劉春雨 吳孟泉 張安安 陳翰

摘????? 要：為揭示我國奧運獎牌時空分異機理以及隨著時間的推移奧運獎牌空間演變格局，以中國1984年美國洛杉磯奧運會至2016年里約奧運會所獲獎牌為研究對象，運用MoranI和LISA聚集圖探究中國奧運獎牌的空間相互關系，在此基礎上利用Kriging插值方法對我國奧運獎牌數(shù)據(jù)進行空間插值，直觀地展現(xiàn)出1984年以來奧運獎牌的空間分布格局及其演變規(guī)律，最后采用多元回歸分析法探究影響這種空間分布格局演變的主要因素。研究結(jié)果表明：近32年來，奧運獎牌由最初只在南部的廣西、廣東一帶小范圍分布，后擴展至以湖北省為主的中部地帶，呈現(xiàn)四川省、湖北省、上海市、廣東省為主線的“T”字形分布。隨后，中部地區(qū)優(yōu)勢逐漸減弱，東部地區(qū)優(yōu)勢不斷提升，形成東部沿海地帶包攬全國獎牌的空間新格局;影響這種空間格局演變的主要因素是教練員資源和體育經(jīng)費投入，均為體育政策的數(shù)量化表現(xiàn)形式。有關部門應當增大對中部地區(qū)體育資源的支持，因為從近32年時空演變格局來看，中部地區(qū)體育基礎較好，具有廣闊的發(fā)展前景。

關? 鍵? 詞：體育計量;奧運獎牌;空間自相關;Kriging插值;多元回歸分析;空間分布格局演化;中國

中圖分類號：G80-32??? 文獻標志碼：A??? 文章編號：1006-7116（2019）01-0075-08

A study of spatiotemporal differentiation in the Olympic medals won by China from 1984 to 2016

LIU Chun-yu^1，2，WU Meng-quan¹，ZHANG An-an¹，CHEN Han¹

（1.School of Resources and Environmental Engineering，Ludong University，Yantai 264025，China;

2.Institute of International Rivers and Eco-security，Yunnan University，Kunming 650504，China）

Abstract： In order to revealed the mechanism of spatiotemporal differentiation in the Olympic medals won by China as well as the structure of spatiotemporal evolution of the Olympic medals as time elapses， the authors used medals won by China from Los Angeles Olympic Games 1984 to Rio Olympic Games 2016 as the research subject， applied Morans I and LISA cluster map to probe into the spatial interrelation between the Olympic medals won by China， on such a basis， utilized the Kriging interpolation method to carry out spatial interpolation on the data of the Olympic medals won by China， intuitively showed the structure of spatial distribution of the Olympic medals won since 1984 as well as its evolution pattern， and lastly， used the multiple regression analysis method to study main factors that affect the evolution of such a structure of spatial distribution. The research results indicate the followings： in recent 32 years， the Olympic medals were distributed only in such a small scope as Guangxi and Guangdong regions in the south at the very beginning， then expended to the middle region represented mainly by Hubei province， showing T shape distribution formed mainly by Sichuan province， Hubei province， Shanghai city and Guangdong province; then， the advantages of the middle region weakened gradually， while the advantages of the east region increased constantly， which formed such a new space structure as the east costal region winning all the medals of the entire country; main factors that affect the evolution of such a space structure are coach resource input and sports fund input， which are the form of quantified expression of sports policies. Related departments should increase their support for sports resources in the middle region， because from the perspective of the structure of spatiotemporal evolution in recent 32 years， the middle region has good sports foundations， and vast development prospect.

Key words：sports measurement;Olympic medal;spatial autocorrelation;Kriging interpolation;multiple regression analysis;evolution of the structure of spatial distribution;China

自1984年美國洛杉磯奧運會上我國取得第一枚金牌以來，我國體育實力不斷增強，奧運獎牌數(shù)量不斷增加，尤其是近幾屆奧運會中我國始終位于獎牌榜前列，引起了國內(nèi)外眾多學者廣泛關注并對此做了大量的研究，取得了許多研究成果。研究成果主要集中在：1）以各種運動項目為研究對象，分析優(yōu)勢項目、弱勢項目及其性別比例等^[1-3];2）以洲、國家或省為單位，研究奧運獎牌地域分布規(guī)律^[4-6];3）根據(jù)以往所獲奧運獎牌情況，預測奧運獎牌走向及下屆奧運獎牌數(shù)量^[7-10]。

