杨 铄，曹家旗

赛制、场地与外援变动对CBA联赛球队竞技表现的影响

杨 铄，曹家旗

（宁波大学 体育学院，浙江 宁波 315211）

赛制、场地与运动员变动是影响球队竞技表现的重要因素。受2020年新型冠状病毒肺炎疫情影响，中国男子篮球职业联赛经历停赛与复赛，采用了空场赛会制形式完赛。基于CBA联赛2018-2020赛季共计1940场比赛，与进攻、防守、整体表现相关的3大类共计18项竞技表现指标的数据分析，考察主客场赛制和空场赛会制的球队竞技表现变动情况，得出以下结论：（1）进攻相关的多项指标对得分呈现显著的正向影响，但这些指标并未受到外援、赛制与阶段变化的影响，同时，进攻指标和外援变动对失分会有正向影响，而防守指标和阶段变化则会对失分产生负向影响；（2）包含大量空场赛会制比赛的2019-2020赛季中，各球队出现显著的进攻表现下降与防守表现提升，常规赛阶段表现呈现趋同趋势；（3）不同赛制下的季后赛竞技表现差异指标较少。外援与阶段的变化、主场优势缺失等因素，可能导致球队整体竞技表现变动。季后赛阶段中，各队整体实力更为均衡、且普遍使用有针对性的防守战术，导致竞技表现差异较小。

职业体育赛事；CBA联赛；竞技表现

中国男子篮球职业联赛（China Basketball Association，下文简称CBA联赛），是中国篮球协会主办的跨年度主客场赛制篮球联赛。2020年，由于新型冠状病毒肺炎疫情影响，CBA联赛2019-2020赛季自2020年1月24日起暂停，正式复赛后，基于疫情防控需要，20支球队集中于青岛和东莞两个赛区，采用无观众的空场比赛形式完成了剩余比赛。这是我国职业篮球发展史首次出现大规模、长时间、无观众观赛的情况。此外，由于疫情影响，大量外援也无法及时归队参与比赛。通过探究2018至2020年的两个特殊赛季中CBA球队竞技表现变动情况，分析赛制、观众、场地以及外援等因素对CBA球队竞技表现的影响，力求为各支参赛球队在外部条件变动下的备战与训练提供参考，拓展职业篮球联赛与球队竞技表现相关的研究。

关于职业篮球赛事，Schwartz等人1977年就开始对体育赛事中主客场竞技表现差异现象进行研究，证实了各大体育赛事中普遍存在主场优势的现象，主要表现为主队的进攻表现提升而非防守表现，认为在不同的体育项目中引起主场优势的决定性因素各异，指出主场观众的支持可能是引起主场优势的原因[1]。Pollard等人，研究全球不同国家、性别、体育项目中存在的主场优势现象，指出主场优势在男子赛事中更为显著，尤其是需要快速移动并具有直接身体对抗的室内体育项目（篮球和手球），表现比室外体育项目（板球、棒球）等更为显著[2]。Carron等人提出，体育竞赛中影响主场优势的因素包括观众因素、场地因素、旅途因素和规则因素等。场地因素中，“比赛位置”用来表示对比赛地点的设置，如果两支队伍都在主场以外的地方进行比赛，或者两队使用相同的主场设施，则意味着出现了中立场地，主场优势也因此而不复存在[3]。1988年，美国麻疹传染病流行，导致人员隔离，美国北大西洋体协的2支篮球队在没有观众的条件下进行了11场比赛，Moore等人研究了两队在无观众情况下比赛的得分总数、投篮命中和罚球命中率等数据，结果显示各项技术指标均有显著变化，为空场条件下球队的竞技表现变化提供了重要依据[4]。

随着数据统计与分析技术的不断发展，与比赛相关的统计数据在教练、球员、研究人员中得到广泛应用，并被用于提高同背景与条件下球队以及球员竞技表现的理解[5-8]。Müller等人提出，中立的比赛场地减少了强队的胜率，能够创造更加公平且不可预测的赛事环境[9]。Neave等人认为主队的领地保护意识与球队竞技表现的变化之间存在联系[10-11]。Pollard等人发现主队在主场馆搬迁或翻新、重建后，主场优势现象均出现显著下降[12]。

