羽毛球女子單打比賽節奏研究：基于最優尺度回歸模型視角

摘" 要：為中國羽毛球女子單打項目的日常針對性訓練及比賽提供數據支撐。采用2020年東京奧運會羽毛球女子單打項目16強28局比賽錄像為切入點，使用最優尺度回歸分析構建比賽節奏模型，并對2022年世界羽毛球錦標賽決賽進行案例分析。結果顯示：（1）以比賽節奏為因變量，18項技術因素為自變量構建最優尺度回歸模型，模型擬合度良好（R2 =0.900，Plt;0.05）。（2）比賽節奏與個人局比賽節奏Y的關系為慢節奏（Y≥8.24）、中等節奏（6.92 ≤Ylt;8.24）、快節奏（Ylt;6.92），陳雨菲VS山口茜的3局中有2局的Y值高于對手。結論：（1）不同比賽節奏分別與不同技術的使用率、得分率、失誤率有關聯性。（2）個人比賽節奏比對手快，更易提高獲勝概率。

關鍵詞：最優尺度回歸分析；羽毛球；比賽節奏；女子；單打

A study on the pace of Women's Singles Badminton Matches：

Based on Optimal Scaling Regression Modeling Perspective

Abstract： To provide data support for the daily targeted training and competition of Chinese women's badminton singles program. Adopting the video of the top 16 28-game matches of women's badminton singles event of 2020 Tokyo Olympic Games as the entry point， we constructed the rhythm of play model using optimal scale regression analysis and conducted a case study on the final match of 2022 World Badminton Championships. The results showed that" （1） the optimal scale regression model was constructed with competition tempo as the dependent variable and 18 technical factors as independent variables， and the model fit was good （R2 =0.900， Plt;0.05）. （2） The relationship between competition tempo and individual set competition tempo Y was slow tempo （Y ≥ 8.24）， medium tempo （6.92 ≤ Y lt; 8.24）， and fast tempo （Y lt; 6.92）， and the Y value of 2 out of the 3 sets of Chen Yufei vs Yamaguchi was higher than that of her opponent. Conclusion： （1） Different competition tempo are correlated with the utilization rate， scoring rate， and error rate of different techniques， respectively. （2） Individuals with a faster competition tempo than their opponents are more likely to increase the probability of winning.

Key words： Optimal scale regression analysis; Badminton; Competition tempo; Women; Singles

中圖分類號：G847"""" """""""""""""""""文獻標識碼：A

比賽節奏是在整個比賽過程中，不同戰術組合所表現出來的大小、強弱、快慢、長短的反復交替變化特征[1]。而比賽節奏控制能力，作為競技表現的重要特征之一，對競技活動的過程產生深遠影響[2]。現有的比賽節奏研究中，國內外均偏重于技能主導類難美性項群、同場對抗性項群和體能主導類耐力性項群的探討，但對技能主導類隔網對抗性項群涉及較少。同時，當前國內外研究比賽節奏以定性分析居多，鮮有定量分析；國內關于羽毛球比賽節奏定量研究除付慶镕[1]提出回合節奏系數公式外，無其他定量評定方法。羽毛球比賽節奏的定量研究亟待豐富。

本研究借鑒了羽毛球[1]和籃球[3]的比賽節奏定量研究方法，采用最優尺度回歸分析探討了比賽節奏的技術因素。為此，團隊進行了系列研究。本研究以東京奧運會羽毛球女子單打項目16強選手的12場共計28局比賽為切入點，構建比賽節奏評價模型（最優尺度回歸模型），并旨在通過其分析羽毛球女子單打比賽節奏，并結合2022年世界羽毛球錦標賽決賽來展示該模型的應用和效果，以期為中國羽毛球女子單打項目的日常針對性訓練及比賽提供依據。

1 "研究對象與方法

1.1 "研究對象

以基于最優尺度回歸分析的羽毛球女子單打項目比賽節奏模型為研究對象。

1.2 "研究方法

1.2.1 "錄像觀察法 "采用Adobe Premiere Pro CC對騰訊視頻中下載的2020年東京奧運會羽毛球單打項目女子16強[4]12場共計28局比賽錄像進行數據統計（表1），依據相關文獻[5-6]，研究將主要技術指標歸類為：發球、接發球、撲球、勾球、搓放球、擋網球、抽球、高遠球、殺球、挑球、推球、吊球。研究在進行比賽節奏的定量研究時以“局”[7]為單位予以探討。

