我国大陆居民体育锻炼参与决策及体育锻炼时间的影响因素研究

钟华梅 王兆红

摘    要   提高居民体育锻炼参与率是促进全民健康、推进体育强国建设的重点任务。使用2016年中国劳动力动态调查数据和Heckman二阶段模型，实证分析影响我国大陆居民体育锻炼参与决策和体育锻炼时间的因素。经分析发现：1）我国大陆居民的体育锻炼参与概率及体育锻炼时间在人口社会学特征方面存在顯著差异，男性居民、城市居民、高学历居民、健康状况好的居民的体育锻炼参与概率更大，且体育锻炼时间更多。个人年龄与其体育锻炼参与概率呈“U型”关系，但是个人年龄对其体育锻炼时间没有影响；2）个人家务劳动时间增加、家庭收入增长、所在行政区有体育设施、所在行政区人均体育财政经费投入增加都会显著增大其体育锻炼参与概率及延长其体育锻炼时间；3）个人工作时间延长、在婚、家庭规模增大、所在行政区PM2.5浓度升高都会显著减小其体育锻炼参与概率及减少其体育锻炼时间；4）个人收入和所在行政区的人均GDP增长均会显著增大其体育锻炼参与概率，但是对其体育锻炼时间没有影响。

关键词   体育锻炼；参与决策；参与时间；时间分配理论；Heckman模型

中图分类号：G80-081          学科代码：040301           文献标志码：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

体育是提高人民健康水平的重要途径，是满足人民群众对美好生活向往、促进人的全面发展的重要手段，是展示国家文化软实力的重要平台［1］。体育在我国经济社会发展中的作用凸显，党的二十大会议中提出，广泛开展全民健身活动。《体育强国建设纲要》《全民健身计划（2021—2025）》《关于构建更高水平的全民健身公共服务体系的意见》都将提高经常参加体育锻炼人数比例作为目标。与一些欧美国家相比，我国经常参加体育锻炼的人口比例还较小。在2016—2017年时，英国16岁以上人口中有60.6%的人经常参与体育锻炼；在2016年时，澳大利亚15岁以上人口中有61.8%的人经常参与体育锻炼［2］；在2017年时，美国6岁以上人口中有72%的人积极参与体育锻炼［3］。在2018年时，我国居民健身锻炼的参与率仅为30.9%，且居民在1天内的身体锻炼平均时间仅为31 min［4］；到2020年时，我国7岁以上人口中经常参与体育锻炼的人口比例为37.2%［5］。因此，探究我国大陆居民参与体育锻炼的影响因素对提高体育锻炼人口比例和推动体育强国建设具有一定的现实意义。

体育锻炼是指运用各种体育手段并结合自然力增强体质，是以增进健康为目的而进行体力活动的过程［6］。有研究者将时间效用最大化约束下的体育锻炼过程划分为参与决策和时间决策［7］。本研究结合体育锻炼的概念将体育锻炼参与决策界定为：个体运用各种体育手段以增进健康和增强体质为目的而作出参与体育锻炼决定的过程；体育锻炼时间是指个体运用各种体育手段以增进健康和增强体质为目的作出体育锻炼参与决策后用于体育锻炼的时间。有中国学者分析了体育锻炼参与决策的影响因素［8-10］，还有研究者分析了互联网［11］、社区公共体育服务［12］、社区环境［13］、退休［14］对居民体育锻炼的影响，但是关于个人体育锻炼参与决策和体育锻炼时间的影响因素分析尚未有实证研究。

鉴于提高居民体育锻炼参与率对建设体育强国的重要性，本文基于时间分配理论构建了我国大陆居民体育锻炼参与决策及体育锻炼时间的影响因素分析框架，根据2016年中国劳动力动态调查（CLDS2016）的数据进行实证分析，以期明确我国大陸居民参与体育锻炼的制约因素，为提高我国大陆居民体育锻炼参与率及推进体育强国建设提供依据。

1   文献回顾

1.1  时间分配理论视域下的体育锻炼参与决策及体育锻炼时间的影响因素

Becker提出的时间分配理论被应用于体育参与分析。例如，有研究者根据时间分配理论构建了体育锻炼参与决策及体育锻炼时间的经济理论模型并提出，体育锻炼参与决策和体育锻炼时间是2个独立的行为决策过程，个人将时间用于体育锻炼和其他事情（睡觉、文化休闲活动、有偿工作等）及在时间和收入约束下购买一些商品和服务，需要实现效用最大化［7］。在时间和收入约束下，个人收入、工作时间是影响个人体育锻炼参与决策及体育锻炼时间的重要因素［15］。

