引言
近年来大众参与马拉松等耐力赛事的热情呈现指数级增长，如何科学预测马拉松成绩成为运动科学领域的重要课题。虽然最大摄氧量（VO2max）等生理指标已被证实是马拉松表现的关键决定因素，但比赛配速策略（pacing）对精英选手和大众跑者的影响日益受到关注。配速被定义为运动任务中速度或功率的分布模式，尽管负分段策略（后半程速度快于前半程）被认为是获取最佳成绩的策略之一，但随着跑者水平降低，其配速波动更为显著，后半程表现衰退现象也更为突出。
传统预测方法如里格尔方程（Riegel equation）在马拉松距离的预测精度有限，而丹尼尔斯VDOT系统虽整合了VO2max、持续运动强度和跑步经济性等多维参数，但对马拉松项目的预测仍受耐久性（durability）因素影响。耐久性定义为长时间运动中生理特征开始出现衰退的时间点和幅度，这一概念近年被证实可能提升长距离项目预测模型的准确性。本研究基于瓦伦西亚马拉松赛事数据，首次系统探讨半程马拉松配速波动对全程马拉松成绩的预测价值。
材料与方法
研究设计采用回顾性队列分析，选取2022-2023年连续参加瓦伦西亚半程马拉松和全程马拉松的8261名跑者数据。两项赛事间隔6周，赛道均以平坦快速著称（累计爬升分别为69米和76米），气温条件适宜（半马15-20℃/全马10-15℃）。最终纳入分析的7663名跑者按性别、年龄组（从青年组到M-70组）和马拉松完赛时间（<2:30至<6:00小时）分层。
关键指标半马配速波动范围（pacing range）定义为各5公里分段相对速度的最大最小值差，该指标通过官方提供的分段计时数据计算。VDOT预测值采用《丹尼尔斯跑步公式》第四版官方表格进行匹配。统计分析使用RStudio软件，通过方差分析比较不同水平跑者的配速波动差异，并构建三个渐进式线性回归模型：模型1仅包含半马成绩和性别；模型2增加配速波动范围；模型3进一步加入年龄组变量。
结果
半马与全马成绩呈现强相关性（r=0.92），而半马配速波动范围与半马成绩（r=0.39）及全马成绩（r=0.39）均呈中度正相关。值得注意的是，配速波动范围随马拉松完赛时间延长而显著增大（sub-2:30组为2.36%，sub-6:00组达12.09%），且相邻时间组间均存在统计学差异（p<0.01）。
三个回归模型的解释方差均为85%，模型1的预测方程为：男子全马时间（分钟）= -6.21 + 2.28 × 半马时间（分钟）；女子为-11.70 + 2.28 × 半马时间。尽管配速波动范围和部分年龄组（U-20、U-23、Senior）在模型中达到显著水平（p<0.01），但并未提升模型预测精度。模型1与实测值的组内相关系数（ICC）达0.92（优秀），但在不同水平跑者中呈现梯度变化：sub-3:00和sub-3:30组为0.70-0.60（很好），sub-4:00组0.47（好），sub-4:30组0.35（合理），更慢组别则降至0.02-0.08（差）。
与VDOT系统对比发现，模型1的整体平均绝对误差（MAE）为5.67%，显著优于VDOT的7.92%。分层分析显示模型1在sub-2:30和sub-3:00高水平组预测精度低于VDOT（效应值ES=2.12和0.81），但从sub-4:00组开始反超，在sub-4:30至sub-5:30组均表现出显著优势（ES=0.49-0.81）。这种差异可能源于VDOT系统基于高水平运动员数据开发，而模型1更贴合大众跑者特征。
讨论
本研究证实仅通过半马成绩和性别即可实现85%的马拉松成绩预测精度，其便捷性优于需要实验室测试的传统方法。配速波动范围未能提升预测效能的原因可能在于：半马成绩本身已包含配速策略信息；2小时以内的运动时长不足以引发显著耐久性变化；大众跑者群体中年龄因素对成绩的制约作用较弱。
模型1与VDOT系统的性能分化提示预测工具需考虑使用者特征：VDOT更适合精英选手，而基于大样本的线性回归模型对大众跑者更具实用价值。值得注意的是，模型精度在sub-4:30后下降，反映大众跑者群体中强度控制和配速策略的异质性增加，这为后续研究指明方向。
局限性与展望
本研究未纳入训练量、跑龄等关键变量，且模型特异性针对瓦伦西亚赛道设计。未来研究可结合长时专项耐力测试（如30公里计时跑）更精准评估个体耐久性，并通过多赛道验证提升模型普适性。此外，探索配速波动与跑步经济性（running economy）、能量代谢等生理指标的关联机制，将有助于揭示配速影响成绩的内在通路。
结论
瓦伦西亚马拉松预测模型以半马成绩和性别为核心参数，实现了与复杂模型相当的预测效能。配速波动范围和年龄因素的有限贡献提示大众跑者成绩预测应注重模型简洁性。建议跑者根据自身水平选择适配工具，精英选手可参考VDOT系统，而大众跑者采用本研究模型可能获得更贴合实际的预测结果。
