中超联赛2012—2019赛季球队比赛跑动和技术表现的纵向对比研究

龚炳南，李春满，周长敬，孙 刚，刘鸿优

现代化计算机分析系统和电子追踪设备能够在比赛中即时采集足球运动员的技术、战术与体能行为信息［1-2］，而这些数据信息的获取也帮助教练员能够在赛中、赛后即时对球员与球队的比赛表现进行分析与评价，并不断改进训练方式与比赛打法风格［3-5］。虽然足球比赛中的数据可得性和丰富程度有了提高，但现有研究成果往往存在的问题是：1）对比赛表现指标进行孤立、静止的描述性分析，忽略了情境因素对比赛表现产生的影响。足球运动表现的构成较为复杂，不仅是体能、技能、战术能力等方面的综合体现，在战术策略、位置、对手、场地、气候等多种因素影响下，运动表现还经常处于动态变化之中［6］。有效的足球比赛表现分析应该考虑到多种情境因素对运动员、运动队的潜在影响，不能进行孤立的分析与解读［7-9］。足球比赛分析中常见的情境因素包括：比赛场地（主客场）、对手水平（赛季终排名）、比赛结果（胜、平、负）和比赛时段（上、下半场）等［10-11］。在各类情境因素影响下，不同水平的球队比赛表现会呈现出不一样的特征。2）观测的数据量较少，不能稳定地对研究成果进行输出与应用。在职业足球顶级联赛的竞争中，传统意义上的强队越来越难保持一直成功。但以往研究成果多为对某单个赛季或者某届杯赛的比赛表现进行分析探讨，而超过一个赛季周期以上的研究较少［9,12-16］。在教练员的执教过程中，球队打法风格体系的构建也需要长时间的投入与磨合。相对而言，对2 个或2 个以上连续赛季的研究样本的比赛表现关键因素与特征的评估更有说服力，且研究结果应用于实践的效果也更稳定［17-18］。3）纵向分析缺失，对足球比赛表现的纵向发展趋势和演变规律的探索较少。现代足球比赛对职业球员和球队的体能与技战术要求在不断地提高，不同国家、不同水平的足球运动员的比赛表现在长期发展中呈现出了不同的趋势与特征［18-22］。例如，英超联赛球员在连续7 个赛季中的高强度跑动、冲刺跑动距离以及传球数量都有着明显的提高［18］。此外，还有一项针对1966年至2010年近44年的世界杯比赛表现的研究中发现，比赛中足球运行速度、传球率、球员的空间密度等指标上有着显著提升的纵向发展趋势［22］。尽管这些研究对精英足球运动员的运动表现发展进行了基础性的探讨，但总体上仍然缺乏考虑情境因素条件下对比赛表现进行长时间序列的纵向对比分析。

本研究对中国足球协会超级联赛（以下简称“中超联赛”）连续8年的比赛实证数据（2012—2019 赛季）进行研究分析，借助广义混合线性模型，并控制数个比赛情境因素的影响，纵向对比中超联赛球队在不同赛季的比赛跑动和技术表现差异，探索我国高水平职业足球的比赛跑动和技术表现特征和纵向演变趋势，为中国职业足球的长远发展提供理论依据与科学化改革思路。

1 研究方法

1.1 研究样本与数据采集

本研究样本为2012—2019 赛季中超联赛1 899场比赛的数据。数据来源于中超联赛官方数据提供商STATS（原AMISCO）公司，该公司的数据已被广泛运用于欧洲各个足球联赛和中超联赛的科学研究与训练实践之中［23］。

原始数据的采集来自于“Amisco PROR”系统。其中，技术类指标利用“Amisco Pro Video Sequencer”软件进行计算机标记与采集，并辅助语音识别技术对球员的个人信息和比赛行为进行录入，避免了因为寻找快捷键而产生的时间消耗。原始数据信息类型包括：位置、球员、事件（结果/频次）和时间等信息。跑动类指标则是通过装置在球场的6～8 台具有热红外成像技术的摄像机记录比赛画面，并在比赛中以25 Hz/s的频率追踪记录场上所有球员、裁判、足球的动作轨迹。一般来说，每场比赛能够产生450 万个位置数据和2 500个触球点的数据库［24-25］。原始数据文件（.pam）将通过比赛分析软件“Amisco ViewerR”进行提取。所有数据将通过Excel 表格形式进行导出、保存与处理。本研究采用“Amisco ViewerR”软件中的默认速度阈值区间，具体速度分类与阈值界定标准如下：走动与慢跑（0～＜11km/h）、低速跑（11～＜14km/h）、中速跑（14～＜17km/h）、快速跑（17～＜21 km/h）、高速跑（21～＜24 km/h）和冲刺跑（≥24 km/h）［26-27］。

