场地转换视角下世界优秀男子网球单打运动员技术策略分析

郭 莹，朱 盼

随着网球运动的职业化与商业化，运动员在排名、积分和奖金的压力与驱动下，以四大公开赛为核心的男子网球赛事，在硬地、红土、草地3种不同类型场地中不断转换。频繁的赛季转换、高频率比赛、以赛代练成为当今网球运动的重要特征。因此，在大师赛、公开赛等各种级别的网球赛事过渡期中，运动员需要了解不同场地制胜技术策略与场地之间的技战术差异，进而根据场地特点调整技术训练的侧重点、制定战术策略，以保持最高的竞技状态，从而获得比赛的胜利。

运动表现指标是技术动作变量的选择与整合，其目标是反映运动员竞技水平的高低（Hughes et al.，2002）。为赢得比赛，运动员需要了解自己及对手的优劣势，进而指导训练与制定比赛战术策略（Hughes et al.，2002；O'Donoghue et al.，2001；周建梅 等，2009）。研究发现，场地类型不但影响网球反弹和球速（Brody et al.，2003；Miller，2006），也是影响技战术策略运用的重要因素之一。技术指标在不同场地类型中有明显差异，因此，运动员需要采用不同的技战术策略（Hughes et al.，1995；Verlinden et al.，2004）。O'Donoghue等（2001）对 1997－1999年所有四大满贯赛事的单打比赛进行分析，以确定场地对比赛结果和技术策略的影响，发现不同场地回合时间不同，红土（法网7.7±1.7 s）＞硬地（澳网6.3±1.8 s）＞硬地（美网5.8±1.9 s）＞草地（温网4.3±1.6 s）；底线得分比例，红土（51.9±14.2%）＞硬地（35.4±19.5%）＞草地（19.7±19.4%）；红土赛事持续时间最长，草地赛事最短，且更具侵略性和攻击力的比赛与完成比赛更快的场地类型（如草地）有关，技战术策略应根据场地类型进行调整。Brown（2007）对2007年所有四大满贯赛事的单打进行了分析，对比1997—1999年大满贯的研究（O'Donoghue et al.，2001），2007年红土和草地的回合持续时间增加，此外，自1999年以来，所有大满贯男子单打的回合持续时间都有所增加，发球得分（ACE、双误、发球制胜球和接发球制胜球）的比例低于之前的研究结果，并指出其结果与比赛用球的变革与运动员针对不同场地技战术策略增强有关，也证明了网球场地类型对精英选手技战术策略有显著的影响。高排名运动员研究数据表明，球员的表现受到球场场地类型的影响，快速场地上表现最好的球员在巡回赛上可能会被认为处于劣势，因为草地球场的比赛越来越少（Barnett et al.，2007）。同样，Barnett等（2007）对2004—2005年的大满贯男子和女子比赛进行了统计分析，一发球得分率、发球得分率、ACE球和网前得分数由低到高依次是法网、澳网、美网、温网，并推断四大满贯球场速度由快到慢的排序是草地、硬地、红土。比赛的强度也因场地类型不同而有差异，相关研究发现，草地（44.6±1.2）拍/分、红土（42.6±9.6）拍/分，草地比红土每分持续时间更短、频率更快（Fernandez et al.，2006；Morante et al.，2006）。不同技术特点的运动员，擅长的场地类型不同，运动员在擅长的场地上进行比赛，获胜的概率较大。研究发现，擅长红土的运动员在不同场地类型获胜率依次是红土53.6%、硬地39.8%、草地23.3%，擅长草地的运动员在不同场地类型获胜率依次是草地58.1%、硬地45.5%、红土34.6%（Barnett et al.，2007），证明了场地类型与技战术策略高度相关，并直接影响比赛胜负。综上，当前研究结果多集中于某一种场地类型，如硬地比赛需要运动员技术更加全面；硬地与草地上发球优势更为重要，网前得分更多；在草地上回合数更少（O'Donoghue et al.，1998，2001；Takahashi et al.，2006）。发接球技术是网球运动中最重要的技术之一（Gillet et al.，2009；O'Donoghue et al.，2008），攻势网球集中体现在草地比赛，发球好的运动员占有绝对优势（卜宏波等，2011，2014）。部分研究涉及到不同类型场地的差异研究，如红土回合数多于硬地，草地回合最少；性别、场地、比赛标准不同，胜负者的运动表现指标存在差异（Collinson et al.，2003；Hughes et al.，1995）。红土比赛中更多注重底线策略，而在草地上更依靠发球取得优势（Gillet et al.，2009；Katić et al.，2011）。总之，这些研究普遍证明了场地类型是影响网球技术策略运用的重要因素。

