競速類項目的訓練負荷強度分布
——區別與規律

陳 亮

訓練負荷是在運動訓練活動中，各種練習施加于運動員機體生理和心理的訓練刺激，訓練的負荷量、負荷強度以及恢復階段的安排決定了運動員對負荷的適應水平[1]。訓練負荷強度分布（training intensity distribution，TID）是不同負荷強度的訓練內容在日常訓練中的比例結構，它首次將負荷強度和訓練時間統一在訓練負荷的框架之內[2]。

負荷強度等級劃分是建構TID 的基礎，由于依據最大攝氧量（VO2max）、最大心率（HRmax）和最大功率（Pmax）百分比確定的等級并不一定使運動員個體處于同等強度，以無氧閾值或拐點作為負荷強度的劃分標準受到認可[3]。根據乳酸穿梭理論，第一個乳酸拐點（LT1）被定義為血乳酸濃度（La）的首次升高，伴隨通氣（VT1）增加及其他通氣變量的明顯變化；第二個乳酸拐點（LT2）被定義為La 的第2 次突然增加，伴隨通氣（VT2）的急劇增加和其他通氣變量的顯著性變化[4]。利用LT1/VT1和LT2/VT2可以顯示運動負荷與運動員機體代謝、心肺功能狀態、激素反應之間的關系[5]。目前，國際范圍內大都采用2mmol/L 和4mmol/L 作為閾值劃分依據，并依此對技術動作周期單一、成績評定測量準確、訓練負荷易于量化的跑步、自行車、游泳、滑雪、滑冰等競速類項目展開了TID研究。

在＜2mmol/L（Zone1，低強度或有氧強度）、2～4mmol/L（Zone2，中等強度或有氧-無氧混合強度），＞4mmol/L（Zone3，高強度或無氧強度）的負荷強度劃分區間體系下，共有3 種競速類項目TID 的典型模式：金字塔模式（Pyramidal training）、兩極化模式（Polarised training）、乳酸閾模式（Threshold Training）[6]。其中，SEILER 等人[7]提出的兩極化模式，即專項訓練負荷中Zone1 和Zone3 占比分別約80%和20%，近些年雖被廣泛接受，但并未完全達成共識。爭議一：在Zone1%方面，不論是針對不同性別[8]、競技水平[9]的橫斷面研究，還是針對精英級運動員的縱向研究[10]，均表現出了差異性。爭議二：在Zone2 和Zone3 的比例結構方面，金字塔和兩極化模式在年度訓練的不同階段各有其適用性[11]，且在高水平中長跑運動員中并未顯現出效果差異[12]。綜合來看，爭議產生的原因包括運動專項、運動員個體、訓練過程的多樣性、復雜性和交互性，不同研究提出的觀點包括：賽道界質的特異性導致力量訓練比例及交叉訓練的替代效果不同[13]；精英級運動員年訓練時間存在很大的項目差異[2]；依據2mmol/L 和4mmol/L 的強度劃分標準不能保證單項間LT、VT、mLaSS 的一致[14]；與用時較短項目相比，較長項目的訓練更加強調負荷量而非負荷強度[12]；不同的負荷統計方法會得出不同的TID結構[14-15]。

顯然，國內、外學者已經意識到競速類項目TID難以具有絕對化標準，并且發現了存在的差異以及部分成因，但現有的文獻評述和歸納尚未能厘清要素之間的交互關系，由此降低了該理論在訓練實踐中的指導價值。為此，本研究擬在系統文獻檢索和梳理的基礎上，試圖從運動員（年齡、性別、競技水平）、運動項目（項目、距離）、統計方法和訓練階段4個維度展開數理分析與討論，進而探究競速類項目TID 在其他訓練學要素介入后的區別與規律。

1 研究方法

1.1 文獻資料檢索

（1）文獻檢索方法：本研究檢索了外文數據庫EBSCO、Elsevier、PubMed、Web of Science 和中文數據庫中國知網、萬方數據庫，檢索時間截止至2020 年6 月30 日，以“training intensity distribution OR polarised training OR pyramidal training OR threshold training”AND“running OR swimming OR cycling OR skating OR skiing OR rowing OR kayaking OR canoeing”為主題詞進行外文檢索，以外文相對應主題詞進行中文檢索。

