仇 军,张 帆
(1.湖州师院体育与大健康研究院,中国 湖州 313000;2. 北京化工大学,中国 北京 100029)
20世纪以来,西方社会学家和体育社会学家埃利亚斯、邓宁、沃尔、吕申、凯罗伊斯,以至洛伊、凯尼尔、麦克弗森等关注社会中发生的体育现象,继承和发扬社会学创始人孔德、涂尔干、马克思等的理论遗产,从社会中体育事实出发,进行体育的社会学研究,开创了以功能主义、人文主义和批判主义为基调的体育社会学。在认识体育社会问题,反思体育社会问题和解释体育社会问题的研究中,逐渐将其发展成为一门经世致用之学[18],为体育社会学在学术的殿堂中赢得了一席之地。体育社会学的产生,与社会中持续不断发生的体育现象和体育事实密切相关,是对社会中体育引发的社会问题的回应。体育社会学的研究应当看到,无论是体育事实还是由体育事实引发的社会问题都和体育参与相关,没有体育参与,也就无所谓体育事实,无所谓体育社会问题,无所谓认识、反思、解释体育社会问题的体育社会学。体育参与是体育社会学研究中认识问题、研究问题、形成知识的逻辑起点。
所谓体育参与就是社会成员以某种方式关心和介入体育运动,从而影响体育发展的一系列体育行为的概括。体育参与和社会参与、政治参与、文化参与一样,是公民的基本权利,对社会具有意义。之所以对社会具有意义,是因为任何体育现象以及由体育现象形成的体育事实都是由众多体育参与者的行动形成的,体育的发展也是由体育参与者的实践推动的,体育发展所表现出的样态,所表现出的趋向,毫无疑问会受到身处其中的体育参与者的强烈影响,因此体育参与历来就是体育社会学研究的重要议题。对先行体育参与研究成果的梳理发现,体育社会学对体育参与的研究集中在体育参与与个体信任[1][2][3]、社会资本[3][4][5][6][7]、女性社会排斥[8][9][10][11]和弱势群体权利[12][13][14][15][16][17]领域,尚未有从人口社会学的视角研究个体体育参与问题。人口社会学是研究人口与社会以及相互影响的科学,认为人口是由一定质量的个人所组成,质量的高低和社会的经济发展以及文化教育水平密切相关,同时又对社会经济文化教育具有反作用,从人口生物特征和社会特征揭示其规律是人口社会学的重要任务[19]。本文从人口社会学的视角,考察人口社会属性和生物属性对个体体育参与影响以及相互间的交互作用,从而揭示个体体育参与的人口社会学特征。人口的社会属性主要包括个体的受教育程度、个体的收入水平和个体的户籍类别等;人口的生物属性包括个体的性别等。个体体育参与包括体育参与程度(参与频率、参与连续性、参与时长和参与强度)、体育参与项目、体育参与形式以及体育参与场所等。
考虑到问卷的有效率,共发放纸质问卷和网络问卷2200份,剔除无效答卷后,其中纸质有效问卷1865份,网络有效问卷153份,有效问卷共计2018份,有效率92%。表1是样本基本情况的描述性统计。
表1 个体体育参与样本的人口社会学描述性统计(N=2018)
使用STATA 15.0对个体体育参与数据进行描述性统计、卡方检验,双样本t检验,相关分析、单因素多元方差分析、对数线性模型和线性回归分析,以探索人口社会学因素对个体体育参与的影响。
根据多组卡方检验结果,不同教育程度的个体在体育参与的比例上存在显著差异[Pearson chi2(3)=192.31, p=0.000](表2),受教育程度对个体体育参与存在影响。据此提出研究假设:受教育水平越高,个体体育参与的比例也越高。
表2 个体体育参与受教育程度影响的多组卡方检验
对不同受教育程度的个体分组进行两两卡方检验,验证研究假设。受教育程度和是否体育参与的卡方检验结果表明,高中(职高/中专)组的个体体育参与的比例显著高于初中及以下学历的个体(Pearson chi2(1)=18.61, p=0.000),大学专科/本科学历的个体体育参与的比例显著高于高中(职高/中专)学历 的 个 体(Pearson chi2(1)=62.01, p=0.000),具有研究生及以上学历的个体体育参与的比例显著高于大学专科/本科学历的个体[Pearson chi2(1)=35.28, p=0.000],具体如表3所示。检验接受了原假设,受教育水平越高,个体体育参与的比例 越高。
