中国居民虚拟体育社区社会资本建构的影响因素研究*

霍兴彦

中国居民虚拟体育社区社会资本建构的影响因素研究*

霍兴彦

（贵州财经大学 体育工作部新体育研究中心，贵州 贵阳 550025）

为探讨中国居民虚拟体育社区社会资本建构的影响因素，对2750名虚拟体育社区成员进行了问卷调查。结果表明，人口统计特征变量和运动资本变量对社会资本的两个变量，即社区参与和社会交往具有不同影响。社区参与变量与人口统计特征变量呈显著正相关，但相关关系极弱，与运动资本变量组的运动经验和运动能力呈显著正相关；社会交往变量与收入呈显著正相关，与运动资本变量组的运动认知呈显著正相关。

虚拟体育社区；社会资本；影响因素

“虚拟社区”是由美国学者霍华德·瑞恩高德（Howard Rheingold）于1993年提出的概念。他认为随着互联网传播技术的发展会有一种新型社区出现，这类社区以共享价值为中心，将人们集中在线上，在他们之间“具有充分的人情（human feeling），并在电脑空间里形成了人际关系网络”[1]。时至今日，各种网络虚拟社区已然不断涌现，并在很大程度上改变了传统的时空观念，形成了更为多元、动态的人际关系网络。在诸多虚拟社区中，基于某种共同的体育兴趣纽带而形成并在此基础上发育成熟的网络趣缘社区即为虚拟体育社区。根据形成方式的不同，可将虚拟体育社区分为两类：其一是由运动爱好者借助QQ或微信等即时通讯软件自发组建而成；其二是通过使用“咕咚运动”、“悦跑圈”以及“Keep”等运动类移动应用程序（APP）而形成的虚拟社区。本文所研究的“体育虚拟社区”包括了上述两种类型，旨在运用实证研究的方法对影响中国居民在这些虚拟体育社区中进行社会资本建构的诸多因素进行初步探讨。

1 文献回顾

1.1 体育运动与社会资本

“资本”概念最初产生于经济学领域，是指期望在市场中获得回报的资源投资。随着资本研究的不断深入，这一概念被延伸和扩展至人力资本、文化资本以及社会资本等领域。

法国学者皮埃尔·布尔迪厄（Pierre Bourdieu）于1980年首次从社会学意义上提出“社会资本”概念，并将其界定为一种通过对“体制化关系网络”的占有而获取的实际的或潜在的资源集合体[2]。此后，美籍华裔学者林南（Lin，1982,1995）、詹姆斯·科尔曼（James S.Coleman，1988,1990）以及罗伯特D·普特南（Robert D·Putnam，1993,2000）等学者都对这一概念进行了深入探究并引发学界关注。林南（Lin，1982）认为个人有两类资源可以获取和使用：个人资源和社会资源。个人资源是个体所拥有的资源，社会资源是个人通过社会关系所获取的资源，而这种在目的性行动中被获取的和/或被动员的、嵌入在社会关系中的资源就是社会资本[3]。与林南关注个体微观层次的视角不同，科尔曼对社会资本的分析更侧重群体层次。科尔曼（1990）认为社会资本包括两个要素：它是社会结构的一个方面；在结构内它便利了个体的某些行动。换言之，社会资本是个体行动者的作为一种资产的社会结构性资源。结构的任何一个方面是否是资本，取决于它是否对参与某种活动的某些个体发挥功能[3]。普特南对社会资本的分析同样侧重群体层面，他（2000）将社会资本界定为“社会组织中诸如信任、规范以及网络等特点，它们能够促进合作行为以提高社会效率”[4]。综合上述观点可见，虽然个体和群体两个视角所描述的社会资本在功用或效果评估上存在差异，但所有学者都认为互动中的成员维持和再生产了这种可能的社会财产[3]。从这个意义上讲，社会资本表现为人与人之间的关系，尽管它是无形的，但“社会学视角的社会资本概念基本上把社会关系网络或特定的社会结构作为社会资本来看待”[5]。换言之，社会资本是由嵌入在社会关系和社会结构中的资源组成，其外在形式表现为社会行动者之间建构的社会关系网络，而内在本质则为嵌入在这些社会关系网络中有助于实现其目标的资源。

