专家运动员的视觉搜索特征：基于眼动研究的Meta分析

孙文芳，王馨悦，王长生，赵 明，王 斌

视觉搜索是指，个体在某一背景中捕获目标信息的过程[1]。近来年，为了更好地了解专家运动员在视觉搜索上的优势，运动员的视觉搜索特征得到大量研究者关注[2-7]。运动员视觉搜索通常采用眼动技术来评价，常用的眼动指标包括注视次数、注视时间和注视位置等。已有研究表明，专家运动员的视觉搜索特征与普通运动员存在显著性差异[8-13]，主要表现为专家运动员使用了较少的注视次数和较长的注视时间等[14-18]。然而，也有一些研究结果与之相矛盾。李安民[19]、王文静[20]、解缤[21]等，通过对不同水平乒乓球、网球、羽毛球运动员的视觉搜索特征研究发现，专家运动员的注视次数多于新手组，注视持续时间短于新手组。同样以乒乓球运动员、羽毛球运动员为研究对象，王丽岩[22]、王洪彪[23]等的研究结果显示，专家运动员的注视次数少，注视时间短。专家运动员的视觉搜索究竟有何特征？目前还未有研究进行整合。研究结果的分歧，在某种程度上限制了运动员知觉认知专长理论与实践的发展，这些不一致的研究结果亟需整合。本文通过对专家运动员的视觉搜索特征的元分析，厘清现有文献在研究结论上的分歧，以期为运动员视觉搜索特征的研究提供新的思路和方向。根据已有理论假设，注视次数反映了信息加工效率，信息加工效率越高，注视次数越少；注视持续时间反映了信息加工的程度，注视时间越长，信息加工程度越深[1]。基于该理论与已有研究文献，文章提出研究假设1：专家运动员的注视次数显著少于非专家运动员，注视时间显著多于非专家运动员。

专家运动员的视觉搜索特征也可能会受到运动项目、试验材料和研究工具的影响。根据D.T.Y.MANN[24]的分类，运动项目可分为阻截类项目、策略类项目和其他类项目。不同运动类型的专家运动员的视觉搜索特征可能存在差异，D.T.Y.MANN[24]通过分析专家-新手运动员的视觉搜索特征发现，运动类型显著调节着专家运动员的注视次数和注视时间。试验材料也可能会影响专家运动员的视觉搜索特征，王丽岩[22]通过比较不同试验材料对乒乓球运动员视觉搜索特征的影响发现，运动员在观看动态材料时注视次数较少，观看静态材料时注视次数较多，注视次数的不同可能与试验材料的形式有关。崔运坤等[25]通过一项元分析研究发现，注视次数和注视时间在不同刺激材料上存在差异，与动态刺激和现场刺激相比，专家运动员在观看静态视频材料时表现出了更少的注视次数，这一点与王丽岩的研究结果相矛盾。研究工具也可能对运动员的视觉搜索特征有影响。早期运动员眼动的研究多是运用头戴式固定眼动仪，如G.J.P.SAVELSBERGH等[17]采用固定式眼动仪，通过研究足球专家运动员的视觉搜索特征发现，专家运动员表现出了更少的注视次数和更多的注视时间。随着摄像技术，红外技术和微电子技术的发展，高精度便携式眼动仪开始用于运动员的眼动研究，如A.ROCA等[26]使用便携式眼动仪，研究了足球专家运动员的视觉搜索特征，研究结果显示，专家运动员的注视次数多，注视时间短，这与早期采用固定式眼动仪研究的结果相矛盾。基于上述文献综述，文章提出研究假设2：专家运动员的注视次数和注视时间可能会受到运动项目、试验材料和研究工具调节变量的影响。

