点击上方蓝色字体,关注中国体育科学学会
1 理论综述
2 研究设计
2.1 数据来源
2.2 数据量化标准
在政策力度方面。一般政策颁布部门的级别越高,相应的政策力度越高,故以国家行政权力结构类型对政策力度打分。为保证评判的准确性与有效性,课题组咨询了5位体育政策领域专家,并在详细研究《国务院关于修改〈行政法规制定程序条例〉的决定》后提出青少年体育政策力度按5等级赋值,分别赋予5、4、3、2、1分(表1)。
表1 我国青少年体育政策力度量化标准Table 1 Quantitative Criteria for China’s Youth Sports Policy Strength
在政策目标方面。现有研究大多将青少年体育政策内容分为健康促进、活动开展、组织建设、竞赛体系、场地设施、项目文化和培训服务等方面(盖洋,2019;刘雨 等,2022; 周结友 等,2018)。基于已有研究,重点参考了《体育强国建设纲要》《青少年体育活动促进计划》《中国青少年体育发展报告(2016)》《中国儿童青少年体育健身发展报告(2016)》相关内容,秉持检验政策执行效果的相关数据完整性,最终本研究将青少年体育政策目标设定为青少年体育健康促进、青少年体育活动开展、青少年体育组织建设和青少年体育场地设施。对政策目标赋值,主要根据政策对实现该目标的态度强硬程度和目标标准细化程度,对政策目标进行4等级赋值,分别赋予5、3、1、0分(表2)。
表2 我国青少年体育政策目标量化标准Table 2 Quantitative Criteria for China’s Youth Sports Policy Objectives
在政策措施方面。公共服务视角下的政策措施包括命令型、激励型、能力建设型和学习型(王锰 等, 2022),这种分类方式也常用于教育政策研究之中(陈学飞, 2011)。我国青少年体育政策措施既囊括公共服务政策的基本特征,也具备一定的教育属性。故而,本研究基于公共政策措施分类基础,将政策措施分为命令型(法律法规制度、监督监管、明确责任等)、激励型(政府采购、专项资金、奖惩规定、鼓励号召、财税优惠等)、能力建设型(基础设施标准与建设、人才支持、应急)和学习型(公众参与服务、专家制度服务等)。对政策措施赋值,主要根据政策对措施的可操作性、详细程度和执行力度等,对政策措施进行4等级赋值,分别赋予5、3、1、0分(表3)。
表3 我国青少年体育政策措施量化标准Table 3 Quantitative Criteria for China’s Youth Sports Policy Measures
2.3 政策协同测量模型设定
(1) |
(2) |
(3) |
2.4 政策协同评价模型设定
首先对各变量进行命名(表4),再基于当前成熟的政策协同计量模型(彭纪生 等,2008; 张国兴 等,2015;郑石明 等,2021)对青少年体育政策协同的效果进行评价。由于数据收集的完整性问题,用于反映政策效果评价的因变量是:1)涉及青少年体育活动参与的“教育文化和娱乐居民人均消费”;2)涉及青少年体育组织建设的“文化、体育和娱乐业城镇固定资产投资”;3)涉及青少年场地设施的“义务教育阶段体育运动场(馆)面积达标率”。自变量是:各因变量所对应的政策目标与所有政策措施之间的协同度。此外纳入普通中小学在校人数为控制变量。数据来源主要有《国民经济和社会发展统计》《全国教育事业发展统计公报》《中国统计年鉴》等。
表4 变量定义Table 4 Definitions of the Variables
3 研究结果
3.1 新时代我国青少年体育政策协同的变迁
图1A呈现了2012—2022年我国青少年体育政策总协同、年均总协同及数量的变迁轨迹。具体表现为:1)新时代以来我国青少年体育政策总协同的得分越来越高,尤其在2019年以后进入快速增长期;2)新时代以来我国青少年体育政策年均总协同与政策数量呈“交替增长”式的变迁轨迹;3)新时代以来我国青少年体育政策数量除2016—2017年出现明显增长外,其他时段政策数量相对稳定。综上,新时代以来我国青少年体育政策数量没有非常明显的增减情况,而政策总协同却在2019年以后保持着高速增长。
图2A呈现了青少年体育“健康促进”目标与其他政策措施协同的变迁轨迹。具体表现为:1)4种协同变迁轨迹分别在2013年、2015年、2019年以后出现了快速增长期,但前两次增长都仅维持了1年就开始快速下降,而2019年以后的增长比较稳定且持续时间长;2)为实现青少年体育健康促进目标,4种政策措施在2012—2015年以命令型和激励型为主,2016—2018年更重视命令型和能力建设型政策措施的使用,2019年以后则以命令型、激励型和能力建设型措施协同居多。图2B呈现了青少年体育“活动开展”目标与其他政策措施协同的变迁轨迹。具体表现为:1)4种协同变迁轨迹呈稳定上升趋势;2)为实现青少年体育活动开展目标,2016年以前不同政策措施间的协同差异较小,2016年以后能力建设型措施的使用程度多于其他政策措施。图2C呈现了青少年体育“组织建设”目标与其他政策措施的变迁轨迹。具体表现为:1)4种协同变迁轨迹间的离散性较高,有的年份政策目标与某种政策措施的协同分值是政策目标与另一种政策措施协同分值的4倍,如2021年该政策目标与能力建设型措施的协同得分是372分,而与学习型措施的协同得分是90分;2)为实现青少年体育组织建设目标,命令型、激励型和能力建设型措施都呈快速增长态势,学习型措施虽有所增长但增长趋势要低于其他3种政策措施。图2D呈现了青少年体育“场地设施”目标与其他政策措施的变迁轨迹。具体表现为:1)2017年与2021年,场地设施目标与能力建设措施协同出现突然增幅至高点,分别达到2012—2022年该政策措施总体使用情况的15.7%和15.3%;2)场地设施目标与激励性措施的协同基本高于命令型和学习型措施;3)2018年以后,能力建设型措施的使用率逐渐高于其他政策措施,而激励型措施也逐渐回落到与命令型、学习型措施的使用程度相近。
3.2 新时代我国青少年体育政策协同的效果
根据设定的评价模型,以Y1、Y2、Y3为被解释变量,以体育活动开展、组织建设、场地设施目标分别与不同政策措施的协同为解释变量,获得相应的回归结果。为验证模型估计是否可靠,先进行多重共线性检验。表5罗列了3种回归模型的方差膨胀系数VIF值,严格意义当VIF>5时,解释变量之间存在严重的多重共线性。虽然,模型1~3均R2>0.9,解释变量具有较高的解释率,但大部分解释变量VIF>5(表5),说明部分解释变量之间存在高度相关性。因此,需要使用岭回归分析法修正模型,克服多重共线性问题。
表5 研究模型的多重共线性检验表Table 5 Multicollinearity Tests for Research Models
通过岭回归分析法对上文模型1~3相关数据进行处理,得到当模型1 k≥0.3、模型2 k≥0.4、模型3 k≥0.2时,各自模型的5条岭迹曲线都已逐渐趋于稳定。依据偏奇系数k的取值原则,本研究模型1~3的k值分别选择0.3、0.4、0.2。此时得到了岭回归模型及相关数据如表6所示。
表6 研究模型的岭回归结果Table 6 Ridge Regression Results of the Research Models
4 讨论与分析
5 结论
想关注《体育科学》内容首发公众号
扫描下方二维码
转载来源:体育总局科研所书刊部
原文制作:金 雪
原文校对:丁 合 高天艾
原文监制:邱剑荣
学会编辑:徐璠奇