中国城镇住户家庭体育消费研究：经验证据、影响因素与政策意涵

张 巍，邓博夫，成波锦，胡鞍钢

党的十八大以来，以习近平同志为核心的党中央高度重视体育工作，将全民健身上升为国家战略，推动全民健身和全民健康深度融合，加快推进体育强国建设。经过持续努力，我国体育事业发展取得了显著的成绩（体育场地已超过354万个）（新华社，2020），但仍有较大提升空间（体育产业增加值占GDP比重为1.1%）（国家统计局，2020），具有巨大的发展潜力。2020年，面对世界百年未有之大变局，党中央高屋建瓴地提出了“双循环”的新发展格局，为我国各项事业的长远发展提供了方向引领，而消费作为内循环中的“压舱石”和“稳定器”也备受社会各界关注。习近平总书记在博鳌亚洲论坛2018年年会开幕式上的主旨演讲指出：“内需是中国经济发展的基本动力，也是满足人民日益增长的美好生活需要的必然要求。”为此，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称“‘十四五’规划”）指出，应增强消费对经济发展的基础性作用，并明确提出要扩大体育消费，同时强调应加快发展健康、体育等服务业，加强公益性、基础性服务业供给。此外，北京2022年冬奥会、冬残奥会及杭州第19届亚运会也是促进我国体育消费实现大跨越、体育产业迈上新台阶的重要契机。

聚焦体育消费和体育产业领域，2022年6月修订的《中华人民共和国体育法》（以下简称《体育法》）不仅新增“体育产业”一章，还明确规定“国家支持体育产业发展，完善体育产业体系，规范体育市场秩序，鼓励扩大体育市场供给，拓宽体育产业投融资渠道，促进体育消费。”《全民健身计划（2021—2025年）》也明确指出，到2025年，经常参加体育锻炼的人数比例达到38.5%，全国体育产业总规模达到5万亿元等具体目标。根据“十四五”规划，“十四五”时期我国常住人口城镇化率将达到65%，城镇住户作为需求主体，其消费意愿显然是扩大体育消费和推动体育产业发展的核心关键。那么，我国城镇住户体育消费的基本特征是什么？哪些关键因素影响其体育消费需求和决策？目前，鲜见研究就上述问题给予全面解答。究其原因：首先，我国体育消费影响因素的研究依然处于探索阶段，现有研究以描述性数据分析为主，鲜少有基于实证分析的量化研究（代刚，2012；王裕雄 等，2020；翟水保 等，2011；张若，2014）。其次，由于缺乏大型微观数据库支持，国内研究主要以自行设计问卷进行抽样调查来获取数据（郑和明等，2019），但大多数问卷仅涉及部分城市或地区，其研究结论难以推广到全国层面。最后，由于国情存在差异，直接参照别国经验的做法往往会在我国改革与发展的实践面前折戟碰壁（张宇等，2011）。

基于此，本研究以国家统计局主导的中国城镇住户调查（urban household survey，UHS）中161个县市超过15万户家庭的健身器材、体育用品、健身活动等微观消费大数据为研究基础，通过梳理文献中的理论与实证研究成果，尝试构建能准确反映全国城镇住户体育消费特征的一般化计量模型。在实证分析框架基础上，探索并识别影响我国城镇住户体育消费决策的关键因素，对体育消费经典理论分析框架进行检验，并尝试就Tobit、Heckman等处理归并数据（censored data）的实证方法的本土适用性进行比较。