表3 个体体育参与受教育程度影响的卡方检验
对不同收入水平个体体育参与比例的卡方检验结果显示,不同收入水平的个体体育参与存在显著差异[Pearson chi2(5)=53.85, p=0.000](表4)。由此提出研究假设:收入水平越高,个体体育参与的比例也越高。
表4 个体体育参与收入水平影响的多组卡方检验
由于收入水平Ⅵ、Ⅴ、Ⅳ的样本数量较少,与收入水平Ⅰ、Ⅱ、Ⅲ的样本量相差较为悬殊,因此将收入水平Ⅵ、Ⅴ、Ⅳ的样本合并到水平Ⅲ组,组成三个收入水平组,进行分组两两卡方检验,验证研究假设。检验结果表明,相对于低收入水平(即收入水平Ⅰ)的个体,高收入水平(即收入水平Ⅱ,收入水平Ⅲ)的个体更有可能体育参与,但收入水平Ⅱ、Ⅲ的个体是否体育参与的差异并不显著[Pearson Chi2(1)=2.17, p=0.141],具体见表5。检验拒绝了原假设:收入水平越高,个体体育参与的比例也越高。体育参与只是在低收入水平和高收入水平间有差异,并未随着收入水平的提高而提高。
表5 个体体育参与收入水平影响的两组卡方检验
对不同类型户籍个体体育参与比例的卡方检验结果显示,个体体育参与的比例存在显著差异(Pearson chi2(4)=206.22, p=0.000)(表6),户籍类型对个体体育参与存在显著影响。由此进一步提出研究假设:(1)相较于农业户口,城镇户口的个体体育参与的比例更高;(2)相较于外省市户口,本地户口的个体体育参与的比例更高。
表6 个体体育参与户籍影响的多组卡方检验
验证研究假设,由于样本中“外籍”户籍类型数据少(0.6%),故在分组卡方检验中将该部分数据剔除。对不同户籍类型两两卡方检验,检验结果表明,本市城镇户口参加体育参与的比例显著高于本市农业户 口 的 个 体[Pearson Chi2(1)=175.53, p=0.000],也显著高于外省市农业户口的个体[Pearson Chi2(1)=3.82,p=0.049],但外省市城镇户口个体的体育参与比例并未显著高于外省市农业户口的个体[Pearson Chi2(1)=1.36,p=0.243](表7),检验拒绝了原研究假设(1)和(2),城镇户口个体在体育参与的比例上并未显著高于农业户口的个体,本市户口的个体在体育参与的比例上并未显著高于外省市户口的个体,仅本市城镇户口个体体育参与的比例显著高于本市农业户口的个体。
表7 个体体育参与户籍影响的两组卡方检验
根据卡方检验结果,男性和女性在个体体育参与存在显著差异。男性体育参与的比例显著高于女性[Pearson chi2(1)=44.40,p=0.000](表8)。
表8 个体体育参与性别影响的卡方检验
从上述人口社会学的研究可以看出,个体体育参与明显受到个体社会属性和自然属性的影响。具体来看,男性个体体育参与的比例显著高于女性,并且受教育程度越高,男性个体体育参与的比例也越高。从户籍对个体体育参与的影响看,城镇户口的个体在体育参与在比例上并未显著高于农业户口的个体,但是,本市城镇户口的个体体育参与比例显著高于本市农业户口个体体育参与比例。高收入水平的个体体育参与的比例显著高于低收入水平的个体,但个体体育参与的比例并未随着收入水平提高而提高。相较于性别和受教育程度的影响,户籍和收入对个体体育参与的影响较为有限。
人作为个体既有共性又有差别,考察个体体育参与程度的人口社会学因素的影响,是研究个体体育参与中的重要问题。个体体育参与程度以体育参与的频率、连续性、时间、强度加以表征,因此探讨个体体育参与程度的人口社会学影响,拟从体育参与的频率、连续性、时长、强度四个维度加权平均生成,这样对个体体育参与程度的人口社会学影响的研究更为全面合理。
