en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
作者简介:

李燕(1979—),女,河北藁城人,教授,博士,硕士生导师,研究方向为体育人文社会学。

中图分类号:G80-05

文献标识码:A

文章编号:1008-3596(2024)04-0032-12

参考文献 1
方创琳.中国城市群研究取得的重要进展与未来发展方向[J].地理学报,2014,69(8):1130.
参考文献 2
姜同仁,郭振,王松,等.中国体育产业发展回顾与“十四五”前景展望[J].天津体育学院学报,2022,37(1):51.
参考文献 3
赵瑞雪.京津冀深化体育产业协同发展将共同推动冬奥场馆共用共享[EB/OL].(2023-07-02)[2024-01-11].http://swt.hebei.gov.cn/investheb/mobile/info.php?id=19724.
参考文献 4
徐成立,张宝雷,张月蕾,等.我国体育产业政策变迁:进程、逻辑及演变趋势[J].武汉体育学院学报,2020,54(3):45.
参考文献 5
徐成立,张宝雷,张月蕾,等.中国体育产业政策文本研究:基于政策工具和创新价值链双重视角[J].中国体育科技,2021,57(3):58.
参考文献 6
颜小燕.“互联网+”促进体育产业创新驱动发展及其策略[J].体育与科学,2017,38(6):67.
参考文献 7
周强,杨双燕,周超群.区块链技术驱动体育产业创新发展研究[J].体育文化导刊,2018(12):82.
参考文献 8
YI J.Integrated development path of China’s sports industry[C]//2019 International Sports Science and Education Technology Conference(ISSETC 2019).London:Francis Academic Press,2019:12-17.
参考文献 9
JIA Y X.Research on synergistic development of sports industry in the context of Yangtze river delta integration[J].Industrial Engineering and Innovation Management,2023,6(6):49.
参考文献 10
王桂芳.体育产业空间集聚发展的现状与对策研究:以山东省为例[J].山东体育学院学报,2017,33(2):27.
参考文献 11
曹开军,徐嘉良.中国体育产业与旅游产业耦合协调时空演变及影响因素[J].西南大学学报(自然科学版),2023,45(3):199.
参考文献 12
肖轶楠,张希华,李玺.珠三角城市群会展业区域合作机制研究:基于城市吸引力模型[J].经济体制改革,2012(1):57.
参考文献 13
毛爽,朱菊芳.江苏省体育产业集聚点分析[J].辽宁体育科技,2020,42(3):11.
参考文献 14
王学实,王骞.基于GIS的武汉城市圈体育产业空间战略布局[J].武汉体育学院学报,2013,47(10):33.
参考文献 15
郑婕.基于引力模型的关中城市群城市间体育产业吸引力研究[D].西安:西安体育学院,2022.
参考文献 16
刘周敏,周鸿璋,曹庆荣.基于ArcGIS下国家级体育特色小镇空间分布特征及影响因素研究[J].成都体育学院学报,2020,46(4):62.
参考文献 17
宗刚,孙玮.社会网络分析法在农转非中的实证研究:以朝阳区南磨房乡为例[J].北京理工大学学报(社会科学版),2010,12(6):45.
参考文献 18
WU S F,HONG Y,JIA Y N,et al.Analysis on spatial structure characteristics and influencing factors of Beijing-Tianjin-Hebei Region MICE cities[J].PLoS One,2023,18(7):e0287695.
参考文献 19
鲁金萍,刘玉,杨振武,等.基于SNA的京津冀城市群经济联系网络研究[J].河南科学,2014,32(8):1633.
参考文献 20
程传龙,韩闯,房启迪,等.基于时空地理加权回归模型探索肺癌发病的环境影响因素[J].山东大学学报(医学版),2023,61(4):95.
参考文献 21
王若宇,黄柏石,潘卓林,等.中国居民食源性疾病的地理分布及影响因素分析[J].世界地理研究,2020,29(1):168.
参考文献 22
侯毅鸣,陈延斌,宋成镇.城市交通路网中心性与零售网点空间布局的关系研究:以济南市区为例[J].湖南师范大学自然科学学报,2022,45(4):15.
参考文献 23
WU B,LI R R,HUANG B.A geographically and temporally weighted autoregressive model with application to housing prices[J].International Journal of Geographical Information Science,2014,28(5):1186.
参考文献 24
HUANG B,WU B,BARRY M.Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J].International Journal of Geographical Information Science,2010,24(3):383.
参考文献 25
李连成.解码“奥运冠军之城”:保定弘扬奥运精神发展全民健身、竞技体育和体育产业探访[N].河北日报,2022-01-24(9).
参考文献 26
鲁金萍,杨振武,刘玉.京津冀城市群经济联系网络研究[J].经济问题探索,2015(5):117.
参考文献 27
赵安周,相恺政,刘宪锋,等.2000~2018年京津冀城市群PM2.5时空演变及其与城市扩张的关联[J].环境科学,2022,43(5):2274.
参考文献 28
汤庆园,徐伟,艾福利.基于地理加权回归的上海市房价空间分异及其影响因子研究[J].经济地理,2012,32(2):52.
参考文献 29
邹青海,董宇,卢再水,等.数字经济赋能体育产业高质量发展的市场韧性、模式重构及路径选择[J].河北体育学院学报,2023,37(5):56.
参考文献 30
古恒宇,沈体雁,周麟,等.基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析[J].经济地理,2018,38(3):82.
目录contents

    摘要

    冬奥会促使体育产业成为京津冀城市群的优势产业之一,如何用体育产业撬动京津冀城市群协同发展是值得深入研究的问题。以京津冀13个城市为研究对象,选取2015与2020年数据建立体育产业城市吸引力的引力模型。运用社会网络分析方法,从网络密度、节点中心性、凝聚子群、核心边缘等指标,对京津冀城市群体育产业时空特征进行定量分析,利用 Ucinet软件对京津冀城市群体育空间结构特征进行可视化解析。结果表明:①京津冀城市群体育产业网络空间分布主要呈现中心集聚、空间分布不平衡的特征,尚未形成多中心、网络化一体化发展的格局;②2015—2021年京津冀城市群中心城市由2个增加到4个,北京、天津、廊坊形成了紧密联系的核心群体,张家口、唐山与北京的联系逐步加深;③配套设施、城市环境、互联网发展水平和人口因素对京津冀城市群体育产业吸引力的影响逐渐增大;④体育产业时空分布受政策导向、经济基础、交通区位、自然资源、消费市场和社会文化环境等多种因素影响。建议强化政策协同与资源优化,全面增强体育产业协同发展动能;强化中心引领,合力打造京津冀城市群体育产业新高地;聚合优势,培育品牌提升京津冀城市群综合发展实力。

