姚松伯，劉 穎

體育產業(yè)集聚對區(qū)域經濟增長影響的實證分析
——基于靜態(tài)和動態(tài)面板數據模型

姚松伯1，劉 穎2

基于我國2005—2015年的省級數據，利用靜態(tài)和動態(tài)面板模型實證分析我國體育產業(yè)集聚對區(qū)域經濟增長的影響，期間利用產業(yè)比重指數測算了各省市體育產業(yè)集聚水平。實證結果表明：1） 靜態(tài)和動態(tài)面板模型都支持我國體育產業(yè)集聚能夠顯著促進經濟增長的假設，其中，靜態(tài)模型顯示體育產業(yè)集聚度每提高一個單位，能夠促進經濟增長1.85個百分點；2） 體育產業(yè)集聚與經濟增長之間存在顯著的非線性關系，呈現倒U型的結構，即適度的體育產業(yè)集聚有助于經濟增長，但過度的體育產業(yè)集聚不利于經濟增長；3）我國體育產業(yè)集聚對經濟增長的影響存在顯著的地區(qū)差異，中部地區(qū)對經濟增長的促進作用最強，東部地區(qū)次之，西部地區(qū)最低。對此也提出了相關的政策建議：1）政府應當在體育產業(yè)集聚的不同階段發(fā)揮相應的作用；2）注重體育產業(yè)集聚的發(fā)展規(guī)劃，避免體育產業(yè)內部結構趨同，尤其是體育產業(yè)集聚度較高的東部地區(qū)更應當尋求體育產業(yè)差異化發(fā)展；3） 加強體育產業(yè)之間的區(qū)域合作，促進中、西部地區(qū)的體育產業(yè)集聚。

體育產業(yè)；產業(yè)集聚；經濟增長；地區(qū)差異

1 引言

眾所周知，長期以來我國經濟依靠投資、出口和消費三駕馬車拉動保持了高速的增長，然而2012年我國經濟開始步入新常態(tài)，在經濟增速放緩、經濟結構轉型升級的關鍵時期，尋求新的經濟增長點已成為我國經濟發(fā)展的重中之重。隨著全民健身上升為國家戰(zhàn)略、健康中國戰(zhàn)略等國家層面多項利好政策的頻頻推出，體育產業(yè)的活力得到了進一步釋放，體育產業(yè)環(huán)境發(fā)生顯著變化。體育產業(yè)作為公認的綠色、朝陽產業(yè)，正在為我國經濟增長和產業(yè)結構調整做出越來越大的貢獻。相關數據顯示，近些年來，我國體育產業(yè)快速發(fā)展并取得長足進步，2006年，我國體育產業(yè)增加值僅為983億元，而2015年我國體育產業(yè)增加值已經達到5 494億元，僅用了10年時間增加了近4.6倍，2015年，體育產業(yè)增速更是達36%，成為我國現階段經濟增長中的亮點之一（圖1）。

圖1 2006—2015年我國體育產業(yè)增加值及增速圖Figure 1. The Added Value and Growth of Sports Industry in China from 2006 to 2015

我國體育產業(yè)發(fā)展取得如此令世人矚目的成就，與以下幾個方面因素是分不開的：1）各項體育產業(yè)發(fā)展政策的出臺與落實。2014年國務院發(fā)布《關于加快發(fā)展體育產業(yè)促進體育消費的若干意見》，2016年我國出臺《體育發(fā)展“十三五”規(guī)劃》，對于體育產業(yè)明確提出要在堅持改革引領、市場主導、創(chuàng)新驅動和協(xié)調發(fā)展的基本原則下，實現體育產業(yè)總規(guī)模超過3萬億，產業(yè)增加值在國內生產總值中比重達到1%，體育服務業(yè)增加值占比超過30%，體育消費額占人均居民可支配收入比例超2.5%等目標。隨后，各省市迅速從自身情況出發(fā)制定體育產業(yè)發(fā)展規(guī)劃；2）近些年來舉辦了多項各種級別、類型的體育賽事。2008年北京奧運會、2010年廣州亞運會、4年一屆的全國運動會、足球、籃球、乒乓球聯賽等各種國際、國內體育賽事的舉辦對于推動我國體育產業(yè)的發(fā)展起到了重要的作用；3）我國居民消費結構升級與全民健康意識的提升。2016年我國城鎮(zhèn)居民可支配收入達到33 616元，隨著收入的提高以及對健康的重視，體育消費逐漸成為新的消費熱點。

隨著我國體育產業(yè)的進一步發(fā)展，在一些經濟相對發(fā)達的地區(qū)，如北京、上海、廣東、浙江、江蘇等地建設了許多體育產業(yè)園區(qū)，形成了體育產業(yè)集聚，中、西部地區(qū)一些省份也在積極促進體育產業(yè)集聚，推動體育產業(yè)規(guī)模化發(fā)展。實踐表明，引導產業(yè)集聚化發(fā)展有利于體育類企業(yè)之間的資源共享，產生規(guī)模效應和技術溢出效應等［33］，能夠有效提升區(qū)域競爭優(yōu)勢，進而促進經濟增長。然而，目前我國體育產業(yè)發(fā)展仍存在很多問題，如：體育產業(yè)市場效應不明顯，對于經濟增長的滲透率和帶動性都比較有限；體育產業(yè)發(fā)展同質化比較嚴重，尤其是體育相關產品制造業(yè)，各地的體育產業(yè)園區(qū)大同小異；絕大部分省份的體育產業(yè)對于經濟總量的貢獻度比較低，還未能成為戰(zhàn)略新興產業(yè)等。

如何避免上述問題，既能充分發(fā)揮體育產業(yè)集聚對經濟增長的促進作用，又能考慮到區(qū)域之間的差異，促進各區(qū)域與整體體育產業(yè)的共同發(fā)展，是目前亟需解決的問題?；谖覈w育產業(yè)集聚發(fā)展的現實問題，本文力圖對我國各地區(qū)體育產業(yè)集聚的現狀進行分析，并利用2005—2015年的相關面板數據對全國及各區(qū)域體育產業(yè)集聚與經濟增長的關系進行實證分析，從而找到體育產業(yè)集聚、經濟增長以及地區(qū)差異之間的發(fā)展良策。

