新型城鎮化發展對體育產業集聚的影響
——基于動態SDM 模型的實證研究

李天戈，李 琳，劉湲湲，謝麗娜

（1.湖南應用技術學院體育與健康教學研究部，湖南 常德 415000：2.湖南涉外經濟學院體育學院，湖南 長沙 410000；3.武漢工程科技學院體育學院，湖北 武漢 430000）

2019 年國務院辦公廳發布 《體育強國建設綱要》 指出要“充分發揮體育在建設社會主義現代化強國新征程中的重要作用”，同時“十四五”規劃中14 次提及體育，可見體育產業是推動國民經濟發展的重要力量， 是現代產業不可或缺的組成部分。近年來，體育產業實現長足發展。2020 年底，我國體育產業增加值達1.735 億元， 相較于2008 年的1 554.97 億元，年均增速高達17.5%。 同時， 體育產業從業人員規模也從2008年的317.09 萬人增加至2019 年的505.1 萬人，增長幅度高達59.29%， 可見體育產業的綜合發展有效吸納了新增勞動力資源，體育產業發展韌性增強，具備增長潛力。 體育產業集聚主要指體育產業的集聚發展和集群演化， 其集聚水平的提升是優化區域體育產業發展的必然選擇， 繼而推動我國體育產業的轉型發展［1］。 然而，我國體育產業集聚呈現顯著的區域差異性［2］，這受到一系列經濟因素的影響?；诖?，研究體育產業集聚的空間特征就顯得十分有必要。 采用數據包絡分析和區位熵的方法測算體育產業集聚相關指標［3］，繼而在空間計量模型的作用下發現其在空間上存在顯著的集聚現象［4-5］。 導致體育產業在空間視角下產生集聚效應的因素有很多， 如經濟發展水平、基礎設施建設、人力資源、區位條件、產業價值鏈等［6］。

近年來，我國城鎮化建設也取得新成效。 2021 年，我國年末常住人口城鎮化率達到64.72%，是加快推進人口轉移的體現，由此增強城市群和都市圈承載能力，為城市高質量建設提供有力支撐。 同時，城鎮化水平的推進有利于縮小城鄉居民收入差距，構建真正意義上的新型城鎮化發展戰略。 新型城鎮化發展有利于改善居民生活，實現共同富裕以及現代化，能夠集中更多的優勢資源集中發展經濟。 體育產業發展過程中需要更多的資源支持， 新型城鎮化建設是否能夠對體育產業發展產生積極的影響作用成為學者關注的話題。 在市場經濟的發展背景下，市場是資源配置有效發揮的基礎，城鎮化建設是優化資源配置的必經之路［7］，然而新型城鎮化的發展在各區域間存在較大差異，且增長幅度的空間差異大［8］，城鎮化差異呈現“東高西低”局面［9］。通過構建內源動力、外向動力、市場動力和政府動力4 大動力因素［10］，采用空間計量方法發現廣東省城鎮化水平存在顯著的空間依賴特征。 導致這種空間差異性、空間依賴性特征的因素可能有人口老齡化［11］、財政分權［12］。 由此可見，我國新型城鎮化發展依然存在空間特征，在研究其對體育產業集聚的影響時，亦不可忽略其所具備的空間特征。

2012 年中央經濟工作會議首次正式提出把 “生態文明理念和原則全面融入城鎮化全過程，走集約、智能、綠色、低碳的新型城鎮化道路”。 事實上，“新型城鎮化”是在“城鎮化”概念的基礎上進一步展開的，屬于“城鎮化”的繼承和發展。 其在人口積聚、非農產業擴大、城鎮空間擴張和城鎮觀念意識轉化這4 個方面與“傳統的”城鎮化概念并無顯著性差異，但在實現這種過程的內涵、目標、內容于方式上有所不同。 所謂新型城鎮化是以民生、可持續發展和質量為內涵，以追求平等、幸福、轉型、綠色、健康和集約為核心目標，以實現區域統籌與協調一體、產業升級與低碳轉型、生態文明和集約高效、制度改革和體制創新為重點內容的嶄新的城鎮化過程［13］。

