【《山东省体育产业与健康产业融合发展现状调研分析报告》17000字】

山东省体育产业与健康产业融合发展现状调研分析报告目录TOC\o"1-3"\h\u23893山东省体育产业与健康产业融合发展现状调研分析报告 表3-8产业融合方法统计方法内容特征优缺点赫芬达尔系数法（HHI）指市场上企业的市场份额的平方和，用于测算产业集中度。数值越大，说明产业集中度越高，产业融合度越低，反之亦然。特征：1.对反映企业情况综合指数。2.受企业规模和数量影响不大，集中度测算较为准确。优点：既有绝对集中度又有相对集中度，对规模大企业市场比重反应灵敏。缺点：数据要求高，融合测评结果不全面。熵指数法反映市场中所有企业的情况。公式为：值越大，市场企业集中度越小，反之亦然。特征：1.反映企业的综合指数2.解决多重线性问题优点：数据处理简便，反映产业聚集水平。缺点：数据处理难度大，对行业分类要求高，不能反映经济差异。专利相关系数法度量变量间的线性关系的量公式：特征：1.运用相关系数替代融合系数2.对技术融合较为实用优点：替代运算较为简便。缺点：测算较为困难，数据较难获取，对整体融合度把握不清晰。灰色关联分析法两个系统之间，随时间或变化引起的关系性大小。公式：若变化有一致性，说明关联程度高，反之较低。特征：1.通过参考数列与比较数列进行处理2.通过关联度反映融合程度优点：对数据容量要求不高，数据处理相对简单，原始数据获得较为容易，且该方法应用较为广泛。投入产出法研究国民经济与各子系统之间的相互依存关系。公式：值越大表示产业融合度越高，值越小表示产业融合度越低。特征：1.根据投入产出表进行计算2.集数学与计算于一身1.在投入和产出两方面反映产品在部门的活动优点：数据处理相对简单，适用于不同产业的融合度测算。缺点：投入产出表更新慢，数据失去时效性。1.4.2数据指标的选取与处理要测算两大产业的灰色关联度，数据指标的选取尤为关键，诸多学者也对此进行了探讨，学者们都有自己的看法。体育产业方面，刘鹏等人选用体育产业增加值进行测算[[]刘鹏.供给侧结构性改革背景下山东省体育产业与文化产业融合发展研究[D].曲阜师范大学,2020.]。常程伟等人选用体育竞赛表演、休闲健身、体育场地等进行测算[[]常程伟.山西省文化、体育、旅游产业融合发展研究[D].山西财经大学,2020.]。谢文静等人选取体育产业增加值（人均）、体育产业规模、体育机构数等指标进行测算[[]谢文静.我国体育产业与养老产业融合发展研究[D].上海师范大学,2020.]。健康产业方面，黄琪等选取医院机构数、卫生技术人员、住院人数等指标进行测算[[]黄琪.贵州省中药产业与互联网产业深度融合发展研究[D].中南民族大学,2019.]。陈雯雯等选取健康产业协同中心等指标进行测算[[[]刘鹏.供给侧结构性改革背景下山东省体育产业与文化产业融合发展研究[D].曲阜师范大学,2020.[]常程伟.山西省文化、体育、旅游产业融合发展研究[D].山西财经大学,2020.[]谢文静.我国体育产业与养老产业融合发展研究[D].上海师范大学,2020.[]黄琪.贵州省中药产业与互联网产业深度融合发展研究[D].中南民族大学,2019.[]陈雯雯.基于灰色关联分析的上海市体育产业发展影响因素研究[D].上海体育学院,2020.表3-92014—2018年山东省体育产业增加值与健康产业替代性指标相关数据产业行业2014年2015年2016年2017年2018年Y（亿元）524.9606.74704.08770.41968.58X1（个）7706677435770507909981512X2（%）86.784.384.881.482.5X3（个）161158156161162X4（个）34333X5（个）23082308231123722442X6（个）181181184173178X7（个）157159158155153X8（日）9.49.48.98.68.8X9（个）1818171616X10（万个）50.051.954.358.560.8X11（万人）60.461.964.368.971.9X12（万人）21.121.724.526.529.0X13（人）245711254167269021293663322742X14（万人次）17921187112036322517.8823295X15（万人次）17455182571979921830.5922606X16（人）2303124180250602918827655X17（万人次）228216229262216X18（万人次）11031145117212871367X19（万人）11291167129814121447X20（万人）11241162129314081445X21（万人次）279283330381396X22（张）358855378320400077441012460690X23（万床日）1248213208139251507315769X24（张）341961361851381505412962432014X25（万床日）1082511135118121257213015X26（万床日）1061710882115651215712666X27（次）32.932.131.934.131.4X28（日）316.6307.7309.6304.4301.3数据来源：山东省统计局1.4.3灰色关联度的测算根据数据模型计算如下：（1）对相关数据进行无量纲化处理。

