奥运会东道主红利现象研究<br/>——来自FGLS和PCSE修正面板数据模型的证据

奥运会东道主红利现象研究
——来自FGLS和PCSE修正面板数据模型的证据

2017-10-16谭本艳向古月

三峡大学学报（人文社会科学版） 2017年5期

关键词：东道主红利面板

谭本艳，向古月

(三峡大学经济与管理学院，湖北宜昌 443002)

奥运会东道主红利现象研究
——来自FGLS和PCSE修正面板数据模型的证据

谭本艳，向古月

(三峡大学经济与管理学院，湖北宜昌 443002)

基于18个历届夏季奥运会主办国的历史奖牌榜数据，运用FGLS和PCSE修正面板数据模型，在控制东道主效应、申奥效应和时间效应的前提之下，检验了东道主红利现象是否为普遍性规律。研究表明：平均而言，无论以奥运金牌数还是奥运总成绩作为被解释变量，均没有证据表明东道主红利现象为普遍性规律，东道主红利现象并未获得经验数据的支持；最后，基于实证结果，认为英国在里约奥运会仍能取得好成绩的原因并非源自东道主红利，而是源于竞技体育与群众体育协调发展的政策引领下体育事业呈现出的科学体制设计、合理经费政策以及特色的运动员培养机制和文化教育模式等。

奥运会；东道主红利；东道主效应；面板数据

一、引言

2016年8月，第31届夏季奥林匹克运动会在巴西里约热内卢顺利举行，上届奥运会东道主英国代表团表现十分抢眼，他们持续发力超越中国占据了奖牌榜第二的位置，并引发了舆论界关于英国强势崛起原因的广泛讨论。有媒体抛出“东道主红利”的概念，认为英国因承办上届奥运会而加大了体育投入，造成竞技体育成绩“井喷”，使强势仍能延续一届①；也有媒体指出“东道主红利”是浮云，并以西班牙为反例②，提出英国逆袭是靠体育事业可持续发展战略的观点③。然而，学术界对东道主红利现象的关注还比较少，为此，从科学的角度来研究东道主红利现象是否具有普遍性对于分析英国近年来在奥运会上取得成功的原因具有重要意义。

虽然，学术界对东道主红利现象的研究还不多，但已经对引起东道主红利现象的东道主效应问题展开了大量的研究。从已有文献来看，这些研究集中于对东道主效应的基本特征、成因、奖牌项目格局特征、参赛策略和测算方法的探讨。例如，兰彤和于晓光[1]从基本特征视角，于晓光等[2]、吴殿廷等[3]从成因视角，程静静等[4]从影响因素视角，李赞和田清文[5]从奖牌项目格局特征视角，邓运龙[6]从参赛策略视角，吴殿廷和吴颖[7]、吴殿廷等[3]从量化测算的视角探讨了东道主效应问题。进一步，关于东道主效应的测算，吴殿廷和吴颖[7]使用了测算表进行估计，吴殿廷等[3]使用本届奥运会东道主金牌数(总成绩)与其在上一届和下一届取得金牌数(总成绩)均值之差的百分化来衡量。

由已有研究成果可知，即使是对东道主效应的研究和测算也往往停留于直观感受或数理分析之上，缺乏将所有曾经举办过奥运会国家(下文简称：奥运东道主)都纳入到同一框架中的经验研究或实证分析，例如吴殿廷和吴颖[7]、吴殿廷等[3]仅使用了个别国家的奖牌榜数据来分析东道主效应，这显然是不够的；另外，检验东道主红利现象是否具有普遍性，需要借助经验研究或实证研究中的统计推断方法。因此，本文基于由18个奥运东道主历届奖牌榜的FGLS和PCSE修正面板数据模型来设计经验研究，在控制申奥效应、东道主效应和时间效应的前提之下，检验了东道主红利现象是否为所有奥运东道主都服从的普遍性规律；最后，基于实证结果，本文认为英国在里约奥运会仍能取得好成绩的原因并非源自东道主红利，而是源于竞技体育与群众体育协调发展的政策引领下体育事业呈现出的科学体制设计、合理经费管理以及特色的运动员培养机制和文化教育模式等。

二、东道主红利的内涵、成因和疑思

何谓东道主红利？以澳大利亚为例：2000年悉尼奥运会，东道主澳大利亚夺得16金，而2004年在雅典奥运会夺得17金，比在悉尼奥运会还多出1金。于是，我们借鉴相关媒体的定义，将曾经承办上届奥运会的国家同样会在下一届奥运会中取得优良成绩的现象称为“东道主红利”。

