基于动态过程研究方法对亚洲高水平手球比赛进攻表现的研究

赵 刚，崔家宝

1 前言

静态研究方法也叫“结构定向研究方法”，通过技术指标的描述性统计揭示团队比赛表现与比赛结果的联系，发现比赛制胜因素。静态研究方法是基于还原论的理论基础上，把比赛技术指标与数据从比赛环境中分隔出来，难以用统计数据对比赛结果进行令人信服的解释。国外近年来对比赛表现的研究主要采用动态过程研究方法。动态过程方法指面向比赛过程的分析方法，它基于大量的战术记录，按照时间顺序和行为，分析比赛中团队的行为及行为产生的环境，建立技、战术模型。根据比赛行动的目的以评估比赛行为发生的概率，探索导致成功的顺序行为模式，分析比赛技、战术在比赛的时间和空间演化过程及现有事件对后继行为的影响，并据此对比赛结果做出分析与判断。国外研究文献中，动态过程研究方法在足球与篮球项目的研究中应用较多，在手球技、战术研究中尚不多见，国内还没查询到类似的研究。

本研究运用动态方法通过对第16届亚运会手球比赛决赛阶段的7场比赛84名运动员的比赛进攻表现进行研究，构建手球比赛进攻表现的分析程序，分析手球进攻程序的特征，探索比赛进攻表现对比赛胜负的影响。

2 研究对象与方法

2.1 研究对象

本研究对象为第16届亚运会（2010，中国广州）男子手球比赛运动员，共7场比赛，每场比赛的统计对象是两队各6名上场运动员（不包含守门员，表1）。

2.2 研究方法

2.2.1 动态分析方法设计

分析程序：对手球比赛进攻表现分析时，根据手球比赛进攻时间特征和战术特征将进攻技、战术数据归类为获得球、处理球、进攻完成3个环节。获得球包含抢断球、接球、前场任意球3个技术指标；处理球包含传球与运球2项技术指标；进攻完成有射门一项指标。

比赛中不同技术变量的组合，与比赛技术形成时间、地点以及防守环境一起形成比赛表现的评价指标，进而形成比赛分析程序。在程序设计中，考虑了比赛的应用环境，将应用环境设定为防守环境的强、中、弱。防守强环境是指应用技术时有多个防守运动员，中环境为一对一防守，弱为近侧无防守运动员。每个技术指标由指标、应用环境和效果构成一个子程序（表2）。

表1 本研究对象基本情况一览表Table 1 The Situation of Research Objects

表2 本研究手球比赛团队运动程序分析指标体系一览表Table 2 Indicator System of Team Sports Program Analysis

2.2.2 录像分析

用两个视频播放器同时播放一场比赛，左、右两个视频分别是比赛场地的左、右半场，对场上每个运动员所做的每个动作进行分类统计（图1）。

3 结果与分析

3.1 手球比赛技术程序特征分析

3.1.1 手球比赛进攻程序总体特征

图2显示，手球比赛进攻程序中，场均成功获得球856.3次，其中，获得球的技术应用有3%在强防守环境下，9%在中等防守环境，87%在弱防守环境下。由获得球到处理球环节的输出效率是131%（处理球次数／获得球次数），也就是说，每次获得球能转化为1.3次的处理球技术。处理球的环境与获得球的环境基本相似。技术在防守强、中、弱的环境下分别应用的比例为2%、12%、82%。处理球有16%（射门次数／处理球次数）进入进攻完成环节。进攻完成环节在强、中、弱3种防守环节下，射门得分的比率分别为10%、28%、49%。

图1 录像分析方法示意图Figure 1. Schematic View of Video Analysis Method

3.1.2 接控球环节分析

在手球比赛的过程中，始终存在双方对球权掌控的争夺，争取对球权的控制就是对比赛的掌控。运动员个人获得球权的方式主要有抢断球、任意球与接控球（图3），其中，接控球是最主要的方式。平均一场手球比赛接控球次数达到829次，远远多于抢断球与任意球的次数。从得分上看，接球得分在3分即较弱防守环境下达到743次，占接球总数的89.63%，其次是得分4分的接球为64.3次，占总数的7.8%。抢断次数虽然场均只有20次，但对进攻有非常重要的作用，大多数抢断能形成快攻，直接威胁球门。

