经济水平和教育程度对奥运成绩的影响

白宇飞，刘文静，杨武建，左 文，邹新娴

(1.北京体育大学 体育商学院，北京100084；2.中交基础设施养护集团有限公司 财务部，北京100011；3.北京体育大学 管理学院，北京100084)

百年来，现代奥林匹克运动会的参与规模不断扩大。1896年在雅典举办的首届夏季奥林匹克运动会只有14 个代表团的241 名运动员参赛，而2016年的里约奥运会参赛国家和地区已达207 个，运动员数量更突破1.1 万人。随着奥运会成为名副其实的全球第一大盛会和各国(地区)彰显国际影响力的重要舞台，参赛国家和地区对奥运成绩的关注越来越高，影响奥运成绩的关键因素究竟是什么以及其作用机制如何也日渐成为学术界研究的重点和热点。

既有文献显示，国外学者曾以国家体制、人口规模、贫困程度、休闲娱乐公共支出、性别、失业率等为切入点，系统分析了其对奥运成绩的影响[1-6]；国内学者则就种族差异、国防力量、东道主效应、人口质量、国土面积等与奥运成绩间的关系展开了较为充分的探讨[7-11]。与此同时，众多学者都发现国家经济实力对奥运成绩的提高至关重要[12-15]。例如:在Jokl 等[16]首次将国内生产总值纳入奥运会成绩的影响因素后，Johnson 和Ali[17]指出经济实力较强的国家会派遣更多的运动员，由此提高了在奥运项目中获胜的几率。Bernard 和Busse[18]强调，一国要想赢得奥运奖牌就需要在训练场地设施建设以及运动员培养方面进行大量投入，而富裕国家更有意愿和能力负担这些领域的支出。ˇCustonja 等[19]认为，国内生产总值排名靠前的国家往往拥有更高的科研水平，可以凭借更科学和先进的训练方法来提高奥运成绩。Halsey[20]的研究同样证明了经济水平和奥运成绩间的正相关性。

另一方面，考虑到提升教育程度有助于增加人们参与体育运动的意愿[21]，因此一国教育水平也被认为是影响奥运成绩的重要因素[22]。不过与经济因素的研究相比，这方面的文献并不多见。尽管Lui等[23]发现经济实力较强的国家往往拥有较高的教育指数，但并未明确教育水平对一个国家在赢得奥运奖牌方面会产生何种影响。在少数给出明确结论的文献中，Noland 和Stahler[24]强调相较于人均收入水平变量，教育对获得奥运奖牌的积极影响更加明显。Soos 和Kiss 等[25]利用2004—2016年4 届夏奥会数据构建的实证模型进一步验证了这一结论。

纵观已有研究，在影响一国奥运成绩的众多因素中，经济水平和教育程度是难以忽略且极为重要的两大变量。但是，由于既有文献要么仅择其一作为核心解释变量进行分析，要么仅以某一届或几届夏奥会作为研究样本而没有将冬奥会纳入进来，要么仅聚焦欧美国家情况而未从全球范围进行考察，从而在一定程度上削弱了结论的信服力。基于此，本文利用107 个国家2000—2018年历届夏奥会与冬奥会的非平衡面板数据，构建相关计量模型，重点探讨经济水平、教育程度与奥运成绩的关系。

相对于前人研究，本文的边际贡献主要体现在3 个方面:1)将经济水平和教育程度并行为切入点，把研究样本拓展至除南极洲外6 大洲的107 个国家和10 届冬夏奥运会，最大限度保证了样本容量，并为异质性分析提供了坚实基础；2)根据国际通行标准，将107 个国家分为发达国家和发展中国家两大类进行细分研究，发现了经济水平和教育程度对两大类国家奥运成绩影响的差异；3)按照奥运会惯例，从夏奥会和冬奥会两个层面分别考察了经济水平和教育程度与参赛国成绩的关系。

1 理论分析与假设

1.1 经济水平与奥运成绩

一般而言，经济水平越高的国家，往往其运动员训练的场地越充足、装备越先进、方法越科学，膳食提供、医疗救助、心理辅导等保障体系越完备，不同层级、不同规模的赛事也越丰富，由此会对运动员技术的提升、身体及心理素质的锤炼、实战经验的积累大有裨益；而技术、身体和心理素质、实战经验则是衡量一名奥运会参赛运动员是否优秀的重要标准[26-27]。换句话说，经济水平越高的国家，越有可能培养出更多的优秀运动员，进而使其奥运成绩更加出色。基于此，本文提出假设1:一个国家经济水平提升对奥运成绩有正向影响。