（2）文獻納入標準：①運動員對象為競速類項目的高水平運動員，需注明運動員年齡、性別、專項、競技水平等信息；②需明確指出TID 僅包含競速類項目專項訓練的內容，不包含準備活動、力量訓練、交叉訓練等非專項訓練內容；③全部或部分采用＜2mmol/L、2～4mmol/L、＞4mmol/L作為專項訓練負荷強度劃分的依據；④以追蹤研究的形式提供了不同訓練負荷強度的距離、時間或比例，注明數據獲得的統計方法；⑤研究分析的訓練內容在1980 年之后，且持續時間≥4 周。由2 名研究者分別獨立對文獻進行篩選，單獨決定是否納入研究并提取數據，若篩選與提取的數據交叉核對一致則納入分析過程，若不一致則與第3 名研究人員討論一致后確定該研究是否納入。

本研究最終納入文獻43篇，TID數據共計122組，334 個（部分文獻負荷強度區間數據不全或區間不完全對等）。其中，跑步研究11 項、游泳6 項、自行車5項、速度滑冰2 項、賽艇和皮劃艇7 項、越野滑雪和北歐兩項8 項、鐵人三項3 項。納入研究的文獻信息，以及運動員競技水平、性別、樣本量、單項、訓練階段、統計方法信息見表1。

表1 本研究納入文獻概況Table1 General Situation of Included Literature

1.2 數理統計

（1）廣義線性混合模型（generalized linear mixed model，GLMM）：用以判斷TID 在不同變量維度上可能存在的聚集效應。本研究構建GLMM 時擬選取上文分析所得的運動員、運動項目、統計方法和訓練階段4個維度。其中，運動項目中的比賽距離分為短、中距離和長距離2類，依照本研究檢索文獻所含單項，長距離項目包括：速度滑冰5 000 m 及以上、場地自行車、賽艇、鐵人三項、越野滑雪、游泳800 m 及以上、跑步3 000 m 及以上，其余項目為短、中距離項目。若文獻中將不同性別或主項距離運動員訓練數據合并，則對不同類別分別計入1次。本研究的變量定義與分類見表2。

表2 本研究變量的定義與分類Table2 Definition and Classification of Variables

（2）曲線參數估計法（Curve Estimation）：用以擬合周訓練負荷量與不同負荷強度等級之間的關系。分別使用SPSS 模塊自動擬合11 種曲線模型，依照統計量F、P、R2值選擇擬合精度最優模型。由于本研究納入數據為截面數據，因此若滿足P＜0.05，R2＞0.600，即認為滿足曲線擬合關系。

2 競速類項目TID影響因素的作用方式

2.1 研究結果

分別以Zone1%、Zone2%、Zone3%為目標變量，以運動員、運動項目、訓練階段、TID 統計方法共7 個因素為固定效應變量構建GLMM 模型。模型檢驗結果顯示，信息準則AIC和BIC數值均較小，表明3個模型的擬合精度較好。

GLMM 模型結果顯示，在運動員特征方面，不同年齡運動員的TID 之間不具有明顯的聚集效應；低強度和中等強度在不同性別間不存在顯著性差異，卻在Zone3%中有所區別，表現為與女性相比，男性運動員的高負荷強度的比例較低；不同競技水平運動員的TID 存在聚集效應，表現為國際級運動員的Zone1%更高，即高水平運動員傾向于采用更高比例的低強度負荷。在年度訓練階段方面，與比賽期相比，準備期的Zone1%和Zone3%分別顯著較高和較低，而賽前期和比賽期相比則不具有顯著性差異。在統計方法方面，不同方法得出的TID 存在聚集效應，與整體統計相比，過程統計的Zone1%較高，Zone2%和Zone3%則較低。在運動項目方面，項目間存在聚集效應，但同一項目不同比賽距離單項則不具有顯著性差異，具體表現為，與跑步相比，越野滑雪、游泳、自行車的Zone1%較高但Zone2%較低；賽艇、皮劃艇、鐵人三項的Zone2%較高但Zone3%較低。

