1 问题提出

全民健身的理念最早可追溯至新中国成立初期，毛泽东主席在1952年提出新中国体育事业的指导方针为“发展体育运动，增强人民体质”，为群众体育发展指明方向。1995年3月，第八届全国人大三次会议的政府工作报告提出要发展全民健身，这是“全民健身”首次出现在全国性政府政策文件中；同年，《全民健身计划纲要（1995—2010）》和《中华人民共和国体育法》相继出台，旨在全面提高国民体质和健康水平，保障民众参与体育活动的合法权益。我国“全民健身计划”具有传承性和延续性，2010年和2016年国家相继出台《全民健身计划（2011—2015）》和《全民健身计划（2016—2020）》。“全民健身计划”是我国群众体育事业发展的规范性、指导性文件，对全民健身提出了一系列发展目标。在全民健身的宏观政策指引下，我国群众体育基础设施建设逐步完善。根据国家体育总局发布的《中国群众体育发展报告（2019）》，截至2017年底，我国体育场地已超过195.7万个，人均体育场地面积达到1.66 m²，全国各市、县、街道（乡镇）、社区（行政村）已经普遍建有体育场地，配有体育健身设施^[1]。另外，社会经济的发展和物质生活水平的提高激发了人们的健康意识和体育锻炼需求，越来越多人选择参与体育运动，如近年来发展迅速的广场舞和马拉松。由此，从全局的角度看，我国群众体育进入全民健身的新时期、新阶段。然而，这一时期的社会特征还存在社会阶层化明显和地区发展不平衡等现象，群众体育参与行为的群体分化现象逐渐显现。基于此，本文以全国性抽样调查数据为依据，研究全民健身背景下群众体育参与的变迁情况，为增强全民健身战略的实效性提供实证支持。

2 文献回顾

国内外的群众体育参与变迁模式存在某些共性，但因社会文化差异，不同国家的变迁模式有所区别。国外群众体育变迁的研究不仅涉及总体变迁趋势，还涉及体育参与在不同群体、参与方式、体育项目、社会阶层分化等方面的变迁。国内群众体育变迁的研究则主要关注体育参与变迁总趋势，如体育人口比例上升、体育项目逐渐丰富等。

2.1 群众体育参与的变迁趋势

无论在国内还是在国外，体育参与变迁的整体社会环境都处于社会现代化进程中。现代化社会具有共同特征：社会经济发展、城镇化水平上升以及国家对群众体育重视程度提高，如欧洲国家有“全民运动”（Sports for All）、“运动城市项目”（Sports City Program）^[2-3]，我国有“全民健身计划”等群众体育战略性规划。社会现代化进程中的特征对群众体育参与具有明显促进作用，如城镇化促使体育参与出现了新的空间、形式、内容和理念，体育参与人数整体呈上升趋势^[4]，而社会经济的发展为人们参与体育运动提供了物质基础条件和精神动力支持。

国内关于群众体育参与的调查数据始于20世纪90年代，1996年、2001年、2007年和2015年4次全国群众体育调查结果显示，我国经常参加体育锻炼的总人数增多^[5]。北京市2001年、2008年和2014年3次群众体育现状调查结果显示，参加体育活动的人数和体育人口比例逐年上升^[6]。群众体育发展较为明显的表现是近些年我国城市马拉松蓬勃发展，马拉松赛事的种类、赛事场次、参赛人数都有很大增长^[7-9]。国外关于群众体育参与数据的时间跨度更大，群众体育参与人数呈现类似的增长趋势。意大利弗朗德斯（Flanders）1969年、1979年、1989年和1999年调查数据表明，尽管体育参与模式有所不同，但是体育参与人数呈上升趋势^[10-11]。瑞士2000年和2008年调查数据显示，体育参与人数不断增多^[12]。捷克1984年、1991年和2009年调查数据表明，体育活动参与的人数显著增长^[13]。与中国相比，欧洲国家社会现代化程度较高，体育参与人数随着时间推移依然不断上涨。改革开放后，中国的现代化和城镇化水平大幅提高，体育参与人数随即快速增多。因此，体育参与人数总体上随着社会的发展呈现上升趋势。

