我国优秀运动员视觉搜索特征——基于眼动实验的Meta分析

吕中凡，史 鹏

(辽宁师范大学体育学院，辽宁 大连 116029)

视觉搜索是指个体在某一背景下捕捉目标信息的过程[1-2]。近年来，体育工作者广泛关注于运动员的视觉搜索特征的研究，探索优秀运动员的视觉搜索模式，这对运动员在瞬息万变的比赛场面中获取有效信息进行即时进行视觉信息加工有着重要意义，对教练员和研究人员探索优秀运动员的信息加工机制和运动决策能力具有重要意义。运动员的视觉搜索能力通常用两类指标进行评价：一是代表视觉搜索模式的眼动指标，包括注视次数、注视时间、眼跳距离等；二是代表视觉搜索效率的行为指标，包括预判反应时和预判准确率等。国内外大部分研究[3-6]证明：专家组运动员的视觉搜索能力与新手组运动员之间存在显著性差异，主要表现为专家组运动员的视觉搜索效率、认知加工速度高于新手组运动员，专家组的预判反应时和准确率高于新手组运动员。但是在某项具体指标上，有研究得出相矛盾的结论，例如刘阳[7]等学者对定向运动员识图过程中的视觉搜索特征进行研究，认为优秀运动员的眼跳距离小于新手运动员；肖坤鹏[2]等学者研究得出排球运动员预判原地飘球时采用了注视次数少、持续时间长、眼跳距离小的信息加工模式等等结论。又例如同样以乒乓球运动员为研究对象，李安民[8]等学者通过对乒乓球运动员的眼动特征进行分析，得出专家运动员的注视次数多于新手组，注视持续时间短于新手组的结论；而王丽岩[9]等学者通过研究认为乒乓球运动员采用了注视次数少、注视时间长的搜索策略。综上所述，相关研究结果存在分歧，亟待进行整合研究，否则将影响运动认知理论的发展以及运动员视觉搜索能力的评价机制研究。

笔者回顾以往眼动实验文献，发现其存在以下问题。(1)研究中所选用实验材料不尽相同，有研究[9]证明运动员在观看静态图片时注视次数较多，看动态材料时注视次数较少；而也存在相矛盾的结论，崔运坤[10]等学者通过一项元分析发现专家运动员在观看静态图片时表现出更少的注视次数，而在观看动态图片时表现出更多的注视次数。(2)运动项目的不同可能导致运动员呈现不同的视觉搜索差异。集体类项目和个人类项目的项目特点、场景难度等都是可能造成与以往研究结果相矛盾，因此有必要进行探讨不同运动项目运动员的眼动特征是否存在差异。因此，笔者基于以往研究结论，提出以下假设：①专家组运动员呈现出更加“简捷、规律”的视觉搜索特征和注视次数少、注视时间短、眼跳距离短的搜索模式，这能够帮助运动员有效地、迅速地寻取有效信息，做出反应时短、预判准确性高的运动决策；②由于刺激材料与运动项目的不同，运动员的视觉搜索能力的眼动指标和行为指标存在差异。因此，本研究运用Meta分析，对我国优秀运动员的视觉搜索特征进行系统评价，探讨其是否受到刺激材料、运动项目等调节变量的影响，讨论我国优秀运动员的视觉信息加工规律，并对该领域提出展望性研究，为该领域的理论机制研究提供证据。

1 文献搜集与研究方法

1.1 文献查阅

以“视觉搜索”“眼动” “Visual search”“ Eye movement”为检索关键词，在CNKI、万方、维普、百度学术、谷歌学术等数据库进行检索，检索年限为2005—2019年，检索学科为“体育学”，为本研究提供数据来源与理论指导。

1.2 文献筛选流程

文献纳入标准：(1)眼动实验研究，研究对象为运动员，年龄、性别不限；(2)实验设计中包含专家组和新手组；(3)实验基线清晰，被试样本含量、被试运动水平、运动项目、刺激材料等交代清楚；(4)结局变量包含3项眼动指标和2项行为指标中一项；(5)数据完整，结局变量值用平均值和标准差表示。

