The Impact of Major Sports Events on Urban Economy Development: Based on the Panel Data from 70 Large and Medium-sized Cities in China
-
摘要: 重大体育赛事的举办在一定程度上能推动承办城市转型发展，但也可能对当地经济产生某种不良影响，这主要源于对重大体育赛事与城市经济发展的内在规律和作用机制认识不够清晰。以2000—2017年22项具有全国影响力的重大体育赛事为基础，利用中国70个大中城市面板数据，采用双重差分法，分析重大体育赛事对城市经济发展的影响。发现：全样本数据下重大体育赛事的举办会促进城市第一产业向第二、第三产业发展；对比国内和国际赛事，重大体育赛事对第三产业的促进作用均显著高于第二产业；以1 085家上市公司数据为样本，采用事件研究法进行分析，发现不同行业利用重大体育赛事的窗口期存在显著差异。Abstract: Although the major sports events have the catalytic function of promoting urban transformation, they also have potentials to drag down the local economy.The reason may be it lacks a clear understanding of the internal laws and mechanisms of urban economic development.This article focuses on the economic effects of major sports events on urban development.Twenty two sports events with national influences from 2000 to 2017 are selected.Using the panel data of 70 large and medium-sized cities in China, the double differences method is used to analyze the impact of major sports events on the urban economy.Studies have shown that holding major sports events under the full sample data will promote the development of the city's primary industry to the secondary and tertiary industries.The study of domestic and international competitions has further verified that the promotion of major sports events to the tertiary industry is significantly higher than that of the secondary industry.Taking the data of 1 085 listed companies as samples, using the event research method, the analysis of subdivision industry shows that there are significant differences in the window period of different major sports events.
-
在世界城市发展的历史进程中，几乎所有国际化大都市都举办过大型会展或体育赛事。悉尼、纽约、巴塞罗纳和洛杉矶等国际大都市都依靠举办重大体育赛事实现了城市转型发展的重大升级。重大体育赛事有利于提高东道国的社会、文化、政治和国际地位，促进城市经济发展，增加就业机会[1]，促进第三产业的发展并产生正向社会效益，促进人们身心健康[2-4]，提升幸福感[5]。此外，重大体育赛事的举办需政府投入大量的人力、物力、财力，会为城市基础建设的顺利实施提供充分保障[6-8]。与此同时，重大体育赛事引致的旅游业发展还会促进城市产业集聚，优化城市产业结构[9-10]。
在我国城市化进程不断加快的现实背景下，奥运会、世博会等具有国际影响力的重大事件成为地方政府实现城市转型发展的战略性手段[11]。据国家体育总局统计，2017年我国体育产业总规模近2.2万亿元，这是体育产业GDP占比首次达到1%，中国体育经济在“建设体育强国”战略目标的指引下产生了根本性突破。在欧洲，仅2004年，由体育创造的商业价值就高达4 070亿欧元，占欧洲总GDP的3.7%。2007年，体育相关领域职位解决了欧洲就业市场超1 500万人的就业问题，占就业总人口的5.4%[12]。
历史经验表明，举办重大体育赛事是一把“双刃剑”，过度举办重大体育赛事可能会拖垮当地经济。据Flyvbjerg等[13]测算，自1968年格勒诺布尔冬季奥运会至2012年伦敦夏季奥运会，每届奥运会都超预算——平均每届奥运会最终报告支出费用超出竞标成本预算179%。1976年蒙特利尔奥运会支出费用甚至超出预算近8倍。2008年北京奥运会基建设施的总投入达400亿美元，而2014年索契冬奥会该数字达到了500亿美元。越来越多当地居民反对举办重大体育赛事，因为举办方往往对于赛事举办带来的收益过于乐观、甚至不太现实，学界称这一现象为“赢家诅咒”[14]。研究[15-17]证实，重大体育赛事等重大事件对城市产业发展具有抑制作用，包括重复建设、盲目扩张，举办后期城市建设的速度明显放缓等。2004年雅典奥运会成为了希腊经济危机的“催化剂”，雅典奥运村成为叙利亚和阿富汗难民的安置地[18]。Gibson[19]发现赛事举办导致当地物价上涨，从而使当地居民的生活成本增加。虽然重大赛事的举办会提供相当一部分的就业岗位，但赛事带来的就业机会大多是临时性的，赛事结束后会造成大量失业，以及相应的生态问题和后续发展问题，如产生大量垃圾、废弃物和噪声污染等，破坏生态环境，降低城市舒适度[20]。重大体育赛事举办期间，政府会责令整顿环境，尤其是一些高耗能、高污染的制造业在赛事期间易受产业规制影响而产生负效应[11]。
在体育赛事与城市经济发展的相互作用与关系分析方面，国内外学者的研究路径基本都以定性分析和案例研究为主。如：Kang等[21]以1988年汉城奥运会为例，发现赛事举办未对当地旅游业产生长期的影响。Fourie等[2]以2010年南非世界杯足球赛为例，分析重大体育赛事对旅游的影响，发现赛事规模和赛事举办季节不同，对旅游产业的影响不同。以往研究[22-23]仅讨论了重大体育赛事对消费经济、旅游产业、场馆建设与遗留等方面的影响，较少纵向研究细分行业的区别。成功等[24]以2010年广州亚运会为例，提出体育赛事对推动城市发展存在功能和效果的差异。鄢慧丽[9]以2006—2017年第12届环海南岛国际公路自行车赛为例，从定量的角度分析大型体育赛事与举办地城市发展的耦合协调关系。王凯等[25]以文献资料法为主要研究方法，使用引致经济理论，从产业和要素层面对我国体育赛事的引致需求进行探讨，提出优化体育赛事供给侧以促进产业发展。朱启莹等[26]采用事件研究法分析发现，体育产业政策发布对体育类上市公司的资本市场有较明显的短期正向冲击。这些研究均为本文从细分行业角度阐述重大体育赛事的经济效应提供了依据。本文利用倾向得分匹配双重差分法(PSM-DID)评估重大体育赛事对城市产业发展的影响，利用事件研究法分析重大体育赛事对细分行业影响的差异。针对重大体育赛事对城市经济发展的影响，将重大体育赛事产生的经济冲击作为城市产业转型升级的重要因素，着重考虑2个方面的问题：①重大体育赛事的举办对城市产业发展是否存在显著影响；②哪些细分行业对推动整个城市产业转型升级作用更大。
本文的可能贡献在于：①在城市和产业层面，综合运用双重差分法与事件研究法，证实重大体育赛事确实会促进城市经济发展，并以上市公司细分行业的股票异常收益率进行验证，进一步拓展了对城市发展理论的认识。②梳理承接重大体育赛事对城市产业影响的内在机理，有利于明晰体育赛事对城市转型与发展的作用力度。③研究城市产业转型发展的规律，厘清重大体育赛事对细分行业的影响差异，有利于在中国新型城镇化关键时期，为地方政府未来可能承接的重大体育赛事提供参考。
1. 理论机制和研究假设
体育产业的高速发展对国民经济发展具有重要驱动作用，体育产业发展会对相关行业产生扩散效应，可将其产业优势辐射到各个相关产业[27]。大量研究[28-31]已证实，城市发展取决于地方经济生产能力。赛事发展与城市转型方向契合度越高，越能带动城市高端服务业和战略性新兴产业的崛起，推动产城融合和区域经济优化，成为产业层级转型的重要助推力。
随着赛事活动产生的外部冲击，赛事经济链会引发市场聚合机制，进而吸引资金流、信息流、物流、人才流的集聚，通过产业联动可引发相关行业的快速扩张，成为推进产业优化升级的战略工具[29]。一方面，可以通过建设大型项目推进产业升级；另一方面，事件经济的“富矿效应”能通过产业关联在产业间传递。重大体育赛事对城市产业发展的影响具有阶段性特征，表现为经济变量对城市产业既有短期影响，也有长期影响。从短期看，重大体育赛事会对城市的投资、消费等产生刺激，从而带动城市基础设施建设、交通网络规划等的发展，助力各个产业快速增长，促进城市产业能级提升。从长期看，存在正反两方面效应：一方面由于体育赛事举办所带来的产业集聚和人力资本积累，可促进承办城市的技术进步，以及经济的可持续发展；另一方面，由于初期阶段的过度投资，可能挤占后期城市建设和规划的资源，造成挤出效应，导致经济可持续发展动力不足，出现低谷效应。
1.1 体育赛事对城市的短期影响及作用机制
体育赛事的经济影响一般从申办成功开始，呈现出从快速增长到稳步下降的趋势[11]。体育赛事申办成功日至举办日之间的时间间隔为赛事筹备期。在一般情况下，根据赛事规模不同，筹备期为1~7 a，而具有国际影响力的体育赛事的筹备期为4~7 a。甚至有些城市为了增强体育赛事效果，筹备时间更长，如洛杉矶奥组委(LA 2028)已经未雨绸缪，开始筹备2028年奥运会赞助商事宜。本文假设短期为体育赛事筹备阶段的最后1 a至举办后1 a，因为生产要素很难迅速调整，通常短期内城市经济具有陡增的特点。产生这一现象的原因是资本快速投入的溢出效应[29]，体育赛事的短期影响表现在如下3个方面。
(1) 经济增长效应[30]。一方面，重大体育赛事对举办城市的经济、政治、文化、制度等条件具有相当高的要求；另一方面，重大体育赛事也将给举办城市的经济带来前所未有的影响。从短期看，可借由赛事热度快速吸引外部经济资源，从活动中获得的利益是活动本身的外部利益，表现为经济增长的外溢效应。如举办地政府的财政拨款以及企业扩大吸引外部投资等行为为城市产业转型升级带来的新动力，不仅局限于赛事内部相关产业，还会直接为承办城市的整体经济发展带来显著的外部效益[32-33]。因此，提出假设1：重大体育赛事可促进承办城市产业结构升级，降低第一产业比重，提升第二、第三产业比重，且对第三产业的作用高于第二产业。
