2018～2019 賽季CBA 中鋒球員競技水平的分析

李師祁，楊 堅

（廣州體育學院 研究生院，廣東 廣州 510500）

籃球是一項技能主導類同場對抗性項群的運動項目，其獨特的運動體驗與精彩的賽事觀感使其成為了最受歡迎的運動項目之一。 而籃球運動亦被稱作是“巨人運動”，中鋒球員作為賽場上身高最高的球員在身體形態上具有絕對的優勢，在攻防戰略意義上也具有舉足輕重的作用。 中鋒球員攻可策應傳切籃下終結，防能護框搶板轉守為攻。 由此可見中鋒球員不僅是參與進攻的主要得分手，全隊配合的樞紐，爭搶籃板的能手， 還是決定全隊攻守轉換速度的關鍵人物和決定戰術意志的核心［1］。

隨著現代籃球的不斷發展， 判斷中鋒球員競技水平的高低已不再是某些單項技術指標的比較， 而是發展成為綜合能力的比拼。 田麥久教授將運動員所具備的競技能力在比賽中的表現稱作競技水平， 它是指運動員通過運動競賽所表現出來的競技能力，是運動成績的重要組成部分［2］。 運動員競技水平的增長有賴于競技能力的培養， 那么中鋒球員的競技能力又有哪些構成？又如何系統全面地分析其競技水平？筆者認為運用統計法中的因子分析能夠較好地將其呈現出來。 即對比賽現場的各個技術數據進行統計分析后構建出中鋒球員競技能力結構模型， 同時計算各個中鋒球員的綜合因子得分將其進行比較分類，從而得出中鋒球員的競技水平。

1 研究對象與方法

1.1 研究對象

1.2 研究方法

1.2.1 文獻資料法

以“中鋒”“競技水平”“因子分析”“聚類分析”為檢索詞組配，采用主題檢索在中國知網上檢索大量相關文獻進行閱讀，同時高校的籃球教程以及體育統計學教程為本文提供了豐富的理論依據，并通過CBA 官網、新浪體育等權威網站整合了在2018～2019 賽季CBA20 支球隊中中鋒球員的技術統計數據，保證了數據來源的可靠性與真實性。

1.2.2 數理統計法

運用 Excel 2013 軟件對 2018～2019 賽季 CBA 中 20 支球隊中鋒的原始技術統計數據進行整理，并通過SPSS19.0 進行因子分析與聚類分析，構建出CBA 中鋒球員競技能力的結構模型并對球員進行水平分類。

1.2.3 錄像觀察法

通過錄像回放2018～2019 賽季CBA 中20 支球隊比賽的部分實況錄像對中鋒球員的賽場表現進行進一步的分析與觀察為本文的研究提供現實依據。

2 結果與分析

2.1 2018～2019 賽季CBA中鋒球員競技能力的因子分析

2.1.1 變量數據與研究樣本的選擇

收集2011年12月至2017年9月間中山大學孫逸仙紀念醫院手術及經病理確診的72例P-NENs患者的臨床資料，記錄患者的性別、年齡、病理組織學檢查結果、瘤體大小(長寬高三徑線相乘)、局部浸潤(十二指腸、膽管及脾)以及遠處轉移情況。

有相關研究［3-6］表明，利用現場技術數據統計能對籃球運動員的競技水平進行客觀分析， 由此本次研究所選用的變量指標皆為CBA 官方網站所提供的現場技術統計指標，能較真實地反映出運動員在賽場上的競技水平。 就籃球運動員來說，一場籃球比賽競技狀態的發揮具有絕對的偶然性， 但是從多場比賽的競技狀態看， 他們平均競技指標又存在著相對的穩定性［7］，故采用各個球員各項指標統計總數的均值數據作為原始數據。 本研究的球員樣本在 2018～2019 賽季 CBA 的20 支球隊中有出場記錄和具有有效技術統計數據的69 名中鋒球員中進行選擇，篩選的標準是當賽季至少出場15 場，上場時間不少于10min，場均至少得到5 分。經過遴選最終40 名中鋒球員入選，這40 名中鋒球員大多數是各個球隊中具有穩定上場時間的球員， 相對于其他中鋒球員而言更具有代表性以及統計意義。

2.1.2 CBA 中鋒球員競技能力的因子分類及命名

因子分析是從大量數據中“由表及里”“去粗取精”，將錯綜復雜的眾多因子（變量）歸結為少數獨立的幾個綜合因子的一種多元統計分析方法［8］。因子分析法在構成綜合評價值時所涉及的權數都是從數學變換中伴隨生成的， 不是人為確定的， 具有客觀性， 在一定程度上能夠克服單項指標的局限性，提高評價的全面性和科學性［9］。 本研究采用 2018～2019 賽季CBA 中的40 名中鋒球員的技術統計數據為樣本進行因子分析。 由表 1 可知，KMO 檢驗以及 Barlett 球型檢驗結果顯示KMO 值為0.755，根據統計學家Kaiser 給出的KMO 取值大于0.6，適合做因子分析。 再結合Barlett 球型檢驗結果顯示的相伴概率為0.000，符合小于0.05 的條件，因此拒絕零假設，綜合判斷對CBA 中鋒球員競技能力分析適合做因子分析。

