我國體醫融合測度與時空演化研究

柴王軍 劉龍飛

摘 要：采用文獻資料法、灰色關聯分析法、熵值法、耦合協調度模型、空間自相關分析法，首先對體育與醫療進行了關聯分析，其次對我國體育與醫療融合進行了實證測度，并對時空演化進行分析。研究結論：（1）運用灰色關聯分析得出，我國體育與醫療的融合度為0.6335，尚未達到0.7339的平均值，表明兩大業態的關聯度度還比較低;（2）不同省份的體育和醫療之間的耦合協調度存在較大的區域差異，整體呈現由東向西梯度遞減的演變規律;（3）在2010—2019年間，我國大陸31個省、自治區、直轄市的體醫融合發展的Moran′sI指數均通過顯著性檢驗，且耦合協調度總體呈現顯著正相關關系，有較為明顯的空間集聚性，并且集聚程度呈現上升態勢;（4）運用ArcGIS軟件繪制出2010、2013、2016和2019年的各省份Moran'I散點空間分布圖：江蘇、浙江、福建體醫融合度高，上海、安徽、江西體醫融合度相對較低;西藏、新疆、青海和甘肅等西部邊遠地區省份體醫融合度較低，空間差異較小;（5）政策建議：構建體醫融合多部門協同參與機制，完善體醫融合政策保障體系，明確體醫產業分類標準，完善體醫融合要素支持體系。

關鍵詞：體育;醫療;融合;測度

中圖分類號：G80-051?? 文獻標識碼：A? 文章編號：1006-2076（2021）05-0020-12

Integration measurement and spatiotemporal evolution of China′s sports industry and medical and health industry

CHAI Wangjun1，LIU Longfei2

1.Xi′an Physical Education University， Xi′an 710068，Shaanxi，China;2.Shanxi University of Finance and Economics，Taiyuan 030006， Shanxi，China

Abstract：By using the methods of literature review， grey correlation analysis， entropy value， coupling coordination degree model and spatial autocorrelation analysis， this paper firstly analyzes the correlation between sports and medical health industry， then empirically measures the integration of sports and medical health in China， and analyzes the temporal and spatial evolution.The results show that：1） The degree of integration of sports and health is 0.6335， which has not reached the average value of 0.7339. 2） There are great regional differences in the degree of coupling coordination between sports and medical and health in different provinces， showing a gradual decline from east to west. 3） During the period of 2010～2019， Moran′sI index of 31 provinces （cities） of China′s sports medical integration development has passed the significance test， and the overall coupling coordination shows a significant positive correlation， with obvious spatial agglomeration， and the degree of agglomeration is on the rise. 4） The spatial distribution map of Moran′sI in 2010， 2013， 2016 and 2019 was drawn by using ArcGIS software： Jiangsu， Zhejiang and Fujian had a high degree of integration of sports and medicine， while Shanghai， Anhui and Jiangxi had a relatively lower degree of integration; Tibet， Xinjiang， Qinghai and Gansu had a low degree of integration of sports and medicine， and the spatial difference was small. It is recommended that we establish a multi-sector coordinated participation mechanism for sports-medicine integration， improve the policy guarantee system for sports-medicine integration， clarify the classification standards of sports-medicine industry， and improve the support system for sports-medicine integration.

