球队风格的量化评价探究

任晋军

1 问题的提出

一支球队的风格往往是其底蕴和优势的彰显。对于球队特点的研究可以科学地提高球队的竞技水平，为球队之间的良性竞争提供信息参考。为此，相关学者对于球队风格进行了大量的研究。田麦久在其著作中对“技术风格”相关内容进行了介绍，将其规定为技术系统的外化，通过对技术系统的透视来把握技术风格[1]。这一理论具有较强的普适性。然而过于强调运动员作为构成元素在系统中的决定性，却忽略了篮球作为团体项目在攻防技战术呈现、外部环境等方面的不同所造成的差异。为更加全面地对球队特点进行概念性界定，学者们还相继引入了“篮球运动风格”“篮球技战术风格”。其内容通常包含两方面：一是球队在比赛中表现出来的技、战术形成的独特性；二是球队运动员思想倾向所体现的意志品质、作风等。这种非实体成分的存在，使得关于球队风格的研究多为定性研究。例如说某运动队风格是灵活多变、强调整体配合等模糊的识别和评判。正如刘健和所说，对抗性项目由于培养时间的长期性、系统构成元素的多样性使得对其量化分析的实践意义往往受到很大影响。

2 研究的理论构想

对于篮球本质规律的把握能够使问题的分析明朗化。杨桦(2001)[2]宋君毅(2007)[3]的研究表明进攻与防守是篮球运动产生以来最基本的组成部分，两者的相互制约、促进衍生出篮球的核心体系。从这一视角重新审视相关球队风格的论著，发现对于不同球队风格评价，其落脚点都在进攻和防守上。

将球队的风格集中于球队进攻、防守的深度研究使得对于篮球球队特点的量化成为可能。为更好实现评价的理论构想，笔者通过对大量文献和实证研究成果的检索，为球队风格指标选取、研究方法的确定提供理论支持。刘毅(2011)的研究表明：将比赛数据进行因子分析，是一种较合理有效的量化评价球队技战术质量的方法。研究结果涉及进攻能力和效果类因子、得分类因子、失误类因子、防守能力类因子和远投能力因子[4]；刘欣然(2011)则通过文献资料、专家访谈等方法确定了篮球运动中防守质量的评价指标体系。内容涉及篮球防守中个人防守技术、防守的基础配合、全队协同防守、防守意识、运动素质、对抗作风六大方面[5]；张聚民(2005)、刘友军(2004)、黄江岩(2003)等人则将重点放在对篮球比赛中进攻、防守节奏的研究。结果表明：比赛节奏能够在进攻中获得主动权，使防守体系极大限度地发挥局部和整体优势[6—8]。

建立球队特点评价体系，并将其运用到实际将是一项新颖且富有挑战的尝试。在已有研究成果的基础上，笔者首先对相关文献中所涉内容进行了详尽地归纳，将具有较好概括性的10指标作为球队特点评价的理论构想的候选指标。包括“进攻意识”“进攻实力”“进攻节奏”“进攻偏好”“防守质量”“进攻倾向”“防守效果”“抢断意识”“防守落位”“防守选择”；其次，通过探索性因子分析法将比赛的数据进行降维归类，并根据专家修正建立球队风格体系；最后，建立与样本球队胜负为因变量的逻辑回归模型，进行评价体系的验证。这样，就达到了球队风格评价体系的量化应用。

3 研究对象与指标选取

3.1 研究对象

以第十四届中国大学生男子篮球(CUBA)十六强球队的比赛数据为研究对象。将其作为研究对象主要基于以下方面考虑：大学生篮球联赛的竞技水平不高；球队的技战术选择易把握；球队特点更加鲜明。将其作为研究对象能够更好地去验证理论探究可行性。

