近十四年世界男子田徑全能運動發(fā)展趨勢研究

杜李林，劉嘉津，曾楠楠

(1. 寧波大學(xué) 體育學(xué)院，浙江 寧波 315211；2.寧波衛(wèi)生職業(yè)技術(shù)學(xué)院 體育組，浙江 寧波 315100)

?

近十四年世界男子田徑全能運動發(fā)展趨勢研究

杜李林1，劉嘉津1，曾楠楠2

(1. 寧波大學(xué) 體育學(xué)院，浙江 寧波 315211；2.寧波衛(wèi)生職業(yè)技術(shù)學(xué)院 體育組，浙江 寧波 315100)

摘要：運用灰色系統(tǒng)理論中灰色關(guān)聯(lián)分析和GM(1,1)建模的方法，通過對世界男子田徑全能運動員的成績、年齡及各項群成績的研究，揭示了十項全能成績的發(fā)展規(guī)律，并預(yù)測了未來幾年內(nèi)運動員年齡、技術(shù)類型和總成績的發(fā)展趨勢，得出了相關(guān)結(jié)論，以期能夠為世界男子田徑全能運動的后續(xù)研究提供參考。

關(guān)鍵詞：十項全能；灰色模型；灰色關(guān)聯(lián)；發(fā)展趨勢

近年來世界田徑運動快速發(fā)展，各種記錄頻頻被打破，其中，沉睡了11年的男子十項全能世界紀(jì)錄也被阿什頓·伊頓以9 039分的總成績改寫。我們知道，十項全能是由跑、跳、擲中的部分項目組成的綜合性田徑運動項目，具有項目多、技術(shù)復(fù)雜、身體素質(zhì)要求高的特征。本文通過對近十四年世界男子田徑全能運動員的成績、年齡及各項群成績進行研究，旨在尋找未來十項全能運動的發(fā)展方向。

1研究對象和方法

1.1研究對象

1999-2012年世界優(yōu)秀男子田徑全能運動員的成績，即每年前50名的運動員的最好成績，共計600人次[1]。

1.2研究方法

1.2.1文獻資料。結(jié)合研究需要，文章收集了大量國內(nèi)、外相關(guān)文獻及數(shù)據(jù)資料。

1.2.2灰色理論。運用灰色建模及灰色關(guān)聯(lián)分析法等方法，對數(shù)據(jù)進行處理分析，找出相關(guān)規(guī)律。

2結(jié)果與分析

2.1世界男子田徑全能成績的發(fā)展趨勢分析

2.1.1研究方法的選擇。本研究雖然樣本數(shù)據(jù)量較大，但每年創(chuàng)造最好成績前50名的運動員不完全相同，我們只能近似地將他們看成一個相對固定的群體。也就是說，我們是在為單一群體做趨勢研究，又因趨勢分析有預(yù)測性。因而，我們選擇了貧信息、動態(tài)性、特征單一的灰色模型進行量化分析[2]。

在灰色模型中，最基本，也是最常用的是GM(1,l)模型,一般灰色預(yù)測方法都是在這一模型基礎(chǔ)上進行改進或組合發(fā)展起來的。灰色GM(1,1)模型實質(zhì)上是一個一階單序列的線性動態(tài)模型，在建立模型時，首先對原始數(shù)據(jù)作一次累加生成，使生成數(shù)據(jù)呈現(xiàn)出一定規(guī)律，其相應(yīng)的曲線可以用典型曲線逼近，然后用逼近的曲線作為模型，最后將模型預(yù)測值作一次累減還原，用以對系統(tǒng)進行預(yù)測[3]。建立十項全能運動成績的灰色GM(1，1)預(yù)測模型，有利于對世界田徑十項全能運動的發(fā)展趨勢進行正確的預(yù)測和估計，進而制定合理的目標(biāo)和有效的發(fā)展規(guī)劃。灰色模型的建立步驟如下：

原始數(shù)據(jù)序列:

其中x(0)(t)≥0(t=1,2,…,n)

做一次累加，形成新的序列：

累加的方法：

微分模型的時間響應(yīng)模型為：

其中：a，b為待定參數(shù)，分別稱為發(fā)展系數(shù)和灰色作用量，a值的有效區(qū)間為[-2,2]。

通過最小二乘法求得：(a,b)T=(BTB)-1BBTY

運用一階累減生成原理，還原數(shù)據(jù)，即：

x＾(0)(1)=x＾(1)(1)x＾(0)(t)=x＾(1)(t)-x＾(1)(t-1)

