社会转型中的资源配置：中国竞技体育地区分化与差异研究，本文主要内容关键词为：资源配置论文,中国论文,化与论文,差异论文,社会转型论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G80-05 文献标识码：A 文章编号：1000-677X(2011)07-0003-05
修订日期：2011-05-20
1 问题的提出
中国作为一个幅员辽阔、各地区发展水平差异显著的国家，各地区竞技体育发展水平也具有显著差异。地区竞技水平差异，主要指各地区竞技体育的财政支持、赛事成绩、人才储备等方面的差异，它涉及竞技体育发展的诸多方面。作为本研究的核心议题，竞技体育水平的分化与失衡，已经是目前我国体育事业发展中的不争事实。本研究将探讨造成竞技体育发展失衡、地区分化严重局面的内在机制。
本研究选取5个主要变量及其细化指标对竞技体育水平进行测量、比较与分析。在对数据进行统计分析的基础上，从运动员福利驱动政策入手进行政策变革探讨。
2 变量、指标和数据的说明
对竞技体育水平的衡量，往往意味着多个方面指标的测量与比较，如地方政府对竞技体育事业的支持、竞技体育的人才储备、重要赛事的成绩等。从这个角度出发，本研究设计5个变量用来比较各地区竞技体育发展水平并进行分类。
2.1 总体经费
总体经费变量意味着在省级决策中体育系统得到的支持程度。而总体财政水平高也意味着体育基础设施、保障水平、群众体育发展投入等各方面都维持在较高的水准。本研究中，该变量进一步细分为5个二级指标，分别是：财政拨款额度、年度支出合计、优秀运动队经费、体育竞赛费和业余训练费，而具体数据则是2005年的实际数据水平①。
2.2 人均经费
总体经费反映的是总体性的变化，而人均经费则照顾到经费投入的人均程度。人均水平越高，往往用于运动员个体运动水平提高与福利改善的额度也就相应较高。根据2005年优秀运动队人员总数(主要包括运动员、教练员、管理人员、科研人员、医务人员)和优秀运动队经费可以计算优秀运动队的人均经费。
2.3 教练员队伍
教练员队伍变量一方面反映的是技术储备与支持，教练员的人数越多、级别越高往往就意味着运动员成绩提高的技术储备和支持越好；另一方面，教练员队伍变量数值的增加，还意味着运动员可以利用的社会关系和人脉的扩张，在社会学中指社会资本的概念，社会资本是个体成功和需求满足的重要手段。该变量细分为2个指标，分别是：优秀运动队专职教练员人数、国家级专职教练员人数，数据都是2005年的取值。
2.4 发展机会
发展机会变量用来解释优秀运动员获得的发展机会。获得更多的发展机会，意味着运动队的技术水平、训练质量和社会资本保证运动员获得更出色的成绩。发展机会变量主要是如下3个指标：1)国际级运动健将发展人数(2006年、2007年连续两年数据之和)；2)国家级运动健将发展人数(2006年、2007年连续两年数据之和)；3)发展机会比率，该指标的值等于国际级与国家级运动健将之和除以2之后，与优秀运动队在队运动员总数(2005年数据)的比值。
2.5 区域发展
区域发展变量用来解释地区综合发展水平对竞技体育水平的贡献。一般来说，区域发展水平越高，体育事业的地方政府支持、市场回报的丰厚程度都会相应维持在较高水准。本研究选择2005年地区生产总值(亿元)、城镇居民消费水平绝对数(元)和2000年预期寿命，这3个指标分别用来说明地区经济的总体规模、地区居民平均的购买力与地区综合实力对预期寿命的影响。
上述变量与指标的数据资料来源主要是《国家体育事业统计年鉴用户系统》、国家统计局网站社会统计年鉴与国家体育总局经济司公开发布的网站数据资料。