另外，为了更好地反映球队比赛的特点，达到最后评价的目的，选取比赛场次时，对比赛分差较大的两队(分差>30分)进行人为剔除，而保留比赛水平相当的比赛场次。

3.2 指标选取

现阶段，我国篮球比赛的技术统计分析理论和方法仍比较落后，职业联赛的技术统计分析还停留在对普通统计数据的简单比较上。而详尽、全面的数据指标是深入分析的基础，单曙光(2008)数据挖掘的视角，为本文的研究视野提供了很好的思路[9]。将数据进行加工，参考、引入攻防效率等NBA联赛中专业的技术统计数据指标，以便可以综合地衡量球队的特点。

在球队综合评价指标中得到直观指标和派生指标。具体如表1所示。

(1)得分效率：指每次出手能得到的分数。公式为：得分效率 = 得分/(投篮次数+0.44×罚球次数)。由于大多数的罚球来自于投篮出手被犯规，转化为罚球后，原投篮在数据上就不再算一次投篮而另算两或三次的罚球机会。因此，完整地统计球员的投篮次数就需要加算罚球次数。投篮次数与罚球次数间的转换系数大约是0.44。

(2)投篮频率：单位时间内投篮的次数。公式为：总出手次数/40(中国大学生篮球联赛一场比赛时间为40分钟)。

(3)二分倾向：二分出手的次数在总出手次数中的比例。公式为：二分出手次数/总出手次数。

(4)三分倾向：三分出手的次数在总出手次数中的比例。公式为：三分出手次数/总出手次数。

(5)进攻效率：每次攻守转换的得分。攻守转换次数的公式：投篮+0.44×罚球次数-进攻篮板+失误。

表1 男子篮球球队综合评价指标

注： 直观指标均为场均数据。

4 球队风格指标体系的建立

因子分析是指研究从变量群中提取共性因子，将相关比较密切的几个变量归在同一类。抓住这些主要的因子可以使对复杂问题进行更明晰的分析和解释。首先，对比赛数据进行了k-s检验。各组值的检验结果的双侧渐进显著性都大于0.1。认为这些数据符合正态分布；其次，对原始算法得出的结果数据进行了Z-SCOERS标准化处理。处理原则如下：消除指标单位的不同。排除具有明显函数关系的i1、i2、i3、i4、i7、i10、i13、i17、i18、i20、i35等14个指标。为方便对球队差异化的深入分析，将负向指标转化为正向指标。(例如i24、i33等相关指标进行正向处理)

对数据进行了KMO和Barelett球形度检验。数据的KMO值为0.786，双侧sig<0.001。表示数据群的相关矩阵间有共同因素存在，该数据适合进行因子分析。将剩下23项指标进行相关性矩阵分析提取公共因子，采用方差极大值旋转方法，排除结果中较低因子载荷(<0．60)，得出旋转后的因子载荷矩阵，并排除特征值小于1的主成份。结果如表2显示：有7个因子特征值大于1，与理论构想基本相适应；其特征值分别为5.394、3.842、2.638、2.353、2.100、1.730、1.506，累计贡献率为72.455%。

因子分析虽然可以减少人为的主观因素的影响，但不足之处是过于依赖样本指标数据，不能反映决策者的偏好；题项的选择取舍原则，不能单纯地按照统计学的从严要求来进行删除，还需要根据不同研究的问题、理论维度构想的意思完整性以及各因子载荷、高低分组的显著性水平等条件综合考虑[10]。为了保证体系因子的适用型，请教篮球专家和教练对指标的归类进行修正，并根据篮球运动特点，确定因子命名。

表2 因子的特征根及解释总方差贡献率

F6主成份上只有指标i23，载荷为(0.733)。但篮球理论中对i23界定较为明显，而且与F4纬度的理论构想接近且相关性较高(0.602)。因此 将i23归为F4中。

F7维度的只有i21一个题项。对此专家意见存在分歧。虽然i21在CUBA比赛中出现的次数较少，但对于鼓舞球队气势能起到很好的促进作用，可作为心理层面的指标进行单独列出。但较多建议认为应将扣篮归入进攻实力指标中。本课题旨在体系的普适性，且在F1纬度中的载荷为0.627，因此，将i21并入F1中，去掉F7维度。