2.2 群众体育参与的群体分化

虽然体育参与人数总体呈上升趋势，但体育参与的社会分化现象一直存在。在国外研究中，体育参与社会分化现象主要以社会人口学变量中的性别和年龄、体育活动变量中的体育参与组织方式和项目类别、社会结构变量中的社会阶层为分化类别。从时间维度看：体育参与在性别上的分化现象有所减弱，女性与男性的体育参与差距逐渐缩小；青年、中年和老年的体育参与差异减小，其中参与率最高的是青年^[12，14-18]。体育参与的组织方式是指参与体育的活动是否是组织化体育运动，欧洲国家的组织化体育活动是指在俱乐部中参与体育活动，非组织化体育活动指个人化体育活动。随着社会不断发展，组织化体育活动比例提高，而非组织化体育活动比例下降。中青年群体更倾向于参加组织化体育活动，中老年群体则更多参与非组织化体育活动^[14]。

体育参与的社会阶层分化是体育社会分化现象中的重要议题。Stokvis^[19]考察了20世纪荷兰阿姆斯特丹不同社会阶层流行的体育活动：20世纪早期，社会上层参与休闲性质的组织化运动，如板球、高尔夫球等，社会下层参与对抗性较强的体育运动，如摔跤、拳击等；20世纪中后期，中产阶级兴起，打网球成为中产阶级的社交活动。体育参与在社会阶层上的分化并没有因社会发展消失，而一直呈现金字塔式的体育参与结构^{[3，12，14，20]}。除社会阶层分化外，欧洲国家的群众体育参与还存在地理分化现象，西欧和北欧的体育参与比南欧和东欧的体育参与多^[16]。体育参与在性别、年龄、项目种类等方面的分化现象在国内也存在，男性参与体育运动多于女性，但男女体育参与分化呈现减弱趋势，在年龄上的分化表现为低龄和高龄的体育参与率高，中间年龄参与率低 ^[5]。中国的体育参与分化存在显著的城乡差异^[21-22]，与欧洲国家的体育参与分化现象区别明显^[22]。

2.3 群众体育参与分化解释

体育参与群体分化现象一直存在，只是在部分领域的分化现象随时间推移而有所变化。现有研究对体育参与群体分化主要有性别分化、社会地域分化和阶层分化。性别分化有性别文化说和补偿机制说两种理论解释。性别文化说是指男女对体育参与存在偏好差异，男性偏好体育运动，而女性偏好休闲活动，她们很少参与集体运动项目，更多参与个人身体锻炼项目^[10]。补偿机制说是指女性虽然体育运动参与不积极，但是家务劳动较为积极，家务劳动可补偿体育运动的身体活动量。补偿机制说还适用于解释社会地域分化，如偏远农村居民较大城市居民的体育运动参与少，但是其参加家务劳动（包括清尘/拖地、挖掘/种植、负重/搬运等）更多补偿了体育运动的活动量^[16]。

因社会分层是社会学研究的核心议题，体育参与阶层分化现象成为社会学最关注的领域。大多数研究是验证体育参与的阶层分化理论，认为社会阶层越高，体育参与越频繁，而传统观点认为不同社会阶层的教育、收入和社会经济地位因素影响体育参与^[21，24-25]。布迪厄从不同社会阶层的习性（habitus）提出“区隔说”解释体育参与的阶层分化现象，“习性”是早期生活经验和生活经历在行动者思想和行动图式中的积淀，是塑造阶级特征的重要因素。习性的外化是生活风格，生活风格便是行动者外界辨识的行为差异，作为区隔、分层抑或阶级的标志^[26]。因此，体育实践是行动者展示自身伦理道德和社会价值影响的外在表现，身体形态成为社会结构中不同地位的符号表达，成为重要的区分意义的符号秩序 ^[23，26-27]。

相较而言，国外对于大众体育参与行为变迁的研究更为全面和深入，涉及时间跨度、体育参与群体分化类别、相关理论解释等多个方面。国内研究对于体育参与行为变迁也有涉及，但大多限于总体上的体育参与描述，而且对体育参与阶层化的研究也多为横截面数据研究，缺乏历时性研究。因此，为深入认识我国群众体育参与变迁情况，有效应对这两部分研究的薄弱环节，本文将从历时角度研究我国群众体育参与变迁。

