Class, Generation and Space: The Impact of Sports on Human Development Index in China
-
摘要:
以2020年10月公布的中国综合社会调查为数据源构建回归模型,兼顾对社会阶层、代际和空间差异的考量,探究体育运动对中国“人类发展指数”(HDI)的影响。结果显示:体育运动确能促进中国HDI的提升,但具有显著的阶层、代际、空间差异,且中国HDI中3个维度的权重占比与国际标准不一。为此,应筑牢体育运动促进中国HDI提升的阶层基础,突破代际藩篱,平衡空间差异。
Abstract:The China General Social Survey published in October 2020 is taken as the data source to construct a regression model, taking social class, generational differences, and spatial differences into account, to explore the impact of sports on Human Development Index (HDI) in China. The results show that sports can indeed improve the HDI in China. Still, there are significant class, generational, and spatial differences, and the weighting of the three dimensions above in China is different from international standards. For this reason, it is necessary to build a solid class foundation, break down the inter-generational barriers, and balance the spatial differences in the promotion of the HDI in China through sports.
-
Keywords:
- sports /
- Human Development Index /
- class /
- generation /
- space
-
1. 问题的提出
“体育强则中国强,国运兴则体育兴。”2022年10月,党的二十大报告提出“加强青少年体育工作,促进群众体育和竞技体育全面发展,加快建设体育强国”[1],号召广大青年共同聚焦新时代中国体育,实现体育强国梦,将体育打造成中华民族伟大复兴的标志性事业[2]。这既说明全民健身、全民体育、社会体育的重要性,也展现出国家在国运发展、道路决策时对体育事业的重要考量[3-4]。为践行中华民族伟大复兴这一历史使命,须全方位促进中国体育发展,坚定不移地走新时代中国特色社会主义体育发展道路。
体育究竟何以影响人民群众对美好幸福生活的愿景?联合国开发计划署(UNDP)公布的“人类发展指数”(Human Development Index,HDI)是一个较客观的指标。1990年,UNDP在《人类发展报告1990》(Human Development Report 1990)[5]中首次提出“人类发展”的概念,以由健康、收入、教育3个维度构成的HDI反映人类发展水平。2022年9月,在UNDP公布的《人类发展报告2021/2022》(Human Development Report 2021/2022)[6]中,中国的HDI由1990年的0.501跃升至2021年的0.768,31年间增幅约为53.3%,由低人类发展水平跃居高人类发展水平(HDI在0.800及以上为极高人类发展水平,0.700~0.799为高人类发展水平,0.550~0.699为中等人类发展水平,0.549及以下为低人类发展水平),这与改革开放后的人民生活质量发展情况相吻合。党的二十大报告同样从健康、收入、教育3个维度提出重要的发展战略:“推进健康中国建设,把保障人民健康放在优先发展的战略位置”;“完善分配制度,规范收入分配秩序”;“办好人民满意的教育,加快建设高质量教育体系”。
学界对影响人类发展的维度未有定论。普遍认为只有深刻剖析HDI,才可构建尽可能完善的指标体系[7-10]。已有学者[11]运用HDI探讨中国的人类发展水平,并从健康、收入、教育3个方面分析中国的人类发展总体特征。本文以2020年10月公布的中国综合社会调查(Chinese General Social Survey,CGSS)为数据源,综合UNDP公布的HDI和党的二十大报告精神,以中国的HDI数据为因变量,体育运动为核心解释变量,性别、婚姻、社会保障等人口特征因素为控制变量,同时兼顾UNDP和各界学者对社会阶层、代际和空间差异的考量,探究体育运动对中国HDI的影响,对促进人的全面发展、解决社会阶层与代际矛盾、促进不同区域协同与高质量发展具有一定的启发和指导意义。
UNDP[12]也在不断完善HDI的指标与影响范围,确立了社会阶层、人类不平等、空间差异等重要指标。①对于社会阶层的分层方式,西方学者如马克思、韦伯、迪尔凯姆等构建了宏观社会分层,中国学者如陆学艺[13]主张进行职业分层、张宛丽[14]主张多元分层等。在体育领域,国际学者更认可布迪厄的体育社会阶层理论[15-17],以经济资本(住房面积、住房产权、收入层次)[18]、社会资本(经济地位、工作情况)[19]、文化资本(文化实践、社交频率)[20]作为分层方式。特别需要说明的是,本文因变量中的收入取向选用人类发展相关研究更为认可的全年总收入[21-22],社会阶层中的收入层次选用布迪厄体育社会阶层理论研究中常用的劳动收入[23]。②在UNDP[12]发布的人类不平等指标中,代际差异对中国的政策制定[24]和人民健康[25]具有较大影响。代际差异由“代群”一词衍生而来,曼海姆[26]最早提出“代群”的概念,将其界定为同一时期出生,受到政治、经济、教育、文化等环境影响一致的特定群体。不同代群之间的差异便是代际差异[27-28]。主流的代群划分有西方的4代划分[29]、国内的明确时间点划分[30]和3代划分[31]。本文借鉴中外学者的研究成果,选用3代划分,即传统代群(1965年及之前出生)、建设代群(1966—1976年出生)、新生代群(1977年及之后出生)。由于代际不能完全反映影响人类不平等的因素,本文将性别、婚姻、户籍等人口特征因素[32],医疗保险、养老保险、社会公平、社会信任、自述心情、自述幸福等社会保障因素[33]作为控制变量来反映代际差异下的多维度人类发展问题。③研究证实,人类发展的3个维度均存在空间差异,不同空间的健康指数不平等[34]、经济效益和财务压力不平等[35]、中国各地区的教育不平等[11]。对于空间划分,国际学者多采用城乡、东西、南北等划分方式[36-38],中国学者则有多种地理区划方式[39]。本文采用中国经典的三大地理区划(东部、中部、西部)[11] 作为空间差异划分标准。
2. 研究设计
2.1 数据来源与样本选择
本文数据源自中国调查与数据中心2020年10月公布的中国综合社会调查(CGSS),该项目由中国人民大学、中国调查与数据中心主持,自2003年开始每年1次。CGSS系统且全面地收集了社会、社区、家庭、个人等多层次数据,总结社会变迁的趋势,探讨具有重大科学和现实意义的议题,推动国内科学研究的开放与共享,为国际比较研究提供数据资料,成为多学科的经济与社会数据采集平台。2020年10月发布的数据总样本量为12582份,剔除“不明确”“拒绝回答”“不知道”和缺失值等无效样本共1839份,剩余有效样本10743份。
2.2 模型设置
Pinar等[40-41]指出健康、收入、教育三者的加权指数并非一致,其中教育的加权指数明显高于收入和健康,在探究细致的社会问题上应分开讨论,其在对中东和北非的研究中再次证实了三者在不同时期的加权指数不同,并且不同时期所属的最好结果因素和最坏结果因素也不同。Qiu等[42]的人类发展空间因子分析结果显示,收入的权重贡献率明显大于UNDP发布的标准水平,而教育和健康的权重贡献率明显小于标准水平。因此,为探究体育运动如何影响中国HDI,并深刻剖析健康、收入、教育3个维度的具体影响情况,以及其中的社会阶层、代际和空间差异,本文将因变量(HDI)细分至收入、教育、健康3个维度上进行阐释。由于本文采用的数据源样本量庞大,且与变量总数(22个)之间的比率较大,采用OLS多元线性回归不存在多重共线性等问题[30]。基于此,构建模型1(基础模型):
$$ {Y}_{i}={X}_{i}+{\varepsilon }_{i} $$ (1) 其中:
$ {Y}_{i} $ 为因变量(HDI);i代表收入、教育、健康3个不同的维度;$ {X}_{i} $ 为人口特征和社会保障所构成的控制变量,考虑到也应控制年龄,因此在未探究代际差异的情况下将年龄纳入人口特征维度进行控制。因控制变量已被控制,参照国际学者采用模型搭建进行实证研究的范例[41-43],便不再展开呈现。为检验体育运动能否显著影响中国HDI,在式(1)的基础上增加体育运动变量,构建模型2(体育运动):
