2019年9月17日，国务院办公厅印发《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意见》（国办发【2019】43号）。文件指出“加强体育产业基地建设与管理，推动形成一批运转良好、带动能力强的国家体育产业示范基地、示范单位和示范项目。”体育产业是指为社会提供各种体育产品（货物和服务）和体育相关产品的生产活动的集合（具体界定见公众号4月17日文章《我国体育产业的统计界定和融资建议》）。体育产业基地的设立促进了包括体育健康产业在内的相关产业集聚。早在2006年国家体育总局就在深圳设立了第一个国家体育产业基地，并在之后命名了温江、晋江、龙潭湖、富阳、乐陵等基地。《国务院办公厅关于加快发展体育产业的指导意见》出台后，国家体育产业基地的建设工作推进速度明显加快，截至到2019年6月，国家体育总局已经命名的体育产业基地已经达到45个。国家体育产业基地设立能否带动经济增长，成为当前学界讨论的一个热点话题。本文基于2004-2016年286个城市的面板数据，通过构建评估国家体育产业基地实施效果的双重差分（difference-in-difference）模型，定量分析设立体育产业基地对于所在城市经济可持续发展的影响，为实施相关政策提供理论支撑和建议。

一、研究样本与描述性统计

由于本文研究的是国家体育产业基地设立的经济影响，因此需要全面统计这一基地目前的设立情况，并以此来确定研究样本。此外,出于空间和时间维度的考虑,本文将各基地的设立状况匹配到城市层面,并根据2004-2016年的城市统计数据考察其设立的经济效应。

表1国家体育产业基地（截至2019年6月）

数据来源：国家体育总局官方网站，所在城市由作者查阅各省行政区划手工确定。

在全国286个城市样本中，有19个在2006年到2015年先后获批体育产业基地，而剩余城市则始终未实行该政策，二者之间构成了典型的对照组与处理组。因此，借助计量经济学中常用的“双重差分（difference-in-difference）”思想，可以构建这一变量，在基地设立前赋值为0，设立后赋值为1，如果始终未设立基地，则该变量恒为0。从而构建如下双向固定效应计量模型，分析基地设立对城市经济发展净影响.

本文使用的数据均来自国家统计局发布的2004年-2016年《中国城市统计年鉴》，其中人均GDP均以2000年为基期，经过平减后得到实际值，另外为了使各变量的系数更加合理，对人均GDP作了对数化处理。表2给出其他控制变量的计算方法和描述性统计。

表2 主要变量的描述性统计及其说明

数据来源：国家统计局发布的历年《中国城市统计年鉴》，经作者手工整理得到。

二、基准回归与稳健性检验

本文将国家体育产业基地设立的虚拟变量与其他控制变量纳入，在考虑时间和省份固定效应的情况下，进行了基准回归，回归结果见表3中第1列。从上表第一列中模型1可以发现，在尽可能控制其他影响城市经济发展的因素后，sportbase变量的系数为正，且均在1%的水平上显著，体育产业基地设立与经济发展水平之间存在正向关系。表3初步说明，国家体育产业基地的设立显著促进了所在城市的经济增长。

表3 国家体育产业基地设立的经济影响基准回归结果

注：括号中为t统计量，* p

数据来源：《中国城市统计年鉴》

为了进一步验证基准回归模型中结论的稳健性，本文采用调整样本区间以及考虑不同时间趋势的方法，再次对上文的模型进行了估计。表3第2列模型2给出了将样本更换为2015-2016年数据的回归结果。可以发现，即使考察区间发生改变，sportbase一项的系数仍然显著为正，且均在1%水平上显著。在双重差分模型中，一个重要的假设就是对照组与处理组之间具有相同的时间趋势，即二者的差异并不随着时间的变化而发生改变。然而，相关研究表明，我国的经济发展具有空间非均衡特征，各省的经济发展趋势存在较大差异。基于此，文章将基准回归模型调整为：

与（1）式相比，（2）式为每一个城市均设置了时间趋势项，这意味着允许不同城市之间拥有不同的经济变化轨迹，使得该模型更加符合现实状况。表3第三列中模型三给出了按照式2重新估计的结果。可以发现，在更换计量模型之后，sportbase变量系数仍显著为正，前文结论依旧稳健。

三、异质性分析

国家体育产业基地的设立后，当地政府会进行大量基础设施建设和投资。然而，基础设施建设具有周期性，从园区规划到开工建设再到企业入驻需要更长的一段时间。因此，体育产业基地设立对所在城市的经济影响可能会具有滞后性。表4中模型1-3为分别将因变量“经济发展水平”滞后1期、2期和3期的回归结果。可以发现，国家体育产业基地设立对于所在城市的经济影响均随着时间的推移而提升。这也佐证了作者前文对于基地设立后各项基础设施和投资具有周期性的观点。

表4 国家体育产业基地设立的经济影响滞后效应

注：括号中为t统计量，* p

数据来源：《中国城市统计年鉴》

四、内生性处理

目前国家体育产业基地的设立实行“申报-评审-认定”制。在申报条件中，明确要求当地具备一定的产业基础和规模，并且拥有良好的发展环境。因此，在国家体育产业基地的设立过程中，极有可能存在着“自选择效应”，那些经济发展水平比较高的城市更可能参与申报并获得认定。为了消除在基地设立中可能存在的“自选择效应”造成的内生性问题，本文采用了倾向得分匹配的方法（Propensity Score Matching）估计基地设立对于城市经济增长的“处理效应”。匹配后的平衡性检验结果(此处略去)表明，匹配后所有协变量的标准化偏误比例均大幅度下降。这说明经过倾向得分匹配，基地设立组与未设立组的城市经济特征差异在较大程度上被消除。

表5 国家体育产业基地设立的经济影响倾向得分匹配估计结果

注：模型1-模型8代表不同匹配方式，上表汇报的标准差均为通过自助法得到。

数据来源：《中国城市统计年鉴》

表5中，模型1-8分别汇报了不同方法估计的国家体育产业基地设立对城市经济发展的影响。其中，ATE 代表所有样本的匹配估计结果；ATU 表示只考虑未设立基地组的样本匹配估计结果；ATT 则为考虑基地设立组的样本平均处理效应。表5说明，所有匹配结果均在1%水平上显著为正，基地设立对于所在城市的经济增长产生了正效应。

五、研究结论

本文利用2004-2016年城市经济发展面板数据，通过匹配体育产业基地所在城市，实证研究了国家体育产业基地设立对于城区经济增长的影响，得出以下结论：

第一，基准回归与稳健性分析结果均表明，国家体育产业基地的设立对于城市经济可持续增长具有正效应，且在1%水平上显著。这说明产业基地政策的实行产生了较好的效果。

第二，在拓展分析中，发现国家体育产业基地设立对于城市的经济增长存在滞后性，随着时间的推移，影响效应逐渐提升。

第三，在运用倾向得分匹配估计处理内生性问题后，前文的结论仍然稳健，文章主要结论的可靠性和说服力得到保证。

（本文曾应邀在“2019年全国青年体育理论研讨会”进行专题报告。此为关于体育产业的数据函数文章，其他健康产业的数据函数研究也将陆续择机刊发。）

作者：

王超 中央财经大学绿色金融国际研究院科研助理，健康金融课题组冰雪金融试点小组成员，中央财经大学体育经济与管理学院硕士研究生

指导：

任国征 中央财经大学绿色金融国际研究院研究员，健康金融课题组（含冰雪金融试点）组长