国际顶级100 m跑运动员体型与年龄变化趋势分析

王学坤，苑廷刚

国际顶级100 m跑运动员体型与年龄变化趋势分析

王学坤1，苑廷刚2

为了研究100 m跑运动员体型与年龄变化趋势，为运动选材提供参考，运用文献资料研究、数理统计等方法，对百年来100 m跑男、女运动员年龄、身高和体重及其与成绩关系进行分析。结果表明，世界顶级100 m跑运动员不存在相对年龄效应，最佳竞技年龄逐年递增；百年来，女子运动员呈现高大化趋势，近10年来男子运动员呈现高大化趋势，相对BMI，RPI与100 m跑成绩相关度更高，尤其对于女子运动员和近10年来男子运动员，即RPI大，体型高大的运动员更可能取得好的成绩。同时表明，我国100 m跑选材将对运动员身高提出更高的要求，最大步长与次最高步频结合将成为未来100 m跑运动员一种趋势和主流。

100 m跑；运动员；身体质量指数；反身体质量指数；体型；最佳竞技年龄

1 前言

《现代田径选材》中认为，短跑运动员的关键素质是速度，身高对短跑运动尤其是对100 m跑成绩没有实质性的影响，但是对200 m跑和400 m跑成绩有一定影响，选材时以身高者为好。男子身高应该在1.70 m以上，理想身高为1.80 m左右；女子为1.6 m以上，理想高度为1.70 m左右。近些年来，世界100 m跑赛场上出现了一些身材高大的优秀运动员，如博尔特身高1.96 m，鲍维尔身高1.90 m等。这些运动员的出现是少数个案还是一种变化趋势？如果是一种变化趋势的话，必将引起短跑，特别是100 m跑运动员选材和多年系统训练中顶级运动员训练阶段理论的新认识，尤其是在训练中是优先发展步频还是步长的问题，也是我国理论界长期争论不休，至今没有定论的问题[3]。鉴于此，本文将对百年来世界顶级短跑运动员身体形态与年龄的变化趋势及其训练理念进行回顾与分析。

2 研究对象与方法

2.1 研究对象

以1912—2014年男、女世界顶级100 m跑运动员为研究对象，其中，男子291名，女子129名。

2.2 研究方法

收集国际田径联合会网站(http://www.iaaf.org/)公布的百年世界顶级100 m跑运动员身高、体重和年龄数据，再将数据在http://www.sports-reference.com和维基百科中逐一搜索核对。引用BMI和RPI作为体型评价指标，相对年龄与最佳竞技年龄作为年龄分析指标，应用SPSS 19.0软件进行分析；鉴于同一个运动员创造多个运动成绩，而身高和体重并不适合重复作为独立的自变量，以及成绩平均化的误差等问题，引入多水平模型进行(软件MLwin，v.2.1)分析,它是多元回归和协方差分析的延伸，用于等级或分组数据处理，本文中将运动员身高体重作为水平2，而他们的运动成绩作为水平1进行统计分析。

3 研究结果与分析

3.1 相对年龄和最佳竞技年龄分析

1976年，Tanner等研究认为，对于同样年龄的运动员来说，1月份出生的运动员比12月份出生的运动员在运动能力和心理认识方面将占有更大优势，这一“相对年龄”效应已经在美国职业冰球、棒球、橄榄球、足球等项目中得到证实。我国学者黄志剑[2]收集了2002年赛季中国足球甲级联赛A、B组共27支职业俱乐部所有运动员的出生日期，结果表明，出生日期在第1季3个月的优秀足球运动员人数明显高于其他月份。当以季度为单位进行统计时，这种差异的趋势则更加明显，表现出每季递减的特征。刘卫民[4]也作过相关研究，证实了在2005年中国足球协会注册的运动员中存在相对年龄效应。然而，从图1中可以看出，男子291名、女子129名运动员各个月份出生的数量并没有出现显著性差异，统计检验也不存在显著性差异，可以初步认为，顶级100 m跑项目中并不存在相对年龄效应；因此，100 m跑项目选材时可基本忽略运动员的出生月份。

图 1 1902—2014年世界顶级100 m跑运动员各个月份出生数量柱状图Figure 1. The Number of Athletes in Each Month

从1902—2014年，国际田联公布了顶级男子100 m跑运动员(291名)902个成绩，女子从1922—2014年(129名)共有207个成绩。对于同一名运动员创造的多个成绩，保留其最好成绩，按此刻计算其最佳竞技年龄，经过统计分析得出：除20世纪40、50年代运动员年龄突然变大以外，男子平均最佳竞技年龄从1910年的19岁到现今的25岁，呈现递增趋势，女子从21～25岁，各个年代女子最佳竞技年龄比男子稍大(图2)；这也表明，要进入世界顶级行列难度越来越大，运动员也需要更长时间的系统训练。