$$ {Y}_{i}={LnOS port}_{i}+{X}_{i}+{\varepsilon }_{i} $$ (2) 其中:
${LnOS port}_{i}$ 为核心解释变量(体育运动)。为检验体育运动对中国HDI影响中的社会阶层问题,同时检验体育运动与代际、体育运动与空间对教育、收入和健康取向的交互性影响,在式(2)的基础上,借鉴Korkmaz[43]和Davison等[44]的研究成果,构建模型3(社会阶层):
$$ \begin{split} &{Y}_{i}={LnOS port}_{i}+{InClass}_{i.j}+{LnOS port}_{i}\times\\& {InGeneration}_{i.k}+{LnOS port}_{i}\times {InS patial}_{i.f}+\\&{X}_{i}+{\varepsilon }_{i} \end{split} $$ (3) 其中:
$ {InClass}_{i.j} $ 为社会阶层影响因素,j代表社会阶层维度包含的变量;$ {InGeneration}_{i.k} $ 为代际差异变量,k代表传统、建设和新生3个不同代群;$ {InS patial}_{i.f} $ 为空间差异变量,f代表东部、中部和西部3种地理区划;$ {LnOS port}_{i}\times {InGeneration}_{i.k} $ 为体育运动和代际的交互项,$ {LnOS port}_{i}\times {InS patial}_{i.f} $ 为体育运动和空间的交互项。人类活动离不开社会与阶层,因此,须在此基础上探究代际与空间差异。由于代际和空间按照分类变量进行统计,无法再构成交互项,同时模型3(社会阶层)中也已验证体育运动与代际、体育运动与空间对中国HDI的交互性影响。基于此,按照代际差异构建模型4(传统代群)、模型5(建设代群)和模型6(新生代群):
$$ {Y}_{i.k}={LnOS port}_{i.k}+{InClass}_{i.j.k}+{X}_{i.k}+{\varepsilon }_{i.k} $$ (4) 按照空间差异构建模型7(东部)、模型8(中部)和模型9(西部):
$$ {Y}_{i.f}={LnOS port}_{i.f}+{InClass}_{i.j.f}+{X}_{i.f}+{\varepsilon }_{i.f} $$ (5) 2.3 变量操作与说明
CGSS的部分分类过于广泛,如教育取向包含未受教育、小学、初中、高中、中专、技校、大专、本科、研究生及以上9个因子,收入取向的取值范围在0到100万元。为方便统计且更好地反映真实情况,对部分变量进行操作,具体如表1所示。
表 1 样本描述性统计结果Table 1. Descriptive statistics of the sample变量维度 操作变量 题项编号 编码方式 平均数
(标准差)指标属性 因变量 教育取向 A7a 低(未受教育)=1;较低(初中及以下)=2;中(高中/中专/技校)=3;
较高(大专/本科)=4;高(研究生及以上)=52.477(0.964) 正 收入取向 A8a 低(低于3万元)=1;中(3万~6万元)=2;高(高于6万元)=3 1.568(0.715) 正 健康取向 A15 很不健康=1;比较不健康=2;一般=3;比较健康=4;很健康=5 3.478(1.094) 正 核心解释变量 体育运动 A309 每天=1;一周数次=2;一月数次=3;一年数次=4;从不=5 3.478(1.598) 逆 人口特征 性别 A2 男=1;女=2 1.520(0.499) 正 年龄(代际差异) A3 传统代群(1965年及之前出生)=1;建设代群(1966—1976年出生)=2;
新生代群(1977年及之后出生)=31.789(0.862) 正/分类 婚姻 A69 单身(未婚/同居/离婚/丧偶)=1;已婚(初婚/再婚/分居未离婚)=2 1.769(0.421) 正 户籍 A18 农业户口=1;非农户口=2 1.466(0.498) 正 社会保障 医疗保险 A611 有=1;无=2 1.074(0.262) 逆 养老保险 A612 有=1;无=2 1.271(0.445) 逆 社会公平 A35 赋值1~5的连续变量 3.107(1.063) 正 社会信任 A33 赋值1~5的连续变量 3.472(1.032) 正 自述幸福 A36 赋值1~5的连续变量 3.864(0.843) 正 自述心情 A17 赋值1~5的连续变量 3.810(0.990) 正 社会阶层 住房产权 A11 无=0;有=1 0.462(0.498) 正 住房面积 A12 连续变量 115.237(101.405) 正 经济地位 A43e 上层=1;中上层=2;中层=3;中下层=4;下层=5 3.765(0.872) 逆 收入层次 A8b 下(低于3万元)=1;中(3万~6万元)=2;上(高于6万元)=3 1.408(0.689) 正 工作情况 A58 有=1;无=2 1.601(0.489) 逆 文化实践 A305 每天=1;一周数次=2;一月数次=3;一年数次=4;从不=5 4.571(0.758) 逆 社交频率 A31b 每天=1;一周数次=2;一月数次=3;一年数次=4;从不=5 3.228(1.114) 逆 空间差异 地理区划 S41 东部(京/津/冀/辽/沪/苏/浙/闽/鲁/粤/琼)=1;中部(晋/吉/黑/鄂/湘/豫/皖/
赣)=2;西部(蒙/渝/川/黔/滇/藏/陕/甘/青/宁/新/桂)=31.786(0.799) 正/分类 (1)因变量。①教育取向(A7a)根据Guo等[45]的研究和我国对教育层级的普遍划分规律,采取5级制正向划分,包括低(未受教育)、较低(初中及以下)、中(高中/中专/技校)、较高(大专/本科)、高(研究生及以上),赋值1~5。②收入取向(A8a)更多地考虑当前中国社会经济发展状况和全体公民的平均收入。参考胡霞等[30]的划分方式,采取3级制正向划分,包括低(低于3万元)、中(3万~6万元)、高(高于6万元),赋值1~3。③健康取向(A15)参照利克特5级制量表的赋值原则,包括很不健康=1、比较不健康=2、一般=3、比较健康=4、很健康=5。
(2)核心解释变量。体育运动(A309)被界定为人体的运动行为,以肺活量、心率的增加为表现形态,需要三大供能系统参与其中,如球类运动、体能训练、健步走、广播操等,不包含以静态的、脑力运动为主的项目,如棋类、电子竞技等。参与形式可任意选择,包括参与体育组织或以单人、家庭等形式。主要调查运动频次,分为每天、一周数次、一月数次、一年数次和从不。
(3)自变量。①年龄(A3)划分为传统代群(赋值为1)、建设代群(赋值为2)、新生代群(赋值为3)。②婚姻(A69)分为单身(未婚/同居/离婚/丧偶,赋值为1)和已婚(初婚/再婚/分居未离婚,赋值为2)。③收入层次(A8b)的操作方式与因变量收入取向(A8a)保持一致。④地理区划(S41)使用省级单位简称:东部(京/津/冀/辽/沪/苏/浙/闽/鲁/粤/琼,赋值为1)、中部(晋/吉/黑/鄂/湘/豫/皖/赣,赋值为2)、西部(蒙/渝/川/黔/滇/藏/陕/甘/青/宁/新/桂,赋值为3),以分类为主。
3. 分析与讨论
采用上述方法构建的模型经过数据统计后可得到如下几项具有共性的结果:①在R2基础上派生出调整后的确定系数AdjR2,其在剔除自变量个数和样本量对R2的影响下,可使R2值只反映回归方程的拟合优度,因此,本文选用AdjR2进行相关阐释。②R2和AdjR2的差值极小,均在0.005的范围内,表示在本文构建的回归模型中,自变量的增加和庞大的样本量未带来较大影响,反而体现出自变量与因变量具有良好的统计关系,且R2和AdjR2的拟合优度相当,说明回归方程的整体拟合效果较好。③在模型3(社会阶层)中,交互项与构成交互项的变量呈全部显著或交叉性显著,表明体育运动确实能够显著影响代际、空间差异下的中国HDI,这也为后文分代群、空间进行验证与讨论提供了有力佐证。④体育强国建设背景下健康、教育、收入的社会发展不均衡反映出中国HDI的权重差异较大。在模型1和模型2中,教育取向的AdjR2权重占比最高,收入取向和健康取向的权重占比较低且差异较小。在引入社会阶层变量后,收入取向的AdjR2权重占比最高,教育取向次之,健康取向最低。在下文分代群和空间的分析中,依然遵循此权重占比规律。这印证了Pinar等[40]和Qiu等[42]的研究结果,即收入、教育、健康三者的加权指数并非一致。同时也说明本文将三者分开讨论的正确性与必要性。
3.1 社会阶层差异下体育运动对中国HDI的影响
社会阶层差异下体育运动对中国HDI的影响分析结果如表2所示。对比模型1和模型2可知,3个维度的AdjR2均有不同程度的增加,其中教育取向的增幅最明显(3.9%)。核心解释变量(体育运动)显著为负,是其变量属性为“逆”所致。在加入社会阶层变量后,模型3中AdjR2整体上增幅更大(教育取向约为16.5%、收入取向约为156.8%、健康取向约为10.2%),体育运动变量同样呈显著状态。