反映个体体育参与程度的体育参与频率、体育参与连续性、体育参与时长和体育参与强度为连续型变量。从图1个体体育参与程度的数据分位图可以看出,个体体育参与程度中位数为2.00,均值为2.13,接近正态分布。最大值为4.06,最小值1.13,前50%的数据方差变化较大,后50%的数据较为平滑,反映出随着体育参与程度的提高,个体的体育参与程度变化范围趋于稳定,方差变化逐渐变小。
图1 个体体育参与程度分位图
个体体育参与程度保留了最近两年参加体育活动的数据,以对个体体育参与程度进行性别、户籍、受教育水平和收入等方面的人口社会学影响分析。个体体育参与程度根据体育参与的频率、连续性、时间、强度等独立变量加权平均,并将前1%和后1%的数据视为极端数据剔除。由于收入水平Ⅳ、水平Ⅴ、水平Ⅵ的观测值较少,对该部分数据与收入水平Ⅲ进行合并,新生成的收入变量分为收入水平Ⅰ、收入水平Ⅱ和收入水平Ⅲ三个收入等级。由于户籍为“外籍”(0.6%)的观测值和婚姻状况为“其他”(0.8%)的观测值较少,对这两个类别的数据剔除后进行分析。相关分析显示,个体体育参与程度与性别、受教育程度、户籍、收入和年龄等变量具有相关性(表9)。其中,体育参与程度与性别和收入的相关系数绝对值在0.3以上,具有较强的相关性。
表9 个体体育参与程度与人口社会学变量的相关分析
以个体体育参与程度为因变量,以性别、受教育程度、收入、户籍等为独立变量,以年龄为协变量进行协方差分析。结果显示,不同性别、不同受教育程度和不同收入水平下个体体育参与的程度不同(F=23.41,df=10,p=0.000),而不同户籍和年龄的组间差异不显著,具体如表10所示。
表10 以年龄为协变量,性别、收入和户籍为因子: 个体体育参与程度的协方差分析
以个体体育参与程度为因变量进一步进行线性回归分析,以考察人口社会学因素对个体体育参与程度的影响。纳入独立的人口社会学变量为性别、受教育程度、收入水平、户籍类型和年龄,拟合了四个嵌套模型。在模型选择中,通过模型(1)和模型(2)剔除不具有显著性的年龄、户籍等独立变量得到模型(3)。模型(3)选取了性别、受教育程度和收入水平三个独立变量,模型(4)与模型(3)相同,但将受教育程度和收入水平视为离散型连续变量而非分类变量,具体如表11所示。从回归结果来看,模型(1)调整解释系数21%,模型(2)调整解释系数20%,模型(3)调整解释系数21%,模型(4)调整解释系数21%,四个嵌套模型解释系数相近。但是,模型(3)和模型(4)较模型(1)和模型(2)在变量选择上更具分析意义。模型(3)应用了6个自由度,模型(4)仅应用了3个自由度,更为简洁。进一步对模型(3)和模型(4)的拟合优度进行比较,以选取测量人口社会学因素对个体体育参与程度影响的最佳回归模型。
表11 个体体育参与程度的线性回归模型比较
从表12 模型(4)和模型(3)的拟合优度比较可以看出,模型(3)和模型(4)对数据的拟合更好,进一步对模型(3)和模型(4)的模型拟合优度进行比较,从拟合优度的指标来看,模型(4)比模型(3)节约3个自由度,BIC’值-206.1,也比模型(3)低17.89,更为简洁,解释力更强,最终选取模型(4)。根据模型(4)的结果,在控制其他变量的情况下,男性比女性的体育参与程度高33%,受教育程度每提高一个等级,个体体育参与程度提高17%,收入水平每提高一个等级,个体体育参与程度提高27%,具体如图2所示。
图2 不同性别、不同教育程度的体育参与程度差异
表12 个体体育参与程度模型(4)和模型(3)的 拟合优度比较
统计检验表明,在控制其他人口社会学变量的情况下,男性个体体育参与程度显著高于女性33%;受教育水平每提高一个等级,体育参与程度提高17%;收入水平每提高一个等级体育参与程度提高27%。个体体育参与程度受到性别、受教育程度和收入水平等人口社会学因素的影响显著。
