基于结构方程模型的大学生体育锻炼需求分析

廖钰珊

(广东金融学院体育教学部，广东 广州 510521)

近十年来大学生体质逐年下降［1］已经成为不争的事实，然而应试体育教学模式［2］的普遍存在进一步加剧了学生体质滑坡的趋势，如何提高大学生体质，已经成为迫在眉睫的社会问题。解决体质下滑关键在于增加体育锻炼，解析学生锻炼需求，使体育锻炼成为大学生的一种需要。

大学生体育锻炼需求分析是基于活动途径的大学生体育锻炼行为分析，本文主要用于研究大学生锻炼特征、大学生体育锻炼价值观对大学生自身参与体育锻炼行为决策的影响，并试图分析和模拟大学生锻炼特征、体育锻炼价值观、和体育锻炼行为之间的关系。近些年，关于行为理论的关联性研究，国外学者进行了大量基于模糊数学理论模型研究，提出了计算机模拟演绎过程理论模型、模糊离散选择模型等等，［3-5］然而在体育尤其是在大学生体育锻炼方面，尚未有人涉及到真正解释大学生特征、大学生体育锻炼的价值取向以及体育锻炼行为这三者之间的复杂关系，为此本文将用结构化方程模型探求这三者的关系。

1 研究对象与方法

1.1 研究对象

本文以广东省某高校(全日制)大一、大二的1 472名学生为研究对象。

1.2 研究方法

通过专家访谈分析大学生特征指标、价值取向及锻炼行为的有关概念和指标，并形成调研问卷。通过问卷对学生有关情况进行调研。

结构方程模型(structural equation modeling，SEM)自20 世纪60年代提出以来，就备受社科研究的器重，先后在心理学、教育学等学科广泛应用。结构方程一般包括验证模型、产生模型，结构化分析，参数估计，拟合检查等步骤。结构方程模型一般包含两类变量——显在变量和潜在变量。基于数理统计分析，结构方程模型是数理方程路径分析和这实证性因子分析的综合，是一种多因素产生多结果的社会学数理分析方法。本文试图以结构方程模型分析和探讨［6］大学生参与体育锻炼中学生特征、价值取向和锻炼行为之间的关系。

通过对调查问卷和结构模型中所涉及到的数据进行统计分析，对大学生体育锻炼结构化模型做出检验和判断。

2 研究结果与分析

2.1 技术路线——大学生体育锻炼需求模型构建的原理

侯杰泰、温忠麟在《结构方程模型及其应用》中认为结构方程分为可测量模型(Measurement Equation)和结构模型(Structural Equation)两部分。

对于测量模型，观测指标(可测量指标)与潜变量(不可测量指标)间的关系(如:大学生体育锻炼行为特征、体育锻炼价值取向以及参与体育锻炼行为实现之间的关系)，测量模型描述潜变量ξ(外源潜变量)、η(内源潜变量)与显变量X(外源测量指标)、Y(内源测量指标)之间的关系。

一般表述为

式中:Y——为内生显变量指标(如:大学生锻炼的价值取向)组成的向量;

X——为外生显变量指标(如:大学生体育锻炼行为特征)组成的向量;

η——内生潜变量(大学生健康的价值认识);

ξ——外生潜变量(大学生周边环境对其参与锻炼的影响);

ΛY——为内生指标在内生潜变量上的因子负荷矩阵，用于表述内生指标与内生潜变量彼此影响的关系。

ΛX——为外援指标在外源潜变量上的因子负荷矩阵，用于表述外援指标与外援潜变量彼此影响的关系。

ε——内生指标y 的残差误差项;

δ——外生指标x 的残差误差项。

结构方程主要是研究潜变量之间的关系，也是整个方程研究的重点，为此整个方程也叫做结构方程。在关系表述中，一般用路径图表达该种关系。通常写成如下结构方程:

其中:η——内生潜变量;

ξ——外生潜变量;

B——内生潜在变量之间的关系;

Γ——外生潜在变量之间的关系;

ζ——为结构模型的残差项;反映了η 在方程中未能被解释的部分。

在结构方程中，ΛY、ΛX、B、Γ 四个矩阵主要出现在测量模型或者结构结构模型中;Ф、Ψ、Θε、Θб 分别对外生潜在变量ξ 的协方差判断矩阵，结构方程残差项ζ 的协方差判断矩阵，ε 的协方差判断矩阵，б 的协方差判断矩阵的解释，通过以上举证和外生变量的产生构成了完整的举证。