表 2 社会阶层差异下体育运动对中国HDI的影响分析结果Table 2. Analysis results of the impact of sports on China's HDI under social class differences变量 模型1(基础模型) 模型2(体育运动) 模型3(社会阶层) 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 控制变量 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 代际 已控制 已控制 已控制 已控制 已控制 已控制 0.508***(0.020) −0.071***(0.010) 0.291***(0.026) 空间 −0.044*(0.021) −0.103***(0.011) 0.015(0.027) 体育运动 −0.082***(0.004) −0.042***(0.003) −0.066***(0.005) 0.029*(0.013) −0.055***(0.007) −0.034*(0.017) 体育运动
×代际−0.047***(0.005) 0.017***(0.002) 0.012+(0.006) 体育运动
×空间−0.001(0.005) 0.009***(0.002) −0.018**(0.007) 住房产权 −0.044**(0.013) −0.002(0.007) 0.028(0.017) 住房面积 −0.001*(0.001) −0.001**(0.001) 0.001**(0.001) 经济地位 −0.050***(0.008) −0.051***(0.004) −0.118***(0.011) 收入层次 0.258***(0.012) 0.741***(0.006) 0.007(0.015) 工作情况 −0.128***(0.017) −0.064***(0.009) −0.283***(0.022) 文化实践 −0.160***(0.009) −0.021***(0.005) −0.036**(0.012) 社交频率 −0.001(0.006) −0.001(0.003) −0.062***(0.008) 常数项 0.991***(0.048) 0.670***(0.039) 0.744***(0.060) 1.214***(0.072) 1.295***(0.059) 1.105***(0.092) 2.203***(0.098) 1.103***(0.052) 2.449***(0.129) N 10743 10743 10743 10743 10743 10743 10743 10743 10743 R2 0.407 0.280 0.286 0.424 0.288 0.294 0.494 0.737 0.325 AdjR2 0.407 0.279 0.286 0.423 0.287 0.294 0.493 0.737 0.324 注:+表示P<0.1,*表示P<0.05,**表示P<0.01,***表示P<0.001;括号内为标准误。 如上所示,体育运动对中国HDI具有显著的正向影响,但不同社会阶层间差异较大。总体表现为参加体育运动的频次越多,HDI越高。住房面积、经济地位(逆)、工作情况(逆)、文化实践(逆)均在不同维度上产生显著的影响作用。住房产权仅对教育取向产生显著负向影响;收入层次对教育取向和收入取向产生显著正向影响;社交频率仅对健康取向产生显著负向影响。从取向方面观测:收入取向的AdjR2较高,其中社会资本变量也较为显著,说明提高收入仍是中国人民的共同目标,这也是党的二十大报告指出“完善分配制度”的原因之一,以缩小贫富差距,促进共同富裕的实现。健康取向的AdjR2较低,说明当前公民的体质健康水平亟待提高,这也印证了党的二十大报告中“把保障人民健康放在优先发展的战略位置”的重要指示。在教育取向方面,学历越高者的收入层次和经济地位越高、工作更有保障、文化实践越多,为此党的二十大着重强调了“办好人民满意的教育,加快建设高质量教育体系”。
随着学历层次的不断提高,拥有住房产权的公民比例降低,而收入越多拥有产权的概率越大。健康与否似乎与有无产权并无直接联系,而对健康有显著影响的是住房面积,在常识中住房面积确实能够持续影响居住者的舒适度,人的身体健康会随舒适度的提升而改善,收入更高者也会选择增加自身的住房面积。住房产权往往影响到学龄儿童的教育问题,因此其对教育取向的影响显著,对收入取向和健康取向并无显著影响。虽然住房面积能够产生显著影响,但其统计系数极低,加之国家已经出台多项“房住不炒”政策,因此住房面积对HDI的影响并不大,后文不再赘述。经济地位的影响显著,在3个维度中上层经济地位者的发展水平均高于下层经济地位者,这与社会实际相符。党的二十大报告指出“全面推进乡村振兴”,确保农业农村优先,这是缩小经济地位差距的积极信号。在教育取向和收入取向上,处于上层收入层次的群体拥有更丰富的教育资源和更多元的收入渠道,但是否健康与收入层次并不直接挂钩,不是只有高收入群体才健康,我国一直推行的“健康中国”战略产生了积极效用,这也是党的二十大报告中“把保障人民健康放在优先发展的战略位置”的意义所在。拥有工作和参加更多文化实践无疑会促进人类发展,同时拥有更多的社交活动对人的健康意义重大。
3.2 代际差异下体育运动对中国HDI的影响
代际差异下体育运动对中国HDI的影响分析结果如表3所示。核心解释变量(体育运动)在建设代群和新生代群的收入取向上无显著影响,其余均与上文保持一致,即在不同代群之间同样呈现参加体育运动的频次越多发展水平越高的趋势。这表明体育运动仍是影响中国HDI的核心因素。收入取向的AdjR2总体上最高(传统代群为0.579、建设代群为0.821、新生代群为0.832),教育取向次之(传统代群为0.350、建设代群为0.483、新生代群为0.451),健康取向最低(传统代群为0.247、建设代群为0.254、新生代群为0.131),说明在健康取向上通过加强体育运动提高中国HDI仍有较大空间。
表 3 代际差异下体育运动对中国HDI的影响分析结果Table 3. Analysis results of the impact of sports on China's HDI under generational differences变量 模型4(传统代群) 模型5(建设代群) 模型6(新生代群) 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 控制变量 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 体育运动 −0.032***(0.005) −0.013***(0.003) −0.043***(0.008) −0.047***(0.009) −0.001(0.004) −0.037**(0.013) −0.098***(0.010) −0.004(0.004) −0.050***(0.011) 住房产权 −0.033+(0.017) 0.010***(0.010) 0.012(0.025) −0.051*(0.026) −0.007(0.013) 0.046(0.037) −0.037(0.026) −0.019(0.011) 0.045(0.029) 住房面积 −0.001**(0.001) −0.001***(0.001) 0.001+(0.001) −0.001(0.001) 0.001(0.001) 0.001(0.001) −0.001+(0.001) −0.001(0.001) −0.001(0.001) 经济地位 −0.071***(0.011) −0.074***(0.006) −0.133***(0.016) −0.028+(0.016) −0.034***(0.008) −0.099***(0.023) −0.015(0.017) −0.016*(0.007) −0.095***(0.019) 收入层次 0.326***(0.020) 0.648***(0.012) 0.056+(0.029) 0.324***(0.021) 0.822***(0.011) 0.053+(0.031) 0.241***(0.019) 0.794***(0.008) 0.002(0.021) 工作情况 −0.163***(0.025) −0.007(0.015) −0.444***(0.037) −0.133***(0.031) −0.126***(0.015) −0.285***(0.044) −0.085**(0.032) −0.183***(0.014) −0.111**(0.036) 文化实践 −0.125***(0.012) −0.040***(0.007) −0.059**(0.018) −0.134***(0.019) −0.017+(0.010) −0.054+(0.028) −0.163***(0.017) 0.001(0.007) 0.041*(0.019) 社交频率 −0.001(0.007) 0.004(0.004) −0.064***(0.010) 0.014(0.013) −0.011+(0.006) −0.046*(0.018) −0.010(0.015) −0.011+(0.006) −0.064***(0.016) 常数项 2.686***(0.113) 0.956***(0.069) 2.876***(0.164) 2.325***(0.171) 0.690***(0.086) 2.669***(0.244) 3.373***(0.155) 0.586***(0.069) 3.294***(0.173) N 5367 5367 5367 2272 2272 2272 3104 3104 3104 R2 0.352 0.580 0.249 0.487 0.823 0.259 0.454 0.833 0.135 AdjR2 0.350 0.579 0.247 0.483 0.821 0.254 0.451 0.832 0.131 注:+表示P<0.1,*表示P<0.05,**表示P<0.01,***表示P<0.001;括号内为标准误。 从教育取向看,在体育运动影响下:传统代群体育运动参加次数越多者、经济地位和收入层次为上层者、有工作和参加文化实践越多者的发展水平更高,其他方面的影响较低。经济地位对建设代群未能产生显著影响,而有住房产权者的发展水平更高,其他方面与传统代群保持一致。新生代群的有工作者、收入层次为上层者、参加文化实践更多者的发展水平更高。总体而言,在未来的教育中要平衡代际差异,尤其是新生代群,能够促进其发展的影响因素较另外2个代群较少,并且在该取向中新生代群的AdjR2最高,说明发展优势最佳。为了进一步提高教育取向的发展水平,还应继续加强“保就业、稳就业”政策的实施,提高国民收入层次,提供更多的文化实践机会,提升传统代群的经济地位。
