基本公共服务均等化视角下我国体育场地公共体育服务供给水平评价研究

来源:用户上传      作者:

　　摘    要：從基本公共服务均等化的视角，构建我国体育场地公共体育服务供给水平评价指标体系，运用熵值法评价我国体育场地公共体育服务单要素供给水平和公共体育服务供给综合水平，并运用探索性空间数据分析方法分析我国体育场地公共体育服务供给综合水平和单要素供给水平的空间分布特征。研究结果表明：我国体育场地在城乡规模、经营模式多元化程度、面向社会开放程度和大型体育活动承接次数4个方面的空间差异显著。公共体育服务供给综合水平评价值显示，我国体育场地公共体育服务供给水平为东部地区最强，中部地区次之。探索性空间数据分析结果显示，我国体育场地公共体育服务供给综合水平的空间相关性较强，呈现出东南沿海地区高-高集聚逐步过渡到西北地区低-低集聚的空间分布特征。单要素探索性空间数据分析结果显示，城镇体育场地数量、自主经营的体育场地数量占同类比、不开放率、部分时段开放率、全天开放率、承接全国性及以上体育赛事次数具有空间相关性特征，表现为空间正自相关。而乡村体育场地数量、合作经营的体育场地数量占同类比、委托经营的体育场地数量占同类比、省级及以下体育赛事承接次数和其他活动承接次数全局自相关Moran’s I指数没有通过显著性检验，呈现为空间离散分布，体育场地公共体育服务单要素供给水平在省域间呈现随机分布。
　　关键词：体育场地（馆）;公共体育服务;供给水平;空间差异;均等化;经营模式
　　中图分类号：G 80-052          学科代码：040301           文献标识码：A
　　Abstract： This paper constructs an evaluation index system for the supply level of sports venues in China from the perspective of the equalization of basic public service， and uses the entropy method to measure the single factor supply level and comprehensive public service supply level of sports venues in China. The exploratory spatial data analysis method is used to analyze the geographic and spatial distribution differences of the comprehensive public service supply level and single factor supply level of sports venues in China. The research results show that China’s sports venues have significant geographical and spatial differences in terms of urban and rural scale， the degree of diversification of business models， the degree of openness to society， and the number of large-scale sports organizations. The evaluation value of the comprehensive public service supply level shows that the sports field supply level in China is the strongest in the eastern region， followed by the central region. The results of exploratory spatial data analysis show that the spatial and spatial correlation of the comprehensive public service supply level of sports venues in China is relatively strong， presenting a gradual transition