洛阳市老年群体健身参与的影响因素研究*

2020-11-22武笑玲李思思沈梦英高国军

体育科技 2020年5期

武笑玲李思思沈梦英高国军

洛阳市老年群体健身参与的影响因素研究*

武笑玲李思思沈梦英高国军

（河南科技大学体育学院，河南洛阳 471000）

为研究健康状况、健身环境、社区社会资本等因素对老年群体健身参与行为的影响，文章采用问卷调查法对洛阳市5个城区379名60岁以上老年群体进行调查，运用SPSS与Amos统计分析工具对问卷数据进行信效度检验、相关性分析及回归分析。结果显示：年龄、健康状态、社区社会环境、社区社会资本等四个变量能够有效的正向预测老年群体的健身参与行为，模型共解释66.1%的老年群体健身参与行为的方差。基于此，建议通过加大社区社会资本投入、改善社区健身环境的，为老年群体营造良好的健身氛围，以增进老年群体的身心健康。

老年群体；社会资本；健身参与；健康状况；健身环境

目前，我国已进入老龄化社会。据《“十三五”国家老龄事业发展和养老体系建设规划》预计，到2020年全国60岁以上的老年人口将增加到2.55亿左右,占总人口的比重提升至17.8％[1]。面对我国老年人数量增多的现状，如何让老人度过健康幸福的晚年是一个重要研究议题。健身参与是老年人增进健康、保持身心愉悦、增加幸福感的重要方式[2]。研究显示，个人健康、家庭状况、锻炼动机等是影响老年人健身参与的重要因素[3]。张晓丽[4]、雷鸣[5]、董宏伟[6]等学者认为社会资本促进体育参与行为的发展，而反过来社会资本也能借助健身参与获取资源。社会资本是社会信任、社会交往和社会网络等因素的集合，影响着人的生活行为和方式。社区社会资本就是社区内部的个人和组织在互动中形成的信任、互惠、合作关系的总和，有利于社区成员之间的交流、活动参与以及获取和使用社区社会网络中的资源。社区是在一定区域、有一定数量的人口、人们之间存在着紧密的社会交往的场所，是当前城市生活的重要组成部分。同时社区也是老年人活动的主要场所，良好的健身环境是老年人参加体育锻炼的保证,也是激发老年人参加体育锻炼积极性的因素之一[7]。

因此，本研究将考察社区社会资本、老年人自身健康和社区健身环境等变量对老年群体健身参与的影响。研究将为掌握影响老年群体健身参与的因素，改善健身参与条件，促进洛阳市城区老年群体身心健康发展提供参考依据。

1.研究对象与方法

1.1 研究对象

采用分层随机抽样方法抽取洛阳市洛龙区、涧西区、瀍河区、老城区、西工区等5个城区的379名60岁以上老年人进行问卷调查。调查对象的年龄分布为60-69岁的老年人数为233人，占61%；70岁以上老年人为146人，占39%；男性183人，占48%；女性为196人，占52%。

1.2 问卷调查法

1.2.1问卷设计

制定了《洛阳市社区社会资本与老年人健身参与关系的问卷》。调查内容包括老年人的人口统计学特征（性别、年龄）、健康状况、社区社会资本及社区健身环境等变量。在借鉴帕特南[8]、姜振华[9]、隋广军[10]等学者有关社会资本、社区社会资本研究成果的基础上，本研究将《社区社会资本量表》细分为社区关系网络、社区凝聚力、社区参与、社区信任、社区志愿者服务等五个维度。该量表采用5级评分标准，每个维度各有6个条目，共有30个条目，其中1代表“非常不同意”，5代表“非常同意”。对5个维度的所有条目进行累加，得分越高表明社区社会资本越高。社区健身环境共有5个条目，主要包括对社区健身场地、设施、活动组织情况等因素的满意度进行评价，分为3级评分标准，其中0代表不好，1代表一般，2代表好，得分越高表明对社区健身环境满意度越高。老年人健康状况也分为三个等级，其中0代表不太好，1代表良好，2代表非常好。

1.2.2问卷的信度与效度检验

采用克隆巴赫α系数作为信度指标，对社区社会资本量表各维度进行检验，结果见表1。

表1 社区社会资本量表各维度信度分析

全量表社会关系网络社区凝聚力社区参与社区信任社区志愿者服务 α.829.814.813.776.788.779

由表1可知，社区社会资本总量表的α系数为0.891，各分维度α系数在0.776～0.814之间。维度α系数均大于0.7，表明社会资本量表具有较高的内部一致性信度。

量表的结构效度，采用AMOS22.0进行验证性因子分析。结果显示结构模型的关键性指标如卡方值自由度比为1.653、RMSET值为0.042、GFI值为0.992、AGFI值为0.975、NFI值为0.988、CFI值为0.995，与结构方程模型的标准适配值相比，完全满足适配良好的指标值。

