在学界，学者们主要从以下几个层面对影响城乡居民消费差距的因素进行研究：一是社会保障层面，社会保障各项目支出对城乡居民消费差距具有不同的门槛效应^[5]；教育支出有助于缩小城乡居民消费差距^[6]。二是金融层面，数字普惠金融的发展对缩小城乡居民消费差距有着显著的促进作用，还存在区域异质性和消费类型异质性^[7]；同样，数字普惠金融发展显著缩小了城乡家庭消费差距，存在显著的空间异质性；数字普惠金融有助于缩小城乡居民消费差距^[8-9]。三是技术层面，数字经济不仅直接影响城乡居民消费差距，而且可以通过产业结构升级、电子商务、城镇化间接影响城乡居民消费差距^[10]；互联网使用能够显著缩小城乡家庭消费差距，且这一作用在高消费群体中更为明显^[11]；电子商务的发展并没有缩小城乡居民消费差距，反而增加了城乡居民消费差距^[12]；互联网普及显著缩小了城乡居民消费差距^[13]；电子商务发展能够有效缓解城乡居民消费差距，其影响呈现先减后增的U型趋势^[14]。四是城市层面，城市舒适性的提升对城乡消费差距有着显著的缩小作用^[15]；城市化和老龄化对城乡居民消费差距的影响存在空间溢出效应^[16]。五是产业层面，流通业智能化发展通过促进区域产业结构升级、降低城乡居民收入差距和推动电子商务发展等渠道有效缩小城乡居民消费差距，且对西部地区的影响最大^[17]；产业转型升级会通过抑制收入差距缩小城乡居民消费差距^[18]；税制结构优化能够显著地缩小城乡居民消费差距^[19]；财政基础公共服务支出显著影响城乡居民消费差距^[20]。六是其他层面，要素市场扭曲、空气质量对缩小城乡居民消费差距具有负效应^[21-22]；对外贸易对缩小城乡差距、实现共同富裕并没有直接作用^[23]。

有关城乡居民消费差距的研究成果颇丰，上述研究为探讨体育产业如何影响城乡居民消费差距打下了坚实的理论基础。既有研究主要从社会保障、金融、技术、城市、产业等层面进行研究，得出结论不一。有研究直接效应和间接效应的，也有研究门槛效应、调节效应的，研究方法和视角多元。而直接研究体育产业如何影响城乡居民消费差距的，寥寥无几。另外，现有体育产业的相关研究关注政策^[24]、机制^[25]、技术^[26]、路径^[27]、关系^[28]等方面。鉴于此，体育产业如何影响城乡居民消费差距，是扩大差距，还是缩小差距，作用机制是什么，是否有中介效应，是否有门槛效应等问题亟待进一步研究。

恩格尔定律表述了家庭收入与购买食物支出间呈反比例关系。即家庭收入越少，用来购买食物的支出比例就越大；反之，家庭收入越多，用来购买食物的支出比例就越小^[29]。我国居民已经从“吃不饱”“穿不暖”“玩不好”的年代迈向了“吃好”“穿好”“玩好”的年代。当前，我国居民消费结构正悄然由传统的温饱型和实物型消费向发展型、服务型及个性化的新型消费转变，体育消费在消费结构中的比例逐年提高。依据马斯洛需求层次理论，当城乡居民基本生存需求得到满足后，体育消费作为享受型消费会逐步成为新的经济增长点。根据差异化产品理论，体育赛事、体育培训、健身服务、体育竞赛表演、运动器材等非必需消费品具有显著的收入弹性。随着农村公共体育服务投入力度的加大，体育基础设施不断普及，体育市场日渐壮大，城乡居民消费门槛降低，产生平等化效应。体育产业通过影响居民消费水平的提升对乡村产业振兴产生促进作用，通过满足城镇与农村居民需要的体育供给，拉动体育消费，为乡村产业振兴提供了消费基础^[30]。综上所述，发展体育产业能够推动城乡居民消费结构合理、科学，从而缩小城乡居民消费差距。基于此，提出假设：