from the high-gathering area in the southeast coast of China to the low-gathering area in the northwest. The analysis results of single-factor exploratory spatial data show that the number of urban sports venues， the proportion of self-employed businesses occupying the same ratio， non-opening rate， part-time opening rate， all-day opening rate， and the number of sports events nationwide and above have geospatial correlation characteristics， which appears as positive geospatial autocorrelation. The global autocorrelation Moran’s I index of the number of rural sports venues， the ratio of cooperative operations to the same ratio， the ratio of commissioned operations to the same ratio， and the number of undertakings of provincial and below sports events and other activities did not pass the significance test. Service supply factors are randomly distributed across provinces. 　　Keywords：sports venues; public sports service; supply level; geographical and spatial differences; equalization; operation models
　　当前，随着我国全民健身活动的深入开展，迅速增加的体育人口对体育场地的需求也在逐渐增长。我国的体育场地基本公共体育服务供给不充分和不平衡有待解决。而已有关于体育场地的研究主要从资源配置、建设现状、面向社会开放等方面进行了分析[1-4];因此，为充分认识体育场地区域分布的不平衡性，为制定基本公共体育服务政策、推动体育场地供给体制和机制改革、深化推进工作，明确重点，满足消费者日益增长的体育消费需求，保障我国居民的体育参与权利，本研究从基本公共服务均等化的视角，构建了体育场地公共体育服务供给水平评价指标体系，并结合相关研究，运用熵值法和GIS技术，对我国样本省份体育场地公共体育服务供给水平进行评价，并分析样本省份体育场地公共体育服务单要素供给水平的地理空间分布特征。
　　1   研究方法
　　2013年开展的第六次全国体育场地普查的数据[5]3基本可以体现近期我国体育场地的存量和使用状况。为准确评价各样本省份体育场地公共体育服务供给水平，本文首先运用系统评价理论与方法，构建了体育场地公共体育服务供给水平评价指标体系。通过熵值法结合Q型聚类分析对样本省份体育场地公共体育服务供给水平进行测量和分类，运用探索性空间数据分析法对其进行空间自相关性分析。
　　1.1  熵值法
　　熵值法在评价和决策中有着广泛的应用。熵值法弥补了仅以主观经验确定指标权重的不足。为避免因数值计量单位不一而产生的量纲的影响，本文参照文献[6]的方法对样本数据进行了标准化处理。即对正向指标采用公式（1）进行标准化处理，负向指标采用公式（2）进行标准化处理。公式如下：
　　yij=（xij-xmin）（xmax-xmin）-1;  （1）
　　 yij=（xmax-xij）（xmax-xmin）-1。   （2）
　　式中：xmax为样本数据中评价指标j的最大值;xmin为样本数据中评价指标j的最小值。通过上式计算得出各指标的标准化矩阵，yij值域为[0，1]。
　　1.2  Q型聚类分析