以上参数，通过可观察的显变量X' 以及由此构成的(Y'，X')，进一步可以推导出先变量的矩阵。

根据协方差矩阵，如果理论模型符合现状，即假设理论模型威震，则∑(θ)=∑，从而可以得知显变量函数涵盖了方差和协方差。

由上可知，其实际模型方程为:

式中:Y 是由n个可观测内生变量和潜在内生变量组成的矩阵向量;X 是由m个可观测外生变量和潜在外生变量组成的矩阵向量;B 是内生变量n × n 系数举证，Γ 则是外生m ×m 系数矩阵，ζ 是整个结构方程的残差组成的矩阵残差向量。

可知整个结构方程的协方差矩阵为:

通过参数估计，进而得到变量模型尚未计算的潜在变量的误差，通过结构方程检验各关系的强弱，分析和检验模型的真或假。

结构方程在拟合度理想的情况下可以规避模型只能得出单一结果评价的弊端，拟合指数用于反映整个模型拟合好坏的统计量。绝大多数拟合指数都是基于拟合函数，在一般条件下卡方x2是最常见的拟合指数。在选择中，目前文献上大约出现了四十余种拟合指数，可用于结构方程评价和选择，但是绝大多数拟合指数都是在卡方X2基础上进行修改的。另外结构方程中，存在绝对指数，还存在相对指数，这为通过结构方程了解复杂关系提供了可能。

2.2 概念指标的选取

大学生体育锻炼特征主要是反映大学生特质的属性，汪晓明［8］在研究大学生课外体育活动影响因素时指出，体育锻炼习惯、体育课程引导、体育锻炼氛围、技能和事件决定着大学生参与体育锻炼活动。张留梅［9］认为学习压力大、技术缺乏、怕累懒动、缺乏时间是制约大学生锻炼的主要因素。本文为了进一步明晰大学生锻炼外部特征，在大学生特征中，将用场地密度、器材、周课时量以及技能掌握熟练程度进行描述。

价值取向是指人们把某种价值作为行动的准则和追求的目标。它是个体的活动或意识中所渗透的价值指向，是人们实际生活中追求价值的方向。乔来明［10］在对研究生参与体育锻炼价值取向研究中认为大学生参与体育锻炼的主要价值取向为促进身心健康、调节紧张学习生活、满足个人兴趣(丰富课余文化生活)、培养良好性格品质(促进人际关系)、提高生活品味和审美能力、增长体育知识。黄晓丽、李可兴则认为大学生参与体育锻炼的价值取向主要为改善体型、促进健康、情感需要等。［11］通过学生座谈，改善体形、促进健康和情感需要更加贴近大学生参与体育锻炼的价值取向，为此本文将选择改善体形、促进健康和情感需要作为大学生参与体育锻炼的价值取向。

体育锻炼付诸实践，是行为发生，也是结果项。本文将大学生参与体育活动的行为都归属于体育活动行为的发生，体育课程是大学必修课程，每个学生都需完成，在体育课程中，学生得到体育锻炼，为此在本文将其定义为强制性体育活动。大学无论是班级还是宿舍，以及各种社团都是一个集体，通过集体参与到体育活动，往往以集体的属性，活动具有自愿和半强制性，我们在此将其定义为集体性体育活动时间。自主性体育活动时间就是大学生自身安排的体育锻炼活动。

2.3 大学生参与锻炼需求分析的结构方程模型

大学生体育锻炼结构模型。通过图1 可知，构建了大学生体育锻炼需求理论中，大学生特征、大学生体育锻炼价值取向以及大学生体育锻炼行为之间的关系。大学生特征一般包括集体特征和个体特征，这两种特征都能直接影响大学生参与体育锻炼行为(场地密度、器材、周课时量以及技能掌握熟练程度)，又能通过大学生锻炼价值取向(改善体形、促进健康和情感需要)间接影响大学生体育锻炼行为。本文以结构方程模型为理论模型，以大学生特征(集体特征和个体特征)作为外生变量，而大学生体育锻炼取向为内生变量，体育锻炼行为作为变量指标，通过路径和实证分析这三者之间额关系。