綜合以往研究情況來看，大多數(shù)研究普遍以簡單的數(shù)理統(tǒng)計為主，很少從空間視角出發(fā)研究奧運獎牌空間分布及其內(nèi)在聯(lián)系。根據(jù)Tobler的地理學第一定律：現(xiàn)實世界的事件幾乎從來不服從完全空間隨機（CSR）或獨立隨機（IRP）過程。換句話說，任何事物都存在空間相關關系，但距離近的事物比距離遠的事物相關性更強，這就是空間自相關，主要表現(xiàn)為空間正相關和空間負相關，一般稱空間負相關為空間異質(zhì)性^[11]。近年來，一些學者開始對奧運獎牌空間分布狀況進行探究，如楊華磊、周曉波通過對奧運數(shù)據(jù)的唯象挖掘，發(fā)現(xiàn)奧運獎牌數(shù)量在空間上存在明顯的聚集效應^[12];王修文利用數(shù)理統(tǒng)計法對7大地域單元的奧運獎牌數(shù)分布進行分析，得出我國奧運獎牌省際分布極其不均^[13];陳頗基于GIS技術探究了奧運獎牌的全球地域分布特征^[14]。

然而這些研究未能有效揭示奧運獎牌時空分異機理（即時間、空間分布差異），以及隨著時間的推移，奧運獎牌在空間上的演化格局?；诖耍狙芯恳?984至2016年奧運會獎牌為研究對象，運用MoranI和LISA聚集圖探究奧運獎牌的空間自相關性，以揭示省際間奧運獎牌的空間聯(lián)系，在此基礎上利用Kriging插值方法對歷屆奧運會獎牌數(shù)據(jù)進行空間插值，力求用地圖可視化的方式直觀地展現(xiàn)出1984年以來奧運獎牌的空間分布格局及其演變規(guī)律，最后采用多元回歸分析法探究影響奧運獎牌空間分布格局演變的主要因素，以期為我國體育政策的制定提供科學合理的指導意見。

1? 研究方法

以中國大陸31個?。ㄏ愀?、澳門、臺灣及三沙市除外）為研究對象。依據(jù)國家體育局給出的奧運獎牌官方劃分原則（對于雙人項目，如果運動員來自不同省份各算半塊，如果來自同一省份則算一枚;對于集體項目，有一個隊員的省份算半塊，有兩個或兩個以上隊員的省份算一枚）和運動員的出生地對奧運獎牌獲得情況進行分省統(tǒng)計，以金牌、銀牌、銅牌各為5分、3分、2分的權(quán)重對所有獎牌進行加權(quán)求和，從而計算得到各?。ㄖ陛犑?、自治區(qū)）奧運獎牌的綜合得分^[11]。1984年第23屆洛杉磯奧運會以來的所有獎牌數(shù)量來自新浪體育（http：//2016.sina.com.cn），運動員的信息從華奧星空體育明星資料庫（http：//data.star.sports.cn）獲得，各省GDP、財政投入等歷年數(shù)據(jù)（1984～2016）來自國家統(tǒng)計局官網(wǎng)（http：//data.stats.gov.cn）。

1）空間自相關。

如圖1所示，假定一個規(guī)則格網(wǎng)，每一格對應一個屬性值，以1代表某事物或現(xiàn)象出現(xiàn)，以0代表不出現(xiàn)。圖1（a）中1和0各自聚集分布且各占格網(wǎng)的一半，而圖1（b）中數(shù)據(jù)均勻分布，圖1（c）是隨機格局的一種特定情況（可以是隨機格局的任意一種情況）。在圖1顯示的3種采樣格局中，能夠觀察到任意一種格局在某一時間間隔或時間延遲上的空間等價，格局以一個單元的間隔被觀測，統(tǒng)計出1-1、0-0、1-0和0-1出現(xiàn)的次數(shù)，然后將這些值與隨機格局時的期望數(shù)目進行比較，從而確定這種分布格局是否存在空間自相關性^[15]。本研究按照全局-局部方式進行探究。

全局空間自相關能夠從整體上描述某事物或現(xiàn)象的分布狀況，判斷其總體分布是否存在聚集特性^[16]，如公式（1）。局部空間自相關的核心是認識與地理位置相關的數(shù)據(jù)間的空間關聯(lián)或空間自相關，通過空間位置建立數(shù)據(jù)間的統(tǒng)計關系^[17]。因此，奧運獎牌在省際間的空間關聯(lián)類型及空間依賴關系均能夠被局部空間自相關識別，從而避免局部（省際之間）狀態(tài)不穩(wěn)定導致全局分析錯誤，如公式（2）。

