体育赛事社会影响的居民感知评价量表及其开发

2022-11-04吴爱玲叶照麟

广州体育学院学报 2022年3期

吴爱玲，叶照麟，张宏

（1.广州体育学院研究生院，广东广州 510500；2.广州体育学院休闲体育与管理学院，广东广州 510500）

自2014年国务院发布《关于加快发展体育产业促进体育消费的若干意见》，取消赛事审批以来，我国体育竞赛表演业蓬勃发展，体育赛事的规模不断扩大、数量不断增加。举办体育赛事会给举办地带来方方面面的影响，目前国际上通用的体育赛事影响“三重底线”理论，将体育赛事影响分为经济影响、社会影响和环境影响，这其中，体育赛事的社会影响指举办体育赛事给举办地社会带来的社会价值观、社会心理和社会政治等方面的影响［1］。国内外也都有研究明确认为：在体育赛事三种影响的重要性排序中，社会影响的权重系数最高、经济影响次之、环境影响最低［2］。体育赛事社会影响很重要，但相较于经济影响和环境影响，社会影响的评价更复杂，因为其难以客观准确地测量，具有模糊性、潜在性和广泛性，一直是体育赛事影响理论研究的难点。并且，由于不同类型体育赛事的社会影响范围不同，影响程度差异较大，其评价指标体系比较复杂难以统一，目前缺乏一个权威的、能够用来评价不同类型体育赛事的社会影响的测量指标和评价量表。

尽管“社会影响”在人们的认知中显得不可捉摸，但已有研究表明，从居民感知角度研究体育赛事的社会影响已经成为学者的共识［3］。一方面从“居民对体育赛事社会影响的态度”视角审视居民对体育赛事社会影响的感知，能够避免研究对象过于宽泛、难以量化的问题，使研究变得具体、可操作；另一方面居民是赛事最直接的利益相关者，赛事的成功举办需要居民的支持。那么，在众多体育赛事类型中，是否能够提取出居民感知视角下表征体育赛事社会影响 “公因子”，以此对不同类型赛事社会影响进行测量？在体育赛事研究中，在涉及举办地赛事社会影响的理论模型建构时，又如何能够对居民感知的赛事举办地“社会影响”进行科学的、可靠的、有效的测量？鉴于此，本文致力于从居民感知的视角出发，选取两个有代表性的体育赛事举办地作为样本采集地，遵循严格的量表开发程序，开发并验证一份能适用于不同类型体育赛事社会影响评价的居民感知评价量表。

1 文献综述与量表初构

1.1 有关体育赛事社会影响的居民感知评价研究综述

在国外研究中，Finsterbusch［4］提出的“社会影响评估”“social impact assessment”（SIA）概念为衡量社会影响提供了一种综合方法，而居民对赛事的态度感知是判断赛事活动社会影响和衡量赛事成功的重要表征。居民感知方法（resident perceptions approach）就是在社会影响不能进行客观测量，也无法提供对当地居民生活质量影响的迹象的背景下被提出的，该方法要求居民自我评估事件对其生活质量的影响。根据对评价体系类文献综述研究，第一个衡量居民感知社会影响的量表是在2001年由Delamere等［5］学者其通过衡量当地居民对社会影响的态度，探讨举办社区节日的广泛的非经济利益和成本，其建立为评估举办活动的社会影响提供了初步的概念指导。Fredline等人［6］参考Delamere的指标库，想形成一个可用于比较各种事件的社会影响的通用量表，但该量表是为旅游业提供社会影响评估领域信息，其选取三个在澳大利亚维多利亚州举行的，包含2002年一级方程大奖赛在内的节事旅游活动进行实证分析，体育赛事特征的测量不够全面。其次，还发现社会影响量表的指标在参考不同指标体系下，指标属性变得不同，如就业机会（经济）或乱扔垃圾（环境）等指标会被视为社会影响，因为这些都影响居民对赛事活动的感知。Katie［7］将探索性因子分析应用于社会影响感知量表的开发，确定了社区认同和凝聚力、个人挫折、娱乐和社交机会、社区成长和发展、带来的不便等六个因素，Balduck［8］分析了环法自行车赛事居民在赛前和赛后的感知变化。但选取的指标更多偏向经济旅游、文化融合方面，在社会影响分析的广度与深度仍有潜在发展空间。Kim［9］利用TBL去综合评估赛事故框架，推动当地居民对举办体育旅游活动的感知社会影响量表的多维发展。Smith［10］从非主办社区的角度调查居民对2012年奥运遗产在2013年及2016年两个时间段的感知，扩展了大型活动影响的时空评估。

