数字化：2017中国中学生体育协会创新开启足球数据之路

曹源 （教育部学生体育协会联合秘书处足球工作部，101318）

过去的一年，在政策与改革的双重驱动下，中国足球迎来了最“理性”的时期，资本市场、社会大众的青睐，让足球释放出久违的活力。足球改革的有序推进，促使职业联赛重新收获市场和人气，社会足球也渐呈回暖之势。作为发展的“根基”，青少年校园足球更是遇到了千载难逢的机会。

近几年来，随着国家对足球运动投入和推动力度的不断增强，高科技在足球领域中的应用越来越频繁，其中以数据的应用最为关键。同时，技术的更迭和科技的进步，让过去只有职业足球才能享受到的数据服务也走向了校园足球。在如何利用大数据信息和数据来服务校园足球的开展方面，中国中学生体育协会（以下简称“中体协”）做出了很好的示范。

在2016-2017年段里，中体协投入了大量的人力物力，举办各项足球赛事，并引入运动数据监测系统MT-Sports，为赛事提供专业的数据服务，全面跟踪并记录各球队队员的运动数据，并为球队、球员建立专属的数据档案。通过这些数据，为体育教学工作者改进训练计划、训练方法、训练决策提供依据，并为青少年足球人才选拔科学高效的进行提供保障。

一、成果展示

（一）数据监测赛事类型

数据监测的赛事包括：2016中国中学生足球锦标赛（360人），2016-2017校园足球联赛高中男子组东南赛区（172人）、西南赛区（209人）、东北赛区（227人）、西北赛区（236人）、总决赛（189人），中国中学生联队集训中的比赛和训练等（见图1）。

图1 中体协开展的赛事类型

（二）数据监测的比赛、训练场次

共记录259场比赛、6场训练中各球员的运动数据，其中包括2016中学生足球锦标赛36场，2016-2017校园足球联赛高中男子组东南赛区36场、西南赛区48场、东北赛区48场、西北赛区42场、总决赛47场，中学生联队比赛2场、训练6场（见图2）。

图2 记录比赛训练的场次

（三）数据服务覆盖区域

共跟踪了76支球队比赛，球队覆盖北京、上海、天津等29个区域内多所学校（见图3）。通过记录来自全国各地校园足球最高水平球员的运动数据，为各球队运动水平的横向对比、纵向对比提供大数据基础，为评估各地区校园足球的发展现状及足球水平，了解不同年龄段男女球员的体能特征提供参考依据。

图3 赛事覆盖区域

（四）数据监测覆盖人数

共覆盖全国校园足球最高水平球员1415人，其中男子队员运动数据1311人，女子队员运动数据104人。具体包括：2016中学生足球锦标赛360人，2016-2017校园足球联赛高中男子组东南赛区172人、西南赛区209人、东北赛区227人、西北赛区236人、总决赛189人，中学生联队22人（见图4）。

图4 采集运动数据的人数

（五）建立优秀球员的数据档案

通过周期性数据监测，为1166名队员建立了专属运动数据档案。其中包括：2016足球锦标赛300人，2016-2017校园足球联赛高中男子组东南赛区172人、西南赛区209人、东北赛区227人、西北赛区236人，中学生联队22人（见图5）。落实了《中国足球改革发展总体方案》等政策需求，为评估球队、球员的成长趋势提供数据支持，填补中国足球在优秀青少年球员追踪培养方面的空白。

图5 建立运动数据档案的人数

（六）建立足球运动能力模型

通过记录分析优秀青少年球员的比赛体能特征、运动机能特征、位置体能特征等数据，以全国各地校园足球最高水平球员为基础标准，建立起中国校园足球的数据标准模型。

（七）构建中体协青少年优秀足球人才数据云

依据各球队比赛训练中的数据，中体协针对不同队伍、不同队员，建立了集运动行为监测、运动数据管理、数据挖掘分析、数据综合对比、成长趋势追踪等功能为一体的“中国中学生体育协会青少年优秀足球人才运动数据云”，帮助全国各校园足球高水平队伍综合管理球队和球员的运动数据。

