Page 30 - 《上海体育大学学报》2024年第4期

石慧敏，章东迎，章永辉.奥运奖牌可以被预测吗？——基于可解释机器学习视角[J].上海体育大学学报，2024，48（4）：26-36
2024年4月15日出版

专题探索

奥运奖牌可以被预测吗？

—基于可解释机器学习视角

石慧敏，章东迎，章永辉
（中国人民大学 经济学院，北京 100872）

摘 要: 基于 1992—2021 年夏季奥运会的分项目成绩大数据，使用随机森林模型评估不同项目金牌和奖牌的可预测
性，发现各项目存在较大的差异：对奖牌而言，可预测性最强的是乒乓球、羽毛球和游泳，而最弱的是水球、现代
五项和排球。基于可解释机器学习方法挖掘社会经济因素对奥运奖牌的影响发现：①对同一个项目而言，女子
项目的可预测准确性普遍高于男子项目；②代表队所在地区的人口规模、人均 GDP、是否为主办国等因素对奖
牌总数具有一定影响；③在特定项目上，代表队的传统优势（如中国的乒乓球、美国的田径等）对奖牌预测具
有较大影响。
关键词: 奥运奖牌；机器学习；特征重要性；SHAP 方法；Shapley 值
中图分类号: G80-05 文献标志码：A 文章编号：1000-5498（2024）04-0026-11 DOI：10.16099/j.sus.2023.10.27.0002

比赛结果的不确定性是竞技体育的魅力之一。然 预测的贡献。上述 2 篇文献关注的都是社会经济指标
而，一些代表队在某些特定项目上的强大实力保证了 对一国或地区在奥运会上的总体表现，即金牌或奖牌

其较高的获胜概率，从而使这些项目的胜负具有较高 总数，未探讨这些因素对不同项目影响的差异。事实
的可预测性。例如，在乒乓球男子团体项目上我国连 上，不同代表队在不同项目上的表现存在较大差异。
续 10 次获得世界杯赛冠军，展现了我国在乒乓球项目 例如，美国作为体育强国，长期位于奥运奖牌榜首位，
上的强大实力。不同体育竞赛项目的表现在多大程度 但在乒乓球、羽毛球等项目上美国运动员从未获得过
上可以被预测？哪些社会经济因素会影响各代表队在 奖牌，整体加总的数据无法解释这一差异。另外，从提
奥运会各项目上的表现？对于不同代表队在奥运会上 高体育成绩的角度看，需要分项目讨论影响成绩的因
的表现，已有研究主要关注代表队整体层面的奖牌分 素。因此，本文在评估不同项目可预测性的同时，也关

布，而未讨论其在不同项目上的差异。Bernard 等 使 注社会经济因素对不同项目影响的差异，填补该领域
[1]
用 Logit 模型分析奥运奖牌榜发现，一个奥运代表队所 研究的空白。
代表的国家或地区人口越多、人均国内生产总值越 具体而言，本文基于 1992—2021 年夏季奥运会代
高、是该届奥运会的主办国，则该代表队获得的奥运奖 表队各项目成绩数据，利用随机森林模型预测各奥运
[2]
牌数越多。Schlembach 等 利用随机森林模型预测了 代表队在各分项目上的表现，在此基础上比较不同奥
各代表队在奥运会上的表现，评估了不同特征变量对 运会项目表现可预测性的差异。在 Schlembach 等 [2]

收稿日期：2023-10-27；修回日期：2024-01-20
基金项目：国家自然科学基金面上项目（71973141）；国家自然科学基金青年项目（71903188）；中国人民大学“中央高校建设世界一流大学
（学科）和特色发展引导专项资金”项目（KYGJC2023003）
第一作者简介：石慧敏（ORCID：0000-0003-2180-4166），女，山西太原人，中国人民大学教授，博士，博士生导师；研究方向：国际贸易、经济
增长，E-mail：huiminshi@ruc.edu.cn
通信作者简介：章永辉（ORCID：0000-0001-6962-4768），男，浙江金华人，中国人民大学副教授，博士，硕士生导师；研究方向：计量经济学、
因果推断、机器学习，E-mail：yonghui.zhang@ruc.edu.cn

26