胡若晨，朱菊芳，周铭扬

党的二十大报告指出，以高质量发展为主题，着力扩大内需，增强消费对经济发展的基础性作用。与此同时，结合《扩大内需战略规划纲要（2022—2035年）》《“十四五”扩大内需战略实施方案》等政策认为，贯彻新发展理念，坚持实施扩大内需战略、增加高质量的消费产品和服务供给是构建新发展格局的必然选择[1]。体育产业高质量发展作为中国式现代化进程中建构体育强国的实践要求[2]，扩大体育消费规模不仅有利于提升现代城市生活消费水平，而且还是打通体育产业内循环堵点、助力其高质量发展行稳致远的重要引擎[3]。数据显示，预计2025 年我国城市体育消费规模将达到2.8 万亿元[4]，但发展势头受到疫情的冲击[5]。为此，国家体育总局于2020 年公布了40 个体育消费试点城市，试点周期为3 年（2020—2022 年），意在促进体育消费回补和潜力释放，增强体育产业发展韧性。考虑到试点政策在引领“体育消费城市”建设的重要性以及各地实践过程中关于体育资源调配、制度体系构建等方面的异质性，需要系统、科学地总结试点现状，以便进一步推广试点经验。目前，学界主要从政策实践视角[3]、家庭消费视角[6]、政策工具视角[7]等对体育消费政策内容、特征及问题展开研究，并提出优化对策，鲜有针对体育消费试点城市建设的政策研究。因此，本研究从体育消费试点城市出台的政策文本入手，基于PMC 指数模型设计政策评价体系，从多维视角对试点政策全貌进行量化评价，并结合部分城市实践成效客观反映试点进展与政策局限，以期为中国式现代化进程中我国体育消费城市建设的政策设计与优化提供参考。

1 体育消费试点城市政策的量化评价模型构建——PMC指数模型

1.1 PMC指数模型说明

PMC（Policy Modeling Consistency Index）指数模型是基于RUIZ ESTRADA等提出的OMNIA MOBILIS假说建立[8-9]。该假说认为，在政策评价时要广泛考虑变量类型与数目，设置相同的变量权重，形成全面的评价体系，并通过PMC 指数和PMC 曲面的量化数据更为直观地反映政策内部一致性及优劣程度，是目前国际政策量化评价研究领域的常用方法[10-12]，包括变量分类与参数识别、建立多投入产出表、计算PMC 指数和构建PMC 曲面4 个步骤。近年来，该模型在国内区域科技创新[10]、冰雪产业[11]、军民融合[12]、体教融合[13]、体育产业[14]等方面政策的量化评价研究领域也备受运用。

1.2 变量分类与参数识别

本研究以ESTRADA[9]提出的变量设置方法为基础，借鉴前人研究成果，运用文本挖掘技术，结合体育消费试点城市政策文本的高频主题词和语义网络图谱分析结果，形成能够客观反映试点政策全貌的评价体系。在文本挖掘过程中，首先将28 份政策文本导入ROST CM6 词频分析软件进行分词处理和词频统计；随后将“体育”“体育消费”等较明显的高频词以及“推进”“工作”等通用词进行过滤清洗；最终提取并汇总频数为前50 位的高频主题词，构建其语义网络图谱（见表1，图1）。

图1 体育消费试点城市政策的主题词语义网络分析图谱Figure 1 Map of Semantic Network Analysis of Policy Theme Words in Pilot Cities of Sports Consumption

表1 体育消费试点城市政策的高频主题词分布Table 1 Distribution of High Frequency Theme Words in Sports Consumption Pilot Cities’ Policies

结合政策文本挖掘的词频分析结果以及主题词语义分析图谱，设置涵盖9 个一级变量和48 个二级变量的基于PMC 指数模型的体育消费试点城市政策的量化评价体系（见表2）。