图1 大学生体育锻炼结构模型概念图

模型数据。整个模型构建所学的数据来源于关于学校体育课程评价体育、频度的研究的附加调查结果——大学生参与体育锻炼的结构化分析方法。本次学生体育锻炼参与调查的对象为某所高校大学学生为调查对象(数据来源于广东省大学生课程评价模式课题)。共调查大一、大二学生共1 420 名。调查内容主要包括学生和集体属性，以及每次参与体育锻炼时间、目的、方式等其他大学生参与体育锻炼的属性。

模型构建。通过分析变量，本文构建了如图2 所示结构方程模型。与图1 的关系概念图有所不同，该模型图分为3个层次:上层是在校大学生特性，下层是学生的价值取向和体育锻炼活动参与行为，其中下层分为价值取向和体育锻炼活动行为的实现。通过分析在校大学生及参与体育活动的关系，模型选择了人口数量和体育器材这两个集体特征的外生变量，选择了性别、年龄和周课时量这三个个体特征的外生变量。根据社会调研，大学生体育锻炼价值取向选取了改善形体、促进健康和情感需求这三个内生变量，体育锻炼活动选取了强制性活动、集体活动、集体活动以及活动链接四个内生变量。在整个结构方程模型中，选取了5个外生变量以及7个内生变量，具体见表1。在结构模型分析过程中，根据实践增减变量的关系来修正模型［12］。充分比较分析实际情况，考虑外生变量对内生变量的影响，最后构建了结构模型。大学生体育锻炼结构方程模型分析。通过卡方x2检验模型的拟合程度，本模型通过LISREL 软件，对数据进行拟合分析，x2=4.432，表现出好的拟合，说明该模型拟合指数较低，属于合理模型。

表1 模型变量描述

参数估计。表2 显示了大学生体育锻炼活动行为之间的关系结构，即相关直接效益和总体效益。大学生体育锻炼价值取向和体育锻炼活动实现的关联与预期一致。强制性体育活动次数(上课、体育健康测试等)对集体性体育活动(班级体育活动)和个体自主性活动次数(个人体育锻炼)呈现负相关，同时集体性体育活动对个体自主性活动也有负相关。这反映了大学生体育活动安排受受强制性程度影响很大，强制性要求活动参加次数越多，集体体育活动和个人体育活动则越少，集体体育活动越多，个人体育活动则越少。也就是说，当大学生在强制性体育锻炼活动上花费较多时间，倾向于花较少的时间在集体性体育活动和个人性体育活动上。另外，当人们花相对较多的时间在集体性体育活动上时，倾向于较少的时间在个人体育活动上。大学生在一天中的活动链接数量显著与各类活动次数有关，且随着强制程度的下降，单位活动次数产生的活动链数量明显增加。

表3 现实了大学生体育锻炼价值取向对体育锻炼行为的效应。改善体系和促进健康对一天个体性体育锻炼活动影响较大，对强制性体育活动和集体性体育活动影响较少。情感需求对其强制性体育活影响呈反比例，情感需求对集体性体育活动影响较大。健康需求和情感需求对链接体育活动的影响较大。

表2 内生变量间的总效应

表4 显示大学生特征对大学生参与体育锻炼活动的关系，反映了大学生个体特征对大学生参与体育活动作用的直接效果。强制性体育活动受个体特征影响较小，集体性体育活动和个体性体育活动受性别影响较大，男生明显比女生参加的次数多。课程量与强制性体育活动无相关，课程量对集体性体育活动和个体性体育活动则起到抑制作用，课程量多的一天，集体性体育活动与个体性体育活动明显减少。此外，器材数量对活动链接数量呈正相关，具有积极促进作用。

表3 价值取向对内生

对模型预测结果评价。通过分析数据，对模型所预测的结构进行评价，具体结构见表5。通过检验，模型的命中率超过50 %，为78.6 %，具有较高的模型预测准确性，效果符合预期。大学生强制性体育活动要求学生强制性参加，误差相对较小，集体性体育活动和个体性体育活动受个人主观意愿的影响，误差相对较大。

表4 外生变量对内生变量的直接效应

表5 模型评价结果表

3 结果分析

大学生体育锻炼活动主要受4个主要因素的影响:周课时量限制;个人特征;集体特征，体育锻炼价值观。

谭亚彬，徐启刚［8］研究指出大学生体育锻炼兴趣受性格影响，体育锻炼的积极性受性格外向程度的影响。性格是个人特征最突出的表现，由此可见个人特征对参与体育锻炼的影响。通过调查还发现性格越外向，参与体育锻炼的程度就越高，同时还发现性格对体育锻炼习惯的形成有心理定向作用，良好的动机能驱动学生主动参与定向的体育活动，进而养成体育锻炼的良好习惯。性格内向的大学生往往趋向于参加一些保守、传统的体育运动项目，缺乏积极性和主动性，难以形成主动的锻炼习惯。