从收入取向看,在体育运动影响下:传统代群的有住房产权者、经济地位和收入层次为上层者、参加文化实践次数更多者的发展水平更高,有无工作并未影响传统代群的发展水平。体育运动、住房产权、文化实践并不能促进建设代群的发展,而有无工作成为关键影响因素,有工作者的发展水平更高,其他方面与传统代群保持一致。新生代群的有工作者、经济地位和收入层次为上层者的发展水平更高。虽然传统代群已到养老、退休年龄,工作问题已不再是收入取向发展所需要考虑的问题,但总体而言,经济地位、收入层次差异带来的影响依然凸显,工作情况也是影响后两代人的重要因素。
从健康取向看,在体育运动影响下:传统代群的经济地位为上层者、有工作者、参加文化实践和社交活动更多者的发展水平更高,其他因素未能产生显著影响。建设代群的文化实践不再产生影响,社交频率的影响力下降,其他因素与传统代群保持一致。新生代群中经济地位为上层者、有工作者、参加文化实践更少和参加社交活动更多者的发展水平更高。总体而言,依旧需要减少经济地位和有无工作带来的差异,增加文化实践和社交活动,提高参与度,这是平衡代际差异、促进各代群人类发展十分重要的方面。
3.3 空间差异下体育运动对中国HDI的影响
从空间差异的视角进行分析能够为政策的制定与实施提供更为细化的地区考量,确保政策针对性强、效用性佳。由表4可知,核心解释变量(体育运动)未能显著影响中部地区的收入取向和健康取向。在其他情况下,体育运动皆能促进中国HDI的提升,再次表明体育运动在促进中国HDI提升上的核心地位。从模型解释率看,收入取向的AdjR2仍总体最高(东部为0.696、中部为0.698、西部为0.719),教育取向次之(东部为0.465、中部为0.432、西部为0.447),健康取向最低(东部为0.253、中部为0.366、西部为0.334)。可见,在健康取向上的HDI仍需着重提高,尤其是东部地区。收入取向更能提高西部地区的HDI,提示在未来应着重加强对西部地区的经济发展力度。
表 4 空间差异下体育运动对中国HDI的影响分析结果Table 4. Analysis results of the impact of sports on China's HDI under spatial differences变量 模型7(东部) 模型8(中部) 模型9(西部) 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 控制变量 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 体育运动 −0.044***(0.007) −0.012**(0.004) −0.049***(0.008) −0.058***(0.007) 0.001(0.003) −0.020+(0.010) −0.061***(0.009) −0.008*(0.004) −0.059***(0.013) 住房产权 −0.028(0.021) 0.001(0.012) 0.032(0.024) −0.055*(0.022) −0.011(0.011) 0.034(0.031) −0.046+(0.025) 0.007(0.011) 0.019(0.038) 住房面积 −0.001(0.001) −0.001*(0.001) 0.001(0.001) −0.001**(0.001) −0.001(0.001) 0.001(0.001) −0.001(0.001) −0.001(0.001) 0.001**(0.001) 经济地位 −0.058***(0.013) −0.068***(0.007) −0.089***(0.015) −0.041**(0.014) −0.043***(0.007) −0.121***(0.019) −0.057***(0.016) −0.029***(0.007) −0.156***(0.024) 收入层次 0.287***(0.016) 0.714***(0.009) −0.014(0.019) 0.164***(0.023) 0.778***(0.012) 0.077*(0.033) 0.274***(0.030) 0.814***(0.013) 0.118**(0.045) 工作情况 −0.082**(0.028) −0.017(0.016) −0.294***(0.033) −0.217***(0.028) −0.112***(0.014) −0.267***(0.040) −0.149***(0.033) −0.118***(0.014) −0.222***(0.049) 文化实践 −0.160***(0.014) −0.019*(0.008) −0.023(0.016) −0.144***(0.017) −0.019*(0.008) −0.062**(0.024) −0.172***(0.018) −0.007***(0.008) −0.030(0.027) 社交频率 0.004(0.010) 0.007(0.006) −0.062***(0.012) 0.003(0.009) −0.008+(0.004) −0.061***(0.013) −0.017(0.011) −0.010*(0.005) −0.058**(0.017) 常数项 2.314***(0.136) 0.935***(0.077) 2.767***(0.160) 2.564***(0.148) 0.634***(0.075) 1.958***(0.209) 2.498***(0.159) 0.637***(0.070) 2.218***(0.235) N 4827 4827 4827 3385 3385 3385 2531 2531 2531 R2 0.467 0.697 0.256 0.435 0.699 0.369 0.451 0.721 0.339 AdjR2 0.465 0.696 0.253 0.432 0.698 0.366 0.447 0.719 0.334 注:+表示P<0.1,*表示P<0.05,**表示P<0.01,***表示P<0.001;括号内为标准误。 在教育取向上,3个地区的中国HDI影响状况较为平衡,共性的影响因素较多,差异较少。具体而言,经济地位和收入层次为上层者、文化实践参加更多者的发展水平更高。其差异在于,中部地区无住房产权者的发展水平更高,表示中部地区人民因购房压力降低了其发展水平,也说明“房住不炒”政策应在中部地区加大实施力度,引导一种新态势的购房环境;西部地区的发展水平无特殊差异,未详细说明的因素不能产生显著影响。总体而言,在政策制定与实施上应着重考虑东部和中部地区之间的差异,西部地区参照执行即可。
在收入取向上,3个地区的经济地位和收入层次为上层者、参加文化实践更多者的发展水平更高。3个地区的差异也较为明显:有工作的中部、西部地区居民的发展水平更高,东部地区未产生显著影响;西部地区参加社交活动更多者的发展水平更高,东部、中部地区未产生显著影响。总体而言,在收入取向的发展水平上,经济因素对西部地区的HDI具有较大的提振效应,其次为中部地区,最后为东部地区。这符合我国的基本经济社会发展规律,即西部、中部地区的经济能力弱于东部地区,也因此导致经济能力更能提高西部、中部地区的HDI。有工作仍是提高收入取向发展水平的重要手段,虽然其对东部地区的影响并不显著,但东部地区的民营经济发达,在某种意义上创业、营商也属于工作的一种,只不过较难界定。
在健康取向上,3个地区的经济地位为上层者、有工作者、参加社交活动频率更高者的发展水平更高。差异在于:中部、西部地区居民的经济收入越高,发展水平越高,东部地区未呈现显著影响;中部地区居民的文化实践参与率越高,越能提高发展水平,东部和西部地区未呈现显著影响。总体而言,对健康取向能够产生显著影响的变量较少,这也是导致3个维度中健康取向的权重占比最低的主要原因。这提示今后应注重提高人的健康体验,减少消耗健康成本的相关因素。
4. 启 示
4.1 筑牢体育运动促进中国HDI提升的阶层基础
党的二十大报告指出,中国式现代化是人口规模巨大的现代化。如前所证,体育运动能够提高中国HDI,但尚存诸多社会阶层差异因素。为此,可从以下几个方面平衡社会阶层差异。
