中国体育服务产业空间分布与集聚特征研究

王静，丁一

(1．江西财经大学 统计学院，江西 南昌330013；2．江西财经大学 应用统计研究中心，江西 南昌330013)

2016年，国家体育总局公布《体育发展“十三五”规划》，指出我国体育产业“十三五”发展目标是“到2020年，全国体育产业总规模超过3万亿元，体育产业增加值的年均增长速度明显快于同期经济增长速度，在国内生产总值中的比重达到1%，体育服务业增加值占比超过30%，体育消费额占人均居民可支配收入比例超过2.5%”[1]。2018年，体育总局印发《关于进一步加强体育赛事活动监督管理的意见》，提出进一步加强体育赛事活动的监督管理，保障赛事活动参与者的合法权益[2]。体育产业已成为我国新的经济增长点。据2019年第四次经济普查暨全国体育产业名录库调查数据显示，体育服务产业机构占全部体育产业机构总数的55%，从业人员数占全部体育产业从业人员数的35.96%，可见体育服务产业作为体育产业的重要组成部分，其带动作用不言而喻。美国、日本、德国等世界发达国家每年的体育服务产业产值可以超过体育产业总产值的70%。我国致力于振兴体育事业，全力发展体育服务业是必由之路。

服务业可分为服务产业和公共服务业。服务产业以增值为目的，一般由企业和生产部门通过市场方式提供；公共服务业以满足社会公共需要为目的，一般由政府部门或非营利机构通过非市场方式提供。两者在产业规划和特征上具有明显的区别。在体育服务业中同样如此，不加区分地对体育服务业进行分析将会掩盖或抵消两者的特征。因此，本文主要对体育服务业中的体育服务产业进行空间统计研究，试图找出我国现阶段体育服务产业在地理空间上的分布特征，为我国未来的体育服务产业发展规划提供量化依据。

一、我国体育服务产业基本情况

(一)体育服务产业规模

2014年12月，《国务院办公厅转发国家统计局关于加强和完善部门统计工作意见的通知》要求：“各产业部门可根据国家统计基本单位名录库，在确保衔接一致前提下，细化和扩充单位基础信息，形成部门统计调查单位名录库”[3]。为彻底改变长期以来体育产业统计工作基础薄弱、产业发展缺乏数据支撑等不利局面，补齐产业发展短板，我国于2019年开展了第四次经济普查暨体育产业单位数据调查，取得了反映我国体育产业概貌的基础统计信息资料。

该数据显示①全文数据不包括港澳台地区。，我国体育服务产业机构单位共有78 051个，从业人员1 590 970人，占全部体育产业从业人数的35.96%，占全部体育服务业从业人数的51.32%，占据体育产业的主体地位。从体育服务产业从业人数的结构上来看，分布较为集中，广东(28.9%)、福建(10.29%)、江苏(9.93%)3省达到一半(49.12%)；若再加上河南(8.39%)、山东(6.27%)、浙江(6.24%)、上海(3.44%)，合计占比上升为73.46%，显示出东部沿海地区对体育服务产业从业人员具有较大的吸引力；占比不足1%的省市自治区共有13个，合计占比仅为4.89%。排名第一的福建企业从业人员占比(22.97%)是排名最后的西藏的630多倍，地区之间的差异较为悬殊。

(二)专业化程度

为衡量体育服务产业及细分行业在各地域的发展程度，本文的空间格局分析基于区位商指标。区位商又称为专业化率，用来反映区域间经济联系的结构、方向以及产业规模集约化程度[4]。区位商定义为一个行业的地区比重与国家比重之间的比值，本研究中区位商的分子是各省、区、市体育产业每个类别的从业人员与该地区总就业人口数之比，分母是体育产业各大类别从业人员占全国从业人员的比重。区位商的临界值为1，区位商大于l，表明该行业在该地区专业化程度高于全国平均水平，意味着该地区该行业的专业化率在全国有优势；反之，则表明该地区该行业的专业化率低于全国平均水平，表明该地区是这一行业的劣势发展地区。限于篇幅，本文仅给出四大区域体育服务产业的区位商，见表1所示：

表1 我国体育服务产业区位商

表1数据表明，东部地区体育服务产业专业化程度最高，中部地区次之，西部和东北地区偏低。区位商的数值呈现出“东部—中部—西部—东北”逐阶递减的特点。细分到省(市)及自治区层面，福建、广东、天津、河南、江苏、广西、浙江7省市自治区的区位商大于1，体育服务产业专业化水平高于全国平均水平；云南、内蒙古、新疆的区位商最低，仅为0.18、0.17和0.12。可见，地区之间存在较为显著的差异。