1 文献回顾与理论分析

1.1 体育消费的概念界定

学界大致从3个视角界定体育消费内涵和外延：1）按照是否与体育活动直接相关的视角，把消费品（或服务）划分为直接和间接体育消费（钟天朗，1990；Késenne et al.，1987）；2）根据体育消费品非实物形态的特征，可分为体育辅导和体育医疗形式存在的劳务消费品，以及体育竞赛、娱乐、旅游形式的劳务消费品（杨小林，1989）；3）按照运动参与者、志愿者和观众等不同体育受众视角，将体育消费划分为一系列具体的体育消费项目（Bloom et al.，2005）。但学界对体育消费的范围仍存在广泛争论，比如，对“体育”“休闲”和“娱乐”的边界尚未有清晰界定（Eakins，2016），对支出类别应/不应被视为体育支出也未达成共识，现有文献所使用的体育消费的概念范围实际上存在较大的差异（Thibaut et al.，2018），实证研究中用于测度体育消费概念的变量也各不相同。从微观视角，究竟应该把研究对象的范围聚焦在个人层面还是家庭层面也存在争议。虽然早期研究多以个体体育消费为关注对象，但近年的研究都支持以家庭为单位（Eakins，2016；Pawlowski et al.，2011；Paár，2013；Thibaut et al.，2014）。因为家庭是社会的基本单位，家庭内部除个人消费品外，还存在众多公共消费品，占据了家庭消费的主要部分，所以以个人为主体的消费研究在本质上存在缺陷（朱信凯等，2011）。

1.2 体育消费的理论解释

Downward等（2010）把解释体育消费的主流理论大致分成了两派：新古典主义（Neoclassical）和异质性（Heterodox）流派。新古典主义消费理论的基本框架是“收入-休闲”模型：消费者在收入与时间的双重约束下，选择工作、消费与体育等其他休闲活动的最佳组合以最大化个人满足感。但传统消费理论将价格和收入以外的影响因素归于外生的消费者偏好而不予研究，因此存在局限性（张若，2014）。Becker（1965）的家庭生产理论拓展了消费理论，该研究假设家庭既是消费者又是生产者，并使用市场商品和服务作为中间投入来生产最终消费品。家庭消耗的商品和服务本身并不具有效用，而是作为产生效用的最终消费品的中间投入（Gronau，1977）。该理论认为，影响效用最大化的主要因素包括家庭收入、时间、人力资本（张若，2014；Thibaut et al.，2014）。收入提高和体育消费之间的关系并不明确，随着工资率上升，经济主体有更多的可支配收入能进行体育消费（收入效应），但休闲时间的机会成本也会随之提高（替代效应），并可能降低体育活动，最终影响取决于收入效应与替代效应的相对大小（Downward et al.，2007）。根据该理论也可得出体育课程等服务类的消费弹性高于基本的体育用品（运动服等体育装备）消费的推论（Thibaut et al.，2014）。家庭生产理论加入了对家庭活动中的非市场行为（如婚姻、生育等）的分析，对于体育需求与消费的经济学分析更具适用性，因此在体育消费领域占据理论分析的主流位置，并被广泛运用（王睿 等，2020；王裕雄 等，2020；张若，2014；Breuer et al.，2011；Downward et al.，2010；Eakins，2016；Løyland et al.，2009；Scheerder et al.，2011；Thibaut et al.，2014，2018；Weagley et al.，2004；Wicker et al.，2010）。

异质性流派借鉴了社会心理学理论，强调用文化、价值观、社会阶层等因素来解释体育消费行为（代刚，2012）。该流派理论融合了消费者运动选择的心理基础，强调从实践和习惯中学习，不仅吸收了后凯恩斯主义的消费者分析框架，还借鉴了部分休闲研究以及社会学的观点，这些研究认为个人的喜好和行为是由社会价值决定的（Downward et al.，2010）。异质性流派理论有3个主要的观点：1）基于心理学视角，个体运动参与的选择受到运动体验的影响；2）基于后凯恩斯主义，个体的运动选择受社会关系、阶层和价值观的影响；3）基于个体行为受社会身份建构影响的假说，风俗也会影响到个体的体育参与和消费。

1.3 体育消费的影响因素

已有文献从个人特征、家庭特征以及家庭所在的城市特征等多方面探索了对体育消费的影响。从个人特征来看，年龄、教育水平及婚姻状况受到了普遍的关注。1）个人的健康资本随年龄增长而加速损耗，为弥补快速降低的健康资本存量，体育消费会随年龄增加而增加（张若，2014）。但实证研究中关于年龄对于体育消费是正向促进（Lera-López et al.，2007）还是负向阻碍（Eakins，2016）并未得到较为一致的结论。因此，现有研究将其作为控制变量（Pawlowski et al.，2012；Thibaut et al.，2014）。2）教育水平越高越能理解锻炼的益处，进而增加体育消费（Thibaut et al.，2014）。无论在个人层面（Lera-López et al.，2007）还是家庭层面（Dardis et al.，1994；Weagley et al.，2004），教育均能促进体育消费。3）关于婚姻状况对体育消费的影响方面，缺乏明显证据（Thrane，2001）。