新型城鎮化的發展能夠通過“選擇效應”優化產業結構、提高企業生產效率，進而促進經濟增長［14］，帶來的這種促進作用會逐漸增強。 同時，城鎮化發展在產業發展中的作用也逐漸凸顯：高新技術產業集聚助推城鎮化的理論機制中，倒逼出口導向型產業結構升級助力城鎮化發展最為有效［15］；良性發展的城鎮化能夠促進工業化轉型升級， 有助于實現城鎮和產業融合發展［16］。 進一步，城鎮化發展對體育產業發展存在正向影響， 城市化水平的提高對體育產業發展具有6.641 9%的正向推動作用［17-18］。 因此，在新型城鎮化背景下，體育產業發展應當注重培養體育復合型人才，加快體育中心城市建設等［19］。

有鑒于此， 本文以新型城鎮化發展影響體育產業集聚為研究對象，采用動態空間回歸模型進行實證分析，以明確體育產業發展著力點， 為當前體育產業和城鎮化建設的協同進步提供借鑒和參考。

1 研究對象與方法

1.1 研究對象

本文以動態SDM 模型實證分析的新型城鎮化發展對體育產業集聚的影響為研究對象。

1.2 指標選取與數據來源

1.2.1 被解釋變量

體育產業集聚（SIG），該指標主要用于反映體育行業資源集中程度。 當前對該指標的測度有區域熵、空間基尼系數等方法，但考慮到本文研究的樣本主要是省域數據而非微觀數據，以上測度方法需以企業發展等微觀數據為基礎才得以實現，因此本文借鑒陳林華等［18］、姚松伯和劉穎［20］等學者的方法，利用體育產業增加值形成的產業比重法對省域體育產業集聚程度進行測度。 考慮到體育產業發展是一個廣義概念，其發展水平是文化、體育和娛樂的集中體現其中，因此體育產業增加值選用第三產業中文化、 體育和娛樂業以及制造業中文教、工美、體育和娛樂用品增加值之和代替［20］。 體育產業集聚水平具體計算公式如下所示：

其中，SIG為體育產業集聚水平，TVA為體育產業增加值，該指標越大，表示省份體育產業集聚水平越高。

1.2.2 解釋變量

一般而言， 眾多學者對城鎮化發展水平的衡量采用人口城鎮化指標，即城鎮人口占總人口的比重。 然而，隨著我國經濟水平的不斷上升，新型城鎮化發展不僅是人口流動的體現，更多的蘊含了經濟水平變動帶來的人口流動。 因此，對于新型城鎮化水平的衡量應當包含人口因素和經濟因素。 鑒于此，本文借鑒陳林華等［18］、穆懷中和吳鵬［7］的做法，將城鎮化水平分為人口城鎮化和經濟城鎮化。 其中，人口城鎮化（RURB）以城鎮人口占總人口的比重表示，經濟城鎮化（EURB）以二三產業增加與區域GDP 比值表示。

1.2.3 控制變量

影響體育產業集聚水平的因素很多，本文納入以下因素：人均GDP（PGDP）以GDP 總量與總人口的比值表示，政府扶持力度（GS）以文化、體育、傳媒支出在總財政支出的比重表示，產業結構（IS）以第三產業增加值與GDP 比值表示。

本文以我國30 個省份為觀察對象（考慮數據可得性和有效性，剔除香港、澳門、臺灣及西藏地區），所有數據時間范圍為2008—2019 年，數據來源包含《中國統計年鑒》、國家統計局官網、前瞻數據庫等。

