王永康，韓曉偉，李驍天

（1.福建師范大學體育科學學院，福建 福州350117；2.首都體育學院 研究生部，北京100191；3.首都體育學院休閑與社會體育學院，北京100191）

長期以來我國冬季項目底子薄，且項目發(fā)展不均衡。2022年冬奧會舉辦地將落戶北京和張家口，黨中央對冰雪運動高度重視并對國家隊在冬奧會的表現(xiàn)有所期待，習近平主席強調(diào)“冰雪運動難度大、要求高、觀賞性強，國家會全力為運動員訓練和比賽提供各方面保障條件。希望國家隊勇于擔當責任，堅持刻苦訓練，不斷提高技戰(zhàn)術(shù)水平，努力為國爭光?！痹谌鎱①惖幕A(chǔ)上，迅速提高各項目競技能力面臨時間緊、任務(wù)重的難題。

冬奧會成績分布狀況將反映世界各國家（地區(qū)）冬季項目整體競技實力格局。世界范圍內(nèi)冰雪強國的形成不是偶然，其背后成因復(fù)雜，前人對冬季項目強國后備人才培養(yǎng)、專項競賽體系建設(shè)以及冬奧文化建設(shè)方面的研究作出了重大貢獻[1-3]；在競技能力成因的探究上，國內(nèi)外學者雖未達成共識，但對學者日后的研究提供了可以借鑒的研究范式和方法基礎(chǔ)[4-11]；然而筆者發(fā)現(xiàn)前人對冬季項目競技實力格局的研究缺乏客觀數(shù)據(jù)量化且未充分考慮空間因素對競技格局帶來的影響。

采用空間計量經(jīng)濟學方法研究第1-23屆冬奧會世界各國（地區(qū)）取得的成績研究，分析不同國家（地區(qū)）冬季項目競技實力的空間相關(guān)性、格局演變及形成原因，并從復(fù)雜系統(tǒng)科學視角探索競技實力發(fā)展的新路徑，以期為我國冬季項目更好發(fā)展提供參考，助力我國冬季項目在北京冬奧周期取得新突破。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

研究中歷屆冬奧會的比賽成績根據(jù)國際奧組委官方網(wǎng)站（https：／／www.olympic.org／）相關(guān)數(shù)據(jù)統(tǒng)計整理。各個國家（地區(qū)）的競技實力通過在冬奧會中獲得的獎牌賦予不同的分數(shù)予以量化，本研究參考田麥久《國家（地區(qū)）競技運動項目實力水平的評定及優(yōu)勢潛優(yōu)勢項目的遴選》[12]一文，將金、銀、銅牌分別賦予10分、6分、4分，通過統(tǒng)計各國在冬奧會中獲得的獎牌，計算其競技實力值，分數(shù)越高其競技能力越強。各個國家的國土面積、GDP、人均GDP、人口總數(shù)、科技期刊發(fā)文量等數(shù)據(jù)均來自世界銀行（https：／／www.shihang.org／）。

1.2 研究方法

研究采用空間自相關(guān)分析方法，空間自相關(guān)反映的是一個區(qū)域單元上的某種地理現(xiàn)象或某一屬性值與鄰近區(qū)域單元上同一現(xiàn)象或?qū)傩灾档南嚓P(guān)程度，通過檢測一個位置上的變異是否依賴于鄰近位置的變異來判斷該變異是否存在空間相關(guān)性，即是否存在空間結(jié)構(gòu)關(guān)系。

研究采用全局Moran指數(shù)、局部Moran指數(shù)、LISA集聚圖對第1-23屆冬奧會成績的空間相關(guān)性進行分析。全局自相關(guān)的計算公式如下：

Moran’s I統(tǒng)計量的取值一般在[-1，1]之間，小于0表示負相關(guān)，等于0表示不相關(guān)，大于0表示正相關(guān)。越接近-1表示單元間的差異越大或分布越不集中；越接近1，則代表單元間的關(guān)系越密切，性質(zhì)越相似（高聚集值或者低聚集值）；接近0，則表示單元間不相關(guān)。

空間聯(lián)系的局部指標為局部Moran’s I指數(shù)（Local Moran），局部Moran指數(shù)被定義為：

正的Ii表示該空間單元與鄰近單元屬性相似（“high-high”或“l(fā)ow-low”），負的 Ii表示該空間單元與鄰近單元的屬性不相似（“high-low”或“l(fā)owhigh”）。局部自相關(guān)（LISA）利用聚集區(qū)比非聚集區(qū)空間自相關(guān)值高這一特性，并輔以GIS空間可視化功能，可得知聚集區(qū)在空間中具體的分布位置。

