張 啟，夏安桃

（湖南師范大學(xué) 地理科學(xué)學(xué)院，湖南 長沙 410081）

強(qiáng)健的身體是開創(chuàng)美好生活的前提，也是個(gè)人生存發(fā)展的基礎(chǔ)。2019年，國務(wù)院發(fā)布《體育強(qiáng)國建設(shè)綱要》，強(qiáng)調(diào)要將體育事業(yè)建設(shè)成為中華民族偉大復(fù)興的標(biāo)志性事業(yè)。2021年，《湖南體育發(fā)展“十四五”規(guī)劃》《長沙市“十四五”體育事業(yè)發(fā)展規(guī)劃（2021—2025年）》相繼發(fā)布，標(biāo)志著“健康長沙”建設(shè)開啟了新征程。體育場地作為體育事業(yè)的基礎(chǔ)性要件，對公民體育權(quán)利的實(shí)現(xiàn)以及社會(huì)公共服務(wù)體系的發(fā)展意義深遠(yuǎn)[1]。人民日益增長的體育運(yùn)動(dòng)需求也不斷地推動(dòng)著體育場地的建設(shè)。截至2021年底，長沙市擁有公共體育場地3 001個(gè)，較上年同比增長35%，并向著多元化、專業(yè)化、規(guī)?；姆较虬l(fā)展。然而，目前長沙市體育場地有效供給仍然不足，空間分布不均衡、體育設(shè)施陳舊、智能化程度低等問題依然突出。因此，對長沙市體育場地空間分布的現(xiàn)狀及影響因素進(jìn)行研究，不僅有助于豐富城市地理學(xué)、體育地理學(xué)等學(xué)科理論，還能為體育場地的規(guī)劃布局提供參考依據(jù)。

目前對體育場地的研究主要集中在社會(huì)生產(chǎn)力水平較高的國家[2]。Higgerson等建議通過增加社區(qū)周邊非營利性體育場地?cái)?shù)量來改善公民在體育運(yùn)動(dòng)參與中機(jī)會(huì)不平等的問題[3]。Higgs 等使用FCA（Floating Catchment Area）模型來衡量體育場地的可達(dá)性與區(qū)域發(fā)展水平之間的關(guān)系[4]。中國學(xué)者多從城市尺度對體育場地展開研究。楊效勇等通過研究大型體育場地空間格局與城市發(fā)展的關(guān)系，得出大型體育場地空間布局對于城市體育產(chǎn)業(yè)健康發(fā)展具有促進(jìn)作用[5]；陳元欣等通過分析美國體育場地促進(jìn)城市更新的實(shí)踐經(jīng)驗(yàn)，為中國體育場地規(guī)劃建設(shè)提供了啟示，并建議推動(dòng)公私合營、外部效應(yīng)內(nèi)部化來提升體育場地的經(jīng)濟(jì)和社會(huì)效應(yīng)[6]。徐屏等使用密度分析、空間自相關(guān)和空間二元相關(guān)性定量分析了武漢市體育場地的空間格局，并通過多元回歸模型預(yù)測武漢市體育場地將向“中心城區(qū)密集、鄉(xiāng)村郊區(qū)普及”的發(fā)展模式轉(zhuǎn)變[7]。中國關(guān)于體育場地空間分布的研究多采用社會(huì)調(diào)查數(shù)據(jù)和國家統(tǒng)計(jì)數(shù)據(jù)，面臨數(shù)據(jù)獲取難度大、時(shí)間滯后、樣本量小等問題。隨著信息技術(shù)的不斷進(jìn)步，以時(shí)空軌跡數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、POI（Point of Interest，興趣點(diǎn)）數(shù)據(jù)等為主的空間大數(shù)據(jù)取得了長足的發(fā)展，為地理空間實(shí)體的研究提供了新的方法和思路[8]。本研究利用POI 數(shù)據(jù)，運(yùn)用DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚類算法和ArcGIS軟件，對長沙市體育場地的空間布局進(jìn)行分析，并運(yùn)用地理探測器從多方面探測體育場地空間分布的影響因素，以期為體育場地的規(guī)劃布局提供參考。

