我國大陸居民體育鍛煉參與決策及體育鍛煉時間的影響因素研究

鐘華梅 王兆紅

摘? ? 要? ?提高居民體育鍛煉參與率是促進全民健康、推進體育強國建設的重點任務。使用2016年中國勞動力動態調查數據和Heckman二階段模型，實證分析影響我國大陸居民體育鍛煉參與決策和體育鍛煉時間的因素。經分析發現：1）我國大陸居民的體育鍛煉參與概率及體育鍛煉時間在人口社會學特征方面存在顯著差異，男性居民、城市居民、高學歷居民、健康狀況好的居民的體育鍛煉參與概率更大，且體育鍛煉時間更多。個人年齡與其體育鍛煉參與概率呈“U型”關系，但是個人年齡對其體育鍛煉時間沒有影響；2）個人家務勞動時間增加、家庭收入增長、所在行政區有體育設施、所在行政區人均體育財政經費投入增加都會顯著增大其體育鍛煉參與概率及延長其體育鍛煉時間；3）個人工作時間延長、在婚、家庭規模增大、所在行政區PM2.5濃度升高都會顯著減小其體育鍛煉參與概率及減少其體育鍛煉時間；4）個人收入和所在行政區的人均GDP增長均會顯著增大其體育鍛煉參與概率，但是對其體育鍛煉時間沒有影響。

關鍵詞? ?體育鍛煉；參與決策；參與時間；時間分配理論；Heckman模型

中圖分類號：G80-081? ? ? ? ? 學科代碼：040301? ? ? ? ? ?文獻標志碼：A

DOI：10.14036/j.cnki.cn11-4513.2023.03.007

Abstract? ?Improving the participation rate of residents in physical exercise is a key task to promote national fitness and advance the construction of sport power. Using the 2016 China labor-force dynamics survey data and the Heckman two-stage model， we empirically test the factors influencing the physical exercise participation decision-making and participation time of Chinese residents. The results show that： 1） There are significant differences in the probability of physical exercise participation and physical exercise time among residents with different demographic and sociological characteristics in China. In other words， male residents， urban residents， residents with high education level， and residents with high health level had higher probability of physical exercise participation and spent more time on physical exercise. Age has a “U-shaped” relationship with the probability of participating in physical exercise， but has no effect on the time of physical exercise; 2） The increase in household work time， the increase in household income， the availability of sports facilities in residents wards， and the increase in per capita financial investment in sports all significantly increase the probability of individual physical exercise participation and longer physical exercise time; 3） Increased working hours， being married， increased family size， and increased PM2.5 concentrations all significantly reduce the probability of individual physical exercise participation and reduce the time for physical exercise; 4） Rising personal income and rising GDP per capita significantly increase the probability of personal physical exercise participation， but have no effect on both personal physical exercise time.

Keywords? ?physical exercise; participation in decision-making; participation time; time allocation theory; Heckman Model

體育是提高人民健康水平的重要途徑，是滿足人民群眾對美好生活向往、促進人的全面發展的重要手段，是展示國家文化軟實力的重要平臺［1］。體育在我國經濟社會發展中的作用凸顯，黨的二十大會議中提出，廣泛開展全民健身活動。《體育強國建設綱要》《全民健身計劃（2021—2025）》《關于構建更高水平的全民健身公共服務體系的意見》都將提高經常參加體育鍛煉人數比例作為目標。與一些歐美國家相比，我國經常參加體育鍛煉的人口比例還較小。在2016—2017年時，英國16歲以上人口中有60.6%的人經常參與體育鍛煉；在2016年時，澳大利亞15歲以上人口中有61.8%的人經常參與體育鍛煉［2］；在2017年時，美國6歲以上人口中有72%的人積極參與體育鍛煉［3］。在2018年時，我國居民健身鍛煉的參與率僅為30.9%，且居民在1天內的身體鍛煉平均時間僅為31 min［4］；到2020年時，我國7歲以上人口中經常參與體育鍛煉的人口比例為37.2%［5］。因此，探究我國大陸居民參與體育鍛煉的影響因素對提高體育鍛煉人口比例和推動體育強國建設具有一定的現實意義。

體育鍛煉是指運用各種體育手段并結合自然力增強體質，是以增進健康為目的而進行體力活動的過程［6］。有研究者將時間效用最大化約束下的體育鍛煉過程劃分為參與決策和時間決策［7］。本研究結合體育鍛煉的概念將體育鍛煉參與決策界定為：個體運用各種體育手段以增進健康和增強體質為目的而作出參與體育鍛煉決定的過程；體育鍛煉時間是指個體運用各種體育手段以增進健康和增強體質為目的作出體育鍛煉參與決策后用于體育鍛煉的時間。有中國學者分析了體育鍛煉參與決策的影響因素［8-10］，還有研究者分析了互聯網［11］、社區公共體育服務［12］、社區環境［13］、退休［14］對居民體育鍛煉的影響，但是關于個人體育鍛煉參與決策和體育鍛煉時間的影響因素分析尚未有實證研究。

鑒于提高居民體育鍛煉參與率對建設體育強國的重要性，本文基于時間分配理論構建了我國大陸居民體育鍛煉參與決策及體育鍛煉時間的影響因素分析框架，根據2016年中國勞動力動態調查（CLDS2016）的數據進行實證分析，以期明確我國大陸居民參與體育鍛煉的制約因素，為提高我國大陸居民體育鍛煉參與率及推進體育強國建設提供依據。