表1 KMO 和 Bartlett 的檢驗表

將40 名球員11 項技術統計指標數據進行降維處理后，如表2 所示采用提取特征值大于1 的因子，共有3 個。 累計貢獻率達到70.908%， 即所提取的3 個因子能夠反映原始數據的大部分信息。

表3 是因子載荷矩陣旋轉后的結果， 未經過旋轉的載荷矩陣中，因子變量在很多變量上都有較高且相近的載荷，使其含義變得模糊，故采用旋轉后的因子載荷矩陣。 其中失誤、助攻、得分、搶斷、籃板、三分球命中率這6 個指標變量與成分一具有較高的載荷系數，均在0.5 以上，因此歸類為第一因子。扣籃、兩分球命中率與蓋帽則與成分二具有高載荷系數，也達到0.5 以上，故劃分為第二因子。 犯規與罰球命中率與成分三具有高載荷系數歸為第三因子。

表2 解釋的總方差表

表3 旋轉后因子載荷矩陣表（成分矩陣表）

表4 根據旋轉后因子載荷矩陣對各個因子進行命名，并對每個因子進行分析，從而分析出CBA 中鋒球員競技能力的結構模型特征。

第一因子包括失誤、助攻、得分、搶斷、籃板、三分球命中率這7 個指標變量，這7 個變量基本上是屬于進攻技術指標，其中失誤的因子載荷值最大達到0.9， 助攻的因子載荷值為0.894，得分為0.840，故將第一因子命名為綜合進攻技能因子，該因子貢獻率為36.703%即該因子對因子結構構建的影響最大。 首先分析失誤，失誤這一指標可從側面看出如今的中鋒球員具有較多的持球機會和傳球意識， 但由于中鋒球員的身形高大技術層面上相對于其他位置球員而言缺少靈活機動的特點因此在持球進攻時容易引起失誤， 同時中鋒持球位置都較為深入近框，時常會引發包夾協防進攻壓力增大，也較為容易失誤。 助攻是由同伴傳球后直接獲得投籃或者上籃，或者運一次球再進行投籃或者扣籃且成功得分的方式［10］。 助攻這一指標也很好反映了中鋒球員是全隊進攻的樞紐， 中鋒時常會提至高位進行策應與傳切從而幫助隊友在籃下完成終結。 得分和搶斷，籃球比賽的最終目的是得分，搶斷成功后可增加一次進攻從而獲得得分機會， 在球隊中中鋒作為主要的得分手存在的， 憑借良好的意識完成搶斷后憑借較高的視野可發動進攻。 籃板是獲得得分機會的關鍵一環，中鋒在獲得進攻籃板球時可在籃下進行二次進攻，獲得防守籃板時又可發動快攻，籃板這一指標往往是衡量中鋒球員水平的一個重要技術指標。三分球命中率，現代籃球“小球打法”的盛行使得現代中鋒球員的技術構成發生較大的改變， 根據比賽錄像可以看出現在絕大數的中鋒都具備了三分遠投的能力， 同時三分球能較快地拉開比分或者追分， 可以看出三分球對于進攻層面的意義重大。

第二因子由扣籃、兩分球命中率和蓋帽構成，這三項技術指標的因子載荷值都在0.5 以上，最大值0.831 為扣籃，其次是兩分球命中率0.793 和蓋帽0.627。 結合中鋒球員的活動區域多在籃下以及這3 項指標的特性可將此因子命名為籃下攻防對抗因子，因子貢獻率為21.606%。 扣籃是一項考驗身體素質以及極具觀賞性的技術， 作為中鋒而言在比賽中時常能與隊友配合完成扣籃在獲得得分的同時又能振奮士氣。 兩分球命中率， 作為經常在籃下活動的中鋒球員其中距離的兩分球是主要的得分手段。 蓋帽作為中鋒護框的重要技能，能很好地阻斷對手得分挫傷對方進攻的勢頭。

第三因子包括犯規以及罰球命中率， 其中犯規的因子載荷值最大為0.739，犯規可以看出一名球員的防守技術是否過硬，犯規還分為戰術性犯規和無意性犯規，與球員的經驗有一定關系［11］。 罰球命中率，罰球通常情況下是由進攻隊員在進攻時遭到防守隊員防守侵犯后的補償性得分手段， 從罰球次數來看中鋒球員可利用自身優勢不斷沖擊籃筐給防守球員施壓迫使其犯規從而獲得罰球得分機會。 犯規和罰球命中率都與球員的進攻與防守的意識和態度有關， 因此第三因子可命名為積極意識態度因子，貢獻率為12.598%。