关于东道主红利形成的原因，总结大多数学者和媒体的观点，我们可以将其分为两个方面：一是投入的滞后效应，承办奥运会的国家往往会加大体育投入，带来本国奥运成绩的井喷式发展，这种态势会延续到下一届奥运会上；二是体育名将的状态保持，东道主希望在主场有所突破，于是选择优势项目，从申奥成功后开始突击，到主场举办奥运会时，这批运动员的竞技能力和状态达到巅峰，而在4年后的下一届，他们逐渐成长为体育名将，仍保有强大的战力。

根据东道主红利的基本内涵，我们可以构建一个东道主红利的理想模型(图1)。如果东道主红利现象是普遍性规律，那么在理想状态(影响奥运会成绩的其他因素均保持不变)下，奥运东道主的历届奥运会成绩应该具有两个基本特征：一是在考虑东道主效应的情形下，奥运东道主的历史成绩在主办届次和主办届次的下一届次会显著高于其他届次；二是，在理想状态下，由于影响奥运会成绩的其他因素在时间维度上保持不变，奥运东道主在其他届次的奥运会上取得的成绩应该没有显著差异。因此，这两个基本特征使得东道主红利的理想模型呈现出“堤坝状”。

图1 东道主红利的理想模型

然而，在现实中并不能保证影响奥运会成绩的其他因素均保持不变，这些其他因素中起决定性作用的是相关国家对体育事业(竞技体育和群众体育)的资金投入，另一些因素由于不起决定作用，本文将它们归为随机因素。因此，随着国家对体育事业资金投入的变化，奥运会成绩就会呈现趋势性。例如，英国体育理事会对国内各单项体育联合会的拨款总额在悉尼奥运会周期为0.589亿英镑，在雅典奥运会周期时增加到0.700亿英镑，北京奥运会周期为2.351亿英镑，伦敦奥运会周期为2.566亿英镑，里约奥运会周期的投入进一步升至3.87亿英镑(数据来源：UK Sports)。图2将英国体育理事会各奥运周期的资金投入与对应届次的奥运成绩(奖牌总数)绘制在一张图上，可以看出它们具有相近趋势，也就是说英国奥运会成绩的逐年提高很可能是源于资金投入的逐年加大。因此，我们借鉴反事实分析的思路，若假设英国伦敦没有承办2012年夏季奥运会，而是其他国家承办，并且假定英国体育理事会在各奥运周期资金投入的趋势不变，那么，由于在里约奥运会周期英国资金投入依然可观，仍可能取得优良成绩，那么，这个优良成绩显然就不是所谓的东道主红利造成的。

图2 英国奥运奖牌与各周期资金投入

经过上述分析，我们提出两点疑思：(1)奥运成绩依旧可观可能并非源于上届承办奥运会，而可能源于资金投入的增加；(2)不能仅从个别奥运东道主在主办届次的下一届奥运会能取得好成绩的个案来定义普遍性规律。为了解答这两个疑思，我们必须将所有奥运东道主的历届奥运成绩都纳入分析，并且要控制其他混淆因素(如资金投入)的影响，也就是要除去混淆因素在时间维度形成的确定性趋势和随机趋势，然后再观察是否会呈现类似“堤坝状”的图形。为此，我们使用FGLS和PCSE修正面板数据模型来解决以上问题。

三、研究设计

1.数据变量

本文基于第1～31届夏季奥林匹克运动会奖牌榜，选取曾经主办过奥运会的18个国家为研究对象④，使用Stata作为数据处理和分析软件，数据来源为国际奥委会官方网站。

本文将以奥运金牌数(Gm)和总成绩(Ts)分别作为被解释变量来检验东道主红利效应。其中，奥运总成绩(Ts)的计算方法参考田麦久等[8]，按10分制的计分体系，对比赛奖牌赋予分值，即金牌10分，银牌6分，铜牌4分，统计奥运会各国(地区)的总成绩，成绩越高，其实力越强，反之则弱。

