我国体育公共服务效率评价与影响因素实证研究

袁春梅

1 引言

随着社会经济发展水平的提高以及民众生活方式的转变，体育锻炼作为一项集健身、娱乐、社交为一体的休闲娱乐方式受到越来越多人的喜爱。个体通过参与体育运动体验自我超越的成就感，享受体育运动带来的快乐，以运动化的生活方式提升个体素质成为一种潮流。国家体育总局《体育事业发展“十二五”规划》（以下简称“体育‘十二五’规划”）中明确指出，“政府要强化体育公共服务职能，建立以全民健身设施建设、组织建设、活动开展、健身指导、科学评估为主要内容的全民健身公共服务体系，切实保障广大人民群众参加体育活动的权利。”体育“十二五”规划显示了政府推动全民健身，加强体育公共服务的决心。

但从中国现阶段的实际情况看，一方面，受限于经费约束和体育发展体制等因素，加大政府对体育公共服务的投入似乎显得心有余而力不足；另一方面，群众日益增长的体育需求与体育公共服务资源相对不足的矛盾始终未能得到缓解。因此，在体育公共服务资源投入有限的情况下，致力于改进体育公共服务效率，尽可能使既定资源投入条件下实现公共服务效率产出的最大化，优化我国体育公共服务的效率，对我国当前体育事业发展而言显得尤为重要。

优化并提升我国体育公共服务提供的效率，首先，需要对体育公共服务效率做出系统、科学、客观的评价。评价的前提是要构建一定的指标，并将各项指标进行量化处理以便于操作。目前，有学者就体育公共服务涵盖的内容进行了讨论，认为体育公共服务应该涵盖社会性体育公共服务（群众体育）、经济性体育公共服务（体育产业）、竞技体育公共服务以及体育文化公共服务［8］，还认为应该包含制度性体育公共服务（体育规章制度）［6］。在构建具体的体育公共服务效率评价指标时，有学者将社会性体育公共服务作为主要考查对象［4，5，11］。据此可以看出，体育公共服务的核心和重要组成部分依然在社会性体育公共服务层面。同时，根据国务院办公厅《公共服务体系“十二五”规划》内容，其中，提出了体育公共服务的重点任务就是为城乡居民参加全民健身活动提供指导服务。可见社会性体育公共服务也是国家关注的重点。因此，本研究对体育公共服务效率的评价主要集中于社会性体育公共服务。

评价指标构建是体育公共服务效率评价的关键，但并不是最终目的，以评价指标为基础并运用合理的方法对体育公共服务的实际效率进行测算才是最终目的所在。有研究成果构建了较完善的体育公共服务指标体系，但因统计数据的缺乏，有的仅是进行了模拟算例分析，有的在建立好体育公共服务的评价指标体系后便戛然而止，使得体育公共服务效率的评价因缺少数据而遗憾夭折。2004年，有研究者将数据包络分析方法（以下简称DEA），引入到体育研究领域［2］，并认为在体育领域内如果涉及到多投入和多产出类的比较，DEA方法是一种最有效的评价方法。后来，有研究者分别利用2002年和2010年体育事业的统计数据，通过DEA对我国体育事业的投入产出和群众体育资源配置效率进行了分析［3，9］，但因为仅仅是针对一个年度的评价，难以观察到体育公共服务效率的整体发展状况；还有研究者将因子分析与DEA相结合对西南地区10个城市的体育公共服务效率进行了实证研究［10］，但是，其选择的投入指标中有关体育科技服务支出费用、城市体育法制维护费，以及产出指标中的体育法律执行等指标因为数据获取的困难将会限制其在其余地区的推广与运用。

通过已有研究成果的分析可以看出，目前关于体育公共服务效率评价的实证研究较少。因此，在前人构建起的关于体育公共服务效率指标体系的基础上，本研究运用DEA方法，以《体育事业统计年鉴》（2009-2012年）数据为依据，对我国体育公共服务的效率进行测算，以便了解近年来我国各地区体育公共服务资源的使用状况，以推进体育公共服务资源利用效率的提高，并利用Tobit模型对影响体育公共服务效率的因素进行了实证分析。