在家庭层面，收入弹性是研究的焦点。家庭生产理论认为，不同类型的体育消费间存在收入效应和替代效应的差异，并反映在收入弹性上；经典经济理论按收入弹性绝对值大小将商品划分为低档消费品、必需品和高档消费品。已有研究表明，收入水平对体育消费起正向促进作用（翟水保 等，2011；张若，2014；Cannon et al.，2002；Dardis et al.，1994；Eakins，2016；Løyland et al.，2009；Pawlowski et al.，2012；Thibaut et al.，2014，2018；Weagley et al.，2004）。此外，尽管有研究发现体育消费的收入弹性大于1，即属于经济学意义的高档消费品，但对该结论仍需谨慎。一方面，这可能是选择估计方法差异所致（Pawlowski et al.，2012）；另一方面，也与是否充分控制其他社会-经济学变量有关（Løyland et al.，2009）。

人口规模和小孩数量也是常见的家庭因素。人口规模较大的家庭体育消费往往也更多（赵胜国等，2021；Pawlowski et al.，2012），但也有相反的研究结论（Scheerder et al.，2011；Thibaut et al.，2014）。此外，幼童对家庭的体育消费起降低作用（Downward，2007；Eakins，2016；Pawlowski et al.，2012）还是促进作用（Bloom et al.，2005；Thibaut et al.，2018）亦不明确。居住地特征也可能会影响当地居民的体育消费。有研究表明，城镇化水平与居民的体育消费正相关（Eakins，2016；Pawlowski et al.，2011，2012）。生活在农村地区的人在娱乐活动（Weagley et al.，2004）、体育和娱乐服务（Pawlowski et al.，2011）方面的花费更少。但Thibaut等（2014）却发现城镇化水平的影响并不显著。

1.4 体育消费的实证方法

由于作为研究对象的家庭体育消费数据呈现出归并数据特征，使用OLS等传统估计方法所进行的实证分析往往得不到一致性的估计结果。从计量方法角度而言，处理这类数据较为成熟的估计方法有3种：Tobit模型、Heckman模型和Double Hurdle模型（以下简称“Hurdle模型”），这也是已有研究中占据主流的3种估计方法。上述方法把家庭的消费决策行为分成了两步，第一步为参与决策（participation decision）方程，即家庭决定是否要进行体育消费，第二步是数量决策（amount decision）方程，如果在第一步选择了要参与体育消费，则在第二步决策需要消费的具体数量以及为此支付的金额。

这3种方法的最大差别是对参与决策方程和数量决策方程的设定。Tobit模型中的参与决策方程与数量决策方程完全一致，Heckman模型和Hurdle模型则允许2个方程可以存在差异，而Hurdle模型相较Heckman模型能对参与决策和数量决策的原因做到完全区别对待。因此，Hurdle模型增加了家庭不花钱而参与（进行体育运动但不花钱）或花钱但不参与（在体育消费上花钱而不进行体育运动）的可能性（Thibaut et al.，2014）。针对不同的研究对象和数据特征，学者普遍使用以上3种方法中的1种或多种作为分析工具（表1）。虽然Tobit模型是较为主流的估计方法，且在体育消费的实证中已被广泛证明具备较好的稳健性（Thibaut et al.，2017），但更严谨的做法是采取多种实证方法的交叉验证。Eakins（2016）支持Pawlowski等（2012）同时使用Tobit、Heckman和OLS进行估计并相互比较的做法。Thibaut等（2017）对3种方法均有使用（Heckman，2014；Hurdle，2018；Tobit，2017）。

表1 使用3种估计方法的研究文献Table 1 Relevant Literatures Using the Three Eestimation Methods

由于国内研究仍处在起步和发展阶段（李伟平等，2014），使得对我国家庭体育消费及其影响因素的基本事实仍不明确。尽管国外研究运用前沿的工具和方法积累了较丰富的研究成果，但对指导我国的具体实践仍存在局限：1）国外研究主要聚焦在一般性影响因素（如年龄等）的讨论，缺乏对具有中国特色影响因素的研究；2）国外研究对宏观层面因素的讨论非常有限，比如仅涉及了城镇化率等极少变量，缺乏对当地经济发展水平、经济结构以及百姓关注的重大民生问题及其影响进行深入研究。

