李驍天, 向祖兵, 郭世豪, 王凱珍, 唐莞怡

(1.首都體育學院 休閑與社會體育學院,北京 100191; 2.福建師范大學 體育科學學院,福建 福州 350108; 3.首都體育學院 研究生部,北京 100191; 4.首都體育學院 學院辦公室,北京 100191; 5.中央財經(jīng)大學 外國語學院,北京 102206)

?

基于分位數(shù)回歸的城市居民體育消費研究
——以北京市第3次群眾體育調查數(shù)據(jù)為例

李驍天1, 向祖兵2, 郭世豪3, 王凱珍4, 唐莞怡5

(1.首都體育學院 休閑與社會體育學院,北京 100191; 2.福建師范大學 體育科學學院,福建 福州 350108; 3.首都體育學院 研究生部,北京 100191; 4.首都體育學院 學院辦公室,北京 100191; 5.中央財經(jīng)大學 外國語學院,北京 102206)

采用問卷調查法、數(shù)理統(tǒng)計法等,對北京市3 304名戶籍居民進行整群分層隨機入戶調查。調查內容包括體育培訓、體育信息、體育賽事、體育健身、體育器材設備、運動服裝鞋帽等費用;使用一般線性回歸模型(OLS)、分位數(shù)回歸模型(QR)分析不同特征居民的體育消費水平現(xiàn)狀及差異。結果顯示:性別、婚姻、年齡、收入、地域、工作類型對體育消費有影響,在體育消費30%、40%、50%、60%、70%、80%、90%分位數(shù)有顯著性差異。提示,相比一般線性回歸,分位數(shù)回歸能更精準地反映不同自變量的不同分布對因變量的影響。

城市居民; 體育消費; 一般線性回歸; 分位數(shù)回歸; 北京市

Author’s address 1.School of Leisure and Social Sports, Capital University of Physical Education, Beijing 100191, China; 2.School of Sports Science, Fujian Normal University, Fuzhou 350108, Fujian,China; 3.Graduate Department, Capital University of Physical Education, Beijing 100191, China; 4.College Office, Capital University of Physical Education, Beijing 100191, China; 5.School of Foreign Language, Central University of Finance and Economics, Beijing 102206, China

體育消費是消費構成中用于改善社會健康狀況、優(yōu)化個人生活方式、提高生活質量的重要手段,是實現(xiàn)勞動力內涵擴大再生產(chǎn)的要素之一[1],是現(xiàn)代生活消費的一個重要組成部分,對整個體育經(jīng)濟具有指向作用。擴大居民體育消費可以促進居民積極參加體育鍛煉活動,從宏觀經(jīng)濟而言可以拉動內需,促進體育產(chǎn)業(yè)升級,有助于推動我國供給側改革[2]和落實國務院46號文件精神。體育消費還對國民身體素質的增強及群眾體育的發(fā)展具有十分重要的意義。研究城市不同性別、學歷、收入居民體育消費的差異,并找出產(chǎn)生這些差異的原因,對促進我國體育產(chǎn)業(yè)穩(wěn)步發(fā)展具有重要的意義。

關于體育消費的文獻,主要集中研究消費經(jīng)濟學、傳統(tǒng)社會學和消費文化學3個方面[3]。定量研究方法是考察體育消費的主要方法,其中以采用描述性統(tǒng)計方法的文獻為主,推斷性統(tǒng)計方法的文獻為輔,質性研究方法總量不多。推斷性統(tǒng)計方法中,線性回歸(OLS)是主要研究方法。OLS往往只能得到一組系數(shù)估計值,僅能解釋為平均而言,卻無法更深入分析不同的人口學變量情況下體育消費可能存在不同的相關關系。OLS只著重于整個分布的集中趨勢,對于整個分布的描述略顯不足,不但易使回歸結果受到極端值的支配,也忽略了位于體育消費額尾端的觀察值與被解釋變量之間的關系。

Koenker等[4-6]提出分位數(shù)回歸(quantile regression,QR)方法,該方法較之最小二乘法,在處理有異常值數(shù)據(jù)時更為穩(wěn)健,反映數(shù)據(jù)信息更為全面, 更能精確地描述自變量X對于因變量Y的變化范圍以及條件分布形狀的影響。QR方法在國外得到了迅猛的發(fā)展及應用,其研究領域包括經(jīng)濟、醫(yī)學、環(huán)境科學、生存分析以及動植物學等方面。在體育運動領域使用QR方法的研究較鮮見[7-8]。本文采用QR方法分析體育消費的影響因素,并對比OLS與QR在研究體育消費自變量影響程度的異同。選擇QR與OLS共同探討市民體育消費,識別不同學歷、性別、城鄉(xiāng)、收入和婚姻居民的體育消費水平的特征,考察居民不同分位數(shù)自變量對體育消費影響的程度[9],對研究我國城鎮(zhèn)居民體育消費規(guī)律具有重要的啟發(fā)意義。