1.2 研究指标

情境因素是指能够对运动员、运动队的运动表现产生影响的条件变量［11］。为了避免对比赛跑动与技术表现进行孤立的分析与解读［7-9］，本研究纳入的情境因素指标包括：赛季(比赛所处的赛季：2012—2019 赛季)、比赛场地(主客场)、比赛结果（胜/平/负）、球队实力(球队赛季末的排名)、对手球队的实力(对手球队赛季末的排名)。

基于中超联赛的数据可得性，对STATS 公司采集的比赛表现指标进行整理。根据球队比赛表现评估的需要，排除了与球队表现统计数据重叠的球员单人表现指标。参考前人研究成果［18,23］，对比赛表现指标进行分组分类，整理出每支球队每场比赛的跑动指标和技术指标。其中，被选取的比赛跑动表现指标和技术表现指标分别为12 个和20 个。相关研究已经对各项表现指标进行了操作化定义［28-29］。具体研究指标分组详见表1。

表1 研究指标

1.3 数据统计

采用广义混合线性模型（Proc Glimmix），以赛季、比赛场地、比赛结果、球队实力、对手实力为自变量(固定效应)，选取赛季作为主效应，以每一项跑动指标和技术指标的数值为因变量进行32 次独立的泊松模型创建。所有模型中，球队名称都被添加为随机效应，以识别同一球队参加的多场不同比赛。赛季、比赛场地和比赛结果以名义变量的形式加入模型：赛季被命名为2012—2019，代表2012 赛季—2019 赛季；比赛场地被命名为1（主场）和2（客场）；比赛结果被命名为3/1/0，分别代表胜、平、负。球队实力和对手实力以连续型变量的形式加入模型，具体处理方法为添加新变量“实力差异”，实力差异=log（球队排名/对手排名）［30］。

创建的广义混合线性模型可以在正确处理重复测量数据的基础上，控制比赛场地、比赛结果、球队实力、对手实力4 个比赛情境因素的影响，估算出不同赛季比赛中球队的跑动指标和技术指标数值。在模型创建之后，采用数据级数推断法（magnitude-basedin ference）的非临床推断方法对模型结果进行统计学推断，以估算出的2012 赛季的跑动和技术指标数据为基线值，对比2013—2019 赛季的各项指标与2012 赛季的均值差异。均值差异被转换成标准化效应值（ES值）。对ES 值的大小进行以下划分：＜0.2 为微小无差异；0.2～＜0.6 为小程度差异；0.6～＜1.2 为中等程度差异；1.2～＜2.0 为大程度差异；≥2.0 为非常大程度差异［31-32］。除ES 值之外，相应计算了90%置信区间值，本文所有数据结果呈现为（ES 值；±90%置信区间）。当数值在90%置信区间、ES 值不同时包含-0.2 和0.2 时，即可认定该差异值为清晰的。差异值为清晰的正值、负值或微小无意义值的可能性大小可作如下界定：＜0.5%为极其不可能；0.5%～＜5%为非常不可能；5%～＜25%为很不可能；25%～＜75%为可能；75%～＜95%为很可能；95%～＜99.5%为非常可能；≥99.5%为极其可能［31-32］。

2 研究结果

2.1 比赛跑动表现分析结果

图1和图2体现了中超联赛的参赛球队各项跑动表现指标在2012—2019 赛季期间的变化趋势。总跑动距离、平均跑动速度、中速跑动距离和低速跑动距离都在总体上呈现出了不同程度的下降趋势。单次冲刺平均距离和单次高速跑平均距离则呈现了较为明显的上升趋势。此外，2013 赛季的跑动表现指标较于其他几个赛季都有着显著的差异，存在异常的波动情况。其中，以2012 赛季的跑动表现数据为基线值，中超联赛球队在2019 赛季的场均总跑动距离(-0.37;±0.11)、中速跑动距离（-0.25;±0.11）和低速跑动距离（-0.56;±0.12）皆出现了小幅度的下降，平均跑动速度则出现了中等程度的下降（-0.70;±0.12），而高速跑动距离则出现了小幅度的上升（0.31;±0.11），单次冲刺平均距离（0.63;±0.11）和单次高速跑平均距离（1.06;±0.11）出现了中等程度的上升。与此同时，中超球队在2019 赛季场均实现的冲刺距离（0.18;±0.11）、冲刺次数（-0.01;±0.11）、冲刺间歇（0.04;±0.12）、高速跑动次数（0.08;±0.11）和高速跑动间歇（0.00;±0.11）相对于2012 赛季都只出现了微小无意义的变化。