进攻模式是评价球队技术风格的重要内容。例如球队是习惯进行整体性推进进攻，还是侧重于明星球员为核心的进攻方式。这项指标对于比赛的借鉴意义也是显而易见的，且与我们理论构想的涉及内容相符。两者的差异主要反映在球员的场均得分上。在征得专家同意后，将球队球员场均得分的标准差作为补充指标S1，命名为进攻倾向。

此外，F3上的有较高载荷的指标建立在对手数据的基础上，能够直观地看出一支球队的防守效果。F4维度中的指标主要有后场篮板、抢断、犯规等。这些指标是一支球队团队防守技术、个人防守技术的较好体现。因此，定义为防守质量。F5中具有较高载荷的因子有三分出手次数(0.647)、二分出手次数(0.838)、二分倾向(0.941)。三分倾向和二分倾向这两个指标可以较好地评价球队对于外线和内线的偏好。因此，将这一维度命名为进攻偏好。

最后确定23个题项。F1(进攻实力)、F2(进攻节奏)、F3(防守效果)、F4(防守质量)、F5(进攻偏好)、补充指标S1(进攻倾向)六个维度构成球队风格结构体系。各维度因子载荷、共同度统计如3表所示。

表3 球队技术风格结构体系各维度因子载荷统计表

5 球队技术风格体系的验证

5.1 逻辑回归模型的设计思路

球队风格的表现是一个动态的展示过程。这一过程受到篮球竞技体系内诸多因素的影响，球队风格体系的建立也应更多地服务于球队差异化的比较中。对于不同的球队，风格体系中哪个维度才是决定比赛胜负的关键因素，将成为球队更有价值的分析，也能更好地对这只球队特点进行概括，真正地将理论成果转化为实践指导。两项逻辑回归可以有效地检验二值响应的因变量(dummy variable) 与一组影响因素(自变量) 之间的相关性，并可以按照对因变量的影响程度进行排序[11]。这为体系的验证提供了很好的模型支持。故设计思路如下：首先，令因变量Y表示球队获胜或失败两项分类变量。其二项分布的取值为(1.0)，Y=1(为球队获胜)；再将样本球队的数据依据因子分析结果中每个指标X1对各个因子的贡献度矩阵Cij，进行原指标的转化，每个新因子fmn可由下式得出：

称为p的logit变换，则logistic回归模型为：

式中b0为常数项，b1、b2、L、b5称为回归系数。

5.2 实证检验结果与分析

课题研究的目的在于对球队特征做出更好的诠释。为得到体系完整性的分析，将五个变量全部带入回归方程。利用SAS软件进行逻辑回归建模，得到每个因子对球队胜负的关联度，从而获得样本球队的独特的技术风格模型。模型结果见表4。

表4 五个维度进行回归的统计结果

注：Wald:回归系数的统计量值;Sig:变量的显著性概率；SE：标准参数估计。

模型的标准化估计对解释模型和比较效应大小有重要作用。标准化估计是当自变量和因变量都标准化以后得到的回归方程的参数估计，其中的回归系数称为标准化回归系数。多个自变量对因变量的比较作用大小时，应当比较标准化回归系数[12]。从表4的结果显示:样本球队五个维度对于球队胜负作用的贡献度依次为：F1(1.313 1)>F3(0.940 7)>F4(0.884 0)>F2(0.278 8)>F5(0.181 3)。在模型的拟合优度的检验中，Likelihood Ratio的c2为17.14，P值为0.004 2<0.05。表示选得因素指标能够很好地解释变量。模型预测结果的一致性达到90.2%。

表5 回归分析的检验结果

通过数据分析可得，在样本球队中，进攻实力和防守效果、防守的质量对获得比赛胜利的作用更加密切。防守的质量和防守效果之和对球队获胜的贡献率是最大的。从数据上来说，球队是偏重防守型。