表2 基于PMC指数模型的体育消费试点城市政策的量化评价变量设置Table 2 Setting of Quantitative Evaluation Variables of Sports Consumption Pilot City Policies Based on PMC Index Model

1.3 多投入产出表建立

多投入产出表通过储存大量数据来计算单独变量的数据分析框架[9，15]，是计算本研究设置的9 个一级变量和48 个二级变量的基础，一、二级变量的重要性相同，因此多投入产出表没有先后排名[14]。

1.4 PMC指数计算

首先，将政策评价体系中的一、二级变量放置到多投入产出表中；其次，根据公式（1）和公式（2）对政策二级变量进行赋值（即政策内容包含相应变量时，赋值1；若不包含，则为0）；再者，按照公式（3）计算政策一级变量值；最后，依据公式（4）计算PMC 指数[11]。其中，公式（3）中，i为一级变量，j为二级变量，n为任一一级变量下设的二级变量数量，取值1~9。

由于本研究设置9 个一级指标，因此PMC 指数得分为0~9。根据ESTRADA 等[10，15]的评价标准，划分为4 个等级（见表3）。

表3 PMC指数得分与对应政策评级Table 3 PMC Index Scores and Corresponding Policy Ratings

1.5 PMC曲面构建

基于PMC 指数结果构建PMC 曲面图，能够多维直观呈现政策的优势与不足。

在PMC 曲面构建的基础上，计算曲面凹陷程度（S 指数=9-PMC指数），用以评价政策不足。

2 基于PMC指数模型的体育消费试点城市政策评价的实证分析

2.1 实证研究样本选取

基于《体育总局关于公布国家体育消费试点城市名单的通知》，在“北大法宝网”及各试点城市人民政府、体育局网站对政策文本进行检索，筛选依据为：（1）政策需公开且能在相关网站检索查阅，颁布时间截至2021 年12 月31 日；（2）政策类型为专项性的“体育消费试点城市工作（实施）方案/意见”。综上，除青岛、洛阳、沈阳将政策内容并入所在城市《“十四五”体育发展规划》《关于促进全民健身和体育消费推动体育产业高质量发展的实施意见》等综合型政策；三亚、白银、常州、秦皇岛、张家口、上海市徐汇区、重庆市荣昌区、乌鲁木齐等政策未能公开查阅；上海市杨浦区的政策文件为“2021 年的工作要点”，内容与其他城市存在非可比性。因此，基于政策文本的可获得性、全面性和可比性原则，共计28 份试点政策（见表4）。

表4 28 份体育消费试点城市政策的文本信息Table 4 Textual Information on Policies of 28 Pilot Cities for Sports Consumption

2.2 宏观角度：基于PMC指数模型的量化评价结果的28 份政策文本实证分析

首先，计算PMC 指数的量化评价结果显示，28份政策的PMC 指数均值为7.88，评价等级均处于可接受及以上范畴；其中优秀政策12 项，良好政策15项，可接受政策1 项；得分最高的政策为P2，最低的政策为P22（见表5）。表明试点城市在政策制定时考虑相对较全面，在政策扩散上得到积极落实。

表5 基于PMC指数模型的体育消费试点城市政策的量化评价结果Table 5 Quantitative Evaluation Results of Sports Consumption Pilot City Policies Based on PMC Index Model

