我国体育产业与医疗服务业共生关系分析
——基于2004-2020年全国数据的VAR模型实证研究

秦国阳,秦 勇

(1.山东师范大学 体育学院,山东 济南 250358;2.济南市历下区教育局,山东 济南 250013)

《“十四五”体育发展规划》从多个方面对落实全民健身国家战略和推动健康中国建设提出了新要求,包括“推动全民健身和全民健康深度融合”“加强体医融合和非医疗体育干预”“以智慧化赋能推进全民健身高质量发展”等[1]。在体医融合的背景下,体育产业与医疗服务业之间的发展联系受到更多的关注。

在“十四五”规划和健康中国战略的新要求下,科学化的公共健身服务供给、“体医结合”的复合型人才培养、体育和医疗的联动机制以及体育非医疗手段干预等都成为当前的研究重点,大量学者对体医融合进行了深入研究。相关研究结果可以大致分为三类:一是体医融合的互惠发展关系研究[2-5];二是不同理论、视阈下体育和医疗产业的发展路径研究[6-8];三是体育子产业或社区体育产业与医疗卫生服务的融合发展研究[9-10]。

综上所述,当前的相关研究为体医融合发展提供了丰富的理论参考,但也存在相关实证研究缺乏、对实践应用关注不足等问题。因此,本研究以共生理论为基础,对体育产业与医疗服务业的共生关系和模式进行理论分析,并通过向量自回归模型(VAR模型)结合2004-2020年全国数据对我国体育产业与医疗服务业共生发展关系进行实证分析,为促进体育产业与医疗服务业的共生协同发展以及体育与医疗的深度融合提供参考。

1 研究对象与方法

1.1 研究对象

以我国体育产业与医疗服务业共生关系为研究对象,以2004-2020年全国数据为研究依据进行实证分析,探究体育产业与医疗服务业之间的共生关系。

1.2 研究方法

1.2.1 数理统计法

基于国家体育总局的全国体育产业总规模与增加值数据公告以及国家统计局中国卫生健康统计年鉴,通过Excel 2016对2004-2020年我国体育产业与医疗服务业等相关指标进行统计归纳,并通过插值法补齐相关数据,采用SPSS 26.0对体育产业增加值和医疗卫生总产值进行描述性统计分析,为实证分析提供数据依据。

1.2.2 VAR模型分析法

向量自回归(VAR)模型是一种计量经济学的常用模型,被广泛应用于经济学等相关领域。VAR模型是由美国经济学家克里斯托弗·西姆斯依据WOLD分解定理而设计的计量经济分析模型,分析经济系统内各变量间的关系,为管理部门制定相关经济政策或决策提供参考。因此,本研究选择VAR模型对我国体育产业与医疗服务业的发展效应进行分析,探究双方的相互作用关系,为相关管理部门科学、合理规划体育产业与医疗服务业的协同发展提供参考依据。VAR模型的数学表达式为:

yt=A1yt-1+…+Apyt-p+εt,t=1,2,…,T

2 体育产业与医疗服务业共生系统分析

共生关系是指在一定的共生环境中,两个及以上的共生单元之间形成的相互协同的发展关系,其本质特征为合作性与协同性[11]。德国生物学家德贝里在1879年首次提出了共生理论,该理论不断丰富发展,到了20世纪中期,该理论逐渐从描述物种关系的生物学视角过渡并应用于社会科学的研究中,被广泛应用于管理学、社会学以及哲学等领域,为分析复杂社会现象提供理论支撑[12]。

共生单元、模式与环境是共生系统的三大要素,其中,共生单元是基础,共生模式是核心要素,共生环境则是重要的外部条件,三大要素共同推动着共生系统的演化发展[13]。共生单元作为共生关系构建中的基本要素,是形成共生关系的主体,并且人、组织、社会现象等都可以充当共生单元,因此体育产业和医疗服务业都可以作为共生单元进行研究。此外,两个及多个共生单元以某种关系相互协同发展是构建共生关系的基础条件[14]。体育产业与医疗服务业对于促进健康的经济、社会及科技资源都有一定需求,所以体育产业与医疗服务业之间具备产生共生关系的条件。

对于体育产业与医疗服务业的共生模式(见图1)而言,在政治、经济、文化等环境的共同作用下,我国体育产业与医疗服务业通过卫生健康资源配置、运动康复和医疗卫生人才交流或体育医疗产业结合等多种协同形式,形成了良性互动、互惠共赢的发展态势[15]。体育产业为医疗服务业提供资源、场地等物质基础,医疗服务业的发展提升了体育产业的发展空间和规模。体育产业与医疗服务业之间通过资源共享、人才培养、信息整合等形成的合作模式即为共生模式,影响这种相互作用的体医融合政策、医疗市场环境、社会氛围以及其他发展条件等被称为共生环境。