2 文獻綜述

通過檢索發(fā)現，目前鮮有直接從產業(yè)集聚的角度研究體育產業(yè)對經濟增長影響的成果，與之相關的成果主要集中在體育產業(yè)對經濟增長的影響、體育產業(yè)集聚的衡量、其他產業(yè)集聚對經濟增長的影響3個方面，本文也將從這3個方面出發(fā)對現有的文獻成果進行梳理。

2.1 體育產業(yè)對經濟增長的影響

關于體育產業(yè)對經濟增長的影響，趙聶［23］（2009）認為，體育產業(yè)會在傳統(tǒng)的增長引擎減弱甚至失靈時，成為經濟增長的重點和突破口。接云峰［7］（2010）認為，體育產業(yè)與經濟增長的關系已經由經濟增長為體育產業(yè)打造基礎的階段轉為體育產業(yè)發(fā)展帶動居民消費和出口，進而拉動經濟增長。曾鳴［18］（2010）的研究對競技體育產業(yè)與經濟增長的相關性進行了實證分析。閆琳琳等［16］（2010）利用時間序列數據、協(xié)整模型和誤差修正模型分析了河北休閑體育產業(yè)對經濟增長的影響。張羽［21］（2016）在我國體育產業(yè)發(fā)展現狀分析的基礎上，分別實證研究了體育財政投入、體育產業(yè)消費以及體育產業(yè)投資對經濟增長的影響。陳文勝［1］（2012）通過體育產業(yè)對經濟增長影響的實證分析發(fā)現，體育產業(yè)投資增加一個百分點可以帶動經濟增長0.7個百分點。許鐘源等［15］（2014）運用時間序列數據，構建SVAR模型對我國體育產業(yè)發(fā)展與經濟增長進行動態(tài)計量分析。龐善東等［9］（2016）對2001—2015年間體育產業(yè)與經濟發(fā)展的相關文獻進行理論研究，得出體育產業(yè)將成為新的經濟增長點，體育經濟是克服經濟衰退的特殊產業(yè)經濟，而且，在研究方法上實證的定量分析也逐漸多了起來。

2.2 體育產業(yè)集聚的測度

關于體育產業(yè)集聚測度研究的區(qū)別主要在于測度方法和研究對象方面，例如：宋昱［10］（2013）在研究中國體育產業(yè)集群發(fā)展時，利用空間集聚指數度量了我國體育用品制造業(yè)及相關子行業(yè)的產業(yè)集聚度；方春妮［3］（2009）利用空間基尼系數和行業(yè)集中度測量了我國體育用品產業(yè)的集聚狀況；弓文［5］（2011）利用區(qū)位商測算了省級體育用品制造業(yè)和體育服務業(yè)的集聚度，并對其影響因素進行了實證分析；王良健等［11］（2012）采用信息熵、行業(yè)集中度、區(qū)位基尼系數、空間分離指數、區(qū)位商和Kernel密度估計對我國體育用品制造業(yè)和體育服務業(yè)的集聚程度進行定量研究；章穎［21］（2016）對福建省體育用品制造業(yè)和體育服務業(yè)的集聚水平進行定量分析，所用的方法與王良健（2012）類似，只不過未采用Kernel密度方法；徐茂衛(wèi)等［13］（2012）基于對北京和廣州體育產業(yè)集聚的案例研究，從比較優(yōu)勢理論和新經濟地理理論視角出發(fā)，探討了體育產業(yè)集聚的動力及其作用機制。

2.3 產業(yè)集聚對經濟增長的影響

關于產業(yè)集聚對經濟增長影響的研究在20世紀90年代成為熱點，Baldwin等［27］（2000）、Ottaviano等［32］（2001）、Fujita等［29］（2002）通過實證研究發(fā)現，產業(yè)集聚有助于經濟增長，并奠定了相關的研究基礎。隨后很多學者繼續(xù)研究了不同產業(yè)的集聚對于經濟增長的作用，如潘文卿等［8］（2012）、魏瑋等［12］（2013）、謝品等［14］（2013）研究了制造業(yè)產業(yè)集聚對經濟增長的影響；曹清峰等［2］（2014）、楊衛(wèi)武等［17］（2015）研究了文化產業(yè)集聚對經濟增長的影響；周海鵬等［23］（2016）、紀玉俊等［6］（2015）研究了金融產業(yè)集聚對經濟增長的作用；傅遠佳［4］（2011）、于謹凱等［19］（2014）實證分析了海洋產業(yè)集聚對經濟增長的影響。

關于各個產業(yè)集聚對經濟增長影響的實證結果不盡相同，比如：紀玉俊等［6］（2015）認為，金融產業(yè)集聚對經濟增長的影響存在雙重門檻效應，當集聚度較低時，有助于經濟增長，當集聚度較高時則不利于經濟增長；潘文卿等［8］（2012）、曹清峰等［2］（2014）分別認為，制造業(yè)集聚和文化產業(yè)集聚能夠顯著促進經濟增長；于謹凱等［19］（2014）研究發(fā)現，海洋產業(yè)集聚與經濟增長之間并非簡單的線性關系，而是呈現出倒U型曲線關系。那么，體育產業(yè)集聚能否促進經濟增長、體育產業(yè)集聚與經濟增長之間是否存在非線性關系以及各個區(qū)域體育產業(yè)集聚對經濟增長的影響是否有顯著差異都是本研究重點關注的問題。

