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）

強健的身體是開創(chuàng)美好生活的前提，也是個人生存發(fā)展的基礎(chǔ)。2019年，國務(wù)院發(fā)布《體育強國建設(shè)綱要》，強調(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)利的實現(xiàn)以及社會公共服務(wù)體系的發(fā)展意義深遠[1]。人民日益增長的體育運動需求也不斷地推動著體育場地的建設(shè)。截至2021年底，長沙市擁有公共體育場地3 001個，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數(shù)量來改善公民在體育運動參與中機會不平等的問題[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)展具有促進作用[5]；陳元欣等通過分析美國體育場地促進城市更新的實踐經(jīng)驗，為中國體育場地規(guī)劃建設(shè)提供了啟示，并建議推動公私合營、外部效應(yīng)內(nèi)部化來提升體育場地的經(jīng)濟和社會效應(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調(diào)查數(shù)據(jù)和國家統(tǒng)計數(shù)據(jù)，面臨數(shù)據(jù)獲取難度大、時間滯后、樣本量小等問題。隨著信息技術(shù)的不斷進步，以時空軌跡數(shù)據(jù)、手機信令數(shù)據(jù)、POI（Point of Interest，興趣點）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行分析，并運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)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景規(guī)劃目標綱要》，選取長沙市6個市轄區(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“全國群眾體育先進集體”。2019年長沙市體育產(chǎn)業(yè)總產(chǎn)出達到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試點城市?！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力，使其位居全國省會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)，同時提高承辦高端體育賽事能力。2020年投入使用的8個體育綜合體項目也將進一步促進長沙全民健身運動。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行日常鍛煉和相關(guān)活動以滿足其健康和養(yǎng)生需求的各種運動空間[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項目的場地，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動項目的場地。本研究基于高德地圖體育場地分類標準選取了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)在城市實體空間研究中運用越來越廣泛。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、位置準確等特點，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)和房價數(shù)據(jù)等。其中統(tǒng)計數(shù)據(jù)來源于《長沙市統(tǒng)計年鑒2021》《長沙市第七次全國人口普查公報》，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 核密度估計法

核密度估計法（Kernel Density Estimation，KDE）屬于非參數(shù)統(tǒng)計方法，主要用于空間熱點區(qū)的研究[10]。本研究運用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，r為搜索半徑，n為研究區(qū)內(nèi)體育場地的個數(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)來劃分數(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]。本研究運用該算法研究長沙市體育場地集群分布并進行聚類等級劃分，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)的最小樣本點個數(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]。該方法首先計算各點到第k個相鄰點之間的距離k-dist，在這個過程中所有的點都會按大小排列成k-dist圖。然后通過k-dist 圖中曲線梯度變化較大時的點數(shù)值確定Eps值。在參數(shù)Eps確定后，接著計算在掃描半徑Eps內(nèi)點數(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i的掃描半徑Eps內(nèi)點的數(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)動因子的一種統(tǒng)計學(xué)方法[15]。地理探測器影響因子的決定力大小由q統(tǒng)計量來度量，其表達式為

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的值域為[0,1]，0表示隨機分布，q值越大說明自變量對因變量的解釋力越強。