体育运动与社会资本的研究发轫于20世纪90年代初，普特南将体育社团和体育俱乐部作为测量社会资本的主要研究指标，体育界学者开始关注此领域。目前，体育运动与社会资本关系的研究多集中在欧、美地区，相关文献认为，通过运动时的人际互动可增进运动者的社会资本[6]。该领域在国外的研究重点主要是体育运动如何生成社会资本。根据生成路径的不同，周结友和裴立新（2014）将其概括为5种：体育社会组织参与生成论、体育运动参与生成论、体育志愿服务（精神）生成论、体育赛事生成论以及体育运动器材设施生成论。在体育社会组织生成社会资本方面的研究主要集中在社区体育组织、体育俱乐部和体育志愿组织3方面[7]。国内研究方面，仇军等人（2010,2012）认为，体育参与越多的个体所拥有的社会资本越多；个体的社会资本量越多，其社会融合的机率越高[8]。赵溢洋和陈蕾（2014）采用实证研究方法探讨了体育运动的社会资本、人力资本功能与农民工随迁子女城市融入的内在关系[6]。从已有相关研究成果来看，学者们更多的是关注真实地理空间各类实体性体育组织如何生成社会资本问题，对虚拟体育社区能否生成社会资本的相关研究尚不多见。那么虚拟体育社区形成的社会关系网络是否承载着社会资本呢？

1.2 虚拟社区与社会资本

根据中国互联网络信息中心发布的《第44次中国互联网络发展状况统计报告》，截止2019年6月，我国即时通信用户规模达8.25亿，占网民总体的96.5%。手机即时通信用户规模达8.21亿，占手机网民的96.9%[9]。随着社交媒体的快速扩散，关于社交媒体使用与社会资本形成的研究成为备受关注的议题。这方面有三种代表性观点：第一，社交媒体的使用会导致个人疏远社会和公众生活，减少个人与他人面对面交流的时间，从而导致社会资本的减少[10]；第二，虚拟空间的出现为现实生活中不擅交流的人提供了一种更易交到朋友的途径，更有利于社会资本的积累[11]；第三，社交媒体维持着现有的社会资本。亦即通过网络联系，人们扩展了以往仅通过电话和面对面的联系，而且他们还可以通过网络继续其爱好和兴趣，从而维持既有社会资本的发展[12]。在林南看来，社会资本是上升还是下降，主要取决于如何定义和测量。由于社会资本在本质上是一种嵌入在社会网络中的资源，据此，在虚拟空间形成的电子网络同样承载着社会资本。这意味着，“我们正在经历着由电子网络所代表的社会资本的革命性上升时代……电子网络所承载的资源超出了单纯的信息用途，从这个意义上讲，电子网络提供了社会资本，因特网也提供了交换与集体形成的渠道”[3]。并且，相较于其他网络行为，社会化媒体在促进社会资本形成方面具有一定优势[13]。社会化媒体特定的使用行为以及使用动机都与社会资本的积累存在一定联系[10]。

基于上述关于体育运动与社会资本，以及虚拟社区与社会资本的文献，本研究认为，在以共同的体育兴趣纽带形成并在此基础上发育成熟的体育虚拟社区中，社会行动者无论是获取信息还是进行交往互动都将更为便捷，这种更为自发、随意的非正式社会交往也将更容易建构广泛的人际关系网络，并且这些关系网络能够便利个体的某些行动。换言之，体育虚拟空间的社交网络同样蕴含社会资本，个体行动者参与虚拟体育社区的过程也是构建网络人际互动关系进而建构社会资本的过程。那么，中国居民参与虚拟体育社区的情况如何？他们在虚拟体育空间的社会交往受到哪些因素的影响？这是本研究试图回答的问题。具体而言，我们主要关注以下两点：第一，行动者的人口统计特征（性别、年龄以及收入等）对虚拟体育社区的社会资本建构有无影响？第二，行动者的运动资本对其虚拟体育社区社会资本建构有无影响？

2 研究方法

2.1 数据收集

课题组于2018年7月17日-7月19日通过互联网对5265位18岁以上成人参与体育活动的情况进行了调查，最终获得了2750个有效样本（没有加入QQ群或微信群的被访者除外）。本次调查问卷通过极数云数据平台编制并利用其管理平台进行数据分发和存储。为保证样本对中国民众的代表性，该调查样本来自于两部分：极数云自有在线样本库和与极数云有长期合作关系的其他可靠样本库。为确保调查真实可靠，在所有样本开始参加调查前进行了质量检测，在95%置信水平下，推论误差在±3%内。调查由极数云随机向目标样本发送问卷链接进行在线填写邀请，完成问卷被访者平均获得2元的礼品，每份问卷平均填答时间为5份25秒。调查样本的人口统计特征见表1：