    Abstract

    The Winter Olympic Games have made the sports industry to become one of the advantageous industries in the Beijing-Tianjin-Hebei urban agglomeration. How to use the sports industry to leverage the coordinated development of the Beijing-Tianjin-Hebei urban agglomeration is a problem worthy of in-depth research. Taking 13 cities in Beijing-Tianjin-Hebei as the research object, the gravity model of sports industry city attraction is established by selecting the data of 2015 and 2020.Using the method of social network analysis, this paper makes a quantitative analysis of the spatial and temporal characteristics of sports industry in Beijing-Tianjin-Hebei urban agglomeration from the indexes of network density, node centrality, cohesive subgroup and core edge, and uses Ucinet software to visualize the spatial structure characteristics of sports in Beijing-Tianjin-Hebei urban agglomeration. The results show that: ①The spatial distribution of sports industry network in Beijing-Tianjin-Hebei urban agglomeration mainly presents the characteristics of central agglomeration and unbalanced spatial distribution, and has not yet formed a multi-center and networked integrated development pattern. ②From 2015 to 2021, the number of central cities in the Beijing-Tianjin-Hebei urban agglomeration increased from 2 to 4. Beijing, Tianjin and Langfang formed a closely linked core group, and the links between Zhangjiakou, Tangshan and Beijing gradually deepened. ③The influence of supporting facilities, urban environment, Internet development level and population factors on the attraction of sports industry in Beijing-Tianjin-Hebei urban agglomeration is gradually increasing. ④The spatial and temporal distribution of sports industry is affected by many factors, such as policy orientation, economic foundation, traffic location, natural resources, consumer market and social and cultural environment. It is suggested to strengthen policy coordination and resource optimization, and comprehensively enhance the kinetic energy of the coordinated development of the sports industry; strengthen the center to lead and work together to build a new highland of sports industry in Beijing-Tianjin-Hebei urban agglomeration; aggregate advantages, cultivate brands to enhance the comprehensive development strength of Beijing-Tianjin-Hebei urban agglomeration.

  • 城市群是指在特定地区范围内,以1个以上特大城市为核心,由3个以上城市为构成单元,依托软硬件基础设施网络所形成的空间紧凑、要素集聚、经济联系紧密的城市集群体[1],是经济发展到一定阶段的重要标志,是推进高质量发展和参与国际竞争的主要平台。京津冀城市群以建设世界级城市群为目标和指向,已成为加快推进我国区域重大战略向纵深发展的重要支点。京津冀城市群核心城市北京是全球唯一的 “双奥之城”,近年来充分发挥冬奥会对京津冀协同发展的牵引作用,非常重视体育产业在促改革、调结构、惠民生以及协调发展中的积极作用,将体育产业培育为中长期经济新的增长点和发展新动力[2]。2023年京津冀三地签署的 《深化京津冀体育产业协同发展战略合作协议》指出,进一步加强协作交流,共同推动冬奥场馆共用共享,有效推动京津冀三地体育产业全方位、深层次、高水平协同发展[3]。京津冀城市群体育产业以创新政策促进创新活动的开展,共同签署 《京津冀体育产业协同发展议定书》,联合印发 《京津冀体育产业协同发展规划》,成立京津冀体育产业联盟,携手建设京津冀体育产业资源交易平台,多次举办京津冀体育产业大会,开展各类体育赛事活动,凭借区域内优越的自然禀赋、自然资源和产业基础,京津冀城市群涌现出一批以冰雪、旅游、户外、休闲为代表的体育产业示范基地、体育旅游示范基地等,助力区域经济协同发展,三地联合持续推进的京张文化旅游带的建设,更是成为发展后奥运经济的重要着力点。在京津冀协同发展持续深入推进的背景下,认真思考如何用好冬奥遗产,发挥好体育在促进国民经济和社会发展中的独特作用,探究京津冀城市群体育产业空间结构特征及其演变趋势,分析其产业空间结构的影响因素,以及体育行业异质性和区域协同发展对经济溢出的影响,对于科学谋划全域联动、区域协同、优势互补、功能适配的京津冀城市间体育产业发展共同体,从而促进区域协同发展,具有重要意义。

  • 1 文献综述

  • “十四五”时期,体育产业作为健康产业、幸福产业在高质量发展的道路上不断提速发力,对区域经济的影响日益凸显。目前,国内外学者对区域产业协同发展的研究主要包括政策对于体育产业发展的影响[4-5],体育产业创新、融合、高质量发展路径[6-7],区域体育产业一体化发展[8-9],产业结构模型、空间集聚[10]等方面。在研究方法上,多采用文献资料法、归纳演绎法等定性研究方法,部分研究应用耦合协调模型、核密度模型、空间自相关等定量研究方法[11]。此外有部分学者运用定量方法对体育产业的空间分布进行研究,反映产业布局的代表性指标有行业集中度、信息熵、区位基尼系数、区位熵、空间分离指数、Kernel密度等。表明目前学界从研究体育产业发展的动力机制、发展路径、发展战略等定性研究逐渐转变为定性定量相结合的研究,但仅限于评价其协调聚集程度及空间分布程度,尚未深入研究区域产业空间格局演变特征,以及产业空间布局的影响因素[11]。在研究尺度上,大多数学者仅立足某一省份或某一城市探究体育产业发展[11],从城市群视角探讨城市间体育产业空间分布及对其城市经济发展影响的研究较少。在国家发展战略的背景下,京津冀城市群体育产业协同发展已成为必然趋势,其产业协调水平、时空分布特征、影响因素等相关问题[11],对京津冀城市群体育产业协同高质量发展具有重要价值。基于此,本文以京津冀城市群的13个城市为研究对象,采用2015年和2020年的相关数据,基于空间结构理论、引力模型和社会网络分析等研究方法,分析京津冀城市群城市间体育产业的空间联系。并利用 ArcGIS 10.2软件进行空间分析与可视化操作,对该城市群体育产业的时空格局演变进行相关分析,并采用地理加权回归(GWR)识别城市间体育产业协调发展的关键影响因素,以期为加快京津冀城市群体育产业协同发展提供指导借鉴[11]