图1 体育产业与医疗服务业共生系统结构

3 体育产业与医疗服务业共生行为模式理论分析

共生行为模式代表着共生双方产生的相互作用,反映了共生双方的本质联系[16-17]。(1)寄生模式是指在共生系统中,一个共生单元受益,另一个共生单元受害,收益的共生单元为纯粹的利益接受者,另一共生单元则为利益受损者,双方之间的合作无法产生新的经济价值。(2)偏利共生行为模式是指共生系统可以产生新的经济价值,但这些经济收益仅为共生关系的一方所得,这使得共生双方难以保持长期、稳定的偏利共生关系,如不能通过升级调整为共生双方都创造新的经济价值,则会导致关系的破裂。(3)若共生双方处于非对称性互惠共生行为模式下,双方都能够产生新的经济价值,但收益分配具有“非对称性”。由于技术、资源分配、任务量不同以及承担风险的差异等因素影响,导致某一方在共生关系中占主导地位,获得较多的收益。(4)对称性互惠共生行为模式是指共生双方产生了对双方均等的新价值,是一种长期稳定、高效共赢的共生模式,并形成具有“对称性”的收益划分机制,是共生行为模式发展的最终目标。

如图2所示,共生双方从“寄生模式”到“对称性互惠共生”的发展是从低级向高级不断升级演化的过程。在体育产业与医疗服务业建立共生关系的初期,受限于专业人才资源匮乏、资源共享程度低、信息交流缺乏整合等问题,导致共生关系处于寄生模式或偏利共生模式,随着人才培养方案的调整、资源配置的科学化、信息交流的加强,逐步形成互惠共生的合作关系,表现出良性互动、互惠共赢的发展趋势。

图2 体育产业与医疗服务业共生关系演化轨迹

4 体育产业与医疗服务业共生行为模式实证分析

4.1 我国体育产业与医疗服务业共生行为模式的VAR模型设计

4.1.1 指标选取

如图3所示,VAR模型构建流程的第一步就是科学、合理地选取指标。本研究选取体育产业增加值作为我国体育产业发展情况的评估指标。我国体育产业近几年发展速度较快,在2019年未受疫情影响时,我国体育产业的年增长率达到10.9%,说明我国体育产业处于快速发展阶段。医疗服务业选取总产值为评估指标,数据具有连续性,可以客观反映出我国医疗服务业的发展情况。

4.1.2 数据来源与预处理

本研究主要分析体育产业与医疗服务业之间的关系,选取“体育产业增加值”(phy)和“医疗服务总产值”(med)为分析变量,选取2004-2020年数据为研究样本,通过插值法补齐相关数据,样本数据主要来源于《国家体育总局体育产业统计公报》《中国卫生健康统计年鉴》等。

由于,体育产业增加值与医疗服务业总产值均为时间序列,在构建VAR模型实证分析之前,采用变量自然对数的方法对数据进行预处理,在不改变原变量协整关系的基础上,得到ln phy(体育产业增加值)和ln med(医疗卫生总产值),从而消除可能存在的异方差和多重共线性等问题。

4.2 平稳性检验

为避免在构建VAR模型时出现“伪回归”现象,分别对phy以及med两个时间序列变量进行ADF单位根检验[18-19]。如表1所示,一阶差分序列dln phy和dln med均在5%置信水平下平稳,ln phy和ln med服从同阶单整。

图3 VAR模型构建流程

表1 ADF单位根检验结果

4.3 协整检验

为进一步判断ln phy和ln med之间是否存在稳定的均衡关系。因此,采用Johansen检验方法进行协整检验分析,用以检验2个变量之间是否具有协整关系[20]。

由表2可知,原假设At most 1设定体育产业增加值与医疗服务业总产值之间最多存在一个协整关系,该假设的迹检验统计量为6.74大于迹检验临界值的5%(3.84),p值0.009 4<0.01,因此拒绝原假设,认为体育产业增加值与医疗服务业总产值之间具有两个协整关系,其协整方程为:ln med-0.920 6ln phy=0。

通过协整方程可以发现,2个变量之间的关系为:体育产业每提升1%,就会带动医疗服务业增加0.920 6%,体育产业对医疗服务业的长期弹性系数为0.920 6;医疗服务业每增加1%就会推动体育产业提升1.086 2%,即医疗服务业对体育产业的长期弹性系数为1.0862。通过对比发现,体育产业与医疗服务业之间存在互惠共生关系,且互惠共生的作用为非对称性的(1.086 2>0.920 6>0)。