3 区域竞技体育水平的发展：两因子的描述
3.1 因子分析的基本原理
社会科学的量化研究中，尽可能多地探索和增加与变化相关联的指标，从而发现未知关系。不过，指标的增多也使得分析的复杂性大为增加。因此，在实际工作中，常常基于指标间具备的相关性，用较少的指标代替原来较多的指标，但依然能反映出原有的全部信息，于是就产生了因子分析等降维方法。
作为一种较为成熟的统计分析方法，因子分析的基本思想是寻找公共因子以达到降维，也就是削减变量的目的，从而探索到隐含在诸多变量之后的变量结构。因子分析的基本做法就是用少数几个因子去描述许多指标或因素之间的联系，即按照比较严密的运算规则，将比较密切相关的几个变量归于一类，每一类变量就成为一个因子(之所以称其为因子，是因为它在现实中不可观测，即不是可具体观测的变量)，以较少的几个因子反映原资料的大部分信息。
3.2 两因子的提取
本研究实际参与分析的变量有14个之多，应用SPSS17.0软件，采取因子分析的方法实现降维。在SPSS提供的14个变量的相关系数矩阵、KMO(Kaiser-meyer-olkin Measure of Sampling Adequacy)值、Bartlett检验结果中，KMO为0.887且通过了Bartlett的显著性检验，因此可以判定，该组数据是非常适合做因子分析的。参考表1旋转前的解释百分比可知，提取2个公因子可以解释全部变化的78.34％，其所代表的信息量已能比较充分地解释并提供原始数据所能表达的信息。为了便于对各因子载荷做出合理解释，需要对初始因子进行正交旋转使其结构更加简化。正交旋转后的因子互不相关(即正交关系)，参见表1可知，旋转并没有改变对总方差解释的百分比。
旋转后得到的正交因子负载矩阵与2个公因子(表2)可作为评价我国不同地区竞技体育水平与差别的新变量。
因子负载具有相关系数的性质，在因子分析中，通常依据矩阵中较高的因子负载值对因子进行命名。由表2可知，对第1个公因子来说，在财政拨款额度、本年度支出合计、体育竞赛费、优秀运动队专职教练员人数、国家级专职教练员人数、发展机会比率、国际级运动健将发展人数、国家级运动健将发展人数、地区生产总值几项指标有较高的因子负载值。第2个公因子则是优秀运动队经费、优秀运动队人均经费、业余训练费、城镇居民消费水平绝对数、2000年预期寿命几项指标有较高负载值。可见，第1个公因子主要体现的是资源的总量垄断，因此命名为资源总量垄断因子，这是一个政府占绝对主导权的因子。
第2个公因子主要体现了资源配置的平均水平。当然，优秀运动队经费和业余训练费2项也是属于政府主导的总量垄断性指标，这一点通过其在第1个公因子中的负载值即可看出。不过，就总体情况看，业余训练费主要用于省(市)体校的训练经费投入，在政府决策中并非重中之重，而优秀运动队经费及其人均经费项，则显示了平均经费的效应。因此，这个公因子可以命名为资源平均配置因子(表3)。
表3的因子总得分是以贡献率(表1)为权重的2个公因子综合加权得分。具体来说，该得分是第1个公因子乘以50.05与第2个因子乘以28.33的乘积之和。因子总得分应该说体现了总体上的竞技体育水平及其差别。我们可以看出，处在最高水平的是广东、江苏、山东、上海、浙江，而最差的则是贵州、宁夏、海南、西藏、青海。
4 竞技体育水平的区域划分及其差异比较：以两因子的聚类分析为基础
4.1 基于两因子的聚类分析
作为能够有效参与分析的变量，2个因子的得分与总分已经能够初步说明国内各个地区之间的竞技体育水平差异。我们可以以这2个因子为基础，对国内竞技体育水平做分区的研究，并探讨不同水平分区之间的差异。
