社会网络分析在运动队研究中的应用价值

□ 闵祥云（南京师范大学 江苏 南京 210046）

1、问题的提出

在竞技体育中，一个运动队可以被描述为一群表演者，他们以一种动态的、相互依赖的以及相互适应性的方式进行互动，以努力实现集体的共同目标。体育运动队是一个由多因素交织而成的复杂整体，是人类社会的一个缩影，与其他集体社会系统一样，运动队也可以被概念化为复杂的社会网络，因为运动队是由有明确定义的个人所组成的有界限的群体，或者用社会网络的术语来说，运动队是一个完整的网络，团队中有清晰且可衡量的绩效结果，而团队成员之间关系的有效性，将作为影响其结果的主要因素。

运动队不仅仅是独立个体的集合，成员之间常常存在多种关系网络，如友谊、信任、建议、合作等等，而这些关系的存在都会在不同程度上影响团队或团队的运行方式。另外，个人级别的属性（如年龄，运动能力，比赛经验，团队位置等）也都会纳入到多种关系中，成为影响团队结构的因素。

社会网络分析（Social Network Analysis，简称 SNA）方法，研究了从整体到部分，从系统结构到个体关系，从行为到态度的交互模式，弥补了微观与宏观分析水平之间的差距。使社会网络分析成为探索规范、层次结构、凝聚力和其他非正式社会结构等的重要研究工具。

2、社会网络分析在方法论上的独特之处

2.1、图论作为建模和分析团队互动的工具

常规统计技术的一个主要假设是观察的独立性，但这种假设在团队环境中被破坏了，在团队环境中，个体之间相互依赖，团队行为的依赖性和系统性不能通过简单地将团队成员作为独立的个体进行综合分析。社会网络理论是在数学和计算机科学的基础上发展而来的，它为研究复杂系统的结构原理提供了一个连贯的理论框架。网络分析者以行动者之间的“关系”为分析单位，把结构看成是行动者之间的关系模式。可以利用图论和代数模型技术，来分析这些关系数据，从而发现不同的关系模型对成员的影响。

2.2、补充个体主义理论及过度社会化观点

经济学和心理学的研究往往只考虑个人动机而忽略了社会情境、社会制约。社会学则往往注重互动的系统结构，而忽视个体层面的属性。社会网络分析将“关系”看成是分析单位，将个人的特性及其与他人的社会关系结合起来共同研究，有效的补充了个体主义理论及过度社会化观点（Granovetter，1985），在微观行为与宏观行为现象之间建立了一座桥。因此，在团队中，使用SNA，可以检查团队中球员之间的人际关系（如信任关系）并检查这些关系如何与团队中这些人的个人属性（如能力和经验）相关联，进而探究它们之间如何作用，从而影响团队的整体结构。

2.3、从社会关系的视角进行社会学解释

许多主流社会学研究将社会结构和过程看成个体行动者个人属性的集合，而网络分析者认为，行动者既具有一定的属性特征，又处于一定的社会网络之中，因而不能只单独的考察行动者的属性，还应该考察其所处的社会网络结构。社会网络分析不同于非网络解释之处在于：在研究中将“关系”的概念和过程都纳入到解释之中，社会网络研究涉及到的理论概念是关系性的，相关数据是关系性的，对数据的假设检验也是用关系属性的分布。行动者在网络中进行互动，而互动的模式就是其结构，而社会网络分析关注的就是这种互动的结构。

3、社会网络分析在体育运动队中的运用价值以及应用案例

3.1、社会网络分析在体育运动队人际关系研究中的应用

勒温在其团体动力理论中表示，团队成员之间的关系是相互依存的，并且这种依存的关系是影响团队结构属性的重要因素之一。在运动队中，优异成绩的取得很大程度上依赖队内和谐的人际关系，所以，关注团体内部的关系对运动队来说十分的重要。

SNA为非正式关系的探究提供了一个有效的工具。陈兴运用SNA，以基层业余体校的两支田径运动队为研究对象，分别从情感关系、训练关系以及交往关系三个维度出发，对短跑队和中长跑队的情感、咨询、情报三个网络分别进行网络结构的特征研究，分析了两支运动队之间存在的小团体组织、分布在网络核心和边缘的成员与成绩的高低关系以及团队中运动员与各成员之间互动等问题，对两队的人际关系以及群体结构得出了清楚的分析结果，对教练员及时的平衡队内关系，正确决策，以创建一个更具结构凝聚力的团队提供了帮助。