1? ?文獻回顧

1.1? 時間分配理論視域下的體育鍛煉參與決策及體育鍛煉時間的影響因素

Becker提出的時間分配理論被應用于體育參與分析。例如，有研究者根據時間分配理論構建了體育鍛煉參與決策及體育鍛煉時間的經濟理論模型并提出，體育鍛煉參與決策和體育鍛煉時間是2個獨立的行為決策過程，個人將時間用于體育鍛煉和其他事情（睡覺、文化休閑活動、有償工作等）及在時間和收入約束下購買一些商品和服務，需要實現效用最大化［7］。在時間和收入約束下，個人收入、工作時間是影響個人體育鍛煉參與決策及體育鍛煉時間的重要因素［15］。

在實證研究方面，有些研究者發現，首先是收入對體育鍛煉參與決策、體育鍛煉時間、體育鍛煉頻率會產生影響［16-20］；其次是時間約束對居民參與體育鍛煉會產生顯著影響。Wicker等的研究顯示，照看兒童和親屬時間與體育參與呈負相關關系，工作時間、照看兒童及親屬的時間對參與體育俱樂部的運動項目具有消極影響［21］。Dawson等經研究發現，全職工作會使體育參與概率減小、體育參與時間減少［22］。張東 等研究者也發現，工作會減小體育鍛煉參與概率［13］，但是Wicker等的研究表明，工作時間對體育參與具有正向影響［23］。因此，本研究根據Becker提出的時間分配理論認為，個人收入、工作時間及家務勞動時間可能會影響我國大陸居民的體育鍛煉參與決策及體育鍛煉時間。

1.2? 人口社會學特征、家庭因素及宏觀因素對體育鍛煉參與決策及體育鍛煉時間的影響

1）人口社會學特征。體育鍛煉參與決策及體育鍛煉時間不僅受個人收入和時間分配的影響，還受個人體育參與方面的其他微觀因素及宏觀因素的影響。從微觀因素而言，人口社會學特征中的性別、年齡、居住地、受教育程度、健康水平等因素會影響個人參與體育鍛煉。在性別方面，相關研究顯示，男性體育鍛煉參與率和體育鍛煉時間都顯著多于女性［8，12，24］。在年齡方面，相關研究表明，年齡對體育參與決策會產生不同的影響，既有正向影響［10］，也有負向影響［16］。同時，年齡還與體育鍛煉參與率存在非線性關系。國內有研究者發現，年齡與體育鍛煉參與率呈“倒U型”關系［9］，但是國外有研究卻顯示，年齡與體育鍛煉參與率呈“正U型”關系［18］。在居住地方面，居民居住地所在的地理位置會對其體育鍛煉參與決策及體育鍛煉時間產生影響［25］。在受教育程度方面，有研究者發現，受教育程度不僅會影響體育鍛煉參與決策［26］，也會影響居民的體育鍛煉時長［12］。在健康水平方面，有研究者發現，健康的人參與體育鍛煉的概率更大［13，27-28］。因此，人口社會學特征中的性別、年齡、居住地、受教育程度、健康水平可能會對個人體育鍛煉參與決策及體育鍛煉時間產生影響。

2）家庭因素。影響居民參與體育鍛煉的家庭因素包括婚姻狀況、家庭規模、家庭收入等。有相關研究顯示，婚姻狀況對個人參與體育鍛煉既有正向影響［16］，也有負向影響［10］。同時，家庭規模也對家庭成員個人參與體育鍛煉有影響。相關研究顯示，一個家庭有子女對該家庭的個人體育參與需求既有正向影響，也有負向影響［28-29］。此外，還有研究顯示，家庭收入會對個人的體育鍛煉需求產生影響［10，13，30］。因此，婚姻狀況、家庭規模及家庭收入可能是影響我國大陸居民個人體育鍛煉參與決策及體育鍛煉時間的因素。

3）宏觀因素。個人體育參與的宏觀因素對個人的體育鍛煉參與決策及體育鍛煉時間會產生影響。加強體育場地建設并增加人均體育場地面積，有利于促進居民參與體育鍛煉。相關研究顯示，體育場地會使居民的體育參與需求增長［17，31］，體育場地對居民體育鍛煉時參與的運動項目的影響存在差異［32］，城市社區居民體育鍛煉時長受體育場地的影響最大［12］，運動場所或健身場所會顯著正向影響居民的體育鍛煉時間［13］。同時，區域經濟發展水平和政府在體育方面的相關資金投入也會對居民參與體育鍛煉產生影響。有相關研究顯示，地區人均GDP對居民體育參與率會產生顯著正向影響［33］；與體育相關的財政經費投入對居民參與體育鍛煉會產生顯著正向影響［33-34］。此外，自然環境對居民參與體育鍛煉也會產生影響，例如：陽光直射強度大［35］、下雨［33］、空氣中的PM2.5濃度升高都會使成年人的戶外身體活動水平下降［36］，且空氣污染會使人的身體活動減少［37］。因此，從宏觀層面而言，居民所在行政區的體育場地建設情況、地區宏觀經濟指標、戶外運動鍛煉環境等也可能對居民個人體育鍛煉參與決策及體育鍛煉時間產生影響。