二、研究方法

区位商虽然可以反映各地区体育服务产业及细分行业的发展程度，但无法考虑空间区位、距离和尺度对度量空间集聚的影响[5]。而通常，单个地区产业发展或多或少都会受到地理位置、邻接地区的产业政策外溢等影响。为将距离、地理位置等空间因素考虑进集聚程度测度中，以解释体育服务产业宏观区位与空间地理位置的联系，本文以中国省级行政区划矢量地图为工具、以区位商为基础分析指标进行空间格局分析。采用的方法主要为莫兰指数(Moran＇s I)，所需的区位经纬度数据从谷歌地球(Google Earth，http：//earth．google．com/)获取。空间分布计算及分析采用Geoda和Arc GIS软件。

(一)全局空间自相关

全局空间自相关用来反映空间邻近区域单元是否存在聚集特性。本文主要是用全局莫兰指数(Global Moran＇s I)和通用G指数(General G)来检验体育产业的全局空间自相关现象。全局莫兰指数用于衡量体育产业的全局空间自相关程度，判断体育产业的分布状态是集聚还是离散；General G指数用于描述体育产业的全局空间自相关模式，判断体育产业的空间集聚是高值还是低值空间集聚。

全局莫兰指数的定义如下：

其中，Xi为地区i的观测值(区位商)，为所有地区区位商的平均值。定义空间权重矩阵中的相邻性关系，若区域i与区域j有共同边界，记Wij＝1；否则记为Wij＝0。

全局莫兰指数的取值范围是[－1，1]，若为正，说明整个研究地区存在空间正相关，即高值与高值地区相邻近，或者低值与低值地区相邻近，且取值越大则空间正相关性越强；若为负，说明存在空间负相关，即高值与低值地区相邻近；若为0，则说明不相关，即高值或低值地区在地理空间上呈随机分布。

General G指数可以用于识别空间分布模式是高值空间集聚还是低值空间集聚，而这是全局莫兰指数无法判别的[6，7]。General G指数计算公式定义如下：

对General G的Z检验统计量为：

其中，E(G)和VAR(G)分别为General G指数的数学期望和方差：

若General G＞E(G)，且Z值显著时，观测值呈高值集聚；若General G＜E(G)，且Z值显著时，观测值呈低值集聚；若General G趋近于E(G)，观测值在空间上随机分布。

(二)空间相关性检验

进一步地，可以通过标准化后的Moran＇s I值(Z值)对全局莫兰指数进行显著性检验，得到具有显著统计意义的结果与解释。Z值计算公式如下：

其中，E(Mor an＇s I)和VAR(Mor an＇s I)分别为Moran＇s I的数学期望和方差。在5%的显著性水平下，当|Z|＞1.96时，拒绝原假设，认为存在空间自相关现象；反之，则不存在。

(三)局部空间自相关

全局莫兰指数并不能进一步反映空间中不同单元(局部区域)的空间关联性，而现实中因为往往存在着空间异质性[7，9]，有必要进一步测算局部的空间自相关水平，以便深入探索我国体育产业的局部空间集群情况。局部莫兰指数(Local Moran＇s I)是将全局莫兰指数分解到局域空间上，针对空间每一个分布对象，定义局部莫兰指数为：

局部莫兰指数描述了一个省域与其邻域各体育产业区位商的关联程度，可将局部空间关联程度分为四种类型，分别与局部空间关联指数(Local Indicators of Spatial Association，LISA)散点图中的四个象限对应：第一象限(H－H)和第三象限(L－L)为正局部空间自相关，被称为空间集群，其中H－H为高区位商—高空间滞后的正自相关集群，表示高区位商的地区被高区位商的其他地区所包围，L－L为低区位商—低空间滞后的空间自相关集群，表示低区位商的地区被低区位商的其他地区所包围；第二象限(H－L)和第四象限(L－H)为负局部空间自相关，被称为空间离群，其中L－H是低区位商—高空间滞后的负空间自相关集群，表示低区位商的地区被高区位商的其他地区所包围；H－L是高区位商—低空间滞后的负空间自相关集群，表示高区位商的地区被低区位商的其他地区所包围。

三、体育服务产业空间格局分布特征

(一)专业化程度的地理分布与集聚特征

运用软件Geoda，我们可以将各地区按体育服务产业区位商由高到低分为四类地区：

第一类：上海、浙江、广西、江苏、天津、广东、福建、河南。主要集中在东南沿海，中部地区只有河南。

第二类：辽宁、河北、山东、安徽、湖北、重庆、湖南、贵州。主要集中在环渤海地区，和次沿海地区。

第三类：北京、江西、陕西、宁夏、甘肃、青海、西藏、海南。

第四类：黑龙江、吉林、内蒙古、山西、新疆、四川、云南。

从总体上可以看出，全国体育服务产业专业化程度在地理上大致呈现阶梯分布的特征。由东部沿海地区向东北、西部内陆地区梯度锐减，区位商较高地区南多北少，主要集聚在长三角、珠三角、京津冀等沿海发达地区。东南沿海专业化水平较高，中部西部内陆地区则大部分分布在较低水平的两个组中，专业化水平逐阶降低。其中，第一类地区区位商均大于或基本等于l，表明这些地区体育服务产业地区专业化程度高于全国平均水平，体育服务产业专业化率在全国具有竞争优势；其余三类地区区位商均低于1。

