胡精超，王 莉

(1.河南理工大学 体育学院，河南 焦作 454003；2.河南理工大学 测绘与国土信息工程学院，河南 焦作 454003)



河南省大学生身体素质与社会经济时空异质性分析
——以河南理工大学为例

胡精超1，王 莉2

(1.河南理工大学 体育学院，河南 焦作 454003；2.河南理工大学 测绘与国土信息工程学院，河南 焦作 454003)

运用ArcGIS10.1空间关系建模工具对2011、2015年河南理工大学体质测试成绩与河南省县域社会经济数据的相关关系进行研究。通过选取2011、2015年体质测试成绩作为其衡量指标，采用普通最小二乘法(OLS)和地理加权回归(GWR)模型进行时间和空间异质性分析，应用栅格空间工具分析2015至2011年河南理工大学学生体质测试成绩时空变化特征，得出三项结果：大学生身体素质具有显著的空间效应，随着地理区域的不同，社会经济等因素对大学生身体素质的影响程度有着明显的区别，但其相关性已经成为负相关关系，即随着人均可支配收入的提高，体质水平有所下降；各县教育支出与该地区学生的体质水平有一定关系，从2011年的负相关关系转变为2015年正相关；经济的发展可以为人们提供更好的生活条件，但是经济的发展并不意味着人们体质水平的提高，2011年与2015年各县平均成绩均呈下降趋势。

普通最小二乘法；地理加权回归；空间异质性；ArcGIS

21世纪以来，我国大学生身体素质持续下滑，大学生耐力和速度素质指标从大一到大四逐年呈下降趋势[1-2]。其中，2010年大学生身体素质与1985年相比，呈现为持续下降的趋势，尤其是心肺功能肺活量下降了近 10%[3]。为了落实健康第一的指导思想，加强学校的体育工作，促进学生积极参加体育锻炼，并养成良好的锻炼习惯，教育部于2014年修订颁布了《国家学生体质健康标准》(以下简称《新标准》)[4]。2016年10月25日，中共中央、国务院根据党的十八届五中全会战略部署，印发了《健康中国2030规划纲要》(以下简称《纲要》)[5]。这个纲领为未来15年健康领域的可持续发展提供了强大保障。

一、前期研究成果

大学生身体素质空间差异性与各地的经济、社会、自然条件等多元化信息相关，如张天成研究了我国青少年生长发育与自然环境的差异性[6]，尹小俭等研究社会经济及自然环境因素对大学生体格发育影响的性别差异[7]。对身体素质与经济社会等因素进行普通回归分析(例如Ordinary Least Square，简称OLS)过于简单，而传统的 OLS 只是对参数进行全局分析，不能反映参数在不同地理空间的非平稳性。当考虑空间相关和空间差异时，经典的统计估计方法不再有效，在这种情况下，空间变系数地理加权回归模型就能很好地处理这种问题。本文运用GIS技术和空间视角去研究河南省大学生体制测试数据，能够更全面地认识河南省大学生体质发展情况，以及体质健康与地域空间、经济社会的关系。

二、数据与研究方法

(一)数据选取

本研究选取河南理工大学(以下简称理工大)2011和2015年大一新生体育测试数据，剔除无效数据，保留6371名2011年级大一新生和5568名2015级大一新生数据。以体质测试成绩作为指标，通过《河南省统计年鉴》(2011和2015年)获得河南省各个县的相关社会经济数据[8-9]，包括常住人口、从业人员、生产总值、人均生产总值、公共财政预算收入、卫生机构床位数、卫生技术人员、教育支出等。以河南省县域数字地图(shp格式)作为底图进行空间差异性分析，所有数据均使用ArcGIS10.1软件进行分析处理。

2011年理工大体质测试平均分81.056 55分，2015年体质测试标准变化后平均成绩72.723 2分。在ArcGIS10.1中，以河南省各县体质测试平均分为变量制作专题图(图1)。由于缺少济源市相关学生体质测试成绩和社会经济数据，故其没有包含在本次研究范围中。

(二)研究方法

回归分析是最常用的统计方法，可以用于了解或预测某地可能发生某事的原因。

1.普通最小二乘法

普通最小二乘法是所有回归方法中最著名的方法。研究因变量和解释变量的关系，应用最小二乘法求多项式的系数，使每个点的“误差”的平方之和最小。有因变量{xij}及解释变量{yij}，OLS回归模型为

式中：回归系数β被假定在整个区域内取一个常数值，采用最小二乘法估计βj。

在全局回归模型中，当存在两个或更多冗余变量共同提供同一“信息”时，结果并不可靠。如果解释变量存在强关联并且总体上是线性的，则变量表现出多重共线性。方差膨胀因子(VIF)用于测量解释变量中的冗余。一般来说，与大于7.5的VIF值关联的解释变量应逐一从回归模型中移除。