2.估计方法

假如一个国家的体育相对实力没有时间趋势性变化，奥运金牌、奖牌数量除了申奥效应、东道主效应及东道主红利之外，只是偶然因素在起作用，那么，东道主红利效应就应该是主办届次下一届奥运会所获的金牌、奖牌数减掉其他各届次的平均值，然后构造检验统计量就可以进行统计推断。然而，各国的竞技体育水平往往随时间具有明显的趋势性或阶段性的变化，这是由于若干对竞技体育水平有影响的潜在因素随时间长期演化的结果，包括对体育事业的资金投入和一些随机因素。由于这些数据很难获取，通过除趋势，便可以间接控制这些随时间变化因素的影响。另外，对于尚未举办奥运会的国家而言，其举办奥运会的可能性是随时间增加的，即Cov(D2，t)≠0，通过除时间趋势，便可以解决上述内生性问题。

首先，我们利用OLS方法来消除时间趋势，考虑到所服从的具体函数形式，本文设置如下回归模型：

其中，yt为曾经主办过奥运会的国家在历届奥运会上取得的金牌数(总成绩)，t表示奥运会的届数，显然t∈[1，31]，首先将各国在历届奥运会所获金牌数(成绩)的时间序列分别按式(1)～(3)进行OLS(最小二乘法)回归，由于式(1)～(3)存在嵌套关系，可构造F统计量来从中选择最优模型，然后取其残差μt即为除趋势后的奥运金牌(成绩)序列。

其次，我们借鉴Krupp and Pollard研究反倾销调查对化学产品进口量影响时的处理方式，设置了3个虚拟变量D1、D2和D3。当第t届奥运会在i国举办时，对于i国而言，我们令第t-1届奥运会时D1=1，以控制申奥效应，这是考虑到申奥成功的消息可能对主办届次的上一届奥运会成绩有影响；令第t届奥运会时D2=1，以控制东道主效应；令第t+1届奥运会时D3=1，以检验东道主红利。

为了检验东道主红利是否为普遍性规律，我们使用面板数据，综合来看各估计量是否显著。显然，不是每一个国家均参加了每一届奥运会，故构成了一个非平衡的长面板。为此，我们构造如下模型：

其中，μit是通过上述方法除趋势后的面板数据；δ1是对申奥效应的估计量；δ2是对东道主效应的估计量；δ3是对东道主红利效应的估计量。同时我们构造了t统计量以检验以上估计量是否显著不为0，以判断这些效应在统计上是否存在。然而，以上模型的设置方式可能会带来一些问题：

(2)如果存在Cov(εit，εjt)≠0(i≠j，∀t)，则称扰动项{εit}存在“组间同期自相关”。此问题主要源于邻国家主办奥运会的溢出效应，换言之，邻国家举办奥运会可能给本国运动员带来诸多便利，这种便利可能会对本国奥运金牌(成绩)产生影响。为了解决这一问题，可以使用空间面板数据模型，但此模型依赖于完整的平衡面板数据，出于数据的可获得性，本次研究很难实现。由于自相关存在时估计量仍是无偏且一致的，本文转而采用“面板校正标准误”(PCSE)将组间同期自相关问题加以考虑。

(3)如果存在Cov(εit，εjs)≠0(t≠s，∀i)，则称扰动项{εit}存在“组内自相关”。为了解决这一问题，本文尝试使用FGLS(可行广义最小二乘法)来计算各效应的估计量。假设εit服从AR(1)过程，即

其中，|ρi|<1，{vit}为独立同分布的，且期望为0。若ρi=ρ(i=1，2，…，18)，则所有个体的扰动项都服从自回归系数相同的AR(1)过程。使用Praise-Winsten估计法对原模型进行广义差分变换，即可得到FGLS估计量。本次还分别考虑了所有国家自回归系数ρi均相同和允许自回归系数ρi不同的情形。

四、实证结果

表1和表2报告了将各主办国历届奥运金牌数和总成绩分别作为被解释变量的面板数据回归结果。其中，模型(1)是考虑了存在组间异方差的LSDV法估计结果；模型(2)是考虑了组间异方差和组间同期自相关的面板校正标准误(PCSE)的估计结果，与模型(1)具有相同的估计系数，但标准误是经过校正的；模型(3)和模型(4)是考虑了组内自相关的FGLS估计结果，其中模型(3)假设所有国家自回归系数ρi均相同，而模型(4)允许各国家具有不同的ρi。

表1 面板数据回归结果(金牌数)

