中国男子拳击运动员专项素质网络结构特征探索

邓爱民，张辉

●教练员园地●

中国男子拳击运动员专项素质网络结构特征探索

邓爱民1，张辉2

拳击新规则对中国拳击运动员在专项素质方面提出了更高的要求，提高对拳击专项素质的认识水平，是有效提高运动员专项素质水平的前提。运用文献资料法、测试法、德尔菲法、数理统计法和模拟仿真法对中国男子拳击运动员专项素质进行网络建模、结构运算、仿真等网络科学方面的探索。结果显示：中国男子拳击运动员专项素质是一个各指标之间相互关联，相互影响的复杂系统；专项素质网络具有较短的路径长度和较大的聚类系统，符合小世界网络的特性；专项力量类指标是整个网络中的核心素质，能够影响到整个网络的结构和功能；网络具有明显的社团结构划分，各种拳法击打的最大力量指标构成了网络中最大的社团。

中国；男子；拳击；专项素质；复杂网络

国际拳联在2013年实施了新的业余拳击竞赛规则，这也是业余拳击史上较大的一次改变，将原来对运动员在比赛中得点拳的定量计分方式，更改为对运动员整场比赛的优势进行定性评价［1］。新规则修改的核心就是强调运动员的对抗，提高交手的回合，这对我国拳击以往打吊结合的打法产生较大的影响［2］。这种影响体现在两个方面：1）对我国运动员在身体素质方面产生了较大的影响。新规则实施后，运动员的对抗增强了，比赛中运动员只有积极的对抗才有获胜的可能。因此，新规则对我国拳击运动员的身体素质提出的更高的要求。2）对我国拳击运动员的技战术打法产生了重大的影响。以往我国拳击的打法多是以打吊为主，打了就走，减少与对手对攻。这种打法在以往的比赛中取得了一定的成绩，但这种打法已经完全不适应新规则下强调对抗的要求。我国拳击在技战术打法方面的改变最终还是要落实到比赛中的对抗，对抗强度和对抗次数的增加，势必要对运动员的身体素质提出更高的要求。

以往对于运动员身体素质的研究只是局限于对身体素质所包含各要素的线性研究基础上，而忽视了各要素之间的相互关系［3］。运动员的身体素质是一个有机的整体，在维持拳击运动员对抗的过程中，各素质之间一定是相互关联、相互作用和相互协作的。因此，不能简单的将拳击运动员的身体素质看成由各独立素质构成的整体［5-10］，而是各身体素质之间相互关联的复杂系统。2000年左右兴起的复杂网络成为描述复杂系统的可行工具，并且逐渐形成了一门新的学科：网络科学［11］。网络科学可以将现实中的许多问题抽象成一个复杂网络加以研究，其最大的特点是为认识复杂系统提供了一个全新的视野；提供了一个创新的量化描述方法［12］，使我们对于复杂系统的认识不再停留在理论层面上的探讨。本文创新性的结合网络科学的方法来探索我国男子拳击运动员专项素质的网络结构特征，在理论层面上可以为我们认识男子拳击运动员专项素质的复杂性提供一个全新的视野；通过网络科学量化的描述方法，结合数据找出专项素质中的核心要素以及各要素之间的复杂关系和重要性，在实践层面上可以更有效的指导我国拳击的训练和比赛。

1 研究对象与方法

1.1 研究对象

以我国男子拳击运动员专项素质的网络结构特征作为本文的研究对象。

1.2 测试对象

数据是本文研究的基础，为了获取高质量的数据，本文在研究过程中的测试对象全部选取为国家男子拳击队队员，共32人，基本信息如表1。

表1 测试对象基本信息表

1.3 研究方法

1.3.1 文献资料法

本研究以“拳击”、“专项素质”、“复杂网络”等为关键词，检索了中国知网中近5年相关文献186篇，重点阅读了近年来有关拳击身体素质特点和身体素质指标选取方面的文献资料，为本文提供了重要的理论及实证依据。

1.3.2 专家访谈法

为了更加准确的构建符合拳击项目特点的专项素质指标体系，分别访谈了运动训练、体能等方面的专家及拳击国家队的教练员；在网络科学相关方面的问题分别向北京科技大学、北京师范大学等网络科学方面的专家进行了访谈。为拳击运动员专项素质网络结构特征研究的方向、建模方式、计算方法提供很多帮助。