2 研究結(jié)果與分析

2.1 歷屆冬奧會全局自相關(guān)分析

全局自相關(guān)描述某現(xiàn)象的整體分布狀況，判斷此現(xiàn)象在空間是否有聚集特性的存在。本研究利用ArcGIS 10.2軟件進行全局自相關(guān)分析，分析參數(shù)的空間關(guān)系概念化設(shè)置反距離（INVERSE_DISTANCE）、距離法采用歐式距離（EUCLIDEAN_DISTANCE）。

首先建立原假設(shè)：世界各國冬奧會成績之間不存在空間相關(guān)。表1顯示了第1-23屆冬奧會獎牌得分的全局自相關(guān)系數(shù)以及Z得分，Z得分反映了數(shù)據(jù)的集聚或離散，當Z得分大于1.96時，表明數(shù)據(jù)有95%的概率出現(xiàn)集聚現(xiàn)象，當Z得分大于2.58時，表明數(shù)據(jù)有99%的概率出現(xiàn)集聚現(xiàn)象。由表1可知，歷屆奧運會獎牌得分的全局自相關(guān)系數(shù)都大于零，而只有第1屆、第2屆、第12屆冬奧會的全局自相關(guān)系數(shù)較高，大于0.44，其他歷屆冬奧會獎牌得分的全局自相關(guān)系數(shù)雖不高，但都為正值，說明除了第1屆、第2屆、第14屆冬奧會，其他歷屆冬奧會的空間自相關(guān)性較弱，各國的冬奧會獎牌得分在空間關(guān)系上差異不顯著，但可能存在正相關(guān)關(guān)系。從歷屆冬奧會獎牌得分Moran’s I的檢驗值Z得分來看，只有第3屆和第12屆冬奧會的Z得分小于2.58，但都大于1.96，因此其有95%的置信度，而其他各屆冬奧會的Z得分都大于2.58，因此其有99%的置信度，從而可以拒絕原假設(shè)，歷屆冬奧會獎牌得分所體現(xiàn)的各國競技體育實力有極明顯的聚類特征。

圖1 第1-23屆冬奧會獎牌得分全局空間自相關(guān)系數(shù)變化

表1 第1-23屆冬奧會獎牌得分全局空間自相關(guān)分析結(jié)果

從圖1可以看出，歷屆冬奧會獎牌得分全局空間自相關(guān)系數(shù)的總體變化趨勢為下降-平穩(wěn)-波動-平穩(wěn)的變化趨勢，第2屆冬奧會開始，Moran’s I的值呈逐漸下降趨勢，到1936年第4屆冬奧會開始趨于平穩(wěn)，1972年后冬奧會聚集現(xiàn)象明顯，自1980年開始全局空間自相關(guān)系數(shù)大幅下降，且聚集現(xiàn)象再次趨于平穩(wěn)狀態(tài)。冰雪運動的開展受地理條件的制約，早期的冬季項目在北歐和北美地區(qū)發(fā)展較快，實力較強，而亞洲和熱帶地區(qū)的國家發(fā)展緩慢，因此區(qū)域聚集現(xiàn)象明顯。二戰(zhàn)后，世界各國大力發(fā)展經(jīng)濟，國際環(huán)境相對穩(wěn)定，大環(huán)境的穩(wěn)定給各國家地區(qū)冰雪運動的發(fā)展帶來了一定的外部條件，參加冬奧會的國家逐漸增多，比賽項目的設(shè)置也逐漸增加（圖2），亞洲和東歐國家冰雪運動的發(fā)展對傳統(tǒng)冰雪強國起到了一定的沖擊，空間聚集現(xiàn)象大幅度下降。1976年第12屆冬奧會獎牌得分的全局空間自相關(guān)系數(shù)出現(xiàn)較大波動，呈現(xiàn)出較高的空間聚集特征。此后，隨著世界各國對體育的不斷重視與加強，亞洲與歐美國家競技實力差距縮小。與此同時，各個國家加強科技投入以及現(xiàn)代先進訓練方法的引進，使得空間聚集效應(yīng)呈現(xiàn)出相對穩(wěn)定的狀態(tài)。

2.2 歷屆冬奧會局部空間自相關(guān)分析

全局自相關(guān)可以描述某現(xiàn)象的整體分布狀況，判斷此現(xiàn)象在空間是否有聚集特性存在，但其并不能確切地指出聚集在哪些地區(qū)，為更加確切地分析局部的空間聚集，因此須進行局部空間自相關(guān)分析[13]。馬伶[14]根據(jù)冬奧會項目設(shè)置的特點將冬奧會分為1908—1923年、1924—1959年、1960—1993年、1994年至今4個階段。本研究認為專門進行冬

