沈宇鵬，白慕煒，溫宇紅

（1.北京體育大學(xué)，北京 100084；2.華南師范大學(xué) 體育科學(xué)學(xué)院，廣東 廣州 510631；3.廣東藥科大學(xué) 體育部，廣東 廣州 510006）

如何對運動員的運動能力進行科學(xué)診斷，對訓(xùn)練強度進行有效控制，是教練員、運動員和科研人員始終關(guān)心的重要議題。運動強度是影響有氧/無氧代謝轉(zhuǎn)化的關(guān)鍵因素（Lavoie，1986）。當(dāng)有氧代謝供能不能滿足機體需要時，機體將由有氧代謝為主轉(zhuǎn)換為無氧代謝為主供能，機體的有氧和無氧供能方式轉(zhuǎn)換存在臨界閾值（董德龍等，2009；黎涌明 等，2014；Costill et al.，1985）?；谂R界閾值強度進行訓(xùn)練，運動員有氧能力訓(xùn)練才能達到效益最大化。因此，識別有氧/無氧代謝轉(zhuǎn)換的臨界閾值是診斷運動員有氧能力水平，設(shè)定有氧訓(xùn)練強度的重要研究工作。在競技游泳比賽中，不同距離（50 m～1 500 m）的游泳項目依賴不同的能量代謝系統(tǒng)，運動員必須根據(jù)比賽距離和運動時間來發(fā)展該項目需要的有氧或無氧能力。對于中長距離自由泳項目（200 m～1 500 m）來說，發(fā)展有氧工作能力是運動員提高成績的關(guān)鍵因素。如何準(zhǔn)確診斷游泳運動員有氧運動能力是研究者、教練員和運動員始終關(guān)心的話題，也是實施有效訓(xùn)練監(jiān)控的前提條件。

基于功率輸出和力竭時間曲線關(guān)系，Monod和Scher‐rer1965年提出了臨界功率（critical power）概念（Hill，1993）。Wakayoshi等（1992b）將臨界功率概念應(yīng)用到游泳研究中，提出臨界速度（critical velocity，CV）的概念。游泳臨界速度（CV）被認(rèn)為是能較長時間持續(xù)運動而不會產(chǎn)生疲勞的最大游泳速度（Wakayoshi et al.，1992b）。在CV測試中，運動員需要完成2～6次不同距離的全力游測試，將每個測試距離和完成時間作為參數(shù)帶入線性回歸模型計算CV。多項研究證實，CV與無氧閾（Moritani et al.，1981；Wakayoshi et al.，1993b）、疲勞閾值（Devries et al.，1982a，1987b；Wakayosh et al.，1992a）、最大攝氧量（DiP‐rampero et al.2008）、乳酸閾速度（Hill et al.，1995；Wakayo‐shi et al.，1993a）高度相關(guān)，是診斷運動員有氧工作能力的良好方法。CV具有非入侵式，花費低廉，簡便計算等優(yōu)點，使其有較好的訓(xùn)練診斷應(yīng)用價值。但CV測試耗時較長，如果測試成績出現(xiàn)偏差，將很容易使CV出現(xiàn)高估或低估現(xiàn)象，使應(yīng)用CV監(jiān)控訓(xùn)練受到了很大的限制（Zacca et al.，2016）。

研究者一直在尋求如何簡便快捷、準(zhǔn)確有效地計算CV，但始終沒有找到更為合理的測試新方案。一些研究者（Ettema，1966；Wakayoshi et al.，1993b）試圖減少測試次數(shù)來計算CV以節(jié)省測試時間，但研究表明，回歸模型的誤差隨測試參數(shù)的減少而增大（Hugh，1996），使CV估計容易出現(xiàn)偏差（Hill，1993）。早期研究常采用4參數(shù)（50 m、100 m、200 m 和 400 m）來估計 CV（Hill et al.，1995；Wakayoshi et al.，1992b），希望能縮短測試距離以減少測試時間，但50 m和100 m項目更多的是反映無氧工作能力，縮短測試距離可能造成對有氧代謝能力過高的估計。Wakayoshi等（1992b）使用水槽控制游泳速度進行CV測試。但水槽設(shè)備昂貴，使用水槽進行測試與真實的游泳環(huán)境具有差異，更為重要的是，水槽測試采用固定流速來控制游泳速度，而不同水平運動員在相同流速下會出現(xiàn)不同的生理反應(yīng)，過早疲勞或強度較低都會直接影響CV的準(zhǔn)確性。