1 研究區(qū)概況

長沙市是湖南省的政治、經(jīng)濟(jì)和體育中心，轄6區(qū)1縣2縣級市，面積11 819 km2。截至2021年末，常住總?cè)丝? 023.93萬人。本研究依據(jù)《長沙市國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景規(guī)劃目標(biāo)綱要》，選取長沙市6個(gè)市轄區(qū)（開福區(qū)、芙蓉區(qū)、雨花區(qū)、天心區(qū)、岳麓區(qū)、望城區(qū)）和1個(gè)市轄縣（長沙縣）作為研究區(qū)域（圖1）。截至2021年末，研究區(qū)總面積3 941 km2，常住總?cè)丝?53.99萬人。

圖1 研究區(qū)示意圖Figure 1 Schematic diagram of the study area

2015年以來，在“健康中國”戰(zhàn)略背景下，長沙市體育事業(yè)獲得快速發(fā)展。2017年長沙市體育局獲評“全國群眾體育先進(jìn)集體”。2019年長沙市體育產(chǎn)業(yè)總產(chǎn)出達(dá)到312.99 億元，與2015 年相比增長了105.98%。2020 年長沙市被評為首批國家體育消費(fèi)試點(diǎn)城市?！笆濉逼陂g成功舉辦5 屆長沙馬拉松、3 屆國際名校賽艇挑戰(zhàn)賽、1 屆環(huán)法自行車中國挑戰(zhàn)賽等重大賽事?！堕L沙市“十四五”體育事業(yè)發(fā)展規(guī)劃（2021—2025年）》（以下簡稱《規(guī)劃》）明確要提升長沙市體育綜合實(shí)力，使其位居全國省會(huì)城市第一方陣和中西部地區(qū)領(lǐng)先地位。《規(guī)劃》還提出要打造“城區(qū)15分鐘健身圈”，加快全民健身場館設(shè)施的智能化發(fā)展，開展智慧體育場地建設(shè)，同時(shí)提高承辦高端體育賽事能力。2020年投入使用的8個(gè)體育綜合體項(xiàng)目也將進(jìn)一步促進(jìn)長沙全民健身運(yùn)動(dòng)。繼“媒體藝術(shù)之都”“網(wǎng)紅城市”之后，未來“健康之城”或?qū)⒊蔀殚L沙市的又一張名片。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本研究中，體育場地是指供居民進(jìn)行日常鍛煉和相關(guān)活動(dòng)以滿足其健康和養(yǎng)生需求的各種運(yùn)動(dòng)空間[9]。體育場地按用途可分為專用性體育場地和綜合性體育場地。專用性體育場地是指只適用于單個(gè)項(xiàng)目的場地，如游泳館、網(wǎng)球場、足球場等。綜合性體育場地是指能適用多種運(yùn)動(dòng)項(xiàng)目的場地。本研究基于高德地圖體育場地分類標(biāo)準(zhǔn)選取了10類長沙市民參與較多、較具代表性的體育場地作為研究對象（表1）。

表1 長沙市各類型體育場地POI數(shù)量Table 1 POI number of sports venues in Changsha

近年來，網(wǎng)絡(luò)數(shù)據(jù)在城市實(shí)體空間研究中運(yùn)用越來越廣泛。而在空間大數(shù)據(jù)中具有代表性的POI數(shù)據(jù)已成為地理空間研究的基礎(chǔ)性數(shù)據(jù)，具有易獲取、資源豐富、位置準(zhǔn)確等特點(diǎn)，因此選用POI數(shù)據(jù)能較為真切地反映體育場地的空間分布狀況[8]。本研究所用體育場地POI 數(shù)據(jù)來源于高德地圖開放平臺，獲取時(shí)間為2022年4月，共獲取2 712條，通過去重和篩選共挑選出2 086條有效數(shù)據(jù)（表1）。此外，為探測體育場地空間分布的影響因素還獲取了研究區(qū)內(nèi)3 904條學(xué)校和6 736條小區(qū)點(diǎn)的POI數(shù)據(jù)。