图 2 各个年代顶级100 m跑运动员平均最佳竞技年龄示意图Figure 2. Best Competitive Age of Athlete

3.2 女子运动员

100 m成绩由5部分组成：反应时间(1%)、起动时间(5%)、加速时间(64%)、最大速度时间(18%)和减速时间(12%),这5个部分又由运动员心理、体能、技能、环境等因素所决定，而身体形态在体能中占有重要的地位[8]。表1给出了1902—2014年世界顶级100 m跑女子运动员身高与体重、BMI(Body mass index)和RPI(Reciprocal ponderal index)的数据。其中，BMI(kg/m2)是衡量非运动员肥胖与短跑运动肌肉体积的指标；RPI(cm/kg0.333)反应的是运动员线型身体形态，身体越高，RPI越大，是一个衡量线型体形的指标。Nevill等[13]用RPI作为身体形态指标研究身体形态与20 m、40 m和纵跳相关性，认为RPI比BMI对运动员跑、跳评价更有效。Holder等[10]通过对足球运动员的研究表明，顶级足球运动员更加高大和修长，其RPI也更大。

通过对女子100 m跑运动员百年来速度与年代的比较，运用皮尔逊相关和回归分析，可以看出，女子100 m跑速度与年代呈现递增趋势(图3)。进一步进行协方差分析，结果显示，年代变化(P<0.001)、年份(P<0.003)和RPI(P=0.037)均有统计学意义；而对于BMI，协方差分析结果表明，年代变化(P<0.001)和年份(P<0.003)有统计学意义，BMI(P=0.380)无统计学意义。整个时间段RPI和BMI的变化如图4和图5所示。

将年份(中心化处理后)和RPI同时引入模型，进行多水平回归分析，结果显示(表2)，年份总平均估计系数为0.006 4(0.000 4)，有统计学意义(P<0.001)；RPI总平均估计系数为0.017 1(0.008 6)，有统计学意义(P=0.047)。以BMI替换RPI后进行多水平分析表明，结果显示(表3)，年份总平均估计系数为0.006 3(0.000 4)，有统计学意义(P<0.001)；BMI总平均估计系数为-0.008 8(0.007 4)，无统计学意义(P=0.234)。

表 1 1902—2014年女子顶级100 m跑运动员基本特征一览表
Table 1 Basic Features of Female Athletes

n身高(m)体重(kg)BMI(kg/m2)RPI(cm/kg0.333)XSDXSDXSDXSD1902-1911111.700.0560.736.6720.971.9143.411.281912-1921101.790.0467.203.6220.910.2944.150.091922-193131.730.0163.005.2021.152.0143.501.531932-194141.770.0458.751.2618.760.6445.590.821942-1951191.700.0563.117.5821.702.4443.001.671952-196111.6855.0019.4944.241962-197101972-198151.650.0655.602.7920.341.0543.401.151982-1991351.690.0658.834.2220.491.0643.651.031992-2001601.700.0760.926.5320.971.1943.380.992002-2011451.670.0657.564.9520.591.4143.411.242012-2014141.660.0656.503.3520.601.2043.261.24

图 3 女子100 m跑速度与年代散点图Figure 3. Scatter Plot of Women’s Best Speed and Years

图 4 女子100 m跑运动员RPI随年代变化的95%置信区间箱式图Figure 4. Box of Women’S RPI with 95% Confidence Interval

图 5 女子100 m跑运动员BMI随年代变化的95%置信区间箱式图Figure 5. Women’s BMI Change with 95% Confidence Interval

估量X±SD常数8.34010.3757年度0.00640.0004RPI0.01710.0086方差估计值level1(个体内)0.00320.0006level2(个体间)0.01470.0021