其次，结合量化评价结果各一级变量均值对政策内容进行分析。（1）政策性质（X1）的均值为0.91，表明政策基本具备预测、建议、描述、引导性质，但P4、P5、P6 等12 项政策缺乏“监管”方面的内容设置，其余政策则缺乏实操性内容说明和法律依据。同时，在目标预测方面仅局限于消费规模、人均消费水平等宏观数据，缺乏消费者满意度、激励与保障政策实施效果等微观数据预测和评估，不利于后续政策优化调整。（2）政策时效（X2）的均值为0.62，表明政策基本以“3 年试点时间”为导向。其中，P4、P5、P6 等12 项政策为中期规划；P10、P11、P25、P28 则将任务“分解到年、包干到位”。如金华市附加颁布涵盖品牌赛事培育等9 大消费行动、21 个具体任务、63 个建设目标的3 年行动计划，实践中将其包干至由市体育局牵头、其他关联部门和各区（县）政府配合完成。仅P2、P7、P15 等6 项政策涉及短中长期的连续规划，足见在政策时效规划上的科学性、持续性有待提升。（3）政策重点（X3）的均值为0.87，表明政策设计重点基本覆盖消费业态创新、群体培育、环境营造和政策制度保障，但P3、P5、P6 等13 项政策在政策制度保障方面缺少充足的内容供给，政策重心偏向明显。如南昌仅提出“深化体育消费和产业统计制度、场馆运营管理模式改革”等引导性内容，缺乏如南京市关于完善《社会力量举办体育赛事资助管理办法》、建立赛事审批服务部门联动机制等实践指引说明。（4）政策内容（X4）的均值为0.91，表明政策内容设计较为全面，基本涉及“体育+”业态融合、场地设施完善等11 个方面，但也有P1、P3、P6 等18 项政策在区域（国际）合作交流、体制机制深化改革方面的实践性内容供给不足。同时，部分城市缺乏“区域特色项目开发”的内容设置，对优势资源挖掘不充分，消费特色不明显。如宁波作为滨海城市，具有较好的海洋资源，在实践中也有如家庭帆船赛等特色活动，但其政策内容缺乏关于海洋体育休闲活动的引导、实践说明。（5）政策功能（X5）的均值为0.98，表明多数政策满足明确权责、规范引导、统筹协调和分类推进的功能需求。从内容看，P9 和P22 在政策任务分配时未能明确责任主体与配合部门，权责尚不明晰，容易影响政策执行主体间的协同联动性和政策落地实效。（6）参与对象（X6）的均值为1，说明所有城市在政策制定过程中均坚持政府、企业、社会、学校等多元主体参与的基本思想，参与对象较为全面。（7）激励措施（X7）的均值为0.88，说明政策制定者积极推进税收、金融等内容设置以激发市场主体信心，但具体内容缺乏关于激励主体、客体、标准等明确清晰的操作性说明和依据，容易影响政策落地的精准性。目前，仅南京、苏州等少部分城市出台税收和金融优惠等方面的操作细则办法，并搭建银企对接平台，开通“绿色贷款通道”。（8）保障措施（X8）的均值为0.83，说明为了确保政策影响力的最大化，政策制定者从人才、资金等全方位保障政策实施和参与对象的各项权益，但除P1、P2、P7 等10 项政策外，其余政策均存在如监管法规、用地保障等内容缺乏实施细则和法律法规依据，影响政策执行实效。如在监管实践中，仅合肥、深圳等城市设立“智慧监管”和“信用监管”平台，并出台相应监管条例和实施细则。（9）政策评价（X9）的均值为0.88，表明政策制定目标明确、依据充分、权责清晰、方案科学，但P5、P6、P21 等11 项政策的制定依据不充分，多为“为了推进体育消费试点城市建设……制定本方案”的笼统性说明，缺乏如深圳提出的“贯彻落实《深圳建设中国特色社会主义先行示范区综合改革试点实施方案（2020—2025 年）》”等明确的政策文件依据。

2.3 微观角度：基于PMC曲面的量化评价结果的代表性政策及其所在城市试点成效的实证分析

为了更加直观地呈现试点城市政策的凹陷程度及其优势、局限状况，绘制代表性政策的PMC 曲面的量化结果，对其所在城市的试点成效数据进行综合评价。代表性政策分别从优秀、良好和可接受等级中选取，即优秀政策中得分最高的政策（P2）；良好政策中得分最高的政策（P13）、得分中位的政策（P20）和得分末位的政策（P15）；可接受政策P22[16]（见图2）。结合凹陷指数的戴布拉图（见图3）以识别不同政策存在的薄弱环节，为后续政策完善提供参考。