表1 调查样本结构（N=2750）

项目类别频率百分比 性别男性162759.2 女性112340.8 年龄18岁以下2438.8 18-25岁82530.0 26-40岁151154.9 41-50岁1515.5 50岁以上200.7 城乡乡村46016.7 城市229083.3 收入2000以下47617.3 2000-6000109439.8 6000-800062022.5 8000-1200035312.8 12000及以上2077.5 学历小学及以下331.2 初中1214.4 高中/职高/中专/中技47417.2 大学（本/专科）200372.8 硕士/博士1194.3

2.2 变量的操作化定义

社会资本变量。本研究主要是从个体层面对行动者在虚拟体育空间的社会资本建构进行测量。由于“虚拟体育空间的社会资本”是难以直接测量的潜在变量，本研究基于上述对该理论的分析，认为社会资本即社会网络关系。因此，对虚拟体育社区的个体行动者而言，其在虚拟体育社区中建构的网络关系越多，则个体的社会资本量可能就越大。而建构网络关系的过程显然离不开虚拟体育社区的参与以及成员之间的社会交往。毕竟，“只有在行动者相互之间形成密集的交往网络的基础上才可以形成普遍的互惠规范和建立起广泛的信任”[14]。因此，本研究分别从虚拟体育社区的参与情况以及社会交往两个维度选取了相关指标。考虑到居民参与虚拟体育社区的方式既包括线上的信息等交流，也可能涉及实地参与线下的相关活动，所以本研究对参与情况的调查共选取了“线上”和“线下”的10项指标：1）发起聊天话题的频率；2）参与话题讨论的频率；3）分享运动信息的频率；4）转发信息链接的频率；5）组织线下活动的频率；6）发展新成员的频率；7）为开展活动提供场地的频率；8）为开展活动提供运动装备的频率；9）为开展活动提供技术指导的频率；10）为开展活动提供赛事服务的频率。以上问题答案采用从“非常频繁”（5分）到“从不”（1分）的5个等级；对社会交往变量的测量主要采用了以下5项指标：1）我喜欢在体育虚拟社区中结识运动爱好者；2）我在虚拟体育社区中获得6个以上朋友；3）我与虚拟体育社区中结识的伙伴之间联系密切；4）我在运动中遇到困难时会在虚拟体社区中获得支持与帮助；5）他人在体育虚拟社区中对我的评价让我更好地坚持运动锻炼。以上问题答案采用从“非常同意”（5分）到“非常不同意”（1分）5个等级。

对上述15项指标进行可靠性分析的统计结果显示，克隆巴赫信度系数（Cranach’s alpha）为0.924。为缩减指标维度，对15项指标进行了因子分析：KMO和Bartlett检验结果显示，KMO为0.951，Bartlett的球形度检验在0.000水平上（Sig=0.000）统计检验显著，说明这些指标适合进行因子分析；进行因子分析时采用了主成份分析法，选择因子的标准为特征值大于1，并采用最大方差旋转法进行因子旋转。因子分析的统计结果显示，从15项指标中共提取了2个主成份，分别命名为“参与情况变量”和“社会交往变量”，两个变量的累积方差贡献率为60.63%，基本达到因子分析的要求。具体结果见表2：

表2 虚拟体育社区参与以及交往情况变量的旋转成份矩阵

测量项目成份 12 （1）发起聊天话题0.6910.317 （2）参与话题讨论0.6030.354 （3）分享运动信息0.6560.291 （4）转发信息链接0.6610.254 （5）组织线下活动0.7780.180 （6）发展新成员0.7000.319 （7）提供活动场地0.7950.167 （8）提供运动装备0.7940.175 （9）提供技术指导0.7800.173 （10）提供赛事服务0.7960.163 （11）我喜欢在体育虚拟社区中结识运动爱好者0.2240.784 （12）我在虚拟体育社区中获得6个以上朋友0.2630.749 （13）我与虚拟体育社区中结识的伙伴之间联系密切0.2780.741 （14）我在运动中遇到困难时会在虚拟体社区中获得支持与帮助0.2050.752 （15）他人在体育虚拟社区中对我的评价让我更好地坚持运动锻炼0.1630.779