H1：体育产业显著缩小了城乡居民消费差距。

凯恩斯的绝对收入假说认为，收入越高则居民消费水平越高^[31]。可支配收入是决定消费的最重要因素，相对于其他因素，如利率、个税、保险等，可支配收入对消费的影响更为显著。随着可支配收入的增加，消费也会增加，但增加的速度会逐渐放缓，即边际消费倾向递减。无论可支配收入多少，消费支出总是保持一定的水平，具有刚性特征^[32]。体育产业链涵盖设计、制造、销售、服务、衍生品等多环节，具有强就业吸纳能力，特别是对农村劳动力的吸纳，解决了大量农村剩余劳动力，提高了农村居民收入，为体育消费提供更多可能性；同时，通过体育技能培训、体育服务、体育器材、体育赛事、体育设施下乡等，实现了农村人力资本溢价，减少农村居民医疗开支、排除社会不良心序、维护社会稳定、增强乡村凝聚力等功能，可直接或间接提高农村居民收入。文献[33]发现每增加1%的转移性收入，农村居民享受型消费占总消费的比例将提高2.6%。文献[34]发现消费随着收入水平的提高逐渐增加，但边际消费倾向递减。文献[35]认为，持续加大“农村倾向”的财政民生支出力度，充分发挥财政民生支出的收入分配功能，是促进居民服务性消费增长、缩小城乡居民服务性消费差距的有效途径。基于此，提出假设：

H2：体育产业通过增加城乡居民人均可支配收入缩小了城乡居民消费差距。

新经济地理学指出，基础设施联通可打破城乡市场分割^[36]。体育产业通过塑造健康生活方式与消费文化，影响居民消费偏好。受城乡二元结构影响，城市居民更易接触到高水平、高质量的体育赛事、训练队伍、专业人才。农村居民转入城市后要融入城市生活、工作，会形成示范效应，推动与体育相关的消费，如运动装备、体育健身等业务增长。文献[37]认为城镇化能够提升居民消费率，缓解供求失衡，进而畅通双循环、推动经济增长。大力推进城镇化是发挥消费的基础性作用、构建双循环新发展格局的重要途径。文献[38]认为城镇化发展提升了居民的消费水平，通过降低生存型消费的比例、提高发展和享受型消费的比例推动了居民消费结构的升级。美国城市学者诺瑟姆把城镇化分为3个阶段，分别是初始阶段、加速阶段、稳定阶段，当城镇化进入稳定阶段后，属于服务型产业的体育产业会迎来黄金期^[39]。文献[40]发现我国城镇化水平与体育产业发展之间存在着长期稳定的均衡关系。文献[41]认为体育产业的集群化能带动城镇投资的增长，拉动城镇居民的旅游消费，优化城镇的产业结构，实现农村剩余劳动力转移，有效提升城镇化的发展速度和质量。基于此，提出假设：

H3：体育产业通过城镇化缩小了城乡居民消费差距。

被解释变量为城乡居民消费差距(记为Theil)。泰尔指数在城乡收入差距中的应用的优点在于可以衡量人群组内收入差距与组间收入差距对总差距的影响。计算城乡居民消费差距时，可将城与乡分成两组。借鉴文献[42]的成果，用泰尔指数进行测度，计算公式如下：

式中：C_1t与C_2t分别代表城镇和农村居民t年人均消费总支出，C_t表示t年的城乡居民人均消费支出，P_1t与P_2t分别代表城镇和农村居民t年人口数，P_t表示t年的年末人口总数。

解释变量为体育产业增加值的对数(记为ln ty)，可表示体育产业水平，其反映指标主要有两类：一类是单一指标，主要有体育产业总规模、体育产业总投入、体育产业利润等；另一类是综合指标，即通过多项指标对各单个指标赋予一定权重，得出最终结果，如体育产业高质量指数、体育产业发展综合指数等。两类指标各有优劣，单一指标的优势是收集数据方便，劣势是反映信息不全；综合指标的优势是信息全面，劣势是收集难度大、计算复杂。参照已有研究经验，本研究以体育产业增加值取对数作为解释变量。

