目的： 以往研究多用互联网使用衡量数字参与，较少考察具体体育行为的组合及其与锻炼的关系。本研究划分我国互联网用户的数字体育参与模式，比较各模式与体育锻炼频率的关联，并分析线上体育社群参与的统计路径和群体差异。

方法： 使用2024-2025年中国体育与社会调查（CNSSS）数据，覆盖31个省级行政区，原始样本11,385人；数字体育行为记录完整的互联网用户8,423人，回归样本7,634人。线上健身课程、场馆查询预约、赛事观看、体育内容分享、健身APP和智能可穿戴设备使用均编码为二分类变量，用潜在类别分析划分行为组合；以体育锻炼频率为因变量做有序Logistic回归，标准误按省级行政区聚类，并检验抽样权重的影响；用参数模拟估计社群参与的间接关联，用联合Wald检验比较性别、受教育程度和年龄的差异。

结果： 未加权的潜在类别分析中，四类模型的BIC最小（36,421.088），Entropy为0.770，依次为低参与—观赛倾向型（6.9%）、赛事观赏—内容分享型（13.0%）、数字化运动工具型（12.4%）和多元综合参与型（67.7%）。回归样本中，低参与型每周锻炼3次及以上的占21.3%，多元综合参与型占49.7%。以低参与型为参照，未加权模型中其余三类的锻炼频率更高（OR依次为2.923、4.062、8.109，P均<0.001）；加权后，赛事观赏—内容分享型（OR=1.929，P=0.041）和多元综合参与型（OR=3.635，P<0.001）仍显著。工具型与赛事观赏—内容分享型的差异，未加权时显著（OR=1.389，P=0.002），加权后不显著（OR=1.007，P=0.980）。参加线上体育社群的居民锻炼频率更高（OR=2.066，P<0.001），三类模式相对低参与型的间接关联，模拟区间均不含0。性别交互项联合检验显著（P=0.031），受教育程度和年龄的交互项不显著。

结论： 我国互联网用户的数字体育参与可分为四类行为组合，各类与锻炼频率的关联不同。课程、APP、赛事内容和场馆服务结合使用的居民，锻炼频率最高，且加权前后均成立；以看赛事、分享内容为主的居民，锻炼频率也高于低参与者，看不出内容消费替代锻炼的迹象。社群参与是数字体育参与与锻炼行为之间的一条统计路径。按行为组合而不是按是否使用来认识数字体育，更贴近居民的实际参与。