1 研究方法

1.1 問卷調查法 設計北京市居民體育活動參與的調查問卷。問卷涉及居民的個人基本信息、體育活動參與、體育需求、活動類型、活動時間和疾病健康及其滿意度6個方面(表1)。本問卷由零點研究咨詢集團進行發(fā)放、回收和數(shù)據(jù)錄入,向北京市16個區(qū)縣、2個經(jīng)濟開發(fā)區(qū)發(fā)放問卷,回收有效問卷3 304份,根據(jù)統(tǒng)計分析的要求進行數(shù)據(jù)清理。調查詳細情況可以參閱北京市體育局與首都體育學院發(fā)布的北京市第3次群眾體育現(xiàn)狀調查報告。

1.2 數(shù)理統(tǒng)計法 (1) 分位數(shù)回歸。QR是考察體育消費分布上差異效應的有效方法。自Koenker[5]在1978年提出QR以來,由于其能夠考察解釋變量對被解釋變量在擾動項的不同分位點上的異質性影響,在收入分配等方面得到了廣泛的應用。與OLS估計相比較,QR的優(yōu)點在于:① 回歸參數(shù)能夠隨著因變量的不同分布點變動,更有利于對現(xiàn)象之間的回歸關系進行更為細致、全面的分析;② 估計結果更加穩(wěn)健,因為對誤差項分布不具體假定,對非正態(tài)分布或者異常值擁有耐抗性[10-12]。不同于OLS 用來估計自變量對因變量條件平均數(shù)的效果,OLS回歸的意義在于,設因變量的期望是自變量的線性函數(shù)。QR分析目的在于觀察分布中不同分位點上自變量的不同作用程度。分位回歸的思想在于,因變量的條件分位數(shù)是自變量的函數(shù)(這也正是“條件分位數(shù)”的意義)——無論是高分位數(shù)還是低分位數(shù),它們都是自變量的函數(shù)。

表1 調查對象基本情況

分位數(shù)的定義:設隨機變量Y的分布函數(shù)為F(y)=P(Y≤y),則Y的第τ分位數(shù)為

其中,中位數(shù)可以表示為Q(1/2)。對于Y的一組隨機樣本{y1,y2,…,yn},樣本均值是min∑ni(yi-ξ)2的最優(yōu)解,而樣本中位數(shù)是最小化殘差絕對值和的解,即

對于第τ分位數(shù),可以求解下式:

等價表示為:

其中,

其中,I(0)為示性函數(shù)。對于一般線性條件均值函數(shù)E(Y|X=x)=x′β,通過求解

得到參數(shù)估計值。而一般線性條件分位數(shù)函數(shù)為

通過求解

得到參數(shù)估計值。對于任意的τ∈(0,1),參數(shù)β(τ)稱為第τ回歸分位數(shù)[7]。

本文將OLS、QR模型一起考察并進行對比,參照現(xiàn)有文獻對體育消費的OLS模型的研究,設定以下計量模型:Y=β0+β1x+ε(1)。其中:Y為年體育消費;x為性別、學歷、城鎮(zhèn)、年齡、職業(yè)、收入、婚姻和體育參與;ε為誤差項。

將年體育消費作為被解釋變量,將影響年體育消費的因素作為解釋變量,建立如下QR模型:

gender×γτ+urban×φτ+edu×?τ+

marri×ωτ+income×τ+old×φτ

(2)

其中:y表示年體育消費金額;x表示影響y的各個因素,包括年齡、收入;occupation表示職業(yè),設置了國有企事業(yè)單位、專業(yè)技術人員、辦事有關人員、商業(yè)服務人員、體力工作人員、其他人員、退休人員8個類別變量;gender表示性別,設置了男、女2個類別變量;edu表示學歷,設置了小學、中學、大學3個類別變量;urban表示城鄉(xiāng),設置了城市、郊區(qū)2個類別變量;marri表示婚姻,設置了未婚、已婚、離異與喪偶4個類別變量;tiyucanyu表示體育活動參與,設置了經(jīng)常體育參與、體育參與、從不參與體育3個類別變量;income表示個人年收入,設置了1 000元以下、1 000～3 000元、3 001～5 000元、5 001～8 000元、8 000元以上、無固定收入6個類別變量;old表示年齡,設置了20歲以下、20～29歲、30～39歲、40～49歲、50～59歲、60～69歲、70歲及以上7個類別變量;ατ、βτ、δτ、γτ、φτ、?τ、τ分別表示對各個變量進行參數(shù)估計的第τ個分位數(shù)的回歸參數(shù)。

在計算時分別對10%、20%、30%、40%、50%、60%、70%、80%、90%分位數(shù)進行回歸分析。統(tǒng)計軟件使用stata13.0,QR的程序采用qreg程序包,執(zhí)行QR時采用了穩(wěn)健標準誤,整理統(tǒng)計結果,剔除不顯著的分位點回歸結果。具體計算,估計值通過bootstrap方法迭代20次得到。

(2) 變量設計。對北京市不同性別、年齡、教育程度、職業(yè)類型、收入、婚姻狀況、城郊區(qū)類型的居民體育消費分別進行分析。對比不同類別居民間體育消費差異程度,采用OLS模型與RQ模型考察北京市居民體育消費的主要影響因素。在OLS模型中已對因變量體育消費進行雙邊縮尾處理,并進行正態(tài)轉化,符合OLS模型方程對因變量、自變量的要求。

