國際視域下關于網球運動員的研究路徑與熱點演化分析

馬孝剛 張志華 史兵

摘 要：以Web of ScienceTM核心合集收錄2007—2017年國外對“網球運動員”研究的文獻1 292篇以及相關參考文獻為研究對象，運用Cite SpaceⅤ可視化分析軟件揭示國外對網球運動員研究的熱點和演化進程。研究結果表明：國外對網球運動員的研究形成了以體育科學、心理學、神經科學、生理學和社會科學諸多學科相互交叉的綜合性學科群；研究力量主要集中在歐美發達國家的高等院校中，亞洲地區僅日本國家的發文量排名進前十。研究熱點以網球運動員的運動成績、技術分析、生理機能和比賽特點為主導，近年研究領域趨向于球員的視覺搜索特征、比賽分析、兒童和工作記憶。

關鍵詞：網球運動員；研究熱點；知識圖譜；Cite SpaceⅤ；國外

中圖分類號：G845 文獻標識碼：A 文章編號：1009-9840（2018）05-0055-10

Abstract：This study did quantitative and visual analysis on 1292 published papers on tennis player during 2007～2017 in Web of ScienceTM by using Cite Space Ⅴ， in order to reveal the hot spots and evolution of tennis study in the world. Results show that the foreign research on tennis players has formed comprehensive discipline cluster involved in sports science， psychology， neuroscience， physiology， and social science. The research force is mainly concentrated in the institutions of the developed countries in Europe and the United States， and in Asia only Japan ranked top 10 in terms of publication volume. Among research hot spots， tennis players' performance， technical analysis， physiological function， and the characteristics of the game are leading， and the research has transferred to players' visual search features， game analysis， children and working memory in recent years. Many high quality scientific research achievements and multi-field analysis have laid an adequate scientific foundation for the theoretical research and practical application of tennis players abroad.

Key words： tennis player； research hot spot； knowledge map； Cites pace Ⅴ； foreign

近年來國內越來越多的人參與網球運動，使這項運動得到了快速的發展。但從國際網球三大組織（ITF、WTA、ATP）和每屆奧運會的成績中可以看出，國內網球運動員整體競技水平仍落后于國際水平。早在2004年雅典奧運會，孫甜甜與李婷獲得女雙冠軍，使國內了解到網球這項運動。2006年鄭潔和晏紫斬獲澳網和溫網女雙兩座冠軍，書寫了我國網球運動的歷史。2011年中國女子職業網球運動員李娜獲得法國網球公開賽冠軍，打破了歐美網球選手在大滿貫賽事上壟斷一百多年的歷史。但隨著李娜的退役，鄭潔淡出人們的視線，彭帥飽受傷病困擾，中國女子網球黃金一代開始謝幕。在“后李娜時代”中，現役年輕女子選手中，段瑩瑩、王薔、鄭賽賽的WTA排名一直徘徊在100 名左右，在WTA分站賽和大滿貫賽事中鮮有出色發揮，青黃不接非常嚴重[1]。上世紀90年代，中國男子網壇選手潘兵獲得中國男子網球的第一個亞洲冠軍，世界最高排名沖擊到170位。而現如今的男子選手中，如張擇、吳迪、公茂鑫等球員的ATP排名基本在200名左右，總體排名比較靠后，沒有ATP分站賽冠軍頭銜，大滿貫賽事也是以持外卡參賽為主，整體實力較差[2]。國內諸多研究者對網球運動員在力量訓練[3]、網球運動損傷[4]和視覺預判[5]等方面都有過深入研究，但網球運動員實際比賽成績競技水平卻未能得到有效提升。故此本文以Web of Science數據庫中收錄的網球運動員相關的研究文獻作為研究對象，運用Cite Space可視化分析工具，解讀國外網球運動員的研究現狀，探索世界網球運動員研究的前沿熱點，為國內學者研究提供準確的研究方向，認識到國內外網球運動員研究的差異，并根據其研究的重點內容提供建議，彌補我國網球運動員研究的不足之處，以便促進我國競技網球運動的發展。

1 數據來源與研究方法

1.1 數據來源

本研究數據來源于美國科學情報所研發的Web of Science TM核心數據庫。收集過程中經過反復篩選對比，保證數據的準確性與有效性。經過多次對比最終確定以布爾算法[6]進行主題檢索，確保算法準確無誤。檢索過程中發現“運動員”一詞含義廣泛，有“player”和“athlete”兩種表達方式，檢索“tennis”過程中發現會出現與“table tennis”相關的文獻。故此最終確定在高級檢索中以主題tennis player或tennis athlete不包含table tennis athlete不包含table tennis player不包含文獻發表國家為China的檢索詞進行檢索。文獻格式為article和proceedings article，檢索時間段為2007年1月1日至2017年11月11日（下載日期為2017年11月12日），共檢索文獻1308篇，為確保文獻的檢索質量，通過人工篩選與主題不相關文獻7篇，并運用 Cite Space軟件自帶的題錄數據除重功能，對下載的文獻題錄數據進行除重處理，最終獲得文獻1 292篇（如表1）。