CBA联赛成立后，部分国内学者在引入国外主场优势评价方法的基础上，分析CBA联赛的主客队胜场、胜率、名次、得失分等指标，同样得出了CBA联赛主场优势客观存在的结论[13-14]。本文基于国内外现有研究，收集并整理了中国男子篮球职业联赛2018-2020赛季各支球队比赛数据中与竞技表现有关的指标数据，主要分析：

1.比赛场地、赛制、外援等因素发生大幅变动，哪些指标与变量对竞技表现以及比赛结果存在影响。

2.球队在不同情况下的常规赛与季后赛竞技表现变动呈现怎样的特征。

3.在逐步回归研究结论的基础上，选取具有显著性的指标进行分组对比，进一步探究在不同赛制、外援以及比赛阶段等条件影响下，各项竞技表现指标的变化。

通过对以上问题的探究，力求拓展与深化我国职业体育运动队竞技表现的相关研究，为各支参赛球队的竞技备战、CBA联赛的赛事组织等提供参考依据。

一、研究对象与选择

（一）研究对象

1.将2个赛季的比赛分为“有观众和主客场组”以及“空场赛会制组”，前者包括2018-2019赛季常规赛和2019-2020赛季复赛前常规赛两个数据集，后者则包括2019-2020赛季复赛后常规赛一个数据集。

2.对CBA联赛2018-2020赛季在不同赛制、阶段、外援等条件下，进行的比赛竞技表现指标进行逐步回归分析后，筛选出具有显著性的指标，并建立得失分模型。

3.在此基础之上，分别对近2个赛季，分析对比CBA联赛球队的整体、常规赛与季后赛竞技表现变动情况。

本文搜集CBA联赛2018-2020赛季所有球队参加的1940场比赛球队名单（表1）①。其中2018-2019赛季常规赛918场，季后赛74场，2019-2020赛季常规赛916场（复赛前598场、复赛后318场），季后赛32场，所有1940场比赛中各项数据共36860项。此外，也收集了外援情况、赛事信息等支撑数据。

（二）数据选择

参照已有文献[15-17]，选取18项竞技表现相关指标进行分析。根据指标描述的具体竞技特征，将其分为：

1.进攻组织相关的指标，包含得分、投篮命中、投篮出手、三分命中、投篮命中率、三分出手、三分命中率、罚球命中、罚球出手、罚球命中率、篮板（前场篮板）。

2.整体防守相关的指标，篮板（后场篮板）、抢断、盖帽、犯规。

3.整体指标，包含助攻、失误、篮板。

本研究主要采用皮尔森相关系数、列文方差检验、独立样本检验、逐步回归等统计学分析方法，将2个赛季1940场比赛36860项球队竞技表现数据导入SPSS19.0进行统计学分析，对2018-2020赛季球队不同阶段的整体竞技表现进行分析比对。研究回归模型时，参照已有研究以得分与失分作为因变量[18]，设定赛制、外援、阶段为哑变量，将选取的18项竞技表现指标作为自变量，验证其关联性，并进行逐步回归分析，建立得失分模型，并将筛选后的指标，参考已有文献中对竞技表现指标的检验方法[19-20]，按照不同的赛季、赛制、阶段进行分组对比，呈现其差异性特征。

二、回归统计模型的建立

（一）数据与样本

基于前文的数据样本与分析结果，根据研究目的，将2018-2020赛季的各项指标数据，进一步进行变量的设置分类，用于后续的研究（表2）。

（二）哑变量

1.赛制

根据2个赛季的比赛实际举办的不同情况，将2018-2019赛季的所有比赛（992场）与2019-2020赛季复赛前的常规赛（598场），共计1590场比赛数据，作为非空场条件下的主客场赛制样本。2019-2020赛季复赛后的常规赛（318场）与季后赛（32场），共计350场比赛数据，设置为空场赛会制的样本。依据前文分析，在本研究中，将赛制定为哑变量，主客场赛制与空场赛会制的值分别设定为1、0，哑变量赛制同时也包含了是否有观众观赛的因素。