因變量:體育消費是連續(xù)性變量。體育消費調查內容涉及購買體育器材、運動服裝鞋帽、體育知識信息(如訂閱體育報刊、購買體育圖書),觀看各類體育賽事(如購買門票、觀賽期間購買餐飲、紀念品等),付費參加體育健身活動(如購買健身俱樂部的會員卡、活動的指導費、場地費、參賽報名費等),參加體育培訓班 (如支付暑期游泳班的費用),其他(請注明內容和金額)。測量單位為元/a。

自變量:將年齡劃分為20歲以下、20～29歲、30～39歲、40～49歲、50～59歲、60～69歲、70歲及以上幾個年齡段,分別賦予編號“1、2、3、4、5、6、7”。性別:將男性定義為1,將女性定義為2。區(qū)域:將北京市城六區(qū)定義為城區(qū),其余地區(qū)定義為郊區(qū),“0”代表城區(qū),“1”代表郊區(qū)。學歷:將學歷劃分為小學、中學、大學,分別賦予編號“1、2、3”?；橐?將婚姻劃分為未婚、已婚、離異、喪偶,分別賦予編號“1、2、3、4”。職業(yè):將職業(yè)劃分為國有企事業(yè)單位人員、專業(yè)技術人員、辦事有關人員、商業(yè)服務人員、農林牧副漁業(yè)人員、操作有關人員、失無業(yè)人員、其他人員、退休人員,分別賦予編號“1、2、3、4、5、6、7、8、9”。個人收入:指個人每月的收入,將其劃分為1 000元以下、1 000～3 000元、3 001～5 000元、5 001～8 000元、8 000元以上、無固定收入,分別賦予編號“1、2、3、4、5、6”。體育活動參與類型:經(jīng)常參加體育活動、偶爾參加體育活動、不參加體育活動,分別賦予編號“1、2、3”。

本文根據(jù)文獻將每周身體活動頻度3次以上(含3次),每次身體活動時間30 min以上,每次身體活動強度中等程度以上定義為“經(jīng)常參加體育活動的”,將符合上述條件中任意一條的定義為“參加體育活動的”;剩余界定為“不參加體育活動的”[13-14]。

以上自變量為分類變量。在模型分析部分中按照每個分位數(shù)顯著性進行解釋,在討論部分按照自變量,從低分位數(shù)到高分位數(shù)進行梳理[15]。對模型進行了自變量和控制變量的膨脹因子(VIF)檢驗,得到的方差膨脹因子都在1～3,說明不存在多重共線性[15]。

在本文中將30%、40%定義為中低分位數(shù),50%為中位數(shù),60%、70%為中高分位數(shù),80%、90%為高分位數(shù)。

2 結果與分析

2.1 北京市居民體育消費基本特征 北京市居民的平均體育消費為640元/a。對不同性別的居民體育消費進行單因素方差分析,發(fā)現(xiàn)不同性別的居民體育消費無差異。

對不同年齡段北京市居民的體育消費進行單因素方差分析,發(fā)現(xiàn)不同年齡階段居民的體育消費具有顯著性差異(F(6.3169)=28.63,Prob =0.0000<0.05),表明樣本可以向總體推斷;20～29歲1 088.2元/a、30～39歲1 037.1元/a、40～49歲580.9元/a、50～59歲463.9元/a、20歲以下318.2元/a、60～69歲262元/a、70歲及以上79.4元/a。

對不同學歷居民的體育消費進行單因素方差分析,發(fā)現(xiàn)不同學歷的北京市居民體育消費具有顯著性差異(F(2,3173)=88.41,Prob >F=0.0000<0.05),表明樣本可以向總體推斷;大學學歷1 044.0元/a、中學學歷399.2元/a、小學56.8元/a。

對不同職業(yè)類型的北京市居民體育消費進行單因素方差分析,發(fā)現(xiàn)不同職業(yè)類型的北京市居民體育消費具有顯著性差異(F(8.3167)=18.64,Prob =0.000 <0.001),表明樣本可以向總體推斷。國有企事業(yè)單位人員為1 153.2元/a、操作有關人員為1 039.3元/a、專業(yè)技術人員為946.7元/a、辦事有關人員為862.3元/a、商業(yè)服務類人員為613.2元/a、其他人員為388.7元/a、失無業(yè)人員為299元/a、退休人員為289元/a、農林牧副漁業(yè)人員為236.2元/a。

對不同婚姻類型的北京市居民體育消費進行單因素方差分析,發(fā)現(xiàn)不同婚姻狀況的北京市居民體育消費具有顯著性差異(F(3,3172)=13.60,Prob =0.000 <0.05),表明樣本可以向總體推斷;未婚的為1 000元/a,已婚的為596.4元/a,離異的為485.4元/a,喪偶的為158.5元/a。

對不同地域的居民體育消費進行單因素方差分析,發(fā)現(xiàn)不同地域的北京市居民體育消費具有顯著性差異(F(1,3174)=20.98,Prob =0.000 <0.05),表明樣本可以向總體推斷;不同地域居民的平均體育消費分別為741.6元/a和501.8元/a,郊區(qū)比城區(qū)低139.8元/a。