(t=2,3,…,n)

為確保所建灰色模型有較高的精度應(yīng)用于預(yù)測實踐,一般需要做后驗檢驗

其方法如下：C=S2/S1

e(t)=x(0)(t)-x＾(0)(t)(t=1,2,3，…，n)

2.1.2發(fā)展規(guī)律的探索。從圖1中我們發(fā)現(xiàn)，近十四年的發(fā)展中，世界田徑男子運動員的全能成績整體呈顯“V”字型走勢，其中還包含了多個小“V”字型變化。這說明，整體成績的波動型較大，發(fā)展規(guī)律較不顯著。

圖1　1999年—2012年歷年世界田徑男子全能

主模型CP檢驗精度預(yù)測值x(t+1)=30897065.179897e0.000261t+30888926.7598971.00450.4615四級8191.27

我們用全部十四年的數(shù)據(jù)建立GM(1.1)模型，經(jīng)過后驗差檢驗，模型檢驗精度為四級，不符合灰色發(fā)展模型的使用要求，之后又對模型進行了三次殘差修正，仍然不能建立出符合要求的模型,這說明數(shù)據(jù)的整體規(guī)律性較差，難以使用全部數(shù)據(jù)建模型。

2.1.3周期性發(fā)展模型的構(gòu)建。從圖1中作進一步研究發(fā)現(xiàn)，2000年、2004年、2008年、2012年均為十項全能成績的高點年，且均為奧運年，高點過后無一例外地產(chǎn)生了不同程度的下降，這使我們清楚地察覺到其發(fā)展的過程包含了奧運周期的特征。于是，我們把1999年到2012年全部數(shù)據(jù)劃分為三個完整奧運周期和一個不完整奧運周期，不完整奧運周期(1999—2000年)因數(shù)據(jù)太少無法建立模型，故排除在外，其他三個完整奧運周期為：雅典周期(2001—2004年)、北京周期(2005—2008年)、倫敦周期(2008—2012年)。對三個周期內(nèi)的數(shù)據(jù)分別建立GM(1,1)發(fā)展模型。

表2　各周期模型

由表2看出，雅典周期和北京周期的模型精度為一級，倫敦周期的模型精度為二級，三個模型精度都符合灰色建模的要求。雅典周期內(nèi)，運動員的成績逞下降趨勢且降幅度較大(a=0.859849)，在北京周期和倫敦周期內(nèi)，十項全能成績逞上升趨勢，北京周期內(nèi)的成績上升幅度大于倫敦周期。

由圖1、表2綜合分析，1999年至2012年中，以2000年的平均成績最高，達到8 192.64分，2005年平均成績最低，只有7 991.08分，已跌破8 000分大關(guān)，兩者相差201.56分，差距明顯。2003年的成績?yōu)? 012.14為近十四年中第二低的成績，雖然2004年成績高于其前后兩年(2002年、2003年和2005年、2006年)的成績，但與其他奧運年的成績相比較，2004年仍為近四屆最低，且差距明顯。通過表2中的結(jié)論可知，雅典周期運動成績是下降的，北京周期運動成績是上升的。所以，筆者認(rèn)為，2004年為近十四年中十項全能運動的低谷期。北京周期內(nèi)，運動員的成績急速上升，雖未達到2000年的水平，但是已遠高于最低谷的2004年。在倫敦周期內(nèi)，運動員的成績相對穩(wěn)定，維持在一個較高的水平。

2.1.4未來世界男子田徑全能運動水平預(yù)測。在兩個相鄰的奧運年之間，十項全能往往會經(jīng)歷一個下降再上升的過程，每個奧運周期的灰色模型只能體現(xiàn)其本周期內(nèi)十項全能成績變化情況，無法預(yù)測下一個奧運周期內(nèi)成績的變化。