1 研究对象与方法

1.1 文献检索

采用中英文检索方式进行检索，中文文献的检索范围包括CNKI中国学术期刊网络出版总库、CNKI中国期刊优秀博硕论文全文数据库、CNKI中国重要会议论文数据库和万方数据库，检索时间跨度为建库—2018年3月，以“运动员”“视觉搜索”“眼动”“注视”为主题词进行联合检索。在中国期刊网络数据库中，采用高级检索，分别以“眼动”并含“运动员”，“视觉搜索”并含“运动员”，“注视”并含“运动员”为主题词进行检索。英文文献的检索范围包括Sport Discus、Psycho Articles、PsyINFO数据库。以“athlete”“visual search”“visual fixations”“eye movement”为主题词进行联合检索。对中英文文献的参考文献进行手工检索，并利用百度学术进行文献补查。

1.2 文献纳入与排除标准

1.2.1 纳入标准 本研究按照以下标准筛选文献：（1）必须是实证研究，研究对象为运动员；（2）研究中包括专家组和对照组，专家组包括健将级运动员、一级运动员和二级运动员，对照组包括新手运动员及非运动员（包括体育专项学生、体育选项班学生、普通大学生）；（3）因变量包括注视次数、注视时间指标中的任何一个或全部。（4）试验数据完整，文章详细报告了被试的样本量，以及注视时间和注视次数的平均值和标准差。

1.2.2 排除标准 不符合纳入标准的文献：（1）综述类或非实证类文献；（2）没有全文的文献或无法下载到全文的文献；（3）重复发表或基于同一批数据发表的文献；（4）试验结果不完整，试验组和对照组测试数据缺失的文献（如平均值、标准差信息缺失等）。具体文献筛选流程见图1。

图1 文献筛选流程图Figure1 Flow Chart of Literature Screening

1.3 文献编码

根据纳入研究分析，对运动员的视觉搜索特征进行调节变量编码，调节变量如下。（1）运动项目：参考D.T.Y.MANN[24]的分类标准将运动项目分为阻截类、策略类和其他类项目。阻截类项目是指，任何要求运动员身体或器械与环境中的目标相协调的运动项目[27]，如乒乓球、羽毛球、网球等；策略类项目通常是指团队项目，在进攻或防守时会形成战术阵型，强调注意力的分配，如足球、篮球等；其他类项目是指，一些封闭式、自我节奏和目标类项目，如体操、射击、台球等。（2）研究工具：固定式眼动仪和便携式眼动仪。（3）试验材料：静态刺激材料（图像）、动态刺激材料（视频）和真实刺激材料（真实运动情景）。由于不同的文献有不同的研究目的和方法，因此，注视次数和注视时间是分开编码。一篇文献中有多个条件时，统计为多个效应量。为了防止部分文献权重过大，导致结果偏差，本研究把调节变量一致的试验结果进行合并，将合并效应量作为纳入元分析的最终效应量。

1.4 统计方法

（1）效应量的计算：元分析的基本单位是效应量。由于纳入的文献报告了专家运动员在注视时间、注视次数的平均得分，并与对照组的相应得分进行了比较，因此本研究以Cohen's d值作为效应量，计算公式为d=（m1-m2）/SD。式中，m1为试验组的平均数，在本研究中指纳入元分析的专家运动员的眼动指标得分均值；m2为对照组的平均数，在本研究中指非专家运动员的眼动指标得分均值；SD指两相比较的专家运动员和非专家运动员的联合标准差。参照Cohen的效应量大小评价标准：0.20为小效应量；0.50为中等效应量；0.80为高效应量。

（2）效应量的合并与统计检验：合并效应量（pooled effect size）是元分析的最终统计指标。合并之前，需要对各个研究的效应量进行异质性检验，本研究以Q、I2指标作为判断各个效应量之间的异质性的依据。若异质性Q检验结果为P＞0.1，表明文献间不存在异质性，可选择固定效应模型；若Q检验结果为P＜0.1，表明文献间存在异质性，可选择随机效应模型。I2值越大，表示异质性越大。在Cochrane系统评价中，根据I2值将异质性分为4个程度：0～40%，轻度异质性；40%～60%中度异质性；50%～90%，较大异质性；75%～100%，很大异质性[28]。如果I2＜50%，则选用固定效应模型；如果I2＞50%，则选用随机效应模型。