2.外援

表2 变量汇总

由于新冠肺炎疫情影响，2019-2020赛季复赛后，除首钢队（双外援）与八一队（无外援）配置不变外，多支队伍由于外援无法归队，出现停用或更换外援的情况。遂将2018-2019赛季全部比赛（992场）、2019-2020赛季复赛前的常规赛比赛（598场）、复赛后的八一队（16场常规赛）与首钢队（16场常规赛、4场季后赛），共计1626场比赛，视外援未受影响样本。复赛后，其余18支球队均出现外援的减少或选择停用外援的情况，则将其全部视为外援受影响的比赛样本，共计314场。以前文分析为依据，将外援设置为哑变量，外援未受影响与受影响值分别设定为1、0。

3.阶段

为探究常规赛与季后赛对于竞技表现的影响，将2018-2020赛季的常规赛（1834场），季后赛（106场），设置为CBA联赛不同阶段的样本，将常规赛与季后赛分别设定为1、0，哑变量阶段也包括比赛地点变动的因素。

三、各变量间的相关性分析

实证部分旨在探究2018-2020赛季CBA联赛，在赛制、阶段、外援等因素发生变动时，竞技表现的变动状态以及与比赛结果之间的联系。在将2项被解释变量、3项哑变量、17项解释变量使用Pearson相关系数矩阵进行检验后，在相关性分析中，除FGM（投篮命中）与得分之间的相关系数大于0.8，显示FTM（罚球命中）与FTA（罚球出手）的相关系数大于0.9，FTA（罚球命中）与FTM（投篮命中)两个解释变量，存在严重多重共线性的可能性较强，在后续的回归分析中进行剔除，其余变量则均无高度相关性（＜0.8）（表3）。

为了探究CBA联赛各项变量变动对得失分的影响，使用逐步回归的方法对筛选后的样本数据进行OLS多元线性回归分别拟合出得分与失分的2组最优回归结果（表4）。经检验，哑变量：赛制，自变量：投篮命中、罚球命中、失误，未列入得分与失分的回归方程，在后续的研究中也对其进行剔除。

（一）因变量得分的回归分析

对得分的逐步回归结果进行多重共线性检验（表5），显示当回归方程中包含截距和自变量投篮命中率、投篮出手、罚球出手、罚球命中率、三分出手、三分命中率、前场篮板、助攻时，拟合优度（2）值0.989，方差分析（）值为22751.945，多重共线性指标容忍度（Tolerance）均接近1，方差膨胀因子（VIF）值均小于10，显示解释变量间不存在严重的多重共线性。截距和8个自变量的检验结果均具有显著性（＜0.05），拒绝回归系数为0的假设，得出最终回归模型：

PTS=-101.903+1.595（FGM%）+0.95（FGA）+0.75（FTA）+0.359（3PA）+0.217（FTM%）+0.272（3PM%）+0.023（AST）-0.029（OREB）（1）

（二）因变量失分的回归分析

表3 Pearson相关系数矩阵（部分指标）

表4 得失分逐步回归结果

对失分的逐步回归结果进行多重共线性检验（表6），显示当回归方程中包含截距和哑变量外援、阶段，自变量投篮出手、罚球出手、三分命中、罚球命中率、篮板、助攻、盖帽、抢断、后场篮板、犯规时，拟合优度（2）值0.586，方差分析（）值为229.982，多重共线性指标容忍度（Tolerance）均接近1；方差膨胀因子（VIF）值均小于10，显示解释变量间不存在严重的多重共线性。

表5 得分最优拟合结果

表6 失分最优拟合结果

截距，哑变量外援，自变量投篮出手、罚球出手、三分命中、篮板、助攻、盖帽、抢断犯规的。自变量罚球命中率、后场篮板与哑变量阶段的t检验结果均具有显著性（＜0.05），拒绝回归系数为0的假设，得出最终的回归模型为：