　　Q型聚类分析是一种层次聚类分析方法[7]，主要用来测量样本间的疏密程度，通过样本间的距离、相关系数来测量样本间的疏密程度。SPSS软件可以根据变量的不同，采用不同的测量样本疏密程度的方法[8]。本研究仅对我国部分样本省份进行聚类分析，在图形输出中选择了输出树形图，并且将样本分为4类。
　　1.3  探索性空间数据分析
　　探索性空间数据分析是一种识别某些变量在空间上是否具有关联性和集聚现象的数据分析方法。若某一变量在空间上表现为集聚，那就意味着在一定区域内，这一变量与所在地区的空间要素之间具有自相关性。也就是说，某一地区空间要素的该变量值较高，其周边地区空间要素的该变量也较高;反之，其周边地区空间要素的该变量值就较低。探索性空间数据分析又包括全局自相关空间检测和局部自相关空间检测。分析整个区域的关联性时使用全局自相关，其表示同一变量在研究区域内的自相关，一般用全局莫兰指数（Moran’s I）表示，即整个研究区域内的空间要素与邻近空间要素之间的相关性，并显示出区域变量值的空间分布特征，包括聚集分布、离散分布或者随机分布。分析空间要素的局部相关性时使用局部自相关。Anselin认为，局部莫兰指数可以体现局部空间是否存在空间变量集聚现象[9]。其表示在研究区域中，局部空间要素的某一变量值与周边局部空间要素的同一变量的相关性，能有效检测由于空间自相关性而引起的空间分布差异，可判断空间要素的变量值的高值区域等，弥补空间全局自相关分析的不足。
　　2   我国体育场地公共体育服务供给水平评价指标体系的构建
　　体育场地公共体育服务供给与供给主体、供给客体2大要素相关[10]。体育場地是具有公共性或经营性的，用于开展运动训练、体育比赛、体育教学和健身活动的地方和设施。体育场地的规模、经营模式、面向社会开放程度、大型体育活动承接次数可以衡量体育场地公共体育服务供给水平，因此，笔者从4个方面评价体育场地公共体育服务供给水平。同时，笔者参考并借鉴了已有的公共体育服务供给水平评价研究，依据科学性、可操作性、层次性、完善性和样本数据的可获得性选取指标，并根据我国“第6次全国体育场地普查”[5]3-477指标分类，参考体育场地公共体育服务的核心要素，笔者选取了城乡体育场地规模、经营模式多元化程度、面向社会开放程度、大型体育活动承接次数4个要素作为体育场地公共体育服务供给水平的一级评价指标，在4个一级指标下又分别选取了11个二级指标，构建了本研究的体育场地公共体育服务供给水平评价指标体系（见表1），二级指标具体如下。
　　首先，城乡体育场地规模指体育场地在城镇和乡村的数量分布，可体现城乡体育场地公共体育服务供给水平，选取城镇体育场地数量、乡村体育场地数量作为二级评价指标。
　　其次，经营模式多元化程度可体现体育场地公共体育服务供给的灵活性，包括自主经营的体育场地数量占样本省份同类经营模式体育场地总数的比例（以下简称“自主经营的体育场地数量占同类比”）、合作经营的体育场地数量占样本省份同类经营模式体育场地总数的比例（以下简称“合作经营的体育场地数量占同类比”）、委托经营的体育场地数量占样本省份同类经营模式体育场地总数的比例（以下简称“委托经营的体育场地数量占同类比”）。自主经营指体育场地所有者直接经营和管理该体育场地，这是一种传统的经营方式。合作经营指体育场地所有者与另一方或几方通过合作的方式，共同经营与管理体育场地。例如将体育场地的附属功能用房进行租赁，体育场地所有者仅对体育场地进行管理。委托经营指的是体育场地所有者通过一定的方式选择经营者，由经营者代理体育场地所有者经营体育场地及附属用房，体育场地所有者不再直接参与经营。 　　再次，面向社会开放程度可体现体育场地公共体育服务供给水平。包括不面向社会开放率（以下简称不开放率）、部分时段面向社会开放率（以下简称部分时段开放率）和全天面向社会开放率（以下简称全天开放率）。不开放率指不面向社會开放的体育场地（包括仅对体育场地所有者内部开放的体育场地）占样本省份体育场地总数的比例。例如部分学校等的体育场地只对在校师生开放，面向社会开放的公共体育服务供给水平有限。部分时段开放率指每天部分时段向社会开放的体育场地占样本省份体育场地总数的比例。全天开放率指每天面向社会开放时长在8 h以上的体育场地占样本省份体育场地总数的比例。
　　最后，大型体育活动承接次数从另一方面也体现了体育场地公共体育服务供给水平。大型体育活动承接次数指当年体育场地在经营过程中承接的包括全国性及以上体育赛事、省级及以下体育赛事、文娱表演活动和会展活动等的次数。省级及以下体育赛事是指当年在体育场地承接的省级及以下体育赛事活动。文娱表演活动是指当年在体育场地承接的各类商业性文娱演出活动;会展活动是指当年在体育场地承接的各类商业性展览活动;公益活动是指当年体育场地向社会提供体育场地和体育设施举办各种社会公益活动，例如各类科普活动、歌咏比赛、消防演习、先进事迹报告会、中小学运动会等。在此，将文娱表演活动、会展活动、公益活动和其他活动共同计为其他活动，并累计计算活动次数。