目前的研究多采用整场比赛的数据作为研究分析对象（Hughes et al.，1995），集中于同种场地高水平运动员的技术差异研究。近年来，随着计算机科技及大数据采集与分析技术的快速发展，对比赛技术指标的探索与研究不断深化，数据的时间单元不再仅局限于整场比赛层面，而是细化到盘、局、分，而且很多研究表明，根据网球比赛规则的特点，更小时间单元的运动表现指标，更能实时、有效的反映运动员的竞技状态（Choi et al.，2006，2008）。本研究采用较小时间单元数据（单盘数据），通过对2018年度四大满贯男子单打比赛单盘运动表现指标的数理统计分析，结合当前竞技网球场地转换因素，从对比同种场地胜负者技术指标差异性入手，重点研究不同场地之间运动表现的差异。

1 研究对象与方法

1.1 研究对象

本研究数据来自澳网、法网、温网、美网四大满贯官方网站IBM Slamtracker和男子职业网球联合会官网（www.atpworldtour.com），样本数据选取2018年四大满贯的73场公开赛数据，以275盘胜负两者数据为主要研究对象。

1.2 研究方法

1.2.1 样本整理与选取

2018年四大满贯男子单打比赛共508场（1 874盘）比赛，样本选取按比赛轮次采用分层随机抽样方法，选取73场四大满贯男子单打比赛数据（第1轮12场、第2轮14场、第3轮13场、1/8决赛9场、1/4决赛13场、半决赛8场、决赛4场），并通过Point to Point数据将比赛数据划分为275盘（硬地150盘54.5%、红土65盘23.7%、草地60盘21.8%），胜负者共550盘比赛数据（其中任何取值为0的数据没有被用为统计比较）。四大满贯公开赛场地类型分别是硬地、红土、草地。

Hughes等（2002）分析影响隔网类项目运动表现等因素，并结合当今男子网球技战术风格（底线综合型打法）的特点，最终选取发球、接发球相关的运动表现指标（ACE球、双误、一发进区率、一发得分率、二发得分率、接发球得分率）；底线技术相关的运动表现指标（制胜球、正手制胜球、反手制胜球）；技术稳定相关的运动表现指标（破发点挽救率、非受迫性失误、正手非受迫性失误、反手非受迫性失误），共计13个重要的技战术策略相关运动表现指标单盘比赛数据作为研究自变量（Hughes，2002；Hughes et al.，2002）。

1.2.2 统计方法

首先，对研究数据进行描述性统计，通过Kolmogorov-Smirnov-test检验，发现数据不符合正态分布，研究采用非参数检验方法进行分析。其次，将不同场地胜负者进行Wilcoxon Signed Ranks Test检验分析，寻找不同场地上胜负者运动表现的差异。最后，寻找不同场地之间技术策略运用的差异，运用Kruskal Wallis Test检验并通过Dunn-Bonferroni减少事后比较分析过程中的I类错误的出现，通过多重事后比较分析寻找不同场地之间具体的运动表现上的差异性。非参数统计检验效果量计算（Wilcoxon Signed Ranks Test或Mann-Whitney-U）采用计算效果量（effect size，ES）（Fritz et al.，2012；Durlak，2009），效果量r范围值采用低效应（0.1-0.3），中等效应（0.3-0.5），高效应（＞0.5）（Coolican，2017）。数据被录入到SPSS 22.0进行相关数理统计分析。