1.2 教育程度与奥运成绩

以经验来看，伴随整体教育水平的提升，一个国家学校教育以及家庭教育中为体育运动分配的时间会不断增加，提供的体育实践活动种类也趋向多样。在此背景下个体更容易培养起浓厚的体育兴趣[28]，进而为其养成终生运动习惯或走上专业运动员道路打下坚实基础，亦即Howe 等[29]所谓的优质学校教育和家庭启蒙等环境因素是培养专业运动员所需的必备条件。考虑到专业运动员的培养与奥运成绩直接“挂钩”的共识，本文提出假设2:一个国家教育程度提升对奥运成绩有正向影响。

2 研究设计

2.1 基准回归模型

为验证上述理论分析提出的假设，基于2000—2018年的面板数据，本文构建了基准回归模型:

式(1)中i表示观测国家，t表示时间，Yit为奥运成绩(Grade，GRA)；Xit为核心变量向量，即经济水平(Per capita GDP，PGDP)、教育水平(Education，EDU)；λi为地区固定效应；γt为时间固定效应；Z′it为一系列的控制变量，包括年轻劳动力人口(Population，POP)、东道主国家(Host)、国家体制(Democracy，DEM)、气 候(Climate，CLI)、公共卫生支出(Health，HEA)；μit为残差项。

2.2 变量选取

2.2.1 被解释变量 本文的被解释变量为各国奥运成绩，参考Potts 等学者[30]的做法，将各国奥运成绩按照如下方式进行计算:奥运成绩＝金牌数量×3+银牌数量×2 +铜牌数量×1。为保证数据的充分，对所有缺失大量数据的个体进行剔除，样本最终定为107 个国家(表1)。

表1 实证研究中涉及的样本国家Table 1 Sample countries involved in empirical research

2.2.2 核心解释变量 本文的核心解释变量为经济水平和教育程度，分别用各国的人均GDP(PGDP)和居民平均受教育年限(EDU)进行刻画。核心解释变量均在回归时进行对数化处理。

2.2.3 控制变量 参照现有文献做法，一个国家奥运成绩的影响因素主要有以下5 个方面:1)人口规模。一个国家的运动员数量与其人口基数密切相关，人口规模大的国家理论上较人口规模小的国家更容易选拔出运动员以及派出更多的参赛者，从而有更多机会在奥运会上赢得奖牌。本文选取15 ～64 岁年轻劳动力人口(POP)衡量各国人口规模。2)东道主效应。作为东道主国家，除可以直接获得部分奥运项目的参赛资格外，其运动员还享有包括提前适应比赛环境等诸多便利，故主场优势难以忽略。本文设置虚拟变量东道主国家(Host)衡量东道主效应，奥运会承办国家取值为“0”，不是为“1”。3)国家体制。作为两种截然不同的国家体制，资本主义国家和社会主义国家在运动员选拔、训练、管理等环节的理念与方式不尽相同，备战模式也存在差异，由此对奥运成绩的影响自然需要考虑。本文设置虚拟变量国家体制(DEM)，资本主义国家取值为“0”，社会主义国家为“1”。4)气候。理想的气候条件是开展各项体育训练的重要保障，反之，恶劣的天气往往会阻碍部分夏季和冬季运动项目的顺利进行。Hoffmann 等的研究指出，一个国家如果有极端的室外温度和干湿度，则不利于体育运动的发展[31]，其后续研究也进一步证明了这一观点[32]。因此，本文假设湿润度适中且温暖或非极寒的国家具有较好的奥运成绩。本文设置虚拟变量气候(CLI)，国家气候属于干旱取值为“0”，热带为“1”，暖湿为“2”，冷湿为“3”。5)健康水平。一个国家居民整体健康水平对其奥运成绩有着潜在影响，同等情况下健康水平更高的国家较健康水平偏低的国家在选拔和培养运动员方面更具有优势，这种优势很可能最终体现至奥运赛场上。本文选取各国公共卫生支出(HEA)衡量健康水平。

2.3 数据来源和描述性统计

本文的数据主要来源于国际奥林匹克委员会官网、历年国际统计年鉴、联合国开发计划署历年发布的《人类发展报告》、世界银行历年发布的《世界发展报告》以及世界银行数据库。在实证回归过程中，为避免异方差现象的产生，对奥运成绩(GRA)、人均GDP(PGDP)、居民平均受教育年限(EDU)、年轻劳动力人口(POP)、公共卫生支出(HEA)等指标进行自然对数处理，考察其百分比变动，各变量的描述性统计结果如表2 所示。