對不同收入的居民體育消費進行單因素方差分析,發(fā)現(xiàn)不同收入的居民體育消費具有顯著性差異(F(5,3170)=42.08,Prob =0.000 <0.05),表明樣本可以向總體推斷;年收入8 000元以上的為1 602.2元/a、5 000～8 000元的為1 010.2元/a、3 000～5 000元的為638.3元/a、無固定收入的為537.2元/a、1 000～3 000元的為357.5元/a、1 000元/a以下的為80.1元/a。

對不同體育活動參與類型的居民體育消費進行單因素方差分析,發(fā)現(xiàn)不同體育活動參與類型的居民體育消費具有顯著性差異(F(3.3172)=19.21,Prob =0.000 <0.05),表明樣本可以向總體推斷;有參與體育活動的為737.2元/a,經(jīng)常參加體育活動的701.8元/a,近1年未參加體育活動的為323.3元/a。

從表2可以看出,北京市居民的體育消費表現(xiàn)出城六區(qū)高于遠郊區(qū)縣,高學歷高于低學歷,低年齡段高于高年齡。從城區(qū)中學教育程度的男、女體育消費看,男性隨著年齡的增長,體育消費總體呈現(xiàn)下降趨勢,女性呈現(xiàn)先下降再升高,最后降低的趨勢,總體是下降的趨勢,男性高于女性。從城區(qū)大學教育程度的男、女體育消費看,男、女呈現(xiàn)出降低、升高、降低、升高、降低的趨勢,男性高于女性。從郊區(qū)小學教育程度的男、女體育消費看,男性呈現(xiàn)下降趨勢,女性呈現(xiàn)下降再上升的趨勢,女性高于男性。從郊區(qū)中學教育程度的男、女體育消費看,隨著年齡的升高,男性呈現(xiàn)上升后再下降的趨勢,女性呈現(xiàn)一直下降的趨勢。在60歲以前,男性高于女性。從郊區(qū)大學的男、女體育消費看,隨著年齡的增長,男性體育消費呈現(xiàn)增高、降低、升高、再降低的趨勢,女性呈現(xiàn)升高、降低的趨勢,男性高于女性。

表2 北京市不同年齡段、學歷、性別居民體育消費水平 元/a

表3為不同分位數(shù)上的分位值,可見隨著分位數(shù)的提高體育消費的分位值也逐漸提高。

表3 北京市居民不同分位數(shù)的體育消費 元/a

Table 3 Sport consumption of residents with different quantiles in Beijing

變量觀測值分位數(shù)分位值 95%的置信區(qū)間體育消費328210-1268．899-1338．638-1199．16020-604．432-664．566-544．29830-125．305-180．418-70．19240284．092231．595336．58850666．745615．071718．419601049．398996．9021101．895701458．7951403．6821513．907801937．9221877．7881998．056902602．3892535．6502672．128

2.2 北京市居民體育消費的回歸分析 北京市居民體育消費回歸采用2種方法進行分析,一種是OLS方法,另外一種是QR方法。QR中分位數(shù)的選取采用10%、20%、30%、40%、50%、60%、70%、80%、90%分位數(shù)點進行。

2.2.1 北京市居民體育消費的OLS分析結果 OLS模型各項數(shù)值為:R-squared= 0.1227,Prob>F=0.000,(F(28, 3147)= 20.15)。模型通過檢驗,說明抽樣可以向總體推斷。年齡變量中40～49歲、50～59歲、60～69歲、70歲及以上,婚姻變量,城鄉(xiāng)變量,性別變量,職業(yè)類型變量中辦事有關人員、操作有關人員,體育參與類型中參加體育鍛煉等變量在模型中不顯著,不顯著的變量略去。

自變量:① 以小學學歷為參照,中學學歷、大學學歷呈現(xiàn)顯著性差異,說明樣本可以向總體推動,其每變動1個標準差,中學學歷、大學學歷的居民體育消費將分別增加2.45個單位、5.49個單位。② 以20歲以下的年齡段為參照,20～29歲、30～39歲變動1個標準差,居民呈現(xiàn)顯著性差異,說明樣本可以向總體推動,其體育消費將增加12.06、11.15個單位,其余年齡段差異不顯著。③ 以國有企事業(yè)單位人員為參照,專業(yè)技術人員、商業(yè)服務人員、農林牧副漁業(yè)人員、其他人員、退休人員變動1個標準差,居民呈現(xiàn)顯著性差異,說明樣本可以向總體推動,其體育消費將減少3.4、3.8、7.25、3.37、5.97個單位。其余職業(yè)不顯著。④ 以經(jīng)常參加體育鍛煉為參照,不參加呈現(xiàn)顯著性差異,說明樣本可以向總體推動,其每變動1個標準差,不參加的居民體育消費將減少2.28、12.91個單位。⑤ 以每年1 000元/a以下為參照,1 000～3 000、3 001～5 000、5 001～8 000、8 000元/a以上及無固定收入變動1個標準差,居民呈現(xiàn)顯著性差異,說明樣本可以向總體推動,其體育消費將增加2.38、5.56、9.27、15.47、4.16個單位。

2.2.2 北京市居民體育消費的QR分析結果 分位數(shù)回歸在10%、20%的百分位數(shù)模型整體不顯著,本文只報告顯著的變量,從30%(PseudoR2=0.0100)、40%(PseudoR2=0.1109)、50%(PseudoR2=0.1838)、60%(PseudoR2=0.1859)、70%(PseudoR2=0.1874)、80%(PseudoR2= 0.1867),90%(PseudoR2= 0.2038)分位數(shù)進行匯報。