3 我國體育產業(yè)集聚度現狀分析

衡量產業(yè)集聚度的方法很多，包括行業(yè)集中度指數（CR指數）、赫芬達爾指數（H指數）、空間基尼系數（G系數）、區(qū)位商（LQ值）、Ellision-Glaeser集聚指數（EG指數）等。其中，行業(yè)集中度指數與選取的企業(yè)大小和數量有關，主觀性較強；赫芬達爾指數的計算需要大量微觀企業(yè)的數據；空間基尼系數可用于測度產業(yè)分布的均衡性，當企業(yè)規(guī)模和區(qū)域不同時可比性較差；Ellision-Glaeser集聚指數能夠比較準確地反映產業(yè)空間集聚度，但對于數據要求比較高，而且計算難度比較大。除此之外，區(qū)位熵也是衡量產業(yè)集聚最常用的指標，但是，更適用于衡量具有一定規(guī)模產業(yè)的集聚情況，而體育產業(yè)的整體規(guī)模都比較小，而且各地區(qū)的差異非常大，可能會出現一個較低的體育產業(yè)增加值的區(qū)域得到較大的體育產業(yè)集聚值，因此，本研究借鑒于楊衛(wèi)武等［17］（2015）的研究方法，采用產業(yè)比重指數（CI指數）來衡量省際體育產業(yè)集聚度，主要原因在于，該指數能更直觀地反映全國不同地區(qū)的體育產業(yè)集聚差別，而且計算相對簡單，對于數據獲取較為困難的體育產業(yè)比較適用，計算方式如下：

其中，Xit表示第i地區(qū)第t年的體育產業(yè)增加值，∑iXit表示第t年全國體育產業(yè)總增加值，CIit越大表明該地區(qū)體育產業(yè)集聚度越高。

由于目前體育產業(yè)統(tǒng)計不是非常完善，無法獲取各省市的體育產業(yè)增加值，因此，本研究采用第三產業(yè)中的文化、體育和娛樂業(yè)與制造業(yè)中的文教、工美、體育和娛樂用品制造業(yè)之和作為體育產業(yè)增加值的替代指標，并用于計算體育產業(yè)集聚度。關于替代指標的有效性的解釋如下：一方面，體育產業(yè)統(tǒng)計中主要包括體育服務業(yè)和體育及相關產品制造業(yè)，這兩項分別包含在文化、體育和娛樂業(yè)以及文教、工美、體育和娛樂用品制造業(yè)之中；另一方面，體育產業(yè)與文化和娛樂業(yè)的融合程度非常高，體育產業(yè)帶有強烈的文化特性與娛樂性質［20］，因此，文化、體育和娛樂業(yè)總體的集聚度能夠在很大程度上反映體育產業(yè)的集聚情況。

3.1 各省市體育產業(yè)集聚情況

本研究對各省份體育產業(yè)的集聚度進行測算，結果如表1所示，將產業(yè)集聚度高低進行劃分，并統(tǒng)計了部分年份不同產業(yè)集聚度包含的省份，結果如表2所示。

表1 各省份2005—2015年體育產業(yè)集聚度指數結果Table 1 The Provincial Sports Industry Agglomeration Index from 2005 to 2015

表2 2005、2010、2015年份不同集聚度包含的省份Table 2 Provinces Belonging to Different Agglomerations in 2005，2010 and 2015

從各省份體育產業(yè)集聚度的均值來看，可將集聚度劃分為4個等級：1）集聚度在0.1以上的省份可視為集聚度極高的地區(qū)，僅包括排名前兩位的廣東、江蘇，其中，廣東的集聚度最高達到0.168，江蘇的集聚度也超過0.1，單從2015年來看山東的集聚度也達到0.108，體育產業(yè)集聚度也非常高；2）集聚度在0.05～0.1之間的省份可視為集聚度較高地區(qū)，北京、山東和浙江非常接近，基本上都在0.085左右，福建的體育產業(yè)集聚度達到0.06，排名第6位，主要得益于福建高度發(fā)達的體育產品制造業(yè)；3）集聚度在0.01～0.05之間的省份可視為集聚度中等的地區(qū)，其中河南、湖南、安徽和遼寧的集聚度基本上在0.03左右，河北、湖北、四川、江西和天津的集聚度基本在0.02左右；4）集聚度在0.01以下的省份為集聚度極低的區(qū)域，除海南以外，基本上都是西部地區(qū)的省份。

從變化趨勢上看，集聚度呈現下降趨勢的省市包括北京、上海、廣東，主要原因在于初期北京和上海體育產業(yè)比較發(fā)達，而同期其他地區(qū)的體育產業(yè)還較為落后，但隨著各地體育產業(yè)的逐漸興起，尤其是其他地區(qū)體育及相關產品制造業(yè)的迅速發(fā)展，分散了北京和上海的產業(yè)集聚度，而廣東雖然有一定程度的下降，但因其體育產品制造業(yè)有長足的進步，因此仍然在集聚度上排名第1。集聚度穩(wěn)定一段時間后有下降趨勢的省份是遼寧，在2011年之前的其集聚度基本穩(wěn)定在0.03左右，但近幾年則下降至0.021。集聚度呈現明顯上升趨勢的省份有江蘇、山東和河南，江蘇的體育產業(yè)集聚度由2005年的0.098穩(wěn)步上升至2015年的0.128，增幅達30.5%；山東體育產業(yè)集聚度在2005年僅為0.062，2011年迅速升至的0.105，增幅高達73.5%，而且，之后一直穩(wěn)定在0.1以上，體育產業(yè)集聚度保持在了極高的水平上；河南的產業(yè)集聚度2005年僅為0.022，2012年達到0.05左右，之后幾年也一直保持在這一水平。這3個省份體育產業(yè)集聚度的迅速提高，一方面是由于體育服務業(yè)的持續(xù)發(fā)展，但更多的是來自體育及相關產品制造業(yè)的突破性發(fā)展。其他省份的體育產業(yè)集聚度相對比較平穩(wěn)，變化不是十分顯著。

