基于DEA-Tobit模型的我国公共体育产业金融支持效率及经营因素研究.pdf

摘要：本文以DEA-Tobit模型为基础，对我国公共体育产业的金融支持效率及经营因素进行研究。通过选择适当的输入和输出指标，评估不同地区和机构在利用金融资源方面的效率水平。研究结果：金融支持效率在不同地区和融资方式之间存在差异,经济因素和体育因素对金融支持效率有正向影响。鉴于此，建议：加强金融支持效率监管和政策引导，提升东部地区金融支持效率，加强股权融资的金融支持效率，以及加强经济因素和体育因素的正向影响等。关键词：公共体育产业；金融支持效率；经营因素;DEA-Tobit模型Abstract:This study is based on the DEA-Tobit model to study the efficiency and management factors offinancial support for Chinas public sports industry.By selecting appropriate input and output indicators,theefficiency level of different regions and institutions in utilizing financial resources was evaluated.This research hasfound that there are differences in the efficiency of financial support among different regions and financingmethods,and economic and sports factors have a positive impact on the efficiency of financial support.Based onthe research results,suggestions have been proposed to strengthen the supervision and policy guidance of financialsupport efficiency,improve the efficiency of financial support in the eastern region,strengthen the efficiency offinancial support for equity financing,and strengthen the positive impact of economic and sports factors.Keywords:public sports industry;financial support efficiency;operational factors;DEA-Tobit model体育产业TIYUCHANYE基于DEAT o b it 模型的我国公共体育产业金融支持效率及经营因素研究Research on the Efficiency and Operating Factors of FinancialSupport for Chinas Public Sports Industry Based on DEA-Tobit Model张格源Zhang Geyuan引言公共体育产业在促进国民健康、提升国家形象和推动经济增长方面具有重要意义。然而，公共体育产业的发展，目前仍面临着金融支持效率和经营因素的挑战。为深入探讨这一问题,本研究从DEA-Tobit模型的视角出发,对我国公共体育产业的金融支持效率及经营因素进行了研究。金融支持效率是公共体育产业发展的关键因素之一。通过DEA-Tobit模型,我们可以评估不同地区和机构在利用金融资源方面的效率水平,从而揭示出存在的问题和改进的空间。这将有助于政府和相关机构更加科学地配置金融资源，提高公共体育产业的发展效益。经营因素对公共体育产业的发展同样具有重要影响。本研究将重点关注经营因素对金融支持效率的影响，包括政策制定、组织结构、人力资源等方面。