??? ????????????（1）

w_ij（x_j-）????????? ????????（2）

其中，I為全局莫蘭指數(shù)，I_i為局部莫蘭指數(shù)，n是變量x的觀測數(shù)，x_i、x_j分別為位置i和位置j的觀測值，是所有觀測值的平均值，w_ij是空間權(quán)重矩陣值^[18]。MoranI的取值范圍為[-1，1]。在本研究中，MoranI>0表示奧運獎牌空間分布呈現(xiàn)正相關，且值越趨近于1空間相關性越強;MoranI<0表示奧運獎牌空間分布呈現(xiàn)負相關，且該值越趨近于-1，空間異質(zhì)性越強;MoranI=0時可認為奧運獎牌呈現(xiàn)空間隨機分布。

計算出MoranI后進行標準化得到標準化統(tǒng)計量Z，如公式（3）。

Z=???????????????????????????? （3）

其中，I為MoranI，E（I）為MoranI期望值，VAR（I）為MoranI方差。一般認為，當|Z |>1.96時，表明存在空間自相關，即空間上觀測值相似的要素趨于集聚，也就是說奧運獎牌存在空間自相關，且獎牌得分高的省份空間集聚分布，獎牌得分低的省份空間也集聚分布;當|Z |=0時，表示觀測值獨立隨機分布，也就是說奧運獎牌在空間獨立隨機分布^[19-20]。

2）Kriging插值。

Kriging插值是基于空間自相關的統(tǒng)計模型，它假定采樣點之間的距離或方向可以反映表面變化的空間相關性，插值方法是將指定數(shù)量的點（變長查找）或指定半徑內(nèi)的所有點（定長查找）與數(shù)學函數(shù)進行擬合以計算出每個位置的預測值^[21]。Kriging插值方法主要有：普通Kriging插值、簡單Kriging插值和通用（泛）Kriging插值。由于各省奧運獎牌得分這一要素看作一個區(qū)域化（分?。┑淖兞?，且在插值時被估計的數(shù)據(jù)是固定不變的，即對奧運獎牌得分進行空間插值時離散點的平均值相對恒定，因此本研究選取普通Kriging插值對奧運獎牌進行空間插值，探測其空間分布狀況。

Kriging插值方法的計算公式如公式（4）：

???????????????????? （4）

其中，Z（s_i）是第i個位置處的測量值，λ_i是第i個位置處的測量值的未知權(quán)重，S_o表示預測位置，N表示測量值數(shù);在普通Kriging插值法中，權(quán)重λ_i取決于測量點、預測位置的距離和預測位置周圍的測量值之間空間關系的擬合模型^[22]。

利用Kriging插值法對奧運獎牌進行空間插值是一個多步過程，首先需對獎牌數(shù)據(jù)進行探索性統(tǒng)計分析，其次是變異函數(shù)建模和表面創(chuàng)建，最后計算表面方差。各省奧運獎牌得分以區(qū)（面）要素呈現(xiàn)在地圖中，在進行Kriging插值時應將其轉(zhuǎn)化為點要素，也就是將區(qū)屬性值（各省奧運獎牌得分）賦予其幾何中心點上屬性值的過程。利用SuperMap軟件所提供的Kriging插值工具進行空間分析。經(jīng)過對各項參數(shù)的綜合分析，最終確定樣本查找方式為變長查找，查找點數(shù)為12，半變異函數(shù)為球函數(shù)時插值結(jié)果最優(yōu)。

3）多元回歸分析。

根據(jù)以往研究，假設經(jīng)濟實力、政策、人口、科技、醫(yī)療衛(wèi)生水平及教練員資源等因素與奧運成績可能相關。因此，本研究初步選取經(jīng)濟、政策、人口、科技、醫(yī)療水平、教練員資源6個指標作為自變量，以獎牌綜合得分為因變量，對2016年奧運會進行多元回歸分析，并建立回歸模型，分析軟件采用SPSS20。