借鉴文献[43-44]的研究成果，根据前文理论分析，体育产业影响城乡居民消费的中介变量是城乡居民人均可支配收入的对数(ln qsr)、城镇化水平(Czh)。

为了避免多元回归中混杂变量的干扰，在探讨体育产业对城乡居民消费差距的影响时，可能会产生内生性问题，科技创新、产业结构、养老保障、能源消耗等变量都可能对城乡居民消费差距产生影响。因此参考文献[45-46]的做法，选取如下控制变量：科技创新(ln Kjc)，用规模以上工业企业R & D经费与规模以上工业企业R & D人员全时当量的比值，取对数表示；产业结构(Cyj)，用第三产业增加值与第二产业增加值的比值表示；养老保障(Ylb)，用城乡居民社会养老保险参保人数占年末常住人口数比例表示；能源消耗(Nyj)，用发电量与地区生产总值的比值表示；教育投入(ln jyt)，用教育经费与年末常住人口数的比值，取对数表示；地方财政(Dfc)，用地方财政一般预算支出占地区生产总值比例表示。

为研究体育产业对城乡居民消费差距的直接影响，构建了基准回归模型，模型如下：

式(2)在估算时可能会出现误差，纳入控制变量，构建如下双向固定效应模型：

式中：Theil_it表示i地区在t年的城乡居民消费差距；ln ty_it表示i地区t年的体育产业增加值的对数；W_it为控制变量；μ_it和γ_it分别表示不可观测的个体效应和时间效应；ε_it为随机干扰项；α₀为常数项，α₁为待估参数，表示体育产业对城乡居民消费差距影响的总效应。

体育产业除了对城乡居民消费差距产生直接影响外，还可能存在中介效应。依据文献[47]的做法，构建中介模型：

式中：M_it表示中介变量，包括城乡居民人均可支配收入的对数、城镇化水平；β₁表示体育产业对中介变量的回归系数；γ₀为常数项；γ₁表示中介变量对城乡居民消费差距的回归系数；γ₂表示体育产业对城乡居民消费差距的回归系数。一个变量是否存在中介效应，需要进一步进行中介效应检验，具体做法是依次检验回归系数β₁和γ₁是否有统计学意义。若β₁和γ₁同时有统计学意义，说明存在中介效应；若β₁和γ₁中有一个无统计学意义，可以进行Sobel检验，检验通过说明存在中介效应，否则不存在中介效应。

前述研究设定体育产业可以缩小城乡居民消费差距。那么，在体育产业缩小城乡居民消费差距过程中，是否存在门槛效应? 利用门槛回归模型对体育产业缩小城乡居民消费差距过程中城镇化水平和城乡居民人均可支配收入对数的门槛效应进行探讨。设定模型如下：

式中：θ表示门槛值，I为门槛指标函数，χ₀表示常数项，χ₁和χ₂表示门槛值系数，χ_i表示控制变量系数(i=3，4，…)。

选用我国31个省份(除香港、澳门、台湾外)2014-2022年的面板数据。其中，体育产业数据来源主要分为4类：一是体育局或相关权威部门发布的公告；二是已有学术期刊论文中提取的数据；三是根据相同地区GDP体量，用体育产业增加值占GDP比例进行估计；四是向归属地管理部门申请政府信息公开获得的数据。城乡居民人均消费支出、城镇居民人均消费支出、农村居民人均消费支出、城镇人口、乡村人口、年末常住人口等数据均来自国家统计局以及各省份官网。发电量、教育经费为缺失数据，采用插值法进行插补处理。各变量含义及描述性统计结果见表 1、表 2。