1.3.3 德尔菲法

为了获取符合拳击专项特点的专项素质指标，在“我国男子拳击运动员专项素质指标体系”的构建过程中，选用的是德尔菲法。在查阅文献资料和咨询专家的基础上，初步设计了指标体系专家咨询评议表，经过8位专家第一轮指标的筛选，对相关指标进行删减和修改后形成第二轮专家评议表，在第二轮专家评议中，专家根据指标的重要程度进行判定，并换算成得分，通过计算最终确立了较为全面和科学的拳击运动员专项素质指标体系，共23项指标。

通过对第一轮专家评议结果的分析统计以及文献资料的查询，删除了作用不明显或可以替代的9项指标，确定了第二轮的专家评议问卷。在第二轮评议中请专家分别对评价指标按照由高到低的层次，对每一项指标进行“很不重要”、“比较不重要”、“一般”、“比较重要”和“很重要”的选择，并分别赋予1、2、3、4、5分。然后通过数理统计，运用SPSS软件对第二轮指标体系的专家评议问卷结果进行描述统计量和非参数检验分析，根据指标间的关系定量地选取代表性指标。筛选指标的具体依据为：指标的变异系数小于0.2和所选指标的平均得分在3.5分以上列为最终的指标，共计23项。

1.3.4 测试法

依据德尔菲法构建的拳击运动员专项素质体系中的23项指标，包括专项力量、专项耐力、专项速度、专项灵敏和专项协调性五大类指标。于2015年8月在国家奥体中心，对32名男子国家队运动员进行了测试。为了保证测试数据的准确性，尽可能减少测试器械和测试人员造成的误差，所有的测试都是由本人亲自监督实施的，保证了测试程序、测试方法和测试内容的一致性。

1.3.5 数理统计法

对拳击运动员专项身体素质相关指标的测量数据，用Excel 2013进行数据的储存和分类，并配合Matlab2015a和Spss13.0进行数据的导入和导出。用Matlab2015a进行专项素质复杂网络的建模和结构特征的计算，由于专项身体素质各指标的数据包含多种类型，如:时间单位和次数单位等。为了保证数据统计计算的科学性，用Spss13.0对多种类型的数据进行标准化后，再利用Matlab2015a进行网络相关属性的计算。

1.3.6 模拟仿真法

为了能更加直观的了解男子拳击运动员专项素质各指标之间的复杂关系以及结构特征，结合Ucinet和Gephi两款软件将通过Matlab2015a生成的男子拳击运动员专项素质网络模型进行可视化处理。

2 结果与分析

2.1 我国男子拳击运动员专项素质网络模型的构建

2.1.1 建模思路

网络科学对复杂系统的实践研究过程中，首先要确定网络的“节点”和“连边”，在进行实际测量和统计后才能进行网络的建模。在对地铁交通网络的建模过程中，可以把每一个车站看作网络的“节点”，该车站实际到达其它车站的线路就可以看作是网络的“边”，在进行相关数据的统计后，就可以进行网络拓扑结构的建模了［13］。杜长亮博士在“女子重剑运动员竞技能力网络结构特征”的研究中将女子重剑运动员的竞技能力按照构成要素分成了形态类、机能类、体能类、技术类、战术类、心理类和外界环境类七大类一级指标，40项二级指标。在构建网络模型时将这40项指标看作是网络中的“节点”，并对这40项指标进行了测量，指标之间的相关性看作是网络的“连边”，构建了女子重剑运动员竞技能力的网络模型［14］。因此，本文的研究过程中将专家筛选的23项专项素质指标看作是网络中的“节点”，这23项指标相互之间的相关性看作网络的“连边”，依此来构建我国男子拳击运动员专项素质的网络模型，从而进行网络属性的计算。

2.1.2 建模方法

对运动员进行这23项指标的测试来获取数据，获取的数据存在Excel电子表格里，以便进行相关系数的计算。本文对数据处理选择的软件是Matlab2015a，通过这个软件可以直接将Excel存储的数据导入，进行数据之间的相关性、显著性、拓扑结构的计算和构建网络模型。在数据计算之前，需要先把不同类型的数据用Spss13.0进行标准化处理后，再通过Matlab2015a计算。为使计算的数据更加科学和准确，在相关性计算时，同时考虑了数据的显著性（P＜0.05）和相关系数（R＞0.3），使两组数据交集后得到最终的数据。具体的操作方法如下：

1）在Matlab2015a中点击Import Data按钮，将存有32名男子运动员数据的Excel文件导入到Matlab2015a中的工作区，会生成一个32×23的矩阵文件，将文件重命名为A。

