基于灰色GM(1,1)模型的河北省體育產業規模發展預測

尹 海，何勝保

體育學研究

基于灰色GM(1,1)模型的河北省體育產業規模發展預測

尹 海，何勝保

（唐山師范學院 體育系，河北 唐山 063000）

以2015-2018年河北省體育產業總規模為原始數據，建立灰色預測GM(1,1)初始模型和殘差序列分析模型，利用誤差、相對誤差百分比、平均相對誤差min、小誤差概率、后驗差比值來評價預測模型精度，得出河北省體育產業未來五年總規模預測結果。研究認為，灰色預測GM(1,1)模型的原始序列和殘差序列預測模型精度等級均為“很好”，第3次殘差序列分析模型的灰色預測精度最高，未來五年體育產業規模表現為持續增長態勢，有著較大的市場空間。

GM(1,1)模型；體育產業；河北省；灰色預測

1 前言

“十三五”是全面建設小康社會的關鍵時期，全民健身、健康中國、經濟發展新常態、產業供給側結構性改革、2022冬奧會、京津冀體育產業協同發展成為全面推進河北省體育產業發展的重要機遇，體育產業作為朝陽性、綠色產業也將開啟新一輪的發展黃金期[1-3]。但河北省全民健身服務體系亟待完善，“三大球”等基礎項目依然薄弱，體育產業市場整體規模和體育經營單位市場競爭力不足，制約體育產業發展的體制性、機制性矛盾問題突出，體育產業發展依然面臨諸多挑戰。

本文以河北省體育產業現有數據為基礎，對其發展總規模進行科學預測，了解和掌握未來發展的規模現狀，以制定相應的預警機制，合理規劃發展方案，有效防范體育產業規模效應的潛在風險。

2 研究對象與方法

2.1 研究對象

以河北省2015年至2018年體育產業總規模的年度數據作為原始數據建模分析依據。

2.2 研究方法

收集整理2015-2018年近四年河北省體育產業總規模數據，運用灰色系統理論和方法進行數據處理，建立GM(1,1)模型[4]，分析2019至2023年河北省體育產業未來發展的總規模。

3 研究結果與分析

3.1 GM(1,1)模型的建立

在灰色模型（GM）群中，最基本的模型就是GM(1,1)模型（如下），即為1階變量，1階方程模型[5-8]。

在GM(1,1)模型中[9]，設

則稱

為GM(1,1)模型的原始形式。

設原始數據序列為

其中，

將灰色預測微分方程進行離散化處理，即可得出

3.2 數據處理過程

將原始數據輸入DPS數據處理系統，從菜單欄選擇“其他→灰色系統方法→GM(1,1)模型”，殘差序列類型為“生成數列殘差”，預測長度為“5”，殘差重復建模次數為“3”，點擊“確定”輸出河北省體育產業規模發展預測結果。

根據灰色系統預測理論，可根據后驗比和小誤差概率對模型進行診斷，當＞0.95和＜0.35時，模型可靠，這時可根據模型對系統行為進行預測。

3.3 河北省體育產業規模發展的預測結果

3.3.1 原始數據序列預測結果

河北省體育產業總規模的原始數據

速度，本是科學上用來表示物體運動快慢的矢量，也被人們當作衡量生活乃至時代發展的一個重要標尺。提起速度，我們首先想到是“快”。然而速度是否就是越快越好呢？其實不然。速度重要是“度”。客觀事物都有其規律，在符合其規律的基礎上適當加速，則事半功倍。否則只會揠苗助長，欲速則不達。

通過數據的GM(1,1)模型處理，得出初始模型和3次殘差序列建模分析結果。灰色預測GM(1,1)初始模型參數

=-0.264 157，

=340.193 910，

(+1)=1 576.845 272(0.264 157)

-1 287.845 272，

平均相對誤差

min=-29.732 71。

從原始序列分析情況來看（見表1）：相對誤差百分比較小，后驗差比值=0.181 7＜0.35，且小誤差概率=1.000 0＞0.95，說明原始序列數據的預測模型精度等級為“很好”。

表1 河北省體育產業規模原始序列分析表

河北省體育產業發展規模原始數據預測結果見表2。從表中可見，除2019年增幅為32.29%以外，其余年增幅均為30.23%，未來五年河北省體育產業規模將實現2倍增長。