(2) 人力资本累积效应[34]。人力资本对经济增长的作用因人力资本的数量和质量不同而不同，人力资本数量对经济发展的作用涉及人口红利问题。已有研究认为，对于不同经济水平的国家或地区，人力资本数量对经济的推动作用存在一个最优规模，一旦超过最优规模，人口红利就消退，人力资本数量的正向作用逐渐减弱。一般人力资本质量能提高人力资本使用效率，有助于经济发展，创造大量的就业岗位，提升城市知名度，吸引大量人才，从而带来城市人力资本的增加。
(3) 集聚效应。根据增长极理论，集聚效应主要描述了吸引经济活动到东道国的一种向心力[35]。具体指各种经济活动和产业向承办城市持续聚集，以及能促进城市持续扩张和城市化加速空间力量的逐渐形成。我国城市化过程就是集聚经济的典型[36]。举办重大体育赛事可在短期内增加大量就业岗位，同时促进了第三产业扩张，有利于人力资本在短期内的集聚以及第三产业相关企业的大量涌入，短期的集聚效应大大促进了城市经济的增长。本文讨论的重大体育赛事是具有一定影响力和规模的赛事，因此在参赛人数、前期成本、举办周期、赛事影响等方面都有一定要求。已有研究[37]表明，举办奥运会和足球世界杯赛事对住房销售的累积平均异常收益影响不同。由此可得假设2：重大体育赛事的知名度和影响力越高，其人力资本和集聚效应越显著，赛事影响的附加值越大，对城市发展的作用越明显。
1.2 体育赛事对城市的长期影响及作用机制
体育赛事对城市经济发展及产业转型升级的短期正向影响是显而易见的。就长期而言，已有研究对此产生了分歧。第1种解释认为，体育赛事除了可能对城市经济带来正向影响外，由于前期投入过大，对后期存在挤出效应，造成赛事举办后期经济投资忽然断崖式下跌产生低谷效应[14]。第2种解释认为，由于体育赛事举办成功与否存在不确定性，但地方政府已经在筹备前期举债建设，若后期经济并无太大改善将导致资不抵债，造成地方政府欠下巨额债务甚至破产等负面影响[18]。第3种解释认为，重大体育赛事举办是否成功也会影响城市形象，与经济增长相比，地方政府可能更关注城市形象的塑造，甚至民众满意度的提升[11]。此外，举办重大体育赛事对政府发行城市投资债券、利用国有土地发放抵押贷款具有显著的积极影响，有利于地方政府突破财政约束。长期影响的作用机制主要包括以下2个方面。
(1) 挤出效应。政府支出具有公共产品的特性，因此赛事举办前期会加大人力、物力、财力的投入，相当于资源配置的时空转移，对赛事举办后期存在挤出效应。前期大量的政府支出用于城市建设，挤占了非国有制小企业的生产环节，加快了该类型企业的市场退出速度，导致后期政府财政支出减少，城市的整体生产力下降。政府财政支出的减少所带来的城市建设、投资、消费等方面的明显下降，可能会导致举办后期的经济低谷[23]。挤出效应体现在赛事后期城市固定投资的减少以及GDP增速明显放缓等。重大体育赛事举办筹备期的场馆建设直接决定了观众的参与度和满意度，同时，场馆建设筹备提高了国家对地方土地使用的批准概率，场地越大，财政收入越高，这往往造成赛事结束后场地的闲置与浪费，尤其是奥运会场馆[18]。
(2) 技术进步效应。通常而言，技术进步有利于经济发展。在我国，技术进步主要表现为技术扩散和技术创新。①为了提高体育赛事的创新性与影响力，地方政府会加大技术研发投资，研发体育赛事举办的新技术，保证体育赛事的成功举办；②随着新技术的成功研发，扩散效应会被越来越多的企业所运用，技术创新不断推进导致技术溢出，对城市相关产业经济增长产生长期的正向促进作用。重大体育赛事中的科技元素也能显著促进城市新兴产业的进一步发展，实现产业的良性可持续发展，以更好的城市面貌迎接赛事。如赛事举办前期关停或外迁一些高污染工厂，赛事举办后期大量引入外资促进金融、保险等新兴服务业的发展。由此提出假设3：重大体育赛事举办前后对城市不同细分行业的影响存在显著差异。
2. 数据、模型和变量选择
2.1 研究样本
综合考量赛事影响力、级别重要性、投资力度、数据可获得性[38]等，基于中国70个大中城市面板数据，选取2000—2017年举办过具有全国及以上影响力赛事(包括奥运会、亚运会、青奥会等22项重大体育赛事)的14个国内城市(表 1)。
表 1 2000—2017年中国重大体育赛事一览Table 1. List of major sports events in China from 2000 to 2017赛事名称 举办日期 举办城市 样本股票数/只 上证 深证 创业板 广州全运会 2001-11-11 广州 11 32 2 世界大学生运动会 2001-08-22 北京 44 28 0 哈尔滨冬运会 2003-01-05 哈尔滨 16 2 0 南京全运会 2005-10-12 南京 25 15 4 长春亚运会 2007-01-28 长春 9 4 0 世界夏季特奥会 2007-10-02 上海 165 7 0 全国冬季运动会 2008-01-18 齐齐哈尔 11 5 0 北京奥运会 2008-08-08 北京 80 32 0 哈尔滨大冬会 2009-02-18 哈尔滨 16 2 0 济南全运会 2009-10-16 济南 12 7 0 广州亚运会 2010-11-12 广州 11 29 2 国际泳联世界锦标赛 2011-07-06 上海 168 25 19 世界大学生运动会 2011-08-12 深圳 14 114 28 长春冬运会 2012-01-03 长春 9 4 0 沈阳全运会 2013-10-06 沈阳 7 8 3 天津东亚会 2013-10-06 天津 94 131 44 南京青奥会 2014-08-16 南京 25 15 4 东亚杯足球赛 2015-08-01 武汉 16 13 4 全国青年运动会 2015-10-18 福州 8 12 0 国际田联世界田径锦标赛 2015-08-22 北京 105 62 62 全国冬运会 2016-01-20 乌鲁木齐 22 17 2 天津全运会 2017-08-27 天津 23 14 8 注：实验组城市的样本企业选自中国证券监督委员会官网文件；数据来自国家体育总局及各省体育局官方网站、中国经济社会发展统计数据库、国泰安数据库。 在细分行业研究中，事件研究法样本股票根据事件窗口长度选择，选择相关性较大的行业股票样本。以对应城市赛事举办当日为事件日，通过国泰安CSMAR数据库搜集重大事件发生城市的上市公司，分析在事件发生前后相关股价数据波动情况，以事件举办日为事件日，计为第0天，若当天为非交易日，则顺延至第1个交易日。为尽可能反映重大体育赛事对不同长短事件窗口收益率的影响，借鉴Delpy[39]的研究结果将事件窗设为[-15, 15]，相应地分别以[-120, -15]合计106个交易日为估计窗。
2.2 模型设定
重大体育赛事对城市产业的影响，既有正向效应，又有负向效应，表现为一个动态演变过程。本文先利用PSM-DID方法评估重大体育赛事对不同产业的影响，而后通过事件研究法，识别重大体育赛事的举办会对哪些行业产生影响及其影响程度。
2.2.1 构建PSM-DID回归分析模型
将每次举办的赛事看作1次准自然实验[40]，利用PSM倾向性匹配法为每个实验组匹配相应的对照组，再利用PSM-DID评估重大体育赛事对不同产业的影响。模型(1)为考虑了控制变量后的模型设定：
$$ \begin{array}{l} industry_{it}^{psm} = {b_0} + {b_1} \times {T_{it}} + {b_2} \times {A_{it}} + {b_3} \times {T_{it}} \times \\ {A_{it}} + \sum \beta {X_{it}} + {e_{it}} \end{array} $$ (1) 其中：$industry_{it}^{psm} $分别为第i个城市在t时期的第一、第二、第三产业所占GDP比重。Tit为时间的虚拟变量，记t=1，Ti1=0，为重大体育赛事举办前，一般称为重大体育赛事筹划期；记t=2，Ti2=1，为重大体育赛事举办当年以及举办后的3 a，称为重大体育赛事举办后期。Ait为分组的虚拟变量，记Ait=1，为举办重大体育赛事的城市；记Ait=0，为没有举办重大体育赛事的城市。Xit代表控制变量，包括城市经济发展水平、固定资产投资、人力资本和工业化进程等。eit代表残差。i代表不同的城市，t代表 2个时间段。b0、b1、b2、b3代表待估参数，其中，b3是双重差分估计量。
表 2 倾向性匹配变量设置Table 2. Variable setting of tendency matching变量类型 变量名称 变量含义 备注 被解释变量 第三产业 第三产业占GDP比重 单位：% 第二产业 第二产业占GDP比重 单位：% 第一产业 第一产业占GDP比重 单位：% 核心解释变量 时间 重大体育赛事时间虚拟变量 举办赛事当年及后期3 a为1，举办赛事前期为0 赛事 重大体育赛事城市虚拟变量 举办本文筛选出的22项赛事的城市赋值为1，否则为0 X X=时间×赛事 控制变量(取对数) 投资 固定资产投资总额 单位：万元 人口 年末总人口 单位：万人 GDP 国内生产总值 单位：万元 产值 限额以上工业总产值 单位：万元 资料来源：《中国城市统计年鉴》。 2.2.2 基于事件研究法的行业绩效模型
事件研究法的主导思路，即在股票市场有效的前提下，举办重大体育赛事影响相关行业绩效的结果会立即并准确地反映到企业股票价格上。因此，重大体育赛事对相关产业绩效的影响可通过比较重大体育赛事前后的股价波动衡量。事件研究法选择“异常收益”这一比例尺度作为衡量指标，适用于不同时段和地区的比较，具体计算公式及方法如下。
(1) 将赛事举办城市公司股价和大市指数转化成每天收益率(回报率)。每天股票收益率=(当天价格-前1天价格)/前1天价格。每天指数收益率=(当天指数-前1天指数)/前1天指数。实验组超额收益率(AR)=每天股票收益率-每天指数收益率。累计收益率即为这一区间内股票收盘价的涨幅。
(2) 实验组超额收益率的计算。采用对实验组的参数估计期数据估计正常收益率。实验组企业的正常收益率Rit和异常收益率ARit的计算公式为
$$ R_{i t}=\alpha_{i t}+\beta_{i t} R_{m t}+\varepsilon_{i t} $$ (2) 其中：Rit是实验组企业股票i在t时期的实际收益率；Rmt是市场在同一个t时期的收益率；${\varepsilon _{it}} $为随机扰动项。
$$ A R_{i t}=R_{i t}-\left(\alpha_{i t}+\beta_{i t} R_{m t}\right) $$ (3) 实验组的异常收益是市场模型中的误差项。提前计算的异常收益率仅用于事件日期。为了更好地描述事件对股票收益的影响，在研究事件期间股票的异常收益率时，应根据时间积累计算股票的累计异常收益率：
$$ CA{R_i}\left( {{t_1}, {t_2}} \right) = \sum\limits_{t = {t_1}}^{{t_2}} A {R_{it}} $$ (4) N只股票在交易t期间的平均异常收益率为