图6 中体协青少年运动数据云登陆页面

在中体协的努力下，校园足球影响广泛，成绩斐然。与“金字塔尖”的职业足球不同，校园足球是一个阶梯式的发展。在这条发展轨迹中，首先应该关注教育和文化的培养，但竞技足球也是不可忽视的一环。中体协在运动数据监测方面的努力，在全面了解各地区校园足球发展情况与水平差距的同时，还可以明晰校园足球与职业足球之间的差距，找准定位，规划发展。

二、校园足球与职业足球的体能数据表现差异

中体协引入的MT-Sports系统提供方动量科技，长期服务中国足球，除了积累了大量校园足球比赛的数据外，还累积了各年龄段国字号球队的比赛数据。通过这些数据的横向、纵向比较，可以从侧面了解两者之间的水平差距，为校园足球发展提供借鉴。

这里选取高中（16岁男子、16岁女子）的10场高水平、高质量比赛中体能数据与同年龄段“国字号”球队进行数据的横向比对；联赛中球队阶段性的体能数据进行纵向比对，得出以下结论：一是校园足球与专业足球在跑动距离、高强度跑距离、冲刺跑距离表现中存在一定的差距；二是随着校园足球的大力推广，校园足球球员整体的成长速度很快。

（一）体能差距

1.跑动距离

跑动距离能够体现出球队在一般耐力方面的能力与表现，是支撑足球比赛的体能基础。从图7人均跑动距离的对比可以看出，校园足球男子平均水平较职业青训梯队低1515米，校园足球女子平均水平较职业青训梯队低1192米。

图7 校园足球与职业足球的跑动距离对比

2.高强度跑距离

该年龄段高强度跑距离是速度大于4.8m/s的跑动，研究表明，球队高强度跑距离的多少与比赛结果有一定的相关性。从图8人均高强度跑距离的对比可以看出，校园足球男子、女子平均水平较职业青训梯队男子、女子分别低412米、403米。

图8 校园足球与职业足球的高强度跑距离对比

3.冲刺跑距离

冲刺跑距离是速度大于6.1m/s的跑动，研究表明，球队的冲刺跑距离大小与比赛结果有较高的相关性。从图9人均冲刺跑距离的对比可以看出，校园足球男子、女子的平均水平较职业梯队男子、女子分别低114米、42米。

图9 校园足球与职业足球的冲刺跑距离对比

（二）成长趋势

以重庆市第七中学、长沙市雅礼中学、厦门市第二中学为代表的6支球队分别参加了2016年10月中学生锦标赛、2017年4-6月的校园足球联赛预赛、2017年8月的总决赛，通过阶段性的数据分析，归纳总结其运动表现得出：各支球队在跑动表现、高强度表现、冲刺跑表现上均呈现上升趋势（见图10-11）。说明校园足球球员整体的成长趋势是逐渐上升的，且高强度跑动表现的成长较快。

图10 6支球队人均跑动距离的纵向对比

图11 6支球队人均高强度跑距离和人均冲刺跑距离的纵向对比

三、结语

体育数据不止于数据，在这些数据的背后连接着一系列的应用。从目前来看，足球大数据最直接的应用价值在于为中国足球青训建立起从专业青训到校园足球，到社会青训完整的足球人才数据能力图谱，为人才选拔培养提供数据依据。以近期北体大中国足球运动学院招生为例，学院通过采集青少年球员体能测试数据及对抗比赛运动数据，从而筛选出表现更为优异的学员进入学院，这也为青少年足球人才出口提供了新的选择。

足球大数据在辅助人才评估和科学指导之外，让更多的青少年足球人才走向了更高水平的赛场，参加中国足球职业联赛，甚至代表国家征战国际赛场。同时大数据本身也与球员经纪、足球康复等多个领域悄然发生着连接。这为中国踢球的孩子未来提供了从职业运动员、足球教练、足球经纪人、体能教练、康复师等相关工作机会的可能。未来，以中国青少年校园足球为代表的青少年足球将为中国足球源源不断的提供足球产业各个领域的优秀人才，让中国职业足球发展的每一步都会更加踏实和笃定。

（文中数据由北京动量科技有限责任公司提供技术支持）