30%分位數(shù):自變量—年齡,在體育消費30%分位數(shù),30～39歲的居民體育消費比20歲以下居民高150元[4-6,12,16];其余年齡段不顯著。自變量—體育活動參與類型,在體育消費30%分位數(shù),不參加體育鍛煉居民的體育消費比經(jīng)常參加體育鍛煉居民低50元。自變量—個人月收入,在體育消費30%分位數(shù),5 001～8 000、8 000元/a以上的居民的體育消費比1 000元/a以下居民分別多50元、200元。

40%分位數(shù):自變量—年齡,在體育消費40%分位數(shù),20～29、30～39、40～49、60～69、70歲及以上的居民體育消費比20歲以下居民高287.5、 350.0、125.0、62.5、62.5元。自變量—婚姻狀況,在體育消費40%分位數(shù),已婚、喪偶居民的體育消費比未婚居民低50元。自變量—職業(yè),在體育消費40%分位數(shù),辦事有關人員、商業(yè)服務人員、失無業(yè)人員、其他人員、退休居民的體育消費比國有企事業(yè)單位居民低87.5、125.0、137.5、137.5、137.5元。自變量—體育參與,在體育消費40%分位數(shù),不參加體育鍛煉居民的體育消費比經(jīng)常參加體育鍛煉居民低112.5元。自變量—收入,在體育消費40%分位數(shù),3 001～5 000、5 001～8 000、8 000元/a以上居民的體育消費比1 000元/a以下收入的居民多37.5、112.5、300.0元。

50%分位數(shù):自變量—學歷,在體育消費50%分位數(shù),大學學歷居民的體育消費比小學學歷居民高78.27元。自變量—性別,女性居民的體育消費比男性居民低30.34元。自變量—職業(yè),在體育消費50%分位數(shù),辦事有關人員、商業(yè)服務人員、農林牧副漁業(yè)人員、失無業(yè)人員、其他人員、退休人員體育消費比國有企事業(yè)單位人員低143.44、165.17、219.31、182.41、219.31、188.96元。自變量—體育參與,在體育消費50%分位數(shù),參加體育鍛煉、不參加體育鍛煉居民的體育消費比經(jīng)常參加體育鍛煉居民低43.79、176.2元。自變量—收入,在體育消費50%分位數(shù),1 000～3 000、3 001～5 000、5 001～8 000、8 000元/a以上收入居民的體育消費比1 000元/a以下收入居民高30.34、102.06、230.34、554.48元。

60%分位數(shù):自變量—學歷,在體育消費60%分位數(shù),大學學歷居民的體育消費比小學學歷居民高203.4元。自變量—職業(yè),在體育消費60%分位數(shù),專業(yè)技術人員、辦事有關人員、商業(yè)服務人員、農林牧副漁業(yè)人員、失無業(yè)人員、其他人員、退休的居民體育消費比國有企事業(yè)單位人員低154.0、200.9、200.0、291.4、206.8、281.4、217.0元。自變量—收入,在體育消費60%分位數(shù),1 000～3 000、3 001～5 000、5 001～8 000、8 000元/a以上收入居民的體育消費比1 000元/a以下收入居民高64.4、144.9、332.2、763.5元。

70%分位數(shù):自變量—學歷,在體育消費70%分位數(shù),大學學歷居民的體育消費以小學學歷居民的體育消費高265.16元。自變量—年齡,在體育消費70%分位數(shù),20～29、30～39、70歲及以上的居民體育消費比20歲以下居民高459.35、385.80,低155.48元。自變量—城鄉(xiāng),在體育消費70%分位數(shù),城市居民的體育消費比郊區(qū)居民高65.16元。自變量—職業(yè),在體育消費70%分位數(shù),辦事有關人員、農林牧副漁業(yè)人員、失無業(yè)人員、其他人員、退休人員體育消費比國有企事業(yè)單位人員低239.35、368.68、214.83、346.45、251.61元。自變量—體育參與,在體育消費70%分位數(shù),參加體育鍛煉、不參加體育鍛煉居民的體育消費比經(jīng)常參加體育鍛煉居民低109.03、338.06元。自變量—收入,在體育消費70%分位數(shù),3 001～5 000、5 001～8 000、8 000元/a以上收入居民的體育消費比1 000元/a以下收入居民高92.25、309.03、898.06元。

80%分位數(shù):自變量—學歷,在體育消費80%分位數(shù),大學學歷居民的體育消費比小學學歷居民高393.84元。自變量—城鄉(xiāng),在體育消費80%分位數(shù),城市居民比郊區(qū)居民的體育消費高64.61元。自變量—職業(yè),在體育消費80%分位數(shù),商業(yè)服務人員、農林牧副漁業(yè)人員、其他人員、退休人員的體育消費比國有企事業(yè)單位人員低300.00、335.38、403.07、300.00元。自變量—體育參與,在體育消費80%分位數(shù),參加體育鍛煉、不參加體育鍛煉居民的體育消費比經(jīng)常參加體育鍛煉居民低129.23、429.23元。自變量—收入,在體育消費80%分位數(shù),3 001～5 000、5 001～8 000、8 000元/a以上收入居民的體育消費比1 000元/a以下收入居民高103.07、506.15、1 400.00元。