(1)加强社会治理,确保国家发展、社会发展均在法治轨道内进行。本文结果显示,文化实践和社交频率都在不同的维度取向上具有显著影响,这表明在当前的社会形态中,良好的公共环境和社会保障十分重要。体育场地被无端占用的事件频频发生,甚至出现由争夺体育场地而引发社会矛盾。为此,应加强民法对合法使用体育场地的保护能力,加大对非法占用体育场地的惩戒与处罚力度;同时也应持续提高法治水平,明确体育运动中产生问题后各方的权益与责任,保障人民参与文化实践和社交的频率,确保体育活动能够公平、有序地进行。
(2)确保科技自立自强,保障社会主义现代化国家的基础性、战略性支撑。在健康取向上收入层次未有显著影响,在其余取向上经济地位与收入层次为上层者、有工作者具有显著影响,说明经济状况对体育运动促进HDI提升具有重要作用。不同阶层参与体育运动项目的差异明显,如高尔夫球、保龄球等项目花费较高,普通人群即便参与也只能偶尔为之。由此凸显了科技的战略地位,可以通过科技打造现代化、智能化体育运动场景,如当前的VR仿真体育运动场景、3D投射体育运动场景,以科技的方式变换体育运动形式,降低参与高端体育项目的经济成本,同时也能防止国外实施制裁而导致的科技“卡脖子”问题。
(3)加强人才引领驱动,满足现代化国家高质量发展的战略要求。教育是公认的实现阶层突破、跨越与平衡的最广泛、最有效的手段,从3个取向的解释率看,教育取向仍有较大的发展空间,尤其是体育运动能够显著提升不同阶层群体通过教育得到的收益,同时,体育运动也能够显著提高健康取向的发展水平。为此,应加强对竞技体育人才的培养,通过竞技体育带动群众体育,形成体育文化效应,促进不同社会阶层公民参与体育运动。充分发挥体育教育训练学、体育保健学领域人才对社会公民进行科学体育运动的指导作用。只有科学地参与体育运动才能最大限度地促进人的身体健康,这同样是缩减社会阶层差异的重要手段。
4.2 突破体育运动促进中国HDI提升的代际藩篱
党的二十大报告指出,要“增进民生福祉,提高人民生活品质”。在具体的实施过程中,不能漏掉、落下、忽视任何代群,更不能遗忘任何人。
(1)打造高质量教育体系,将“以人民为中心的发展理念”贯穿教育全过程,促进教育公平。本文结果显示,在3个代群的教育取向上,体育运动均能产生显著的积极影响,促进中国HDI的提升。为此,各级各类学校应配备高质量体育教师,拓宽体育教育辐射范围,从幼儿开始培养终身体育理念。同时也应举办老年体育教育培训学校或培训班,让老年人也能够享受体育教育带来的文化提升、身体健康和生活乐趣。以教育为手段保障全生命历程均可享受体育教育培训服务,让体育厚植于人民群众心中。
(2)推进健康中国建设,将保障人民健康放在优先发展的战略位置。在3个代群的健康取向上,体育运动同样能够产生显著的积极影响,促进中国HDI的提升。因此,在健康中国建设过程中,不仅要更新与完善设施设备、普及各类保险与社会保障,更要开展广泛的文化实践活动,增加人与人之间的社交频次。可打造“智慧化”体育文化交流会或交流活动,以新时代体育为主题的文化实践活动既能增加文化实践活动次数与社交频率,又能将体育贯穿其中,以提高中国HDI。实现“智慧化”需要政府发力,将其内嵌于政府智慧办事平台,如浙江省的“浙里办”等,让人民群众可以根据自身喜好、代群特征选择文化实践活动项目,以此打破代际阻隔,增进不同代群之间的互动交流。
(3)始终坚定不移地坚持党的领导,以新时代发展理念为依据,把握时代特征,坚持改革开放不动摇,平衡对内对外开放问题,让中国体育文化“走出去”,让国外体育文化“走进来”。在体育运动的影响下,在3个取向上文化实践和社交频率总体上影响显著,且经济地位、收入层次和工作情况也基本上影响显著,说明公民对体育文化的需求强烈,也有经济能力来实现。为此,可充分发挥新型举国体制,确保全国统一、有序调动,关注国内当前人口发展态势,针对老年群体、中年群体、青少年群体制定相应政策,确保不同代群可依据个人兴趣选择体育项目和体育文化,以提高中国HDI。
4.3 平衡体育运动促进中国HDI提升的空间差异
党的二十大报告指出,要加快建设体育强国。当前,走出新时代体育发展新道路无疑需要强大的经济和社会保障支持。如前所证,经济地位和收入层次为上层者、有工作者的发展水平更高,且3个取向在空间上差异巨大。为此,可从以下几个方面平衡空间差异。
(1)缩小不同空间下的贫富差距,增加低收入者的收入,扩大中等收入群体。我国经济发展总体呈东强西弱的格局,3个地区收入取向的AdjR2也证实,在体育运动影响下,经济因素更能促进西部地区HDI的提升(0.719),其次是中部地区(0.698),最后为东部地区(0.696)。东部地区应继续扩大自身的经济实力,利用优良的区位优势,提高经济发展水平;省内市与市之间的结对帮扶可以拓展至省域之间、城乡之间,力促全国性的共同富裕;持续发展民营经济,给予在合法权益内有序发展的空间,营造良好的社会氛围,夯实经济保障体系,缩小地理区位之间的差距。
(2)以经济优势打造更加完备的体育运动空间。体育运动对中国HDI的影响在3个空间上具有明显差异,并且经济资本因素较为显著。为此,建议以东部省份为试点,挖掘具有区位特色的体育项目,先打造小范围内的“特色+常规15分钟健身圈”,形成样板向全国推广,逐渐平衡全国范围内的体育运动空间。
(3)中部和西部地区应立足于自身特色,打造沉浸式体验的森林主题体育项目、高原挑战式与休闲式相结合的体育项目等,吸引全国体育旅游爱好者前来消费;根据体育项目的特色完善其配套的体育产业,形成“一站式”体育、旅游、度假、休闲、探险等服务,发挥品牌特色效应、提供更多工作岗位,提高经济发展水平。同时可以汲取东部地区的经济发展经验,提高民营经济占比,强化中部、西部经济保障体系,缩小空间差距。
5. 结束语
在党的二十大后的体育强国、健康中国建设中,应注重体育运动对提升中国HDI的积极作用,着重提高全民体育运动的频次和体验感;体育运动对促进中国HDI的提升具有显著的社会阶层优势效应,需优化完善社会治理、加强科技创新、人才引领驱动;激发不同代群的体育运动活力,塑造高质量教育体系,培养终身体育理念,打造官方认可的“智慧化”体育交流平台,冲破代际差异藩篱;发挥区位特色优势,补齐短板,缩小空间上的贫富差距,加强东部对西部的经济帮扶力度,以强大的经济基础打造完备的体育休闲运动空间;落实习近平总书记对体育“四个重要”的论述,以党的二十大报告精神为指引,使体育运动真正成为助推中华民族伟大复兴的标志性事业,以更好地促进中国HDI的提升。
作者贡献声明:季树宇:提出论文主题,设计论文框架,撰写、修改论文;作者贡献声明:王晓林:设计论文框架,核实数据;作者贡献声明:秦新敏:核实数据,撰写论文。 -
表 1 样本描述性统计结果
Table 1 Descriptive statistics of the sample
变量维度 操作变量 题项编号 编码方式 平均数
(标准差)指标属性 因变量 教育取向 A7a 低(未受教育)=1;较低(初中及以下)=2;中(高中/中专/技校)=3;
较高(大专/本科)=4;高(研究生及以上)=52.477(0.964) 正 收入取向 A8a 低(低于3万元)=1;中(3万~6万元)=2;高(高于6万元)=3 1.568(0.715) 正 健康取向 A15 很不健康=1;比较不健康=2;一般=3;比较健康=4;很健康=5 3.478(1.094) 正 核心解释变量 体育运动 A309 每天=1;一周数次=2;一月数次=3;一年数次=4;从不=5 3.478(1.598) 逆 人口特征 性别 A2 男=1;女=2 1.520(0.499) 正 年龄(代际差异) A3 传统代群(1965年及之前出生)=1;建设代群(1966—1976年出生)=2;
新生代群(1977年及之后出生)=31.789(0.862) 正/分类 婚姻 A69 单身(未婚/同居/离婚/丧偶)=1;已婚(初婚/再婚/分居未离婚)=2 1.769(0.421) 正 户籍 A18 农业户口=1;非农户口=2 1.466(0.498) 正 社会保障 医疗保险 A611 有=1;无=2 1.074(0.262) 逆 养老保险 A612 有=1;无=2 1.271(0.445) 逆 社会公平 A35 赋值1~5的连续变量 3.107(1.063) 正 社会信任 A33 赋值1~5的连续变量 3.472(1.032) 正 自述幸福 A36 赋值1~5的连续变量 3.864(0.843) 正 自述心情 A17 赋值1~5的连续变量 3.810(0.990) 正 社会阶层 住房产权 A11 无=0;有=1 0.462(0.498) 正 住房面积 A12 连续变量 115.237(101.405) 正 经济地位 A43e 上层=1;中上层=2;中层=3;中下层=4;下层=5 3.765(0.872) 逆 收入层次 A8b 下(低于3万元)=1;中(3万~6万元)=2;上(高于6万元)=3 1.408(0.689) 正 工作情况 A58 有=1;无=2 1.601(0.489) 逆 文化实践 A305 每天=1;一周数次=2;一月数次=3;一年数次=4;从不=5 4.571(0.758) 逆 社交频率 A31b 每天=1;一周数次=2;一月数次=3;一年数次=4;从不=5 3.228(1.114) 逆 空间差异 地理区划 S41 东部(京/津/冀/辽/沪/苏/浙/闽/鲁/粤/琼)=1;中部(晋/吉/黑/鄂/湘/豫/皖/
赣)=2;西部(蒙/渝/川/黔/滇/藏/陕/甘/青/宁/新/桂)=31.786(0.799) 正/分类 表 2 社会阶层差异下体育运动对中国HDI的影响分析结果