各影響因素具體的指標選取如下：（1）以地區(qū)生產(chǎn)總值和人均地區(qū)生產(chǎn)總值表示各省份經(jīng)濟水平;（2）由于大部分省份有關部門并未公開體育經(jīng)費投入，以體育文化總支出替代體育經(jīng)費投入;（3）不同地區(qū)人口流動性差異巨大，因此人口因素選取年末常住人口;（4）國際上通常采用R&D（研究與開發(fā)）活動的規(guī)模和強度指標反映一國的科技實力和核心競爭力，因此選取規(guī)模以上工業(yè)企業(yè)R&D人員全時當量（人/年）作為各省科技水平指標;（5）以醫(yī)療衛(wèi)生機構(gòu)數(shù)量作為醫(yī)療衛(wèi)生水平的量化指標;（6）教練員資源選取等級教練員數(shù)量。以上數(shù)據(jù)均來自國家統(tǒng)計局官網(wǎng)。

2? 結(jié)果與分析

2.1 ?奧運獎牌全局狀況

利用ArcGIS軟件對1984—2016年9屆奧運會獎牌綜合得分分別做全局空間自相關分析，同時對分析結(jié)果進行顯著性檢驗，通過檢驗后將分析結(jié)果以年份為橫坐標，全局Moran'I指數(shù)為縱坐標制作曲線圖（圖2）。

從圖2來看，奧運獎牌全局MoranI均大于0，表明奧運獎牌空間分布不存在空間負相關，均呈現(xiàn)空間正相關，省際間相似的值（即奧運獎牌綜合得分）趨于集聚，但不同年份集聚程度不同。

總的來說，近9屆奧運獎牌的空間自相關性可分為兩個階段：第1個階段為1984—2000年，這一階段MoranI較低，空間自相關性較弱，這可能是由于我國體育事業(yè)處于剛起步狀態(tài)，地區(qū)之間相互影響較弱，集聚效應不明顯，也就沒有顯著的空間自相關性;第2個階段為2000—2016年，這一階段MoranI較高，空間自相關性較強，尤其在2004年MoranI顯著升高，這可能是由于這一階段我國體育事業(yè)發(fā)展空前繁榮，穩(wěn)穩(wěn)處于獎牌榜前列，在這種情況下，體育水平高的地區(qū)能夠輕而易舉帶動周圍地區(qū)的發(fā)展，使奧運獎牌出現(xiàn)空間聚集分布。從Moran指數(shù)趨勢線來看，奧運獎牌空間自相關性呈上升趨勢，空間集聚程度將進一步增強。

2.2? 奧運獎牌局部狀況

為進一步探究我國奧運獎牌的空間內(nèi)在聯(lián)系狀況，本研究又利用GeoDa軟件對9屆奧運獎牌做了局部空間自相關分析，空間鄰接規(guī)則采用Queen鄰接（當兩省有公共邊或公共頂點時確定為鄰接關系），生成Moran指數(shù)散點圖（圖3）及LISA聚集地圖（圖4），揭示奧運獎牌分布的省際空間自相關性和空間聯(lián)系類型。最后將分析結(jié)果導入GIS軟件制作專題地圖（圖4）。

在Moran指數(shù)散點圖中，以各省份所獲獎牌的綜合得分的標準化值為橫坐標，以空間權(quán)重矩陣所定義的相鄰省份屬性值的平均值為縱坐標，4個象限分別表示某一省份和其周圍省份4種不同類型的局部空間關系^[23]。LISA聚集地圖能夠以空間形式將Moran指數(shù)散點圖中的數(shù)據(jù)展現(xiàn)出來。以H表示“高”，L表示“低”，則第1象限為“H-H”，表示奧運獎牌得分高的省份在空間集聚;第2象限為“L-H”，表示奧運獎牌得分低的省份被高的省份所包圍;第3象限為“L-L”，表示奧運獎牌得分低的省份在空間上集聚;第4象限為“H-L”，表示奧運獎牌得分高的省份被低的省份所包圍。

由于在全局空間自相關分析中已將奧運獎牌得分的空間自相關性分為兩個階段，因此在探討省際間的空間關系時按上述兩個階段進行局部空間自相關分析，以分析其空間內(nèi)在聯(lián)系，為各省今后的體育事業(yè)發(fā)展提供科學合理的參考意見。