文献排除标准：(1)综述性文献；(2)会议摘要；(3)重复发表；(4)非眼动实验(5)实验基线不清晰；(6)指标数据不完整。

1.3 统计学方法

Meta 分析是一种对单独研究结果进行综合统计分析的方法，研究者将不同文献进行合并比较研究，发生偏倚较少，研究结果具有一致性、概括性和科学性[11]。笔者运用Rviewer Manager5.3软件，通过计算I2值和P值，考察文献的异质性，当I2<50 %，P>0.1时，文献同质性较高，应采用固定效应模型进行分析；当I2>50 %，P<0.1时，文献异质性较高，采用随机效应模型进行分析[12]。研究将采用总效应值Z值、加权均值差WMD和95 %置信区间CI对16篇文献进行统计分析。

2 研究结果

2.1 纳入文献基本特征

本研究共纳入41篇眼动实验文献，包含21篇硕、博士学位论文和20篇期刊论文，时间跨度为2005—2018年，样本含量为1 116。其中专家组样本量为533，运动水平为国家健将，一级、二级运动员或运动训练专业大学生；新手组样本量为583，运动水平为国家二级运动员或专项、选修、普通大学生。涉及运动项目可以划分为集体类项目(排球、篮球、足球和手球)和个人类项目(乒乓球单打、羽毛球单打、散打、体操、佩剑、攀岩和定向运动)。刺激材料分为静态刺激材料(图片)和动态刺激材料(视频)两种形式。结局变量包含注视次数、注视时间、眼跳距离三项眼动指标和反应时、准确率两项行为指标。

2.2 发表偏倚分析

纳入文献是否存在发表偏倚是Meta分析结果是否可信的重要原因。在大部分元分析研究中，漏斗图是一种研究者最常用的定性分析文献发表偏倚的方法，其判断依据是：纳入文献样本相对均匀分布于效应均值两侧，并大多位于漏斗图中上部，视为研究精度相对较高；反之，研究精度较低。图1行为指标漏斗图显示：文献并没有均匀分布于中线两侧，反应时漏斗图中线右下侧和准确率漏斗图中线左下侧出现缺角。丰富的临场经验和陈述性、程序性知识储备决定专家组在任务目标下的决策反应时和预判准确率均显著优于新手组，所有研究中并未出现新手组反应时和准确率优于专家组的阴性结果。

表1 纳入文献基本特征

注：①～⑤分别表示注视次数、注视时间、眼跳距离、反应时和准确率

图1 行为指标(反应时、准确率)漏斗图

图2眼动指标漏斗图显示：文献大多均匀分布于效应均值两侧，顶部文献相对集中，研究精度较高，不存在文献发表偏倚，适合进行Meta分析。

图2 眼动指标(注视次数、注视时间、眼跳距离)漏斗图

2.3 文献异质性检验

异质性检验是测量效应值之间的同质化水平[1,52]。本研究采用随机效应模型，分别对5个结局变量进行异质性检验(见表2)和分析，I2>50%,P<0.1，则各项研究存在较高异质性。各项研究较高异质性说明，调节变量会造成各项研究果的不一致，所以有必要对调节变量进行总效应检验。

表2 文献异质性检验结果

2.4 结局指标总效应检验

对专家组和新手组运动员结局变量进行总效应检验(表3)。反应时(Z=5.28，WMD=-430.08，95 %CI=[-575.02,-285.13]，P<0.05)和准确率(Z=7.63，WMD=7.29，95 %CI=[5.42,9.16]，P<0.05)2项行为指标具有显著性差异，专家组决策反应时显著短于新手组，准确率显著高于新手组。注视次数(Z=2.25，WMD=-0.81，95 %CI=[-1.53,-0.10]，P=0.02<0.05)具有显著性差异，专家组注视次数显著少于新手组；注视时间(Z=0.97，WMD=0.05，95 %CI=[-0.06,0.17]，P=0.33>0.05)和眼跳距离(Z=0.89，WMD=-0.09，95 %CI=[-0.28,0.10]，P=0.37>0.05)不存在显著性差异。研究假设①行为指标获得支持，注视次数获得支持，注视时间和眼跳距离推翻。据Meta分析显示，专家组和新手组行为指标和注视次数均存在显著性差异，而注视时间和眼跳距离均不存在显著性差异，说明相关研究所得研究结果相互矛盾，亟待验证该结果是否由调节变量的潜在作用所引起。

