后冬奧時(shí)期我國(guó)冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布特征及驅(qū)動(dòng)因素研究

修霆喆 于紅妍

(上海交通大學(xué) 體育系,上海 200240)

2022年北京冬奧會(huì)的成功舉辦推動(dòng)了我國(guó)冰雪運(yùn)動(dòng)的跨越式發(fā)展,“三億人參與冰雪運(yùn)動(dòng)”已成為現(xiàn)實(shí)[1]。習(xí)近平總書(shū)記在冬奧會(huì)、冬殘奧會(huì)總結(jié)表彰大會(huì)上充分肯定冬奧會(huì)取得重大成功,并提出“管理好、運(yùn)用好冬奧遺產(chǎn),繼續(xù)推動(dòng)冰雪運(yùn)動(dòng)普及發(fā)展”。[2]籌辦冬奧會(huì)之時(shí),國(guó)務(wù)院等部門(mén)發(fā)布《冰雪運(yùn)動(dòng)發(fā)展規(guī)劃(2016—2025年)》,該規(guī)劃指出2025年將在全國(guó)范圍內(nèi)完成建設(shè)5000所冰雪運(yùn)動(dòng)特色學(xué)校[3]。發(fā)展冰雪運(yùn)動(dòng)特色學(xué)校,引導(dǎo)青少年參與冰雪運(yùn)動(dòng),既可以視為“體教融合”目標(biāo)在青少年冰雪運(yùn)動(dòng)領(lǐng)域的實(shí)踐和具體化[4],也是承接推動(dòng)冰雪運(yùn)動(dòng)普及發(fā)展的重要載體。邁向后冬奧時(shí)代,在可能缺少了政策聚焦和資源支持的情況下,冰雪運(yùn)動(dòng)特色學(xué)校的可持續(xù)發(fā)展將會(huì)面臨挑戰(zhàn)[5],如何更好地完成建設(shè)5000所冰雪運(yùn)動(dòng)特色學(xué)校的目標(biāo),對(duì)于繼承冬奧遺產(chǎn)與推動(dòng)冰雪運(yùn)動(dòng)競(jìng)技體育、學(xué)校體育的可持續(xù)發(fā)展具有重要意義[6]。

本研究以2062個(gè)冰雪運(yùn)動(dòng)特色學(xué)校為研究對(duì)象,基于現(xiàn)有研究成果結(jié)合運(yùn)用GIS空間分析、地理探測(cè)器模型等方法,系統(tǒng)分析冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布特征,揭示空間格局形成的核心驅(qū)動(dòng)因素及其作用類(lèi)型與方向,為后冬奧時(shí)期分區(qū)精準(zhǔn)引導(dǎo)冰雪運(yùn)動(dòng)特色學(xué)校布局建設(shè)與可持續(xù)發(fā)展,提供可行參考依據(jù)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本研究從教育部官網(wǎng)上獲取官方公布認(rèn)定的全國(guó)冰雪運(yùn)動(dòng)特色學(xué)校名單(表1),2019年《全國(guó)青少年冰雪運(yùn)動(dòng)特色學(xué)校和北京2022年冬奧會(huì)和冬殘奧會(huì)奧林匹克教育示范學(xué)校名單》,2020年教體藝廳函〔2020〕34號(hào)《教育部辦公廳關(guān)于公布2020年全國(guó)青少年校園籃球、排球、冰雪體育傳統(tǒng)特色學(xué)校等名單的通知》中認(rèn)定了2062所中小學(xué)冰雪運(yùn)動(dòng)特色學(xué)校[7,8]。通過(guò)Google Earth逐一輸入各個(gè)冰雪運(yùn)動(dòng)特色學(xué)校名稱(chēng)獲取經(jīng)緯信息坐標(biāo),從地理空間數(shù)據(jù)云、資源環(huán)境數(shù)據(jù)云平臺(tái)獲取所需的地理圖層,從教育部官網(wǎng)《2019教育統(tǒng)計(jì)數(shù)據(jù)》[9]、全國(guó)教育經(jīng)費(fèi)執(zhí)行情況統(tǒng)計(jì)公告以及各省市的《統(tǒng)計(jì)年鑒》獲取全國(guó)各省的相關(guān)經(jīng)濟(jì)、社會(huì)資源、自然環(huán)境數(shù)據(jù)。