  • 2 数据来源与研究方法

  • 2.1 研究区域与数据来源

  • 研究区域为北京、天津和河北的11个城市,具体为北京、天津、廊坊、石家庄、衡水、唐山、邢台、邯郸、张家口、保定、沧州、承德和秦皇岛。

  • 根据已有研究[12-15],结合体育产业特点对体育产业数据集进行标注,构建了包含经济发展水平、人口因素、体育产业发展水平、城市环境、城市配套设施、互联网发展水平6个领域、 15项指标的京津冀城市群体育产业综合实力评价指标体系(表1)。本研究从2015和2020年的国民经济和社会发展统计公报、体育产业总规模与增加值数据公告、统计年鉴及中国城市统计年鉴中选取涉及13市的数据。

  • 表1 京津冀城市群体育产业综合实力评价指标体系

  • 2.2 研究方法

  • 2.2.1 引力模型

  • 引力模型(gravity model)又称重力模型,是用来分析和预测空间相互作用形式的数学方程。将13市坐标点的横轴和纵轴录入 Excel后,将数据导入 ArcGIS 10.2软件中,再将这13个坐标以点状要素形态呈现在地图上[16],利用熵值法将选取的指标进行城市引力计算,所使用的引力模型是依据牛顿的万有引力模型提出的,其一般形式为:

  • Fij=KQiQjdijr
    (1)
  • 式(1)中,Fij 为城市i 对城市j 的引力大小; K 为引力常数; QiQj 分别为ij 两个城市的质量; dij 为两城市间的距离; r 为距离摩擦系数。将计算结果导入 ARCGIS 工具,实现京津冀城市群空间布局特征可视化。

  • 2.2.2 网络密度分析

  • 密度是社会网络分析中最常用的一种测度,指一个图中各个点之间联络的紧密程度[17],即表示网络中城市之间的紧密程度,网络密度值在 0~1之间,该值越接近1,则城市之间的联系程度越高[18],说明城市之间联系与交流越频繁,网络密度dG)能反映整体网络情况,一般以二值化的方式表达,表达式如下:

  • d(G)=2Ln(n-1)
    (2)
  • 其中,n 代表网络中的节点数,L 代表网络的实际连接边数。

  • 2.2.3 中心性分析

  • 中心性常被用于表达区县节点和行业节点的对外辐射输出能力和向内容纳能力。度数中心度可以用来衡量城市在区域中的中心位置,度数中心度越高的节点(城市)在体育产业空间网络中对其他城市体育流的控制力就越大[19]。在无向网络中,点度中心性表达节点在网络中的中心地位情况。节点i指向其他节点形成边的计数和为点出度,其他节点指向节点i形成边的计数和为点入度。中介中心度是以节点经过的最短路径数量来刻画节点重要性的指标,表示一个节点作为网络联系桥梁的次数,作为桥梁的次数越多,中介中心度越大。度数中心度、接近中心度和中介中心度的表达式依次如下:

  • CD(i)=D(i)n-1
    (3)
  • 其中,CDi)为i点的度数中心度,Di)为城市i 与其他地区的有效连接数,n 为城市节点数。

  • CC(i)=n-1j1n Dij
    (4)
  • 其中,CCi)为城市i的接近中心度,表示其他点到达该点的难易程度,Dij 为城市i与城市j之间的最短距离,n 为城市节点数。

  • CB(i)=jn kn Gjk(i)Gjkn2-3n+2(jki,j<k)
    (5)
  • 其中,CBi)表示城市i的中介中心度; Gjki)表示城市j 和城市k 之间经过点城市i 的捷径数; Gjk 表示从城市j到城市k的捷径数,n为城市节点数。

  • 2.2.4 凝聚子群分析

  • 凝聚子群是指通过群体成员内部关系形成的小群体聚集现象,有利于展现相关城市的特征,识别关系密切且相对稳定的成员。子群体成员之间的群体聚集现象表明亚群体成员之间具有良好的互动关系。

  • 2.2.5 地理加权回归(GWR)分析

  • 传统模型的拟合效果较差,而时空统计模型不仅考虑了影响因素的空间变异,还考虑了时间变异,能更好反映区域相关环境因素对体育产业布局的影响[20]。在时空地理加权模型中,每个不同时间、不同空间的研究单元都有特定的系数估值,时空地理加权模型的估计结果可以更为详细地反映解释变量在不同位置的影响大小,研究表明,在具有空间关系的回归分析上,GWR 相较于 OLS具有更好的拟合优度[21],GWR 模型的结构方程如下:

  • Yi=β0ui,vi+k βkui,viXik+εi
    (6)
  • 其中,Yi 为点i 处的零售网点核密度值; β0uivi)为截距; βkuivi)为连续函数 βuv)在点(uivi)处的值; Xik 为第k 个预测变量在点i处的值; εi 为残差[21-24]

  • 3 结果与分析

  • 3.1 基于引力模型的京津冀城市群城市间体育产业引力水平分析

  • 京津冀城市群体育产业引力模型是由城市之间的吸引力和城市之间的交通可达性相结合形成的,通过计算得到京津冀城市之间的吸引力水平如表2所示。

  • 表2 2015年和2020年京津冀地区体育产业吸引力城市排名

  • 注:表中数据是将各市吸引力数据扩大10000倍的结果。

  • 2015年北京、天津、石家庄等3座城市具有较强的城市吸引力,但天津、石家庄与北京的差距较大。2020 年排名前五的城市与 2015 年相比名次上未有变化。2020 年廊坊、保定、张家口的排名与2015年相比均跃升1名。这可能与京津冀协同发展中跨城交通建设加速、京雄津保京张 “1小时交通圈”形成、雄安新区建设提速和京张联合举办冬奥会等重大事件有关。廊坊邻接北京通州,立足服务北京城市副中心建设,在加速 “北京研发、廊坊转化”过程中主动与北京共建创新平台、共享创新资源,提升区域体育产业发展层次,推进城市体育产业吸引力不断提升。保定毗邻北京和雄安新区,借助冬奥不断擦亮 “体育之城”和 “冠军摇篮”的金名片,“通过对接京津优质资源,坚持 ‘体育+’全产业链创新融合发展,创建升级自主品牌,不断打造全龄段参与、一站式服务的体育产业新兴业态”[25],体育产业的生命力不断增强。冬奥会促使张家口成为聚光灯下的城市,借力冬奥张家口大力发展零度以下经济,把 “冰雪经济”作为产业转型升级的突破口,不断放大冬奥效应,在冰雪产业发展、冰雪运动推广、体文旅融合发展、奥运城市品牌培育方面成效显著。沧州、邢台两城市的吸引力倒退,秦皇岛、承德、衡水保持不变。从区位上看,这5座城市距离京津冀城市群核心城市北京较远,可能与京津冀城市群 “节点— 网络”关系不发达,尚未形成多中心、多层级、多节点的网络型城市结构和城市体育产业组团式发展格局有关。