1.3 空間權重矩陣選擇

空間權重矩陣是描述各研究樣本空間布局的重要工具，是進行空間實證分析的基礎。 一般而言，空間權重矩陣分為3種類型：0—1 鄰接矩陣、地理距離矩陣、經濟距離矩陣。 其中，0—1 鄰接矩陣主要考察省份之間是否存在相鄰關系， 存在相鄰關系即為1，反之為0。 該矩陣認為，省份之間只要存在相鄰關系，彼此之間的發展活動就會受到影響；地理距離矩陣重點考察省份之間地理距離的遠近， 認為距離遠近是關系雙方是否會彼此影響的重要因素。 該矩陣基于各省份的經緯度計算彼此之間的距離，并由距離平方的倒數構建成權重矩陣；經濟距離矩陣主要考察各省份之間的經濟發展水平差異， 以各省份人均GDP 水平差異的倒數構建空間權重矩陣，認為經濟發展水平差異是影響各省份彼此之間交流與合作的重要因素。

考慮到以下因素， 本文采用經濟距離矩陣作為衡量新型城鎮化發展影響體育產業集聚的空間權重矩陣：第一，各省份間城鎮化發展水平是否會相互影響， 在很大程度上取決于各省的經濟發展水平。 當一省的城鎮化水平上升帶動相鄰省份城鎮化水平提高時， 其前提條件勢必是該省經濟發展水平可以催生其城鎮化水平上升，否則也是徒勞；第二，體育產業集聚注重對體育資源的集中， 省份之間單純的相鄰或者距離遠近不會帶來資源聚集， 相反經濟發展水平的涌進會催生產業資源的集中；第三，不管是城鎮化發展還是體育產業的發展，其背后的重要推動力量更多的應當是經濟發展， 而非地理距離。 隨著互聯網經濟的蓬勃發展，地理距離在其中的影響會更加弱化。

因此， 本文設定的經濟距離空間權重矩陣的計算方式如下所示：

其中Wij表示2 省份之間的經濟距離，Yi和Yj分別表示2省份的人均GDP。

1.4 空間計量模型設定

1.4.1 全局空間相關性模型設定

為檢驗新型城鎮化水平在空間視角下對體育產業集聚的影響，需要先對我國城鎮化水平、體育產業集聚是否存在空間相關性進行檢驗。 只有當2 者均存在空間相關性時，才有必要對2 者進行空間關系檢驗，否則空間關系檢驗不成立。

結合上文設定的經濟距離空間權重矩陣， 本文采用最常見的莫蘭指數作為全局空間自相關檢驗的模型， 即Moran I。該指數取值范圍在-1 至1 之間， 當Moran I＜0 時說明檢驗指標在全國范圍內存在負相關，Moran I＞0 時存在正相關， 否則不存在相關性。 其具體計算公式如下：

1.4.2 構建空間面板回歸模型

空間面板回歸模型是考慮了地理距離矩陣的面板回歸模型，即涵蓋了新型城鎮化發展對體育產業集聚的數量化影響，也納入了省份之間的空間影響要素。 一般而言，空間面板回歸模型包括空間滯后模型、空間誤差模型和空間杜賓模型。 其中空間杜賓模型是2 者的一般形式， 由于研究樣本數據特征的不同，3 種模型存在不同的適用性， 因此在進行實證分析前需要根據數據特征篩選出最適合的模型。 本文在模型構建時，先以最一般的空間杜賓模型為例。

此外， 考慮到體育產業集聚可能在縱向發展時存在時間上的累積態勢， 即本期的體育產業集聚水平對下一期的發展水平有較大影響。 因此本文在構建模型時納入體育產業集聚的滯后一期，即形成具有動態特征的空間杜賓模型：

SIGi，t=α1SIGi，t-1+α2RURBi，t+α3EURBi，t+α4PGDPi，t+α5GSi，t+α6ISi，t+α7W×SIGi，t+α8W×SIGi，t-1+α9W×RURBi，t+α10W×EURBi，t+α11W×PGDPi，t+α12W×GSi，t+α13W×ISi，t