周课时量是制约大学生课余时间最主要的因素。周课时量在我们一贯思维里是指某学科教师五个工作日内由学校安排的课时总量。在本文中主要是指学生五个工作日内参与学校安排的课时总量，课时量与学生上课时间、学习内容成正比例关系。周课时量多，学生需要花更多的时间上课。根据教学规律，课时量往往与教学内容呈现一致性相关，周课时量多致使教学内容繁，繁多教学内容必然还会占用学生更多的课余时间复习新内容。吴双文［7］等学者研究指出大学生把学习放在第一位，把扩展知识、提高能力放在第二位，把身心健康放在第三位，把社会活动放在第四位，把课余体育锻炼放在最后一位。作为最后一位的体育锻炼，受课时量影响较大。

集体一般是指许多人合起来的有组织的整体，跟“个人”相对。个人作为集体的成员，往往对集体具有一定的认同感，参与集体的活动。本研究中的集体特征是指大学生参与的组织整体所具备的特征，包括班集体，宿舍等。在访谈中发现，大学生往往更愿意参加班级、宿舍等集体组织的体育活动，不愿自己主动参加体育活动。由此可知集体是否活跃而经常从事体育活动，影响大学生参与体育和体育锻炼。

体育锻炼价值观因人而异，本文选取的改善形体，促进健康以及情感需求三方面更的价值观诉求的抢肉也不同。当个体对改善形体索求较强或者促进健康的需求比较强烈，大学生个体对主动参与体育活动的索求也将比较强烈，推动大学生参与体育锻炼活动。

4 结束语

通过分析可知本文采用的结构方程模型进行建模，将其应用于大学生体育锻炼活动参与需求分析中，为促进大学生参加体育锻炼提供了理论依据。通过数据模型分析可知，该模型具有较好的精度和良好的操作性。但是大学生参与体育锻炼需求分析还有待于进一步深入，在该模型基础上充分考虑各影响因素的相互作用，潜变量转移等，为进一步构建更优秀的实证模型提供帮助。

［1］徐焰.关于学校体育课程评价体系与频度的构建研究［J］.安徽体育科技，2010(6):45-47.

［2］徐焰.高校体育课程考试方法的改革［J］.体育学刊，2004(6):88-90.

［3］Ben-Akiva M，Bowman J L.Activity-based disaggregate travel demand model system with activity schedules［J］.Transportation Research A，2001，35(1):1-28.

［4］Bowman J L.The day activity schedule approach to trave demand analysis［D］.Cambridge，Massachusetts:MIT，1998.

［5］Miller E J.Microsimulation and activity-based forecasting［C］Activity-Based Travel Forecasting Conference.Washington，DC:Department of Transportation，USA，1997:DOT-97-17.

［6］Golob T F.Structural equation modeling for travel behavior research［J］.Transportation Research B，2003，37(1):1-25.

［7］侯杰泰，温忠麟，成子娟.结构方程模型及其应用［M］.北京:科学教育出版社，2004.

［8］汪晓鸣.宁波市高校大学生课外体育锻炼现状与影响因素研究［J］.浙江体育科学，2010(1):57-59.

［9］张留敏.河南省普通本科院校女大学生体育健身需求的现状调查与对策研究［D］.郑州:河南大学，2009:14-15。

［10］乔来明.普通高校硕士研究生体育锻炼价值取向的调查研究［J］.运动，2010(9):87-88.

［11］黄晓丽.有氧健身操对肥胖女大学生脂代谢及相关激素的影响［J］.北京体育大学学报，2005(9):1214-1216.

［12］Lu X，Pas E I.Socio-demographics，activity participation and travel behavior［J］.Transportation Research A，1999，33(1):1-18.

［13］谭亚彬，徐启刚.女大学生性格特征对其体育锻炼行为的影响研究［J］.西安体育学院学报，2004(6):109-112.

［14］吴双文，房建武，于新，张文魁.大学生课余体育锻炼时间的异变与对策研究［J］.南京体育学院学报:自然科学版，2008(4):83-85.