  • 3.2 社会网络空间结构分析

  • 3.2.1 网络密度分析结果

  • 网络密度的大小反映网络中各城市间体育产业联系的强弱,以及网络整体的开放程度和获取资源的能力[26],是反映京津冀三地在体育产业方面的协同程度和效果的有力工具。利用 Ucinet6分析京津冀城市群 2015、2020 年体育产业联系矩阵,结合网络分析方法公式(2)计算出2015—2020年京津冀城市群整体网络密度从0.2564增加到0.2821,呈增加态势,反映出京津冀地区在体育产业方面的整体联系逐步增强,京津冀城市群网络对成员影响较大,但整体提升速度较低。

  • 利用 Ucinet中的 NetDraw 功能,可以得到 2015年和2020年京津冀体育产业城市吸引力的网络空间结构图(图1)。考虑到数据的可比性和计算的严密性,设Rij 为北京、天津、河北体育产业城市吸引力的引力系数,通过R-=j=112 Rij公式,得出每个城市的平均值,当Rij >R-时,aij =1,否则aij =0,得到关系矩阵,用以表示京津冀城市群体育产业之间的关系网络。用 ArcGIS10.2的符号系统(symbology)功能和地图布局(layout)工具进行空间可视化表达,可以看出2015、2020年京津冀城市群体育产业关联空间结构发生了显著变化[27],如图2 所示。 2015年京津冀城市群强关联城市仅有北京、天津2个,京津冀城市群体育产业联系的空间结构以北京、天津为中心向四周扩散,与北京、天津 2个中心城市互联互通,形成联系紧密的核心区域,石家庄、保定等区域性中心城市的作用发挥不明显,衡水、承德、秦皇岛等节点城市与京津冀城市群中其他城市体育产业互动程度较低。到 2020年该城市群强关联城市由2个增加至4个,石家庄、廊坊等节点城市与其他城市的关联性逐渐凸显。

  • 图2显示,2015 年京津、京廊、京津唐联系强度较高,2020 年在此基础上京张、京保、津沧城市体育产业联系强度逐渐增强,表明京津冀城市群体育产业由单中心向多中心化[19]、网络化、一体化方向发展,从城市群体育产业接触度整体形态上看,北京对周边城市体育产业接触度从相对集中的菱形向放射状散点式发展,表明北京对周边地区的溢出带动作用不断增强。体育产业作为区域地缘经济关系的重要内容,其升级与转移理应成为促进京津冀城市群体育协同发展的关键一环。

  • 图1 2015和2020年京津冀城市群体育产业网络空间结构

  • 图2 2015和2020年京津冀城市群体育产业接触强度

  • 3.2.2 中心度分析结果

  • 由公式(3)分别计算出2015和2020年各城市的度中心度,2015、2020年京津冀城市群体育产业联系网络的度数中心度用点入度和点出度进行衡量[28],通过 Ucinet计算,将数据整理归纳如表3所示。

  • 从点入度指标值可见:北京、天津、廊坊、石家庄始终居于前列。对标 《京津冀协同发展规划纲要》中提出的培育石家庄、唐山、保定和邯郸4个区域中心城市的目标,目前仅石家庄的区域中心作用开始凸显,唐山、保定、邯郸的区域中心作用有待加强; 在多节点城市中仅有廊坊的连接关系较为明显,张家口、承德、秦皇岛、沧州、邢台、衡水等节点城市的链接、交互、资源流向也有待加强。

  • 从点出度指标值可见:北京和天津的点出度始终居于前两位,充分显示京津冀城市群 “双城”引擎的特点。2015年各城市的平均点出度为 3.077,2020 年为 3.385,提升明显。结合网络结构分析,说明城市之间的关联度有所增加,尤其是石家庄、唐山、保定等以放大体育资源聚集功能为主、实施开放赋能的区域中心城市,近年来不断增强与周边城市体育资源联合开发利用与交互,对城市群内部城市间产业分工协作,协同创新的带动力逐步加大,虽然京津的核心带动作用仍处于绝对优势,但从 2015 年关联度较为单一的单核心关联态势演变为 2020 年不同圈层的多元关联态势,表明京津冀城市群城市间体育产业正在加速融合发展。

  • 表3 2015和2020年京津冀城市群体育产业中心性分析

  • 利用公式(4)计算出2015和2020年城市的接近中心度,与中心的接近度值越大,该城市与其他城市的关系越密切,反之则越疏离。纵向比较来看,各城市的接近中心度均呈上升趋势,说明各城市对其他城市的影响程度在加深。变化最为明显的是石家庄、唐山2个区域中心城市,而距离京津较近的保定、廊坊的区位优势并未促使这2个城市与其他城市的关联度更为密切,说明京津的辐射力不仅仅局限在所属的半小时经济圈内,城市间体育产业的关联度可能受圈层的影响较大,石家庄、唐山在经济发展和体育产业方面一直表现较为出色,处于河北省的头部位置,与京津的梯度差较小,圈层较为接近相互间的关联度和依赖度可能会更高。

  • 利用公式(5)计算出2015和2020年城市的中介中心度,2015—2020 年京津冀城市群中北京、天津、石家庄中介中心度均较强,说明这三市在京津冀城市群体育产业中发挥了显著的桥梁作用,尤其是北京,引导体育产业有序转移、精准承接、集聚发展,同时借助冬奥创建多个冬季项目特色国家级体育产业示范基地,有力带动了周边城市体育产业特色化、体育运动专业化,以及把体育产业协同作为战略突破的先行领域,大大加快了产城融合发展的步伐,在推进城市间体育产业协同发展中处于重要引领地位[29]。从数据看,不仅核心城市北京的引领带动作用不断加强,邯郸、保定、沧州与其他城市体育产业的交流也不断密切,这可能与三市体育制造业较为发达,且体育制造产业链正在深度融入区域发展价值链有关。

  • 3.2.3 凝聚子群分析结果

  • 通过凝聚子群分析可以发现城市间相对 “凝聚”的团体,即关系相对密集、联系相对紧密的城市组团。采用 Ucine6 中的迭代相关收敛法(concor)进行非重叠性的聚类分析[30],可以看出2015—2020 年京津冀城市群组团变化情况(图3、图4)。2015年第1子群城市组团为保定-衡水-张家口,第2子群城市组团为邯郸-邢台-石家庄,第3子群城市组团为北京-天津,第4子群城市组团为承德-秦皇岛-沧州-唐山-廊坊,无单一城市形成独立子群,说明各子群具有较强的空间自组织能力,形成了由至少2个城市为一组的城市组团。