图2 PMC曲面Figure 2 PMC Surface

图3 P2、P13、P15、P20、P22 与虚拟完美政策凹陷指数的戴布拉图Figure 3 Deborah Chart of P2，P13，P15，P20，P22 And the Depression Index of Virtual Perfect Policy

2.3.1 优秀级别代表性政策的实证分析 P2 政策的PMC 指数为8.88。其一级变量皆高于均值，除X8 外，其余变量值均为满分，说明南京的政策设计科学合理、目标清晰、重点明确、内容全面，并提供充足的资金、土地等激励和保障措施加以推进。从实践效果看，试点期间，南京累计发放超2 500 万元的体育消费券，推出100 个涵盖时尚运动等体育消费新场景，举办2 届体育消费节，激发居民消费热情，仅2022 年“五一”期间实现各场所销售营业额约2 800 万元，拉动关联消费约2.24 亿元；加快“体育+”业态融合，完成8 家“区级、街道级、社区级”运动促进健康机构建设，入选国家和长三角体育旅游精品项目17 个；加强赛事活动开展和人才保障培育消费群体，每年开展各类全民健身活动3 000 多项，2021 年安排59 名教练员进入53 所中小学开展23 个项目的“教练员进校园”工作；优化营商环境，将体育类市场主体纳入“十四五”时期市场主体倍增计划，完善支持社会力量办赛的资金和土地保障细则办法，投入约2 600 万元的体育产业发展引导资金支持75 个项目，召开2021体育产业资源推介会并发布113 个项目、投资102.13亿元，最终取得城乡居民人均体育消费超3 000 元、体育产业总规模超1 100 亿元、经常参加体育锻炼人数比例达40.9%的成效。但保障措施（X8）未能实现满分值的原因是，“制度法规”缺乏如“消费权益保障的多部门协同监管的实施细则和法规”的内容设置。

2.3.2 良好级别代表性政策的实证分析 P13 政策的PMC指数为7.92。除X2、X4、X7 外，其余变量值均高于均值。首先，政策时效（X2）只有针对试点周期内的中期建设目标，缺乏短期阶段性和长期持续性规划。其次，试点期间，合肥发放2 300 万元健身消费券，设置3 000 万元体育强市专项资金，搭建健身、体育培训业信用监管体系，颁布《体育行业预付式消费领域资金监督管理办法》《中小学校外培训服务合同》，开展“体育夜市”等活动，取得人均体育消费超过2 300 元、经常参加体育锻炼人数比例达38.5%的成效。同时，合肥虽在试点目标中明确提出“对接融入长三角，打造区域赛事之都”，但政策内容（X4）中缺乏“区域合作与交流机制”的具体措施说明，实践中也尚未形成相应的案例经验。同时，在“体育+文化”“体育+旅游”等业态融合方面融合深度与广度不足，如合肥马拉松等赛事缺乏开发富含“合肥文化”的周边商品；在利用“大湖名城”的自然资源优势形成特色“体育+旅游”业态仍需加强。此外，政策缺乏针对“市场主体培育”的金融优惠激励措施（X7）的细则说明，但在实践中已于2022 年5 月出台政策将“政信贷”金融产品支持范围扩大到体育行业，给予2 年内最高50 万元贴息补助、最高80%的信用贷款和最高70%的担保贷款的金融优惠模式，未来仍需进一步细化和规范实施办法。