2.2 分析與討論

（1）運動員因素。女性運動員高強度訓練較多得到了包括跑步、自行車、滑冰等多個競速類項目研究的支持。其中，BILLAT 等人對葡萄牙與法國[16]、肯尼亞[17]等多國馬拉松運動員的研究表明，女性運動員Zone3 強度跑的絕對距離與男性相當，但所占訓練總距離、時長、課次卻顯著高于男性。SANDERS 等人[8]研究顯示，不同性別職業公路自行車運動員平均負荷強度、低強度（＜70%HRmax）訓練用時百分比、中高強度（＞80%HRmax）訓練用時百分比均呈現顯著性差異，男性vs 女性分別為69%vs79%、40%vs13%、29%vs61%。YU 等人[18]對中國速度滑冰運動員的研究雖未顯示出性別差異，但從數值關系來看，男性運動員的低強度和高強度比例分別低于和高于女性。上述現象產生的原因可歸結于運動員身體機能和賽事設置的性別差異。一方面，雖然女性運動員VO2max水平顯著低于男性，但卻在運動能耗和vVO2max方面相當，具備承受高強度負荷的能力[19]。另一方面，女子比賽距離通常短于男子，例如，依據國際自行車聯合會（UCI）規定，男、女世界杯巡回賽的比賽距離分別為260～300 km/d和160 km/d，女性運動員宜采用更高的訓練負荷強度以應對比賽的需要，因此在年度和單次課訓練時間、距離、騎行功率方面顯著低于男性[20]。

雖然至今仍沒有明確的生理和運動指標可用于預測競速類項目運動員的專項成績，但某些針對國際級和國家級短距離越野滑雪[16]、馬拉松[21]等項目的比較顯示，國際精英級運動員在VO2max、運動經濟性、vVO2max方面均優于水平較低的運動員，并且在低強度訓練方面表現出顯著性或數值性優勢。究其原因，與競技水平相對較低的運動員相比，精英級運動員承受著更高的訓練負荷量，如男子馬拉松國際級vs國家級的周訓練負荷量為206 km/w vs168 km/w，女子為166 km/w vs150 km/w，為實現發展有氧能力和緩解更多高強度和沖刺訓練導致的疲勞，精英級運動員在Zone1訓練的用時更多（340 vs 254 h/w）[21]。精英級運動員低強度有氧訓練的增加是國際訓練實踐的趨勢之一，在低強度區間訓練所占時間與運動成績提高之間存在積極的改善關系，并被認為是提高成績的訓練強度基礎[22-23]，與之相比，FOSTER 等人[24]通過對多項目訓練負荷的統計顯示，高強度訓練（RPE＞5）負荷量的增加并未表現出對成績提高的顯著性價值。

（2）年度訓練階段因素。本研究納入的文獻中，有8 篇研究詳細描述了年度訓練不同階段的TID，結果大都表現出隨著年度訓練的進行，負荷強度逐步增高的趨勢。在采用整體性統計方法研究中，越野滑雪運動員主要表現為比賽期Zone3%的顯著性增高[25]；定向越野特殊準備階段和比賽階段的Zone3%顯著高于一般準備階段，但各階段的Zone2%不存在顯著性差異[26]；賽艇運動員的年度訓練比例變化表現為Zone1 由92%降低至73.5%，而Zone2 和Zone3 則由6.5%和1.5%增高至17.5%和9%[27]。在采用過程統計的文獻中，公路自行車項目均表現出賽前期的Zone1%顯著高于準備期[28]；鐵人三項雖未表現出準備期和賽前期的差異，但比賽期的Zone1%卻顯著性降低。當然，也有研究得出了不同的結論，即準備期低強度訓練的比例較低[29]。

