APP下载

数字时代背景下我国体育产业创新融合生态趋势

2021-11-13张铁雄

体育科技文献通报 2021年11期
关键词:均值体育产业曲线

石 晶,张铁雄

前言

创新驱动发展促进我国各大行业的持续发展,其中尤以体育产业为主。在数字时代背景下,我国体育产业进行创新融合发展已是大势所趋[1]。要实现这一目的,需要建构一个体育产业创新融合生态系统,以提高其创新能力为核心目标,充分利用该产业内的各项创新资源,最终促进我国体育产业的创新融合与可持续发展[2]。有鉴于此,此次课题实验针对体育产业创新融合生态系统结构及其演化进程,进行了深入的探究,旨在挖掘该生态系统内核心创新主体、辅助创新主体、创新环境间的关系,从根本上分析并提高体育产业的GTFP,促进其创新融合生态趋势的良好发展。

1 我国体育产业创新融合生态系统及其演化进程

1.1 基于Logostic分析的体育产业生态系统

我国体育产业创新融合生态系统是指创新主体及其周围环境,在特定的时间与空间范围内组合而成的一个整体,其目的在于实现体育产业的创新绩效[3]。该生态系统的主要构成包含核心创新主体、辅助创新主体、创新融合环境三个部分,如图1所示。

据图1可知,在核心创新主体中,包括各大体育产业企业、高等院校、科研机构,能够共同作用,从不同的方面提高体育技术的创新性,为其后续创新发展奠定坚实的市场基础与人才基础。辅助创新主体中囊括了政府、银行等金融机构、科技孵化中心等中介机构,分别实现对体育产业发展的战略导向、创新资金的提供、对各项体育创新资源的整合利用[4]。该系统所处的创新融合环境主要包含四个板块,分别为科学技术环境、基础设施环境、政府政策环境、经济发展环境[5]。为深入分析该生态系统及其发展规律,此次课题实验采用Logostic方程进行分析,式(1)为该方程的标准式。

图1 我国体育产业创新融合生态系统的结构模型示意图

图2 体育产业创新融合生态系统的演化曲线

1.2 基于改进DEA的演化趋势效率分析

我国体育产业创新融合生态系统在不断演化的过程中,其系统效率存在一定的变化,此次课题实验采用改进的数据包络分析(Data Envelopment Analysis,DEA)对其进行评价。由于传统的DEA分析方法通常用于产出与投入同比例变动的情况下,而体育产业创新融合生态系统中存在非期望产出等现象,因此需要在目标函数中引入松弛变量,以非径向-非角度模型来进行评价[7]。体育产业创新融合生态系统的全要素生产率(Total Factor Productivity,TFP),对该系统中的环境因素与能源因素进行了合并,故需要构建一个可能性集合,使其囊括期望产出与非期望产出。在TFP的基础上践行绿色发展理念,则应运而生了绿色全要素生产率(Green Total Factor Productivity,GTFP)的概念,两者均可用作衡量体育产业创新融合生态趋势的指标[8]。令投入要素种类为n;期望产出为y=(y1,y2,…,ym),其种类为m;非期望产出为y=(b1,…,bi),种类为I,则生产可能性集合如式(5)所示。

为精确实现对TFP的测算,添加SBM方向距离函数,如式(7)所示。

2 我国体育产业创新融合生态趋势的演化结果

2.1 体育产业创新融合生态系统的Logostic预测结果

据前述内容可求取出在2012年至2019年间,我国体育产业创新融合生态系统的创新能力预测值,将其与相应的实际值绘制到同一坐标系中,可得到基于Logostic的生态系统创新能力演化曲线对比,如图3所示。

图3 我国体育产业创新融合生态系统创新能力曲线

观察图3可以看出,我国体育产业创新融合生态系统在演化过程中,表现出的创新能力实际值与预测值基本保持一致。随着周期的延长,创新能力的实际值首先表现出较为显著的提高,其增长幅度较大,达到2.30左右;自2015年至2017年,创新能力实际值的增速有所减缓,但整体仍然保持着一定的增长趋势;2017年至2019年内,创新能力的实际值持续提高,增速有所回升,最终达到5.52左右。基于Logostic的生态系统创新力演化曲线为一条平滑上升曲线,最终创新能力预测值基本与实际值相等,表示二者表现出较好的拟合效果。为进一步分析我国体育产业创新融合生态系统演化的生命周期,结合图3中的相关数据,运用Logostic方程对今后的演化曲线进行了预测,其结果详见图4。