1.2 研究方法

本研究借助美國德雷塞爾大學（Drexel University） 信息科學與技術學院陳超美博士與大連理工大學 WISE 實驗室聯合開發的 Cite SpaceⅤ科學文獻分析工具[7]，利用數學和計算機的分析手段，探索研究文獻的內外部特征，通過知識結構圖分析研究的結構和熱點，以圖譜形式體現研究的重點并提供決策性依據[8]，展示某學科或國家地區在研究領域中的熱點和趨勢，為把握學科發展提供支撐。

2 研究結果與分析

2.1 網球運動員研究的核心作者分布

通過知識圖譜軟件對國外網球運動員研究的核心作者進行可視化分析，獲得研究者的圖譜。對作者分布情況的分析是深刻把握某一學科研究領域及科研動態的前提[9]，對于在相關領域有深入見解的作者進行研究，可以有效地掌握本領域科研活動的發展進程，對研究主題的現狀分析、總結、提煉和前瞻性研究都有積極的意義。

由表2前10名高產作者統計表中可以看出，國外研究網球運動員的學者相對比較集中，大多數是以某一位作者為中心所建立的研究團隊。其中有4位作者來自澳大利亞，3位來西班牙，英國、法國和卡塔爾各有1位作者。Reid博士為西澳大利亞大學教授，發文量高達50篇，其主要研究領域是網球技術運動學分析和職業網球運動員發展。Fernandez的研究主要為網球訓練方法、網球運動員生理機能，發文量為24篇。Williams的發文量為22篇，其主要為網球運動員的心理感知和視覺預測等相關領域。Rogowski的發文量為16篇，主要研究領域為運動疲勞和訓練方法。Sanz-Rivas的研究領域為運動生物力學分析、訓練方法以及技戰術分析，發文量13篇。

2.2 網球運動員研究的機構與國家分布

對網球運動員研究的國家和機構分布進行分析，可獲得國外對網球運動員研究的科研水平以及研究成果。運動Cite SpaceⅤ分析軟件，節點（Types）選擇國家（Country），時區分割設置為1（Slice length=1），選擇路徑為Pathfinder算法。打開可視化窗口（Visualization），得出網球運動員研究的網絡圖譜。圖中每個圓圈代表一個國家，圓圈的大小與該國家的發文量成正比。圓圈最外層代表文獻的中心性（Centrality），中心性是科學知識圖譜中起連接作用大小的度量[10]。

國家發文量`體現了該國家對本研究領域的重視程度和科研能力。經可視化結果得出，美國是研究網球運動員發文量最多的國家（352篇），處于第一位，占所有國家發文量的22.2%，其次是英國（189篇）、澳大利亞（158篇）、西班牙（140篇）、法國（112篇）、德國（80篇）、加拿大（55篇）、日本（42篇）、荷蘭（40篇）、意大利（39篇）、巴西（39篇）、瑞士（35篇）、土耳其和卡塔爾發文量均為30篇。上述國家總體發文量占據總發文量的85.7%，從國家發文量的中心性可以看出，澳大利亞發文量的中心性名列第一（0.49），其次是德國（0.38），法國與卡塔爾同為（0.23）排名第三。其余國家發文量的中心性依次為意大利（0.20）、英國（0.18）、加拿大（0.11）、新西蘭（0.10），而發文量較高的美國僅為（0.01），西班牙僅為（0.05），說明美國在擁有較高科研平臺和實力的基礎上有較大的文章產出量，但其文章的影響力遠不及澳大利亞、德國、法國和英國等國家。澳大利亞、英國、美國、法國四國為四大滿貫賽事承辦地，擁有深厚的網球歷史和優秀的網球運動員，無疑對網球運動員的科研實力有很大的促進作用。結合國家地區劃分得出，發文量前10名國家中，北美洲兩國（美國、加拿大）；大洋洲一國（澳大利亞）；歐洲六國（英國、西班牙、法國、德國、意大利、荷蘭）；亞洲一國（日本）。發文中心性排名前10的國家地區分布為：大洋洲（澳大利亞、新西蘭）；歐洲（德國、法國、卡塔爾、意大利、英國、瑞士、西班牙）；北美洲（加拿大）。

綜合得出對網球運動員研究的整體實力集中在歐洲各國，美國雖是最高產量國家，但科研影響力較低。澳大利亞在文章產量和中心性排名中都名列前三，展現出較強的科研實力。亞洲各國中日本是唯一進入前10的國家（中國除外），這與日本目前網球運動的盛行離不開，日本選手錦織圭近幾年在各大賽事上取得優異成績，提高日本體育科研人員對網球運動員的重視程度。從圖2中看出日本國家的節點與其他各國的連線主要有兩條，澳大利亞和馬來西亞，與澳大利亞之間的連線較粗，說明日本與澳洲之間關于網球運動員的研究密切，進而提高日本對網球運動員研究的整體科研實力。對發文機構進行可視化分析得出：研究機構均是由各國高校組成，其中發文量最頻繁的高校為澳大利亞的西澳大利亞大學、澳大利亞網球學院、澳大利亞體育學院、英國的拉夫堡大學和利物浦約翰摩爾大學、西班牙的埃斯特雷馬杜拉大學和米格海爾蘭德斯大學、法國的里昂大學、斯洛文尼亞國家的斯洛文尼亞大學。期中米格海爾蘭德斯大學和美國的斯坦福大學分別在2014年和2010年出現突增現象，達到3.70和3.32，突增量（burst）是指文章在短時間出現較大的增長量。