圖2 第1-23屆冬奧會參賽國數(shù)量和比賽項目數(shù)量隨時間變化

季項目的奧運會舉辦時間是1924年，因此將1924年作為第一屆冬奧會舉辦時間，結(jié)合馬伶對冬奧會歷史的研究將冬奧會分為3個階段：第1階段為第1-7屆冬奧會（1924—1956年），第2階段為第8-16屆冬奧會（1957—1992年），第3階段為第17—23屆冬奧會（1993—2018年）。本研究通過GeoDa軟件繪制Moran’s I散點圖和LISA集聚圖分析冬奧會各階段的局部空間特征和演變情況。

2.2.1 局部Moran’s散點圖分析 Moran散點圖常用來研究局部的空間特征，橫軸表示標準化后的觀測值，縱軸表示空間滯后值，而Moran’s I統(tǒng)計量可以看作各地區(qū)觀測值的乘積和。Moran散點圖中的1、3象限代表觀測值的正空間相關(guān)性，第2、4象限代表觀測值的負空間相關(guān)性，并且第1象限代表了觀測值高的區(qū)域單元被高測值區(qū)所包圍（HH）；第2象限代表了觀測值低的區(qū)域單元被高值區(qū)域所包圍（LH）；第3象限代表了觀測值低的區(qū)域被低值區(qū)域所包圍（LL），第4象限代表觀測值高的區(qū)域單元被低值區(qū)域包圍（HL）。

通過圖3、圖4、圖5可以看出，大部分國家的冬奧會成績分布于第2、第3象限，即大部分國家地區(qū)呈現(xiàn)出低高、低低的集聚趨勢，世界各國的競技體育實力既存在正空間自相關(guān)，也存在負空間自相關(guān)的空間作用。有研究表明越靠近原點的點與周圍的關(guān)聯(lián)性越弱，越遠離原點的點與周圍的關(guān)聯(lián)性越強[15]，雖然大部分國家與周圍國家都有關(guān)聯(lián)性，但關(guān)聯(lián)性并不強。表現(xiàn)出較強關(guān)聯(lián)性的有第1階段中第1象限的挪威、德國、意大利，第四象限的美國、加拿大等；第2階段中第1象限的挪威、第2象限的英國；第3階段中第4象限的澳大利亞都呈現(xiàn)出較強的空間關(guān)聯(lián)性，這些國家在不同的階段中表現(xiàn)出的競技實力與周圍國家呈較明顯的正或負的關(guān)聯(lián)性。然而斯瓦爾巴特群島距離權(quán)重值得分曲線較遠，為異常值，原因主要是因為與其接壤的挪威、俄羅斯競技實力較強，二者競技能力得分相差懸殊，屬于低高聚集類型。

圖3 第1階段（第1-7屆）各國家冬奧會獎牌得分Moran散點圖

圖4 第2階段（第8-16屆）各國家冬奧會獎牌得分Moran散點圖

2.2.2 LISA集聚圖分析 由圖6可以看出，高高聚集的國家呈現(xiàn)出減少的趨勢，在第1階段中，高高（high-high）聚集的國家有挪威、意大利、法國、英國，但從第2階段開始高高聚集的國家便減少到只有挪威一個國家，說明歐洲國家冬季項目的整體實力有所下降，區(qū)域優(yōu)勢減弱。從整體3個階段來看，高高聚集的國家數(shù)量較少，且都集中于北歐和西歐地區(qū)，挪威是唯一在3個階段中都保持高高聚集的國家。挪威在地理位置上與瑞典、芬蘭、丹麥接壤，且上述3個國家都是傳統(tǒng)冬季項目強國，因此挪威呈現(xiàn)出高高聚集現(xiàn)象。高高聚集地區(qū)的減少意味著其他大洲的國家在冬季項目上取得了一定成績，隨著冬奧會項目和參賽國家的逐年增多，傳統(tǒng)冬奧強國優(yōu)勢有了一定程度的減弱，世界冬季項目競技實力向均衡化方向發(fā)展。