LPTS=52.234+4.169（FP）+1.219（FGA）+0.725（FTA）+0.382（3PM）+0.167（FUL）+0.051（FTM%）-2.001（PHS）-1.488（STL）-1.203（REB）-0.339（BLK）-0.174（AST）-0.167（DREB） （2）

（三）因变量得分与失分的实证结果分析

对因变量得分具有显著影响的自变量包括：投篮命中率、投篮出手、罚球出手、罚球命中率、三分出手、三分命中率、前场篮板、助攻。所有自变量都具有较强显著性（P＜0.01）。除前场篮板外，其余自变量均对得分有正向影响。对因变量失分具有较显著影响的哑变量包括：外援、阶段。其他自变量包括：投篮出手、罚球出手、罚球命中率、三分命中、篮板、后场篮板、助攻、盖帽、抢断、犯规。以上12个自变量中有9个呈现较强显著性（P＜0.01）。其中，外援与阶段分别对失分具有正向和负向影响。对失分形成正向影响的自变量为投篮出手、罚球出手、三分命中、罚球命中率，其余自变量均为负向影响。

四、2018-2020赛季CBA联赛球队总体竞技表现变动对比

（一）整体竞技表现比较

CBA联赛在2018-2020赛季中，经历了主客场、中立场地、无观众、常规赛和季后赛、外援受影响无法参赛等多种因素的影响。据此，基于前文回归模型给出的结果，研究进一步分不同赛季中各项重要指标的变动情况。呈现了3个组别中共计15项球队竞技表现指标差异。本研究将2018-2019赛季与2019-2020赛季复赛前的比赛作为正常情况下的组别进行对比，将2018-2020赛季复赛前的两组主客场赛制的比赛样本，2019-2020赛季复赛后，在外援、赛制等因素发生大幅变动的样本数据进行对比，将所有比赛指标数据分成3个组别进行分析整理。

在整合了得失分回归模型与分组对比结果后发现，对回归模型同时存在影响的指标为投篮出手、罚球命中率、罚球出手、助攻，其中，投篮出手和罚球命中率两个进攻指标在复赛后的比赛中出现了极其显著的下降（＜0.01）。罚球出手与防守指标犯规在2个赛季的对比中呈现正相关显著性，在2019-2020赛季则无显著性。复赛前整体指标助攻与投篮出手显示负相关显著性，复赛后助攻则无显著变化（表7）。

根据以上3组竞技表现指标对比可得出：1.2018-2019赛季与2019-2020赛季复赛前的比赛整体竞技表现差异较少，2018-2019赛季与2019-2020赛季复赛后的比赛对比竞技表现指标差异出现明显增长。

2.相较于2018-2019赛季和2019-2020赛季复赛前的两组数据，2019-2020赛季复赛后的数据中有7个指标上出现显著性下降，分别为得分、投篮出手、投篮命中率、三分命中、三分出手、三分命中率、罚球命中率。相反，抢断与犯规指标相比复赛前的有显著提升，而盖帽、篮板、前场篮板和后场篮板4个指标无差异。总之，2019-2020赛季复赛后，CBA球队竞技表现中多项与进攻组织相关的指标有显著性下降。

（二）常规赛竞技表现变动情况分析

在呈现整体竞技表现基础上，进一步考察常规赛和季后赛的竞技表现变动情况。将2018-2019赛季、2019-2020赛季复赛前、复赛后的常规赛比赛指标分成3个组别，呈现各个组别中所有球队15项竞技表现指标差异（表8）。

整合了得失分回归模型与分组对比结果后，对回归模型同时存在影响的指标为投篮出手、罚球命中率、罚球出手、助攻，对应指标在2个赛季常规赛阶段的变动，与总体对比趋势相近。根据3组指标的对比可以得出以下结论：