注：SD=standard error，下同。

以上统计分析表明，百年来，100 m短跑女子运动员体形变化中，BMI对于女子100 m跑运动员并没有实质性意义，与速度呈现负相关；对于中、长跑运动员和板球运动员来讲，BMI是一个有效衡量肌肉体积的指标,Uth[14]研究也表明，世界女子前50名短跑运动员比非运动员平均BMI要低。通过统计分析表明，RPI与100 m跑成绩有高度正相关(P=0.047,表2、表3)，RPI可以作为女子100 m跑运动员成绩预测的一个指标，表明高大的运动员更有可能取得好成绩。当今100 m跑世界纪录是由格里菲斯·乔伊娜1988年创造，其RPI为43.7 cm/kg0.333(身高170 cm,体重59 kg)；而最接近这一成绩的是琼斯1998年创造的，其RPI也为43.7 cm/kg0.333(身高178 cm，体重68 kg)，进一步证明了RPI作为预测指标的有效性。解释这一现象唯有用步长与步频的关系，步长与步频是决定位移速度的最主要因素。高大运动员拥有更长的四肢，因此其步长更大；当步长大，步频相应变慢。从步长与步频的倒V形线的斜率来看，步频的斜率要小于步长，因此，步长对于速度的贡献率要大于步频。从能量消耗的角度来讲，单位时间内的高步频也将消耗更多的能量[6]。通过运用步长指数和步频指数来比较不同身高的短跑运动员也可以说明，高大运动员拥有更多优势。

表 3 世界顶级100 m跑女子运动员多水平分析一览表(年代和BMI作为协变量)
Table 3 Female Athletes Level Analysis (Year and BMI as Covariate)

估量X±SD常数9.26400.1531年度0.00630.0004RPI-0.00880.0074方差估计值level1(个体内)0.00320.0006level2(个体间)0.01500.0021

3.3 男子运动员

表4显示，从1912—2014年男子运动员有逐年增高增重的趋势，而BMI指数却有逐年减小的趋势，RPI近60年逐年增大的趋势。

通过对男子100 m跑运动员百年来速度与年代的比较，运用皮尔逊相关和回归分析，可以看出，男子100 m跑速度与年代呈现递增趋势(图6)。协方差分析结果显示，年代(P<0.001)、年(P<0.001)和RPI(P=0.002 8)均存在统计学意义；而对于BMI，协方差分析表明，年代变化(P<0.001)和年(P<0.001)有统计学意义，BMI(P=0.202)无统计学意义。整个时间段的RPI和BMI的变化如图7和图8所示。

表 4 1912—2014年世界级顶100 m跑男子运动员一般特征一览表
Table 4 Basic Features of Male Athletes

n身高(m)体重(kg)BMI(kg/m2)RPI(cm/kg0.333)XSDXSDXSDXSD1912-192131.740.0369.337.3722.902.3742.481.491922-193121.700.0060.506.3640.6625.6936.548.201932-1941101.720.0567.308.3137.4918.1037.505.751942-195131.820.0369.674.1621.100.9544.230.661952-1961151.770.0970.675.8934.0116.5139.005.611962-1971171.790.0674.658.7527.7410.6340.913.441972-1981171.820.0874.067.0128.1312.4641.334.311982-1991721.820.0776.516.5923.041.3843.011.101992-20012751.790.0575.384.9923.521.4242.481.142002-20114061.830.0779.317.0223.681.6242.701.252012-2014821.830.0778.347.0023.311.1442.910.95

图 6 男子100 m跑速度与年代散点图Figure 6. Scatter Plot of Men’s Best Speed and Years

图 7 男子100 m跑运动员RPI随年代变化的95%置信区间箱式图Figure 7. Box of Men’S RPI with 95% Confidence Interval

图 8 男子100 m跑运动员BMI随年代变化的95%置信区间箱式图Figure 8. Men’s BMI Change with95% Confidence Interval

将年份(中心化处理后)和RPI同时引入模型，进行多水平回归分析，结果显示(表5)，年份总平均估计系数为0.003 1(0.000 2)，有统计学意义(P<0.001)；RPI总平均估计系数为-0.001 2(0.001 8)，无统计学意义(P=0.906)。以BMI替换RPI后进行多水平分析表明(表6)，年份总平均估计系数为0.003 2(0.000 2)，有统计学意义(P<0.001)；BMI总平均估计系数为0.001 2(0.000 7)，无统计学意义(P=0.086)。

表 5 世界顶级100 m跑男子运动员多水平分析一览表(年代与RPI作为协变量)
Table 5 Male Athletes Level Analysis(Year and RPI as Covariate)

估量X±SD常数10.01720.0782年度0.00310.0002RPI-0.00120.0018方差估计值level1(个体内)0.00300.0002level2(个体间)0.00330.0005

表 6 世界顶级100 m跑男子运动员多水平分析一览表(年代和BMI作为协变量)
Table 6 Male Athletes Level Analysis(Year and BMI as Covariate)

估量X±SD常数9.95290.0175年度0.00320.0002RPI0.00120.0007方差估计值level1(个体内)0.00300.0002level2(个体间)0.00330.0005