2 模型与数据

2.1 体育公共服务效率评价的DEA模型

DEA是著名运筹学家A.Charnes和 W.W.Copper等人以“相对效率”概念为基础，根据多指标投入和多指标产出对相同类型的单位（部门）进行相对有效性或效益评价的一种系统分析方法［1］。被评价的单位（部门）称为决策单元（Decision Making Unit，以下简称DMU）。DEA的核心思想是通过估计有效前沿面，并将各决策单元变量与所估计的有效前沿面进行对比，从而识别低效率决策单元并给出其相对效率值［7］。作为非参数估计方法的DEA，因有效避免了计量参数分析方法中的许多限制，而且，无需考虑输入输出指标的单位量纲问题，从而得到了广泛使用。通常情况下，DEA可分投入导向模型和产出导向模型两类，前者用于评估既定产出条件下的投入最小化，后者用于评估既定投入条件下的产出最大化，二者在本质上等价的［7］。同时，根据规模报酬是否可变的假设，又可划分为可变规模报酬（VRS）和不变规模报酬（CRS）方法。鉴于我国现阶段体育公共服务提供规模不足的现状，同时，我国体育公共服务投入受限于一定的财政预算约束，因此，本研究选取基于产出导向下的VRS方法来评价体育公共服务的效率。

被评价的各省、自治区、直辖市被看作不同的决策单元，每个单元都有 M种投入和S种产出，其中Xi＝（x1i，x2i，…，xmi）T（i＝1，2，…，n）表示第i个决策单元的投入向量，Yi＝（y1i，y2i，…，ysi）T（i＝1，2，…，n）表示第i个决策单元的产出向量。则X为（M×N）阶的投入矩阵，Y为（S×N）阶的产出矩阵，那么第i个评价单元的效率值表示为:

其中，UT和VT分别是产出向量和投入向量的权向量。为选择最佳权重，需定义如下数学规划:

即，找出UT，VT的值，使第i个决策单元的效率值达到最大，其受限于所有的效率测度值都小于或等于1。将式（1）求解会有无穷多个解，为了避免这个问题，令t＝，v＝tV，μ＝tU，经过Charnes-Cooper变换后，得如下线性规划模型:

根据线性规划的对偶性质，将（2）进行对偶转换可获得等价的对偶规划:

其中，θ是一个标量，λ是一个N×1的常数向量，获得的θ值就是决策单元的效率值，根据Farrell（1957）的定义，它满足θ≤1，当取值为1时便是该点在前沿面上，即该决策单元的投入产出是有效率的。N1是N×1的向量，N1Tλ＝1是给生产前沿面增加了凸面条件，表明规模报酬可变，使得有效决策单元的数量增加，让原来不在规模报酬不变产出前沿，但处于规模报酬可变产出前沿上的决策单元也变得有效率［7］。

满足民众不同需求的体育公共服务需要多方面的资源投入，将体育公共服务视作多投入多产出的系统，并用DEA对体育公共服务的投入产出进行评价所得出的效率评价结果可以衡量各地区体育公共服务的产出状况，并可以对不同省、自治区、直辖市的体育公共服务行为进行比较。如果地区体育公共服务效率不高，还可以分析原因，不仅对地方政府的决策有利，而且还可以提高相关部门的工作效率。

