庄珂鹏
(闽江学院 公共体育教学部,福州 350108)
体育产业被称为朝阳产业、绿色产业、健康产业。近年来我国体育产业规模不断扩大,在国民经济中占比也逐渐上升[1]。2014年国务院印发了《关于加快发展体育产业促进体育消费的若干意见》(以下简称“46号文”),确定了我国体育产业发展的中长期目标,明确提出到2025年体育产业规模超过5万亿,扩大体育产品和服务供给,推动体育产业成为产业转型升级的重要力量。“46号文”颁布后体育产业政策文件呈爆发式增长,一定程度上构建出我国新时期体育产业发展的政策体系[2]。
体育产业政策是国家调控、监督体育产业健康发展的重要手段[3],而政策工具则是为了达成一定政策目的而采取的重要手段和方式[4],起着连接政策目标与政策结果的桥梁作用[5]。因此,作为政策组成的基本要素,在政策制定过程中政策工具选择的正确与否会直接影响政策效应[6]。相比单一的政策工具,合理组合政策工具能够弥补前者的应用缺陷[7]。本文通过分析“46号文”颁布后国家体育产业规模增长情况,探讨现有政策文件中政策工具如何组合能够更好促进产业规模增长。
公共政策工具可被视为达到公共管理目标的方法,是政府实现管理职能和政策目标的手段[8-9],其对目标群体实施奖励、惩罚或其他政策指令以改变群体行为走向进而解决某一公共问题[10],反映了决策者的公共政策价值及观念[11]。政策工具领域起初多关注多维度下的政策工具识别与分类,其分类向度主要包括使用方式、政府的介入程度、政策工具的使用主体、技术层面的影响等等,具体分类包含激励类、管制类和信息传递类[12];资源型、混合型和强制型[13];需求型、供给型和环境型[14];激励性工具、命令性工具、系统变革工具和能力建设工具[15]。政策工具识别趋于成熟,但描述性的政策工具研究显然无法更好服务实践。对政策工具的合理选择逐渐成为学界关注的课题,其主要方法是依据研究内容构建各自领域的政策工具选择模型,如基于AHP的选择模型[16]、基于政策网络的选择模型[17]、基于公共产品和政策环境的选择模型[18]。
政策工具组合成为政策工具选择之后的又一问题,为了探究何种政策工具组合方式能够对该领域形成最好的效果,学界展开了大量的研究,从研究方法层面上看早期主要有:①量化研究。如有学者利用高维多目标优化算法搭建出房屋租赁市场政策工具组合设计框架、流程和方法[19]。也有学者采用博弈论和数值仿真方法对政策工具组合影响进行分析[20]。②定性研究。张宏伟用案例分析法分析了风电政策工具组合对德国海上风电技术的创新和扩散的具体影响[21]。近年来,量化与定性方法之间的客观与主观之争愈发激烈。为此,有诸多学者尝试引入定性比较(QCA)方法,利用该方法结合了两者优势,聚焦于解决组织研究中的组态问题,对政策工具选择逻辑和工具组合进行研究以弥补该缺陷,如邻避治理问题研究[22]以及区域科技创新财政支持工具组合研究[23]。
体育领域中对政策工具的研究涉及学校体育政策、全民健身政策、社会体育政策、校园足球政策、农村公共体育服务政策、体育产业政策等领域。研究方法主要是用文献资料、内容分析以及扎根理论的定性研究方法对政策文本进行分析,研究主题主要集中在政策工具类型的使用,政策内部工具结构以及工具使用频率等描述性内容。其主要程序为设定分析框架,对政策文本进行编码和计量分析,分析的维度包括:①单个维度。主要指基于某一政策工具分类标准对政策文件工具进行文本编码、分类、统计,从政策文本总体工具角度探讨政策工具使用情况。如有学者基于分析维度的不同从作用层面、政策效力、适用范围3个角度对31个省级地方政府出台的体育产业政策文件进行单元编码和统计分析[4]。也有学者基于供给、环境和需求3个维度对《全民健身计划》政策内容进行结构性分析[24]。②双维度。双维度指采用x、y两个维度对政策文本的政策工具进行编码分析,通常以x维度为政策工具维度,y维度为其他维度,目前体育领域研究涉及的y维度包括价值链维度[25]、体育强国价值维度[5]、足球改革发展维度[26]、校园足球发展要素维度[27]、统筹协作多元主体维度[28]、产业链维度等等。③三维度。部分学者采用三维分析框架对政策进行分析,如政策工具、发展主体以及实施领域三维度[29]、“层面—工具—作用”三维度[30]、“政策工具—政策制定主体—时间数量”三维度等[31]。