90%分位數(shù):自變量—學歷,在體育消費90%分位數(shù),大學學歷居民的體育消費比小學學歷居民高600元。自變量—年齡,在體育消費90%分位數(shù),20～29、40～49、50～59、60～69、70歲及以上的居民體育消費比20歲以下居民多900元,少200、400、400、500元。自變量—城鄉(xiāng),在體育消費90%分位數(shù),城市居民的體育消費比郊區(qū)居民高100元。自變量—婚姻狀況,在體育消費90%分位數(shù),離異居民的體育消費比未婚居民高400元。自變量—職業(yè),在體育消費90%分位數(shù),辦事有關人員、商業(yè)服務人員、農林牧副漁業(yè)人員、失無業(yè)人員、其他人員、退休人員體育消費比國有企事業(yè)單位人員低900、800、900、800、800、800元。自變量—體育參與,在體育消費90%分位數(shù),不參加體育鍛煉居民的體育消費比經(jīng)常參加體育鍛煉居民低800元。自變量—收入,在體育消費90%分位數(shù),3 001～5 000、5 001～8 000、8 000元/a以上收入居民的體育消費比1 000元/a以下收入居民高100、900、1 900元。

3 討論

3.1 北京市不同性別、婚姻狀況居民體育消費水平 在控制其他自變量不變情況下的OLS中,女性居民體育消費比男性居民體育消費平均低1.44個單位;但通過QR發(fā)現(xiàn),在體育消費50%分位數(shù)表現(xiàn)為女性低于男性(圖1)。性別差異表現(xiàn)在中等體育消費水平的居民中[18]。

注：縱軸表示QR模型中解釋自變量的系數(shù)估計;橫軸表示體育消費的不同分位點;黑色直虛線表示解釋變量的OLS回歸估計值,2條淺黑色虛線之間區(qū)域表示OLS回歸估計值的置信區(qū)間(置信度為0.95);黑色實線是各個解釋變量的QR估計結果(基于20次再抽樣自舉法),2條黑色曲線中間部分是QR估計值的置信區(qū)間(置信度為0.95),圖2～圖8同此

圖1 北京市女性居民體育消費QR的系數(shù)變化情況

Figure 1. The change of QR coefficient of female residents’sport consumption in Beijing

圖2 北京市不同婚姻狀況居民體育消費QR的系數(shù)變化情況

在OLS中,不同婚姻類別間體育消費水平無顯著差異;但通過QR發(fā)現(xiàn),在體育消費40%分位數(shù)表現(xiàn)為已婚、喪偶低于未婚,離異在體育消費條件下90%分位數(shù)為高于未婚(圖2)。已婚、喪偶類的婚姻變化,將引起中低體育消費水平人群的體育消費支出降低。離異類的婚姻變化,將引起高體育消費水平人群的體育消費支出提高。離異屬于家庭解體,其消費相對于未婚居民高[17],相對未婚、已婚、喪偶,離異對高體育消費增長(90%,高分位數(shù))有正作用,這符合婚姻的社會學功能[18]。

3.2 北京市不同年齡居民體育消費水平 在控制其他自變量不變的情況下,OLS中,20～29、30～39歲年齡段居民體育消費比20歲以下居民的體育消費僅多12.06、11.15個單位,而其他年齡段與20歲以下無顯著性差異?？梢娺M行OLS時,未呈現(xiàn)因年齡因素產(chǎn)生的消費差異。

通過QR發(fā)現(xiàn),20～29歲的體育消費在40%、70%、90%分位數(shù)高于20歲以下居民;30～39歲的體育消費在30%、40%、70%分位數(shù)高于20歲以下居民;40～49歲的體育消費在40%分位數(shù)高于20歲以下居民,在90%分位數(shù)低于20歲以下居民;50～59歲的體育消費在90%分位數(shù)低于20歲以下居民;60～69歲的體育消費在40%分位數(shù)高于20歲以下居民,90%分位數(shù)低于20歲以下居民;70歲及以上的體育消費在40%分位數(shù)高于20歲以下居民,70%、90%分位數(shù)低于20歲以下居民。

總體而言,40歲是高低體育消費增長變化的年齡拐點。在40歲前,30～39歲的居民相對20～29歲的居民,其對體育消費增長的正作用由40%分位數(shù)提前到30%分位數(shù),即對體育消費增長降低了10%個分位數(shù),增長由中低體育消費向低體育消費前探。相對于20～29歲居民,30～39歲居民的家庭類型主要是以夫婦家庭、核心家庭為主,以家庭消費為主,個人消費減少,且家庭消費占據(jù)收入很大一部分。因此,呈現(xiàn)出由該年齡段高體育消費增長向30～39歲年齡段的低體育消費增長過渡。