在实证研究方面，有些研究者发现，首先是收入对体育锻炼参与决策、体育锻炼时间、体育锻炼频率会产生影响［16-20］；其次是时间约束对居民参与体育锻炼会产生显著影响。Wicker等的研究显示，照看儿童和亲属时间与体育参与呈负相关关系，工作时间、照看儿童及亲属的时间对参与体育俱乐部的运动项目具有消极影响［21］。Dawson等经研究发现，全职工作会使体育参与概率减小、体育参与时间减少［22］。张东 等研究者也发现，工作会减小体育锻炼参与概率［13］，但是Wicker等的研究表明，工作时间对体育参与具有正向影响［23］。因此，本研究根据Becker提出的时间分配理论认为，个人收入、工作时间及家务劳动时间可能会影响我国大陆居民的体育锻炼参与决策及体育锻炼时间。

1.2  人口社会学特征、家庭因素及宏观因素对体育锻炼参与决策及体育锻炼时间的影响

1）人口社会学特征。体育锻炼参与决策及体育锻炼时间不仅受个人收入和时间分配的影响，还受个人体育参与方面的其他微观因素及宏观因素的影响。从微观因素而言，人口社会学特征中的性别、年龄、居住地、受教育程度、健康水平等因素会影响个人参与体育锻炼。在性别方面，相关研究显示，男性体育锻炼参与率和体育锻炼时间都显著多于女性［8，12，24］。在年龄方面，相关研究表明，年龄对体育参与决策会产生不同的影响，既有正向影响［10］，也有负向影响［16］。同时，年龄还与体育锻炼参与率存在非线性关系。国内有研究者发现，年龄与体育锻炼参与率呈“倒U型”关系［9］，但是国外有研究却显示，年龄与体育锻炼参与率呈“正U型”关系［18］。在居住地方面，居民居住地所在的地理位置会对其体育锻炼参与决策及体育锻炼时间产生影响［25］。在受教育程度方面，有研究者发现，受教育程度不仅会影响体育锻炼参与决策［26］，也会影响居民的体育锻炼时长［12］。在健康水平方面，有研究者发现，健康的人参与体育锻炼的概率更大［13，27-28］。因此，人口社会学特征中的性别、年龄、居住地、受教育程度、健康水平可能会对个人体育锻炼参与决策及体育锻炼时间产生影响。

2）家庭因素。影响居民参与体育锻炼的家庭因素包括婚姻状况、家庭规模、家庭收入等。有相关研究显示，婚姻状况对个人参与体育锻炼既有正向影响［16］，也有负向影响［10］。同时，家庭规模也对家庭成员个人参与体育锻炼有影响。相关研究显示，一个家庭有子女对该家庭的个人体育参与需求既有正向影响，也有负向影响［28-29］。此外，还有研究显示，家庭收入会对个人的体育锻炼需求产生影响［10，13，30］。因此，婚姻状况、家庭规模及家庭收入可能是影响我国大陆居民个人体育锻炼参与决策及体育锻炼时间的因素。

3）宏观因素。个人体育参与的宏观因素对个人的体育锻炼参与决策及体育锻炼时间会产生影响。加强体育场地建设并增加人均体育场地面积，有利于促进居民参与体育锻炼。相关研究显示，体育场地会使居民的体育参与需求增长［17，31］，体育场地对居民体育锻炼时参与的运动项目的影响存在差异［32］，城市社区居民体育锻炼时长受体育场地的影响最大［12］，运动场所或健身场所会显著正向影响居民的体育锻炼时间［13］。同时，区域经济发展水平和政府在体育方面的相关资金投入也会对居民参与体育锻炼产生影响。有相关研究显示，地区人均GDP对居民体育参与率会产生显著正向影响［33］；与体育相关的财政经费投入对居民参与体育锻炼会产生显著正向影响［33-34］。此外，自然环境对居民参与体育锻炼也会产生影响，例如：阳光直射强度大［35］、下雨［33］、空气中的PM2.5浓度升高都会使成年人的户外身体活动水平下降［36］，且空气污染会使人的身体活动减少［37］。因此，从宏观层面而言，居民所在行政区的体育场地建设情况、地区宏观经济指标、户外运动锻炼环境等也可能对居民个人体育锻炼参与决策及体育锻炼时间产生影响。