在国内研究中，受2010年广州亚运会的影响，2015年以前主要有陈楠［11］对北京奥运会的旅游者的旅游感知形象、旅游认知形象进行了研究。罗秋菊［12］从事件举办前的视角出发，调查了居民2010年广州亚运会影响的感知变化。庄晓平［13］从社会利益和成本角度调查广州亚运会的社会影响感知。但此时国内相关研究主要是针对大型体育赛事综合影响进行研究，并且研究多为正面影响，对负面影响的研究较少。2015年后，黄海燕等［3］调查了居民对 F1 中国大奖赛社会影响的感知。杨月坤等［14］在北京冬奥会举办前，调查了北京和张家口两个举办地居民的感知差异。张靖弦等［15］以南京青奥会为例，使用居民感知方法对大型体育赛事的影响进行研究。刘巍等［16］基于顾客感知价值理论，分析了北京冬奥会对城市形象影响。

综上所述，通过对中外相关研究文献的梳理发现，学者们构建了一系列的指标体系和评价量表调查居民对赛事社会影响的感知，在此基础上还探索了居民感知的时空差异。但研究对象以大型体育赛事为主，无法对不同类型体育赛事进行统一评价。在内容方面，尽管各种类型的量表和测量指标具有一定的差异，但仍能发现研究大都涉及了提高社区生活质量、促进城市的基础设施发展、增加社会成本、提高国家声望、巩固城市形象等方面，这些指标为本研究统一体育赛事社会影响定量评价提供了指标来源。

1.2 基于维度模块化结构的体育赛事社会影响居民感知评价量表的初构

张宏［17］分析了维度模块化结构用于体育赛事社会影响评价的可行性与必要性，提出将不同规模类型体育赛事通过选择不同的维度指标模块组合，构建各自的社会影响测量指标体系，见图1所示：大型体育赛事采用“举办国+举办城市+举办地居民”三个部分内容进行测量，标志性赛事采用“举办城市+举办地居民”两个部分内容进行测量，小型赛事采用“举办地居民”部分进行测量，这样能够在一定程度上解决不同类型体育赛事的社会影响差异较大、评价指标难以统一的难题。

图1 体育赛事社会影响评价的维度模块化结构

本研究采用了张宏教授的研究成果，将维度模块化结构作为量表的框架制定的基础，量表各维度的测量指标皆摘取于国内外学者的相关研究，主要参考指标来源见表3，最终形成包含6个一级维度指标和62个二级题项指标的指标池。

2 德尔菲法与量表的构建

2.1 德尔菲法与专家团队的选择

其邀请了10名体育赛事领域的专家组成专家团队，其中体育赛事研究的教授7名、体育赛事管理的政府官员1名、体育赛事公司高管2名，对量表的维度指标和题项指标进行评议，根据专家的意见以及理论思考对量表进行修改。通过两轮专家咨询，专家们针对每个指标的重要程度进行评分，采用5分制评分法，5分为非常重要，4分为重要，3分为一般，2分为不重要，1分为非常不重要，并提出相应的建议和意见。

2.2 专家评议的结果

2.2.1 专家的积极程度

第1轮咨询发放函询问卷10份，回收10份，回收率为100%，问卷意见提出率80%。第2轮咨询发放函询问卷10份，回收9份，回收率为90%，问卷意见提出率为40%。说明2轮咨询专家都较为积极。

2.2.2 专家的权威程度

专家的权威程度来自于专家的自我评价，用专家权威系数（Cr）表示。专家的权威系数由专家对问题的判断依据和专家对问题的熟悉程度两个因素决定，判断依据用Ca表示，熟悉程度用Cs表示，专家权威系数Cr=（Ca+Cs）/2。一般认为专家权威系数Cr＞0.7，即可认为研究结果可靠。