1.2.2 "數理統計法 "采用最優尺度回歸分析構建羽毛球女子單打項目比賽節奏模型，并結合具體比賽來展示模型的應用和效果。因變量為比賽節奏，自變量為12種技術的使用、得分和失誤率，其中比賽節奏是基于付慶镕[1]的回合節奏系數公式及劃分方法。構建模型的步驟如下：（1）采用卡方檢驗對分析的比賽節奏和運動技術36個變量進行兩兩分析，選出有統計學意義的指標（α =0. 05），并納入多重對應分析。（2）解析多重對應分析圖，結合實際經驗，優化降維，并將降維后的變量進入最優尺度回歸模型，構建羽毛球女子單打項目比賽節奏模型。（3）將得出的羽毛球女子單打項目比賽節奏模型結合2022年世界羽毛球錦標賽決賽中運動員技術進行比賽節奏情況分析。

2 "比賽節奏模型及其應用

為了明確比賽節奏與技術之間的關系，定量研究是一個好方法[8]。本研究將通過羽毛球女子單打項目的比賽節奏和運動技術分布，以及最優尺度回歸結果，構建比賽節奏模型。該模型將應用于2022年世界羽毛球錦標賽決賽（陳雨菲vs山口茜）的具體案例分析中。

2.1 "羽毛球女子單打項目比賽節奏及運動技術分布

為更好確定運動技術分布情況，采用25百分位和75百分位法為其劃分范圍[9]。為了定量判定比賽節奏及運動技術的關系，研究將比賽節奏分別賦值為慢節奏=1，中等節奏=2，快節奏=3，同時對運動技術也進行賦值（表2），由此比賽節奏與運動技術一樣均為序分類變量。利用趨勢卡方檢驗分析運動技術的使用率、得分率和失誤率與比賽節奏的關系，發現28個變量具有線性趨勢（表2）。

為進一步確定多組類別變量之間關聯性，采用多重對應分析，以趨勢卡方檢驗得出的運動技術變量及比賽節奏變量為分析變量進入同一集合中進行分析，剔除兩個維度上區分度都小于0.1的變量后[10]，再次進行多重對應分析，得到比賽節奏及運動技術多重對

應分析圖（圖1）。結果顯示：模型維度1和維度2的慣量貢獻率分別從15.91%和12.82%提高到52.04%和47.96%，其累積貢獻率提高了36.13%。維度1和維度2的信度分別為0.783和0.759，特征值分別為3.878和3.565?？梢娔Ｐ退凶兞颗c維數的關系較為密切[13]。

通過多重對應分析，研究發現不同的比賽節奏與不同的運動技術有關聯，其中搓放、抽球和高遠球的使用率和得分率對比賽節奏的影響最大（圖1）。

2.2 "羽毛球女子單打項目比賽節奏最優尺度回歸結果

將多重對應分析中區分度高的18個變量作為自變量，比賽節奏（快節奏=1，中等節奏=2，慢節奏=3）作為因變量，構建最優尺度回歸模型。模型R2值為0.900，提示90.0%的因變量可以通過自變量解釋。對模型進行F檢驗時發現模型的F=511.921（Plt;0.05），模型具有統計學意義（表3）。所有納入因素的容差分析均大于0.3，各項因素之間不存在嚴重的共線性，該模型可靠。同時抽球得分率（X9）這項因素不具有統計學意義，剔除后得到模型公式為：

Y=0.37X1+0.15X2+0.19X3+0.76X4+0.49X5+0.20X6+0.10X7+0.47X8+0.28X10+0.19X11+0.19X12+0.17X13+0.08X14+0.09X15+0.06X16+0.23X17+0.06X18

其中，X1～X18分別表示接發球使用率、撲球失誤率、勾球失誤率、搓放使用率、搓放得分率、擋網使用率、擋網失誤率、抽球使用率、高遠球使用率、高遠球得分率、高遠球失誤率、殺球得分率、殺球失誤率、挑球得分率、推球使用率、推球失誤率、吊球使用率。

根據實際比賽中收集的數據，將這些變量的具體數值代入模型公式中，得到每局比賽的Y值，即個人局比賽節奏。根據Y值的大小，將比賽節奏劃分為慢節奏（Y≥8.24）、中等節奏（6.92≤Y＜8.24）、快節奏（Ylt;6.92）。