2   我国大陆居民体育锻炼参与决策及体育锻炼时间影响因素的分析框架

根据上述文献，本研究将影响我国大陆居民个人体育锻炼参与决策及体育锻炼时间的因素分为微观因素和宏观因素。其中，微观因素是指人口社会学特征、收入与时间分配、家庭因素；宏观因素是指居民住所所在行政区的体育场地建设状况、宏观经济指标和户外运动锻炼环境。因此，本研究构建了如图1所示的分析框架，以分析影响我国大陆居民体育锻炼参与决策及体育锻炼时间的因素，并剖析其中的原因，为进一步推动全民健身国家战略实施提供实证依据。

3   变量选取、数据来源与研究方法

3.1  變量选取

根据上述分析框架选取变量。相关变量的定义及统计指标见表1。

1）因变量。个人参与体育锻炼为两阶段决策，包括体育锻炼参与决策和体育锻炼时间，且体育锻炼时间是由第一阶段的体育锻炼参与决策决定的。因此，因变量包括是否参与体育锻炼和体育锻炼时间。其中：①测评“是否参与体育锻炼”的题项为“您最近一个月进行有规律的体育锻炼吗”和“平均每周体育锻炼次数为几次”。该题项调查结果在统计时，将每月进行规律性的体育锻炼且每周体育锻炼次数至少有1次记录为1，其余情况记录为0。②测评“体育锻炼时间”的题项为“平均每周体育锻炼次数为几次”和“平均每次体育锻炼时间为多少分钟”。该题项调查结果在统计时，删除每周体育锻炼次数超过14次的样本，并将每次体育锻炼时间超过180 min的样本均归为每次体育锻炼时间为180 min的样本中，由此获得被调查居民每周体育锻炼时间的样本，再将每周体育锻炼时间+1，并进行对数化处理。此外，本研究中的体育锻炼参与概率是指个人参与体育锻炼的概率随着某一影响因素的变化而发生的变化，是借鉴陈强的研究方法［38］和运用Probit模型分析“是否参与体育锻炼”的影响因素时计算得出的平均边际效应系数。

2）自变量。首先，参考相关研究［9-10，26-27］选取性别、年龄、居住地、受教育程度、健康水平作为人口社会学特征变量。同时，为了考察年龄与体育锻炼参与决策及体育锻炼时间之间是否存在非线性关系，还选取了年龄2/100作为自变量。其次，基于时间分配理论并参考相关研究，选取个人收入［20］、工作时间［21］、家务劳动时间［23］作为收入与时间分配变量。此外，借鉴相关研究［10，39］，选取婚姻状况、家庭规模、家庭收入作为自变量，用来分析家庭因素对个人体育锻炼参与决策及体育锻炼时间的影响。

3）宏观因素变量。①借鉴张东［13］的方法，以居民所在县级行政区有无体育场地（运动场所和健身场所）评估体育场地建设情况。②借鉴Kokolakakis等［33］的研究，采用个人所在地级行政区的人均GDP评估区域经济发展水平。③有研究者采用人均公园门票和娱乐支出［40］、体育彩票公益金资助数额［33］来评估宏观层面的体育事业经费投入水平，但是相关数据难以获取。因此，本研究采用个人所在地级行政区在文化、体育与传媒方面的人均财政经费投入评估体育财政经费投入水平。④借鉴刘倩楠［36］的研究，采用PM2.5浓度评估居民所在行政区户外运动锻炼环境。PM2.5浓度使用居民所在地级行政区被调查当月PM2.5浓度的平均值和居民被调查日前2个月其所在地级行政区连续3个月的PM2.5浓度的平均值。⑤参照国家统计局对经济地区的划分标准，根据我国大陆各省（自治区、直辖市）的相关信息设置区域虚拟变量。