根据Hausman检验结果，选择固定效应模型评估体育产业对城乡居民消费差距的影响。表 3是体育产业对城乡居民消费差距的基准回归结果。模型(1)没有控制省份、年份及控制变量，体育产业对城乡居民消费差距的回归系数为-0.186，在p=0.01水平有统计学意义；模型(2)控制省份、年份，没有控制控制变量，体育产业对城乡居民消费差距的回归系数为-0.162，在p=0.01水平有统计学意义。与模型(1)相比，模型(2)回归系数有所减小，说明在控制省份和年份后，体育产业发展明显受限，体育产业对城乡居民消费差距的负向影响有统计学意义，即具有缩小效应。在回归模型中逐步加入控制变量后(模型(3)-模型(7))，体育产业对城乡居民消费差距的回归系数分别为-0.183、-0.155、-0.136、-0.048、-0.085，分别在p=0.01、p=0.05水平有统计学意义，结论与模型(1)-(2)保持不变。因此，假设H1得到验证，说明发展体育产业有利于缩小城乡居民消费差距。

为进一步分析体育产业对城乡居民消费差距的中介效应，选取城乡居民人均可支配收入的对数、城镇化水平进行中介效应分析。表 4是中介效应回归结果。模型(8)中体育产业对城乡居民人均可支配收入对数的影响系数为0.041，在p=0.01水平有统计学意义。模型(9)中体育产业增加值的对数、城乡居民人均可支配收入的对数对城乡居民消费差距的影响系数分别为-0.042、-0.969，在p=0.01水平有统计学意义；模型(10)中城镇化水平对城乡居民消费差距的影响系数为-0.061，在p=0.01水平有统计学意义；模型(11)中体育产业增加值的对数对城镇化水平的影响系数为2.376，在p=0.01水平有统计学意义；模型(12)中体育产业增加值的对数、城镇化水平对城乡居民消费差距的影响系数分别为-0.019、-0.060，在p=0.01水平有统计学意义。这说明体育产业可以通过城乡居民人均可支配收入、城镇化对城乡居民消费差距产生中介效应，假设H2、H3成立。

为了避免样本抽样过程中出现错误、遗漏等情形，确保研究结果的稳定性、可靠性和准确性。参考文献[48]的做法，分别从两个方面进行稳健性检验。一是替换变量。利用城乡居民人均消费比(Pcr)替代城乡居民消费差距(Theil)作为被解释变量进行回归检验(表 5)。模型(13)在替代被解释变量后，体育产业对城乡居民消费差距的影响系数为-0.067，在p=0.01水平有统计学意义。在模型(13)的基础上，加入中介变量城乡居民人均可支配收入的对数、城镇化水平后(模型(14)、(15))，体育产业对城乡居民消费差距的影响系数分别为-0.093、-0.075，在p=0.01水平有统计学意义，说明在替换被解释变量后，体育产业对城乡居民消费差距的基准回归和中介效应依然存在。二是更换样本期。更换样本期中又分为4种情形：①删除江苏、浙江、福建、山东、广东体育产业大省数据；②删除2014、2022年31个省份的数据；③删除2014-2022年中估计数据较多的山西、黑龙江、广西、海南、西藏、陕西、甘肃、青海8个省份不完整数据；④删除2015-2021年山西、黑龙江、广西、海南、西藏、陕西、甘肃、青海8个省份不完整数据。模型(16)、(17)、(18)、(19)中体育产业对城乡居民消费差距的影响系数分别为-0.180、-0.183、-0.224、-0.207，在p=0.01水平有统计学意义。可以看出，4种更换样本期的情形下，体育产业对城乡居民消费差距的影响系数的符号均未发生变化，全部有统计学意义。

在分析体育产业对城乡居民消费差距的影响过程中，可能会出现体育产业与其他变量共同对城乡居民消费差距产生影响的情况，以致于基准回归模型可能会出现反向因果或遗漏指标等偏差，最终出现内生性问题，影响模型估计结果。目前，进行内生性检验的方法有几种，文献[49]认为，系统广义矩估计方法优于差分GMM方法。借鉴文献[50]的做法，选取城乡居民消费差距一阶滞后项(L. Theil)作为工具变量，以确保得到一致的参数估计量。采用系统广义矩估计法进行处理，结果如模型(20)所示，城乡居民消费差距一阶滞后项(L. Theil)的回归系数为0.091，在p=0.01水平有统计学意义，AR(2)和Sargan检验结果分别是0.076和0.097，表明模型(20)通过了过度识别检验和接受“扰动项无自相关”的原假设。体育产业与城乡居民消费差距之间仍呈负相关关系，与基准回归结果一致，且系数值相差较小，说明不存在因内生性问题而影响结果准确性的现象。