在个体体育参与项目的人口社会学影响研究中,个体体育参与项目统计了20种体育项目的参与情况,包括长距离走、跑步、游泳、足/篮/排球、乒乓球/羽毛球、网球、台球/保龄球、高尔夫、瑜伽/舞蹈、健身、武术/跆拳道/空手道、登山/攀岩/野营/自行车、赛车/摩托车、体操、太极拳/剑/扇/气功、门球/秧歌、围棋/象棋/桥牌、冰雪项目、极限运动和其他项目。通过这些项目生成两个新变量:“参加体育项目的数量”和“参加体育项目的类别”,在此基础上又分为“是否参加团体类体育项目”和“是否参加个人类体育项目”。所谓团体类体育项目是以集体或团体为单位组织的体育项目;所谓个人类体育项目是以个人为单位进行体育项目。据此,长距离行走、跑步、游泳、高尔夫、赛车/摩托车、瑜伽/舞蹈、健身、体操、冰雪项目、武术/跆拳道/空手道、太极拳/剑/扇/气功、极限运动等项目被划归为个人类体育项目,其余项目划分为团体类体育项目。
对调查样本的统计表明,70%的个体参加了团体类体育项目,87%的个体参加了个人类体育项目。从团体类体育项目和个人类体育项目的列联表来看,仅参加个人类体育项目的个体有595人,仅参加团体类项目的个体有245人,具体如表14所示。
表13 个体体育参与程度回归模型(4)(N=964)
表14 团体类和个人类体育参与项目的列联表
从参与的体育项目的数量来看,28%的个体参加了1种体育项目,23%的个体参加了2种体育项目,19%的个体参加了3种体育项目,14%的个体参加了4种体育项目,体育参与项目数量的分布较为均衡。剔除同时参与团体类体育项目和个人类体育项目的个体的数据,保留仅参加个人项目和仅参加团体类体育项目的个体数据,以分析体育项目参与数量和参与类型之间的关系。在参与4种以下的体育项目的个体中,个人类项目参与比例较高,约为70%,团体类项目参与比例较低,约为30%。卡方检验显示,以体育参与项目的数量为划分依据,各组之间参与团体项目的比例无显著差异[Pearson chi2(6)=6.58, p=0.362]。可见,个体参与个人项目或团体项目的比例是相对稳定的,参与项目类型并未随个体体育参与项目的数量增长而变化,具体如表15所示。
表15 个人体育项目参与数量及参与类型差异卡方检验
个体体育参与项目的受教育程度影响。对不同项目类型参与者的受教育程度卡方检验发现,不同受教育程度的个体参加团体类项目有显著性差异[Pearson chi2(3)=9.3777, p=0.025],具体如表16所示。
表16 个体体育参与项目受教育程度影响的多组卡方检验
对参与团体类/个人类项目受教育程度分组进行两两卡方检验,发现仅初中及以下和高中(职高/中专)学历组存在显著性差异,且卡方差值较小(表17)。因此,可以认为受教育程度对个体参与个人类或团体类体育项目的影响不大。
表17 个体体育参与项目受教育程度影响的两两卡方检验
个体体育参与项目的收入水平影响。对不同收入水平下的个体是否参加团体类/个人类体育项目的卡方检验结果显示,不同收入水平的个体在是否参加团体类体育项目存在显著差异[Pearson chi2(2)=7.24,p=0.027];但不同收入水平的个体在体育参与项目的类型上并无显著性差异,具体如表18所示。
表18 个体体育参与项目收入水平影响的多组卡方检验
对收入水平Ⅰ,收入水平Ⅱ,收入水平Ⅲ的个体分组,进行两两卡方检验,结果表明,仅收入水平Ⅰ和收入水平Ⅲ的个体在体育参与类型上有显著性差异,收入水平Ⅲ的个体参与团体类项目的比例更高[Pearson chi2(2)=6.46, p=0.011],收入对个体参与个人类或团体类项目的影响不大,具体如表19所示。
表19 个体体育参与项目收入水平影响的两组卡方检验
个体体育参与项目的户籍影响。对是否参与团体类/个人类体育项目的户籍差异进行卡方检验发现,不同户籍的个体参加两类体育项目的比例无显著差异 [Pearson chi2(4)=6.4184, p=0.093],具体如表20所示。表明城市户籍的个体和农村户籍的个体在参加团体类体育项目或个人类体育项目的偏好上并无显著差异。从统计数据来看,不同户籍类型下的个体参加团体类体育项目的比例高于参加个体类体育项目的比例,这与前面对样本总体分析时,团体类项目的参与比例高于个体类项目参与比例的结果相一致。
表20 个体体育参与项目户籍影响的多组卡方检验