  • 2020年的第1子群为保定-沧州-张家口-衡水,第2 子群为邯郸-邢台-石家庄,第 3 子群为北京-天津-廊坊,第4子群为承德-秦皇岛-唐山。对比2015 年的城市组团情况并结合京津冀城市群发展规划发现,京津发展轴与廊坊节点城市的联系加强组成了京津廊发展轴; 京保石发展轴南延形成的石邢邯城市组团关系更为密切,京唐秦发展轴唐秦承组团关系更紧密; 而保定、沧州、张家口、衡水 L型的城市组团还是新的发现。可能的原因在于,规划是按照资源功能性分工进行的,而体育产业链现代化发展是一个多尺度嵌套的过程,既涉及跨区域、跨产业的宏观产业经济调控与统筹,也涉及体育服务业集群与体育制造业集群的链条化培育。在此过程中,各城市所辖区域内的体育产业基地、体育产业综合体等新型产业空间内部的产业链构建与循环塑造起到关键作用。这些因素综合影响了城市体育产业组团式的发展态势,致使京津冀城市群城市组团既呈现出地理邻近的城市组团形式,又呈现出不同区域体育产业链分工协作的特征。

  • 图3 2015与2020年京津冀城市体育产业凝聚子群树状图

  • 图4 2015和2020年凝聚子群分析图

  • 3.3 京津冀城市群体育产业空间结构布局

  • 为更深入了解京津冀城市群体育产业的空间相关性和空间异质性等问题,更准确把握京津冀城市群体育产业与相关因素的相关关系,从经济发展水平、人口因素、体育产业发展水平、城市环境、城市配套设施、互联网发展水平等不同角度,利用 ArcGIS10.2 中的地理加权回归(GWR)工具,建立包括相邻规则和距离规则的空间加权矩阵(图5)。

  • 图5(a)描述了经济发展水平对京津冀城市体育产业吸引力影响的空间变化特征。从 2015—2020年空间分布来看,京津冀中部核心功能区(北京、保定、廊坊、沧州、天津、唐山)、南部功能拓展区(石家庄、邢台、邯郸、衡水)城市体育产业回归系数均高于西北部生态涵养区(张家口、承德、秦皇岛),说明经济发展水平对城市体育产业吸引力有一定影响。纵向对比两年数据,2020年京津冀地区城市回归系数降低,表明经济发展水平对整个京津冀地区体育产业吸引力的影响下降,这可能与新冠疫情以及冬奥场馆投入接近尾声影响了城市体育产业发展驱动力有关。

  • 图5 2015和2020年时空地理加权模型回归系数的空间分布

  • 图5(b)描述了人口因素对京津冀城市体育产业吸引力影响的空间变化特征。从整体空间分布分析,2015与2020年,人口因素的回归系数均为正值,表明与京津冀城市体育产业吸引力呈正相关关系。纵向对比回归系数的变化,2015 年,回归系数的空间分布由南向北增大,其中,张家口、承德的回归系数较大,可能与在冬奥助推下京张两地大力发展冰雪运动产业,吸引更多人才尤其是冰雪人才涌入,推动体育产业技术创新、提高效率、创造体育产业新业态有关。

  • 图5(c)描述了体育产业发展水平对京津冀城市体育产业吸引力影响的空间变化特征。从空间分布特征上看出:2015与2020年,体育产业发展水平的回归系数均为正值,表明与京津冀城市体育产业吸引力呈正相关关系。承德、张家口、秦皇岛体育产业发展水平对城市体育产业吸引力的影响最大。纵向分析两年回归系数发现: 2015与2020年体育产业发展水平的空间回归系数差异较小,表明体育产业发展水平对京津冀地区城市体育产业影响较稳定。

  • 图5(d)描述了城市环境对京津冀城市体育产业吸引力影响的空间变化特征。2015 与 2020年,城市环境的回归系数均为正值,表明与京津冀城市体育产业吸引力呈正相关关系。从空间分布来看,北部地区整体回归系数较高,南部地区系数逐渐减弱,说明城市环境对北京、张家口、承德等城市体育产业吸引力影响较大。从 GWR 模型回归系数均值的变化情况来看,2015—2020年,模型回归系数增长,表明城市环境对京津冀城市体育产业的影响力逐渐增长,城市环境对于秦皇岛体育产业吸引力影响的增加最为明显,这可能与秦皇岛近年来立足发挥本地气候与资源优势,积极发展帆船运动产业,推动体育旅游、文化旅游融合,创建国家体育消费试点城市有关。

  • 图5(e)描述了城市配套设施对京津冀城市体育产业吸引力影响的空间变化特征。2015 与2020年,城市配套设施的回归系数均为正值,表明与京津冀城市体育产业吸引力呈正相关关系。2015—2020年,城市配套设施对城市体育产业吸引力的影响由京津冀南部地区向京津冀中部及北部地区逐渐增大。从 GWR 模型回归系数均值的变化情况来看,2015—2020 年,城市配套设施对京津冀城市体育产业的影响力较稳定,相较于 2015 年,2020 年城市配套设施对张家口、北京、秦皇岛城市体育产业吸引力影响最为明显,这可能是因为冬奥助推京张城市生态、交通、服务等城市配套全面提速,从而对体育产业发展形成良性影响。

  • 图5(f)描述了互联网发展水平对京津冀城市体育产业吸引力影响的空间变化特征。2015 与2020年,互联网发展水平的回归系数均为正值,表明与京津冀城市体育产业吸引力呈正相关关系。模型回归系数显示京津冀整体空间分布呈东北向西南逐渐降低态势,京津冀南部地区的石家庄、衡水等区域中心城市与节点城市体育产业吸引力受互联网水平影响较低。从回归系数的变化情况来看,互联网发展水平对城市体育产业吸引力的影响稳定,相较于 2015 年,2020 年天津、张家口、廊坊等区域中心城市与节点城市体育产业吸引力受互联网发展水平影响增大,而互联网发展水平对秦皇岛、唐山、沧州等城市体育产业吸引力影响不大,对邯郸的体育产业吸引力影响最小。