注：括号内为标准误，***、**、*分别表示在10%、5%、和1%水平下显著。

由表1列示的以金牌数作为被解释变量面板数据回归结果可知：①若以奥运会金牌数作为被解释变量，模型(1)～(4)中D3系数δ3的估计值均在1.4左右，表明东道主红利平均使得奥运东道主在相应届次上多获得金牌约1.4枚，然而，4种模型的统计推断结果均显示，δ3的估计值统计上不显著，也就是说没有证据表明模型(1)～(4)中D3系数δ3的估计值与零有显著差异，也即奥运东道主在主办届次的下一届奥运会上所获金牌数平均而言并未得到显著提高，这说明东道主红利的概念并未获得经验数据的支持，东道主红利不是奥运赛场上的普遍性规律，这和前文作出的疑思是一致的；②若以奥运会金牌数作为被解释变量，模型(1)～(4)中D2系数δ2的估计值符号均为正，估计值也十分接近，综合来看，作为东道主参加奥运会获得的金牌数平均要比非东道主时多11枚左右，4个模型中系数δ2的估计值均在1%的水平上显著，这表明东道主效应是奥运赛场上的普遍性规律，东道主效应得到了经验数据的支持；③若以奥运会金牌数作为被解释变量，模型(1)～(4)中D1系数δ1的估计值不显著或显著程度不高，不能断定申奥效应是奥运赛场上的的普遍性规律。

下表2列示了以奥运会总成绩作为被解释变量的式(4)回归结果，该回归结果与金牌数作为被解释变量时所透露出的信息基本一致：①4种模型中，D3系数δ3的估计值在统计上均不显著，这说明东道主红利不是奥运赛场上的普遍性规律，东道主红利的概念并未获得经验数据的支持；D2系数δ2估计值十分接近，且符号均为正，表明作为东道主参加奥运会的总成绩平均要比非东道主时多214分左右，4个模型中参数估计值均在1%的水平上显著，表明东道主效应是奥运赛场上的普遍性规律，东道主效应得到了经验数据的支持。

表2 面板数据回归结果(总成绩)

注：括号内为标准误，***、**、*分别表示在1%、5%、和10%水平下显著。

五、基于英国奥运成绩的案例分析

基于面板数据模型的实证分析结果可知，东道主红利现象没有获得经验数据的支持，即没有充分的证据表明东道主红利是奥运赛场上的客观性、普遍性规律。因此，东道主红利现象不应作为英国在里约奥运会取得优良成绩的科学解释。那么，究竟是什么原因导致了英国在奥运会上的崛起？我们从英国在1996年亚特兰大奥运会上的失利开始论述。

在1996年亚特兰大奥运会上，英国只取得了1枚金牌，滑落至金牌榜36位，从此之后英国开始对体育事业的发展模式进行了改革。标志性事件是新工党布莱尔政府分别于2000年和2002年颁布的两个里程碑式的文件《未来的全民体育》和《奥运计划》。其中，《未来的全民体育》是发展群众体育(社区体育)的纲领性文件，更多地从大众体育的角度对体育发展进行了阐述；《奥运计划》是发展竞技体育的纲领性文件，其目的在于构建一个系统化、专业化和高效率的竞技体育管理体系。这两个文件是近一时期英国体育管理过程中最为重要的政策性文件，通过这两个文件，确立了竞技体育与群众体育协调发展的政策路线，平衡群众体育和竞技体育的关系，使二者有机地统一起来，利用竞技体育带动群众体育，扩大群众体育参与；另一方面，扩大群众体育参与可以吸引青少年参加体育运动，及早地发现体育天才并进行系统地培养，为竞技体育输送人才。那么，在竞技体育与群众体育协调发展的政策路线引领之下，英国的体育事业呈现出以下几个基本特征：

第一，科学的体制设计。1992年，英国成立国家遗产部，首次将体育事务纳入到政府部门进行行政管理。1997年，布莱尔政府将该部更名为文化、传媒和体育部，对英国体育事务进行宏观管理，但并不直接参与体育事务，而是通过与英国体育理事会以及英格兰体育理事会、苏格兰体育理事会等区域性体育理事会的合作来实现政府对体育事业的管理。其中，英国体育理事会是英国全国性公共体育管理组织和竞技体育发展战略指导机构，是文化、传媒和体育部的直属机构，主要负责竞技体育发展，以及将英国政府的公共体育资金和国家彩票资金分配到各体育单项协会和区域理事会来支持体育事业发展，而英格兰体育理事会、苏格兰体育理事会等区域性理事会主要负责群众体育的发展。可以看出，英国体育事业的发展，既有政府机构的宏观引导，也有全国性和区域性社会机构的具体实施，既发展了竞技体育，又保障了群众体育的积极参与。因此，科学的体制设计是英国在奥运会崛起的原因之一。