通過圖1觀察發(fā)現(xiàn)，比較突出的四個高點分別為2000年、2004年、2008年、2012年，這四年都為奧運年份，奧運會后的第一年，運動員要對過去幾年采用的訓(xùn)練方法和比賽取得的成績進行總結(jié)，調(diào)整自己的身體狀態(tài)，加強自己弱項的練習(xí)，針對下一個目標(biāo)，制定新的訓(xùn)練計劃，運動員的成績下降是比較正常的現(xiàn)象。另一個原因是，奧運會后有一批老運動員陸續(xù)退役，新運動員又不可能馬上達到老運動員的競技水平，這就造成了整體運動水平的下降。而到奧運年份，運動員經(jīng)過四年的調(diào)整，競技狀態(tài)往往比較出色，比較容易創(chuàng)造出好的成績。根據(jù)這種現(xiàn)象，以每個奧運年份的成績?yōu)樵紨?shù)據(jù)，通過建立奧運年份的GM(1,1)預(yù)測模型，來預(yù)測下一個奧運年的成績。

表3　奧運年份的模型

在近四屆奧運會中，十項全能成績雖然經(jīng)歷了悉尼奧運年到雅典奧運年較大的降幅(二者相差96.48)，但之后的兩屆都是持續(xù)上漲。通過對奧運年份的數(shù)據(jù)建?？梢园l(fā)現(xiàn)，田徑十項全能的總體發(fā)展趨勢是上升的(a=-0.003679)，在未來幾年內(nèi)，男子十項全能的成績還將有小幅的上升空間，根據(jù)預(yù)測，里約熱內(nèi)盧奧運年的平均成績將達到8 191.27左右，這個成績高于倫敦奧運年(8 156.02)的成績，接近悉尼奧運年(8 192.64)?？梢灶A(yù)測，在下一個奧運年，世界男子田徑全能運動發(fā)展將迎來一個高峰點。

2.2男子田徑全能員年齡趨勢的發(fā)展

2.2.1運動員平均年齡的走勢分析。從圖2中可以看出，運動員的平均最大年齡出現(xiàn)在2000年，達到了27.03歲，最小平均年齡出現(xiàn)在2005年，只有24.39，與最高值差了2.64歲，差距明顯。從總體上看，2005年是運動員平均年齡走勢的一個重大轉(zhuǎn)折點，2005年之前，運動員的平均年齡為26.40歲，之后的平均年齡為25.16歲，前后兩部分的平均年齡差別巨大，且轉(zhuǎn)折點之前的最小平均年齡(25.98歲)都要高于轉(zhuǎn)折點之后的最大年齡(25.44歲)。

圖2　1999—2012年歷年世界田徑十項全能前50名平均年齡

2.2.2對未來年齡走勢的預(yù)測。通過圖2看到，2005年前后兩個時間段的年齡走勢完全是兩種形式，在預(yù)測未來年齡走勢的時候，2005年之前的數(shù)據(jù)對于后面年齡的變化沒有參考價值。所以，我們只針對2005—2012年的平均年齡進行研究分析。

如果要對未來運動員年齡走勢有一個準(zhǔn)確的預(yù)測，那么，我們就必須選擇一種合理有效的預(yù)測方法，通過對2005—2012年運動員的平均年齡建模后發(fā)現(xiàn)，模型的檢驗精度為三級，這樣就很難有一個準(zhǔn)確的預(yù)測。即使，不能將運動員年齡的預(yù)測值精確到某一個點，但是我們也希望能精確到一個小的范圍內(nèi)。于是，建立了運動員年齡的包絡(luò)模型[5]，包絡(luò)模型分為包絡(luò)模型上限和包絡(luò)模型下限。通過包絡(luò)模型，將未來可能出現(xiàn)的數(shù)值框定在一個有效的區(qū)域內(nèi)，這樣就能對未來十項全能運動員的年齡發(fā)展趨勢有一個更加準(zhǔn)確的預(yù)測。

表4　世界男子田徑全能運動員的年齡包絡(luò)模型

由表4可知，未來幾年內(nèi)，世界男子田徑全能的平均年齡將會有一定的漲幅，但幅度較小，不會上升到2005年前的水平，在可以預(yù)見的幾年內(nèi)，全能運動員年齡還將保持在一個相對年輕的狀態(tài)。通過包絡(luò)模型的上限和下限預(yù)測未來運動員年齡最有可能出現(xiàn)的區(qū)域為[24.97歲，25.78歲]。