（3）数据处理：所有数据的处理通过CMA 2.0（comprehensive meta-analysis V2.0）、Excel 2003完成。利用Excel进行数据录入，包括各个研究的样本量、均值、标准差和发表年限等。利用CMA软件完成元分析计算。通过异质性检验来选择元分析模型，通过漏斗图与Egger's检验来估量发表偏倚；通过亚组分析检验调节变量对效应值的影响。

2结果

2.1 文献纳入基本情况

通过文献检索初步获得685篇相关文献，通过阅读摘要与全文，去除不符合纳入标准的，最终有39篇纳入元分析。其中，中文文献28篇，外文文献11篇。39项研究共产生了73个效应量，其中，注视次数生成33效应量，注视时间生成40个效应量，共包括1 066名被试，文献发表时间跨度为2001—2017年。纳入元分析的39篇文献具体编码结果见表1。

表1 元分析文献编码结果Table1 Literature Coding Results of Meta-analysis

续表1

2.2 异质性检验

异质性检验是测量效应值之间的同质化水平。若各效应值之间的异质性较小，可采用固定效应模型进行分析；若各效应值之间异质性较大，则采用随机效应模型[50]。针对注视次数、注视时间这2个结果变量进行了异质性检验。注视次数和注视时间的Q检验都是显著差异（注视次数Q值=457.295，P＜0.001；注视时间Q值=318.143，P＜0.001），说明各个研究之间存在异质性，所以本文采用随机效应模型。此外，本研究的注视次数和注视时间的I2分别是93%和87.75%，表明在注视次数和注视时间上，由效应量的真实差异造成的变异占总变异的分别是93%和87.75%。较高的异质性表明，可能会有调节变量对效应量产生重要的潜在调节作用，所以需要进一步对调节变量进行检验（见表2）。

表2 效应量的异质性检验Table2 Heterogeneity Test of Effect Size

2.3 发表偏倚检验

Meta分析结论的可信与否还取决于是否存在发表偏倚。漏斗图是一种定性测量发表偏倚的常用方法。漏斗图基于的假设是，效应量的精度随着样本量的增加而增加。因此，样本量小的，研究精度就低，分布在漏斗图的底部，且分散；样本量大，精度就高，分布在漏斗图顶部，且集中。如果没有偏倚存在，散点形成一个对称的导致漏斗形。通过漏斗图检查可以看出，注视次数和注视时间都大多集中在漏斗顶端，且均匀地分布在中线两侧，说明不存在发表偏差（见图2、图3）。漏斗图是一种主观定性检验方法，所以还需要使用Egger线性回归进一步检验发表偏差。Egger线性回归是一种简便的使用线性回归检验漏斗图的对称性的定量方法，可以弥补漏斗法的不足[51]。Egger回归法以标准化的效应量为应变量y，以效应估计量的精确性为自变量X，建立线性回归方程，回归方程截距（Egger's intercept）越接近于0，则表明存在发表偏差的可能性越小。本研究中的Egger's检验显示，注视次数和注视时间的P值均不显著（P＞0.01），说明存在发表偏差的可能性较小（见表3）。

图2 注视次数的研究的漏斗图Figure 2 Funnel Plot of the Study of the Fixation Number

图3 注视时间的研究的漏斗图Figure3 Funnel Plot of the Study of the Fixation Durations

表3 Egger线性回归检验结果Table3 Egger Linear Regression Test Results

2.4 主效应检验

采用随机效应模型，通过对专家运动员和非专家运动员的注视次数和注视时间进行分析，注视次数和注视时间的效应量d分别是-0.849和-0.242（见表4）。根据J.COHEN[52]对效应量大小的界定（0.2为小效应，0.5为中效应，0.8为大效应），注视次数为大效应量，注视时间则是小效应量。而且，注视次数双侧检验P＜0.01，说明专家运动员的注视次数显著少于非专家运动员；注视时间的效应量不显著，说明专家运动员与非专家运动员的注视时间无显著差异。研究假设1部分获得支持。