Key words：sports; medical and health; industrial integration; measurement

我國自2014年就已提出“推動體育健身與醫療、文化等融合發展”的理念，并將“全民健身”提升為國家戰略。2016年《“健康中國2030”規劃綱要》中明確提出，要通過“廣泛開展全民健身運動，加強體醫融合和非醫療健康干預，促進重點人群體育活動等方式提高全民身體素質”[1]。2021年3月全國人大表決通過“十四五”規劃，明確提出“建成體育強國、健康中國，推動健康關口前移，深化體教融合、體衛融合、體旅融合”[2]。在國家大力推進“要把人民健康放在優先發展戰略地位，努力全方位全周期保障人民健康”的導向下，要推動健康關口前移，建立體育和醫療健康等部門協同、全社會共同參與的運動促進健康新模式。體醫融合引起了學界的廣泛關注，產生了較多的研究成果，主要集中在以下幾個方面：第一，體醫融合的理論研究，學者們綜合運用文獻研究法對體醫融合的歷史進程[3]、發展邏輯[4]、理論探討[5]以及模式建構[6]、體醫融合的實施基礎[7]、運行機制[8]進行理論分析;第二，體醫融合困境研究，體醫融合中的體醫人才缺失、體醫供需服務失衡、體醫協作關系羸弱、市場化運作門檻低[9]等問題;第三，體醫融合路徑研究，包括理念融合[10]、政策融合[11]、部門融合[12]、人才融合[13]、產業融合[14]、技術融合[15]。其中關于產業融合研究，主要從理論上分析供需失衡與原因[16]，提出供需平衡與業態升級對策，總體缺乏體醫產業融合的定量研究成果?；诖?，首先運用灰色關聯分析法分析體育與醫療以及其他行業的關聯度，在我國大陸31個省、自治區、直轄市（以下簡稱省份）2010—2019年發展的有關統計數據基礎上運用熵值法、耦合協調度模型、空間自相關分析法，實證測度體育與醫療綜合發展水平、耦合協調度以及空間集聚效應，最后針對研究結論提出政策建議。

1 研究方法

1.1 文獻資料法

以“體育”“醫療”“產業融合”等在中國知網數據平臺以篇名為檢索項，同時選定期刊庫，期刊來源類別為核心、SCI、EI、CSSCI，文獻分類目錄選定社會科學域進行檢索，共獲得77篇文章，收錄68篇中文文獻。英文文獻在SPORT Discus和EBSCO數據庫當中的Education兩個數據平臺用“Sport industry”“Health industry”“Integrated development”搜索，選擇英文期刊，文獻類型限定在期刊，共搜索到59篇文獻。

1.2 灰色關聯分析法

灰色關聯分析法源自灰色系統理論，在計算過程中會對變量做無量綱化處理，避免因為變量單位不一致而產生的誤差，并且該方法常用于衡量不同產業經濟社會指標在年度曲線空間中的接近程度，即表示的灰色關聯度與產業的融合度成正比，灰色關聯度越大意味著不同產業的關聯性越強。主要運用此方法對體育與相關的10個產業進行灰色關聯度分析，測算結果后進行排序，從微觀的角度分析體育與醫療的相關聯程度，與其他業態進行比較，判斷融合發展的潛力。

1.3 熵值法

運用熵值法計算我國大陸31個省份體育與醫療在2010—2019年10年間的綜合指數，通過具體綜合得分及排名來分析和對比我國不同省份體育和醫療發展水平。

1.4 耦合協調度模型

耦合協調度用來度量兩個系統共同作用的綜合系統發展水平的高低，綜合系統間的各個要素互相聯系，趨于一種動態平衡。通過構建耦合協調模型，對所研究的31個省份的體育與醫療在2010—2019年間的耦合協調度進行測算并分類，并依此繪制出我國不同省份在各時間節點的空間分異圖，直觀地了解各區域體育與醫療的耦合協調程度在空間分布上的差異。

1.5 空間自相關分析法

簡單來講，空間自相關法是指同一個空間內不同的變量之間存在的相互影響?？臻g自相關分析法主要是用在地理學中，但隨著該方法在其他領域的廣泛應用，可以用來分析兩個不同地理位置上的數據之間的相互影響程度，通常定義為空間依賴。測量這種不同地理位置數據間相互依賴度的方法有很多種，所用Moran′sI法，該方法用于分析全局空間自相關和局部空間自相關這兩個方面。

2 研究結果與分析

2.1 我國體育與醫療關聯度分析

借鑒韓松的研究成果，通過選取醫療等10個行業相關數據運用灰色關聯分析法分析各行業與體育的關聯度，初步對體育與醫療的關聯度進行橫向比較分析。

2.1.1 指標選擇及數據來源

采用灰色關聯分析法從全國層面測算我國體育與醫療的關聯度，參考序列為因變量，比較序列為自變量。故參考序列為Y，比較序列為X1～X10，選取2010—2019年我國各行業統計數據，體育總規模（Y）與醫療業總規模（X1）、旅游產業總收入（X2）、規模以上文化及相關產業企業營業收入（X3）、傳媒產業總規模（X4）、房地產行業完成投資（X5）、全國居民人均消費支出（X6）、建筑業總產值（X7）、高技術產業有效發明專利數（X8）、批發和零售業銷售額（X9）、保險業保費收入（X10）作為對照數據（表1）。其中，體育數據由國家體育總局和國家統計局聯合發布，醫療部分年份數據從國家衛健委官網收集得到，其他業態數據來源于國家統計局發布的2011—2020年《中國統計年鑒》。