P20 政策的PMC指数为7.76。除X1、X2、X8 外，其余变量值均高于均值。首先，政策性质（X1）缺乏“监管”内容设置，而政策时效（X2）主要针对试点周期3 年的目标规划，缺乏短期和长期目标设置。其次，新余在政策重点（X3）和政策内容（X4）方面覆盖全面。试点期间，设置3 000 万元体育消费试点专项资金，举办各类商业和群众性赛事110 余场，参与人数达33 万人，拉动直接和间接体育用品、培训等消费4 500 余万元。发放300 余万元体育消费券，举办体育消费季等惠民活动，参与人数达10 万余人，带动直接体育消费2 000余万元。加强载体建设，通过招商引资共计投入4 500余万元建成城南全民健身中心、仙女湖凤凰湾运动休闲特色小镇和位于高新区的滑冰场。同时，于2021 年3 月上线智慧体育平台，入驻体育商家、体育协会共288 家，提供服务21 500 余次，总成交额402.96 万元，创造间接经济价值1 031.57 万元，取得人均体育消费1 834 元、经常参与锻炼人口比例达39.3%以上的成效。但在保障措施（X8）中缺少制度法规、人才保障的政策说明，仅提出将“工作实施情况纳入部门考核”，在实践过程中也没有关于市场监管细则、法规依据和平台机制的实施细则，且尚未建立工作实效的评价指标体系和数据统计机制，不利于政策落实与改进。

P15 政策的PMC 指数为7.17。除X1、X3、X4、X7、X8、X9 外，其余变量指标均高于均值。首先，政策性质（X1）中“监管”内容设计不足。其次，三明依托“林深水美”的生态资源优势，在实践中将政策重点（X3）聚焦于业态创新和群体培育层面，以体医、体养、体旅等业态融合为重点。试点期间，三明人均体育消费金额超过2 000 元，发放体育消费券近1 500 万元，创建全国运动森林康养旅游示范县、示范基地36 个；2021 年开展森林太极等康养活动261 场次，完成健身步道、运动观景平台等项目21 个，接待消费者31.28 万人，营业额达15.81 亿元；开展绿水青山体育消费季系列活动近50 场，直接参与人数近30 万人，使得超47.9%的居民喜爱“户外登山徒步”类运动。政策内容（X4）的“体制机制深化改革和市场主体培育”中缺乏如区域合作机制、赛事审批机制等方面的实操细则说明。此外，在激励（X7）和保障（X8）措施的实践中，金融激励和资金保障方面表现较好，颁布《三明市体育产业招商引资行动方案》、出台6 份体育招商引资政策，2021 年投资13.95 亿元支持11 个项目签约；由市体育局与农商银行签订10 亿元信贷额度的金融合作协议，但实施细则待进一步完善。在税收优惠、制度法规、环境培育与优化等方面缺乏相应的实践内容说明。因此，在政策评价（X9）时认为政策的科学性有待提升。

2.3.3 可接受级别代表性政策的实证分析 P22 政策的PMC 指数为5.71。除X6 外，其余变量值均低于均值。首先，政策性质（X1）中缺乏监管方面的制度内容设置。政策时效（X2）主要为中期规划，缺乏长短期规划相结合。其次，宜昌在目标中提出“打造以体育旅游为引擎的区域性体育消费中心城市”，其政策重点（X3）主要偏向业态创新和群体培育。试点期间，体育产业总规模达195 亿元，经常参加体育锻炼人口比例达45%，人均体育消费2 187 元，发放160 万元体育消费券，投入160 万元补贴48 个赛事项目；打造“奥体中心+市体育馆”夜经济集聚区。依托山水特色资源打造朝天吼等4 个漂流休闲区、100 条特色户外线路、13家露营营地和龙舟争霸赛、自然水域漂流赛两大品牌赛事。但由于专业运营团队、器材装配供给少，“体育+相关产业”及与自然资源融合深度不够。再者，政策内容（X4）中关于体制机制深化改革、区域合作与交流等方面的实践性内容设置不足，关于建立体育赛事和体育企业名录、构建“宜荆荆恩”城市群合作机制等工作仍需加强；政策功能（X5）方面仅成立工作领导小组，缺乏针对各项任务完成责任主体的权责说明。此外，在文本内容和实践中缺乏税收和金融优惠的激励措施（X7），统计监督、环境培育与优化以及制度法规等保障措施（X8）的实施细则和法规依据。因此，在政策评价（X9）中认为其科学性不足，权责分担不清。