其中，α7表示鄰近省份體育產業集聚對本省份體育產業集聚的影響，即體育產業集聚是否存在空間溢出效應；α8表示相鄰省份滯后一期的SIG 對本省份SIG 的影響水平， 這一系數既考慮了空間影響也考慮了時間上的動態影響；α9和α10則分別表示人口城鎮化和經濟城鎮化對體育產業集聚的空間溢出效應。 若以上系數存在0 的情況，則說明不存在空間溢出效應。

2 新型城鎮化發展影響體育產業集聚的實證檢驗

2.1 全局空間相關性檢驗

基于本文構建的經濟距離矩陣， 采用莫蘭指數法對城鎮化水平和體育產業集聚指標進行全局空間相關性檢驗， 具體檢驗結果如表1 所示。

表1 城鎮化水平與體育產業集聚全局空間相關性檢驗結果統計表

由表1 可知，第一，2008—2019 年，我國省域體育產業集聚、人口城鎮化、經濟城鎮化水平在全局莫蘭指數均為正數，且通過了顯著性水平檢驗， 說明這3 項指標在全局范圍內具有正向的空間集聚趨勢；第二，體育產業集聚的莫蘭指數整體呈現下降—上升—下降的發展趨勢， 表明我國體育產業的空間集聚水平在時間上具有波動發展的趨勢， 研究影響其發展的影響因素對促進體育產業集聚穩定發展是十分有必要的；第三，人口城鎮化的莫蘭指數均在0.73 以上，可見我國省域間人口城鎮化的空間集聚水平較高，省份之間的影響程度高，說明研究人口城鎮化發展時空間因素是必不可少的；第四，經濟城鎮化的莫蘭指數為正且通過顯著性檢驗， 但空間集聚水平相較人口城鎮化有一定差距， 且莫蘭指數本身呈現正U 型走勢，但后期的上升水平較弱。 說明我國省域間經濟城鎮化水平在2011—2018 年間的空間集聚效應下降，但近2 年有上升的趨勢， 可見空間角度的經濟城鎮化發展水平在當前的研究中不能夠被忽視。

2.2 空間面板回歸模型篩選

在進行動態空間回歸之前， 需要根據數據的內在特征確定具體的空間計量模型。 首先， 對模型進行效應驗證， 采用Hausman 統計量的顯著性確定結果， 當檢驗結果通過顯著性檢驗時采用固定效應模型，反之采用隨機效應模型；其次，LR檢驗確定空間視角還是時間視角的固定效應， 利用LM 檢驗確定空間滯后模型的解釋變量、 被解釋變量與空間誤差模型中的解釋變量、被解釋變量間的相關性；最后，利用Wald 檢驗確定空間杜賓模型是否可以被簡化。 模型篩選的各項統計量結果如表2 所示。

表2 動態空間面板回歸模型篩選統計量結果

表2 統計結果顯示，第一，豪斯曼檢驗統計量為66.698 4，且通過了1%水平下的顯著性檢驗，說明應當選擇固定效應模型； 第二，LR 統計量在空間固定效應和時間固定效應上的檢驗統計量分別為84.302 3 和86.791 0， 均通過1%顯著性檢驗，說明應當拒絕原假設，模型設定應當涵蓋時間效應和空間效應；第三，LM 檢驗結果中空間誤差模型的LM 統計量和robust LM 統計量均大于空間滯后模型中的統計量 （32.299 2＞18.231 1，18.100 3＞4.032 2），因此應當先選定空間誤差模型；第四，Wald 檢驗統計量中， 空間誤差模型和空間滯后模型的統計量均通過了顯著性檢驗，說明應當拒絕原假設，即空間杜賓模型不可簡化為空間誤差模型或空間滯后模型。 基于此，本研究應當選定具有時空雙固定效應的空間杜賓模型進行實證檢驗。