2.2 指标选取

利用DEA模型评价体育公共服务的效率，首先，需要确定合理的投入与产出指标。然而，体育公共服务的投入产出系统是极其复杂的，其资源涵盖了人、财、物各方面的要素，涉及的面十分宽泛，并且已有研究多为定性描述，给体育公共服务效率的定量化测算带来一定困难。为了避免投入产出指标选择的盲目性和随意性，首先，本研究根据已有研究成果确立了初步的投入产出指标（表1）。选取人均体育事业经费作为投入指标①根据我国现阶段的实际情况，体育公共服务基本上还依靠政府投入为主，因此投入指标仅考虑了政府部门对体育事业的经费投入，未包含社会资本、捐赠等部分经费。。原因在于，虽然各地对体育公共服务的投入资源涉及了人、财、物多个方面，但是最终都会反映到资金上来。将各地区体育科普文化活动开展情况、群众体育场地面积、国民体质监测受测人数、拥有公益性社会体育指导员人数作为产出指标。原因在于，一方面，从政府资源供给的角度考虑，最能代表各地方政府体育公共服务效率的直接指标就是每个公民得到的体育公共服务资源的多少，而非最终的体质状况改善等，这是因为政府所能控制的是体育公共服务资源的数量，而居民体质健康状况除了要受到资源供给数量的影响外，还会受制于自身身体素质、锻炼的持续性等其他多种因素；另一方面，所选取的指标基本体现各地区进行体育公共服务投入的基本目标，是政府的职责所在，因此，这些指标在全国范围内具有普遍意义，同时，数据获取也相对容易。其次，将初步设立的指标向10位熟悉该领域的专家进行了征询，有7位专家认为评价指标很好地反映了体育公共服务效率的内容。依据评价内容效度②内容效度，是指测量内容的适合性和符合性，即测量指标是否符合测量的目的和要求。的常用评价指标——内容效度比公式（content validity ration，以下简称CVR），测得CVR＝0.4，说明所构建的投入产出指标对评价体育公共服务效率具有较好的代表性。

Ne—评价时认为某项指标很好反映了测量内容的专家人数；N—专家总人数。

表1 本研究体育公共服务投入产出指标一览表Table 1 Input and Output Indicators of Sports Public Service

为了各地区之间的数据更具可比性，体育事业经费按人均占有量取值，体育场地面积、公益性社会体育指导员人数和国民体质受测人员按每万人拥有量取值。

2.3 数据来源

指标数据来源于《中国统计年鉴》（2009—2012）和《体育事业统计年鉴》（2009—2012），西藏自治区由于数据缺失较多，故将其从样本中剔除，新疆维吾尔自治区2009年体育科普文化活动次数数据缺失，因此，采用了前、后两年该数据的平均数进行了代替（表2）。港、澳、台未做统计，不在本讨论之内。

从表2可以看出，我国人均体育事业经费在不断增加，从2008年的人均23.68元增加到2011年的32.38元，但增量很小，4年共增加了9.12元，平均每年增加2.23元。人均体育事业经费最多的省份为107.41元，最少的仅仅只有6.48元。地区间差异是最大的是体育科普文化活动开展情况（变异系数达2.28），有的省、自治区、直辖市在一年中共组织了近2205次科普文化活动，但有的省、自治区、直辖市全年却一次活动都没有组织过。从接受国民体质监测人数看，4年里每万人中接受国民体质监测人数占比最多的省、自治区、直辖市仅为529.92人，最少的1万人中仅有1.34人接受了国民体质监测，地区间差异十分突出。每万人公益性社会体育指导员人数的拥有量也不乐观，最多的省、自治区、直辖市1万人中拥有24.92个公益性社会体育指导员，最少的却不到两人。可见我国公益性社会体育指导员的数量缺口较大。人均政府命名群众体育场地面积指标中，最多的省、自治区、直辖市每万人拥有2575.94m2，而最少的每万人拥有的面积仅仅只有2.24m2。从整体上看，2008—2011年我国体育公共服务无论经费、人员还是机构方面规模和数量都很稀缺，在资源有限，而政府增加投入面临预算约束的前提下，提高现有资源的利用率就显得十分必要。

表2 本研究体育公共服务投入产出指标描述性统计一览表Table 2 The descriptive statistics of sports public service input and output indicators（2008-2011）

3 我国体育公共服务效率实证结果分析

借助DEAP 2.1，测算了我国从2008—2011年体育公共服务投入产出的效率得分（表3）。同时，还对各年份地区间的平均效率得分以及各地区不同年份的效率得分，以及4年来我国体育公共服务效率的情况进行了计算，并对效率的变动情况进行了计算，并根据各地区的平均效率得分对各地区进行了排名。从图1可以看出，2008—2011年各地区体育公共服务平均效率得分呈缓慢上升趋势，证明我国体育公共服务的效率水平在不断的提高。

表3 本研究中国部分地区体育公共服务效率综合情况一览表Table 3 China Regional Sports Public Service Efficiency Comprehensive Situation（2008—2011）