另一方面，学界针对我国居民总消费不足的研究成果较为丰富，除直接使用流动性约束、预防性储蓄等经典消费理论的研究外，也有基于中国特色的因素研究（陈斌开等，2010，2013；程令国 等，2011；杭斌，2009；何兴强 等，2014）。但对体育消费这一细分领域，以上因素是否仍然产生效果，以及影响程度和作用机理如何，尚不知晓。研究上述问题的先决条件是要从实证的角度建立一个可参考的计量模型，该模型既要尽量涵盖现有研究中所发现的基本影响因素，也要包含符合中国特色的变量。

2 模型设定、数据和变量说明

2.1 模型设定

通过对体育消费领域已有的理论文献与实证文献的梳理可知，城镇居民的消费行为受到个人因素、家庭因素和地区因素的影响。由于目前鲜见针对全国性微观大数据下体育消费的实证研究作为参考，因此本研究将尽可能多地控制这3个层面的变量，一方面是减少遗漏变量问题，另一方面是在确保结论基本可靠的基础上能更全面探寻潜在的影响因素。相关基准模型设定如下：

式（1）中，Sportsi，m，t表示m城市中 i家庭第t年的体育消费支出，参照朱信凯等（2011）的结论，本研究以家庭为基本消费单位进行分析。不仅关注家庭体育消费支出的绝对额（将做对数化处理），还关注体育消费支出在家庭总消费中的占比。Headi，m，t、Familyi，m，t分别代表一组户主个体和家庭特征的自变量，在户主个人特征方面，本研究选取了户主年龄、户主年龄的平方、户主教育水平、户主性别、户主婚姻状况、户主户籍等6个变量；在家庭特征变量方面，选取了家庭老年人口占比、幼儿人口占比、家庭人口规模、家庭可支配收入、家庭现住房产权、家庭现住房估值等6个变量。Citym，t是一组刻画城市特征的自变量，分别代表城市经济发展水平和产业结构的城市人均GDP、第三产业占比和第二产业占比。其中，家庭人口规模、家庭可支配收入、家庭现住房估值和当地人均GDP均做了取对数处理。

2.2 数据来源

本研究以UHS为研究基础，该数据库不仅提供了我国居民家庭体育消费的相关数据（健身器材、体育用品、健身活动），同时还提供了详尽的家庭人口学特征，其主要优势：1）样本规模大、地域面广。覆盖了全国9个省份（北京、辽宁、浙江、安徽、湖北、广东、四川、陕西和甘肃）161个县市超过15万户家庭，从抽样规模和地域覆盖上均具有较好的全国代表性。2）保证抽样过程的随机性。该数据使用分层随机抽样方法获得并调查样本，相较于传统问卷式抽样法更能保证数据的随机性和代表性。3）记账式数据更精确。与传统问卷主要依靠被访者基于回忆填写不同，UHS的最大特色是被调查住户通过日记账详细记录每一笔收支明细，因此准确性更高。

考虑到UHS为轮换面板数据，但数据中并未提供充分信息来识别不同年份的同一家庭，因此本研究参照白重恩等（2014）的处理方法，将该调查数据视为重复截面数据。此外，本研究的实证分析还涉及诸如人均GDP等城市级别的宏观变量，这些宏观数据来自EPS全球统计数据分析平台中的《中国区域经济数据库》，通过对2套数据进行匹配，本研究得到161个县市超15万户家庭的样本数据①限于篇幅，并未汇报变量的详细定义、单位、描述性统计等。。

3 实证结果及分析

3.1 家庭体育消费总量的影响因素分析

基于Tobit模型针对式（1）的实证估计结果如表2所示②由于家庭体育消费存在归并数据特征，OLS估计很可能存在估计偏误问题。本研究也使用OLS方法进行了估计，因篇幅限制并未汇其结果。。其中，第2和第5列只控制了户主个人特征变量（Headi，m，t）；第 3 和第 6 列是在控制户主个人特征的基础上再增加了家庭特征变量（Familyi，m，t）；第 4 和第 7列是在控制户主个人特征和家庭特征的基础上进一步增加了城市特征变量（Citym，t）。