1.3 数理统计法

对所获得的问卷数据用SPSS21.0软件进行相关分析、分层回归分析，采用Amos22.0结构方程软件对量表进行效度检验。

2 结果与分析

2.1 洛阳市城区老年群体健身参与影响因素的相关分析

老年人群体参与锻炼的态度和行为的影响因素有很多，除了本文调查的社区社会资本因素外，还有自身健康状况、社区健身环境等个人因素和社会因素。因此，本研究采用皮尔逊积距相关分析，考察了老年人群体健身参与社区社会资本、自身健康状况、社区健身环境等三个变量的相关关系（如表2所示）。

表2 老年人健身参与与其影响变量的相关分析

社区社会资本社区健身环境健康状况老年人健身参与.774**.514**.785** .000.000.000

注：**.在.01水平（双侧）上显著相关。

结果显示，老年人群体健身参与与老年人健康状况、社区健身环境、社区社会资本的相关系数分别为0.785、0.514、0.774，相关显著(p<0.01)。这显示老年人健康状况、社区健身环境、社区社会资本都是老年群体健身参与的重要影响因素。

2.2 不同性别、年龄老年人健身参与及其影响因素差异性分析

本研究采用独立样本t检验，对不同性别、年龄的老年人群体在健身参与行为、健康状况、社区建设环境、及社区社会资本等变量的得分差异进行分析。结果见表3、表4。

由表3可知，不同年龄老年人群体仅在健康状况变量上存在显著差异(p<0.01)，60-69岁年龄段的老年人群体健康状况要显著好于70岁以上老年人。在社区健身环境、社区社会资本维度和健身参与方面则差异性不显著。

表3 不同年龄老年人在各个变量上的差异性分析

60-69岁（n=233）70岁以上（n=146）t值p 健康状况1.68±0.571.41±0.674.19.000 社区健身环境5.04±1.185.05±1.16.41.377 社区社会资本111.79±14.89110.79±16.86.582.443 健身参与12.78±3.4512.09±2.992.04.482

注：Sig<0.05为差异显著；Sig<0.01为差异非常显著

表4 不同性别老年人在各变量上的差异性分析

男性（n=183）女性（n=196）t值p 健康状况1.60±0.611.56±0.64.698.265 社区健身环境5.12±1.244.97±1.101.09.017 社区社会资本110.84±15.75111.93±15.60.914.383 健身参与12.56±3.5112.49±2.970.23.182

注：Sig<0.05为差异显著；Sig<0.01为差异非常显著

由表4可知，不同性别老年人群体仅在社区健身环境变量上存在显著差异(p<0.05)，男性老年人群体对环境的认知满意度要显著高于女性。而在健康状况、社区社会资本维度和健身参与上则差异性不显著。总的来说，女性老年人群体对社区健身环境的要求更高。

以上结果显示不同性别、年龄的老年人在自身健康状况、社区健身环境、社区社会资本与健身参与等变量上存在不同程度的差异性，从而可能将会影响老年人群体健身参与，本研究将继续采用回归分析各变量对老年人群体健身参与的影响。

2.3 老年人群体健身参与影响因素的回归分析

本研究认为影响老年人群体健身行为的因素是多方面的，为了研究社会资本对老年人群体健身行为的影响，采用分层回归分析来研究社会资本对老年人群体健身的行为的影响和作用机制。本研究的假设性别、年龄、健康状态、社区社会环境、社区社会资本等变量能够解释老年人群体健身参与行为。针对研究假设本研究进行三步回归分析。

第一步，以年龄、性别为自变量，老年人健身参与为因变量进行回归分析，考察人口统计学变量的解释力，研究结果见表5。结果显示，年龄变量的回归系数显著(p<.01)，性别变量回归系数显著，两个变量共解释了38.0%的老年人群体健身参与行为的方差。

表5 年龄、性别对老年人健身参与影响的回归分析

模型BβtpR2 年龄.061.0421.455.000 性别.020.031.640.522.380

第二步，第一层纳入以年龄、性别，第二层纳入健康状态和社区健身环境变量，以老年人群体健身参与为因变量进行回归分析，重点考察健康状态和社区健身环境变量对老年人健身行为解释力的贡献率，结果见表6。结果显示，在回归模型中进一步纳入健康状态和社区健身环境变量后，两个变量的回归方程系数显著(p<.01)，模型共解释了63.8%的老年人健身行为的方差。健康行为和社区健身环境单独解释了25.8%的健身参与行为的方差。

表6 健康状况与社区健身环境对老年人健身参与影响的回归分析

模型BβtpR2 年龄.023.026.901.000 性别.013.024.565.573.380 健康状况.308.0694.427.000 社区健身环境.342.0754.567.001.638