表1 全國(guó)冰雪運(yùn)動(dòng)特色學(xué)校數(shù)量一覽表

1.2 研究方法

使用Google Earth對(duì)全國(guó)2062所冰雪運(yùn)動(dòng)特色學(xué)校進(jìn)行精確定位,將坐標(biāo)點(diǎn)的橫軸和縱軸導(dǎo)入ArcGIS10.4軟件中轉(zhuǎn)換成投影數(shù)據(jù),以點(diǎn)狀要素形態(tài)呈現(xiàn)。運(yùn)用平均最近鄰、地理集中指數(shù)和核密度估計(jì)值等指標(biāo)對(duì)我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的分布類(lèi)型、分布密度和均衡程度進(jìn)行綜合分析,驗(yàn)證冰雪運(yùn)動(dòng)特色學(xué)校在地理空間維度上的空間分布特征;綜合應(yīng)用地理加權(quán)回歸與地理探測(cè)器模型,系統(tǒng)分析我國(guó)冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布的核心驅(qū)動(dòng)因子與交互效應(yīng),探究因子作用方向和強(qiáng)度在不同區(qū)域的空間差異,為后冬奧時(shí)期冰雪運(yùn)動(dòng)特色學(xué)校規(guī)劃建設(shè)、優(yōu)化空間布局提供參考依據(jù)。

1.2.1 最近鄰指數(shù)

最近鄰指數(shù)可測(cè)量每個(gè)相鄰要素的質(zhì)心與其最近鄰要素質(zhì)心位置之間的距離,是衡量地理空間中相鄰的兩個(gè)點(diǎn)狀要素分布類(lèi)型的指標(biāo)[10],該指數(shù)主要來(lái)分析冰雪運(yùn)動(dòng)特色學(xué)校的分布類(lèi)型,當(dāng)R>1時(shí)表示冰雪運(yùn)動(dòng)特色學(xué)校為離散型分布,R<1時(shí)表示為聚集型分布,當(dāng)R=1時(shí)表示為隨機(jī)型分布。

1.2.2 地理集中指數(shù)

地理集中指數(shù)是反映研究目標(biāo)地理集中程度的重要指標(biāo)[11]。G為冰雪運(yùn)動(dòng)特色學(xué)校的地理集中指數(shù)。通過(guò)計(jì)算2062個(gè)點(diǎn)狀要素的地理集中指數(shù),對(duì)冰雪運(yùn)動(dòng)特色學(xué)校的地理空間均衡程度進(jìn)行分析,G值越大,說(shuō)明冰雪運(yùn)動(dòng)特色學(xué)校分布越集中;G值越小,分布則越分散。

1.2.3 核密度估計(jì)值

核密度估計(jì)值是檢查研究要素在整體空間密度上分布特征的一種常用方法,能夠從圖層中清晰地反映出研究要素的聚集情況。通過(guò)計(jì)算核密度估計(jì)值,得出冰雪運(yùn)動(dòng)特色學(xué)校在空間分布密度方面是否存在差異,密度值越大,說(shuō)明冰雪運(yùn)動(dòng)特色學(xué)校在空間上的分布就越聚集[12],區(qū)域事件發(fā)生的概率就越高。

根據(jù)概率理論其計(jì)算公式:

(1)

式中,k()稱(chēng)為核函數(shù),h>0為寬帶,(x-x1)表示估值點(diǎn)到事件處的距離。核函數(shù)的數(shù)學(xué)形式和帶寬值是影響核密度估計(jì)值的主導(dǎo)因素。

1.2.4 地理探測(cè)器

地理探測(cè)器是廣泛應(yīng)用于研究某種自然和經(jīng)濟(jì)社會(huì)現(xiàn)象與其解釋因子之間關(guān)系的空間分析模型[13]。本文利用地理探測(cè)器中的因子探測(cè)和交互作用探測(cè)模塊,探析影響冰雪運(yùn)動(dòng)特色學(xué)校空間分布的核心驅(qū)動(dòng)因子,對(duì)其交互作用解釋力大小進(jìn)行排序,表達(dá)式如下:

(2)

交互作用探測(cè)即判斷不同驅(qū)動(dòng)因子之間的交互作用,即評(píng)價(jià)因子A和B共同作用時(shí)是否會(huì)改變其對(duì)冰雪運(yùn)動(dòng)特色學(xué)校數(shù)量的解釋力。

1.2.5 地理加權(quán)回歸(GWR)

GWR是基于局部光滑思想提出的空間回歸模型,應(yīng)用于合并各目標(biāo)要素帶寬界限內(nèi)的自變量和因變量,既能科學(xué)有效地估計(jì)具有空間自相關(guān)性的數(shù)據(jù),也能反饋模型參數(shù)在不同區(qū)域的空間異質(zhì)性[15],模型公式為:

式中:yi為采樣點(diǎn)i的因變量值;β0為截距,(ui,vi)為采樣點(diǎn)i的坐標(biāo),β0(ui,vi)為采樣點(diǎn)i的常數(shù)項(xiàng);βk(ui,vi)為采樣點(diǎn)i的第k個(gè)自變量的系數(shù),xik為采樣點(diǎn)i的第k個(gè)自變量;εi為隨機(jī)誤差項(xiàng)。本項(xiàng)研究中,GWR模型用于計(jì)算每個(gè)省份的局部回歸系數(shù),以顯示冰雪運(yùn)動(dòng)特色學(xué)校影響因素的空間差異。校正R2表明自變量的解釋力,用于檢測(cè)模型性能;如果條件數(shù)大于30或小于0表明各變量之間存在局部多重共線(xiàn)性,模型運(yùn)算結(jié)果不可靠。

2 我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間分布特征分析

2.1 空間分布類(lèi)型

通過(guò)計(jì)算所得2019年、2020年冰雪運(yùn)動(dòng)特色學(xué)校的平均最近鄰指數(shù)R1=0.25,R2=0.24,兩年總體平均最近鄰指數(shù)為R=0.22,均小于1,且顯著性水平P<0.01。表明我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校在空間上呈聚集型分布。由Z值越大,聚集程度越高可知,2019年與2020年的聚集程度差異不大,但總體的聚集程度顯著高于任意一年,原因在于2020年新增分布點(diǎn)的所處區(qū)域、范圍與2019年相對(duì)重合,使得冰雪運(yùn)動(dòng)特色學(xué)校整體較為集中,聚集趨勢(shì)明顯(表2)。

表2 最鄰近距離指數(shù)統(tǒng)計(jì)表

2.2 空間分布均衡程度

從分布地區(qū)和數(shù)量來(lái)看,我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間分布趨于不均衡狀態(tài),當(dāng)前2062所冰雪運(yùn)動(dòng)特色學(xué)校的地理集中指數(shù)為G≈5.24 %,大于假設(shè)均勻分布的地理集中指數(shù)G≈3.23 %。這表明各省分布數(shù)量差距較大,空間分布均衡程度低,其中黑龍江、吉林、遼寧、北京、河北、內(nèi)蒙古6個(gè)省域共分布1106所冰雪運(yùn)動(dòng)特色學(xué)校,占全國(guó)總數(shù)的53.6 %;而海南、廣西、青海和西藏等省域至今無(wú)一所冰雪運(yùn)動(dòng)特色學(xué)校。

2.3 核密度分析

“胡煥庸線(xiàn)”作為揭示東南人口密集、西北人口稀疏的分界線(xiàn),其不僅是一條人口和地理分界線(xiàn),更刻畫(huà)了我國(guó)東西部地區(qū)經(jīng)濟(jì)和社會(huì)發(fā)展的鴻溝[16]。我國(guó)冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布密度差異明顯,聚集區(qū)域呈現(xiàn)團(tuán)狀分布特征,已形成2個(gè)高密度核心圈,2個(gè)次級(jí)密度核心圈和4個(gè)小核心圈(表3)。以“胡煥庸線(xiàn)”為界,7個(gè)核心圈分布于“胡煥庸線(xiàn)”以東區(qū)域,且東部地區(qū)的學(xué)校分布密度明顯高于西部地區(qū),呈現(xiàn)出“東密西疏”的結(jié)構(gòu)特征,這也符合“胡煥庸線(xiàn)”兩側(cè)的人口、經(jīng)濟(jì)與自然地理特征。高密度核心圈(核密度值0.0039—0.0055)以北京和吉林為核心,其輻射范圍包括京津冀地區(qū)和黑吉遼地區(qū);次級(jí)密度核心圈(核密度值0.0023—0.0038)以上海和河南為核心,輻射范圍包括浙江、江蘇省域;4個(gè)小核心圈(核密度值0.0008—0.0022)分別以山東、甘肅、四川和陜西為核心區(qū)。