表2 中国城镇家庭体育消费的影响因素Table 2 Influencing Factors of Chinese Urban Households’Sports Consumption

续表2

户主个人特征变量、家庭特征和所在城市的特征均对我国城镇居民体育消费支出的规模和结构产生影响。户主个人和家庭人口学特征的影响：1）与国外研究的结论一致，我国城镇家庭户主的年龄和性别对家庭体育消费的影响并不稳健。2）户主的教育水平越高，其家庭体育消费的规模和占比越大。3）婚姻状况方面③限于篇幅，并未汇报户主婚姻状况（未婚、已婚、离异、丧偶、其他）的详细结果。，户主为“丧偶”或“其他”的家庭，其体育消费规模要比单身未婚家庭略多，可能是这类户主将更多精力投入到锻炼当中。4）户籍方面，户主户籍为农村（无论是本地农村户籍还是外地农村户籍）的家庭，其体育消费支出显著少于作为参照组的本地城镇户籍家庭，而外地城镇户籍的家庭与参照组之间不存在差异。这可能与户籍背后的社会资源可

得性和生活工作环境等因素或者发展理念有关。江小涓（2019）认为，近年来我国的城市化正由“GDP的城市化”向“人的城市化”转型，即强调“外来人口”要更多融入城市、归属社区，拥有更多的市民权益。对这些需要身份认同的“新市民”而言，体育活动是重要选项之一。非本地城镇户籍家庭体育消费偏少可能也反应了本研究数据涵盖时间（2012年及以前）尚处于城镇化初期，还停留在GDP城市化阶段。5）家庭人口规模对家庭的体育消费支出存在明显的挤出效应，这可能与我国城镇居民家庭主要的体育消费品具有公共消费品性质有关。6）家庭年龄结构方面，老年抚养比并不影响家庭体育消费支出，但是幼儿抚养比显著促进了家庭体育消费支出。

家庭经济因素是重要的决定性变量：1）家庭可支配收入显著影响家庭体育消费水平，可支配收入每增加1%，体育消费规模约增加1.87%（体育消费占总消费的比重则平均提高约0.80%），这意味着对我国城镇居民而言，体育消费属于经济学意义上的高档消费品。该结论还需要后续的稳健性检验。2）本研究使用家庭住房估值和产权性质来代表家庭的财富存量。家庭居住房屋估值的影响并不稳健，随着控制变量的增加，其系数的统计显著逐步降低（尤其是体育消费占比方面）。住房产权方面，产权为房改私房和商品房的家庭，其体育消费显著高于其他类型的家庭，可能意味着财富效应对体育消费的促进作用：一方面能购买商品房的家庭实属经济状况较优的家庭，且商品房价值会随着房价上涨而增长，推动家庭财富（及其预期）的增值；另一方面，房改私房按照UHS的定义是指在房改中以成本价或标准价购买的带产权的住房，因此这类家庭不仅享受房价上升带来的财富（和预期）增值，而且是以低于市场的价格获得了当前住房，意味着家庭财富的双重增加。

地区经济水平和结构同样会对家庭体育消费产生影响：1）当地人均GDP水平与居民家庭的体育消费存在负相关关系，这可能是替代效应占据了主导，经济水平越发达意味着体育运动的机会成本越高。该机会成本至少存在3个方面：第一，潜在的经济收入损失。当地经济越发达，每小时工作的经济回报越高，体育运动会挤占工作时间，从而导致潜在的收入损失。第二，因可支配时间降低导致的单位时间价值更高。经济状况较好的地区往往意味着快节奏的生活，人们不仅在工作和通勤上消耗更多时间，也对休息和睡眠有更高的需求，可供自由支配的时间更加珍贵，就更难用在体育锻炼上。马天平等（2022）研究发现，快节奏的现代生活挤占人们的闲暇时间，抑制了体育消费。第三，来自其他竞争性消费的竞争。当地经济状况较优，可供居民娱乐的选项越多。江小涓（2018a）认为，人均收入高的城市观看体育比赛的人口比重反而下降，很可能是被其他消费选择占用了时间。这也证明了贝克尔经典分析框架的强大解释能力。2）经济结构显著影响家庭的体育消费，虽然第三产业占比对家庭体育消费的影响并不稳健，但第二产业越发达的城市，其住户家庭的体育消费越多。这可能与当地在体育消费品的生产和运输方面具有的成本优势有关。