表2 变量描述性统计Table 2 Descriptive statistics for variables

3 实证分析

3.1 基准回归

本文以奥运成绩作为被解释变量，经济水平和教育程度作为核心解释变量，人口规模、东道主国家、国家体制、气候、公共卫生支出等作为控制变量进行实证分析。对模型进行基准回归分析时，采用混合回归法(OLS)，分别探讨经济水平和教育程度对奥运成绩产生的影响。基准回归结果见表3。

表3 基准回归结果Table 3 Benchmark regression results

在OLS(1)回归中，将居民平均受教育年限(EDU)作为核心解释变量，对年轻劳动力人口(POP)、东道主国家(Host)、国家体制(DEM)、气候(CLI)、公共卫生支出(HEA)变量进行了控制。回归结果显示，居民平均受教育年限(EDU)在1%的水平上显著，居民平均受教育年限每提升1%，奥运成绩将提高1.108%。控制变量中年轻劳动力人口、气候、公共卫生支出、东道主国家变量均在1%的水平上显著，除东道主国家的系数为负外，其他变量的系数均为正。而国家体制变量与奥运成绩不相关，说明该变量尚未达到影响奥运成绩的临界点，故相关性较弱。

在OLS(2)回归中，将人均GDP(PGDP)作为核心解释变量，控制变量与OLS(1)保持一致，探讨其对奥运成绩产生的影响。结果显示人均GDP(PGDP)在1% 的水平上显著，人均生产总值每提升1%，奥运成绩将提高0.209%。与此同时，控制变量对奥运成绩的影响作用与OLS(1)保持一致。

在OLS(3)回归中，同时将人均GDP(PGDP)与居民平均受教育年限(EDU)作为核心解释变量，控制变量不变。从拟合效果来看，相较于OLS(1)和OLS(2)，OLS(3)的R2更大，说明OLS(3)的拟合效果更好。从回归结果来看，居民平均受教育年限(EDU)在1%的水平上显著，居民平均受教育年限每提升1%，奥运成绩将提高0.925%；人均GDP(PGDP)在10%的水平上显著，人均生产总值每提升1%，奥运成绩将提高0.095%，说明经济水平和教育程度的提升有助于奥运成绩的提高。此时，公共卫生支出变量仍正向影响奥运成绩，但是并不显著，其余控制变量对奥运成绩的影响作用不变。基准回归结果符合我们的前期假设。

3.2 异质性分析

3.2.1 发展中国家与发达国家的异质性分析 前文对经济水平、教育程度与奥运成绩之间的关系进行了详细讨论，但并没有回答经济水平和教育程度对不同经济发展阶段的国家奥运成绩的异质性问题。基于此，本文根据世界银行、国际货币基金组织、联合国开发计划署等机构的划分标准，将107 个国家划分为发展中国家和发达国家两个子样本进行回归分析，其中英国、爱尔兰、法国、荷兰、比利时、德国、奥地利、瑞士、挪威、冰岛、丹麦、瑞典、芬兰、意大利、西班牙、葡萄牙、希腊、斯洛文尼亚、捷克、斯洛伐克、塞浦路斯、美国、加拿大、澳大利亚、新西兰、日本、韩国、新加坡、以色列为发达国家，其他均为发展中国家。基于两个子样本的回归情况报告在表4 中体现，其中OLS(4)、OLS(5)分别为发展中国家和发达国家的回归结果。发展中国家和发达国家教育程度的提高均会对奥运成绩产生正向作用。发展中国家的居民平均受教育年限每增加1%，奥运成绩将提高0.798%；发达国家的居民平均受教育年限每增加1%，奥运成绩将提高1.379%。

表4 发展中国家与发达国家的异质性分析Table 4 Analysis of heterogeneity between developing and developed countries

但是，经济水平对发展中国家和发达国家奥运成绩所产生的影响有较大差异，即发达国家的人均GDP 每增加1%，奥运成绩将提高0.229%；发展中国家的人均GDP 与奥运成绩的关系并不显著。这一现象产生的原因:1)发达国家人均生产总值的提升，通常伴随着个体闲暇时间和体育运动在闲暇中重要性的双重增加，全民对体育重视程度的再提高与个体专注于运动训练意愿及条件再增强的叠加效应，很可能推动奥运成绩再突破；反观发展中国家，由于整体收入水平不高，人均GDP 的提升带来的很可能是个体工作的更忙碌与休闲时间的被压缩，即便大众参与体育运动的意识有所增强，但专门从事运动训练的社会氛围不浓厚，经济基础仍显不足且非朝夕可以改变，由此很难带来国家奥运成绩的显著提升。2)现代奥林匹克运动会中的不少比赛项目如马术、帆船、赛艇等都属于典型的“贵族运动”，存在较高的进入门槛。对发达国家而言，由于其早已“入门”，收入水平的增加会带动从事相关项目运动员基数的扩大以及训练效果的提升；但对发展中国家来说，因其还未“入门”，所以人均GDP 的增加很难对这些奥运项目的参赛资格及成绩产生实质性影响。此外，即便是击剑、现代五项、艺术体操、花样游泳等相对贵族气息不太重的奥运项目，其运动员的培养也需要持续的国家支持和个体投入，这其中高昂的机会成本往往会让发展中国家望而却步。