2.地理加权回归分析

地理加权回归[10-11]分析方法是允许模型系数β在空间上变化的回归分析方法。传统的OLS只是对参数进行“平均”或“全局”分析，不能反映参数在不同地理空间的非平稳性。地理加权回归(GWR)在数据处理时考虑局部特征作为权重，通过对数据集中的各要素拟合回归方程。GWR公式表示为

式中：系数βj的下标表示与观测值相联系的参数，是关于空间位置(ui,vi)的n+1元函数，通过检验每个采样点明确定义的邻域内的点集来确定；ε是第i个空间位置的随机误差。

首先，通过普通最小二乘法获得一个正确的OLS模型，获得与体质测试成绩相关性大的因素。然后，使用同样的解释变量进行地理加权回归分析。

三、研究结果与分析

(一)各县体质测试成绩回归分析

本研究选取2011和2015年理工大大一新生体质测试成绩在河南省各个县的平均分为因变量，常住人口、从业人员、生产总值、人均生产总值等经济指标为解释变量。使用ArcGIS10.1软件创建各县体质测试平均分数数据库，运用空间关系建模工具中的OLS工具进行回归分析，将结果中大于7.5的方差膨胀因子(VIF)值关联的解释变量逐一从回归模型中移除，最终保留与体质测试成绩相关性大的3个解释变量：人均生产总值、教育支出和人均可支配收入。2011年和2015年VIF分别为1.783 932到2.429 106和1.783423到2.416 577，均小于7.5。AICc(Akaike信息准则的小样本修正版)分别为575.29和508.299。每个解释变量的系数既反映它与因变量之间的关系强度，也反映它与因变量之间的关系类型，系数为负表明呈现负相关。3个解释变量中，2011年均为负数，2015年只有人均可支配收入为负数。城镇居民人均可支配收入系数远远大于人均生产总值和教育支出。总体看来，现阶段社会经济对大学生身体素质有一定的影响，2011年是负相关，2015年是正相关。偏高预计值和偏低预计值将反映随机噪声，创建随机噪声的直方图大致呈正态分布图，说明偏差具有统计学上的显著性。

(二)各县体质测试成绩地理加权回归分析

应用普通最小二乘法获得的3个解释变量，与因变量各县体质测试平均分进行地理加权回归分析。在ArcGIS10.1中,应用GWR工具,生成县域体质测试成绩地理加权回归的残差图(图2)、系数图(图3、图4)。条件数(Cond)的值都小于30，估计效果很理想。残差均小于3，模型拟合良好。社会经济因素的关联系数从大到小依次为：城镇居民人均可支配收入>人均生产总值>教育支出。

图2可以显示预测异常地区。从图2a可以看出，深蓝色显示的平舆县、卢氏县和深红色标注的灵宝市、西峡县、内乡县、方城县、社旗县、淮滨县、鄢陵县和林州市等存在较高的偏差。由于灵宝市体质测试分数较高，林州市、西峡县的体质测试成绩较低，导致这些地区存在较高的偏差。从图2b可以看出，深蓝色显示的林州市、博爱县、新郑市和深红色标注的灵宝市、卫辉市、唐河县、渑池县、襄城县等存在较高的偏差，由于灵宝市、林州市、西峡县体质测试分数较高导致这些地区存在较高的偏差。

图3强调了一个明显的变化格局，人均生产总值的系数河南省西北部地区数据高而东南部数据较低，教育投入的系数东北部和西南部高而东南部和西北地区偏低，而城镇居民可支配收入河南省东部地区高于西部地区。

图4显示，人均生产总值的系数河南省中部地区数据高而东北部和西南部系数低，教育投入的系数东北部高而西南地区偏低，而城镇居民可支配收入河南省西南地区和东北高于中部地区。

表1显示了自变量和采用OLS方法估计的全局回归参数，同时也显示了GWR测参数估计(表示为计算出的一个数据范围)。说明整个 GWR 局域估计模型能较好地反映各县体质测试成绩以及邻域经济社会等指标对该地区体质的综合影响。

(三)对GWR的残差进行空间自相关分析

全局空间自相关(Moran’s I等)是指标用来研究的属性值在整个空间的特征描述，通过分析了解空间中是否存在异常值或集聚现象。许多空间数据集的数据或残差格局都表现出相邻区域具有相似的数值(正的空间自相关)，违背了回归模型的核心假设。对地理加权回归残差计算空间自相关(Moran’s I)指数，可确保回归残差在空间上随机分布。高残差或低残差(模型偏高预计值和偏低预计值)在统计学上的显著聚类表明错误地指定了GWR模型，需要修改解释变量，重新指定GWR模型。ArcGIS 10.1的空间自相关(Moran’s I)工具，可以通过分析结果确保回归残差在空间的上随机分布。

