• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      中部地區(qū)群眾體育鍛煉與體育消費(fèi)的影響因素分析

      2012-11-01 07:31:02翟水保牛文英
      關(guān)鍵詞:自由職業(yè)者學(xué)歷體育鍛煉

      翟水保,牛文英

      隨著社會(huì)經(jīng)濟(jì)的發(fā)展,體育產(chǎn)業(yè)已成為社會(huì)的重要經(jīng)濟(jì)組成部分,群眾對(duì)體育鍛煉的需求和體育消費(fèi)支出方面也隨之提高。因此,體育鍛煉所具有的經(jīng)濟(jì)重要性顯得非常突出[1]。目前,體育消費(fèi)主要集中在門票、會(huì)費(fèi)等一些直觀消費(fèi)上,以此作為全部的體育鍛煉花費(fèi),具有一定的局限性[2-3]。雖然國(guó)外關(guān)于群眾體育鍛煉的研究已獲得很多成果,但國(guó)內(nèi)的相關(guān)研究卻寥寥無幾。本文從調(diào)查問卷的數(shù)據(jù)切入,對(duì)該地區(qū)不同人群的性別、年齡、職業(yè)等變量進(jìn)行研究,分析不同人群在參與體育鍛煉、體育消費(fèi)上的共性,探尋人口學(xué)變量、經(jīng)濟(jì)變量對(duì)體育鍛煉參與程度的影響規(guī)律,得出群眾體育鍛煉參與程度、體育消費(fèi)數(shù)量的決定性因素。

      1 研究對(duì)象與方法

      1.1 研究對(duì)象

      以中部地區(qū)不同人群的性別、年齡、教育程度、收入、職業(yè)、家庭人口、家庭類型等分類變量作為研究對(duì)象。

      1.2 研究方法

      1.2.1 問卷調(diào)查法 研究選取了中部地區(qū)6個(gè)省份(安徽、江蘇等)的居民作為被調(diào)查者,年齡在16~65歲之間。本次研究采取多批次調(diào)查方式,研究小組按照年齡、性別、職業(yè)分發(fā)調(diào)查問卷,共發(fā)放問卷700份,回收606份,回收率為86.6%,其中能準(zhǔn)確反映調(diào)查信息的為567份,有效回收率為93.6%。問卷的描述性統(tǒng)計(jì)見表1。

      本研究的調(diào)查范圍較大,調(diào)查問卷的題項(xiàng)不足25項(xiàng),故采用復(fù)本問卷信度。調(diào)查者讓調(diào)查對(duì)象一次填寫兩份問卷復(fù)本,經(jīng)計(jì)算,問卷題項(xiàng)的相關(guān)系數(shù)為0.86,符合問卷復(fù)本信度值[4]。對(duì)問卷效度的測(cè)量采用內(nèi)容和結(jié)構(gòu)效度,并采用“內(nèi)容效度比”進(jìn)行衡量[5]。經(jīng)檢驗(yàn)發(fā)現(xiàn)指標(biāo)體系內(nèi)容和結(jié)構(gòu)效度較好。

      1.2.2 數(shù)理統(tǒng)計(jì)法 采用logit模型(ordered logit models,簡(jiǎn)稱OLM)對(duì)各類影響因素進(jìn)行分析。目前關(guān)于定序因變量的處理,默認(rèn)一個(gè)假設(shè):相鄰兩項(xiàng)之間的間距是相等的。而采用線性回歸模型對(duì)定序連梁因變量擬合時(shí),會(huì)導(dǎo)致估計(jì)跑偏[6]。因此,采用logit模型或定序probit模型處理定序變量是較為穩(wěn)妥的辦法。logit模型的基本方程如下:

      表1 變量的描述性統(tǒng)計(jì)

      其中a是截距項(xiàng)(常數(shù)),即模型簡(jiǎn)化為:

      Logit模型亦可稱為比例優(yōu)勢(shì)模型(Proportional odds model),模型計(jì)算出的是累積發(fā)生率,并不是某一個(gè)特定取值的發(fā)生率[7]。因此,累積發(fā)生比也可簡(jiǎn)化為:

      對(duì)特定的yi的預(yù)測(cè)就是:

      注:以上公式中,p為自變量xjc存在的條件概率;α為截距項(xiàng);x1,x2,x3,…xi為自變量;b 是在 i個(gè)自變量條件下,i個(gè)因變量的每個(gè)自變量的回歸系數(shù);間距值tj是一組常數(shù)項(xiàng),共有j-1個(gè)取值,是基準(zhǔn)累積發(fā)生率,即除了參照組之外的j-1個(gè)虛擬變量,與參照組對(duì)比得出的累積發(fā)生率[7-8]。

      本研究使用stata10.0進(jìn)行模型擬合,模型運(yùn)算用最大似然方法來評(píng)估參數(shù)。

      2 研究假設(shè)

      依據(jù)logit模型,對(duì)樣本中所呈現(xiàn)出的對(duì)因變量有影響的自變量做出以下假設(shè):(1)性別、年齡、戶口等人口學(xué)變量對(duì)參與體育鍛煉產(chǎn)生影響;(2)職業(yè)類別、個(gè)人收入變量對(duì)參與體育鍛煉產(chǎn)生影響;(3)學(xué)歷、受教育程度對(duì)參與體育鍛煉產(chǎn)生影響;(4)性別、年齡變量對(duì)體育消費(fèi)產(chǎn)生影響;(5)職業(yè)類別、個(gè)人收入對(duì)體育鍛煉消費(fèi)產(chǎn)生影響;(6)體育鍛煉頻率越高,相應(yīng)的體育消費(fèi)更多;(7)學(xué)歷、受教育程度對(duì)體育鍛煉消費(fèi)產(chǎn)生影響。

      3 數(shù)據(jù)說明與變量描述

      3.1 調(diào)查數(shù)據(jù)說明

      本次研究選擇了以下自變量:性別、年齡、家庭規(guī)模、社區(qū)人口規(guī)模;職業(yè)類別;家庭年總收入;學(xué)歷(見表1)。通過將自變量的數(shù)值納入模型而得到不同的概率,并將自變量得到的概率進(jìn)行橫向比較,進(jìn)而分析定序變量與虛擬變量[9]。

      3.2 模型中自變量間多元共線性檢驗(yàn)

      檢驗(yàn)自變量間的多元共線性,需要檢驗(yàn)自變量之間的相關(guān)。首先自變量間不能存在高相關(guān)的自變量,其次采用方差膨脹因子(VIF)進(jìn)行測(cè)試,進(jìn)一步檢驗(yàn)?zāi)P偷亩嘀毓簿€性[10]。統(tǒng)計(jì)規(guī)則要求VIF超過10就可能存在多重共線性,樣本經(jīng)過計(jì)算得出自變量的VIF的均值變化范圍分別在1.20到4.12之間,說明變量間不存在多重共線性的問題[11-12],數(shù)據(jù)適合logit模型。

      本研究檢驗(yàn)自變量的相關(guān)關(guān)系采用列聯(lián)表的卡方檢驗(yàn)。首先將全樣本中的性別、教育程度作為列變量,其他作為行變量,檢驗(yàn)發(fā)現(xiàn)某些職業(yè)類別以及收入水平與體育鍛煉消費(fèi)支出卡方檢驗(yàn)不顯著[13]。其次,教育程度、收入水平以及職業(yè)類別與體育鍛煉消費(fèi)支出卡方檢驗(yàn)不顯著(Pearson Chi-Square P>0.05);在定期參加運(yùn)動(dòng)的人群中下崗人員與領(lǐng)取福利津貼者卡方檢驗(yàn)不顯著(P>0.05);性別、年齡與參加體育鍛煉頻次的卡方檢驗(yàn)不顯著(P>0.05);教育程度、收入水平、某些職業(yè)群體與參加體育鍛煉的頻率的卡方檢驗(yàn)不顯著(P>0.05);在經(jīng)常參加體育鍛煉的人群中,性別和年齡與參加體育鍛煉的頻率卡方檢驗(yàn)不顯著(P>0.05);教育程度、收入水平與職業(yè)類別同參加體育鍛煉的頻率呈卡方檢驗(yàn)不顯著(P>0.05)。由此說明上述變量間相互獨(dú)立,不存在相關(guān)。