導致年度訓練階段TID 不穩定的原因，首先是由負荷量的變化引起的，多項研究顯示[26]，準備期或準備期前期的負荷量顯著更高，且隨著比賽的臨近逐步降低，并主要表現為Zone1 訓練的減少，與此同時，專項訓練、Zone2+Zone3 的訓練時間保持相對穩定，Zone3 的訓練時間甚至有所增加。第二，年度TID 的變化與參賽數量有關，Metcalfe等人[30]認為，職業公路自行車運動員的負荷季節性變化，受到巡回賽參賽用時增加和訓練時間減少的影響，準備期、賽前期、比賽期的月平均訓練時間為212.3h、156.0h、152.5 h，而月平均參賽時間分別為28.2h、183.8h、140.0 h。第三，賽前減量階段的TID 與賽事類型（單場比賽和分階段比賽）有關，同樣采用整體性統計方法，連續性賽事的自行車職業賽（70%/23%/7%）與賽會制的奧運會越野滑雪比賽（87.57%/5.08%/7.34%）便存在較大不同[31]。第四，從不同階段的訓練目標來看，一方面，準備期不宜過多采用乳酸閾強度，這是由于乳酸閾訓練需要更多的碳水化合物作為能量基礎，而準備期有限的糖原儲備限制了訓練時間；另一方面，實施高強度和專項化訓練將有助于優化運動員的專項體能和專項技能，但若在準備期便過分強調將有可能導致過度訓練或者過早出現最佳競技狀態[32]。第五，訓練刺激的變化是有效訓練的重要方面，從長期的單一訓練模式（如準備期的低強度）轉向另一種訓練模式或采用更高的負荷強度（如乳酸閾模式或兩極化模式），都已經被證明是有效的[33]。

（3）統計方法因素。從TID 統計方法的操作方式來看，TIZ 和Do 是依照實驗室測試結果，進而對訓練課監測的HR、PO（自行車）、距離進行的過程性統計；sRPE、SG、Da采用訓練課結束后的整體性統計[14]。不同統計方法得出的TID 存在差異已得到共識，對2 類統計方法的比較研究顯示了明顯的TID 差異，即前者多表現為金字塔模式，后者則為兩極化模式[7，15]。過程統計的低強度訓練比例偏高，中、高強度訓練比例偏低的規律在本研究納入的文獻中十分普遍，例如，同樣對于精英級賽艇運動員比賽前期的TID 追蹤研究，2 項采用了整體性統計，3 種負荷強度的比例區間分別為70%～77%、15%～22%、5.8%～6%，而在另2采用過程性統計的研究中，低強度比例則高達90%～95%。

盡管不同的TID 統計方法均得到了廣泛使用，但研究者們也認識到了各自的優缺點，這也可以被用作解釋整體性統計和過程性統計得出結果不一致的原因。過程性統計雖然可以精準測量，但由于會將練習間歇時的較低訓練狀態數值納入，得出的Zone1%勢必偏高[7]。整體性統計雖然可以實現對極限強度、持續時間、疲勞積累的綜合評判，但是運動員可能會因課次中的某些高強度負荷，主觀地打高了整堂訓練課的疲勞分值，因而Zone3%數值偏高[34]。

（4）運動項目因素。目前針對不同運動項目TID的直接比較研究未見報道，本研究納入的2 項研究僅進行了項目內部不同單項的比較。其中，ENOKSEN等人[29]對長跑和馬拉松運動員的比較顯示，長跑運動員Zone3%顯著較高，但年度訓練各階段的跑量均顯著低于馬拉松運動員。SANDBAKK 等人[35]對越野滑雪和北歐兩項的比較顯示，2 項目的比例結構較為接近，北歐兩項運動員Zone1%略低，其原因在于進行滑雪訓練的負荷量僅為越野滑雪運動員的1/2。雖然不同研究之間存在異質性，但依然可以通過限定相似的條件作出簡單比較。例如，在采用整體性統計方法對短距離游泳（89.7%/0.6%/9.7%）、自行車（79.5%/9.0%/11.5%）、越野滑雪（74%/11%/16%）、賽艇（74.5%/22.8%/2.3%）、馬拉松（74.3%/11.0%/14.7%）國際級運動員全年訓練的某些研究中，3 種負荷強度區間大致可以呈現出一定的上升或下降規律。