以上研究范式为本研究提供了理论基础,既有的研究主要从政策文本整体出发,采用定性/定量不同编码方式对政策文件进行编码,发现其政策工具使用问题,大部分研究依托政策工具使用数量存在结构性失衡的问题展开考察,进而基于均衡主义提出加强或削弱某一政策工具使用频率。但基于政策工具结构均衡角度判断政策工具使用的增减可能缺乏充分的论证或证据,因而值得商榷。而且体育学多将不同政策工具进行单一化、线性化的探讨,尚囿于描述性层面,鲜有研究讨论政策工具的叠加或互动的复杂效应,对于单一政策工具的讨论较难深入挖掘政策工具的最佳效果。
综上,本研究基于政策工具类型划分标准——政府介入程度,以规制、激励、社会3种政策工具下的8种子工具作为基本条件,以产业增加值作为结果,结合定性比较分析法研究政策工具组合效应与产业增长的关系,进而探寻组合路径的复杂性机制。
QCA是一种基于布尔代数的集合论组态分析方法,目的是找出导致预期结果出现或不出现的条件变量组合。QCA认为复杂的社会问题是多种因素共同作用的结果,强调条件组态的作用机制。其不同于定性研究中对小案例进行深描,也不同于对大样本进行统计分析,是一种试图规避定性和定量分析缺陷的研究方法。近年来,越来越多的学者参与到QCA的研究中,所涉领域包括能源资源、数字治理、城市治理、共享经济、民主转型、公共政策研究等。QCA包括清晰集(csQCA)、多值集(mvQCA)和模糊集(fsQCA)3种定性比较分析法。相较于回归分析方法,fsQCA能够发现多种因素之间组态关系[32]。鉴于政策工具研究涉及不同工具的组合分析,fsQCA能较好地运用到多种要素组合影响研究中,这与政策工具组合的研究目标吻合,本研究的影响条件属于连续变量,采用fsQCA方法能够较好发现不同前因条件在不同水平上所产生的细微影响[32]。为此,本研究使用fsQCA的方法来检验规制、激励、社会3种政策工具中组织规范、直接参与、财政投入、税费调节、产权保护、提供信息、引导鼓励、市场行为8个子工具如何组合使用从而影响体育产业规模的增加。
本研究采用条件变量为体育产业政策工具,对31份省级政府依据“46号文”制定颁布的《××人民政府关于加快发展体育产业促进体育消费的意见》政策文本进行编码。选取政策效力维度中规制型、激励型、社会型3种政策工具及不同政策工具子工具编码结果作为样本数据(表1)。规制型、激励型、社会型政策工具下分别包含不同的子工具,本研究依据子工具的概念分别对各省份政策文本进行编码,政策文本中每出现一次相关子工具概念的描述则进行一次编码,最终量化形成各政策子工具指标。同时考虑政策效果的滞后性,在结果变量选取方面,基于现有省际数据,选取了2018年20个省级政府的体育产业增加值作为结果变量(表2),数据来源于各地方政府体育局官方网站、华奥星空网、会议资料。
表1 3类政策工具比较
表2 地方政府政策效力维度工具分布及产业增加值
本研究都对数据进行校准。在fsQCA中,每1个条件(即8种政策子工具)和结果(体育产业增加值)都各自视为1个集合,文章所选取的案例在这些集合当中分别拥有隶属分数,结合案例分别给予隶属分数的过程称为校准[33]。基于本研究所采用的条件及结果变量没有明确的外部标准,不能采用直接校准的方法,应内部间接校准。首先人为对数据进行分段,再利用stata软件进行分段多项式回归,预测各变量的模糊隶属分数(表3)。