3.2 家庭各分项体育消费的影响因素分析

已有研究表明，不同类型的体育消费之间存在较明显的差异（Eakins，2016；Pawlowski et al.，2012），因此本研究参照Thibaut等（2018）的建议对各分项体育的消费进行单独实证分析（表3）①因篇幅限制，表3只展示了与表2有差异的内容。。

影响我国城镇居民家庭分项体育消费的因素与家庭体育总消费的因素基本一致，但存在若干细节差异：1）收入弹性上看，3个单项体育消费均为高档消费品，其中需要时间投入的健身活动弹性最大（2.068），再次验证了替代效应的存在，而单价更贵的健身器材的弹性（1.547）大于体育用品（弹性为1.343），也符合经济学直觉。2）住房估值对健身器材和体育用品影响的方向相反，这可能是导致家庭居住房屋估值（表2）对体育总消费的影响并不稳健的原因。此外，家庭住房估值与健身器材消费正相关可能还有其他原因，比如高档跑步机等设备不仅能展示家庭的经济状况，也能间接传递出户主“健康”“自律”等特质。这也从户主教育水平得到一定佐证，教育水平为大专及以上的户主才会显著增加高档跑步机等健身器材的消费。3）人均GDP对3个单项体育消费的阻碍影响始终显著存在，意味着时间机会成本和替代效应对3个单项体育消费均成立。地区经济结构方面，当地第三产业越发达，家庭健身活动的规模和比重越大；当地第二产业只影响家庭的体育用品和健身活动消费。

3.3 稳健性检验

参照Pawlowski等（2012）和Thibaut等（2014）的做法，本研究将使用多种计量估计方法对式（1）和表2的实证结果进行稳健性检验。这里主要阐述基于Heckman模型和Hurdle模型的第二阶段（数量决策）估计结果（表4），因变量为对数化处理的体育消费额②与表3类似，表4也只展示了与后文展开讨论有关的实证结果。。分析可知：1）从收入弹性角度出发，Heckman模型估计结果交叉验证了Tobit模型的结论，即3类体育消费无论是单项还是加总都属于高档消费品，但是Hurdle模型的结果却与其他2个模型的估计结果相反。本研究更倾向于Tobit和Heckman模型的结论，理由如下：第一，医疗、教育、住房等支出相当长时间内占据居民消费的较大比重且优先级位更高（郑永年，2019）。第二，体育消费增长高度依赖经济发展水平。江小涓（2018b）认为，经济发展要进入上中等收入阶段即超过6 500美元后①本研究数据截止时间2012年的人均GDP为6 316.92美元，低于6 500美元。到2019年，尽管我国人均GDP突破1万美元（10 216.63美元），但仍远低于发达国家平均水平（44 612.49美元），甚至仍低于世界平均水平（11 433.216美元）。，对体育消费较大规模的有效需求才开始形成。即便是体育产业中需求最为广泛的健身，消费者也普遍有健身需求，但为之付费的意愿较弱，因此还不是经济学意义上的有效需求。第三，如果出现消费降级（人民网，2018；石明明等，2019；王一鸣，2020；央视网，2018）的情况，任何非生存必需品的收入弹性都会变大，甚至成为高档消费品。2）Hurdle模型可能不是在最一般化条件下研究体育消费的优选工具：一方面，体育总消费的收入弹性完全大于3个单项消费的弹性；另一方面，针对大数据的运算效率有明显劣势②Hurdle模型的计算极为耗时，本研究使用的Hurdle模型中仅单个模型运算时长经常达到数天之久。。3）不应忽略Hurdle模型在设定方面具备高自由度的优势，可以在影响参与决策和数量决策的变量存在差异化的实证研究方面提供有力支持。当然，其前提是需要在理论领域有较深入的突破，充分论证出某些影响因素只影响体育消费的某一个决策阶段。