圖5 第3階段（第17-23屆）各國家冬奧會獎牌得分Moran散點圖

低高（low-high）聚集區(qū)意味著國家自身競技實力較低，周圍國家競技實力較高。由圖6可以看出，低高聚集國家在3個階段中變化較大，空間異質(zhì)性表現(xiàn)突出，第1階段中低高聚集主要集中于歐洲南部以及愛爾蘭、冰島、亞洲西部的哈薩克斯坦、土庫曼斯坦、烏茲別克斯坦；第2階段時發(fā)生較大變化，歐洲南部國家如羅馬尼亞、保加利亞、希臘等地都從低高聚集轉(zhuǎn)變?yōu)闊o意義區(qū)域，這是由于第2階段開始與其相鄰的冬季項目實力較強的國家實力開始減弱，隨著中國在第2階段末期冬季項目取得突破，阿富汗地區(qū)由無意義區(qū)域轉(zhuǎn)變?yōu)榈透呔奂瘏^(qū)域；第3階段中格魯吉亞、阿塞拜疆、亞美尼亞由無意義區(qū)域轉(zhuǎn)變?yōu)榈透呔奂瘏^(qū)域，這是由于與其鄰近的俄羅斯、烏克蘭、保加利亞等國在第3階段都取得了較好的成績。

低低聚集（low-low）區(qū)域的數(shù)量最多，主要集中于南美洲全部地區(qū)、非洲南部、東南亞以及亞洲的印度等地。在3個階段中南美洲全部地區(qū)、非洲南部、北美洲南部、亞洲的印度、尼泊爾、斯里蘭卡都沒有變化，一直呈現(xiàn)出低低聚集。在第3階段中泰國、老撾、柬埔寨、越南、印度尼西亞有低低聚集變?yōu)闊o意義區(qū)，表明其周圍的國家如中國、澳大利亞在冬奧會中的表現(xiàn)發(fā)生了改變，中國在第2階段和第3階段的表現(xiàn)逐漸提升，對其周圍國家的集聚類型在第3階段產(chǎn)生影響。冬季項目的開展自然環(huán)境要求高，熱帶地區(qū)和發(fā)展中國家地區(qū)的競技水平仍然較為落后，低低聚集雖有所改善但仍不明顯。

圖6 世界各國歷屆冬奧會獎牌得分LISA圖

高低聚集（high-low）區(qū)域在第1階段和第2階段聚集在北美洲的美國和加拿大，澳大利亞在3個階段中分屬于不同的聚類表現(xiàn)，第1階段為無意義區(qū)，第2階段變?yōu)榈偷途奂瘏^(qū)，第3階段變?yōu)楦叩途奂瘏^(qū)域，說明隨著時間的推移，地理位置屬于熱帶地區(qū)的澳大利亞冬季項目的競技實力有了明顯提高，與周圍其他國家形成了反差，從與之鄰近的新西蘭和印度尼西亞的變化可以看出，新西蘭和印度尼西亞地區(qū)由低低聚集區(qū)域變?yōu)闊o意義區(qū)域。澳大利亞冬季項目競技實力的提高對其他熱帶國家提高自身競技能力具有重要的參考意義，澳大利亞的經(jīng)濟實力、科研水平在不同程度上促進了本國運動員在奧運賽場的良好表現(xiàn)。美國和加拿大在冬季項目上長期表現(xiàn)強勢，冰雪運動在這兩個大國普及度高，良好的群眾基礎(chǔ)和氣候環(huán)境以及經(jīng)濟、科研能力都使其保持著冰雪強國的地位。

冬奧會競技實力演變需關(guān)注國際環(huán)境的變化，1924年第1屆冬奧會在法國舉辦，冬奧會項目設(shè)置較少，參賽國和參賽運動員全部為歐美傳統(tǒng)冬季項目強國。1939年第二次世界大戰(zhàn)爆發(fā)，國際環(huán)境的改變使得剛剛起步中的冬奧會遭受打擊[16]，阻礙了冬奧會的發(fā)展。二戰(zhàn)后，國際環(huán)境趨于平穩(wěn)，冬奧會重新舉辦。1959年奧組委對冬奧會項目設(shè)置的基本雛形完成，共4個大項，分項基本無明顯變化[14]，獎牌獲得國全部為歐美國家。1960年后國際大環(huán)境相對穩(wěn)定，科技、經(jīng)濟的高速發(fā)展大大拉進了人民之間的距離，冬奧會的發(fā)展迎來了新的機遇[16]，冬奧會的比賽項目更多，到1992年，穩(wěn)定在6個大項、12個分項、57個小項，參賽國家數(shù)量與運動員數(shù)量大幅提升，新興項目的設(shè)置以及更多國家參與奧運會對傳統(tǒng)冬季項目強國造成沖擊，在冬奧會的傳統(tǒng)項目上，如越野滑雪、高山滑雪等項目上依然由奧地利、挪威、芬蘭、美國等國家主導，而速度滑冰、短道速滑等新晉項目歐洲的荷蘭、亞洲的韓國、日本、中國等國家具有一定優(yōu)勢。1993年后國際奧組委決定夏奧會和冬奧會分開舉辦，這一開創(chuàng)性的決定再一次促進了冬奧會的發(fā)展。1998年國際奧組委解除了對職業(yè)運動員參與冬奧會的限制，使得冬季項目的比賽更加激烈，具備更強的觀賞性，冬奧會項目的設(shè)置也更加豐富，更多具有觀賞性、挑戰(zhàn)性的項目進入冬奧會。到2018年時，項目設(shè)置穩(wěn)定在7個大項、15個分項、102個小項，參賽國家和運動員都達到歷史最多。由于科技的進步和各參賽國對項目制勝規(guī)律的研究增多，冬季項目傳統(tǒng)強國實力被再次削弱，但歐美國家的統(tǒng)治地位依舊沒有改變。