3.2 東、中、西部地區(qū)體育產業(yè)集聚情況

按照我國三大區(qū)域劃分的方式，分別計算2005—2015年三大區(qū)域體育產業(yè)集聚度的均值，圖2反映了東部、中部和西部地區(qū)體育產業(yè)集聚度的變化趨勢。從圖中可以看出：1）三大區(qū)域之間的產業(yè)集聚度存在顯著的地區(qū)差異，東部地區(qū)體育產業(yè)集聚度最高，基本上都在0.06以上，中部地區(qū)次之，基本上在0.02左右，西部地區(qū)最低，基本在0.01左右；2）從變化趨勢上看，2011年之前三大區(qū)域體育產業(yè)集聚度均值基本沒有太大的變化，2011年之后，東部地區(qū)體育產業(yè)集聚度略微下降，中部地區(qū)則有一定程度的上漲，2011年為0.018，2015年則升至0.021，西部地區(qū)則一直沒有太大的變化。此外，盡管東部和中部地區(qū)體育產業(yè)集聚度的差距有進一步縮小的趨勢，但目前仍然存在較大的差異。

圖2 2005—2015年3大區(qū)域體育產業(yè)集聚度變化情況折線圖Figure 2． Changes of Sports Industry Agglomeration in Three Regions From 2005 to 2015

4 我國體育產業(yè)集聚對經濟增長影響的實證分析

4.1 模型設定與數據說明

建立柯布－道格拉斯生產函數是估計地區(qū)產業(yè)集聚效應對經濟增長影響最常用的方法，將體育產業(yè)集聚變量引入生產函數：

其中，Yit、Kit、Lit和CIit分別為第t年第i省市的產出、資本投入、勞動力投入和體育產業(yè)集聚，α、β和γ分別為資本、勞動力和體育產業(yè)集聚的產出彈性。假設規(guī)模報酬不變，將上式兩邊同時除以L，并取對數可得基礎的計量模型：

其中，yit為勞均GDP的對數，kit為勞均資本投入的對數，由于體育產業(yè)集聚度采用的是相對指數，因此采用水平值。在該模型的基礎上加入一系列的控制變量，可以得到本文的靜態(tài)面板模型：

為了考量經濟增長自身的慣性，以及面板數據中可能存在的內生性問題，借鑒潘文卿等［8］（2012）的做法，進一步引入經濟增長的滯后一期，構成本研究的動態(tài)面板模型：

其中，模型的被解釋變量為lnyit，用各省事勞均GDP的對數來表示，解釋變量CIit用之前計算的行業(yè)比重指數來衡量，lnkit用各省市全社會固定資產投資勞均值的對數來衡量。控制變量中l(wèi)nhit為人力資本的對數，新增長理論認為，人力資本的溢出效應有助于經濟增長，用各省市平均受教育年限來衡量；lnmailit和lntranit為基礎設施類的投入變量，lnmailit為郵電通訊基礎設施水平，用勞均郵電業(yè)務量衡量，lntranit為交通基礎設施水平，用勞均鐵路與公路里程來衡量；lngovit為政府投入水平，實證研究發(fā)現，政府支出也會對經濟增長產生一定的影響，用勞均政府支出規(guī)模來衡量；lnfdiit為外資使用水平，用各省市勞均實際外資使用量來衡量。所有使用數據來自各省市的《統(tǒng)計年鑒》、wind數據庫，為了使數據具有可比性，對相關變量以2005年的不變價格進行平減。

本研究使用Stata 12.0軟件，分別對全國、區(qū)域靜態(tài)和動態(tài)面板模型進行實證分析，在實證過程中對如下3個假設進行檢驗。

H1：體育產業(yè)集聚對于經濟增長有著顯著的促進作用。H2：體育產業(yè)集聚與經濟增長之間存在非線性關系。H3：體育產業(yè)集聚對經濟增長的影響存在顯著的地區(qū)差異。

4.2 靜態(tài)面板模型實證分析

4.2.1 平穩(wěn)性檢驗

為了保證回歸結果的有效性，應當首先對各個變量進行平穩(wěn)性檢驗，本研究分別采用Levin等［31］和Im等［30］兩種方法檢驗各個變量是否存在單位根，結果如表3所示。從表中可以看出，交通基礎設施水平lntran的原序列采用IPS檢驗時的伴隨概率為0.096，無法通過5%統(tǒng)計水平的顯著性檢驗，但在10%的統(tǒng)計水平上可以認為該序列不存在單位根，其他各個變量的原序列均能至少通過5%統(tǒng)計水平的顯著性檢驗。因此，可以認為各個變量的面板數據都是平穩(wěn)的，保證了本研究設定的模型不會出現偽回歸的現象。

4.2.2 靜態(tài)面板回歸結果分析

對于靜態(tài)面板數據回歸的方法進行篩選，固定效應模型與混合OLS模型篩選的F檢驗結果顯示，應當選擇固定效應模型，利用Hausman檢驗進一步確定固定效應模型還是隨機效應模型，結果顯示，固定效應模型更適合本研究的模型。采用xtscc命令綜合處理模型中可能存在的異方差、序列相關以及截面相關的問題，全國層面靜態(tài)面板數據具體的回歸結果如表4所示。

表4 靜態(tài)面板模型回歸結果Table 4 The Regression Results of Static Panel Model

1.線性關系回歸分析

表4中（1）列和（2）列反映了體育產業(yè)集聚對經濟增長影響的線性關系，（1）列是對模型4.1進行回歸的結果，也是本研究的關注重點；（2）列是去掉（1）列回歸中不顯著的兩個變量后，進一步回歸的結果，從整體上看各個變量的系數并沒有特別大的變化，而且，顯著性推斷也比較一致，在一定程度上體現了模型的穩(wěn)定性。