在40歲后,相對20歲以下人群的體育消費,在40%分位數(shù)體育消費增長顯著。其余分位數(shù)呈現(xiàn)出體育消費負增長,這些分位數(shù)的共同特點都是高分位數(shù)高體育消費(圖3)。綜上,隨著年齡的增長,居民體育消費增長呈現(xiàn)下降趨勢,這與莫迪利亞尼的生命周期消費理論一致,居民的消費支出是根據(jù)一生所能得到的全部收入、財產(chǎn)按一定比例分配到一生各個時期。體育消費的下降是收入和年齡增長的綜合效應所致[19]。一方面,未來收入、財產(chǎn)會繼續(xù)降低;另外一方面,年齡增長會理性讓居民減低體育消費。

圖3 北京市不同年齡居民體育消費QR的系數(shù)變化情況

3.3 北京市不同學歷居民體育消費水平 在控制其他自變量不變的情況下,OLS中,中學學歷、大學學歷的居民體育消費比小學學歷的居民體育消費多2.45、5.49個單位;學歷越高體育消費越高[20]。

通過QR發(fā)現(xiàn),相對于小學學歷,中學學歷居民體育消費不顯著;大學學歷的體育消費在50%、60%、70%、80%、90%分位數(shù)高于小學學歷的居民(圖4)。說明學歷對體育消費增長的低分位數(shù)無作用,對體育消費增長的中高分位數(shù)以上有正向作用。

圖4 北京市不同學歷居民體育消費QR的系數(shù)變化情況

3.4 北京市不同職業(yè)居民體育消費水平 在控制其他自變量不變的情況下,OLS中,專業(yè)技術人員、商業(yè)服務人員、農林牧副漁業(yè)人員、失無業(yè)人員、其他人員、退休人員的居民體育消費比國有企事業(yè)單位人員體育消費數(shù)額少3.40、3.80、7.25、3.37、5.97、3.47個單位。

通過QR發(fā)現(xiàn),以國有企業(yè)單位人員的體育消費為參照,隨著分位數(shù)的增加(40%、50%、60%、70%、80%、90%),專業(yè)技術人員(60%)、辦事有關人員(40%、50%、60%、70%、90%)、商業(yè)服務人員(40%、50%、60%、80%、90%)、農林牧副漁業(yè)人員(50%、60%、70%、80%、90%)、失無業(yè)人員(40%、50%、60%、70%、90%)、其他人員(40%、50%、60%、70%、90%)體育消費與參照對象在上述分位數(shù)有顯著性差異,且差異逐漸加大,分位數(shù)越大體育消費水平越低(圖5)。以上說明這幾類職業(yè)類型對中低以上體育消費有制約作用。相反,國有企業(yè)單位工作類型有利于提高體育消費。

圖5 北京市不同職業(yè)居民體育消費QR的系數(shù)變化情況

3.5 北京市不同地域居民體育消費水平 在控制其他自變量不變的情況下,OLS中,不同地域居民無顯著性差異。通過QR發(fā)現(xiàn),城區(qū)居民的體育消費在70%、80%、90%分位數(shù)高于郊區(qū)居民(圖6)。說明生活在城區(qū)的居民體育消費較高。

3.6 北京市不同收入居民體育消費水平 在控制其他自變量不變的情況下,OLS中,居民體育消費額呈現(xiàn)隨收入增長而增長的特點[21]。

通過QR發(fā)現(xiàn),在30%分位數(shù),居民收入對體育消費水平無顯著影響。在40%分位數(shù)以后,各分位點均呈現(xiàn)出隨居民收入水平增長,體育消費水平顯著增高的特點(圖7)。

圖6 北京市城區(qū)居民體育消費QR的系數(shù)變化情況

Figure 6. The change of QR coefficient of sport consumption of city residents in Beijing

圖7 北京市不同收入居民體育消費QR的系數(shù)變化情況

3.7 北京市不同體育參與狀況居民體育消費水平 在控制其他自變量不變的情況下,OLS中,居民體育消費比參照對象少2.28、12.91個單位;參加體育的頻率越低體育消費越少。

通過QR發(fā)現(xiàn),參加體育鍛煉居民的體育消費在50%、60%、70%、80%分位數(shù)低于經(jīng)常參加體育鍛煉的居民。不參加體育鍛煉居民的體育消費在30%、40%、50%、60%、80%、90%分位數(shù)低于經(jīng)常參加體育鍛煉的居民(圖8)。

圖8 北京市不同體育參與頻率居民體育消費QR的系數(shù)變化情況

Figure 8. The change of QR coefficient of sport consumption of residents with different sports participation in Beijing

4 結束語

相對于OLS模型,QR模型可以厘清顯著性自變量對因變量差異的具體分布及變化。在QR模型中,不同性別、學歷、城鄉(xiāng)、收入、年齡、婚姻、地域和職業(yè)的居民體育消費僅在部分分位數(shù)上存在差異。

性別差異僅表現(xiàn)在中等體育消費水平的居民中。已婚、喪偶類的婚姻變化,將引起中低體育消費水平人群的體育消費支出降低。離異類的婚姻變化,將引起高體育消費水平人群的體育消費支出增加。學歷對高體育消費增長有促進作用。