表2 原始數據預測結果（單位：億元）

表3 河北省體育產業規模殘差序列分析表

表4 河北省體育產業規模殘差序列建模預測結果（單位：億元）

3.3.2 殘差序列建模分析結果

對殘差序列經過3次建模處理后，找出預測精度最高的預測結果。從河北省體育產業規模3次殘差序列建模分析結果見表3。從表3可見，誤差、相對誤差百分比、平均相對誤差的絕對值以第3次殘差序列得分結果最低，且3次殘差序列分析結果均低于原始序列（結合表1）。后驗差比值值中，原始序列分析結果值最高，第3次殘差序列值最低（=0.018 5），原始序列和3次殘差序列建模分析的小誤差概率均為1.000 0，所有預測模型精度等級為“很好”。從以上模型各項數值的對比分析結果表明，第3次殘差序列分析模型的灰色預測精度最高，預測結果最具可參考性。

河北省體育產業發展規模的殘差序列分析結果見表4。從表4可見，第3次殘差序列模型的預測結果精度最高，體育產業規模表現為持續增長態勢，規模增長幅度維持在30%以上，增長效應較為明顯，未來有著較大的市場空間。

4 結論與建議

河北省近四年體育產業規模的原始數據適合做灰色預測GM(1,1)模型分析，且原始序列和殘差序列預測模型精度等級均為“很好”。誤差、相對誤差百分比、平均相對誤差的絕對值、后驗差比值和小誤差概率的分析結果表明，第3次殘差序列分析模型的灰色預測精度最高。體育產業規模表現為持續增長態勢，規模增長幅度維持在30%以上，增長效應較為明顯，未來有較大的市場空間。

河北省體育產業未來發展規劃的制定可參照預測規模，結合河北省具體實際，對各類體育產業制定詳細的建設計劃，增強產業發展的針對性和實效性。體育產業發展方向應當把健身休閑、智能體育、競賽表演、體育培訓、體育用品制造與服務、體育彩票作為未來發展的核心，并作為重點發展領域來抓。此外，還要積極培育新興體育產業市場，構建京津冀體育產業發展的合理架構，打造區域體育產業集群。借助2022冬奧會的發展機遇期，大力發展冰雪旅游。

[1] 何勝保.“京津冀都市圈”體育產業結構演化與經濟增長的耦合關聯研究[J].首都體育學院學報,2016,28(1): 18-27.

[2] 河北省體育局.河北省體育發展“十三五”規劃[EB/ OL].http://www.hebsport.gov.cn/shengjuyaowen/2016/0729/5588.html,2016-7-29/2019-01-02.

[3] 何勝保,鄭兵.京津冀體育文化產業協同發展的智庫平臺設計與開發[J].唐山師范學院學報,2017,39(5):145- 148.

[4] 陳亮,田德寶.GM(1,1)背景值重構模型在體育中的應用研究[J].首都體育學院學報,2006,22(6):127-128.

[5] 陳鵬宇,鄧宏偉.GM(1,1)模型的改進現狀及應用[J].統計與決策,2019,35(6):80-82.

[6] 劉昊.基于GM(1,1)與反向傳輸神經網絡的大學生體育成績預測[J].南京理工大學學報,2017,41(6):760- 764.

[7] 李寶鳳,王東華.基于灰色系統理論的交通事故預測模型[J].唐山師范學院學報,2013,35(2):25-27.

[8] 田廣,郭朝廷,何祖星,等.基于灰色系統GM(1,1)模型預測我國體育用品出口[J].體育科技,2018,39(3):101- 102.

[9] 鄧聚龍.灰理論基礎[M].武漢:華中科技大學出版社, 2002:87-113.

Forecast of the Scale Development of Sports Industry in Hebei Province Based on Grey GM(1,1) Model

YIN Hai, HE Sheng-bao

(Department of Physical Education, Tangshan Normal University, Tangshan 063000, China)

With the total size of the sports industry in Hebei Province in 2015-2018 as the original data the grey prediction GM(1,1) initial model and residual sequence analysis model are established, and the error, relative error percentage and average relative are utilized. The errormin, the small error probability P, and the posterior difference ratio C are used to evaluate the accuracy of the prediction model, and the results of the total scale of the sports industry in Hebei Province in the next five years are obtained. The research indicates that the accuracy of the original sequence and residual sequence prediction model of the gray prediction GM(1,1) model is “very good”; the third residual sequence analysis model has the highest gray prediction accuracy; the scale of the sports industry in the next five years. It shows a continuous growth trend and has a large market space.

GM(1,1) model; sports industry; Hebei Province; grey prediction

G804

A

1009-9115(2019)06-0078-04

10.3969/j.issn.1009-9115.2019.06.020

河北省社會科學發展項目（201803040303），河北省社會科學基金項目（HB19TY008）

2019-10-08

2019-10-15

尹海（1979-），男，河北唐山人，碩士，講師，研究方向為體育人文社會學。

（責任編輯、校對：何勝保）