图1 广义混合线性模型估算的中超联赛2012—2019赛季比赛跑动指标数据（一）

图2 广义混合线性模型估算的中超联赛2012—2019 赛季比赛跑动指标数据（二）

2.2 比赛技术表现分析结果

图3至图6体现了中超联赛的参赛球队各项技术表现指标在2012—2019 赛季期间的变化趋势。在进攻技术表现中，进球射门相关指标在多个赛季中表现得相对平稳；个人控球平均触球次数、传中次数在连续多个赛季中则呈现出了稳步提升的趋势；个人控球时间、传球成功率、向前场传球成功率则在2017—2019 赛季期间存在小幅度提升。在防守技术表现方面，除了黄牌数在8 个赛季中相对稳定之外，对抗次数、争抢高空球次数、争抢地面球次数、抢断次数都呈现出较大的起伏变化特征，且都在2013 赛季出现了异常的波动现象。同时，犯规次数也在2015 赛季之后不断地下降。此外，以2012 赛季的技术表现数据为基线值进行比较，中超联赛参赛球队在2019 赛季完成的场均进球数（0.16;±0.10）、射门次数（0.09;±0.11）、射正率（0.16;±0.10）和传球射门比（0.02;±0.12）相对于2012 赛季都只出现了微小无意义的变化。图4显示，中超2019 赛季的个人控球时间（0.22;±0.11）和个人控球平均触球次数（0.52;±0.11）出现了小幅度的上升，而个人控球次数（0.04;±0.11）和进攻三区个人控球次数（0.12;±0.11）则只出现了微小无意义的变化。由图5可知，中超联赛参赛球队在2019 赛季完成的场均传球次数（0.11;±0.11）、向前场传球次数（0.03;±0.11）和传中成功率（-0.05;±0.11）相对于2012 赛季都只出现了微小无意义的变化，而传球成功率(0.49;±0.11)、向前场传球成功率（0.43;±0.11）和传中次数（0.38;±0.11）则出现了小幅度的提升。图6显示，相对于2012 赛季，中超2019 赛季的对抗次数（-0.19;±0.12）和黄牌数（-0.19;±0.12）只出现了微小无意义的变化，争抢高空球次数出现了中等程度的下降（-0.65;±0.12），犯规次数出现了小幅度的下降（-0.59;±0.12），争抢地面球次数出现了小幅度的上升（0.36;±0.11），抢断次数出现了中等程度的上升（1.18;±0.10）。

图3 广义混合线性模型估算的中超联赛2012—2019 赛季进球射门相关指标数据

图4 广义混合线性模型估算的中超联赛2012—2019 赛季个人控球相关指标数据

图5 广义混合线性模型估算的中超联赛2012—2019 赛季传球组织相关指标数据

图6 广义混合线性模型估算的中超联赛2012—2019 赛季防守组织相关指标数据

3 讨论

足球比赛表现是具有自组织、非线性和动态特征的复杂系统［6］。在大数据时代，孤立的、单一维度的，且以单个赛季样本对比赛表现进行描述性分析的研究已经不能有效分析足球运动表现行为的关键特征［7-8］。本研究借助大量长时间序列的比赛数据样本，在考虑并控制数个情境因素的影响后，发现我国高水平职业足球比赛跑动和技术表现行为在近8 个连续赛季中出现了不同的变化特征和演变趋势。其中，跑动表现的变化主要集中在高强度跑动类指标。单次高强度跑动距离相关的指标呈现出较为明显的上升趋势，但跑动次数类指标则相对稳定。该特征相较其他国家高水平足球联赛表现存在一定的差异［17,19-20,33］。而在技术表现方面，进攻和防守类指标也呈现出不同的变化趋势与特征。其中，进攻类个人控球指标存在小幅度的提升，并伴随着传球成功率的提高。而射门、进球相关的进攻完成效率没有明显的变化。在防守类指标中，抢断次数和争抢次数在增多的情况下，犯规次数有明显的下降趋势，但黄牌数量却没有明显的减少。