長期以來，更多的研究關(guān)注實驗測試，忽略了使用比賽數(shù)據(jù)（比賽成績和比賽距離）計算CV的獨特價值。使用比賽數(shù)據(jù)計算CV，能快速便捷地獲取數(shù)據(jù)，不需要耗費大量測試時間，沒有測試成本支出，運動員比賽成績比實驗測試數(shù)據(jù)更加真實可靠。目前，筆者僅檢索到1篇論文報告了用青少年運動員（8～18歲，n=86）的游泳成績（45.72 m、91.44 m、182.88 m和365.76 m）計算的CV與365.76 m自由泳比賽速度的相關(guān)關(guān)系（r=0.93）（Hill et al.，1995）。但研究僅驗證了中距離游泳成績與CV的關(guān)系及回歸模型的擬合程度，不足以充分說明用比賽數(shù)據(jù)計算CV的可行性和有效性；研究中使用的50%比賽項目（50 m和100 m）無氧供能代謝所占比重更大，這可能會造成對CV的過高估計；研究對象為青少年運動員，而高水平成年運動員的CV與中長距離項目的成績關(guān)系尚未得知。

多項研究證明使用CV可以診斷運動員有氧能力，但教練員和運動員迫切地想了解：當(dāng)CV提高或下降時，運動成績會發(fā)生什么變化；CV變化是否可以預(yù)測成績的變化并成為監(jiān)控訓(xùn)練效果的有效工具。迄今為止，使用比賽數(shù)據(jù)計算CV的可行性和有效性仍然是模糊的，觀察CV的變化對中長距離游泳成績影響的縱向研究依然是缺失的。然而，上述問題是研究非入侵式方法診斷游泳有氧工作能力的重要內(nèi)容，具有重要理論和實踐價值。因此，本文擬通過檢驗采用比賽數(shù)據(jù)計算高水平游泳運動員臨界速度的可行性和有效性；探索高水平游泳運動員臨界速度同比變化對中長距離自由泳成績同比變化的影響；建立臨界速度同比變化對高水平游泳運動員長距離自由泳成績同比變化概率的回歸模型，為教練員和運動員提供準(zhǔn)確有效的量化方法或工具來診斷和監(jiān)控有氧訓(xùn)練的過程和效果，并以此優(yōu)化訓(xùn)練策略，促進運動成績的提高。

1 研究方法

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)來源于國際游泳聯(lián)合會官方網(wǎng)站（www.fina.org）的游泳年度世界排名數(shù)據(jù)庫。選取了2011年1月1日－2018年12月31日的中長距離自由泳（200 m、400 m、800 m和1 500 m）世界前100名運動員長池（long course）比賽成績排名（n=57 301），篩選出年度排名中均參加過200 m、400 m、800 m和1 500 m自由泳比賽且上述比賽相隔天數(shù)不超過15天的67名運動員的536次比賽數(shù)據(jù)用于計算CV。選擇2011－2018年作為研究數(shù)據(jù)是目前可以獲取到的近10年內(nèi)最完整的世界游泳排名信息，且該信息中包含的2次奧運會比賽（2012，2016），4次世界游泳錦標(biāo)賽比賽（2011，2013，2015，2017）可以為研究提供較為理想的數(shù)據(jù)支撐。

1.2 數(shù)據(jù)的處理

1.2.1 計算參數(shù)選擇和臨界速度的計算

在50 m、100 m、200 m、400 m、800 m和1 500 m這6個不同距離的自由泳項目中選擇2個項目（2-parameter model，CV2par）（Hill，1993）、3 個項目（3-parameter model，CV3par）（Hill et al.，1995；Hugh，1996）或 4 個項目（4-pa‐rameter model，CV4par）（Hill et al.，1995；Wakayosh et al.，1992b）是使用線性距離-時間（Linear Distance-Time，LDT）模型計算CV的常用方案。與CV2par相比較，CV3par和CV4par回歸模型的標(biāo)準(zhǔn)估計誤差（Standard er‐ror of estimate，SEE）更小，方程擬合度更好（Hill，1993；Zacca et al.，2016）。采用 CV4par（50 m、100 m、200 m 和400 m）來計算CV是常用的LDT計算方法（Hill et al.，1995），但考慮到無氧代謝供能比例較高的50 m和100 m都會造成CV的過高估計（Hill et al.，1995，Hugh，1996，Zacca et al.，2010），在實際比賽中，中長距離游泳運動員更多地在中長距離項目中兼項，因此，本文決定參考Zacca（2016）的研究方案，選擇 200 m、400 m、800 m、1 500 m 4個項目的比賽距離和比賽成績（T）作為參數(shù)計算CV。