通过年代逐一分析，发现近年来(2002—2014年)RPI与比赛成绩存在一定正相关，而BMI呈负相关(图9、图10)；多水平分析回归分析表明，RPI总平均估计系数为0.019，以BMI替换RPI后进行多水平分析，BMI总平均估计系数为-0.016。

图 9 2002—2014年世界顶级100 m跑运动员速度与RPI散点图Figure 9. Scatter Plot of Speed and RPI from 2002 to 2014

图 10 2002—2014年世界顶级100 m跑运动员速度与BMI散点图Figure 10. Scatter Plot Speed and BMI from 2002 to 2014

男子100 m跑运动员百年来体形统计分析表明，近年来(2002—2014年)达到顶级水平的100 m跑运动员身材越来越高，其RPI也越大，而2002年之前体形并没有明显的变化。这与我国100 m跑选材差异较大，《田径教学训练大纲》对男子100 m跑运动员身高要求为175±5 cm，理想身高为180 cm左右，唯有此步频与步幅才能达到一个理想协调。力学原理也支撑这一论断：人体通过下肢交替转动实现向前移动，下肢越长，下肢转动惯量越大，下肢转动角速度也越慢，步频将会越小。然而，女子运动员的高大化趋势和男子运动员近年来高大化趋势颠覆了这一思维，同时也表明，RPI可以作为一个100 m跑选材指标。相关研究也表明，运动员起跑后途中跑的过程中上体已经直立或稍后仰，脚的落地点在人体重心的前面，越是优秀的短跑运动员脚的落地点与普通人和一般运动员相比，离身体重心越远，这也表明，高大运动员四肢更长，更具有优势。

具体来讲，第一个真正意义上突破100 m跑10 s大关的运动员刘易斯(排除地理优势)是一高大型的运动员，其RPI为43.7 cm/kg0.333(身高188 cm，体重82 kg)，而当今100 m世界纪录创造者博尔特更是一个高大的运动员，其RPI为44.5 cm/kg0.333(身高194 cm，体重86 kg)。影响100 m跑成绩的因素很多，但是步频与步幅占有重要的作用。Marzena等[12]研究表明，步幅、步频与身高、体重间存在显著性相关(P<0.01)，即优秀运动员应该具有更高、更强壮的身体。当然，高大运动员在前半段与相对矮小的爆发性运动员比不占优势，但是，较大步幅在100 m跑中后阶段占据绝对优势，而这部分通常有50～60 m左右，对整个100 m跑成绩具有决定性作用[1]。Jordan等[11]基于构造理论研究表明，100 m跑和游泳运动员身体形态变化趋势是更高、更强壮、更修长，甚至预言，未来100 m跑和短距离游泳类项目将会以身高体重为参照进行分类比赛。

从运动员个体比较来看，博尔特身高194 cm，体重86 kg，胸围101.5 cm，腰围92 cm，背长56 cm，肩宽49 cm，下半身长(腰至脚跟)116 cm,腿长(从两腿分叉起算)100 cm，3次创造100 m世界纪录(9.72 s、9.69 s、9.58 s)，完成比赛都只用了41步左右[9]。苏炳添身高172 cm,腿长80 cm,体重65 kg，2015年世界锦标赛成绩9.99 s。世界顶级男、女运动员需要44～53步，平均每秒分别为4.23～5.05步和4.0～5.0步。苏炳添需要49步，整个全程博尔特比他们至少少用了2.5步，比苏炳添少用7步；博尔特步幅为2.44 m，至少比其他运动员多出十几厘米，而其步频却与普通身高运动员相差不大(顶级男子100 m运动员平均步频在4.5步/s以上，刘易斯步频是4.32步/s，博尔特是4.24步/s)。我国目前最优秀的5名男子100 m跑运动员(平均身高178 cm)的平均步数为46.36步，十运会男子100 m跑比赛的前18名运动员，预赛100 m跑的平均步数为48.08步，决赛7名运动员的平均步数为46.91步。我国运动员前半程，甚至前大半程(如苏炳添)都可以与世界顶级运动员并列，后半程2、3 m却被反超，可能是由于我国运动员腿长相对较短，前半程主要以提高步频方式提高速度，而步频过快，神经肌肉系统必然会在后半程疲劳而影响速度。腿长较长的运动员虽然前半程加速阶段并不占优势，但是凭借较大的步长，后半程优势明显。因此，结合个人特点，找到步长与步频最佳结合，才能屹立于顶级选手之列。相对来讲，步频提高比步长难度要大，选取相对高大的运动员，进而提高步频可能会容易一些，且百年来100 m跑顶级运动员也存在高大化的趋势。