对个体体育参与项目性别影响的卡方检验发现,男性个体参加团体类项目的比例显著高于女性个体,具体如表21所示(Pearson chi2(1)=80.52, p=0.000)。
表21 个体体育参与项目性别影响的卡方检验
通过以上统计分析可以看出,在个体体育参与中,个人类或团体类项目的参与比例具有稳定性,并未随着体育项目参与数量的增长而大幅变化。个体选择个人类体育项目的参与比例较高(70%),个体选择团体类或个体类体育项目与性别存在显著性相关;男性参加团体体育项目的比例显著高于女性,而与受教育水平、户籍类型和收入等并未表现出相关性。
参与形式是体育参与的外在表现。体育参与形式包括“独自”、“参加单位组织的集体活动”、“和朋友一起”、“和同事一起”、“和家人一起”、“和俱乐部成员一起”、“和小区邻居一起”、“参加基于网络的兴趣小组”和“其他”等类别。由参与形式生成“体育参与形式数量”和“是否独自运动”两个变量。对样本统计,个体中有46%选择了独自运动,有54%未选择独自运动。随着体育参与形式数量的上升,选择独自运动的个体的比例上升[Pearson chi2(8)= 331.48, p=0.000],具体如表22所示。
表22 个体体育参与形式的数量和是否独自运动的列联表
个体体育参与形式的受教育水平影响。对选择和不选择独自运动的个体的受教育水平差异卡方检验发现,不同受教育程度的个体选择独自运动有显著差异(Pearson chi2(3)=36.57, p=0.000)(表23)。受教育水平可能会对个体的选择产生影响,高受教育程度的个体可能更多的选择独自进行运动,由此提出研究假设:受教育程度越高,个体选择独自运动的比例也越高。
表23 个体体育参与形式受教育程度影响的多组卡方检验
对研究假设分组卡方检验,分组卡方检验结果拒绝原假设,选择独自运动的比例并未随着受教育程度的提高呈阶梯式提高。但进一步分析发现,具有大学以上学历的个体选择独自运动的比例显著高于不具有大学学历的个体[Pearson chi2(1)=28.99, p=0.000; Pearson chi2(1)=5.00, p=0.000],具体见表24。
表24 个体体育参与形式受教育程度影响的两组卡方检验
个体体育参与项目的收入水平影响。对收入水平Ⅰ,收入水平Ⅱ,收入水平Ⅲ的个体选择独自运动比例的卡方检验结果显示,不同收入水平的个体在是否选择独自运动方面有显著差异[Pearson chi2(2)=49.02, p=0.000](表25)。据此提出研究假设:收入水平越高,个体选择独自运动的比例越高。对研究假设进行验证,分别检验收入水平Ⅰ和收入水平Ⅱ,收入水平Ⅱ和收入水平Ⅲ,收入水平Ⅰ和收入水平Ⅲ的个体在选择独自运动的比例上是否具有显著性差异。结果表明,随着收入水平的提高,选择独自参加运动的个体比例有显著提高,提高趋势十分明显(表26)。研究假设被证实,即体育参与中收入水平越高,个体选择独自运动的比例越高。
表25 个体体育参与形式收入水平影响的多组卡方检验
表26 个体体育参与形式收入水平影响卡方检验
个体体育参与形式的户籍影响。对选择独自运动的个体的户籍影响进行卡方检验发现,不同户籍的个体选择独自运动的比例有显著差异(表27)(Pearson chi2(3)=46.32, p=0.000)。由此提出研究假设:(1)城镇户口的个体相较于农业户口的个体更有可能选择独自进行体育运动;(2)本市户口的个体相较于外省市户口的个体更有可能选择独自参加体育运动。验证研究假设,对不同户籍的个体选择独自运动分组两两卡方检验,结果显示:本市城镇户口的个体选择独自运动的比例高于本市农业户口的个体[Pearson Chi2(1)=28.50,p=0.0000],外省市城镇户口选择独自运动的比例高于外省市农业户口的个体[Pearson Chi2(1)=4.43, p=0.035],验证结果接受原假设(1),城镇户口的个体相较于农业户口的个体更愿意选择独自进行体育运动。本市农业户口的个体选择独自运动的比例上并且显著高于外省市城镇户口的个体选择独自运动的比例[Pearson Chi2(1)=0.06, p=0.811],验证结果拒绝了假设(2)。具体如表28所示。
