翟水保，牛文英

隨著社會經(jīng)濟的發(fā)展，體育產(chǎn)業(yè)已成為社會的重要經(jīng)濟組成部分，群眾對體育鍛煉的需求和體育消費支出方面也隨之提高。因此，體育鍛煉所具有的經(jīng)濟重要性顯得非常突出[1]。目前，體育消費主要集中在門票、會費等一些直觀消費上，以此作為全部的體育鍛煉花費，具有一定的局限性[2-3]。雖然國外關(guān)于群眾體育鍛煉的研究已獲得很多成果，但國內(nèi)的相關(guān)研究卻寥寥無幾。本文從調(diào)查問卷的數(shù)據(jù)切入，對該地區(qū)不同人群的性別、年齡、職業(yè)等變量進行研究，分析不同人群在參與體育鍛煉、體育消費上的共性，探尋人口學(xué)變量、經(jīng)濟變量對體育鍛煉參與程度的影響規(guī)律，得出群眾體育鍛煉參與程度、體育消費數(shù)量的決定性因素。

1 研究對象與方法

1.1 研究對象

以中部地區(qū)不同人群的性別、年齡、教育程度、收入、職業(yè)、家庭人口、家庭類型等分類變量作為研究對象。

1.2 研究方法

1.2.1 問卷調(diào)查法 研究選取了中部地區(qū)6個省份（安徽、江蘇等）的居民作為被調(diào)查者，年齡在16～65歲之間。本次研究采取多批次調(diào)查方式，研究小組按照年齡、性別、職業(yè)分發(fā)調(diào)查問卷，共發(fā)放問卷700份，回收606份，回收率為86.6%，其中能準確反映調(diào)查信息的為567份，有效回收率為93.6%。問卷的描述性統(tǒng)計見表1。

本研究的調(diào)查范圍較大，調(diào)查問卷的題項不足25項，故采用復(fù)本問卷信度。調(diào)查者讓調(diào)查對象一次填寫兩份問卷復(fù)本，經(jīng)計算，問卷題項的相關(guān)系數(shù)為0.86，符合問卷復(fù)本信度值[4]。對問卷效度的測量采用內(nèi)容和結(jié)構(gòu)效度，并采用“內(nèi)容效度比”進行衡量[5]。經(jīng)檢驗發(fā)現(xiàn)指標(biāo)體系內(nèi)容和結(jié)構(gòu)效度較好。

1.2.2 數(shù)理統(tǒng)計法 采用logit模型（ordered logit models，簡稱OLM）對各類影響因素進行分析。目前關(guān)于定序因變量的處理，默認一個假設(shè)：相鄰兩項之間的間距是相等的。而采用線性回歸模型對定序連梁因變量擬合時，會導(dǎo)致估計跑偏[6]。因此，采用logit模型或定序probit模型處理定序變量是較為穩(wěn)妥的辦法。logit模型的基本方程如下：

表1 變量的描述性統(tǒng)計

其中a是截距項（常數(shù)），即模型簡化為：

Logit模型亦可稱為比例優(yōu)勢模型（Proportional odds model），模型計算出的是累積發(fā)生率，并不是某一個特定取值的發(fā)生率[7]。因此，累積發(fā)生比也可簡化為：

對特定的yi的預(yù)測就是：

注：以上公式中，p為自變量xjc存在的條件概率；α為截距項；x1，x2，x3，…xi為自變量；b 是在 i個自變量條件下，i個因變量的每個自變量的回歸系數(shù)；間距值tj是一組常數(shù)項，共有j－1個取值，是基準累積發(fā)生率，即除了參照組之外的j－1個虛擬變量，與參照組對比得出的累積發(fā)生率[7－8]。

本研究使用stata10．0進行模型擬合，模型運算用最大似然方法來評估參數(shù)。

2 研究假設(shè)

依據(jù)logit模型，對樣本中所呈現(xiàn)出的對因變量有影響的自變量做出以下假設(shè)：（1）性別、年齡、戶口等人口學(xué)變量對參與體育鍛煉產(chǎn)生影響；（2）職業(yè)類別、個人收入變量對參與體育鍛煉產(chǎn)生影響；（3）學(xué)歷、受教育程度對參與體育鍛煉產(chǎn)生影響；（4）性別、年齡變量對體育消費產(chǎn)生影響；（5）職業(yè)類別、個人收入對體育鍛煉消費產(chǎn)生影響；（6）體育鍛煉頻率越高，相應(yīng)的體育消費更多；（7）學(xué)歷、受教育程度對體育鍛煉消費產(chǎn)生影響。