從各個變量上看，體育產業(yè)集聚度CI的系數為正，且能通過5%統(tǒng)計水平的顯著性檢驗，說明，地區(qū)體育產業(yè)集聚度的增加是可以對地區(qū)經濟增長產生顯著的促進作用，證明假設H1是成立的，這與潘文卿等［8］（2012）得出的制造業(yè)產業(yè)集聚能夠顯著促進經濟增長，楊衛(wèi)武等［17］（2015）得出的文化產業(yè)集聚有助于經濟增長的結論是一致的。除此之外，與理論預期一致的是固定資產投資lnk的增加、資本水平lnh的提高、郵電通訊業(yè)務量lnmail的增加以及外資使用量lnfdi的提高都能夠顯著地促進經濟增長。從系數的大小來看，人力資本水平也就是平均受教育年限的回歸系數遠大于人均固定資產投資的回歸系數，說明，現階段加大人力資本投入對于經濟增長的促進作用更加明顯，郵電通訊基礎設施水平的提高能夠有效降低信息溝通成本，合理進行資源配置，進而提高經濟運行的效率，外商直接投資具有很強的溢出效應，通過多種溢出機制包括示范效應、人力資本溢出效應等促進本地企業(yè)的技術進步，進而顯著地促進我國的經濟增長。交通基礎設施水平的回歸系數為負值，而且未能通過10%統(tǒng)計水平的顯著性檢驗，說明，人均鐵路公路運營里程的提升并不會對經濟增長產生顯著影響，可能的原因是對于體育產業(yè)集聚對經濟增長影響的模型來說，體育產業(yè)集聚使得很多企業(yè)在某些地方扎堆，在一定程度上對于交通基礎設施的依賴度有所下降。此外，政府支出的回歸系數為正，但也不顯著，可能的原因在于，政府支出包括自身行政費用的支出以及對公共服務的支出，計量分析顯示前者不利于經濟增長，而后者的增加能夠促進經濟增長，雖然政府支出規(guī)模越來越大，但是，政府支出的兩個部分截然不同的效果使得其對經濟增長的作用還未能有效發(fā)揮。

2.非線性關系分析

（3）列和（4）列反映了體育產業(yè)集聚對經濟增長影響的非線性關系。（3）列是引入后的非線性模型的回歸結果，（4）列是除去（3）列中不顯著的變量lntran后，進一步回歸的結果，從整體上看各個變量回歸系數的大小同樣沒有太大的變化，在統(tǒng)計推斷上只有政府支出水平lngov的顯著性水平有所提高，其他變量的顯著性水平沒有變化，因此，模型也是相對比較穩(wěn)定的。

在模型4.1的基礎上引入非線性解釋變量CI2，這也是本研究關注的重點，其回歸系數為－24.8，并且在1%統(tǒng)計水平上顯著，說明，我國體育產業(yè)集聚與經濟增長之間還存在明顯的非線性關系，證明之前提出的H2假設是成立的，這與于謹凱等［19］（2014）在研究海洋產業(yè)集聚與經濟增長的關系得到的結果相符。提示，體育產業(yè)集聚與經濟增長之間也有著倒U型的關系，主要表現為當體育產業(yè)集聚度不是很高時，能夠有效促進我國經濟增長，但是，當體育產業(yè)集聚度超過一定水平后，將會對經濟增長產生一定的阻礙作用。CI的回歸系數為5.95，而且能夠通過1%統(tǒng)計水平的顯著性檢驗，說明，現階段我國體育產業(yè)集聚的提升仍然能夠對經濟增長產生顯著的促進作用，該系數相對于（1）列的線性模型有比較大的提高，主要是由于引入了非線性解釋變量CI2。固定資產投資lnk、人力資本水平lnh、人均郵電通訊業(yè)務量lnmail和外資使用量lnfdi的回歸系數均為正，且都至少能通過5%統(tǒng)計水平的顯著性檢驗，只是在回歸系數的絕對值上比線性模型的回歸系數略小一些。此外，本研究還發(fā)現在非線性回歸模型中，政府支出lngov的回歸系數相對于線性模型有了一定的提升，而且通過了10%統(tǒng)計水平的顯著性檢驗。

4.2.3 區(qū)域差異分析

從各區(qū)域產業(yè)集聚情況的分析中，發(fā)現東部、中部和西部地區(qū)體育產業(yè)集聚度有非常顯著的差異，體育產業(yè)不同集聚水平對區(qū)域經濟增長的影響是否也有明顯的區(qū)別，也是本研究關注的重點。由于主要是為了分析體育產業(yè)集聚影響的地區(qū)差異，非線性關系并非本節(jié)關注的重點，因此，本節(jié)研究體育產業(yè)集聚與經濟增長之間的線性關系。在表4中（2）列的基礎上，仍然采用固定效應模型，并用xtscc命令對異方差和序列相關進行處理，分別對各個區(qū)域進行回歸分析，結果如表5所示。

表5 分區(qū)域回歸結果Table 5 Regional Regression Results

對比3個區(qū)域的估計結果可以發(fā)現，體育產業(yè)集聚在區(qū)域經濟增長中所發(fā)揮的作用有很大的差異，證明了假設H3是成立的。西部地區(qū)體育產業(yè)集聚度的回歸系數最小，而且在統(tǒng)計上也并不顯著，說明，西部地區(qū)體育產業(yè)集聚對于經濟增長有一定的促進作用，但并不很明顯，主要原因可能在于西部地區(qū)目前的體育產業(yè)還比較落后，未能形成有效地產業(yè)集聚。中部地區(qū)體育產業(yè)集聚的回歸系數最大，而且能夠通過5%統(tǒng)計水平的顯著性檢驗，說明，中部地區(qū)體育產業(yè)集聚正在為經濟增長發(fā)揮著強力的促進作用。東部地區(qū)體育產業(yè)集聚度的回歸系數居中，能夠通過5%統(tǒng)計水平的顯著性檢驗，說明，東部地區(qū)體育產業(yè)集聚也有助于經濟增長。東部地區(qū)的體育產業(yè)集聚度遠高于中部地區(qū)，但是，對經濟增長的貢獻度反而不如中部地區(qū)，提示，過高的體育產業(yè)集聚度反而可能不利于經濟增長，這也從一個側面證實了體育產業(yè)集聚與經濟增長之間存在倒U型的曲線關系。