2? ?我國大陸居民體育鍛煉參與決策及體育鍛煉時間影響因素的分析框架

根據上述文獻，本研究將影響我國大陸居民個人體育鍛煉參與決策及體育鍛煉時間的因素分為微觀因素和宏觀因素。其中，微觀因素是指人口社會學特征、收入與時間分配、家庭因素；宏觀因素是指居民住所所在行政區的體育場地建設狀況、宏觀經濟指標和戶外運動鍛煉環境。因此，本研究構建了如圖1所示的分析框架，以分析影響我國大陸居民體育鍛煉參與決策及體育鍛煉時間的因素，并剖析其中的原因，為進一步推動全民健身國家戰略實施提供實證依據。

3? ?變量選取、數據來源與研究方法

3.1? 變量選取

根據上述分析框架選取變量。相關變量的定義及統計指標見表1。

1）因變量。個人參與體育鍛煉為兩階段決策，包括體育鍛煉參與決策和體育鍛煉時間，且體育鍛煉時間是由第一階段的體育鍛煉參與決策決定的。因此，因變量包括是否參與體育鍛煉和體育鍛煉時間。其中：①測評“是否參與體育鍛煉”的題項為“您最近一個月進行有規律的體育鍛煉嗎”和“平均每周體育鍛煉次數為幾次”。該題項調查結果在統計時，將每月進行規律性的體育鍛煉且每周體育鍛煉次數至少有1次記錄為1，其余情況記錄為0。②測評“體育鍛煉時間”的題項為“平均每周體育鍛煉次數為幾次”和“平均每次體育鍛煉時間為多少分鐘”。該題項調查結果在統計時，刪除每周體育鍛煉次數超過14次的樣本，并將每次體育鍛煉時間超過180 min的樣本均歸為每次體育鍛煉時間為180 min的樣本中，由此獲得被調查居民每周體育鍛煉時間的樣本，再將每周體育鍛煉時間+1，并進行對數化處理。此外，本研究中的體育鍛煉參與概率是指個人參與體育鍛煉的概率隨著某一影響因素的變化而發生的變化，是借鑒陳強的研究方法［38］和運用Probit模型分析“是否參與體育鍛煉”的影響因素時計算得出的平均邊際效應系數。

2）自變量。首先，參考相關研究［9-10，26-27］選取性別、年齡、居住地、受教育程度、健康水平作為人口社會學特征變量。同時，為了考察年齡與體育鍛煉參與決策及體育鍛煉時間之間是否存在非線性關系，還選取了年齡2/100作為自變量。其次，基于時間分配理論并參考相關研究，選取個人收入［20］、工作時間［21］、家務勞動時間［23］作為收入與時間分配變量。此外，借鑒相關研究［10，39］，選取婚姻狀況、家庭規模、家庭收入作為自變量，用來分析家庭因素對個人體育鍛煉參與決策及體育鍛煉時間的影響。

3）宏觀因素變量。①借鑒張東［13］的方法，以居民所在縣級行政區有無體育場地（運動場所和健身場所）評估體育場地建設情況。②借鑒Kokolakakis等［33］的研究，采用個人所在地級行政區的人均GDP評估區域經濟發展水平。③有研究者采用人均公園門票和娛樂支出［40］、體育彩票公益金資助數額［33］來評估宏觀層面的體育事業經費投入水平，但是相關數據難以獲取。因此，本研究采用個人所在地級行政區在文化、體育與傳媒方面的人均財政經費投入評估體育財政經費投入水平。④借鑒劉倩楠［36］的研究，采用PM2.5濃度評估居民所在行政區戶外運動鍛煉環境。PM2.5濃度使用居民所在地級行政區被調查當月PM2.5濃度的平均值和居民被調查日前2個月其所在地級行政區連續3個月的PM2.5濃度的平均值。⑤參照國家統計局對經濟地區的劃分標準，根據我國大陸各省（自治區、直轄市）的相關信息設置區域虛擬變量。

3.2? 數據來源

本研究的分析數據來源于中山大學社會科學調查中心開展的“中國勞動力動態調查”（CLDS）。使用該數據的原因是：1）中國勞動力動態調查的樣本覆蓋了我國大陸29個省（自治區、直轄市），調查內容涉及受教育程度、工作情況、健康狀況、社會參與、經濟活動、基層組織參與情況等眾多議題，便于選擇變量。2）中國勞動力動態調查數據（2016年）是我國大陸居民體育鍛煉行為未受新型冠狀病毒肺炎疫情影響的數據。此外，本研究中的人均GDP、體育財政經費投入水平、截至2016年末我國大陸樣本省份的人口數量的數據均來源于《中國統計年鑒（2017年）》；PM2.5濃度的數據來源于空氣質量在線監測分析平臺（https：//www.aqistudy.cn）。最后，將家庭調查數據、村居調查數據、宏觀層面數據分別通過家庭編碼、村居編碼及城市編碼與個人調查數據進行匹配，經過數據清洗后獲得有效樣本為20 148人，其中明確了參與體育鍛煉和體育鍛煉時間的樣本為6 423人。

3.3? Heckman二階段模型

本研究首先使用軟件“stata15.0”進行統計，之后采用Heckman二階段模型進行回歸分析。體育鍛煉是一個雙決策過程，體育鍛煉時間取決于個人體育鍛煉參與決策。因此，借鑒Heckman提出的二階段模型［41］，并參考其他研究者使用的研究方法［10，26，42］判斷本研究中的影響因素。