四、结果与分析

(一)体质与收入水平关系

由表1可以看出，城镇居民人均可支配收入系数最大，并且均为负值，说明人均收入水平对青少年体质影响较大，且呈现负相关的关系。人均可支配收入高的市县(图5)，如郑州、洛阳、平顶山等市区的人均可支配收入均较高，但学生体质水平一般。人均可支配收入较低的区域，如原阳县、封丘县、鲁山县、舞阳县、宁陵县2011年大学生体质水平一般，而2015年体质测试成绩均较高。结果表明，社会经济对一个地区的青少年体质水平有一定的影响，但已经成负相关关系。随着人均可支配收入的提高，生活质量改善，青少年体育运动时间反而少了，体质水平有所下降。

(二)体质与教育支出关系

由表1可以看出，2011年各县的教育支出与青少年体质水平呈现负相关，2015年呈现正相关关系。虽然教育支出的系数均小于人均生产总值，但是2015年各县教育支出的系数有所增长，说明一个地区的教育支出与这个地区学生的体质水平有一定关系，从负相关关系转变为正相关，说明学生的体质水平随着教育投入也在提高。

(三)体质与经济发展关系

国民生产总值、人均生产总值居民消费支出、人均可支配收入等经济指标与人均生产总值均为经济指标，由于存在多重共线性，故保留人均生产总值和城镇居民可支配收入来体现一个地区的经济情况。经过分析得知，人均生产总值的系数由2011年的负数变为2015年正数，但是小于一个地区的教育支出系数，说明人均生产总值等经济因素对青少年体质水平影响是正相关关系，但是影响在减弱。社会经济的变化对身体素质的影响表现出阶段性和差异性。人的体质遗传因素和生活自然环境、经济社会环境有一定相关性。体质的强弱受生活环境、营养、健康等因素影响，同时也受人们的教育程度、消费观念等条件的影响。但是，在不同的经济发展时期，社会经济对国民体质的影响是不同的。经过多年的经济高速增长，河南省经济已经发生了翻天覆地的变化，经济发展也达到了一定高度，对体质的影响作用逐渐减小。

(四)体质与测试标准关系

运用ArcGIS10.1软件空间分析功能中的栅格计算器功能求得河南省2015年与2011年体质测试成绩差值图(图6)。2011年体质测试平均分为71～86.5分，2015年平均分为67.5～78.35分，各县平均成绩均呈下降趋势，其中，下降最多的为林州市、鄢陵县、方城县、社旗县、西峡县、陕县、鲁山县等县市。体质下降并不能说明大学生总体体质水平降低，而是《新标准》要求大学学生的必测项目全部一致：50米跑、坐位体前屈、立定跳远、引体向上、仰卧起坐、1 000米跑/800米跑。50米跑的权重值为20%，1 000米/800米跑的权重值为由30%降到20%，改变了原有2007年《国家学生体质健康标准》的选测项目。所以，2014年以前学生在体质测试时选择自己的优势项目进行测试，而在新标准制定后，所有学生的测试项目一致，导致总体测试分数下降。《新标准》中把立定跳远和50米跑作为两项进行测试，权重之和为40%，这也就导致学生体质成绩较低的原因。

五、结 语

(1)从实证结果可以看出，河南省各县大学生身体素质存在着地理空间上的关联，具有显著的空间效应，这可以从体质测试成绩中看出。2011年和2015年体质测试成绩高的县市略有不同，原阳县、封丘县、鲁山县、舞阳县、宁陵县等县在2015年体质测试成绩较高。传统的 OLS 只是对参数进行“平均”或“全局”分析，不能反映参数在不同地理空间的非平稳性。GWR 模型得到的回归系数有着显著的差异性，表明随着地理区域的不同，社会经济自然等因素对大学生身体素质的影响程度有着明显的区别。

(2)河南省各县大学生身体素质不仅存在空间依赖性，而且也存在显著空间异质性。本次研究仅选择社会经济指标对大学生身体素质的影响，而没有考虑一个地区的自然环境等因素。由于气温对人体的运动速度和耐力影响显著，而国民体质综合指数中速度和耐力所占的权重较大，导致气温对国民体质综合指数有较大影响。自然环境也包含一个地区的空气质量，随着经济的发展，机动车增加，水土流失，生态环境遭到破坏，雾霾天气增加，雾霾程度的加重，同样也会影响群众的健身活动和国民体质健康发展[12]。本次研究并没有将空气质量等因素与大学生体质的影响进行研究，这将是今后的一个重要研究方向。

(3)经济的发展可以为人们提供更好的生活和健身条件，但是经济的发展并不意味着人们体质水平的提高。正是由于看到了国家高速发展下的工业化、城镇化和人口老龄化给生活环境带来的挑战，中共中央、国务院颁布《纲要》，促进国民参加体育锻炼，提高居民健康水平，提高国民身体素质。在国家将全民健身上升为国家战略的时代背景下，更应该加强体育锻炼，转变观念，培养健康的生活方式，提高身体素质。

[1] 李志兰,肖文娟.从时间纵轴研究大学生身体素质状况及对策[J].当代教育理论与实践,2015(9):174-176.