通过深入分析这些因素与金融支持效率之间的关系,我们可以为公共体育产业的经营提供有针对性的建议和改进方案。本研究将以我国公共体育产业为研究对象，旨在为政府、相关机构和从业者，提供有关金融支持效率和经营因素的实证研究结果。通过深入了解我国公共体育产业的金融支持效率及经营因素，我们可以为其可持续发展提供理论和实践指导，推动公共体育产业的持续健康发展。综上所述,本研究将从DEA-Tobit模型的视角出发,对我国公共体育产业的金融支持效率及经营因素进行研究。通过对金融支持效率和经营因素的探讨，我们旨在为公共体育产业的发展提供有益的参考和建议，促进我国公共体育产业的可持续发展。1DEA测度方法与指标选取1.1测度方法及数学模型DEA（D a t a En v e l o p m e n t A n a l y s i s）是一种常用的评价效率中图分类号：G80-05doi:10.19379/ki.issn.1005-0256.2023.08.056文献标识码：A文章编号：10 0 5-0 2 56(2 0 2 3)0 8-0 2 11-5的方法，它可以用于评估体育经营决策中的金融支持效率。DEA的基本思想是通过比较各个决策单元（如体育组织、俱乐部等)的输入和输出来评估其效率水平。在选择指标时，可以考虑以下几个因素：输人指标：可以包括财务指标（如财务支持金额、投资收益等）、人力资源指标（如员工数量、教练团队规模等）以及设施设备指标（如场馆面积、训练设备数量等）等。输出指标：可以包括运动成绩指标（如比赛胜率、冠军数量等）、经济效益指标（如票房收入、赞助商合作等）以及社会影响指标（如品牌价值、社区参与度等）等。在选择指标时,需要考虑指标的可量化性、可比性以及对体育经营决策的重要性。同时，还需要注意指标之间的相关性，避免选择高度相关的指标，以确保评估结果的准确性。总之,DEA-Tobit模型可以通过选择适当的输人和输出指标来评估体育经营决策中的金融支持效率，从而为体育组织提供决策参考和优化建议。作者简介：张格源（19 9 5），男，山东泰安人，硕士，辅导员，研究方向：教育学。作者单位：山东联合大学，山东济南2 50 316Shandong United University,Jinan 250316,China.体育科技文献通报211第31卷第8 期2023年8 月体育产业TIYUCHANYEmj-1mj-12=1j-1入;0j=1,2,m(St,S;0图1测度方法及数学模型算法图1.2研究样本及数据预处理1.2.1样本选择在研究中,样本选择是非常重要的一步，它直接关系到研究结果的可靠性和推广性。本研究的样本选择过程如下：选择研究对象：首先，确定研究的对象范围，即体育经营决策中的金融支持效率及其影响因素。这可能包括体育组织、俱乐部、运动员等。数据获取：获取与研究对象相关的数据。这些数据可以通过调查问卷、实地观察、文献研究等方式获得。同时，确保数据的可靠性和有效性。样本筛选：根据研究的目的和要求,对数据进行筛选。可以根据特定的标准,如时间范围、地理位置、特定群体等，来选择符合研究要求的样本。样本数量：确定样本的数量。样本数量应该足够大，以保证研究结果的统计学意义。同时，也要考虑到研究资源和时间的限制。样本代表性：确保所选样本的代表性。样本应该能够反映整个研究对象的特征和变化趋势，以便将研究结果推广到更广泛的范围。数据处理：对所选样本的数据进行处理和分析。可以使用统计学方法和模型来研究金融支持效率及其影响因素。1.2.2指标选取选取的指标包括交易代码、公司简称、上市日期和所属市场。这些指标可以用来描述研究样本的基本情况，包括公司的标识、名称、上市日期和所属市场类型。具体见表1所示。