  • 4 京津冀城市群体育产业时空分布特征及影响因素

  • 4.1 体育产业时空分布特征及影响因素

  • 京津冀城市群体育产业空间网络结构以北京为中心展开,从时间演化的角度来看,京津冀城市群体育产业的空间关联度呈上升趋势,2015 年京津冀城市体育产业网络空间结构以北京为中心向四周扩散,北京、天津、廊坊形成紧密联系的核心群体,邯郸、承德逐渐被边缘化。2020 年,京津冀整体网络空间布局呈现出以北京为中心向外辐射,张家口、唐山等城市与北京的空间联系逐步加深。表明该城市群通过联合举办冬奥会等大型赛事和系列健身活动,体育产业空间联系进一步加深,但整体上京津冀城市群体育产业网络空间分布特征主要呈现中心集聚、空间分布不平衡的特征,尚未形成多中心、网络化一体化发展格局。

  • 4.2 体育产业时空网络关联及影响因素

  • 京津冀城市群体育产业的空间分布倾向于高-高聚类和低-低聚类。从中心度综合分析来看,2015—2020年,北京、天津对体育产业的吸引力较强,廊坊和石家庄对体育产业的吸引力相较于京津较为薄弱; 在网络中,每个城市从其他城市获得的资源不多,表明城市间体育产业的协作尚不紧密,京津冀城市群体育产业空间网络呈现不平衡发展态势。从接近中心度来看,各城市对其他城市的影响均在提升,石家庄、保定、邢台等城市则受其他城市影响较大。而其他城市对北京、天津、廊坊的影响在减小。从中介中心度来看,2015年,京津中介中心度突出,总体情况较为独立; 2020年,北京的优势地位更加突出,在网络中占据主导地位。这表明北京在体育产业发展方面独树一帜,在京津冀城市群体育产业发展方面具有显著优势。这主要得益于其作为首都和 “双奥”之城吸引和集中了大量的体育资源,包括体育组织管理单位、知名体育企业总部等,总之与其品牌效应、市场需求、要素资源、政策支持等多方面因素有关。北京可以通过政策、资源、产业、人才、品牌塑造等多重方式加强与周边城市体育产业的协作,带动周边城市体育产业发展。这不仅有助于提升整个区域的体育产业竞争力,还能为周边城市的经济社会发展注入新的活力。

  • 4.3 体育产业时空关联中心度及影响因素

  • 2015—2020年,京津冀城市群体育产业关联的空间结构经历了显著的变化,整体空间从单一的独立子群发展成空间上相互关联的子群,并且这些子群还作为彼此之间的中间通道。京津是绝对核心区域,邯郸、衡水、邢台是绝对边缘区域。由于京津两地经济发展迅速,人口密集,服务业发达,大量体育资源集中于此,廊坊体育产业吸引力降低,石家庄、唐山体育制造业发达,在区域联动发展的作用较为突出,2015—2020 年京津冀城市群中介城市由2个增加至4个,石家庄、唐山在联动南部城市和东部城市中发挥着越来越重要的桥梁作用。这与近年来京津冀城市群在政策引领、资源共享、产业链完善、品牌塑造和人才培养等方面建立起来的密切合作紧密相关。在政策方面,三地体育部门签署了一系列合作协议,如 《京津冀体育产业协同发展议定书》 《深化京津冀体育产业协同发展战略合作协议》 等,为体育产业协同发展提供了政策保障。三地联合举办体育赛事活动的同时实现了资源共享与优势互补,在品牌塑造、市场拓展、人才培养与交流合作等多方面探索出了有效合作模式,推动了体育产业的深度融合与协同发展。

  • 4.4 体育产业城市综合发展及影响因素

  • 城市环境、配套设施及互联网发展水平对体育产业的影响因素可以统称为 “城市综合发展因素”。这些因素相互作用,共同影响着体育产业的发展。2015—2020 年,城市环境、配套设施和互联网发展水平对京津冀城市群体育产业的吸引力逐渐加大,而经济发展水平对京津冀城市群体育产业吸引力的影响在发生变化与转移,由 2015年对邯郸、保定等城市的影响较小逐渐转变为对以上城市的影响较大。这可能与以上城市有较多劳动密集型的体育企业有关。城市环境、配套设施、互联网发展水平对生态涵养区的张家口、承德两市的体育产业吸引力影响较大,对邯郸、邢台、衡水等南部城市的影响较小。而影响城市环境、配套设施及互联网发展水平的因素是多方面的,包括自然环境、社会经济、政策法规、技术进步等。需要综合考虑这些因素,推动京津冀城市群体育产业全面发展。

  • 5 发展建议

  • 基于以上研究结果认为,应发挥京津廊的核心作用,带动周边城市体育产业发展,促进京津冀城市间体育产业业态对接。加强京津冀城市间交通基础设施建设,降低要素资源流动成本,优化体育产业网络资源配置,提升城市体育经济外溢效应,提高体育资源配置效率。在发挥核心城市作用的同时,积极培育区域中心城市、区域节点城市,同时根据体育产业业态发展特征,考量跨区域、跨产业的产业经济调控与统筹,以及不同体育业态的链条式培育,叠加体育产业基地、体育旅游基地、体育综合体等新型产业空间内部产业链构建与循环塑造等因素,积极谋划京津冀城市群体育产业重点产业链,推动创新链与产业链深度融合,在延长体育产业链的同时,实现横向城市间体育分工协作,纵向有针对性地实施强链战略和技术创新战略,在推动城市间体育产业链集群式发展的同时,提升京津冀城市群网络化、一体化发展水平。

  • 5.1 强化政策协同与资源优化,全面增强体育产业协同发展动能

  • 从京津冀城市群体育产业的空间分布看,核心城市北京一家独大的局面不利于体育产业溢出效应的发挥。石家庄、保定、张家口、承德等地在冬奥助推下体育产业发展迅速,表明鼓励跨地区合作,共同打造高水平体育赛事和活动,对于提升区域体育产业竞争力十分必要。近年来,针对城市群体育产业协同发展不平衡、不充分的问题,京津冀三地共同制定体育产业发展规划,明确协同发展的目标、任务和路径。下一步,需要加强政策对接,消除政策壁垒,形成政策合力,为体育产业协同发展提供有力保障; 加强京津冀体育产业链上下游企业的合作与联动,形成完整的产业链体系; 推动体育制造、体育服务、体育旅游等相关产业融合发展,提升产业附加值。同时借助互联网和科技创新的力量,推动京津冀体育产业数字化转型和智能化升级; 利用大数据、云计算等技术手段,提升体育产业的运营效率和服务水平:不断深化京津冀城市群体育产业的竞争力和影响力,为区域经济社会发展注入新的活力。