表3 冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布密度

綜上可知,當(dāng)前我國(guó)冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布類(lèi)型為聚集型分布,空間分布密度差異明顯,已形成不同密度核心圈。以“胡煥庸線(xiàn)”為界,整體上呈現(xiàn)“東密西疏”的空間結(jié)構(gòu)特征,局部上各省分布數(shù)量差異大,空間分布均衡程度較低,下文將進(jìn)一步探析影響冰雪運(yùn)動(dòng)特色學(xué)校空間分布的驅(qū)動(dòng)因素。

3 我國(guó)冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布的驅(qū)動(dòng)因素

3.1 基于地理探測(cè)器的驅(qū)動(dòng)因子探測(cè)分析

基于數(shù)據(jù)的可獲取現(xiàn)實(shí)條件,參考冰雪運(yùn)動(dòng)特色學(xué)校相關(guān)研究成果,選取年平均氣溫、年降水量、海拔高度、校內(nèi)運(yùn)動(dòng)場(chǎng)地面積、校外冰雪場(chǎng)地?cái)?shù)量、體育教師數(shù)量、人均GDP以及體育教育經(jīng)費(fèi)8個(gè)自變量(表4),運(yùn)用Jenks自然間斷點(diǎn)分級(jí)法對(duì)自變量進(jìn)行分層,將數(shù)值量轉(zhuǎn)化為類(lèi)型量后,借助地理探測(cè)器模型進(jìn)行因子探測(cè)。

表4 驅(qū)動(dòng)因子選取及含義

由因子探測(cè)結(jié)果可知(表5),各因子對(duì)冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布的解釋力都在25 %—55 %之間,從大到小排序依次為年平均氣溫>年降水量>體育教育經(jīng)費(fèi)>校外冰雪場(chǎng)地?cái)?shù)量>人均GDP>海拔>體育教師數(shù)量>校內(nèi)運(yùn)動(dòng)場(chǎng)地面積。8個(gè)因子中有4個(gè)通過(guò)了0.01水平的顯著性檢驗(yàn),分別是年平均氣溫、年降水量、體育教育經(jīng)費(fèi)與校外冰雪場(chǎng)地?cái)?shù)量,表明冰雪運(yùn)動(dòng)特色學(xué)校的空間分布受到氣候、體育教育資金投入與冰雪場(chǎng)地設(shè)施等因素的影響。進(jìn)一步分析以上顯著性因子的q值可知,年平均氣溫(A1)、年降水量(A3)、體育教育經(jīng)費(fèi)(A5)和校外冰雪場(chǎng)地?cái)?shù)量(A8)是影響冰雪運(yùn)動(dòng)特色學(xué)校空間分布的核心驅(qū)動(dòng)因子,q值分別達(dá)到0.52,0.47,0.44和0.43,解釋力都在40 %以上。

表5 冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布驅(qū)動(dòng)因子探測(cè)結(jié)果

3.2 核心驅(qū)動(dòng)因子作用的空間差異

進(jìn)一步運(yùn)用GWR模型進(jìn)行局部空間回歸分析,探究4個(gè)顯著驅(qū)動(dòng)因子作用方向和強(qiáng)度在不同區(qū)域的空間差異。結(jié)果表明,模型的校正R2為0.675,條件數(shù)為14.17～14.66,說(shuō)明模型通過(guò)了多重共線(xiàn)性診斷,擬合優(yōu)度較高,反映出驅(qū)動(dòng)因子探測(cè)的結(jié)果可信;各核心驅(qū)動(dòng)因子的效應(yīng)都具有空間異質(zhì)性,且變異程度及所呈特征不同。