　　3   我国体育场地公共体育服务供给水平评价
　　首先，计算一级指标的权重，根据得分将部分样本省份分为4类，进行体育场地公共体育服务供给水平评价的二级指标Q型聚类分析。
　　3.1  城乡体育场地规模评价
　　我国“第6次全国体育场地普查”[5]3结果显示：分布在我国东部地区的体育场地数量最多，占比为43.29%;中部地区的体育场地数量占比为24.59%;西部地区的体育场地数量占比为25.96%;东北地区的体育场地数量占比为6.16%。分布在城镇的体育场地数量为96万2 700个，占比为58.61%。笔者使用熵值法计算了二级指标的城镇体育场地数量和乡村体育场地数量的权重。计算结果显示，我国当前样本省份的城镇体育场地数量权重为0.538 2，乡村体育场地数量权重为0.461 8。依据求得的各样本省份城乡体育场地数量权重值进行了Q型聚类分析。结果如图1所示，ZJ和SD、JS和GD各聚为一类后又聚为一大类。样本省份城镇体育场地平均数约为3万1 054个，而GD和JS的城镇体育场地数量总和占样本省份城镇体育场地总数的21.1%，并且GD和JS在城镇体育场地数量上均大于平均数，分别是10万7 843个和9万5 333个;样本省份乡村体育场地平均数约为2万1 927个，而ZJ和SD的乡村体育场地数量总和占样本省份乡村体育场地总数的15.1%，ZJ和SD的乡村体育场地数量分别为5万4 768和4万7 892。可见，以上4个省份的城乡体育场地规模显著大于其他省份，呈现出城乡体育场地数量分布不平衡的特征。而且我国也有学者持续关注乡村基本公共体育服务，例如分析了乡村公共体育服务供给体制弊端[11]、政策执行阻滞[12]、乡村体育场地数量不足是制约我国乡村体育开展的因素[13]。
　　3.2  经营模式多元化程度评价
　　笔者使用熵值法计算出了二级指标中的自主经营的体育场地数量占同类比、合作经营的体育场地数量占同类比和委托经营的体育场地数量占同类比的权重。计算结果显示，自主经营体育场地数量占同类比、合作经营的体育场地数量占同类比和委托经营的体育场地数量占同类比的权重分别为0.208 2、0.292 1、0.499 7。依据求得的样本省份体育场地经营模式多样化程度评价值对样本省份体育场地经营模式进行Q型聚类分析，如图2所示。由体育场地所有者自主经营的体育场地是我国当前体育场地主要的经营模式，总数达162万1 500个，占样本省份同类经营模式体育场地总数的比例为98.73%;采取合作经营的体育场地数量为6 800个，占样本省份同类经营模式体育场地总数的比例为0.41%;采取委托经营模式的体育场地数量为1万4 100个，占样本省份同类经营模式体育场地总数的比例为0.86%。如图2所示，SD、GD、ZJ和JS聚为一大类，说明这4个省份体育场地经营模式多元化程度显著区别于其他样本省份。此4个省份的自主经营的体育场地数量为48万7 503个，占同类经营模式体育场地总数的30.1%;合作经营的体育场地数量为2 266个，占同类经营模式体育场地总数的33.4%;委托经营的体育场地数量为5 306个，占同类经营模式体育场地总数的37.7%。这4个省份的自主经营体育场地数量占同类经营模式体育场地总数的比例、合作经营体育场地的数量占同类经营模式体育场地总数的比例、委托经营的体育场地数量占同类经营模式体育场地总数的比例均大于其他省份。总体来看，多数样本省份的体育场地经营模式较为单一，自主经营体育场馆的数量仍占多数，体育场地配置有待进一步优化，合作经营体育场地与委托经营体育场地仍有很大空间。
　　3.3  面向社会开放程度评价
　　笔者使用熵值法计算出了面向社会开放程度二级指标中的不开放率、部分时段开放率和全天开放率的权重。计算结果显示，不开放率、部分时段开放率和全天开放率的权重分别为0.080 7、0.418 4、0.500 9。依据求得的各样本省份体育场地面向社会开放程度的评价值对样本省份体育场地面向社会开放程度进行Q型聚类分析，结果如图3所示。