除POI數(shù)據(jù)之外，本研究使用的數(shù)據(jù)還涉及長沙市統(tǒng)計(jì)數(shù)據(jù)、人口數(shù)據(jù)、區(qū)（縣）矢量數(shù)據(jù)、水系數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、夜間燈光數(shù)據(jù)、DEM 數(shù)據(jù)、土地利用數(shù)據(jù)和房價(jià)數(shù)據(jù)等。其中統(tǒng)計(jì)數(shù)據(jù)來源于《長沙市統(tǒng)計(jì)年鑒2021》《長沙市第七次全國人口普查公報(bào)》，區(qū)（縣）矢量數(shù)據(jù)、水系以及路網(wǎng)數(shù)據(jù)來源于地理信息專業(yè)知識服務(wù)系統(tǒng)（http://kmap.ckcest.cn/），夜間燈光數(shù)據(jù)（2021 年）來源于NPP-VIIRS 衛(wèi)星數(shù)據(jù)（https://payneinstitute.mines.edu/eog/），DEM 數(shù)據(jù)來源于美國地質(zhì)調(diào)查局（https://www.usgs.gov/）（空間分辨率為30 m），土地利用數(shù)據(jù)（2020年）來自于中國科學(xué)院資源環(huán)境數(shù)據(jù)中心（https://www.resdc.cn/date）（空間分辨率為30 m），小區(qū)房價(jià)數(shù)據(jù)（2021年）來源于安居客（https://cs.anjuke.com/）。

2.2 研究方法

2.2.1 核密度估計(jì)法

核密度估計(jì)法（Kernel Density Estimation，KDE）屬于非參數(shù)統(tǒng)計(jì)方法，主要用于空間熱點(diǎn)區(qū)的研究[10]。本研究運(yùn)用ArcGIS中核密度工具，以15 min平均步行距離1 200 m作為搜索半徑分析體育場地的空間分布規(guī)律。在二維空間中，核密度函數(shù)公式為[11]

式中，λ(s)是體育場地s的核密度估計(jì)，r為搜索半徑，n為研究區(qū)內(nèi)體育場地的個(gè)數(shù)，φ是體育場地l與s之間距離dls的權(quán)重。

2.2.2 DBSCAN空間聚類算法

DBSCAN空間聚類算法是由Ester等學(xué)者開創(chuàng)的一種以研究對象空間分布的密度為基礎(chǔ)來劃分?jǐn)?shù)據(jù)集聚區(qū)域的聚類算法[12]。與傳統(tǒng)的K-means 算法相比，DBSCAN 算法既能從宏觀上分析研究對象的空間分布特征，又能從微觀上確保數(shù)據(jù)的位置精度[13]。本研究運(yùn)用該算法研究長沙市體育場地集群分布并進(jìn)行聚類等級劃分，以揭示體育場地空間集聚特征。

DBSCAN 空間聚類算法需要對Eps和MinPts進(jìn)行調(diào)節(jié)，Eps為數(shù)據(jù)對象鄰域半徑，MinPts為鄰域半徑內(nèi)的最小樣本點(diǎn)個(gè)數(shù)[13]。本研究根據(jù)周紅芳等提出的I-DBSCAN 自適應(yīng)參數(shù)來確定Eps和MinPts值[14]。該方法首先計(jì)算各點(diǎn)到第k個(gè)相鄰點(diǎn)之間的距離k-dist，在這個(gè)過程中所有的點(diǎn)都會(huì)按大小排列成k-dist圖。然后通過k-dist 圖中曲線梯度變化較大時(shí)的點(diǎn)數(shù)值確定Eps值。在參數(shù)Eps確定后，接著計(jì)算在掃描半徑Eps內(nèi)點(diǎn)數(shù)量的期望，即求得MinPts的最優(yōu)取值。函數(shù)公式為

式中，Counti為點(diǎn)i的掃描半徑Eps內(nèi)點(diǎn)的數(shù)量。

2.2.3 地理探測器

地理探測器（Geo-detector）是由王勁峰等學(xué)者提出的用于探究地理事物的空間分異規(guī)律并分析背后驅(qū)動(dòng)因子的一種統(tǒng)計(jì)學(xué)方法[15]。地理探測器影響因子的決定力大小由q統(tǒng)計(jì)量來度量，其表達(dá)式為

式中，h= 1,2,…,L是因變量或自變量的分層，即分類或分區(qū)；Nh和N分別為層h和全區(qū)的單元數(shù)；σ2h和σ2分別是層h和全區(qū)的因變量的方差；SSW和SST分別為層內(nèi)方差之和與全區(qū)總方差；q的值域?yàn)閇0,1]，0表示隨機(jī)分布，q值越大說明自變量對因變量的解釋力越強(qiáng)。