表4 注视次数和注视时间的主效应检验Table4 Main Effect Test of Fixation Number and Fixation Durations

2.5 调节效应检验

异质性检验结果表明（见表2），可能会有调节变量对运动员的视觉搜索特征产生影响。本研究就运动项目、研究工具、试验材料3种变量是否对注视次数和注视时间起到调节作用开展一系列类分析。

在注视次数上，运动项目对注视次数呈显著调节作用（P=0.000＜0.001）。阻截类项目组（d=-1.151）和其他类项目组（d=-1.750）的效应量大于策略类组（d=-0.593），阻截类组和其他类组的效应量显著（P＜0.05），说明阻截类项目和其他类项目专家运动员的注视次数显著少于非专家运动员。试验材料对注视次数的调节效应量显著（P=0.009＜0.01），图片的效应量为大效应量（d=-1.494），且显著（P＜0.01），说明在以图片作为试验材料的研究中，专家运动员的注视次数显著少于非专家运动员。研究工具对注视次数的调节效应显著（P=0.010＜0.05），固定式眼动仪的效应量为中等效应量（d=-0.636），且显著（P＜0.05），说明在使用固定式眼动仪的研究中，专家运动员的注视次数显著少于非专家运动员（见表5）。

表5 注视次数的调节效应检验Table5 Adjustment effect test of fixation number

在注视时间上，运动项目、研究工具和试验材料形式都未呈现显著的调节效应（P＞0.05），研究假设2部分获得支持（见表6）。

表6 注视时间的调节效应检验Table 6 Adjustment effect test of fixation durations

3讨论

3.1 专家运动员的视觉搜索特征

相关研究显示，专家运动员的视觉搜索特征与非专家运动员存在显著性差异[8，10-11]，确定专家与非专家运动员在视觉搜索上究竟有何差异是重要的。本研究运用元分析的方法，对近年来有关运动员视觉搜索特征的研究进行了量化综述，研究结果显示，专家运动员的注视次数显著少于非专家运动员，两者在注视时间上没有差别，研究假设1部分得到了支持。

3.1.1 专家运动员的注视次数显著少于非专家运动员 元分析结果显示，注视次数为大效应（-0.849，P＜0.01），说明专家运动员与非专家运动员的注视次数存在显著性差异，专家运动员使用了较少的注视次数。该研究结果与已有研究结论[30，38，43]一致。注视次数反映了运动员对任务的熟练程度，完成任务的策略，以及完成任务的难易程度[34]。注视次数越少，表明运动员提取信息的效率越高[38]。专家运动员的注视次数显著少于非专家运动员，说明专家运动员具有更高的视觉搜索效率。有研究显示，运动员的运动等级越高，注视次数越少。张铁民[30]通过研究不同水平排球运动员的视觉搜索特征发现，有经验的运动员采用了较少的注视次数，随着运动等级的提高，运动员的注视次数显著减少（P＜0.05）。肖坤鹏[1]通过比较不同水平排球运动员的视觉搜索特征也发现，在接发球过程的预期阶段，健将级运动员的注视次数明显比一级、二级运动员少。专家运动员的注视次数较少可能与专家运动员在长期训练和比赛中形成的知觉认知优势有关[53-54]，这些知觉优势可以有效引导运动员进行视觉搜索，何时看与看哪里是专家运动员的一个主要特征。运动中，常常会有大量的信息进入视觉范围，专家运动员通常能够关注运动场景中最为关键的信息区域，所以使用了较少的注视次数[55]。如S.PARK等[16]发现，在排球扣球阶段，专家运动员主要注视扣球手的胳膊，而新手运动员注视了不同的区域，包括胳膊、头部和其他位置，专家运动员表现出了更少的注视次数。因此研究认为，注视次数可以作为区分专家与非专家运动员的重要指标。该研究结果对于解决已有研究中专家运动员视觉搜索特点的争议，具有重要的价值和理论意义。