3 數(shù)據(jù)說明與變量描述

3.1 調(diào)查數(shù)據(jù)說明

本次研究選擇了以下自變量：性別、年齡、家庭規(guī)模、社區(qū)人口規(guī)模；職業(yè)類別；家庭年總收入；學(xué)歷（見表1）。通過將自變量的數(shù)值納入模型而得到不同的概率，并將自變量得到的概率進行橫向比較，進而分析定序變量與虛擬變量[9]。

3.2 模型中自變量間多元共線性檢驗

檢驗自變量間的多元共線性，需要檢驗自變量之間的相關(guān)。首先自變量間不能存在高相關(guān)的自變量,其次采用方差膨脹因子（VIF）進行測試，進一步檢驗?zāi)Ｐ偷亩嘀毓簿€性[10]。統(tǒng)計規(guī)則要求VIF超過10就可能存在多重共線性，樣本經(jīng)過計算得出自變量的VIF的均值變化范圍分別在1．20到4．12之間，說明變量間不存在多重共線性的問題[11－12]，數(shù)據(jù)適合logit模型。

本研究檢驗自變量的相關(guān)關(guān)系采用列聯(lián)表的卡方檢驗。首先將全樣本中的性別、教育程度作為列變量，其他作為行變量，檢驗發(fā)現(xiàn)某些職業(yè)類別以及收入水平與體育鍛煉消費支出卡方檢驗不顯著[13]。其次，教育程度、收入水平以及職業(yè)類別與體育鍛煉消費支出卡方檢驗不顯著（Pearson Chi－Square P＞0．05）；在定期參加運動的人群中下崗人員與領(lǐng)取福利津貼者卡方檢驗不顯著（P＞0．05）；性別、年齡與參加體育鍛煉頻次的卡方檢驗不顯著（P＞0．05）；教育程度、收入水平、某些職業(yè)群體與參加體育鍛煉的頻率的卡方檢驗不顯著（P＞0．05）；在經(jīng)常參加體育鍛煉的人群中，性別和年齡與參加體育鍛煉的頻率卡方檢驗不顯著（P＞0．05）；教育程度、收入水平與職業(yè)類別同參加體育鍛煉的頻率呈卡方檢驗不顯著（P＞0．05）。由此說明上述變量間相互獨立，不存在相關(guān)。

4 研究結(jié)果與分析

本小節(jié)中首先對以體育鍛煉參與頻率為因變量構(gòu)建有序logit模型，對因變量進行預(yù)測分析；其次，以體育消費為因變量構(gòu)建有序logit模型，對因變量進行預(yù)測分析。

4.1 參與體育鍛煉頻率模型構(gòu)建

模型的輸出結(jié)果表明（見表2）：模型中3對數(shù)據(jù)的擬合程度較好（log likelihood=－1 456．741 7，P=0．000），模型 1、模型 2 與模型3的最大區(qū)別在于當(dāng)刪去不顯著的自變量后對模型進行再次擬合時，模型3刪去不顯著的變量后，模型的似然指數(shù)最低，因此選擇模型3。自變量“年齡”、“性別”等具有顯著統(tǒng)計學(xué)意義（P＜0．05），即在控制其他自變量情況下，城市居民因“年齡”、“性別”變量的差異導(dǎo)致體育鍛煉行為的顯著統(tǒng)計學(xué)差異，這說明上述變量會影響人們參與體育鍛煉。在以男性為參照組、控制其他變量的條件下，女性參與體育鍛煉的可能性比男性少15.79%（1-e-0.1718=0.157 9）?？刂破渌兞康臈l件下，年齡每增加一歲引起體育鍛煉行為的可能性是（e0.2341=1.027）。以極少參加為參照組，隨年齡的增長對體育鍛煉參與頻率的影響呈如下變化：年齡每增加一歲選擇每周參加次數(shù)少于1～2次的可能性是年齡減少一歲的0.030 1倍（＝e0.2341-6.040）；年齡每增加一歲選擇每周參加1～2次的可能性是年齡減少一歲的0.490 1倍（＝e0.2341-5.550）；年齡每增加一歲選擇每周參加3～5次的可能性是比不參加或極少參加多0.0143倍（＝e0.2341-4.481）、每天都參加比不參加或極少參加多0.018 1倍（＝e0.2341-4.248）。上述表明：隨著年齡的增長體育鍛煉發(fā)生的可能性在逐漸提高?？刂破渌兞康臈l件下，個人收入的增長引起體育鍛煉行為的可能性是1.21（＝e0.1905）。收入變化對體育鍛煉參與頻率的影響呈如下變化：收入增加一個單位選擇每周參加次數(shù)少于1～2次的可能性是收入不增加的0.002 9倍（＝e0.1905-6.040）；收入增加一個單位選擇每周參加1～2次的可能性是收入不增加的0.004 7倍（＝e0.1905-5.550）；收入增加一個單位選擇每周參加3～5次的可能性是收入不增加的0.013 6倍（＝e0.1905-4.481）；收入增加一個單位選擇每天都參加的可能性是收入不增加的0.017 3倍（＝e0.1905-4.248）。上述表明：隨著個人收入的增長體育鍛煉發(fā)生的可能性在逐漸提高。學(xué)歷程度對城市居民的體育鍛煉行為也有影響：以小學(xué)為參照組，控制其他變量的條件下，具有中學(xué)學(xué)歷的人群每周參加體育鍛煉的次數(shù)少于1～2次、每周參加1～2次、每周參加3～5次，每天都參加體育鍛煉行為的可能性分別是 0.35%（＝e0.41311-6.040）、0.58%（＝e0.4130-5.550）、1.71%（＝e0.4131-4.481）、2.16%（＝e0.4131-4.248）；從參與人群的學(xué)歷來看具有中學(xué)學(xué)歷的群眾參與體育鍛煉的可能在逐漸升高；具有大學(xué)學(xué)歷的人也呈現(xiàn)出相似的可能性：0.040%（＝e0.5281-6.040）、0.066%（＝e0.5281-5.550）、1.95%（＝e0.5481-4.481）、2.47%（e0.5481-4.248）。上述顯示出隨著學(xué)歷的增高，城市居民體育鍛煉行為的發(fā)生風(fēng)險也逐漸升高，學(xué)歷有提高體育鍛煉參與的可能性。在職業(yè)類別中，以自由職業(yè)為參照組，控制其他變量的條件下，機關(guān)、事業(yè)單位工作人員參與體育鍛煉的可能性比自由職業(yè)者高26.06%（=e0.2316-1）；企業(yè)、公司職工參與體育鍛煉的可能性比自由職業(yè)者少18.81%（=1-e-0.2083）；離退休人員參與體育鍛煉的可能性比自由職業(yè)者高50.77%（=e0.4106-1）；農(nóng)民參與體育鍛煉的可能性比自由職業(yè)者低10.39%（=1-e-0.1098），學(xué)生體育鍛煉參與頻率呈現(xiàn)出不顯著。