表2 体育产业与医疗服务业序列协整检验

4.4 VAR模型分析

4.4.1 最优滞后阶数确定

通过LR,FPE,AIC,SC以及HQ等5个信息准则确定VAR模型的最优滞后期,如表3所示,通过检验结果发现,当滞后期为1时,4个信息准则为最小值,因此将1作为最优滞后阶数进行构建VAR模型。

表3 VAR模型最优滞后期确定

4.4.2 模型有效性检验

通过AR根进行检验,VAR模型的所有特征根都落于单位圆内(见图4),证明该模型具有较高的稳定性。

图4 VAR(1)模型有效性检验

4.4.3 脉冲响应分析

通过脉冲响应分析可以直观地衡量各变量对共生关系的影响轨迹[21]。图5和图6分别是体育产业增加值对医疗服务业总产值与医疗服务业总产值对体育产业增加值的脉冲响应图,横轴代表追溯期数,期数设定为10,实线表示的是脉冲响应的变化曲线,虚线则表示标准差的波动范围。

图6 医疗服务业总产值对体育产业增加值的脉冲响应

如图3所示,体育产业增加值对医疗服务业总产值的脉冲响应值随期数增加而快速提升,在第2期达到最大,脉冲响应值始终为正,并在第3期开始呈现出减弱的趋势,说明可以产生长期稳定的正向冲击,长期效果显著。

医疗服务业总产值对体育产业增加值的脉冲影响值随着期数增加而不断下降(见图4),特别是1-4期的脉冲影响值下降幅度较大,但脉冲影响值始终为正,即正向冲击。结合图3、4可知,体育产业增加值与医疗服务业总产值两者之间相互促进的效应大小不一,但都为正向效应。体育产业与医疗服务业的脉冲响应效果不同,也证明了变量间存在非对称性互惠共生关系。

4.4.4 方差分解

为进一步了解体育产业增加值与医疗服务业总产值的相互贡献程度,通过对VAR模型进行方差分解分析[22],预测期数选择10期。ln phy方差分解表明(见表4),在第1期中ln phy的变动贡献度全部来源于自身,随后缓慢下降,到第10期时下降至98.73%。而ln med的贡献度逐年缓慢上升,到第10期时仅占1.27%,说明医疗服务业对体育产业的推动作用较小,但保持着长期正向的积极作用。通过ln med方差分解发现,第1期时,32.11%的ln med方差是由ln phy引起的,ln med自身影响占预测方差的67.89%,并随着期数增加呈现出递减趋势,并在第10期稳定在63.5%。而ln phy的贡献度逐渐增大,在第10期时达到36.5%。由此可见,体育产业的不断增长为医疗服务业的发展起到了较大的推动作用,并占据重要地位。综上所述,体育产业与医疗服务业均能给对方带来正向的促进作用,但两个变量在冲击结构上表现出“非对称性”的发展趋势。

表4 方差分解结果

5 我国体育产业与医疗服务业共生发展的优化路径

5.1 重视协整关系,加强全民健身、全民健康和体医融合的优势互补

协整检验表明,我国体育产业与医疗服务业之间具备长期稳定的均衡关系,在国家大力推动健康中国建设的大背景下,应推动全民健身、全民健康和体医融合的深度融合,从而改善共生环境。一方面,体育产业的快速发展为医疗服务的开展提供了物质条件,另一方面,医疗服务水平的提高也为体育产业的进步奠定了坚实的基础[23-24]。因此,首先应加强宣传力度,构建宣传系统,营造全民健康的社会环境。当前全民健康水平没有呈现出显著提升的发展趋势,其主要原因是过于关注运动损伤和疾病后的治疗,而忽略了对运动创伤和疾病的预防。因此,应通过传统媒体以及新兴媒体平台等途径,宣传体医融合和全民健康的理念,提升全民健康知识水平和终身体育意识,改善体育产业与医疗服务业共生环境的同时促进全民健康水平的提高。其次应构建体医融合的诊疗系统,并将相关经验、知识和案例加入健康教育中,提升我国民众对运动损伤和疾病的预防能力。体医融合的诊疗系统不仅需要融入传统的医疗体系,还需要下沉至社区基层医疗机构,提升整体产业规模和影响力。最后应设置体医融合和健康教育的专项人才培养体系和方案,解决当前体育产业与医疗服务业快速共生发展背景下人才匮乏的问题。诊疗系统的构建和医疗服务水平都取决于专业人员所掌握的专项知识和灵活运用跨专业知识水平。因此,在我国高校的人才培养中,通过引入对口企业以及科研机构形成多主体参与的培养模式,探索符合社会发展需要的培养目标、理念、方案和考核形式,并向社会输出充足且专业的后备人才。