2.3 網球運動員研究的主要學科

提高網球賽事的發展和球員的競技水平就必須從運動員出發，對與運動員相關的領域進行深度挖掘，確保競賽訓練、醫療設備和運動營養等方面的綜合發展。競技水平不僅僅局限于體育類學科的知識領域，更需要綜合各學科相關知識統一運用到運動員個體。運用Cite Space軟件對國外網球運動員研究的學科分類進行可視化分析，設置“時間分割”（Time Slicing）值為1，節點類型選擇學科類別（Category），閾值選擇Top N代表每個時間間隔內頻次最高的50個，采用關鍵路徑算法，得出節點N=61個，連線E=128條組成有關網球運動員研究學科分類的共現網絡圖。

根據圖列信息可得出，其中784篇是以體育科學學科為主的文獻，其余均是以多學科交叉研究的結果，主要有心理學（264篇）、社會科學（193篇）、體育休閑與旅游（187篇）、應用心理學（138篇）、矯形學（107篇）、工程學（82篇）、生理學（70篇）和實驗心理學（65篇）。從學科發文量中可以看出心理學相關文獻數量較多，分為心理學、實驗心理學、應用心理學三大類，除體育科學文章占據39.8%以外，心理學相關文獻達到23.8%。從學科中心性排名中看出體育科學（0.45）排首位，排名第二位為神經科學（0.29），社會科學（0.28），表明國外對網球運動員研究學科中以體育學科為主導，心理學為輔的科研路線。文章影響力中體育科學學科占主要位置，但神經學科是僅次于體育科學學科之后的主要影響學科，說明國外對網球運動員的研究已經不僅局限于競賽訓練相關領域，更是深入到與網球運動員相關的視覺或腦神經學科領域。

2.4 網球運動員研究的熱點分析

熱點研究的依據是詞頻，在科學研究領域，可以按照學科領域建立詞頻詞典，從而對研究人員的創造活動做出定量分析。詞頻分析方法就是在文獻信息中提取表達文獻核心內容的關鍵詞或主題詞頻次的高低分布[11]，來研究該領域發展方向和研究熱點的方法。

2.4.1 關鍵詞共現分析

運用Cite SpaceⅤ軟件，將Web of ScienceTM核心合集收錄的1 292篇“網球運動員”文獻進行分析，節點（Node Types） 選擇關鍵詞（Keyword），閾值設置為 Top50，使用路徑（Pathfinder） 算法，得到228個節點，739條連線的網球運動員研究熱點共現圖譜（圖4）。圖譜中，每個節點代表網球運動員研究的一個關鍵詞，節點的大小與網球運動員研究領域關鍵詞的頻次成正比，節點間的連線代表關鍵詞間的親疏關系，連線越粗，表示關鍵詞間的關系越密切[12]。將表達意義相同的關鍵詞進行合并處理，如tennis player和player同時表達運動員的意思，故將這兩組詞進行合并。類似還將tenni和performance合并、sport和exercise合并，最終所得出關鍵詞的頻次和中心性如圖4所示。

由表3中可知運動表現（performance）出現頻次最高549次，可見國外對網球運動員的研究領域主要集中在網球運動員的運動成績上，以提高競技能力和運動成績為主要出發點，對運動員力量訓練（strength）、恢復（recovery）、移動能力（movement）和鍛煉（exercise）等進行了詳細的研究。網球是一項高強度、爆發性極強的運動，球員在比賽中體現大量的短時間啟動、變向、加速和制動。比賽持續時間較長，約1～5小時，大部分賽制為三盤兩勝制[13]，并且在不同比賽場地中，球員每回合時間也有一定的區別，據統計職業球員實際比賽時間約占總時間的16%～26%[14]。而青少年網球比賽中的實際時間為總時間的30%，比賽時間與休息時間的比例約為1 ∶ 3，可見比賽時間較長，故提出青少年時期就應該重視球員的體能訓練。此外Kibler（2000）研究得出職業網球運動員擁有較強的有氧運動能力，最大攝氧量VO2max值在44 ml/kg/min至69 ml/kg/min之間[15]。綜合得出國外學者對網球運動員的研究更集中于對比賽實際情況的分析，檢測各項指標對訓練提供監控，確保球員在訓練中的身體反應與實際比賽相一致。重視球員的力量和體能訓練，嚴格規定訓練中的間歇時間，為球員的技戰術水平奠定體能基礎。