田徑十項全能屬于多子項的綜合項目，運動員要兼具速度、耐力、力量等多種能力，同時比賽經(jīng)驗也至關(guān)重要，這就使得運動員要想達到世界優(yōu)秀級水平需要多年的系統(tǒng)訓(xùn)練，造成優(yōu)秀田徑全能運動員的年齡相對較大，但近年來隨著科學(xué)技術(shù)的進步，訓(xùn)練理念的改進，訓(xùn)練方法越來越趨向科學(xué)化，運動員能越來越早的進入運動巔峰期。

2.3運動員技術(shù)特征的變化規(guī)律

2.3.1十項全能項目的分類。男子田徑全能運動是由十個不同項目組成，雖然每個項目各有特點，但他們之間還是有些共性。所以，根據(jù)項目的共同點將十個項目分為四大類[6]。

表5　十項全能項目的分類

2.3.2選用的分析方法。我們希望研究不同類型的項目對總成績的影響力，在灰色理論中，研究一個動態(tài)發(fā)展的系統(tǒng)中多個子項與主項之間的依存關(guān)系時，常用的手段為灰色關(guān)聯(lián)分析[7]，這恰好符合我們的研究目的，于是我們選擇了灰色關(guān)聯(lián)分析。計算步驟如下：

第一步：確定因素序列，設(shè)原始序列為：

xi=[xi(1),xi(2),…,xi(n)]

第二步：求各序列的初值像，

xi=xi/xi(1)=[xi(1),xi(2),…,xi(n)];(i=0,1,2,…，m)

第三步：求序列差，

?i(k)=|x0(k)-xi(k)|;?i=[?i(1),?i(2),…?i(n)];(i=0,1,2,…,m)

第四步：求兩極最大差與最小差，

第五步：求關(guān)聯(lián)系數(shù)，

第六步：計算關(guān)聯(lián)度，

將多個子序列與同一個母序列的關(guān)聯(lián)度，按由大到小的順序排序即為關(guān)聯(lián)序列。

2.3.3不同項群與總成績的灰色關(guān)聯(lián)度。我們知道，十項全能包含了多個類型的項目，其發(fā)展規(guī)律較為復(fù)雜[8]。下面我們通過分析不同類型項目與總成績的灰色關(guān)聯(lián)度，尋找近十四年中，十項全能運動員技術(shù)類型的發(fā)展規(guī)律。

在雅典周期內(nèi)，運動員的平均年齡偏大，在體能方面就沒有優(yōu)勢，但他們經(jīng)驗豐富，技術(shù)更加成熟、穩(wěn)定，這使得對技術(shù)要求較高的投擲類成為貢獻度最大的項群。速度類項目在這個年齡段的運動員中已經(jīng)開始呈下降趨勢，而跳躍類又處于速度類和投擲類之間，這就使得投擲類和速度類灰色關(guān)聯(lián)度位列2、3位。

北京周期內(nèi)，速度類排在灰色關(guān)聯(lián)序列第一位，這說明，此周期內(nèi)是運動員以速度類項目為主，而運動員平均年齡較小，力量類項目還未進入成績的高峰期，所以投擲類排在跳躍類之后，由于運動員年輕，體能儲備較好，耐力類項目能夠處于一個相對穩(wěn)定的狀態(tài)，其對總成績的影響力最小。

倫敦周期內(nèi)，世界男子田徑全能成績的增長趨勢相對北京周期有所放緩，但仍處在一個穩(wěn)步上升的狀態(tài)，運動員平均年齡比北京周期有所升高，但遠低于雅典周期，此周期內(nèi)的運動員兼具體能、爆發(fā)力上的優(yōu)勢，又具有比賽經(jīng)驗和技戰(zhàn)術(shù)的成熟，所以，體能是制約他們成績的主要因素，速度次之，投擲類是這個時期運動員最重要的提升階段，而跳躍類處于一個比較穩(wěn)定的狀態(tài)，對總成績的影響力就降到了最后。

表6　奧運周期中各項群的灰色關(guān)聯(lián)度及運動員平均年齡

有研究證明,十項全能中，速度類與投擲類相比，技術(shù)相對簡單，運動員更容易掌握，巔峰期出現(xiàn)的較早，投擲類技術(shù)相對復(fù)雜，巔峰期相對較晚，跳躍類兼具速度和力量，其成巔峰期介于前兩者之間[9，10]。通過表4中運動員年齡包絡(luò)模型的預(yù)測，下一個周期內(nèi)運動員平均年齡區(qū)間為[24.96歲，25.98歲]，這個區(qū)間恰好與倫敦周期內(nèi)運動員年齡相近，略有一點上漲?？梢灶A(yù)測，在下個奧運周期中，運動員的技術(shù)類型與倫敦周期相似，但力量類項目的貢獻度會略有增加。