2 研究结果

2.1 运动技术指标的描述性分析

选取2018年四大满贯男子单打比赛73场共275盘的运动指标进行统计分析，发现2018年男子大满贯3.8盘/场，草场＞红土＞硬地（硬地澳网、美网3.6盘/场，红土法网3.8盘/场，草地温网4盘/场）。胜者的单盘各项技术指标均值都优于负者，并且胜负两者13项指标均呈显著性差异（P＜0.01，表1）。通过ES值发现，中等效应指标3项（一发得分率、接发球得分率、正手非受迫性失误）；低效应指标10项（ACE球/%、双误/%、一发进区率、二发得分率、破发点挽救率、制胜球、正手制胜球、反手制胜球、非受迫性失误、反手非受迫性失误）。数据能较明显反应出比赛胜负者的运动表现差异（Choi et al.，2008）。

2.2 不同场地中胜负者技术指标差异性检验

将275盘比赛按不同场地的胜负者进行差异性Wilcoxon Signed Ranks Test检验，发现胜负两者硬地比赛13项指标均呈显著性差异。ES值发现，高效应指标4项（一发得分率、二发得分率、接发球得分率、制胜球）；中等效应指标5项（双误/%、破发点挽救率、正手制胜球、反手制胜球、非受迫性失误）；低效应指标4项（ACE球/%、一发进区率、正手非受迫性失误、反手非受迫性失误）。

在红土比赛中，ACE球（Z=-0.530b，P=0.596）、一发进区率（Z=-1.591b，P=0.112）2项指标未见显著性差异（P＞0.05），其他11项指标均呈显著性差异（P＜0.05）。ES值发现，高效应指标5项（一发得分率、二发得分率、接发球得分率、非受迫性失误、正手非受迫性失误）；中等效应指标4项（破发点挽救率、制胜球、正手制胜球、反手非受迫性失误）；低效应指标2项（双误/%、反手制胜球）。

草地赛场上，反手非受迫性失误（Z=-1.498c，P=0.134）1项指标未见显著性差异（P＞0.05），其他12项指标均呈显著性差异（P＜0.05）。ES值发现，高效应指标7项（一发得分率、破发点挽救率、接发球得分率、制胜球、反手制胜球、非受迫性失误、正手非受迫性失误）；中等效应指标4项（ACE球/%、双误/%、一发进区率、二发得分率）；低效应指标1项（正手制胜球）。

2.3 不同场地类型之间技术指标的差异性

表1 胜负者技术指标的描述性统计与效果量Table 1 Descriptive Statistics and Effect Size of the Technical Indicators of Winners and Losers

对不同场地类型技术指标差异性进行Kruskal Wallis Test检验，发现在3种场地上，ACE球/%（χ2=34.636，P=0.000）、双误/%（χ2=6.979，P=0.031）、一发进区率（χ2=17.185，P=0.000）、一发得分率（χ2=18.761，P=0.029）、接发球得分率（χ2=16.731，P=0.000）、制胜球（χ2=10.769，P=0.005）、非受迫性失误（χ2=9.811，P=0.007）、反手非受迫性失误（χ2=14.282，P=0.001）等8项指标均呈显著性差异（P＜0.05）。其他5项指标，不因场地类型变化而呈差异性。

通过Bonferonnia Adjustment计算调整显著性，发现3种场地之间相互比较的8项指标存在差异性（图1）。

1）硬地与红土，ACE/%（Z=-3.238，P=0.000）1项指标呈显著性差异（P＜0.016），其他技术指标在男子高水平运动员之间未见差异，且两种场地的各项指标数据均值相差较小。2）红土与草地，6项技术指标呈显著性差异，双误（Z=-1.051，P=0.293）、一发进区率（Z=-2.179，P=0.029）未见显著性差异（P＞0.016），2种场地的各项指标数据均值相差最大。3）草地与硬地，7项技术指标呈显著性差异，制胜球（Z=-1.912，P=0.056）无显著性差异（P＞0.016）。从均值整体趋势看，草地的技术指标全部高于硬地，草地与硬地的数据均值差异小于草地与红土的差异。不同场地之间具有差异性指标的个数为：硬地与红土最少共1个，红土与草地居中共6个，硬地与草地最多共7个。