      4 研究結(jié)果與分析

      本小節(jié)中首先對(duì)以體育鍛煉參與頻率為因變量構(gòu)建有序logit模型,對(duì)因變量進(jìn)行預(yù)測(cè)分析;其次,以體育消費(fèi)為因變量構(gòu)建有序logit模型,對(duì)因變量進(jìn)行預(yù)測(cè)分析。

      4.1 參與體育鍛煉頻率模型構(gòu)建

      模型的輸出結(jié)果表明(見表2):模型中3對(duì)數(shù)據(jù)的擬合程度較好(log likelihood=-1 456.741 7,P=0.000),模型 1、模型 2 與模型3的最大區(qū)別在于當(dāng)刪去不顯著的自變量后對(duì)模型進(jìn)行再次擬合時(shí),模型3刪去不顯著的變量后,模型的似然指數(shù)最低,因此選擇模型3。自變量“年齡”、“性別”等具有顯著統(tǒng)計(jì)學(xué)意義(P<0.05),即在控制其他自變量情況下,城市居民因“年齡”、“性別”變量的差異導(dǎo)致體育鍛煉行為的顯著統(tǒng)計(jì)學(xué)差異,這說明上述變量會(huì)影響人們參與體育鍛煉。在以男性為參照組、控制其他變量的條件下,女性參與體育鍛煉的可能性比男性少15.79%(1-e-0.1718=0.157 9)??刂破渌兞康臈l件下,年齡每增加一歲引起體育鍛煉行為的可能性是(e0.2341=1.027)。以極少參加為參照組,隨年齡的增長(zhǎng)對(duì)體育鍛煉參與頻率的影響呈如下變化:年齡每增加一歲選擇每周參加次數(shù)少于1~2次的可能性是年齡減少一歲的0.030 1倍(=e0.2341-6.040);年齡每增加一歲選擇每周參加1~2次的可能性是年齡減少一歲的0.490 1倍(=e0.2341-5.550);年齡每增加一歲選擇每周參加3~5次的可能性是比不參加或極少參加多0.0143倍(=e0.2341-4.481)、每天都參加比不參加或極少參加多0.018 1倍(=e0.2341-4.248)。上述表明:隨著年齡的增長(zhǎng)體育鍛煉發(fā)生的可能性在逐漸提高??刂破渌兞康臈l件下,個(gè)人收入的增長(zhǎng)引起體育鍛煉行為的可能性是1.21(=e0.1905)。收入變化對(duì)體育鍛煉參與頻率的影響呈如下變化:收入增加一個(gè)單位選擇每周參加次數(shù)少于1~2次的可能性是收入不增加的0.002 9倍(=e0.1905-6.040);收入增加一個(gè)單位選擇每周參加1~2次的可能性是收入不增加的0.004 7倍(=e0.1905-5.550);收入增加一個(gè)單位選擇每周參加3~5次的可能性是收入不增加的0.013 6倍(=e0.1905-4.481);收入增加一個(gè)單位選擇每天都參加的可能性是收入不增加的0.017 3倍(=e0.1905-4.248)。上述表明:隨著個(gè)人收入的增長(zhǎng)體育鍛煉發(fā)生的可能性在逐漸提高。學(xué)歷程度對(duì)城市居民的體育鍛煉行為也有影響:以小學(xué)為參照組,控制其他變量的條件下,具有中學(xué)學(xué)歷的人群每周參加體育鍛煉的次數(shù)少于1~2次、每周參加1~2次、每周參加3~5次,每天都參加體育鍛煉行為的可能性分別是 0.35%(=e0.41311-6.040)、0.58%(=e0.4130-5.550)、1.71%(=e0.4131-4.481)、2.16%(=e0.4131-4.248);從參與人群的學(xué)歷來看具有中學(xué)學(xué)歷的群眾參與體育鍛煉的可能在逐漸升高;具有大學(xué)學(xué)歷的人也呈現(xiàn)出相似的可能性:0.040%(=e0.5281-6.040)、0.066%(=e0.5281-5.550)、1.95%(=e0.5481-4.481)、2.47%(e0.5481-4.248)。上述顯示出隨著學(xué)歷的增高,城市居民體育鍛煉行為的發(fā)生風(fēng)險(xiǎn)也逐漸升高,學(xué)歷有提高體育鍛煉參與的可能性。在職業(yè)類別中,以自由職業(yè)為參照組,控制其他變量的條件下,機(jī)關(guān)、事業(yè)單位工作人員參與體育鍛煉的可能性比自由職業(yè)者高26.06%(=e0.2316-1);企業(yè)、公司職工參與體育鍛煉的可能性比自由職業(yè)者少18.81%(=1-e-0.2083);離退休人員參與體育鍛煉的可能性比自由職業(yè)者高50.77%(=e0.4106-1);農(nóng)民參與體育鍛煉的可能性比自由職業(yè)者低10.39%(=1-e-0.1098),學(xué)生體育鍛煉參與頻率呈現(xiàn)出不顯著。