表3 结局指标的总效应检验结果

2.5 调节变量总效应检验

异质性检验结果(见表2)和结局标量总效应结果(见表3)表明调节变量可能导致研究结果存在差异。相关研究中决策反应时和预判准确率均不存在矛盾结论，而反应时是由注视次数、注视时间等运动员眼动时间指标所决定的，预判准确率是由眼跳距离等眼动空间指标决定的，眼动时空特征的最优化决定了专家组反应时和准确率的最佳化。所以没有必要探讨调节变量对反应时和准确率的影响，而应基于专家组决策反应时和预判准确率与新手组的显著差异，对注视次数、注视时间、眼跳距离三项眼动指标进行分析，检验刺激材料和运动项目是否存在对运动员视觉搜索模式的调节作用。

2.5.1 刺激材料亚组分析

眼动实验研究最常用的有图片和视频两种刺激材料。在注视次数上，图片效应量Z=3.34，P=0.0008<0.05，具有显著性差异，专家组的注视次数显著少于新手组，视频效应量Z=0.55，P=0.58>0.05，无显著性差异，说明在注视次数上刺激材料的潜在调节作用显著；在注视时间上，图片效应量Z=1.55，P=0.12>0.05，无显著性差异，视频效应量Z=2.46，P=0.01<0.05，具有显著性差异，专家组的注视时间显著长于新手组，说明在注视次数上刺激材料的调节作用显著；在眼跳距离(图片Z=0.62，P=0.54<0.05；视频Z=1.48，P=0.14<0.05)上，刺激材料的调节作用不明显(表4)。综上，对于注视次数和注视时间，刺激材料的潜在调节作用显著，研究假设②获得支持。

表4 测试材料亚组的总效应检验

2.5.2 运动项目亚组分析

在注视次数上，集体类效应量Z=3.73，P=0.0002<0.05，具有显著性差异，专家组注视次数显著少于新手组，个人类效应量Z=0.82，P=0.41>0.05，无显著性差异，说明运动项目对注视次数的调节作用显著；在注视时间上，集体类效应量Z=2.98，P=0.003<0.05，具有显著性差异，专家组注视时间显著短于新手组，个人类效应量Z=5.20，P<0.05，具有显著性差异，专家组注视时间显著长于新手组，说明运动项目对注视时间的调节作用显著；在眼跳距离上，集体类效应量Z=0.86，P=0.39>0.05，无显著性差异，个人类效应量Z=4.22，P<0.05，具有显著性差异，专家组眼跳距离显著短于新手组，说明运动项目对眼跳距离的调节作用显著(表5)。综上，运动项目对3项眼动指标的潜在调节作用显著，研究假设②获得支持。

表5 运动项目亚组的总效应检验

3 讨论与展望

3.1 我国优秀运动员视觉搜索特征

运动认知心理学的观点认为，运动员作为活跃的有机体，其心理过程是积极获取、选择过滤、有机处理、组织加工和提取利用的过程[53]。由于心理过程的内隐性和运动过程的变化性使得探索优秀运动员的认知加工特征比较艰难，而眼动记录分析的开发和在竞技体育领域专项认知领域的应用逐渐剥开运动员信息加工神秘的外壳，为运动员视觉信息加工提供了即时测量。

3.1.1 行为指标的讨论

任何运动项目的制胜本质都是一样的，即运动员尽量以最快的速度准确地做出运动决策[54]。运动员要想在不断变化的运动场景中快速、准确地做出运动决策，需要根据临场经验和专项知识不断调整自己的视觉搜索策略，以便更快、更合理地完成既定任务。国内外研究证明，在任务决策搜索情境中专家组的决策反应时显著短于新手组，预判准确率显著高于专家组。本研究通过对国内41项研究进行合并效应检验，得出：反应时(Z=5.28，WMD=-430.08，95 %CI=[-575.02,-285.13]，P<0.05)和准确率(Z=7.63，WMD=7.29，95 %CI=[5.42,9.16]，P<0.05)2项行为指标具有显著性差异，专家组决策反应时显著短于新手组，准确率显著高于新手组。该结论与国内外研究结论相一致。