2.4 研究假设

群众体育参与变迁的总体趋势是向上增长的，即参与体育的人口比例越来越高。体育参与群体分化主要可以分为两类分化：①在人口学特征的分化，如性别、年龄和婚姻，这些是影响体育参与的主要变量；②在社会学特征的分化，以社会阶层为核心变量，包括受教育程度、户籍、地域，户籍和地域是具有社会学性质的变量。在总体上，人口学特征群体分化在变迁中呈现趋同化的倾向，社会学特征的群体分化在变迁中呈现趋异化的倾向。由此，本文提出趋同化假设和趋异化假设。

（1）趋同化假设

假设1.1：随着我国群众体育参与比例的扩大，男性和女性的体育参与情况逐渐趋同，差距缩小。

假设1.2：随着我国群众体育参与比例的扩大，不同年龄群体的体育参与情况逐渐趋同，差距缩小。

假设1.3：随着我国群众体育参与比例的扩大，已婚群体与单身群体的体育参与情况逐渐趋同，差距缩小。

（2）趋异化假设

假设2.1：随着我国群众体育参与比例的扩大，城乡居民的体育参与情况逐渐趋异，差距扩大。

假设2.2：随着我国群众体育参与比例的扩大，东部和中西部的体育参与情况逐渐趋异，差距扩大。

假设2.3：随着我国群众体育参与比例的扩大，不同受教育程度群体的体育参与情况逐渐趋异，差距扩大。

假设2.4：随着我国群众体育参与比例的扩大，不同社会阶层的体育参与情况逐渐趋异，差距扩大。

3 研究设计 3.1 数据

本文使用的数据是“中国综合社会调查”（Chinese General Social Surver，CGSS）2003年和2015年的数据。2003年“中国综合社会调查”（以下简称“CGSS 2003”）由中国人民大学社会学系和香港科技大学社会科学部联合主持并执行，采用多阶段分层抽样方式，在全国25个省、自治区和直辖市中选取样本，调查对象是18~69岁的成年人，调查方式是一对一面访。调查内容涉及住户成员情况、个人基本情况、户口变动、家庭情况、社会交往、教育经历、职业经历、目前职业、评价与认同、态度和行为等方面，随机样本量5 980个，有效样本量5 894个。2015年“中国综合社会调查”（以下简称“CGSS 2015”）由中国人民大学调查与数据中心设计并执行，采用多阶段分层抽样，在全国28个省、自治区和直辖市抽取478个村居，在每个家庭中随机抽取1人作为最终调查对象，调查对象为18岁以上成年人。调查内容涉及住户成员情况、个人基本情况、社会交往、教育经历、工作情况等多个方面，有效样本量10 968个。

CGSS是我国最早的全国性、综合性和连续性的学术抽样调查，涵盖社会、社区、家庭、个人等多个层次的数据，具有较高的代表性、学术性和科学性。在CGSS 2003和CGSS 2015问卷中均有关于居民参与体育锻炼的问题，且时间跨度在10年以上，可进行历时性研究。此外，CGSS 2003数据产生于《全民健身计划纲要》实施第1阶段（1995—2010年），而CGSS 2015数据产生于《全民健身计划纲要》实施的第2阶段（2011—2015年）。因此，这2年的数据可以有效反映在2个《全民健身计划纲要》实施背景下我国群众体育参与的变化情况。

3.2 变量 3.2.1 因变量

本文的因变量为体育参与行为，在CGSS 2003中的问题为“下列说法是否符合您的生活习惯或您的真实想法：我经常去专门的体育场馆或健身房锻炼身体”，选项有“很符合”“较符合”“不太符合”“很不符合”。本文将体育参与进行二分处理：将“很符合”和“较符合”归为一类，即“参与体育运动”；将“不太符合”和“很不符合”归为一类，即“不参与体育运动”。在CGSS 2015中的问题为“过去一年，您是否经常在空闲时间从事以下活动：参加体育锻炼”，选项有“每天”“一周数次”“一月数次”“一年数次或更少”“从不”。类似地，本文将“每天”“一周数次”“一月数次”归为一类，即“参加体育运动”；将“一年数次或更少”和“从不”归为一类，即“不参加体育运动”。将体育参与行为变量调整为“参与体育运动”和“不参与体育运动”，以便于进行Logistic回归分析。