续表3

图1 本研究2008—2011年中国部分地区体育公共服务效率平均得分及效率变异系数示意图Figure 1.China’s Regional Sports Public Servic Efficiency Average Scores and Coefficient of Variation of Efficiency（2008—2011）

3.1 各年份体育公共服务效率的情况分析

从表3的数据看出，2008年我国体育公共服务提供有效率的省、自治区、直辖市共有13个，其中，位于东部地区的7个，位于中部地区的1个，位于西部地区的5个。平均效率得分为0.724，变异系数为0.41，表明省际间体育公共服务效率水平差异不大。

2009年，体育公共服务提供有效率的省、自治区、直辖市增加了东部地区的河北和西部地区的广西，共15个省、自治区、直辖市体育公共服务效率水平达到有效。这一年的平均效率为0.786，与2008年相比体育公共服务效率水平有所提高；而各地区的效率得分的变异系数为0.33，表明地区间体育公共服务的效率的差异程度在不断缩小。

2010年，青海、贵州、辽宁被剔出了体育公共服务提供有效率省份，山东、广西进入了体育公共服务提供有效率的行列，共计14个省、自治区、直辖市达到了DEA得分有效。这年的平均效率得分为0.842，比前两年均有增加，各地区间的效率差异也在逐步缩小，地区效率变异系数为0.22。

2011年，体育公共服务效率达到有效的省、自治区、直辖市增至16个，西部地区的青海和贵州再次进入有效率省、自治区、直辖市行列，同时，进入有效行列的还有西部的四川、中部的山西、安徽，而天津、河北、山东却在该年被排除在外。2011年平均效率得分明显高于前3年，达到了0.87，说明体育公共服务效率水平随时间的变化在不断提高。地区变异系数为0.25，明显低于2008、2009年，但是比2010年有小幅扩大，总体上，地区间的体育公共服务效率水平差异在不断缩小。

从以上分析可以看出，首先，2008—2011年每年达到相对有效的地区都不相同，但数量在不断增加。其次，从图1可以看出，2008—2011年全国各地区的体育公共服务平均效率呈上升趋势，各地区的体育公共服务平均效率由2008年的0.724提高到了2011年的0.870，这也是体育公共服务DEA有效得分省、自治区、直辖市不断增加的结果；同时，体育公共服务的变异系数也由2008年的0.41下降至2010年的0.22，说明地区体育公共服务效率的差异性逐渐缩小，但是2011年与2010年相比又有小幅增加，说明2011年的地区差异比2010年稍大。

3.2 各地区体育公共服务效率的情况分析

首先，从表3可以看出，2008—2011年体育公共服务效率DEA得分一直保持有效状态的省、自治区、直辖市有北京、上海、江苏、浙江、海南、河南、内蒙古、重庆、宁夏，这9个一直处于高效率水平行列。其中，经济发达的东部地区占了50%的比例，可以看出东部地区体育公共服务的效率水平总体优于中、西部地区，但这仅仅是初步判断，地区经济发展水平与地理位置对体育公共服务究竟有何影响还需要进一步的实证检验。

其次，从各地区效率得分变异系数看，广东、黑龙江、山西、安徽、河北地区效率得分变异系数较大，说明这几个省份在2008-2011年间体育公共服务效率的得分差异较大。山西、安徽、广东3个省的体育公共服务效率经历了由低到高的转变，其中变化最大的是广东，变异系数为0.51，效率得分由2008年的0.277上升到了1，并且，在2010—2011年保持了DEA得分有效。河北、黑龙江的体育公共服务效率水平经历了低—高—低的变化过程。各地区体育公共服务效率的变动情况与其总的平均效率得分之间具有关联，各地区历年平均效率得分较高的地区效率得分波动较小，而平均效率得分低的省、自治区、直辖市波动相对较大，体育公共服务效率保持稳定省份的其效率水平都比较高。

第三，效率得分较低的有吉林、云南、新疆、湖北、福建、江西、黑龙江，这些地区4年的平均效率得分均低于0.65，福建是唯一作为东部沿海发达地区省份位列低效率得分的地区，但从其资源投数量看，在东部地区省份中均不是最少的，这可能与资源投入利用率低或者是低效率使用导致投入未能充分发挥应有的效率有关。中部地区的低效率省份所占数量比西部多1倍，所占比例为总数的57.1%，说明西部地区体育公共服务效率水平总体上优于中部。