根据上述方法以及专家自评结果计算出本研究德尔菲法的判断系数Ca为0.94，熟悉程度Cs为0.72，权威系数Cr为0.83（见表3），由此可见专家团队对于咨询的内容熟悉且权威，咨询结果可靠。

表1 量表主要参考的国内外文献中有关社会影响的居民感知指标

表3 专家的权威程度

表2 专家的判断依据

2.2.3 一致性程度

专家评议结果的一致性一般采用一致性检验与变异系数进行检验。协调系数W在0～1之间，一般在0.5的范围内波动，协调系数越大表明专家存在的分歧越小，专家的一致性程度越高。将专家的评分结果进行一致性检验，一致性系数为0.493，（X2=297.215，P＜0.01）,说明专家内部一致性程度较高，指标的可信度好。变异系数指各个指标的标准差与其均数之比，通过变异系数能够了解专家对社会影响评价指标的波动程度。变异系数值越小表明针对某一指标的专家意见协调度越高。根据专家评议以及变异系数的结果，将题项指标变异系数＞0.25的题项指标予以删除。

2.3 初始量表的构建

根据专家的意见以及本研究的小组讨论，在量表中新增了一些合适的测量指标，并对一些指标的语义进行了修改。对量表中的一些变异系数低于0.25，专家平均评分低于3分的指标进行了删除。最终形成包含6个维度指标，57个题项指标的量表。具体所作的修改见表4。

表4 两轮德尔菲法的结果

3 量表的开发

3.1 数据采集

本文选取广州、北京作为样本采集地，原因如下：（1）在现实中，这2个目的地是众多体育赛事的举办地。广州市是国家中心城市，曾举办过亚运会、羽毛球年终总决赛、广州马拉松等标志性的赛事。北京市是国家的首都，曾举办过北京奥运会，世界大学生运动会，冬奥会等国际综合性的大型赛事。这2个城市正好代表了标志性、超大型两个不同的体育赛事类型的举办地。（2）在不同类型的赛事举办地采集数据有利于消除单一类型目的地的特殊性，从而可以识别体育赛事社会影响的共性，开发出更具有普适性的体育赛事社会影响居民感知评价量表。

调查问卷由两个部分组成：第一部分包括受访居民的体育特征和人口统计学特征。第二部分为测量体赛事社会影响感知评价的量表。量表均采用7分制李克特量表。最终，第一阶段调查时间为2021年9月25日—2021年9月26日，以广州市居民为调查对象，采用随机抽样法，对广州市居民通过线上线下一共发放问卷478份，剔除无效问卷，最终获得有效问卷471份，问卷有效回收率为98.5%。第二阶段调查时间为2022年2月21日—2022年2月25日，当时北京冬奥会刚刚结束，研究针对北京冬奥会赛事，对北京市居民进行了调查，通过线上线下一共发放问卷885份，剔除无效问卷，最终获得有效问卷837份，问卷有效回收率为94.6%。参照以往的研究，本文决定（1）将采集的广州样本（n=471）用于探索性因子分析并进行量表信度检验，这符合“在探索性因子分析中，样本量至少为 100～200”的原则［18］。（2）将采集的北京样本（n=837）用于验证性因子分析。这符合，纳入验证性因子分析的样本量与量表题项数量的比例在5∶1以上的要求［19］。

3.2 样本的概况

样本的描述性统计结果如表5所示。在人口统计学特征方面，受访居民中，男女比例较为一致；18～30岁的居民占比最高（样本一：66.24%；样本二：44.4%）；受访者中，大部分为本科及以上学历（样本一：85.14%；样本二：65.7%）；学生与企业事业单位职工是主体（样本一：40.55%、38.43%；样本二：27.7%、43.9%）；一半左右的受访者每月平均收入在5000元以上（样本一：43.95%；样本二：55.6%）；在对体育的态度方面，大部分的受访居民都喜欢体育（样本一：83.66%，样本二：77.7%）；较多受访者是经常参与体育赛事（样本一：53.08%；样本二：31.8%）且有较多受访者经常观看体育赛事（样本一：36.73%；样本二：32.4%）。由此可见，两次调查在样本概况上基本一致。

表5 样本描述性统计结果

3.3 量表的信效度检验

效度主要用于评价量表的准确性、有效性和正确性。因子分析适用于量表开发研究，而且能够用来测量量表的结构效度［20］。本研究利用了探索性因子分析和验证性因子分析验证量表的效度。