表1研究样本基本情况交易代码公司简称上市日期所属市场交易代码 公司简称上市日期所属市场000558.SZ莱茵体育19940509600136.SH当代明诚19980303600158.SH中体产业1998032730005.SZ探路者20091030002486.SZ嘉麟杰20101015603555.SH贵人鸟20140124430574星奥股份20140124430690楚祥医疗20140410830877康莱股份20140721831062远古信息20140829831326三利达2014112833151同方健康20150731833429康比特20150828833649宝美户外20151015834066大统体育20151105834274和嘉天健20151112834425新赛点20151204834902网映文化20151214835182体运通20151223835282梅珑体育20151231835419哟哈股份20160111212BULLETINOF SPORTSCIENCEANDTECHNOLOGYVol.31.NO.8.20231.2.3数据的预处理数据预处理根据表1中的指标和DEA-Tobit模型进行计算，具体计算公式如下：,=0.1+0.9=mM,-m;m,=min(x,);M,=max(x,)i=1,2,3,.,n,yj=0,12结果分析2.1基于DEA-Tobit模型的我国公共体育产业金融支持效率变化表2 2 0 19 2 0 2 2 年我国公共体育产业金融支持效率变化金融支持效率2019全样本0.837A股市场0.896新三板市场0.857根据表2 中提供的数据，我们可以看到2 0 19 年至2 0 2 2 年期间，我国公共体育产业金融支持效率发生了变化。金融支持效率是衡量金融机构在支持公共体育产业方面的效率和效果的指标。从全样本来看，2 0 19 年的金融支持效率为0.8 37,随后在2020年下降至0.7 9 3，再到2 0 2 1年进一步下降至0.6 31,最后在2 0 2 2 年有所回升至0.7 35。这表明在这四年中，金融机构对公共体育产业的支持效率整体呈现出先下降后回升的趋势。从A股市场的角度来看，2 0 19 年的金融支持效率为0.8 9 6，相对较高。随后在2 0 2 0 年和2 0 2 1年分别下降至0.8 7 3和0.7 39，最后在2 0 2 2 年再次回升至0.8 7 6。与全样本相比,A股市场的金融支持效率整体上更高，且在2 0 2 2 年有所回升。从新三板市场的角度来看，2 0 19 年的金融支持效率为0.8 57,稍低于A股市场。然而，随后在2 0 2 0 年和2 0 2 1年分别下降至0.8 2 7 和0.557,最后在2 0 2 2 年有所回升至0.6 57。与全样本和A股市场相比,新三板市场的金融支持效率整体上较低，并且在2 0 2 1年出现了较大的下降。这些数据反映了我国公共体育产业金融支持效率的变化趋势。其中，全样本的金融支持效率整体上呈现出先下降后回升的趋势，而A股市场的金融支持效率相对较高,新三板市场的金融支持效率相对较低。这种变化可能A股002780.SZA股002832.SZA股603908.SHA股002858.SZA股300651.SZA股002899.SZ新三板83774新三板837930新三板838808新三板838802新三板839114新三板838464新三板839446新三板870431新三板839474新三板870749新三板871071新三板871364新三板871549新三板871594新三板87212820200.7930.8730.827三夫户外20151209比音勒芬20161223牧高笛20170307力盛赛车20170324金陵体育20170509英派斯20170915珠江文体20160622亚特体育20160721今日体育20160809明致体育20160809爱酷体育20160817卡宾滑雪20160819铭弘体育20161026鑫度武术20170112体娱股份20170116建华中兴20170206康瑞体育20170308知行健身20170426耀胜体育20170515华体股份20170612第一文体2017081720210.6310.7390.557A股受到多种因素的影响，例如金融机构对公共体育产业的关注程A股度、政策支持力度、市场竞争情况等。在分析这些数据时，还需A股要考虑到其他可能的因素，并结合实际情况进行综合分析。