3.2  数据来源

本研究的分析数据来源于中山大学社会科学调查中心开展的“中国劳动力动态调查”（CLDS）。使用该数据的原因是：1）中国劳动力动态调查的样本覆盖了我国大陆29个省（自治区、直辖市），调查内容涉及受教育程度、工作情况、健康状况、社会参与、经济活动、基层组织参与情况等众多议题，便于选择变量。2）中国劳动力动态调查数据（2016年）是我国大陆居民体育锻炼行为未受新型冠状病毒肺炎疫情影响的数据。此外，本研究中的人均GDP、体育财政经费投入水平、截至2016年末我国大陆样本省份的人口数量的数据均来源于《中国统计年鉴（2017年）》；PM2.5浓度的数据来源于空气质量在线监测分析平台（https：//www.aqistudy.cn）。最后，将家庭调查数据、村居调查数据、宏观层面数据分别通过家庭编码、村居编码及城市编码与个人调查数据进行匹配，经过数据清洗后获得有效样本为20 148人，其中明确了参与体育锻炼和体育锻炼时间的样本为6 423人。

3.3  Heckman二阶段模型

本研究首先使用软件“stata15.0”进行统计，之后采用Heckman二阶段模型进行回归分析。体育锻炼是一个双决策过程，体育锻炼时间取决于个人体育锻炼参与决策。因此，借鉴Heckman提出的二阶段模型［41］，并参考其他研究者使用的研究方法［10，26，42］判断本研究中的影响因素。

第一步。依据因变量——是否参与体育锻炼的统计数据，运用Probit模型分析体育锻炼参与决策的影响因素。主要运用“Margin”程序计算Probit模型中的影响因素变量的平均边际效应系数，作为个人体育锻炼参与概率，并计算出第一阶段的逆米尔斯比率（简写为IMR），之后代入第二阶段OLS模型。如果第二阶段的逆米尔斯比率回归系数不显著，说明体育锻炼时间不存在选择性偏差，否则，说明存在选择性偏差。第一阶段体育锻炼参与决策影响因素的判断方程如下。

ei*=αXi+εi（1），

式（1）中：ei*表示某个人（i）决定是否参与体育锻炼，是一个二分类离散型变量。Xi为某个人（i）体育锻炼参与决策的影响因素，包括微观因素（人口社会学特征、收入与时间分配、家庭因素）和宏观因素（体育设施建设状况、地区宏观经济指标、户外运动锻炼环境）。α表示体育锻炼参与决策影响因素变量的回归系数。εi是一个随机变量，表示影响个人作出体育锻炼参与决策的其他难以观测到的因素。

第二步。以体育锻炼时间为因变量，将第一步计算得出的逆米尔斯比率代入第二阶段体育锻炼时间模型进行OLS模型回归分析，以解决样本选择性偏差问题。第二阶段体育锻炼时间影响因素的判断方程如下。

E_timei*=βZi+IMR+φi（2），

式（2）中：E_timei*表示某个人（i）的体育锻炼时长，是一个连续性变量。Zi为影响某个人（i）体育锻炼时间的因素，包括微观因素（人口社会学特征、收入与时间分配、家庭因素）和宏观因素（体育场地建设情况、宏观经济指标、户外运动锻炼环境）。β表示体育锻炼时间影响因素变量的回归系数。IMR为由方程（1）计算得出的逆米尔斯比率。φi是一个随机变量，表示影响体育锻炼时间的其他难以观测到的因素。

此外，Heckman二阶段模型排他性约束要求方程（1）中的Xi包含的变量至少有一个不在方程（2）的Zi中，且该变量会对第一阶段体育锻炼参与决策产生影响，但不影响第二阶段的体育锻炼时间，在实证分析过程中将区域虚拟变量作为排他性约束变量。

4   实证分析结果与讨论

4.1  我国大陆居民体育锻炼参与决策及体育锻炼时间的影响因素分析

表2呈现了影响我国大陆居民体育锻炼参与决策及体育锻炼时间的因素的Heckman二阶段模型计算结果，将区域虚拟变量作为排他性约束变量纳入第一阶段参与决策模型，而不纳入第二阶段体育锻炼时间模型，以消除逆米尔斯比率与其他变量之间可能产生的多重共线性影响。表2第1～3列为纳入微观层面影响因素的Heckman二阶段模型的计算结果，第4～6列为同时纳入微观层面影响因素和宏观层面影响因素的Heckman二阶段模型的计算结果，其中第2列和第5列为第一阶段Probit模型的平均边际效应系数。由表2可知，无论是否纳入宏观影响因素，逆米尔斯比率都在1%置信区间具有显著性，说明我国大陆居民体育锻炼时间存在样本选择性偏差，本研究适宜采用Heckman二阶段模型进行分析。