表3 案例各变量校准后模糊隶属分数
首先对单个政策工具条件能否促进体育产业规模增长进行必要条件分析。该分析主要是判断结果集合是不是条件集合的子集。fsQCA中若结果变量发生且条件变量一直存在,则认为条件变量是结果变量的必要条件[34]。作为必要条件的判断标准,一致性水平若大于0.8,则认为该条件变量是结果变量的充分条件,若大于0.9,则认为该条件为结果变量的必要条件[35]。采用fsQCA软件进行必要条件分析,结果如表4所示,所有条件的一致性水平均不高于0.9,可以判定任何单一的政策工具都无法解释体育产业规模的增长,故所有政策工具中不存在体育产业规模增长的必要条件。税费调节不存在以及产权保护存在这2个变量的一致性指标大于0.8但小于0.9,说明二者可以成为体育产业增长的充分条件,根据其覆盖率可知,产权保护变量在经验上对结果变量的解释力度在50%以上,税费调节不存在在经验上对结果变量的解释力度在60%以上。其他条件变量的一致性和覆盖率指标显示其对于体育产业增长具有一定的解释力度,但其一致性均低于0.8,都不能作为体育产业规模增长的充分或必要条件。由此可见,目前政策工具中没有任何一项政策工具的出现必然导致体育产业规模增长,提升体育产业规模的政策工具路径不是单一的,需要从政策工具的组合视角来探讨体育产业规模增长的多重路径。
表4 体育产业规模增长的必要条件分析
4.2.1 基础报告部分
相较于必要条件分析,充分性分析非单个条件,而是所有单个条件构成的组态(相互组合的状态)是否构成结果的子集条件,揭示不同条件如何结合进而影响结果。与必要条件分析相同,充分性分析也是采用一致性作为衡量组态充分性的指标,但与必要条件不同的是条件组态充分性的一致性水平通常大于0.75[35]。不同的研究基于不同的样本采用了不同的阈值,如0.8[36]、0.76[37]等。频数阈值根据研究具体情况进行设定,中小样本频数阈值设置1,大样本设置大于1,具体频数阈值还应当结合真值表的数值以及案例整体把握进行设定。本研究综合考虑以下4个条件设定阈值:结果为0或1的真值表行均应覆盖且大致平衡;频数阈值应最少涵盖75%的观察案例[38];为尽量减少潜在矛盾组态,PRI一致性最小值应不低于75%;为避免同时子集关系,某一真值表行同时为体育产业增长和没有增长的充分性组态[35]。基于以上4个标准,本研究最后将频数阈值设置为1,一致性阈值设置为0.8。对于以上8个政策子工具变量与体育产业增加值之间的关系还没有明确的理论预期,笔者难以做出明确的反事实分析,在产生中间解的过程中,面对8种政策子工具变量在何种状态下引起体育产业增加值提高这一问题,选取“存在或者缺席”。fsQCA3.0会产生复杂解、中间解、简约解3种类型解,复杂解是依据变量设置的结果,简单解同时纳入简单和困难的逻辑余项,中间解纳入了简单的逻辑余项[39],本研究主要汇报中间解(表5),辅助以简约解(表6)。
表5 中间解
表6 简约解
若条件变量同时出现在简单解和中间解中,则认为该条件变量为核心条件变量;若该条件只存在于中间解中,则该条件变量为辅助条件[38]。参考Ragin & Fiss对条件组态的呈现形式,五角星表示核心条件,圆形表示辅助条件;实心表示存在,空心表示缺席;短横线表示该条件可有可无。一致性表示条件组态是结果子集的程度,覆盖度是衡量经验相关性的重要指标。
在表7中呈现的5种条件构型中,单个解和总体解的一致性水平均高于最低值0.75。其中总体解的一致性为0.763 452,总体解的覆盖度为0.605 99,这意味着产生的条件组态可以解释约60%的案例,表7中的5种构型可以作为促进体育产业增加值增长的工具组合。解的一致性和覆盖度均高于临界值,表明上述政策工具组态分析具备一定的解释力。唯一覆盖度是衡量各条件组态的关键指标,数值大小表示该组态对案例的解释能力。在产生的5种条件组态中,条件组态1唯一覆盖度最高,达到了0.058;条件组态4覆盖度次之,为0.04。表明此2种路径在解释政府促进体育产业发展政策工具选择上较为典型,有必要对该2种组态进行阐述。