第二，合理的经费政策。无论是竞技体育还是群众体育的发展都离不开资金的支持，英国体育理事会在北京奥运会周期投入的资金高达2.35亿英镑，为此，高额的投入仅依靠财政拨款是不够的。1994年，英国发行了国家彩票，并于1997年开始投资体育领域。从1997年以来，国家彩票共为英国体育做出了44亿英镑的贡献，其总收益的20%都用于了发展体育事业。以里约奥运会为例，英国体育理事会共投入了3.87亿英镑，国家彩票基金的拨款就占到2.745亿英镑。因此，合理的经费政策也是英国在奥运会崛起的原因之一。

第三，特色的运动员培养机制和文化教育模式。从1999年开始，英国开始实施WCP运动员培养项目，根据运动员的实力，将其分为三个级别：第一级别为“世界级”(本奥运周期有夺牌实力的运动员)，此项目每年资助约2.6万英镑；第二级别为“成长级”(下一奥运周期内有可能夺牌的运动员)，他们距离“世界级”有4～6年差距；第三级别为“成才级”，旨在支持距“世界级”水平年或更久的运动员。另外，英国体育理事会启动了“高成就生活方式规划”，其重要指导思想为：在重大国际赛事备战期间，运动员脱产训练并尽可能多地参加比赛，为大赛做准备；赛事结束后，运动员回复到日常生活，工作和学习兼顾，利用业余时间进行训练和比赛，然后重大赛事来临时再逐渐加大训练量和参加比赛的数量，这也许就是英国很多奥运会冠军得主毕业于名牌大学的原因。因此，别具特色的运动员培养机制和文化教育模式也是英国在奥运会崛起的重要原因。

六、研究小结

由于英国在里约奥运会的优良表现，东道主红利现象引发了媒体界的广泛讨论。本文基于18个曾经举办过夏季奥运会的国家历届奖牌榜数据，运用FGLS和PCSE修正面板数据模型，检验了东道主红利现象是否为普遍性规律。

实证研究结果表明：平均而言，无论以奥运金牌数还是奥运总成绩作为被解释变量，模型中相应参数的估计值均不显著，这说明东道主红利的概念并未获得经验数据的支持，东道主红利不是奥运赛场上的普遍性规律；但东道主效应却是显著的，综合而言，作为东道主参加奥运会的国家获得的金牌数平均要比非东道主时多12枚左右，总成绩高出约214分左右；最后，基于实证结果，认为英国在里约奥运会仍能取得好成绩的原因并非源自东道主红利，而是源于竞技体育与群众体育协调发展的政策引领下体育事业呈现出的科学体制设计、合理经费政策以及别具特色的运动员培养机制和文化教育模式等。

注释：

① 《羊城晚报》，《“东道主红利”催生英国强势》。

② 1992年巴塞罗那奥运会上作为东道主的西班牙拿下13枚金牌，而4年后却退步到了4枚。

③ 看看新闻网，《东道主红利“是浮云” 英国逆袭靠的其实是这些法宝》。

④ 出于“苏联解体”的历史因素，本文未将俄罗斯作为样本纳入到本次研究中来。

[1] 兰彤，于晓光．全运会东道主效应特征的理论和实证研究[J]．沈阳体育学院学报，2012(4)：1-5．

[2] 于晓光，兰彤，于秀，等．全运会东道主效应成因及启示[J]．广州体育学院学报，2011(5)：10-16．

[3] 吴殿廷，郭谦，姜桂萍，等．东道主效应的测算——兼论伦敦奥运会中国金牌数超越美国的必然性[J]．北京师范大学学报：自然科学版，2012(3)：302-305．

[4] 程静静，钟明宝，田雪文，等．全运会东道主效应及其影响因素的研究[J]．武汉体育学院学报，2010(9)：23-27．

[5] 李赞，田清文．第30届奥运会“东道主效应”的奖牌项目格局特征分析[J]．中国体育科技，2013(4)：3-7．

[6] 邓运龙．奥运会东道主效应分析及中国体育代表团参赛策略研究[J]．中国体育科技，2007(1)：3-6．

[7] 吴殿廷，吴颖．2008北京奥运会中国金牌赶超美国的可能性——基于东道主效应的分析和预测[J]．统计研究，2008(3)：60-64．