3.3.1 探索性因子分析

首先，对体育赛事社会影响居民感知评价量表的题项进行效度分析，观察样本是否适合做因子分析。将广州的样本（n=471）进行探索性因子分析，其KMO=0.960，Bartlett球形检验具有统计学意义（Sig.=0.000，P＜0.01），说明样本适合做因子分析。删除归属与预设维度不符合的4个题项指标C1,C2,C3,C4，剩余53个题项。经信度检验，量表整体的 Cronbach’s α系数从 0.945升高到 0.959，内部一致性较高。之后，利用剩余的 53个题项指标再次进行探索性因子分析，结果显示：KMO=0.957，Bartlett球形检验具有统计学意义（Sig.=0.000，P＜0.01），适合做因子分析，共获得6个特征值大于1的因子。因子的累积方差贡献率为78.606%，旋转后因子载荷大于0.5。

信度是指量表的稳定性和可靠性，信度越好，测量随机误差越小［21］。信度检验结果显示（见表6），第一个至第六个因子的Cronbach’s α系数均大于0.9，表明数据质量可靠，内部一致性较高。

表6 探索性因子分析旋转后载荷的结果（n=471）

因此，总体来看，本量表的信度较高，维度结构较为稳定。根据各因子所包含题项的内容和特征，依次命名为举办国的社会影响（正面）、举办城市的社会影响（负面）、举办地居民的社会影响（正面）、举办城市的社会影响（正面）、举办地居民社会影响（负面）、举办国家的社会影响（负面）。其中，举办国的社会影响（正面）包含11个题项指标，反映举办体育赛事让居民感到国家的繁荣与自强；举办国的社会影响（负面）由4个题项构成，用于测量赛事对举办国带来的安全危险与负面新闻的居民感知；举办城市的社会影响（正面）包含10个题项，用于表征赛事举办带来的城市更新；举办城市的社会影响（负面）由 10个题项构成，意味着赛事对城市秩序造成不良的影响；举办地居民的社会影响（正面）包含11个题项，体现出赛事举办对居民的社交、新技能学习的影响；举办地居民社会影响（负面）由7个题项构成，意味着赛事的举办带来的噪音和停车购物的不便也是居民感知赛事社会影响的重要因素。

3.3.2 验证性因子分析

采用第二组样本进行验证性因子分析，结果显示，χ2/df=5.884，大于5，NFI、CFI TLI、 IFI接近0.9。说明模型的整体拟合效果并不是很理想，还需要对初始模型进行修正。

修正指数（MI）大小在题项之间建立联系，即在两个观测变量的残差之间添加一条相关路径，目的是为了降低模型的卡方值［22］。根据初始模型的分析结果（表7），本文通过建立e1-e2、e3-e4、e17-e18、e23-e24、e27-e28、e31-e32、e34-e35、e36-e37、e40-e41、e49-e50的残差关系，对模型进行修正，修正后的模型见图2，χ2/df=4.600，由于样本量较大，卡方自由度比小于5也可以接受［19］。绝对适配指数RMSEA为0.066，小于0.08符合模型适配标准。增值适配指数NFI、CFI、TLI、IFI分别为0.906、0.925、0.921、0.925，总体均大于0.9，整体上基本符合适配标准，说明修正后的模型整体拟合度较好，具有良好的结构效度。

表7 整体模型拟合结果（n=837）

3.4 体育赛事社会影响居民感知评价量表的维度指标和题项指标的权重

3.4.1 因子分析确定维度指标权重

利用因子分析赋予维度指标不同权重。根据各因子的方差百分比，经过归一化处理后，各维度指标的权重结果显示（见表8）：举办国的正面社会影响、举办城市的负面社会影响和举办地居民的正面社会影响三个维度占有较大的权重,在指标数量相差不大四个维度中，举办城市负面社会影响的权重排在第二，这在一定程度上说明居民对于赛事负面影响的感知较重，而早在2010年，罗秋菊［12］就指出居民对大型事件的社会成本的感知增强，对负面影响的关注有增强的趋势。