訓練適應受到個體間反應的影響，具有更高離心力、沖擊力以及容易發生慢性肌肉損傷的項目（如跑步）與承受較低離心沖擊的項目（如游泳、自行車、賽艇等）相比，由于恢復性的和低強度的練習可能不再突出[14]，TID 結構也會有著明顯不同。從這個角度來說，即便同為精英級運動員，相同的TID 也很可能在項目之間誘導出不同的適應性[12]。TID和訓練的負荷量共同決定了競速類項目的訓練效果，競速類項目訓練的負荷量可表示為訓練時間或訓練距離，由于運動方式及其導致損傷的可能性不同，競速類項目的年訓練量有著極大差異，從游泳、自行車、賽艇、皮劃艇、越野滑雪、長跑（定向越野）由年訓練量高到低的排序來看[2]，似乎與表3 所示的Zone1% 呈正相關，而與Zone2%和Zone3%呈負相關。

表3 競速類項目TID的結構Table3 The Structure of TID in Racing Events

3 競速類項目TID與訓練負荷量之間的關系

不同項目訓練的TID 是否具有可比性并未得到明確的結論，SEILER 認為[6]，正是由于競速類項目運動員的專項能力要求類似，所以專項訓練結構應該有著共同規律，進而綜合不同項目的TID 特點得出了“80-20定律”。綜合前文分析，在影響競速類項目TID的諸因素中，除統計方法外，均與訓練負荷量產生關聯，這一觀點與HOFMANN 等人[36]的設想基本一致。其中，男性運動員、更高的競技水平、年度訓練的準備期、游泳、自行車等項目承受的負荷量較大，相對應的Zone1%越高，Zone2%和Zone3%則相對較低。為此，本研究提出如下假設：訓練負荷量與Zone1%具有正向因果關系，與Zone2%和/或Zone3%具有負向因果關系。為驗證這一假設，本研究分別以運動員全年專項耐力訓練中的Zone1%、Zone2%、Zone3%為因變量，運動員單位時間內的負荷量為自變量進行曲線參數估計。

不同統計方法負荷量的計量單位存在差異，在本研究納入的文獻中，過程統計法TIZ 和Do 采用千米（km）或米（m）；整體統計法的Da、SG 和sRPE 采用小時（h）、分鐘（min）、課次（Session）、千米（km）。由于不同研究的持續時間不同，本研究為統一量綱，直接采用文獻中注明的或計算得出（如階段訓練距離/階段訓練周數）的周訓練負荷量作為負荷量標準。整體性和過程性統計法均統一使用“小時/周”（h/w），若某些文獻使用了km 作為計量單位，且測定了運動員不同HR、VO2max、La 強度下的跑速，則將其換算為h/w，否則不予計入。數據整理與換算后，共得到采用整體性統計的數據70 組，采用過程性統計的數據28 組）（見圖1）。

圖1 競速類項目周訓練時間與負荷強度百分比的關系（整體性統計）Figure1 The Relationship Between Weekly Training Time and Training Intensity Ratio of Racing Events（Integral Statistics）

整體性統計法的曲線參數估計結果顯示，指數曲線 對 Zone1%（F=122.080，P=0.000，R2=0.721）和Zone2%（F=159.220，P=0.000，R2=0.767）的周訓練時間的擬合效果均最好；而Zone3%和周訓練時間之間的曲線擬合效果不佳（R2＜0.600），不宜進行曲線參數估計。

過程性統計法的曲線參數估計結果顯示，對數曲 線 對Zone1%（F=71.843，P=0.000，R2=0.682）和Zone2%（F=45.960，P=0.000，R2=0.639）的周訓練時間的擬合效果均最好；而Zone3%和周訓練時間之間的曲線擬合效果不佳（R2＜0.600），不宜進行曲線參數估計。