表4列出了2008—2011年各年东、中、西部位于DEA非参数估计前沿面的地区，即体育公共服务效率DEA得分有效的地区。总体上看东部地区所占数量大于西部和中部地区，但是西部地区的数量又比中部地区多。这从直观上说明经济发达地区更具备改善体育公共服务资源供给的技术条件和体制，体育公共服务的效率水平也较高，但是经济发展水平较高地区因受资源的约束较小，也可能存在资源浪费或者资源低效利用现象，使得投入与产出未必成正比。

表4 本研究我国体育公共服务效率DEA得分有效省、自治区、直辖市一览表Table 4 The Provinces of Sports Public Service Efficiency DEA Score Effective（2008—2011）

④依据中国土地学会西部科普工程项目组编著的《西部土地资源保护基本知识》一书中东、中、西部的划分方法，其中东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个；中部包括山西、吉林、黑龙江、安徽、江西、湖南、湖北、河南8个；西部包括内蒙古、广西、重庆、四川、贵州、云南、重庆、西藏、新疆、陕西、甘肃、宁夏12个。

⑤ “／”之前为DEA有效省、自治区、直辖市数量，之后为该区域地区总数。

4 影响体育公共服务效率的因素分析

基于已有的研究文献，主要考虑以下影响因素:第一，地区经济发展水平。一般认为，经济发展水平较高的地区越有能力改善体育公共服务的效率。但是，也可能因为缺乏体育公共服务资源约束的压力，会滋生资源浪费从而导致体育公共服务水平效率低下的情况。因此，需要通过实证检验地区经济发展水平对体育公共服务效率产生的影响。第二，体育公共服务的可及性。一般观点认为，体育公共服务可及性程度越高，公共服务资源的利用效率就越高。因为，人口密度大的地区有更多的人更容易获得体育公共服务资源，而且，较高的人口密度有利于降低体育公共服务支出管理和监督的成本，所以，用地区人口密度表示体育公共服务的可及性，并假设二者之间呈正相关关系。第三，政府对体育公共服务资源的投入规模，政府对体育公共服务的投入规模用体育事业经费在GDP中所占的比例来表示，一般认为，投入越多，产出效率应该更高，因此，预期为正相关关系。第四，地理位置因素。我国东、中、西部地区由于历史、文化、交通等方面的原因，发展极不平衡，因此，不同的地理位置对其体育公共服务效率水平也会产生影响。第五，政策因素。为了促进全民健身计划纲要的进一步实施，促进全民健身运动的深入开展，2008年北京奥运会后，国家体育总局颁布了《全民健身条例》等政策文件，各省、自治区、直辖市为促进当地群众体育的发展也制订了相关政策，因此认为，这些政策对提高体育公共服务效率会产生较大影响。

为了实证检验上述因素对中国体育公共服务效率的影响，将体育公共服务的效率得分作为被解释变量，用Es表示，用人均GDP的对数（ln GDP）表示地区经济发展水平；用每平方千米人口数的对数表示人口密度（ln Density）；用体育事业经费占GDP比例的对数表示资源投入规模的大小（ln Scale）；地理位置因素作为虚拟变量，东、西部地区以中部地区为参照。政策因素也作为虚拟变量，以2009年《全民健身条例》颁布为界，考虑到政策影响的滞后性，2009年后取1，2009年之前取0。因为因变量Es的值介于［0，1］之间，所以采用受限因变量Tobit随机效应模型①Hausman检验拒绝固定效应模型而接受随机效应模型。对各种可能影响体育公共服务效率的因素进行分析。回归模型如下:

Es为各省体育公共服务的效率得分，β0为截距，β为参数项，Xit表示对体育公共服务效率产生影响的各个变量，包括人均GDP、人口密度、政府投入规模、地理位置以及政策因素，μ为随个体变化而变化、但不随时间变化且与解释变量不相关的随机变量；ε为随时间和个体而独立变化的随机变量。

