后奥运时代我国竞技体育领域研究热点可视化分析

孙国涛

在竞技体育优先发展战略的指导下，伴随着举国体制的不断完善，我国竞技体育取得了辉煌的成绩。尤其是在2008年北京奥运会上，我国取得了世界排名第一的历史性突破，成为名副其实的体育大国，并坚实地向体育强国迈进。在机遇与挑战并存的后奥运时代，学界关注的焦点有哪些？研究程度何如？笔者试图以近五年体育类CSSCI来源刊为研究样本，立足于竞技体育的四个主体构建，[1]通过可视化绘图软件SPSS19.0、Netdraw、Origin8.0，以知识图谱的形式来直观展示后奥运时代我国竞技体育领域研究热点的宏观与微观结构，为我国竞技体育研究提供一种全新的研究思路。

1 数据来源与研究方法

1.1 数据来源

选取CNKI(中国学术文献网络出版总库)为数据来源库，检索主题字段为“竞技体育”“运动训练”、“运动竞赛”、“运动员选材”、“竞技体育管理”、策略为“精确”，时间限定为2009—2014年，文献来源为体育类CSSCI来源期刊(以当年来源刊为准)。剔除会议通知、报道、征稿以及无关键词的文献，于2014年4月11日获取1 491篇文献。导入EndNote格式作为研究样本。

1.2 研究方法

1.2.1共词分析法共词分析法的内涵是指当两个能够表达某一学科领域研究主题或研究方向的专业术语在同一篇文献中同时出现，表明这两个词之间具有一定的相关关系，同时出现的次数越多，表明它们的关系越密切、距离越近。[3]关键词是文章主题内容的浓缩，故笔者选取关键词作共词分析。利用文献题录信息统计分析工具SATI3.2[4]生成关键词相应矩阵。

1.2.2多元统计分析法主要利用软件SPSS19.0进行操作，涉及的多元统计方法主要有聚类分析、因子分析。

1.2.3战略坐标分析法战略坐标是以X轴为向心度，Y轴为密度，坐标原点在两个轴的中位数或平均数，绘制成的二维坐标。向心度是用来衡量各个类别主题词与其他类别主题词之间的密切程度，表示领域间相互影响的强度。其值越大，该主题在学科领域中越趋于中心位置；[5]密度是用来衡量某一领域内部联系强度。其值越大，该领域越趋于成熟。[6]

1.2.4社会网络分析法借鉴社会网络分析的原理和方法，将关键词视为网络中的点。关键词之间共现次数越多，代表其“关系”越密切；利用社会网络分析软件Ucinet6.0定量分析关键词在网络中的中心地位，并结合其集成软件Netdraw绘制关键词共词网络图谱。

2 结果与分析

2.1 高频关键词及其矩阵生成

关键词出现次数越多，在一定程度上越能表明学者研究的热点。部分关键词意思相同，反复核对后在原样本中进行合并处理。处理后词频统计显示，1 491篇文献共有关键词3 210个，出现6 280次。词频大于10次的关键词共52个，占总次数的28.18%，符合“二八原则”，故将其界定为高频词；由于关键词“竞技体育”出现496次，在关系网中节点过大没有实际意义故删除；最终截取词频排序前51的关键词作为研究热点进行分析，并利用SATI3.2生成5 151共词矩阵、相似矩阵。

2.2 因子分析与聚类分析

因子分析是基于数据相关性的分类。本研究利用Spearman系数法提取相关系数，构成相关矩阵。进行因子分析，依据是高频关键词共词矩阵是离散有序型数据。运用Lillifors统计量检验法显示其Sig.=0.000<0.05，不符合正态分布规律，且巴特莱特球度检验相关矩阵具有高度显著性。说明比较适合作因子分析。

以Spearman相关系数矩阵为基础，利用主成分分析(Principal Components)、平均正交旋转方法(Equamax)生成因子碎石图(见图1)。最佳公共因子个数为8-15个，从与之相应的公因子抽取的总方差解释表看出有12个公因子被提取(以特征值≥1为辅助标准)，其累计方差解释贡献率达79.367%，见图2。

图1Spearman相关系数矩阵生成因子个数碎石图

经过平均正交旋转后，按照因子负荷系数超过0.5视为被接受的原则，提取的12类公因子分别是：(1)运动员、教练员、足球、篮球、特征、乒乓球、北京奥运会；(2)体育强国、群众体育、体育、发展、发展战略、体育史、体育产业；(3)人才培养、后备人才、体教结合、模式；(4)鼠、运动、动物实验、骨骼肌；(5)体育社会学、举国体制、改革、全运会、体育体制；(6)中国、奥运会、美国、俄罗斯；(7)高校、高水平运动队、对策、现状；(8)体育管理、伦敦奥运会、群众体育、体育原理、体育政策；(9)学校体育、体育文化、体育政策、日本、民族传统体育；(10)运动训练、竞技能力、优秀运动员、运动训练学；(11)田径、游泳；(12)可持续发展、影响因素。

图2抽取的因子旋转前后总方差解释表(部分)