  • 5.2 强化中心引领,合力打造京津冀城市群体育产业新高地

  • 在做强京津发展轴体育产业的同时,加强京保石发展轴和京唐秦发展轴,尤其是发挥好区域中心城市石家庄、唐山、保定等对周边城市体育产业协同的带动作用,通过政府部门的组织协调整合各市体育资源,实现资源共享和有效利用。京津作为中心城市,应充分发挥其引领和辐射作用,加强体育产业技术创新研发,提升高端赛事举办能力,形成品牌效应。天津可加强体育装备制造、体育科技研发等领域的发展。河北则利用其丰富的自然资源和文化底蕴,发展体育旅游、户外运动等特色产业与京津错位发展,共同构建体育产业链。具体可率先在京张等举办过冬奥会的城市,培育冰雪产业的规模经济,打造世界级的冰雪产业发展集群,在京津廊、京津雄、京保石、京唐秦这些 “核心+区域中心城市”中打造体育产业的规模经济和区域化经济,培育一批国家级体育产业基地、体育综合体,同时加强国际合作与交流,引进国际先进经验技术,合力打造京津冀城市群体育产业新高地。

  • 5.3 聚合优势,培育品牌,提高京津冀城市群综合发展实力

  • 结合京津冀各地的产业特点和文化底蕴,聚合优势培育具有地方特色的品牌。例如,依托北京的文化资源,打造文化创意产业品牌; 依托天津的制造业优势,打造高端装备制造品牌; 依托河北的旅游资源,打造旅游文化品牌等。利用好京津冀体育产业资源交易平台,推动京张体育文化旅游带建设,推动北京市、河北省健身步道互联互通,培育体育旅游精品项目、高端赛事品牌等,促使京津冀城市群体育产业城市网络成为协同联动的有机整体。通过举办大型活动、参加国际展览、开展文化交流等方式,推动体育市场区域一体化。通过联合推介体育产业项目等形式,展示京津冀城市群的发展成果和独特魅力,提高京津冀城市群在国内外的知名度和影响力。同时,鼓励体育企业加大研发投入,推动体育科技创新和成果转化。加强京津冀高校、科研机构与体育企业之间的合作,构建产学研深度融合的体育产业联合创新体系,加快体育产业转型升级。通过建设数字体育平台、推广智能健身设备、开展线上体育赛事等方式,创造就业,促进消费,推动相关产业链发展,在发挥体育产业经济价值的同时,对社会文化、健康生活和生态环境等多个领域产生积极影响。例如:通过推广绿色运动、建设环保场馆、采用清洁能源等方式,在体育产业领域减少环境污染和资源消耗,促进生态环境的保护和可持续发展,发挥体育产业在生态文明建设中的作用。总之,通过多元协同、品牌建设、创新驱动和基础设施完善等措施,提高城市群综合发展实力。

  • 参考文献

    • [1] 方创琳.中国城市群研究取得的重要进展与未来发展方向[J].地理学报,2014,69(8):1130.

    • [2] 姜同仁,郭振,王松,等.中国体育产业发展回顾与“十四五”前景展望[J].天津体育学院学报,2022,37(1):51.

    • [3] 赵瑞雪.京津冀深化体育产业协同发展将共同推动冬奥场馆共用共享[EB/OL].(2023-07-02)[2024-01-11].http://swt.hebei.gov.cn/investheb/mobile/info.php?id=19724.

    • [4] 徐成立,张宝雷,张月蕾,等.我国体育产业政策变迁:进程、逻辑及演变趋势[J].武汉体育学院学报,2020,54(3):45.

    • [5] 徐成立,张宝雷,张月蕾,等.中国体育产业政策文本研究:基于政策工具和创新价值链双重视角[J].中国体育科技,2021,57(3):58.

    • [6] 颜小燕.“互联网+”促进体育产业创新驱动发展及其策略[J].体育与科学,2017,38(6):67.

    • [7] 周强,杨双燕,周超群.区块链技术驱动体育产业创新发展研究[J].体育文化导刊,2018(12):82.

    • [8] YI J.Integrated development path of China’s sports industry[C]//2019 International Sports Science and Education Technology Conference(ISSETC 2019).London:Francis Academic Press,2019:12-17.

    • [9] JIA Y X.Research on synergistic development of sports industry in the context of Yangtze river delta integration[J].Industrial Engineering and Innovation Management,2023,6(6):49.

    • [10] 王桂芳.体育产业空间集聚发展的现状与对策研究:以山东省为例[J].山东体育学院学报,2017,33(2):27.

    • [11] 曹开军,徐嘉良.中国体育产业与旅游产业耦合协调时空演变及影响因素[J].西南大学学报(自然科学版),2023,45(3):199.

    • [12] 肖轶楠,张希华,李玺.珠三角城市群会展业区域合作机制研究:基于城市吸引力模型[J].经济体制改革,2012(1):57.

    • [13] 毛爽,朱菊芳.江苏省体育产业集聚点分析[J].辽宁体育科技,2020,42(3):11.

    • [14] 王学实,王骞.基于GIS的武汉城市圈体育产业空间战略布局[J].武汉体育学院学报,2013,47(10):33.

    • [15] 郑婕.基于引力模型的关中城市群城市间体育产业吸引力研究[D].西安:西安体育学院,2022.

    • [16] 刘周敏,周鸿璋,曹庆荣.基于ArcGIS下国家级体育特色小镇空间分布特征及影响因素研究[J].成都体育学院学报,2020,46(4):62.

    • [17] 宗刚,孙玮.社会网络分析法在农转非中的实证研究:以朝阳区南磨房乡为例[J].北京理工大学学报(社会科学版),2010,12(6):45.

    • [18] WU S F,HONG Y,JIA Y N,et al.Analysis on spatial structure characteristics and influencing factors of Beijing-Tianjin-Hebei Region MICE cities[J].PLoS One,2023,18(7):e0287695.

    • [19] 鲁金萍,刘玉,杨振武,等.基于SNA的京津冀城市群经济联系网络研究[J].河南科学,2014,32(8):1633.

    • [20] 程传龙,韩闯,房启迪,等.基于时空地理加权回归模型探索肺癌发病的环境影响因素[J].山东大学学报(医学版),2023,61(4):95.

    • [21] 王若宇,黄柏石,潘卓林,等.中国居民食源性疾病的地理分布及影响因素分析[J].世界地理研究,2020,29(1):168.

    • [22] 侯毅鸣,陈延斌,宋成镇.城市交通路网中心性与零售网点空间布局的关系研究:以济南市区为例[J].湖南师范大学自然科学学报,2022,45(4):15.