3.4.2 熵值法确定各题项指标的权重

熵值法的基本思路是根据指标变异性的大小来确定客观权重。一般来说，若某个指标的信息熵越小，表明指标值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大；相反，某个指标的信息熵越大，则其权重也就越小。运用熵值法计算得到各题项指标的权重（见表8），结果显示：增加国家之间的相互理解在反映体育赛事对举办国的正面社会影响中占有较大的权重；暴露举办国的一些社会问题在举办国的负面社会影响中占有较大的权重；给城市的治安带来压力与考验，在反映体育赛事对举办城市的社会影响中占有较大的权重；增加本地居民的主观幸福感在反映体育赛事对举办地居民的社会影响中占有较大的权重。

表8 体育赛事社会影响居民感知评价量表指标权重（n=471）

4 讨论

本文在回顾以往文献的基础上，基于模块化理论，以居民感知视角提出了分析体育赛事社会影响评价的理论框架；严格遵循科学、规范的量表开发与验证程序，开发并验证了一份基于居民感知的体育赛事社会影响评价量表。这一量表由6个维度、53个题项构成，量表指标较为全面，可以广泛应用于各种不同规模类型体育赛事的社会影响和社会效益评价。本文的上述发现，不仅对体育赛事社会影响评价研究有较强的理论启示，而且对体育赛事的开发、管理及评估也具有较强的指导意义，具体阐述如下：

4.1 理论启示

首先，本文通过居民感知让“社会影响”这一抽象概念能够定量测量，进一步深化了学界对体育赛事社会影响的研究。具体而言，本文开发并验证的体育赛事社会影响居民感知评价量表，将“散落”在与体育赛事综合影响和其他社会影响的相关文献中的“社会影响”指标进行了有效整合，量表的各个指标有效支持了已有研究的发现，并作了有益补充。由此而形成的量表为理解和测量居民感知的体育赛事社会影响评价提供了一个更加直观、标准化、可靠的工具，并在两次的调查验证中呈现出稳定性。因此，本量表可为体育赛事社会影响评价相关的后续实证研究提供理论框架的参考和测量工具的保障。

其次，基于模块化理论，本文提出了用于指导体育赛事社会影响居民感知评价量表开发与验证的理论框架，包含举办国的社会影响、举办城市的社会影响、举办地居民的社会影响三大范畴。结合量表的指标来看，可以发现：量表测量更多是体育赛事在举办过程中，导致的整体社会变化对当地居民心理层面产生的影响。这些影响既包括了设施的更新让居民感到平静的生活被打扰，也包括了居民对自己城市的更新后的变化感到自豪。这些影响在社会影响感知（SIP）量表中也有所涉及。但不同的是，SIP量表中的强调的是“对设施的影响”，而本量表中更强调的是“对举办地居民和城市的影响”。

从研究的结果可以看出，举办地居民和举办城市的社会影响占据了居民对体育赛事社会影响感知评价的重要部分。这更多是因为相比于赛事对举办国的影响，赛事对城市的影响和对居民的影响更贴近居民的日常生活，因而有着更清晰的感知。尤其对于社会影响而言，它更多地反映了居民的情感体验。因而，赛事对举办城市和举办地居民的影响在居民对体育赛事社会影响的感知和评价中显得更为重要。

4.2 实践启示

本文对体育赛事的开发、管理、营销和评估等实践活动均具有一定的指导意义。首先，对致力于举办体育赛事的赛事举办方而言，可以基于本量表来知晓居民所认为的体育赛事会带来哪些社会影响，从而更有针对性地结合自身条件和优势来展示、凸显“体育赛事”的优势，也能更大程度地满足居民的期待与诉求，提升居民满意度。

其次，在体育赛事营销实践中，亦可以运用本文建立的体育赛事社会影响分析框架和开发的量表，针对居民感知更为强烈的社会影响指标加强宣传、推广，从而增强体育赛事之于热爱体育运动的居民群体的吸引力。

最后，赛事举办方与评估机构可以依据本量表来测量、评价各阶段体育赛事对举办国家、城市、居民的影响，通过各个维度的得分情况来明确自身的优势与不足，从而继续保持优势，并改进、提升存在短板之处。在具体的赛事评价实践中，操作者可根据赛事的规模、评价的目的选用适合的维度模块组合进行评价，当只选用了部分维度模块进行评价时，各维度指标的权重可根据目前量表的维度权重进行归一化处理。