除此之外，本研究還發(fā)現東部地區(qū)固定資產投資lnk的回歸系數最小，中部地區(qū)次之，西部地區(qū)最大，說明，東部地區(qū)物質資本投入對于經濟增長的促進作用相對較低，經濟增長的方式正在逐漸發(fā)生轉變。而東部地區(qū)人力資本lnh的回歸系數最高，說明，東部地區(qū)人力資本對于經濟增長的促進作用越來越明顯。

4.3 動態(tài)面板模型實證分析

關于動態(tài)面板數據模型的回歸比較常用的方法有兩種，差分廣義矩估計（DIF-GMM）和系統(tǒng)廣義矩估計（SYSGMM）。差分廣義矩估計最早是由Arellano等［25］（1991）提出的，其基本思想是對動態(tài)面板數據進行一階差分，以消除個體效應，然后假設原始動態(tài)模型的隨機誤差不相關，用滯后兩階及以上的變量作為差分變量的工具變量。但是差分廣義矩估計的工具變量往往是弱工具變量，當時間跨度較小時弱工具變量的特性更加明顯。系統(tǒng)廣義矩估計是由Arellano等［26］（2004）以及Blundell等［28］（1995）提出的，則是進一步采用差分變量的滯后項作為水平值的工具變量，相當于增加了可用的工具變量，而且在估計過程中同時使用了水平方程和差分方程，能夠更好地解決工具變量選擇的問題，并處理大N小T型的面板數據。因此，本研究采用系統(tǒng)廣義矩估計對動態(tài)面板數據進行估計，具體的估計結果及相關檢驗如表6所示。

4.3.1 動態(tài)面板回歸結果分析

1.線性關系分析

表6的（1）列反映了動態(tài)面板模型中體育產業(yè)集聚與經濟增長之間的線性關系，也是對模型4.2的回歸結果。Arellano-Bond自相關檢驗結果說明，模型存在一階自相關，但是，在5%統(tǒng)計水平上不存在二階自相關，說明系統(tǒng)GMM估計的方法適用，模型設定合理。工具變量的過度識別Sargan檢驗的P值為0.981，說明，工具變量的選擇有效，模型的總體矩條件成立。

表6 動態(tài)面板模型估計結果Table 6 The Estimation Results of Dynamic Panel Model

從估計的結果來看，體育產業(yè)集聚度CI的回歸系數為3.023，而且，在1%統(tǒng)計水平上顯著，說明，動態(tài)面板數據模型回歸結果同樣支持假設H1 “體育產業(yè)集聚對于經濟增長有顯著的促進作用”。經濟增長的滯后變量L.lny的回歸系數為正，且能通過10%統(tǒng)計水平的顯著性檢驗，說明從全國范圍上看，經濟增長具有慣性，滯后一期的GDP有助于當期的經濟增長。由于引入了經濟增長的滯后一期變量L.lny構成了動態(tài)模型，使得回歸的系數與靜態(tài)面板回歸的系數有所不同，主要在于交通基礎設施變量lntran的系數由負變正，而且變得顯著了，其可能的原因是由于考慮到經濟增長的慣性，在一定程度上加強了交通基礎設施水平對經濟增長的促進作用。

2.非線性關系分析

表6的（2）列反映了動態(tài)面板模型中體育產業(yè)集聚與經濟增長之間的非線性關系。Arellano-Bond自相關檢驗結果說明，模型存在一階自相關和二階不相關，提示，系統(tǒng)GMM估計的方法適用，模型設定合理。工具變量的過度識別Sargan檢驗P值為0.786，說明，工具變量的選擇有效，模型的總體矩條件成立。

在非線性關系中，本研究重點考慮體育產業(yè)集聚CI2的系數，該系數為－68.247，而且在1%統(tǒng)計水平上顯著，說明，動態(tài)回歸的結果也同樣支持假設H2 “體育產業(yè)集聚與經濟增長之間存在非線性關系”。經濟增長的滯后變量L.lny的回歸系數比現行模型中稍微大一些，而且能通過1%統(tǒng)計水平的顯著性檢驗，說明在非線性關系中，滯后一期的GDP仍然有助于當期的經濟增長。CI的系數為正，而且在1%統(tǒng)計水平上顯著，只是在絕對值上要大于靜態(tài)模型，同樣說明，現階段我國體育產業(yè)集聚度的提高有助于經濟增長。此外由于引入了非線性關系，使得政府支出lngov對經濟增長的回歸系數變得顯著了。

4.3.2 區(qū)域差異分析

關于體育產業(yè)集聚對經濟增長影響動態(tài)模型的區(qū)域差異，本研究同樣也是重點關注線性關系，利用系統(tǒng)廣義矩估計的方法將東部、中部和西部地區(qū)體育產業(yè)集聚對區(qū)域經濟增長的影響進行動態(tài)面板回歸分析，結果如表6中（3）、（4）、（5）列所示。從自相關的檢驗上看，三大區(qū)域均存在一階自相關和二階不相關，模型的總體設定合理。三大區(qū)域的Sargan檢驗均說明，模型的工具變量不存在過度識別的問題，總體矩條件有效。

從結果上看，三個區(qū)域CI的系數同樣有著顯著差異，與靜態(tài)面板模型回歸結果類似，仍然是中部地區(qū)最高，西部地區(qū)次之，東部地區(qū)最低，說明，動態(tài)面板模型同樣支持假設H3 “體育產業(yè)集聚對經濟增長的作用存在顯著的地區(qū)差異”。值得注意的是，經濟增長的滯后一階L.lny對各區(qū)域經濟增長的影響也是不同的，其中，東部地區(qū)顯著為負，不利于經濟增長，中部和西部地區(qū)則都為正，有助于經濟增長。本研究嘗試對這一現象進行解釋，可能的原因在于：我國正處于經濟結構轉型時期，經濟結構轉型會降低原有經濟增長的慣性，而東部地區(qū)一直走在經濟結構轉型的前列，因此，出現了L.lny回歸系數為負，實際上也從另一個側面說明東部地區(qū)經濟轉型取得了一定的成效。此外，中部地區(qū)人力資本水平lnh對經濟增長的回歸系數也是負的，可能的原因在于，東部地區(qū)對于人才的吸引力巨大，使得中部地區(qū)人力資本流向東部地區(qū)，降低了人力資本對中部地區(qū)經濟增長的作用，而西部地區(qū)由于國家近些年來的政策支持，使得人力資本水平有了明顯的提高，對于西部地區(qū)經濟增長起到了顯著的促進作用。