第三步，第一层纳入以年龄、性别，第二层纳入健康状态和社区健身环境变量，第三层纳入社区社会资本变量，以老年人群体健身参与为因变量进行回归分析。重点考察社区社会资本变量的对老年人群体健身行为解释力的贡献率，结果见表7。结果显示，在回归模型中进一步纳入社区社会资本变量后，社区社会资本变量回归系数显著(p<.01)，模型解释力上升至66.1%。社区社会资本单独解释了2.3%健身行为的方差。

表7 社区社会资本对老年人健身参与影响的回归分析

模型BβtpR2 年龄.015.025.598.000 性别.012.024.496.620.380 社区健身环境.171.0802.139.000.638 社区社会资本.243.0485.105.000.661

本研究目的是考察性别、年龄、健康状态、社区社会环境、社区社会资本等变量对老年人群体健身参与行为的影响。由分层回归分析可知，5个变量共解释了66.1%老年人群体健身参与行为的方差。其中年龄、健康状态、社区社会环境、社区社会资本四个变量的回归系数显著，说明这些变量能够有效的正向预测老年人群体的健身参与行为。其中，由于社区社会资本的调查内容与社区健身环境问卷内容重合度较高，因此在健康状态与社区社会环境变量共同解释了25.8%的健身参与行为的方差后，社区社会资本仅单独解释了2.3%健身行为的方差，解释力度减弱但也说明了社区健身环境对老年人群体健身参与的重要影响。

进一步分析可知，60-69岁老年人群体健身参与行为(12.78±3.45)比70-79岁老年人群体健身行为(12.09±2.99)更多。老年人健康状态良好，身体活动不受限，能够有效的促进老年人健身参与积极性。社区健身环境也是影响老年人群体健身的重要因素，对老年人群体健身参与行为具有正向预测作用，这与社会资本与健身行为已有研究结果如任波[11]、王友华[12]、胡惠芳[13]等学者的研究结果基本一致。老年人退休后闲暇时间增多，需要丰富多彩的社区活动和较好的社会资源。本研究显示社区内社会资本越好，老年人健身参与的积极性和参与度就会越高，反过来在一定程度上会影响老年人健康水平。

3 结论

本研究通过对社区社会资本、健康状况与社区健身环境对老年人群体健身参与的影响进行实证研究，研究结果显示：（1）社区社会资本量表具有较高的信度和效度，能够作为城区居民社会资本的有效测评工具。（2）分层回归结果显示，年龄、健康状态、社区社会环境、社区社会资本四个变量能够有效的正向预测老年人群体的健身参与行为，模型共同解释66.1%的老年人群体健身参与行为的方差。因此，为促进老年人群体健身参与的积极性，应加大社区社会资本投入和社区健身环境的改善，为老年人营造良好的锻炼氛围，增进老年人群体的健康。

[1]国务院.“十三五”国家老龄事业发展和养老体系建设规划.2017-03-06http://www.gov.cn/zhengce/content/2017-03/06/content_5173930.htm.

[2]郑元男.体育锻炼对老年人的主观幸福感有影响吗？——关于中国老年休闲体育参与者的实证研究[J].中国体育科技,2019,55(10):32-40.

[3]王富百慧,谭雁潇.我国老年人体育锻炼的队列分化机制研究——基于个体、家庭和社会网络支持的视角[J].中国体育科技,2019,55(10):22-31.

[4]张晓丽,黄谦.社会资本对体育健身的影响及作用路径理论探析[J].西安体育学院学报,2018,35(6):657-662.

[5]张晓丽,雷鸣,黄谦.体育锻炼能提升社会资本吗?——基于2014JSNET调查数据的实证分析[J].上海体育学院学报, 2019,43(3):76-84.

[6]董宏伟.家庭社会资本对青少年体育锻炼意识与行为的影响及反思[J].沈阳体育学院学报,2010,29(2):33-37.

[7]陈云凤.社区环境下老年人健身活动空间调研现状分析与体系构建[C].中国城市规划学会、重庆市人民政府.活力城乡美好人居——2019中国城市规划年会论文集20住房与社区规划）.中国城市规划学会、重庆市人民政府:中国城市规划学会,2019:122-130.

[8]赵雪瑶,高红.国内外社会资本与社区治理关系研究的可视化图谱分析[J].成都行政学院学报,2019(2):72-78.

[9]姜振华．社区参与与城市社区社会资本的培育[M]．北京：中国社会出版社,2008．

[10]隋广军，盖翊中．城市社区社会资本及其测量[J].学术研究,2002(7)：31-33．

[11]任波.城市社区社会资本与老年人健身参与关系的实证研究[D].山西师范大学,2012.

[12]王友华,李玥.社会资本对西部少数民族大学生健康锻炼行为的影响研究[J].中国健康教育,2018.