2.2.4 熵權(quán)法

熵權(quán)法是利用選取的指標(biāo)之間的相互關(guān)系來確定指標(biāo)權(quán)重的一種賦權(quán)法[16]。計(jì)算方式如下：

（1）有m個(gè)區(qū)域和n項(xiàng)評價(jià)指標(biāo)，形成原始指標(biāo)數(shù)據(jù)矩陣

式中，Xij為第i個(gè)區(qū)域第j項(xiàng)指標(biāo)的指標(biāo)值。

（2）對正向指標(biāo)與逆向指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，正向指標(biāo)標(biāo)準(zhǔn)化公式為

式中，Xij和xij分別代表標(biāo)準(zhǔn)化前和標(biāo)準(zhǔn)化后第i個(gè)區(qū)域第j項(xiàng)指標(biāo)值。

（3）計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)區(qū)域的比重，公式為

3 結(jié)果與分析

3.1 空間分布特征

通過Anaconda算法環(huán)境平臺，使用PyCharm編寫DBSCAN算法代碼，將獲取的帶有體育場地POI經(jīng)緯度的表格寫入代碼中，借助k-dist圖，得出：當(dāng)Eps=10 m、MinPts=6時(shí)，聚類效果最佳，得到17個(gè)集群，集群間邊界清晰。將聚類結(jié)果利用ArcGIS 10.8進(jìn)行可視化，得到圖2。為了驗(yàn)證聚類的合理性，對長沙市主城區(qū)體育場地進(jìn)行核密度分析，得到圖3。通過對比發(fā)現(xiàn)，DBSCAN聚類算法劃分出的17個(gè)集群與核密度分析中的熱點(diǎn)區(qū)域有較高的重疊度，可用于體育場地空間分布特征的研究。由圖2可見，長沙市體育場地總體上呈現(xiàn)出中心集聚、四周分散的特征，以開福區(qū)南部、芙蓉區(qū)西部、雨花區(qū)西北部、天心區(qū)北部以及岳麓區(qū)的東北部為中心的區(qū)域體育場地布局最為密集。隨著遠(yuǎn)離主城區(qū)中心，體育場地?cái)?shù)量逐級遞減，且空間分布較為分散。從街道看，各街道之間以及街道內(nèi)部體育場地的空間布局差距較大，空間不均衡的特征明顯。

圖2 長沙市體育場地集聚識別結(jié)果Figure 2 Cluster identification results of sports venues in Changsha

圖3 長沙市體育場地POI核密度Figure 3 POI core density in sports venues in Changsha

從表2和圖2可知，長沙市體育場地在空間上具有梯度等級效應(yīng)，即主城區(qū)中心密集，隨著遠(yuǎn)離中心等級逐漸降低。為便于直觀分析，將各集群通過ArcGIS 10.8中的自然間斷點(diǎn)分級法劃分為一級、二級、三級、四級和五級5個(gè)等級，各等級集群數(shù)量分別為1、1、2、2和11（圖4）。一級包括第1集群，體育場地?cái)?shù)量最多，共1 645個(gè)，占總量的78.9%；二級包括第3集群，共有140個(gè)體育場地，占比6.7%；三級包括第2和第6集群，體育場地?cái)?shù)量分別為68和34個(gè)，占比4.9%；四級包括第5和第11集群，體育場地?cái)?shù)量分別為9和10個(gè)，占比0.9%；五級包括第4、7、8、9、10、12、13、14、15、16和17集群，體育場地?cái)?shù)量分別為6、8、6、8、8、8、7、6、6、7和6個(gè)，占比3.6%。此外，空間聚類算法還識別出了104個(gè)噪聲點(diǎn)，占比5%，這些體育場地在鄰域半徑內(nèi)沒有與其他體育場地緊密相連，因而被識別為離群點(diǎn)，不構(gòu)成集群。由圖4可知，長沙市體育場地一級集群處于主體地位，大致呈現(xiàn)“T”字型集群形態(tài)，核心分布于以長沙火車站為中心的朝陽街街道、五里牌街道、左家塘街道和荷花園街道。二級核心主要分布于桔子洲街道、西湖街道、學(xué)士街道、洋湖街道和岳麓街道。其他等級集群主要集中在長沙市主城區(qū)的中部，四周偏少。由圖2可看出，噪聲點(diǎn)零散地分布于長沙市主城區(qū)中心的周邊區(qū)域。