2.2.4 熵權(quán)法

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

（1）有m個區(qū)域和n項評價指標，形成原始指標數(shù)據(jù)矩陣

式中，Xij為第i個區(qū)域第j項指標的指標值。

（2）對正向指標與逆向指標進行標準化處理，正向指標標準化公式為

式中，Xij和xij分別代表標準化前和標準化后第i個區(qū)域第j項指標值。

（3）計算第j項指標下第i個區(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Eps=10 m、MinPts=6時，聚類效果最佳，得到17個集群，集群間邊界清晰。將聚類結(jié)果利用ArcGIS 10.8進行可視化，得到圖2。為了驗證聚類的合理性，對長沙市主城區(qū)體育場地進行核密度分析，得到圖3。通過對比發(fā)現(xiàn)，DBSCAN聚類算法劃分出的17個集群與核密度分析中的熱點區(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。隨著遠離主城區(qū)中心，體育場地數(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中的自然間斷點分級法劃分為一級、二級、三級、四級和五級5個等級，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，體育場地數(shù)量最多，共1 645個，占總量的78.9%；二級包括第3集群，共有140個體育場地，占比6.7%；三級包括第2和第6集群，體育場地數(shù)量分別為68和34個，占比4.9%；四級包括第5和第11集群，體育場地數(shù)量分別為9和10個，占比0.9%；五級包括第4、7、8、9、10、12、13、14、15、16和17集群，體育場地數(shù)量分別為6、8、6、8、8、8、7、6、6、7和6個，占比3.6%。此外，空間聚類算法還識別出了104個噪聲點，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，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 影響因素指標的構(gòu)建

為進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)和使用的實際情況，兼顧數(shù)據(jù)的可獲取性，從自然因素、經(jīng)濟因素和社會因素3個維度構(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數(shù)據(jù)賦值于各漁網(wǎng)中，進行格點化處理。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，計算得到自然因素、經(jīng)濟因素和社會因素3 個維度的因子影響力平均值，分別為0.016、0.363和0.538。可以看出社會因素和經(jīng)濟因素對長沙市體育場地空間異質(zhì)性的影響力較強，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，本身又會因為人口的高度聚集而促進體育基礎(chǔ)設(shè)施的發(fā)展，從而使體育場地得以擴充，空間布局更為密集。此外，交通網(wǎng)絡(luò)承擔著促進人員流動、物資流通和信息傳遞的社會功能，對于體育場地的運營具有重要意義[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，良好的交通可達性可以增強群眾的參與度，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)濟水平最常用的指標之一，能夠有效反映區(qū)域經(jīng)濟的發(fā)展狀況[23]。然而收集數(shù)據(jù)需要耗費巨大的成本，同時存在數(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)濟發(fā)展水平之間存在較強相關(guān)性。這是因為隨著現(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)的運用勢必會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)濟水平提出了較高要求。此外，隨著體育市場化改革的進一步深化，體育場地除了滿足人們?nèi)粘ｓw育運動需求之外，也成為了大型體育賽事、演藝活動、商業(yè)活動等規(guī)模性活動的舉辦地，這些活動往往集中在交通便利、商業(yè)繁榮地區(qū)，而這也勢必會使體育場地向商業(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個驅(qū)動因子相互作用下，驅(qū)動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)點核密度）與其他影響因素交互探測結(jié)果進行解釋（表4）。由表4可知，雙驅(qū)動因子的交互作用影響力均強于單驅(qū)動因子的影響力，其中影響力較弱的驅(qū)動因子與X8（小區(qū)點核密度）交互后，影響力提升。在X8（小區(qū)點核密度）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)點核密度）的共同交互作用影響力最小，為0.685。驅(qū)動因子間的交互作用類型包括雙因子增強型和非線性增強型[26]，而X8（小區(qū)點核密度）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，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，然后運用熵權(quán)法確定各指標的權(quán)重系數(shù)（如表5），最后通過ArcGIS 空間分析工具對結(jié)果進行可視化，得到圖7。

表5 指標權(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。運用DBSCAN聚類算法，在長沙市主城區(qū)內(nèi)識別出17個集群（分為5個等級）和104個噪聲點。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＞住房價格＞海拔＞地形起伏度。從不同維度看，社會因素和經(jīng)濟因素對長沙市體育場地空間異質(zhì)性影響較強，自然因素影響較弱。因此，在進行體育場地規(guī)劃時，應(yīng)盡可能靠近人口較密集、交通較便利、經(jīng)濟發(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，不僅能增強人們的體質(zhì)，滿足不同階層的體育消費需求，還能帶動城市協(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)濟和社會3個維度的指標對長沙市體育場地空間分布的影響因素進行分析，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]到指標數(shù)據(jù)的可獲取性，本研究選取的指標也較為有限。另外，不同類型的體育場地在布局上有其獨特性[27]，本研究只對選取的10類體育場地進行了總體分析，由于篇幅有限沒有展開分析。在后期研究中，在上述方面進行進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。