表7 体育产业增加值提高的条件构型
4.2.2 条件组态1及条件组态4分析
条件组态1:该条件组态路径能够解释约34%的案例,其中约6%的案例可以通过该组态得到解释。条件组态1表明,政府在促进体育产业政策工具选择上优先考虑社会型政策工具,特别是其中的提供信息及引导鼓励2类子工具。同时权衡市场行为以及产权保护政策工具作为基础对于体育产业发展政策工具选择的影响。社会型政策工具属于政府强制介入程度较低的政策工具,在该条件组态下,社会型政策工具作为优先考虑的条件表明政府强制介入程度低的政策工具应优先考虑,且辅助使用政府强制介入程度较低的激励型政策工具(市场行为)。
条件组态4:该条件组态能够解释约30%的案例,其中约4%的案例可以通过该组态路径得到解释。该组态中社会型和激励型政策工具表现都较为突出,前者主要是提供信息子政策工具,后者主要是财政投入子政策工具,同时考虑市场行为以及产权保护2项政策工具作为辅助工具组合使用。在该组态条件下政府强制介入程度为中等和低等的政策工具是较为理想的组合模式,同时辅助使用市场行为及产权保护2项子工具。该路径表明政府对于体育产业的发展应当采取一定的介入措施,但应当更多地使用类似财政投入等激励型手段,同时在产业发展过程中及时提供相应的信息。
4.2.3 纵向与横向观察分析
纵向观察政策工具组合分布和缺失情况,引导鼓励、提供信息是所有条件组态中覆盖度最高的组合方式。这表明,体育产业发展过程中政策工具的选择更趋向于引导鼓励以及提供信息等社会型政策工具。产权保护对体育产业政策工具选择影响程度较低,但不能否认其辅助作用。从缺失值的分布情况来看,直接参与、税费调节、组织规范对整个工具选择的影响并不显著,其中税费调节的作用最弱,在所产生的5种条件组态中均以“非”的形式存在。组织规范和直接参与分别在3b和2中以辅助条件的形式存在,且其覆盖度较低、能够解释的案例较少,不具有代表性。
横向观察政策工具分布情况。第一,产权保护在5种组态解中都作为辅助条件且全都存在,说明产权保护是一种重要的辅助型政策工具,其能够辅助其他核心条件政策工具达到促进产业规模增长的目的。因此在政府制定政策过程中,应当重视制定产权保护措施,保障体育产业公司合法产权,维护市场秩序,打击不当竞争和假冒伪劣等行为,营造公平公正的市场环境以促进体育产业市场健康运行。第二,若一个好的政策工具作为核心条件能够推动体育产业规模的增长,那么其一定以存在的形式较多地出现在各组态条件中。从以上解中可以看出引导鼓励、提供信息均以核心条件存在的状态出现了3次,具有一定的典型性,因此二者是促进体育产业规模增长的关键政策工具。且引导鼓励和提供信息同属于社会型政策工具,是政府强制介入程度最低的政策工具类型,因此也可进一步说明,政府强制介入程度低的政策工具使用与体育产业增长有较高的关联度。政府在体育产业发展过程中应当扮演引导者和服务者的角色,大力推进“放管服”改革,积极为企业和个人提供相关信息,通过多种宣传措施引导鼓励体育产业从业者,为企业和个人提供高效的优质服务。第三,在5种组态中,引导鼓励与财政投入存在交替使用的关系,具有一定的典型性。即较多采用了引导鼓励政策工具,则应较少使用财政投入政策工具,反之亦然,2种政策工具不能高频率配套使用。引导鼓励和财政投入在一定程度上同属于鼓励性行为,例如财政投入包括税收政策、补贴政策等,也具有鼓励性质,这与引导鼓励政策工具的思想一致,因此,在制定和采用2种政策工具时应当依据不同措施制定相应数量的政策工具。第四,财政投入作为核心条件政策工具呈现出3次缺失、1次可有可无、1次存在,说明在促进体育产业规模增长过程中财政投入作为核心条件使用比例较低。从另一个角度说明,在政策工具使用过程中应引导鼓励民间资本投入体育产业发展,政府直接财政投入工具使用应占用较少比例。