第1階段（1984—2000年）：從Moran指數(shù)散點圖（圖3）來看，各省份在4個象限中分布較均勻，大部分點圍繞原點分布，表明奧運獎牌的空間自相關性較低，省際之間的空間關聯(lián)性不強。從LISA聚集圖（圖4）也可以得到印證，“H-H”關聯(lián)、“H-L”關聯(lián)、“L-H”關聯(lián)及“L-L”關聯(lián)4種類型出現(xiàn)的幾率大致相等，呈現(xiàn)同一種關聯(lián)類型的省份在數(shù)量上也基本一致?？偟膩碚f，福建省和其周圍的省份呈現(xiàn)“H-H”關聯(lián)，表明其與周圍的省份均擁有較高的奧運獎牌得分;四川省和其周圍的省份呈現(xiàn)“H-L”關聯(lián)，表明四川省較高的奧運獎牌得分被低得分所包圍;湖南、江西、安徽與重慶幾個省份主要呈現(xiàn)“L-H”關聯(lián)，表明自身奧運獎牌得分較低的省份被得分高的省份所包圍;以新疆為主的幾個省份呈現(xiàn)“L-L”關聯(lián)，表明其與周圍的省份均擁有較低的奧運獎牌得分。

第2階段（2000—2016年）：從Moran指數(shù)散點圖（圖3）來看，分布在1、3象限的省份較多，2、4象限的省份較少，各點分布較為分散，表明奧運獎牌的空間自相關性較高，省際之間的空間關聯(lián)性較強。從LISA聚集圖（圖4）也可以發(fā)現(xiàn)，呈現(xiàn)“H-H”關聯(lián)和“L-L”關聯(lián)這兩種關聯(lián)類型的省份較多，而呈現(xiàn)“H-L”關聯(lián)和“L-H”關聯(lián)的省份很少?？偟膩碚f，江蘇、上海、河北與其周圍的省份呈現(xiàn)“H-H”關聯(lián)，表明其與周圍的省份均擁有較高的奧運獎牌得分。新疆、西藏、青海、甘肅等省份與其周圍的省份呈現(xiàn)“L-L”關聯(lián)，表明該地區(qū)低值聚集，奧運獎牌綜合得分普遍較低。四川省變動較明顯，在2004年呈現(xiàn)“L-L”關聯(lián)，2008年和2012年轉(zhuǎn)變?yōu)椤癏-L”關聯(lián)，而在2016年又轉(zhuǎn)變?yōu)椤癓-L”關聯(lián)，結(jié)合以往情況來看，其變動無明顯規(guī)律。

2.3? 空間分布趨勢

奧運獎牌空間分布演變趨勢如圖5所示，我國奧運獎牌空間分布在1984—2016年這9屆奧運會中發(fā)生了較大變化。最初只在南部的廣西、廣東一帶小范圍分布，后擴展至以湖北省為主的中部地帶，呈現(xiàn)四川省、湖北省、上海市、廣東省為主線的“T”字形分布。隨后，中部地區(qū)優(yōu)勢逐漸減弱，東部地區(qū)優(yōu)勢不斷提升，形成東部沿海地帶包攬全國獎牌的空間新格局。

這種空間格局應當給中部地區(qū)以足夠的警示，中部地區(qū)的奧運獎牌減少，意味著其體育實力呈不斷下降趨勢。從人口基數(shù)來看，中部地區(qū)人口眾多，這與其體育實力極不相承。形成這種發(fā)展格局可能與東部沿海地區(qū)經(jīng)濟發(fā)達、擁有豐富的體育資源有很大關系。

3? 驅(qū)動力狀況

奧運獎牌綜合得分與各個可能的相關因素之間的相關性如表1所示。從表1不難發(fā)現(xiàn)，其與GDP、人均GDP、體育經(jīng)費投入、科技水平及教練員資源5個因素間的相關性較高，尤其是同GDP、體育經(jīng)費投入和教練員資源3個因素間的相關性最高，分別為0.763、0.773和0.702。醫(yī)療水平、人口數(shù)量與奧運獎牌綜合得分的相關性較低。

為進一步探究相關因素與奧運獎牌綜合得分的回歸關系，本研究以體育經(jīng)費投入、人均GDP、科技水平、教練員資源及人口數(shù)量5個因素（醫(yī)療衛(wèi)生水平相關性最低，被剔除;GDP與其它因素的相關性均處于較高水平，存在多重共線性，被剔除）為自變量，奧運獎牌綜合得分為因變量進行多元回歸分析，建立回歸方程?；貧w方法選擇“逐步”，使其自動剔除不顯著的變量。