可以看出，东南沿海专业化水平较高，中部西部内陆地区则大部分分布在较低水平的两个组中，专业化水平逐阶降低。其中，第一类地区区位商均大于或基本等于l，表明这些地区体育服务产业地区专业化程度高于全国平均水平，体育服务产业专业化率在全国具有竞争优势；其余三类地区区位商均低于1。

全局莫兰指数值为0.146 6，数学期望为－0.031 3，对应P值0.06，显示体育服务产业存在较弱的正空间自相关关系(空间依赖性)，而非完全随机状态，但在5%水平下，这一关系并不显著；放宽至10%水平可以认为显著。General G与E(G)趋于相等，显示体育服务产业空间自相关性并不显著，这与全局莫兰指数反映的情况一致。可见总体上集聚趋势已经初步呈现。

观察LISA散点图，地区分布如表2所示。从地理位置上看，第一象限地区均为东部沿海地区，表明这些地区及周边地区集聚水平较高，其中5%水平下，福建显著，其余地区不显著；第四象限地区均为次沿海地区，这些地区自身集聚水平较低，周边沿海地区较高，江西在5%水平下显著；第二象限地区为更靠近内陆的地区，这一象限地区自身集聚水平较高，周边地区较低，但这一象限的3个地区在5%水平下均不显著；第三象限除海南外，其余均为内陆地区，表明这些地区自身集聚水平较低，周边地区也较低，内蒙古、甘肃、青海、西藏在5%水平下显著。

表2 体育服务产业区位商LISA散点图对应地区象限表

(二)企业平均规模的地理分布与集聚特征

运用软件Geoda，我们可以将各地区按体育服务产业企业平均规模由高到低分为四类地区：

第一类：天津、山东、江苏、安徽、浙江、江西、福建、广东。主要集中在东南沿海。

第二类：辽宁、河北、河南、湖北、湖南、广西、宁夏、上海。主要集中在环渤海地区，和次沿海地区。

第三类：黑龙江、山西、陕西、北京、重庆、贵州、四川、青海。

第四类：内蒙古、吉林、甘肃、新疆、西藏、云南、海南。

从总体上可以看出，体育服务产业的企业平均规模在空间上呈现出东部地区较大、中部西部阶梯降低的特征。东部沿海发达地区体育服务业企业规模高于内地，更容易形成规模效应，实现专业化生产。

计算全局莫兰指数值为0.129 7，数学期望为－0.029 7，对应P值0.04，显示体育服务产业企业规模存在正空间自相关关系(空间依赖性)，空间集聚的特征初步显现。福建、江苏、浙江、广东、安徽和江西为高高集聚省份(高水平和高水平聚集在一起)，主要分布在东部地区和中部地区，这些省份自身和周边省份的企业平均规模都较大，已形成一定的规模效应；湖南、湖北、河南、辽宁、四川、重庆、陕西、山西、贵州、海南、河北、广西、吉林、内蒙古、云南、甘肃、宁夏、青海、新疆、西藏、黑龙江21个省市自治区为低低集聚地区(低水平和低水平聚集在一起)，均为西部和东北地区。

结合以上两方面的分析，可以发现我国体育服务产业的空间集聚情况呈现以下几个特征：

1．从全国来看，体育服务产业集聚经济初步呈现，大部分地区与邻接地区体现出相似特征值(同为高集聚水平或同为低水平)，同时少数省域间存在负的空间自相关性，与其相邻省域呈现出相反的特征值，即出现高集聚水平区域邻接低水平区域的空间相关状态。我国体育服务业发展时间并不长，产业尚未成熟，因此该集聚趋势总体上只是初步呈现，仍待进一步发展。

2．体育服务产业专业化程度空间集聚情况有较为明显的地理分布特征，集聚水平由东向西呈阶梯状锐减。东南沿海地区都属于商品经济高度发达的地区，区域内分工专业、市场经济繁荣、创新能力强、交通物流发达，具有人才集聚优势和浓厚的商业文化氛围，这些地理位置上的优势促进了体育服务产业的集聚。内陆地区大部分在经济上欠发达，人口分布分散，物流、金融等支撑行业发展落后，产业配套能力不足，市场需求有限，不易形成规模集聚效应。夹在两者中间的次沿海地区和次内陆地区，虽然本身尚未形成显著的集聚效应，但若能够借助周边已初步形成集聚效应地区的辐射带动作用，促进本地区体育服务产业集聚效应的形成，则具有一定的发展潜力，例如江西、湖南、安徽等。

