体育人力资源均等化影响因素的实证分析

金芬婷

摘 要：用各省市等级教练员发展人数作为体育人力资源的代理变量，建立多元回归模型，并用Eviews 8.0进行实证分析，得出如下结论：东部地区对于体育人力资源有较强的吸引力;GDP或居民消费价格指数（CPI）较高的地区，等级教练员发展人数也会较多。因此，建议为了保证体育资源的公平配置，政府可以通过增加西部地区等级教练员的收入等措施，使得体育资源向西部倾斜，保持省际间体育人力资源的均等化。

关键词：体育人力资源;均等化;省际对比;实证分析

中图分类号：G80-05        文献标志码：A      文章编号：1673-291X（2021）16-0121-03

引言

自“十二五”国务院颁布首部国家基本公共服务体系规划以后，“十三五”时期，国务院再度在《规划》中提出基本公共服务的均等化是全面建成小康社会的一项重要内容，可见我国对于推动基本公共服务均等化的重视，以及实现基本公共服务均等化的必要性。因此，准确衡量各地区的体育公共服务及资源均等化进程成为至关重要的研究方向。均等化的指数能明确各地区之间的差距，将问题地区化、具体化、个性化，从而实现缩小地区差距，提高均等化水平，最终达到各地区同步发展的社会蓝图。

本文将在第二部分对现有的体育公共服务资源均等化衡量方式进行整理和分析，提出本文将要使用的具体指标和方式。在第三部分，将以选定指标和相关影响因素建立计量模型，并进行实证分析。最后根据得到的结论，总结我国现在体育公共服务资源均等化程度，并提出推进均等化的可行性建议。

一、相关文献回顾

笔者收集关于体育资源配置均等化的相关文献，梳理后，发现关于该问题的研究，有些学者（饶建波[1]，2016;汤际澜[2]，2012;范宏伟等[3]，2009）主要从理论角度出发，分别结合我国的政治、经济、文化等现状，定性地研究了城乡、省际和国际之间体育资源的均等性，分别得出结论，认为经济发展的不平衡和政府支出的不充足是导致因素体育配置资源不均等的主要原因。

另外，还有一大部分学者集中于对体育资源配置均等化程度构建评价指标体系进行评价与分析，并提出了改善的建议与对策。虽然研究方法各有不同，但是所选取的指标方向基本一致。马燕、李思民（2014）将一级指标设为服务投入，服务产出和服务效果这三个大类，通过研究山东省内不同市及地区的体育公共服务资源均等化的差异，得出体育公共服务整体均等化程度一般，区域城乡差异明显的结论[4];而朱梅新、熊飞（2013）则使用TOPSIS方法，直接从人均体育事业收入、人均群众体育支出、城乡社会体育指导员人数比值等单项指标，研究西部民族地区体育公共服务均等化水平，结论认为，西部地区体育服务均等化仍处于较为低下水平[5]。虽然没有设置与前两者相同的一级指标，但是其多个单项指标仍在从服务投入、内容和结果这三个方面展开。

以上评价指标體系的建立大多是基于横截面数据的基础上，但是在分析地区体育公共服务资源的时候，往往需要对时间序列数据进行处理，因此还有一些学者在评价指标体系构建的基础上，搜集地区纵向时间序列数据，以单一的指数来衡量均等化水平。例如李燕领（2018）通过分析2011—2015年度五年间我国公共体育服务投入、产出的均等化指数，进而得出一个整体性的单一综合指数。研究认为，2013—2015年我国公共体育服务均等化指数有了连续的提升，但是整体还处于较为低下的水平[6]。

综上所述，笔者发现对于体育服务均等化的研究，还有以下两个方面可以进一步补充。首先，大部分文献在评价体育服务均等化时，通常从体育场馆数量、体育活动面积、政府财政投入等方面进行分析，但是很少有人从人力资源的投入角度进行分析。其次，在进行定量分析时，很少有学者在指数分析的基础上构建计量经济学模型对体育服务资源均等化的因素进行实证分析。因此，本文以省际间教练员投入数量作为人力资源服务的代理变量，建立计量经济模型，对体育人力资源均等化程度进行实证分析。