为了科学有效地确立地区分类，本研究应用SPSS17.0软件中的层次聚类方法，将这些地区进一步分类。层次聚类分析属于Q型聚类，其主要思想是：首先，将所有个案各自当做一类，并规定个案之间的距离和类与类之间的距离，然后将距离最近的2类合并成1个新类，计算新类与其他类的距离；重复进行2个最近类的合并，每次减少1类，直到所有个案都合成1类。
由于本研究需要对全部的31个省级单位进行归类，类数应该适中，所以，选择至多进行6类的聚合。具体分类结果如下：1类地区：山东、广东；2类地区：北京、上海；3类地区：辽宁、江苏、浙江；4类地区：黑龙江、福建、河南、湖北、四川；5类地区：河北、内蒙古、吉林、江西、湖南、广西、贵州、云南、重庆、陕西、甘肃、新疆；6类地区：天津、山西、安徽、海南、西藏、青海、宁夏。
4.2 各地区在2个因子方向上的差异
为了把握不同地区之间具体的差异，表4列出了不同类型地区的因子总得分、平均配置因子和总量垄断因子得分的分值。在表格的最后一列列出了第10届、第11届全运会金牌总数，可以粗略考察其与2个因子以及因子总得分之间的关系。
如果仅从因子总分和全运会金牌数看，这些省(自治区、直辖市)又可以明确划分为3大类地区，即：1类、2类、3类是我国竞技体育发展的东部地区，4类是竞技体育发展的中部地区，而5类、6类则是我国竞技体育发展的西部地区。为了更好地理解这些地区的差别以及各自的数量特征，本研究中使用了SPSS 17.0绘制了2个因子的散点图(图1)。
图1 平均配置因子与总量垄断因子的散点图
散点图是用来形象地说明变量相关关系的统计图形，图1说明了总量垄断因子和平均配置因子的相关关系②。此外，图中散点的定位，实际上也是横、纵两轴的交汇点，能直观地反映界定该点的横纵轴体现的两种基本属性。
如果从横轴(总量垄断因子得分)3分处出发到纵轴(平均配置因子得分)3分处划出一条直线的话，那么，竞技体育发展的东部地区，也就是，1类、2类、3类地区都会落在这条直线之外，而在具体的分类上，则彼此有别。作为2类地区的上海、北京的总量垄断因子得分在31个省份中，只属于适中的位置，说明京、沪两地在体育的总投入额度、训练队伍规模、教练员队伍规模等方面都属全国中游水平。但两地在平均配置因子得分上，却是全国各省份中最高的，说明京、沪运动队人均经费保障、运动队专项经费以及居民平均消费绝对数、与福利水平直接相关的预期寿命等，都处于比较优势的地位。
作为1类地区的广东、山东与京、沪两地几乎完全相反，即其总量垄断因子处于较高水准，而平均配置因子则明显不高，只能是全国平均水平。从具体情况看，广东比山东好些，其不仅在总量上且在平均配置因子水平上远高于山东。而作为2因子水平比较相当的省份，江苏、浙江、辽宁被划入3类地区。3类地区中，江、浙两省的情况比辽宁要好些，虽然仍然处于3类地区的位置，但其在2因子上的得分都处于略高于全国平均水平的位置，实际上属于过渡的位置，也就是说，在整个竞技体育发展的东部地区中，辽宁处于最低的水平上。
同理，我们可以通过这个图形理解4类、5类与6类地区竞技体育发展情况。4类地区的黑龙江、福建、河南、湖北、四川5省在总量垄断因子得分上，与3类地区的辽宁比较接近，甚至略超出辽宁省，但在平均配置因子上，要低于辽宁。而5类地区与6类地区同是竞技体育发展的落后地区，与前3类地区相比，其2项因子得分和因子总分都处在较低的水平。在这些地区中，作为直辖市的天津，其发展水平尚属比较突出的，但受制于总体经济和运动队伍规模的因素，制约了其竞技体育发展的供给水准。表4显示，较低的资源配置因子水平，直接影响了全运会上取得的成绩：1类地区两届全运会的奖牌总数平均为253枚；2类地区和3类地区不相上下，平均奖牌数各为200.25枚与204.17枚；4类地区85.20枚，5类地区与6类地区相差无几，但都远远低于前3类地区，分别为38.88枚和32.57枚。
