体育产业区域发展的需求侧动力研究
——基于空间计量模型的实证

汪 艳，王 跃，李 杰

（1.华东理工大学 体育经济理论研究所，上海 200237；2.深圳市社会科学院 经济所，深圳 518028）

近年来，我国体育产业持续快速发展，对社会经济的贡献度也不断增强。2016年至2018年我国名义体育产业总规模的增速不断提升，虽到2019年有所下降，但都高于同年名义GDP的增速，见图1（a）。同时，体育产业增加值占GDP比重也逐年提升，见图1（b），体育产业正在逐步成为我国国民经济的重要支柱。从国际视角来看，以体育产业较为发达的美国为例，根据Plunkett Research估算，美国在2015年和2019年体育产业总值分别达4 752亿美元和5 626亿美元，5年增长了18.39%。我国体育产业总规模在2015年和2019年分别为17 107亿元和29 483亿元，按照当年平均汇率计算分别折合约为2 747.14美元和4 274.94美元，根据美元值计算，5年增长了55.61%。可见，近年来我国体育产业总规模的增速远远超过了美国。

图1 我国体育产业总规模增长速度及增加值GDP占比

通过梳理相关文献发现，有些学者对促进我国体育产业增长的多种动力因素进行了分析［1-2］。自2015年末我国提出“供给侧结构性改革”以来，许多学者结合这一背景在研究中强调供给侧的因素对体育产业发展的重要性［3-4］。还有一些研究采用了定量分析方法，重点分析了劳动、资本、技术、土地等相关生产要素投入对体育产业发展的影响［5-6］。2020年中央经济工作会议提出，构建双循环新发展格局也要注重需求侧管理，从需求端牵引供给。毋庸置疑，需求能够引致经济增长［7-8］。潘磊等利用投入产出法对影响体育事业发展的需求因素进行了实证分析［9］。董艳梅等运用SDA结构分解技术重点探讨了消费、投资、出口等需求因素对体育产业增长的影响［10］。张蕾等通过建立MS-VAR模型分析了体育产业产能增长的相关需求因素［11］。但此类从需求角度出发的实证研究仍相对较少。此外，区域协调发展是实现经济高质量发展的重要抓手，近年来我国体育产业的区域发展也备受学者关注［12-13］。优化体育产业布局，促进产业区域协调发展也是推动我国体育产业高质量发展的重要举措。虽然已有部分文献对我国体育产业发展需求侧的因素进行了定量分析，但大都是基于全国总体数据，并未充分考虑我国的区域发展特征。张瑞林等结合产业基础和产业消费的区域发展，从区域异质性视角探讨了体育产业高质量发展动力［14］，但其研究主要是侧重于理论论证。基于以上相关文献，本文试图利用区域性省级数据，根据凯恩斯宏观经济模型，实证分析需求侧动力因素对体育产业区域发展的影响，并在基本模型的基础上将区域间的空间相关性纳入分析，以期在“双循环”经济新发展格局背景下，为优化我国体育产业区域空间布局，从需求侧拉动体育产业区域高质量发展提供一定的客观依据，不断促进体育产业的需求侧与供给侧动力因素协同发力。

1 我国体育产业的区域分布

体育产业总产出（也称总规模），即一个国家（或地区）所有常住单位在一定时期内生产的所有体育货物和服务的价值，反映常住单位从事体育生产活动的总规模［15］。从概念范围看，我国体育产业总产出与发达国家对体育国内生产总值（Gross Domestic Sports Product-GDSP）［16］的范围界定类似，因此本文采用GDSP代表体育产业总产出。

根据国家统计局2015年颁布的《国家体育产业统计分类》，我国体育产业主要涉及国民经济的第二、三产业，因此本文将第二、三产业产值的加总代表地区经济。基于我国大陆各省发布的2015年和2017年体育产业总产出，计算得出的各省人均体育产业总产出及相应年份的第二、三产业加总值等数据，利用ArcMap10.7软件可绘制出四分位地图（见图2和图3）。由图2（a）可知，2015年我国体育产业区域分布呈现出“核心-边缘”的特征，其中东部沿海省份体育产业产出较高为“核心”，其他地区产出较低为“边缘”。对比图2（a）和图2（b）可知，大多省份体育产业总产出与人均值等级一致，一些人口较多的省份如山东、四川、湖南等相对体育产业总产出，其人均值等级较低。对比图2（a）和图2（c）可知，体育产业与地区经济的空间分布规律基本一致，但北京、福建、重庆等体育产业总产出的等级更高，说明其体育产业发展在地区经济中相对较好。陕西、河南等省的体育产业相对于整体经济而言发展偏弱。