將運動員個人 200 m（T200）、400 m（T400）、800 m（T800）和1 500 m（T1500）的比賽距離（單位：m）和比賽成績（單位：s）代入到LDT模型計算CV。

因Yd=v×t，故公式（1）可轉(zhuǎn)化為v×t=a+bt，進而得到：

試驗表明，傳統(tǒng)RBM算法在迭代次數(shù)達到70～80次時，RMSE達到了最低，也就是預(yù)測誤差率達到了最小，改進的SRBM算法僅僅在迭代次數(shù)達到20次時，RMSE就已經(jīng)達到達到最低。試驗結(jié)果表明改進的SRBM算法比傳統(tǒng)的RBM算法評分預(yù)測效果更佳，能很好地提高評分預(yù)測準(zhǔn)確率，以及大大地降低推薦的工作量，為用戶提供更好的推薦。

當(dāng)t=∞時，a/t=0，可知v=CV=b。

其中，Yd為比賽距離，a為回歸截距；b為回歸斜率，t為比賽時間，v為速度，CV為臨界速度。

1.2.2 游泳比賽成績（T）和CV同比變化評估和預(yù)測

參考Hopkins（1999）對比賽成績的評估方法，比較運動員個人T200、T400、T800和T1500年度間同比（year-onyear）成績的差異來評定T同比和CV同比的變化，并用二分變量（提高=1，下降=0）來表示。當(dāng)運動員個人年度T同比提高（TA＜=TB）時，記取為1；當(dāng)T下降（TA＞TB）時，記取為0。當(dāng)運動員個人年度CV同比提高（CVA＞=CVB）時，CV記取為1；當(dāng)CV下降（CVA＜CVB）時，記取為0。計算CV同比變化百分比

TA=本年度該項目成績，TB=上一年度該項目成績，CVA=本年度CV，CVB=表示上一年度CV。設(shè)YT為因變量（用1，0表示），CV%為自變量，使用logistics回歸模型估計CV%每提高一個單位（%），T會提高（YT=1）的概率和CV%每下降一個單位（%），T出現(xiàn)下降（YT=0）的概率：

其中，β0為回歸模型的截距，β1為斜率。將年度同比T和CV同比數(shù)據(jù)（1=提高，0=下降）帶入logistics回歸方程，設(shè)T變化為因變量，CV變化為自變量，計算優(yōu)勢比（Odd Ratio，OR）以評估CV同比變化是否會對不同距離比賽成績同比變化產(chǎn)生影響。

1.3 統(tǒng)計分析

采用平均數(shù)±標(biāo)準(zhǔn)差（M±SD）來描述數(shù)據(jù)基本情況，報告數(shù)據(jù)變化的95%的置信區(qū)間（95%CL）。用Pear‐son相關(guān)系數(shù)來評價臨界速度與比賽成績的關(guān)系。采用回歸系數(shù)（R2）來評價臨界速度對比賽成績的解釋強度，用SEE來評價回歸模型的擬合程度。r2數(shù)值越接近1越好，SEE值越小越好。用卡方檢驗（X2）檢驗當(dāng)CV同比提高或下降時，T同比變化的人數(shù)分布是否具有顯著性差異。使用logistics回歸估計OR值，當(dāng)OR值＞1時，認(rèn)為CV同比變化的差異是導(dǎo)致T同比變化的關(guān)鍵因素，當(dāng)OR值＜1時，認(rèn)為CV同比變化不是導(dǎo)致T同比變化的主要因素。建立logistics回歸模型來計算CV同比變化時，T變化的發(fā)生概率。采用ROC曲線下面積（AUC）來檢驗該模型的回歸效果（Hanley，1982），當(dāng)AUC＞0.8被認(rèn)為模型有較好的效果。所有統(tǒng)計分析的顯著性設(shè)為P=0.05水平。使用 R-studio 3.3統(tǒng)計軟件的（ggplot，lm4，tydir，dir）等庫完成統(tǒng)計分析和繪圖工作。