　　样本省份不面向社会开放的体育场地数量为56万2 300个，占样本省份体育场地总数的比例为34.24%;面向社会开放的体育场地数量为108万零 100个，占样本省份体育场地总数的比例为65.76%。在面向社会开放的体育场地中，部分时段面向社会开放的体育场地数量为23万4 300个，全天开放的体育场地数量为84万5 800个。由此可见，样本省份的体育场地面向社会开放程度较高。但是，由图3可知，SX和QH聚为一类。其中：SX以5.7%的体育场地全天开放率处于前列，而QH因体育场地0.1%的部分时段开放率和0.4%的全天开放率相对滞后。尽管XZ与HBE、TJ、YN等聚为一类，但在体育场地面向社会开放程度上仍面临困境。SH、BJ、AH、CQ和SC在体育场地部分时段开放的评分较高，GX、GS、JL、NX、XJ和QH等地区体育场地不开放得分比较高，体育场地公共体育服务供给面向社会有待进一步开放。 　　3.4  大型体育活动承接次数评价
　　使用熵值法计算大型体育活动承接次数二级指标中的全国性及以上体育赛事承接次数、省级及以下体育赛事承接次数和其他活动承接次数的权重，并依据求得的样本省份大型體育活动承接次数评价值对样本省份体育场地进行Q型聚类分析，如图4所示。计算结果显示，承接全国性及以上体育赛事次数、承接省级及以下体育赛事次数、承接其他活动次数的权重分别为0.286 6、0.375 0、0.338 4。由统计结果可见，大部分体育场地承接的是省级及以下体育赛事、其他活动占很大比例，承接最少的是全国性及以上体育赛事。
　　在大型体育活动承接次数方面，各样本省份体育场地承接的全国性及以上体育赛事的体育场地在数量上差别不大，而各样本省份的其他2个二级指标得分差异显著。其中：HLJ的体育场地因承接过508次省级及以下体育赛事而单列为一类，占样本省份承接的同级别体育赛事总数的22.2%，而样本省份平均承接次数仅为81.9次。SD的体育场地则因其承接了1 041次其他活动也单列为一类，占样本省份承接其他活动总数的20.1%，而样本省份平均承接次数仅为167.4次。LN、GD、HEN、CQ聚为差异较显著的一类。其中：LN的体育场地承接了第12届全运会等全国性体育赛事;GD的体育场地承接了世界羽毛球锦标赛、乒乓球团体世界杯赛、亚洲足球俱乐部冠军联赛等国际赛事;HEN的体育场地承接的其他活动次数较多;CQ的体育场地在承接省级及以下体育赛事次数和其他活动次数较多。
　　4   我国体育场地公共体育服务单要素供给水平评价的空间分布特征
　　4.1  我国体育场地公共体育服务单要素供给水平评价的空间分布的整体情况
　　为分析我国样本省份体育场地公共体育服务供给水平，首先，对11个指标进行了量纲处理，得到标准化值yij，然后计算9个正向指标的权重wZi和2个负向指标的权重wFi。其次，由公式（3）计算正向指标评价指数SZ;由公式（4）计算负向指标评价指数SF。公式如下：
　　SZ=∑yij wZi ;                                           （3）
　　 SF=∑yij wFi 。  （4）
　　最后，由公式（5）计算省域体育场地公共体育服务供给水平综合评价值S。公式如下：
　　S=SZ+SF 。 （5）
　　 运用“自然间断分级法”将其划分为5个等级，绘制体育场地公共体育服务供给水平的空间分布图。综合评价值较高的省份大多分布在我国东部地区，说明在这些省份体育场地公共体育服务供给较充分，我国中部地区省份的体育场地公共体育服务供给水平次之，XZ、QH、NX和HN的体育场地公共体育服务供给有待加强。
　　4.2  体育场地公共体育服务供给综合水平的空间分布特征分析
　　4.2.1  体育场地公共体育服务供给综合水平的空间全局自相关性分析
　　运用探索性空间分析方法对我国体育场地公共体育服务供给综合水平进行空间相关性检测，以揭示其空间分布特征。笔者从Moran散点图中发现，Moran’s I指数为0.199 511（P=0.019），在5%水平下显著。这说明我国体育场地公共体育服务供给综合水平存在显著的空间正自相关性，表现出相似值（高-高或低-低）之间的空间集聚，说明体育场地公共体育服务供给综合水平较高的省份相邻，而体育场地公共体育服务供给综合水平较低的省份相集聚。
　　4.2.2  体育场地公共体育服务供给综合水平的空间局部自相关性分析
　　全局自相关Moran’s I指数解释了部分样本省份体育场地供给水平处于集聚状态，但却不能解释其地理位置和空间集聚的显著度。为进一步分析每个地区与周边地区的局部关联性、空间差异程度及空间分布，笔者选用Moran散点图和LISA集聚图对体育场地公共体育服务供给综合水平进行空间局部自相关性分析。