      表2 體育鍛煉參與頻率的有序logit回歸模型變量的分析表

      4.2 體育消費(fèi)模型構(gòu)建

      從表3體育消費(fèi)的有序logit回歸模型變量的分析表可以得出,所選擇的自變量來預(yù)測(cè)因變量(年體育消費(fèi))的模型整體顯著(likehood=1 967.452 1,P=0.000)),代表樣本可以向總體推斷,自變量全部顯著。以男性為參照組,在控制其他變量不變的情況下,女性增加體育消費(fèi)的可能性低于男性36.63%(1-e-0.1718=0.366 3)。在控制其他變量不變的情況下,年齡的增長(zhǎng)也引起了體育消費(fèi)增高的可能性是1.045倍(=e0.2341),以0~45元/年為參照組,年齡的增長(zhǎng)對(duì)體育消費(fèi)金額的影響呈現(xiàn)如下變化:年齡每增加一歲,人們選擇體育消費(fèi)46~180元/年的可能性是年齡減少一歲的0.030 6倍(=e0.0446-3.531);年齡每增加一歲,體育消費(fèi)181~360元/年的可能性是年齡減少一歲的0.052 2倍(=e0.0446-2.037);年齡每增加一歲,體育消費(fèi)751元以上/年可能性是年齡減少一歲的0.136 3倍(=e0.0446-2.037)。上述表明隨著年齡的增長(zhǎng),體育消費(fèi)金額提高的可能性在逐漸提高。個(gè)人收入的增長(zhǎng)引起了體育消費(fèi)的增高,可能性是1.189 9倍(=e0.1731),以0~45元/年為參照組,個(gè)人收入的增長(zhǎng)對(duì)體育消費(fèi)金額的影響呈現(xiàn)如下變化:收入每增長(zhǎng)一元錢選擇體育消費(fèi)46~180元/年的可能性是收入少一元錢的0.034 8倍(=e0.1731-3.531);收入每增長(zhǎng)一元錢選擇體育消費(fèi)181~360元/年的可能性是收入少一元錢的0.119 6倍(=e0.1731-2.297);收入每增長(zhǎng)一元錢選擇體育消費(fèi)361~751元/年的可能性是收入少一元錢的0.155 1倍(=e0.1731-2.037);收入每增長(zhǎng)一元錢選擇體育消費(fèi)751元以上/年的可能性是收入少一元錢的0.248 1倍(=e0.1731-1.565)。上述表明隨著個(gè)人收入的增長(zhǎng),體育消費(fèi)金額增加的可能性在逐漸提高。個(gè)人參與體育鍛煉的頻率可能會(huì)引起體育消費(fèi)的改變,以極少參加為參照組,個(gè)人參加體育鍛煉的頻率引起體育消費(fèi)金額的變化如下:每周參加次數(shù)少于1~2次選擇體育消費(fèi)為46~180元/年可能性是極少參加的0.030 4倍(=e0.0404-3.531);每周參加1~2次可能選擇體育消費(fèi)181~360 元/年可能性是極少參加的 0.114 7 倍(=e0.1322-2.297);每周參加3~5次可能選擇體育消費(fèi)361~751元/年可能性是極少參加的0.173 9倍(=e0.2873-2.037);以及每天都參加選擇體育消費(fèi)751元以上/年的可能性是極少參加的0.317 1倍(=e0.4166-1.565)。