运动员的视觉搜索过程就是运动员通过注视刺激材料中的各个组成部分，对有效信息进行提取并加工的过程。研究证明，优秀运动员能够进行有效的搜索，即在复杂凌乱的信息中找到决策任务的有效信息，从而做出最佳动作反应或运动决策。通常情况下，专家组运动员的运动水平高于新手组，专项陈述性知识、程序性知识和临场经验比较丰富，理论与实践结合程度较高，海马体中储存了大量运动场景和应对策略，建立起了多个心理模型。在面对决策任务情境下，优秀运动员能通过有效搜索，将提取出的有效信息与心理模型对接，从而极大地缩短反应时和提高预判准确率。相反，新手组储存信息量有限，大脑中没有形成场景记忆编码或记忆信息不完整，因而在决策情境下多进行大范围的盲目搜索，内部表征凌乱，搜索到的有效信息较少，很难在很短的时间内做出正确的决策。

3.1.2 眼动指标的讨论

眼动指标反映了运动员的信息加工能力，而不同眼动指标所反映的信息加工能力不同，通过调节变量总效应检验(表4和表5)发现不同认知任务场景下专家组和新手组的眼动指标存在较大差异，经过比较眼动实验的眼动指标后得出：仅用一项眼动指标并不能反映运动员的视觉搜索特征，所以必须将各项眼动指标相结合才能正确评价运动员的视觉搜索特征。大量研究用注视次数、注视时间和眼跳距离来探讨运动员的视觉搜索特征，其中注视次数和注视时间反映运动员视觉搜索的时间特征，这和任务情景下的决策反应时和准确率息息相关；眼跳距离反映运动员视觉搜索的空间特征，这与运动员获取有效信息的主要加工机制有关。同时，由于任务场景、刺激材料和运动项目的差异，仅仅通过眼动指标反映优秀运动员的视觉搜索特征和信息加工机制来研究是行不通的，必须结合行为指标进行系统评价。

为准确把握刺激材料的信息，运动员需将双眼保持一定方位，将信息呈现在视网膜上，这一系列过程称为注视。注视伴随着轻微、高频的眼球震颤，是运动员视觉搜索的重要组成部分。注视次数反映了运动员对刺激材料视觉信息加工的提取状况。本研究对29项研究的注视次数进行总效应检验，Z=2.25，WMD=-0.81，95 %CI=[-1.53,-0.10]，P=0.02<0.05，注视次数具有显著性差异，且专家组的注视次数显著少于新手组。本研究认为注视次数与反应时密切相关，专家组注视次数也显著短于新手组，能够利用较少的注视对刺激材料中的有效信息进行视觉加工，并做出快速反应，其搜索模式经济、简单，对关键区域信息的把握程度较高，决定了其决策反应时显著短于新手组；而新手组注视次数较多，多采用“扫视”策略进行视觉信息搜索，对关键信息的把握程度较低，不能有效利用注视信息，其信息加工能力较差。在不同刺激材料下，图片效应量Z=3.34，WMD=-1.69，95 %CI=[-2.69,-0.70]，P=0.000 8<0.05，具有显著性差异，专家组的注视次数显著少于新手组，视频效应量Z=0.55，WMD=0.30，95 %CI=[-0.77,1.36]，P=0.58>0.05，无显著性差异。静态刺激材料阻断了运动场景的连续性，生态效度较低；而动态刺激材料复原了真实场景中不断变化的情境信息，提高了生态学效度。崔运坤[55]等学者研究认为低生态效度刺激材料下专家的注视次数少，而高生态效度刺激材料下专家的注视次数多，这与本研究结果相一致。视频所呈现的场景具有动态性强、复杂性高的特点，专家组给予更多的注视对有效信息进行把控，多呈现“追随运动+不断回视”的搜索策略，以应对复杂多变的场景，有效把握关键信息；而新手组难以确定有效信息，多采用大范围的眼球扫描进行搜索，注视点杂乱无章，因而降低了注视次数的差异。在不同运动项目上，集体类效应量Z=3.73，WMD=-2.35，95 %CI=[-3.59-1.11]，P=0.000 2<0.05，具有显著性差异，专家组注视次数显著少于新手组，个人类效应量Z=0.82，WMD=0.43，95 %CI=[-0.60,1.47]，P=0.41>0.05，无显著性差异。集体类项目场景比较复杂，尤其足球、篮球、排球等项目中多涉及球员跑动、战术配合等问题，无疑给没有知觉认知优势的新手组增加了难度；个人类项目虽然场景比较简单，但是有效信息的提取难度较高。例如乒乓球运动中，要求运动员在极短的时间内判断出发球方式，在高压情境下，专家组为保持较高的视觉搜索效率，需采用较多的注视提取关键信息，以有效提高决策准确率，所以缩短了与新手组注视次数之间的差异。

