体育产业政策工具效应研究——以福建省体育产业政策为例

徐 俊，林向阳，黄鹏辉，王 童，邹小江

(福建师范大学体育科学学院，福建 福州 350117)

1 问题的提出

体育产业政策作为体育产业发展的指挥棒，是贯彻政府导向、调动市场活力的根本[1]。根据“北大法宝”数据库以及国家体育局网站统计，自1993年我国首项体育产业政策《关于培养体育市场，加快体育产业化进程的意见》问世以来[2]，体育产业相关的政策文件共计434项，其中中央法规有18项，地方法规有416项。丰富的体育产业政策文件为我国体育产业发展提供了支持和引导。但是，体育产业政策从制定到实施，再到政策发挥效力，政策对体育产业产生了什么样的影响，最后的效果如何，这些问题一直是政府和学界关注的焦点。

目前，国内针对体育产业的政策效应研究较少，一部分学者基于投入产出[3]等经济学理论，以及影响体育产业化的其他因素，构建经济技术指标体系，并结合计量经济模型进行分析讨论[4-7]，客观地评价体育产业政策的效果，政策效应类型主要包括：资源配置效应、经济增长效应、民生效应、溢出效应以及产业集聚效应。另一部分以易剑东为代表的学者则倾向于社会政治指标，即政策本身及影响政策执行过程的主观因素[8-9]，认为政策颁布前的调查、论证到政策付诸实施并得到反馈的整个过程决定着政策产生的实际效力[10]。他们借鉴史密斯模型、米歇尔无目标评价等理论，运用定性与定量相结合的评价方法(如层次分析法、模糊综合评价法等)评判体育产业政策的执行效果。从方法上看，前者弥补了后者主观赋权法的缺陷，后者在一定程度上缓解了现阶段产业数据不全的研究困境，因此，他们对体育产业政策效应研究的完善都有很大的贡献。但值得注意的是，以上研究的结果相对固定、静态，忽视了产业政策效应在不同时间[11]、空间及业态之间的动态差异[12]。鉴于此，本文基于政策工具视角，采用计量经济模型分析方法，尝试对福建省体育产业政策工具的动态效应进行实证分析。

2 理论分析与变量选取

2.1 理论分析

政策工具是组成政策体系的元素，是政府为达成政策目标而采取的手段和措施。它作为公共政策研究的一个新范畴，是政策研究的关键。政策工具效应评价是指评价主体依据某种标准对政策工具的产出和影响进行检测和评估的过程[13]，是检验政策工具科学性、查漏政策工具执行问题、保障政策工具效益产出及完善政策工具的基本依据[14]。与此同时，不同的政策工具及其组合功能作用不同，产生的效应也就不同。目前针对政策工具的分类研究主要包括：豪利特与拉米什的三分法、麦克唐奈和埃尔莫尔的四分法、德林与菲德五分法以及林德和彼得斯的九分法等[15]。其中最具代表性的要属Rothwell&Zegveld 的“需求-环境-供给”三维分类法[16]，国内多位学者[17]将这一理论运用于体育产业政策研究，足以证明该理论的适用性。基于政策工具理论，本文运用投入产出相关理论构建体育产业政策工具的效应指标[17-20]。

2.1.1 投入要素：基于政策工具理论分析

投入要素一般包括资本投入和劳动力投入，可根据不同类型政策工具的功能进行选择，包括供给型政策工具、环境型政策工具和需求型政策工具。供给型政策工具指政府通过人才、信息、技术等有效手段直接改善体育产业的供给状况，推动体育产业发展的政策措施。环境型政策工具指政府通过财政金融、税收制度、法规管制等政策影响体育产业发展的环境因素，营造有利于体育产业发展的政策环境，是间接推动产业发展的政策手段。需求型政策工具指政府通过采购与贸易管制等措施减少市场的不确定性，积极开拓并稳定体育产业市场，从而拉动体育产业的发展。考虑到政策工具的量化程度及数据的可获得性，本文将财政政策工具和人才政策工具作为推动体育产业发展的投入要素。