将8项指标在3种场地横向比较：1）ACE球/%指标。3种场地之间两两比较均具有显著性差异，红土与草地比较（Z=-5.832，P＜0.05）具有显著性差异、中效应（r=0.369），均值草地11.32%＞硬地8.83%＞红土5.63%；2）双误指标。草地与硬地比较（Z=-2.517，P＜0.05）具有显著性差异、低效应（r=0.123），均值草地最低2.98个，硬地最高3.86个；3）一发进区率指标。草地与硬地比较（Z=-4.134，P＜0.05）具有显著性差异、低效应（r=0.202），均值草地66.33%最高，硬地61.82%最低；4）一发得分率指标。红土与草地比较（Z=-3.983，P＜0.05）具有显著性差异、低效应（r=0.252），草地与硬地比较（Z=-3.714，P＜0.05）具有显著性差异、低效应（r=0.181），均值草地75.89%＞硬地71.74%＞红土69.80%；5）接发球得分率指标。红土与草地比较（Z=-3.559，P＜0.05）具有显著性差异、低效应（r=0.225），草地与硬地比较（Z=-3.755，P＜0.05）具有显著性差异、低效应（r=0.183），均值红土36.99%＞硬地36.21%＞草地32.13%；6）制胜球指标。红土与草地比较（Z=-3.338，P＜0.05）具有显著性差异、低效应（r=0.211），均值草地11.88个最多，红土9.25个最少；7）非受迫性失误指标。红土与草地比较（Z=-3.031，P＜0.05）具有显著性差异、低效应（r=0.192），草地与硬地比较（Z=-2.503，P＜0.05）具有显著性差异、低效应（r=0.122），均值红土11.18%＞硬地10.67%＞草地9.5%；8）反手非受迫性失误指标。红土与草地比较（Z=-3.762，P＜0.05）具有显著性差异、低效应（r=0.238），草地与硬地比较（Z=-2.597，P＜0.05）具有显著性差异、低效应（r=0.127），均值红土5.03%＞硬地4.45%＞草地3.78%。

3 分析与讨论

对不同场地进行比较，呈显著性差异的技术指标数量、类型、均值差等各不相同。硬地与红土共1个，硬地与草地共7个，各项技术指标均值差异较小；红土与草地共6个，各项技术指标均值差异较大；在比较同种场地的胜负者，呈显著性差异的技术指标的数量与类型也不同，硬地共13项、红土共11项（ACE与一发进区率未见显著性差异）、草地共12项（反手非受迫性失误未见显著性差异）呈显著性差异；并得出在当今网球大满贯男子比赛每 场平均盘数中，草地最多，其次为红土，硬地最少。

图1 硬地、红土、草地场地之间技术指标多重比较分析Figure 1.Multiple ComparativeAnalysis of the Technical Indicators among the Hardd Court，Clay Court and Grass Court

