MK,MK体育,MK体育官网,MK体育app,MK体育网页版,MK电竞,MK棋牌,MK百家乐,MK真人,MK百家乐,MK体育注册,MK平台注册,MK中国,MK体育中国,MK体育网页版,MK体育官方网站,mk官方网站,mk sports,mk体育平台app以江苏省城市足球联赛（以下简称“苏超”）为代表的一批区域性联赛，正在通过赛事传播、观赛消费与品牌曝光等多重机制，在区域经济中发挥出超越体育范畴的综合带动效应。2025年端午假期期间，江苏省13个城市文旅消费同比增长14.63%，其中，“苏超”赛事举办地旅游订单量显著高于非赛事地区，显示出赛事活动对文旅经济的强劲拉动。同时，“杭集牙刷”等本地特色产业借助赛事关联曝光，其线%，形成了“赛事＋传播＋特产”的新型联动效应（王一琳 等，2025）。区域作为群众赛事经济效应的重要接收与转化平台，不仅承接赛事带来的短期消费增长，更通过品牌传播、电商联动与基础设施升级，推动地方特色产业的中长期发展与结构转型。群众赛事在区域层面呈现出“短期消费＋中期产业＋长期结构”的扩散路径，具有显著的次生产业带动效应与结构性外溢价值。然而，群众赛事对区域经济的作用机制并非简单的因果关系，而是存在跨产业、多节点、非线性、非对称的网络化传导路径。这种效应往往同时涉及文旅、零售、特产、电商、品牌等多个部门，呈现出典型的多层级联动特征。现有的经济分析工具，如投入产出模型、双重差分法（difference-in-differences，DID）或多元回归，在面对复杂结构性互动时存在明显局限：一方面，它们多数假定变量间为线性关系，难以捕捉异质节点之间的非对称传播效应；另一方面，传统模型往往难以建模“赛事—传播—消费—产业”的多条路径与动态反馈链。

　　图神经网络（graph neural networks，GNN）作为近年来兴起的深度学习工具，能够对异构节点之间的高维关系进行建模，广泛应用于社会网络分析、推荐系统、金融图谱等领域（Han et al.，2022；Wu et al.，2022；Xu et al.，2022）。目前，国内外研究尚未将GNN应用于群众赛事经济拉动效应的分析，尤其在“赛事—传播—消费—产业”多节点互动建模方面的研究尤为鲜见。本研究引入GNN方法，构建基于赛事数据、文旅行为数据与产业响应数据的异质图模型，模拟“苏超”赛事在区域文旅、特色产业中的影响扩散路径，从而量化群众赛事对区域经济的多层级带动效应。1 理论框架与研究假设

　　数据来源：1）赛事数据：数据内容包括赛事举办时间、赛事评级指数、参与人数、观众人次、媒体热度、社交平台互动数据等；来源包括江苏省体育局、扬州市体育局、“苏超”赛事组委会官网及公众号、新浪微博热搜应用程序接口（application programming interface，API）、抖音话题热度排名、新闻聚合平台（如新华网、澎湃）赛事报道频次等。2）文旅消费数据：数据内容涵盖旅游接待人次、住宿业收入、文化娱乐支出、文旅综合消费额等；来源包括国家统计局区域数据平台、江苏省文化和旅游厅、各地市统计年鉴、携程和美团平台热度指数、百度指数、高德出行热度指数等。3）特色产业数据：数据内容涵盖区域内特产销量、电商平台销售额、品牌曝光指数、话题转化率等；来源包括阿里巴巴产业带指数、京东地域销售榜、淘宝直播带货榜、小红书品牌关键词热度等，部分数据由平台API或合作渠道提供。地区经济与基础设施数据：数据内容包括GDP总量与增长率、固定资产投资、三产结构、人口流动性、交通基础设施（公路、铁路通车率等）；来源包括国家统计局数据库、江苏省及各市县统计年鉴、交通运输部数据库、高德地图与百度地图开放平台等。4）GNN建模辅助数据：用于GNN边权构建的传播关系数据来自社交转发链、评论互动矩阵；节点嵌入特征构造数据来自品牌Rank值、赛事节点关注度、时序搜索热度等；来源包括清博大数据平台、新浪微博接口、数字乡村电商热度监测系统，以及Neo4j＋Python GCN插件构建的传播图谱。