2.1.2 产出要素：基于政策效应理论分析

产出要素借鉴学者陈谨玫的研究成果[21]，根据不同产业政策类型的影响作用制定效应指标，包括体育产业的规模效应、结构效应、竞争效应、科技创新效应和资源配置效应。

(1)规模效应 规模效应又称规模经济，是指因生产规模的变动而引起的生产单位成本的变动，又导致了生产单位收益的变动。即企业规模扩大后，有利于实行标准化、专业化和简单化生产，有助于提高劳动生产率和降低成本，从而带来经济效益的提高，但是规模过大可能产生信息传递速度慢且信息失真等弊端，反而产生“规模不经济”。因此，针对我国体育产业初级发展水平的阶段性特征，产业规模扩张仍是体育产业政策的基本目标，具有一定的规模效应。

(2)结构效应 产业结构效应是指产业结构及其变化对经济发展产生影响的方式和效果。产业结构政策作为产业政策中最为核心的内容，是影响并推进产业结构转换、促进经济增长最为有效的产业政策。通过体育产业结构政策的引导，实行对过剩生产能力的有序退让、保护战略产业部门、选择主导产业部门、扶持新兴产业部门等措施和手段(即政策工具)，可以促进体育产业结构的优化，进一步激活体育产业的关联效应、扩散效应和辐射效应。

(3)竞争效应 竞争效应是指由竞争带来的改进。竞争将会改变垄断的思维定势、服务意识，改变垄断的低效率，降低垄断的高成本，即改变一些部门在保持长期稳定的情况下，缺乏竞争压力进而缺乏技术进步动力的不良局面。体育产业组织政策的主要目的就是通过干预体育市场结构和市场行为，在体育产业内形成有效的竞争环境，保证市场竞争秩序，促进企业间的有效竞争，达到体育产业组织合理化的效果，进而提高体育产业的整体效益。市场集中度是用来测量整个行业市场集中程度的指标，可体现出市场的竞争程度和垄断程度(又称行业集中度)[22]。

(4)技术创新效应 技术创新效应是指因产业技术的进步，促进了产业创新能力的提升，进而提高经济增长的质量和效益。通过产业技术政策引导市场主体行为和调动社会资源，指引产业技术的发展方向，可实现产业技术的进步[23]。产业技术政策是指国家对产业技术发展实施指导、选择、促进与控制的政策的总和，它以产业技术为直接的政策对象，是保障产业技术适度和有效发展的重要手段[24]。目前，用专利授权数来衡量技术创新的方式已得到了普遍认可[25]。

(5)资源配置效应 资源配置效应是指产业资源在空间纬度上的配置，以及这种配置对区域经济增长的影响。体育产业政策布局是为了实现体育产业空间分布和组合的目标而采取的一系列措施和手段，这些政策工具主要解决的就是如何利用资源配置效应引起“积聚效益”，尽可能缩小各区域间经济活动的密度和产业结构不同所引起的各区域间经济发展水平的差距[24]。

考虑到数据的可获得性，本文只对体育产业政策工具的规模效应进行验证分析，并选择体育产业增加值作为衡量体育产业规模发展的产出指标，寄希望于通过对规模效应的实证研究，寻求一种体育产业政策工具效应分析的新模式，为后续的研究奠定基础。

2.2 变量选取

本文研究的重点是体育产业政策工具与体育产业发展水平之间的动态关系，根据上一小节的理论分析基础，建立包含体育产业增加值、体育财政投入和体育人力投入的三元VAR模型，选取的三个经济变量如下：

(1)体育产业增加值：用Y表示，这一指标表示体育产业的发展水平，数据由福建省体育局网站、《2015年福建省体育产业统计调查分析报告》《2012年总局交流材料-福建》整理所得。