表7 2018-2020赛季3个不同阶段CBA联赛球队总体竞技表现比较

1.2018-2019赛季常规赛阶段（918场）与2019-2020赛季复赛前，常规赛球队竞技表现差异指标相对较少。

2.相较于2018-2019赛季常规赛和2019-2020赛季复赛前常规赛的两组指标数据，2019-2020赛季复赛后的常规赛比赛指标与表7中的总体变化趋势相同，同样出现7项与进攻有关指标的显著性下降，盖帽和助攻2项指标则在复赛前的两组常规赛数据中呈现显著差异，表现为2019-2020赛季助攻显著下降，盖帽显著提升。在篮板相关指标上则没有显著差异。总体而言，2019-2020赛季复赛后的常规赛与复赛前的两组常规赛竞技表现差异更为显著，与进攻组织有关的数据指标与复赛前相比出现显著下降。此外，2个赛季的常规赛犯规与抢断指标呈现极其显著的增长。

（三）季后赛竞技表现变动情况比较

在2018-2019赛季（74场）和2019-2020赛季季后赛阶段（32场）共106场比赛中，仅抢断1项竞技表现指标存在极其显著的差异（＜0.01），其余14项指标均无显著差异（＞0.05）；由于2019-2020赛季季后赛的比赛与2018-2019赛季的主客场赛制不同，采用空场赛会制进行，CBA联赛2019-2020赛季季后赛各支球队的竞技表现与2018-2019赛季季后赛的比较中显著性差异指标较少，除抢断与犯规外的数据指标均有所下降，且各项指标的变化趋势与2019-2020赛季复赛后的比赛相近（表9）。

五、分析与讨论

分析2个赛季CBA联赛竞技表现，球队竞技表现变动影响因素主要呈现为：

1.通过逐步回归分析，进攻与整体指标对得分影响显著，除前场篮板外均对得分具有正向影响，显示得分并未受到各哑变量以及防守表现的影响。相反，外援与阶段的变化对球队的失分影响显著，且包含攻防与整体指标，显示进攻指标与哑变量外援对于失分具有正向影响，防守与整体指标以及阶段则对失分具有负向影响。

表8 2018-2020赛季CBA联赛球队3个不同阶段常规赛竞技表现比较

2.将筛选后的竞技表现指标进行分组比对后，得出主客场赛制下的2018-2019赛季以及部分比赛采用空场赛会制的2019-2020赛季中，CBA球队整体呈现出进攻表现的下降与防守表现的上升趋势。

3.2019-2020赛季复赛后，空场赛会制下各球队常规赛竞技表现的变动相比于2个赛季常规赛，其总体表现变动趋势相同。

4.在不同赛制、场地下进行的季后赛竞技表现差异性指标相比于常规赛较少，在2019-2020赛季的季后赛指标中仅有抢断呈现显著性增长，此指标在复赛后的常规赛中同样出现增长。

已有研究证实，在主客场赛制的职业篮球赛事中，比赛地点与球员是引起球队和球员竞技表现变动的重要因素之一，且主场优势的产生也与之有关联[21-22]。根据本研究的结果，空场赛会制下，CBA球队总体竞技表现相比上赛季出现了显著的进攻表现下降与防守表现上升，这也在一定程度上验证了研究结果中，外援与场地变动后出现主场优势缺失等因素，可能会对各支球队在不同阶段的竞技表现产生影响。

空场和正常情况下季后赛竞技表现变动幅度相对较小。Sampaio等人指出，在职业篮球联赛中，季后赛阶段通常使用淘汰赛制，而不是常规赛中的循环赛制，因此，球队的容错率与常规赛相比较低。由于各支球队实力较为均衡，较快的比赛节奏则可能会导致更多的失误出现，因此教练和球员，对于每一个攻防回合的决策都更为慎重，并且会在季后赛中采用额外的防守战术。在季后赛中，不同的控球率、回合数等原因，均可能会出现竞技表现指标显著性下降的现象[23]。由于CBA联赛空场赛会制赛制条件下的季后赛样本较少，季后赛竞技表现的差异，是否与赛制、观众等因素的变动有关，还有待进一步探究。

