魏華

（西安體育學(xué)院陜西西安710068）

隨著近年來國民生活水平的提高，人們享受式消費(fèi)逐年增長，帶著各種需求的人們紛紛加入健身俱樂部，感受著新鮮時尚的健身方式。體育健身俱樂部是我國體育健身產(chǎn)業(yè)的“螺絲釘”，而體育健身市場則是我國整個體育產(chǎn)業(yè)的重要支柱[1-2]。同時，健身俱樂部也是我國全民健身計劃實(shí)施的主力軍之一，對于促進(jìn)全民健康，樹立健康、文明、科學(xué)的生活方式，豐富閑暇生活都有著重要的作用。因此，本土體育健身俱樂部的生存與發(fā)展將會影響我國整個民族體育產(chǎn)業(yè)的興盛與衰亡，以及我國公民公共健康事業(yè)的發(fā)展。自20世紀(jì)90年代末以來，我國體育健身產(chǎn)業(yè)蓬勃發(fā)展，健身俱樂部的數(shù)量和規(guī)模都有大幅度提高，健身俱樂部的數(shù)量成幾何式增長。作為服務(wù)企業(yè)，健身俱樂部的發(fā)展和壯大值得研究和深思。因此對健身俱樂部做前瞻性的預(yù)測，對發(fā)展健身俱樂部的相關(guān)決策提供科學(xué)依據(jù)。本文針對2002～2009全國健身俱樂部發(fā)展規(guī)模數(shù)據(jù)，利用直線趨勢模型、二次曲線模型、三次曲線模型、對數(shù)曲線模型和S曲線模型，建立了全國健身俱樂部數(shù)量增長的S曲線預(yù)測模型，并計算出了未來5年內(nèi)我國健身俱樂部數(shù)量的預(yù)測值，為管理者制定相應(yīng)的發(fā)展政策提供了一定的理論依據(jù)為《全民健身?xiàng)l例》的落實(shí)提供科學(xué)依據(jù)。

1 研究方法

1.1 描述性方法

本研究在充分閱讀文獻(xiàn)資料、進(jìn)行實(shí)踐研究的基礎(chǔ)上，運(yùn)用理論分析與實(shí)證分析相結(jié)合，定性分析與定量分析相結(jié)合，預(yù)測與實(shí)際相結(jié)合的方法，收集和整理2002～2009年間全國健身俱樂部的數(shù)據(jù)與資料，在定量預(yù)測結(jié)果的基礎(chǔ)上做定性分析，再結(jié)合國情實(shí)際進(jìn)行綜合、比較、預(yù)測、論證。

1.2 預(yù)測方法

結(jié)合本研究資料的特性，選擇了直線趨勢模型、二次曲線模型、三次曲線模型和S曲線模型進(jìn)行試預(yù)測，并根據(jù)各種曲線擬合的對比情況，選擇最適合數(shù)據(jù)及其發(fā)展規(guī)律的預(yù)測模型。

1.3 統(tǒng)計分析軟件

SPSS 17.0 for windows

Microsoft Excel 2003

2 中國健身俱樂部總量分析

2005年，全國健身俱樂部只有585家，隨后的5年內(nèi)，逐年增加，到了2009年，全國健身俱樂部總量已經(jīng)達(dá)到2 716家，增加了364%，年平均增長率為54%；同時相應(yīng)的從業(yè)人員數(shù)也迅猛增長，具體數(shù)據(jù)如表1所示。

表1 2005～2009全國健身俱樂部總數(shù)、從業(yè)人員Tab.1 Total number of health clubs nationwide，em ploying from 2005 to 2009

從圖1可以看出，從2005年起，截止2009年，全國健身俱樂部總量的總體上是呈現(xiàn)出逐年穩(wěn)步上升的趨勢，說明健身健體逐漸受到人們的重視，與此相關(guān)的產(chǎn)業(yè)以及引起的就業(yè)人數(shù)當(dāng)然要隨之增加，這與我國大力開展全面健身工作全面有序展開十分不開的[1]。

圖1 2005～2009全國健身俱樂部總數(shù)、從業(yè)人員數(shù)變化趨勢Fig.1 Trends in total national health club from 2005 to 2009

3 全國健身俱樂部總量的試預(yù)測

從圖1可以看出，從2005年開始全國健身俱樂部基本呈逐年遞增的趨勢，且變化比較迅速，根據(jù)這種變化趨勢的特點(diǎn)，本研究初步選取了常見的直線預(yù)測模型、二次曲線模型、三次曲線模型、S曲線模型進(jìn)行試預(yù)測，采用SPSS 17.0進(jìn)行相關(guān)計算，最后對這4種預(yù)測模型的擬合效果進(jìn)行優(yōu)劣對比，最終確定一種最佳的預(yù)測模型[3-5]。

3.1 4種試預(yù)測模型

3.2 擬合方程與統(tǒng)計學(xué)處理

本研究采用SPSS 17.0計算出4種預(yù)測方程中的參數(shù)，如表2所示。

表2 4種預(yù)測模型的參數(shù)列表Tab.2 Four kinds of prediction model parameter list

1）直線預(yù)測模型：=208.4+557.8t

3.3 4種試預(yù)測擬合效果對比分析

本研究將預(yù)測年限設(shè)為5年，即t=1，2，3，……，10，將具體的值（t）分別代入上述4種預(yù)測模型中，得到4組預(yù)測值，如表3所示[6]。