2）在命令窗口输入以下命令进行相关计算。

十九大首次提出“乡村振兴战略”，到2050年，乡村全面振兴，农业强、农村美、农民富全面实现”①。但我国许多农村青壮年外出求学、务工，土地、房屋等资源闲置，造成乡村资源利用的低效。通过发展旅游产业可以带动农村天然的、闲置资源的利用与开发，激活乡村资源的经济价值。乡村旅游合作社是在农旅深度融合发展中成长起来的新型农业经营主体，是推进乡村旅游规模经营的有效形式，是实施乡村振兴战略的有效载体。②德阳星光村以乡村旅游专业合作社（下文简称专合社）为平台有效盘活农村闲置资源，开启了乡村旅游机制创新发展的新篇章，对其研究具有重要的现实意义。

［R，P］=corrcoef（A）；%计算矩阵A数据的相关系数和显著性检验。

ans1=find（P＜0.05）；%找出P文件里P＜0.05数值的位置。

ans2=find（R＞0.3）；%找出R文件里R＞0.3的数值位置。

ans3=intersect（ans1，ans2）；%使P＜0.05和R＞0.3的数据进行交集。

B=zeros（23，23）；%生成一个与测试指标数量一致的23× 23矩阵。

B（ans3）=1；%使ans3中交集的数据等于1，同时填充到B中。

这样就会生成一个数值只包含1和0的竞技能力复杂网络模型的矩阵文件B，1就表示之间有连边，0表示没有连边。这个矩阵也就是男子拳击运动员专项素质的网络模型，依据这个模型就可以进行复杂网络拓扑结构的计算了（见图1）。

图1 我国男子拳击运动员专项素质网络模型截图

2.2 男子拳击运动员专项素质网络结构特征分析

专项素质是运动员竞技能力中重要的基础能力，对我国男子拳击运动员身体素质能力构建的网络、社团结构划分及可视化的结果如图2。在图中可以看出，快速左右滑步和T-test两项指标，在身体素质网络中是两项孤立的指标。度及度分布、聚类系数和平均最短路径是描述网络结构特性的3个最基本指标。如果一个网络既拥有较短的平均最短路径又同时具有较高的聚类系数，则该网络符合小世界网络（Smallworld Networks）的特性［11］。

图2 男子身体素质子网络及社团划分

在男子拳击运动员专项素质复杂网络中，每一个节点代表着一个专项素质指标体系中一个指标。度描述的是该指标与其它指标之间的连边数量，度值越大体现了与该指标相关的节点指标就越多，一定程度上也体现了该节点在整个网络中的重要性，可以为训练、比赛提供更科学的数据指导，也是本文探索竞技能力网络结构重要的分析对象。

我国男子拳击运动员专项素质网络共有23个节点，节点之间有90条连边。网络中最大度值是9，最小度值是0，平均度值4.285 7，从数据上可以看出男子拳击运动员专项素质网络中节点的连接比较紧密。专项素质网络节点度值的分布情况见表2。在网络中滑步和T-test两个节点的度值为0，体现了这两个节点与网络中的其它节点不存在任何连边。滑步是反映运动员左右快速移动的能力，T-test是反映运动员前进、后退和左右4个方向的快速移动能力。从专项素质网络结构度的计算结果来看，这两项指标在网络中的贡献率非常小。

表2 男子专项素质网络节点度值分布

度分布在拳击运动员专项素质的应用中可以解释为，度值为某一个数值的节点分布情况，也是判定网络是否具有无标度网络属性的重要指标。根据度值计算的数据，将度值由小到大的排列作为x轴，度值在网络中所占的比例作为y轴，就可以画出我国男子拳击运动员专项素质网络度的分布图（见图3）。

图3 男子拳击运动员专项素质网络度分布图

在图3中可以看出度值在3左右的节点占据的比例最大，其次是度值为7的节点。度值为4的节点为零。从度的分布图上看，网络的度分布不具有明显的规律特征，也不符合幂律分布曲线的特征，说明男子拳击运动员专项素质网络不具有无标度网络的属性。

2.2.2 男子拳击运动员专项素质网络聚类系数和路径长度分析

连接两个节点的边数最少的路径是网络中的最短路径，网络中的平均最短路径定义为任意两个节点之间距离的平均值［15］。对男子拳击运动员专项素质网络样本的邻接矩阵，通过Matlab软件计算得出男子拳击专项网络的平均最短路径为2.146 2，意味着在我国男子拳击运动员专项素质网络中平均一个节点通过两次连边就可以影响另外一个节点，体现了较短的路径长度。

