可以在电视上上网课吗( 六 )


在方程(1)中 , 经常参与体育锻炼的参数估计值β1为0.149(p<0.01) , 说明每周参加体育锻炼3天以上的青少年在认知能力测试的标准化得分上 , 相对于参加体育锻炼在3天以下的青少年要高出0.149 , 这一估计结果揭示了体育锻炼与青少年认知能力发展间具有正相关性 , 即长时间参与体育锻炼有助于促进青少年的认知能力发育 。
在方程(2)中 , 以体育锻炼的时间为核心解释变量 , β1的参数估计值为0.073(p<0.01) , 其含义是青少年参加体育锻炼的时间每上升一个单位值 , 可以推动自身认知能力提高0.073个标准分 。然而 , 当我们纳入能力变量增强对青少年前期能力的控制后 , β1的参数估计值在方程(3)中下降到了0.049 , 也就是说运动时长促进认知能力发展的影响效应下降了0.024个标准分 。
最后 , 根据方程(3)的估计结果 , 对参与回归的控制变量的估计结果做简要汇报:完成作业时间在2小时以下的青少年 , 在认知能力测试上相对于用时在2小时以上的青少年要低0.098个标准分;将上网和看电视时间控制在1小时以下的青少年 , 相对于沉溺网络游戏和电视的青少年 , 认知能力测试要高出0.161个标准分;对学业压力及家庭经济状况的感知与认知能力的发展呈负相关 , 家庭文化资本、人力资本以及教育期望则正向促进青少年的认知能力发展 。
(二)异质性分析
1. 条件分位数回归
普通最小二乘法仅能在式(1)的基础上为我们提供体育锻炼影响认知能力的均值效应 , 但无法回答体育锻炼是否具有异质性特征的问题 。因此 , 本小节在式(2)的基础上 , 首先采用条件分位数回归揭示体育锻炼的异质性特征 。在条件分位数回归中 , 我们分别选取了0.1、0.25、0.5、0.75以及0.95认知能力分位点 , 依次表示青少年在低、中低、中位数、中高以及高认知能力测试上的水平 , 采用自举法反复抽样100次进行回归 , 表3报告了条件分位数回归的异质性分析结果 。
从表3提供的估计结果可以看出 , β1在0.1、0.25、0.5、0.75以及0.95分位点上的参数估计值分别为0.027、0.039、0.057、0.039以及0.027 , 并且各分位点上的参数估计值均具有统计学上的显著意义 , 其含义可以理解为青少年参加体育锻炼的时间每提高一个单位值 , 能将低、中低、中位数、中高以及高认知分位点上的认知能力依次提高0.027、0.039、0.057、0.039以及0.027个标准分 , 经常参与体育锻炼对于提高中位数上(τ=0.5)青少年的认知能力发展具有最强的促进作用 。
根据不同认知分位点上的估计结果 , 对于具有相同可观测特征的青少年群体 , 体育锻炼的异质性特征可以总结为一条“倒V”型曲线(图1第3幅图):随着认知分位点的上升 , 体育锻炼的影响效应先上升再下降 , “倒V”型曲线的拐点出现在中位数上 。同时 , 体育锻炼对于低–高分位点上认知能力的干预效应均为0.027 , 表明分布在认知能力上尾端和下尾端的青少年投入更多时间进行体育锻炼不会拉开在认知能力上的组内差距 。
2. 无条件分位数回归
如前所述 , 条件分位数回归只能基于相同可观测特征的研究假设揭示青少年参与体育锻炼的异质性特征 , 但该研究假设使得我们的研究结论存在一定的局限性 。鉴于此 , 本小节将采用无条件分位数回归捕捉参与体育锻炼对于青少年群体认知能力的无条件影响 。从表4报告的回归结果上看 , β1的参数估计值在0.1、0.25、0.5、0.75以及0.95分位点上分别为0.098、0.094、0.040、0.018以及0.0003 , 并且绝大多数认知分位点上的参数估计值具有统计显著性 。从估计结果中我们能够得到如下三点结论:(1)体育锻炼对于青少年认知能力具有正向的促进作用 , 且不同认知分位点上的干预效应存在差异 , 显示出体育锻炼确实具有异质性的特征;(2)体育锻炼的异质性特征与条件分位数回归提供的估计结果存在一定差异 , 随着认知分位点的上升 , 体育锻炼对于青少年认知能力的干预效应呈单调下降的趋势 , 而非条件分位数回归所刻画的“倒V”型曲线;(3)体育锻炼对低分位点的干预效应为0.098(p<0.01) , 高于高分位点上的0.0003 , 表明推进低认知分位点上青少年参与体育锻炼的频次能够有效缩小低–高认知分位点之间的组内认知能力差异 。

推荐阅读