A股综上所述,通过对表2 中数据的分析，我们可以了解到我A股国公共体育产业金融支持效率在2 0 19 年至2 0 2 2 年期间发生A股新三板新三板新三板新三板新三板新三板新三板新三板新三板新三板新三板新三板新三板新三板新三板20220.7350.8760.657了变化，这对于进一步优化金融支持体系、提高公共体育产业发展的效率和效果具有重要意义。2.2基于DEA-Tobit模型的我国公共体育产业空间特性下金融支持效率变化表32 0 19 2 0 2 2 年全样本空间特性下金融支持效率变化金融支持效率2019东部地区0.913中部地区0.973西部地区0.807根据表3中的数据，我们可以看出2 0 19 年至2 0 2 2 年期间，我国公共体育产业在不同地区的金融支持效率发生了变化。以下是对这些数据的分析。我们可以观察到东部地区的金融支持效率从2 0 19 年的0.9 13逐渐下降到2 0 2 2 年的0.56 3。这表明东部地区在公共体育产业中的金融支持效率呈现出逐20200.7350.9230.83920210.6530.9730.85320220.5630.9650.857体育产业TIYUCHANYE年下降的趋势。可能的原因是东部地区的公共体育产业发展2.2.2我国公共体育产业新三板市场空间特性下金融支持效相对成熟，已经达到了一定的饱和程度，因此金融支持效率出率变化情况分析现了下降。中部地区的金融支持效率在2 0 19 年至2 0 2 1年期表52 0 19 2 0 2 2 年新三板市场空间特性下金融支持效率变化间呈现出波动的趋势，分别为0.9 7 3、0.9 2 3和0.9 7 3。然而，在金融支持效率2022年，金融支持效率略微下降至0.9 6 5。这表明中部地区的东部地区中部地区公共体育产业在金融支持方面整体上表现稳定，但在2 0 2 2 年西部地区出现了轻微的下降。可能的原因是中部地区的公共体育产业根据表5所示的数据，我们可以看到2 0 19 年至2 0 2 2 年期在这一年面临了一些挑战或变化,导致金融支持效率有所下间，我国公共体育产业在新三板市场空间特性下的金融支持效降。西部地区的金融支持效率从2 0 19 年的0.8 0 7 逐渐上升到率发生了变化。以下是对这些变化情况的分析。我们可以观2022年的0.8 57。这表明西部地区的公共体育产业在金融支察到东部地区的金融支持效率在这四年间呈下降趋势。从持方面逐年改善。可能的原因是西部地区在公共体育产业发2019年的0.9 15下降到2 0 2 1年的0.6 54，然后在2 0 2 2 年有所展方面的潜力逐渐被认可，吸引了更多的金融支持，从而提高回升至0.7 33。这可能意味着东部地区的公共体育产业在获了金融支持效率。得金融支持方面遇到了一些困难,导致效率下降。然而,2 0 2 2综上所述，我国公共体育产业在不同地区的金融支持效年的回升可能表明该地区正在采取一些措施来改善金融支持率存在差异。东部地区的金融支持效率逐年下降，中部地区的效率。中部地区的金融支持效率在这四年间呈波动变化。从金融支持效率波动不定，而西部地区的金融支持效率逐年上2019年的1下降到2 0 2 0 年的0.8 7 4，然后在2 0 2 1年回升至升。这些变化可能与各地区公共体育产业的发展阶段、市场需0.963,最终在2 0 2 2 年恢复到1。这种波动可能反映了中部地求以及政策支持等因素有关。进一步研究这些因素对金融支区公共体育产业的金融支持环境的不稳定性。然而，2 0 2 2 年持效率的影响，有助于制定更有效的金融支持政策，促进我国的恢复表明该地区在金融支持方面取得了一定的进展。西部公共体育产业的可持续发展。地区的金融支持效率在这四年间保持稳定，始终为1。这意味2.2.1我国公共体育产业A股市场空间特性下金融支持效着西部地区的公共体育产业在获得金融支持方面相对较为顺率变化情况分析利，金融支持效率较高。这可能与西部地区政府对公共体育产表42 0 19 2 0 2 2 年A股市场空间特性下金融支持效率变化业的重视以及金融机构的积极支持有关。