圖4 長沙市體育場地集群等級劃分Figure 4 Hierarchical classification of sports venues clusters in Changsha

表2 長沙市體育場地聚類結(jié)果Table 2 Clustering results of sports venues in Changsha

3.2 影響因素分析

3.2.1 影響因素指標(biāo)的構(gòu)建

為進(jìn)一步探究長沙市體育場地空間布局影響因素，本研究以長沙市體育場地核密度作為被解釋變量，依據(jù)現(xiàn)有研究成果[17-20]，結(jié)合長沙市體育場地建設(shè)和使用的實(shí)際情況，兼顧數(shù)據(jù)的可獲取性，從自然因素、經(jīng)濟(jì)因素和社會(huì)因素3個(gè)維度構(gòu)建影響長沙市體育場地空間布局的解釋變量（表3）。參照“15分鐘生活圈”的規(guī)劃要求，分別創(chuàng)建750 m×750 m、1 000 m×1 000 m、1 500 m×1 500 m 漁網(wǎng)，將體育場地核密度及各指標(biāo)數(shù)據(jù)賦值于各漁網(wǎng)中，進(jìn)行格點(diǎn)化處理。綜合考慮顯示結(jié)果的破碎化程度和柵格化精度，最終選用1 000 m×1 000 m 漁網(wǎng)結(jié)果進(jìn)行地理探測器探測，測度各因子對長沙市體育場地空間分布的影響程度（圖5）。

圖5 影響因素空間分布圖Figure 5 Spatial distribution of influencing factors

表3 長沙市體育場地空間分異的影響因素指標(biāo)Table 3 Factors of influencing spatial differentiation of sports venues in Changsha

3.2.2 影響因素的定量分析

（1）影響因素影響力分析

因子探測器可以測度不同影響因素對長沙市體育場地空間異質(zhì)性的影響力大小[21]。從因子探測結(jié)果可知，不同影響因素對于長沙市體育場地空間異質(zhì)性的影響差異較大（圖6）。從圖6可知，影響長沙市體育場地空間異質(zhì)性的各因素的因子影響力由大到小依次為小區(qū)核密度＞人口密度＞夜間燈光指數(shù)＞學(xué)校核密度＞路網(wǎng)密度＞住房價(jià)格＞海拔＞地形起伏度。其中，影響力最大的因素是小區(qū)核密度，因子影響力為0.674；影響力最小的因素是地形起伏度，因子影響力為0.014。

圖6 影響因素的因子影響力Figure 6 Factor influence of influencing factors

根據(jù)各影響因素的因子影響力，計(jì)算得到自然因素、經(jīng)濟(jì)因素和社會(huì)因素3 個(gè)維度的因子影響力平均值，分別為0.016、0.363和0.538?？梢钥闯錾鐣?huì)因素和經(jīng)濟(jì)因素對長沙市體育場地空間異質(zhì)性的影響力較強(qiáng)，自然因素影響力較弱。究其原因，主要是由于體育作為一種社會(huì)文化，本質(zhì)是一種人文關(guān)懷。而小區(qū)作為人們居住的場所，本身又會(huì)因?yàn)槿丝诘母叨染奂龠M(jìn)體育基礎(chǔ)設(shè)施的發(fā)展，從而使體育場地得以擴(kuò)充，空間布局更為密集。此外，交通網(wǎng)絡(luò)承擔(dān)著促進(jìn)人員流動(dòng)、物資流通和信息傳遞的社會(huì)功能，對于體育場地的運(yùn)營具有重要意義[22]。特別是一些大型體育場館，人流量大，良好的交通網(wǎng)絡(luò)不僅能提高人員的流動(dòng)性，更能避免人員大量聚集所引起的各種公共安全事件。另外，良好的交通可達(dá)性可以增強(qiáng)群眾的參與度，提高體育場地的使用效率。隨著體育場地的商業(yè)化運(yùn)作，高使用率就代表著高收益。