4.3 各地区在具体指标上的差异
基于上文中因子与聚类分析的过程可以看出，竞技体育资源总量的垄断程度和个体平均配置高低直接决定了地区之间的水平差异。资源配置取决于地方经济的实力，地方经济的水平越高，供给优秀运动员的资源就会越丰厚。在衡量地方经济发展水平时，我们至少考虑两个因素，那就是总量水平和平均水平，总量水平意味着地方经济规模的大小。
表5中数据显示，从东部3类地区来看，彼此之间也有差别。作为1类地区的广东、山东两省，其主要的优势一是在于地方经济的总量和投入总量，比如财政拨款额度、年度支出合计、体育竞赛费，这几项保障了经济的优势；另一个则是在于其能够垄断竞训队伍人才及其发展机会，所以，不论是优秀运动队专职教练员人数，还是其中国家级教练员的人数，还是每年度国际级与国家级运动健将发展的总数、发展的比例，都在全国各省份中是最高的。而相比2类、3类地区，其主要的欠缺之处在于优秀运动队经费、优秀运动队人均经费以及业余训练费上。不过，这没有影响到1类地区在全运会上的奖牌总数。可见，1类地区的奖牌优势在于规模效益，建设的重点不在于优秀运动队、业余训练队伍方面，也就是说，其在奖牌上的优势虽然依赖的是巨大的经济投入，但这种经济投入并不指向优秀运动队和其后备人才队伍的建设。
相比1类地区，2类地区和3类地区在各个指标上彼此是相当的，直观上看，其差异不像和1类地区的差异那么显著。更重要的是，2类地区和3类地区虽然在总规模上无法与1类地区相抗衡，但是，在优秀运动队经费、优秀运动队人均经费和业余训练费3项指标上，都远远高于1类地区。由于优秀运动队建设和业余队伍建设强调的都是周期性和先行性，也就是说，2类、3类地区将其经费投入的一大部分，用于人才队伍储备和建设，进而带来整个训育体系获得竞技体育的优势。而1类地区在周期性和先行性的人才队伍储备与建设上显得没有耐心，而对于体育竞赛费这样的短期行为，却几乎能够平均投入7 000余万元的经费，这个值几乎是其他几类地区的2～6倍。结合近年来广东、山东两省通过加大财政投入、吸引外省优秀运动员流入的各种措施，就能够理解1类地区追求短期效益的策略。
与1类地区相比，2类地区的京、沪两个直辖市，其在各个指标上与3类地区差别不大，不过，京、沪两地作为直辖市，其在保持与3类、4类地区近似的资源总量与规模的基础上，其资源配置的平均水平是非常高的，这是两个国际化都市高生活水平的突出特征。而与1、2类地区相比，3类地区的3个省份主要表现为总量水平和平均水平的均衡上。其在总的财政投入、财政支出、运动队经费、平均经费等几个方面，维持与2类地区相当甚至较高一些的水平。而其在资源配置的平均水平上，也保持了一个相对较高的水准。
与东部3类地区相似，中、西部3类地区之间也维持了一个类似的基本格局。4类地区的黑龙江、福建、河南、湖北、四川5省份，虽然各项指标都与前3类存在很大差距，但比之5类、6类地区，显然还是高出许多。而6类地区的天津、山西、安徽、海南、西藏、青海、宁夏虽然在大部分指标上差距明显，但优秀运动队经费与人均经费上，高出5类地区很多。尤其是人均经费项，在全国各省(市)中，仍然是比较高的。可见，6类地区总体规模虽然难以与其他地区抗衡，但在优秀运动队的人均经费上，有着巨大的优势，这可以视为经济总量规模有限的省份独特的生存策略。