注视时间指对一个注视区域的视觉浏览时间，反映运动员对刺激材料的信息加工程度和难易程度。注视时间有不同意义，要与其他眼动指标和行为指标结合做出分析[56]。所以对注视时间有两种解释：(1)注视时间越长，对关键信息的把握越高，信息加工程度越深；(2)注视时间越长，提取信息越困难。本研究对35项研究的注视时间进行总效应检验，Z=0.97，WMD=0.05，95 %CI=[-0.06,0.17]，P=0.33>0.05，无显著性差异，亚组分析认为，刺激材料(图片Z=1.55，P=0.12>0.05视频Z=2.46，P=0.01<0.05)和运动项目(集体类Z=2.98，P=0.003<0.05，个人类Z=5.20，P<0.05)对注视时间的调节作用显著。在不同刺激材料下，专家组对图片的注视时间与新手组无显著性差异，分析认为图片阻断了运动场景的连续性，导致其提取有效信息比较困难，为提高视觉搜索效率，专家组需采用较少的注视次数和较长的注视时间来提取关键信息，并结合记忆区域所储存的临场运动场景和专项知识对图片运动场景进行预演，进行更深层次的视觉信息加工；而新手组大范围的扫视形成了更多的注视次数，因而总注视时间也较长，但是由于注视关键信息的时间显著短于专家组，所以决策行为的准确性降低。在不同运动项目上，专家组在集体类项目场景中的注视时间显著短于新手组，而在个人类项目场景中的注视时间显著长于新手组。笔者分析认为集体类项目运动场景虽然复杂多变，但是专家组对于关键信息的把控是非常容易的，采用较少的注视就能提取出关键信息；而在个人类项目中，静态刺激材料的场景可能存在阻断特征，严重影响了专家组信息提取速度，为保持视觉搜索效率，对有效信息进行深度加工，专家组需采用较多的注视次数和较长的注视时间进行视觉搜索，以便做出正确率高的运动决策。运动项目的不同、刺激材料的难度都会影响运动员的视觉搜索特征，但从行为指标的差异上讲，专家组始终坚持着经济、简洁的视觉搜索的组织原则，面对不同视觉搜索任务，对注视做出合理分配，不断调整注视次数和注视时间，做出“综合调配”的视觉搜索策略。

运动员为快速搜寻有效信息，眼球需从某一注视区域迅速跳跃到另一注视区域，这种眼球的跳跃运动称为“眼跳”。眼跳距离反映了运动员信息提取量，眼跳距离越大，运动员所提取的信息较多；但是仅仅依靠眼跳距离并不能判断运动员的信息加工能力的优劣，其还需同行为指标结合以进行分析。本研究对23项研究的眼跳距离进行总效应检验，Z=0.89，WMD=-0.09，95 %CI=[-0.28,0.10]，P=0.37>0.05，无显著性差异。亚组分析认为，刺激材料(图片Z=0.62，P=0.54<0.05；视频Z=1.48，P=0.14<0.05)的潜在调节作用不明显；运动项目(集体类Z=0.86，P=0.39>0.05，个人类Z=4.22，P<0.05)的潜在调节作用显著。在不同刺激材料下，由于不同视频、图片难度的差异性，专家组和新手组的眼跳距离都不存在显著性差异，但是专家组能较好地识别信息的关键程度，利用较多眼跳排除非关键信息，从而保持信息加工的有效性；而新手组进行大范围扫视场景信息时，眼跳距离加大，但仍不能做到对关键信息的有效把控。在运动项目上，专家组在集体类项目场景下的眼跳距离和新手组无显著性差异，集体类项目所涵盖的信息甚广，尤其在动态刺激材料中，专家组倾向于追随有效信息源进行注视追随运动，而这种追随往往伴随次数较多、距离较大的眼跳，所以与新手组眼跳距离的差异性较小，但是与新手组杂乱无章的注视所伴随的眼跳相比，专家组更具有规律性；专家组在个人类项目场景下的眼跳距离显著小于新手组，笔者分析认为个人类项目场景简单，有效信息集中，专家组对其信息整合能力较为突出，采用距离较小的眼跳便能提取有效信息，结合注视时间看，专家组采用较短的眼跳距离和较长的注视时间进行搜索，其搜索关键信息的速度较快，提取有效信息的程度较深，能保证信息加工效率和行为决策敏捷合理性。