图2 2015年GDSP、人均GDSP和第二、三产业加总值区域分布地图

图3 2017年GDSP、人均GDSP和第二、三产业加总值区域分布地图

根据图3（a）可知，2017年仍是东部地区的体育产业更具优势。江苏、福建、广东的体育产业总产出处于最高级。图3（b）显示北京、上海、福建的人均体育产业总产出等级最高。与地区经济相比，北京、辽宁、上海、福建等地体育产业较为发达。

2 体育产业区域需求增长模型

我国体育产业总产出的统计范围包括体育管理活动、体育竞赛表演活动、体育健身休闲活动，体育用品及相关产品制造等11大类，主要是从宏观层面衡量体育产业总规模。因此本文基于凯恩斯宏观经济模型和相关文献［7，17］，从国民收入恒等式出发，构建体育产业区域需求增长模型，重点考察国内外相关需求因素的影响。

为了将研究聚焦在体育产业，首先假定某一时期，一个仅含有体育产业的封闭经济体内，有体育产业生产者、消费者及政府3个部门。与社会体育总需求相等时的均衡体育产业总产出，可分解为体育消费C、体育投资I和政府体育预算支出G的线型组合，将其推广到i个地区，体育产业区域需求增长模型可表示为：

进一步考虑开放经济下的外部需求，即体育净出口（Xi-Mi）对体育产业增长的影响，在上述三部门模型的基础上构建四部门体育产业区域需求增长模型。

2.1 理论机制

根据凯恩斯宏观经济理论，短期内经济体的均衡产出是由总需求和总供给共同决定。总需求是经济增长的拉动力，总供给是推动力。总需求会通过经济循环过程传导到供给侧，促进技术创新和产业优化升级，提高企业盈利和居民收入水平，进一步产生引致需求，从而拉动经济增长。在前文所考虑的仅包含体育产业的经济体内，体育总需求是由体育消费、体育投资、政府体育支出及体育净出口组成。首先，扩大体育消费会促进体育总需求的增加，进而拉动体育产出增长。其次，体育投资规模的扩大会增加体育总需求，同时会通过乘数效应作用于体育产出增长。封闭经济下，投资乘数取决于边际消费倾向的高低，一笔投资能通过乘数效应引起数倍于这笔投资的产出增加。此外，政府体育支出可以通过乘数效应和挤出效应对体育产出增长产生影响。政府体育支出的增加能通过乘数效应使体育产出提高数倍，同时也会引起私人投资和消费减少，降低部分总需求，产生挤出效应。一般乘数越大，挤出效应越大。最后，开放经济下体育外部需求可以通过实现规模经济、促进技术进步和提高资源配置效率等促进体育产出增长。体育净出口增长会通过外贸乘数引起体育产出的成倍增加。一般外贸乘数为1/(1-b+m)，其中b为边际消费倾向，m为边际进口倾向（即一单位国民收入增加引起的进口增加量）。由于存在边际进口倾向，开放经济下的乘数效应会小于封闭经济下的乘数效应。

2.2 研究假说

在以上机制作用下，需求因素会拉动区域体育产业增长。封闭经济下，当地区i处于均衡产出时，假定其他变量保持不变，体育消费、投资和政府支出增加会引起体育产业总产出增加，可以提出假说1。

假说1：封闭经济下，体育消费、体育投资及政府体育支出增加会对区域体育产业增长有正向作用。

当地区i处于均衡产出时，假定其他变量不变，体育净出口（Xi-Mi）增加会引起体育产业总产出增加，但受边际进口倾向影响，乘数效应会比封闭经济下的乘数效应小，可以提出假说2。

假说2：开放经济下，外部需求对区域体育产业增长有正向作用，但受乘数效应变小的影响，相关需求因素的作用相对封闭经济会减弱。

按照地理第一定律，任何地理事物间都有相关性，且与距离有关。一般距离越近，相关性越大［18］。因此，本地区产出增长会受到邻近地区相关因素的影响，可以提出假说3。

假说3：区域间的空间相关性会使区域体育产业的增长受到邻近地区相关因素的影响。

3 实证模型设定与数据说明

3.1 实证模型设定

首先构建封闭经济标准截面数据计量模型，即三部门模型。为消除异方差，将所有变量取对数（下同）：

再考虑开放经济，将体育产品净出口（Net Exports-NX）纳入模型（3），其中εi为误差项。定义NX=X-M，构建四部门模型：

在模型（4）的基础上，将区域间的空间相关性纳入分析框架。首先建立空间滞后模型（SLM），其形式如下：

式中ρ为空间滞后系数，表示邻近区域体育产业产出对本地区体育产业产出的影响。若ρ显著，则表明体育产业产出在区域间存在明显的相互依赖，ρ的值越大表明区域间产出的空间溢出效应越大，Wij为空间权重矩阵的元素，该矩阵为标准化的各省会城市间大圆弧距离（即根据地球球面上经纬度计算的城市间的最短距离）的倒数构建的空间权重矩阵（下同）。