图2 手球比赛进攻程序示意图Figure 2. Offensive Program of Handball Competition

图3 手球比赛获得球环节技术分析示意图Figure 3. Technical Analysis of Catching Part

3.1.3 处理球环节分析

控制性传球与组织性传球在控制球权和寻找空间，只有助攻性传球才能打破对方防线，对球门造成威胁。表3显示，一场比赛中，组织效率为0.11，在防守强度高的环境下没有助攻性传球。成功的助攻性传球发生在防守强度中和弱的环境下。助攻性传球失误发生在高和中强度的防守环境中，分别达到了1.27和1.18。从频次上看，在防守弱的环境下控制性传球、组织性传球与助攻性传球最多。可见，进攻中，在控制球权中寻找对方防守的薄弱空间时，组织者需要寻找较弱的防守环境才能传出助攻性传球。

良好的个人能力是技、战术的基础。技术占优势的运动员能在一对一状态下获得优势，打破对手的防守平衡，进而或通过快速传球，造成局部的进攻人数优势，或通过快速推进突破对方的防线形成射门。从表4对一场手球比赛中个人进攻技术的分析可以看到，一场手球比赛个人平均推进40次，形成传球与射门210次。在防守压力弱的情况下，运动员推进与形成传球和射门的次数最多；其次，为防守压力中等的情况下个人推进为11次，形成传球与射门为50次；在防守压力大的环境下，平均一场比赛个人推进1.7次，形成传球与射门为11次。

表3 本研究手球比赛组织效率分析一览表Table 3 Organizational Efficiency Analysis of Handball Competition

表4 本研究手球比赛个人进攻能力分析一览表Table 4 Analysis of Individual Offensive Capability

3.1.4 处理球环节与进攻完成环节的转换分析

一场比赛从获得球权开始，攻方组织进攻，从传球和运球中寻找威胁对方球门和得分的时机。攻方的控球时间和较多的传球次数并不代表有较强的优势与得分的机会，而是将控制球的能力转化为得分的机会才有较多的机会得分，获得比赛的胜利。

表5 本研究手球比赛创造得分机会能力分析一览表Table 5 Analysis of the Ability to Create Scoring Opportunities

当球队获得球后，通过传球、运球及射门完成进攻的所有战术组合，因此，获得球、传球、运球基本代表了控制组织能力，控制组织能力与射门次数的对比代表了球队进攻中创造得分的能力水平。创造得分能力与对手的防守强度有密切关系，当两支球队的整体技、战术水平有差距时，强的一方就能较轻松地创造得分机会。

表5显示，一场比赛中，双方创造机会能力系数为0.09，其中，在防守压力最大的环境下，创造机会能力为0.42，在中等防守环境下的创造机会能力为0.24，防守较低的情况为0.05；在防守较强下射门的失误为0.63，中等强度下失误为0.39，在较弱的环境下为0.05。从频次上看，在较弱防守强度下创造的得分机会最多，场均89次，其次为中等防守环境，为53次，随着防守强度的增加创造得分能力逐渐下降。

3.1.5 进攻完成环节分析

表6是一场比赛的进攻效率统计分析，在以往的研究中，经常把得分与射门次数以及射门区域作为得分能力的评判标准，而忽视防守的环境。表6显示，整场比赛进攻威胁性指标的系数为0.88，也就是88%的射门对球门造成威胁；得分系数为0.48，即48%的射门得分。