損傷（Injury）、疲勞（Fatigue）的出現頻次和中心性分別為108和0.13，運動損傷和球員身體抗疲勞的程度有很大的關系，身體容易疲勞的部位出現損傷的概率也就越大。網球運動中的疲勞效應表現為：擊球時機不準（速度和精度）、技術動作變形和不正確的戰術選擇[16]。據統計一名職業網球運動員每年出現損傷的概率為0.05～2.9[17]。大多數肩部損傷被認為發生在發球時引拍至擊球這一階段，引拍階段外部旋轉抵抗肩部內旋轉和水平內收承受高度負荷[18]。美國網球公開賽1994—2009之間，平均每1 000場比賽都會出現48.1的損傷[19]。溫布爾頓網球公開賽2003—2012年每1000次比賽中的平均傷害發生率為20.7[20]。Nina（2010）研究得出男運動員出現損傷的比例為每1 000小時出現1.7例，女運動員為每1 000小時出現0.6例，其中65%為新傷，大部分位于膝關節和踝關節，并得出女子球員比男子球員更易受傷，男性的下肢損傷更突出。比賽中每一分球員雙方需要進行8.7個變向，每一次快速變向對膝蓋所產生的負荷是體重的1.5～2.7倍。因此出現損傷的主要部位為腰傷、肩關節損傷和踝關節損傷為主[21]。結果表明網球比賽出現損傷的概率較高，大多出現在關節部位。國外對網球運動損傷的研究主要以收集統計為主，將損傷進行分類，提高教練員和球員預防損傷的重視程度。故此針對球員損傷的研究應當趨向于損傷預防和身體保養，著重賽前、賽中和賽后對球員身體的實時監控。

感知覺（Perception）、運動生物力學（Biomechani-

cs）、運動學（Kinematics）出現頻次為79次、78次、75次，中心性均為0.09。4個關鍵詞是與網球運動員運動感知覺和技術動作分析相關的內容。Alison（2011）研究得出平擊發球具有較高的水平速度，垂直方向的速度分量較小，球拍位置位于肩關節后8.7 cm，內側21.1 cm[22]。Matthew（2011）得出運動員和教練應該提高關節部位肌肉力量（例如手腕屈肌、肘屈肌、外肌和內肌、髖伸肌和踝關節跖屈肌），提高上肢關節的角速度[23]。Chow得出二發球速相比一發減少24.1%，兩次發球在擊球前球拍的速度和方位并沒有差異性。二發相比一發的調整主要是擊球前向前移動和球拍的垂直速度與水平速度增加，二發時拋球更貼近身體，改變垂直速度和水平速度進行上旋和側旋發球[24]。這表明國外對網球運動員技術動作研究比較細化，將技術動作進行分類詳細介紹各階段的運動狀態，運用生物力學相關指標，分析技術動作的準確性。運動學分析還運用在球員的運動損傷和臨床醫學中，分析損傷的原因，并對其實施相應的措施。因此，力學分析是監控、預防和診斷球員技術動作的重要手段，研究過程中應當注意各項指標的準確性和實用性。

2.4.2 研究熱點的時空分析

為深入剖析近10年國外學者對網球運動員研究的動態演變，運用Cite Space系統中時空分析Timezone view對關鍵詞（Keyword）和主題詞（Term）進行可視化分析，得出2007年以來研究熱點變化時區可視化圖譜5，直觀地表達不同時間段內的研究熱點和研究趨勢的動態發展變化[25]。時區視圖是由一系列表示時區的條形區域組成，時區按時間順序從左向右排列，圖5代表一個研究領域的思想演進路徑。并結合各年突變詞（Citation Burst）匯表，展現出各年突顯的研究熱點，可以看到，自2007年以來國外對網球運動員研究的發展脈絡以及研究熱點之間千絲萬縷的聯系。

由圖5可知，國外對網球運動員研究的熱點已經由早期的運動成績（Performance）、可靠性（Reliable）、驗證（Validation）、肌肉活動（Muscle activity）、生理反應（Physiological response）以及損傷預防（Jury prevention）等過渡到近年來的視覺搜索特征（Visual search strategy）、比賽分析（Match analysis）、兒童（Preadolescent children）和工作記憶（Working memory），但至今關于網球運動員力量（Strength）、移動能力（Movement）、疲勞（Fatigue）和損傷（Injury）等研究仍是主要研究對象。由各年突變詞可得出，青少年網球運動員（4.321）、骨密質（4.0244）、性別（3.3692）和損傷預防（3.3424）突變時間較長，可見國外對這幾方面進行了深入的研究。

2.5 研究熱點的演化分析

運行Cite Space軟件，控制版面中節點選擇Cited Reference（被引文獻），設置“Time Slicing”值為1；閾值項選擇“Top N per slice”（N=50），節點閾值設定為每個時間切片中共被引頻次的前50，算法選擇“Pathfinder”（尋徑網絡算法）進行分析，運行軟件，并按照中心性的高低顯示體育運動風險的關鍵點圖譜。由圖6可見，網球運動員的主要聚類分為3個：#1網球運動員生理機能；#2網球比賽特征與力學分析；#3網球運動對骨骼影響；#4網球運動感知覺。