　　笔者从Moran散点图发现了样本省份体育场地公共体育服务供给综合水平集聚的空间结构特征。SD、ZJ、JS、FJ、AH、JX、HUN、GX等省份分布在第一象限（H-H），呈正相关关系的集群，表示公共体育服务供给水平评分高的省份相集聚;XJ和GS等省份分布在第三象限（L-L），为空间正自相关关系，表示公共体育服务供给水平评分低的省份相集聚;HN和SH等省份位于第二象限（L-H），为空间负自相关关系，表示公共体育服务供给水平评分低的省份与其他公共体育服务供给水平评分高的省份相集聚;SC等省份位于第四象限（H-L），为空间负自相关关系，表示公共体育服务供给水平评分高的省份与周边公共体育服务供给水平评分低的省份相集聚。综上所述，样本省份大多数分布在第一象限和第三象限，属于高-高（H-H）、低-低（L-L）模式，体育场地公共体育服务供给水平的空间分布呈现出一定程度的集聚特征。
　　因Moran散点图不能判断产生空间正自相关性的高-高集聚和低-低集聚是否存在统计学意义上的显著性，笔者进一步分析LISA空间集聚图发现，体育场地公共体育服务供给水平局部空间自相关性的特征为：SD、JS、ZJ、FJ、AH、JX、HUN、GX形成体育场地公共体育服务供给水平的显著高-高集聚区;SC形成了体育场地公共体育服务供给水平的显著高-低集聚区;HN和SH在空间上并不相连，但各自形成体育场地公共体育服务供给水平的显著低-高集聚区;GS和XJ在空间上相连接，形成了体育场地公共体育服务供给水平的显著低-低集聚区。低-低集聚的省份与低-高集聚的省份相同，表明样本省份体育场地公共体育服务供给水平的空间相关性以高-高集聚为主。总而言之，我国样本省份体育场地公共体育服务供给水平较高，但在空间分布中省份差异较大，具体表现在2个方面：一方面是东部省份与西部省份之间存在较大差异;另一方面是每个区域内的省份间存在较大差异。综合来看，我国样本省份体育场地（馆）公共体育服务供给综合水平空间相关性较大，呈现出东南沿海地区体育场地公共体育服务供给综合水平为高-高集聚区和西北地区体育场地公共体育服务供给综合水平为低-低集聚区的空间分布特征。 　　以上仅对我国样本省份体育场地公共体育服务供给综合水平进行了空间分布特征分析，而对体育场地公共体育服务单要素供给水平在空间分布上是否具有差异并没有讨论。为了准确找出区域间体育场地公共体育服务单要素供给水平的空间分布差异，通过加大某个供给水平不足的体育场地公共体育服务单要素的供给力度，缩小各样本省份体育场地公共体育服务供给水平间的差距，需对体育场地公共体育服务单要素供给水平的空间分布差异进行分析。
　　从表2可见，在体育场地公共体育服务单要素供给水平评价中，乡村体育场地数量、合作经营的体育场地数量占同类比、委托经营的体育场地数量占同类比、省级及以下体育赛事承接次数、其他活动的Moran's I指数未通过5%显著性水平检验。通过5%显著性水平检验的体育场地公共体育服务单要素供给水平评价有：城镇体育场地数量、自主经营体育场地数量占同类比、不开放率、部分时段开放率、全天开放率、全国性及以上体育赛事承接次数，且这些单要素供给水平的Moran’s I指数均大于零。说明这些单要素供给水平在空间分布上存在空间全局正自相关性，即空间上趋于集聚。从面向社会开放程度的供给水平来看，与不开放率的空间自相关系数相比，部分时段开放率和全天开放率的空间自相关系数显著小于前者。这表明，我国样本省份的体育场地不开放率在空间上的集聚程度要大于后两者在空间上的集聚程度。
　　4.3  体育场地公共体育服务单要素供给水平评价的空间分布特征分析
　　4.3.1  城乡体育场地规模的空间分布特征
　　样本省份的城镇体育场地数量在空间上存在全局自相关性。城镇体育场地数量空间局部自相关性特征为：LN、HBE、SD、AH、JX和FJ 6个省份在城镇体育场地数量上构成高-高显著集聚区;BJ和TJ在空间上相连，在城镇体育场地数量上形成低-高显著集聚区;XJ在城镇体育场地数量上形成低-低显著集聚点。从总体上看，样本省份城镇体育场地数量在空间分布上呈现两极集聚现象，空间分布差异显著。我国体育场地公共体育服务供给平衡的实现，需加强中部地区、尤其是西部地区的体育场地建设，并鼓励体育场地面向社会开放[14]。样本省份存在乡村体育场地公共体育服务供给不足，有研究者认为这与乡村居民体育参与诉求表达渠道不畅有关。基于此，应加大对乡村体育场地公共体育服务的财政扶持力度[15]。
　　4.3.2  经营模式多元化的空间分布特征