从不同的防守环境来看，在防守强度最大的情况下得分20%，中等强度防守环境得分为42%，在防守较弱的环境得为70%。

表6 本研究手球比赛进攻效率分析一览表Table 6 Competition Offensive Efficiency Analysis

3.2 手球比赛进攻程序分析

3.2.1 控制球的进攻程序

由于进攻的3个环节获得球、处理球与完成进攻存在因果关系，进攻的3个环节所包含的技术指标中也就有因果关系的存在。采用获得球的3个变量为自变量（抢断球、任意球和接控球），处理球的5个变量（控制性传球、组织性传球、助攻性传球；运球推进、运球形成传球与射门）、完成进攻的3个变量（射门技术失误、射门未进球和得分）为因变量。以获得球的3个变量为自变量，完成进攻为因变量进行复回归分析模型，调用SPSS中双变量相关分析对模型中各变量关系进行分析（图4）。

图4 本研究手球比赛控制球的进攻程序示意图Figure 4. Ball Control Offensive Program in Handball Competition

手球比赛接控球后，通过传球和运球发动进攻，寻找时机完成射门得分是最重要也是最主要的进攻方式。图4显示，接控球与处理球环节的控制性传球、组织性传球、助攻性传球相关系数都有显著性。其中，与组织性传球相关系数最高（0.984），其次为控制性传球（0.919），与助攻性传球、运球形成传球与射门的相关系数略低。

接控球与射门未得分、得分相关系数也呈显著水平，但接控球无法直接转化成射门，而是通过控制性传球、组织性传球、助攻传球、运球中形成传球与射门等中介变量而实现其影响。控制性传球、组织性传球、助攻性传球、运球形成传球与射门4项指标与射门未进球、得分都有相关关系。其中，运球形成传球射门与射门未进球相关系数最高（0.838），助攻性传球与得分相关系数也高达0.898。

从主要进攻程序中可以看到有2条主要的进攻路径：1）得分路径，这是由接控球与控制性传球、组织性传球、助攻性传球形成。其中，接控球后，通过助攻传球得分的机率最高。但是，接控球更多的转化为组织性传球和控制性传球，说明在比赛中，虽然快速进攻得分率较高，但还是要注意处理球的方式，单方面追求快速处理球的失误增加，影响进攻效果；2）射门机会路径，由接控球与传球的3个指标、运球形成传球与射门组成。射门机会路径对射门未进球有重要影响。已有研究证明，在世界高水平手球比赛中，胜方在射门数、进球数及进球效率上都优于负队，射门数量的增加理论可以造成了得分增加。

3.2.2 任意球与防守反击的进攻程序

在任意球与防守反击进攻程序中，任意球可以直接射门，也可以通过传球组织，最终形成射门或得分。但通过双变量相关检验，任意球与传球相关系数无显著性相关，抢断球后都要通过传球才能形成射门得分。

任意球与抢断球有明显相关，相关系数达到0.877，且与射门未进球有显著相关。手球比赛中，当给对方施加较大的防守压力，并且能成功抢断球时，守方往往采用犯规战术阻止对手进攻，因此，任意球与抢断球显著相关。但任意球可以增加射门次数，但较难转化为有效得分，这也是守方在防守不利的情况频频采用犯规战术的主要原因。

图5 本研究任意球及防守反击的进攻程序示意图Figure 5. Offensive Program of Free Throw and Anti Counterattack

良好的接控球才是进攻的基础，任意球是进攻环节的补充，手球的前场任意球虽然进球难度大，但进球往往对比赛的结果有重要影响。因此，在训练发展球队的控制球能力的同时，还要重视任意球战术，防止任意球水平成为进攻能力中的“短板”。

对数据的分析还发现，运球推进只与射门技术失误显正相关。在比赛中，运球推进时往往落入对手的围抢中，进攻压力增加，造成自身被动失误增加。同时，由于运球推进速度不快，给对方防守运动员充足的时间布防，接应的运动员拿球后射门的空间不足，造成射门技术失误增加。运球形成传球与射门和射门未进球、得分两项指标都有相关关系，运球过程中，吸引多个防守运动员，防守强度增加造成了进攻难度的增大。但是，球队个人能力强，往往会找到得分机会，并能正常完成射门技术。这时给同伴传球，往往会创造以多打少机会，提高得分机率。