第一步。依據因變量——是否參與體育鍛煉的統計數據，運用Probit模型分析體育鍛煉參與決策的影響因素。主要運用“Margin”程序計算Probit模型中的影響因素變量的平均邊際效應系數，作為個人體育鍛煉參與概率，并計算出第一階段的逆米爾斯比率（簡寫為IMR），之后代入第二階段OLS模型。如果第二階段的逆米爾斯比率回歸系數不顯著，說明體育鍛煉時間不存在選擇性偏差，否則，說明存在選擇性偏差。第一階段體育鍛煉參與決策影響因素的判斷方程如下。

ei*=αXi+εi（1），

式（1）中：ei*表示某個人（i）決定是否參與體育鍛煉，是一個二分類離散型變量。Xi為某個人（i）體育鍛煉參與決策的影響因素，包括微觀因素（人口社會學特征、收入與時間分配、家庭因素）和宏觀因素（體育設施建設狀況、地區宏觀經濟指標、戶外運動鍛煉環境）。α表示體育鍛煉參與決策影響因素變量的回歸系數。εi是一個隨機變量，表示影響個人作出體育鍛煉參與決策的其他難以觀測到的因素。

第二步。以體育鍛煉時間為因變量，將第一步計算得出的逆米爾斯比率代入第二階段體育鍛煉時間模型進行OLS模型回歸分析，以解決樣本選擇性偏差問題。第二階段體育鍛煉時間影響因素的判斷方程如下。

E_timei*=βZi+IMR+φi（2），

式（2）中：E_timei*表示某個人（i）的體育鍛煉時長，是一個連續性變量。Zi為影響某個人（i）體育鍛煉時間的因素，包括微觀因素（人口社會學特征、收入與時間分配、家庭因素）和宏觀因素（體育場地建設情況、宏觀經濟指標、戶外運動鍛煉環境）。β表示體育鍛煉時間影響因素變量的回歸系數。IMR為由方程（1）計算得出的逆米爾斯比率。φi是一個隨機變量，表示影響體育鍛煉時間的其他難以觀測到的因素。

此外，Heckman二階段模型排他性約束要求方程（1）中的Xi包含的變量至少有一個不在方程（2）的Zi中，且該變量會對第一階段體育鍛煉參與決策產生影響，但不影響第二階段的體育鍛煉時間，在實證分析過程中將區域虛擬變量作為排他性約束變量。

4? ?實證分析結果與討論

4.1? 我國大陸居民體育鍛煉參與決策及體育鍛煉時間的影響因素分析

表2呈現了影響我國大陸居民體育鍛煉參與決策及體育鍛煉時間的因素的Heckman二階段模型計算結果，將區域虛擬變量作為排他性約束變量納入第一階段參與決策模型，而不納入第二階段體育鍛煉時間模型，以消除逆米爾斯比率與其他變量之間可能產生的多重共線性影響。表2第1～3列為納入微觀層面影響因素的Heckman二階段模型的計算結果，第4～6列為同時納入微觀層面影響因素和宏觀層面影響因素的Heckman二階段模型的計算結果，其中第2列和第5列為第一階段Probit模型的平均邊際效應系數。由表2可知，無論是否納入宏觀影響因素，逆米爾斯比率都在1%置信區間具有顯著性，說明我國大陸居民體育鍛煉時間存在樣本選擇性偏差，本研究適宜采用Heckman二階段模型進行分析。

4.1.1? 影響我國大陸居民體育鍛煉參與決策的因素

從影響我國大陸地區樣本省份被調查居民體育鍛煉參與決策的微觀因素而言，由表2可知：1）男性居民的體育鍛煉參與概率比女性居民大3.4%。隨著年齡增長，個人體育鍛煉參與概率先減小后增大，年齡與個人體育鍛煉參與概率呈“U型”關系，且“U型”關系在1%置信區間成立；2）我國大陸抽樣省份的城市居民的體育鍛煉參與概率比農村居民增大了9%；3）個人受教育程度每提高1個學段，其體育鍛煉參與概率增大8.4%；4）個人健康水平每提升1個等級，其體育鍛煉參與概率增大1.8%；4）個人收入每增長1%，其體育鍛煉參與概率增大0.3%；5）個人每周工作時間增加1%，其體育鍛煉參與概率減小3.2%，6）個人每天家務勞動時間增加1%，其體育鍛煉參與概率增大2.2%；7）在婚的被調查居民的體育鍛煉參與概率比不在婚的被調查居民小5.5%；8）某個人的家庭規模增加1人，其體育鍛煉參與概率減小1%；9）某個人的家庭收入增長1%，其體育鍛煉參與概率增大0.7%。

在影響我國大陸地區樣本省份被調查居民體育鍛煉參與決策的宏觀因素方面，表2顯示：1）個人所在行政區有體育設施，則其體育鍛煉參與概率增大6.1%；2）被調查居民所在行政區的人均GDP增長1%，則其體育鍛煉參與概率增大3.4%；3）被調查居民所在行政區的人均體育財政經費投入增加1%，則其體育鍛煉參與概率增大2.2%；4）被調查居民所在行政區的PM2.5濃度升高1μg/m3，則其體育鍛煉參與概率減小0.2%。

