我国冰雪产业与经济社会发展的灰色关联分析

陈璐瑶 姚小林 荆立新

摘 要：本文基于产业关联理论，构建我国冰雪产业与经济社会发展的灰色关联模型，探析2013—2020年我国冰雪产业与经济社会发展的关联关系。研究表明：我国冰雪产业与经济社会发展之间以产品与劳务、生产技术、劳动就业、投资等为纽带产生关联关系；冰雪产业与数字经济产业规模、每万人口高价值发明专利的拥有量、全社会研发经费投入等创新驱动要素指标具有非常强的关联性，关联度依次为0.815 0、0.785 5、0.737 5；冰雪产业与国内生产总值、人均可支配收入等指标同样具有较强的关联性，关联度依次为0.728 0、0.727 6；冰雪产业与绿色生态和安全保障等要素指标的关联系数呈现曲线波动趋势，先后出现2016、2019年两个波动峰值。基于此，提出强化创新驱动，提升冰雪产业核心竞争力；协调人与自然和谐共生，着力推动冰雪产业高质量发展；实施有效市场和有为政府的双重驱动，充分发挥冰雪产业在经济社会发展中的积极作用等建议，以期提升冰雪产业与经济社会发展的关联性，促进冰雪产业融入经济社会发展之中。

关键词：灰色关联模型；冰雪产业；经济社会发展；关联分析

中图分类号：G80-05 文献标识码：A

文章编号：1008－2808（2023）03－0032－07

Abstract：Based on the theory of industrial relevance， the paper was aimed to investigate the relationship between ice-snow industry and economic-social development in China from 2013 to 2020 by constructing grey correlation model. The results show that ice-snow industry and economic-social development are related with products and services， production technology， labor employment， investment. The relationship between ice-snow industry and innovation is very high. The correlation between ice-snow industry and GDP or Per capita disposable income is high， which showing a fluctuating upward trend from 2013 to 2019. And the relationship between the ice-snow industry and green ecology and security elements shows a curved fluctuation trend， with two fluctuation peaks in 2016 and 2019. As a consequence， following suggests are proposed.First， we should strengthen the drive of innovation. Second， we should consider ecological protection in industrial development. Third， we should enhance the competitiveness of the ice-snow industry through innovation. Fourth， we should building Efficient Markets and Promising Governments.

Key words：Grey Correlation Model; Ice-snow industry; Economic-social development; Correlation analysis

在全面推进中国式现代化建设的新征程中，体育在经济社会发展的各领域、各系统的作用和功能不断凸显，正在加速邁进经济社会建设的主战场。以冬奥会为契机，我国冰雪产业发展迅速，这既是贯彻“冰天雪地也是金山银山”理念的实践探索，也是推动冰雪产业高质量发展的本质要求。后冬奥时代，如何充分挖掘冰雪经济价值、持续发挥冰雪经济新动能，促进冰雪产业与经济社会的协调发展则是十分重要的课题。基于此，本文构建冰雪产业与经济社会发展的灰色关联模型，试图从实证的角度探索我国冰雪产业与经济社会发展的关联关系，旨在更加科学、有效地认识我国冰雪产业与经济社会协调发展的内涵，促使我国冰雪产业更好地融入经济社会发展，为我国经济高质量发展作出贡献。

1 冰雪产业与经济社会发展关联关系的理论基础  产业关联是指产业间以各种投入品和产出品为连接纽带的技术经济联系［1］。依据产业关联理论，冰雪体育产业与经济社会发展之间以产品与劳务，生产技术，劳动就业，投资等为纽带产生关联关系。

1.1 产品与劳务联系

在社会再生产过程中经济社会发展为冰雪产业的发展提供产品与劳务支持，同样冰雪产业以提供产品与劳务的形式支持经济社会发展。一方面，经济社会为冰雪产业发展提供基础设施建设等提高了冰雪产业的供给能力和供给水平。以滑雪场为例，中国滑雪场从1996年的11个增加到2019年的770个，并呈现出多核-网状空间结构发展的趋势［2］，截止2021年初全国建成室内外各类滑雪场803个极大地满足了消费者的冰雪消费需求，促进了冰雪产业的发展［3］。另一方面，冰雪产业为经济社会发展提供产品与劳务支持。近年来多重利好政策相继发布，冰雪产业不断提供冰雪体育健身休闲和竞赛表演等多方面的产品和服务，不仅满足激增的冰雪消费需求，而且能够积极发挥冰雪产业的正外部效应，冰雪产业在国民经济发展中的地位和作用不断增强。