表3-102014年至2018年山东省体育产业增加值与健康产业替代性指标数据无量纲化处理2014年2015年2016年2017年2018年Y（t）1.00001.15591.34141.46771.8453X1（t）1.00001.00480.99981.02641.0577X2（t）1.00000.97230.97810.96190.9516X3（t）1.00000.98140.96891.00001.0062X4（t）1.00001.33331.00001.00001.0000X5（t）1.00001.00001.00131.02771.0581X6（t）1.00001.00001.01660.95580.9834X7（t）1.00001.01271.00640.98730.9745X8（t）1.00001.00000.94680.91490.9362X9（t）1.00001.00000.94440.88890.8889X10（t）1.00001.0381.0861.171.216X11（t）1.00001.02481.06461.14071.2235X12（t）1.00001.02601.06061.14721.2554X13（t）1.00001.03441.09491.19521.3135X14（t）1.00001.04411.13631.25661.2999X15（t）1.00001.04591.13431.25071.2951X16（t）1.00001.04991.08811.26731.2008X17（t）1.00000.94741.00441.14910.9474X18（t）1.00001.03811.06261.16681.23934X19（t）1.00001.03371.14971.25071.2817X20（t）1.00001.03381.15041.25271.2856X21（t）1.00001.01431.18281.36561.4194X22（t）1.00001.05421.11491.22891.2838X23（t）1.00001.05821.11561.20761.2633X24（t）1.00001.05821.11561.20761.2633X25（t）1.00001.02861.09121.16141.2023X26（t）1.00001.02501.08931.14511.1930X27（t）1.00000.97571.03041.03651.0152X28（t）1.00000.97190.97790.96150.9517（2）求参考序列Y（t）与比较序列Xi（t）的极差绝对值，即，找出最大值=0.9564和最小值=0；然后再从各组比较序列中选取最大值和最小值：=0.9564，=0。表3-11各组序列的极差绝对值2014年2015年2016年2017年2018年X1（t）00.15110.34160.44130.7876X2（t）00.18360.36330.50580.8937X3（t）00.17450.37240.46770.8391X4（t）00.17740.34140.46770.8453X5（t）00.15590.34010.44000.7872X6（t）00.15590.32480.51190.8618X7（t）00.14320.33500.48050.8708X8（t）00.15590.39460.55280.9091X9（t）00.15590.39690.57880.9564X10（t）00.11790.25540.29770.6293X11（t）00.13110.27680.32700.6218X12（t）00.12990.28080.32050.5899X13（t）00.12150.24650.27260.5318X14（t）00.11180.20510.21120.5454X15（t）00.11000.20710.21700.5502X16（t）00.10600.25330.20040.6445X17（t）00.20850.3370.31860.8979X18（t）00.11780.27880.30090.6059X19（t）00.12230.19170.21710.5636X20（t）00.12210.1910.21510.5597X21（t）00.14160.15860.10210.4259X22（t）00.10170.22650.23880.5615X23（t）00.09780.22580.26010.5819X24（t）00.09780.22570.26010.5819X25（t）00.12730.25020.30630.6430X26（t）00.1310.25210.32270.6523X27（t）00.18020.31100.43130.8301X28（t）00.18400.36350.50630.8936（3）运用灰色关联度计算公式，求灰色关联度系数。