在2019-2020赛季复赛后第一阶段的常规赛中，青岛与广东两队，在青岛国信中心钻石体育馆和东莞篮球中心两个主场分别进行常规赛。第一阶段结束后，东莞赛区的10支球队前往青岛（其中包括广东），第二阶段20支球队仍分成2个赛区，分别在青岛市民健身中心体育馆与第一阶段使用的青岛国信中心钻石体育馆进行比赛，总决赛选择在青岛国信中心钻石体育馆进行。因此，青岛和东莞队实际上在第一阶段常规赛拥有主场优势，而青岛队更是在季后赛阶段也有主场优势。对于联赛组织者来说，考虑到疫情影响，选择青岛和东莞两个具有丰富办赛经验的城市举办赛事无可厚非。但对于各支参赛球队来说，这两支球队实际上拥有了主场优势。

表9 2018-2020赛季CBA联赛季后赛球队竞技表现变动情况比较

产生“主场优势”的原因繁多，环境、场地、条件、气候、观众、裁判、运动员的比赛动机、整体实力水平发挥、竞技状态的最优调控，教练员的素质都是CBA联赛主场优势产生的可能因素[24]。复赛后的CBA联赛在赛会制以及空场比赛的前提下，为两个赛区的每场比赛，都划分出了主、客场，并打造不同的比赛主题。从视觉和声音两个方面营造赛场环境。视觉方面，按照主客场赛制的视觉方式来呈现，每个“主场”更换一些主队的视觉呈现物料，使用球迷和赞助商的应援毛绒玩具和标志物烘托氛围。声效方面，使用主队习惯的背景音乐和加油口号，征集各地球迷的加油声音，包括地方家乡话加油的口号，在比赛期间进行播放，让球员找到在主场比赛的感觉。在CBA联赛，通过人为的营造主客场赛制环境的方法尚属首次，同时也体现主办方对于复赛后竞赛公平性的考虑。

因疫情影响，复赛后各支球队在外援出场人数上也出现变化（表10）。

表10 2019-2020赛季复赛前后球队外援出场人数变动情况

2019-2020赛季CBA联赛复赛后，共有10支球队选择停用外援进行当赛季剩余比赛，3支球队使用双外援，7支球队使用单外援参赛。北控、南京、八一3支球队，根据中国篮协要求，复赛后的外援政策，在保证原有竞赛规程基本不变的前提下，外援及亚洲外援参赛及上场规则基本沿用原有规定。在复赛开始前，如球队申请暂停使用球队全部外援（包括亚洲外援），可被视为“全华班”球队。按照原有的竞赛规程，如“全华班”球队在对阵有外援（含亚洲外援）的球队时，有外援的球队应执行外援2人4节4人次，第四节只能上场1人次的规定，而在复赛前仅有八一队使用此规则。由于复赛后，双外援球队与单外援球队进行比赛时，外援出场规则均为2人4节6人次。复赛后拥有双外援的球队，无疑在的阵容选择、技战术安排上占有优势。其中，北控队复赛前拥有三个外援出场名额（含亚洲外援），并申请在复赛后常规赛阶段停用亚洲外援桑尼，依照CBA联赛规则额外增加了1人次的外援上场名额，即2人4节7人次（仅常规赛），如北控队进入季后赛阶段，在季后赛中则不再享有使用亚洲外援的权利，并恢复2人4节6人次的外援规则。

有研究认为，在职业篮球联赛中，整体实力较强球队的球员，尤其是后卫以及前锋位置上的球员，在技战术与竞技表现上拥有很大的优势，例如三分球等竞技表现指标[25]。复赛前后各支球队的竞技表现的变动状态，可能与球队以外援为核心的技战术体系、复赛后各支球队的外援配置改变等因素，导致联赛竞争的平衡性出现变化[26]。2019-2020赛季CBA联赛复赛后，多支球队由于疫情影响，外援无法归队，出现被迫停用或更换新外援的情况，球队的整体竞技水平则可能会受到一定程度的影响，例如，复赛后山东队停用的外援莱斯特·哈德森、吉林队则停用的多米尼克·琼斯使用了新外援肖恩·希尔等。限于国内外篮球联赛的空场赛会制比赛样本较少，本研究对CBA联赛，与球队竞技表现有关指标变动状态的呈现与分析，能够为CBA联赛球队竞技表现状态以及各支参赛球队的竞技表现分析研究提供参考。