4.1.1  影响我国大陆居民体育锻炼参与决策的因素

从影响我国大陆地区样本省份被调查居民体育锻炼参与决策的微观因素而言，由表2可知：1）男性居民的体育锻炼参与概率比女性居民大3.4%。随着年龄增长，个人体育锻炼参与概率先减小后增大，年龄与个人体育锻炼参与概率呈“U型”关系，且“U型”关系在1%置信区间成立；2）我国大陆抽样省份的城市居民的体育锻炼参与概率比农村居民增大了9%；3）个人受教育程度每提高1个学段，其体育锻炼参与概率增大8.4%；4）个人健康水平每提升1个等级，其体育锻炼参与概率增大1.8%；4）個人收入每增长1%，其体育锻炼参与概率增大0.3%；5）个人每周工作时间增加1%，其体育锻炼参与概率减小3.2%，6）个人每天家务劳动时间增加1%，其体育锻炼参与概率增大2.2%；7）在婚的被调查居民的体育锻炼参与概率比不在婚的被调查居民小5.5%；8）某个人的家庭规模增加1人，其体育锻炼参与概率减小1%；9）某个人的家庭收入增长1%，其体育锻炼参与概率增大0.7%。

在影响我国大陆地区样本省份被调查居民体育锻炼参与决策的宏观因素方面，表2显示：1）个人所在行政区有体育设施，则其体育锻炼参与概率增大6.1%；2）被调查居民所在行政区的人均GDP增长1%，则其体育锻炼参与概率增大3.4%；3）被调查居民所在行政区的人均体育财政经费投入增加1%，则其体育锻炼参与概率增大2.2%；4）被调查居民所在行政区的PM2.5浓度升高1μg/m3，则其体育锻炼参与概率减小0.2%。

4.1.2  影响我国大陆居民体育锻炼时间的因素

从影响我国大陆地区样本省份被调查居民体育锻炼时间的微观因素而言，由表2可知：1）男性居民体育锻炼时间比女性居民多14.2%；2）城市居民的体育锻炼时间比农村居民多31.8%；3）个人受教育程度提高1个学段，其体育锻炼时间会增加19.9%；4）个人健康水平提高1个等级，其体育锻炼时间会增加10%；5）个人年龄对其体育锻炼时间没有影响；6）个人收入不会影响其体育锻炼时间；7）个人每周工作时间增加1%，其体育锻炼时间会减少10.9%；8）个人每天家务劳动时间增加1%，则其体育锻炼时间会增加8.7%；9）在婚的居民的体育锻炼时间比不在婚的居民少24.8%；10）某个人的家庭规模增加1人，其体育锻炼时间会减少4.8%；11）某个人的家庭收入增长1%，则其体育锻炼时间会增加3.1%。

在影响我国大陆地区样本省份被调查居民体育锻炼时间的宏观因素方面，表2显示：1）个人所在行政区有体育设施，其体育锻炼时间会增加17.9%；2）被调查居民所在行政区的人均GDP对其体育锻炼时间没有影响；3）被调查居民所在行政区的人均体育财政经费投入增加1%，则其体育锻炼时间会增加11.8%；4）被调查居民所在行政区的PM2.5浓度升高1 μg/m3，则其体育锻炼时间会减少0.3%。