3.2.2 自变量

本文考察的自变量分为影响体育参与行为的人口学变量和社会学变量。

人口学变量有性别、年龄、婚姻。性别分为“男”和“女”。年龄在描述分析的部分，本文将其划分为青年（35岁及以下）、中年（36~59岁）和老年（60岁以上）3个部分，在回归分析部分用原来连续变量的年龄。在婚姻变量中，本文将“未婚”“离婚”“已婚，丧偶”等划分为“单身状态”，将“同居”“初婚”“离婚，再结婚”划分为“婚姻状态”。

社会学变量包括户籍、地域、受教育程度、社会阶层。户籍变量分为“农村”“城镇”；地域变量分为“东部”“中西部”；受教育程度分为“未受教育”“小学”“初中”“高中”“大学及以上”5类；社会阶层变量用阶层认同代替。阶层认同在CGSS 2003中的问题为“认为自己属于的社会阶层为”，选项有“上层”“中上层”“中层”“中下层”“下层”。在CGSS 2015中的问题为“您认为您自己目前在哪个等级上”，选项为数字1~10。数字越高代表阶层认同越高，为便于对比，本文将其按照CGSS 2003的阶层认同划分为5类（表 1）。

实证模型如式（1）：

$ \ln \frac{Y}{1-Y}=\alpha+\beta_{1} \text { gender }+\beta_{2} \text { age }+\beta_{3} \text { marriage }+\beta_{4} \text { hukou }+ \\ \beta_{5} \text { place }+\beta_{6} \text { edu }+\beta_{7} \text { class } $

(1)

本文使用的模型是Logistic回归模型，在式（1）中：gender代表性别，age代表年龄段，marriage代表婚姻状态，hukou代表户籍，place代表地域，edu代表受教育程度，class代表社会阶层。

4 结果与分析 4.1 体育参与行为变迁情况

表 2为CGSS 2003和CGSS 2015的对比数据。从总体上看，2003年参加体育运动的比例只有11.93%。这一比例在2015年上升至42.27%，体育参与比例提升了3倍多。不参加体育运动的比例从88.07%下降至57.73%，表明我国的群众体育参与行为在总体上确实有较大提升。群众体育参与比例在不同群体分布的变迁中呈现2个特点：①同增长性，即所有群体的体育参与比例多有所增长，如体育参与在性别分布中，男性体育参与的比例由13.34%上升至45.29%，女性体育参与的比例由10.46%上升至39.61%。②差异维持性，即原有自变量中的群体分布差异模式没有发生变化，原来体育参与比例高的群体依然高，原来体育参与比例低的群体依然低。如青年和老年群体在2003年体育参与的比例为15.33%和14.01%，高于中年群体的9.86%。同样的差异模式在2015年未发生变化，青年群体和老年群体分别为52.60%和40.23%，高于中年群体的39.15%。

4.2 Logistic回归模型分析

本文不仅描述我国群众体育参与行为的变迁状况，还探究影响群众体育参与行为变迁的相关因素，以及这些因素对群众体育参与行为影响的变化，进而了解体育参与的群体分化情况。描述统计分析的结果呈现了我国群众体育参与行为的现状以及不同群体体育参与行为的差异。在解释性分析中，本文通过Logistic回归分析探索影响群众体育参与行为的具体因素、影响程度以及变化情况，操作方式为以体育参与为因变量，将年龄、性别、婚姻状态、户籍、地域、受教育程度以及社会阶层纳入Logistic回归模型。

如表 3所示，在模型1和模型2中，性别、户籍、受教育程度、婚姻状态和社会阶层等变量对体育参与的影响系数均显著。地域变量只在模型2中对体育参与的影响系数显著。年龄变量在模型1和模型2中对体育参与影响均不显著。这表明年龄的群体分化并不显著，假设1.2未得到证实。

（1）性别对体育参与行为的影响系数在模型1和模型2中分别为0.220和0.163，表明男性参与体育的概率要高于女性，佐证了前文描述统计中的男性参与体育比例多于女性参与体育的数据，说明男女参与体育的差异在近十几年未发生实质性变化。年龄对体育参与的影响系数均不显著，这表明不同年龄群体间体育参与的分化并不显著。婚姻状态对体育参与的影响系数在模型1和模型2中分别为-0.785和-0.235，表明婚姻群体和单身群体体育参与的分化现象是显著的，前者体育参与要少于后者。单身群体相对于婚姻群体有更多自由支配时间，婚姻群体因家庭事务会占用个人时间，因此单身群体参与体育的比例更高。