采用调整一致性水平的方式进行稳健性检验(将一致性水平从0.8提高至0.83)[37],调整一致性后所产生的5种条件组态没有产生变化,表明本研究结论依然稳健。
以上子工具虽然类型不同,但在一定程度上都间接推动了体育产业发展。其中组织规范是以政府直接介入为主,政府直接介入能够在一定程度上准确、及时、有效地解决市场经济发展过程中的问题,规范体育产业市场运行秩序,促进市场健康平稳运行。激励型政策工具主要是指政府通过一定的奖惩措施间接引导目标群体实施相关行动,其中财税政策是国家鼓励体育产业市场发展的重要工具,如政府补贴、税收返还、各种投融资手段,这在一定程度上为企业提供了资金支持,有效激励了体育企业的积极性;而产权保护政策能够维护体育企业的合法权益,有利于企业的创新行为,提高体育产业市场活力。社会型政策工具是强制性较低的政策手段,鼓励和引导社会组织以及个人参与体育产业活动,能够进一步催生大量的小微体育企业,进一步壮大体育产业市场主体,促进体育产业发展。
如表7所示,fsQCA有效识别了引发体育产业规模增长的5种路径,表明影响体育产业规模增长的政策工具组合路径的殊途同归和多重并发。基于以上5种路径的核心条件和背后的解释路径,本研究将其归纳为3种政策工具组合模式:①引导鼓励政策工具主导。指以引导鼓励为主,以产权保护和组织规范工具为辅。即使作为核心条件的财政投入、提供信息,以及作为辅助条件的直接参与、税费调节、市场行为等工具较少,也能较好推动体育产业规模较好增长。②提供信息和财政投入共同主导。指以提供信息和财政投入为主,以产权保护、直接参与和市场行为为辅。即使作为核心条件的引导鼓励,以及作为辅助条件的税费调节、组织规范等工具较少,也能较好推动体育产业规模的增长。③引导鼓励和提供信息共同主导。指以引导鼓励和提供信息为主,以产权保护和市场行为为辅。即使作为核心条件的财政投入,以及作为辅助条件的直接参与、税费调节、组织规范等工具较少,也能较好推动体育产业规模增长。
基于政策工具类型划分标准,以上3种工具组合可以进一步归纳为社会型政策工具主导以及社会型和激励型政策工具共同主导两大类。其区别主要体现在政府强制介入程度不同,社会型政策工具主导鼓励使用社会型政府强制介入程度低的政策工具,同时配合其他政策工具,如产权保护等介入程度中等的政策工具。社会型和激励型政策工具共同主导,表示应同时优先考虑政府强制介入程度中等和较低的政策工具,并配合其他政策工具使用。
(1)体育产业规模的增长并非使用单一政策工具可以实现,而是不同类型政策工具合理搭配的结果,政策工具选择过程中应对不同类型政策子工具合理搭配使用。
(2)产权保护政策工具存在和税费调节政策工具不存在是体育产业增长的充分条件,在使用政策工具过程中应当较多使用产权保护子工具,而较少使用税费调节子工具。
(3)社会型政策工具主导、社会型和激励型政策工具共同主导是政策工具选择的主路径,同时依据子工具类型可以再分为引导鼓励政策工具主导、提供信息和财政投入共同主导、引导鼓励和提供信息共同主导3种具体类型。在政策工具选择过程中应当优先考虑社会型政策工具,辅以激励型和规制型政策工具;或者同时优先考虑社会型与激励型政策工具,辅以规制型政策工具。
(4)产权保护是重要的辅助型政策工具,无论何种政策工具选择路径,都应积极配合使用产权保护工具,保障体育企业合法权益和市场健康发展。
(5)引导鼓励与财政投入政策工具存在交替使用的关系,即在政策工具选择过程中,二者的使用可以综合考虑,互相替换。