聚类系数是反应复杂网络中各节点连接紧密程度的一项度量指标，取值在0≤C≤1之间。越接近于1说明节点连接的越紧密，等于1时表示网络各节点全部连通。越接近于0说明网络连接越稀疏，等于0时表示网络中各节点互不连通［16］。对我国男子拳击运动员专项素质网络的平均聚类系数计算结果为0.532 1，体现了较大的聚类系数。结合网络最短路径为2.146 2的数值，说明我国男子拳击运动员专项素质网络是一个平均路径较短、连接较为紧密的复杂网络，具有小世界网络的特性。同时也体现了专项素质各指标之间存在相互联系、相互影响，是一个复杂的系统。

2.3 男子拳击运动员专项素质网络中心性分析

在对复杂系统进行网络化分析时，除了对网络的结构特征进行计算，了解其结构拓扑特征外，另外一个研究的重点就是要找出网络中的重要节点，这些重要的节点有能力影响到整个网络的结构和功能［17］。由于复杂系统的复杂性，如果只是以节点的度值大小来评价其重要性，并不能全面的反映出网络中节点在不同位置、大小和距离属性下的重要性。因此，本文在对拳击运动员专项素质网络中心性分析时选取了网络科学中4种视野下的计算方法，分别是度中心性、介数中心性、接近中心性和特征向量中心性4种算法，从4种视野下来全面分析我国男子拳击运动员专项素质网络中节点的重要程度。对我国男子拳击运动员专项素质网络4种中心性视野下的计算结果见表3。

表3 男子拳击运动员专项素质网络中心性分析表

从表3的计算结果看，“能重比”在3种视野下的排序都在第一位，体现了其在网络中的重要性。“能重比”反映的是运动员每公斤体重的做功能力，相同体重下能重比的数值越大，单位体重的做工能力就越强，属于力量素质指标。在拳击训练的实践过程中，力量、速度等素质指标只能反映运动员在这些方面的水平，这些指标最终都要体现在运动员出拳击打的力度上，也是评价运动员身体素质水平的关键指标。因此，能重比在拳击训练实践过程中，可以作为一项评价运动员身体素质水平的重要指标，也是拳击比赛中重要的专项素质。后手勾拳击打的最大力量在身体素质网络中具有最大的介数，体现了明显的“桥节点”作用，同样属于力量素质指标。后手勾拳是在近距离应用的一种拳法，由于其出拳的幅度小，要想达到速度快、力度大的击打效果，就必须要依靠躯干的转到以及身体的协调配合来完成出拳。因此，后手勾拳是所有拳法中难度最大的一种拳法，对身体的协调配合能力要求较高，也体现出了网络中最大的介数。从接近中心性来看拳击项目中的6种拳法的击打力量均排在前10位，反映了这6种拳法在身体素质网络中与其它节点之间拥有较短的平均路径，也体现出拳击训练实践中所有身体素质指标提高的最终目标就是要提高拳法击打的速度和力度。

从专项素质构成的类别来看，四种中心性视野下各自排名前十位的节点指标所属类别分别是，度中心性视野下：力量素质占9项，耐力素质占1项；接近中心性视野下：10项指标全部为力量素质指标；介数中心性视野下：力量素质占8项，耐力素质占1项，身体协调能力占1项；特征向量视野下：力量素质占9项，耐力素质占1项。由此可以看出，力量素质类节点是男子拳击运动员专项素质网络中核心的节点类别，在整个网络中发挥着非常重要的作用。

2.4 男子身体素质网络社团结构分析

社团结构是复杂网络研究中一项重要的网络特性，社团结构就是网络中一些连接非常紧密的节点群，群之间的节点连接非常紧密，而与网络中其它的节点或其它群之间的联系相对稀疏，通过软件可视化后可以看出明显的社团结构划分。一个网络中社团结构划分质量的高低，是用“模块度”指标来进行评价的，用Q来表示，Q的取值范围在0≤Q≤1之间，一般以Q≥0.3作为网络具有明显社团划分的标准［18］。

对男子拳击运动员专项素质网络进行社团结构运算及可视化处理后的结果见图2，男子拳击专项素质网络共划分为6个社团，模块度为Q=0.38，反映了网络具有明显的社团结构。这6个社团中，有两个是孤立节点划分的2个社团，100m所属的红色社团包含5个节点，与整体网络之间没有任何连接，是一个独立的社团。规模最大的社团是绿色社团，体现了拳击运动员的专项力量。