（2）户籍对体育参与的影响系数在模型1和模型2中分别为0.747和0.789，表明城镇居民比农村居民的体育参与比例高，反映城乡居民的体育参与分化现象显著，这种分化明显的现象并未因近十几年的发展而有实质性变化。受教育程度对体育参与的影响系数均是正数，除模型1中中学学历群体相对小学学历群体的系数不显著之外，其他系数均显著，表明不同学历群体之间的体育参与分化现象明显。

（3）地域对体育参与的影响系数在模型1和模型2中分别为0.140和0.293，在模型1中不显著，在模型2中显著，这表明我国东部地区的体育参与比中西部高，并且这种差异在近十几年发展中逐渐明显。社会阶层对体育参与行为的影响系数基本上为正向且显著，表明总体上不同社会阶层之间的体育参与显著分化，这与社会阶层紧密相关的受教育程度、户籍、地域呈现一致性。

4.3 交互项分析

上文呈现了体育参与的变化情况和影响因素，本文还将深入探讨这些影响因素对体育参与影响的变化情况，即体育参与的群体分化随时间推移是否显著加剧。对此，本文通过交互分析呈现群体分化的变迁情况，将CGSS 2003和CGSS 2015这2年数据合并，生成虚拟变量年份。将CGSS 2003数据设为0，CGSS 2015数据设为1，用性别、年龄、婚姻、户籍、地域、受教育程度和社会阶层分别与年份形成交互项进入模型，具体结果如表 4所示。

4.3.1 性别、年龄、婚姻与年份交互效应

在模型3中，将性别与年份交互后，性别对体育参与的影响系数显著，年份对体育参与的影响系数显著，但是性别和年份的交互项系数为负，表明男女体育参与差异有所减少，且未通过显著性检验。这表明男性和女性的体育参与情况从时间上看有显著变化，但是男女参与体育运动的差异没有显著变化，假设1.1未得到完全证实。在模型4中，将年龄与年份交互，年龄对体育参与的影响系数为0.003且不显著，年份对于体育参与的2.413显著，年龄与年份的交互项系数为-0.004，表明不同年龄群体对体育参与的影响有所下降，但不显著，假设1.2未得到证实。在模型5中，将婚姻和年份交互后，婚姻状态、年份以及婚姻和年份的交互项对体育参与的影响均显著，表明在2个年份中，单身群体和婚姻群体在体育参与中存在显著差异，并且这种差异随时间推移有所扩大，单身群体的体育参与要显著多于婚姻群体，假设1.3未得到证实，这表明婚姻状态对体育参与的影响呈现增大的趋势。

4.3.2 户籍、地域与年份交互效应

在模型6中，将户籍与年份交互，户籍和年份对体育参与的影响依然显著且为正，表明城乡居民体育参与依然存在显著差异，户籍与年份的交互项系数为正但不显著，表明城乡居民体育参与的群体分化现象有所加剧但不显著，假设2.1未得到完全证实。在模型7中，将地域与年份进行交互，地域和年份对体育参与的影响都显著且为正，表明我国东部地区与中西部地区的体育参与差异确实有显著差异，地域和年份的交互项系数为正但不显著，表明我国东部地区与中西部地区的体育参与差异现象有所加剧但不显著，假设2.2未得到完全证实。

4.3.3 受教育程度、社会阶层与年份交互效应

在模型8中，将受教育程度与年份交互后，受教育程度、年份以及受教育程度和年份的交互项对体育参与的影响均显著，表明在2个年份中，高学历群体和低学历群体的体育参与存在明显的分化现象，并且这种分化现象随着时间的推移有所加剧，假设2.3得到完全证实。在模型9中，将社会阶层和年份交互，社会阶层和年份对体育参与的影响均是正数且显著，表明社会阶层一直是体育参与的影响因素，高社会阶层的体育参与要显著多于低社会阶层。但是，社会阶层与年份的交互项为负且显著，表明社会阶层对体育参与的影响随时间的推移显著减弱，假设2.4未得到证实，表明我国体育参与的社会阶层差异有所减少，我国群众体育事业发展取得明显成效。