知識群C1：網球運動員生理機能。Jaime（2007）得出青少年女子網球運動員在比賽中的活動特征如下：平均每回合比賽時間8.2（5.2）s；每回合恢復時間17.7（6.5）s；比賽時間約占總時間21.9（3.8）%；每回合擊球次數2.7（1.7）；每回合變向次數2.3（1.4）。平均心率和血乳酸濃度分別為161（5）次/min和2.0（0.8）mmol/L，發球局期間平均心率[166（15.4）次/min）]顯著高于接發球局[156（19.6）次/min]（P=0.004）[26]。Alberto（2007）對8名ATP男子單打網球運動員在比賽中的身體變化特征進行統計，得出：每回合比賽時間7.5（7.3）s，休息時間16.2（5.2）s，純比賽時間21.5（4.9%），每回合擊球次數2.7（2.2）次。平均血乳酸濃度為3.8（2.0）mmol/L，RPE值為13（2）。發球局中血乳酸濃度和RPE值顯著高于接發球局（P<0.01）。Smekal（2001）為檢測網球單打比賽中的生理需求，選取20名選手進行10場50 min/場的比賽。使用便攜式系統測量呼吸氣體交換量Respiratory gas exchange measures （RGEM）和心率（HR），平均耗氧量（VO2）29.1±5.6 mL·kg-1·min-1（占最大攝氧量VO2max的51.1±10.9%）。平均每場比賽的攝氧量范圍為10.4至47.8mL·kg-1min-1（占最大攝氧量的86.8%）。Duration of rallies（DR）平均每回合時間：6.4±4.1 s； Effective playing time（EPT）實際擊球時間占總時間的29.3±12.1%；Stroke frequency （SF）正手擊球頻率為每分鐘42.6±9.6次。結果顯示每回合擊球時間是影響網球比賽中能量消耗的關鍵因素；平均最大攝氧量47.8 mL·kg-1min-1可作為訓練中的負荷強度的參考，有助于球員承受高強度比賽對體能的消耗[27]。Kovacs（2006）提出為網球運動員設計訓練方案時應當考慮到方案的實用性，根據球員的年齡、性別、球員打法、體能、技戰術和心理素質嚴格設計，訓練模擬比賽中的回合時間5～10秒，訓練休息時間比例在1 ∶ 3到1 ∶ 5之間，球員瞬時啟動和變向訓練應安排在20米以內[28]。Girard（2006）為探討長時間網球比賽中最大等動收縮和爆發力強度的變化，設計12名網球運動員進行3小時的網球比賽，比賽期間每30分鐘和賽后30分鐘測試Maximal isometric voluntary contraction （MVC）最大等動收縮， Leg stiffness （hopping）腿部勁度，Peak power in squat （SJ）深蹲峰值，Countermovement （CMJ） jumps下蹲跳。并記錄Heart rate （HR）心率， Effective playing time （EPT）， Rating of perceived exertion （RPE）主觀感覺疲勞程度， Muscle soreness of knee extensors膝關節伸時的疼痛感。得出最大等距主動收縮（MVC）（29%；P=0.05）和腿剛度（29%；P=0.17）隨比賽時間逐漸下降，而比賽后兩者之間呈顯著相關（r=0.66；P=0.05）。深蹲峰值與蹲跳在賽間保持不變，但在賽后測得呈下降趨勢（P=0.001）。平均心率（HR）和實際比賽時間 （EPT）分別為144（8）/min和21（4）%，兩者之間存在高度相關（r= 0.93；P<0.05）。運動期間RPE和肌肉酸痛感呈線性增加，且顯著相關（r = 0.99；P<0.001）。據此針對賽中各項指標的變化，制定與比賽相吻合的訓練計劃，提高球員的競技水平[29]。研究表明國外對網球比賽中各類信息進行分類，對各部分所表現出來的生理特征和主觀感覺進行分析。研究設計以球員參加真實比賽為基礎，切實分析賽中球員的狀態，運用多項生理指標對球員在比賽中的實際情況進行研究，為檢測訓練效果提供了直觀性的標準。并對比賽中球員的擊球次數和擊球時間等相關信息進行統計，從而得出訓練中應當制定的內容和計劃。可見國外對網球運動員的研究主要以實際比賽特征和生理指標為主，體現真實比賽中的現象制定相應的訓練計劃，提高球員的競技能力。

知識群C2：網球運動生物力學與比賽特征。Fleisig（2003）通過2臺200 Hz的高速攝像機記錄2000年悉尼奧運會20名世界級網球運動員的發球動作，分析從引拍到擊球階段各關節活動的范圍和速度。得出膝關節蹬伸之前肘關節屈角度104°，上臂水平外旋172°，快速擊球階段各部位角速度為：軀干前傾（280°/s）、軀干旋轉（870°/s）、髖關節旋轉（440°/s）、肘關節伸（1510°/s）、腕關節屈（1950°/s）。擊球瞬間軀干沿水平方向前傾48°，肘關節呈101°[30]。Elliott（2003）分析得出男子發球速度（Male=183kmhr-1）顯著高于女性發球（Female=149kmhr-1），肩關節Maximally externally rotated（MER）外旋力矩達到（Male=4.6%64.9 Nm；Female=3.5%37.5 Nm），男子運動員在肩肘關節的負荷大于女子運動員，這是男子發球速度高于女性的關鍵因素[31]。Burkhart（2003）結合運動生物力學和病理學解釋投擲動作過程中肩關節的損傷原理，得出1）關節囊的厚度阻礙了盂肱韌帶的活動范圍；2）力作用于后盂唇導致SLAP損傷；3）肱骨過度外旋動作導致肱骨大結節越過肩胛盂；4）肩胛骨過度旋轉。建議加強肩關節旋轉肌群力量，以抵抗外力和關節囊的負荷[32]。Carboch對10名ATP男子職業網球運動員（平均排名533）的上旋球和切削球發球時拋球的差異性，從接發球球員的視角得出上旋球拋球的最高點更靠近發球方的右側，擊球點大約在右側30公分。并建議球員使用相同的拋球方式，有利于掩藏他們發球的位置和類型[33]。綜上所述，C2知識群中對網球運動員個體的技術動作進行分析，涉及到球員技術動作指導和運動損傷研究，利用直觀數據體現出球員的實際情況。建議訓練中運用生物力學手段監控球員的現狀，制定技術動作的相關模型，保證球員在正確技術動作和預防損傷的前提下提高技術水平。