4.2  讨论

4.2.1  我国大陆居民的体育锻炼参与概率和体育锻炼时间在多个维度存在显著差异

本研究表明：1）从总体而言，男性居民、城市居民、高学历居民、高健康水平居民的体育锻炼参与概率更大，且体育锻炼时间更多。随着年龄增长，被调查居民的体育锻炼参与概率先减小后增大，意味着这些居民的体育锻炼需求存在显著变化。2）从性别差异来看，男性的体育锻炼参与概率显著大于女性、体育锻炼时间也显著多于女性，有相关调查也得出了这一结论［10，16］，并且还有调查又发现，女性的无酬劳动时间相较男性长（包括女性的家务劳动时间、女性居民陪伴子女与照料子女生活的时间、女性居民接送和辅导子女学习的时间等），例如，我国男性和女性在2018年时的无酬劳动时间（包括家务劳动、陪伴子女与照顾子女的生活、接送和辅导子女学习等）分别为1 h 32 min和2 h 48 min［4］。由此可以推断，女性的无酬家务劳动时间增加可能会挤占其体育锻炼时间。3）从城乡差异来看，居住在城市的被调查者的体育锻炼参与概率显著大于居住在农村的被调查者、体育锻炼时间也显著多于居住在农村的被调查者，有相关研究也发现，我国城乡居民在2020年时经常参加体育锻炼的人口比例分别为40.1%和32.7%［5］。4）从受教育程度及健康等级差异来看，受教育程度和健康水平越高的被调查居民的体育锻炼参与概率越大、体育锻炼时间也越多。从人力资源角度而言，受教育程度和健康状况是人力资本的重要组成要素，受教育程度越高的人的体育认知水平和运动技能水平可能会相对越高，体育参与意识也可能越强。同时，参与体育锻炼又能增进健康和积累身体资本［43］。可以说，个人健康意识越强则体育锻炼参与需求可能越多。5）从年龄差异来看，随着年龄增长，被调查居民个人体育锻炼参与概率先减小后增大。被调查的青年人可能是由于时间较为充裕而使得体育锻炼参与概率增大，被调查的中年人可能是由于工作、家庭等方面的原因使得体育锻炼参与概率减小，而被调查的老年人则可能是因为闲暇时间增加使得其体育锻炼参与概率有所增大。因此，在实施全民健身战略过程中亟需促进我国大陆地区的女性居民、农村居民、低学历居民、低健康水平居民及中年人参与体育锻炼。

4.2.2  个人时间分配的不同对其体育锻炼时间产生不同的效应

本研究的分析结果显示，个人收入增长会使其体育锻炼参与概率显著增大，个人工作时间延长会显著减小其体育锻炼参与概率及减少其体育锻炼时间，个人家务劳动时间增加会显著增大其体育锻炼参与概率及延长其体育锻炼时间，说明个人工作时间与体育锻炼时间存在替代效应，而个人的家务劳动时间与体育锻炼时间存在协同效应。首先，时间和货币是个人参与体育锻炼时的2种投入要素，个人收入增加则体育消费（货币）投入就可能会增加［10］，从而个人体育锻炼参与概率就可能会增大。对于个人而言，在个人时间效用最大化约束下，如果个人参与体育锻炼的效用小于将时间投入到工作中的效用，则个人会更愿意将时间用于工作而不是参与体育锻炼，这就使得工作时间与体育锻炼时间存在替代效应。而家务劳动时间与体育锻炼时间存在协同效应，有研究者［21］得出了与该研究结果相悖的结论，但是也有研究者［26］得出了与该研究结果一致的结论。本研究发现，家务劳动时间作为被调查居民在闲暇时主要分配的时间，与体育锻炼时间存在协同效应。这可能与家庭成员体育参与的同群效应有关。相关研究显示，孩子的体育锻炼时间增加会显著增大其父母的体育锻炼参与概率及增加其父母的体育锻炼时间［26］。这说明，如果个人在家务劳动中照顾子女，那么其子女参与体育锻炼也会带动家长参与体育锻炼。上述结果说明，我国大陆居民个人收入增长并未影响其参与体育锻炼，但是工作时间长却会制约个人参与体育锻炼，而个人在家务劳动时照顾子女又会促进自身的身体活动水平提高。

4.2.3  发展家庭体育和社区体育是促进我国大陆居民参与体育锻炼的重要方式

本研究分析结果显示，在婚和家庭规模增大都会使个人的体育锻炼参与概率减小、体育锻炼时间减少，家庭收入增加会使该家庭中的个人体育锻炼参与概率增大及个人体育锻炼时间增加，说明在婚和家庭规模增大会阻碍居民参与体育锻炼，而家庭收入增加则会促进居民参与体育锻炼。相关研究也显示，婚姻状态对我国居民体育参与的影响呈增大趋势［44］。某个人结婚意味着其家庭成员可能会增多，这个人可能要将更多时间用于照顾子女，这就会因照顾家庭而占用个人体育锻炼时间。但是家庭收入增加会使该家庭中的个人体育锻炼概率增大，这可能是由于该家庭人均可支配收入增加会显著提高该家庭的体育消费水平［45］，而某一个家庭的体育消费水平提高则又有可能促进该家庭成员参与体育锻炼。总而言之，家庭因素对居民个人参与体育锻炼既存在抑制作用，又具有促进作用。因此，亟需发展家庭体育和社区体育，供给高质量的全民健身活动，以促进社区在婚居民、家庭规模较大的居民和低水平收入家庭参与体育锻炼。