$$ \overline {A{R_t}} = \frac{1}{N}\sum\limits_{i = 1}^N A {R_{it}} $$ (5) 因此，N只股票在t期间的平均累计异常收益率为
$$ \overline {CAR} \left( {{t_1}, {t_2}} \right) = \sum\limits_{t = {t_1}}^{{t_2}} {\overline {A{R_t}} } $$ (6) ARit是计算得出的股票i在t时期即事件期内的超额收益率，Rit为股票i在t时期事件期内的实际收益率，Rmt为t时期的该事件期内股票的市场收益率，αi和βi为市场模型估计出的参数值，CARit为股票i在t时期事件期内的累计超额收益率，ARt为t时期内的事件期选定股票平均超额收益率，CARt为t时期内事件期选定股票的累计平均超额收益率。
2.3 变量选择
选取的被解释变量为城市经济发展情况，分别选取各城市第一、第二和第三产业所占GDP比重作为衡量产业发展的指标。根据国内举办重大体育赛事的城市和年份建立虚拟变量，通过PSM倾向性匹配出对应实验组的对照组并构建PSM-DID模型，研究重大体育赛事对城市产业的影响，具体变量设置如表 2所示。
倾向性匹配能为实验组尽可能拟合一个未举办赛事但有基本相同产业发展趋势的城市作为对照组。图 1为14个举办过重大体育赛事城市的第一、第二、第三产业占比拟合曲线，实线是实验组真实值，而虚线是对应城市的未举办赛事的模拟结果，对比发现模拟路径能基本匹配实验组的产业变化，但存在略微滞后性。如北京与模拟北京的走势相比，模拟北京的产业占比变化起伏更大，相较于实验组的真实走势存在滞后性。从城市的模拟情况看，虽然模拟对照组不能完全拟合每个城市的产业走势，但基本能模拟实验组在无重大体育赛事冲击情况下三大产业变化的大致趋势。
![]()
图 1 举办过重大体育赛事城市的细分产业占比拟合曲线Figure 1. Fitting curve of the proportion of the three major industries that have held major sports events3. 重大体育赛事对城市经济发展影响的实证分析
3.1 描述性统计
通过倾向性匹配为实验组城市匹配出相关对照组城市。为了验证匹配结果的可靠性，对匹配结果进行平衡性检验。由表 3结果可知，匹配后的t统计量均不显著，说明在进行匹配后，匹配变量在实验组和对照组之间并无显著差异，确保了样本处理的随机性，验证了估计结果的可靠性。
表 3 倾向性匹配平衡性检验结果Table 3. Tendency matching balance test results变量名称 均值 标准偏差/% 标准偏差减少幅度/% t检验
P > t处理组 对照组 第一产业占比 匹配前 12.861 6 6.631 7 58.0 88 0.07 匹配后 11.072 0 6.403 6 6.7 0.50 第二产业占比 匹配前 47.503 2 45.572 1 65.0 95 0.03 匹配后 46.028 8 44.316 1 2.7 0.87 第三产业占比 匹配前 39.724 7 47.995 0 97.0 18 0.50 匹配后 44.497 9 47.331 9 80.0 1.00 国内生产总值对数 匹配前 15.710 9 16.978 1 26.0 86 0.44 匹配后 15.918 4 16.520 6 3.6 0.81 固定资产投资对数 匹配前 14.822 4 15.968 8 17.0 91 0.08 匹配后 14.498 0 15.705 4 1.4 0.95 年末总人口对数 匹配前 6.043 5 6.306 3 50.0 28 0.63 匹配后 6.040 3 6.224 6 36.0 0.56 工业总产值对数 匹配前 16.081 7 17.230 4 86.0 78 0.12 匹配后 16.052 0 16.918 4 19.0 0.34 3.2 基础回归模型
高波等[41]认为产业价值链向高端攀升可实现城市产业升级，在数据上可通过城市产业GDP占比的变化证明。因此，利用城市产业占比表示产业发展，以此验证假设1，即重大体育赛事举办会显著促进承办城市产业结构升级，使该城市第一产业比重下降，第二产业和第三产业比重上升，同时，第三产业增加幅度高于第二产业(表 4)。
表 4 重大体育赛事对城市产业的影响Table 4. Impact of major sports events on urban industries指标 模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 DID -0.160 2***
(0.050)0.067 1***
(0.050)0.024 4*
(0.080)-0.105 9***
(0.007)0.022 5***
(< 0.001)0.036 1***
(< 0.001)城市GDP -0.542 9***
(< 0.001)-0.026 5
(0.159)0.082 2***
(< 0.001)城市固定投资 0.121 3**
(0.022)0.017 2
(0.384)0.005 1
(0.799)工业化进程 -0.065 5
(0.130)-0.003 4
(0.745)0.007 3
(0.481)城市人口 0.136 1
(0.225)-0.053 5**
(0.031)0.045 4*
(0.083)常数项 2.327 0***
(< 0.001)3.831 4***
(< 0.001)3.651 7***
(< 0.001)7.534 7***
(< 0.001)4.548 1***
(< 0.001)1.854 5***
(< 0.001)样本量 1 260 1 260 1 260 1 260 1 260 1 260 截面数 70 70 70 70 70 70 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。 表 4中，模型(1)至模型(3)为不加入控制变量的模型，模型(4)至模型(6)为加入控制变量的模型。估计结果显示，重大体育赛事对第一产业有显著的负向影响，举办重大体育赛事可显著促进第一产业向第二、第三产业转变。模型(2)和模型(3)表明，重大体育赛事对第二产业和第三产业都有显著的正向影响，且对第二产业的影响高于第三产业，这可能是由于体育赛事场馆建设和当地基础设施建设，有效地促进了第二产业的进一步发展。模型(5)和模型(6)的回归结果显示，控制相关变量后对第三产业的影响显著高于第二产业，增长3.61%。第三产业的体育业、旅游业等受人口数量、工业化进程、经济发展宏观环境变化影响较大，因此，举办重大体育赛事在一定程度上可促进城市第三产业的快速发展，以及城市经济的转型升级，假设1得以验证。
3.3 赛事规模的影响
为进一步分析赛事规模对城市产业发展的影响，将重大体育赛事分为国内赛事与国际赛事2种类型，分别对其进行倾向性得分匹配，并将匹配结果用DID模型验证(表 5)。其中，国际赛事指奥运会、亚运会、世界大学生运动会等有多个国家参与的重大赛事。
表 5 赛事规模对城市产业的影响Table 5. Impact of the scale of the events on urban industries指标 模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 国际赛事 -0.601 2
(0.177)0.324 7*
(0.039)0.666 1**
(0.014)国内赛事 -3.338 8***
(< 0.001)1.652 3
(0.481)0.233 1
(0.372)城市GDP -2.495 9***
(< 0.001)2.788 6***
(< 0.001)-0.274 7
(0.740)-2.488 0***
(< 0.001)2.779 4***
(< 0.001)-0.276 6
(0.735)城市固定投资 -2.288 0***
(< 0.001)1.305 1***
(0.009)1.042 6**
(0.050)-2.289 2***
(< 0.001)1.309 1***
(0.009)1.034 6**
(0.050)工业化进程 -0.449 3
(0.267)0.567 4**
(0.027)-0.230 4
(0.434)-0.452 5
(0.263)0.566 8**
(0.027)-0.225 0
(0.443)城市人口 0.573 8
(0.243)0.163 9
(0.667)-0.751 1
(0.187)0.571 6
(0.245)0.164 4
(0.666)-0.742 6*
(0.019)常数项 80.877 3***
(< 0.001)-17.413 1*
(0.079)38.847 0***
(< 0.001)80.877 3***
(< 0.001)-17.304 1*
(0.082)38.812 2***
(< 0.001)样本量 1 260 1 260 1 260 1 260 1 260 1 260 截面数 70 70 70 70 70 70 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。 表 5中，模型(1)至模型(3)为国际赛事对三大产业发展的影响，模型(4)至模型(6)为国内赛事对三大产业发展的影响。模型回归结果显示，国际赛事举办后促进举办城市第二、第三产业GDP占比分别上升了32.47%和66.61%，而国内赛事举办后抑制了第一产业GDP占比，且效果均达到显著性水平。城市举办重大体育赛事后，第一产业占比下降：一方面是因为政府需要征收农用地，扩大建设用地，才能举办重大体育赛事；另一方面，国内许多城市愿意利用承办重大体育赛事的契机完成从第一产业到第二产业的转型，从而快速提升城市化率。国际赛事和国内赛事承办城市的经济发展水平和城市规模存在差异，国内赛事承办城市在城市化水平和产业升级程度等方面略低于国际赛事承办城市。模型(1)和模型(4)表明，国际赛事的举办对第一产业无显著影响，而国内赛事会显著降低第一产业在城市GDP中的占比，由此可以推测，承办国际赛事的城市产业升级潜力更大。模型(2)和模型(3)表明，国际赛事对城市第二产业和第三产业都有显著的正向影响，这也表明假设1在赛事规模不同条件下仍显著成立，验证了假设1的稳健性。模型(5)和模型(6)表明，国内赛事对第二产业、第三产业的影响不显著。因此，国内赛事和国际赛事对城市产业发展的作用力度不同，赛事规模越大，影响越大，即假设2成立。
3.4 稳健性检验
考虑到2016—2017年的《中国城市统计年鉴》数据存在一定范围的缺失，为保证结果的可靠性，剔除存在缺失值的2年，同时剔除2015—2017年举办重大赛事的5座城市处理组，对余下17个处理组共计11座举办重大体育赛事的城市重新建立回归模型(表 6)。由表 6可知，剔除缺失数据后的回归结果相较于未剔除缺失数据的结果，重大体育赛事对第一产业都存在显著负向影响，而对于第二、第三产业有显著的正向影响。对比数据可以看出，剔除缺失数据后的回归结果比未剔除缺失值的回归结果更显著，这说明剔除缺失数据的模型更能反映城市产业发展的真实情况。这进一步证实了假设1的稳健性。