聚类分析是基于数据相似性的分类，在SATI3.2生成的相似矩阵基础上进行系统聚类分析。采用组间连接作为计算方法，欧氏距离平方作为变量距离的测试方法，生成树状图(见图3)。从聚类结果看，可分为4大类、18个小类。聚类树状图定量反映出了词与词之间的亲疏关系，是将此间距离最短的主题词聚为一类，而忽略了词与词之间的语义逻辑关系，存在一定的弊端。通过与因子分析的结果对比发现，关键词主题分布有一定的差异，但是整体上具有一致性，为我国竞技体育研究领域的热点知识群的确定提供了进一步的依据。

经过反复对比并结合文献，将后奥运时代我国竞技体育研究领域的热点主题做适当调整后划分为12个类团，并根据粘合力[7]来确定中心主题词，对每个类别命名如下：A1动物实验与骨骼肌运动(动物实验、鼠、运动、骨骼肌)、B2后备人才培养与体教结合模式(人才培养、后备人才、体教结合、模式)、C3中美俄伦敦奥运会竞技实力与北京奥运会竞技特征(中国、伦敦奥运会、美国、俄罗斯、奥运会、北京奥运会)、D4日本体育政策研究、E5体育强国发展战略与体育可持续发展(体育强国、体育、群众体育、学校体育、发展战略、发展、可持续发展、影响因素)、F6竞技体育管理与体育产业研究(体育管理、体育产业、体育原理)、G7举国体制与体育体制改革(举国体制、改革、体育体制、全运会、体育社会学)、H8高校高水平运动队现状与对策(高校、高水平运动队、对策、现状)、I9竞技体育文化研究(体育文化、民族传统体育、体育史)、J10运动员与教练员研究、K11优秀运动员训练与竞赛及运动训练学理论研究(运动训练、竞技能力、优秀运动员、运动训练学)、L12单项竞技项目研究(田径、游泳、篮球、足球、乒乓球、特征)。

图3高频关键词系统聚类树状图

2.3 战略坐标分析

密度与向心度计算有多种方法，笔者采用同一类团内所有关键词之间两两共现频次之和的均值计算密度；采用同一类团内各关键词与其他类团中关键词的共现频次的总和除以该类团关键词总数计算向心度。计算出的各主题类团的密度与向心度见表1，坐标原点为各类团的平均值，即(12.827，4.72)。

表1 各主题类团密度与向心度一览表

利用Origin8.0绘制的后奥运时代我国竞技体育研究热点主题战略坐标图(见图4)。从图4可以看出，B2、C3、H8处于第一象限。其中C3向心度最大，表示其与其他主题联系密切，该主题处于中心地位，但是围绕四年一届的奥运会比较体育强国的竞技实力方面的研究已经趋于成熟，继续发展的空间有限。B2密度最大，即竞技体育后备人才培养模式正是目前国内关注焦点话题。两者居中的是高校高水平运动队现状与对策，是对我国竞技后备人才培养的有力补充，处于竞技体育研究领域的核心位置；E5、F6、J10处于第二象限。其中E5处于坐标轴附近，其内部和外部联系适中，表明我国体育强国发展战略与体育可持续发展是未来竞技体育研究领域的增长点。相比之下，我国竞技体育管理与体育产业研究更有待加强。此三个方面研究如果得到充分的研究将会进入第一象限并成为领域的研究核心；A1处于第三象限，表明以鼠进行的动物实验研究已经获得了充分的关注，但处于整个领域的外围。其余的热点主题均处于第四象限，即相对边缘地带；相比而言，在竞技体育文化与单项竞技项目方面的研究受学者的关注度最低。随着日本《体育基本法》的出台，对日本体育政策的研究也随之加强；举国体制与体育体制改革、优秀运动员训练与竞赛及运动训练学理论研究处于坐标轴附近，其发展空间较大，将是我国竞技体育领域研究的切入点。

图4后奥运时代我国竞技体育领域研究热点主题战略坐标图

2.4 社会网络分析

将51个高频关键词共词矩阵转换成Ucinet数据格式，导入到其集成的可视化软件NetDraw中进行中心性分析、K-cores分析，改变节点形状与颜色后生成的关键词共词网络图谱见图5。在图5中，每个节点代表一个关键词。节点大小代表关键词在网络中的中心度；线条粗细代表关键词之间的联系强度；连线距离则代表关键词之间联系的密切程度。28个红色关键词(圆形)处于整个网络的中心位置，相互之间联系密切、分别与七个及以上节点邻接，是学者关注的焦点话题；12个关键词(正方形)与六个及以上节点邻接。三个关键词(菱形)与五个及以上节点邻接。两个三角形节点则与四个及以上节点邻接。其分布与关键词(圆形)周边受学者关注度相对较低；相对而言，六个关键词(倒三角形)位于整个网络的边缘且相对独立，受学者关注最弱。