研究发现，硬地—红土场地转换，硬地与红土之间技术指标仅1项呈差异性，说明伴随网球技术的发展，硬地与红土之间的技术策略差异逐渐缩小，技术趋同化趋势逐渐使网球硬地与红土之间的技术运用更加相似。由于当今网坛更加注重上旋球，将传统的平击球技术与旋转更多融合，不管是发球旋转的运用还是底线技术旋转都越来越流行，导致硬地与红土技术差异更小。ACE/%呈显著性差异，验证了根据硬地与红土场地特点的不同，在发球技术策略的选择上，应做出相应的调整，改变硬地赛场中直接得分的思想，应以提高一发的成功率、增加旋转、限制对手的接发球为核心思想（Takahashi et al.，2009）。红土胜负者数据，ACE球和一发进区率未见显著性差异、胜负两者二发得分率相差19.58%，均在3种场地类型中相差最大，这也进一步说明了红土场地球速慢，发球直接得分不是红土场地得分的主要手段，运动员更应该注重一发进区的成功率，增加由守转攻的技战术训练。减少硬地大力平击的发球训练，红土场地发球技术训练应主动增加上旋发球在一发的使用率，上旋发球平分区T点、占先区外角（Gillet et al.，2009）。红土场地接发球得分率36.99%最高，接发球方进攻可能性更大，接发球策略应主动增加接二发的攻击性，接发球落点以中心点为主（李庆有等，2006）。同时也说明了二发得分率的重要性，发球者提高二发的质量以保证二发得分率是红土比赛获得胜利的最重要因素（Gillet et al.，2009），这一点被红土场地胜负者效果量为高效应所证明［二发得分率（r=0.763），接发球得分率（r=0.846）］。由于红土比赛球速慢、回合数较多、落点分布较广的特点，发球的攻击性变弱，就需要转变在硬地中进攻为主的战术策略，技术训练应增加正手相持能力，注重多拍相持的能力以及落点与增加旋转。训练中以角度、落点、旋转作为重点，运动员同时需要增加体能储备，以应对相持球更多的红土赛季，从而减少主动失误，脚步中增加滑步的训练与合理使用（Ma et al.，2013）。红土场地的非受迫性失误、正手非受迫性失误、反手非受迫性失误在3种场地类型中差距最大，表明随着红土赛场回合数增多，弹跳不规则、需要运动员能够保持技术的稳定性，减少自身的失误，底线打法、积极跑动、很少上网，给对手造成回球困难，迫使非受迫性失误，均是取胜的关键。防守技术的合理运用可以在慢速球场中获得更大的优势（王士祥，2013）。

红土—草地场地转换，红土赛季在法网结束后，转为最短的草地赛季。红土与草地特点截然相反，3种场地中红土与草地的各种技术指标均值差异最大，在ACE球指标上，草地几乎是红土的一倍，中等效应（r=0.369），都说明发球技术是草地球场的重要得分与建立优势的手段，发球局优势突出，发球技术好的运动员在草地上更容易获胜（O’Donoghue et al.，1998）。胜负者一发进区率、一发得分率是3种场地中指标相差最大的，分别相差4.49%、15.64%，这也证明了草地球速快，发球是获胜的最重要技术之一（O'Donoghue et al.，2001，2004）。运动员在草地的一发，希望获得落点、速度最好的发球（Verlinden et al.，2004），过往的研究也说明了发球与接发球技术是草地网球运动员最重要的技术（O'Donoghue et al.，2008；Roetert et al.，2001）。这点与在红土上发球技术的使用截然相反，要在转换期提升发球技术的进攻性，作为技术转换的主要方向。草地场上的接发球得分率为32.13%，是3种场地最小，一发得分率75.89%最高，也同样验证了发球更占有优势的理论。底线型选手在红土赛季转草地赛季过程中，需要转变底线进攻的思想，以更靠近球网的攻势网球为主导思想，采用多种进攻战术，如正手反斜线、发球上网、随球上网等，训练中以多变、快速的发球技术为训练核心内容，发球以平击球为主，增加追身球与外角球数量（Hughes et al.，1995；Martin-Lorente et al.，2017）。Takahashi等（2006）研究表明，红土场地每分球的持续时间最长、盘数多，草地每分球的持续时间短、盘数少，草地比赛平均4盘/场大于红土3.8盘/场，有明显的不同。研究发现，草地比赛的制胜球共11.88个是3种场地最多的，说明进攻是草地赛季获胜的重要方法。然而制胜球这一数据逐年在缩小，这与当今网坛防守反击型打法不无关系（非受迫性失误逐年减少），一方面球员在大满贯比赛中表现得越来越“保守”，另一方面也说明进攻型选手在两个场地上的优势越来越小。红土非受迫性失误、反手非受迫性失误都多于草地，差距均为1.7个。说明红土由于场地性质旋转弹跳不规则，容易判断失误，运动员应该主观提高注意力，避免非受迫性失误，通过更多的调整脚步使击球准确率提高。在球速较慢的红土赛季，防守反击型选手由于韧性和张力更足，即便状态出现小幅波动，依旧有机会救回比赛；而在攻强守弱的温网，状态的波动很容易快速地输掉比赛，因此在比赛中需要保持注意力高度集中，严格控制非受迫性失误（Huh et al.，2018），中反手非受迫性失误效果量（r=0.466）为中等效应也证明了这点。控制比赛中的非受迫性失误，主要需要适应红土转草地、球速由慢到快的特点，通过专项训练加强快速球的反应速度，保证比赛的精神集中度。