2 結(jié)果

表1 67名運動員的CV、T200、T400、T800、T1500基本信息Table 1 Basic Information for CV，T200，T400，T800，T1500

CV與中長距離自由泳成績具有線性關(guān)系，與T200（r=-0.872，95%CL［-0.907，-0.825］，P＜0.01），T400（r=-0.925，95%CL［-0.946，-0.896］，P＜0.01），T800（r=-0.957，95%CL［-0.969，-0.94］，P＜0.01）和 T1500（r=-0.996，95%CL［-0.997，-0.995］，P＜0.01）相關(guān)系數(shù)依次遞增，呈顯著性高度負(fù)相關(guān)關(guān)系。CV變化能有效地解釋4個項目的成績變化（圖1），比賽距離越長（T1500），解釋效力（R2）越高。

卡方檢驗表明（表2），CV同比提高（CV+）時，72%（18）和100%（25）的運動員能在T800和T1500取得成績的提高，運動員成績提高的人數(shù)顯著高于CV同比下降組（T800：X2=7.7，P＜0.01；T1500：X2=44.3，P＜0.01）。 在T200和T400中，運動員成績提高分別為44%（11）和60%（15），與CV同比下降組（CV-）無顯著性差異（T200：X2=1.19，P=0.27；T400：X2=2.72，P=0.09）。值得注意的是，CV同比變化不是影響T200同比變化的關(guān)鍵因素（ORT200=0.46；95%CL［0.15，1.4］；P=0.17），而T400同比變化未達到顯著性水平，且在95%置信區(qū)間中變化幅度較大（ORT400=3.0；95%CL［0.97，9.3］；P=0.06）。在T1500項目上，運動員的成績在CV+出現(xiàn)了100%的提高，數(shù)據(jù)不具備二分變量特性（表2），自變量具有完全分離（complete separate）特征，無法計算OR，考慮到T800和T1500均屬于以有氧供能為主的項目，在后續(xù)的分析中，將T800和T1500數(shù)據(jù)合并進行分析。CV同比提高時，T800和T1500成績同比提高是成績同比下降的30倍（ORT800+1500=30.7；95%CL［10.5，89.8］；P＜0.000）。

在logistics回歸模型中（YT=β0+β1×CV%），YT800+1500回歸模型中斜率（1.34×CV%）P＜0.01，具有顯著性水平，其余模型（YT200和YT400）斜率均未達到顯著性水平。因此保留YT800+1500=0.03+1.34×CV%用于后續(xù)討論與分析CV%對T的變化的發(fā)生概率。YT800+1500回歸模型的ROC圖形下AUC面積=0.88，表明回歸模型具有較好的擬合效果（圖2）。

預(yù)測結(jié)果（表3）表明，中長距離自由泳成績同比變化對CV%同比變化非常敏感，CV%同比變化1%（提高或下降），均會導(dǎo)致成績同比提高或下降的發(fā)生概率高達80%；當(dāng)CV提高或下降3%～4%，T提高或下降的概率幾乎接近100%；當(dāng)CV同比變化超過6%時，T同比變化的發(fā)生概率為100%。

圖1 CV與T200、T400、T800、T1500的相關(guān)關(guān)系Figure 1.The Relationship between T200，T400，T800，T1500 and CV

3 討論

研究結(jié)果表明，采用比賽數(shù)據(jù)計算CV是可行的。用4個比賽項目（200 m、400 m、800 m和1 500 m）的自由泳成績（時間）和比賽距離建立LDT模型具有非常理想的擬合效果，平均r2＞0.999（n=201），表明使用比賽數(shù)據(jù)來計算的CV有很強的解釋效力?；貧w模型的回歸系數(shù)（r2）與前人研究結(jié)果r2=1.0（Wakayosh et al.，1992b），r2=0.999（Hill et al.，1995）相一致。SEE值（SEE=0.01）優(yōu)于前人（SEE=0.02；Di Prampero et al.，2008）（SEE=0.03；Hill et al.，1995）水平，表明估計值與實際值之間近似誤差非常小，回歸方程有較好的擬合效果。CV值的計算對測試成績（估計參數(shù)）較為敏感，不準(zhǔn)確的測試成績可能會造成CV計算偏差（Zacca et al.，2016）。與實驗測試相比較，運動員在比賽中所表現(xiàn)出來的成績可能更加真實可靠，能更好地代表運動員實際的競技能力和水平，采用比賽數(shù)據(jù)建立LDT模型能更好地降低CV估計偏差。對比前人實驗測試研究，更小的回歸誤差（SEE）和幾乎相等的回歸系數(shù)（r2），這些結(jié)果驗證了采用比賽數(shù)據(jù)計算CV的可行性假設(shè)。