运动资本变量。根据布尔迪厄的观点，运动资本可以视为一种以身体化状态存在的文化资本，即一套培育而成的倾向。这种倾向被个体通过社会化而加以内化并构成了欣赏与理解的框架，个体可以仅仅通过理解其意义就挪用（appropriate）或“消费”（consume）文化商品[15]。这意味着行动者对运动的认知以及看似偶然的行为选择实际上正反映了其累积的运动资本和相应的运动倾向。因此，本研究从运动认知、经验和能力3方面对行动者的运动资本变量进行了测量。对运动认知的测量包括3项指标：1）运动很重要；2）我对运动很有兴趣；3）运动对我很有用。这些问题答案采用从“完全符合”（5分）到“很不符合”（1分）5个等级，3项指标的克隆巴赫信度系数为0.698。对运动经验的调查包括平均每周参加体育运动的次数（5=3次以上，1=0次）、每次参加体育运动的时长（5=1-1.5小时，1=从不运动），以及加入虚拟体育社区的时间（5=5年以上，1=低于1年）3项指标，其克隆巴赫信度系数为0.602；对运动能力的测量采用五级量表调查被访者认为自己在体育虚拟社区的运动能力如何（5=非常高，1=非常低）。

另外，本研究将性别、城乡、年龄、学历和收入水平5项人口统计特征变量作为研究的控制变量。具体分析架构如图1所示：

图1 本研究分析架构图

3 数据分析及结果

3.1 相关性分析

对数据进行相关性分析的结果显示（见表3），在人口统计特征变量中，除城乡和年龄两个变量与社会交往没有显著相关性外，其余变量都与参与情况和社会交往具有显著的相关性。其中，收入与参与情况和社会交往的正相关系数最大，分别为0.262（P＜0.001）和0.76（P＜0.001），说明随着收入水平的提高，行动者无论是虚拟体育社区的参与程度，还是在虚拟体育社区的社会交往情况都会更加积极。

从运动资本变量组来看，运动经验和能力两组变量与参与情况变量具有显著的正相关性，与运动认知的1个变量（我对运动很有兴趣）具有显著的正相关性（r=0.116，P＜0.001），与另外两个变量（运动很重要、运动对我很有用）的相关关系不显著。运动资本的所有变量都与社会交往变量具有显著相关性，其中的运动能力变量与运动交往变量之间明显负相关（r=-0.118，P＜0.001），说明那些认为自己在虚拟体育社区中运动能力越高的行动者进行社会交往的积极性反而越低。

值得注意的是，根据实际数据计算出的相关系数r，其取值一般在-1＜r＜1之间，且当|r|＜0.3时，说明两个变量之间尽管具有显著的相关性，但相关程度极弱，可视为不线性相关；0.3≤|r|＜0.5时，视为低度相关；0.5≤|r|＜0.8时可视为中度相关[16]。据此对表3中的数据进行筛选，可以发现，只有平均每次体育运动的时长（r=0.306，P＜0.001）、加入虚拟体育社区的时间（r=0.437，P＜0.001）和运动能力（r=0.368，P＜0.001）3个变量与参与情况变量呈低度相关；收入（r=0.76，P<0.001）与社会交往变量呈中度相关，运动认知的3项指标与社会交往变量呈低度相关，相关系数分别为0.355（P＜0.001）、0.323（P＜0.001）和0.333（P＜0.001）。

表3 变量之间相关性分析

因变量自变量参与情况变量社会交往变量 人口统计特征变量性别0.086**0.055** 城乡0.116**0.037 年龄0.125**-0.003 学历0.116**0.054** 收入0.262**0.76** 运动资本变量运动很重要0.0340.355** 运动对我很有用0.0010.323** 我对运动很有兴趣0.116**0.333** 运动次数0.227**0.241** 运动时长0.306**0.181** 加入时间0.437**0.106** 运动能力0.368**-0.118**

**在0.01水平（双侧）上显著相关。

3.2 回归性分析

为进一步测量上述通过相关性分析筛选出的多个自变量对社会资本两个因变量（参与情况和社会交往）的影响，本研究采用了多元逐步回归的分析方法。拟合度最高的两个模型如表4、表5所示：