草地－硬地场地转换，草地赛季结束，进入了美网，当今网球澳网、美网为代表的硬地赛事几乎“统治”着整个男子职业巡回赛，相对红土，硬地与草地技术策略上更为接近，双误、一发进区率草地与硬地呈显著性差异，硬地双误3.8%最高，一发进区率61.82%、二发得分率50.60%最低，说明在硬地赛场上要注重发球优势对第一回合的优势积累，运动员需要注重第一发球的重要性，提高攻击性，因而造成进区率的下降，二发需要注重落点的多变性，也同样容易造成双误，运动员更集中于发球为比赛带来的优势（Hughes et al.，1995）。发球技术是网球最重要的技术，注重一发进区率和一、二发得分率及落点的多变性（Collinson et al.，2003），保证较高质量的一发，是硬地场获胜的重要因素（Unierzyski et al.，2004）。研究中也证明了发抢衔接能力是硬地男子网球比赛最重要的制胜因素，也进一步解释了，这2项指标偏低的原因，表明发球优势对于第一拍抢攻的重要性（郭文霞，2018）。此外，研究中较特别的发现，草地的非迫性失误、反手非受迫性失误都低于硬地，理论上来说，草地球场速度更快，更容易失误，由于球速较快，使运动员主观的提升了注意力状态，降低了非受迫性失误。硬地场地的摩擦力大于草地、小于红土，需要运动员拥有更全面、均衡的技术，以保证合理战术策略的实施。硬地上13项指标均呈显著性差异也证明了攻守兼备的全面型打法在硬地赛场尤其重要，运动员在战术策略上由攻势网球回归于全面型打法，技术训练中需要强调技术的全面性，注重攻守平衡。

研究数据局限于2018年四大满贯男子比赛ATP官方数据统计的结果，研究技术指标个数仅为13种，未来研究可以增加更多的技术指标，如网前得分、发球落点、移动距离等。另外，可以扩大研究数据的年度范围或延伸到探讨女子比赛中。根据目标设定理论，特定的目标设定通过狭窄的注意力、动员机制、延长聚集、提高策略理解度，更容易获得佳绩（Locke，2002）。因此，未来的研究可以在现有研究基础上探讨在不同场地转换过程中，训练和比赛应如何根据运动员特点构建制胜技战术策略模型。

4 结论与建议

研究以2018年度四大满贯男子比赛数据为研究对象，结合当前男子网球职业赛事赛季转换特点，通过更小时间单元数据（单盘数据）、更细化的分析了不同场地之间技术策略的差异性，从而发现：1）硬地—红土场地转换过程中，需注重当今男子网坛技战术策略趋同性特点变化；转变发球技术直接得分的思想，以限制接发球得分为主，注重控制非受迫性失误，整体技战术策略守大于攻。2）红土—草地场地转换过程中，技术指标均值差异最大，需要技术策略进行较大的调整，转变红土底线防守反击思想，草地更加依赖发球相关技术获得胜利，发现当今草地比赛盘数多于红土，整体技战术策略攻大于守。3）草地－硬地场地转换过程中，技术策略较为接近，但硬地需要减少双误，提高一发进区率、二发得分率，注重技术的全面性，整体技战术策略攻守平衡。研究结果表明，在全年的竞赛过程中，运动员、教练员需要根据场地不同调整技战术策略思想，有针对性的指导训练和比赛，进而获得比赛的胜利。