六、结论

研究通过对CBA联赛2018-2020赛季的逐步回归与分组对比结果进行分析后，得出以下结论：

1.进攻相关的指标会对得分呈现整体的正向影响，哑变量、防守与整体表现指标均未呈现显著性影响。由此可见，得分在客观上并未受到外援、赛制、场地和阶段变化等因素的影响。在失分方面，进攻表现和外援变动对其有正向影响，防守、整体表现和阶段变化则产生负向影响，由此可见，失分会受到外援和阶段变化的影响，但赛制因素未对失分造成影响。

2.近2个赛季，所有球队的整体竞技呈现显著性差异，主要体现在进攻表现的下降与防守表现的提升，2019-2020赛季复赛之后，空场赛会制下各支球队的常规赛竞技表现，出现了同样的趋势，但整体表现变动不显著。此现象可能与主场优势的缺失、阶段转换和外援变动有关。2019-2020赛季复赛后的空场赛会制季后赛与2018-2019赛季的主客场赛制季后赛相比，竞技表现指标变动较少，可能与各队实力整体更为均衡和使用具有针对性的防守战术等因素有关。

① 数据来源于中国男子篮球职业联赛官方网站：https://www. cba.net.cn/cbasjzx/index.jhtml?competitionId=54&seasoned=869。

［1］ SCHWARTZ B, BARSKY S F. The home advantage[J]. Social forces, 1977, 55(3): 641-661.

［2］ POLLARD R, PRIETO J, GÓMEZ M A. Global differences in home advantage by country, sportand sex[J]. International journal of performance analysis in sport, 2017, 17(4): 586-599.

［3］ CARRON A V, LOUGHHEAD T M, BARY S R. The home advantage in sport competitions: Courneya and Carron’s(1992) conceptual framework a decade later[J]. Journal of sport sciences, 2005, 23(4): 395-407.

［4］ MOORE J C, BRYLINSKY J A. Spectator effect on team performance in college basketball[J]. Journal of sport behavior, 1993(16): 77-84.

［5］ HUGHES M, FRANKS L. Notational analysis of sport: systems for better coaching and performance in sport[J]. Journal of sports science and medicine, 2004, 3(2): 104.

［6］ GÓMEZ M A, LORENZOA, ORTEGAE, et al. An analysis of defensive strategies used by home and away basketball teams[J]. Perceptual and motor skills, 2010, 110(1): 159-166.

［7］ GÓMEZ M A, LORENZO A, ORTEGAE, et al. Game related statistics discriminating between starters and nonstarters players in Women’s National Basketball Association League (WNBA)[J]. Journal of sports science and medicine, 2009(8): 278-283.

［8］ 刘晓英, 刘玉. 我国篮球运动科学研究的发展趋势[J]. 天津体育学院学报, 1997, 12(3): 91-94.

［9］ MÜLLER S, KNEAFSEY L. Assessing the influence of neutral grounds on match outcomes[J]. International journal of performance analysis in sport, 2018, 18(1): 1-23.

［10］ NEAVE N, WOLFSON S. Testosterone, territoriality, and the ‘home advantage’[J]. Physiology & behavior, 2003, 78(2): 269-275.

［11］ POLLARD R, GÓMEZ M A. Variations in home advantage in the national basketball leagues of Europe[J]. Revista de psicologia del deporte, 2013, 22(1): 263-266.

［12］ POLLARDR. Evidence of a reduced home advantage when a team moves to a new stadium[J]. Journal of sports science, 2002, 20(12): 969-973.

［13］ 马红宇, 王斌. 主场优势评价研究进展[J]. 体育科学, 2008, 28(8): 60-64.

［14］ 李湛. CBA球队主客场胜率及得失分与比赛结果排名的相关性研究[J]. 中国体育科技, 2010, 46(6): 23-25.

［15］ SAMPAIO J, DRINKWATER E J, LEITE N M. Effects of season period, team quality, and playing time on basketball players’ game-related statistics[J]. European journal of sport science, 2010, 10(2): 141-149.

［16］ GARCÍA J, IBÁÑEZ S J, SAMPAIO J, et al. Identifying basketball performance indicators in regular season and playoff games[J]. Journal of human kinetics, 2013, 36(16): 161-168.