1.2 生产技术联系

生产技术是冰雪产业与经济社会发展之间联系的重要依托。经济社会进步带来的科技创新推动冰雪产业质量变革、效率变革和动力变革，为经济社会发展注入新的活力。依托“VR”、“5G+”、大数据等新技术手段，可以深入挖掘海量数据信息背后的经济价值，实现多维需求的精准供给，在为利益相关主体赋能增值的同时提升产业竞争力［4］。同时新技术手段的运用能够轻松实现对佩戴者身体状况的实时数据追踪和身体健康数据的分析，有效推进全民健身战略的实施。此外，科技创新技术的突破，更是缩短了与冰雪产业发达国家的差距，有助于提升冰雪产业附加值，是推动冰雪产业由“劳动密集型”向“技术密集型”进行转变的重要力量［5］。科技创新的持续赋能不断拓展冰雪产业发展的新领域、新空间，为冰雪产业发展注入源源不断的动力。

1.3 劳动就业联系

在劳动就业联系方面，冰雪产业在吸纳劳动力要素的参与保证产业运转的同时也同样提供多个就业岗位，促进经济社会的良性发展［6］。各级政府积极采取措施引进和培养高层次人才，如黑龙江省采取将冰雪产业复合型人才建设纳入政府经费预算、坚持本地人才培训走出去、国际高端培训请进来等措施，以缓解高层次人才匮乏的问题。同时，通过政府调控和市场运作，可以促使劳动者调整就业目标和方向，动员闲置劳动力参与冰雪产业发展之中，缓解冰雪产业发展中劳动力不足的困境。数据显示2017年以来，冰雪产业的人才需求呈现持续增长的趋势，2021年人才需求规模同比增长57%，达到增长的高峰［7］。“冰雪+”、数字化等多元化的产业发展模式，极大地突破了地域限制，扩大了就业渠道和范围，创造了多元化、多层次的就业岗位，对缓解就业压力，解决就业结构性矛盾，改善民生具有重要的现实意义。

1.4 投资联系

社会再生产是在各产业产品与劳务按照一定比例的供需关系为联系的基础上进行的［1］。在经济社会发展过程中，对冰雪相关产业的投资会引起冰雪产业投资的增加以保证相关产业的正常运转，同样对冰雪产业的投资同样会带来冰雪相关产业投资的增加以保证冰雪产业的正常运转。具体表现在经济社會发展通过加大冰雪场地设施的投资力度，在提高了冰雪公共服务水平，满足快速增加的冰雪消费需求的同时提升了冰雪产业的供给水平，促进冰雪产业发展。另外，通过打造冰雪赛事“IP”，着力提升冰雪赛事的观赏性和体验性等，提高赛事附加值，助力冰雪产业发展。更重要的是，经济社会发展通过加大冰雪装备制造的科技研发投资，努力突破国外专利技术封锁，助力冰雪装备制造业的换挡升级，提高冰雪产业核心竞争力。当然，通过对冰雪文化产品进行投资，积极开发特色冰雪文创产品，开展冰雪文化节庆活动等同样促进了冰雪产业发展。

2 冰雪产业与经济社会发展的灰色关联模型构建  灰色关联分析，是灰色系统理论的重要内容，由邓聚龙首先提出［8-9］。其通过线性插值的方法将系统因素的离散行为观测值转化为分段连续折线，进而根据曲线几何形状来判断不同序列之间的联系紧密程度［10］，被广泛地应用于多个领域的研究之中。