表 6 剔除缺失值后重大体育赛事对城市产业的影响Table 6. Impact of major sports events without missing values on urban industries指标 模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 DID -0.101 4 *
(0.053)0.680 4**
(0.041)0.600 7
(0.433)-0.015 1*
(0.070)0.822 2**
(0.050)0.848 1***
(< 0.001)城市GDP -1.197 0***
(0.052)-1.536 6
(0.119)2.862 9***
(< 0.001)城市固定投资 -1.681 3 ***
(0.006)0.433 2
(0.704)1.263 5
(0.162)工业化进程 -1.242 4**
(0.034)1.955 9*
(0.052)-0.704 6
(0.295)城市人口 2.360 2***
(< 0.001)-3.060 5*
(0.064)0.345 2
(0.807)常数项 13.368 9***
(< 0.001)47.503 3***
(< 0.001)39.149 9***
(< 0.001)62.129 0***
(< 0.001)52.556 1***
(< 0.001)-14.911 1
(0.238)样本量 827 827 827 827 827 827 截面数 69 69 69 69 69 69 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。 举办重大体育赛事对城市产业发展的影响往往直接反映城市工业化进程、城市基础设施投资等方面。工业化水平越高代表第二产业发展越好，城市基础设施建设离不开城市固定资产投资，因此，以这2个值为被解释变量，替代城市产业发展水平，可从侧面反映原基础模型的稳健性，表明重大体育赛事确实对城市产业发展存在影响(表 7)。由于存在挤出效应，城市固定投资在赛事举办后期呈现显著的负相关关系，这与上文重大赛事对城市产业发展影响机制中的论述结果一致。初期过度投资可能挤占后期城市建设和规划的资源，导致经济可持续增长动力不足。工业化进程水平则在赛事举办后期有显著提升，与上述回归结果中第二产业占比上升的结论也相一致。
表 7 重大体育赛事对城市固定投资及工业化水平的影响Table 7. Impact of major sports events on urban fixed investment and industrialization指标 模型(1) 模型(2) 模型(3) 模型(4) 城市固定投资额 工业化水平 城市固定投资额 工业化水平 DID -0.050 3
(0.659)0.125 8
(0.261)-0.054 8 **
(0.044)0.025 8 **
(0.045)城市GDP 1.329 5***
(< 0.001)1.354 6***
(< 0.001)第二产业占比 0.008 7
(0.121)第三产业占比 -0.020 4***
(< 0.001)城市人口 -0.204 9***
(0.005)-0.159 8*
(0.100)城市化 -0.094 9
(0.330)0.118 9**
(0.040)技术进步 -55.430 3***
(< 0.001)-15.043 6*
(0.088)常数项 15.828 6 ***
(< 0.001)16.607 9***
(< 0.001)7.061 7***
(< 0.001)8.583 0***
(< 0.001)样本量 827 827 827 827 截面数 69 69 69 69 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。 举办重大体育赛事的影响：一方面，体育、文娱、住宿、餐饮、旅游等服务型行业的短期需求激增，促进第三产业快速发展；另一方面，东道国城市需要在短期内接待大量外部人员，需要更完善的交通运输、通信服务保障。城市举办大型赛事的标配是兴建场馆、改善交通，但在举办过程中常常会出现第二产业“倒U”型增长的现象，这并不意味着城市产业发展。如表 7所示，在加入控制变量后，虽然工业化水平显著，但仅上升了2.58%，这也进一步验证了理论机制中的挤出效应。很多城市在赛事举办前会关停或外迁部分重工业企业。如为了美化举办城市的环境，2008年北京奥运会举办前首钢集团搬迁至河北，而首钢集团在鼎盛时期上缴的利税达到北京全市收入的20%。因此，在重大体育赛事举办前重工业搬迁，使得工业生产总值明显下降，待赛事举办后，随着企业谋求产业转型升级，第二产业才会有所突破。
4. 基于事件研究法的进一步分析
关于重大体育赛事举办对产业内部不同细分行业，如为承办赛事所需的电、热、气、水生产供应，零售批发，公用事业管理，房地产，交通运输，金融服务等行业影响(假设3)，采用事件研究法做进一步论证。
4.1 事件研究法异常收益计算
根据筛选原则，从国泰安CSMAR数据库获取共计14个城市、22个时间段包括农业、制造业、保险金融业、文化体育产业等40个行业在内的1 085家上市公司的股票交易数据。根据行业公司的性质、总部所在地等整理了事件窗内每家公司每个交易日的开盘价和收盘价，计算其异常收益值[34]。将所有样本股票根据所在证券交易所(上证、深证、创业板)和举办赛事级别(国内赛事、国际赛事、全部赛事)进行对比(表 8)。
表 8 上证、深证、创业板AR(CAR)及A股市场国内、国际、全部赛事异常收益一览Table 8. Excess returns of SSE, SZSE or GEM and the abnormal income value list of major sports events in the A-share market窗口 上证(n=593) 深证(n=417) 创业板(n=75) A股国内赛事 A股国际赛事 A股全部赛事 均值 t值 均值 t值 均值 t值 均值 t值 均值 t值 均值 t值 -15~-1 -0.000 2 -0.67 -0.000 1 -0.51 -0.001 6* -2.55 -0.000 07 -0.24 -0.000 2 -0.75 -0.000 3 -1.55 1~15 -0.001 6*** -5.25 0.000 1 -0.58 0.001 4* -1.99 -0.000 08 -0.27 -0.001 6*** -6.4 -0.000 7*** -3.41 -15~15 -0.000 9*** -4.64 0.000 1 -0.50 -0.000 2 -0.54 0.000 02 -0.12 -0.000 9*** -5.57 -0.000 4*** -3.56 -10~-1 0.000 6* -2.10 0.000 1 -0.44 -0.004 1*** -5.12 -0.000 3 -1.03 -0.000 07 -0.25 0.000 05 -0.25 1~10 -0.000 7* -2.06 0.000 4 -1.27 0.001 4 -1.83 0.000 02 -0.05 -0.001 1*** -3.62 -0.000 1 -0.5 -5~-1 -0.000 1 -0.24 -0.000 1 -0.22 -0.002 7* -1.97 0.000 2 -0.32 -0.000 7 -1.69 -0.000 3 -1.01 1~5 -0.002 1*** -3.91 0.000 1 -0.12 -0.000 4 -0.41 0.001 3** -2.61 -0.002 4*** -5.54 -0.001 1** -3.25 -2~0 -0.000 8 -1.47 0.001 4* -2.33 -0.005 8*** -4.78 0.000 7 -1.16 -0.001 5** -3.28 -0.000 4 -1.00 0~1 -0.000 8 -1.17 0.001 5* -2.04 -0.003 2* -2.08 0.001 9* -2.53 -0.001 9*** -3.62 -0.000 1 -0.28 -2 -0.001 6 -1.78 -0.000 4 -0.43 -0.005 8** -3.25 -0.000 4 -0.4 -0.001 8* -2.07 -0.001 5* -2.38 -1 0.001 8 -1.88 0.001 9 -1.94 -0.010 7*** -4.98 -0.000 3 -0.26 0.000 1 -0.15 0.000 7 -1.17 0 -0.002 6* -2.52 0.002 7* -2.43 -0.000 9 -0.41 0.002 9* -2.53 -0.002 8*** -3.95 -0.000 4 -0.58 1 0.000 9 -0.87 0.000 4 -0.36 -0.005 5* -2.60 0.001 0 -0.99 -0.000 9 -1.17 0.000 1 -0.20 2 -0.005 9*** -4.24 -0.000 9 -0.78 0.002 5 -1.35 -0.000 7 -0.65 -0.005 6*** -4.55 -0.003 3*** -3.68 注：*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。 利用Jarque-Bera检验法对6组样本股票的ARit或CARi(t1，t2)进行正态性检验，结果所有组在各窗口期几乎均未通过检验。因此，采用威尔克森符号秩检验法检验6种情况下AR或CAR是否显著异于0。绘制(事件日及前后15 d)CAR(t1，t2)的每组趋势图(图 2)。由图 2可知，以赛事举办日当天为事件日，事件日当天CAR(-1，0)及随后2 d CAR(1，2)均呈下降趋势，但隔天又出现明显的上升，CAR(0，1)和CAR(2，3)整体呈现正向趋势。每组事件窗口数据到达峰值的时点不同，创业板波动最大，且在事件窗口6处才达到峰值，相较于上证指数和深证指数在-1处达到峰值而言，可能是由于创业板所选相关股票基数较小，且多为高新技术开发企业，受市场变化影响较大。另外，观察累计异常收益率在整个事件窗口期内的波动可以发现，事件日后的波动幅度较事件日前变化更为显著。根据表 8的统计性检验结果可知，在CAR(0，1)内的显著组数较多。因此，利用事件窗口期CAR(0，1)和CAR(2，3)的累计异常收益值与根据企业所属行业类别构建的相对应的虚拟变量进行回归，分析各行业在重大体育赛事发生后出现的变化。
![]()
图 2 上证、深证与创业板市场中事件日及前后15 d累计平均超额收益率趋势Figure 2. Trend of CAR between the 15th day before and after the event date in the SSE, SZSE and GEM markets4.2 分行业回归结果分析
以上市公司的2位数行业代码将其分类，根据其行业代码建立相关行业的虚拟变量，以威尔克森符号秩检验法考察上证指数、深证指数公司的累计异常收益在事件窗口期为CAR(0，1)和CAR(2，3)时的单独影响(表 9)。由于创业4板各行业公司数量较少故剔除。