5 结论与建议 5.1 结论

本文以CGSS 2003和CGSS 2015数据为基础，描述并分析了我国居民体育参与行为从2003年至2015年的变迁情况，总结如下：

（1）从总体上看，我国居民参与体育的比例有较大幅度上升，群众体育事业随着社会经济的发展和人民物质生活水平的提高取得较大进步，全民健身在总体上有所体现。国外相关研究发现，欧洲国家民众体育参与的变迁呈现同样的上升趋势。因此，体育参与的水平随社会发展而提升具有跨文化特征。

（2）在体育参与总体比例上升的背景下，不同社会群体体育参与的差异分化呈现不同景象：有些群体差异性减小，如低社会阶层和高社会阶层的体育参与差异在减小；有些群体差异增大，如低学历群体和高学历群体、婚姻群体和单身群体的体育参与差异有所增大。国外相关研究表明，体育参与的群体差异分化是普遍现象，因不同国家的社会文化差异使得群体分化情况有所不同。欧洲国家体育参与变迁中的性别分化现象，有些依然显著存在，有些则逐渐减少，在有些欧洲国家的不同语言区域内，群众体育参与分化现象明显，反映其国家内部不同语言区文化对于体育参与的影响。我国体育参与的群体差异主要体现在性别、婚姻、户籍、地域、受教育程度和社会阶层方面，其中体育参与的社会阶层分化现象有明显的减弱趋势，体育参与的性别和年龄分化现象也呈现一定的下降趋势，表明我国群众体育参与呈现逐渐平等化的趋势。

（3）体育参与分化变迁的原因大致可归结为社会背景和社会结构两方面。在社会背景方面，国家全民健身政策的颁布、体育基础设施建设的完善和大量体育赛事的举办宣传等为群众体育参与提供了物质基础和精神动力，有助于减少体育参与群体分化现象。在社会结构方面，城乡、东部和中西部的社会经济水平差异明显，单身群体与婚姻群体的自由支配时间差异也较为明显等，低学历与高学历群体对体育认识有差异，因此群体分化变迁受这些结构性因素的影响，但其具体作用机制还需进一步深入研究。

5.2 建议

在全民健身政策的倡导下群众体育参与取得较大发展，但是群体分化现象依然明显。当前，促进群众体育参与不仅事关全民健身战略，而且是“健康中国”战略的要求。《“健康中国2030”规划纲要》提出提高全民身体素质，完善全民健身公共服务体系、广泛开展全民健身运动。人们参加体育运动，加强社会交往，有助于提高身心健康水平。针对我国当前群众体育参与现状，笔者认为应提供多样化体育服务，进一步推动全民参与体育健身，践行“健康中国”战略。

（1）继续推进体育运动场所和体育健身设施建设，夯实全民健身的客观物质基础。近年来，我国的体育运动场所和体育健身设施建设虽有很大发展，但是与发达国家还存在较大差距。无论对于体育参与的优势群体还是劣势群体，体育运动场所和体育健身设施都非常必要。体育设施建设对于缩小体育参与的群体分化的作用较为显著。体育运动场所和体育健身设施的建设不仅有数量要求，还在于建设后的维护和管理。因此，在建设过程中需要考虑其是否符合当地民众的需求和特点，加强后期的管理维护，提高体育设施的使用率和使用时长。

（2）根据不同体育参与群体特点，制定有针对性的措施，满足多样化体育运动需求。对于体育参与弱势群体，应加强体育基础设施建设，多渠道提高群众体育健身意识，使体育运动融入日常生活。对于体育参与的优势群体，则需完善相关体育组织管理政策、体育赛事制度以及规范体育市场发展，激发体育组织活力，提高相关赛事服务水平，为群众提供更好的体育服务，以满足多样化体育需求。

（3）根据地域特征开展具有特色的体育活动，如我国东北地区的冰雪运动、传统文化体育活动、少数民族特色体育活动等。相较于正规化的体育运动，地方特色体育活动对当地群众的吸引力往往更大，有利于发挥提高群众体育参与意识的作用，营造地方独特的体育文化氛围。

作者贡献声明：

于显洋：提出论文选题，设计论文框架，修改论文；

徐有彬：分析数据，撰写、修改论文。