二、变量选取及模型构建

（一）变量选取

本文选取等级教练员发展人数（COACH）作为模型中的因变量（Y）。根据中国国家体委制定的《教练员技术等级制度》，我国的教练员分为五个技术等级：国家级、一级、二级、三级、助理教练员。因此，因变量等级教练员发展人数在本文模型中是指包含以上五个技术等级，以中国各省、直辖市及自治区为单位，通过考级的在职教练员总人数。

模型中的自变量共5个，记作X1—X5①，解释如下：

X1：地区生产总值（GDP），指本地区所有常住单位在一定时期内，生产活动的最终成果为国民经济核算的核心指标。因此，笔者认为，地区生产总值应与因变量Y成正向增长关系。

X2：地区居民消费价格指数（CPI），是将上一年假定为100从而计算得出的数据，当CPI基于上一年增长时，意味着物价水平总体升高，因此居民消费指数的合理增长是消费水平和需求的增高，对于体育服务和教练员的需求也随之增高。所以，居民消费价格指数应与因变量Y成正向增长关系。

X3：地区（Distr east），是模型中的虚拟变量。根据国家数据网，将中国各省、直辖市及自治区分为东、西、中三个地区，并将中部地区设为基准组，记作0，东部及西部地区则相应记作1。笔者认为，东部地区相对较为发达，对于教练员的需求和供给都将增大。所以笔者认为，东部地区等级教练员的数量应多于中部地区，而西部地区则相反。

X4：地区人口总数（Popul），是指在各个地区国家通过人口普查登记从而得出的该地区内的人口总数。人口总数越多，往往对于各个产业的需求和供给也就越大，因此教练员的数量也应顺势增加，从而得出地区人口总数应与因变量Y成正向增长关系。

X5：地区人均居民可支配收入（Disposable income），常被用来衡量一个国家或地区生活水平的变化情况。其数值越高，意味着这个国家或地区生活水平越高，因此对于第三产业（如体育健身）的需求越大，从而对于教练员的需求也越大。根据以上分析得出，人均居民可支配收入应与因变量Y成正向增长关系。

（二）模型构建

根据以上分析，构建模型如式（1）所示：

其中，Y是指等级教练员发展人数（COACH），为模型中的因变量。X1—X5分别是指地区生产总值（GDP）、地区居民消费价格指数（CPI）、地区（Distr east）、地区人口总数（Popul）和地区人均居民可支配收入（Disposable income）均为模型中的自变量。为了保持数据的平稳性，作者对于地区生产总值（GDP）、地区人口总数（Popul）和地区人均居民可支配收入（Disposable income）3个变量上分别取了对数。

三、实证分析

收集以上所有变量所需数据后，通过Eviews 8.0 软件对于上文所构建的模型进行实证分析。分析过程将分为三个部分：一是检测各个变量与模型的匹配程度，大体估计出模型结果;二是对于初步得出模型结果进行检验，从而确定最终模型;三是最终模型结果的分析。

（一）模型初步估计结果②

首先，笔者为了避免多重共线性的影响，通过逐步后向筛选法对所有的变量进行了筛选，消除了多重共线性。通过软件筛选后，移除了4个显著性较差的自变量，留下了地区生产总值（GDP）、地区居民消费价格指数（CPI）、地区（Distr east）、地区人口总数（Popul）和地区人均居民可支配收入（Disposable income）以上5个自变量。

（二）实证结果的相关检验

首先，进行拟合优度和显著性检验。初步模型的拟合优度并不高，R2仅为66.1%，但是考虑到模型的数据并不是时间数列数据，仅是2015年31个省份的横截面数据。因此，自变量对因变量的解释程度能超過50%，也能够在一定程度上说明问题。关于显著性检验，分别用T和F值检验单变量和联合变量的显著性。通过T检验发现模型中5个变量的P值都相对较小，最大的为5.47%，其余均在5%以内，说明5个自变量都较为显著。研究结果显示，F值为5.163082，对应的P值为0.000936，表明在1%的显著性水平下通过F检验。