国外Lusher等作者将社会网络与定量分析相结合，运用SPSS和UCINET数据软件分析工具，对澳大利亚职业足球运动员中的友谊、影响力进行网络分析，之后结合运动员的个人属性（运动技能）进行回归分析，得出运动技能的高低与被提名为朋友无关，但与是否具有影响力相关联。另外，结合友谊和影响力的社会网络结构图，发现具有较高运动能力的人，似乎彼此之间是朋友，并聚集在网络的某个部分。从有影响力的结构图中可以看出，一些运动能力高的人，在网络中处于中心位置，因此被视为重要的成员；回归分析进一步增加了这种解释的权重，得出了运动能力与被提名为朋友无关，而与是否被视为具有影响力相关联。

3.2、社会网络分析在量化运动队绩效贡献方面的研究

团队绩效，笼统的讲指的是一个团队完成既定目标或者任务的程度。SNA提供了从整体到个体，从微观到宏观分析网络结构的方法指标如中心性、密度、小团体等，以量化不同个体对整体团队绩效的贡献，以及网络结构对团队绩效的影响。

这些指标的出现，为教练和体育管理者提供了一套新的团体运动绩效指标。通过对这些指标的分析，教练可以操纵不同的练习任务，平衡队内关系，以促进特殊的团队动力学的出现。国内学者杨尚剑运用SNA，对我国28支高水平青少年男子篮球队进行研究，探讨了社会网络与球队关系绩效以及作业绩效之间的关系。作者通过运用球队社会网络问卷（包括情感、咨询与情报网络）、作业绩效量表以及关系绩效量表，清楚的分析出了密度、群体中性心、派系化导致的破碎结构对球队作业绩效和关系绩效产生的影响，从而为教练有针对性的管理球队，提高球队绩效水平提供了帮助。

3.3、社会网络分析在运动队比赛表现中的运用

提高运动员的比赛表现水平是训练的出发点和最终目标，对比赛表现的客观分析是制定训练目标与评估训练效果的主要依据，可以帮助教练员更好地了解球队和球员的行为。由于目前教练员可获得的信息量很大，如果不采用正确的方法，或者没有足够的工具处理所获得的信息，那么这将是一个复杂甚至不可能完成的任务。SNA为分析运动队比赛表现提供了新的且有效的研究手段，使教练员可以通过使用这种方式获得相关的信息，适当地调整训练策略，或者找到更特殊的训练方法。

李博和王雷采用SNA从整体网、局域网、个体网三个不同的层面，对2016年欧洲杯1/8决赛匈牙利对阵比利时比赛双方的传球表现进行分析，很好的解释了匈牙利传球技术统计占优但比赛却大比分失利这一现象，在技战术分析上提供了一种新的视角。由此，SNA在运动表现中的运用，为教练员了解成员之间合作的态度、在团队中扮演的角色、成员在球场上有效移动的能力以及指导比赛，调整比赛战术提供了很好的参考价值。

3.4、运动队中的动态网络分析

大多数研究都是根据邻接矩阵显示的交互总数来分析比赛结果，而这并不能反映团队运动的内在动态。采用动态网络分析可以更准确地揭示个人和团队绩效的动态信息。运动比赛并不是静态的，随着时间的推移，比赛处于不断的变化之中像足球，从空间角度来看，球员可以在球场的不同部分行动，而他的角色(以及他与队友的互动方式)在每一个区域都可能是不同的。从时间上，一场足球比赛可以经历不同的阶段，在不同阶段，球队都可能会改变自己的战术，球员的比赛状态也会随时间发生改变。Cotta等作者，以2010年世界杯期间西班牙队球员的传球网络为研究对象，分别从时间和空间两个方面对西班牙对战巴拉圭、德国、荷兰时生成的传球网络进行分析，考察了传球的数量、传球链的长度以及球员集中度和集群系数等网络指标，从网络动态的角度分析了运动队在比赛中的表现。

4、小结

社会网络分析为我们研究运动队带来了一种新的理论视角，让我们更加清晰的了解到成员之间交往的互动模式以及他们之间正式关系与非正式关系的形成对团队结构带来的影响，可以让教练员和管理者更加方便的观察到平时无法观察到的网络结构，为管理、领导和创建一个更优秀的运动队提供很好的帮助。

但是社会网络分析应用于运动队研究时也存在一些局限性：（1）社会网络分析只关注网络的结构和特征，对网络的产生、网络的内容、网络的性质等问题关注程度不高；（2）由于整体网运用的是便利抽样，研究者研究的一个封闭团体所得到的资料只能当做个案，其推论能力受到限制。