男子单打网球比赛中运动员体能消耗情况与比赛胜负相关指标的分析

白振涛

前言

随着网球运动项目发展，职业网球比赛激烈程度日益提高。澳大利亚网球公开赛作为世界顶级赛事，四大满贯赛事之一，聚集了世界上最优秀的网球运动员，吸引了大量的观众。在2022年澳大利亚网球公开赛比赛中赛事官方在每盘结束后的数据统计中出现了一项新的数据统计—PHYSICAL BATTLE。Physical其意为身体的，battle意为对决、战斗，可以将Physical Battle理解为体力战或体能对决。原本比赛数据统计只有发球得分率、接发球得分率等数据统计，这一项新的数据为网球比赛分析及观赏带来了新的视野，这项数据也能从更深层次的角度反应男子网球单打比赛的激烈程度，在一定程度上能反映世界顶尖运动员在进行网球比赛时体能情况，同时也为教练员、运动员了解顶尖运动员应具备的体能情况。这项数据是新颖的，一方面使比赛数据统计更加全面，另一方面也为网球比赛的分析带来了全新视角。随着网球的发展，现代网球比赛是更多的击球速度，竞赛回合和击球次数的减少，更快的比赛节奏，使比赛更加激烈，然而在比赛中跑动的距离在逐渐减小，但快速反应和短距离的快速冲刺在逐渐增多。体能是其竞技能力发挥和发展的先决条件，每个运动员除了需要良好的击球技术，还需要世界顶尖网球比赛级别的体能储备，以及跑动能力：冲刺跑、高强度转换。正因为如此，运动员体能被认为是网球比赛中最基础的能力。

在有关网球比赛方面的研究的文献中，中国学者从宏观、微观2个层面开展了研究，其中宏观层面，从网球比赛的技战术效能评估模型[1]、网球运动的生物学特征[2]、制胜因素[3]等角度进行了研究；在微观层面，分别从运动员技战术特征分析[4]、网球比赛强度与发球技术发挥[5]、不同场地类型男子运动员比赛得分类型[6]以及网球比赛中运动员的情绪变化[7]等方面进行了研究。而国外学者对网球的研究更加丰富，多以实例进行研究，具体包括网球运动发球的研究[8]、网球技战术研究[9]、网球运动员短距离冲刺能力研究[10]以及在网球训练方面将跑动与击球更好的结合[11]，此外国外还对网球运动生物力学方面进行了大量研究。综上所述国外学者更加重视注重在实验中对网球运动进行实证研究，同时国外研究更加贴近于网球比赛的实际需求。多以实验法进行研究。而我国关于网球比赛方面的研究，由于我国职业化网球时间较短，男子运动员至今为止还没有运动员进入到ATP前100位，我国在男子球员的竞技实力上与世界一流水平还有一段距离，因此中国学者多侧重于如何能提高我国男子运动员竞技实力等议题，而对于世界优秀运动员在网球不断发展的过程中技术、战术、体能方面的预见性问题研究不足。

基于此，本文通过对2022年澳大利亚网球公开赛男子单打比赛项目中每盘体能消耗情况、相关体能指标进行研究，以期了解世界顶尖男子网球运动员应具备的体能，及体能指标与其他网球数据指标之间的相关性，同时通过本次研究为教练员在进行体能训练提供一定的理论参考。为促进中国男子网球发展提供理论参考。

1 体能消耗指标的介绍

本次澳大利亚网球公开赛中每盘比赛结束后会出现“PHYSICAL BATTLE”的数据统计。其中包括“TOTAL DISTANCE（KM）”、“WORK RATE（KJ）”、“HIGH INTENSITY CHANGES”、“HITTING LOAD”、“SPRINTS”数据。这些数据是首次出现在网球直播比赛中，以上5组数据即是运动员每局体能消耗的总体情况。

“PHYSICAL BATTLE”可以理解为运动员体能消耗对比情况，体能消耗情况旨在衡量运动员的体力消耗和比赛中的整体做功，包括观察运动员的身高、体重、平均速度以及以不同速度从球场一侧移动到另一侧的距离，具体有以下五个指标组成，用来评估运动员在一段时间内的身体表现。“TOTAL DISTANCE（KM）”的英文直译就是总跑动距离（千米）；“WORK RATE（KJ）中功是物理学中的重要概念，是指运动员在比赛中输出能量的总和，在这次训练当中消耗了多少能量，人体在运动过程中就是能量的转换过程，也可以将这个单词理解为运动员这一盘比赛所做的功，单位为千焦；“HIGH INTENSITY CHANGES”可以理解为高强度体能转换次数，即运动员在场上应对一些随机球，或在比赛中根据对手来球的变化，运动员做出快速反应，短距离的折返跑，属于快速转换的一种比赛状态；“HITTING LOAD”意为击球的份量、或击球的负荷，其中这个概念理解起来有一点难度，但可以分开理解，首先运动负荷是指运动时所承受的物理负荷，由负荷量以及负荷强度构成[12]。而击球的负荷则可以理解为网球运动员在比赛中通过不断击球的所承受的物理负荷[13]；“SPRIN-TS”意为冲刺跑，在本研究中将其理解为运动员在比赛中应对对方突然放小球，运动员做快速冲刺的状态。在比赛中从体能角度来反映运动员身体的消耗。