由于包含了4个时期120个数据，进行回归之前首先采用ADF单位根检验方法对数据进行了平稳性检验，从表5的数据单位根检验结果看，人均GDP在0.10显著性水平下是平稳的，政府支持力度、人口密度在0.01显著性水平也是平稳的，因此数据可以直接使用。

表5 本研究数据单位根ADF检验结果一览表Table 5 Data in ADF Unit Root Test Results

运用Eviews 5.0软件计算出了关于体育公共服务效率影响因素的回归结果（表6）。模型1将所有的变量进行了回归，因为政策因素未能通过显著性检验（P值为0.8522），因此，在模型2中剔除了政策变量。从表6中可以得出各因素对体育公共服务效率的影响情况:

表6 本研究体育公共服务效率影响因素Tobit回归结果一览表Table 6 Sports Public Service Efficiency Factors Affecting Tobit Regression Results（2008—2011）

1.从地区经济发展水平看，地区经济发展水平对体育公共服务效率的影响具有统计上的显著性，而且对体育公共服务效率的影响是正向的（模型1中系数为0.369，P值为0.0042；模型2中系数为0.356，P 值为 0.0011），这表明地区经济发展水平有利于体育公共服务高效率的实现，意味着经济发展水平较高的地区与落后地区相比，具备更多的技术条件和优势去提高体育公共服务效率水平。就回归的系数看，地区经济发展水平对体育公共服务效率的影响程度为0.356～0.369，表明地区经济发展水平每提高1倍，体育公共服务的效率得分就会增加约0.36。

2.从人口密度看，人口密度对体育公共服务效率的影响为显著的正相关关系（模型1中系数为0.119，P值为0.0043；模型2中系数为0.120，P 值为0.0000），与前面的假定一致。这说明人口密度越大的地区体育公共服务的效率往往越高，可见人口越多的地区，体育公共服务可及性程度越高，越便于地方政府搭建体育公共服务的体系，体育公共服务效率的水平也就越高。每平方千米的面积上增加1人，体育公共服务的平均效率得分就会提高0.119～0.120。因此，在新型城镇化建设过程中，加强全民健身 “三边工程”建设，组织更多群众喜爱的体育活动，对提高体育公共服务水平具有重要意义。

3.从体育公共服务资源投入规模看，投入规模对体育公共服务效率的影响较显著（模型1、2中的P值分别为0.056和0.0130），但是影响却是负面的（模型1中系数为-0.200；模型2中系数为-0.198），与前面的研究假设相反。这说明投入产出之间并不一定存在正比关系，较大规模的体育公共服务资源投入并不一定就能取得较高的成效。从回归系数看，体育公共服务投入规模每提高1倍，体育公共服务的效率得分就会下降0.198～0.200。由此可以发现，体育公共服务资源在利用过程中存在较大缺陷，究其原因可能来自3个方面:首先，投入规模越大的地区因体育公共服务资源缺乏相应的监督管理，可能存在资源的闲置或者浪费，造成了资源的低利用现象；投入规模小的地区因为可供支配的资源有限，于是更加珍惜不可易得的资源，规范管理合理利用，造成浪费的可能性小。因此，亟需加强对体育公共服务资源投入的监管，提高资源的使用效率。其次，与我国一直以来体育事业发展投入的结构性偏差有关，我国体育事业发展长期重视竞技体育的金牌产出，投入重点主要偏向竞技体育，竞技体育与群众体育发展的失衡一直是我国体育发展的主要矛盾，这种矛盾部分导致了体育公共服务资源在投入过程中，长期忽视广大民众对体育资源需求的愿望。由于有限的体育经费存在投入上的结构性偏差，这就可能导致体育经费支出的比例越高，但是体育公共服务的效率却越低的状况。可见，将有限的体育事业经费在群众体育与竞技体育之间进行恰当的比例分配有利于提高体育公共服务的效率。最后，投入规模越大的地区可能更注重了体育公共服务的质量，适当减少了供给的数量，在研究过程中因为偏向对体育公共服务资源数量的评价，这在一定程度上会对体育公共服务的效率得分造成影响。