表3-122014年至2018年山东省体育产业增加值与健康产业替代性指标的灰色关联系数2014年2015年2016年2017年2018年X1（t）10.75990.58330.52000.3778X2（t）10.72260.56830.48600.3486X3（t）10.73620.56220.50550.3630X4（t）10.72940.58350.50550.3613X5（t）10.75410.58440.52080.3779X6（t）10.75410.59550.48300.3568X7（t）10.76960.58800.49880.3545X8（t）10.75410.54790.46380.3447X9（t）10.75410.54640.45240.3333X10（t）10.80220.65190.61630.4318X11（t）10.78490.63340.59390.4347X12（t）10.78630.63010.59870.4477X13（t）10.79740.65990.63690.4735X14（t）10.81050.69980.69360.4672X15（t）10.81300.69780.68780.4650X16（t）10.81850.65380.70470.4259X17（t）10.69630.58660.60010.3475X18（t）10.80230.63170.61380.4411X19（t）10.79640.71390.68780.4590X20（t）10.79660.71460.68980.4607X21（t）10.77160.75100.82400.5289X22（t）10.82470.67860.66700.4599X23（t）10.83030.67930.64770.4511X24（t）10.83030.67930.64770.4511X25（t）10.78980.65650.60950.4265X26（t）10.75800.65480.59710.4230X27（t）10.72630.60600.52580.3655X28（t）10.72210.56820.48570.3486（4）运用灰色关联度计算公式，将表3-12数据代入得出灰色关联度。表3-132014年至2018年山东省体育产业增加值与健康产业替代性指标的灰色关联度指标X1（t）X2（t）X3（t）X4（t）X5（t）X6（t）X7（t）X8（t）灰色关联度0.64820.65210.63270.63590.64740.63790.64220.6221指标X9（t）X10（t）X11（t）X12（t）X13（t）X14（t）X15（t）X16（t）灰色关联度0.61730.70040.68940.69260.71350.73420.73270.7206指标X17（t）X18（t）X19（t）X20（t）X21（t）X22（t）X23（t）X24（t）灰色关联度0.64610.69780.73140.73230.77510.72600.72170.7217指标X25（t）X26（t）X27（t）X28（t）灰色关联度0.69650.69200.64470.62491.4.4融合测算结果与分析由表3-13得，山东省体育产业增加值与健康产业替代性指标的灰色关联度由大到小：X21>X14>X15>X20>X19>X22>X23=X24>X16>X13>X10>X18>X25>X12>X26>X11>X2>X1>X5>X17>X27>X7>X6>X4>X3>X28>X8>X9，又因为产业之间的灰色关联度越高，其融合度就越高，所以山东省体育产业增加值与健康产业替代性指标的融合度由高到低排序为：本年住院病人手术人次数、诊疗人次数、门诊急诊人次数、本年出院人数、本年入院人数、年底实有病床数、实际开放总床日数、平均每日开放病床数、死亡人数、注册护士、医院床位数、健康检查人数、实际占用总床日数、执业医师、出院者占用总床日数、卫生技术人员、病床使用率、医院机构数、社区服务中心、观察室收容病人数、病床周转次数、卫生监督所、疾病预防控制中心、健康教育站、妇幼保健院、病床工作日、出院者平均在院日数、疗养院。由表3-13所知，山东省体育产业增加值与健康产业替代性指标融合度总体保持良好态势，如灰色关联度的平均值为0.6832，其中医院机构数、病床使用率、妇幼保健院、健康教育站、社区服务中心、疾病预防控制中心、卫生监督所、出院者平均在院日数、疗养院、观察室收容病人数、病床周转次数、病床工作日数均未达到平均值。以上数据在一定程度上表明山东省体育产业与健康产业融合总体趋势虽然良好，但部分子产业的关联度还没有达到平均值，说明山东省体育产业与健康产业融合发展具有较大的发展空间。1.4.5体育产业与健康产业融合程度分析随着我国综合国力的提升，产业形势的变化，体育产业与健康产业的融合机遇也受到了极大的挑战，体育产业、健康产业的发展为两大产业的融合奠定了基础，满足了社会发展的需求。固定资产投资总额是体育产业以及健康产业重要的发展指标之一，因此通过选取2005年至2018年山东省体育产业固定投资总额来表示体育产业市场规模（X），选取山东省健康产业固定资产投资总额来表示健康产业市场规模（Y）。通过整理数据构建VAR模型来评价体育产业与健康产业之间的关系程度，进而评价山东省体育产业与健康产业的市场融合规模。表3-142005年至2018年山东省体育产业市场规模X与健康产业市场规模Y时间体育产业固定投资总额X健康产业固定投资总额Y2005年1288124715102006年3362084729072007年3252625611052008年4355098158982009年53584010653732010年22068312814642011年32691612521082012年55338114082112013年66698219026822014年75007524563522015年54933329475122016年70601236244702017年133772640029492018年1129194.245081374.06数据来源：山东省统计局1.4.5.1单位根检验首先为减少波动以及误差，对表3-14进行自然对数变换。