3結(jié)論

3.1近十四年中，世界男子田徑全能成績圍繞奧運周期波動，總體經(jīng)歷了“V”字型發(fā)展過程，其中，低點出現(xiàn)在2004年前后，之后成績快速上升，現(xiàn)階段已經(jīng)基本走出低谷期，保持在一個較高水平。

3.2預(yù)測在未來的里約熱內(nèi)盧周期內(nèi)，世界男子田徑全能的成績還將在現(xiàn)有的基礎(chǔ)上緩慢增長，下一個奧運年(2016年)平均成績將達到8 191.27分左右。

3.3近年來，世界男子田徑全能運動員的年齡趨向年輕化發(fā)展，通過灰色包絡(luò)模型預(yù)測，未來優(yōu)秀男子全能運動員的平均年齡還將保持在一個相對年輕的狀態(tài)，其最有可能出現(xiàn)的區(qū)間為[25.78歲，24.97歲]。

3.4十項全能運動員的技術(shù)類型與年齡有直接關(guān)系，運動員在運動生涯的中早期，主要以發(fā)展速度類項目為主，后期以提高或保持投擲類項目成績?yōu)橹?，在運動員的巔峰期，體能是制約運動員成績的主要因素,運動員在下一個奧運周期中將以發(fā)展力量類項目為主。

參考文獻

[1]國際田聯(lián)官方網(wǎng)站http：//www.iaaf.org.

[2]鄧聚龍.灰預(yù)測與灰決策[M].武漢:華中理工大學(xué)出版社,2002.

[3]劉思峰,謝乃明,等.灰色系統(tǒng)理論及其應(yīng)用[M].第6版.北京:科學(xué)出版社.

[4]劉嘉津.適用于競技體育的灰色預(yù)測方法體系研究[D].華東師范大學(xué),2007.

[5]劉嘉津.探索競技體育領(lǐng)域灰色包絡(luò)模型預(yù)測的新方法[J].廣州體育學(xué)院學(xué)報,2006(2):54-56.

[6]田麥久.運動訓(xùn)練學(xué)[M].北京:高等教育出版社,2006.

[7]馬祥海,田勇.我國當(dāng)今優(yōu)秀男子十項全能運動員成績的灰色關(guān)聯(lián)分析[J].首都體育學(xué)院學(xué)報,2008(4):117-120.

[8]鄭頤樂,賈昌志.中外優(yōu)秀十項全能運動員成績的灰色關(guān)聯(lián)分析[J].北京體育大學(xué)學(xué)報,2004(8):1135-1136.

[9]李鐵錄,朱凱,張久利.不同水平十項全能運動員成績增長規(guī)律的研究[J].北京體育大學(xué)學(xué)報,2001(1):130-132.

[10]盛紅慶.中外男子十項全能運動成績發(fā)展態(tài)勢研究[J].山東體育學(xué)院學(xué)報,2008(4):75-77.

The Research on the Development Tendency of World Men's

Decathlon Sports in the Recent Fourteen Years

DU Li-lin1，LIU Jia-jin1，ZENG Nan-nan2

(1.College of Physical Education, Ningbo University, Ningbo 315211, China；

2.Ningbo College of Health Sciences, Ningbo 315100, China)

Abstract:This paper applies grey relational analysis and GM (1,1) modeling method of Grey Theory , through the study of achievement, age, and the event-group achievement of the world men's decathlon athletes, discovers the law of development of decathlon, and forecasts the development trend of age, technology type and totalscore trend of athletes. At last, we draw a conclusion in order to provide reference for the follow study of world men's decathlon sports.

Key words:decathlon;grey model; grey relation; development trend

中圖分類號:G825.1

文獻標(biāo)識碼：A

文章編號：1004-3624(2015)02-0021-05

作者簡介：杜李林(1988-)，男，山東臨沂人，在讀碩士研究生，研究方向運動訓(xùn)練的理論與實踐.

收稿日期：2014-11-06