4.2.4  增加全民健身服务供给数量可以满足我国大陆居民的体育锻炼需求

在宏观影响因素中，本研究经过分析发现：个人所在行政区有体育场地、人均体育财政投入增加都会使个人体育锻炼参与概率显著增大、体育锻炼时间显著增加，个人所在行政区的人均GDP增长也会使其体育锻炼参与概率显著增大，而个人所在行政区PM2.5浓度升高则会使其体育锻炼参与概率显著减小、体育锻炼时间显著减少，说明应该通过增加全民健身公共服务供给数量以满足居民体育锻炼需求。体育场地是居民参与体育锻炼的基础，《第六次全国体育场地普查数据公报》显示，全国大陆截至2013年12月31日人均体育场地面积为1.46 m2［46］，到2021年时我国人均体育场地面积虽然增加到2.41 m2 ［47］，但是全民健身运动场地还存在总量不足、城乡分布不平衡等问题［25］。这意味着亟需加强体育场地和健身设施建设以促进居民参与体育锻炼。而完善全民健身基础设施、举办全民健身活动等为居民参与体育锻炼创造條件主要依靠增加体育财政经费投入。此外，本研究得出的PM2.5浓度升高会影响居民参与体育锻炼的结论，有相关研究［36］也得出了一致的研究结果，说明天气条件对全民健身事业发展会产生影响。综上可见，从全民健身服务供给视角而言，亟需加大体育财政经费投入以加强体育场地及设施建设。

5   结论与建议

5.1  结论

提高我国大陆居民体育锻炼参与率是促进全民健康和推进体育强国建设的重要任务。本研究依据Becker的时间分配理论，基于2016年的中国劳动力动态调查数据，从宏观层面和微观层面选取了影响我国大陆居民体育锻炼参与概率及体育锻炼时间的因素，应用Heckman二阶段模型进行实证分析，其中主要将人口社会学特征、收入与时间分配、家庭因素、体育场地建设情况、宏观经济指标、户外运动锻炼环境方面的指标纳入了Heckman二阶段模型。经过分析得出如下结论。

1）我国大陆地区居民的体育锻炼参与概率及体育锻炼时间在人口学特征方面存在显著差异。具体体现为，男性居民、城市居民、高学历居民、健康水平高的居民的体育锻炼参与概率更大，且体育锻炼时间更多；年龄与个人体育锻炼参与概率呈“U型”关系，并且对体育锻炼时间没有影响。

2）被调查个人家务劳动时间增加、家庭收入增长、所在行政区有体育场地、所在行政区人均体育财政经费投入增加都会显著增大其体育锻炼参与概率及增加其体育锻炼时间。

3）个人工作时间增加、在婚、家庭规模增大、所在行政区PM2.5浓度升高都会显著减小其体育锻炼参与概率及减少其体育锻炼时间。

4）个人收入增加及其所在行政区的人均GDP增长均会显著增大其体育锻炼参与概率，但是对个人体育锻炼时间没有影响。

4.2  建议

1）精准识别不同人群的体育锻炼需求，促进相应人群健身。对此，要建立多层次的全民健身公共服务体系，促进全民健身公共服务均衡供给。例如：针对体育锻炼参与概率较小及体育锻炼时间较少的女性居民、农村居民、低学历居民、健康水平低的居民的健身需求，根据人口特征精准化建设一批多功能、使用率高、城乡布局均衡的体育场地及设施，以促进相应人群健身。

2）推动社区体育和家庭体育发展，促进城市社区体育发展。根据本研究的结论，在婚的居民和家庭规模增大的居民都会显著减小其体育锻炼参与概率和减少其体育锻炼时间，但是家务劳动时间增加会显著增大其体育锻炼参与概率及增加其体育锻炼时间。家庭和社区是健身知识宣传、个人付诸健身行动的重要基层实践载体。对此，政府相关部门应进一步完善相关政策，鼓励以发展城市社区体育带动發展家庭体育。例如：可以通过加强城市社区体育设施建设、培育城市社区体育社会组织、推动全民健身服务进社区等措施促进城市社区体育发展，再通过培育社区体育文化带动家庭参与全民健身活动。