Table 2 Analysis results of the impact of sports on China's HDI under social class differences
变量 模型1(基础模型) 模型2(体育运动) 模型3(社会阶层) 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 控制变量 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 代际 已控制 已控制 已控制 已控制 已控制 已控制 0.508***(0.020) −0.071***(0.010) 0.291***(0.026) 空间 −0.044*(0.021) −0.103***(0.011) 0.015(0.027) 体育运动 −0.082***(0.004) −0.042***(0.003) −0.066***(0.005) 0.029*(0.013) −0.055***(0.007) −0.034*(0.017) 体育运动
×代际−0.047***(0.005) 0.017***(0.002) 0.012+(0.006) 体育运动
×空间−0.001(0.005) 0.009***(0.002) −0.018**(0.007) 住房产权 −0.044**(0.013) −0.002(0.007) 0.028(0.017) 住房面积 −0.001*(0.001) −0.001**(0.001) 0.001**(0.001) 经济地位 −0.050***(0.008) −0.051***(0.004) −0.118***(0.011) 收入层次 0.258***(0.012) 0.741***(0.006) 0.007(0.015) 工作情况 −0.128***(0.017) −0.064***(0.009) −0.283***(0.022) 文化实践 −0.160***(0.009) −0.021***(0.005) −0.036**(0.012) 社交频率 −0.001(0.006) −0.001(0.003) −0.062***(0.008) 常数项 0.991***(0.048) 0.670***(0.039) 0.744***(0.060) 1.214***(0.072) 1.295***(0.059) 1.105***(0.092) 2.203***(0.098) 1.103***(0.052) 2.449***(0.129) N 10743 10743 10743 10743 10743 10743 10743 10743 10743 R2 0.407 0.280 0.286 0.424 0.288 0.294 0.494 0.737 0.325 AdjR2 0.407 0.279 0.286 0.423 0.287 0.294 0.493 0.737 0.324 注:+表示P<0.1,*表示P<0.05,**表示P<0.01,***表示P<0.001;括号内为标准误。 表 3 代际差异下体育运动对中国HDI的影响分析结果
Table 3 Analysis results of the impact of sports on China's HDI under generational differences
变量 模型4(传统代群) 模型5(建设代群) 模型6(新生代群) 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 控制变量 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 体育运动 −0.032***(0.005) −0.013***(0.003) −0.043***(0.008) −0.047***(0.009) −0.001(0.004) −0.037**(0.013) −0.098***(0.010) −0.004(0.004) −0.050***(0.011) 住房产权 −0.033+(0.017) 0.010***(0.010) 0.012(0.025) −0.051*(0.026) −0.007(0.013) 0.046(0.037) −0.037(0.026) −0.019(0.011) 0.045(0.029) 住房面积 −0.001**(0.001) −0.001***(0.001) 0.001+(0.001) −0.001(0.001) 0.001(0.001) 0.001(0.001) −0.001+(0.001) −0.001(0.001) −0.001(0.001) 经济地位 −0.071***(0.011) −0.074***(0.006) −0.133***(0.016) −0.028+(0.016) −0.034***(0.008) −0.099***(0.023) −0.015(0.017) −0.016*(0.007) −0.095***(0.019) 收入层次 0.326***(0.020) 0.648***(0.012) 0.056+(0.029) 0.324***(0.021) 0.822***(0.011) 0.053+(0.031) 0.241***(0.019) 0.794***(0.008) 0.002(0.021) 工作情况 −0.163***(0.025) −0.007(0.015) −0.444***(0.037) −0.133***(0.031) −0.126***(0.015) −0.285***(0.044) −0.085**(0.032) −0.183***(0.014) −0.111**(0.036) 文化实践 −0.125***(0.012) −0.040***(0.007) −0.059**(0.018) −0.134***(0.019) −0.017+(0.010) −0.054+(0.028) −0.163***(0.017) 0.001(0.007) 0.041*(0.019) 社交频率 −0.001(0.007) 0.004(0.004) −0.064***(0.010) 0.014(0.013) −0.011+(0.006) −0.046*(0.018) −0.010(0.015) −0.011+(0.006) −0.064***(0.016) 常数项 2.686***(0.113) 0.956***(0.069) 2.876***(0.164) 2.325***(0.171) 0.690***(0.086) 2.669***(0.244) 3.373***(0.155) 0.586***(0.069) 3.294***(0.173) N 5367 5367 5367 2272 2272 2272 3104 3104 3104 R2 0.352 0.580 0.249 0.487 0.823 0.259 0.454 0.833 0.135 AdjR2 0.350 0.579 0.247 0.483 0.821 0.254 0.451 0.832 0.131 注:+表示P<0.1,*表示P<0.05,**表示P<0.01,***表示P<0.001;括号内为标准误。 表 4 空间差异下体育运动对中国HDI的影响分析结果
Table 4 Analysis results of the impact of sports on China's HDI under spatial differences
变量 模型7(东部) 模型8(中部) 模型9(西部) 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 教育取向 收入取向 健康取向 控制变量 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 已控制 体育运动 −0.044***(0.007) −0.012**(0.004) −0.049***(0.008) −0.058***(0.007) 0.001(0.003) −0.020+(0.010) −0.061***(0.009) −0.008*(0.004) −0.059***(0.013) 住房产权 −0.028(0.021) 0.001(0.012) 0.032(0.024) −0.055*(0.022) −0.011(0.011) 0.034(0.031) −0.046+(0.025) 0.007(0.011) 0.019(0.038) 住房面积 −0.001(0.001) −0.001*(0.001) 0.001(0.001) −0.001**(0.001) −0.001(0.001) 0.001(0.001) −0.001(0.001) −0.001(0.001) 0.001**(0.001) 经济地位 −0.058***(0.013) −0.068***(0.007) −0.089***(0.015) −0.041**(0.014) −0.043***(0.007) −0.121***(0.019) −0.057***(0.016) −0.029***(0.007) −0.156***(0.024) 收入层次 0.287***(0.016) 0.714***(0.009) −0.014(0.019) 