CV對于200 m和400 m自由泳項目成績變化的解釋度為76.8%和87.2%，而對800 m和1 500 m自由泳項目成績變化的解釋效力高達90.7%和99.5%。CV對中長距離自由泳成績較強的解釋效力表明，使用比賽數(shù)據(jù)估算CV是有效的。比賽距離越長，CV對成績變化的解釋效力越高。運動時間長短與人體能量供應(yīng)系統(tǒng)特征關(guān)系可以對該結(jié)果提供理論支持。人體運動時，三大能量系統(tǒng)ATP-CP、無氧糖酵解、有氧氧化（糖、脂肪）持續(xù)供能時間分別約 為 10 s、45～90 s、45～90 min（Maglischo，2003）。對于較短的項目（200 m和400 m）來說，無氧供能比例可能更高，而對于800 m和1 500 m而言，有氧代謝是能量供應(yīng)的主導(dǎo)方式。從能量代謝系統(tǒng)貢獻率來看，有氧供能分別約占200 m、400 m、800 m和1 500 m項目總能量代謝的 55%、65%、75%和 85%（Maglischo，2003）。顯然，有氧供能能力是限制中長距離成績發(fā)展的關(guān)鍵因素。比賽距離與比賽時間呈線性關(guān)系（Di Prampero et al.，2008）表明，比賽距離越長，比賽時間也就越長，有氧供能貢獻率也就越高，CV對中長距離項目成績的影響也就越大。

表2 運動員比賽成績×CV（2×2）列聯(lián)表頻數(shù)分布及卡方（X2）檢驗結(jié)果Table2 Time×CV（2×2）Frequency Distribution Table and X2 Results

在之前的研究中，研究者更關(guān)注橫斷面研究，即如何準(zhǔn)確地計算CV，但忽略了CV的應(yīng)用價值更多地來自對縱向數(shù)據(jù)變化的觀察與研究。當(dāng)CV提高時，中長距離項目游泳成績會發(fā)生什么變化是教練員和運動員最關(guān)心的，也是研究非入侵式方法診斷有氧能力必須要回答的關(guān)鍵問題?？ǚ綑z驗和Odd分析均顯示，當(dāng)CV提高時，中距離（200 m和400 m）游泳成績獲得提高的可能性遠(yuǎn)小于長距離項目（800 m和1 500 m）。早期研究曾報告過CV變化可以解釋400 m自由泳速度變化的99.1%（Wakay‐osh et al.，1992b）或青少年最長距離測試（457 m）游泳速度的99.2%（Hill et al.，1995），這可能會誤導(dǎo)教練員注重在中距離訓(xùn)練中發(fā)展有氧能力，而忽略無氧工作能力的提高。本研究揭示，在發(fā)展有氧工作能力時，長距離項目成績變化的收益遠(yuǎn)大于中距離項目，比賽項目的有氧/無氧代謝供能比重應(yīng)是教練員和運動員制定訓(xùn)練計劃、安排訓(xùn)練強度和訓(xùn)練量的重要依據(jù)（黎涌明，2015）。

圖2 回歸模型（YT800+1500=0.03+1.34×CV%，r2=0.337-0.502）的ROC曲線診斷Figure 2.ROC Curve of the Regression Model（YT800+1500=0.03+1.34×CV%，r2=0.337-0.502）