2.1.2 灰色關聯分析過程

根據灰色關聯度的數據模型，計算如下：

（1）原始數據的初始化

由于原始數據指標單位不統一，因此在運用灰色關聯方法時，需要對相關數據進行無量綱化處理，使之成為可以在統一衡量尺度下進行標準化處理，具體方法是所有數據都除以2010年的數據，得到無綱化處理后的數據，再進行關聯分析。

x′i（k）=xi（k）xi（1）

（2）計算比較數列和參考數列的絕對差值

Δi（k）=x′0（k）-x′i（k）（2）

選取各組比較序列極差中的最大值、最小值：Δmax=2.6514，Δmin=0。

（3）指標體系的灰色系數

在灰色關聯分析法中，關聯系數的值越大，表示兩個指標數列在對應的指標上的相互關聯程度越大（表2）。其計算公式如下[17]：

ζi（k）=minimini|x0（k）-xi（k）|+ρ·

maximaxi|x0（k）-xi（k）|

|x0（k）-xi（k）|+ρ·maximaxi|x0（k）-xi（k）|

（3）

其中ξ為常數，通常情況下，ξ取0.5，中ξ等于0.5。

（4）計算灰色關聯度并排列關聯序

灰色關聯系數就是將分散且無法統一的關聯系數集中起來，通過計算公式求得的值。它反映了參考序列和比較序列的關聯程度，灰色關聯度的值越大，兩個序列的關聯性就越強（表3）。綜合灰色關聯度的計算公式為[18]：

γ（x0，xi）=1n∑nk=1γ（x0（k），xi（k））（4）

2.1.3 結果分析

根據上述分析結果可知，我國體育與醫療及相關產業的灰色關聯度由大到小排序為X4>X2>X5>X9>X10>X7>X6>X8>X3>X1，因此，體育與其它業態融合度由高到低排序為：傳媒產業總規模（X4）、旅游產業總收入（X2）、房地產行業完成投資（X5）、批發和零售業銷售額（X9）、保險業保費收入（X10）、建筑業總產值（X7）、全國居民人均消費支出（X6）、高技術產業有效發明專利數（X8）、規模以上文化及相關產業企業營業收入（X3）、醫療總規模（X1）。其中，體育與醫療的融合度為0.633 5，排在最后，尚未達到0.733 9的平均值，這表明兩大業態的融合度還比較低，未來還應該繼續挖掘融合的潛力，積極探索體育與醫療融合的模式和路徑，相關部門也應該加強合作，努力推動新興業態的發展。

2.2 我國體育與醫療融合測度指標體系構建

評級指標的構建是科學測評體育與醫療發展的前提，從體育與醫療的經營狀況、從業人員、產業規模、機構數量4個方面出發選取我國體醫融合的評價指標，為接下來分析兩大業態融合發展的時空演化提供理論支撐。

2.2.1 評價指標構建

體育和醫療作為兩個獨立系統，由于產業關聯性較強，實踐中表現出了較強的融合特征。基于現有的研究文獻，初步構建評價指標體系，并通過2輪專家咨詢，調整了部分指標，最后構建出體育和醫療融合評價指標體系。其中一級指標選擇經營狀況、從業人員、產業規模、機構數量4個內容，二級指標體育設置了17個指標，醫療設置了15個指標。以研究可獲得數據的連續性為條件，研究選取我國大陸31省份作為研究對象。由于數據統計具有滯后性，因此體育與醫療相關數據來自2010—2019年的《體育事業統計年鑒》，部分來自《中國統計年鑒》和各省份的統計年鑒以及國民經濟與社會發展統計公報，個別年份的缺失指標數據，采用插值法補全。醫療數據來源于2010—2020年的《中國醫療健康統計年鑒》，部分來自各省份統計年鑒。