2.1 灰色关联模型的原理及步骤

灰色关联分析的具体思路如下所示：

步骤1：构建数据矩阵。

2.2 冰雪体育产业与经济社会发展的评价指标体系构建2.2.1 指标的选取 体育产业总值是指一定时期内，区域内所有常住单位生产的所有体育货物和服务的价值，而体育产业增加值指一定时期内，区域内所有常住单位进行体育产业生产活动所创造的增加值。产业总值和产业增加值均是衡量产业发展状况的基本指标，如韩松［11］、苏家本［12］用体育产业增加值来反映体育产业规模，任波［13］选取体育产业增加值和体育产业总值两个指标数据来反映体育产业规模。鉴于数据的可获取性，本研究选取冰雪产业总值来反映冰雪产业的发展状况。经济社会发展指标则借鉴学者［14］的研究，选取“十四五”规划中经济社会发展主要指标作为本研究中经济社会发展的衡量指标，以确保指标选取的科学性、权威性、合理性和可获取性。

（1）经济发展层面。国内生产总值（X1）反映一定时期内一个国家或地区运用生产要素所生产的全部最终产品的市场价值，是反映经济发展水平最常用的指标［15］。劳动力质量和城镇化对经济的增长具有明显的带动作用［16］，全员劳动生产率（X2），GDP与全部就业人员的比值，反映单位就业人员创造的GDP，能够集中体现劳动力质量和生产效率；常住人口城镇化率（X3），指城镇常住人口与常住总人口的比例，是反映城镇化水平的重要观测指标。（2）创新驱动层面。科技创新是促使冰雪产业从劳动密集型向技术密集型转变的驱动力［17］。全社会研发经费投入（X4）反映国家对于科技创新的投入，每万人口高价值发明专利的拥有量（X5），是科研投入的阶段性成果。数字经济产业规模（X6），可以更加客观反映数字经济核心竞争力，引领数字经济高质量发展。（3）民生福祉层面。高质量发展是以人民为中心的发展，冰雪产业的高质量发展必须以适应社会主要矛盾，满足人民日益增长的美好生活需求为主线［18］。居民人均可支配收入（X7）、城镇失业率（X8）是影响冰雪消费行为、反映冰雪消费能力的重要指标，每千人拥有职业（助力）医师数（X9）承担着降低新冠感染率、缩短治愈时间，提高生活能力、降低家庭经济负担的双重任务［19-20］，是反映经济社会民生福祉的重要保障。（4）绿色生态层面。绿色可持续发展是牢固树立“绿水青山就是金山银山”理念、实现高质量发展的关键环节，更是促进人与自然和谐共生，全面建设社会主义现代化国家的本质要求。选取森林覆盖率（X10）、单位GDP能源消耗（X11）、地级以上城市空气质量优良天数比率（X12）等是经济社会发展中的衡量绿色生态层面的要素指标。（5）安全保障层面。粮食综合生产能力（X13）与能源综合生产能力（X14）是“十四五”时期发展规划中反映经济社会发展安全保障的重要指标，粮食综合生产能力对于把握粮食主动权，应对外部环境冲击，稳定国内经济发展环境具有重要的意义［21］。能源安全是关系经济社会发展的全局性战略性要素［22］，对冰雪产业的稳固发展至关重要。

2.2.2 数据说明 冰雪产业规模数据中2013—2017年数据来自《2018年中国冰雪产业白皮书》，2018—2019年数据来源于《中国冰雪经济发展报告》，2020年数据来源于《2021年中国冰雪产业发展研究报告》；数字经济产业规模数据来自于《中国数字经济发展白皮书》；地级以上城市空气质量数据来源于中国生态环境部官方网站；其余指标数据均来自于各年份《中国统计年鉴》。对于数据中的缺失值，采用SPSS软件中的邻近点趋势对其进行处理。

3 冰雪产业与经济社会发展的灰色关联分析  为消除量纲不同对计算结果的影响，在进行灰色关联分析之前，本文借鉴学者的研究，首先采用均值法即公式（6）对数据进行标准化处理［14］。

3.1 冰雪产业与经济社会发展的求差序列

根据公式（1）可求出2013—2020年冰雪产业与经济社会发展指标数据的求差序列如表1所示。同时根据公式（2）和（3），结合表1 可知，求差序列的两极最大差M=0.878 6，两极最小差m=0.000 9。