3.3 进攻程序与胜负关系分析

采用二元逻辑回归方法以获得球、处理球、进攻完成3个进攻环节中的指标为自变量，以比赛的胜负关系为因变量，分析进攻程序与手球比赛胜负的关系。

模型系数的混合检验：针对步骤、模块和模型开展模型系数的综合性检验。表7给出卡方值及其相应的自由度、P值。取显著性水平0.05，自由度数目df＝3和df＝5，卡方临界值分别为7.81和11.07，模型的卡方值为216.564、133.806和5.447，其中，进攻完成和处理球的模型大于临界值，并且相应的P值小于0.05，因此，在显著性水平为0.05的情况下，进攻完成和处理球模型的检验通过，获得球环节没有通过。

经过迭代运算，模型参数逐渐收敛到稳定值，最终形成模型参数。利用最终的logistic模型，可以对因变量进行预测。表8显示，进攻完成观测值为0（比赛结果为负），预测正确率为99.2%；观测值为1（比赛结果为胜）11.5%，总的预测正确率为56.8%。处理球环节，对观测值为0的预测成功率为43.6%，观测值为1的预测成功率为75.6%，总的预测成功率为59%。说明进攻完成环节对比赛失利的预测率较高，而处理球环节对比赛获胜的预测正确率较高。

表7 本研究手球比赛进攻程序与胜负关系模型系数的综合检验一览表Table 7 Comprehensive Test of Model Coefficients

4 结论

1.手球比赛进攻程序由获得球、处理球和进攻完成3个环节构成。获得球的技术应用有3%机率在强防守环境下，9%在中等防守环境，87%在弱防守环境下。处理球技术在防守强、中、弱环境下分别应用的比例为2%、12%、82%。在进攻完成环节在强、中、弱3种防守环节下射门得分的比率分别为10%、28%、49%。

2.手球比赛的组织效率系数为0.11；双方创造机会能力系数为0.09，其中，在防守压力最大的环境下创造机会能力为0.42，在中等防守环境下的创造机会能力为0.24，防守较低的情况为0.05；比赛进攻威胁性指标的系数为0.88，得分系数为0.48。

3.手球比赛主要的进攻路径有：1）得分路径，这是由接控球与控制性传球、组织性传球、助攻性传球形成。其中，接控球后，通过助攻传球得分的机率最高；2）射门机会路径由接控球与传球的3个指标、运球形成传球与射门组成。射门机会路径对获得射门机会有重要影响。

4.进攻完成环节的技术指标对比赛失利的预测率较高，而处理球环节的技术对比赛获胜的预测较高。

［1］王珽珽，杜少武，樊谦.对世界优秀手球队制胜规律的研究—兼探讨我国男、女手球队的优、劣势［J］.中国体育科技，2010，46（5）：38－46.

［2］DAVIDS K，GLAZIER P，ARAUJO D，et al.Movement systems as dynamical systems：The functional role of variability and its implications for sports medicine［J］.Sports Med，2003，33（4）：245－260.

［3］GLAZAIER P.Game，set and match substantive issues and future directions in performance analysis［J］.Sports Med，2010，40（8）：625－634.

［4］JOAQUIN LAGO－BALLESTEROS，CARLOS LAGO－PEAS.Performance in Team Sports：Identifying the Keys to Success in Soccer［J］.J Human Kinetics Sect，2010，（25）：85－91.

［5］KOYA SUZUKI，TAKAHIKO NISHIJIMA.Sensitivity of the Soccer Defending Skill Scale：A comparison between teams［J］.Eur College Sport Sci，2007，7（1）：35－45.

［6］LAMES M，MACGARRY T.On the search for reliable performance indicators in game sports［J］.Int J Perform Analysis Sport，2007，（7）：62－79.

［7］PFEIFFER M，PERL J.Analysis of tactical structures in team handball by means of artificial neural networks［J］.Int J Comput Sci Sport，2006，5（1）：4－14.