表4 影响中国居民虚拟体育社区参与情况的回归模型

模型非标准化系数标准系数TSig. B标准误差试用版 (常量)-2.199.082 -26.800.000 加入虚拟体育社区的时间.295.016.33118.271.000 在虚拟体育社区中的运动能力.315.020.27016.017.000 平均每次参加体育运动的时长.100.017.1055.769.000 调整R20.275

表5 影响中国居民虚拟体育社区交往情况的回归模型

模型非标准化系数标准系数TSig. B标准误差试用版 常量-1.774.077 -23.013.000 运动很重要.169.017.2009.731.000 我对运动很有兴趣.153.017.1799.022.000 运动对我很有用.138.017.1628.143.000 收入.071.015.0814.716.000 调整R20.188

从表4的回归结果可见，加入虚拟体育社区的时间、运动能力以及平均每次的运动时长3项指标可以解释和预测27.5%的虚拟体育社区参与情况这一因变量的变化，亦即这3项指标和参与情况这一因变量之间存在线性关系，多元线性回归方程应为：参与情况变量=-2.199＋0.295*加入时间＋0.315*运动能力＋0.100*运动时长。由于常量一项在标准系数一列没有数值，应予删除，标准化回归方程为：参与情况变量=0.331*加入时间＋0.270*运动能力＋0.105*运动时长。由此可见，行动者加入虚拟体育社区的时间越长，其虚拟体育社区的参与水平就越高，这与以往的研究发现也是一致的[17]。另外，运动能力对虚拟体育社区的参与情况有显著的正面影响，意味着那些认为自己在虚拟体育社区中运动能力越高的行动者参与社区的程度也越高。运动时长指标可在一定程度上反映运动经验的丰富程度，说明那些运动经验越丰富的行动者在虚拟体育社区的参与水平越高。

表5的回归结果显示，运动很重要、运动对我很有用、我对运动很有兴趣以及收入4项指标可以解释和预测18.8%的虚拟体育社区社会交往情况这一因变量的变化，其标准化回归方程为：社会交往变量=0.200×运动很重要＋0.162×我对运动很有兴趣＋0.179×运动对我很有用＋0.81×收入。换言之，行动者在虚拟体育社区的社会交往主要与运动认知相关：对体育运动的认知越积极的行动者，其虚拟体育社区的社会交往程度就越高。另外，收入对社会交往变量有显著的正面影响，说明即便是在虚拟体育社区，经济资本也会显著影响社会资本的建构。

对比表4和表5这两个回归模型不难看出，人口统计特征变量和运动资本变量对社会资本的两个变量，即社区参与情况和社会交往情况的影响是不同的：人口统计特征变量对虚拟体育社区参与情况的影响可以忽略不计，显示出虚拟空间强大的包容性和平等性；不过，收入对行动者在虚拟体育空间的社会交往具有显著影响这一发现也凸显了经济资本对建构社会资本的重要作用，并且这一发现与边燕杰和李煜对国内一些城市的线下调查结果也是一致的，即经济收入对网络规模及网络资源总量有显著的影响[18]。在运动资本变量组中，运动认知变量对社会交往变量有显著正面影响；运动经验和运动能力变量则显著正面影响了虚拟体育社区的参与情况。

4 结论与局限

本研究采用实证研究的方法对影响中国居民虚拟体育社区社会资本建构的因素进行了初步探讨。研究结果表明，5个人口统计特征变量（性别、城乡、年龄、学历和收入）都与虚拟体育社区的参与程度呈显著正相关，但由于相关系数的数值较小（r＜0.3，P＜0.001），说明人口统计特征变量与参与情况之间仅存在极弱的相关关系，这也从实证研究角度论证了虚拟体育社区的平等性和包容性。

对人口统计特征变量与社会交往变量的相关分析结果显示，城乡和年龄两个变量与社会交往没有相关性；性别和学历与社会交往存在显著相关，但相关程度极弱（|r|<0.3，P＜0.001）；收入与社会交往之间为中度正相关，说明随着收入水平的提高，行动者在虚拟体育社区的社会交往将会更加积极。