表3 影响中国城镇家庭健身器材、体育用品、健身活动消费的因素分析Table 3 Analysis of the Influencing FactorsAffecting the Consumption of Fitness Equipments，Sporting Goods and FitnessActivities of Urban Households in China

表4 中国城镇家庭体育消费的Heckman模型估计和Hurdle模型估计Table 4 Heckman Model Estimation and Hurdle Model Estimation of Urban Households’Sports Consumption in China

4 结论

1）对中国城镇住户而言，家庭体育类消费品属于典型的高档消费品。一个合理的推测是，家庭体育消费的优先级和支出占比均弱于家庭住房、医疗、教育、养老等刚需支出，这也为促进体育消费提供了经济视角的对策：第一，实现居民体育消费长期大幅增长，持续提高居民收入是关键，即全面贯彻中央“在高质量发展中促进共同富裕”的要求，正确处理效率和公平的关系，构建初次分配、再分配、三次分配协调配套的基础性制度安排，加大税收、社保、转移支付等调节力度并提高精准性。第二，补齐民生短板，促进社会更加公平正义，有助于减少居民体育消费的后顾之忧。应在更高水平上实现幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶，对体育事业而言则是“体有所健”。第三，进一步落实《体育法》要求，贯彻全民健身战略，构建全民健身公共服务体系，鼓励和支持公民参加健身活动，促进全民健身与全民健康深度融合。逐步健全全民覆盖、普惠共享、城乡一体的基本公共体育服务体系，并提高体育行业发展水平和支撑保障公共体育服务的水平。第四，扩大体育产业有效供给，推动体育产业持续升级，更好地匹配和满足我国居民的体育需求。体育消费偏弱在某种程度上也意味着体育产业的有效供给不足，通过各类优惠政策鼓励体育产业与健康、文化、旅游、养老、科技等领域深度融合，提高体育产业科技水平，增强体育产业活力，促进体育产业针对需求变化的适应性和灵活性。

2）贝克尔的家庭生产理论为解释我国居民家庭的体育消费行为提供了分析框架，能为理论的本土化改造提供重要参照。本研究发现存在时间机会成本的实证证据，证明了该理论的良好普适性。我国已经进入服务经济时代（江小涓，2018c），时间成为稀缺资源，包括体育在内的服务业都面临消费者时间的刚性约束（江小涓，2018a）。如何在新时代对贝克尔的理论进行完善创新，赋予其更贴近新时代发展的表达，具有重要理论意义。此外，时间机会成本的客观存在意味着要提升居民的体育消费意愿，需要在赋予体育锻炼更多功能和降低其机会成本等方面持续努力。对体育产业而言，应针对居民时间碎片化和机会成本不断提高、日常生活深度数字化等特点，主动开发和供给相关体育产品，提升有效供给的规模和质量，更好地满足人民群众的运动需求。

3）在微观实证工具选择方面，在假设某一影响因素既影响参与决策也影响数量决策的最一般化假设前提下，Tobit模型和Heckman模型可能是比Hurdle模型更合适的实证估计工具。但Hurdle模型因具备设定方面的高度自由，可在参与决策和数量决策的影响变量存在差异时提供强有力的方法论支撑。不同类别体育消费的决策机制和行为逻辑各不相同，应根据具体研究对象的数据特征和国情实际，在理论指导下选择最适宜的实证工具。

全体微观家庭体育消费的总和就是我国居民整体的体育消费。针对家庭体育消费微观大数据的定量研究不仅能识别影响家庭体育消费的一系列具体因素，还能在理论上厘清体育消费在我国城镇家庭中的消费属性。本研究因篇幅有限，无法就影响体育消费的各种因素进行全面和深入的研究，这既是本研究不足之处也是后续努力方向。此外，随着经济和科技发展，共享经济、移动支付等新的消费模式和虚拟现实技术与体育的交叉融合等新业态不断涌现，这会对体育消费和体育产业产生哪些影响？已有数据尚不足以支撑全面深入分析所需，亟需补充更多和更新的微观数据以充实研究基础。最后，应进一步加强中国特色的因素对我国家庭体育消费影响的探索，更好地服务于我国经济社会发展和广大人民群众，助力体育强国和健康中国建设。