4.1.2? 影響我國大陸居民體育鍛煉時間的因素

從影響我國大陸地區樣本省份被調查居民體育鍛煉時間的微觀因素而言，由表2可知：1）男性居民體育鍛煉時間比女性居民多14.2%；2）城市居民的體育鍛煉時間比農村居民多31.8%；3）個人受教育程度提高1個學段，其體育鍛煉時間會增加19.9%；4）個人健康水平提高1個等級，其體育鍛煉時間會增加10%；5）個人年齡對其體育鍛煉時間沒有影響；6）個人收入不會影響其體育鍛煉時間；7）個人每周工作時間增加1%，其體育鍛煉時間會減少10.9%；8）個人每天家務勞動時間增加1%，則其體育鍛煉時間會增加8.7%；9）在婚的居民的體育鍛煉時間比不在婚的居民少24.8%；10）某個人的家庭規模增加1人，其體育鍛煉時間會減少4.8%；11）某個人的家庭收入增長1%，則其體育鍛煉時間會增加3.1%。

在影響我國大陸地區樣本省份被調查居民體育鍛煉時間的宏觀因素方面，表2顯示：1）個人所在行政區有體育設施，其體育鍛煉時間會增加17.9%；2）被調查居民所在行政區的人均GDP對其體育鍛煉時間沒有影響；3）被調查居民所在行政區的人均體育財政經費投入增加1%，則其體育鍛煉時間會增加11.8%；4）被調查居民所在行政區的PM2.5濃度升高1 μg/m3，則其體育鍛煉時間會減少0.3%。

4.2? 討論

4.2.1? 我國大陸居民的體育鍛煉參與概率和體育鍛煉時間在多個維度存在顯著差異

本研究表明：1）從總體而言，男性居民、城市居民、高學歷居民、高健康水平居民的體育鍛煉參與概率更大，且體育鍛煉時間更多。隨著年齡增長，被調查居民的體育鍛煉參與概率先減小后增大，意味著這些居民的體育鍛煉需求存在顯著變化。2）從性別差異來看，男性的體育鍛煉參與概率顯著大于女性、體育鍛煉時間也顯著多于女性，有相關調查也得出了這一結論［10，16］，并且還有調查又發現，女性的無酬勞動時間相較男性長（包括女性的家務勞動時間、女性居民陪伴子女與照料子女生活的時間、女性居民接送和輔導子女學習的時間等），例如，我國男性和女性在2018年時的無酬勞動時間（包括家務勞動、陪伴子女與照顧子女的生活、接送和輔導子女學習等）分別為1 h 32 min和2 h 48 min［4］。由此可以推斷，女性的無酬家務勞動時間增加可能會擠占其體育鍛煉時間。3）從城鄉差異來看，居住在城市的被調查者的體育鍛煉參與概率顯著大于居住在農村的被調查者、體育鍛煉時間也顯著多于居住在農村的被調查者，有相關研究也發現，我國城鄉居民在2020年時經常參加體育鍛煉的人口比例分別為40.1%和32.7%［5］。4）從受教育程度及健康等級差異來看，受教育程度和健康水平越高的被調查居民的體育鍛煉參與概率越大、體育鍛煉時間也越多。從人力資源角度而言，受教育程度和健康狀況是人力資本的重要組成要素，受教育程度越高的人的體育認知水平和運動技能水平可能會相對越高，體育參與意識也可能越強。同時，參與體育鍛煉又能增進健康和積累身體資本［43］。可以說，個人健康意識越強則體育鍛煉參與需求可能越多。5）從年齡差異來看，隨著年齡增長，被調查居民個人體育鍛煉參與概率先減小后增大。被調查的青年人可能是由于時間較為充裕而使得體育鍛煉參與概率增大，被調查的中年人可能是由于工作、家庭等方面的原因使得體育鍛煉參與概率減小，而被調查的老年人則可能是因為閑暇時間增加使得其體育鍛煉參與概率有所增大。因此，在實施全民健身戰略過程中亟需促進我國大陸地區的女性居民、農村居民、低學歷居民、低健康水平居民及中年人參與體育鍛煉。

4.2.2? 個人時間分配的不同對其體育鍛煉時間產生不同的效應

本研究的分析結果顯示，個人收入增長會使其體育鍛煉參與概率顯著增大，個人工作時間延長會顯著減小其體育鍛煉參與概率及減少其體育鍛煉時間，個人家務勞動時間增加會顯著增大其體育鍛煉參與概率及延長其體育鍛煉時間，說明個人工作時間與體育鍛煉時間存在替代效應，而個人的家務勞動時間與體育鍛煉時間存在協同效應。首先，時間和貨幣是個人參與體育鍛煉時的2種投入要素，個人收入增加則體育消費（貨幣）投入就可能會增加［10］，從而個人體育鍛煉參與概率就可能會增大。對于個人而言，在個人時間效用最大化約束下，如果個人參與體育鍛煉的效用小于將時間投入到工作中的效用，則個人會更愿意將時間用于工作而不是參與體育鍛煉，這就使得工作時間與體育鍛煉時間存在替代效應。而家務勞動時間與體育鍛煉時間存在協同效應，有研究者［21］得出了與該研究結果相悖的結論，但是也有研究者［26］得出了與該研究結果一致的結論。本研究發現，家務勞動時間作為被調查居民在閑暇時主要分配的時間，與體育鍛煉時間存在協同效應。這可能與家庭成員體育參與的同群效應有關。相關研究顯示，孩子的體育鍛煉時間增加會顯著增大其父母的體育鍛煉參與概率及增加其父母的體育鍛煉時間［26］。這說明，如果個人在家務勞動中照顧子女，那么其子女參與體育鍛煉也會帶動家長參與體育鍛煉。上述結果說明，我國大陸居民個人收入增長并未影響其參與體育鍛煉，但是工作時間長卻會制約個人參與體育鍛煉，而個人在家務勞動時照顧子女又會促進自身的身體活動水平提高。