3.1 比赛跑动表现特征与变化趋势

中超联赛球队的比赛跑动表现在连续多个不同赛季中呈现出不同的变化趋势与特征。中超球队在总跑动距离、平均跑动速度和中低速跑动的指标都有不同程度的下降。以上指标的峰值集中在2014 赛季，并在随后数年有着明显的下降趋势。虽然不同国家的职业联赛存在一定的跑动表现特征差异［34］。但有研究表明，在不考虑控球因素的情况下，总跑动距离指标在顶级联赛中的连续多个赛季中往往趋于相对稳定或者有下降的趋势［18,35］。通常来说，一场比赛除去守门员之外的场上球员的活动距离会包括接近24%的行走、36%的慢跑、20%跨步跑、11%的冲刺跑、7%的后退运动以及2%的结合球的运动，这也就意味着在总跑动距离中有接近87%～89%的中低强度的活动［4,36］，所以总跑动距离的变化趋势往往与中低速的动作行为保持一致，并与运动员在场上的体能分配存在一定的关联。

本研究的结果中关于跑动表现指标的上升变化主要集中在高强度跑动指标。其中，单次冲刺平均距离和单次高速跑平均距离等指标在2014年至2019年之间呈现出较为明显的上升趋势。不论是在有球还是在无球状态下，高强度活动都可以为球队在比赛中赢得更多的主动权。例如，高水平球员往往需要在没有直接参与进攻或者防守的时候也要保持较高强度的活动［37］。在防守中，通过高强度跑动向对手施压并迫使对手犯错，以求重新获得球权；在进攻中，通过反复的高强度跑动不断扰乱对手的防守站位。一般来说，高强度跑动是指运动员跑动速度超过21 km/h 的体能表现行为，并包括高速跑和冲刺跑等指标［38-40］。精英球员在比赛中的高强度跑动行为占其总跑动距离的10%，且每60 s 会进行一次高强度跑活动［41-43］。多项研究已经证明，高强度跑动是足球比赛表现的关键要素，能够有效地区分不同级别的球员与球队比赛表现，并与比赛结果高度相关［40,44-45］，而且比赛中大部分关键技战术行为都是在高强度活动中产生，例如冲刺获得射门、冲刺进行抢断以及以高速跑来获得进攻空间等［46-47］。本研究发现，虽然高速跑动距离、单次冲刺平均距离和单次高速跑平均距离都出现了不同程度的增加，但冲刺距离、冲刺次数和高速跑动次数相对稳定并没有明显变化。该趋势与欧洲足球顶级联赛存在一定的差异。以英超联赛为例，2012—2013 赛季比2006—2007 赛季英超联赛的整体高强度跑动距离和冲刺跑动距离分别增长了30%和35%，同时高强度活动频率提高了50%［18］。针对同样的研究样本，在考虑球队赛季终排名因素之后，Bradley 等［17］发现，连续7 个赛季中不同排名的球队高强度跑动表现（次数与距离）都有显著的提升。而这种差异有可能是由于不同水平联赛球员体能上存在差距。近年来，已经有很多研究证明了足球比赛中冲刺跑动距离、次数以及反复冲刺的快速恢复能力是区别高水平运动员、运动队的显著指标［45,48-52］。欧洲足球职业联赛中逐渐增加的冲刺距离、次数以及越来越短的间歇时间特征也证明了这一点［18,48-49,53］。

通常来说，在职业足球中每次高强度跑动的平均距离和时间都相对较短。以冲刺跑为例，在不考虑位置差异的情况下，平均每次冲刺的距离在20m（≥24km/h）左右，且时间不会超过4 s［41,54］。但高强度跑动之后的间歇时间必须充足，这样才能够确保球员完全恢复至能以最大强度完成下一次跑动行为。在真实比赛场景中，当运动员在短时间内分别以10 m、15 m、20 m 和25 m 的距离进行多次高强度跑动行为时，其磷酸肌酸会被大量消耗甚至耗尽，所以在比赛中必须通过死球状态或者短暂的站立、低强度（步行）或中等强度（慢跑）的移动行为来进行快速恢复。而比赛中磷酸肌酸的重新合成速率取决于运动员的日常训练水平，包括冬训期间的训练质量和体能储备水平［54-55］。根据足球比赛的高强度间歇属性，球员的竞技水平越高，其有氧与无氧供能水平就越强［56］。相较于低水平的职业球员，顶级联赛球员在比赛中完成冲刺后的恢复速度更快、恢复时间更短，也就意味着能够进行更多的高强度跑动行为［44］。所以，对于中超联赛等非世界顶级水平的职业联赛，应该注意提高运动员在比赛中进行高强度运动的能力，尤其是在多次高强度运动中进行快速恢复的能力。