[2] 韩宇.大学生身体素质现状及对策研究[J].学周刊,2014(16):224-225.

[3] 杨杰.大学生体质滑坡多元化解析及对策研究[J].韶关学院学报,2015,36(8):45-48.

[4] 教育部.教育部关于印发《国家学生体质健康标准(2014年修订)》的通知[EB/OL].(2014-07-07)[2016-12-23].http://www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s3273/201407/171692.html.

[5] 中共中央国务院.“健康中国2030”规划纲要[EB/ OL].(2016-11-23)[2016-12-30].http://www.sport.gov.cn/n10503/c772727/content.html.

[6] 张天成.中国23个少数民族18岁学生生长发育自然环境差异的研究[J].中国体育科技,2010,46(5):134-138．

[7] 尹小俭,季成叶,李世昌.社会经济及自然环境因素对大学生体格发育影响的性别差异[J].中国学校卫生,2008,29(3):249-251．

[8] 河南统计局，中华人民共和国国家统计局.2015河南统计年鉴[M].北京:中国统计出版社,2015．

[9] 河南统计局，中华人民共和国国家统计局.2011河南统计年鉴[M].北京:中国统计出版社,2011．

[10] BRUNSDON C，FOTHERINGHAM A S，CHARLTON M E．Some notes oil parametric significance tests for geographically weighted regression[J]．Journal of regional science，1999(39)：497-524．

[11] FOTHERINGHAM A S， BRUNSDON C，CHARLTON M E．Geographically weighted regression：the analysis of spatially varying relationships[M].NY：John Wiley&Sons，2002．

[12] 王鲁峰.雾霾环境下城市居民健身活动的需求与供给研究——以上海市为例[J].体育科研,2015，52(5):55-61.

[责任编辑 曹 琪]

The spatial and temporal heterogeneity analysis of college students’ physical fitness and social economy in Henan province A case study of Henan Polytechnic University

HU Jingchao1, WANG Li2

(1.SchoolofPhysicalEducation,HenanPolytechnicUniversity,Jiaozuo454003,Henan,China;2.SchoolofSurveying&LandInformationEngineering,HenanPolytechnicUniversity,Jiaozuo454003,Henan,China)

This paper studied the relationship between physical fitness and the social economic data of Henan province from 2011 to 2015 by means of spatial relationship modeling tools of ArcGIS10.1. Based on physical fitness test scores of 2011 and 2015, this paper analyzed the spatial and temporal heterogeneity to reveal internal motivation and formation mechanism of the students’ physical fitness spatial distribution in Henan province by means of ordinary least squares (OLS) and geographically weighted regression (GWR) model. This paper also analyzed the spatial and temporal variation characteristics of students’ physical fitness test scores from 2015 to 2011 in Henan Polytechnic University by means of raster spatial analysis tools. The results were: college students’ physical quality in Henan province has significant spatial effect, with the different geographical regions, the influence from the degree of social and economic factors on the physical quality of college students has a significant difference. But its relevance has become a negative correlation, with the per capita disposable income increased, the physical level has declined; there is close relationship between the students’ physical level and the county’s education expenditure in that area, it showed a negative correlation in 2011 while a positive correlation in 2015; regional economic development can provide people with better living and fitness conditions, but it does not means that people’s physical level will be improved. Physical test average scores of 2015 decreased compared with that of 2011.

Ordinary Least Squares; Geographical Weighted Regression; spatial heterogeneity; ArcGIS

10.16698/j.hpu(social.sciences).1673-9779.2017.03.017

2017-03-19;

2017-05-23

国家社会科学基金项目(15BTY044)；河南理工大学教改重点项目(2015JG021)；河南理工大学博士基金(SKB2016-10)。

胡精超(1982—)，男，河南新乡人，博士，讲师，主要从事体育保健康复研究。

E-mail：wangli29@hpu.edu.cn

G804.49

A

1673-9779(2017)03-0104-07

胡精超，王莉. 河南省大学生身体素质与社会经济时空异质性分析——以河南理工大学为例 [J].河南理工大学学报(社会科学版)，2017，18(3):104-110.