4.2.3? 發展家庭體育和社區體育是促進我國大陸居民參與體育鍛煉的重要方式

本研究分析結果顯示，在婚和家庭規模增大都會使個人的體育鍛煉參與概率減小、體育鍛煉時間減少，家庭收入增加會使該家庭中的個人體育鍛煉參與概率增大及個人體育鍛煉時間增加，說明在婚和家庭規模增大會阻礙居民參與體育鍛煉，而家庭收入增加則會促進居民參與體育鍛煉。相關研究也顯示，婚姻狀態對我國居民體育參與的影響呈增大趨勢［44］。某個人結婚意味著其家庭成員可能會增多，這個人可能要將更多時間用于照顧子女，這就會因照顧家庭而占用個人體育鍛煉時間。但是家庭收入增加會使該家庭中的個人體育鍛煉概率增大，這可能是由于該家庭人均可支配收入增加會顯著提高該家庭的體育消費水平［45］，而某一個家庭的體育消費水平提高則又有可能促進該家庭成員參與體育鍛煉。總而言之，家庭因素對居民個人參與體育鍛煉既存在抑制作用，又具有促進作用。因此，亟需發展家庭體育和社區體育，供給高質量的全民健身活動，以促進社區在婚居民、家庭規模較大的居民和低水平收入家庭參與體育鍛煉。

4.2.4? 增加全民健身服務供給數量可以滿足我國大陸居民的體育鍛煉需求

在宏觀影響因素中，本研究經過分析發現：個人所在行政區有體育場地、人均體育財政投入增加都會使個人體育鍛煉參與概率顯著增大、體育鍛煉時間顯著增加，個人所在行政區的人均GDP增長也會使其體育鍛煉參與概率顯著增大，而個人所在行政區PM2.5濃度升高則會使其體育鍛煉參與概率顯著減小、體育鍛煉時間顯著減少，說明應該通過增加全民健身公共服務供給數量以滿足居民體育鍛煉需求。體育場地是居民參與體育鍛煉的基礎，《第六次全國體育場地普查數據公報》顯示，全國大陸截至2013年12月31日人均體育場地面積為1.46 m2［46］，到2021年時我國人均體育場地面積雖然增加到2.41 m2 ［47］，但是全民健身運動場地還存在總量不足、城鄉分布不平衡等問題［25］。這意味著亟需加強體育場地和健身設施建設以促進居民參與體育鍛煉。而完善全民健身基礎設施、舉辦全民健身活動等為居民參與體育鍛煉創造條件主要依靠增加體育財政經費投入。此外，本研究得出的PM2.5濃度升高會影響居民參與體育鍛煉的結論，有相關研究［36］也得出了一致的研究結果，說明天氣條件對全民健身事業發展會產生影響。綜上可見，從全民健身服務供給視角而言，亟需加大體育財政經費投入以加強體育場地及設施建設。

5? ?結論與建議

5.1? 結論

提高我國大陸居民體育鍛煉參與率是促進全民健康和推進體育強國建設的重要任務。本研究依據Becker的時間分配理論，基于2016年的中國勞動力動態調查數據，從宏觀層面和微觀層面選取了影響我國大陸居民體育鍛煉參與概率及體育鍛煉時間的因素，應用Heckman二階段模型進行實證分析，其中主要將人口社會學特征、收入與時間分配、家庭因素、體育場地建設情況、宏觀經濟指標、戶外運動鍛煉環境方面的指標納入了Heckman二階段模型。經過分析得出如下結論。

1）我國大陸地區居民的體育鍛煉參與概率及體育鍛煉時間在人口學特征方面存在顯著差異。具體體現為，男性居民、城市居民、高學歷居民、健康水平高的居民的體育鍛煉參與概率更大，且體育鍛煉時間更多；年齡與個人體育鍛煉參與概率呈“U型”關系，并且對體育鍛煉時間沒有影響。

2）被調查個人家務勞動時間增加、家庭收入增長、所在行政區有體育場地、所在行政區人均體育財政經費投入增加都會顯著增大其體育鍛煉參與概率及增加其體育鍛煉時間。

3）個人工作時間增加、在婚、家庭規模增大、所在行政區PM2.5濃度升高都會顯著減小其體育鍛煉參與概率及減少其體育鍛煉時間。

4）個人收入增加及其所在行政區的人均GDP增長均會顯著增大其體育鍛煉參與概率，但是對個人體育鍛煉時間沒有影響。

4.2? 建議

1）精準識別不同人群的體育鍛煉需求，促進相應人群健身。對此，要建立多層次的全民健身公共服務體系，促進全民健身公共服務均衡供給。例如：針對體育鍛煉參與概率較小及體育鍛煉時間較少的女性居民、農村居民、低學歷居民、健康水平低的居民的健身需求，根據人口特征精準化建設一批多功能、使用率高、城鄉布局均衡的體育場地及設施，以促進相應人群健身。