3.2.2 夏季奥运会与冬季奥运会的异质性分析 本部分进一步考察了在夏奥会和冬奥会两个子样本中经济水平、教育程度是如何影响奥运成绩的。表5 结果显示，一个国家经济水平提升并不会对夏奥会成绩产生显著影响，但人均GDP 每增加1%，冬奥会成绩将提高0.688%。这其中可能的原因是近乎所有冬奥会项目的开展都普遍依赖于巨额投资的场地设施和相对昂贵的运动装备，即冬奥会成绩的取得与提高离不开一个国家经济实力的支撑与壮大。

表5 夏季奥运会与冬季奥运会的异质性分析Table 5 Analysis of heterogeneity between Summer Olympics and Winter Olympics

在教育方面，参与冬奥会国家的教育程度与奥运成绩并不显著，但参与夏奥会国家的居民平均受教育年限每增加1%，奥运成绩将提高1.219%。对此，本文认为可能是冬奥会参赛国的整体教育水平已明显高于夏奥会参赛国，所以教育程度提升对参加冬奥会国家的成绩来说边际效用很低。同时，“三大球”、羽毛球、乒乓球、游泳、田径等夏奥会项目基本都可以在大中小学四季开展，一个国家整体教育水平的提升无疑有助于这些项目专业人才的选拔和培养。

3.3 稳健性检验

本文采用系统广义矩估计方法(SYSGMM)替代混合回归法(OLS)进行动态回归，来检验基准回归模型的稳健性。在回归模型中加入被解释变量滞后项，构建如下动态面板模型:

在SYSGMM(8)中将人均GDP(PGDP)作为核心解释变量；在SYSGMM(9)中将居民平均受教育年限(EDU)作为核心解释变量；在SYSGMM(10)中将人均GDP(PGDP)和居民平均受教育年限(EDU)同时作为核心解释变量。Sargan 检验是判断工具变量有效性的过度识别检验。在表6 中，Sargan 检验的P值均大于0.1，证明系统广义矩估计的工具变量设置有效。AR(1)和AR(2)分别考察数据差分后的残差项是否存在一阶序列自相关和二阶序列自相关，在表6 中AR(2)检验的P值均大于0.1，证明系统广义矩估计的模型不存在残差项二阶自相关问题，模型设定合理有效。稳健性检验结果显示，回归结果与基准回归结果基本一致，说明基准回归结果是稳健的。

表6 稳健性检验结果Table 6 Robustness test results

续表6

4 结论与启示

本文基于2000—2018年面板数据，运用混合回归法和系统广义矩估计法等对经济水平、教育程度与奥运成绩间的关系进行了实证分析。得出以下主要结论:1)人均GDP 和居民平均受教育年限的提升都有助于奥运成绩的提高，前者每提升1 个百分点，奥运成绩将提升0.095%；后者每提高1 个百分点，奥运成绩将提升0.925%。2)发达国家和发展中国家教育程度的改善都会对其奥运成绩产生积极影响，但经济水平的提高仅对发达国家奥运成绩具有正向促进作用。3)教育程度与夏奥会成绩显著正相关，经济水平的提高则有益于国家(地区)的冬奥会表现。

综上，无论是发达国家还是发展中国家，尽管都会长期致力于经济水平与教育程度的提升，但从提高本国在奥运会中的表现角度看，发展中国家应在促进教育程度的提升方面进行更多探索，以及通过重点推动青少年文化学习和体育锻炼的协调发展，进而促进体教融合的深化落实，培育奥运成绩提高之源，稳固教育强国和体育强国建成之基。与此同时，考虑到经济水平和教育程度分别与冬奥会成绩和夏奥会成绩成正相关性，如果在冬奥项目的布局投入和夏奥项目的校园普及上加大力度，就有望切实增强国家(地区)的奥运实力。