我国幅员辽阔，各地资源禀赋和产业基础不同。体育产业在各区域发展状况也会存在差别，对城乡居民消费差距的影响存在异质性。为此，按照经济发展水平，将全国31个省份(除香港、澳门、台湾外)分为东部地区、中部地区、西部地区，分别进行回归估计，结果如表 6所示。表 6显示，东部、中部、西部地区体育产业对城乡居民消费差距的负向影响有统计学意义，充分说明体育产业对城乡居民消费差距的影响存在显著区域异质性。另外，从双向固定效应来看，体育产业对城乡居民消费差距的缩小效应，从东部到西部地区呈现出由强到弱的态势，即地区越发达，体育产业对城乡居民消费差距的缩小效应越明显，反之，地区越落后，体育产业对城乡居民消费差距的缩小效应就越小。这是因为，东部和中部地区相比于西部地区，经济发展水平较高，体育公共服务相对完善，体育产业发展起步早，城乡体育消费意识强，有利于体育产业的升级与扩张。东部和中部地区的政府对农村体育投入较多，农村居民参与体育消费也较早，体育产业对缩小城乡居民消费差距的作用也更加突出。

为探究体育产业对不同程度的城乡居民消费差距的影响是否存在异质性，借鉴文献[51]的做法，选取10%、25%、50%、75%、90% 5个分位数点进行消费差距异质性回归分析(表 7)。

从表 7的回归结果可以看出，体育产业对5个分位数点下城乡居民消费差距的影响系数分别是-0.052、-0.066、-0.133、-0.242、-0.297，在p=0.01水平有统计学意义。可以看出，城乡居民消费差距不同，体育产业所发挥的作用不同，体育产业对城乡居民消费差距始终呈负相关关系，随着分位点的逐渐升高，体育产业的影响系数会随着消费差距的扩大呈现逐渐增大趋势。这说明体育产业随着分位点的增长，边际影响的绝对值呈逐渐变大趋势。也就是说在城乡居民消费差距较小时，体育产业对缩小城乡居民消费差距的影响较小；但随着该差距逐渐扩大，体育产业对缩小城乡居民消费差距的作用也逐渐扩大。由此得出，体育产业的发展对高分位数城乡居民消费差距的收敛效应更明显。

借鉴文献[52]的做法，将城镇化水平和城乡居民人均可支配收入对数设为门槛变量，运用stata18统计软件重复抽样300次，体育产业对城乡居民消费差距影响的门槛效应检验见表 8。由表 8可知，在p=0.05的显著性水平上城镇化水平通过了单门槛和双门槛检验，城镇化水平的单门槛值为28.790，双门槛值为33.900；在p=0.05的显著性水平上城乡居民人均可支配收入对数通过了单门槛验，没有通过双门槛检验，单门槛值为9.630。即以城乡居民人均可支配收入对数作为门槛变量时，存在单门槛效应，以城镇化水平作为门槛变量时，存在双门槛效应。

确定城乡居民人均可支配收入对数和城镇化水平为门槛变量后，对式(6)、(7)进行门槛系数回归，结果见表 9。在控制科技创新、产业结构、养老保障、能源消耗、教育投入、地方财政控制变量后，在门槛变量区间范围内，体育产业对城乡居民消费差距产生了不同程度的扩大或缩小效应。

模型(32)中门槛变量为城镇化水平，当Czh≤28.790时，体育产业对城乡居民消费差距产生正向影响，影响系数为0.552，在p=0.01水平有统计学意义；当28.790＜Czh≤48.780时，体育产业对城乡居民消费差距产生负向作用，影响系数为-0.099，在p=0.05水平有统计学意义；当Czh＞48.780时，体育产业对城乡居民消费差距的缩小作用进一步扩大，影响系数为-0.137，在p=0.01水平有统计学意义。可以看出，城镇化对推动体育产业发展具有积极作用。当城镇化水平较低时，体育产业不能缩小城乡居民消费差距，随着城镇化水平的提高，体育产业对城乡居民消费差距的缩小效应越来越明显。

