社会经济地位对20～59岁城市居民健身参与意愿的影响——基于CFPS2018数据的实证分析

姚文娟

(吉林体育学院 研究生院，吉林 长春 130022)

国务院在2016年印发的《“健康中国2030”规划纲要》中提到要通过完善全民健身公共服务体系、广泛开展全民健身运动等方式来提高全民身体素质，可以表明参与健身活动对于提升全民健康有着重要作用。相关文献资料表明，居民的健身参与意愿受到多种因素的影响和制约[1]。一方面，随着人们生活节奏的不断加快，时间和家庭因素是影响居民体育参与的主要因素之一[2-4]。另一方面，随着经济和社会的不断发展，个人认知、场地设施和经济因素也是影响居民是否参与健身锻炼的重要因素[4]。研究和探寻影响居民健身参与意愿的因素，对我国实现全民健康以及相关政策的制定具有重要的现实意义。健身参与意愿作为一个复杂系统，包含了众多内外部影响因素，空闲时间、健身环境、性别、工作性质、工资收入等变量发生细微的变化都可能成为居民是否参与健身活动的关键。因此，需要通过对居民健身参与意愿内部各主要影响因素进行分析，才能找到真正影响居民健身参与意愿的关键变量，让更多居民参与其中。

1 研究内容

社会经济地位作为影响居民健康的重要决定因素，通常由个人受教育程度、职业和收入来衡量[5]。事实上，有学者已经证实社会经济地位与居民健康存在较为显著的因果联系[6]。然而，前人多是围绕社会经济地位中的部分变量及其影响居民健康的因素进行探究，并未就个人受教育程度、职业和收入这三个变量及其影响健身行为的程度做进一步实证分析。此外，相关研究的样本多是就某一地区的研究，研究结果一般只体现该地区居民健身锻炼的特征，不具有普适性。因此，本文对不同个体特征下，20～59岁城市居民的健身参与意愿，社会经济地位相关变量是否影响20～59岁城市居民健身参与意愿及其影响程度大小等内容进行了探讨，并提出如下假设：

H1：城市居民的年龄越大，其参与健身的意愿越强烈。

H2：男性城市居民健身参与意愿的积极性高于女性。

H3：城市居民的社会经济地位越高，其参与健身的意愿越强烈。

2 数据来源与变量设置

2.1 数据来源

本文采用的数据主要来源于北京大学中国社会科学调查中心(ISSS)在全国范围内开展的中国家庭追踪调查(China Family Panel Studies，CFPS)项目数据，是具有全国代表性的大型微观数据调查。CFPS项目主要涉及个体、家庭、社区三个层次的跟踪数据，数据库涵盖家庭、个人自答、个人代答以及儿童代答这四个方面，总样本量为32 669个，具有涵盖面广、权威性高、样本信息量大等特点。根据研究需要，本文主要选取GFPS2018数据库中的个人自答数据库。

本文首先对所选取的CFPS2018个人自答数据库中的数据进行了初步筛选。由于本文的研究对象是城市居民健身参与意愿，故在数据筛选的过程中仅保留城市户籍样本。其次，根据研究内容剔除关键变量的缺失值。最后，对数据进行统计整理得到2 922个有效样本量。此外，本文主要采用SPSS17.0软件对数据进行统计分析。

2.2 变量设置

本文的因变量是健身参与意愿。在CFPS2018个人自答数据库中，选取问卷中关于城市居民“每周锻炼身体的频率(次)”作为反映城市居民健身参与意愿的关键变量。其中，将城市居民每周进行健身锻炼的样本数据编码为“参与体育锻炼”并赋值为1，将每周不进行健身锻炼的样本数据编码为“不参与体育锻炼”并赋值为0。

本文的自变量是社会经济地位。根据相关文献并结合CFPS2018个人自答数据库中的已有数据，本文主要以个人受教育程度(学历)、职业和收入作为衡量城市居民社会经济地位的主要评价指标。①主要采用问卷中的“最高学历”来体现和说明被访者的学历，其选项分为文盲/半文盲、小学、初中、高中/中专/技校/职高、大专、大学本科、硕士、博士和从未上过学9类，为了便于数据的统计分析，本文将学历重新划分为：小学学历及以下、中学、大专、本科、硕士及以上(分别赋值为0-4)；②工作性质主要选取问卷中“您的工作是农业工作，还是非农业工作”进行说明并划分为农业工作和非农业工作(分别赋值为1和0)；③收入主要选取“所有工作总收入”作为衡量指标，为了防止收入差距过大带来的影响，对个人当年总收入取对数，并按照从小到大依次分为收入A组(赋值为1)和收入B组(赋值为2)。