金融支持效率2015东部地区0.963中部地区1根据表4中的数据，我们可以看出2 0 15年至2 0 18 年期间，我国公共体育产业A股市场空间特性下金融支持效率发生了变化。下面是对这些变化情况的分析。从表中可以观察到东部地区的金融支持效率在2 0 15年和2 0 16 年有所增加，分别为0.9 6 3和0.9 7 3。然而，2 0 17 年时，金融支持效率出现了明显下降，降至0.8 52。随后，在2 0 18 年，东部地区的金融支持效率有所回升，达到0.9 54。这种变化可能受到多种因素的影响。一种可能的解释是,2 0 17 年的下降可能与当时国内经济形势有关。在这一年，我国经济增速放缓，金融市场也受到了一定的影响。这可能导致金融机构对公共体育产业的支持程度下降，从而降低了金融支持效率。而2 0 18年的回升可能与国内经济逐渐恢复有关，金融机构对公共体育产业的支持程度也相应提高，从而提升了金融支持效率。另外，中部地区的金融支持效率在2 0 15年至2 0 18 年期间保持稳定，始终为1。这意味着金融机构对中部地区的公共体育产业一直保持了较高水平的支持。这可能与中部地区的经济发展和政府的政策支持有关。中部地区在近年来积极推动体育产业发展，吸引了更多的投资和金融支持，从而保持了较高的金融支持效率。综上所述，我国公共体育产业A股市场空间特性下的金融支持效率在2 0 15年至2 0 18 年期间发生了变化。东部地区的金融支持效率在2 0 17 年出现下降，但在2 0 18 年有所回升。中部地区的金融支持效率一直保持稳定且较高。这些变化可能与国内经济形势、政府政策和地区发展水平等因素有关。对于公共体育产业的发展，需要进一步研究和分析这些变化的原因，以制定相应的政策和措施，提高金融支持效率，促进产业的健康发展。20190.91511201620170.9730.8521120200.8510.87412018综上所述，我国公共体育产业在新三板市场空间特性下0.954的金融支持效率在不同地区和不同年份之间存在差异。东部1地区的金融支持效率下降，中部地区的金融支持效率波动，而西部地区的金融支持效率保持稳定。这些变化可能受到地区经济发展水平、政府政策支持和金融机构的影响。为了提高公共体育产业的金融支持效率，各地区可以加强政策引导，优化金融服务，提高金融机构对公共体育产业的支持力度。2.3体育经营决策中两种方式的金融支持效率测度与比较分析2.3.1我国公共体育产业中全样本不同融资方式下金融支持效率比较分析表6 2 0 19 2 0 2 2 年我国公共体育产业中全样本不同融资方式下金融支持效率比较金融支持效率2019股权融资0.436债权融资0.657根据表6 中的数据，我们可以看到2 0 19 年至2 0 2 2 年期间，我国公共体育产业中不同融资方式下的金融支持效率比较。数据显示，股权融资和债权融资的金融支持效率呈现不同的趋势。股权融资的金融支持效率在这四年中呈下降趋势。2019年，股权融资的金融支持效率为0.436，而到2 0 2 2 年，这一数值仅为0.0 7 4。这表明股权融资在支持公共体育产业方面的效率逐年下降。可能的原因之一是，股权融资可能面临着较高的风险和不确定性，导致投资者对于公共体育产业的兴趣减少,从而降低了金融支持效率。相比之下，债权融资的金融支持效率在2 0 19 年至2 0 2 0 年间有所下降，但在2 0 2 1年和2022年有所回升。2 0 19 年，债权融资的金融支持效率为0.657，而到2 0 2 2 年，这一数值为0.17 9。这表明债权融资在支持公共体育产业方面的效率整体上呈现出波动的趋势。债权融资可能相对较为稳定，投资者更愿意通过债务形式来支持公213第31卷第8 期2023年8 月20210.6540.9631202020210.3550.3170.3780.254体育科技文献通报20220.7331120220.0740.179体育产业TIYUCHANYE共体育产业，特别是在经济不稳定时期。需要注意的是，这些数据仅代表了全样本的平均值，可能存在个别样本的情况与整体趋势不符。此外，这些数据也无法完全反映融资方式对公共体育产业的影响，还需要考虑其他因素，如市场需求、政策支持等。