值得注意的是，在整个竞技体育发展的东部地区，辽宁是个特殊的省份。其财政拨款额度、年度支出合计、体育竞赛费等指标都是3类地区里最低的，只有国家级运动健将和两届全运会奖牌数与1类、2类地区相比具备一定的优势。而在这些指标中，实际上大部分与4类地区非常接近，体育竞赛费一项指标甚至低于4类地区省份，与5类地区相当。这应该能够有效地解释辽宁地区近年来大规模优秀体育运动人才流失的现象。
5 结论与讨论
由上文可知，基于资源总量垄断因子和平均配置因子的作用，本研究将我国大陆地区省份进行了6大类的区块划分。2个因子的发现，反映了作为地方竞赛参与单位的各省份，在体育发展上使用了两种不同的策略，即追求总量水平的规模策略和追求人均水平的效益策略。两种不同策略虽然不能作为直观变量进行观察和测量，但却如实反映了政府与市场作为主导竞技体育资源配置的两种基本力量的存在。比如，作为改革开放以来沿海经济的两个亮点，广东和山东两省的发展虽然不能忽略市场的作用，但政府在其市场化过程中起到了决定性作用，这一点在其竞技体育资源的配置上鲜明地体现出来。而京、沪两地在政府操控方面显然更有潜质，市场经济的发达、个体生活的高水准以及水涨船高的体育消费能力，是对竞技体育资源供给的重要支持。
不过，更为重要的是，竞技体育发展的区块差异，与经济社会发展的总体形势基本一致，东部省份与中、西部地区的差异非常显著。本研究认为，这与中国社会转型的内在逻辑完全一致。导致地区间失衡的体育领域的资源配置机制，实际上也是改革开放以来中国社会转型的内在机制。
作为本研究阶段性成果之一的体育项目群分化研究[2]已经对这种力量进行了探讨。中国的市场经济是在政府对市场的强干预的情况下发育起来的，政府参与并强干预市场经济发展，直接助推了两个分化结构的诞生，一个是项目群的分化，一个则是不同地区间的分化。在不同项目间，最优项目组合得到了政府(权力)和市场(资本)的双重青睐，而最差项目组合则被国家和市场双重抛弃。
本研究认为，这个转型社会的机制在地区分化上同样起着主导性的作用。竞技体育水准处于东部的省份，国家政策实惠和实际支持、资本的眷顾给体育系统、运动员个体和俱乐部等带来高质量的回报，从而成为优秀运动员的流入地和发展舞台，全运会和各种联赛也因此成了“东部省份俱乐部”的嘉年华会。“东部省份俱乐部”的概念还在于，真正意义上的体育市场，基本也发育和完善于这些省份，而政府运作的各种联赛、赛会，实际上也完全决定于这些省份。这些省份既提供了符合市场期望的原料工厂(人才、物力、动力)，也提供了市场和资本夹道欢迎的消费市场，并且实际上已经形成较为顺畅的流通渠道。所谓地区竞技体育发展水平的失衡，只不过是这个总体格局的一个主要方面。
鉴于此，如何有效协调政府和市场在竞技体育发展所需的资源调配中的角色，显然是个需要着力探讨的话题。在对项目群分化的研究中，本课题组曾经提出政府退出市场化充裕的项目而着力于市场化、社会化均不足的项目的政策思路。针对地区竞技体育发展的严重失衡局面，是否同样需要斟酌行政干预和市场手段的使用，显然，这种思路仍然具有借鉴意义。
不过，与项目群的政策调整不同的是，地区间格局的调整面临诸多省级行政单位政策自主性的挑战。但总体上看，将体育的体制改革置于总体社会转型布局之中，从而更好地理解和协调政府与市场两种配置手段，使其真正做到相互制约、相互配合，才是体育系统真正顺利改革的关键。
注释：
①“优秀运动队经费”一项指标，贵州、青海两省的数据缺失。为此，本研究用多元回归的办法，逐步筛选变量，确立贵州与青海的经费分别为3 248万元、2 986万元。
②由于本研究两因子是通过正交旋转得到的，因此，相关系数实际近似于0，所以考察相关关系实际上没有意义。