表 9 各行业异常收益的回归结果一览Table 9. Regression results of abnormal returns of various industries行业代码 行业名称 上证指数 深证指数 CAR(0，1) CAR(2，3) CAR(0，1) CAR(2，3) B09 有色金属矿采选业 0.0068 -0.0169 -0.0344*** 0.0263 C24 文教、工美、体育和娱乐用品制造业 0.0049*** -0.0060*** C25 石油加工、炼焦及核燃料加工业 -0.0076*** -0.0863*** -0.0248 C30 非金属矿物制品业 -0.0293*** 0.0019 -0.0045 -0.0105 C31 黑色金属冶炼及压延加工业 -0.0103*** -0.0110* -0.0196* -0.0232* C42 废弃资源综合利用业 -0.0195*** -0.0014*** -0.0045** D45 燃气生产和供应业 0.0085 0.0111* 0.0036*** 0.0030* D46 水的生产和供应业 0.0085 -0.0188 0.0155*** -0.0208 E48 土木工程建筑业 -0.0184* -0.0111 -0.010** -0.0042 F52 零售业 0.0079 0.0045 0.0070* 0.0271* G54 道路运输业 0.0126*** -0.0022 0.0069 -0.0118*** G55 水上运输业 0.0202 0.0074 0.0092 -0.0057 G56 航空运输业 0.0528*** -0.0328 -0.0086*** -0.0027 H62 餐饮业 0.0347*** 0.0932*** J66 货币金融服务业 0.0022 0.0328*** 0.0084*** 0.0036* K70 房地产业 -0.0153* -0.0025 -0.0038 -0.0035 N77 生态保护和环境治理业 0.0618*** 0.0049*** 0.0025 R87 文化艺术业 0.0507*** 0.0497*** R88 体育业 0.0258** 0.0348* 注：*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。 细分行业分析有助于进一步探索重大体育赛事对城市产业的影响。根据事件研究法异常收益值的回归结果发现，在重大体育赛事举办后，体育文化产业、餐饮业、零售业、交通运输业、水和燃气供应业、货币金融业等受到显著的正向影响，其中归属于第三产业的行业较多，第二产业的行业次之。细分行业的回归结果与上文中DID回归结果相符，进一步证明假设1和假设3成立。赛事举办往往会给城市第三产业带来短期繁荣，这与体育赛事会带来大量外商投资、参赛与观赛人员、媒体关注等密不可分。但根据事件窗口后期CAR(2，3)的结果，零售业、交通运输业、货币金融服务业、生态保护和环境治理业等都在后期呈现“倒U”型发展，这是由于赛事真正开展后场馆、基建已完工，参赛人员基本到位，因此会出现短期下降趋势，这也符合重大体育赛事举办周期的真实情况。
另外，土木工程制造、房地产、有色金属冶炼、石油开采、废弃资源综合利用等行业的收益率都受到显著负向影响，这从侧面反应了城市第二产业向第三产业转移的发展过程。在重大体育赛事举办期间，大部分重工业、制造业企业在短期内存在收益下降的现象。在赛事筹备期内，地方政府通常限制企业的污染物排放量、限制或禁止高污染的建设项目等，导致部分工业类企业被迫关闭、搬迁或转型升级。在赛事结束后，这些产业能否马上恢复生产还有待商榷。可见，通过举办赛事能淘汰一批重污染企业，使一些高污染企业转型。大力投资生态保护和环境治理行业，合理利用废弃资源达到环境可持续发展往往是治理环境的有效手段。因此，生态保护和环境治理业在事件窗口期内表现为显著增长。这也验证了本文的核心观点：重大体育赛事能够促进城市产业发展。
在窗口期内CAR(0，1)体育业、文化艺术业的上证指数及深证指数均显著上涨，涨幅分别为2.58%和5.07%，与第三产业增长速度持平。举办重大体育赛事能在短期内显著促进当地体育文化产业的快速发展。由于举办重大体育赛事需整合当地有效的体育资源，短期内会促进体育用品需求的爆发式增长，提高当地居民对体育产业的关注度，加大体育赛事的媒体曝光度，有效促进当地体育产业链的进一步发展和完善。餐饮业更是与赛事举办关系密切的行业。赛事举办前的大量人口涌入、赛事举办后会伴随“网红效应”带来旅游观光收入，都会导致行业收益率波动存在显著差异。上述检验结果也验证了假设3，即重大体育赛事举办前后对城市细分行业的影响存在差异。
5. 结论与建议
5.1 结论
重大体育赛事与城市经济发展相关研究在现阶段具有重要意义。本文从横向和纵向2个维度对重大体育赛事影响下的城市经济变化及细分行业内部的驱动机制进行系统研究。从宏观经济层面，梳理历届奥运会、亚运会等重大体育赛事举办对城市经济的影响；从微观细分行业层面，分析细分行业在重大体育赛事举办窗口期的显著差异。结果显示：①重大体育赛事能显著促进城市产业转型发展，通过分析赛事冲击的不同时间段样本，发现重大赛事的举办对城市产业GDP占比的变化有显著影响。②赛事规模对城市产业的影响存在差异，国际赛事对城市第三产业发展的影响更大，国际赛事的关注度高且影响力大，往往会吸引全世界参赛运动员和观众来到东道国举办地进行比赛和参观。③细分行业的分析表明，不同行业受重大体育赛事的窗口期的影响存在显著差异，在赛事举办窗口期内，第三产业中与城市基础建设相关行业短期内得到显著发展，但赛事后期出现经济增长动力不足现象。重大体育赛事会带来高人流量，从而带动城市的餐饮业、旅游业、住宿业在赛事举办窗口期内出现爆发式发展，赛事举办后期则会下降。同时，地方政府为了举办重大赛事往往会兴建体育场馆、改善城市交通和通信基础设施等，并会暂时关闭一些重污染企业。
5.2 建议
科学发展规划能将短期的增长转化为长期可持续发展，这是每座计划承办重大体育赛事的城市政府都必须充分考虑的。笔者提出如下建议。
(1) 结合城市产业营销战略，实现城市产业发展。将事件营销模式引入城市产业发展，通过策划、组织和利用重大体育赛事的相关新闻价值、社会影响及名人效应，吸引国内外媒体、社会团体和消费者的兴趣与关注，提高城市及其内部拟发展产业或行业的美誉度，树立良好的城市形象，最终促进城市产业转型和升级。选择重大体育赛事等营销型战略推动城市往多方面发展。
(2) 合理分配有效资源，支持城市产业良性调整。重大体育赛事对城市产业发展有促进作用，对于正在发展中的城市而言，重大体育赛事的顺利开展，能带动整个城市产业链的发展，对城市的直接经济效益价值不可估量。政府应合理分配有效资源，正确评估城市发展现状，在能力范围内兴建场馆，使固定资产投资满足当地的经济承受能力，不可激进、谋求跨越式变革而罔顾产业现实。城市转型是一个循序渐进的过程，需要相当程度的发展基础，举办重大体育赛事仅是转变的一个契机，仍需企业发展、人才引进、科学技术等基础要素的配合。
(3) 深化科技创新理念，借势大力引进高端人才。由于智慧城市理念的出现，重大体育赛事中的科技元素能显著促进城市新兴产业的进一步发展。在赛事举办后期，应充分利用赛事举办中运用的新技术，将其产业化、规范化。同时，发挥赛事举办整改交通运输网络的优势，充分利用赛事遗产，加快制订自主、创新综合的配套体育园区的规划，深化科技创新理念，促进产学研一体化发展，以及城市高科技新兴产业的可持续发展。实现城市经济的可持续发展除了需要科学技术的进步，还需要引进高端人力资本。此外政府应充分利用重大体育赛事为城市打开国际市场，在吸引更多资金的同时也提供更优惠的人才引进政策，以最佳城市风貌吸引更多高端人力资本。
-
![]()
图 1 举办过重大体育赛事城市的细分产业占比拟合曲线
Figure 1. Fitting curve of the proportion of the three major industries that have held major sports events
![]()
图 2 上证、深证与创业板市场中事件日及前后15 d累计平均超额收益率趋势
Figure 2. Trend of CAR between the 15th day before and after the event date in the SSE, SZSE and GEM markets
表 1 2000—2017年中国重大体育赛事一览
Table 1 List of major sports events in China from 2000 to 2017
赛事名称 举办日期 举办城市 样本股票数/只 上证 深证 创业板 广州全运会 2001-11-11 广州 11 32 2 世界大学生运动会 2001-08-22 北京 44 28 0 哈尔滨冬运会 2003-01-05 哈尔滨 16 2 0 南京全运会 2005-10-12 南京 25 15 4 长春亚运会 2007-01-28 长春 9 4 0 世界夏季特奥会 2007-10-02 上海 165 7 0 全国冬季运动会 2008-01-18 齐齐哈尔 11 5 0 北京奥运会 2008-08-08 北京 80 32 0 哈尔滨大冬会 2009-02-18 哈尔滨 16 2 0 济南全运会 2009-10-16 济南 12 7 0 广州亚运会 2010-11-12 广州 11 29 2 国际泳联世界锦标赛 2011-07-06 上海 168 25 19 世界大学生运动会 2011-08-12 深圳 14 114 28 长春冬运会 2012-01-03 长春 9 4 0 沈阳全运会 2013-10-06 沈阳 7 8 3 天津东亚会 2013-10-06 天津 94 131 44 南京青奥会 2014-08-16 南京 25 15 4 东亚杯足球赛 2015-08-01 武汉 16 13 4 全国青年运动会 2015-10-18 福州 8 12 0 国际田联世界田径锦标赛 2015-08-22 北京 105 62 62 全国冬运会 2016-01-20 乌鲁木齐 22 17 2 天津全运会 2017-08-27 天津 23 14 8 注：实验组城市的样本企业选自中国证券监督委员会官网文件；数据来自国家体育总局及各省体育局官方网站、中国经济社会发展统计数据库、国泰安数据库。 
下载: 导出CSV
表 2 倾向性匹配变量设置
Table 2 Variable setting of tendency matching
变量类型 变量名称 变量含义 备注 被解释变量 第三产业 第三产业占GDP比重 单位：% 第二产业 第二产业占GDP比重 单位：% 第一产业 第一产业占GDP比重 单位：% 核心解释变量 时间 重大体育赛事时间虚拟变量 举办赛事当年及后期3 a为1，举办赛事前期为0 赛事 重大体育赛事城市虚拟变量 举办本文筛选出的22项赛事的城市赋值为1，否则为0 X X=时间×赛事 控制变量(取对数) 投资 固定资产投资总额 单位：万元 人口 年末总人口 单位：万人 GDP 国内生产总值 单位：万元 产值 限额以上工业总产值 单位：万元 资料来源：《中国城市统计年鉴》。
下载: 导出CSV