2.2.2 權重確定

為了減少對權重的主觀性影響，使用熵值法，運用SPSS軟件，對指標體系內各項指標權重進行計算。假設有m個評價指標，n組數據，得到最初的指標數據矩陣：X=（Xij）m*n，其中Xij≥0，0≤i≤m，0≤j≤n。對于評價指標，數據Xij的差距大，說明其權重大[19]。具體計算公式如下：

ej=-k∑mt-1p（xij）lnp（xij），其中pij=xij/mi=1xij，k>0（5）

運用熵值法對兩大業態系統以及內部各指標進行了權重計算，得出系統權重和綜合權重，如表4所示。

通過建立產業融合發展評價指標體系，并運用熵值法對體系內指標權重進行計算，為之后體育與旅游產業發展水平以及融合度計算提供數據遵循。

2.3 我國體育與醫療融合度分析

2.3.1 體育與醫療綜合發展水平分析

根據熵值法計算得到31個省份體育與醫療在2010—2019年10年間的綜合指數，得分與發展水平呈正相關，具體得分及排名見表4和表5。

從時序演化來看，通過分析我國各省份體育綜合得分及排名，從2010到2019年，各省份體育發展水平均呈現連續上升趨勢，但趨勢較為平緩，幅度較小，其中2019年的平均發展指數最高，為0.204，2010年的平均發展指數最低，為0.142，相差只有0.062?？傮w來看，我國體育綜合發展水平有穩步提升的態勢，但目前發展還不成熟，需要投入更多的時間和資源實現成長。

從空間演化來看，對表5我國大陸31個省份2010—2019年綜合得分的平均值進行聚類分析，將其劃分為3個等級，第一等級代表高發展水平省份，第二等級代表中等發展水平省份，第三等級代表低發展水平省份。圖1是我國不同等級體育發展水平的空間分布情況。從圖1能夠看出我國體育發展狀況在不同區域呈現明顯的集聚狀態，高發展水平的地區大部分沿海分布，涵蓋6個省份，華東地區占據三席，包括廣東、江蘇、浙江、山東、遼寧東部沿海發達省份及華中地區的湖北，形成了一個“S”字形的高水平省份帶。中等發展水平的區域包括16個省份，分布范圍較廣，主要集中在東部、中部及西部地區，包括華東的福建、安徽和華中的河南等體育發展較好的省份及一些中西部體育大省，如四川省、陜西省等。低發展水平的區域包括9個省級行政區域，主要集中在西北地區的新疆、青海和寧夏，西南地區的西藏和貴州，華北地區的內蒙古等體育發展較弱的省份。

如表6所示，從時序演化來看，對我國各省份的醫療綜合得分及排名進行分析，從2010到2019年，31個省份的醫療發展水平同樣呈現連續上升趨勢，各個年份之間的上漲幅度均較小，其中2019年的平均發展指數最高，為0.324，2010年的平均發展指數最低，為0.189，相差0.135。每年綜合得分平均分值均在0.1～0.4的范圍內，其中在2011—2012年間漲幅波動最大，其余各個年份之間的上漲幅度均較小。總體來看，我國醫療綜合發展水平相對較低，后期需要加快發展速度。通過體育與醫療綜合得分及排名可以看出，2010—2019年間，我國各省份的體育與醫療的發展均處于較低水平，整體發展還不均衡，差距較大。醫療起步水平較高，體育的總體發展狀況要明顯落后于醫療，體育與醫療均一直處于穩步提升的發展狀態，醫療的綜合發展水平及發展勢頭明顯優于體育。

從空間演化來看，根據圖2可以看出我國醫療高發展水平等級涵蓋8個省份，包括河北、河南、山東、江蘇、上海、湖南、廣東和四川，均屬于我國醫療發展的強省。中等發展水平的區域包括18個省份，明顯呈“塊”以及“條”的特點集聚分布，涵蓋了我國整個華北、華中、華東和東北地區的各個省（市）。低發展水平的區域只有5個省份，在空間上明顯零星分布，主要分布在我國醫療發展較慢的西部地區，包括青海、西藏、寧夏等省份。

根據圖1、圖2的體育與醫療不同等級發展狀況的空間分布情況可以看出，華東地區各省市的體育與醫療發展狀況均較好，諸如江蘇、浙江、山東等省份，位居全國前列，華北、華中和東北地區基本處在中等發展水平，其中湖北、遼寧等省份的體育發展水平要相對落后于醫療，而西北地區各省份的體育與醫療發展狀況普遍比較落后，青海省、寧夏自治區的體育與醫療發展狀況一直都處于低發展水平。