综上所述，根据表6 中的数据，股权融资和债权融资在我国公共体育产业中的金融支持效率呈现不同的趋势。股权融资的金融支持效率逐年下降，而债权融资的金融支持效率整体上呈现出波动的趋势。然而，这些数据仅代表了平均值，实际情况可能因个别样本和其他因素而有所不同。2.3.2我国公共体育产业中A股市场不同融资方式下金融支持效率比较分析表7 我国公共体育产业中A股市场不同融资方式下金融支持效率比较A股市场金融支持效率2019股权融资0.731债权融资0.751根据表7 中的数据，我们可以看到我国公共体育产业在A股市场下不同融资方式的金融支持效率比较。数据显示，股权融资和债权融资在不同年份的金融支持效率存在一定的差异。就股权融资而言，2 0 19 年的金融支持效率为0.7 31,逐年递增，2022年达到0.8 7 3。这表明股权融资在支持公共体育产业方面的效率逐渐提高。股权融资是指企业通过发行股票向投资者募集资金，从而获得资金支持。随着时间的推移，公共体育产业在A股市场上通过股权融资获得的金融支持效率逐渐增加，可能是因为投资者对公共体育产业的信心增强，愿意投入更多的资金。债权融资在不同年份的金融支持效率呈现出一定的波动。2 0 19 年的金融支持效率为0.7 51,2 0 2 0 年略有增加，但在2 0 2 1年又出现下降，最终在2 0 2 2 年回升至0.7 7 9。债权融资是指企业通过发行债券或贷款等方式获得资金支持。债权融资的波动可能与市场利率、债券市场的供求关系等因素有关。公共体育产业在A股市场上通过债权融资获得的金融支持效率的波动可能反映了市场对公共体育产业的风险偏好的变化。综合来看，股权融资在支持公共体育产业方面的金融支持效率逐渐提高，而债权融资的金融支持效率存在一定的波动。这可能意味着股权融资在公共体育产业中更受市场认可，而债权融资的风险和回报相对较为不稳定。2.3.3我国公共体育产业新三板市场中不同融资方式下金融支持效率比较分析表8 我国公共体育产业新三板市场中不同融资方式下金融支持效率比较新三板市场金融支持效率2019股权融资0.441债权融资0.663根据表8 中的数据，我们可以看到我国公共体育产业新三板市场中不同融资方式下的金融支持效率比较。数据显示，股权融资和债权融资在不同年份的金融支持效率存在一定的差异。就股权融资而言，其金融支持效率在2 0 19 年为0.441，2020年为0.42 7,2 0 2 1年为0.46 3,2 0 2 2 年为0.115。从数据来看，股权融资的金融支持效率在2 0 2 2 年有明显下降。这可能是由于市场对于公共体育产业的投资预期下降，导致股权融资的效率降低。此外,股权融资的效率相对较低，可能是因为公共体育产业的风险较高，投资者对于回报的预期较为谨慎。债214BULLETIN OF SPORT SCIENCEANDTECHNOLOGYVol.31.NO.8.2023权融资的金融支持效率在不同年份也存在差异。数据显示，债权融资的金融支持效率在2 0 19 年为0.6 6 3,2 0 2 0 年为0.517，2021年为0.2 7 1,2 0 2 2 年为0.2 17。从数据来看，债权融资的金融支持效率在2 0 2 1年和2 0 2 2 年有明显下降。这可能是由于公共体育产业面临的风险增加，导致债权融资的效率降低。此外，债权融资的效率相对较高，可能是因为债权融资具有较低的风险，投资者对于回报的预期相对较高。综上所述，根据表8 中的数据分析，我国公共体育产业新三板市场中不同融资方式下的金融支持效率存在差异。股权融资的效率相对较低，可能是由于公共体育产业的风险较高，投资者对于回报的预期较为谨慎。债权融资的效率相对较高，可能是因为债权融资具有较低的风险，投资者对于回报的预期相对较高。3基于DEA-Tobit模型的我国公共体育产业金融支持效率202020210.7530.7930.7730.733202020210.4270.4630.5170.27120220.8730.77920220.1150.217及经营因素分析3.1Tobit回归分析与影响因素指标选取3.1.1Tobit 回归分析模型表9 变量定义变量符号变量名称Economy经济经济变量是用来衡量经济活动和现象的指标Sports竞技竞技变量是用来衡量竞技活动和表现的指标Marketing营销营销变量是用来衡量营销活动和效果的指标Society社会社会变量是用来衡量社会现象和影响的指标Law法律法律变量是用来衡量法律领域的指标表9 中列出了四个变量的定义，分别是经济、竞技、营销和社会。