F2、F5、和补充指标S1作为球队之间的比较指标效果更为明显。例如在进攻偏好维度F5中，样本球队的三分倾向得分1.85(根据二分倾向可推导出)。意味着该球队在进攻中有接近27.6%的出手选择在三分线外(也可以说每一次进攻有27.6%的可能他们会投三分)。这一比例在十六强球队中得分较高。说明球队对三分的选择较为偏爱，其外线进攻能力强。

补充指标S1的得分方差分析结果为26.39，在十六强的球队S1数值比较中较为靠前，说明球队得分的集中性越明显。球队的攻击点趋向于明星球员。

F2维度中，投篮频率和进攻效率将能够较好地说明一支球队的进攻节奏。合理的节奏变化， 可以体现出运动员之间技、战术衔接紧凑、运动格局合理。篮球运动中的节奏具有可控性， 是运动员在比赛中有意识、有目的的一种策略行动。

6 模型的量化应用

为了更加直观地展示球队的风格，笔者将分析的5个维度因素对球队胜利的影响程度进行处理，得到他们对球队获胜贡献的相对比重，公式如下：

量化的指标放入雷达图中，便于对球队进行比较。如图1所示。

图1球队风格模型的雷达图比较

在已知两支球队在同一竞技水平的条件下，图中可作为一个绝对指标来进行分析。从雷达图中可以看出，样本球队整体上优于比较球队，但在F4维度上显出不足。因此，应有针对性的进行赛前训练，扩大优势、弥补短处，也可以通过针对对方弱点来进行战术布置，从而赢得比赛。

7 建议

对于相关指标的定义和计算较多的是借鉴NBA指标，由于水平差异等问题会影响分析问题的准确性。进一步研究可通过比赛的录像、专业的数据库处理。建立更加准确的指标评定公式，提升评价方法的效度。

一个球队的特征分析涉及众多因素，球队的风格是教练员、运动员、管理人员等长时间作用的结果，就指标体系建立而言，对于球员的心智、素质等在体系中并不能很好的反映。在数据分析的基础上，对球员体能、心智等加以评级量化，实现评价的全面性。

[1] 田麦久. 运动训练学[M].北京：人民体育出版社，2000.

[2] 杨桦.论篮球运动的本质、特征及规律[J].成都体育学院学报，2001，24(4):60～63.

[3] 宋君毅.现代竞技篮球防守技术战术理论与运用研究[D].苏州：苏州大学，2007.

[4] 刘毅.第16届亚运会女子篮球比赛各球队技术指标体系的应用分析[J].山东体育科技，2011，33(2)：13～16.

[5] 刘欣然.篮球防守质量评价指标体系的确立及其原则[J].沈阳体育学院学报，2011，30(5):137～138.

[6] 张聚民.第28届奥运会中、外男篮进攻节奏的对比研究[J].中国体育科技，2005，41(5):61～63.

[7] 刘友军，欧阳鸿武.篮球防守技战术中的时间因素[J].体育学刊，2004，11(3):108～110.

[8] 黄江岩.影响篮球比赛进攻节奏诸因素研究[J].武汉体育学院学报，2003，37(4):84～85.

[9] 单曙光.对篮球比赛技术统计分析系统的构建研究[J].天津体育学院学报，2008，23(2):123～127.

[10] 梁建平，龙家勇，常金栋，等.我国中、小学体育教师职业人格结构研究[J].体育科学，2010，30(12):55～63.

[11] 王冀宁，李心丹，盛昭瀚.证券投资者交易动因的二元逻辑回归建模的实证研究[J].系统工程理论与实践，2003(9):22～27.

[12] 温忠麟，侯杰泰，Herbert W Marsh.结构方程模型中调节效应的标准化估计[J].心理学报，2008，40(6):729～736.