5 結論

產業(yè)集聚對于區(qū)域經濟增長有著重要的影響，以往學者從理論和實證角度分析了很多產業(yè)集聚對于經濟增長的作用，但是，目前有關體育產業(yè)集聚對經濟增長影響還亟待加大力度進行全面的系統(tǒng)研究。我國體育產業(yè)近些年迅速發(fā)展，在很多地區(qū)也出現了一定程度的體育產業(yè)集聚，本研究正是在這樣的背景下，利用2005—2015年的省級面板數據，定量分析我國體育產業(yè)集聚對經濟增長的影響。

實證檢驗的結果表明：1）靜態(tài)和動態(tài)面板模型都說明我國體育產業(yè)集聚能夠顯著促進經濟增長，其中，靜態(tài)模型顯示體育產業(yè)集聚度每提高一個單位，能夠促進經濟增長1.85個百分點；2）體育產業(yè)集聚與經濟增長之間存在顯著的非線性關系，呈現倒U型的結構，即適度的體育產業(yè)集聚有助于經濟增長，但過度的體育產業(yè)集聚不利于經濟增長；3）我國體育產業(yè)集聚對經濟增長的影響存在顯著的地區(qū)差異，中部地區(qū)對經濟增長的促進作用最強，東部地區(qū)次之，西部地區(qū)最低。

6 政策建議

基于上述結論，本研究試圖提出一些促進我國體育產業(yè)發(fā)展，有利于發(fā)揮體育產業(yè)集聚對經濟增長促進作用的政策建議。

1.政府在體育產業(yè)集聚的不同階段發(fā)揮著相應的作用，在體育產業(yè)集聚的初始階段制定科學的規(guī)劃，完善體育產業(yè)扶持政策，為體育相關企業(yè)發(fā)展創(chuàng)造良好的生存環(huán)境。在體育產業(yè)集聚的形成階段，促進、引導區(qū)域內體育產業(yè)相關企業(yè)之間的交流與合作，推廣區(qū)域內的體育產業(yè)集群品牌塑造。在體育產業(yè)集聚的成熟階段，集群內的企業(yè)已經明確了自身定位，產業(yè)集群的市場調節(jié)機制已經形成，政府應當淡化引導和管理的職能，回歸服務的位置。

2.注重體育產業(yè)集聚的發(fā)展規(guī)劃，避免體育產業(yè)內部結構趨同。過度的體育產業(yè)集聚，尤其是同質的體育產業(yè)過度集聚，其結果是區(qū)域內部的惡性競爭，造成極大的資源浪費，因此，應當根據各自區(qū)域的實際情況，科學制定具有差異化的體育產業(yè)集聚規(guī)劃，比如，東北地區(qū)可以加強冰雪類體育產業(yè)集聚，東部沿海地區(qū)可以加強體育服務業(yè)、休閑體育業(yè)等方面的產業(yè)集聚，中部地區(qū)可以承接沿海體育及相關用品制造業(yè)內移，西部地區(qū)可以依據自身的地形特色、民族特色等加強體育旅游業(yè)，形成休閑體育集群等。

3.加強體育產業(yè)之間的區(qū)域合作，如大型的體育賽事常常需要多個地區(qū)共同參與，為區(qū)域間體育企業(yè)的溝通與交流創(chuàng)造了良好的條件，有助于體育資源的跨區(qū)域流動，也能在很大程度上促進體育產業(yè)發(fā)展相對落后的中、西部地區(qū)的體育產業(yè)集聚的提高。

［1］ 陳文勝. 體育產業(yè)發(fā)展對我國經濟增長貢獻的實證分析［J］.當代體育科技， 2012，2（19）：72-73.

［2］ 曹清峰，王家庭， 楊庭. 文化產業(yè)集聚對區(qū)域經濟增長影響的空間計量分析［J］. 西安交通大學學報（社會科學版），2014，34（5）：51-57.

［3］ 方春妮. 體育產業(yè)集群研究［D］. 上海：上海體育學院，2009.

［4］ 傅遠佳. 海洋產業(yè)集聚與經濟增長的耦合關系實證研究［J］.生態(tài)經濟， 2011（9）：126-129.

［5］ 弓文. 我國體育產業(yè)集聚水平測試及其影響因素研究［D］.長沙：湖南大學， 2011.

［6］ 紀玉俊， 周素娟. 我國金融產業(yè)集聚的區(qū)域經濟增長效應——基于門檻回歸模型的實證研究［J］. 產業(yè)經濟評論，2015，（2）：43-51.

［7］ 接云峰. 體育產業(yè)發(fā)展與經濟增長的影響關系研究［J］. 生產力研究， 2010，（8）：195-196.

［8］ 潘文卿， 劉慶. 中國制造業(yè)產業(yè)集聚與地區(qū)經濟增長——基于中國工業(yè)企業(yè)數據的研究［J］. 清華大學學報（哲學社會科學版），2012，27（1）：137-147.

［9］ 龐善東，靳英華. 基于理論研究視角下體育與經濟增長和經濟發(fā)展的關系［J］. 北京體育大學學報，2016，39（7）：16-21.

［10］ 宋昱. 體育產業(yè)的集群發(fā)展研究：中國的經驗與問題［J］. 北京體育大學學報，2013，36（8）：17-23.

［11］ 王良健，弓文，侯虛懷. 我國省際體育產業(yè)集聚水平測度及動態(tài)演進研究［J］.北京體育大學學報，2012，35（10）：29-34.