知識群C3：網球運動與骨骼生長。Pluim在《Health Benefits of Tennis》中指出經常從事網球運動具有顯著的益處，包括改善身體健康、降低身體脂肪的百分比、更有利的血脂、降低罹患心血管疾病的風險，以及改善骨骼健康[34]。Bass采用骨密質檢測儀（DXA）與核磁共振成像（MRI）對47名8～17歲女子網球運動員在青春期前中后時期進行檢測，記錄雙臂的肱骨外側橫截面積、皮質區、髓質區等相關指標，最終得出優勢臂肱骨橫截面及和慣性矩大于非優勢臂11%～14%，并得出長期運動負荷改變的是骨骼的形狀和質量，并不一定是骨密質[35]。Haapasalo（2000）以12位前芬蘭國家級男子網球運動員為實驗對象，發現優勢手臂骨礦物質含量BMC為（14%～27%）、骨橫截面積Total cross-sectional area of bone （Tot.Ar）（16%～21%）、骨皮質Cortical bone （Co.Ar）（12%～32%）、骨強度指數Bone strength index （BSI）（23%～37%）、主慣性距Principal moments of inertia （Imin and Imax）（最小33%～61%，最大27%～67%）、皮質厚度Cortical wall thickness （Co.Wi.Th）（5%～25%）。最終得出盡管兩側骨礦物質含量存在顯著差異，但雙側骨密度是相同的，優勢手臂長期運動負荷所引起的是骨骼的形態改變而不是增強骨密度[36]。Sanchis為檢測青春期前期運動是否影響（BMC）骨礦物質含量和Bone mineral density （BMD）骨密度，測量25名網球運動員和21名足球運動員（12歲以下）雙臂、腰椎和股骨指標，得出青春期前網球運動員增加的瘦體重和骨量有關，因為優勢手臂中的骨骼尺寸和骨密度增大[37]。Ducher（2009）對比43名（10～19歲）男子網球運動員和非網球運動員青春期前、中、后期間運動負荷對骨骼的影響，采用MRI對兩臂中部和遠端肱骨的全骨區、髓質區、皮質區進行測定，得出青春期中男子網球運動員手臂的礦物質含量BMC要比非網球運動員高17%，皮質區大12%～21%，與青春期前相比青春期中骨礦物質含量BMC和皮質分別增長27%和20%～33%（P<0.01）[38]。C3知識群主要是網球運動對不同時期人體骨骼的影響，檢測與骨骼相關的指標，分析出網球運動是否能夠改善骨骼的密度，目前對網球運動提高骨密度還有爭議。介紹網球運動對骨骼的影響，觀察身體各部位的變化特征，提高對網球活動的認識，幫助網球愛好者更好地參與到網球運動中。

C4知識群：運動感知覺。視覺系統是知覺反應中最重要的感覺系統，主要檢測重要的相關信息并作出準確的運動反饋[39]。有效的視覺搜索策略是通過更好的模式識別提高從對手的姿勢中提取關鍵信息的能力[40]。Balser（2014）運用Functional magnetic resonance imaging （f MRI）核磁共振成像，測得15名網球運動員和16名排球運動員在預測對手發球時Action observation network （AON）動作觀測網的差異性，專業運動員與未接受過訓練的球員相比，AON輔助運動區（SMA）及同側頂上小葉（SPL）激活強度更深，小腦和同側頂上小葉（SPL）與預判預期效果呈線性相關，專家組對運動動作表現出更加精細化的感知效果[41]。Williams（2002）經實驗得出優秀網球員在擊球過程中的注視點專注于身體中心位置，如頭部、肩部和軀干部位。而初級網球運動員的專注點在身體邊緣位置，如球拍或者擊球點[42]。職業網球運動員在預判對手回球時平均注視時間較長和注視位置集中[43]。Shim（2005）試驗專家新手組在預判對手回球的準確性得出，專家組相比新手組預判對手擊球更加精確F（2，44）=18.93，P<0.05[44]。Mann（2007）采用Meta-analytic元分析，主要目的在于定量分析專業知識對運動感知技能的差異。雙列相關系數檢測Response accuracy反應精確度、Response time反應時間、Number of visual fixations注視次數、Visual fixation duration注視時間和Quiet eye period靜止眼動時間。結果表明：在獲取知覺線索方面專家組優于新手組，由反應精確度和反應時間所決定，視覺搜索方面也存在差異，專家組表現更少的長時間注視，延長靜止眼動時間，得出高水平網球運動員相比中低等球員，表現出更長的平均視覺固定時間和較少的視覺搜索變化[45]。綜上所述，國外對網球運動員感知覺研究較為廣泛，通過相關實驗儀器分析球員在預判中的表現，幫助球員準確預測來球的路線、高度和速度。將視覺接收器與腦神經加工相結合，分析其相關機制為球員提供有效的預判信息。視覺與腦神經研究是目前網球運動員研究的新領域，而如何實施訓練中是今后研究的重點。