　　为确保模型结果具有理论解释力与政策导向性，本文将变量分为3类（表1）：被解释变量、核心解释变量、控制变量，并配合GNN中的节点属性输入。被解释变量：1）GDP增长率。该指标作为区域经济增长的核心指标，用于衡量赛事带来的经济增长。2）特产销售增幅。该指标用于衡量赛事对地方特色产业（如特产、电商、手工艺品等）的拉动效果。3）文旅消费增幅。该指标表示赛事对地方旅游和文旅消费的刺激作用。核心解释变量：1）赛事评级指数。该指标为综合赛事规模、参与人数、传播热度、媒体曝光度等因素形成的赛事影响力指标。2）交通密度。该指标衡量地方交通基础设施的密度，直接影响赛事参与者的流动性及消费行为。3）GDP均衡度。该指标衡量各地区经济均衡度，反映区域经济的整体协调性。控制变量：1）基础设施指数。该指标涵盖道路、通信、电力等基础设施建设水平。2）人力资本水平。该指标反映各区域的教育和劳动市场情况，采用高等教育人口占比评价。3）社会消费水平。该指标通过社会消费品零售总额与地区GDP的比值进行衡量。4）外部开放度。该指标衡量地区与外界的经济联系程度，主要通过进出口总额与GDP比率反映。

　　年的地区GDP增长率，表示区域经济发展水平的变化；A为常数项，表示在没有赛事或其他变量影响的情况下，区域经济的基础增长水平；β1为赛事评级系数，用于衡量赛事影响力对GDP增长的边际效应；EventScoreit为第i个区域在第t年的群众赛事评级得分，结合赛事规模、观众人数、媒体传播热度、社会参与度等多维指标综合计算得出；β2为文旅消费影响系数，反映文旅消费增幅对GDP增长的边际贡献；TourismGrowthit为第i个区域在第t年的文旅消费增长率，通常通过旅游收入、住宿餐饮收入同比增幅衡量；β3为地方特色产品销售增长的影响系数；ProductSalesGrowthit为第i个区域在第t年的特产销售额增长率，可通过本地品牌在电商平台上的销量、曝光量增幅计算；γ为控制变量系数向量，衡量各控制变量的边际贡献；Xit为控制变量向量，包含一系列影响经济增长的重要背景因素；εit为误差项，表示模型未能解释的部分，如外部经济冲击、偶发事件等。该模型用于量化分析群众赛事对区域经济的直接与间接影响。其中，赛事评分作为核心解释变量，用于解释其是否通过带动文旅消费和特色产品销售，从而间接促进GDP增长。3个不同的系数则分别反映了各自因素对区域经济增长的边际贡献。2.3.3 中介效应模型分析为验证赛事是否主要通过文旅消费和地方特产销售两条路径间接带动区域GDP增长，进一步构建如下中介效应模型组：

　　＜0.001），部分“赛事联名”产品销量同比翻番。进一步的中介效应分析表明，赛事影响并非直接指向GDP增长，而是通过中间变量进行传导：文旅消费与特产销售在“赛事—GDP”路径中均呈现显著中介效应，其中文旅消费中介效应占比42.6%、特产销售中介效应占比31.8%，直接效应占比不足30%，显示出赛事拉动机制更依赖“消费场景激活＋产业联动放大”组合路径。这些结果验证了假设H1与H2，说明群众赛事对区域经济具有显著的结构性拉动能力，其本质是通过“事件激活”引发系统协同的非线性传播机制。3.1.3 群众赛事多层级经济传导的动态仿真为进一步刻画群众赛事的多级联动特征，基于GNN嵌入输出，构建产业响应仿真模型，模拟从赛事触发到产业销售的全过程：1）第一层为赛事传播激活层。当某赛事节点被激活，其嵌入特征向量开始向相邻节点扩散；模拟发现赛事节点触发后的首条路径以文旅节点为主，激活概率达85%，对应旅游出行、住宿、活动参与等消费行为增长。2）第二层为文旅消费响应层。当赛事影响强度超过地方文旅接待能力的30%临界点后，消费节点反应出现“增长跳跃”。仿真显示文旅销售弹性平均提升72%，表现出流量阈值驱动的非线）第三层为产业联动放大层。特产类节点响应存在明显滞后，但回弹幅度更强，电商销售周期通常晚于文旅消费，形成“短期文旅刺激—中期电商爆发—长期品牌溢出”的三级效应时序。