2 研究对象与研究方法

2.1 研究对象

以2022年澳大利亚网球公开赛男子单打比赛中每盘运动员体能消耗相关变量指标为研究对象。数据的选取更加权威，本研究数据来自于澳大利亚网球公开赛比赛中直播中数据统计，其中本次比赛体能数据也是第一次在网球比赛直播中出现体能数据统计，但本研究没有拿到完整数据，通过收集比赛视频，最终只选取59盘网球比赛，其中主要包括决赛、半决赛、四分之一决赛、第四轮比赛。

2.2 研究方法

2.2.1 文献资料法

通过中国知网、Google Scholar、Pubmed文献等专业学术数据库以网球比赛、男子网球运动员、体能消耗为关键词收集查阅了近10年内的相关文献资料，为撰写论文提供有力的理论依据。

2.2.2 数理统计法

本次研究运用统计学原理。结合EXCEL和SPSS软件对数据进行分析和处理。

3 结果与分析讨论

3.1 男子单打比赛每盘体能指标情况描述性分析

对2022年澳大利亚网球公开赛男子单打比赛中59盘（分别包含胜、负）比赛体能数据进行胜负情况进行统计学描述，统计结果如下表2所示。

表2 男子单打每盘比赛体能指标对比赛胜负影响的研究

根据表1可以发现，在每盘比赛中获得胜利的运动员在高强度转换次数上明显高于负者，从此数据可以印证网球比赛的比赛特点，尤其是世界顶尖男子网球运动员的比赛多是在快速、高强度转换过程完成击球。通过对运动员在一盘比赛中总跑动距离以及高强度转换次数可以发现，运动员每移动约20米就会有一次高强度转换，约106米会有一次冲刺跑。如果以运动员需要进行5盘比赛为例，运动员的跑动距离应该大约3100米，冲刺跑次数应该在30次左右，在比赛中跑动的高强度转换次数应该在157次左右。得出这样的数据也能更好的为教练员指导运动员进行网球专项体能训练提供一定参考。通过对其他体能指标（击球负荷、能量消耗）分析，可以发现获胜者与负者数值之间的差距并不大，网球属于间歇性运动，短距离冲刺表现是未来年轻网球运动员发展的核心组成部分。高强度击球和间歇性休息交替进行是网球比赛的基本特征。

表1 男子单打每盘比赛体能指标情况描述性分析

3.2 体能数据相关变量对每盘比赛胜负影响的研究

网球比赛的最终目的就是获得胜利。而在网球比赛只要比对手多打一拍，就能拿下分数，从而最终获得比赛胜利。然而在网球比赛中比对手多打一拍，是要比对手更多的跑动距离吗？在打网球时，运动和击球是相辅相成的，有研究证明在网球比赛中运动员平均每次击球要跑动约3米，每得一分需要移动距离在8-15米，高强度的变相转换需要约4次，足以看出跑动在网球比赛中的重要性。这些指标在意程度上都体现了运动员的运动学特征，而深层次的表现主要为运动员的体能消耗情况。

如表2所示，通过对每盘比赛运动员能量消耗情况、高强度转换次数、冲刺跑次数、跑动距离、击球负荷等体能指标变量与比赛胜负进行数据统计分析，我们可以看出，赢球男子网球运动员在硬地赛事中每盘的能量平均消耗为5.95千焦，而输球运动员为5.80千焦，赢球球员的均值高于输球球员，而通过一般线性模型进行变量的显著性检验，结果表明（F=0.71，P=0.40）：能量消耗与比赛结果不存在显著性；在高强度转换次数方面赢球运动员明显高于输球运动员，通过一般线性模型进行变量的显著性检验，结果表明（F=2.26，P=0.14），高强度转换次数与比赛结果不存在显著性；在冲刺跑方面，通过一般线性模型进行变量的显著性检验，结果表明（F=2.58，P=0.11）；总跑动距离上胜负两方均值相差较小，通过一般线性模型进行变量的显著性检验，结果表明（F=0.03，P=0.86），总跑动距离与比赛结果不存在显著性；在击球负荷上输球一方比赢球者高，通过一般线性模型进行变量的显著性检验发现（F=0.09，P=0.76）击球负荷方面与比赛结果不存在显著性。

3.3 体能数据相关变量与每盘比赛中技术统计数据的相关性分析

在研究体能数据对胜负的影响之后，发现各指标均没有对比赛结果有显著性影响，也是可以理解的。通过研究发现良好的体能是世界顶尖运动员进行比赛的基础保证，多次的高强度转换、冲刺跑是运动员击球前的身体准备。而体能有良好的体能做基础才能在比赛中完成更好的击球，总的来说，运动员的体能是完成击球技术的重要保证。在体能数据相关变量与每盘比赛中技术统计数据的相关性分析中，主要选取每盘比赛总得分情况、非受迫性失误这两个变量，研究体能数据相关变量与他们之间的相关性。