綜合來看，各個階段的冬奧會成績分布表現(xiàn)出明顯的地域特征，低高聚集和低低聚集較為顯著，特別是低低聚集國家數(shù)量多、面積大，集中于非洲、南美洲、北美洲南部地區(qū)以及亞洲南部地區(qū)，共同特點為這些地區(qū)大部分都屬于熱帶地區(qū)，缺少開展冰雪運動的自然環(huán)境，大部分國家都屬于發(fā)展中國家，經(jīng)濟實力較弱。

2.3 冬季項目競技實力差異原因

2.3.1 影響競技實力的指標選取 冬奧會運動員賽場上所展現(xiàn)出來的競技能力成因復(fù)雜，現(xiàn)代冬奧會的比拼不僅僅局限于賽場上，背后比拼的是一個國家的綜合國力。Donald W Ball[4]在1972年提出社會結(jié)構(gòu)和經(jīng)濟對國家在奧運會賽場上的表現(xiàn)具有一定的影響。Julia Bredtmann等[5]通過研究認為人口規(guī)模、人均國內(nèi)生產(chǎn)總值、主場優(yōu)勢以及國家的體育政策影響體育競技實力。查安妮等[6]的研究也認為國內(nèi)生產(chǎn)總值、人均國內(nèi)生產(chǎn)總值與國家在奧運會中的成績呈正相關(guān)性。Bernard[7]在其研究中認為一個國家的人口數(shù)量對奧運會成績有重要影響。Eva Marikova Leeds等人[8]從女性參與行為的角度出發(fā)，認為女性政治、經(jīng)濟行為的增加有利于國家在奧運會中的獎牌表現(xiàn)。Vegard等[9]以北歐兩項運動員為研究對象，探索北歐兩項運動員訓練、身體以及科技等方面的長期發(fā)展特點，其認為科技的進步是促使北歐兩項運動員運動成績增長的原因之一。曲魯平等[10]通過因子分析法，分析了第25-30屆奧運會中我國運動員的表現(xiàn)與影響因素，認為文化素養(yǎng)、科技與資金、后備人才等是制約競技體育項目整體實力的主要因素。陳丹[11]在其研究中表明經(jīng)濟、國土面積、文化程度是影響奧運會表現(xiàn)的因素。通過前人的研究，選取國家總?cè)藬?shù)、GDP、人均GDP、國土面積、科技期刊發(fā)文量5個備選指標進行回歸分析（表2）。

表2 國家競技體育實力影響因素

2.3.2 競技實力成因的空間統(tǒng)計分析 采用OLS回歸方法，以第23屆冬奧會成績?yōu)橐蜃兞?，由于冬奧會舉辦時間為2018年初，因此選擇2017年的各國人口總數(shù)（X1）、國土面積（X2）、GDP（X3）、人均GDP（X4）、科技期刊發(fā)文量（X5）5項指標為自變量進行回歸分析（表3）。

表3 第23屆冬奧會成績影響因素的多元線性回歸估計結(jié)果

模型檢驗結(jié)果顯示 F=26.834，且 P＜0.01，說明整個回歸模型具有極顯著性意義，調(diào)整后的R2=0.51，表明自變量對因變量的解釋率為51%，模型的診斷結(jié)果表明多重共線性條件數(shù)CN=12.309，CI表明不存在多重共線性。OLS回歸模型中人口總數(shù)、國土面積、人均GDP、科技期刊發(fā)文量均通過顯著性檢驗（P＜0.05），且人口總數(shù)呈負相關(guān)性，國土面積、人均GDP和科技期刊發(fā)文量呈正相關(guān)性。GDP未通過顯著性檢驗，說明GDP這一指標對國家體育競技實力的影響解釋力不夠，因此對OLS模型進行修正，自變量的選取中剔除GDP這一指標。

由空間自相關(guān)分析可知，第23屆冬奧會成績的全局自相關(guān)系數(shù)為0.12，說明各國間的競技實力存在一定的空間特征，其競技實力并不是隨機分布，而是呈現(xiàn)出一定的聚集現(xiàn)象，因此引入空間滯后模型（SLM）和空間誤差模型（SEM）進行空間回歸分析。