4.从地理位置看，西部地区的体育公共服务效率要优于中部地区，西部地区比中部地区的效率要高0.548～0.550，且两个系数在统计学意义上都十分显著（模型1，2的P值均为0.000），这也印证了前文的效率评价得分的结论，即在DEA有效性得分上西部地区效率水平整体优于中部地区。东部地区与中部地区相比在0.1显著性水平下，前者比后者高0.189。从总体上看，地理位置因素对体育公共服务效率得分的影响并未呈现出明显的“东高西低”地域性特征。

5 结论、建议与不足

本研究利用多投入多产出的DEA对我国2008—2011年省级体育公共服务的效率得分进行了评价，并以此为依据对影响体育公共服务效率的地区经济发展水平、政府投入规模、体育公共服务可及性、地理因素进行了分析。研究结果显示，2008—2011期间我国体育公共服务平均效率水平不断提高，地区间平均效率的差异性在逐步缩小；西部地区的体育公共服务效率水平总体高于中部地区。在影响体育公共服务效率的因素中，地区经济发展水平、体育公共服务的可及性与体育公共服务效率水平呈显著的正相关关系，而体育公共服务的投入规模与体育公共服务效率间呈负相关关系。这说明经济发达地区的确具备提供高效率水平体育公共服务的条件和能力，但是如果投入缺乏监管以及资金结构在竞技体育和群众体育分配上的失调可能导致高投入低产出的状况。

针对以上状况，应该在体育公共服务的提供过程中多考虑体育公共服务的可及性，增强全民健身“三边工程”的建设力度，完善体育组织建设和社会体育指导人员培训工作，进一步推动体育生活化进程。同时，应加强体育公共服务投入的组织监管，使物尽其用，避免体育公共服务资源的浪费或闲置。宏观层面上，有必要调整体育事业经费在群众体育与竞技体育之间的资金分配比例，避免结构性发展失调。

当然，限于研究条件所限，本研究也存在以下不足:首先，在对各地区体育公共服务效率进行评价时，是建立在各地区体育公共服务质量与成本一致性基础上的，即未考虑各地区体育公共服务的质量以及体育公共服务的价格，只从体育公共服务的数量上进行了分析，因此，可能存在西部地区的效率得分高，而东部地区效率得分低的情况。其次，在进行体育公共服务效率评价时，在投入产出指标的选择上更多地以社会性体育公共服务为主，主要选取的是群众体育和体育文化服务方面的指标，体育产业公共服务、竞技性体育公共服务方面的指标未能纳入考察，因而所得结论可能会造成各地区体育公共服务效率得分存在一定偏差，这一问题有望在有关部门公布官方统计数据结果后加以修正和解决。

［1］杜栋，庞庆华.现代综合评价方法与案例精选［M］.北京:清华大学出版社，2005:9，62.

［2］董伦红.数据包络分析（DEA）方法在体育评价中的应用［J］.西安体育学院学报，2004，21（2）:73-74.

［3］刘思.中国体育事业投入产出数据包络分析［J］.武汉体育学院学报，2006，40（7）:31-33.

［4］宋娜梅，罗彦平，郑丽.体育公共服务绩效评价:指标体系构建与评分计算方法［J］.体育与科学，2012，33（5）:30-34.

［5］唐晓辉，李洪波，孙庆祝.城市社区公共体育资源配置的政府绩效评价体系研究［J］.沈阳体育学院学报，2012，27（5）:86-91.

［6］王景波，赵顺来，魏丕来，等.地方政府体育公共服务绩效评估指标体系的研究［J］.沈阳体育学院学报，2011，30（2）:1-3.

［7］王伟同，公共服务绩效优化与民生改善机制研究［D］.东北财经大学博士学位论文，2012.

［8］易剑东.中国体育公共服务研究［J］.体育学刊，2012，19（2）:1-9.

［9］张莹，秦俭，董德龙，等.我国不同地区群众体育资源配置效率研究［J］.山东体育学院学报，2011，27（12）:7-11.

［10］赵聂.基于DEA模型的公共服务绩效评价研究［J］.成都体育学院学报，2008，34（6）:8-11.

［11］郑家鲲，黄聚云.基本公共体育服务评价指标体系的构建［J］.上海体育学院学报，2013，37（1）:9-13.