表27 个体体育参与形式户籍影响的多组卡方检验
表28 个体体育参与形式户籍影响的卡方检验
在个体体育参与形式的性别影响方面,对选择独自运动的性别影响卡方检验发现,男性和女性在选择独自运动存在显著差异,男性选择独自运动的比例显著高于女性[Pearson chi2(1)=33.29, p=0.000],具体如表29所示,表明和女性相比男性更愿意选择独自进行体育运动。是否选择独自运动反映出个体的体育参与偏好,相较于独自运动,与他人一同运动可能更有利于个体进行社会交往和建立社会关系网络。
表29 个体体育参与形式性别影响的卡方检验
统计分析表明,个体体育参与偏好受到性别、收入、户籍等因素的影响,男性选择独自运动的比例显著高于女性,城镇户口的个体比农业户口的个体更有可能选择独自进行体育运动,随着收入水平的提高,选择独自进行体育运动的个体的比例逐渐提高。从受教育水平来看,虽然选择独自运动的比例未随着学历的增长呈阶梯式的提高,但是具有大学本科学历的个体选择独自运动的比例显著高于不具有本科学历的个体。
在个体体育参与场所选择的社会属性和自然属性影响研究中,体育参与场所包括:“单位/单位或住宅小区的体育场所”、“其他公共场所(如公园、广场、路旁)”、“商业健身房/健身会所”、“家中(庭院或室内)”、“专用的体育场地(如羽毛球馆、游泳馆)”、“其他”等。通过体育参与场所生成新的变量:“体育参与场所的数量”和“是否在商业健身场所体育参与”。从样本统计数据来看,8%的个体选择仅在商业健身房/健身会所一种场所进行体育运动,但随着体育参与场所数量的上升,个体选择在商业健身场所进行运动的数量也随之上升[Pearson chi2(4)=551.87,p=0.000](表30)。
表30 个体体育参与场所的数量和是否在商业健身场所体育参与的卡方检验
个体体育参与场所的受教育程度影响。多组卡方检验结果表明,不同教育程度的个体在选择商业健身俱乐部/健身场所体育参与方面存在显著差异[Pearson chi2(3)=132.60,p=0.000](表31)。由此提出研究假设:受教育水平越高,个体选择在商业健身俱乐部/健身场所体育参与的比例越高,个体越有可能选择在商业健身俱乐部/健身场所进行体育运动。
表31 个体体育参与场所受教育程度影响的多组卡方检验
验证研究假设,对不同教育程度的个体在商业健身场所体育参与差异的卡方检验发现,具有大学专科/本科学历的个体在商业健身俱乐部/健身中心锻炼的比例显著高于初中及以下学历的个体[Pearson Chi2(1)=77.4331, p=0.000]以及高中(职高/中专)学历的个体[Pearson Chi2(1)=65.7226, p=0.000],但与具有研究生学历的个体并无显著差异[Pearson Chi2(1)=0.8662, p=0.352](表32),检验拒绝了原研究假设。此外检验还表明,相较于不具有大学学历的个体,具有大学及以上学历的个体更有可能选择在商业健身场所/健身中心进行体育运动。
表32 个体体育参与场所受教育程度影响的卡方检验
个体体育参与场所的收入水平影响。如前所述,由于收入水平Ⅵ、Ⅴ、Ⅳ的样本数量较少,与收入水平Ⅰ、Ⅱ、Ⅲ的样本量相差较为悬殊,因此仅对收入水平Ⅰ,收入水平Ⅱ,收入水平Ⅲ的个体进行卡方检验,卡方检验表明,不同收入水平个体在体育参与方面存在显著差异[Pearson chi2(2)=104.0, p=0.000](表33)。据此提出研究假设:收入水平越高,个体越有可能在商业健身俱乐部/健身中心进行体育运动。
表33 个体体育参与场所收入水平影响的卡方检验
分组卡方检验表明,随着收入水平的提高,个体参加商业健身俱乐部/健身中心的比例显著提高,检验接受了原研究假设,收入水平越高,个体越有可能在商业健身俱乐部/健身中心进行体育运动。具体检验如表34所示。
表34 个体体育参与收入水平影响的差异卡方检验