本文选取性别和年龄等个体特征因素作为本文的控制变量。在变量设置上，性别(男性=1、女性=0)；年龄按照国家体育总局发布的《普通人群体育锻炼标准》中规定的20～59岁作为年龄的取值范围，并重新划分20～39为第一组；39～59为第二组。具体变量设置见表1。

表1 变量选取与赋值说明(n=2 922)

3 结果与分析

3.1 城市居民参与健身活动现状

经过整理上述城市居民健身锻炼的样本数据，得到20～59岁城市居民参与健身活动情况(见表2)。可以发现，2018年20～59岁城市居民参与健身活动的人数占61.7%，不参与健身活动的人数占38.3%，说明随着人们物质生活水平的提高，参与健身活动的城市居民人数比不参与健身活动的人数占比多。接下来，主要针对不同年龄、不同学历、不同收入及不同工作性质城市居民的健身参与情况进行比较。

表2 20～59岁城市居民参与健身活动情况

3.1.1 不同年龄城市居民健身参与情况比较

由表3可知，男性城市居民参与健身活动的人数百分比高于女性，男性和女性城市居民40～59岁参与健身活动的人数百分比明显高于20～39岁(P<0.05)，且差异显著；从不同年龄来看，男性和女性在不同年龄阶段参与健身活动的人数百分比相差不大。

表3 不同年龄城市居民参与健身活动比较

3.1.2 不同社会经济地位城市居民健身参与情况比较

(1)不同学历城市居民健身参与的比较。由表4可知，随着学历的提升，城市居民参与健身活动的人数百分比呈现先上升后下降的趋势。其中，男性城市居民参与健身活动的人数百分比明显高于女性(P<0.05)；从不同学历来看，城市居民参与健身活动的人群主要为中学、大专和本科学历，且差异显著；小学学历及以下和硕士及以上城市居民参与健身活动的人数占比较低，呈现两极分化的趋势。

表4 不同学历城市居民参与健身活动比较

(2)不同收入城市居民健身参与的比较。随着城市居民收入的不断上升，参与健身活动的人数百分比也呈上升趋势(见表5)。从不同收入来看，男性城市居民收入在A组时参与健身活动的人数百分比明显低于女性，而收入处于B组的男性城市居民参与健身活动的人数百分比高于女性，但不具显著性。

表5 不同收入城市居民参与健身活动比较

(3)不同工作性质城市居民健身参与的比较。根据表6可以看出，从事非农业工作的男性城市居民参与健身活动的人数百分比明显高于农业工作的男性城市居民(P<0.05)。其中，参与健身活动的城市居民中主要以非农业工作为主，而从事农业工作的城市居民占比非常小，说明农业工作者较少进行体育锻炼。

表6 不同工作性质城市居民参与健身活动比较

3.2 城市居民健身参与意愿的影响因素分析

本文选取的因变量是一个二分类变量，因此要通过构建二元Logistic回归模型来分析。本文选择的二元Logistic回归模型可表示为：

logit(p)=α+β1X1+β2X2+β3X3+…+βiXi+ε

其中，P表示城市居民想要参与健身活动的概率；X1、X2和X3分别代表核心解释变量学历、工作性质和收入，Xi为居民个体特征变量；β1、β2和β3为对应变量的回归系数；α为常数项；ε为误差项。

为验证哪些自变量对城市居民健身参与意愿产生影响，建立了两个Logistic回归模型。其中，模型一的自变量为社会经济地位中的相关变量(学历、工作性质和收入)；模型二的自变量为社会经济地位中的相关变量(学历、工作性质和收入)和控制变量(年龄、性别)。这两个模型的因变量都是健身参与意愿，具体回归结果整理后如表7所示。

表7 城市居民健身参与意愿情况回归结果

3.2.1 社会经济地位对城市居民健身参与意愿的影响

本文选取的社会经济地位主要包含三个衡量指标：学历、工作性质和收入。模型一的结果显示，我国城市居民健身参与意愿的主要影响因素是学历(回归系数分别为0.816，1.031，0.874，1.015；P<0.05)，工作性质和个人总收入对城市居民是否愿意参与健身活动的影响不具有显著性。加入控制变量后的模型二结果显示，学历对城市居民健身参与意愿的影响呈现显著的正相关(回归系数分别为0.883，1.168，1.069，1.261；P<0.05)；工作性质和收入对城市居民健身参与意愿依旧没有显著影响(P>0.05)。