通常用R2作為一個評估和比較回歸模型擬合度的指標，然而空間回歸模型輸出的值并不是真正的R2，而是一個偽R2，因而不能與 OLS中的 R2進行比較[17]。為了比較以上3個模型的擬合優(yōu)度，采用比較Log-Likelihood（對數(shù)似然估計值）統(tǒng)計量的方法，模型Log-Likelihood越大，提示該模型具有更好的擬合度，由于表4中SLM模型Log-Likelihood值最大，因此選擇空間滯后模型，冬奧會成績的空間滯后效應(yīng)明顯。

表4 OLS、SLM、SEM擬合度指標比較

解釋變量中人口總數(shù)（X1）、國土面積（X2）、人均 GDP（X4）、科技期刊發(fā)文量（X5）能夠較好地反映奧運會成績差異形成的原因，人口總數(shù)與冬奧會成績呈負相關(guān)，說明國家的人口數(shù)量多不一定能促進冬奧會成績的提高。前人研究認為北歐地區(qū)雪上項目保持高水平的的原因之一在于人類生存與自然環(huán)境的長期斗爭，最終將冰雪運動逐漸發(fā)展為一種大眾生活方式和文化[18]，由此可見，促進民眾冰雪運動參與，擴大冰雪運動的后備人才數(shù)量是提高冬季項目發(fā)展水平的路徑。競技體育比拼的是精英運動員，我國冬季項目后備人才短缺，項目發(fā)展不平衡，雖然全國人口眾多，但專項運動員較少，因此提高冬季項目后備人才數(shù)量意義重大。

國土面積在一定程度上可以反映國家地貌的多樣性，國土面積越大，自然資源越豐富，氣候也會大概率呈現(xiàn)出多樣性，更有可能具備開展冰雪運動的條件。有研究認為地理環(huán)境對冬季項目起著決定性作用，地理空間的差異使得不同區(qū)域冬季項目的發(fā)展特點不同，歐洲國家高山、湖泊以及平原相間的地貌特征奠定了冰雪項目發(fā)源的多樣性。歐洲的斯堪的納維亞半島是冬季奧運項目的發(fā)源地，冬季項目的發(fā)展由此傳向歐洲各地[19]，歐洲具有冬季項目運動的傳統(tǒng)，這意味著歐洲比其他國家更早建立冬季項目的競技體系，更早把握冬季項目的制勝規(guī)律，從而拉開與世界其他國家的實力差距。此外歐洲不同國家的特殊地理環(huán)境造就了不同國家優(yōu)勢項目不同，阿爾卑斯山脈附近國家如德國、意大利、奧地利、法國等在高山滑雪項目上優(yōu)勢明顯，北歐國家的芬蘭、挪威等國基于斯堪的納維亞地區(qū)一年5個月以上的雪期，更適宜開展越野滑雪和跳臺滑雪，由于缺少高山，因此高山滑雪不具優(yōu)勢。北美的加拿大和美國由于落基山脈的屏障作用，積雪期可達4～5個月[18，20]，此外英國軍隊在 1825年將冰球運動傳入加拿大[19]，進而促進了北美地區(qū)冬季項目的發(fā)展，北美地區(qū)冰球、自由式滑雪、單板滑雪逐漸成為優(yōu)勢項目。

人均GDP反映了國家經(jīng)濟發(fā)展水平，經(jīng)濟水平在一定程度上可以彌補自然資源的不足。澳大利亞地處南半球赤道附近，不具備大范圍開展冰雪運動的條件，但近些年澳大利亞冬季項目也取得了一定成績。國家經(jīng)濟發(fā)展水平高可以將運動員送往挪威、芬蘭等常年可以進行冬季項目運動的國家訓練，同時現(xiàn)代運動訓練和運動參賽需要消耗大量財力，因此國家經(jīng)濟水平也是制約大部分國家大范圍開展冬季項目的因素之一。有研究者認為經(jīng)濟實力變化對國家競技成績的影響是普遍存在的，經(jīng)濟實力的變化會影響國家對體育領(lǐng)域的資金投入，進而直接影響競技體育后備人才培養(yǎng)以及體育科研從業(yè)者的質(zhì)量和數(shù)量[6]。國家體育事業(yè)的發(fā)展與經(jīng)濟水平密不可分，競技體育的發(fā)展需要雄厚經(jīng)濟基礎(chǔ)的支持，訓練設(shè)備、教練員團隊以及良好的訓練環(huán)境都需要大量經(jīng)費的投入[21]。但另一項研究表明，人均GDP對奧運會獎牌的貢獻率并不高，只有先將人均GDP分為高、低兩個水平，則人均GDP高的水平獲得獎牌多[22]。從上述研究可知，人均GDP是反映國家經(jīng)濟發(fā)展水平的一項重要指標。體育事業(yè)的發(fā)展離不開國家經(jīng)濟的支持，不同研究者雖然對人均GDP與經(jīng)濟實力差異的相關(guān)性存在一定分歧，但普遍認為高人均GDP能夠促進國家競技體育實力的提高。