3.1.2 专家运动员的注视时间与非专家运动员无显著差异

本研究中，注视时间为小效应（-0.241，P＞0.05），说明专家运动员与非专家运动员在注视时间上无显著差异，该研究结果不支持专家运动员注视时间长的假设。根据已有研究理论[1]，注视持续时间反映了信息加工的程度，注视时间越长，信息加工程度越深，因此专家运动员比非专家运动员有更长的注视时间。如王恒[30]、张铁民[33]等的研究结果均显示，专家运动员的注视时间显著长于非专家运动员，然而，这一研究理论并不总是得到支持。李安民[19]、解缤[21]等通过比较不同水平运动员的注视时间发现，专家运动员的注视时间显著短于新手（P＜0.05），研究结论认为，专家运动员的注视时间少于非专家运动员，说明专家运动员能够在较短的时间内搜索到有效线索，专家运动员在视觉搜索的首个注视点时就已经集中在有效的信息区域，而非专家运动员通常需要较长的注视时间才能找到有效线索，注视时间较短体现出了专家运动员的视觉搜索优势。纳入元分析的文献分歧较大，可能是导致研究结果无显著差异的主要原因。元分析的客观结果也恰好说明注视时间还不能作为区分专家运动员和非专家运动员的有效指标。此外，样本数量也可能会限制我们对专家运动员视觉搜索特征的理解，从本研究纳入的文献来看（k=40），我国学者对运动员视觉搜索特征的实证研究还相对较少，有关专家运动员与非专家运动员在注视时间上的差异，有待学者进一步求证与探索。鉴于已有研究中，有关专家运动员注视时间特点的研究分歧较大，后续的研究可结合项目特征和具体试验情景探索专家运动员与非专家运动员在注视时间上的差异。

3.2 影响专家运动员视觉搜索的因素

调节作用的检验结果表明，运动项目、试验材料、研究工具对注视次数均有调节作用，对注视时间未发现调节效应，研究假设2部分得到了支持。

3.2.1 运动项目对注视次数的调节效应 元分析结果发现，阻截类和其他类项目的效应量为大效应（P＜0.05），策略类项目的效应量为中效应（P＞0.05），说明阻截类项目和其他类项目专家运动员的注视次数显著少于非专家运动员，策略类项目专家运动员的注视次数和非专家运动员无显著差异。该研究结果与之前的元分析结果相近[25]。显然，阻截类项目专家运动员的注视次数显著更少与这一类项目的时间限制有关。从项目特征来看，阻截类项目多属于快速反应类项目（如乒乓球、网球等），该类项目都具有高度的时间限制，需要运动员在极短的时间内做出动作反应，也因此对运动员的视觉搜索效率提出了更高要求。如网球运动中，从对手的发球到运动员击球，中间的时间可能不会超过300 ms[56]，在高度的时间限制下，专家运动员可能通过更少的注视次数搜索有效信息，也正是在这种高压环境下，专家运动员与非专家运动员的注视次数表现出了更大的差异。专家运动员的注视次数越少，说明专家运动员的视觉搜索效率越高。主要是因为，专家运动员经过在该领域多年的经验积累，能够利用一些知觉认知优势（如模式识别、情景概率等）有效引导视觉搜索，具体表现为能够关注关键的信息部位，使用较少的注视次数，而新手运动员不具备这种知觉认知优势，从而不能有效搜索信息，所以表现出了较多的注视次数。此外，在本研究中，其他类项目的效应量为大效应量，且显著（P＜0.01），说明其他类项目专家运动员的注视次数显著少于非专家运动员，但由于元分析纳入的其他类项目样本量较少，该结论的普适性需要进一步检验。