　　样本省份间自主经营的体育场地数量占同类比存在空间全局自相关性。自主经营的体育场地数量占同类比的空间局部自相关性特征为：HBE、SD、AH、JX和FJ 5个省份在自主经营的体育场地数量占同类比的空间分布上形成了高-高显著集聚区;同城镇体育场地数量空间局部自相关性相同，BJ和TJ在空间上相连，形成了体育场地自主经营数量占同类比的低-高显著集聚区。XJ的自主经营的体育场地数量占同类比在空间分布上形成了低-低显著集聚区。从总体上看，与城镇体育场地数量的空间局部自相关性特征一致，样本省份的体育场地自主经营数量占同类比在空间上呈现两极集聚现象，空间分布差异显著。我国公共体育场地的特许经营还处于初探阶段，应结合各地实际情况采取特许经营模式，例如PPP模式[16]。
　　4.3.3  面向社会开放程度的空间分布特征
　　1）不开放率的空间局部自相关性分析。样本省份体育场地不开放率在空间上存在全局自相关性，其特征为：HBE、BJ、TJ、SD、JS、ZJ、AH和FJ 8个省份在体育场地不开放率上形成了低-低显著集聚区，说明这些省份的体育场地有待进一步面向社会开放;YN形成了样本省份体育场地不开放率的高-高显著集聚区;JX处于体育场地不开放率高-低显著集聚区，其与周边省份的体育场地开放程度不一致。从总体上看，样本省份体育场地不开放率在空间上呈现两极集聚现象，西部地区体育场地不开放率高于东中部地区体育场地不开放率，面向社会开放程度的空间分布差异显著。
　　2）部分时段开放率的空间局部自相关性分析。样本省份体育场地部分时段开放率在空间上存在全局自相关性。体育场地部分时段开放率的空间局部自相关性特征为：SD、AH、JX形成了高-高显著集聚区;HBE、BJ、TJ和FJ在空间上形成了低-高显著集聚区;部分时段开放率在空间上并未形成低-低显著集聚区和高-低集聚区。从总体上看，样本省份体育场地部分时段开放率在空间分布上呈现集聚现象，但省份间空间分布差异不显著。
　　3）全天开放率的空间局部自相关性分析。样本省份的体育场地全天开放率在空间上存在局部自相关性。其特征为：LN、HBE、SD、JX和FJ 5个省份在体育场地全天开放率上形成了高-高显著集聚区;BJ、TJ、AH、SH相对分散，是体育场地全天开放率低-高显著集聚区;XJ处于体育场地全天开放率低-低显著集聚区。YN位于体育场地全天开放率高+低显著集聚区。从总体上看，样本省份的体育场地全天开放率在空间上呈现两极集聚现象，空间分布差异显著，全天开放率差异很大。
　　4.3.4  大型体育活动承接次数的空间分布特征
　　承接过全国性及以上体育赛事的体育场地所在省份存在空间全局自相关性。各样本省份承接过全国性及以上体育赛事的体育场地（馆）的全局自相关性特征为：LN、SD、JS、ZJ、SH和FJ 6个省份承接过全国性及以上体育赛事的体育場地在数量上形成了高-高显著集聚区; HBE、TJ、AH和JX承接过全国性及以上体育赛事的体育场地在数量上形成了低-高显著集聚区;NX和YN处于承接过全国性及以上体育赛事的体育场地数量形成的低-低显著集聚区，其周边的大部分省份承接过全国性及以上体育赛事的体育场地数量比较少;SC和CQ处于承接过全国性及以上体育赛事的体育场地数量形成的高-低显著集聚区，这2个省份在承接全国性及以上体育赛事的体育场地数量较周边省份多。从总体上看，承接过全国性及以上体育赛事的体育场地数量在空间上呈现两极集聚现象，空间分布差异显著。有研究者认为，体育赛事的举办和体育场地息息相关，可以通过承接体育赛事或者创建具有地方特色体育赛事优化体育场地资源配置[17]。 　　5   结论与建议
　　5.1  结论
　　1）构建了由4个一级指标和11个二级指标组成的体育场地公共体育服务供给评价指标体系。
　　2）对我国体育场地公共体育服务供给水平进行了评价。结果显示，在我国城乡体育场地规模方面，样本省份城乡体育场地数量分布不平衡。ZJ和SD、JS和GD的城乡体育场地规模显著大于其他省份;在经营模式多元化程度方面，SD、GD、ZJ和JS的体育场地经营模式多元化程度较高，这4个省份在自主经营的体育场地数量占同类比、合作经营的体育场地数量占同类比、委托经营的体育场地数量占同类比上都较其他省份多;在面向社会开放程度方面，样本省份的体育场地开放程度较高，部分省份体育场地公共体育服务供给空间有待加大面向社会开放程度;在大型体育活动承接次数方面，各样本省份承接过全国性及以上体育赛事的体育场地在数量上差异显著，而在承接省级以下体育赛事和其他活动的数量各样本省份的体育场地较小。