科技期刊發(fā)文量反映的是國家的科技水平，且與冬奧會成績具有正相關(guān)的關(guān)系，同時，科技水平也反映了國家一定的教育水平。陳小平提出奧運賽場不僅是運動能力的比拼，也是當代科學技術(shù)角逐的戰(zhàn)場[23]。冬奧會項目多利用器械進行比賽，外界環(huán)境多變，運動過程中人體與器械、自然環(huán)境構(gòu)成的系統(tǒng)復(fù)雜性較高，需要多學科、多領(lǐng)域的科研人員給予助力，科技力量的創(chuàng)新在某些項目上顛覆了傳統(tǒng)的訓練模式，對運動表現(xiàn)起到了關(guān)鍵作用，因此構(gòu)建科技創(chuàng)新型的復(fù)合型團隊對提高冬季運動項目水平顯得極為重要?？萍嫉陌l(fā)展可以彌補缺冰少雪的自然缺陷[18-19]，可以利用先進的科技制造人工雪場和冰場，促進群眾對冰雪運動項目的興趣和參與程度，同時提高競技體育后備人才數(shù)量以及訓練條件。部分冬季項目對場地的要求較高，世界級的雪車和雪橇賽道由于科技含量較高，在世界上只有15條賽道，其中13條都位于歐美地區(qū)，亞洲的日本和韓國各一條，此外雪上項目雪質(zhì)對運動員的成績也有較大影響，而先進的制冰制雪技術(shù)基本都由歐美國家掌握[19]。從上述分析可以得知，科技水平可以彌補自然環(huán)境的不足，是實現(xiàn)冬季項目跨越式發(fā)展的重要因素。

綜上所述，競技體育實力各影響因素之間關(guān)系復(fù)雜，地理環(huán)境對冬季項目的發(fā)展起著決定性的作用，但影響競技實力的因素存在一定“補償效應(yīng)”，即其他因素可以在一定程度上彌補某種因素的不足，隨著經(jīng)濟的發(fā)展和科技的進步，自然條件的差距逐漸縮小，科學合理的選材、訓練使得人口因素的影響力逐漸縮小，正確認識冬季項目競技實力各影響因素間的關(guān)系和復(fù)雜性對促進冬季項目的跨越式發(fā)展具有重要意義。

2.4 復(fù)雜系統(tǒng)科學視角探索競技能力發(fā)展新路徑

運動員在賽場上的競技表現(xiàn)決定了國家總體競技水平的高低，從根本上講，國家競技實力由運動員參加比賽的成績決定。著名科學家錢學森在上世紀就提出構(gòu)建人體復(fù)雜系統(tǒng)模型的思想，運用人體系統(tǒng)科學提升運動員的競技成績，其提出建立人體科學和思維科學必須以系統(tǒng)科學為基礎(chǔ)，特別需要基于充分包含復(fù)雜性特征的系統(tǒng)科學[24]。然而，關(guān)于復(fù)雜系統(tǒng)學完整和深入的理論框架至今尚未建立。

由錢學森對系統(tǒng)的分類（圖7）可以得知，小系統(tǒng)、大系統(tǒng)與簡單巨系統(tǒng)都有相應(yīng)較為成熟、有效的理論，而生物體、人腦、人體、社會都屬于開放的復(fù)雜巨系統(tǒng)卻沒有相應(yīng)成熟的理論。對運動員來說，其本身處于社會環(huán)境當中，接受日常的運動訓練進而參加比賽創(chuàng)造成績，這一過程體現(xiàn)了運動員競技實力形成的復(fù)雜性，無論哪一環(huán)節(jié)都屬于開放的復(fù)雜巨系統(tǒng)，復(fù)雜科學的重要內(nèi)容就是提供研究復(fù)雜現(xiàn)象和復(fù)雜問題所需要的新的方法論。1990年，錢學森等人指出研究開放的復(fù)雜巨系統(tǒng)，需要采用從定性到定量的綜合集成法，為新時期國內(nèi)研究人員對復(fù)雜系統(tǒng)科學的探索奠定了基礎(chǔ)。