3 结论与建议

3.1 结 论

本研究基于PMC指数模型，结合词频分析结果以及主题词语义分析图谱，构建涵盖9 个一级变量、48个二级变量的量化评价体系，对28 份试点城市政策和部分城市实践成效进行量化评价。结果显示，宏观上，政策设计良好，PMC均值为7.88，凹陷指数为1.12，政策参与对象较全面，基本符合“目标明确、依据充分、权责清晰、方案科学”的政策制定要求。其中，优秀政策12 项，良好政策15 项，可接受政策1 项。各一级变量均值显示，改进项目序列为政策时效（X2）、保障措施（X8）、政策重点（X3）、激励措施（X7）、政策性质（X1）、政策内容（X4）、政策功能（X5）。综合5 项代表性政策的PMC指数曲面和凹陷指数的量化评价以及所在城市试点成效的分析结果，认为当前试点政策存在以下不足。

（1）从政策性质看，所有政策均具备预测、描述和引导性质，但近一半政策缺乏针对体育消费市场“监管”的内容设置，如市场主体行为、营商环境等；同时，在预测方面也仅针对消费规模、人均消费水平等宏观数据，存在政策执行效果等方面的微观数据预测与实践评估的“政策短板”。（2）从政策时效看，多数政策为“3 年试点周期”的中期规划，政策时效单一、覆盖范围尚不全面，缺乏短期时效性规划和长期持续性规划，容易影响政策执行的精准性和政策参与主体的公共利益。（3）从政策重点和政策内容看，基本以消费业态创新、群体培育为重点，在环境营造和政策制度方面相对薄弱。同时，部分城市政策中缺乏“区域特色项目开发”“区域（国际）合作交流”等方面的内容说明，在招商引资等公共服务保障方面内容供给滞后。此外，从实践效果看，部分城市推进“体育+”业态融合发展的深度和广度待提升，城市品牌消费特色需进一步突出。（4）从政策激励和保障措施的内容供给和实践成效看，多数城市在“信用监管”“智慧监管”方面缺乏相应的制度说明与实施细则；同时，针对政务服务的办事流程、财税和金融优惠等激励与保障措施的细则办法和法规依据也亟待完善。

3.2 建 议

（1）强化“监管”和“预测”的政策性质，建立短中长期相结合的政策规划。首先，增加试点成效的数据统计以及市场监管的内容说明；其次，增设包括消费者满意度、激励与保障政策执行效果等微观数据的目标预测，并根据国家政策要求与地方城市建设目标、资源状况设立短中长期结合的政策。（2）因地制宜推进体育消费业态纵深融合发展。充分考虑区域资源禀赋和体育消费者人群特征，深挖自然、文化特色资源，增加和完善如“体育康养消费”等特色消费的实操性内容，提高“体育+N”多业态融合的深度与广度，打造具有区域特色的体育消费品牌。（3）细化市场监管和统计评估方面的内容供给和实践指引。首先，出台市场监管、消费者权益保障等实施细则，明确财税优惠、土地保障等激励与保障措施实施过程的监管主体、客体、范围等内容；其次，尝试建立涵盖试点成效、试点保障等方面的评价体系和统计标准，系统全面地审视政策实效。（4）推进激励、保障措施及体制机制改革内容具体化。完善资金、人才、土地、组织等激励和保障措施的细则说明，明确激励与保障的主体、客体、方式等内容；同时，细化政府购买服务办法、税收和金融优惠标准、区域合作与交流制度等内容，优化政务服务办事流程。（5）强化制度法规内容设置。补充完善消费产品、服务供给标准、消费者权益保障、市场监管等方面的制度法规内容和实施细则，规范市场秩序和主体行为。