Anselin指出误差项中极有可能包含空间依赖性，模型中若将其忽略会得到无偏但缺乏效率的估计［19］。空间误差模型（SEM）能通过空间自相关的误差项消除空间自相关现象，其形式为：

式中εj为误差项，λ为误差项的空间滞后项系数，若λ显著则说明误差项中存在空间自相关，即模型中遗漏变量的空间相关性会显著影响体育产业产出。

3.2 数据说明

本文选取体育产业总产出（Y）为被解释变量，数据源于2015年我国大陆23个省体育产业总规模及增加值数据公告。选取体育固定资产投资（I）、体育消费（C）、政府体育支出（G）、体育产品净出口（NX）为解释变量。其中变量I数据源于中国经济社会大数据研究平台，根据已公布的2014年的年度数据及2015年月度数据，按照比值法对缺失的2015年12月累计值进行了补齐。体育消费与文化娱乐消费有较强的相关性，都属于非基本生活消费的发展型消费，我国省级体育消费统计尚未全面展开，据《2014年全民健身活动状况调查公报》当年人均体育消费为926元，《中国文化及相关产业统计年鉴》数据显示2014年人均文化娱乐消费为671.5元，二者数量级比较一致，故采用文化娱乐消费作为变量C的替代指标。变量G采用政府公共预算中的体育支出衡量。变量C和G的数据均来自《中国文化及相关产业统计年鉴》。由于部分省份以美元衡量的体育产品进口额大于出口额，即产生净出口值为负的情况，无法用于计量模型估计，故变量NX采用以件为单位的体育产品净出口数量来衡量，数据源于“国研网”体育产品（海关代码9506）进出口量。表1为变量的描述性统计结果。

表1 各变量的描述性统计

4 体育产业区域发展需求侧动力实证分析

4.1 体育产业总产出的空间相关性分析

4.1.1 全局空间自相关检验

Moran最早提出了Moran’s I检验［20］，是被广泛采用的空间自相关检验方法，其公式为：

利用Stata15.1对体育产业总产出（lnY）进行全局自相关检验，得出其Moran’s I值为0.260，通过1%的显著性检验（见表2），说明我国体育产业存在显著的空间正相关，实证检验时应构建空间计量模型分析。

表2 体育产业总产出（lnY）的Moran's I

4.1.2 局部空间自相关检验

局部空间自相关分析通过测算空间关联局域指标（LISA）分析每个区域与周边地区间的空间差异程度，可以检验局部地区高值或低值是否在空间上趋于集聚［21］，其公式为：

其中，Ii为局域Moran’s I指数，Xi为地区i的观测值，Wij为空间权重矩阵的元素。

根据Moran’s I散点图可分为高高（HH）即高值地区被高值地区包围，低高（LH）即低值地区被高值地区包围，低低（LL）即低值地区被低值地区包围以及高低（HL）即高值地区被低值地区包围的4种关联模式。

利用Stata15.1对体育产业总产出（lnY）进行局部空间自相关检验（见表3）。从检验结果可知，有8个省份的局部空间自相关指数通过了至少10%的显著性检验，且均为正。具体的空间相关模式为：江苏、浙江和福建为HH型，这3个区域体育产业较高，都处于东部沿海地区且互相临近。广西、重庆、贵州、陕西、宁夏属于LL类型，其自身体育产业产出较低，又被产出较低的地区所包围。

表3 体育产业总产出（lnY）的局域空间自相关（LISA）检验结果

4.2 模型的计量分析结果

4.2.1 标准截面数据计量模型

通过标准截面数据计量模型（OLS）分别对封闭经济（三部门）和开放经济（四部门）进行估计（见表4）。利用方差膨胀因子（VIF）对模型进行多重共线性检验，结果表明模型不存在严重的多重共线性问题。

表4 标准截面数据计量模型回归结果（OLS）

由表4可知，在封闭经济中，lnC系数为1.908 6，通过了5%的显著性水平检验。表明体育消费每增加1%，体育产业增长1.908 6%。lnI系数为0.818 5，通过了5%的显著性水平检验，即体育投资增加1%，体育产业增长0.818 5%。该结果部分验证了假说1，即封闭经济下体育消费、体育投资会促进体育产业的增长。但政府支出系数未通过显著性检验。在开放经济中，lnI系数为0.578 9，通过了10%的显著性水平检验。说明体育投资每增加1%，体育产业增长0.578 9%。lnNX系数为0.180 7，通过了10%的显著性水平检验。说明体育产品净出口每增加1%，体育产业增长0.180 7%。其他变量的系数均未通过显著性检验。通过对比三部门和四部门模型可知，由于外部需求加入乘数效应变小，体育投资系数变小，显著性水平降低；体育消费系数变小，其影响变为不显著，估计结果基本支持了假说2的成立。