圖7 錢學森對系統(tǒng)的分類

我國冬季項目發(fā)展不均衡，大部分雪上項目長期處于落后狀態(tài)，這與我國備戰(zhàn)2008年北京夏奧會時皮劃艇激流回旋項目類似，都處于時間緊、迫切實現(xiàn)跨越式進步的狀態(tài)。國家體育總局水上運動中心邀請北京大學湍流與復(fù)雜系統(tǒng)國家重點實驗室進行科技奧運攻關(guān)任務(wù)，該實驗室成員基于多年對復(fù)雜系統(tǒng)科學的研究，創(chuàng)造性地提出多層次的運動員素質(zhì)譜，原創(chuàng)性的技術(shù)認知訓練、心理能量訓練、意志力訓練、表象訓練三部曲和科學思維訓練等綜合的激流訓練新體系[25]，并圓滿完成了這一時間緊、跨度大的艱巨任務(wù)，實現(xiàn)了皮劃艇激流回旋項目的重大突破，激流回旋等項目取得的突破無疑為運動訓練理論等領(lǐng)域的發(fā)展提供了新的視角。

由于我國冰雪運動底子薄、發(fā)展不均衡，很多項目剛剛開展，國家體育總局實施“跨界跨項”選材暫時解決了空白項目沒有優(yōu)秀運動員的狀況，也是人體復(fù)雜系統(tǒng)科學的一次實踐。冬奧會項目大多借助器械在雪上或冰上滑行，有些項目例如花樣滑冰、自由式滑雪空中技巧還需身體做出各種難度動作，綜合來看運動員需要克服人體和生態(tài)環(huán)境所構(gòu)成的復(fù)雜系統(tǒng)帶來的考驗。要解決這一問題，應(yīng)加大跨學科、跨院校、跨研究機構(gòu)的多方合作，正確認識人體系統(tǒng)和生態(tài)環(huán)境。不斷完善運動訓練學理論與方法，加強神經(jīng)系統(tǒng)在運動訓練中核心作用的認識。通過系統(tǒng)、科學地認識人體、生態(tài)、社會的復(fù)雜系統(tǒng)，建立完善的訓練指導思想和訓練理論，正確處理運動訓練與運動競賽的關(guān)系，進而提高運動員的總體競技實力。

3 論結(jié)

1）全局空間自相關(guān)分析表明，世界各國歷屆冬奧會成績的Moran指數(shù)呈現(xiàn)下降-平穩(wěn)-波動-平穩(wěn)的變化趨勢，空間差異性較弱，但存在一定的聚集特征。局部空間自相關(guān)的分析表明，世界冬季項目競技實力較高的國家主要聚集在西歐、北歐和北美洲，非洲、南美洲和東南亞地區(qū)的競技實力較弱。冬奧會發(fā)展的3個階段中，高-高集聚、低-高集聚、低-低集聚數(shù)量變化較大，且呈減少的趨勢，而高-低集聚數(shù)量增多，說明世界冬季項目競技格局向均衡的方向發(fā)展，競技體育實力較強的國家能夠帶動周邊國家體育的發(fā)展，具有一定的輻射效應(yīng)。但非洲、南美洲的低-低集聚狀態(tài)沒有變化，其冬季項目水平長期落后的狀況并未改變。

2）冬奧會成績的空間滯后模型表明人口總數(shù)（X1）與冬奧會成績呈負相關(guān)性，國土面積（X2）、人均 GDP（X4）、科技期刊發(fā)文量（X5）與冬奧會成績呈正相關(guān)性，以上4項指標能夠較好地反映奧運會成績差異形成的原因。現(xiàn)代冬奧會的角逐是國家綜合國力的體現(xiàn)，傳統(tǒng)冬季項目強國的優(yōu)勢在于地理優(yōu)勢和專項人才，隨著亞洲的中國、韓國、日本以及大洋洲的澳大利亞、新西蘭等國家取得一定成績，將對傳統(tǒng)冬奧強國起到?jīng)_擊作用。未來的冬奧會對科學訓練、科技助力提出了更高的要求，南美洲、非洲國家競技能力的發(fā)展將更加困難。我國的經(jīng)濟建設(shè)和科技文化水平是冬季項目競技實力提升的重要因素，因此加大對冬季項目的投入、大力倡導和推進“科技助力”有助于我國在冬季項目上取得新突破。與此同時，積極探索復(fù)雜系統(tǒng)科學，在競技體育領(lǐng)域開展跨領(lǐng)域研究，運用復(fù)雜系統(tǒng)科學的思維方式和方法完善運動訓練理論與實踐，加強神經(jīng)系統(tǒng)在運動訓練中核心作用的認識是我國冬季項目在短時間內(nèi)實現(xiàn)跨越式發(fā)展的一條路徑。