3．体育服务产业企业规模也呈现类似的由东向西阶梯状递减的趋势。沿海地区企业平均规模较大，且福建、江苏、浙江、广东、安徽和江西等沿海和次沿海地区已经呈现一定的规模效应。

四、结论与启示

体育服务产业是现代服务业的重要组成部分，大力推进我国体育服务产业向市场化、专业化发展，是发展我国体育产业、推动我国产业结构升级的重要内容。对于我国目前体育服务产业的空间分布，我们可以得出以下结论：

第一，我国体育服务产业尚处于起步阶段，发展时间不充分，但已初步呈现地域集聚趋势。服务经济时代，服务业集聚现象越来越明显，集聚不仅有利于降低企业平均生产成本、实现内部规模经济，同时也对提升地区产业竞争力具有促进作用[10，11]。保障体育服务产业的持续发展，促进产业集聚趋势的进一步形成，对企业和地区而言，都有重要的积极意义。

第二，我国体育服务产业的专业化程度和空间集聚程度都呈现阶梯分布特征，由东南沿海向内陆地区梯度锐减，且东南沿海地区的竞争优势明显。不同地区体育服务产业的发展定位和策略，应综合考虑自身与周边地区的发展情况，进行针对性的设计。

第三，专业化程度高、呈现集聚特征的地区集中在东南沿海地区，大量内陆地区的体育服务产业发展较为落后，没有形成集聚，难以有效整合资源、形成规模。这说明：(1)东南沿海地区目前还是处于内部集聚阶段，没有形成明显的扩散效应，辐射作用尚未显现；(2)内陆地区不具备地理优势，在产业发展上处于竞争劣势，要扭转局面，就需要另辟蹊径，错位竞争。

第四，沿海地区体育产业企业的平均规模较大，且福建、江苏、浙江、广东、安徽和江西等沿海和次沿海地区已经呈现一定的规模效应，有利于进一步提高经济效益，实现产业升级。

以上结论，启发我们对各地区体育服务产业的发展定位和策略需要有针对性地进行设计，以保障我国体育服务产业实现从集聚生成到集群演化的渐进发展过程。

第一，东南部沿海地区(主要指H－H型地区)体育服务产业自身发展程度高，周边地区发展程度也较高，这种地理优势有利于资源和市场的整合，强强联合，共谋发展。因此，该类地区体育服务产业的发展应以对产业集群内的市场资源、人才资源和跨市场资源进行整合、提高主导产品的质量、加强自主创新能力为主。例如积极探索体育赛事运作的新模式，大力培育具有中国特色的体育赛事品牌，积极承办世界高水平大型赛事，延伸体育产业链条，促进服务品牌与用品品牌的良性互动，最终实现集群内体育服务产业和其他行业(如制造业、文化产业等)的共同发展，完成集群内的产业升级。

第二，内陆地区(主要指L－L型地区)体育服务产业自身和周边地区的发展程度都较低，不易实现产业的集群和整合发展。因此，这类地区的体育服务产业应立足于发展本地优势体育产业，鼓励各地区突出特色、错位发展。对具有独特地方特色的体育活动和产品，要注重培育独具风格的产业项目，并向相关产业延伸，带动地方经济发展，例如西藏、内蒙古、新疆、青海、宁夏等地，可以将特色的民族体育项目，如骑马、射箭、摔跤、爬山等与旅游、餐饮、民宿等行业有效地衔接和融合起来，并与当地特有的少数民族风情结合到一起，形成独特的体育休闲产业；海南可以将帆船、风筝、冲浪等运动与当地的其他产业交叉起来；东北地区可以发展冰雪项目，并与冬季旅游结合起来，等等。对有些体育资源匮乏的地区，则可以考虑着力培养自己有竞争力的优势项目，力争打造专项大省，形成以专项运动为核心的产业集聚。

第三，中间地区(主要指L－H、H－L型地区)介于两类地区之间，这类地区自身发展水平与周边地区不一致，也不易形成产业的集群和整合发展。因此，这类地区的体育服务产业发展，一方面要善于利用周边发达地区的产业溢出效应，带动本地发展，另一方面要充分发掘本地资源优势，与周边发达地区实现错位竞争。例如江西和安徽是劳动力资源大省，可以积极承接沿海地区体育用品制造业的内移，创造条件打造特色产业园区，围绕本地区体育优势项目加大招商引资力度。

不同地区充分利用各自优势与资源，努力打造我国体育产业既分工又协作的产业协同发展格局，力争实现“以点带面”，共同推动我国体育产业的跨越式发展。