3.2 冰雪产业与经济社会发展指标数据的关联系数  根据表1 的求差序列，运用公式（4）可以测算冰雪产业与经济社会发展指标数据的关联系数r（x0（k），xi（k）），其中分辨系数ξ借鉴学者的研究［11］取值0.5，结果如表2所示。

3.3 冰雪产业与经济社会发展指标数据的关联度

为了更直观地探讨冰雪产业与经济社会发展的关联关系，进一步对冰雪产业与经济社会发展的关联度进行测算。根据表2，运用公式（5）测算出冰雪产业与经济社会发展各项指标的关联度，结果如表3所示。

4 讨论与分析

4.1 创新驱动要素与冰雪产业具有强关联性

由表3可知，三个创新驱动要素指标与冰雪产业具有非常强的关联性。数字经济是全球未来的发展方向，冰雪产业与数字经济产业规模（X6）指标的关联系数先于其他所有指标于2015年最先达到峰值，随后一直都是在高位波动。冰雪产业的发展离不开创新驱动要素的支持，其既是有效支撐冰雪产业发展的内驱动力，也是新一轮产业竞争力的核心环节。在疫情的冲击下，科技创新的作用更加凸显，冰雪产业与每万人口高价值发明专利的拥有量（X5）、全社会研发经费投入（X4）的关联系数分别在2019年和2020年达到最高。正如习近平总书记强调的“同我们国家的强国之路一样，中国冰雪运动也必须走科技创新之路”。创新驱动要素与冰雪产业的这种强关联性既是疫情防控下冰雪产业发展的现实需要，也是冰雪产业数字化转型的内在要求。冰雪装备制造的自主研发和科技攻关、冰雪体育场馆的智慧化运营、冰雪体育旅游的数字化场景打造、冰雪文化意象氛围的科技体验等，这些的发展都离不开科技创新要素的驱动。

4.2 国内生产总值、人均可支配收入与冰雪产业互动日益增加  冰雪产业与国内生产总值（X1）、人均可支配收入（X7）等指标具有较强的关联性。从表2可知，2013—2019年我国冰雪产业与X1和X7指标的关联系数都呈现波动式增长的趋势。近几年，我国冰雪消费和冰雪供给不断攀升，以滑雪为例，我国滑雪消费人次从2015年1 290万增加至2019年的2 202万［23］，截止到2021年初全国建成标准冰场654块、室内外各类滑雪场803个［3］。值得注意的是，冰雪产业所具有的集聚特征和具有需求弹性的特征使其更易受到疫情的冲击［24］，尤其是2020年初为应对疫情所采取的居家政策更是客观上限制了冰雪供给和消费的可能，进而呈现2020年国内生产总值和人均可支配收入与冰雪产业关联系数断崖式下降的情况。此外，受疫情的影响，消费者对未来收入和支出的不确定性使得居民防范型储蓄动机增强，同样在一定程度上抑制了冰雪消费的释放［25］，可能会更进一步地导致关联关系变弱。因此，随着我国经济的稳步发展，在双循环发展格局和全国统一大市场背景下积极探索冰雪消费培育的模式对于促进冰雪产业良性发展具有重要意义。

4.3 绿色生态要素与冰雪产业呈现曲线波动趋势

整体来看，冰雪产业与地级以上城市空气质量优良天数比率（X12）、森林覆盖率（X10）、单位GDP能源消耗（X11）等绿色生态要素指标具较强的关联性。随着《奥林匹克2020议程》提出的“可持续发展”原则和北京冬奥会绿色办奥理念的提出［26］，我国冰雪产业初期同样牢固树立绿色发展理念，绿色生态要素指标与冰雪产业的关联关系均在2016年达到最高。但随着各界社会资本不断布局冰雪产业，冰雪资源的开发利用不断深入，冰雪场馆前期投资大、资金回笼周期长、运营时间有限等现实问题不断涌现，加之冰雪资源的公共物品属性，使得投资者更多地关注经济效益而忽略社会生态效益，从而使得绿色生态要素与冰雪产业的关联关系有所回落。但促进人与自然和谐共生发展是建设中国式现代化的根本原则［27］，冰天雪地是巨大的生态宝库，冰天雪地也是金山银山，冰雪产业的发展应当实现经济效益、社会效益与生态效益的有机统一，只有这样才能实现冰雪产业高质量发展。