上述表明,隨著個(gè)人參與體育鍛煉頻率的增加,體育消費(fèi)金額也在逐漸提高。學(xué)歷程度對(duì)城市居民的體育消費(fèi)也有影響,從參與人群的學(xué)歷來看學(xué)歷有可能會(huì)改變?nèi)藗冊(cè)隗w育鍛煉過程中的體育消費(fèi)。以小學(xué)為參照組,控制其他變量不變的情況下,具有中學(xué)學(xué)歷比小學(xué)學(xué)歷在提高體育消費(fèi)方面高12.76%(=e0.1201-1);具有大學(xué)學(xué)歷比小學(xué)學(xué)歷在提高體育消費(fèi)方面高26.79%(=e0.2374-1)。上述顯示出隨著學(xué)歷的增高,城市居民體育消費(fèi)行為逐漸升高。在職業(yè)類別中,以自由職業(yè)為參照組,控制其他變量的條件下,機(jī)關(guān)、事業(yè)單位工作人員在增加體育消費(fèi)方面比自由職業(yè)者高35.02%(=e0.3003-1);企業(yè)、公司職工在增加體育消費(fèi)方面比自由職業(yè)者少16.24%(=1-e-0.1773);離退休人員在增加體育消費(fèi)方面比自由職業(yè)者高65.98%(=e0.5067-1);農(nóng)民參與體育消費(fèi)的可能性比自由職業(yè)者低20.82%(=1-e-0.2335),可見職業(yè)類別會(huì)造成人們體育消費(fèi)的差別。

      表3 體育消費(fèi)的有序logit回歸模型變量分析表

      5 結(jié) 論

      通過有序logit回歸分析,本研究得出以下結(jié)論:男性參與體育鍛煉頻次高于女性,體育消費(fèi)金額比女性高;隨著年齡增加,參加體育鍛煉的可能性會(huì)提高,但隨著年齡增加,體育消費(fèi)的數(shù)量則呈下降趨勢(shì);學(xué)歷越高、經(jīng)濟(jì)水平越高的人群參與體育鍛煉頻次更高,體育消費(fèi)數(shù)量更多,但受教育程度對(duì)參與體育鍛煉沒有影響;機(jī)關(guān)、事業(yè)單位工作人員、離退休人員參與體育鍛煉、體育消費(fèi)的可能性比自由職業(yè)者高,企業(yè)、公司職工和農(nóng)民參與體育鍛煉、體育消費(fèi)的可能性比自由職業(yè)者低;但經(jīng)常參與體育鍛煉并不代表體育消費(fèi)的增高,變量對(duì)參與體育鍛煉有影響,并不意味著同時(shí)會(huì)帶來體育消費(fèi)的增加。

      [1]陳錕,朱敏,王曉紅.Logit模型在個(gè)體選擇行為中的研究演進(jìn)[J].統(tǒng)計(jì)與決策,2006(20):32-35.