2.3 動態SDM 模型回歸估計

在構建的具有時空雙固定的動態空間杜賓模型的基礎上，采用STATA 軟件進行實證分析，所得結果如表3 所示。 其中，回歸（1）是僅考慮核心解釋變量（RURB、EURB）的回歸結果，回歸（2）是考慮了經濟城鎮化指標和所有控制變量的回歸結果，回歸（3）考慮了人口城鎮化和所有控制變量的回歸結果，回歸（4）是納入所有變量的綜合回歸結果，納入體育產業集聚的滯后一期（L.SIG）以體現動態特征。 同時各項回歸結果的擬合優度均大于0.9， 說明模型回歸具有較好的解釋力度，各類回歸均對時間效應和個體效應進行了控制。

表3 動態空間杜賓模型回歸結果

由表3 顯示的結果可以得到以下內容：

1）基于動態空間的角度：首先從動態角度出發，從回歸（1）到回歸（4）滯后一期的體育產業集聚水平回歸系數保持在0.61 左右，且均通過了1%水平的顯著性檢驗，說明前期體育產業集聚水平的上升有利于促進下一期的進一步增加， 表明我國省域體育產業集聚水平具有時間上的累積態勢。 因此，保持體育產業集聚的長期發展有利于促進體育產業水平的持續上升。 其次，從空間的角度出發，W*SIG指標的回歸系數均保持在-1.55 左右，且在1%的水平下通過顯著性檢驗，說明相鄰省份的體育產業集聚對本省份具有抑制作用， 即存在負的空間外溢效應。 一方面，從前文對體育產業集聚進行全局空間相關性檢驗的結果來看，2008—2019 年SIG 的莫蘭指數呈現曲線式發展趨勢，且指數值基本保持在0.1～0.2 之間，可見體育產業發展過程中的集聚效應較弱。 因此，若想實現區域間體育產業的共同發展，還需要先提高本省份體育產業水平；另一方面， 體育產業集聚的空間外溢效應得益于體育資源的擴散和共享，本研究結果呈現負的空間外溢效應，說明各省份在同一時期下體育資源擴散和共享需要進一步加強。 再者，從動態空間的角度出發，W*L.SIG的回歸系數在1%的顯著性水平下保持在1.2 左右，表明相鄰省份上一期體育產業集聚水平每上升1%，就能夠促進本省份體育產業集聚水平上升1.2%，即存在正向的動態空間外溢效應， 可見體育產業集聚在動態空間視角下會產生“倍數效應”。 這是因為，當相鄰省份體育產業集聚水平已經出現上升后， 本省份才會采納其已經實施的體育產業政策、可以共享的體育產業資源等，說明我國省域體育產業發展存在“觀望”態勢。 國家大力支持和推動體育產業的發展，但具體實施過程中需要大量資源支撐， 且我國體育產業在2008 年之后才得以實現快速發展，因此還處于發展的初期，實現資源的有效利用、體育產業創新等還需進一步提高。

2）基于人口城鎮化指標的回歸結果：人口城鎮化回歸系數均通過了顯著性檢驗并顯著為正，以完整回歸（4）為例，省域人口城鎮化水平每上升1%，就會帶動體育產業集聚水平上升0.026 1%， 說明人口城鎮化水平對體育產業集聚具有積極的影響。 一方面， 人口城鎮化水平的提升有利于推動生產方式、生活方式城鎮化以及文明素養提升，以發揮人的主體性，繼而在體育產業建設和發展中才能形成有效路徑［21］；另一方面，群眾體育是我國體育產業發展的重要推動力，在加快城鎮化進程的情況下有利于增強城鎮公共體育服務的供給能力，推動體育產業集聚［22］。 此外，人口城鎮化的空間回歸系數均為正，但未通過顯著性水平的檢驗，表明相鄰省份人口城鎮化水平的提升能夠促進本省份體育產業集聚增強， 但影響效果被弱化。 當前，雖然我國人口城鎮化水平較高，但其帶來的生活方式、生產方式城鎮化水平等還有待提升，因此尚未產生顯著的空間外溢性。