回歸分析結(jié)果如表2所示，體育經(jīng)費投入、教練員資源與人均GDP 3個因素被保留，科技水平與人口數(shù)量兩個因素被剔除。該回歸模型的R²為0.789，即回歸方程的判定系數(shù)較大，F值為33.588，遠大于3.84，表示所得奧運獎牌相關因素回歸方程具有很好的質(zhì)量。此外，在這個模型中，3個變量對應的Sig值依次為0.003、0.001、0.005，均小于0.05，表明這3個變量都對因變量具有很好的影響力，其對應的t值均大于1.96，也同時說明了這一點。最終確定奧運獎牌的標準化回歸方程為：奧運獎牌綜合得分=0.390×體育經(jīng)費投入+0.401×教練員資源+0.321×人均GDP。

綜上，影響奧運獎牌空間分布格局變化的因素主要是體育經(jīng)費投入、教練員資源與人均GDP 3個。其中，教練員資源所占權(quán)重最大，為0.401，其次是體育經(jīng)費投入和人均GDP（分別為0.390和0.321）。這表明：優(yōu)秀的教練員資源和充足的體育經(jīng)費支持對奧運獎牌的獲得具有巨大的促進作用。從某種程度上來說，體育經(jīng)費投入和教練員資源均為體育政策的體現(xiàn)，體育政策能夠?qū)W運獎牌獲得產(chǎn)生十分重要的影響。如此說來，國家應加大對中部地區(qū)的政策支持力度，尤其是湖北省、四川省及安徽省，綜合近32年空間演變格局來看，它們具有優(yōu)秀的體育基礎和巨大的發(fā)展?jié)摿Γ又丝诨鶖?shù)大，若獲得足夠的政策支持，中部地區(qū)將擁有更加廣闊的發(fā)展前景。

4? 總結(jié)與展望

本研究以1984—2016年共9屆奧運會獎牌綜合得分為研究對象，按照全局-局部的分析思路，首先從全局角度進行了空間自相關分析，發(fā)現(xiàn)奧運獎牌空間分布具有顯著的空間自相關性，以2000年為轉(zhuǎn)折點，奧運獎牌空間自相關性由弱到強且具有上升趨勢。其次，從局部進行分析識別出奧運獎牌空間分布類型，揭示了奧運獎牌省際之間的空間關聯(lián)模式，2000年之前，“H-H”、“H-L”、“L-H”及“L-L”4種關聯(lián)類型出現(xiàn)的幾率大致相等，呈現(xiàn)同一種關聯(lián)類型的省份數(shù)量也基本一致，2000年之后以“H-H”和“L-L”兩種關聯(lián)類型為主。最后，通過空間插值分析對奧運獎牌的空間分布狀況及發(fā)展趨勢進行了探測，得出近32年來奧運獎牌由最初只在南部的廣西、廣東一帶小范圍分布，后擴展至以湖北省為主的中部地帶，呈現(xiàn)四川省、湖北省、上海市、廣東省為主線的“T”字形分布。隨后，中部地區(qū)優(yōu)勢逐漸減弱，東部地區(qū)優(yōu)勢不斷提升，形成東部沿海地帶包攬全國獎牌的空間新格局。

其次，通過相關性分析及回歸分析發(fā)現(xiàn)，教練員資源、體育經(jīng)費投入及人均GDP 3個因素對奧運獎牌空間分布格局的影響最大。也就是說，體育政策直接影響體育發(fā)展。近年來，中部地區(qū)奧運獎牌綜合得分下降，體育發(fā)展水平不斷降低，在很大程度上可能與中部地區(qū)體育政策有關。

綜合近年來奧運獎牌空間演變格局來看，中部地區(qū)體育基礎較好，加之擁有強大的人口基礎，因而中部地區(qū)體育發(fā)展?jié)摿薮螅粲嘘P部門加強對中部地區(qū)的體育支持力度，為其發(fā)展提供良好的資源、技術、人才等，定能使中部地區(qū)體育水平實現(xiàn)質(zhì)的飛躍。東部地區(qū)憑借其強大的經(jīng)濟水平，同樣能夠推動體育發(fā)展邁上新的臺階。這樣一來，我國體育發(fā)展水平將實現(xiàn)中、東部整體性全面發(fā)展，使我國由體育大國轉(zhuǎn)變?yōu)轶w育強國，在建設富強民主文明和諧美麗的中國夢這條道路上邁出堅實的一步。

作為一個探索性研究，本研究仍存在一些不足，一些指標的選取缺乏能夠直接量化的數(shù)據(jù)，如有關部門并未公開體育經(jīng)費投入，只公布了體育文化經(jīng)費總投入。

參考文獻：

[1] 向軍，李紅兵. 里約視野下我國奧運獎牌布局特征研究[J]. 福建體育科技，2017，36（3）：12-15.