作品《繁忙的渔港》采用线描装饰性手法，描绘广西北海涠洲岛的渔民正在整理渔具的繁忙景象，特意加入一些装饰飘带、云彩等元素，丰富其装饰效果和忙碌氛围，画面富有音乐感，仿佛在歌颂劳动人民的勤劳质朴。

3.2 比赛技术表现特征与变化趋势

中超联赛球队比赛技术表现在连续多个不同赛季中呈现出不同的变化特征与趋势。其中，个人控球时间、个人控球平均触球次数、传球成功率、向前场传球成功率、传中次数、争抢高空球次数、犯规次数、争抢地面球次数、抢断次数等指标都存在不同程度的波动。

个人控球指标体现着球员结合球的技术能力。个人控球时间和平均触球次数的小幅增加说明球员的个人能力有所提升。在个人控球指标有小幅上升的同时，传球成功率和向前传球成功率也出现了一定程度的提高。精准的传球行为是球队维持控球权，获得进攻射门机会的保证，并能够减少对手控球的时间［57］。更高的向前传球成功率意味着球队获得了更多的进攻空间。尤其是发生在进攻三区、对方禁区的向前传球行为能够帮助前锋球员直接获得射门机会［58］。综合来看，这与“团队控球效率”相关的研究成果相似，即个人控球能力是团队控球的基础，并与团队配合效率、比赛成功有着紧密的联系［59-61］。在关于一些欧洲国家职业联赛的研究中也观察到类似的趋势。例如，Barnes等［18］发现顶级联赛长期发展演变中传球次数、传球成功率以及个人控球平均触球次数有着显著的增长趋势，所以在中超联赛传球次数、传球射门比等指标上没有显著性变化的情况下，这意味着中超联赛球队在战术组织效率上存在着小幅度提升的趋势。

此外，传中次数也出现了小幅度的上升。这种上升显著集中在2017、2018、2019 赛季，但与此相对应的，传中次数的增加并没有带来成功率方面的变化。这种数量上的差异很有可能是由于战术策略或者打法风格的变化。高水平足球比赛对抗中，中路区域的防守人员一般较为密集，进攻一方越来越难直接在该区域形成有效的正面进攻，而利用边路空间进行跑动与传球可以有效施加对球门的威胁［57,60］。同时，也有研究表明，传中往往是比赛失利一方或者联赛排名靠后的球队常常使用的进攻战术［62-63］。刘鸿优等［64］曾经对单个赛季的中超联赛进行分析后发现，排名靠后的球队无论在面对实力较强还是较弱的对手，传中都是其最常使用的进攻手段。

结合射门效率类指标结果综合来看，虽然传球成功率有所提高，但进攻的完成效率呈现出增长停滞的迹象。在不考虑打法风格的情况下，更多的射门和射正次数说明球队在技战术组织中有着更高的进攻转换效率。Collet［65］曾经对2007—2010年期间的欧洲高水平比赛进行分析时发现，控球时间、传球指标、射门指标与球队整体成功存在关联。相较于其他指标，传球成功率、射正和传球射门比等效率类指标更能预测比赛的成功。其中，较低的传球射门比意味着更有效的进攻效率。由此可见，虽然中超联赛的整体组织效率有所提升，但进攻转换率与完成效率上仍然需要进行提高。

在防守指标中，争抢高空球次数呈现出中等程度的下降，尤其是在2014年之后的数个赛季下降趋势较为明显。同时，对于地面球的争抢次数则出现了小幅度的上升。争抢高空球和争抢地面球都属于球员个人对抗的能力范畴。这种个人对抗能力在足球比赛攻防战术中起着重要的作用，且无论是空中对抗还是地面对抗，都对球队的表现与比赛结果有着一定的影响［66］。通常来说，比赛中频繁的空中对抗或者争抢高空球往往是由于较多的长传球次数导致的结果［67］。这说明中超联赛中长传球的使用频次减少，而呈现出了越来越多地面传控的变化趋势。此外，抢断次数出现中等幅度的上升则意味着对球权的争夺越来越激烈。相对而言，空中对抗的减少与地面对抗的增多，从侧面也说明了防守球员在对持球人空间的限制与压迫逐渐增多，并且在地面对抗中球员有着更积极、主动的动作行为。