2.3.2 我國體育與醫療融合協調度分析

根據耦合協調模型及等級（見表7）對所研究的31個省份的體育與醫療在2010—2019年間的耦合協調度進行測算并分類，選取2010、2013、2016和2019年，利用ArcGIS分別繪制出我國不同省份的體育與醫療的耦合協調等級在這4個時間節點的空間分異圖，耦合協調等級以及空間分布圖如表8、圖3所示。

如圖3和表8所示，不同省份的體育和醫療之間的耦合協調度存在較大的區域差異，整體呈現由東向西梯度遞減的演變規律：（1）華北地區耦合協調程度普遍較低，各省份10年間一直處于輕度失調和瀕臨失調級別，只有河北省從2017年開始達到勉強協調狀態;（2）東北地區耦合協調度最高的是遼寧省，2011—2019年一直處于勉強協調等級，吉林省和黑龍江省則一直處于輕度失調和瀕臨失調級別;（3）華東地區，由于區域經濟發達，整體耦合協調程度普遍較高，2019年除福建省和江西省處于瀕臨失調外，其他省份均達到勉強協調及以上級別，其中江蘇省、浙江省和山東省達到初級協調級別;（4）華中地區河南、湖北和湖南3省協調度差距較小，在空間上形成“塊”狀的集聚狀態，整體較為均衡，其中湖北省在2017年之后達到初級協調級別;（5）華南地區的廣東省協調度長期高居榜首，從2010—2019年一直處于耦合協調狀態，2016年達到最高值0.743，并在之后一直保持中級協調等級，也是唯一一個達到中級協調等級的省份，而同屬華南地區的海南省一直處于嚴重失調狀態;（6）西南地區耦合協調程度普遍偏低，僅四川省徘徊于勉強協調等級上下，其他省份從未突破失調狀態，而且西藏自治區于2010年處于極度失調等級;（7）西北地區耦合協調程度落后于全國其他地區，地區內各省份一直處于嚴重失調到瀕臨失調等級，體育和醫療發展水平及融合度都相對比較落后。

2.3.3 我國體育與醫療融合的空間自相關分析

（1）全局空間自相關分析

將耦合協調度值作為觀測數據，使用GeoDa軟件測算[20]出所研究的31個省份在2010—2019年的體醫融合發展的全局自相關（GlobalMoran′sI）指數，測算結果如表9所示。結果顯示所有Moran′sI指數值都大于0，且數值整體上呈現先提升后下降再趨于穩定的變化趨勢。這表明在2010—2019年間，我國大陸31個省份的體醫融合發展的Moran′sI指數均通過顯著性檢驗，且耦合協調度總體呈現顯著正相關關系，有較為明顯的空間集聚性，并且集聚程度呈現上升態勢。

（2）局部空間自相關分析

利用局部空間自相關性度量各省及其鄰近省份的空間相關度。利用莫蘭散點圖的4個象限，將各省的空間局部相關分為HH型（高—高）、LH型（低—高）、LL型（低—低）、HL型（高—低）。其中，HH或LL聚集類型表明相鄰省份之間存在正的空間自相關性，表明耦合程度高或低的省份之間存在空間聚集效應HL或者LH聚類分析表明，相鄰省份之間存在負的空間自相關性，呈現高（低）空間聚類效應，周圍省份之間存在低（高）耦合協調。結果表明，2010年共有6個HH型省份，包括江蘇、浙江、福建、安徽、江西、湖北，上海1個LH型省份，西藏、新疆、青海、甘肅有4個省份是LL型，2013年共有5個HH型省份，即江蘇、浙江、福建、安徽、江西、江西，其中LH型省份之一是上海，其中4個LL型省份是西藏、新疆、青海、甘肅。2016年，中國有4個HH型省份，江蘇、浙江、上海和福建，有2個LH型省份，分別是安徽和江西，西藏、新疆和甘肅3個省份是LL型。2019年共有7個省份具有HH型，分別是江蘇、浙江、上海、福建、安徽、湖南和湖北，其中1個LH型省份是江西，另外2個LL型省份是西藏和甘肅。

總體來看，除了上海、安徽、江西、湖南和湖北的空間集聚類型差異較大，其余省份在2010—2019年這10年間空間集聚類型差異變動不大，有的省份甚至不變動，各省份之間的差異程度始終保持相對穩定的發展態勢。