表2 體育鍛煉參與頻率的有序logit回歸模型變量的分析表

4.2 體育消費模型構(gòu)建

從表3體育消費的有序logit回歸模型變量的分析表可以得出，所選擇的自變量來預(yù)測因變量（年體育消費）的模型整體顯著（likehood=1 967.452 1，P=0.000）），代表樣本可以向總體推斷，自變量全部顯著。以男性為參照組，在控制其他變量不變的情況下，女性增加體育消費的可能性低于男性36.63%（1-e-0.1718=0.366 3）。在控制其他變量不變的情況下，年齡的增長也引起了體育消費增高的可能性是1.045倍（=e0.2341），以0～45元/年為參照組，年齡的增長對體育消費金額的影響呈現(xiàn)如下變化：年齡每增加一歲，人們選擇體育消費46～180元/年的可能性是年齡減少一歲的0.030 6倍（=e0.0446-3.531）；年齡每增加一歲，體育消費181～360元/年的可能性是年齡減少一歲的0.052 2倍（=e0.0446-2.037）；年齡每增加一歲，體育消費751元以上/年可能性是年齡減少一歲的0.136 3倍（=e0.0446-2.037）。上述表明隨著年齡的增長，體育消費金額提高的可能性在逐漸提高。個人收入的增長引起了體育消費的增高，可能性是1.189 9倍（=e0.1731），以0～45元/年為參照組，個人收入的增長對體育消費金額的影響呈現(xiàn)如下變化：收入每增長一元錢選擇體育消費46～180元/年的可能性是收入少一元錢的0.034 8倍（＝e0.1731-3.531）；收入每增長一元錢選擇體育消費181～360元/年的可能性是收入少一元錢的0.119 6倍（＝e0.1731-2.297）；收入每增長一元錢選擇體育消費361～751元/年的可能性是收入少一元錢的0.155 1倍（＝e0.1731-2.037）；收入每增長一元錢選擇體育消費751元以上/年的可能性是收入少一元錢的0.248 1倍（＝e0.1731-1.565）。上述表明隨著個人收入的增長，體育消費金額增加的可能性在逐漸提高。個人參與體育鍛煉的頻率可能會引起體育消費的改變，以極少參加為參照組，個人參加體育鍛煉的頻率引起體育消費金額的變化如下：每周參加次數(shù)少于1～2次選擇體育消費為46～180元/年可能性是極少參加的0.030 4倍（=e0.0404-3.531）；每周參加1～2次可能選擇體育消費181～360 元/年可能性是極少參加的 0.114 7 倍（=e0.1322-2.297）；每周參加3～5次可能選擇體育消費361～751元/年可能性是極少參加的0.173 9倍（=e0.2873-2.037）；以及每天都參加選擇體育消費751元以上/年的可能性是極少參加的0.317 1倍（=e0.4166-1.565）。上述表明，隨著個人參與體育鍛煉頻率的增加，體育消費金額也在逐漸提高。學(xué)歷程度對城市居民的體育消費也有影響，從參與人群的學(xué)歷來看學(xué)歷有可能會改變?nèi)藗冊隗w育鍛煉過程中的體育消費。以小學(xué)為參照組，控制其他變量不變的情況下，具有中學(xué)學(xué)歷比小學(xué)學(xué)歷在提高體育消費方面高12.76%（=e0.1201-1）；具有大學(xué)學(xué)歷比小學(xué)學(xué)歷在提高體育消費方面高26.79%（=e0.2374-1）。上述顯示出隨著學(xué)歷的增高，城市居民體育消費行為逐漸升高。在職業(yè)類別中，以自由職業(yè)為參照組，控制其他變量的條件下，機關(guān)、事業(yè)單位工作人員在增加體育消費方面比自由職業(yè)者高35.02%（=e0.3003-1）；企業(yè)、公司職工在增加體育消費方面比自由職業(yè)者少16.24%（=1-e-0.1773）；離退休人員在增加體育消費方面比自由職業(yè)者高65.98%（=e0.5067-1）；農(nóng)民參與體育消費的可能性比自由職業(yè)者低20.82%（=1-e-0.2335），可見職業(yè)類別會造成人們體育消費的差別。