表 3 倾向性匹配平衡性检验结果
Table 3 Tendency matching balance test results
变量名称 均值 标准偏差/% 标准偏差减少幅度/% t检验
P > t处理组 对照组 第一产业占比 匹配前 12.861 6 6.631 7 58.0 88 0.07 匹配后 11.072 0 6.403 6 6.7 0.50 第二产业占比 匹配前 47.503 2 45.572 1 65.0 95 0.03 匹配后 46.028 8 44.316 1 2.7 0.87 第三产业占比 匹配前 39.724 7 47.995 0 97.0 18 0.50 匹配后 44.497 9 47.331 9 80.0 1.00 国内生产总值对数 匹配前 15.710 9 16.978 1 26.0 86 0.44 匹配后 15.918 4 16.520 6 3.6 0.81 固定资产投资对数 匹配前 14.822 4 15.968 8 17.0 91 0.08 匹配后 14.498 0 15.705 4 1.4 0.95 年末总人口对数 匹配前 6.043 5 6.306 3 50.0 28 0.63 匹配后 6.040 3 6.224 6 36.0 0.56 工业总产值对数 匹配前 16.081 7 17.230 4 86.0 78 0.12 匹配后 16.052 0 16.918 4 19.0 0.34
下载: 导出CSV
表 4 重大体育赛事对城市产业的影响
Table 4 Impact of major sports events on urban industries
指标 模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 DID -0.160 2***
(0.050)0.067 1***
(0.050)0.024 4*
(0.080)-0.105 9***
(0.007)0.022 5***
(< 0.001)0.036 1***
(< 0.001)城市GDP -0.542 9***
(< 0.001)-0.026 5
(0.159)0.082 2***
(< 0.001)城市固定投资 0.121 3**
(0.022)0.017 2
(0.384)0.005 1
(0.799)工业化进程 -0.065 5
(0.130)-0.003 4
(0.745)0.007 3
(0.481)城市人口 0.136 1
(0.225)-0.053 5**
(0.031)0.045 4*
(0.083)常数项 2.327 0***
(< 0.001)3.831 4***
(< 0.001)3.651 7***
(< 0.001)7.534 7***
(< 0.001)4.548 1***
(< 0.001)1.854 5***
(< 0.001)样本量 1 260 1 260 1 260 1 260 1 260 1 260 截面数 70 70 70 70 70 70 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。
下载: 导出CSV
表 5 赛事规模对城市产业的影响
Table 5 Impact of the scale of the events on urban industries
指标 模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 国际赛事 -0.601 2
(0.177)0.324 7*
(0.039)0.666 1**
(0.014)国内赛事 -3.338 8***
(< 0.001)1.652 3
(0.481)0.233 1
(0.372)城市GDP -2.495 9***
(< 0.001)2.788 6***
(< 0.001)-0.274 7
(0.740)-2.488 0***
(< 0.001)2.779 4***
(< 0.001)-0.276 6
(0.735)城市固定投资 -2.288 0***
(< 0.001)1.305 1***
(0.009)1.042 6**
(0.050)-2.289 2***
(< 0.001)1.309 1***
(0.009)1.034 6**
(0.050)工业化进程 -0.449 3
(0.267)0.567 4**
(0.027)-0.230 4
(0.434)-0.452 5
(0.263)0.566 8**
(0.027)-0.225 0
(0.443)城市人口 0.573 8
(0.243)0.163 9
(0.667)-0.751 1
(0.187)0.571 6
(0.245)0.164 4
(0.666)-0.742 6*
(0.019)常数项 80.877 3***
(< 0.001)-17.413 1*
(0.079)38.847 0***
(< 0.001)80.877 3***
(< 0.001)-17.304 1*
(0.082)38.812 2***
(< 0.001)样本量 1 260 1 260 1 260 1 260 1 260 1 260 截面数 70 70 70 70 70 70 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。
下载: 导出CSV
表 6 剔除缺失值后重大体育赛事对城市产业的影响
Table 6 Impact of major sports events without missing values on urban industries
指标 模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 DID -0.101 4 *
(0.053)0.680 4**
(0.041)0.600 7
(0.433)-0.015 1*
(0.070)0.822 2**
(0.050)0.848 1***
(< 0.001)城市GDP -1.197 0***
(0.052)-1.536 6
(0.119)2.862 9***
(< 0.001)城市固定投资 -1.681 3 ***
(0.006)0.433 2
(0.704)1.263 5
(0.162)工业化进程 -1.242 4**
(0.034)1.955 9*
(0.052)-0.704 6
(0.295)城市人口 2.360 2***
(< 0.001)-3.060 5*
(0.064)0.345 2
(0.807)常数项 13.368 9***
(< 0.001)47.503 3***
(< 0.001)39.149 9***
(< 0.001)62.129 0***
(< 0.001)52.556 1***
(< 0.001)-14.911 1
(0.238)样本量 827 827 827 827 827 827 截面数 69 69 69 69 69 69 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。
下载: 导出CSV
表 7 重大体育赛事对城市固定投资及工业化水平的影响
Table 7 Impact of major sports events on urban fixed investment and industrialization
指标 模型(1) 模型(2) 模型(3) 模型(4) 城市固定投资额 工业化水平 城市固定投资额 工业化水平 DID -0.050 3
(0.659)0.125 8
(0.261)-0.054 8 **
(0.044)0.025 8 **
(0.045)城市GDP 1.329 5***
(< 0.001)1.354 6***
(< 0.001)第二产业占比 0.008 7
(0.121)第三产业占比 -0.020 4***
(< 0.001)城市人口 -0.204 9***
(0.005)-0.159 8*
(0.100)城市化 -0.094 9
(0.330)0.118 9**
(0.040)技术进步 -55.430 3***
(< 0.001)-15.043 6*
(0.088)常数项 15.828 6 ***
(< 0.001)16.607 9***
(< 0.001)7.061 7***
(< 0.001)8.583 0***
(< 0.001)样本量 827 827 827 827 截面数 69 69 69 69 注：括号内数值为标准差；*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。
下载: 导出CSV
表 8 上证、深证、创业板AR(CAR)及A股市场国内、国际、全部赛事异常收益一览
Table 8 Excess returns of SSE, SZSE or GEM and the abnormal income value list of major sports events in the A-share market
窗口 上证(n=593) 深证(n=417) 创业板(n=75) A股国内赛事 A股国际赛事 A股全部赛事 均值 t值 均值 t值 均值 t值 均值 t值 均值 t值 均值 t值 -15~-1 -0.000 2 -0.67 -0.000 1 -0.51 -0.001 6* -2.55 -0.000 07 -0.24 -0.000 2 -0.75 -0.000 3 -1.55 1~15 -0.001 6*** -5.25 0.000 1 -0.58 0.001 4* -1.99 -0.000 08 -0.27 -0.001 6*** -6.4 -0.000 7*** -3.41 -15~15 -0.000 9*** -4.64 0.000 1 -0.50 -0.000 2 -0.54 0.000 02 -0.12 -0.000 9*** -5.57 -0.000 4*** -3.56 -10~-1 0.000 6* -2.10 0.000 1 -0.44 -0.004 1*** -5.12 -0.000 3 -1.03 -0.000 07 -0.25 0.000 05 -0.25 1~10 -0.000 7* -2.06 0.000 4 -1.27 0.001 4 -1.83 0.000 02 -0.05 -0.001 1*** -3.62 -0.000 1 -0.5 -5~-1 -0.000 1 -0.24 -0.000 1 -0.22 -0.002 7* -1.97 0.000 2 -0.32 -0.000 7 -1.69 -0.000 3 -1.01 1~5 -0.002 1*** -3.91 0.000 1 -0.12 -0.000 4 -0.41 0.001 3** -2.61 -0.002 4*** -5.54 -0.001 1** -3.25 -2~0 -0.000 8 -1.47 0.001 4* -2.33 -0.005 8*** -4.78 0.000 7 -1.16 -0.001 5** -3.28 -0.000 4 -1.00 0~1 -0.000 8 -1.17 0.001 5* -2.04 -0.003 2* -2.08 0.001 9* -2.53 -0.001 9*** -3.62 -0.000 1 -0.28 -2 -0.001 6 -1.78 -0.000 4 -0.43 -0.005 8** -3.25 -0.000 4 -0.4 -0.001 8* -2.07 -0.001 5* -2.38 -1 0.001 8 -1.88 0.001 9 -1.94 -0.010 7*** -4.98 -0.000 3 -0.26 0.000 1 -0.15 0.000 7 -1.17 0 -0.002 6* -2.52 0.002 7* -2.43 -0.000 9 -0.41 0.002 9* -2.53 -0.002 8*** -3.95 -0.000 4 -0.58 1 0.000 9 -0.87 0.000 4 -0.36 -0.005 5* -2.60 0.001 0 -0.99 -0.000 9 -1.17 0.000 1 -0.20 2 -0.005 9*** -4.24 -0.000 9 -0.78 0.002 5 -1.35 -0.000 7 -0.65 -0.005 6*** -4.55 -0.003 3*** -3.68 注：*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。