2）推動社區體育和家庭體育發展，促進城市社區體育發展。根據本研究的結論，在婚的居民和家庭規模增大的居民都會顯著減小其體育鍛煉參與概率和減少其體育鍛煉時間，但是家務勞動時間增加會顯著增大其體育鍛煉參與概率及增加其體育鍛煉時間。家庭和社區是健身知識宣傳、個人付諸健身行動的重要基層實踐載體。對此，政府相關部門應進一步完善相關政策，鼓勵以發展城市社區體育帶動發展家庭體育。例如：可以通過加強城市社區體育設施建設、培育城市社區體育社會組織、推動全民健身服務進社區等措施促進城市社區體育發展，再通過培育社區體育文化帶動家庭參與全民健身活動。

3）全民健身財政經費應進一步合理化分配，以促進全民健身公共服務供給平衡。體育公共服務財政經費投入的經濟效應明顯，且本研究顯示，人均體育財政經費投入增加會顯著增大個人體育鍛煉參與概率和增加個人體育鍛煉時間，但是當前我國公共體育服務財政經費投入存在區域分配不均衡且投入結構不合理等問題［48］。因此，要根據不同區域以更合理的結構分配全民健身財政經費。從宏觀層面而言，可以從按照行政區劃配置財政經費向按照常住人口規模配置經費轉變，將全民健身財政經費分配到常住人口規模大、人均GDP水平較低且無體育場地及設施的縣級行政區。此外，還可以將體育財政經費用于建設氣膜館、改造舊廠房等，以加大室內體育場地及設施建設力度。

參考文獻：

［1］? 習近平：在教育文化衛生體育領域專家代表座談會上的講話［EB/OL］.（2020-09-22）［2023-01-02］. http：//www.xinhuanet.com/politics/leaders/2020-09/22/c_1126527570.htm.

［2］? 盧文云. 改革開放40年我國群眾體育發展回顧與前瞻［J］.上海體育學院學報，2018，42（5）：22-29.

［3］? 高慶勇，彭國強，陳喜杰. 美國體育產業發展的經驗及啟示［J］. 體育文化導刊，2019（9）：84-90，109.

［4］國家統計局. 2018年全國時間利用調查公報［EB/OL］.（2019-01-25）［2023-01-02］. http：//www.stats.gov.cn/tjsj/zxfb/201901/t20190125_1646796.html.

［5］? 國家國民體質監測中心. 2020年全民健身活動狀況調查公報［EB/OL］.（2021-12-30）［2023-01-02］. http：//zjtks.tyj.zj.gov.cn/art/2021/12/30/art_1373454_58697267.html.

［6］? 體育詞典編委會.體育詞典［M］. 上海：上海辭書出版社，1984： 15.

［7］? HUMPHREYS B R， RUSESKI J E. An economic analysis of participation and time spent in physical activity［J］. Journal of Economic Analysis & Policy， 2011， 11（1）：1-36.

［8］? 馬江濤，于顯洋，李樹旺，等. 中國居民參與體育鍛煉影響因素的序次邏輯回歸分析［J］. 成都體育學院學報，2014，40（9）：12-18.

［9］? 馬江濤，吳廣亮，李樹旺，等. 北京居民體育參與影響因素研究［J］. 成都體育學院學報，2016，42（6）：60-66.

［10］? 張若. 體育需求與消費的經濟學模型及實證檢驗［J］. 體育科學，2014，34（8）：13-21.

［11］? 李立清，丁海峰. 互聯網使用、閑暇時間與農村居民體育鍛煉——基于2018年CFPS數據的實證分析［J］. 蘭州學刊，2022（4）：108-122.

［12］? 李驍天，馬笑妮，金媛媛，等.京津冀地區城市社區居民體育鍛煉時長的影響因素研究：基于多重中介模型［J］.首都體育學院學報，2022，34（3）：294-304.

［13］? 張東，徐金福. 社區環境與體育鍛煉：基于CLDS2018的實證分析［J］.體育科學，2022，42（1）：88-97.

［14］? 李驍天，吳金昊. 退休對我國居民體育鍛煉參與的影響——基于斷點回歸的實證研究［J］. 北京體育大學學報，2022，45（8）：72-84.

［15］? BECKER G. A theory of the allocation of time［J］. The Economic Journal， 1965，75（299）， 493-517.

［16］? DOWNWARD P. Exploring the economic choice to participate in sport： Results from the 2002 general household survey［J］. International Review of Applied Economics， 2007， 21（5）： 633-653.

［17］? DOWNWARD P， RASCIUTE S. The relative demands for sports and leisure in england［J］. European Sport Management Quarterly， 2010， 10（2）： 189-214.

［18］? MU？譙IZ C， RODR？魱GUEZ P， SU？魣REZ M J. Sports and cultural habits by gender： An application using count data models［J］. Economic Modelling， 2014， 36： 288-297.

［19］? DOWNWARD P， RASCIUE S. Exploring the covariates of sport participation for health： An analysis of males and females in england［J］. Journal of Sports Sciences， 2015， 33（1）： 67-76.

［20］? THIBAUT E， EAKINS J， VOS S， et al. Time and money expenditure in sports participation： The role of income in consuming the most practiced sports activities in flanders［J］. Sport Management Review， 2017， 20（5）： 455-467.