这些变量是用来衡量不同领域的活动和现象的指标。经济变量用于衡量经济活动和现象，可以包括GDP、就业率、通货膨胀率等指标。竞技变量用于衡量竞技活动和表现，可以包括运动员的成绩、比赛的胜负情况等指标。营销变量用于衡量营销活动和效果，可以包括销售额、市场份额、品牌知名度等指标。社会变量用于衡量社会现象和影响，可以包括人口增长率、教育水平、犯罪率等指标。此外,还有一个法律变量,用于衡量法律领域的指标，具体内容未给出。这些变量的定义为我们提供了一种衡量和理解不同领域的活动和现象的方法，有助于我们进行分析和研究。3.2Tobit模型回归结果分析表10 我国公共体育产业金融支持效率因素的Tobit回归结果解释变量系数估计值5.163常数项0.3250.274*Economy-0.0060.071*Sports0.0855.73Marketing-0.5670.067Society0.271Law156P值0.027Wald chi2(4)9.57Log Likelihood83.573根据表10 中的Tobit回归结果，我们可以对我国公共体育产业金融支持效率因素进行分析。Tobit回归是一种用于处理有截断或者有限观测值的回归模型，它可以帮助我们理解解释变量对因变量的影响。变量定义标准误差7.190.170.0577.7890.07乙值0.892.791.37-0.490.95体育产业TIYUCHANYE我们来看常数项。常数项的系数估计值为5.16 3，标准误融资的金融支持效率逐年提高，而债权融资的金融支持效率存差为7.19,Z值为0.8 9。常数项表示在其他解释变量保持不变在波动。在新三板市场中,股权融资和债权融资的金融支持效的情况下,因变量的基准值。在这个模型中，常数项的系数估率都存在波动，但整体上较低。计值并不显著,因为其乙值较小。接下来，我们来看解释变量3.经济因素和体育因素对我国公共体育产业金融支持效的系数估计值和标准误差。在这个模型中，我们有四个解释变率有正向影响量：Economy、Sp o r t s、M a r k e t i n g 和Society。其中,Economy的系而市场营销因素和社会因素的影响较小。这为相关政策数估计值为0.2 7 4，标准误差为0.17,Z值为2.7 9。这意味着制定者和从业者提供了一定的参考，以优化公共体育产业的金在其他解释变量保持不变的情况下,每单位增加的经济因素与融支持效率。通过对我国公共体育产业金融支持效率的分析，金融支持效率之间存在正向关系。类似地,Sports 的系数估计我们可以了解到其变化趋势、地区差异以及不同融资方式的影值为0.0 7 1,标准误差为0.0 57,Z值为1.37,表明体育因素对响。这些结果对于制定相关政策和提高金融支持效率具有重金融支持效率也有正向影响。然而,Marketing的系数估计值要意义，有助于促进我国公共体育产业的可持续发展。为-5.7 3，标准误差为7.7 8 9,Z值为-0.49。这意味着在其他4.2建议解释变量保持不变的情况下，市场营销因素与金融支持效率之1.加强金融支持效率监管和政策引导间存在负向关系。类似地,Society的系数估计值为-0.0 6 7,标针对金融支持效率下降的问题,政府应加强对公共体育准误差为0.0 7,Z值为-0.9 5，表明社会因素对金融支持效率产业金融支持的监管，确保金融资源的有效配置。同时，制定的影响较小。我们来看P值和Waldchi2（4）。P值表示解释更加有针对性的政策,鼓励金融机构提供更多的金融支持，促变量的系数是否显著，而Wald chi2（4）表示整个模型的显著进公共体育产业的发展。性。在这个模型中,Economy的P值为0.0 2 7,小于0.0 5的显2.