氣溫與冰雪運(yùn)動(dòng)特色學(xué)校分布在全部分析區(qū)域中均呈現(xiàn)負(fù)相關(guān),回歸系數(shù)的空間差異較大(-4.239～-5.128)呈由東北向西部遞減的趨勢(shì),冰雪運(yùn)動(dòng)項(xiàng)目開(kāi)展受限于地區(qū)氣候,氣溫在很大程度上影響著冰雪運(yùn)動(dòng)特色學(xué)校的空間分布[9]。氣溫的作用水平遠(yuǎn)高于其他因子,未來(lái)冰雪運(yùn)動(dòng)特色學(xué)校建設(shè)應(yīng)重點(diǎn)關(guān)注氣溫較低的地區(qū),尤其關(guān)注東北三省、內(nèi)蒙古、京津冀地區(qū)、山東及河南等作用水平突出的地區(qū)。

降水量的回歸系數(shù)為2.849～3.273,正向影響作用由東北向西南方遞減,作用水平在東北三省、內(nèi)蒙古及京津冀地區(qū)較大。依據(jù)我國(guó)年降水量劃分標(biāo)準(zhǔn),東三省、內(nèi)蒙古與京津冀地區(qū)處于我國(guó)半濕潤(rùn)與半干旱區(qū)間,降水量的變化對(duì)于降雪至關(guān)重要,影響著冰雪運(yùn)動(dòng)特色學(xué)校分布。反之,南方地區(qū)降水量充足,降雪稀少,這些地區(qū)的降水量對(duì)于學(xué)校分布影響相對(duì)較小。

校外冰雪場(chǎng)地?cái)?shù)量的回歸系數(shù)(1.331～1.352)的正向關(guān)聯(lián)作用呈由東部向西部遞增的趨勢(shì)。冰雪運(yùn)動(dòng)特色學(xué)校在開(kāi)展冰雪課程的過(guò)程中受到場(chǎng)地、設(shè)施與師資等因素的影響與束縛[17]。影響波動(dòng)在全國(guó)范圍較為穩(wěn)定,因此各省建設(shè)冰雪運(yùn)動(dòng)特色學(xué)校應(yīng)尤為重視校外冰雪場(chǎng)地的支撐作用,鼓勵(lì)學(xué)校與校外冰雪場(chǎng)地合作建設(shè)。同時(shí)黑龍江、吉林與遼寧的校外冰雪場(chǎng)地作用效應(yīng)相對(duì)較弱,可能因?yàn)闁|三省的校園冰雪運(yùn)動(dòng)開(kāi)展較早,校內(nèi)設(shè)施足以滿(mǎn)足課程項(xiàng)目的開(kāi)展,并不是影響冰雪運(yùn)動(dòng)特色學(xué)校的主要條件。

體育教育經(jīng)費(fèi)對(duì)冰雪運(yùn)動(dòng)特色學(xué)校分布具有正向影響作用,不同地區(qū)的效應(yīng)水平只有微弱差異(0.645～0.664),絕對(duì)值相比其它因子較小。冰雪運(yùn)動(dòng)特色學(xué)校的發(fā)展離不開(kāi)政策推動(dòng)和支持,體育教育經(jīng)費(fèi)與國(guó)家關(guān)注度、地方政策相關(guān)。效應(yīng)水平呈現(xiàn)由北部向南部遞減的趨勢(shì),正向影響在我國(guó)東北、華北與北疆地區(qū)較為突出,這些地區(qū)應(yīng)重視經(jīng)濟(jì)支撐作用,加大體育教育經(jīng)費(fèi)投入建設(shè)冰雪運(yùn)動(dòng)特色學(xué)校。