3）全民健身财政经费应进一步合理化分配，以促进全民健身公共服务供给平衡。体育公共服务财政经费投入的经济效应明显，且本研究显示，人均体育财政经费投入增加会显著增大个人体育锻炼参与概率和增加个人体育锻炼时间，但是当前我国公共体育服务财政经费投入存在区域分配不均衡且投入结构不合理等问题［48］。因此，要根据不同区域以更合理的结构分配全民健身财政经费。从宏观层面而言，可以从按照行政区划配置财政经费向按照常住人口规模配置经费转变，将全民健身财政经费分配到常住人口规模大、人均GDP水平较低且无体育场地及设施的县级行政区。此外，还可以将体育财政经费用于建设气膜馆、改造旧厂房等，以加大室内体育场地及设施建设力度。

参考文献：

［1］  习近平：在教育文化卫生体育领域专家代表座谈会上的讲话［EB/OL］.（2020-09-22）［2023-01-02］. http：//www.xinhuanet.com/politics/leaders/2020-09/22/c_1126527570.htm.

［2］  卢文云. 改革开放40年我国群众体育发展回顾与前瞻［J］.上海体育学院学报，2018，42（5）：22-29.

［3］  高庆勇，彭国强，陈喜杰. 美国体育产业发展的经验及启示［J］. 体育文化导刊，2019（9）：84-90，109.

［4］国家统计局. 2018年全国时间利用调查公报［EB/OL］.（2019-01-25）［2023-01-02］. http：//www.stats.gov.cn/tjsj/zxfb/201901/t20190125_1646796.html.

［5］  国家国民体质监测中心. 2020年全民健身活动状况调查公报［EB/OL］.（2021-12-30）［2023-01-02］. http：//zjtks.tyj.zj.gov.cn/art/2021/12/30/art_1373454_58697267.html.

［6］  体育词典编委会.体育词典［M］. 上海：上海辞书出版社，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］  马江涛，于显洋，李树旺，等. 中国居民参与体育锻炼影响因素的序次逻辑回归分析［J］. 成都体育学院学报，2014，40（9）：12-18.

［9］  马江涛，吴广亮，李树旺，等. 北京居民体育参与影响因素研究［J］. 成都体育学院学报，2016，42（6）：60-66.

［10］  张若. 体育需求与消费的经济学模型及实证检验［J］. 体育科学，2014，34（8）：13-21.

［11］  李立清，丁海峰. 互联网使用、闲暇时间与农村居民体育锻炼——基于2018年CFPS数据的实证分析［J］. 兰州学刊，2022（4）：108-122.

［12］  李骁天，马笑妮，金媛媛，等.京津冀地区城市社区居民体育锻炼时长的影响因素研究：基于多重中介模型［J］.首都体育学院学报，2022，34（3）：294-304.

［13］  张东，徐金福. 社区环境与体育锻炼：基于CLDS2018的实证分析［J］.体育科学，2022，42（1）：88-97.

［14］  李骁天，吴金昊. 退休对我国居民体育锻炼参与的影响——基于断点回归的实证研究［J］. 北京体育大学学报，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］  孙成林. 我国全民健身体育场地发展现状、制约因素及对策研究［J］. 西安体育学院学报，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. 農村地区老年人体育锻炼现状及影响因素［J］. 中国老年学杂志，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］  刘倩楠，刘之光，尹潞，等.我国成人户外体力活动与PM2.5的相关性研究［J］. 中国循环杂志，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］  陈强. 高级计量经济学及stata应用［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. 論身体资本与身体教育［D］. 北京：北京体育大学，2011.

［44］  于显洋，徐有彬. 中国群众体育参与变迁的群体分化——基于“中国综合社会调查”数据分析［J］. 上海体育学院学报，2021，45（11）：52-60.

［45］  张巍，邓博夫，成波锦，等. 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［J］. 中国体育科技，2022，58（9）：71-79.

［46］  第六次全国体育场地普查数据公报［EB/OL］. （2014-12-16）［2022-09-10］. https：//www.sport.gov.cn/n315/n9041/n9042/n9143/n9153/c567393/content.html.

［47］  体育经济司. 2021 年全国体育场地统计调查数据［EB/OL］.（2022-04-29）［2022-09-10］. https：//www.sport.gov.cn/jjs/n5043/c24251191/content.html.

［48］  邱鹏，李燕领，柳畅，等. 我国公共体育服务财政投入研究：规模、结构与效率［J］. 天津体育学院学报，2019，34（2）：105-112.