［21］? WICKER P， HALLMANN K， BREUER C. Analyzing the impact of sport infrastructure on sport participation using geo-coded data： Evidence from multi-level models［J］. Sport Management Review， 2013， 16（1）： 54-67.

［22］? DAWSON P， DOWNWARD P. The relationship between participation in sport and sport volunteering： an economic analysis［J］. International Journal of Sport Finance， 2013， 8（1）： 75-92.

［23］? WICKER P， HALLMANN K， BREUER C. Micro and macro level determinants of sport participation［J］. Sport， Business and Management： An International Journal， 2012， 2（1）： 51-68.

［24］? DOWNWARD P， LERA-L F， RASCIUTE S. The zero-inflated ordered probit approach to modelling sports participation［J］. Economic Modelling， 2011， 28（6）：2469-2477.

［25］? 孫成林. 我國全民健身體育場地發展現狀、制約因素及對策研究［J］. 西安體育學院學報，2021，38（5）：571-579.

［26］? RUSESKI J E， HUMPHREYS B R， HALLMANN K， et al. Family structure， time constraints， and sport participation［J］. European Review of Aging and Physical Activity， 2011， 8（2）： 57-66.

［27］? DOWNWARD P， RIORDAN J. Social interactions and the demand for sport： an economic analysis ［J］. Contemporary Economic Policy， 2007， 25（4）： 518-537.

［28］? CHEAH Y K， AZAHADI M， PHANG S N， et al. Factors affecting participation decision and amount of physical activity among urban dwellers in malaysia［J］. Public Health， 2017， 146： 84-91.

［29］? HOVEMANN G， WICKER P. Determinants of sport participation in the european union［J］. European Journal for Sport and Society， 2009， 6（1）： 51-59.

［30］? 高芳. 農村地區老年人體育鍛煉現狀及影響因素［J］. 中國老年學雜志，2022，42（13）：3324-3326.

［31］? WICKER P， BREUER C， PAWLOWSKI T. Promoting sport for all to age-specific target groups： the impact of sport infrastructure［J］. European Sport Management Quarterly， 2009， 9（2）： 103-118.

［32］? HALLMANN K， WICKER P， BREUER C， et al. Understanding the importance of sport infrastructure for participation in different sports - findings from multi-level modeling［J］. European Sport Management Quarterly， 2012， 12（5）： 525-544.

［33］? KOKOLAKAKIS T， CASTELLANOS-G P， LERA-L F. Differences in formal and informal sports participation at regional level in england［J］. International Journal of Sport Policy and Politics， 2017， 9（3）： 491-504.

［34］? LERA-L F， WICKER P， DOWNWARD P. Does government spending help to promote healthy behavior in the population？ Evidence from 27 european countries［J］. Journal of Public Health， 2016， 38（2）： e5-e12.

［35］? WITHAM M D， DONNAN P T， VADIVELOO T， et al. Association of day length and weather conditions with PA levels in older community dwelling people［J］. Plos One， 2014（9）： e85331.

［36］? 劉倩楠，劉之光，尹潞，等.我國成人戶外體力活動與PM2.5的相關性研究［J］. 中國循環雜志，2018，33（10）：1001-1005.

［37］? HAUTEKIET P， SAENEN N D， DEMAREST S， et al. Air pollution in association with mental and self-rated health and the mediating effect of physical activity［J］. Environmental Health， 2022， 21（1）：1-13.

［38］? 陳強. 高級計量經濟學及stata應用［M］. 北京：高等教育出版社，2014：172.

［39］? DOWNWARD P， HALLMANN K， PAWLOWSKI T. Assessing parental impact on the sports participation of children： A socio-economic analysis of the UK［J］. European Journal of Sport Science， 2014， 14（1）： 84-90.

［40］? HUMPHREYS B R， RUSESKI J E. Participation in physical activity and government spending on parks and recreation［J］. Contemporary Economic Policy， 2007， 25（4）： 538-552.

［41］? HECKMAN J J. Sample selection bias as a specification error［J］. Econometrica， 1979， 47（1）：153-161.

［42］? GARC？魱A J， LERA-L？譫PEZ F， SU？魣REZ M J. Estimation of a structural model of the determinants of the time spent on physical activity and sport： evidence for spain［J］. Journal of Sports Economics， 2011， 12（5）： 515-537.

［43］? 郭海霞. 論身體資本與身體教育［D］. 北京：北京體育大學，2011.

［44］? 于顯洋，徐有彬. 中國群眾體育參與變遷的群體分化——基于“中國綜合社會調查”數據分析［J］. 上海體育學院學報，2021，45（11）：52-60.

［45］? 張巍，鄧博夫，成波錦，等. 中國城鎮住戶家庭體育消費研究：經驗證據、影響因素與政策意涵［J］. 中國體育科技，2022，58（9）：71-79.

［46］? 第六次全國體育場地普查數據公報［EB/OL］. （2014-12-16）［2022-09-10］. https：//www.sport.gov.cn/n315/n9041/n9042/n9143/n9153/c567393/content.html.

［47］? 體育經濟司. 2021 年全國體育場地統計調查數據［EB/OL］.（2022-04-29）［2022-09-10］. https：//www.sport.gov.cn/jjs/n5043/c24251191/content.html.

［48］? 邱鵬，李燕領，柳暢，等. 我國公共體育服務財政投入研究：規模、結構與效率［J］. 天津體育學院學報，2019，34（2）：105-112.