運用ArcGIS軟件繪制出2010、2013、2016和2019年的各省份Moran'I散點空間分布圖。根據圖4可以看出：江蘇、浙江、福建等省份都屬于HH型，表明這些省份自身與相鄰省份的體醫融合度高，空間差異較小，這些省份的體育與醫療能夠相互影響、相互作用，真正實現協調發展;上海在2010與2013年均屬于LH型，安徽和江西在2016年均屬于LH型，江西在2019年依然屬于LH型，表明這些省份的體醫融合度相對較低，相鄰省份的融合度相對較高，具有明顯的空間不對等性;西藏、新疆、青海和甘肅在2010年與2013年都屬于LL型，青海、新疆分別于2016年、2019年不屬于LL型，表明這些西部邊遠地區省份自身和相鄰省份的體醫融合度較低，空間差異較小，體育與醫療發展落后，對自己與周邊省份產生負向效應，制約體育與醫療的發展。

綜上，首先分析了我國大陸31個省份的體育與醫療綜合發展水平，并進行排名，通過時序演化分析和空間演化分析直觀表現出目前我國各地區體育與醫療的發展水平，呈現出“東強西弱”的態勢;其次進行了耦合協調度的分析，對各地區耦合協調等級進行劃分，深入分析華北、東北、華東、華中、華南、西南、西北各行政區域體育與醫療耦合程度;最后通過全局和局部空間自相關分析，研究我國大陸31個省份的體醫融合發展的空間集聚性，觀察每個省份與周邊地區的融合度差異。

3 結論與建議

3.1 結 論

（1）運用灰色關聯分析得出，我國體育與醫療及相關產業的灰色關聯度由大到小排序為傳媒產業總規模（X4）、旅游產業總收入（X2）、房地產行業完成投資（X5）、批發和零售業銷售額（X9）、保險業保費收入（X10）、建筑業總產值（X7）、全國居民人均消費支出（X6）、高技術產業有效發明專利數（X8）、規模以上文化及相關產業企業營業收入（X3）、醫療總規模（X1）。其中，體育與醫療的融合度為0.633 5，排在最后，尚未達到0.733 9的平均值，表明兩大業態的關聯度度還比較低。

（2）從空間分布情況可以看出，華東地區各省市的體育與醫療發展狀況均較好，諸如江蘇、浙江、山東等省份，位居全國前列，華北、華中和東北地區基本處在中等發展水平，其中湖北、遼寧等省份的體育發展水平要相對落后于醫療，而西北地區各省份的體育與醫療發展狀況普遍比較落后，青海省、寧夏自治區的體育與醫療發展狀況一直都處于低發展水平。

（3）不同省份的體育和醫療之間的耦合協調度存在較大的區域差異，整體呈現由東向西梯度遞減的演變規律：華北地區、東北地區耦合協調程度普遍較低，華東地區由于區域經濟發達，整體耦合協調程度普遍較高，華中地區河南、湖北和湖南3省協調度差距較小，在空間上形成“塊”狀的集聚狀態，整體較為均衡，華南地區的廣東省協調度長期高居31個省份榜首，而海南省一直處于嚴重失調狀態，西南地區耦合協調程度普遍偏低，西北地區耦合協調程度落后于全國其他地區，地區內各省份一直處于嚴重失調到瀕臨失調等級。

（4）使用GeoDa軟件測算出所研究的31個省份在2010—2019年的體醫融合發展的全局自相關（Global Moran′sI）指數，測算結果顯示所有Moran′sI指數值都大于0，且數值整體上呈現先提升后下降再趨于穩定的變化趨勢。這表明在2010—2019年間，我國大陸31個省份的體醫融合發展的Moran′sI指數均通過顯著性檢驗，且耦合協調度總體呈現顯著正相關關系，有較為明顯的空間集聚性，并且集聚程度呈現上升態勢。

（5）運用ArcGIS軟件繪制出2010、2013、2016和2019年的各省份Moran′sI散點空間分布圖：江蘇、浙江、福建等省份都屬于HH型，表明這些省份自身與相鄰省份的體醫融合度高，空間差異較小;上海在2010與2013年均屬于LH型，安徽和江西在2016年均屬于LH型，江西在2019年依然屬于LH型，表明這些省份的體醫融合度相對較低，相鄰省份的融合度相對較高，具有明顯的空間不對等性;西藏、新疆、青海和甘肅在2010年與2013年都屬于LL型，青海、新疆分別于2016年、2019年不屬于LL型，表明這些西部邊遠地區省份自身和相鄰省份的體醫融合度較低，空間差異較小，體育與醫療發展落后，對自己與周邊省份產生負向效應，制約體育與醫療的發展。