3 结论与建议

3.1 结论

1）我国男子拳击运动员专项素质是一个各指标之间相互关联，相互影响的复杂系统，各能力之间相互协作来共同完成拳击对抗所需的专项素质。2）我国男子拳击运动员专项素质网络，具有较短的路径长度和较大的聚类系统，符合小世界网络的特性。“能重比”是网络中度值最大的节点。3）专项力量类指标是整个网络中的核心素质，在网络中发挥重要的作用，能够影响到整个网络的结构和功能。4）“能重比”节点在三种中心性视野下均排名在第一位，“后手勾拳最大击打力量”拥有最大的介数，在网络中发挥重要的枢纽作用，这两个节点是男子拳击专项素质网络中最核心的节点指标。5）我国男子拳击运动员专项素质网络具有明显的社团结构划分，各种拳法击打的最大力量指标构成了网络中最大的社团。“T-test”和“左右快速滑步”是网络中两个孤立的节点，对网络的作用较小。

3.2 建议

1）在拳击训练过程中教练员应重视运动员专项力量的训练，将其放在专项素质训练中的核心地位，进而有效促进专项素质水平的整体提高。2）结合拳击专项素质各指标之间相互关联的特性，在提高运动员专项素质水平时紧密结合专项的特点进行训练，避免将运动员的专项身体素质进行独立的发展。

［1］张辉，樊庆敏，樊蕊，等.新规则下我国男子拳击小级别2016年奥运会备战研究［J］.中国体育科技，2015（51）.

［2］樊庆敏，王德新，张辉.国际拳联2013评分规则对我国男子拳击选手技战术特征影响［J］.北京体育大学学报，2014（37）.

［3］仇乃民.竞技能力非线性系统理论与方法［D］.北京:北京体育大学，2012.

［4］张辉.拳击运动员竞技能力网络结构特征的实证研究［D］.北京:北京体育大学，2016.

［5］李凯.合金理论初探［J］.山东体育学院学报，2001（16）.

［6］熊焰，孔祥宁，李景丽.竞技能力结构理论评价［J］.天津体育学院学报，2004（19）.

［7］根本勇，林栋译.运动训练的基本原则［J］.冰雪运动，1987（2）.

［8］田麦久，刘大庆，熊焰，等.竞技能力结构理论的发展与“双子模型”的建立［J］.体育科学，2007（27）.

［9］岳建军.个体竞技能力结构分析［J］.体育学刊，2013（20）.

［10］李岩.竞技能力结构模型的分析与新议-皮球理论模型的建立［J］.北京体育大学学报，2010（33）2:116-118.

［11］汪小帆，李翔，陈关荣，等.网络科学导论［M］.北京:高等教育出版社，2012.

［12］任晓龙，吕琳媛.网络重要节点排序方法综述［J］.科学通报，2014，（59）13:1 175-1 197.

［13］张晋.城市轨道交通线网结构特性研究［D］.北京:北京交通大学，2014.

［14］杜长亮.竞技能力网络结构特征［D］.北京:北京体育大学，2011.

［15］Costa L，Rodrigues F A，Travieso G.Characterization of complex networks:A survey of measurements［J］.Advances in Physics，2007，56（1）:167-242.

［16］Montoya J M，Sole R V.Small world patterns in food webs［J］.Journal of Theoretical Biology，2002，214（3）:405-412.

［17］Kitsak M，Gallos L K，Havlin S，et al.Identification of influential spreaders in complex networks［J］.Nature Physics，2010，6（11）: 888-893.

［18］刘传建.复杂网络中的社团结构划分及分析应用［D］.济南:山东大学，2014.

Exploration of the Features of the Special Fitness Network Structure of China Male Athletes on Boxing

DENG Aimin1，ZHANG Hui2

New rules of boxing，which requires a higher demand for China male athletes on boxing in terms of special fitness and improves their understanding of special fitness，is a prerequisite for improving their level of special fitness.This thesis adopts Literature Review，Testing，Delphi method，Mathematical Statistics and Simulation Method，then carrying them through scientific research on the special fitness of China male athletes on boxing on the aspects of network modeling，structure operation，simulation，etc.The main results are as follow:The special fitness of China male athletes on boxing is a complex network with each index interrelated and mutually influenced.The network of special fitness，which enjoys relatively short path length and relatively large Clustering coefficient，fits the feature of Small World network.The special strength index，a core quality of the whole network，can have the influence on the structure and function of the entire network.The network is distinctively structured by Community Structure.The biggest community of the structure is the Maximum strength index?of various types of fists.

China；male；boxing；special fitness；complex networks

G886.1

A

1003-983X（2016）12-1119-07

2016-10-24

中央高校基本科研业务费专项资金资助（2016QN027）

邓爱民（1975-），男，湖北宜昌人，高级教练员，研究方向：拳击训练.

1.湖北省体育局重竞技运动管理中心，湖北武汉430205；2.北京体育大学，北京100084

1.Heavy Tournament Management Center of Hubei Sports Administration，Wuhan Hubei，430205；2.Beijing Sport U-niversity，Beijing，100084