4.2.2 空间截面数据计量模型

通过全局空间自相关和局部空间自相关检验可知，体育产业总产出存在显著的空间相关性，因此有必要建立纳入空间效应的空间计量模型进行检验。利用空间滞后模型（SLM）和空间误差模型（SEM）对开放经济条件下的四部门模型进行估计，并与四部门标准截面数据计量模型（OLS）的估计结果进行对比，具体结果见表5。

表5 空间截面数据计量模型回归结果

一般计量模型的拟合优度（R2）和对数似然值（LogL）越大，拟合效果越好。从表5可知，SEM的R2和LogL都大于OLS模型和SLM模型，其拟合效果更好。根据SEM的结果，误差项的空间滞后项系数λ为-1.143 8，且通过了5%的显著性水平检验。说明某一地区与体育产业产出相关的遗漏变量的误差冲击，会随基于地理距离的空间权重矩阵W传递到邻近地区，并对该地区的体育产业产生显著的负向影响。该结果验证了假说3的成立。

SEM模型结果表明，lnC系数为1.017 6，通过了10%的显著性水平检验，说明体育消费每增加1%体育产业增长1.017 6%。按照体育产业发展的一般规律，人均GDP接近一万美元时，体育产业一定会发力［22］。在考察期，我国已有10个省人均GDP突破了1万美元。随着居民生活水平的提高，其消费结构正朝着享受型和发展型消费方向转变。体育消费作为该类消费之一也逐步成为居民消费的重要组成部分［23］，对区域体育产业发展拉动力显著。lnI系数为0.728 5，通过了1%的显著性检验，即体育投资每增加1%体育产业增长0.728 5%，说明体育投资对体育产业增长的促进作用显著。根据发达国家的经验，体育产业的资本报酬率相对社会平均报酬率更高，流入的资本也比一般产业高［24］。我国相关促进体育产业发展政策的红利逐步释放，也吸引了更多的资本投入体育产业［25］。lnNX系数为0.249 2，通过1%的显著性水平检验，说明体育产品净出口每增加1%，体育产业增长0.249 2%。加入WTO以来，我国体育用品通过出口长期占据全球体育用品市场，净出口也是拉动体育产业增长的力量之一。lnG系数不显著，《中国文化及相关产业统计年鉴》的数据显示，2015年我国体育财政支出为356.48亿元，仅约占当年全部财政支出的0.2%，而文化财政支出的占比约为0.6%。说明政府体育支出的规模相对较小且作用不显著，也说明体育产业发展更多是靠市场化需求因素驱动［26］。

本文通过减少样本量和改变空间权重矩阵构造方式（即采用欧氏距离的倒数构建空间权重矩阵）对SEM模型结果进行了稳健性检验，其估计结果与前文估计结果基本一致，说明计量模型估计结果具有一定的稳健性。

5 结语

我国体育产业总产出与区域经济的空间布局总体一致，有显著的空间相关性。封闭经济下体育消费和体育投资对体育产业区域发展具有促进作用。开放经济下，体育产品净出口能够促进区域体育产业增长。与封闭经济相比，外部需求的加入会引起体育投资的拉动作用减少，体育消费的作用变为不显著。纳入空间效应的空间计量模型表明我国区域体育产业增长主要依靠消费、投资和外部需求的拉动。

根据研究结果，可以得到以下启示：首先，在体育产业发展过程中，应充分考虑地区间的空间关联效应，如在京津冀、长三角、粤港澳等国家重大战略区域内形成地区间分工协作，发挥各地比较优势，促进体育要素区域内自由流动和优化配置。通过区域内体育产业一体化发展减少地区间差异，逐步带动全国体育产业的区域高质量发展。其次，本文结果发现需求因素中消费的拉动力最强，其次为投资，外部需求的作用相对较小。当前国际新冠疫情造成外需前景不明，体育进出口贸易持续恶化［27］，因此短期内应以扩大体育内需为主导，通过创建“体育消费试点城市”等举措，拓展消费空间、释放消费潜力，探索新的体育消费增长点。同时还应广泛吸引投资，促进投资、消费形成良性循环，共同拉动体育产业区域发展。最后，应加强政府对区域体育产业的调控作用，通过增加政府体育支出带动社会投资、引导消费，但应注意避免对市场主体投资和居民消费的挤出效应。