基于证据的运动资助决策：一种数据驱动的优化方法
物理与社会
2022-12-22 v1
摘要
许多欧洲国家面临儿童肥胖率上升的问题，而 COVID-19 大流行期间体育活动机会的减少使情况更加严重。对体育设施的获取取决于多种因素，例如地理位置、与人口中心的邻近程度、预算约束以及其他社会经济协变量。在此，我们展示了如何在一个数据驱动的模拟模型中实现对体育促进者（例如体育俱乐部）的政府资金最优分配，该模型最大化儿童对体育设施的获取。我们为奥地利所有 1,854 个足球俱乐部编制了一个数据集，包括其预算、地理定位、人数统计及其成员年龄结构的估计。我们发现活跃俱乐部成员数量与预算之间存在一种特征性的次线性关系，这取决于俱乐部所在市镇的社会经济条件。在我们假设该关系为因果关系的模型中，我们评估了不同的资助策略。我们表明，基于区域社会经济特征和俱乐部预算分配资金的优化策略，在吸引儿童加入体育俱乐部方面，以 500 万欧元额外资金相较朴素方法高出至多 117%。我们的结果表明，通过以基于证据和个性化的方式使公共资助策略适应区域社会经济特征，可大幅提高其影响。
引用
@article{arxiv.2212.11018,
title = {Evidence-based policy-making in sports funding using a data-driven optimization approach},
author = {Jan Hurt and Liuhuaying Yang and Johannes Sorger and Thomas J. Lampoltshammer and Nike Pulda and Ursula Rosenbichler and Stefan Thurner and Peter Klimek},
journal= {arXiv preprint arXiv:2212.11018},
year = {2022}
}