下面再进行残差检验，初步模型本身不存在多重共线性，因此无须检验。在自相关检验中，DW值为1.971353，通过查询DW表可知，模型对应的DL和DU值分别为1.09和1.83，1.971353已大于DU值，所以可以判断该模型不存在自相关。进一步用BP（Breusch-Pagan）检验法对模型进行异方差问题进行检验，从P值上看，检验结果得出的0.0467<0.05的临界值，证明不存在异方差。

（三）最终模型结果分析

综上所述，模型通过了以上基本检验，因此得出模型结果如下式所示：

COACH=-69.82635logdisposable income+4.703170 CPI-16.90317logpopul+34.87028Distri east+40.44757 logGDP

公式结果显示，作者发现地区生产总值、地区居民消费价格指数和地区对于等级教练员发展人数有较为显著正向影响。地区生产总值每增加1%，等级教练员发展人数增长0.40个单位;地区居民消费价格指数每增长1，等级教练员发展人数增长4.70位;相较于中部地区，东部地区的等级教练员发展人数平均多出将近35位。可见，地区人口总数和地区人均居民可支配收入对于等级教练员发展人数呈负面影响。公式显示，地区人均居民可支配收入和地区人口总数每增长1%，等级教练员发展人数将会分别减少0.70和0.17个单位，减少的幅度非常小，基本可以忽略。之所以是负相关系，作者猜测原因可能是数据可得性的限制。本文采用了2015年31个省份横向对比的数据，样本的代表性可能需要再次完善。

四、主要结论及政策建议

本文用各省市等级教练员发展人数作为体育人力资源的代理变量，建立多元回归模型，并用Eviews 8.0进行实证分析，得出以下主要结论。

第一，地区居民消费价格指数（CPI）与等级教练员发展人数呈显著的正向关系。一是表明消费价格指数高的地区，经济发展水平在一定程度上也比其他地区要高，人们更加重视体育锻炼，从而增加了对教练员的需求。二是消费价格指数高的地区，也代表了一定高度的生活水平，从而增加了对等级教练员的吸引力。因此，笔者认为，国家在保持对居民消费指数较高的地区体育资源投入的同时，也应该重视其他地区居民生活水平的提高，保证体育资源的公平配置。

第二，模型结果显示，平均来讲，东部地区比中部地区等级教练员数量更多，并且GDP越高，等级教练员数量越多，这个结论与上一结论有相似之处。这也进一步表明，经济发展水平高的地区对体育人力资源会有较高的吸引力。国家为了保证体育资源的公平配置，在政策上需要向经济发展水平较低的地区倾斜。

参考文献：

[1]  饶建波.关于公共体育资源配置的不平衡及改革分析[J].科教导刊（下旬），2016，（12）：149-150.

[2]  汤际澜.国外公共体育服务均等化的理论研究与实践经验[J].西安体育学院学报，2012，（6）：641-646.

[3]  范宏伟，靳厚忠，秦椿林，刘晚玲.中国都市公共体育服务均等化发展的实证研究[J].武汉体育学院学报，2009，（9）：12-16.

[4]  马燕，李思民.山东省体育公共服务均等化测度的实证研究[J].南京体育学院学报：自然科学版，2014，（2）：153-157.

[5]  朱梅新，熊飛.西部民族地区体育公共服务均等化评价[J].石河子大学学报：哲学社会科学版，2013，（1）：110-114.

[6]  李燕领.我国公共体育服务均等化指数实证研究（2011—2015年）[J].劳动保障世界，2018，（30）：48-49.

An Empirical Analysis of the Factors Influencing the Equalization of Sports Human Resources

——Based on the Comparison between Provinces

JIN Fen-ting

（Shanghai Pinghe Bilingual School，Shanghai 200000，China）

Abstract：The number of coaches developed in each province and city is used as a proxy variable for sports human resources，a multiple regression model is established，and Eviews 8.0 is used for empirical analysis，and the conclusion is as follows：the eastern region has a strong attraction for sports human resources;GDP is relatively high areas，as well as areas with high regional consumer price index（CPI），will have more number of level coaches.The author suggests that in order to ensure the fair allocation of sports resources，the government can increase the income level of coaches in the western region to tilt sports resources to the west and maintain the equalization of sports human resources across provinces.

Key words：sports human resources;equalization;provincial comparison;empirical analysis