3.2.2 试验材料对注视次数的调节效应 试验材料对专家运动员的视觉搜索特征有影响。元分析结果显示，视频和真实情景的效应量不显著（P＞0.05），图片的效应量显著（P＜0.01），说明在以图片作为试验材料的研究中，专家运动员比非专家运动员表现出了更少的注视次数。该研究结果与崔运坤[25，57]、D.T.Y.MANN[24]等的研究结果一致，与王丽岩[22]等人研究结果相矛盾。崔运坤通过对专家-新手研究范式的元分析发现，注视次数的效应量依次表现为静态刺激材料＞动态刺激材料＞现场刺激材料，呈现的刺激材料生态学效度越低，专家比新手的注视次数越少，表明在低生态效度刺激材料下，专家采取了较少的注视次数。王丽岩以乒乓球运动员为研究对象，通过探讨静态刺激材料和动态刺激材料对运动员视觉搜索特征的影响发现，运动员在观看动态材料时的注视次数与观看静态材料时的注视次数存在差异，表现为运动员在观看动态材料时注视次数较少，观看静态材料时注视次数较多。本研究结果支持了崔运坤等的研究。本研究认为，对于经验丰富的专家运动员来讲，尽管二维的静态刺激材料呈现的信息有限，但是，专家运动员可能会更好地利用已有知识经验来引导视觉搜索，所以表现出了较少注视次数，而新手运动员不具备这些认知经验，在图片材料呈现信息有限的条件下，只能通过使用较多的注视次数来获取信息，因此表现为刺激材料呈现的信息越少，新手运动员的注视次数越多。

3.2.3 研究工具对注视次数的调节效应 研究工具也会影响专家运动员视觉搜索特征。本研究中，固定式眼动仪的效应量显著（P＜0.01），便携式眼动仪的效应量不显著（P＞0.05），说明在使用固定式眼动仪进行的研究中，专家运动员的注视次数比非专家运动员更少。该研究结果与已有理论假设相矛盾，已有理论假设[58]认为，试验环境越逼真，试验工具的生态学效度越高，越能体现出专家优势。但在本研究中，便携式眼动仪的效应量并不显著。可能是因为，本研究中便携式眼动仪的样本量较少，导致统计效应偏弱；随着研究工具生态学效度的提高，非专家运动员的视觉搜索能力也得到相应的提高，致使研究结果差异不够显著。后续研究可进一步探讨不同研究工具对运动员视觉搜索特征的影响。此外，该研究结果也进一步说明，固定式眼动仪可以很好地区分专家运动员与非专家运动员的视觉搜索特征。

4 总结与展望

本研究运用元分析的方法，探讨了专家运动员的视觉搜索特征，对于了解专家运动员的视觉搜索优势，解决已有研究的分歧具有重要意义。元分析的结果表明，专家运动员与非专家运动员的视觉搜索特征存在显著性差异，其差异主要表现在注视次数上，与非专家运动员相比，专家运动员使用了较少的注视次数，注视时间无显著差异。注视次数可以作为区分专家运动员与非专家运动员的重要指标。运动项目、研究工具、试验材料形式对专家运动员的视觉搜索均有调节作用。未来在进行试验时，应考虑研究项目、研究工具和试验材料的调节作用。另外，由于本研究受自身技术的限制，可能会存在一些局限性，如样本的选取未纳入非中英文的研究，部分早期的英文文献由于无法下载到全文未能纳入到元分析，结果变量的选取较少等。结合已有文献，未来研究可以考虑从以下几个方面进行改善：（1）选取不同的眼动指标作为结果变量，进一步探索专家运动员的视觉搜索特征；（2）以某个具体项目或运动类型为研究对象，探索同一项目类型专家运动员的视觉搜索特征；（3）寻找可能影响专家运动员视觉搜索特征的其他调节因素；（4）进一步纳入非中英文以及未发表的研究文献。