3.3 基于地理探測(cè)器的驅(qū)動(dòng)因子交互探測(cè)分析

鑒于不同因子對(duì)冰雪運(yùn)動(dòng)特色學(xué)校分布的影響可能并不是單獨(dú)發(fā)生作用的,進(jìn)一步對(duì)驅(qū)動(dòng)因子進(jìn)行交互作用探測(cè)。以A1、A2、A3、A4表示核心驅(qū)動(dòng)因子年平均氣溫、年降水量、體育教育經(jīng)費(fèi)及校外冰雪場(chǎng)地?cái)?shù)量。結(jié)果表明(表6),不同核心驅(qū)動(dòng)因子兩兩交互作用后均呈現(xiàn)雙因子增強(qiáng)的結(jié)果,雙因子增強(qiáng)是指兩個(gè)因子之間交互作用后的解釋力大于因子單獨(dú)作用時(shí)的解釋力。其中,核心因子年平均氣溫∩體育教育經(jīng)費(fèi)的交互效應(yīng)呈現(xiàn)出雙因子增強(qiáng)的結(jié)果,兩者交互作用后對(duì)冰雪運(yùn)動(dòng)特色學(xué)校的空間分布影響最強(qiáng),q值為0.83,我國(guó)大部分低溫地區(qū)適宜開(kāi)展冰雪運(yùn)動(dòng),為冰雪運(yùn)動(dòng)特色學(xué)校建設(shè)奠定基礎(chǔ),而體育教育經(jīng)費(fèi)的傾斜與投入,有助于改善校內(nèi)冰雪運(yùn)動(dòng)設(shè)施條件[18],創(chuàng)建多樣化教學(xué)模式,推動(dòng)冰雪運(yùn)動(dòng)特色學(xué)校的可持續(xù)發(fā)展,兩者共同作用下極大影響著冰雪運(yùn)動(dòng)特色學(xué)校的空間分布。校外冰雪場(chǎng)地∩體育教育經(jīng)費(fèi)因子交互作用組合的增效作用僅次于氣溫∩體育教育經(jīng)費(fèi),q值為0.82,說(shuō)明校外冰雪場(chǎng)地與體育教育經(jīng)費(fèi)共同作用下較強(qiáng)影響著冰雪運(yùn)動(dòng)特色學(xué)校的空間分布。冰雪運(yùn)動(dòng)特色學(xué)校的建設(shè)離不開(kāi)人力、物力與財(cái)力的支持,資源配置是否充足決定了學(xué)校的可持續(xù)發(fā)展,當(dāng)前部分地區(qū)校園冰雪特色學(xué)校的建設(shè)采取校企合作模式,學(xué)校簽訂協(xié)議、借助室內(nèi)、外冰雪場(chǎng)地設(shè)施為開(kāi)展冰雪運(yùn)動(dòng)提供有償性的師資或場(chǎng)地服務(wù),滿(mǎn)足校園冰雪運(yùn)動(dòng)課程的開(kāi)展[19]。

表6 冰雪運(yùn)動(dòng)特色學(xué)?？臻g格局驅(qū)動(dòng)因子的交互探測(cè)結(jié)果

其他核心因子交互作用組合的增效作用也擁有較強(qiáng)的解釋力,分別為年平均氣溫∩校外冰雪場(chǎng)地?cái)?shù)量(q值為0.77)、年平均氣溫∩降水量(q值為0.77)、體育教育經(jīng)費(fèi)∩降水量(q值為0.76)、降水量∩校外冰雪場(chǎng)地?cái)?shù)量(q值為0.0.74),解釋力均達(dá)到70%以上。氣溫與降水量共同影響著各地區(qū)的降雪量,為進(jìn)行冰雪運(yùn)動(dòng)、開(kāi)展冰雪運(yùn)動(dòng)課程的提供先決條件,而校外冰雪場(chǎng)地作為學(xué)校開(kāi)展特色冰雪運(yùn)動(dòng)課程,推動(dòng)建設(shè)冰雪學(xué)校的可取途徑,在部分地區(qū)受氣溫與降水量的影響,因此三者之間共同作用下影響著學(xué)校的空間分布。

綜上,我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間分布受多方面因素共同影響,4個(gè)核心驅(qū)動(dòng)因子之間具有顯著的協(xié)調(diào)性與關(guān)聯(lián)性,兩兩交互作用后均呈現(xiàn)雙因子增強(qiáng)的結(jié)果,說(shuō)明核心驅(qū)動(dòng)因子交互作用后對(duì)學(xué)?？臻g分布的解釋更強(qiáng),表明我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間格局是多重因素協(xié)同作用的結(jié)果。