(2)体育财政投入：用X1表示，这一指标表示财政政策工具的执行情况，本文采用政府每年支出的体育公共财政资金，数据由福建省统计局和福建省体育局网站整理所得。

(3)体育人力投入：用X2表示，这一指标表示人力政策工具的执行情况，本文采用年末统计的体育从业人员数据，2005年、2008年、2009年、2013年、2014年的数据分别由许光洁、黛维红、郑懿三位学者的研究成果中所得[26-28]，2006年、2007年、2010年数据由《2012年总局交流材料——福建》《2015年福建省体育产业统计调查分析报告》相关数据整理所得，2011年、2012年、2016年、2017年数据是根据年均增长率测算所得。

本文采用2005—2017年福建省体育产业发展的投入产出数据作为研究样本，选择福建省作为实证案例的原因在于：福建省政府积极贯彻中央的领导精神，先后颁布了加快发展体育产业实施意见、加快体育产业发展促进体育消费十条措施、促进体育产业高质量发展的若干措施等政策文件。与此同时，省体育局还联合其他相关部门制定出台体育产业发展“十二五”和“十三五”规划、体育产业基地管理办法，进一步修订体育产业指导目录、体育产业发展专项资金管理办法等政策措施。2018年福建体育产业总产值达到4 295亿元，实现增加值1 496亿元，占全省GDP比重4.17 %，体育产业总产值占全国体育产业总产值近五分之一，位居全国前列[29]。因此，将福建省体育产业政策作为研究案例具有代表性。

3 福建省体育产业政策工具效应的实证分析

本节通过建立向量自回归(VAR)模型，利用脉冲响应、格兰杰因果检验、方差分解，实证分析福建省体育财政投入(X1)、体育人力投入(X2)和体育产业增加值(Y)之间的动态影响关系。

3.1 模型设定与检验

3.1.1 模型设定

自向量回归(VAR)模型常用于预测相互联系的时间序列数据及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响，可以衡量因素间的互相影响关系。1980年西姆斯(C.A.Sims)将VAR模型引入到经济学中，推动了经济系统动态性研究的广泛应用[30]。通过VAR模型分析体育产业政策工具的投入要素对产出要素的动态效应，丰富了体育产业政策效应研究的理论基础。

VAR模型的一般表述可以写为：

yt=A1yt-1+…+Apyt-p+Hxt+εtt=1,2,…,T

其中yt是k维内生变量列变量，xt是d维外生变量的列向量，p是滞后阶数，T是样本容量。At(i=1,2,…,p)和H是带估参数的系数矩阵。

3.1.2 模型检验

(1)时间序列平稳性检验。VAR模型要求原序列必须平稳，若原序列不平稳，则需要存在协整关系的检验，否则就会产生“伪回归”，不能对各经济变量之间的相互关系进行准确的评估。因此，首先应采用 ADF(Augmented Dickey Fuller Test)检验方法对各序列进行单位根检验[31]。由于自然对数不会改变指标的协整关系，且能消除异方差，故对体育产业增加值、体育财政投入和体育人力投入进行自然对数化处理，分别记作LnY、LnX1、LnX2。本文运用Eviews10.0对VAR模型中的所有经济变量分别做单位根检验，检验结果见表1：

表1 三个变量的单位根检验结果

由表1的检验结果可知，序列lnY、lnX1、lnX2的ADF检验值分别小于10 %置信水平下的临界值，说明序列存在单位根，为非平稳序列。对三个序列进行一阶差分后，DlnY和DlnX2的ADF检验值小于10 %置信水平下的临界值，说明一阶差分仍为非平稳序列。DlnX1的ADF检验值大于10 %置信水平下的临界值，一阶差分后为平稳序列。对序列DlnY和DlnX2进行二阶差分后，序列D2lnY和D2lnX2的ADF检验值分别大于5 %和10 %置信水平下的临界值，二阶差分为平稳序列，满足平稳条件。

(2)滞后阶数的确定。为得到有效的模型，首先先确定模型的滞后阶数。滞后是由于时间变量之间的关系常出现因变量对解释变量的延迟回应，所以在反映模型动态特征和控制待估计参赛的数量时，选择合适的滞后期数就显得尤为重要。确定最佳滞后期的准则有LR、FPR、AIC和SC等，一般采用SC、AIC指标最小原则来判定[32]，由表2可知，当滞后期为2时，AIC、SC和HQ同时达到最小值。故确定最佳滞后期为2。