图5竞技体育研究领域高频关键词共词网络图谱

从线条粗细看，联系紧密的类团主要有“中国-后备人才-人才培养-体教结合-可持续发展-发展-模式-高校”、“中国-体育管理-群众体育-体育强国-体育社会学-举国体制”、“中国-高校-高水平运动员-模式-对策-现状-体教结合-学校体育”、“竞技能力-运动训练-田径-运动员-教练员-中国”、“中国-美国-俄罗斯-奥运会-伦敦奥运会-特征”、“动物实验-鼠-运动-骨骼肌”等。

通过Ucinet定量分析显示，网络密度为0.204 7，标准差为0.403 5，其密度水平一般；网络中间中心势为27.18%、度数中心势为10.38%。说明网络具有一定程度集中趋势。中间中心度是测量网络中一个点对资源控制的程度；度数中心度是反映网络中一个点与其他点直接相连的能力。中间中心度与度数中心度排名前20位关键词见表2。对比发现，关键词中间中心度与度数中心度有一定差异。运动训练、后备人才、体育管理、高校、动物实验、人才培养、运动员、体育强国、体教结合、奥运会等关键词均居于前列，表明了其在整个网络中的核心地位。

表2 高频关键词中间中心度与度数中心度排名前20位一览表

2.5 综合视角下我国竞技体育研究的知识图谱

通过战略坐标图，展示了我国竞技体育研究热点的基本框架，从宏观上清晰反映出了各主题类团之间的关系，体现出了一个领域内各个研究热点主题在整个研究结构中的特性(核心度—成熟度)，然而战略坐标图缺少对微观层面的各高频关键词关系的展示。社会网络分析却能从微观的角度直观地反映出各关键词联系的强弱，形象地展示各关键词在整个网络中的核心—边缘位置，但不能反映词团的成熟度，难以判定某研究领域的成长趋势。[8]

将战略坐标分布的各主题类团与社会网络分析绘制的高频关键词共词网络图谱整合在一起，生成的按战略坐标分布的主题类团的网络图谱(图6)能够清晰地展示出战略坐标中各类团间以及各类团内的各主题的关系。

图6按战略坐标分布的类团的网络图谱

将后奥运时代我国竞技体育研究热点主题的微观和宏观的结构充分地展示在一个画面，增加了可视化图谱的易读性。从图6可以看出，我国竞技体育研究领域的热点既联系紧密又相对独立。各主题类团在领域中受关注度及其新颖度不一。可见，战略坐标与社会网络的结合是可视化图谱展示的有益补充。可以预测，随着学者关注度的改变，经过一段时间的研究积累，我国竞技体育研究的热点主题将会发生相应变化。

3 结论与展望

(1)后奥运时代我国竞技体育领域的研究热点主要集中在后备人才培养与体教结合模式、高校高水平运动队现状与对策、中美俄伦敦奥运会竞技实力与北京奥运会竞技特征、体育强国发展战略与体育可持续发展、竞技体育管理与体育产业研究、运动员与教练员研究、鼠实验与骨骼肌运动等12个方面。

(2)目前，学者最为关注的是我国竞技后备人才的培养与以奥运会为周期的竞技实力的研究。体育强国发展战略与体育可持续发展是我国未来竞技体育领域研究的增长点；竞技体育管理与体育产业研究有望成为下一个阶段研究的焦点；动物实验与骨骼肌运动方面的研究充分且相对孤立；竞技体育文化与单项竞技项目方面的研究受学者的关注度最低。举国体制与体育体制改革、优秀运动员训练与竞赛及运动训练学理论研究是我国竞技体育领域研究的切入点。

(3)战略坐标与社会网络分析相结合能较好地展示出我国竞技体育领域研究热点的微观与宏观结构，便于学者直观解读领域热点的全貌，集中有限力量在重点方向加以突破。不同时期学者关注的焦点应有所不同。基于此逻辑，将两种方法结合运用于不同时期进行对比分析，有利于对我国竞技体育领域发展的全面把握。

[1] 田麦久，刘大庆.运动训练学[M].北京：人民体育出版社，2012.

[2] 刘军.整体网分析讲义：UCINET软件实用指南[M].上海：格致出版社，2009.

[3] 张勤，徐旭松.共词分析法与可视化技术的结合：揭示国外知识管理研究结构[J].管理工程学报，2008(1):73～76.

[4] 刘启元，叶鹰.文献题录信息挖掘技术方法及其软件SATI的实现—以中外图书情报为例[J].信息资源管理学报，2012(1):50～58.

[5] Bauin S， Michelet B， Schweighoffer MG， et al. Using Bibliometrics in Strategic Analysis:Understanding Chemical Reactions at the CNRS[J].Scientometrics，1991，22(1):113～137.

[6] Callon M， Courtial JP， Laville F. Co-word Analysis as a Tool for Describing the Network to Interactions between Basic and Techological Research:The case of polymer chemistry[J].Scientometrics，1991，22(1):155～205.

[7] 钟伟金，李佳.共词分析法研究(二)——类团分析[J].情报杂志，2008(6):141～143.

[8] 杨颖.基于共词分析的学科结构可视化研究[D].辽宁：中国医科大学，2010.