从运动资本变量组来看，运动经验和能力两组变量与参与情况变量具有显著的正相关性，与运动认知的1个变量（我对运动很有兴趣）具有显著的正相关，与另外两个变量（运动很重要、运动对我很有用）没有相关性；运动资本的所有变量都与社会交往变量具有显著相关性，其中的运动能力变量与运动交往变量存在显著负相关（r＜-0.118，P＜0.001），说明那些认为自己在虚拟体育社区中运动能力越高的行动者越缺乏进行社会交往的积极性。

本研究还采用多元逐步回归的方法对多个自变量对社会资本两个因变量（参与情况和社会交往）的影响进行了深入研究。统计结果显示，加入虚拟体育社区的时间、运动能力以及平均每次的运动时长3项指标可以解释和预测27.5%的参与情况这一因变量的变化；而运动很重要、运动对我很有用、我对运动很有兴趣以及收入4项指标可以解释和预测18.8%的社会交往情况的变化。虽然两个回归模型的拟合效果一般（调整R2分别为0.275、0.188），但毕竟从实证角度证明人口统计特征变量和运动资本变量对社会资本的两个变量具有不同的影响。

本研究着眼于虚拟体育空间微观个体的人口特征统计变量和运动资本变量对其社会资本建构的影响，尚未考虑个体的人格特质、参与动机及其在虚拟体育空间中的网络位置等因素的影响，这是本研究的主要局限。另外，定量的实证研究缺乏对变量之间关系机制的深入理解，这些可能也需要结合虚拟民族志等定性研究方法来进一步完善。

[1]彭兰.网络传播学[M].北京:中国人民大学出版社,2009:59.

[2]赵延东.社会资本理论述评[J].国外社会科学,1998(3):18-21.

[3]林南 著.社会资本：关于社会结构与行动的理论[M].张磊 译.上海:上海人民出版社，2004:20-21.

[4]Robert D. Putnam. Bowling alone: the collapse and revival of American community [M].New York: Simon and Shuster, 2000:544.

[5]马德勇.东亚地区社会资本研究[M].天津:天津人民出版社,2009:15.

[6]赵溢洋,陈蕾.体育运动的社会和人力资本功能对随迁子女城市融入的影响[J].体育科学,2014(4):18-29.

[7]周结友,裴立新.国外体育运动与社会资本研究:缘起、成果与启示[J].体育科学,2014(7):73-82.

[8]仇军,杨涛.体育与社会资本研究述评[J].体育学刊,2012(5):14-21.

[9]中国互联网络信息中心.第44次中国互联网络发展状况统计报告[EB/OL].[2019-08-30].http://www.cac.gov.cn/2019-08/30/c_1124938750.htm.

[10]赵曙光.社交媒体的使用效果：社会资本的视角[J].国际新闻界,2014(7):146-159.

[11]黄荣贵,骆天钰,桂勇.互联网对社会资本的影响:一项基于上网活动的实证研究[J].江海学刊,2013(1):12-13.

[12]曾凡斌.互联网使用方式与社会资本的关系研究[J].湖南师范大学社会科学学报,2014(4):52-60.

[13]Valenzuela,S.,Park,N.&Kee ,K.F.Is there social capital in a social network site: facebook use and college students’ life satisfaction, trust, and participation[J]. Journal of Computer-mediated Communication, 2009(4):587-901.

[14]胡荣,胡康.城市居民的社会交往与社会资本建构[J].社会科学研究,2007(4):98-103.

[15][美]斯沃茨著.文化与权力: 布尔迪厄的社会学[M].陶东风译.上海:上海译文出版社，2012:88.

[16]贾俊平.统计学[M].北京:清华大学出版社,2004:290

[17]李国鑫,李一军,陈易思.虚拟社区成员线下互动对线上知识贡献的影响[J].科学学研究,2010(9):1388-1394.

[18]边燕杰,李煜.中国城市家庭的社会网络资本[J].清华社会学评论,2000(2):1-18.

A Study on the Factors Influencing the Construction of Social Capital of Chinese Residents in Virtual Sports Communities

HUO Xingyan

(New Sports Research Center, Dept. of P.E., Guizhou University of Finance and Economics, Guiyang 550025, Guizhou, China)

该论文被2019年“第十一届全国体育科学大会”录取为专题口头报告，为贵州财经大学人才引进项目阶段性成果（项目编号：2020YJ018）。

霍兴彦(1979—)，博士，副教授，研究方向：体育人文社会学。