表2 VAR模型滞后期的选择

(3)协整检验。由表3可知，原假设none表示没有协整关系，该假设下相应的P值小于5 %的置信水平，拒绝原假设，认为至少存在一个协整关系，则统计量检验进行第二个假设At most 1表示最多有一个协整关系，其概率值P小于5 %的置信水平，拒绝原假设，认为至少存在两个协整关系，则统计量检验进行第三个假设At most 2表示最多存在两个协整关系，其概率值P大于5 %的置信水平，不拒绝原假设，检验结束。检验结果表明体育产业增加值与体育财政投入、体育人力投入存在长期均衡关系，不会出现“为回归”的现象。

表3 三个变量的序列协整关系检验

(4)模型稳定性检验。模型结构的不稳定会直接影响模型的拟合效果以及各项估计的结果。如图1所示，VAR(2)模型的特征根均在单位圆内，说明特征根都小于1，VAR(2)模型结构较稳定，即当模型中某个变量发生变化时，其他变量会相应变化，但随时间推移这种影响会逐渐消失，并回到原来均衡稳定的状态[33]。与此同时，VAR(2)模型中三个方程的拟合优度R2分别为0.998 338、0.986 459、0.993 394，说明模型拟合度较好，显著性较强。

图1 VAR(2)模型稳定性检验结果

3.2 模型估计与分析

(1)脉冲响应。脉冲响应函数用于衡量来自随机干扰项的一个标准差冲击，对内生变量当前和未来取值的影响的变动轨迹，能比较直观地刻画出变量之间的动态交互作用及其效应[34]。由图2可知，给体育财政投入一个标准差大小的冲击，体育产业增加值在零附近上下波动，1到2期负向响应程度持续增加，达到最低值-0.031；2到5期负向响应程度平稳减弱，第4期响应程度由负转正，达到最高值0.019；后续的波动逐渐减小，第8期到达低值-0.012，第10期达到峰值0.008。这表明体育财政投入对体育产业发展和体育人力投入均有显著的影响。

图2 体育财政投入冲击对体育产业增加值和体育人力投入的影响

由图3可知，给体育人力投入一个标准差大小的冲击，对体育产业增加值的影响相对较低，1到4期呈正向响应，4到9期转呈负向响应，并趋近于一个平稳的状态。从极差的变化来看，短期内体育财政投入对体育产业增加值影响更为显著；从长期来看，投入要素的影响呈正负方向上下波动，但随着时间的延长波动也会逐渐减弱。与此同时，体育产业增加值对体育财政投入和人力投入冲击的响应均有1期左右的滞后，说明资本投入的有效作用传导到体育产业需要一个过程，在政策制定的过程中应该考虑政策效应的时滞性问题。

图3 体育人力投入冲击对体育产业增加值和体育财政投入的影响

由图4可知，对于体育产业增加一个标准差大小的冲击，体育财政和人力投入均表现出正向响应。同时这种正向影响表现出长期效应，表明体育产业的发展应该得到政府的重视，并且也产生了良好的社会效应。因此，政府对体育产业发展既不能全盘掌控，也不能撒手不管，在保证量的投入的同时也要有质的提升，应该根据体育产业结构调整政府投入的构成。

图4 体育产业增加值冲击对体育财政投入和体育人力投入的影响

(2)Granger因果关系检验。脉冲响应函数虽然显示出变量之间的动态影响关系，但并不能进一步确定变量间是否具备统计学意义上的单向或双向因果关系，对此还需作进一步验证。因此，采用格兰杰因果关系(Granger Causality)检验法来准确分析变量间统计意义上的因果关系[35]。