將參數(shù)代入4種方程，從而得出直線預(yù)測模型、二次曲線預(yù)測模型、三次曲線預(yù)測模型以及S曲線預(yù)測模型如下：

表3 2005～2013年間我國健身俱樂部總量及預(yù)測值統(tǒng)計表Tab.3 2005～2013 years，and forecast of China’s total value of fitness club statistics

為了更加形象的比較4種預(yù)測模型擬合效果，采用Spss 17.0對表1中的5組數(shù)據(jù)進(jìn)行擬合曲線的繪制，如圖2所示。

圖2 4種預(yù)測擬合曲線與已觀測數(shù)據(jù)對比示意圖Fig.2 Four kinds of fitting curves predicted

很明顯，S型擬合曲線最接近于已知數(shù)據(jù)的曲線，如圖2所示。同時結(jié)合我國全民健身開展現(xiàn)狀，以及目前全國健身俱樂部發(fā)展規(guī)模，本研究選擇S曲線模型作為來預(yù)測全國健身俱樂部總量的規(guī)律和變化趨勢。

S型曲線是由比利時數(shù)學(xué)家Verhulst對于人口增長規(guī)律的研究得來的。他發(fā)現(xiàn)社會人口的增長速度最初隨著時間的增加而逐漸加快，在經(jīng)過一段時間的高速增長之后，人口增長速度逐漸減慢，最后社會人口趨于穩(wěn)定。

目前S型曲線（S-Curve）多存在于分類評定模型（Logit model），邏輯回歸（Logistic regression）模型，屬于多重變數(shù)分析范疇，是社會學(xué)、生物統(tǒng)計學(xué)、臨床、數(shù)量心理學(xué)、市場營銷等統(tǒng)計實(shí)證分析的常用方法。

4 結(jié)論

1）從2005～2009年現(xiàn)有的數(shù)據(jù)分析來看，全國健身俱樂部總量的總體上是呈現(xiàn)出逐年穩(wěn)步上升的趨勢，說明健身健體逐漸受到人們的重視，與此相關(guān)的產(chǎn)業(yè)以及引起的就業(yè)人數(shù)當(dāng)然要隨之增加，這與我國大力開展全面健身工作全面有序展開是分不開的[1]。

2）通過對直線預(yù)測模型、二次曲線模型、三次曲線模型和S形曲線擬合效果進(jìn)行對比分析，本研究選擇了S形曲線對我國健身俱樂部總量進(jìn)行未來5年的預(yù)測。

3）從S型預(yù)測數(shù)據(jù)可以看出，未來5年我國健身俱樂部數(shù)量仍然保持上升趨勢，與理論分析是一致的。而且相關(guān)的從業(yè)人數(shù)也會相應(yīng)增長，也為就業(yè)提供了新的增長點(diǎn)。

4）實(shí)際上，S型曲線的軌跡也說明了，在健身俱樂部發(fā)展初期，會出現(xiàn)迅猛發(fā)展的一個階段，隨著時間的推移，健身俱樂部在數(shù)量上會出現(xiàn)逐漸減慢，趨于穩(wěn)定的一個趨勢，但從本研究5年的預(yù)測結(jié)果看，未來5年，全國健身俱樂部還會持續(xù)快速發(fā)展，以適應(yīng)日益增加的全民健身需要。

[1] 馬春林.我國中部城市體育健身俱樂部品牌發(fā)展的影響因素與對策研究[J].體育科學(xué)，2011（2）:36-41.MA Chun-lin.Study on brand development influencing factors and countermeasures of sport fitness club in central city of China[J].China Sport Science，2011（2）:36-41.

[2] 李勇勤.江蘇省高爾夫俱樂部現(xiàn)狀的SWOT分析及對策研究[J].南京體育學(xué)院學(xué)報，2010（6）：56-60.LI Yong-qin.Research and SWOT analysis on the current situation of golf clubs in Jiangsu[J].Journal of Nanjing Institute of Physical Education，2010（6）：56-60.

[3] 姜揚(yáng).“S”型曲線模型在奧運(yùn)安保情報中的應(yīng)用[J].科技信息，2009（31）：925-938.JIANG Yang.Research on“S”model in olympic security intelligence[J].Science&Technology Information，2009（31）：925-938.

[4] 鄧紅星，范英.物流需求量灰色馬爾科夫模型預(yù)測[J].物流技術(shù)，2011（5）:112-115.DENG Hong-xing，F(xiàn)AN Ying.Application of gray markov model in logistics demand Forecasting[J].Logistics Technology，2011（5）:112-115.

[5] 遲靈芝.人口總數(shù)預(yù)測的二次曲線模型[J].雞西大學(xué)學(xué)報，2004（6）：87，94.CHI Ling-zhi.Quadratic curve model for population total foreeast[J].Journal of Jixi University，2004（6）:87，94.

[6] 岑先杰，樂愛平.血清乙肝病毒大蛋白濃度S形標(biāo)準(zhǔn)曲線的擬合與優(yōu)選[J].浙江實(shí)用醫(yī)學(xué)，2009（3）：266-268.CEN Xian-jie，YUE Ai-ping.Serum hepatitis B virus large S-shaped protein concentration standard curve fitting and optimization[J].Zhejiang Practical Medicine，2009（3）:266-268.