［17］ ZHANG S L, GÓMEZ M A, LORENZO A, et al. Modeling therelationship between match outcome and match performances during the 2019 FIBA Basketball World Cup: a quantile regression analysis[J]. International journal of environmental research and public health, 2020, 17(16): 1-11.

［18］ 章翔. NBA与CBA 球队技术统计的逐步回归分析及比较研究[J]. 北京体育大学学报, 2014, 31(7): 135-138.

［19］ LBÁÑEZ S J, GARCÍA J, FEU S, et al. Effect of consecutive basketball games on the game-related statistics that discriminate winner and losing teams[J]. Journal of sports science and medicine, 2009(8): 458-462.

［20］ GÓMEZ M A, LORENZO A, SAMPAIO J, et al. Game-related statistics that discriminated winning and losing teams from the Spanish men’s professional basketball teams[J]. Collegium antropologicum, 2008, 32(2): 451-456.

［21］ GÓMEZ M A, POLLARD R. Reduced home advantage for basketball teams from capital cities in Europe[J]. European journal of sport science, 2011, 11(2): 143-148.

［22］ SAMPAIO J, LBÁÑEZ S J, ORTEGA E, et al. Game location influences basketball players’ performance across playing positions[J]. International journal of sport psychology, 2013, 39(3): 205-216.

［23］ SAMPAIO J, JANEIRA M. Statistical analyses of basketball team performance: understanding teams’ wins and losses according to a different index of ball possessions[J]. International journal of performance analysis in sport, 2003, 3(1): 40-49.

［24］ 刘俊凯, 李志刚, 王相飞, 等. CBA主客场赛制的主场效应[J]. 体育学刊, 2002, 9(1): 117-119.

［25］ ZHANG S L, LORENZO A, HONGYOU LIU, et al. Players’ technical and physical performance profiles and game-to- game variation in NBA[J]. International journal of performance analysis in sport, 2017, 17(4): 466-483.

［26］ 黄刚强. 中国篮球职业联赛竞争平衡研究[J]. 天津体育学院学报, 2005, 22(5): 437-440.

The Influence of Competition Rules, Game Location and Foreign Players on CBA Team Performance

YANG Shuo, CAO Jia-qi

（Faculty of Sports Education, Ningbo University, Ningbo 315211, China）

The system, the foreign player, and the stage of competition play a significant role in a team's overall performance. Under the hit of COVID-19 in 2020, the Chinese Basketball Association (CBA) was firstly suspended and then resumed under the condition of empty arena. Based on the total 1940 games of CBA in the 2018-2000 season, the study examines the team performance without audience and in the home-and-away system. It analyzes the 18 performance indicators of offence, defense and overall performance and has therefrom drawn the following conclusions: 1) Several factors related to offense show a significant positive impact on scoring, while such factors as player change, competition system and stages do not exert any impact. In addition, offensive indicators and changes of players have a positive impact on points allowed, while defensive indicators and stage changes exert an opposite impact; 2) in the 2019-2020 season, when a large number of games were held without audience, teams showed significant decreases in offensive performance while increases in defensive performance, and convergence in the regular season; 3) under different competition systems, fewer differences in performance indicators are found in playoffs. The changes of players and competition stages as well as the loss of home advantage may account for the variations of overall performance. And the fact that teams demonstrated more balanced overall strength and tended to adopt extra defensive tactics in playoffs may contribute to the fewer differences in their performance.

professional sports events, CBA, team performance

G808.2

A

1001 - 5124（2021）06 - 0118 - 12

2020-08-29

浙江省哲学社会科学规划重点项目“亚运背景下浙江省体育产业发展路径研究”（18NDJC012Z）；浙江省教育厅一般科研项目“CBA联赛球队竞技表现影响因素研究：赛制、场地与外援变动”（Y202148285）

杨铄（1985-），男，江苏扬州人，副教授，博士，主要研究方向：竞技比赛数据分析。E-mail: yangshuo@nbu.edu.com

（责任编辑 夏登武）