3.2 眼动实验研究展望

“专家-新手”研究范式是通过比较专家和新手运动员的各项指标间的差异，探讨优秀运动员的内在信息加工机制。目前，多数研究主要基于运动员运动等级对运动员进行划分，方式比较单一，运动等级不能完全作为评价运动员水平的依据。运动等级通常是由运动员的运动年限和运动成绩所决定的，运动员运动年限越长，参赛经历越多，其运动等级越高，但是专项知识储备与临场经验是造成运动员运动知觉决策的重要因素。运动员主要依靠自身理论与实践经验进行有效搜索，对于一级运动员和二级运动员或者专项大学生或经验丰富的大学生来讲，其搜索结果差别可能不大。因此，后续研究依据多种指标对运动员进行划分，根据运动年限、运动等级、教练评价、场景认知等主观与客观因素对运动员进行综合评价；或排除运动员思维意识的影响，在实验前邀请权威专家对运动员的运动决策效率进行评价，按视觉搜索效率划分专家组和新手组，以更加准确地探讨专家组运动员的视觉搜索特征。另外，本文在专家、新手为主要研究对象的基础上，增加一般水平运动员，深入探讨优秀运动员的视觉搜索特征，对眼动指标与决策水平的相关性进行研究。

刺激材料的生态效度越大，研究结果的准确性越高。国内研究多采用图片和视频两种形式刺激材料，其中，视频的运动场景还原程度较高，符合生态学效度，运动具有连贯性；而图片不能够展示与运动实际相符合的动态场景。因此，专家组为提高决策准确率，很难在间断性运动静态材料中迅速地提取有效信息，这尤其体现在注视时间和眼跳距离上。刺激材料的难度同样是造成文献研究结果相矛盾的重要因素，无论图片还是视频，其场景复杂程度、遮挡方式等都会对运动员的视觉信息加工产生影响。建议在今后研究中，提高生态学效度，以真实比赛场景为脚本还原拍摄，同时探讨简单和复杂场景、遮挡方式等对专家和新手运动员的视觉搜索特征的干预作用。集体类运动项目场景材料中涉及人数较多，对抗程度剧烈，攻防转换速度较快，需要运动员具有把控全场的能力，亚组分析(表5)中专家组注视次数、注视时间和眼跳距离与新手组均存在显著性差异，表现出更加简捷有效且规律性的搜索策略。个人类运动项目多为快速反应类项目，场景比较简单，有效信息集中，专家组多采用较短的眼跳距离和较长的注视时间进行搜索，其搜索关键信息的速度较快，提取有效信息的程度较深，保证了信息加工效率和行为决策敏捷合理性。但是本研究纳入的样本量较少，今后研究需要进一步探讨。

4 结语

本研究通过对41篇文献及5个结局变量进行总效应检验，探讨我国优秀运动员的视觉搜索特征。Meta分析得出：专家组和新手组运动员反应时和准确率两项行为指标均存在显著性差异；在眼动指标上，注视次数具有显著性差异，注视时间和眼跳距离不存在显著性差异。刺激材料生态学效度、所选取运动项目场景特点都会对其产生调节作用。所以，在今后实验中，应考虑到调节变量的潜在作用，保证研究结果的准确性。此外，本研究存在一定局限性，例如纳入样本量太少，未考虑研究结果的多因素影响等。结合现有研究，提出建议：(1)选取注视点、注视轨迹等眼动指标，探索优秀运动员视觉信息加工机制；(2)对单一运动项目优秀运动员视觉搜索特征进行整合研究；(3)考虑多因素调节变量对优秀运动员的交叉影响；(4)进一步纳入外文研究进行合并检验。