图4 基于Logostic的体育产业创新融合生态系统演化曲线

据图4可知,当前我国体育产业创新融合生态系统仍处于初级阶段,对比系统演化的预测曲线发现,该阶段将持续未来40年左右,整体呈现出S型演化发展的状态。预计在2090年左右,该生态系统可步入成熟阶段,其演化创新能力逼近极限。

2.2 体育产业创新融合生态系统的全要素生产率

此次课题实验将2014年至2020年,我国各大地区的投入与产出数据代入至改进DEA分析模型中,用以探究我国体育产业创新融合生态系统的演化趋势与有效性,得到的GTFP结果如图5所示。

图5 我国六大地区体育产业生态系统GTFP演化趋势

图5中呈现出我国GTFP均值近年来有所上升,但最高值出现在2015年,仅为0.873。始终低于1的GTFP值,显示出我国体育产业创新融合生态系统的投入与产出不相匹配,未处于生产前沿面中。就整体情况而言,我国体育产业创新融合生态系统的GTFP处于持续的波动状态中,表明该数据仍然存在较大的上升空间,有望在今后实现最优化的资源配置,促进该生态系统的可持续演化与发展。就单一地区的GTFP水平而言,华北地区始终位于平均水平之上,且仅于2014年时其GTFP值为0.947左右;在2015年至2020年间,该地区的GTFP始终保持1,其生态系统处于生产前沿面。中南地区的GTFP略低于华北地区,但仍然居于均值以上。西南地区与西北地区的GTFP值与均值较为接近,在均值附近呈现出一定的波动。东北地区与华东地区的GTFP值较低,在2014年至2020年内始终保持低水平,明显低于均值,这显示出东北与华东地区应该采取一定的措施优化资源配置,平衡体育产业创新融合生态系统的投入与产出。由此可见,我国体育产业创新融合生态系统的GTFP水平还有较大的发展空间,各地区与国家层面均应采取相应的举措来优化生态系统结构,促进GTFP的提升,为体育产业创新融合生态系统的可持续发展助力。在此基础上,此次课题将六大地区的GTFP与TFP的平均值进行对比分析,其结果详见图6。

图6 六大地区GTFP与TFP的平均值变动趋势

根据图6可知,在2014年至2020年期间,六大地区的平均GTFP与TFP均整体呈现出增长趋势,且其曲线走势基本保持一致,这显示出此次课题的估计结果具有较强的稳定性。仅在2015年至2016年间TFP高于GTFP,其余年份中均表现出GTFP高于TFP的发展趋势。产生该种现象的原因是体育产业生态系统对环境因素存在一定的依赖性,且该系统在总体层面上实现了环境友好发展

3 结语

数字时代的到来,在一定程度上促进了我国各大产业的创新型发展。在2022年冬奥会申办成功的影响下,体育运动已然成为人们日常生活的健康需求与精神追求之一。为了探究我国体育产业创新融合生态趋势,此次课题实验利用Logostic与改进DEA对其创新融合生态演化曲线、GTFP值等进行了分析。结果显示我国体育产业创新融合生态系统在演化过程中,表现出的创新能力实际值与Logostic预测值基本保持一致,二者拟合效果较好。我国体育产业创新融合发展仍处于初级阶段,具有广阔的发展前景。我国不同地区体育产业生态系统GTFP值与均值存在一定的差异,平衡其投入与产出,才能够使得该生态系统结构得到优化,步入生产前沿面。尽管此次课题实验取得了一定的研究成果,但未对GTFP的静态值与动态值进行对比分析,望今后加以完善。

猜你喜欢

均值体育产业曲线
未来访谈:出版的第二增长曲线在哪里?
从上市公司股票走势看我国体育产业发展现状
我国冰雪体育产业高质量发展研究
体育产业之篮球
均值—方差分析及CAPM模型的运用
均值—方差分析及CAPM模型的运用
我国体育产业发展面临的问题及对策研究
均值不等式的小应用
梦寐以求的S曲线
曲线的华丽赞美诗