40歲是體育消費增長變化的年齡拐點,40歲前高體育消費增長明顯,40歲后中低體育消費增長明顯,高體育消費增長不顯著。

國有企業(yè)單位人員更易投入體育消費。在低體育消費水平中,居民收入對體育消費無顯著性影響。在中低體育消費以上,均呈現(xiàn)出隨居民收入水平增長、體育消費水平顯著增高的趨勢。經(jīng)常參加體育鍛煉的居民中低及以上體育消費多于參加體育鍛煉和不參加體育鍛煉的居民。

[1] 奚紅妹,魏農建,左鵬,等.中國城市消費者個體差異對體育消費觀念和消費行為的影響[J].體育科學,2010(3):30-35

[2] 任波,夏成前.中國體育產(chǎn)業(yè)競爭力與經(jīng)濟發(fā)展關系的理論與實證研究[J].上海體育學院學報,2016,40(3):23-29

[3] 代剛,仇軍.體育消費的研究范式、內容分析及特征啟示[J].天津體育學院學報,2009(6):494-498

[4] Koenker R,Gilbert Bassett Jr.Regression quantiles[J].Econometric,1978,46(1):19

[5] Koenker R.Quantile regression[M].New York:Cambridge University Press,2005:78-88

[6] Koenker R,Hallock K F.Quantile regression an introduction[J].The Journal of Economic Perspectives,2001,15(4):22-26

[7] 陳建寶,丁軍軍.分位數(shù)回歸技術綜述[J].統(tǒng)計與信息論壇,2008(3):89-96

[8] 朱平芳,張征宇.無條件分位數(shù)回歸:文獻綜述與應用實例[J].統(tǒng)計研究,2012(3):88-96

[9] 李法偉,蔡軍,楊濤,等.陜西省居民體育消費統(tǒng)計指標體系及相關指標體系研究[J].體育科學,2009(2):46-53

[10] 劉士杰.人力資本、職業(yè)搜尋渠道、職業(yè)流動對農民工工資的影響——基于分位數(shù)回歸和OLS回歸的實證分析[J].人口學刊,2011(5):16-24

[11] 胡寶娣,汪磊.基于分位數(shù)回歸的我國居民消費研究[J].商業(yè)研究,2011(1):107-112

[12] 王韜,毛建新.流動人口家庭與城鎮(zhèn)家庭的消費差異——基于分位數(shù)回歸的分析[J].人口與經(jīng)濟,2015(4):60-68

[13] 國家體育總局.2014年全民健身活動狀況調查公報(下)[N].中國體育報,2015-11-18(4)

[14] 國家體育總局.2014年全民健身活動狀況調查公報(上)[N].中國體育報,2015-11-17(4)

[15] 陳強.高級計量經(jīng)濟學及Stata應用 [M].2版.北京:高等教育出版社,2015:222-301

[16] 吳鑑洪,趙衛(wèi)亞,謝祺.面板向量分位數(shù)回歸及其在居民消費行為研究中的應用[J].統(tǒng)計研究,2014(6):91-97

[17] 麥休尼斯.社會學[M].14版.北京:中國人民大學出版社,2015:158-211

[18] 黃靜,王周偉,杜永康.收入差距分化、城市化發(fā)展與教育收益率——基于分位數(shù)回歸的實證分析[J].教育與經(jīng)濟,2015(6):18-24

[19] 王文舉.諾貝爾經(jīng)濟學獎獲得者學術思想舉要1969—2010[M].北京:首都經(jīng)濟貿易大學出版社,2011:111-135

[20] 段鵬,肖德,趙漢華.大學生體育消費行為決定因素的定量分析——以湖北為例[J].體育科學,2007(5):36-40

[21] 劉志強,張庚淼,韓省亮,等.21世紀我國現(xiàn)代體育消費行為及對策研究[J].西安體育學院學報,2004(3):1-4

A Research on Urban Residents’Sport Consumption Based on Quantile Regression—Based on the Third Beijing Mass Sports Survey Data

LI Xiaotian1, XIANG Zubing2, GUO Shihao3, WANG Kaizhen4, TANG Guanyi5

Using the methods of questionnaires and mathematical statistics, the research conducted a stratified random household survey of 3 304 residents in Beijing, to investigate the costs of physical training, sport information, sports events, physical fitness, sports facilities, as well as sports shoes and clothing among the respondents. Then the general linear regression model (OLS) and quantile regression (QR) are used to analyze the status quo and the differences of sport consumption among residents with different characteristics. The results show that the gender, marriage, age, income, regions and types of work have influences on their sport consumption, with the significant differences in 30%, 40%, 50%, 60%, 70%, 80% and 90% quantiles, respectively. The results indicate that quantile regression is more accurate than general linear regression in reflecting the influence of different distribution of independent variables on dependent variables.

urban resident; sport consumption; general linear regression; quantile regression; Beijing

2016-09-19；

2016-11-25

北京市高?？萍紕?chuàng)新服務能力建設提升項目(PXM2016-014206-000021);北京市體育局重點委托項目

李驍天(1979-),男,陜西漢中人,首都體育學院副教授,博士;Tel.:(010)82099368,E-mail:lixiaotian@cupes.edu.cn

王凱珍(1957-),女,江蘇泰縣人,首都體育學院教授,博士;Tel.:(010)82099007,E-mail:wkz@sina.com

G80-05

A

1000-5498(2017)03-0054-10

DOI 10.16099/j.sus.2017.03.008