3 小結

本文應用Cite Space可視化分析軟件對近10年國外對網球運動員的研究進行計量化分析，力圖展示國外網球運動員研究現狀和發展趨勢，文中包括發文量、發文國家和機構分布、學科分布、研究熱點和研究演化。

國外網球運動員研究的力量主要集中在歐美發達國家，這些國家為網球運動員研究提供了全面的支持和保障，日本是亞洲唯一一個發文量位進入前十的國家。研究學科以體育科學學科和神經學科為主要學科方向，多學科之間交叉分析網球運動員的相關領域，各國高等院校是重點的科研力量。

研究內容顯示圍繞球員運動成績，研究進程經歷各階段的綜合和深入，研究熱點主要集中在網球運動員技術動作分析、網球運動員生理生化指標、運動損傷、對身體骨骼肌肉的影響和網球運動感知覺。研究對象以具有較高排名的職業運動員為主，設計具體比賽使實驗狀態與比賽中相吻合。將整體分為各小階段進行深入研究，并最終落實到球員的訓練內容中。

本文研究以對文獻進行科學統計分析的基礎上，對高中心性的科研成果進行分析，推動網球運動員研究的方向和熱點并提供相關的建議。把握國外網球運動員研究的動態和前沿，結合球員實踐需求與賽事發展的客觀規律，補充、完善和更新國內對網球運動員的研究，并設計到具體訓練計劃和內容中。

參考文獻：

[1]孫晉芳.中國網球運動回顧挑戰與設想——2012 年全國網球訓練工作會議主報告[J].體育學刊，2013（1）：113-122.

[2]孫晉芳.論中國特色職業網球的探索與創新[J].南京體育學院學報，2013，25（3）：7-9.

[3]趙佳.我國高水平網球運動員力量訓練理論與實踐[D].北京：北京體育大學，2009.

[4]李博，王雪強，黎涌明.網球傷病特征及影響因素[J].體育科學，2017，37（6）：84-90.

[5]王小春，周成林.基于視覺線索遮蔽條件下的網球專家空間知覺預判：來自眼動與ERP的證據[J].體育科學，2013，33（2）：38-46.

[6]劉賀，孫瑞英.國內圖書情報領域信息檢索相關性研究[J].圖書館學刊，2017，39（9）：127-132.

[7]Chen CM， Dubin R， Kim MC. Emerging trends and new developments in regenerative medicine： a scientometric update（2000-2014）[J]. Expert Opin Biol Ther，2014，14（9）：1295-1317.

[8]水祎舟，黃竹杭，耿建華.國外足球運動體能訓練前沿熱點與演化分析——基于科學知識圖譜的可視化研究[J].體育科學，2016，36（1）：67-78.

[9]任建生，曾丹，凌波，等.足球運動員專項體能評定方法的研究[J].體育科學，2004，24（5）：49-52.

[10]陳悅.科學知識圖譜的發展歷程[J].科學學研究，2008，26 （3）：450-451.

[11]李杰，陳超美.Cite Space：科技文本挖掘及可視化[M].北京：首都經濟貿易大學出版社，2016.

[12]Chen CM， Ibekwe-Sanjuan F， Hou JH. The structure and dynamics of cocitation clusters： a multiple-perspective cocitation analysis[J]. J Am Soc Inf Sci Tec，2010，61（7） ：1386-1409.

[13]Kovacs， M. Tennis physiology： Training the competitive athlete[J]. Sports Medicine，2007，37（3）：189-198.

[14]Girard O， Lattier G， Micallef JP，et al.Changes in exercise characteristics， maximal voluntary contraction and explosive strength during prolonged tennis playing[J]. British Journal of Sport Medicine， 2006，40（4）：521-526.

[15]Bergeron MF， Maresh CM， Kraemer WJ，et al.Tennis： a physiological profile during match play[J]. Int J Sport Med，1991，12（5）：474-479.

[16]Girard O， Lattler G，et al.Neuromuscular fatigue during a prolonged intermittent exercise： application to tennis[J]. J Electromyogr Kinesiol，2008，18（6）：1038-1046.

[17]Pluim， BM， Staal， JB，et al.Tennis injuries： Occurrence， aetiology， and prevention[J]. Br J Sports Med，2006，40（5）：415-423.

[18]Escamilla RF， Andrews JR. Shoulder muscle recruitment patterns and related biomechanics during upper extremity sports[J]. Sports Med，2009，39（7）：569-590.

[19]Sell K， Hainline B，et al.Injury trend analysis from the US Open tennis championships between 1994 and 2009[J].Br J Sports Med，2014，48（7）：546-551.