4.4 政策效应促进冰雪产业与经济社会发展的良性互动  政策效应促进冰雪产业与经济社会发展的良性互动首先表现在随着利好政策的释放，2013—2019年人均可支配收入与冰雪产业的关联关系呈现逐年上升的趋势。冰雪产业政策的引导提高了对冰雪运动的关注，催生了冰雪消费需求的欲望，而人均可支配收入的增加，极大地提高了人们对冰雪消费的支付能力和购买能力。其次以冬奥会为契机，科技创新技术不断融入冰雪产业发展，增强了冰雪装备制造的研发生产能力、提升了冰雪场馆的智慧化水平、拓展了冰雪竞赛表演业的消费空间、增加了冰雪健身休闲业的消费方式等，促进了科技与冰雪产业的深度融合。科技资源的有效配置更是后冬奥时代冰雪产业协同高效发展的重要基石［28］。但同时也应该注意到疫情冲击使得各指标与冰雪产业的关联系数下降，政策效应不能充分释放。因此，冰雪产业发展过程中，应理性对待政策对冰雪产业发展的推动作用，在发挥政策效应的同时应充分发挥市场的调控作用，以期实现冰雪产业的可持续发展。

5 結论与建议

5.1 结 论

（1）冰雪产业与经济社会发展以产品与劳务联系、生产技术联系、劳动就业联系和投资联系为纽带产生关联关系；（2）数字经济产业规模、每万人口高价值发明专利的拥有量、全社会研发经费投入等创新驱动要素指标与冰雪产业具有非常强的关联关系；2013—2019年国内生产总值、人均可支配收入与冰雪产业的关联关系逐年上升，冰雪消费的消费欲望和购买能力逐渐增强；（3）绿色生态要素与冰雪产业呈现曲线波动趋势，生态环境是冰雪产业赖以生存的基础，冰雪产业的发展与生态环境保护相辅相成；（4）政策红利推动冰雪产业的快速发展，但同时应充分发挥市场的调控作用，促进冰雪产业可持续发展的发展。

5.2 建 议

（1）强化创新驱动，提升冰雪产业核心竞争力。运用“互联网+”“5G+”、大数据、人工智能等新技术，整合冰雪产业优质资源，以科技引领提升冰雪产业核心竞争力，加快冰雪产业数字化转型的进程。（2）协调人与自然和谐共生，着力推动冰雪产业高质量发展。冰雪产业具有较强的资源依赖性，冰雪资源是冰雪产业发展的基础，冰雪产业生态化和生态冰雪产业化协同发展是协调人与自然和谐共生，推动冰雪产业高质量发展的重要途径。（3）实施有效市场和有为政府双重驱动，充分发挥冰雪产业在经济社会发展中的积极作用。在冰雪产业发展过程中，持续发挥政策的引导、支持和宏观调控作用，同时强化市场在资源配置中的决定性作用，以有效市场和有为政府的双重驱动模式促进冰雪产业发展。

参考文献：

［1］ 苏东水，苏宗伟.产业经济学（第五版）［M］.北京：高等教育出版社，2021.

［2］ 颉佳，王世金，窦文康，等. 1989—2019年中国滑雪场时空特征及其演变规律［J］. 地理科学， 2022， 42（6）： 1064-1072.

［3］ 中新网.报告：冬奥筹办带动城市发展 冰雪运动全面普及推广［EB/OL］. （2022-01-19）［2022-05-12］.https：//www.sohu.com/a/www.sohu.com/a/517655423_115362.

［4］ 姚小林，王俊.我国滑雪旅游服务产业智慧化建设形成逻辑与实施路径［J］.体育文化导刊， 2021（7）： 14-19，26.