標準化回歸系數分析及影響因素重要性分析。標準化回歸系數可以比較各自變量對因變量影響的大小[11]。從表3中可以看出，17個運動技術變量與比賽節奏均具有顯著正相關（Plt;0.05）。標準化回歸系數的絕對值前7排序依次為搓放使用率、搓放得分率、抽球使用率、接發球使用率、高遠球使用率、推球失誤率、擋網使用率，其重要性總和占模型解釋度的95%，其中搓放、抽球和高遠球使用率3項總和占模型解釋度的76%（表3）。

2.3 "案例分析——基于2022年世界羽毛球錦標賽陳雨菲vs山口茜決賽

研究選擇了2022年世界羽毛球錦標賽決賽隊員陳雨菲、山口茜作為案例進行對比研究。比賽中，陳雨菲最后1：2不敵山口茜，獲得亞軍。陳雨菲VS山口茜3局Y值分別為：8.07 VS 7.67、7.80 VS 9.55、7.54 VS 7.29。如前所述，慢節奏（Y≥8.24）、中等節奏（6.92≤Y＜8.24）、快節奏（Ylt;6.92），可以判定陳雨菲3局均為中等節奏，山口茜第2局為慢節奏，其余為中等節奏。山口茜的比賽節奏在第1局和第3局均快于陳雨菲，陳雨菲僅在第2局快于山口茜。（圖3）。

最優尺度回歸模型中，搓放使用率、搓放得分率、抽球使用率、接發球使用率、高遠球使用率、推球失誤率和擋網使用率這7項重要性總和占模型解釋度的95%。對兩人3局的7項運動技術進行雷達圖比較（圖4，圖5），以找出雙方運動技術的差異。

注：圖中1、2、3指按照運動技術的劃分范圍順序為低、中、高

根據最優尺度回歸模型，搓放使用率、搓放得分率、抽球使用率、接發球使用率、高遠球使用率、推球失誤率和擋網使用率是影響比賽節奏的主要因素。陳雨菲的運動技術變化較大，山口茜的運動技術較為穩定。陳雨菲在高遠球使用率上占優勢，山口茜在搓放得分率上占優勢。

3 "討" 論

研究首次對世界優秀羽毛球女子單打運動員的比賽節奏進行定量分析，這不僅豐富了羽毛球比賽節奏的研究內容，還創新地運用最優尺度回歸分析方法，建立了羽毛球女子單打比賽節奏評價模型。這項研究基于東京奧運會羽毛球女子單打16強選手的12場比賽，幾乎涵蓋了全球頂尖的女單選手（除因傷缺席的張倍雯），彌補了對女性運動員研究的不足。

3.1 "羽毛球女子單打項目比賽節奏及運動技術分布分析

從比賽局次視角探討的項目主要集中于隔網對抗項群，主要涉及排球和羽毛球項目。關于羽毛球單打項目比賽節奏與運動技術關系的研究不多，主要比較不同節奏時相下運動員的得失分[12]。研究與之前的研究相似，基于付慶镕[1]的回合節奏系數公式，但主要探究比賽節奏與12種技術的使用率、得分率和失誤率之間的關系。研究采用百分位數法評定各運動技術使用率、得分率和失誤率的等級[9]，再利用多重對應分析法分析其關聯性[13]。分析結果表明，快節奏、中等節奏和慢節奏均與不同等級的運動技術相關聯?？旃澴嗯c接發球和推球的高使用率、高遠球和吊球的低使用率相關聯；中等節奏與擋網和吊球的高使用率、接發球的中等使用率、搓放、抽球和推球的低使用率相關聯；慢節奏與抽球和高遠球的高使用率、搓放球的中等使用率、擋網的低使用率相關聯。此外，研究還得出與不同比賽節奏相關聯的運動技術得分率、失誤率情況。快節奏狀態下，挑球最易得分，撲球、高遠球最易失分；中等節奏狀態下，高遠球最易得分，擋網球最易失分；慢節奏狀態下，搓放、抽球和殺球最易得分，殺球最易失分。在快節奏狀態下，運動員在對攻中抓對手的失誤，也更易出現主動失誤；中等節奏狀態下，運動員彼此控制變速，對運動員的進攻能力要求更高；慢節奏主要是高弧度球[1]，意在消耗，出乎意料的變速更易得分。