在實踐中，回歸模型可以幫助教練員了解CV%同比提高或下降時，長距離自由泳成績提高或下降的發(fā)生概率。研究所采集的數(shù)據(jù)質(zhì)量越高，研究結(jié)果的質(zhì)量也就越高（Gambhir et al.，2018），基于真實的世界游泳成績年度同比變化使回歸模型的結(jié)果更有說服力。研究發(fā)現(xiàn)，CV同比變化僅2%～4%，長距離游泳成績提高或下降的發(fā)生概率幾乎接近100%（93.4%～99.9%）。提示，對于世界高水平運動員來說，提高有氧工作能力是非常困難的，有氧代謝能力任何微小的提高或下降都可能會對成績的變化產(chǎn)生重要影響。教練員和運動員應(yīng)考慮最小重要變化因素（Hopkins et al.，2009）來合理安排有氧訓(xùn)練，基于比賽數(shù)據(jù)對訓(xùn)練進行科學(xué)合理的有效診斷和評估。

表3 采用T800+1500回歸模型預(yù)測T發(fā)生變化的概率Table 3 The Prediction of the Probability for T by Using T800+1500Regression Model

研究結(jié)果顯示，CV不僅可以解釋運動成績的變化，還可以作為監(jiān)控訓(xùn)練過程的有效工具。雖然不同訓(xùn)練模式對有氧能力的影響還尚存爭議（陳小平，2004；陳小平等，2007），但發(fā)展有效的有氧能力診斷方法，通過有效的訓(xùn)練監(jiān)控，提高耐力項目成績是教練員、運動員和研究者的共識。CV為評價游泳運動員有氧能力提供了專項化的診斷方案，有效避免了因不同運動方式的能量代謝差異（黎涌明，2013；?strand et al.，2003）而造成的有氧能力估計偏差。提示，對于發(fā)展游泳有氧代謝供能來說，CV是制定訓(xùn)練強度和訓(xùn)練量的理想標(biāo)準(zhǔn)。對于高水平運動員來說，有氧能力的提高是在長期的或階段性的訓(xùn)練適應(yīng)中所取得的（陳小平，2017；Wakayoshi et al.，1993a）。那么，長期縱向觀察和評價有氧能力變化，對于優(yōu)化或調(diào)整訓(xùn)練計劃來說是不可或缺的?；诒荣悢?shù)據(jù)計算CV，為評估高水平游泳運動員有氧能力的縱向變化提供了可能性。

采用比賽參數(shù)而不是實驗測試參數(shù)計算CV不能排除出發(fā)因素對CV估計的影響，但中長距離（200～1 500 m）比賽中出發(fā)所占的用時比例較低（約0.5%～5%），因此，出發(fā)因素對CV的估計影響可以忽略不計。研究沒有討論CV及CV對T的性別差異，這是因為性別間的差異對CV的影響不是本文的討論重點。但從圖1來看，CV對T的解釋男女趨勢一致，在后續(xù)研究中可以繼續(xù)探索CV與T的關(guān)系上是否具有性別差異。線性和非線性回歸模型均可以計算CV，但線性距離-時間模型的回歸系數(shù)（R2）更大和SEE更小，回歸擬合度更好，與比賽速度的相關(guān)系數(shù)更高（Hill et al.，1995）。在后續(xù)研究中將討論在精英運動員和青少年運動員中，采用線性或非線性回歸模型計算CV的優(yōu)劣差異。

4 結(jié)論

采用比賽數(shù)據(jù)（比賽成績和比賽距離）計算高水平游泳運動員CV是可行和有效的。高水平游泳運動員CV可以有效地解釋中長距離自由泳比賽成績的變化水平，表現(xiàn)為比賽距離越長（800～1 500 m），CV對成績的解釋效力越好。

高水平游泳運動員CV同比變化是影響長距離自由泳（800～1 500 m）成績同比變化的關(guān)鍵因素。

高水平游泳運動員CV%可以作為預(yù)測成績同比變化的重要工具，CV同比的變化1%～6%，就可能引起成績同比變化概率發(fā)生根本性變化（80%～100%）。

5 實踐應(yīng)用

采用比賽參數(shù)估計CV可以比較相同項目的不同運動員CV的差異水平進而推斷有氧代謝能力的差異，從而幫助教練員優(yōu)化訓(xùn)練策略，調(diào)整訓(xùn)練方案。基于LDT模型和CV同比變化模型，教練員和運動員可以簡便快捷的計算CV，控制有氧訓(xùn)練強度，評估有氧訓(xùn)練效果，預(yù)測和解釋中長距離游泳成績。