提升东部地区金融支持效率著性水平,因此可以认为经济因素对金融支持效率是显著的。鉴于东部地区金融支持效率逐年下降的趋势，政府应加而Waldchi2(4）为9.57,表示整个模型是显著的。大对该地区的金融支持力度，提供更多的金融资源和政策支总体来说,根据表10 的Tobit 回归结果,经济因素和体育持，以促进公共体育产业的发展。因素对我国公共体育产业金融支持效率有正向影响，而市场营3.加强股权融资的金融支持效率销因素和社会因素对金融支持效率的影响较小。这些结果可考虑到股权融资的金融支持效率逐年下降的问题,政府以为相关政策制定者和从业者提供一定的参考，以优化公共体和金融机构应加强对股权融资的支持，提供更加便利和优惠的育产业的金融支持效率。融资条件，以吸引更多的投资者参与公共体育产业。4结论与建议4.加强经济因素和体育因素的正向影响4.1结论鉴于经济因素和体育因素对金融支持效率有正向影响，1.我国公共体育产业金融支持效率在2 0 19 年至2 0 2 2 年政府和相关机构应加强对经济发展和体育产业的研究，制定出期间发生了较大变化更加有针对性的政策，以促进公共体育产业的可持续发展。同从全样本来看，金融支持效率整体呈现出先下降后回升时,要加强市场营销和社会因素的研究，以提高金融支持效率。的趋势。从A股市场的角度来看，金融支持效率相对较高且参考文献：在2 0 2 2 年有所回升。而从新三板市场的角度来看，金融支持【1霍江林,王雨晴.金融支持新能源产业高质量发展效率评价研究-基于DEA-Tobit模型J.煤炭经济研究,2 0 2 2,42(1):11-16.效率相对较低,并且在2 0 2 1年出现了较大的下降。2任杰,张红梅.基于DEA-Tobit模型的中国智能产业金融支持水2.不同地区的金融支持效率存在差异平与效率评价研究J.南方农机,2 0 2 1,52（12）：2-6,9.东部地区的金融支持效率逐年下降，中部地区的金融支3李艳丽，武叶涵，刘秋梦.基于DEA-Tobit模型的我国体育产业持效率波动不定，而西部地区的金融支持效率逐年上升。这可金融支持效率测度及影响因素研究J.武汉体育学院学报，能与地区的经济发展水平、政府政策支持和金融机构的影响有2020,54(8):36 43.关。不同融资方式对金融支持效率的影响也存在差异。在全【4乌兰,李寅龙，花蕊.中国高新技术产业发展的金融支持效率研样本中,股权融资的金融支持效率逐年下降，而债权融资的金究基于DEA两阶段模型分析法J.经济研究参考,2 0 16,融支持效率整体上呈现出波动的趋势。在A股市场中，股权(67):63 68.(上接第2 10 页）【13李增光，沈克印.双循环新发展格局下体育用品制造业转型升级的动力机制研究J.沈阳体育学院学报,2 0 2 2，（1）：10 6 114.14 胡垚.数字经济视域下中国体育产业海外投资风险及应对J.对外经贸实务,2 0 2 1，（11）：7 8-8 1.15 李灵卉.2 0 2 1年中国体育用品行业进出口现状及市场结构分析行业保持贸易顺差扩大趋势EB/0L.（2 0 2 1-0 9-2 7）2 0 2 3-04-05 J.https:/ 王先亮，王志文，牛婷.基于系统动力学的体育产业高质量发展增长动力转型研究J.沈阳体育学院学报，2 0 2 1，（6）：111-119.17 维托坦茨.政府与市场：变革中的政府职能M.王宇,译.北京：商务印书馆，2 0 16：1-17.18 于立宏，孔令丞.产业经济学M.北京：北京大学出版社,2 0 17：48 50.19 苏东水.产业经济学M.第四版.北京：高等教育出版社,2 0 17：267 272.20 习近平.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利M.北京：人民出版社，2 0 17：18-31.21赵玉林.产业经济学原理及案例M.北京：中国人民大学出版社,2 0 16:48 50.22 王子玥,王志文，王飞.新发展格局下我国现代体育市场体系的目标指向与建设路径J.吉林体育学院学报,2 0 2 2,（6)：19-2 4.215第31卷第8 期2023年8 月体育科技文献通报