VAR格兰杰因果关系检验的原假设为解释变量不构成对被解释变量的格兰杰因果关系。如表4所示，在10 %的显著性水平下，检验结果拒绝“DlnX1不是D2lnY的原因”的原假设，接受“D2lnY不是DlnX1的原因”的原假设，说明体育财政投入与体育产业发展存在单项因果关系，体育财政投入是体育产业发展的原因；在10 %的显著性水平下，检验结果均接受“D2lnX2不是D2lnY的原因”和“D2lnY不是D2lnX2的原因”的原假设，说明体育财政投入和体育产业发展之间不存在因果关系；在10 %的显著性水平下，检验结果拒绝“D2lnX2不是DlnX1的原因”的原假设，在1 %的显著性水平下，检验结果拒绝“DlnX1不是D2lnX2的原因”的原假设，说明体育财政投入与体育人力投入互为因果关系，同时体育财政投入对体育人力投入的影响更为显著。在5 %的显著性水平下，检验结果拒绝“DlnX1与DlnX1联合不是D2lnX2的原因”的原假设，说明体育产业的投入要素整体上对体育产业的产出有显著的影响。

表4 VAR格兰杰因果关系检验结果

(3)方差分解。从表5中可以看出，体育产业增加值在第1期仅受到自身冲击的影响，冲击贡献程度达到100 %。第2期开始体育产业增加值受自身冲击的影响，还受到来自体育财政和人力投入冲击的影响，其贡献率分别为39.78 %和0.15 %，说明财政投入比人力投入带给体育产业发展的影响更加显著。从体育财政和人力投入的方差分解来看，从第1期开始就受到体育产业发展冲击的影响，其贡献度分别为45.61 %和12.02 %，随后的影响逐渐增大，表明体育财政和人力的投入随着体育产业的发展而不断地加大，同时体育财政投入受体育产业增加值的冲击影响更大。

表5 方差分解结果

3.3 实证结果分析

(1)体育财政投入对体育产业增加值产生显著的波动性影响，且构成因果关系；体育产业增加值对体育财政投入产生长期、渐弱的正向效应，且不构成因果关系。原因可能在于：体育竞赛表演业是体育产业的核心产业，是产业升级的主阵地。在过去的几年里，福建省大力发展竞赛表演业，其赛事扶持资金占据了体育产业发展专项资金的绝大部分。如表7所示，4年间福建省体育产业专项资金共资助了除厦门以外的9个区市，共计101项赛事，累计金额达到3010万元，有效地推动了体育产业的发展。与此同时，福建省体育产业以体育用品制造为主，业态基础雄厚，稳定的税收在一定程度上促进了财政投入的增加。负面效应的产生说明：一方面政府财政投入的主观经验成分较多，难以准确地把握体育市场的变化，所以投入的数额和结构会对体育产业发展造成很大的不确定性。另一方面，只靠财政投入来拉动体育产业发展并不是长久之计，对政府财政的过度依赖，以及盲目扩张投资容易造成产能过剩，不利于产业的健康发展，也无法发挥市场应有的资源配置作用。

表6 2012—2015年福建省体育产业专项资金资助赛事的地区分布(万元)

数据来源：福建省体育局

(2)体育人力投入对体育产业增加值产生的影响较小，且不构成因果关系；体育产业增加值对体育人力投入有长期积极的影响，但仍不构成因果关系。主要是因为：人们的健身意识决定了体育市场需求，因此产业发展的起步阶段往往会比较困难，政府的投入、扶持会大大缓解这方面的问题，而且能鼓励体育企业迎难而上，同时也是给市场一个信号，吸引社会资本积极参与。劳动力的变化依赖于市场的调配机制，更能适应市场的变化，因此并不能构成产业变化的原因。

(3)体育人力投入对体育产业的影响呈现先正向后负向的趋势，原因可能有：一方面福建省体育产业以体育用品及相关产品制造为主(如图5所示)。早年间，福建省体育用品制造业技术水平不高，相当一部分劳动力仍然无法被智能化设备取代，这个阶段的体育产业属于劳动密集型产业，所以，就业人数的增加能够促进产业的快速发展。