圖2 和圖3 的數據點分布均呈現出較為明顯的項目聚集特征。其中，跑步和鐵人三項周訓練時間較少，Zone1%較低且Zone2%較高；游泳反之；賽艇、皮劃艇、越野滑雪等項目的周訓練時間較為分散，可能與納入文獻的運動員性別、競技水平、訓練階段差異較大有關。為求得不同競速類項目TID 特征，分別統計了周訓練時間的均值和95%置信區間，并依次代入圖2 和圖3 中的計算公式，得到了Zone1% 和Zone2%，Zone3%由100%減去Zone1%和Zone2%的均值獲得。

圖2 競速類項目周訓練時間與負荷強度百分比之間的關系（過程性統計）Figure2 The Relationship Between Weekly Training Time and Training Intensity Ratio of Racing Events（Procedural Statistics）

由表3中數據可得出競速類項目TID的如下規律。第一，與過程性統計相比，整體性統計得出的Zone1%和Zone2%普遍較低，而Zone3%相對較高。第二，采用整體性統計得出的TID結構并不完全支持“80-20定律”，速度滑冰、賽艇、皮劃艇、鐵人三項、越野滑雪、跑步的Zone1%約為80%，但游泳和自行車則高達約90%。第三，采用過程性統計得出的各競速類項目TID均為“金字塔模式”；采用整體性統計的項目中，自行車、游泳、越野滑雪基本滿足“兩極化模式”的要求，但速度滑冰、賽艇、皮劃艇、鐵人三項、跑步則表現為Zone2%和Zone3%大致相當。上述結論一方面驗證了當前競速類項目強調低強度訓練的普遍共識，另一方面并不認為所有競速類項目均采用相似的TID模式或比例結構。

本研究的局限至少表現為以下2 方面。首先，本研究納入的文獻存在不同單項數據量差異較大的現象，過程性統計法甚至沒有速度滑冰的相關數據。其次，不同項目專項訓練和非專項訓練的比例存在較大差異，降低了曲線參數估計的擬合精度。例如，越野滑雪Zone1 的實際值多在95%置信區間之上，游泳Zone1 的實際值部分在95%置信區間之下，這是或許由于越野滑雪力量訓練比例明顯低于游泳所致。

4 結論與意義

4.1 結 論

競速類項目的TID實現了負荷強度和訓練時間的統一，成為近些年訓練負荷研究的熱點。目前爭議集中在低強度訓練比例，以及中等強度和高強度訓練的關系2方面。在對相關文獻系統檢索和數據提取的基礎上，采用廣義線性混合模型得出影響各項目TID 不一致的原因，認為主要在于運動員性別和競技水平、運動項目、訓練階段、統計方法5個方面。文獻評述后，發現并提出了競速類項目的TID與訓練負荷量之間存在關系的假設，即男性運動員、運動員競技水平越高、年度訓練階段越靠前、運動項目的年訓練量越大，低強度訓練比例越大。曲線參數估計顯示，若采用整體性統計方法，周訓練時間與低強度和中等強度負荷間均呈指數函數關系；若采用過程性統計方法，則呈對數函數關系。函數計算后認為，整體性統計得出的速度滑冰、賽艇、皮劃艇、鐵人三項、跑步的低強度訓練比例約為80%，游泳和自行車約為90%；過程性統計得出，所有項目的TID為“金字塔模式”；整體性統計得出，周訓練時間較高的項目呈“兩極化模式”，周訓練時間較低的項目中等強度和高強度比例接近。

4.2 理論和實踐意義

以往TID 的研究建立了訓練量和訓練強度之間的聯系，但訓練量是以比例結構的形式呈現的，未能形成于訓練強度的數值對應。本研究提出的訓練強度與周訓練時間之間的函數關系是彌補這一不足的有益嘗試，在深化TID 理論認知的同時，也推進了其對訓練實踐的指導價值。現實中，運動員個體的負荷承受能力存在差異，教練員可以利用本文給出的指數或對數公式，檢驗訓練計劃制定的適宜程度，避免過度訓練或訓練不足。