体育如何促进私有化？
先引用一段文献，《体育产业前沿》2016年1期 内容提要：本文在总结国外体育产业发展经验的基础上，提出了“全要素生产率”概念并对其进行了界定；在此基础上，利用省级面板数据，实证分析了体育产业对经济增长的贡献程度以及体育产业内部各细分市场在生产率提高中的贡献差异；最后，基于上述研究结论，从供给和需求两个方面提出了促进我国体育产业发展的对策建议。 引言 目前对于“全要素生产率”(total factor productivity， TFP)一般定义为：GDP除以劳动力和资本的产出，通常用GDP平减指数进行平减得到不变价GDP，再除以劳动力和资本总额得到TFP。
由于TFP衡量的是生产效率，故可以表示为： TFP=(Y/L)/(K/L) (1) 其中，Y代表国民收入，L代表劳动力数量，K代表资本存量。理论上说，只要投入要素保持同比例增加，TFP应该是一个恒值，但实际中这一数值可能会随着技术的进步、制度的变化而变化。对TFP的研究可以在技术层面和管理层面这两个维度上进行。 在本研究中，我们定义的体育产业包括四类行业：体育用品和服务业、体育建筑业、体育娱乐业及体育经纪代理业。由于体育服务业涵盖的范围最广（如表1），因此我们选取其细分的7个行业作为研究对象。 数据来源：根据《中国统计年鉴》相关数据整理 而关于体育产业对经济增长的贡献分析已有众多研究[5-8]，这些研究大都以某个国家或地区的整体体育产业为基础进行分析，少有针对具体行业分组的贡献度研究。以往关于体育产业的相关研究多集中在宏观层面，实证分析较少，且结果存在较大分歧。我们在参考前人研究成果的基础上，选取国内具有代表性的省份，采用省级面板数据进行实证分析。
三、模型建立与数据说明 我们构建如下回归方程来考察体育产业的总体情况： 其中，GR表示人均GDP的增长率，EDU表示平均受教育年限，CON表示城镇化进程，SP表示体育产业比重，α是常数项，β是待估计的系数，ε是随机扰动项，满足ε～N(0，σ2）。为了避免变量间的内生性问题，教育年限和城镇化水平以平方的形式进入模型。 为了进一步考察不同产业在体育产业中对经济增长的差异作用，我们引入以下模型： 其中，γj表示i省第j类体育产业的对数TFP，εj表示误差项，其余变量的含义与前面相同。
四、回归结果及其解释 （一）总体回归结果 从表2可以看出，在控制其他变量的情况下，体育产业比重每提升1%，会使GDP增长率下降0.364%。这也就意味着，如果在现有基础上把体育产业比重提高1%，那么GDP将会减少364亿元，相当于减少了2932亿元人民币的产出损失，这说明体育产业对整个经济的影响力还是比较大的。
我们还发现在控制其他变量的情况下，每增加1年的受教育年限会使GDP增长率降低0.064个百分点，也就是说，如果每个人的受教育年限增加1年，GDP会减少64亿元，这与此前有关理论研究的结论是比较一致的。
在我们的模型中加入城镇化的平方项后发现，当城镇化水平每提高一个标准差时，会导致GDP增长0.566个百分点，这说明人口向城市的大量聚集确实能带来经济增长。
（二）分产业回归结果 为了进一步分析各个细分行业的TFP和产出，我们对每一个行业都进行了回归分析，结果见表3。
从表3可以看到，大多数行业的TFP都是负值，意味着这些行业处于比较劣势的状态。其中，健身娱乐业和竞赛表演业的TFP最高，而体育用品业和体育中介业的TFP最低。这可能是因为前者技术更新速度较慢，而后者需要较高的技术创新能力而导致。从对GDP的贡献来看（见表4），只有运动休闲业和健身娱乐业两个行业达到了正的作用效应，其它行业都对经济增长有负向影响。这也与我们日常生活中“花钱买健康”“花小钱办大事”的消费观念相吻合。
五、促进中国体育产业发展的对策 通过对以上理论和数据的分析，我们认为要想充分发挥体育产业在经济发展中的作用，应从需求和供给两个环节入手。一方面，要通过宣传和教育让大众改变观念，认识到体育产业对经济发展的推动作用；另一方面，要从政策上给予支持，优化资源配置，推动重点体育产业发展。