模型(33)中门槛变量为城乡居民人均可支配收入对数，当ln qsr≤9.630时，体育产业对城乡居民消费差距产生正向影响，影响系数为0.078，无统计学意义；当9.630＜ln qsr≤11.150时，体育产业对城乡居民消费差距产生负向作用，影响系数为-0.162，在p=0.1水平有统计学意义；当ln qsr＞11.150时，体育产业对城乡居民消费差距产生负向作用，影响系数为-0.119，在p=0.1水平有统计学意义。体育产业对城乡居民消费差距的负向作用随着城乡居民人均可支配收入对数的不断增加，由原来的0.162个点缩小到0.119个点。可以看出，城乡居民人均可支配收入对数的门槛效应与城镇化水平有所不同，当城乡居民人均可支配收入对数较低时，体育产业对城乡居民消费差距呈扩大效应，体育产业对城乡居民消费差距的缩小效应并未随着可支配收入对数的提高而提高，说明城乡居民人均可支配收入对数的门槛效应存在一个区间。

本研究得到如下结论：1) 体育产业显著缩小了城乡居民消费差距，这一结论在采用替换变量、更换样本期等稳健性检验与内生性检验后依然成立。2) 城乡居民人均可支配收入和城镇化在体育产业影响城乡居民消费差距中起到了中介作用，体育产业能够提高城乡居民人均可支配收入、推动城镇化，城乡居民人均可支配收入和城镇化水平增加越快，对缩小城乡居民消费差距的效应就越大。3) 体育产业对城乡居民消费差距的缩小效应存在区域异质性和消费差距异质性，其效应呈现出东部优于中部、中部优于西部，高分位数点地区优于低分位数点地区的态势。4) 体育产业对城乡居民消费差距的影响存在城镇化水平双门槛和城乡居民人均可支配收入对数单门槛效应。当城镇化水平较低时，体育产业拉大了城乡居民消费差距，随着城镇化水平的提高，逐渐越过门槛值时，体育产业对城乡居民消费差距的缩小效应越来越明显。

1) 优化乡村体育政策，激发乡村体育消费活力。在推动体育产业发展的过程中，城市与农村体育产业政策二元结构体现得还不够明显，相关配套政策还较为粗放，只有通过精准施策和创新驱动，才能提升体育产业的整体竞争力。激发乡村体育消费市场的活力，加大对乡村优质体育项目和赛事的扶持力度，鼓励社会资本参与乡村体育产业投资与运营，培育具有国际竞争力的乡村体育品牌、乡村体育赛事、乡村体育用品。加强乡村体育消费环境建设，完善乡村健身设施，提高乡村公共体育资源的利用效率，盘活乡村闲置体育资源。

2) 增加居民创收机会，扩大乡村体育消费群体。为了实现城乡居民经济的持续增长和生活质量的显著提升，要激发体育产业促进农村居民创收的活力。一方面，增加农村居民创收是体育消费的前提，因为创收直接关系到体育市场的潜在能量能否被充分挖掘出来，经济基础决定上层建筑，收入增多了，才有可能满足不同群体的体育消费需求。另一方面，挖掘农村体育资源是扩大体育消费的结果，比如举办一场大型乡村体育赛事，需要地方政府、专业组织、服务对象、运营机构、品牌合作、商业赞助等相关利益者，这些大大延长了消费链条。

3) 因地制宜发展体育，盘活城乡体育产业资源。在迈向中国式现代化的建设过程中，要兼顾城市与乡村，不能非此即彼，要因地制宜发展体育产业，在推行某一项目时，克服“一拥而上”“同质化竞争”“千城一面”等乱象。做好顶层设计，避免人力、物力、财力低效投资，资源浪费，缺乏特色，如面对城镇，应实现体育产业与城市定位、地方文化、历史特点、区位优势的融合。投资建设的体育项目应与地方经济匹配，如针对农村，在推行乡村体育赛事时，很多地方照搬照抄“村BA” “村超”模式，明显会“水土不服”。