5.2 审视脉冲影响,辨析各变量阶段性特征、助力共生效应持续提升

通过脉冲响应分析发现,体育产业与医疗服务业之间均呈正向响应趋势,但各变量冲击的响应程度不同,各具阶段性特征。其中,体育产业的增长对医疗服务业的发展起到了重要的推动作用,在长期内稳定保持促进作用。医疗服务业的冲击,虽然短期内能促进体育产业的快速增长,并在长期内始终保持正向的促进作用,但整体上呈现出持续下降的趋势。因此,首先应建立以体育为主导的,以运动处方为主要形式的指导服务平台,结合个人基础数据提供个性化的运动指导和运动干预服务,创新产业发展途径,促进医疗服务业与体育产业的有机融合。通过数据挖掘技术将数据进行分类,针对不同体质的人群设计运动方案,并结合慢性病特点和治疗手段,为不同患病人群提供饮食、生活作息、康复锻炼等全方位的指导。通过构建运动健康服务平台,结合手机、手表、手环等智能监测设备,对运动负荷进行监控,对身体机能水平和形态科学评价和预测并对身体素质锻炼提供指导。其次应构建以体育为主导的资源保障服务体系,促进体医融合和健康教育的资源流通。体育产业与医疗服务业的共生发展需要大量的运动处方师和专业的医疗人员等人才资源,也需要资金、场地和器材等物质资源。通过高校、科研机构以及相关企业的资源共享,提供人才和物质条件,并推动人才资源转化为生产力,实现良性互动和互惠发展。

5.3 权衡方差分解,促进体育产业与医疗服务业对称性互惠共生发展

通过对VAR模型进行方差分解显示,医疗服务业发展初期,主要影响因素为自身发展效果,随后体育产业在原有基础上逐步发挥作用,贡献度逐渐增大。而医疗服务业对体育产业的贡献度在初期较小,呈现出缓慢增长的趋势。因此,为进一步优化体育产业与医疗服务业的互惠发展效果,首先应建立体育和医疗的综合信息管理系统,将体质测试数据、心理健康数据、群众健身数据、运动康复数据以及医疗伤病情况等各方向的数据进行整合汇总,实现各管理部门各层级的信息共享。当前体育、教育和卫生数据信息交流较少,信息往往结合度较差,各项调查指标的不同和变化为横向和纵向研究带来了一定的不便。在大数据技术广泛应用的背景下,构建跨领域的综合信息管理系统,根据数据反馈提供精准的医疗运动服务,为相关企业科学决策和研究提供数据基础。其次应构建体医融合的评价体系,加强各领域的深度融合发展,完善评价机制并提升监督力度。建立兼具体育与医疗等学科专家的评价监管体系,通过结合过程指标和服务结果效应等对体医融合水平进行客观评估,及时发现并解决问题,深化服务效率和质量。

5.4 完善保障机制,为医疗及体育产业的共生和谐发展提供制度保障

我国体育产业与医疗服务业之间能否形成“良性发展”的对称性互惠共生发展关系,需要根据当前社会发展需求建立行业间的共生机制。我国体医融合政策起步较晚,颁布政策之前,跨学科合作较少、缺乏经验,且相关政策不完善,导致体育与医疗卫生领域合作效率、经验不高,未形成对称互惠的共生秩序。具体而言,需要建立各产业综合组织管理系统,专门负责统筹协调发展,解决供需矛盾协调障碍,促进资源融合。通过建立管理系统协调全民健身、全民健康和体医融合协同发展,实现发展理念、部门、人才和技术的深度融合。推动医疗处方和运动处方的结合,丰富非医疗体育健康干预手段种类,提升服务水平和效率。此外,完善法律法规,提升政策的保障力度,提升多方合作的延续性和效率。政府部门应根据发展现状转变职能,推动体育和医疗卫生部门的合作机制,并促进管理部门与企业以及非营利组织的沟通,明确各方责任,从而提升服务水平和灵活性,促进体育产业与医疗服务业的协同共生发展。

6 结语

体育产业与医疗服务业之间存在长期稳定的均衡关系,当前的共生模式为非对称性互惠共生关系。因此,应进一步通过重视协整关系,审视脉冲影响,权衡方差分解,完善保障机制等途径,促进体育产业与医疗服务业形成“互惠共生、良性发展”的对称性互惠共生关系。此外,本研究只是在结合体育产业增加值和医疗服务总产值两个指标的基础上,对体育产业与医疗服务业的共生行为模式进行了客观分析,缺乏对其他相关变量和影响因素的研究。并且,在“十四五”规划和健康中国战略的新要求下,深入分析并推动体育产业与医疗服务业真正形成对称性互惠共生关系,推动体育产业高质量发展,还需不断进行探索和完善。