      [2]楊勇攀,史仕新,陳錕.基于混合Logit模型的消費(fèi)者偏好測(cè)量研究[J].生產(chǎn)力研究,2009(2):22-23.

      [3]王立君,馬建軍.基于秩序Logit模型的學(xué)生選教師問題的效用分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2009(2):15-16.

      [4]張貴敏.我國(guó)城市居民體育消費(fèi)環(huán)境需求探析 [J].天津體育學(xué)院學(xué)報(bào),2004,19(1):12-14.

      [5]鄭芳,叢湖平.我國(guó)東部城市居民體育服務(wù)需求的因素分析[J].體育科學(xué),2005,25(6):121-126.

      [6]閆振龍,王云冰,陳善平,等.陜西省知識(shí)分子的體育消費(fèi)需求及影響因素研究[J].西安體育學(xué)院學(xué)報(bào),2009,26(4):86-90.

      [7]馬渝,歐陽(yáng)柳青.我國(guó)居民體育消費(fèi)水平的現(xiàn)狀調(diào)查與分析[J].武漢體育學(xué)院學(xué)報(bào),2002,36(3):45-49.

      [8]EBER N.Sports practice,health and macroeconomic performances:An endogenous growth model[J].Journal of Sport Economics,2003,4(2):126-144.

      [9]GABLE A,OHL F.Sport culture and material culture:The example of student's consumption[J].Paper presented at the 10th EASM Congress,2010,8:24-26.

      [10]KUTNER,NACHTSHEIM.Neter:Applied Linear Regression Models[M].4th Edition,2009:124-127.

      [11]GRATTONC,TAYLORP.From economic theory to leisure practice via empirics:the case of demand and price[J].Leisure Studies,2008,14(4):245-261.

      [12]LAMB A,ASTUARIASP.Sports participation-how much does it cost?[J].Leisure Studies,1992,11(1):19-29.

      [13]MCKELVEY R D,ZAVNINA W.A statistical model for the analysis of ordinal-level dependent variables[J].Journal of Mathematical Sociology,1975,4:103-120.

      猜你喜歡
      自由職業(yè)者學(xué)歷體育鍛煉
      學(xué)歷造假引發(fā)法律糾紛
      公民與法治(2022年4期)2022-08-03 08:20:42
      IT自由職業(yè)者成功的秘訣
      零工經(jīng)濟(jì)里的 自由職業(yè)者
      工友(2022年4期)2022-04-14 02:33:36
      怎樣激發(fā)學(xué)生參與體育鍛煉
      甘肅教育(2021年12期)2021-11-02 06:30:02
      如何培養(yǎng)中小學(xué)生體育鍛煉的好習(xí)慣
      甘肅教育(2020年6期)2020-09-11 07:46:24
      學(xué)歷軍備競(jìng)賽,可以休矣
      英國(guó)一網(wǎng)站調(diào)查稱:自由攝影師更易于接受免費(fèi)干活
      攝影世界(2017年3期)2017-05-12 23:40:12
      新形勢(shì)下自由職業(yè)者統(tǒng)戰(zhàn)工作思考
      知識(shí)無力感
      東西南北(2015年9期)2015-09-10 07:22:44
      研究生就業(yè)遭拒是因?yàn)閷W(xué)歷太高嗎?
      阿拉善盟| 盐亭县| 恩平市| 沈阳市| 井冈山市| 新邵县| 花莲县| 彰武县| 平武县| 佛坪县| 塘沽区| 镶黄旗| 长乐市| 河南省| 禄劝| 潞城市| 抚宁县| 科技| 玉门市| 巴里| 新丰县| 普兰县| 织金县| 瓮安县| 盐边县| 济宁市| 芦山县| 津市市| 云阳县| 隆回县| 武邑县| 玉树县| 筠连县| 永春县| 民丰县| 邵阳县| 于田县| 阿拉善右旗| 克拉玛依市| 临桂县| 济源市|