从学历来看，两个模型中的学历变量均对城市居民健身参与意愿有非常显著的影响。学历在进行回归时主要以小学学历及以下为参照对象，其他选项均与其作对比。结果显示，中学、大专和本科学历程度的城市居民更有意向参与健身活动，而研究生学历的城市居民虽参与健身的意愿显著，但相较于前者而言较弱。当加入年龄、性别等控制变量时研究生学历的城市居民健身参与意愿显著提高，说明不同年龄和性别的研究生学历，城市居民健身参与意愿不同，存在分层现象。OR称为比数比，主要用来表示当其他自变量保持不变的情况下，该自变量每增加一个单位所导致的因变量比数的变化倍数，一般用Exp(B)的数值来衡量。上述回归结果显示，中学、大专、本科和研究生及以上学历的城市居民健身参与意愿的比数比(概率)分别是小学及以下学历的2.4倍、3.2倍、3倍和3，5倍，说明随着学历的不断提升，城市居民健身参与意愿在不断增强，这也与甘春龙、李骁天等人的研究结果相一致[5，7]。可能的原因是，随着学历的提升，城市居民对体育健身等方面的了解和认知就越深入，对自身的健康状况也越重视。高学历者想要通过参与健身活动来达到身体健康、丰富精神文化生活等目的，其健身活动参与意愿便会提高。

关于工作性质变量的回归结果显示，工作性质对城市居民健身参与意愿未产生显著影响(P>0.05)。从农业工作的本质出发，问卷中关于农业工作的范围是农、林、牧、副、渔等，从事农业工作的人大多都需要付出一定的体力劳动，简言之农业工作者从事本职工作基本上可以达到健身的作用，一般不会再通过参与额外的健身活动来进行体育锻炼；从样本个体特征层面出发，工作性质变量主要是围绕受访者是否从事农业工作这一问题展开的，而本文的研究范围是针对城市居民，受访者大多以非农业工作为主，占比达到近98%，这也是造成回归结果不显著的原因之一。

从收入来看，关于收入的相关分析结果显示收入作为社会经济地位中的衡量指标之一和城市居民健身参与意愿呈现较为显著的正相关关系，即城市居民的收入越高，越有可能参与到健身活动中。然而，目前的回归分析出现了结果不一致的情况。可能的原因是相关分析是在探寻变量之间是否相关以及相关的程度，而回归分析则是引入了其他控制变量，并通过构建不同的回归模型来明确哪些自变量对城市居民健身参与意愿的概率产生影响；此外，现如今城市地区分布着各式各样的免费健身设施、体育场馆及公园供人们健身使用，以及越来越流行的瑜伽、健身操等居家无氧健身运动，都从不同侧面反映出收入并不能成为影响城市居民健身参与意愿的主要因素。

3.2.2 城市居民个体特征对其健身参与意愿的影响

上述回归模型二的结果显示，年龄和性别两个变量均对城市居民的健身参与意愿造成显著影响(P<0.05)。以年龄来看，年龄与城市居民的健身参与意愿呈显著负相关，即年龄越大，城市居民参与健身活动的意愿越小(回归系数为-0.399<0，P<0.01)，这与假设1提出的观点不一致，因此假设1不成立。上述回归结果表示，相较于20～39岁的居民而言，年龄在40～59岁城市居民的健身参与意愿减少了67%，说明健身活动的主要人群还是以年轻人为主。究其原因，其一是因为年轻人处于学生或刚步入社会时期，能够将更多的时间和精力投入到健身活动；其二，随着年轻人对健身健美的追求，更多年轻人为了迎合大众潮流，旨在通过健身打卡、智能健身等新方式加入健身行列，其参与意愿也会明显提升。然而，处于40～59岁的中年人由于家庭的忙碌或工作带来的压力，一方面会忽视自身的健康，另一方面也没有过多的时间和精力投入到健身活动中，这也是造成中年人健身参与意愿不强烈的原因。就性别而言，性别与城市居民的健身行为呈现非常显著的正相关，即城市男性居民整体参与健身活动的积极性相较于女性而言更高，其健身参与意愿更强烈(回归系数为0.303>0，P<0.001)，假设2得到验证。通过观察OR的值，可以看出男性城市居民想要参与健身活动的概率约是女性的1.4倍。

本文在回归分析中构建的两个模型均在不同程度上显示出居民个体特征和社会经济地位中的部分变量对城市居民健身参与意愿的影响。-2对数似然值(Log likelihood)是用来判断模型价值的客观指标，且值越小说明模型越好。由上述两个模型的-2对数似然值来看，第二个模型的值(3 838.931)比第一个模型的值(3 783.036)更小，因此第二个模型对于研究城市居民健身行为的影响因素更有价值和意义。

4 结论

(1)随着居民年龄的不断增加，城市居民参与健身活动的意愿越低。

(2)男性城市居民整体参与健身活动的积极性高于女性，其参与健身的意愿更强烈。

(3)不同社会经济地位城市居民的健身参与意愿存在显著差异。其中，学历是影响城市居民健身参与意愿的关键因素，学历越高健身参与意愿越强烈。男性城市居民在不同学历下的健身参与意愿相较于女性更高。