3.2 "羽毛球女子單打項目比賽節奏最優尺度回歸分析

競技體育探討制勝原因的常見方法是構建模型[14-15]。本研究旨在定量研究比賽節奏，并認為構建最優尺度回歸模型是適宜的方法，因為該模型能夠處理分類變量和連續變量的混合數據、非線性關系和潛在結構[10]。在羽毛球比賽節奏的研究中，這些特性尤為重要，因為比賽節奏與多種技術因素之間可能存在復雜的相互作用。該模型也被有學者用于探討大學生課外運動損傷的影響因素[17]，其在區分數據類型上與研究一致。

研究認為，接發球、搓放、擋網、抽球、高遠球、推球和吊球使用率、勾球、擋網、高遠球、殺球和推球失誤率、搓放、高遠球、殺球和挑球得分率這17種運動技術與比賽節奏有關。其中，搓放、抽球和高遠球使用率這3類因素的重要性高于其他因素[17]。運動員在訓練中需要對這些技術進行著重訓練，以提高其穩定性。

在羽毛球女子單打比賽中，運動員在前場和后場使用高頻率的搓放球和高遠球，抽球是最有威脅的中場回球技術[17]。隨著女子羽毛球打法男子化，抽球的使用率也較以往有所提高。這與研究中根據最優尺度回歸模型得出抽球是重要性較高的運動技術的結果相一致。

值得注意的是，在模型的次重要程度的因素中，技術失誤率占50%，技術得分率占33.3%。這提示在比賽中，運動員技術的穩定性更容易影響整體比賽節奏。

綜上所述，要影響羽毛球比賽節奏，運動員可以著重提高搓放、抽球和高遠球技術的穩定性，并根據場上情況使用接發球、推球等技術來掌握比賽主導權。

3.3 "案例分析——基于2022年世界羽毛球錦標賽陳雨菲vs山口茜決賽分析

陳雨菲和山口茜是優秀的女子單打羽毛球運動員，她們在比賽中展現出極高的技術穩定性。本研究利用新的比賽節奏公式，通過運動技術的使用率、得分率及失誤率來分析比賽節奏，幫助教練和運動員更好地理解比賽。

在3局比賽中，節奏快的運動員更有可能贏得比賽，這再次強調了主動進攻的重要性[18]。山口茜在第1局和第3局的節奏快于陳雨菲，而陳雨菲在第2局的節奏更快。盡管陳雨菲的技術穩定性較好，但她的運動技術變化較少。

具體到每局，第2局陳雨菲的技術變化最為明顯，這可能是她試圖改變節奏。而山口茜在第2局技術變化大，但部分技術的使用不當影響了她的穩定性。在第3局，陳雨菲的搓放球使用率上升，這可能表明她試圖乘勝追擊。然而，山口茜通過積極跑動、快速反擊和靈活的手部動作，成功提高了搓放得分率，贏得了比賽。

總之，此案例分析表明，運動員需要保持技術穩定性的基礎上，根據比賽情況調整個人比賽節奏，并嘗試多樣化的運動技術以獲得更好的成績。

4 "結論與建議

4.1 "結論

（1）快、中等、慢節奏分別與不同運動技術的使用率、得分率、失誤率有關聯性。得出快節奏狀態下，挑球最易得分，撲球、高遠球最易失分；中等節奏狀態下，高遠球最易得分，擋網球最易失分；慢節奏狀態下，搓放、抽球和殺球最易得分，殺球最易失分。

（2）基于最優尺度回歸分析得出比賽節奏與運動技術之間的最佳關系為一次方程。組合運用搓放球、抽球、接發球、高遠球、推球、擋網球有利于調整比賽節奏。

（3）個人比賽節奏比對手快，更易獲得比賽勝利。

4.2 "建議

陳雨菲雖具有穩定的比賽節奏，但進攻性不強，其穩定的比賽節奏也會在一定程度上導致對手過早適應，使自己陷入不利局面。建議陳雨菲在比賽前，根據對手的特點和歷史數據，制定針對性的比賽節奏控制策略。在比賽中，靈活調整比賽節奏，提高比賽節奏的變化，通過觀察對手的反應和場上局勢，適時加快或減慢比賽節奏。在關鍵時刻，如比賽的轉折點或決勝局，利用自己擅長的比賽節奏，通過技術變化打破對手的節奏，爭取主動。在比賽后，對比賽錄像進行分析，總結自己在比賽中節奏控制的優點和不足，為下一場比賽做準備。