[2] 王結(jié)春. 競技體育社會效應研究——基于“里約奧運會”大數(shù)據(jù)檢驗[J]. 北京體育大學學報，2017，40（6）：33-40.

[3] 馬凱泉. 第31屆奧運會中國隊所獲獎牌的“Pareto”研究[J]. 安徽體育科技，2017，38（2）：1-6.

[4] 吳殿廷，趙江，劉鴿，等. 中國杰出體育競技人才成長因素的地理分析——以奧運冠軍為例[J]. 地理科學，2007（6）：779-784.

[5] 張龍，孟剛，郭朝廷. 奧運會田徑項目金牌時空動態(tài)演變分析[J]. 中國體育科技，2013，49（5）：17-27.

[6] 劉飛，謝靜月，倪琦. 里約奧運會各洲際及競技強國田徑獎牌分布的新動態(tài)[J]. 體育科技文獻通報，2017，25（7）：56-57+131.

[7] 吳殿廷，吳穎. 2008北京奧運會中國金牌趕超美國的可能性——基于東道主效應的分析和預測[J]. 統(tǒng)計研究，2008（3）：60-64.

[8] XIONG H，PENG W. Analysis of some grey control system modeling[J]. Kybernetes，2012，41（9）：935-944.

[9] NEVILL A M，BALMER N J，WINTER E M. Congratulations to team GB，but why should we be so surprised？ Olympic medal count can be predicted using logit regression models that include ‘home advantage[J]. British Journal of Sports Medicine，2012，46（14）：958-9.

[10] BREDTMANN J，CREDE C J，OTTEN S. Olympic medals：Does the past predict the future？[J]. Significance，2016，13（3）：22-25.

[11] 吳孟泉，趙玉. 中國奧運獎牌空間分布區(qū)域性差異的Morans Ⅰ指數(shù)分析研究[J]. 中國體育科技，2012，48（5）：3-9.

[12] 楊華磊，周曉波. 奧運獎牌數(shù)據(jù)背后所凸顯的唯象法則——基于數(shù)據(jù)挖掘視角的探究[J]. 體育科學，2012，32（10）：3-11.

[13] 王修文. 我國奧運獎牌分布地域特征研究[D]. 重慶：重慶大學，2012.

[14] 陳頗. 基于GIS技術的奧運會獎牌全球地域分布特征的比較[J]. 首都體育學院學報，2013，25（3）：263-269.

[15] SMITH M J D，GOODCHILD M F，LONGLEY P. Geospatial analysis： a comprehensive guide to rinciples，techniques and software tools[M]. DBLP，2015.

[16] WEI S，ZHANG J，CHEN J. Study on Construction land distribution in Fujian and Taiwan Provinces Based on spatial autocorrelation analysis[J]. Progress in Geography，2007，26（3）：11-17.

[17] 方文婷，滕堂偉，陳志強. 福建省縣域經(jīng)濟差異的時空格局演化分析[J]. 人文地理，2017，32（2）：103-110+136.

[18] WANG C J，TANG X H. GIS-based specialization of population census data in Fujian Province[J]. Geography and Geo-Information Science，2004，20（4）：71-74.

[19] HAINING R，ZHANG J. Spatial data analysis：theory and practice[M]. Cambridge：Cambridge University Press，2003.

[20] LIAO F H，WEI Y D. Space，scale，and regional inequality in pro-vincial China：A spatial filtering approach[J]. Applied Geography，2015，61：94-104.

[21] 郭春霞，諸云強，孫偉. 不同時間尺度、季節(jié)的氣溫數(shù)據(jù)空間平穩(wěn)特征及其對插值結(jié)果的影響[J]. 地理研究，2015，34（9）：1675-1684.

[22] Roger Woodard. Interpolation of spatial data：some theory for kriging[J]. Technometrics，2015，95（4）：436-437.

[23] 張鴻輝，曾永年，金曉斌. 南京市城市地價空間自相關分析[J]. 南京大學學報（自然科學版），2009，45（6）：821-830.