［12］ 魏瑋，馬松昌. 基于動態(tài)面板GMM分析的產業(yè)集聚與經濟增長實證研究——以山東半島城市群為例［J］. 上海經濟研究，2013（6）：23-32.

［13］ 徐茂衛(wèi)， 管文潮. 我國體育產業(yè)集聚的動力機制［J］.上海體育學院學報， 2012， 36（3）：57-60.

［14］ 謝品，李良智， 趙立昌. 江西省制造業(yè)產業(yè)集聚、地區(qū)專業(yè)化與經濟增長實證研究［J］. 經濟地理， 2013，33（6）：103-108.

［15］ 許鐘源，張佳斌. 基于SVAR模型的我國體育產業(yè)發(fā)展與經濟增長動態(tài)計量分析［J］. 商，2014（26）：241-242.

［16］ 閆琳琳，高素英，張曉東，等. 休閑體育產業(yè)與經濟增長關系實證研究［J］. 河北工業(yè)大學學報， 2010，39（2）：60-63.

［17］ 楊衛(wèi)武，毛潤澤. 文化產業(yè)集聚、經濟增長與地區(qū)差異——基于省級面板數據的回歸分析［J］. 上海師范大學學報（哲學社會科學版）， 2015，44（4）：34-42.

［18］ 曾鳴. 區(qū)域經濟增長與體育產業(yè)發(fā)展相關性分析［J］. 統(tǒng)計與決策， 2010（20）：120-121.

［19］ 于謹凱，劉星華，單春紅. 海洋產業(yè)集聚對經濟增長的影響研究：基于動態(tài)面板數據的GMM方法［J］. 東岳論叢，2014，35（12）：140-143.

［20］ 張金橋，王健. 論體育產業(yè)與文化產業(yè)的融合發(fā)展［J］. 上海體育學院學報， 2012，36（5）：41-44.

［21］ 章穎. 福建省體育產業(yè)集聚水平測度及研究［J］. 福州大學學報：哲學社會科學版， 2017，31（2）：99-104.

［22］ 張羽. 體育產業(yè)發(fā)展對經濟增長影響的動態(tài)計量研究［D］.長春：東北師范大學， 2016.

［23］ 趙聶.河南體育事業(yè)與經濟社會發(fā)展關系研究［J］.河南社會科學，2009，17（3）：210-211.

［24］ 周海鵬，李媛媛，李瑞晶. 金融產業(yè)集聚對區(qū)域經濟增長的空間效應研究［J］. 現代財經（天津財經大學學報），2016，（2）：63-76.

［25］ ARELLANO M，BOND S. Some tests of speci fi cation for panel data：Monte carlo evidence and an application to employment equations［J］. Rev Econ Stud，1991，58（2）：277-297.

［26］ ARELLANO M，BOVER O. Another look at the instrumental variable estimation of error-components models［C］// Centre for Economic Performance，Lse，2004：29-51.

［27］ BALDWIN R，MARTIN P. Agglomeration and regional growth［M］// Handbook of Regional and Urban Econ omics：Volume 4，2006，4（4）：2671-2711.

［28］ BLUNDELL R，BOND S. Initial conditions and moment restrictions in dynamic panel data models［J］. Econ Papers，1995，87（1）：115-143.

［29］ FUJITA M，THISSE J F. Economics of Agglomeration （electronic resource）：Cities，Industrial Location，and Regional Growth［M］.Cambridge：Cambridge University Press，2002.

［30］ IM K S，PESARAN M H，SHIN Y. Testing for unit roots in heterogeneous panels ［J］. J Econ，2003，115（1）：53-74.

［31］ LEVIN A，LIN C F，CHU C S J. Unit root tests in panel data：Asymptotic and fi nite-sample properties［J］. J Econ，2002，108（1）：1-24.

［32］ OTTAVIANO G I P，MARTIN P. Growth and agglomeration［J］.Int Econ Rev ，2001，42（4）：947-968.

［33］ PORTER M E. The competitive advantage of nations［J］. Harv Bus Rev，1990，68（2）：73-93.

An Empirical Analysis of the Impact of Sports Industry Agglomeration on Regional Economic Growth——Based on Static and Dynamic Panel Data Model

Yao Song-bo1，Liu Ying2

Based on the provincial panel data from 2005 to 2015，this paper analyzes the impact of sports industry agglomeration on regional economic growth with static and dynamic panel models，and calculates the level of provincial sports industry agglomeration with industry proportion index.The empirical results show that both static and dynamic panel models support the assumption that China’s sports industry agglomeration can significantly contribute to economic growth，and the static model shows that GDP will increase 1.85 percentage while sports industry agglomeration increases a unit. There is a signi fi cant nonlinear relationship between sports industry agglomeration and economic growth，presenting an inverted U-shaped structure，which means that moderate sports industry agglomeration can promote economic growth，but excessive sports industry agglomeration is not conducive to economic growth. The impact of China’s sports industry agglomeration on economic growth exist signi fi cant regional differences. The central region has the strongest effect on economic growth，followed by the eastern region and the lowest in the western region. This paper also presents some proposals：the government should play a corresponding role in different stages of sports industrial agglomeration development; in order to avoid the convergence of internal structure，government should pay attention to the development planning of sports industry agglomeration，the eastern region should seek differentiation in sports industry development；strengthen the regional cooperation of sports industry，and encourage the sports industry agglomeration in the central and western regions.

sports industry；industrial agglomeration；economic growth；regional discrepancies

G80-05

A

1000-677X（2017）11-0021-09

10. 16469/j. css. 201711003

2017-10-23；

2017-11-20

國家社會科學基金青年項目（13CTY004）。

姚松伯，男，碩士，主要研究方向為體育管理， E-mail:Sebastianyao@outlook.com；劉穎，女，教授，主要研究方向為體育管理。

1.上海體育學院，上海200438；2.沈陽體育學院，遼寧沈陽110102

1.Shanghai University of Sport，Shanghai 200438，China；2.Shenyang Sport University，Shenyang 110102，China.