3.2 建 議

3.2.1 構建體醫融合多部門協同參與機制

當前我國體醫融合度低，從根本上來講，首先在于機構融合機制不暢通。目前我國體育與醫療健康行業的最高行政管理部門分別為國家體育總局和國家衛生健康委員會，各省、自治區、直轄市以及下一級的地級市政府設體育局和衛健委，具體到縣、區等地方層面，個別地區通過機構改革調整，將體育與醫療健康的職能進行了整合，打破行業行政管理壁壘，實現了體育和醫療健康行業的統一管理。但是，實現機構職責整合的還是少數地區，大部分地區的體育和醫療健康行業仍未進行整合，鑒于行政管理的條塊分割，傳統產業管理體制可能造成部門之間的行政壁壘，尤其是在地方政府執行國家政策過程中，行政壁壘是阻礙體育資源與醫療健康資源共建共享的主要因素，因此體醫管理體制機構整合需要加大力度。

3.2.2 完善體醫融合政策保障體系

近幾年國務院及國務院辦公廳多次發布促進體育與醫療發展的相關文件，也積極提倡“體育+”和“健康+”發展模式，就政策內容而言，中央文件多是在體育類、醫療健康類文件中提到體醫融合的相關內容，但并未專門發布體育與醫療融合的政策文件，缺乏頂層規劃設計，因此國家需要出臺相關體醫融合指導意見和建設綱要，政策引領兩大業態融合發展方向。此外，體醫產業融合實踐層面涉及多部門合作，這就決定了融合發展需要橫跨多部門相互協作，因此在政策中要制定多部門聯合行動機制，切實保障相關政策可以得到很好的落實，保障融合發展中所需要的資源供給。

3.2.3 明確體醫產業分類標準

國家統計局在2019年分別發布了《體育統計分類（2019）》以及《健康產業統計分類（2019）》，從產業統計分類情況來看，無論是體育分類中所包含的健康服務還是健康產業分類中包含的體育活動，兩者的統計覆蓋范圍均十分有限，僅僅局限在運動康復、健身休閑、保健等領域，體育與醫療統計分類無法統一，造成實踐統計中數據匱乏。為促進體育與醫療融合的大數據建設，首先需要行業主管部門在產業統計層面對行業分類標準進一步細化、規范。

3.2.4 完善體醫融合要素支持體系

首先要壯大市場主體。市場在資源配置中起到決定性作用，在未來“體育+健康”的產業中，要培育龍頭企業，發揮其在體育與健康產業融合市場中的引領作用。在提高社會參與度方面，以體育要素為主導的融合企業，要積極發揮協會、聯盟、俱樂部等團體組織的作用，通過搭建比賽交流平臺，帶動社會體育健身活動的參與;以醫療健康為主導的融合企業，可以針對群眾關心的保健話題，開展社區宣講、專家座談、知識論壇等活動。同時要培養體醫融合復合型人才，未來體醫融合市場需要更多專業的人才，這就使得將來人才培養需要兼具體育和健康多元知識體系的學科背景。作為輸送人才最主要的平臺，高等院校要積極作為，敏銳捕捉市場信息，體育類或醫學類高等院校可以開設雙學位課程，設立交叉學科，規劃清晰的復合型人才培養方案;在研究生教育中與從事體育、康復醫療、保健等業務的有關企業積極合作，聯合培養高端人才。

參考文獻：

[1]中共中央國務院.“健康中國2030”規劃綱要[EB/OL].（2016-10-25）.http：//www.gov.cn/gongbao/content/2016/content_5133024.htm.

[2]新華社.十三屆全國人大四次會議表決通過關于“十四五”規劃和2035年遠景目標綱要的決議[EB/OL].http：//www.xinhuanet.com/2021-03/11/c_1127198987.htm.

[3]于洪軍，馮曉露，仇軍.“健康中國”建設視角下“體醫融合”研究的進展[J].首都體育學院學報，2020，32（6）：484-491.

