爱游戏（AYX）是全球最大的在线综合性娱乐平台[永久网址:363050.com]爱游戏体育在赞助和服务覆盖方面遥遥领先于其他同行，每天为您提供近千场精彩体育赛事。 包括爱游戏真人、爱游戏棋牌、爱游戏电竞、爱游戏体育、爱游戏电子、全球各地赛事、动画直播、视频直播等服务。

　　在足球经济中，球员市场价值影响重大。研究人员为探究 2022 年世界杯球员奔跑表现与市场价值关系，分析 306 名球员数据。结果发现两者相关性较弱，不同位置有差异。该研究为球队选材和球员发展提供参考。

　　足球，作为全球最受欢迎的体育项目之一，其商业价值不容小觑。2022 年卡塔尔世界杯的决赛吸引了近 15 亿观众观看，赛事结束后的一个月内，社交媒体互动量约 60 亿，累计触达人数高达 2620 亿。欧洲 “五大联赛” 在 2021 - 2022 赛季的收入约为 89 亿欧元，总营收更是达到 172 亿欧元。足球俱乐部的价值很大程度上取决于球员的市场价值，在 2023 年，全球转会费支出高达 96.3 亿美元。在这样的背景下，探究足球运动员的市场价值影响因素显得尤为重要。

　　以往研究球员市场价值时，多通过 Transfermarkt 等网站获取数据，但这些数据在评估球员表现方面存在局限，仅考虑了比赛时长、赛季总跑动距离、进球、助攻、红黄牌等，且仅有一项研究涉及总跑动距离与市场价值的关系，却未关注不同速度下的跑动距离。此外，足球运动员在比赛中的跑动速度多样，不同位置球员的跑动特点也不同，而这些因素对市场价值的影响尚未得到充分研究。为了填补这些研究空白，来自 Cukurova University、Aksaray University 等多所机构的研究人员开展了此项研究 。

　　研究人员以参加 2022 年卡塔尔世界杯男子足球赛的球员为研究对象，为确保数据的可比性，排除了未踢满 90 分钟（不含加时赛）的球员和守门员，最终选取了 306 名球员。球员的光学跟踪（Optical Tracking，OT）数据直接从 FIFA 网站获取，该数据包含总跑动距离、不同速度区间（如步行（zone 1：0 - 7.0km/h）、慢跑（zone 2：7 - 15km/h）、跑步（zone 3：15 - 20km/h）、高强度跑（zone 4：20 - 25km/h）、冲刺跑（zone 5：25km/h））的跑动距离、高速跑次数、冲刺次数以及最高速度等信息。球员的市场价值数据则来源于 Transfermarkt 网站，选取赛事开始前一天（2022 年 10 月 19 日）的数据，以欧元为单位。同时，研究人员还对市场价值最高和最低的各 20 名球员进行了深入分析123。

　　：参与研究的 306 名球员平均年龄 27.35±4.00 岁，平均上场时间 97.97±2.14 分钟，平均市场价值 21,698,611.11±26,234,101.35 欧元。不同位置的球员分布为：中场（MF）89 人（29.1%），后卫（DF）167 人（54.6%），前锋（FW）50 人（16.3%）。

　　：中场球员的总跑动距离、zone 2、zone 3、zone 4、高速跑次数、冲刺次数的均值均显著高于后卫和前锋；前锋的 zone 5 跑动距离和最高速度均值显著高于后卫和中场。市场价值方面，中场和前锋的平均市场价值显著高于后卫

　　：后卫中，市场价值与最高速度呈正相关但非常弱；中场中，市场价值与 zone 4、zone 5、冲刺次数、最高速度呈正相关且为低相关性；前锋中，跑动指标与市场价值无相关性。

　　：全体球员的市场价值与总跑动距离、zone 3、zone 4、zone 5、高速跑次数、冲刺次数、最高速度呈非常弱的正相关，与 zone 1 和 zone 2 无相关性。

　　：市场价值最低的球员，其跑动指标与市场价值无相关性；市场价值最高的球员，总跑动距离和 zone 2 与市场价值呈负相关且为强相关性，zone 5 和最高速度与市场价值分别呈弱正相关和中等正相关

　　总体而言，足球运动员的市场价值与跑动表现指标之间的相关性较弱。不同位置的球员，仅中场球员在高强度跑动区域、冲刺次数和最高速度方面与市场价值呈现弱正相关。在市场价值最高的 20 名球员中，总跑动距离和低强度跑动与市场价值呈中等负相关，最高速度与市场价值呈中等正相关。这表明不同速度阈值下的跑动能力在决定球员价值方面可能起着更为关键的作用，尤其是在精英球员中。

　　该研究结果对于足球领域具有重要意义。对于球队而言，在选拔球员时，选择具有较强高速跑动能力的球员可能对球队表现有益，并且通过针对性训练提高球员的跑动能力，有助于球员运动发展和维持市场价值。对于俱乐部来说，可以通过挖掘具有高潜力高强度跑动能力的年轻球员，培养后获取高额转会收益。

　　研究人员在本研究中主要采用了以下关键技术方法：一是数据收集技术，从 FIFA 网站获取球员的 OT 数据，从 Transfermarkt 网站获取球员市场价值数据；二是统计分析方法，运用 IBM SPSS Statistics Version 20.0 软件进行统计分析，包括计算描述性统计量、进行相关性分析等 。

　　这项研究首次全面分析了不同速度区间跑动距离与足球运动员市场价值的关系，为足球界在球员评估、选材和训练方面提供了新的视角和理论依据，有助于推动足球运动科学的发展和足球经济的合理运营 。