图5 2007年、2015年福建省体育产业产值结构

从资源投入方式转变的角度来看，随着各类生产要素(尤其是劳动力)成本的上升，体育制造企业势必会考虑劳动力的投入产出效益，并逐步扩大对“科技创新资源”的投入，以增强自身核心竞争力，提高产品利润附加值[36]。当下，人工智能时代已经来临，人们的健身需求不仅仅局限于运动服装和鞋袜，而更倾向于具有科技含量的运动装备和设施。如此，体育产业也将面临着由劳动密集型产业向资本、技术密集型产业的转变，仍以劳动力增产的模式反而会阻碍产业的发展。

(4)三个变量联合来看，两种体育产业政策工具的组合共同影响体育产业增加值，而体育产业增加值也会反作用于体育产业投入要素。所以，三者的变化具有协同性，仅研究单独的2个变量容易得出片面的结论和引导方案。短期效应内体育财政投入对体育产业增加值的影响更为显著，且受体育产业增加值的冲击效应较强，说明政府对体育市场变化的敏锐度越来越高。与此同时，体育产业投入要素不能对体育产业增加值产生持续向好的影响，短期内无法发挥政策工具的有效性，甚至还会抑制体育产业的发展。此外，体育产业增加值对体育财政和人力投入冲击的响应具有一定的时滞性，这对政策工具的制定、执行和评估具有一定指导意义。

4 结论与建议

4.1 结论

(1)从文献资料的梳理分析来看：学术界对体育产业政策效应的定量研究较少，以及产业数据的时间跨度较小，数据可获得性不高等问题，给政策工具的量化工作带来了一定的困难。从这点来看，完善体育产业调查统计制度，加大产业数据的共享力度就显得尤为重要。

(2)从实证分析来看：体育财政投入和体育人力投入对体育产业都会产生短期效应，但能明显地感受到体育财政投入对体育产业发展的影响作用更大，这与福建省的社会经济、政治体制以及体育产业的业态特征有关。单在体育财政政策措施上就存在一些不足：首先，政府对体育产业经费的投入不是很稳定；其次，体育经费的使用和分配不是很合理。与此同时，随着人工智能时代的来临，科技创新促进产业升级势在必行，创新人才政策也就成为体育产业政策的发展必然。

4.2 政策建议

(1)推进福建省体育消费信息化建设，完善体育产业分类统计制度。依托微信、支付宝等支付平台，重点建设体育消费大数据管理系统；设立福建省体育数据资源管理部门，实现对城市体育产业各个业态的体育消费监测，为政府管理和企业决策提供依据。

(2)完善体育产业财政政策工具，优化财政投入结构。逐步提高体育服务业在体育财政投入中的比重，及时调整体育产业发展战略，不断优化体育公共财政投入的构成。根据地区实际情况，做出科学的论证与评估，制定严谨、创新的体育产业财政拨款政策和考核、监管制度，使区域资本配置效益达到最大化。

(3)加大体育产业人才培养投入，完善高层次复合型人才的培养机制。探索多样化的合作培养模式，如产学研模式、产官学模式，校际合作、院际合作等方式。如美国科罗拉多大学丹佛分校(UCD)的人才培养机制具有较强的借鉴价值，UCD 体育工程项目主要依托于机械工程与应用学院，其主要在运动器械开发、运动损伤预防器械开发、器械功能改良等方面从事技术研究，项目进展过程中会邀请科学家、工程师、医生、运动员、行业人员与学生一起进行研讨，推动研究深入，培养学生综合能力和实践能力[37]。

(4)活用体育产业政策工具，优化劳动密集型体育服务业的发展，推动技术密集型体育用品制造业的转型。加大多部门协同管理的研究和实践，进一步落实降低我省体育赛事及其体育服务行业投资行政审批限制的政策措施；通过 “政府体育采购”“政府体育服务外包”等政策工具逐步扩大劳动密集型体育服务业消费市场规模。注重“知识产权”政策工具的使用，完善我省产权保障制度，促进产学研合作模式的普及，为技术密集型体育用品制造业的转型提供法制保障。创建“全民健身公共积分”“体育税”等工具，扩大群众体育消费内需，提振体育市场活力。