    • [23] WU B,LI R R,HUANG B.A geographically and temporally weighted autoregressive model with application to housing prices[J].International Journal of Geographical Information Science,2014,28(5):1186.

    • [24] HUANG B,WU B,BARRY M.Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J].International Journal of Geographical Information Science,2010,24(3):383.

    • [25] 李连成.解码“奥运冠军之城”:保定弘扬奥运精神发展全民健身、竞技体育和体育产业探访[N].河北日报,2022-01-24(9).

    • [26] 鲁金萍,杨振武,刘玉.京津冀城市群经济联系网络研究[J].经济问题探索,2015(5):117.

    • [27] 赵安周,相恺政,刘宪锋,等.2000~2018年京津冀城市群PM2.5时空演变及其与城市扩张的关联[J].环境科学,2022,43(5):2274.

    • [28] 汤庆园,徐伟,艾福利.基于地理加权回归的上海市房价空间分异及其影响因子研究[J].经济地理,2012,32(2):52.

    • [29] 邹青海,董宇,卢再水,等.数字经济赋能体育产业高质量发展的市场韧性、模式重构及路径选择[J].河北体育学院学报,2023,37(5):56.

    • [30] 古恒宇,沈体雁,周麟,等.基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析[J].经济地理,2018,38(3):82.

  • 参考文献

    • [1] 方创琳.中国城市群研究取得的重要进展与未来发展方向[J].地理学报,2014,69(8):1130.

    • [2] 姜同仁,郭振,王松,等.中国体育产业发展回顾与“十四五”前景展望[J].天津体育学院学报,2022,37(1):51.

    • [3] 赵瑞雪.京津冀深化体育产业协同发展将共同推动冬奥场馆共用共享[EB/OL].(2023-07-02)[2024-01-11].http://swt.hebei.gov.cn/investheb/mobile/info.php?id=19724.

    • [4] 徐成立,张宝雷,张月蕾,等.我国体育产业政策变迁:进程、逻辑及演变趋势[J].武汉体育学院学报,2020,54(3):45.

    • [5] 徐成立,张宝雷,张月蕾,等.中国体育产业政策文本研究:基于政策工具和创新价值链双重视角[J].中国体育科技,2021,57(3):58.

    • [6] 颜小燕.“互联网+”促进体育产业创新驱动发展及其策略[J].体育与科学,2017,38(6):67.

    • [7] 周强,杨双燕,周超群.区块链技术驱动体育产业创新发展研究[J].体育文化导刊,2018(12):82.

    • [8] YI J.Integrated development path of China’s sports industry[C]//2019 International Sports Science and Education Technology Conference(ISSETC 2019).London:Francis Academic Press,2019:12-17.

    • [9] JIA Y X.Research on synergistic development of sports industry in the context of Yangtze river delta integration[J].Industrial Engineering and Innovation Management,2023,6(6):49.

    • [10] 王桂芳.体育产业空间集聚发展的现状与对策研究:以山东省为例[J].山东体育学院学报,2017,33(2):27.

    • [11] 曹开军,徐嘉良.中国体育产业与旅游产业耦合协调时空演变及影响因素[J].西南大学学报(自然科学版),2023,45(3):199.

    • [12] 肖轶楠,张希华,李玺.珠三角城市群会展业区域合作机制研究:基于城市吸引力模型[J].经济体制改革,2012(1):57.

    • [13] 毛爽,朱菊芳.江苏省体育产业集聚点分析[J].辽宁体育科技,2020,42(3):11.

    • [14] 王学实,王骞.基于GIS的武汉城市圈体育产业空间战略布局[J].武汉体育学院学报,2013,47(10):33.

    • [15] 郑婕.基于引力模型的关中城市群城市间体育产业吸引力研究[D].西安:西安体育学院,2022.

    • [16] 刘周敏,周鸿璋,曹庆荣.基于ArcGIS下国家级体育特色小镇空间分布特征及影响因素研究[J].成都体育学院学报,2020,46(4):62.

    • [17] 宗刚,孙玮.社会网络分析法在农转非中的实证研究:以朝阳区南磨房乡为例[J].北京理工大学学报(社会科学版),2010,12(6):45.

    • [18] WU S F,HONG Y,JIA Y N,et al.Analysis on spatial structure characteristics and influencing factors of Beijing-Tianjin-Hebei Region MICE cities[J].PLoS One,2023,18(7):e0287695.

    • [19] 鲁金萍,刘玉,杨振武,等.基于SNA的京津冀城市群经济联系网络研究[J].河南科学,2014,32(8):1633.

    • [20] 程传龙,韩闯,房启迪,等.基于时空地理加权回归模型探索肺癌发病的环境影响因素[J].山东大学学报(医学版),2023,61(4):95.

    • [21] 王若宇,黄柏石,潘卓林,等.中国居民食源性疾病的地理分布及影响因素分析[J].世界地理研究,2020,29(1):168.

    • [22] 侯毅鸣,陈延斌,宋成镇.城市交通路网中心性与零售网点空间布局的关系研究:以济南市区为例[J].湖南师范大学自然科学学报,2022,45(4):15.

    • [23] WU B,LI R R,HUANG B.A geographically and temporally weighted autoregressive model with application to housing prices[J].International Journal of Geographical Information Science,2014,28(5):1186.

    • [24] HUANG B,WU B,BARRY M.Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J].International Journal of Geographical Information Science,2010,24(3):383.

    • [25] 李连成.解码“奥运冠军之城”:保定弘扬奥运精神发展全民健身、竞技体育和体育产业探访[N].河北日报,2022-01-24(9).

    • [26] 鲁金萍,杨振武,刘玉.京津冀城市群经济联系网络研究[J].经济问题探索,2015(5):117.

    • [27] 赵安周,相恺政,刘宪锋,等.2000~2018年京津冀城市群PM2.5时空演变及其与城市扩张的关联[J].环境科学,2022,43(5):2274.

    • [28] 汤庆园,徐伟,艾福利.基于地理加权回归的上海市房价空间分异及其影响因子研究[J].经济地理,2012,32(2):52.

    • [29] 邹青海,董宇,卢再水,等.数字经济赋能体育产业高质量发展的市场韧性、模式重构及路径选择[J].河北体育学院学报,2023,37(5):56.

    • [30] 古恒宇,沈体雁,周麟,等.基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析[J].经济地理,2018,38(3):82.

  • 用微信扫一扫

    用微信扫一扫