[20]Curdie I， Smith S，et al.Tennis injury data from the championships， Wimbledon， from 2003 to 2012[J]. Br J Sports Med，2017， 51（7）：607-611.

[21]Nina H ，Suzanne W，et al.Injury profile in junior tennis players： a prospective two year study[J]. Knee Surgery Sports Traumatology Arthrosc，2010，18（6）：845-850.

[22]Alison L， Sheets D，et al.Kinematics Differences Between the Flat， Kick， and Slice Serves Measured Using a Markerless Motion Capture Method[J]. Annals of Biomedical Engineering，2011，39（12）：3011-3020.

[23]Seeley M， Funk M，et al.Tennis forehand kinematics change as post-impact ball speed is altered[J]. Sports Biomechanics， 2011，10（4）：415-426.

[24]Chow JW， Carlton LG，et al.Comparing the pre- and post-impact ball and racquet kinematics of elite tennis players' first and second serves： a preliminary study[J]. Journal of sports sciences，2003，21（7）：529-537.

[25]陳瑤瑤，倪依克.2008 年以來我國民族傳統體育研究進展：基于Cite SpaceⅢ的計量分析[J].中國體育科技，2016，52（2）：12-48.

[26]Fernandez J， Mendez A，et al.Match activity and physiological responses during a junior female singles tennis tournament[J].Br J Sports Med，2007，41（11）：711-716.

[27]Smekal G， Duvillard C，et al.A physiological profile of tennis match play[J]. Med Sci Sports Exerc，2001，33（6）： 999-1005.

[28]Kovacs MS. Applied physiology of tennis performance[J]. Br J Sports Med，2006，40（5）：381-386.

[29]Girard O，Lattier G，et al.Changes in exercise characteristics，maximal voluntary contraction， and explosive strength during prolonged tennis playing[J].Br J Sports Med，2006，40（6）：521-526.

[30]Fleisig G， Nicholls R，et al.Kinematics used by world class tennis players to produce high-velocity serves[J]. Sports Biomechanics， 2003， 2（1）： 51-64.

[31]Elliott B， Fleisig G，et al.Technique effects on upper limb loading in the tennis serve[J].Journal of science and medicine in sport，2003，6（1）：76-87.

[32]Burkhart S，Morgan C，et al.The disabled throwing shoulder： spectrum of pathology Part I： pathoanatomy and biomechanics[J]. Arthroscopy The Journal of A Rthroscopic and Related Surgery，2003，19（4）：404-420.

[33]Carboch J，Suss V.Toss differences between the slice serve and the kick serve in tennis[J].Acta Gymnica，2015，45（2）：93-97.

[34]Pluim BM，Staal JB，et al.Health benefits of tennis[J].Br J Sports Med，2007，41（11）：760-68.

[35]Bass SL，Saxon L，et al.The Effect of Mechanical Loading on the Size and Shape of Bone in Pre-， Peri-， and Postpubertal Girls： A Study in Tennis Players[J]. Journal of bone and mineral research，2002，17（12）：2274-2280.

[36]Haapasalp H， Kontulainen S，et al.Exercise-induced Bone Gain Is Due to Enlargement in Bone Size Without a Change in Volumetric Bone Density： A Peripheral Quantitative Computed Tomography Study of the Upper Arms of Male Tennis Players[J]. Bone，2000，27（3）：351-357.

[37]Sanchis M，Dorado C，et al.Bone Mass in Prepubertal Tennis Players[J].International journal of sports medicine，2010，31（6）：416-420.

[38]Ducher G， Daly R M，et al.Effects of Repetitive Loading on Bone Mass and Geometry in Young Male Tennis Players： A Quantitative Study Using MRI[J]. Journal of bone and mineral research，2009，24（10）：1686-1700.

[39]Zupan LH， Merfeld DM. Human ocular torsion and perceive droll responses to linear acceleration[J]. Journal of Vestibular Research： Equilibrium & Orientation，2005，15（4）：173-183.

[40]Piras A， Pierantozzi E， Squatrito S. Visual search strategy in judo fighters during the execution of the first grip[J]. International Journal of Sports Science and Coaching，2014，9（1）：185-198.

[41]Balser N， Lorey B， Pilgramm S，et al.The influence of expertise on brain activation of the action observation network during anticipation of tennis and volleyball serves[J]. Human Neuroscience，2014，8（1）：6-13.

[42]Williams AM，Ward P，Knowles JM，et al.Anticipation Skill in a Real-World Task： Measurement， Training， and Transfer in Tennis[J].Journal of Experimental Psychology： Applied，2002，8（4）：259-270.

[43]Murray NP，Hunfalvay M.A comparison of visual search strategies of elite and nonelite tennis players through cluster analysis[J]. Journal of Sports Sciences，2017，35（3）：241-246.

[44]Shim J，Carlton L，Chow JW，et al.The Use of Anticipatory Visual Cues by Highly Skilled Tennis Players[J].Journal of Motor Behavior，2005，37（2）：164-175.

[45]Murraya NP，Hunfalvay M.A comparison of visual search strategies of elite and non-elite tennis players through cluster analysis[J].Journal of sports science，2017，35（3）：241-246.