0.164***(0.023) 0.778***(0.012) 0.077*(0.033) 0.274***(0.030) 0.814***(0.013) 0.118**(0.045) 工作情况 −0.082**(0.028) −0.017(0.016) −0.294***(0.033) −0.217***(0.028) −0.112***(0.014) −0.267***(0.040) −0.149***(0.033) −0.118***(0.014) −0.222***(0.049) 文化实践 −0.160***(0.014) −0.019*(0.008) −0.023(0.016) −0.144***(0.017) −0.019*(0.008) −0.062**(0.024) −0.172***(0.018) −0.007***(0.008) −0.030(0.027) 社交频率 0.004(0.010) 0.007(0.006) −0.062***(0.012) 0.003(0.009) −0.008+(0.004) −0.061***(0.013) −0.017(0.011) −0.010*(0.005) −0.058**(0.017) 常数项 2.314***(0.136) 0.935***(0.077) 2.767***(0.160) 2.564***(0.148) 0.634***(0.075) 1.958***(0.209) 2.498***(0.159) 0.637***(0.070) 2.218***(0.235) N 4827 4827 4827 3385 3385 3385 2531 2531 2531 R2 0.467 0.697 0.256 0.435 0.699 0.369 0.451 0.721 0.339 AdjR2 0.465 0.696 0.253 0.432 0.698 0.366 0.447 0.719 0.334 注:+表示P<0.1,*表示P<0.05,**表示P<0.01,***表示P<0.001;括号内为标准误。 -
[1] 习近平: 高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗: 在中国共产党第二十次全国代表大会上的报告[EB/OL]. [2022-10-16]. http://www.news.cn/politics/cpc20/2022-10/25/c_1129079429.htm [2] 董德朋. 生命历程视角下居民体育参与打破了健康的阶层不平等吗?:基于CHNS追踪调查的纵向分析[J]. 上海体育学院学报,2021,45(8):73-86 [3] 杨桦,仇军,陈琦,等. 新时代我国体育哲学社会科学研究现状与发展趋势:基于国家“十四五”体育学发展规划调研分析[J]. 体育科学,2020,40(8):3-26 [4] 董德朋,袁雷,韩义. 基于ArcGIS的城市中心城区公共体育服务空间:结构、问题与策略:以长春市为例[J]. 上海体育学院学报,2017,41(6):10-16 [5] UNDP. Human development report 1990[R]. United Nations, 1990: 10-13
[6] UNDP. Human development report 2021/2022[R]. United Nations, 2022: 87-102
[7] LIU C J,NIE F Q,REN D. Temporal and spatial evolution of China's human development index and its determinants:An extended study based on five new development concepts[J]. Social Indicators Research,2021,157(1):247-282 doi: 10.1007/s11205-021-02639-1
[8] 朱成全. 以自由看发展: 马克思自由发展观视阈中的人类发展指数扩展研究[M]. 北京: 人民出版社, 2011: 23-35 [9] PALAMIM C V C,BOSCHIERO M N,VALENCISE F E,et al. Human development index is associated with COVID-19 case fatality rate in Brazil:An ecological study[J]. International Journal of Environmental Research and Public Health,2022,19(9):5306 doi: 10.3390/ijerph19095306
[10] CURI R L C,GASALLA M A. Social vulnerability and human development of Brazilian coastal populations[J]. Frontiers in Ecology and Evolution,2021,9:664272 doi: 10.3389/fevo.2021.664272
[11] 王谋,康文梅,张斌. 改革开放以来中国人类发展总体特征及驱动因素分析[J]. 中国人口·资源与环境,2019,29(10):70-78 [12] UNDP. Human development report 2020[R]. United Nations, 2021: 24-27
[13] 陆学艺. 改革中的农村与农民: 对大寨、刘庄、华西等13个村庄的实证研究[M]. 北京: 中共中央党校出版社, 1992: 33-41 [14] 张宛丽. 近期我国社会阶级、阶层研究综述[J]. 中国社会科学,1990(5):173-181 [15] OHL F. Are social classes still relevant to analyse sports groupings in "postmodern" society? An analysis referring to P. Bourdieu's theory[J]. Scandinavian Journal of Medicine & Science in Sports,2000,10(3):146-155
[16] FLEMMEN M. Putting Bourdieu to work for class analysis:Reflections on some recent contributions[J]. The British Journal of Sociology,2013,64(2):325-343 doi: 10.1111/1468-4446.12020
[17] VEENSTRA G. Social space,social class and Bourdieu:Health inequalities in British Columbia,Canada[J]. Health & Place,2007,13(1):14-31
[18] 刘米娜. 体育如何让人幸福?:体育参与对主观幸福感的影响及其机制研究[J]. 体育与科学,2016,37(6):27-39 [19] NEGACZ K. Distinction through ecotourism:Factors influencing sustainable consumer choices[J]. Scandinavian Journal of Hospitality and Tourism,2021,21(5):514-530 doi: 10.1080/15022250.2021.1978860
[20] VASSENDEN A,JONVIK M. Cultural capital as a hidden asset:Culture,egalitarianism and inter-class social encounters in Stavanger,Norway[J]. Cultural Sociology,2019,13(1):37-56 doi: 10.1177/1749975518782244
[21] 刘米娜. 谁去现场观看体育比赛?:城镇化进程中现场观赏型体育消费的阶层分析[J]. 体育与科学,2019,40(5):84-96 [22] 董德朋,汪毅. 助力中国航天:微重力环境运动应对理论与实践探索[J]. 体育科学,2022,42(9):55-71 [23] KLUGMAN J,RODRÍGUEZ F,CHOI H J. The HDI 2010:New controversies,old critiques[J]. The Journal of Economic Inequality,2011,9(2):249-288 doi: 10.1007/s10888-011-9178-z
[24] LIU R Q,YU C,JIANG J,et al. Farmer differentiation,generational differences and farmers' behaviors to withdraw from rural homesteads:Evidence from Chengdu,China[J]. Habitat International,2020,103:102231 doi: 10.1016/j.habitatint.2020.102231