个体体育参与场所的户籍影响。对不同户籍个体是否参加商业健身俱乐部/健身中心的卡方检验结果显示,不同户籍的个体在参加体育活动的场所方面存在显著差异(Pearson chi2(3)=98.62, p=0.000)(表35)。选择商业健身场所和商业健身中心意味着更高的体育参与成本,相较于农业户籍的个体,城镇户籍的个体在商业健身场所体育参与选择的比例可能更高。由此提出研究假设:城镇户口的个体选择在商业健身场所/健身中心进行体育运动的比例可能显著高于农业户口的个体。
表35 个体体育参与场所户籍影响的多组卡方检验
通过分组卡方检验可以看出,相较于本市农业户口的个体,本市城镇户籍的个体参加商业健身俱乐部/健身中心的比例显著更高[Pearson chi2(1)=93.69,p=0.000];相较于外省市农业户口的个体,外省市城镇户口的个体参加商业健身俱乐部/健身中心的比例显著更高[Pearson chi2(1)=4.91, p=0.000] (表36),检验接受了原研究假设,城镇户口的个体更有可能选择商业健身俱乐部/健身中心进行体育活动。
表36 个体体育参与场所户籍影响的多组卡方检验
对个体体育参与场所性别影响的卡方检验结果表明,男性和女性在商业健身场所体育运动有显著差异。男性选择在商业健身俱乐部/健身中心锻炼的比例显著高于女性[Pearson chi2(1)=20.37,p=0.000](表37)。男性更多地选择商业健身场所体育参与。卡方检验结果还显示,在体育参与方面男性在消费支出、参与层次、参与程度等方面高于女性,表明自然属性对个体体育参与场所具有显著的影响。
表37 个体体育参与场所性别影响的卡方检验
通过对个体体育参与场所的人口社会学研究可以看出,个体选择在商业健身俱乐部/健身场所体育参与,受到性别、户籍、收入水平和受教育程度的影响。男性更有可能选择在商业健身俱乐部/健身场所进行体育运动;收入水平越高,个体越有可能选择在商业健身场所进行体育运动;而相较于农业户口的个体,城镇户口的个体更有可能在商业健身场所进行体育运动;具有大学以上学历的个体在商业健身场所进行体育运动的比例显著高于不具有大学学历的个体。
本文从人口社会学的视角考察教育、户籍、收入、性别、阶层等人口社会学因素对个体体育参与的影响,研究假设得到了验证。研究结论如下:
第一,个体体育参与主要受性别和受教育程度的影响。男性体育参与的比例显著高于女性,随着受教育程度的提高,个体体育参与的比例也显著提高。相比之下,户籍和收入对个体是否体育参与的影响有限,并未表现出明显趋势,仅本市城镇户口的群体体育参与的比例显著高于本市农业户口的群体,收入水平Ⅲ的群体体育参与的比例显著高于收入水平为Ⅰ的群体。
第二,个体体育参与程度主要受性别、受教育程度和收入水平的影响。在控制其他变量的情况下,男性的体育参与程度显著高于女性33%,受教育水平每提高一个等级,体育参与程度提高17%;收入水平每提高一个等级,体育参与程度提高27%。
第三,个体在个人类或团体类项目体育参与上具有稳定性,并未随着体育项目参与数量的增长而有明显变化。个体体育参与在个人类项目上参与比例高(70%),个体选择参加团体类或个人类项目仅与性别存在显著性相关。男性参与团体类项目的比例显著高于女性。
第四,个体体育参与形式主要受性别、收入、户籍等因素的影响。男性选择独自运动的比例显著高于女性;城镇户籍的个体比农业户籍的个体更有可能选择独自体育运动;选择独自体育运动的比例随着收入水平的提高而提高。从受教育水平来看,虽然选择独自运动的比例并未随着学历的增长呈阶梯式提高,但是具有大学本科学历的个体选择独自运动的比例显著高于不具有本科学历的个体。
第五,个体体育参与场所选择与性别、户籍和收入水平有关。男性更有可能在商业性体育俱乐部进行体育运动;收入水平越高,个体越有可能选择在商业性体育场所进行体育运动。相较于农业户籍个体,城镇户籍个体更有可能在商业性体育场所进行体育运动。从受教育水平的影响来看,具有大学以上学历的个体在商业性体育场所体育运动的比例显著高于不具有大学学历的个体。