在其他防守指标中，犯规次数有着明显的下降趋势。尤其是在抢断和争抢次数增多的情况下，这说明运动员在个人技术能力上有所提升，无论是防守人的抢球技术还是持球人的控球技术能力都有提高的可能。Link 等［68］曾经发现德甲联赛的犯规数量要少于德乙联赛，并推断出低级别联赛中的较高的犯规次数也来自于球员较低的技术能力，例如传球准确率等。

研究已经证明，抢断与犯规，犯规与黄牌之间存在相关关系［69］，尤其是在重要的比赛（资格赛、保级关键比赛等场次）中抢断数量与犯规数量、黄牌数量都有着显著的上升［68］，但在本研究结果中，犯规次数降低的同时，黄牌数量并没有明显减少的趋势，所以如何进行有效拼抢的同时规避红黄牌的惩罚是需要中超联赛球员和教练员面对和解决的问题。当然，不能忽视VAR 技术（视频助理裁判）在中超联赛中应用的潜在影响因素［70］，该技术的应用使比赛中的犯规行为越来越透明。

3.3 异常赛季的比赛表现特征

在连续8 个赛季中，2013 赛季的比赛表现指标相较其他几个赛季都有显著的差异。这种波动主要体现在体能表现与防守表现上。在跑动表现上，2013 赛季总跑动距离、平均跑动速度、高强度跑动距离和次数、中速跑动距离甚至低速跑动距离都是历史最低值，而高强度跑间歇时间却为历史最高值。较低的跑动水平和较长的间歇时间说明2013 赛季整体的比赛负荷强度处于非常低的水平［71］。而在防守表现上，对抗和争抢类指标都为8年周期中的最低值。综合来看，这可以解释为球队在该赛季中的拼抢积极性不足，对抗激烈程度较低，缺乏对防守空间的压迫与限制。

当然，不能忽略非竞技类因素对比赛表现的影响。首先，作为传统强队的大连实德足球俱乐部退出中超联赛，拟降级球队上海申鑫则递补继续征战2013赛季。其次，天津泰达与上海申花因原甲A 联赛中的虚假比赛，被中国足协扣除了6 分。多方面的因素造成了该赛季中超联赛球队之间的竞争不足。赛季结束时，引援投入最高的广州恒大俱乐部在该赛季获得了77 个联赛积分，为历史最高的联赛积分，同时也造成了历史上最高的分差，即比第2 名高出18 分。此外，外援因素对该赛季球队整体运动表现也可能存在一定程度的影响。Gai 等［72］发现中超联赛各俱乐部较为依赖外援对球队技战术的帮助，且外援的场上位置主要集中在重要的得分与决策的相关位置。中超联赛近年来的射手榜和助攻榜也主要被外籍球员所占据，在连续5 个赛季中只有1～2 名本土球员进入射手榜前20 名。

中超联赛近年来的发展变化，也伴随着中国职业足球发展的各项重大改革事件，包括2009年底的“中国足球反赌行动”、2015年国务院审议通过《中国足球改革发展总体方案》、2017年中国足协执行U23 新政，等等。但这些是否对中超联赛球队的比赛表现产生直接的影响尚不明确。

4 结论

中超联赛球队的比赛跑动表现与技术表现在连续8 个赛季中呈现出了不同的变化特征和变化趋势。跑动表现的提升主要体现在高强度跑动距离指标，但高强度跑动次数与间歇只出现了微小无意义的变化。在技术表现方面，个人控球类指标和部分传球类指标都存在一定程度的提升；且对球权的拼抢争夺越来越激烈，空中对抗逐渐减少，而地面对抗不断增多。同时，单个异常赛季的体能表现指标与防守表现指标有着较为显著的波动，存在受到非比赛竞技类因素影响的可能。伴随着各类足球改革措施与新政的出台，科学化的比赛表现分析与变化趋势研究对我国职业足球的长远发展具有重要意义。

本研究未能获得比赛的空间位置数据，所以在评估技术和体能表现之间相互作用的动态关系，以及复杂战术行为上仍然存在不足。此外，在心理表现方面未能获得相关的数据信息，对决策、压力等心理表现特征的探索存在一定的局限性。