4 结论

顶级100 m跑运动员不存在相对年龄效应，男子和女子运动员最佳竞技年龄均逐年递增，百年来，男子和女子100 m跑运动员成绩都呈现逐年递增趋势，各个年代女子最佳竞技年龄比男子稍大，近10年100 m跑运动员最佳竞技年龄为25岁左右。百年来，100 m跑成绩呈现递增趋势，女子运动员呈现高大化趋势，男子近10年来呈现高大化趋势。相对于BMI，RPI与100 m跑速度相关度更高，可以作为顶级100 m跑运动员成绩预测的指标。运动员高大化的趋势也预示，我国100 m跑选材要摒弃身高对于100 m跑没有实质影响的论断，对于理想身高将要提出更高的要求，尤其是女子运动员；高大化趋势表明，步长对于100 m跑速度贡献相比步频更大，最大步长与次最高步频结合将成为一种趋势和主流。

[1]曹维,邱俊强,黄萌卉.RAST测试法评价100 m短跑运动员专项能力的可行性研究[J].北京体育大学学报,2014,(8):83-86.

[2]黄志剑.2002赛季中国足球甲级联赛运动员相对年龄分布特征及原因分析[J].武汉体育学院学报，2004,38(1)：54-58.

[3]李鸿江.田径运动高级教程[M].北京：高等教育出版社，2010：269.

[4]刘卫民.相对年龄对我国优秀青少年男子足球运动员选材影响的实证研究[J].中国体育科技，2007，43(4)：94-96.

[5]刘永东,袁运平,邓万金.广东省高水平100 m跑运动员体能结构特征模型的构建与应用[J].广州体育学院学报,2014,(3):67-70.

[6]孙南，张英波，等.现代田径训练高级教程[M].北京：北京体育大学出版社，2011：5-7.

[7]詹建国,戴兴鸿,周伟.我国优秀女子短跑运动员陶宇佳后程加速能力的研究[J].北京体育大学学报,2013,(8):117-121.

[8]DOOLITTLE D,TELLEZ T.Sprinting from start to finish[J].Track Field Q Rev,1984,84：5-8.

[9]ERIKSEN H K,KRISTIANSEN J R.How fast could Usain Bolt have run?A dynamical study[J].Am J Phys,2008,77:224-227.

[10]HOLDER R,WATTS A S.The changing shape of successful professional footballers[J].J Sports Sci,2009,27:419-426.

[11]JORDAN D,BEJAN A.The evolution of speed,size and shape in modern athletics[J].J Exp Biol,2009,212：2419-2425.

[12]MARZENA P D,WALASZCZYK A,LSKRA J.Elite male and female sprinters’body build,stride length and stride frequency[J].Stud Phys Culture Tour,2006,13:33-37.

[13]NEVILL A M,WINTER E M,WATTS A S.Adjusting athletes’body mass index to better reflect adiposity in epidemiological research[J].J Sports Sci,2010,28:1009-1016.

[14]UTH N.Anthropometric comparison of world-class sprinters and normal populations[J].J Sports Sci Med,2005.(4):608-616.

Analysis on Change Trend of Age and Body Shape of World High-level 100 Meter Athletes

WANG Xue-kun1,YUAN Ting-gang2

In order to study change trend of age and body shape of world high-level 100 meter athletes,and provide reference for sports talents selection,this paper analyzes the relationship among age,height,weight and performance of 100 meter male and female athletes in one hundred years with the method of literature review and mathematical statistics.The result shows that the high-level 100m athletes don’t exist relative age effect and best competitive age increase year by year.The trend of female athletes' body size became bigger durning past 100 years and the trend of male athletes' body size became bigger during last 10 years.Comparing to BMI,RPI and 100 meters have higher correlation,especially for female athletes and men athletes in last 10 years.It also suggests that with bigger RPI ,shape taller athletes are more likely to get good performance and our 100 meters athletes' selection will put forward higher request in future.The most stride length and with sub-highest frequency will become a trend and mainstream among 100 meter athletes.

100meterrun;athlete;BMI;RPI;bodyshape;bestcompetitiveage

1002-9826(2016)03-0092-06

10.16470/j.csst.201603014

2015-09-17；

2016-04-20

国家体育总局体育科学研究所基本科研业务费资助(基本15-31)。

王学坤(1975-)，男，安徽人，硕士，讲师，主要研究方向为运动训练理论与实践，E-mail:361610672@qq.com。

1.安徽师范大学 体育学院，安徽 芜湖 241000；2.国家体育总局体育科学研究所，北京 100061 1.Anhui Normal University,Wuhu 241000，China；2.China Institute of Sport Science,Beijing 100061，China.

G822.1

A