訓練中，加強挑球技術的穩定性訓練，特別是在快節奏比賽中的挑球時機和準確性。提高高遠球的得分效率，通過在訓練中加入模擬不同節奏比賽場景，訓練運動員在不同節奏下調整高遠球的落點和力量。強化搓放球和抽球技術的控制力，通過慢節奏訓練，提高運動員在慢節奏比賽中的耐心和戰術應變能力。針對殺球技術，進行失誤率的降低訓練，特別是在慢節奏比賽中，提高殺球的準確性和成功率。

參考文獻：

[1] 付慶镕，程勇民.羽毛球比賽節奏的概念界定，評估及其應用[J].體育學刊，2020，27（02）：135～138.

[2] 高玉花.競技戰術節奏的理論詮釋及其在排球競賽中的應用[D]浙江：蘇州大學. 2013.

[3] 張學領. 基于比賽節奏的美國男籃制勝模式研究[J]. 北京體育大學學報，2013，36（06）：141～145.

[4] 三水. 東京奧運會羽毛球淘汰賽對陣簽表[EB/OL]. [2021～3～03]. https：//zhuanlan.zhihu.com/p/389813831.

[5] 肖" 杰，劉萍萍，劉" 勉. 羽毛球[M].南京：江蘇科學技術出版社.2018.

[6] 任亞偉，沈樂君，楊" 剛，等. 羽毛球運動員在三維空間區域中的空間效用分析——以林丹與安賽龍的比賽為例[J]. 體育科學，2018，38（03）：80～89+97.

[7] 王曉桐，高" 峰. 世界高水平女排比賽場逆轉現象技戰術成因的定量分析[J]. 北京體育大學學報，2018，41（03）：111～117+138.

[8] 陸小黑，王昌飛，朱大梅. 社會學視野下民族傳統體育中定量研究的困境與突破[J]. 天津體育學院學報，2022，37（05）：573～577.

[9] 李國強，王若楠，徐浩然，等. 我國馬拉松賽事發展動力機制模型構建與實證研究[J].沈陽體育學院學報，2021，40（02）：67～76.

[10] 張文彤，鐘云飛，王清華. IBM SPSS數據分析實戰案例精粹（第2版）[M]. 北京：清華大學出版社，2020.05.

[11] 鄭元男.體育鍛煉對老年人的主觀幸福感有影響嗎？——關于中國老年休閑體育參與者的實證研究[J].中國體育科技，2019，55（10）：32～40.

[12] Xiaodan Zhang， Zhenhao Yang， Rongfang Chu. Regulation Mechanism， Evaluation and Application of The Match Rhythm of World-Class Men's Badminton Singles[J].International Journal of Education and Economics， 2021， 4（03）：5～11.

[13] 李" 榮，陳" 亮.冬奧會單人項目運動員參賽制勝特征及對2022年北京冬奧會的參賽啟示[J].體育科學，2020，40（04）：15～27.

[14] Muazu Musa R， PP Abdul Majeed A， Abdullah M R， et al. Technical and tactical performance indicators discriminating winning and losing team in elite Asian beach soccer tournament[J]. PloS one， 2019， 14（06）： 219138.

[15] 張紹良，董" 芮，王" 星，等.基于分位數回歸模型的高水平籃球比賽制勝因素探析——以2019FIBA男子籃球世界杯為例[J].體育學刊，2021，28（01）：133～138.

[16] 萬國華，宋" 軍，楊小勇，等.大學生課外運動損傷的影響因素[J].體育學刊，2013，20（01）：88～92.

[17] 李" 博，謝" 俊.羽毛球男子單打和女子單打比賽得分特征對比分析——以2013年10場國際羽毛球賽事男子單打、女子單打決賽為研究對象[J].中國體育科技，2014，50（02）：10～16.

[18] 杜七一，楊夢溪，管建民.我國優秀跆拳道運動員趙帥技戰術特點研究——以2016年里約奧運會為例[J].武漢體育學院學報，2017，51（11）：85～89.