表4 因子命名表

2.2 2018～2019 賽季CBA中鋒球員競技水平等級劃分

通過因子分析后得出綜合進攻技能因子、籃下攻防對抗因子和積極意識態度因子共同構成了CBA 中鋒球員的競技能力，根據累計方差可知這3 者的貢獻率中最大的是進攻技能因子達到36.703%由此可見進攻能力仍然是作為一名中鋒球員競技能力構成的核心部分。 3 個公共因子的得分模型分別為：

F1=0.840X1+0.045X2+0.585X3+0.047X4+0.744X5+0.894X6+0.831X7+0.170X8+0.205X9+0.900X10+0.249X11；

F2=0.340X1+0.793X2-0.199X3-0.354X4+0.502X5+0.031X6+0.258X7+0.831X8+0.627X9+0.083X10-0.240X11；

F3=-0.140X1-0.099X2-0.336X3-0.688X4+0.152X5+0.169X6+0.146X7+0.029X8+0.289X9+0.259X10+0.739X11；

通過以上3 個得分模型即可計算出各個中鋒球員在這3個因子的得分， 但要衡量出一名球員真正的競技水平則還需計算每位球員的綜合因子得分從而對其競技水平進行綜合的評價分析。 作為研究樣本的這40 名中鋒球員的綜合因子得分的表達式為：E=4.037F1+2.377F2+1.386F3，以此得分模型計算每位中鋒球員的綜合因子得分如表5 所示。

表5 2018～2019 賽季CBA 中鋒球員競技水平的綜合因子得分表

表6 CBA 中鋒球員競技水平等級分類表

將CBA 中的40 名中鋒球員競技水平的綜合因子得分進行快速聚類，最終劃分為3 類（表6）。從聚類結果看，類型一中的聚類球員除了國內本土的王哲林以及易建聯兩位球員外皆為外援球員，根據CBA 各球隊引進外援增加自身隊伍的競技實力這一出發點可看出類型一的球員基本上都屬于明星級別的球員。 而國內本土的王哲林以及易建聯作為國家隊的兩大主力隊員同時也都曾獲得過CBA 最有價值球員（MVP）的殊榮，由此可見類型一的球員競技水平都屬于高水平，具有很強的賽場統治力，能夠對比賽結果起到關鍵作用。 從類型一的球員聚類結果可知， 國內本土的中鋒球員能躋身高水平行列的較少，僅有兩名球員，其他球員多為外籍球員，國內本土中鋒球員與外援中鋒球員的競技水平仍有差距。

類型二的球員從各個球隊的陣容上來看都是屬于球隊的穩定出場球員，像前NBA 球員斯貝茨在聯賽中屬于明星級別的球員，包括其他諸如馬齊﹒蘭佩以及尼克爾森等外援球員也是球隊的中流砥柱。 國內本土深圳隊的沈梓捷以及李慕豪、八一南昌隊的許鐘豪， 遼寧隊的韓德君等皆為球隊的首發主力球員，是球隊不可或缺的攻防好手。 這一水平的球員成員既有外援也有本土球員，水平較為平均，因此這一類型球員的競技水平在聯賽中屬于中等水平。

類型三水平中的球員都為國內本土的中鋒球員且各自的綜合得分都非常低，基本上都是負值。 這類球員在各個球隊中具有一定的上場時間，但大多數是屬于輪換角色，對比賽的走向并不能起太大的影響作用。 因此這一類的球員的競技水平屬于一般水平。

3 結論

1）CBA 中鋒球員競技水平的高低由球員的競技能力在賽場中的表現所決定， 利用因子分析能定量地呈現影響其競技能力的結構模型，從而計算球員的綜合因子得分，對其競技水平能進行客觀的評價分析。

2）通過對3 個公共因子進行綜合因子得分計算，從而得出中鋒球員的競技水平情況， 得分模型為：E=4.037F1+2.377F2+1.386F3，由此可知綜合進攻技能因子、籃下攻防對抗因子和積極意識態度因子共同決定了球員競技水平的高低，其中綜合進攻技能因子的貢獻率最大。 因此提高中鋒球員的競技水平必須加強各個環節的訓練， 尤其以進攻技能的開發為主要任務。

3）通過對中鋒球員綜合因子得分進行聚類分析，對CBA中的中鋒球員進行了競技水平等級劃分。 得出類型一為高水平，多為外援球員國內僅有王哲林以及易建聯入選；類型二為中等水平，球員多是球隊的主力球員。 類型三為一般水平，總體的綜合得分較差都是國內的角色中鋒球員。