［5］ 李子彪，王思惟，高光琪.高质量发展背景下中国冰雪体育产业链的整合模式及对策［J］.当代经济管理，2022，44（12）：63-72.

［6］ 姚小林，安婧，宁博文，等. 北京冬奥会背景下冰雪体育人才培养的实然困境与创新对策［J］. 哈尔滨体育学院学报， 2020， 38（4）： 29-33.

［7］ 杭州日报. 冰雪产业人才发展观察报告：人才需求规模同比增长57%［EB/OL］. （2022-09-20）［2022-09-20］.https：//baijiahao.baidu.com/s？id=1725621728517815728&wfr=spider&for=pc.

［8］ 邓聚龙.灰色控制系统［J］.华中工学院学报， 1982（3）： 9-18.

［9］ 刘思峰，杨英杰.灰色系统研究进展（2004—2014）［J］.南京航空航天大学学报， 2015， 47（1）： 1-18.

［10］ 刘思峰，蔡华，杨英杰，等.灰色关联分析模型研究进展［J］.系统工程理论与实践， 2013， 33（8）： 2041-2046.

［11］ 韩松，王莉.我国体育产业与养老产业融合态势测度与评价［J］.体育科学， 2017， 37（11）： 3-10.

［12］ 苏家本.体育产业与区域经济发展水平协调关系评价研究——基于我国12个省市数据评价检验［J］. 西安体育学院学报， 2021， 38（4）： 449-460.

［13］ 任波.体育产业与城市化关联耦合演进特征——基于上海市数据的实证分析［J］. 山东体育科技， 2021， 43（5）： 1-9.

［14］ 任波.我国体育产业与经济社会发展关联关系测度研究［J］.中国体育科技， 2021， 57（9）： 82-89.

［15］ 高鸿业.西方经济学·宏观部分［M］.北京： 中国人民大学出版社， 2014.

［16］ 龙春涛，宋香荣.城镇化、劳动力质量与经济增长［J］.统计与决策， 2022， 38（16）： 52-56.

［17］ 蒋依依，张月，高洁，等.中国冰雪资源高质量开发：理论审视、实践转向与挑战应对［J］.自然资源学报， 2022， 37（9）： 2334-2347.

［18］ 刘亮，吕万刚.新时代我国体育产业高质量发展的理论探赜与问题论域［J］. 北京体育大学学报， 2021， 44（7）： 1-8.

［19］ 李学冬，刘玉华，刘霞，等.基于灰色系统理论的我国康复卫生资源预测研究［J］. 中国康复医学杂志， 2021， 36（8）： 997-999.

［20］ 王泽荣，张红历，董春，等.医疗资源储备与新冠疫情防控——基于健康生产函数的视角［J］.财经科学， 2021（2）： 71-83.

［21］ 黄大勇，朱洋洋，熊豪，等.粮食安全视角下水稻家庭农场全要素生产率测度研究［J］.中国稻米，2023，29（1）：19-26.

［22］ 王中庆.山西能源革命与碳达峰碳中和有效衔接研究［J］.经济问题， 2022（9）： 115-122.

［23］ 伍斌.2020中国滑雪产业白皮书［EB/OL］. （2020-02-18）［2022-10-29］. https：//www.docin.com/p-2561904128.html.

［24］ 蒋晓薇， 杨倩. 后疫情时代体育消费新趋势、新挑战、新应对［J］. 哈尔滨体育学院学报， 2022， 40（2）： 56-61.

［25］ 依绍华.新冠疫情下促进我国居民消费持续恢复策略研究［J］. 价格理论与实践， 2022（5）： 15-18.

［26］ 郭振，乔凤杰.北京绿色奥运遗产及其困境与继承［J］. 武汉体育学院学报， 2016， 50（8）： 18-22，38.

［27］ 李彦龙，常凤，陈德明.中国式体育现代化的逻辑遵循、实践理性与推进路向［J］.哈尔滨体育学院学报，2023，41（1）：1-9，105.

［28］ 王祺，曲连珠，董捷.“后冬奥时代”我国冰雪体育旅游业科技资源配置优化路径［J］.哈尔滨体育学院学报，2022，40（6）：41-46，54.