表3-15山东省体育产业市场规模X与健康产业市场规模Y自然对数换算时间2005年11.76610911.0636962006年12.72548511.0666542007年12.69238611.2376632008年12.98427111.6120452009年11.19159111.8788362010年12.30448314.0635142011年12.69745914.0403392012年11.22380214.1578312013年11.41051814.4587752014年11.52792814.7141882015年11.21646014.8964722016年11.46738815.1032192017年14.10648215.2025422018年11.93701515.441092表3-16ADF单位根检验结果参数ADF检验值10%临界值P值平稳性-1.016718-1.3883300.1679不平稳-1.424642-2.7289850.0338平稳-0.189400-2.7289850.9137不平稳-4.231000-2.7479790.0110平稳通过EViews6.0版本软件对表3-15进行单位根检验，检验结果为：、通过1阶差分后是平稳的；由此可进行格兰杰因果关系检验。1.4.5.2VAR模型估计（1）数据的一阶差分由3-16得出和1阶差分后稳定。所以一阶差分后的数据为、。表3-17与的一阶差分时间2005年11.76610911.0636962006年12.72548511.0666540.9593760.0029582007年12.69238611.237663-0.0330990.1710092008年12.98427111.6120450.2918850.3743822009年11.19159111.8788360.2073200.2667912010年12.30448314.063514-0.8871080.1846782011年12.69745914.0403390.392976-0.0231752012年11.22380214.1578310.5263430.1174922013年11.41051814.4587750.1867160.3009442014年11.52792814.7141880.1174100.2554132015年11.21646014.896472-0.3114680.1822842016年11.46738815.1032190.2509280.2067472017年14.10648215.2025420.6390940.0093232018年11.93701515.441092-0.1694670.238550（2）最优滞后选取表3-18最优滞后选取LagLogLLRFPEAICSCHQ01.791404NA0.002478-0.325710-0.253365-0.37131316.8073284.3867990.003045-0.1467870.070247-0.283596221.8559118.59846*0.000319*-2.519257*-2.157534*-2.747273*如表3-18所示，确定最优滞后为2阶。（3）VAR模型构建运用EViews6.0软件，对1阶差分后的数据进行处理并建立VAR模型：表3-19回归结果DLNXDLNYDLNX(-1)-0.634284