　　3）分析了我国体育场地公共体育服务单要素供给水平评价的空间分布特征。我国样本省份体育场地公共体育服务供给综合水平的空间差异相关性较大，东部地区省份体育场地公共体育服务供给水平较高，中部地区省份次之。大体呈现出从东南沿海地区高-高集聚到西北地区低-低集聚逐渐过渡的地理空间分布特征。城镇体育场地数量、自主经营数量占同类比、不开放率、部分时段开放率、全天開放率、承接全国性及以上体育赛事次数存在空间相关性特征，表现为正向空间自相关性。而乡村体育场地数量、合作经营的体育场地数量占同类比、委托经营的体育场地数量占同类比、省级及以下体育赛事承接次数和其他活动承接次数表现为空间离散的随机分布。样本省份体育场地不开放率、全天开放率在空间上呈现两极集聚现象。
　　5.2  建议
　　体育场地公共体育服务供给水平的提高是实现基本公共服务均等化的体现。为提高我国体育场地公共体育服务供给水平，首先，要统筹规划我国城乡、中西部体育场地建设。加大对乡村体育场地和设施的建设力度，尤其要平衡中西部地区各样本省份城镇体育场地建设数量。其次，发挥市场配置资源的作用。通过市场准入机制，鼓励社会力量参与体育场地建设与经营[18]，创新体育场地管理体制机制和经营方式，增强体育场地经营的灵活性，加大体育场地面向社会开放的力度。本文仅在城乡体育场地规模、经营模式多元化程度、面向社会开放程度、大型体育活动承接次数方面对样本省份体育场地公共体育服务供给水平评价和体育场地公共体育服务供给水平的地理空间分布特征进行了研究，而在体育场地公共体育服务供给过程中，还受多方面的外部因素的影响，例如体育人口数量、经济发展等。在后续的研究中，可从上述几个方面进一步开展体育场地公共体育服务供给水平评价研究。
　　参考文献：
　　[1]  魏德样，王健. 我国学校体育场地动态发展的特征分析：基于全国体育场地“五普、六普”的数据挖掘视角[J]. 体育科学，2017，37（2）：16.
　　[2]  魏德样，黄彩华，雷福民，等. 基于县域单元的福建省体育场地发展空间特征及其演化[J].体育科学，2016，36（1）：38.
　　[3]  李国，孙庆祝. 新世纪以来我国体育场地发展变化的实证研究：基于第5次与第6次全国体育场地普查数据的统计分析[J]. 西安体育学院学报，2016，33（2）：164.
　　[4]  李丽，杨小龙. 公共财政视角下我国公共体育场地建设研究[J]. 武汉体育学院学报，2015，49（3）：18.
　　[5]  佚名. 第六次全国体育场地普查数据汇编[R]. 北京：国家体育总局体育经济司，2015.
　　[6]  皮庆，王小林，成金华，等. 基于PSR模型的环境承载力评价指标体系与应用研究：以武汉城市圈为例[J]. 科技管理研究，2016，36（6）：238.
　　[7]  余建英，何旭宏. 数据统计分析与SPSS应用[M]. 北京：人民邮电出版社，2007：251-282.
　　[8]  薛薇. SPSS统计分析方法及应用[M]. 北京：电子工业出版社，2004：208-320.
　　[9]  ANSELIN L. Local indicators of spatial association-LISA[J]. Geographical Analysis， 1995， 27（4）： 93.
　　[10]  王郁. 城市公共服务承载力的理论内涵与提升路径[J]. 上海交通大学学报（哲学社会科学版），2016，24（6）：15.
　　[11]  胡庆山，吕钶，王健. 农村体育公共服务体制的现实弊端及治理策略[J]. 武汉体育学院学报，2018，52（9）：11.
　　[12]孙亮亮. 农村体育公共政策执行阻滞与治理[J]. 体育文化导刊，2018（8）：27.
　　[13]鲁丽. 公共服务视角下我国农民体育发展的制约因素及破解路径[J]. 体育文化导刊，2018（8）：22.
　　[14]  朱孔洋，高升. 全民健身战略背景下公民体育权利实现困境与对策[J]. 体育文化导刊，2018（9）：38.
　　[15]  陈鑫林. 城乡融合视野下我国农村地区公共体育资源配置的不平衡及改革取向研究[J].农业经济，2018（9）：96.
　　[16]  孟祥波. 我国公共体育场地设施特许经营：理论基础、实践模式与规范路径[J]. 南京体育学院学报（社会科学版），2016，30（4）：73.
　　[17]陈刚. 新时代体育强省建设的战略思路[J]. 体育与科学，2018，39（5）：1.
　　[18]  朱焱，于文谦，陈冬梅. 基于基尼系数的我国体育场地资源配置均衡性研究[J]. 天津体育学院学报，2018，33（1）：14.
转载注明来源:https://www.xzbu.com/4/view-15105993.htm