[25] WU J J,MUENNIG P A,KEYES K,et al. Generational differences in longitudinal blood pressure trajectories by geographic region during socioeconomic transitions in China[J]. International Journal of Public Health,2019,64(9):1375-1387 doi: 10.1007/s00038-019-01276-3
[26] 曼海姆. 卡尔·曼海姆精粹[M]. 徐彬, 译. 南京: 南京大学出版社, 2002: 36-48 [27] WAITES C. Building on strengths:Intergenerational practice with African American families[J]. Social Work,2009,54(3):278-287 doi: 10.1093/sw/54.3.278
[28] WADE-BENZONI K A,TOST L P. The egoism and altruism of intergenerational behavior[J]. Personality and Social Psychology Review,2009,13(3):165-193 doi: 10.1177/1088868309339317
[29] COSTANZA D P,BADGER J M,FRASER R L,et al. Generational differences in work-related attitudes:A meta-analysis[J]. Journal of Business and Psychology,2012,27(4):375-394 doi: 10.1007/s10869-012-9259-4
[30] 胡霞,李文杰. 中国代际收入流动:城乡差异及其时间趋势[J]. 中国农村经济,2022(6):88-106 [31] LIANG J F,XU Y J. Second-hand clothing consumption:A generational cohort analysis of the Chinese market[J]. International Journal of Consumer Studies,2018,42(1):120-130 doi: 10.1111/ijcs.12393
[32] 苏晓艳,苏俊,田海英. 员工-组织价值观匹配的代际差异及其对挑战性组织公民行为的影响[J]. 管理工程学报,2021,35(5):26-40 [33] MOORE S,GRUNBERG L,KRAUSE A J. Generational differences in workplace expectations:A comparison of production and professional workers[J]. Current Psychology,2015,34(2):346-362 doi: 10.1007/s12144-014-9261-2
[34] LEHIKOINEN M,ARFFMAN M,MANDERBACKA K,et al. Comparative observational study of mortality amenable by health policy and care between rural and urban Finland:No excess segregation of mortality in the capital despite its increasing residential differentiation[J]. International Journal for Equity in Health,2016,15(1):59-68 doi: 10.1186/s12939-016-0348-2
[35] LU J,LIANG X J,WANG H L. Geographical influences on the relationship between corporate philanthropy and corporate financial performance[J]. Regional Studies,2020,54(5):660-676 doi: 10.1080/00343404.2019.1668551
[36] WIERINGA M H,WEYLER J J,NELEN V J,et al. Prevalence of respiratory symptoms:Marked differences within a small geographical area[J]. International Journal of Epidemiology,1998,27(4):630-635 doi: 10.1093/ije/27.4.630
[37] DU G,SUN C W,FANG Z N. Evaluating the Atkinson index of household energy consumption in China[J]. Renewable and Sustainable Energy Reviews,2015,51:1080-1087 doi: 10.1016/j.rser.2015.07.017
[38] LEARY S,FALL C,OSMOND C,et al. Geographical variation in neonatal phenotype[J]. Acta Obstetricia et Gynecologica Scandinavica,2006,85(9):1080-1089 doi: 10.1080/00016340600697447
[39] 许开鹏,黄一凡,石磊. 已有区划评析及对环境功能区划的启示[J]. 环境保护,2010(14):17-20 doi: 10.3969/j.issn.0253-9705.2010.14.005 [40] PINAR M,STENGOS T,TOPALOGLOU N. Measuring human development:A stochastic dominance approach[J]. Journal of Economic Growth,2013,18(1):69-108 doi: 10.1007/s10887-012-9083-8
[41] PINAR M,STENGOS T,YAZGAN M E. Measuring human development in the MENA region[J]. Emerging Markets Finance and Trade,2015,51(6):1179-1192 doi: 10.1080/1540496X.2015.1080517
[42] QIU Q H,SUNG J,DAVIS W,et al. Using spatial factor analysis to measure human development[J]. Journal of Development Economics,2018,132:130-149 doi: 10.1016/j.jdeveco.2017.12.007
[43] KORKMAZ M. A study over the general formula of regression sum of squares in multiple linear regression[J]. Numerical Methods for Partial Differential Equations,2021,37(1):406-421 doi: 10.1002/num.22533
[44] DAVISON M L,DAVENPORT E C Jr,KOHLI N,et al. Addressing quantitative and qualitative hypotheses using regression models with equality restrictions and predictors measured in common units[J]. Multivariate Behavioral Research,2021,56(1):86-100 doi: 10.1080/00273171.2020.1754154
[45] GUO Y M,SONG Y,CHEN Q M. Impacts of education policies on intergenerational education mobility in China[J]. China Economic Review,2019,55:124-142 doi: 10.1016/j.chieco.2019.03.011
计量
- 文章访问数: 134
- HTML全文浏览量: 201
- PDF下载量: 38