0.136743

(0.15793)

(0.05300)[-4.01612][2.58023]DLNX(-2)-0.739729-0.121684

(0.16345)

(0.05484)[-4.52572][2.21860]DLNY(-1)0.346603

0.117568

(0.66254)

(0.22232)[0.52314][0.52882]DLNY(-2)-1.527660

-0.277137

(0.62838)

(0.21086)[-5.61393][-1.31433]C0.8939540.192880

(0.15764)

(0.05290)[5.67073][1.64621]

R-squared

0.880295

0.786620

Adj.R-squared0.8004920.644366

Sumsq.resids0.2216420.024957

S.E.equation

0.1921980.0064494

F-statistic11.030805.529707

Loglikelihood5.86691717.87841

AkaikeAIC-0.157621-2.341530

SchwarzSC0.023240-2.160668

Meandependent0.1131480.200312

S.D.dependent0.4302980.108148

Determinantresidcovariance(dofadj.)

0.000151

Determinantresidcovariance

4.48E-05

Loglikelihood

21.85591

Akaikeinformationcriterion-2.519257

Schwarzcriterion-2.157534根据回归结果写出标准VAR估计结果：=0.893954-0.634284-0.739729+0.346603--1.527660=0.192880+0.136743-0.121684+

0.117568

-0.2771371.4.5.3VAR模型检验模型建立后需判断是否有意义并且稳定，所以进行ARRootsGraph检验和ARRootsTable检验。（1）ARRootsGraph检验图3-6ARRootsGraph检验根据图3-6所示，对于模型是否稳定只需判断点是否在圆内，在圆内稳定，不在圆内不稳定。如图3-6所示，点都落在单位圆之内，表示该模型稳定，但有时也存在点在圆附近，稳定性难以判断，所以需要ARRootsTable再次进行检验。

（2）ARRootsTable检验表3-20ARRootsTable检验

RootModulus0.0309612-0.877173i

0.9302110.309612+0.877173i0.930211-0.567970-0.640640i0.856160-0.567970-0.640640i0.856160ARRootsTable的检验值需要与1进行比较，大于1不稳定，小于1稳定，如表3-20所示值均小于1，这就表明模型稳定，可以进入下一步分析。1.4.5.4脉冲响应函数运用Eviews6.0软件对VAR模型结果进行脉冲响应分析。表3-21脉冲响应函数ResponseofDLNX:

PeriodDLNXDLNY

1

0.192198

0.000000

2-0.1250620.0221303-0.022012-0.23667340.0216150.102488

5-0.0472140.14713460.096021-0.0565757-0.004837-0.0065428-0.072162-0.08883390.020765

-0.01163710-0.004496

0.124854110.024984-0.002956120.025899-0.04770413-0.046532-0.03137514-0.009498-0.018725150.0170020.064864160.0079050.030096170.015239-0.04379218-0.017918-0.02674319-0.019345-0.004055200.012955

0.030105表3-22脉冲响应函数ResponseofDLNY:

PeriodDLNYDLNX1-0.0090990.06384920.0252120.00750730.011772-0.0137864-0.023831-0.0333725-0.005787-0.01488860.0020980.04008970.0092350.01900780.011527-0.0166549-0.011661-0.02016910-0.010507-0.010157110.0039080.020052120.0062410.019961130.006232-0.01009314-0.004208-0.01681415-0.009183-0.005558160.0012560.010597170.0058420.014795180.003385-0.00352419-0.001817-0.01350020-0.005977-0.004419图3-7脉冲响应函数由表3-21、表3-22、图3-7所示，to表示对自身的响应路径，如图所示，响应路径在第1至9期波动明显，从第9期趋于稳定，说明体育产业弹性系数稳定。to表示对影响，从图中可以看出，响应路径1至11期较为波动，后期波动幅度相对较小，说明山东省体育产业市场规模对健康产业市场规模的影响较大。to表示对实施影响，从图中可以看出，在1至5时期响应路径波动较大，后期趋于平稳，说明健康产业市场规模对体育产业市场规模的影响较小。to表示对自身的响应路径，从图中可以看出，响应路径在第1至10期波动明显，第10以后波动幅度相对较小，说明健康产业相关部门弹性系数具有变化。1.4.5.5方差分解运用Eviews6.0软件进行方差分解。表3-23方差分解VarianceDecompositionofDLNX:

PeriodS.E.DLNXDLNY

10.192198

100.0000

0.000000

20.230370

99.07717

0.922827

30.33101248.4309651.56904

40.347189

44.41057

55.58943

50.38002338.6114761.38853

6

0.39602841.43236

58.56764

7

0.39611241.4297958.57021

8

0.41231541.3007458.69926

90.41300141.4163458.58366

100.431484

37.9549562.04505

11

0.43221738.1604961.83951

12

0.43561237.9214462.07856

13

0.43921338.42473

61.57527

14

0.43971438.38378

61.61622

15

0.444798

37.6575462.34246

16

0.44588537.5055762.49443

17

0.44828937.2198962.78011

18

0.44944337.1879062.81210

19

0.449878

37.3010162.69899

20

0.45107037.1865762.81343表3-24方差分解VarianceDecompositionofDLNY:

PeriodS.E.DLNXDLNY

1

0.064494

1.990524

98.00948

2

0.06965314.8087385.19127

3

0.07197316.5444481.45556

4

0.082836

20.76673

79.23327

5

0.08436120.4928679.50714

6

0.09342616.75968

81.2403