3） 基于經濟城鎮化指標的回歸結果，EURB回歸系數為正但未通過顯著性檢驗， 表明經濟城鎮化對體育產業集聚的正向影響被弱化。 首先，體育產業作為附加值需求較高的第三產業，需要對產業鏈各環節進行有效整合，而我國體育產業鏈整合能力不強，呈現縱向整合能力弱化、環節差距大等特點，因此經濟城鎮化對其的影響效果還未顯現出來， 加強體育產業自身發展和融合十分關鍵。此外，W*EURB的回歸系數均顯著為負， 說明相鄰省份經濟城鎮化水平對產業集聚存在顯著的負的空間外溢效應。 原因可能在于：我國的體育產業還處于初步發展階段， 由于資源的有限性導致資源朝向某個省份聚集， 因此導致其他省份在體育產業發展過程中出現資源不足的現象，即產生“虹吸效應”，資源支持與合理利用在促進體育產業發展時就顯得尤為重要。

4）基于控制變量的回歸結果：第一，人均GDP 在1%的顯著性水平下的回歸系數為正， 即經濟水平的發展勢必會對體育產業集聚產生正向影響， 且我國體育產業發展處于初級階段，資源投入等需要經濟總量提升才得以實現；第二，政府扶持（GS）的回歸系數為正，但未通過顯著性檢驗。雖然我國政府在政策制定、財政支出上大力支持體育產業發展，但還未出現顯著影響；第三，產業結構升級對體育產業的影響程度較小，但未通過顯著性檢驗，這與體育產業處于初步發展階段有關。此外，體育產業與其他產業存在不同，其蘊含了更多的人文因素，因此產業結構升級對其的影響應當是長遠且深入的，在體育產業發展初期不易被體現。 第四，人均GDP 對體育產業產生負的空間外溢效應， 即相鄰省份經濟水平上升不利于本省份體育產業發展，可以用“虹吸效應”解釋。 政府扶持和產業結構產生了正向不顯著的空間外溢效應，因此政府政策制定、財政投入、體育產業發展等還有待提升。

進一步， 人口城鎮化和經濟城鎮化本身會存在相互影響的過程，一方面人口城鎮化是經濟發展的一種結果和現象，另一方面人口城鎮化可以使得經濟增長要素得到有效聚集，進而對經濟發展產生良好的傳導效果［23］。 因此在分析城鎮化水平對體育產業集聚的影響效果時， 不可忽略人口與經濟的協同作用，即需要驗證在經濟城鎮化水平較高時，人口城鎮化對體育產業集聚的作用效果，抑或人口城鎮化水平較高時，經濟城鎮化對體育產業集聚的作用程度。 有鑒于此，本文在構建的動態空間杜賓模型基礎上考慮人口城鎮化和經濟城鎮化的交互項（以RE 表示），以綜合考察新型城鎮化水平對體育產業集聚的空間影響。 具體回歸結果如表4 所示。 其中回歸（5）未考慮控制變量的回歸結果，回歸（6）則納入了所有變量，其擬合優度分別為0.974 7 和0.952 7，說明回歸可信度較高，可以進行分析。

表4 城鎮化水平交互項動態空間杜賓模型回歸結果

通過表4 可知，首先，L.SIG、W*SIG、W*L.SIG的回歸系數均通過顯著性檢驗，且與表3 回歸結果中的作用方向、系數大小基本相同， 即更改核心變量后依然未改變動態空間的影響效果，說明模型設定及回歸結果是合理可信的；其次，人口城鎮化和經濟城鎮化交互項系數顯著為正， 說明2 者任意一方的發展都能夠推動另一方對體育產業集聚產生積極的促進作用， 因此實現人口城鎮化和經濟城鎮化的共同發展對加快體育產業集聚有積極影響； 再者，RE 在空間視角下對體育產業集聚會產生負的空間外溢性， 即相鄰省份人口城鎮化和經濟城鎮化的共同發展不利于本省份體育產業集聚水平的提高，可利用“虹吸效應”進行解釋。

