论文关键词：经济圈 社区居民 体育消费水平
论文摘要：运用文献资料法、调查法、数理统计法、逻辑分析法等方法，以地域为研究视角，从性别、年龄、文化程度、消费总体水平等方面分析了长、株、潭经济圈社区居民的体育消费水平。认为：女性与男性都喜欢参与体育运动，但在消费观念上，女性比男性节约，使女性整体体育消费水平低于男性；居民体育消费水平的高低并不与参加体育锻炼的人数成正比；体育消费是文化消费的一种，具有消费能力的层次性；体育消费水平与经济发展成正比；居民消费潜力巨大。
体育消费水平是指一定时期内按人口平均实际消费的各种体育物质产品和服务(或劳务)产品的数量。本文从地域的角度对长、株、潭经济圈社区居民体育消费水平进行分析研究，有利于保障其健康的消费行为和理念，同时也可以为城市社区体育产业的发展提供一个良好的机遇。
1研究对象与方法
1．1研究对象
本文在研究对象的选取上采用简单随机抽样的方法，在长、株、潭三市的各社区中随机抽取了韭菜园办事处、朝阳街办事处(长沙芙蓉区)、金盆岭办事处、城南路办事处(长沙天心区)、麓山南路办事处、银盆岭办事处(长沙岳麓区)、望麓园办事处、伍家岭办事处(长沙开福区)、左家塘街道办事处、井湾子街道办事处(长沙雨花区)、中洲路街道办事处、五里堆街道办事处(湘潭岳塘区)、雨湖路街道办事处、中山路街道办事处(湘潭雨湖区)、宋家桥街道办事处、仙庾镇街道办事处(株洲荷塘区)、建宁街道办事处、五里墩乡街道办事处(株洲芦淞区)、田心街道办事处、清水塘街道办事处(株洲石峰区)天台科技园、金德工业园(株洲高新区)等22个社区，然后在抽取的每个社区中再随机抽取各年龄段的居民进行体育消费现状调查。LOcalHOST
1．2研究方法
1．2．1调查法
(1)问卷调查法。根据本课题的研究任务设计了《长、株、潭经济圈社区居民体育消费水平的现状调查问卷》，共发放问卷2200份，调查居民共分5个年龄段(16—30岁、31—4o岁、41—5o岁、51—59岁、6o岁以上)，每个年龄段发放440份问卷，平均每个社区每个年龄段发放2o份。回收问卷1970份，回收率89．55，有效问卷1922份，有效率97．56。问卷的回收率和有效率均满足社会学分析和统计学样本量的基本要求。
(2)访谈法。对长、株、潭三市部分社区的居民进行访谈，调查了解了居民的日常消费及体育消费的支出情况；在体育方面花钱是否值得；钱都花在了哪些方面；社区居民的体育态度；影响其参加体育锻炼的因素及日常活动情况等。这些内容也是设计本论文普查问卷的理论依据。
1．3数理统计法
对调查所获得的各项数据，运用spss11．0统计软件进行统计分析。
2研究结果与分析
2．1不同性别的社区居民体育消费水平的分析

长、株、潭经济圈社区居民体育消费支出在性别上存在一定差异，在过去的一年中，体育消费平均在100元以下的女性居民占54．65，男性是53．83，这个比率基本相等．但平均消费100—300元的女性居民与男性居民相比呈上升趋势，体育消费在300元以上的呈下降趋势。男性居民去年的平均体育消费金额为157．85元，而女性的平均体育消费金额为123．96元，见表1。

从以上结果可以看出，在“健康第一”的影响下，女性与男性都喜欢参与体育运动，但在消费观念上，女性比男性节约，以致女性500元以上的体育消费的比率是男性的5o，使女性整体体育消费水平低于男性。
2．2不同年龄段的社区居民体育消费水平的分析
从调查的数据中可知，16-30岁的居民群体在体育消费支出上明显高于其他年龄段的居民群体(见表2)。16—30岁的群体体育消费平均消费金额为222．38元，而31—4o岁的群体体育消费平均消费金额为143．25元，41—5o岁的群体体育消费平均消费金额为130．73元，51-59岁的群体体育消费平均消费金额为107．57元，60岁以上的群体体育消费平均消费金额为90．67元。

从表2可知，3卜4o岁、41—5o岁的社区居民参加体育锻炼的比率低于51—59岁、6o岁以上的居民，而体育消费支出却高于51—59岁、6o岁以上的居民群体，这说明体育消费水平的高低并不与参加体育锻炼的人数成正比，这种消费水平的差距在一定程度上是由于消费动机造成的。

2．3不同文化程度的社区居民体育消费水平的分析
因为“体育消费尽管也包含少量对物质产品的消费，但就整体而言，它属于服务产品消费，是文化消费的一种”，它“具有能力的层次性”。在物质消费活动中，一般来说只要拥有，就能消费，只是因为，最基本的物质消费是人的本能。但体育消费则不同，它要求具有很高的消费能力，即必须具备与体育消费相适应的知识、经验和技能。体育消费能力强的消费者，能够消费多样化的体育产品，而体育消费能力弱的消费者则只能消费浅显、单一的体育产品，这种文化程度的不同造成了体育消费水平的差异(见表3)。


2．4长、株、潭经济圈社区居民体育消费水平的总体分析
通过对数据的分析可看出

[1] [2] 下一页