4 結(jié)論與建議

4.1 結(jié)論

本文基于教育部官網(wǎng)公布的2062所冰雪運(yùn)動(dòng)特色學(xué)校與各省份統(tǒng)計(jì)年鑒數(shù)據(jù),綜合運(yùn)用GIS空間分析法與地理探測(cè)器模型,探究后冬奧時(shí)期我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間分布特征,精準(zhǔn)分析影響冰雪運(yùn)動(dòng)特色學(xué)校空間分布的驅(qū)動(dòng)因子及其強(qiáng)度與作用方向,為未來(lái)冰雪運(yùn)動(dòng)特色學(xué)校的布局建設(shè)提供決策參考。

1)我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校在空間上呈聚集型分布,空間分布密度差異明顯。以“胡煥庸線(xiàn)”為界,呈現(xiàn)“東密西疏”的空間分布特征,已形成2個(gè)高密度核心圈,2個(gè)次級(jí)密度核心圈和4個(gè)小核心圈,高密度核心圈位于京津冀地區(qū)與黑吉遼地區(qū)。

2)基于地理探測(cè)器與GWR模型的探測(cè)分析得知,年平均氣溫、年平均降水量、體育教育經(jīng)費(fèi)與校外冰雪場(chǎng)地是影響冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布的核心驅(qū)動(dòng)因子,因子的解釋力在不同地區(qū)存在差異;4個(gè)核心因子交互作用后呈現(xiàn)雙因子增強(qiáng)是形成冰雪運(yùn)動(dòng)特色學(xué)?？臻g分布的主導(dǎo)力量,表明中國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間格局是多重因素協(xié)同作用的結(jié)果。

4.2 建議

1)優(yōu)化空間布局,多區(qū)協(xié)同發(fā)展。當(dāng)前,我國(guó)冰雪運(yùn)動(dòng)特色學(xué)校的空間分布整體上呈現(xiàn)“北強(qiáng)南弱,東密西疏”的結(jié)構(gòu)特征,局部上各省空間分布密度差異明顯。后冬奧時(shí)期冰雪運(yùn)動(dòng)特色學(xué)校的發(fā)展應(yīng)向有利于冰雪運(yùn)動(dòng)開(kāi)展的區(qū)域和城市傾斜,統(tǒng)籌兼顧、合理布局[20],基于“優(yōu)化主導(dǎo)優(yōu)勢(shì)功能、強(qiáng)化中等功能、改良弱勢(shì)功能”原則,以“三核”為中心,帶動(dòng)“四區(qū)”發(fā)展(三核:東三省—長(zhǎng)春、京津冀—北京、新疆—烏魯木齊;四區(qū):東北地區(qū)、京津冀地區(qū)、西北地區(qū)、南方地區(qū))。在此基礎(chǔ)上不同地區(qū)應(yīng)注重整體性,加強(qiáng)區(qū)域冰雪運(yùn)動(dòng)特色學(xué)校之間的交流、合作,最終形成多點(diǎn)擴(kuò)充、多區(qū)協(xié)同的冰雪運(yùn)動(dòng)特色學(xué)?？臻g發(fā)展格局。

2)立足優(yōu)勢(shì)功能,分區(qū)精準(zhǔn)施策。冰雪運(yùn)動(dòng)特色學(xué)校具有區(qū)域性特征,既要重點(diǎn)關(guān)注核心驅(qū)動(dòng)因素對(duì)于冰雪運(yùn)動(dòng)特色學(xué)校建設(shè)的影響,又要關(guān)注各因素在不同地區(qū)的作用類(lèi)型及方向。后冬奧時(shí)期應(yīng)依托不同地區(qū)的優(yōu)勢(shì)條件精準(zhǔn)施策,因地制宜地推動(dòng)冰雪運(yùn)動(dòng)特色學(xué)校建設(shè)發(fā)展。此外,在“輪轉(zhuǎn)冰”跨項(xiàng)跨界選材背景下鼓勵(lì)學(xué)校開(kāi)展旱地滑雪、冰球等仿冰、仿雪運(yùn)動(dòng)課程,助推部分省域?qū)崿F(xiàn)冰雪運(yùn)動(dòng)特色學(xué)校“0”突破。