2.4 穩健性檢驗

為驗證模型設定和指標選取的合理性， 本文通過更換空間權重矩陣的方法對其進行穩健性檢驗， 采用經濟地理權重矩陣進行回歸分析。 經濟地理空間權重矩陣將經濟距離矩陣和地理距離矩陣相結合， 并分別賦予50%的權重以構建新的空間權重， 既考慮了省份之間的經濟差異又涵蓋了地理位置差異。

從表5 報告的信息可知，在更換空間權重矩陣后，各變量回歸結果及顯著性情況與采用經濟距離矩陣時的結果基本一樣，因此模型設定是合理的，動態空間面板模型的回歸結果是可信的，即通過了穩健性檢驗。

表5 穩健性檢驗結果

3 結論與建議

3.1 結論

1）2008—2019 年我國省域人口城鎮化、 經濟城鎮化和體育產業集聚均具有正向的空間集聚效應；

2） 體育產業集聚的發展水平具有時間上的累積態勢、空間上的負外溢效應， 但在動態空間視角下會產生正向的倍數效應，說明我國省域體育產業發展存在“觀望”態勢；

3） 人口城鎮化水平對體育產業集聚具有積極的影響，但尚未產生顯著的空間外溢性；

4） 經濟城鎮化水平對體育產業集聚產生正向不顯著影響，但空間視角下由于“虹吸效應”的存在導致帶來負的空間外溢性；

5）城鎮化水平的交互項系數為正，即城鎮化水平的綜合發展對加快體育產業集聚有積極影響， 但空間外溢性上依然存在“虹吸效應”。

3.2 建議

加快新型城鎮化建設，推動體育產業高質量發展。 新型城鎮化為體育產業的發展提供優秀的環境， 同時也能加速體育產業內部結構升級。 而體育產業作為新型城鎮化的綠色引擎推動城市發展。 針對加快新型城鎮化建設可以從3 方面入手：第一，加強復合型人才培養，建立“以人為本”的城鎮化。 新型城鎮化背景下，高校依然占據中心地位。 高校充分發揮教育資源優勢，定期舉辦與企業管理人員、技術人員的知識培訓和專題講座，同時讓學生參與企業業務，做到理論與實踐相結合。加大體育產業緊缺人才的引進力度， 同時鼓勵教師外出深造和學習，增強相關學科和教師隊伍建設，加大學科創新力度，推動體育產業學科理論建設。 第二，完善體育新基建，我國公共體育場地設施、公民體育健身產品等供給相對不平衡。 依托新基建全面收集群眾體育需求大數據， 由各地方政府整合并確定各地區公共體育服務基本原則， 搭建公共體育服務支撐平臺。 政府選擇智慧體育綜合體的創新發展之路，通過新基建搭建一站式信息網絡平臺，匯集區域內服務市場、社會組織等信息內容，打破傳統各部門功能分割、條塊分離、各自為政的現象，將分散政府職能和公共體育服務資源，展開服務集聚整合和標準化設置，為公眾供給無縫隙的整體服務，以全域全過程控制推動公共體育服務效率提高。 第三，提升人口文化軟實力，加強體育文化城鎮化的建設，培養城市體育文化，形成獨特的人文精神，從而影響城市居民的價值觀念、思維方式和經營理念，為體育產業的可持續發展提供源頭上的動力。

增強體育產業的跨區域合作和交流。 實證檢驗結果顯示，體育產業集聚水平存在負的空間外溢性， 體育資源擴散和共享局面尚未打開。 因此政府可以加強常態化制度的引領功能，出臺針對體育產業融合、區域交流合作的專項政策，以要素投入為重點、以政策體系支持為核心，支持全局體育產業的進一步發展。 具體而言， 可以構建區域間健全暢通的溝通聯絡機制，制定體育產業融合發展規劃；打造區域體育產業融合的示范項目，樹立區域體育產業融合標桿，發揮省份間體育產業的示范和引領作用。