國內(nèi)（地區(qū)）生產(chǎn)總值（GDP）作為衡量區(qū)域經(jīng)濟(jì)水平最常用的指標(biāo)之一，能夠有效反映區(qū)域經(jīng)濟(jì)的發(fā)展?fàn)顩r[23]。然而收集數(shù)據(jù)需要耗費(fèi)巨大的成本，同時(shí)存在數(shù)據(jù)殘缺和空間尺度不一等問題。Marx 等研究發(fā)現(xiàn)，GDP 與夜間燈光數(shù)據(jù)DN 值間存在較強(qiáng)的相關(guān)性[24]。因此，隨著遙感技術(shù)的不斷成熟，夜間燈光數(shù)據(jù)被越來越多學(xué)者引入到經(jīng)濟(jì)問題的研究中[25]。本研究通過分析夜間燈光指數(shù)的因子影響力發(fā)現(xiàn)，體育場地空間布局與區(qū)域經(jīng)濟(jì)發(fā)展水平之間存在較強(qiáng)相關(guān)性。這是因?yàn)殡S著現(xiàn)代體育向著專業(yè)化、數(shù)字化、產(chǎn)業(yè)化的方向發(fā)展，新型科技成果和創(chuàng)新技術(shù)的運(yùn)用勢必會(huì)提高體育場地的建設(shè)成本，對體育場地布局區(qū)域的經(jīng)濟(jì)水平提出了較高要求。此外，隨著體育市場化改革的進(jìn)一步深化，體育場地除了滿足人們?nèi)粘ｓw育運(yùn)動(dòng)需求之外，也成為了大型體育賽事、演藝活動(dòng)、商業(yè)活動(dòng)等規(guī)模性活動(dòng)的舉辦地，這些活動(dòng)往往集中在交通便利、商業(yè)繁榮地區(qū)，而這也勢必會(huì)使體育場地向商業(yè)繁榮的地方聚集。

（2）影響因素的交互作用

交互測探器可探測在2個(gè)驅(qū)動(dòng)因子相互作用下，驅(qū)動(dòng)因子對長沙市體育場地空間異質(zhì)性的影響是否增加或減少。由于篇幅有限，僅對X8（小區(qū)點(diǎn)核密度）與其他影響因素交互探測結(jié)果進(jìn)行解釋（表4）。由表4可知，雙驅(qū)動(dòng)因子的交互作用影響力均強(qiáng)于單驅(qū)動(dòng)因子的影響力，其中影響力較弱的驅(qū)動(dòng)因子與X8（小區(qū)點(diǎn)核密度）交互后，影響力提升。在X8（小區(qū)點(diǎn)核密度）與其他影響因素交互探測結(jié)果中，X7（學(xué)校核密度）和X8（小區(qū)點(diǎn)核密度）的共同交互作用影響力最大，為0.725；X1（海拔）和X8（小區(qū)點(diǎn)核密度）的共同交互作用影響力最小，為0.685。驅(qū)動(dòng)因子間的交互作用類型包括雙因子增強(qiáng)型和非線性增強(qiáng)型[26]，而X8（小區(qū)點(diǎn)核密度）與其他影響因素之間的交互作用類型皆是雙因子增強(qiáng)型。說明長沙市體育場地空間異質(zhì)性不單受一種因素的影響，而是受不同因素綜合作用，各因素相互作用促進(jìn)了體育場地的空間分異，而這也提高了體育場地空間分布預(yù)測的難度。因此，在未來體育場地空間選址時(shí)，應(yīng)綜合考慮多種因素的影響。

表4 X8與其他影響因素交互探測結(jié)果Table 4 Detection results of X8 interaction with other factors

4 優(yōu)化選址

根據(jù)影響因素分析結(jié)果，對長沙市體育場地進(jìn)行優(yōu)化選址。首先選取長沙市土地利用分類、地形起伏度、夜間燈光指數(shù)、小區(qū)距離、路網(wǎng)距離和現(xiàn)有場館距離作為長沙市體育場地優(yōu)化選址的指標(biāo)，然后運(yùn)用熵權(quán)法確定各指標(biāo)的權(quán)重系數(shù)（如表5），最后通過ArcGIS 空間分析工具對結(jié)果進(jìn)行可視化，得到圖7。