下载: 导出CSV
表 9 各行业异常收益的回归结果一览
Table 9 Regression results of abnormal returns of various industries
行业代码 行业名称 上证指数 深证指数 CAR(0，1) CAR(2，3) CAR(0，1) CAR(2，3) B09 有色金属矿采选业 0.0068 -0.0169 -0.0344*** 0.0263 C24 文教、工美、体育和娱乐用品制造业 0.0049*** -0.0060*** C25 石油加工、炼焦及核燃料加工业 -0.0076*** -0.0863*** -0.0248 C30 非金属矿物制品业 -0.0293*** 0.0019 -0.0045 -0.0105 C31 黑色金属冶炼及压延加工业 -0.0103*** -0.0110* -0.0196* -0.0232* C42 废弃资源综合利用业 -0.0195*** -0.0014*** -0.0045** D45 燃气生产和供应业 0.0085 0.0111* 0.0036*** 0.0030* D46 水的生产和供应业 0.0085 -0.0188 0.0155*** -0.0208 E48 土木工程建筑业 -0.0184* -0.0111 -0.010** -0.0042 F52 零售业 0.0079 0.0045 0.0070* 0.0271* G54 道路运输业 0.0126*** -0.0022 0.0069 -0.0118*** G55 水上运输业 0.0202 0.0074 0.0092 -0.0057 G56 航空运输业 0.0528*** -0.0328 -0.0086*** -0.0027 H62 餐饮业 0.0347*** 0.0932*** J66 货币金融服务业 0.0022 0.0328*** 0.0084*** 0.0036* K70 房地产业 -0.0153* -0.0025 -0.0038 -0.0035 N77 生态保护和环境治理业 0.0618*** 0.0049*** 0.0025 R87 文化艺术业 0.0507*** 0.0497*** R88 体育业 0.0258** 0.0348* 注：*表示P＜0.05，**表示P＜0.01，***表示P＜0.001。
下载: 导出CSV
-
[1] 朱国军.当代奥运会对主办国所产生影响的研究:2008年奥运会对我国产生的国际影响的预测[J].经济师, 2005(4):252-253 http://d.old.wanfangdata.com.cn/Periodical/jjs200504172 [2] FOURIE J, SPRONK K.South African mega-sport events and their impact on tourism[J]. Journal of Sport Tourism, 2011, 16(1):75-97
[3] 田静, 徐成立.大型体育赛事对城市发展的影响机制[J].北京体育大学学报, 2012(12):7-11 http://d.old.wanfangdata.com.cn/Periodical/sxqn202006124 [4] 周晓丽, 马小明.国际体育赛事对举办城市旅游经济影响实证分析[J].经济问题探索, 2017(9):38-45 [5] KAVETSOS G, SZYMANSKI S.National well-being and international sports events[J]. Journal of Economic Psychology, 2010(31):158-71
[6] 李绍刚, 李思东.事件旅游影响及对我国的启示:以1984年美国新奥尔良世界博览会为例[J].商业研究, 2007(10):192-196 http://d.old.wanfangdata.com.cn/Periodical/syyj200710052 [7] 罗秋菊, 庞嘉文, 靳文敏.基于投入产出模型的大型活动对举办地的经济影响:以广交会为例[J].地理学报, 2011(4):487-503 http://d.old.wanfangdata.com.cn/Periodical/dlxb201104006 [8] 王朝辉, 陆林, 夏巧云.国内外重大事件旅游影响研究进展与启示[J].自然资源学报, 2012(6):1053-1067 [9] 鄢慧丽.体育赛事与举办地城市发展的耦合时序演化及影响因素研究[J].中国体育科技, 2019, 55(3):51-58 http://d.old.wanfangdata.com.cn/Periodical/zgtykj201903006 [10] 邵朝对, 苏丹妮, 李坤望.跨越边界的集聚:空间特征与驱动因素[J].财贸经济, 2018, 39(4):99-113 http://d.old.wanfangdata.com.cn/Periodical/cmjj201804007 [11] 孔莹晖, 贺灿飞, 林初升.重大事件对城市投融资的影响研究:基于中国城市面板数据的实证分析[J].北京大学学报(自然科学版), 2018, 54(2):451-458 [12] BRYSON A, FRICK B, SIMMONS R.Sports economics:It may be fun but what's the point?[J]. National Institute Economic Review, 2015, 232(1):R1-R3 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1177/000276427802100303
[13] FLYVBJERG B, STEWART A.Olympic proportions: Cost and cost overrun at the Olympic 1960-2012[R]. Oxford: Saïd Business School University of Oxford, 2012: 10
[14] ANDREFF W.The winner's curse: Why is the cost of sports mega-events so often underestimated?[C]//MAENNIG W, ZIMBALIST A.International handbook on the economics of mega sporting events.Cheltenham: Edward Elgar Publishing, 2012: 37-69
[15] 吴志强.重大事件对城市规划学科发展的意义及启示[J].城市规划学刊, 2008(6):16-19 http://d.old.wanfangdata.com.cn/Periodical/csghhk200806003 [16] 于涛, 张京祥, 罗小龙.城市大事件营销的空间效应:研究进展及思考[J].城市发展研究, 2011, 18(2):94-100 http://d.old.wanfangdata.com.cn/Periodical/csfzyj201102015 [17] 王春雷.重大事件对城市空间结构的影响:研究进展与管理对策[J].人文地理, 2012, 27(5):13-19 http://d.old.wanfangdata.com.cn/Thesis/Y1228126 [18] OKADA I, GREYSER S A.After the carnival: Key factors to enhance Olympic legacy and prevent Olympic sites from becoming white elephants[R]. Cambridge: Harvard Business School, 2018: 1-37
[19] GIBSON H J.Sport tourism:A critical analysis of research[J]. Sport Management Review, 1998, 1(1):45-76
[20] 熊艳芳.奥运会对举办城市的负面影响[J].体育文化导刊, 2008(2):64-66 http://d.old.wanfangdata.com.cn/Periodical/tywhdk200802021 [21] KANG Y S, PERDUE R.Long-term impact of a megaevent on international tourism to the host country:A conceptual model and the case of the 1988 Seoul Olympics[J]. Journal of International Consumer Marketing, 1994, 6(3):205-225
[22] THIBAUT E, VOS S, SCHEERDER J.Hurdles for sports consumption?The determining factors of household sports expenditures[J]. Sport Management Review, 2014, 17(4):444-454
[23] CHO H, LEE H W, PYUN D Y.The influence of stadium environment on attendance intentions in spectator sport:The moderating role of team loyalty[J]. International Journal of Sports Marketing and Sponsorship, 2019, 20(2):276-290