[4]張劍威，湯衛東.“體醫結合”協同發展的時代意蘊、地方實踐與推進思路[J].首都體育學院學報，2018，30（1）：73-77.

[5]胡揚.從體醫分離到體醫融合——對全民健身與全民健康深度融合的思考[J].體育科學，2018，38（7）：10-11.

[6]董傳升，汪毅，鄭松波.體育融入大健康：健康中國治理的“雙軌并行”戰略模式[J].北京體育大學學報，2018，41（2）：7-16.

[7]查圣祥，張立敏，劉東升.我國體育產業與健康服務業融合發展研究[J].體育文化導刊，2016（9）：106-109.

[8]盧文云，陳佩杰.全民健身與全民健康深度融合的內涵、路徑與體制機制研究[J].體育科學，2018，38（5）：25-39.

[9]董宏，戴俊，殷鵬.供給側改革視域下體醫融合服務供給模式的現實困境與優化路徑[J].武漢體育學院學報，2019，53（9）：15-21.

[10]常鳳，李國平.健康中國戰略下體育與醫療共生關系的實然與應然[J].體育科學，2019，39（6）：13-21.

[11]馮珺，肖淑紅.產業融合視角下的體養融合研究：概念、作用與發展現狀[J].北京體育大學學報，2020，43（12）：58-70.

[12]馮振偉，韓磊磊.融合·互惠·共生：體育與醫療醫療共生機制及路徑探尋[J].體育科學，2019，39（1）：35-46.

[13]高千里，商勇，李承偉，等.供給側改革視域下體醫融合健康服務供給研究[J].武漢體育學院學報，2020，54（6）：19-24.

[14]王龍飛，殷小翠.健康中國戰略下體醫融合發展的動因與路徑研究[J].體育學研究，2020，34（3）：34-39.

[15]魏巍.基于產業價值鏈共建的我國體育產業與醫療健康產業協同發展模式研究[J].當代經濟管理，2015，37（10）：69-72.

[16]韓松，王莉.我國體育產業與養老產業融合態勢測度與評價[J].體育科學，2017，37（11）：3-10.

[17]張媛媛.我國科技服務業與制造業的產業關聯分析[J].統計與決策，2018，34（5）：135-138.

[18]時朋飛，李星明，熊元斌.區域美麗中國建設與旅游業發展耦合關聯性測度及前景預測——以長江經濟帶11省市為例[J].中國軟科學，2018（2）：86-102.

[19]翁鋼民，李凌雁.中國旅游與文化產業融合發展的耦合協調度及空間相關分析[J].經濟地理，2016，36（1）：178-185.

[20]胡小海，黃震方.江蘇區域文化資源與旅游經濟耦合特征及其作用機制[J].江蘇社會科學，2017（1）：254-259.

[21]張車偉，趙文，程杰.中國大醫療健康產業：屬性、范圍與規模測算[J].中國人口科學，2018（5）：17-29.

[22]沈圳，胡孝乾，仇軍.健康中國戰略下“體醫融合”的關鍵影響因素：基于解釋結構模型的分析[J].首都體育學院學報，2021，33（1）：31-39.

[23]江小涓.體育產業發展：新的機遇與挑戰[J].體育科學，2019，39（7）：3-11.

[24]鮑明曉.“十四五”時期我國體育產業發展內外部環境分析與應對[J].體育科學，2020，40（6）：3-8.

[25]王會儒，姚憶.“傳統養生體育產業+醫療健康產業+養老”的老年健康干預模式構建[J].中國體育科技，2017，53（3）：8-13.

[26]蔣依依，張月，楊占東，等.全生命周期視角下體育產業與旅游融合發展研究[J].北京體育大學學報，2020，43（12）：46-57.

[27]張強，吳晗晗，劉必水.我國體育產業醫療健康產業發展研究[J].體育文化導刊，2018（11）：79-84.

[28]沈圳，胡孝乾，仇軍.我國體醫融合的研究進展、熱點聚焦與未來展望[J/OL].體育學研究，https：//doi.org/10.15877/j.cnki.nsic.20210309.001

收稿日期：2021-06-02

基金項目：國家科會科學基金項目（20BTY047）。

作者簡介：柴王軍（1983- ），男，博士，副教授，研究方向體育經濟與產業。

作者單位：1.西安體育學院，陜西 西安 710068;2.山西財經大學，山西? 太原 030006