表3 體育消費的有序logit回歸模型變量分析表

5 結(jié) 論

通過有序logit回歸分析，本研究得出以下結(jié)論：男性參與體育鍛煉頻次高于女性，體育消費金額比女性高；隨著年齡增加，參加體育鍛煉的可能性會提高，但隨著年齡增加，體育消費的數(shù)量則呈下降趨勢；學(xué)歷越高、經(jīng)濟水平越高的人群參與體育鍛煉頻次更高，體育消費數(shù)量更多，但受教育程度對參與體育鍛煉沒有影響；機關(guān)、事業(yè)單位工作人員、離退休人員參與體育鍛煉、體育消費的可能性比自由職業(yè)者高，企業(yè)、公司職工和農(nóng)民參與體育鍛煉、體育消費的可能性比自由職業(yè)者低；但經(jīng)常參與體育鍛煉并不代表體育消費的增高，變量對參與體育鍛煉有影響，并不意味著同時會帶來體育消費的增加。

[1]陳錕，朱敏，王曉紅.Logit模型在個體選擇行為中的研究演進[J].統(tǒng)計與決策，2006（20）：32-35.

[2]楊勇攀，史仕新，陳錕.基于混合Logit模型的消費者偏好測量研究[J].生產(chǎn)力研究，2009（2）：22-23.

[3]王立君，馬建軍.基于秩序Logit模型的學(xué)生選教師問題的效用分析[J].山西財經(jīng)大學(xué)學(xué)報，2009（2）：15-16.

[4]張貴敏.我國城市居民體育消費環(huán)境需求探析 [J].天津體育學(xué)院學(xué)報，2004，19（1）：12-14.

[5]鄭芳，叢湖平.我國東部城市居民體育服務(wù)需求的因素分析[J].體育科學(xué)，2005，25（6）：121-126.

[6]閆振龍，王云冰，陳善平，等.陜西省知識分子的體育消費需求及影響因素研究[J].西安體育學(xué)院學(xué)報，2009，26（4）：86-90.

[7]馬渝，歐陽柳青.我國居民體育消費水平的現(xiàn)狀調(diào)查與分析[J].武漢體育學(xué)院學(xué)報，2002，36（3）：45-49.

[8]EBER N.Sports practice，health and macroeconomic performances：An endogenous growth model[J].Journal of Sport Economics，2003，4（2）：126-144.

[9]GABLE A，OHL F.Sport culture and material culture：The example of student's consumption[J].Paper presented at the 10th EASM Congress，2010，8：24-26.

[10]KUTNER，NACHTSHEIM.Neter：Applied Linear Regression Models[M].4th Edition，2009：124-127.

[11]GRATTONC，TAYLORP.From economic theory to leisure practice via empirics：the case of demand and price[J].Leisure Studies，2008，14（4）：245-261.

[12]LAMB A，ASTUARIASP.Sports participation-how much does it cost?[J].Leisure Studies，1992，11（1）：19-29.

[13]MCKELVEY R D，ZAVNINA W.A statistical model for the analysis of ordinal-level dependent variables[J].Journal of Mathematical Sociology，1975，4：103-120.