[24] 成功, 于永慧.体育赛事与城市发展:以广州亚运会为例的一项实证研究[J].体育与科学, 2013, 34(4):33-38 http://d.old.wanfangdata.com.cn/Periodical/shtyxyxb201104008 [25] 王凯, 陈明令.我国体育赛事的引致需求、现实问题与供给侧优化[J].北京体育大学学报, 2018, 41(9):43-48 [26] 朱启莹, 黄海燕.体育产业政策对体育类上市公司资本市场价值的短期影响[J].上海体育学院学报, 2016, 40(6):1-7 http://d.old.wanfangdata.com.cn/Periodical/shtyxyxb201606001 [27] 党挺.发达国家体育产业发展的扩散效应及启示[J].上海体育学院学报, 2017, 41(3):17-22 http://d.old.wanfangdata.com.cn/Periodical/shtyxyxb201703003 [28] KLEPPER S, SIMONS K L.The making of an oligopoly:Firm survival and technological change in the evolution of the U.S.tire industry[J]. Journal of Political Economy, 2000, 108(4):728-760
[29] BUENSTORF G, KLEPPER S.Submarket dynamics and innovation:The case of the US tire industry[J]. Industrial and Corporate Change, 2010, 19(5):1563-1587
[30] BOSCHMA R, CAPONE G.Institutions and diversification:Related versus unrelated diversification in a varieties of capitalism framework[J]. Research Policy, 2015, 44(10):1902-1914
[31] 金璐璐, 贺灿飞, 周沂, 等.中国区域产业结构演化的路径突破[J].地理科学进展, 2017, 36(8):974-985 http://d.old.wanfangdata.com.cn/Periodical/dlkxjz201708006 [32] 储龙霞.大型体育赛事举办后的社会影响及评估内容研究[J].体育与科学, 2011, 32(5):82-85 http://d.old.wanfangdata.com.cn/Periodical/tyykx201105020 [33] 丁一, 戴健.伦敦建设全球著名体育城市的指标维度分析与启示[J].上海体育学院学报, 2019, 43(1):65-71 http://d.old.wanfangdata.com.cn/Periodical/shtyxyxb201901010 [34] 孙海波, 焦翠红, 林秀梅.人力资本集聚对产业结构升级影响的非线性特征:基于PSTR模型的实证研究[J].经济科学, 2017(2):5-17 [35] 柯善咨.中国城市与区域经济增长的扩散回流与市场区效应[J].经济研究, 2009, 44(8):85-98 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=jjyj200908008 [36] 吴福象, 沈浩平.新型城镇化、基础设施空间溢出与地区产业结构升级:基于长三角城市群16个核心城市的实证分析[J].财经科学, 2013(7):89-98 http://d.old.wanfangdata.com.cn/Periodical/cjkx201307011 [37] 杨建荣.重大体育赛事对住房资产收益率的影响分析[J].北京体育大学学报, 2014, 37(5):22-27 [38] 李刚.中国企业赞助国内大型体育赛事的绩效研究:基于事件研究法[J].体育科学, 2014, 34(8):22-33 [39] DELPY L.An overview of sport tourism:Building towards a dimensional framework[J]. Journal of Vacation Marketing, 1998, 4(1):23-28
[40] 聂海峰, 邢春冰, 赵瀚穹.举办体育赛事能促进经济增长吗?[J].经济学报, 2016, 3(4):85-114 [41] 高波, 陈健, 邹琳华.区域房价差异、劳动力流动与产业升级[J].经济研究, 2012, 47(1):66-79 -
期刊类型引用(36)
1. 田雪晴，曹大伟. 马拉松赛事推动全民健身高质量发展的内涵价值、现实挑战与推进策略. 体育科技文献通报. 2025(01): 96-100 . 
百度学术
2. 刘珊珊. 大型体育赛事对城市消费经济发展的多维影响研究. 商业经济研究. 2025(06): 76-79 . 百度学术
3. 刘超. 一赛火百业兴——村赛爆火背后的河南乡村赛事产业发展研究. 三门峡职业技术学院学报. 2025(01): 74-81 . 百度学术
4. 李军林，路嘉明，王禹辰，李树旺. 体育赛事、环境规制与城市环境治理效率——基于中国百强城市的实证研究. 天津体育学院学报. 2024(03): 258-266 . 百度学术
5. 刘成永. 亚运会对杭州城市发展的综合效益预判与可持续发展对策研究. 江苏商论. 2024(07): 70-74 . 百度学术
6. 逄小南，李明辉. 体育赛事赋能城市经济发展的作用机理与路径探究——以杭州亚运会为例. 当代体育科技. 2024(26): 80-82 . 百度学术
7. 尹继红，张金淼. 国家体育消费试点城市政策对居民医疗保健支出的影响——基于双重差分模型的实证分析. 上海体育大学学报. 2024(12): 43-59 . 本站查看
8. 柏景岚，任波. 中国体育产业促进城市转型的作用与策略. 体育学研究. 2023(01): 59-70 . 百度学术
9. 袁熙，张明. “一带一路”背景下沙漠体育运动发展研究——以宁夏中卫为例. 文体用品与科技. 2023(16): 166-168 . 百度学术
10. 黄镇飞，陈明健. 新时代体育赛事高质量发展的内涵、问题与路径. 当代体育科技. 2023(26): 119-122 . 百度学术
11. 徐嘉鸿，刘晋怡，孙根紧. 大型展览活动对区域产业发展的影响研究——以第四届中国国际进口博览会为例. 西昌学院学报(自然科学版). 2023(03): 21-28 . 百度学术
12. 何航，李晓东. 体育赛事与城市文化融合发展的价值、困境及路径探析——以株洲“厂BA”为例. 文体用品与科技. 2023(22): 25-27 . 百度学术
13. 龚微. 核安全原则下福岛核污染水处置的国际法义务. 中国人口·资源与环境. 2023(11): 163-173 . 百度学术
14. 王禹，张凤彪，闵航，袁立媛. 我国省际群众体育与竞技体育协调发展的时空特征及驱动因素研究. 体育学研究. 2023(05): 89-105 . 百度学术
15. 李军林，路嘉明，许艺煊，陈丽媛. “双奥”对京津冀区域产业升级的影响与核心路径. 上海体育学院学报. 2023(12): 45-56 . 百度学术
16. 许士道，杨梅. 高质量发展背景下体育产业竞争力与经济增长动能重塑研究. 经济与社会发展. 2023(06): 28-38 . 百度学术
17. 史瑞应，宋瑞. 大型体育赛事对城市旅游产业的影响评估——来自北京2022年冬奥会赛前阶段的经验证据. 北京体育大学学报. 2022(04): 52-62 . 百度学术
18. 杨港晨. 体育赛事助推乡村振兴的价值、困境与策略. 体育视野. 2022(04): 4-6 . 百度学术
19. 于林平，张全飞，马星晨. 大型体育赛事举办能够提升主办城市的房价吗?——基于2002—2018年全运会举办城市的准自然实验. 山东财经大学学报. 2022(03): 95-107 . 百度学术
20. 王宾，李俊明. 基于双重差分模型下举办体育赛事对城市经济的影响研究. 体育科技文献通报. 2022(06): 278-281 . 百度学术
21. 侯卓，吴东蔚. 国际体育赛事承办的事权划分与府际协调. 体育科学. 2022(05): 47-57 . 百度学术
22. 彭柳晴，邓罗平，向竹青，彭凯. 体育赛事助推乡村振兴的价值审视及发展路径. 体育科技文献通报. 2022(11): 53-56 . 百度学术
23. 黄振鹏，郑骋，谭富强. 标志性体育赛事提升澳门城市形象的路径研究. 体育学刊. 2022(06): 79-84 . 百度学术
24. 伍骏骞，张星民. 综合性国际体育赛会的碳减排效应. 中国人口·资源与环境. 2022(11): 171-183 . 百度学术
25. 赵洪波，龙助国. 危机与应对：后疫情时代我国体育产业融合发展路径研究. 辽宁体育科技. 2021(01): 1-5 . 百度学术
26. 郭浩. 互联网+背景下的体育经济产业发展领域及策略分析. 中国储运. 2021(04): 181-182 . 百度学术
27. 史惠斌. 我国体育赛事研究现状分析. 冰雪体育创新研究. 2021(05): 188-190 . 百度学术
28. 于善，许治平，常译文. “十四运”对西安国家中心城市建设及形象塑造的促进作用及实践路径. 西安体育学院学报. 2021(03): 263-269 . 百度学术
29. 郑君怡，季彦霞. 我国政府推进体育事业发展的注意力配置研究——基于湖北省政府工作报告(2006-2020)的文本分析. 武汉体育学院学报. 2021(06): 22-29 . 百度学术
30. 李刚，张林. 上海体育赛事发展经验与启示. 体育文化导刊. 2021(05): 48-53 . 百度学术
31. 刘梦娇，顾天竹，陈利馥. 世界杯足球赛事的经济效益分析. 商业观察. 2021(25): 31-33 . 百度学术
32. 魏莉莉，邢尊明. 体育消费券的政策性评估——以福建省9个地市数据为例. 体育科技文献通报. 2021(12): 179-182 . 百度学术
33. 杨加玲，张伦厚，李燕，李伟. 连云港市体育产业高质量发展策略路径研究. 运动精品. 2021(12): 80-82 . 百度学术
34. 李栩萌，赵艺. 国际旅游外汇收入的影响因素研究——基于省级面板数据的固定效应分析. 商业经济. 2020(09): 95-97 . 百度学术
35. 宋忠良，刘晓. 第七届世界军运会提升武汉城市竞争力研究. 科技资讯. 2020(27): 248-250 . 百度学术
36. 罗枫叶，何源. 甘肃省篮球市场培训机构发展现状分析. 体育视野. 2020(03): 10-11 . 百度学术
其他类型引用(16)
计量
- 文章访问数: 337
- HTML全文浏览量: 124
- PDF下载量: 34
- 被引次数: 52