3.3.1 体能数据相关变量与每盘比赛总得分的相关性分析

男子网球单打比赛中每盘比赛中总得分情况与体能数据情况指标的相关性分析见表3，应用Perason相关性分析，跑动距离（r=0.605，p＜0.01）总得分成显著相关关系，跑动距离越多总得分就越多；击球的份量（r=0.714，p＜0.01）总得分成显著相关关系，即击球负荷越大，总得分越多；冲刺跑次数（r=0.399，p＜0.01）与总得分成显著相关关系，即冲刺跑次数越多，得分越多；高强度转换次数（r=0.508，p＜0.01）与总得分成显著相关关系，即高强度转换次数越多，得分越多。能量消耗（r=0.116，p＞0.05）这项体能指标与总得分没有显著相关关系，也表明能量消耗的大小，对总得分情况没有显著影响。

表3 体能数据相关变量与每盘比赛总得分情况相关性分析

3.3.2 体能数据相关变量与每盘非受迫性失误数的相关性分析

表4 体能数据相关变量与非受迫性失误数相关性分析

男子网球单打比赛中每盘比赛中非受迫性失误情况与体能数据情况指标的相关性分析见表3，应用Perason相关性分析，跑动距离（r=0.512，p＜0.01）总得分成显著相关关系，跑动距离越多非受迫性失误就越多；击球的份量（r=0.623，p＜0.01）与每盘受迫性失误成显著相关关系，即击球负荷越大，受迫性失误就越多；高强度转换次数（r=0.430，p＜0.01）与每盘受迫性失误成显著相关关系，即高强度转换次数越多，非受迫性失误就越多。冲刺跑次数（r=0.114，p＞0.05）、能量消耗（r=0.116，p＞0.05）这两项体能指标与每盘非受迫性失误没有显著相关关系，也表明能量消耗的大小、冲刺跑的次数对每盘非受迫性失误没有显著影响。

3.3.3 体能数据相关变量与发球的相关性分析

根据罗伟权，张磊[14]研究中提到影响职业网球运动员制胜的关键因素为：一发得分率、二发得分率、一发接发球得分率、二发接发球得分率和反手握拍类型。根据研究选取靠前的一发得分率、二发得分率两项指标与体能数据相关变量进行相关性分析。分别以每盘获胜、告负者分别以一发得分率和二发得分率与体能数据相关变量进行相关性分析。

如表5，发现在获胜运动员一发得分率方面与每盘比赛的做功（r=-0.295，p＜0.05）呈显著性负相关；与总跑动距离（r=-0.320，p＜0.05），呈显著性负相关；与击球负荷（r=-0.346，p＜0.01）呈显著性负相关；与高强度转换（r=-0.278，p＜0.05）呈显著性负相关。只有冲刺跑与一发得分率没有显著性相关。而在二发得分率方面与总跑动距离（r=-0.493，p＜0.01）、击球负荷（r=-0.402，p＜0.01）、高强度转换（r=-0.343，p＜0.01）呈现负相关。

表5 获胜者一发得分率、二发得分率与体能数据变量相关性分析

如表6所示，发现输球一方运动员在一发得分率方面仅与每盘比赛的做功（r=-0.277，p＜0.05）呈显著性负相关。

表6 输球方一发得分率、二发得分率与体能数据变量相关性分析

4 研究结论与建议

4.1 结论

通过本次研究，对世界顶尖男子单打运动员每盘体能消耗情况进行分析，了解到世界顶尖网球男子单打运动员在比赛所需体能情况，以及在硬地类型网球场地世界顶尖运动员比赛特征，由于本次研究选取的是澳大利亚网球公开赛男子单打比赛，其赛制为五盘三胜，故对于运动员体能储备要求极高。在当今世界男子单打网球比赛日趋激烈的背景下，我们应该更加清楚地认识到体能对于运动员的重要性，加强运动员体能训练，对于取得优秀的比赛成绩是至关重要的。由于在收集数据时，澳大利亚网球公开赛官方网站、比赛直播没有发布全部体能数据，本研究只收集到了部分比赛数据。因此本研究数据量略少，可能在一定程度上不能准确反映研究结论，这是本研究的不足之处。

4.2 建议

建议在训练中要模拟比赛强度，加强运动员的体能储备，尤其是快速高强度的跑动转换能力，通过提高运动员高强度转换能力、击球的份量增加运动员在比赛中得分的几率；同时在日常训练中还要注重体能与技术相结合的训练。

5 研究展望

目前对于网球比赛表现分析方面的研究多停留在基础数据统计（如一发成功率、双误数、ACE球等），目前国内还没有对网球比赛中体能消耗情况的研究。随着体育科技的不断发展，网球方面未来研究趋势应该更加关注于体能与比赛运动表现方面的研究，如体能消耗对于运动员在比赛中回球质量的影响，更多的跑动是否能减少非受迫性失误，以及还注重运动员在网球比赛要求不断增加（例如击球力量，球速、体能消耗）的条件下是否能保持精准的击球，未来研究应更加贴近于实际比赛，为比赛服务。