表5 指標(biāo)權(quán)重一覽表Table 5 Results of index weight

從圖7可以看出，長沙市體育場地優(yōu)化選址的區(qū)域主要集中在望城區(qū)東部的月亮島街道，開福區(qū)南部的芙蓉北路街道、瀏陽河街道和月湖街道，長沙縣西部的星沙街道、泉塘街道和黃花鎮(zhèn)，芙蓉區(qū)西部的東岸街道，雨花區(qū)北部的高橋街道、黎托街道、東山街道和井灣子街道，天心區(qū)北部的青園街道、桂花坪街道和先鋒街道，岳麓區(qū)東北部的麓谷街道、梅溪湖街道、望城坡街道、咸嘉湖街道、觀沙嶺街道、岳麓街道和洋湖街道。究其原因，這些街道除與現(xiàn)有體育場地保持一定距離外，還具有符合土地利用規(guī)范、地勢較平坦、經(jīng)濟(jì)水平較高、人口較密集和交通較便捷等優(yōu)勢。

圖7 優(yōu)化選址空間分布圖Figure 7 Spatial distribution of optimized locations

5 結(jié)論與建議

本研究采用POI 數(shù)據(jù)，借助ArcGIS 空間分析工具、DBSCAN空間聚類算法、地理探測器，定量研究了長沙市體育場地的空間分布格局和空間異質(zhì)性的影響因素，并在此基礎(chǔ)上提出了優(yōu)化選址建議。主要研究結(jié)論如下：

（1）長沙市體育場地在空間上表現(xiàn)為集聚且具有梯度等級效應(yīng)，呈現(xiàn)出中心集聚、四周分散的特征，并隨離主城區(qū)中心距離的增加等級遞減。運(yùn)用DBSCAN聚類算法，在長沙市主城區(qū)內(nèi)識別出17個(gè)集群（分為5個(gè)等級）和104個(gè)噪聲點(diǎn)。其中，一級集群處于主體地位，大致呈現(xiàn)“T”字型集群形態(tài)；二級核心主要分布于岳麓區(qū)的桔子洲街道、西湖街道、學(xué)士街道、洋湖街道和岳麓街道；其他等級集群主要集中在長沙市主城區(qū)的中部，四周偏少；噪聲點(diǎn)零散分布于長沙市主城區(qū)中心的周邊區(qū)域。

（2）長沙市體育場地的空間異質(zhì)性是多因素綜合作用的結(jié)果，各因素的影響力大小依次為小區(qū)核密度＞人口密度＞夜間燈光指數(shù)＞學(xué)校核密度＞路網(wǎng)密度＞住房價(jià)格＞海拔＞地形起伏度。從不同維度看，社會(huì)因素和經(jīng)濟(jì)因素對長沙市體育場地空間異質(zhì)性影響較強(qiáng)，自然因素影響較弱。因此，在進(jìn)行體育場地規(guī)劃時(shí)，應(yīng)盡可能靠近人口較密集、交通較便利、經(jīng)濟(jì)發(fā)展水平較高的區(qū)域，以提升體育場地的利用效率，促進(jìn)城市體育產(chǎn)業(yè)發(fā)展。多角度思考體育場地的空間布局，有利于體育場地向均衡化、高效化、健康化方向發(fā)展，不僅能增強(qiáng)人們的體質(zhì)，滿足不同階層的體育消費(fèi)需求，還能帶動(dòng)城市協(xié)同發(fā)展。

（3）未來長沙市體育場地的優(yōu)化選址區(qū)域應(yīng)主要集中于望城區(qū)東部、開福區(qū)南部、長沙縣西部、芙蓉區(qū)西部、雨花區(qū)北部和岳麓區(qū)東北部。

體育場地是人們休閑鍛煉、強(qiáng)健體魄的重要場所，與人們的日常生活密切相關(guān)。本研究借鑒已有研究成果，選取自然、經(jīng)濟(jì)和社會(huì)3個(gè)維度的指標(biāo)對長沙市體育場地空間分布的影響因素進(jìn)行分析，但體育場地空間分布的影響因素是多方面的，還涉及到如政府政策、城市定位等方面?？紤]到指標(biāo)數(shù)據(jù)的可獲取性，本研究選取的指標(biāo)也較為有限。另外，不同類型的體育場地在布局上有其獨(dú)特性[27]，本研究只對選取的10類體育場地進(jìn)行了總體分析，由于篇幅有限沒有展開分析。在后期研究中，在上述方面進(jìn)行進(jìn)一步的完善將能更全面地展現(xiàn)長沙市體育場地的空間分布特征。