我国体育数据要素市场的培育：机遇、挑战与对策

刘庆群，徐伟康

（1.郑州大学 体育学院，河南 郑州 450001；2.清华大学 法学院，北京 100084）

随着大数据、人工智能、云计算等新兴技术的发展，人类迈入了数字经济时代。数字经济创新性的生产方式拓展了生产要素的边界——数据成为新的生产要素。在顶层设计层面，《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》《中共中央 国务院关于新时代加快完善社会主义市场经济体制的意见》《体育强国建设纲要》《国务院办公厅关于促进全民健身和体育消费推动体育产业高质量发展的意见》《体育总局关于印发〈“十四五”体育发展规划〉的通知》等文件均对数据要素寄予厚望。可以预见，数据要素将成为推动体育技术范式、生产方式和商业模式变革的核心力量。习近平总书记强调，“要站在统筹中华民族伟大复兴战略全局和世界百年未有之大变局的高度……充分发挥海量数据和丰富应用场景优势”。然而培育和构建我国体育数据要素市场尚处于初步探索阶段，体育数据要素市场相关概念、功能预期、发展规律和未来路径等问题都尚需进一步厘清。数据要素既有“善假于物”之现实诉求，也面临着新要素与“旧产业”不适的现实挑战，如何构建产权清晰、流动有序、监管合理的体育数据要素市场，达到数据要素与体育之最佳耦合，成为当下我国体育发展之重要问题。

1 体育数据要素的内涵与特征

1.1 体育数据要素的内涵

生产要素又称为生产输入，是经济学的重要概念，指的是进行社会生产经营活动时的一切必备资源和环境条件（王夙，2020）。早期生产要素主要围绕着“土地、劳动、资本和企业家才能”的四元论展开。20世纪90年代以来，数字技术蓬勃发展，数字革命方兴未艾，数据与人类生产和生活以前所未有的广度和深度融合，史蒂夫·洛尔（2015）指出，从生产方式规模化角度，数据可以用来描述新型劳动资料形式的规模化；从生产方式自动化角度，数据呈现生产自动化、智能化；从劳动资料生成形式角度，数据成为重要劳动资料。数字革命推动形成了以数据价值的充分挖掘和有效利用为目的，围绕数据全生命周期有效流转和使用所产生的价值创造和生产力发展，突破了生产要素的四元论，使数据成为市场经济发展的重要生产要素。

随着体育与各类生产生活的关系愈发紧密和复杂，因体育行为而产生的数据成规模递增，如运动生理数据、运动表现数据、体育消费数据等，这些数据由体育活动而产生，能够被人或设备所感知或捕捉，可通过智能技术进行清洗、标注、挖掘，从而产生价值。但并非所有的体育数据都可以作为生产要素进入市场。体育数据按其产生和应用场景可分为体育个人数据、体育商业数据、体育公共数据，在大数据的语境下，三者之间存在一定的重叠。1）体育个人数据一般指个体在体育参与场景下所产生的能够直接或间接识别到个人的数据（如运动能耗数据），其中包括隐私性个人数据和非隐私性个人数据（李智等，2020）。隐私性个人数据涉及个人隐私权、人格尊严与人格自由等问题（程啸，2018），故而该类数据的人格属性已远远超过数据本身的其他属性，需要基于人格利益的优先性，将该类数据排除在市场交易之外。2）体育商业数据一般指体育经营者基于自身经营与管理活动所产生和持有的以及获取和整合的数据（如实时比赛数据），是体育生产经营活动的外在表征，也是有效开展市场竞争并获得竞争优势的武器（Frodl，2015）。体育商业数据权属较为明确，绝大部分体育商业数据属于大型体育市场主体，数据流通路径较为清晰，因此在体育数据要素市场培育过程中处于领先地位。但体育商业数据中有相当部分构成现行法律中的“商业秘密”，故而这部分数据被排除在数据要素市场范围之外。3）体育公共数据一般指体育公共管理和服务机构在依法履行公共管理职责或者提供公共服务过程中产生的非专属于行政相对人的数据（赵加兵，2021）。对于体育公共数据而言，部分观点认为国家机关是出于行使管理职能的需要而处理数据，数据作为市场流通关键要素的财产属性被弱化（谢宜璋，2021），因而应排除在市场之外。但事实上，体育公共数据兼具“治理要素”和“生产要素”二重性（李刚，2020）。其功能经历了从满足一般性行政管理诉求，到回应公众政务服务诉求，再到现阶段服务社会多主体、多层次、异质化诉求的转变，公共数据的资源化可能快速催生巨大的经济和社会价值（杜振华等，2016）。故而在不涉及国家安全问题的前提下，体育公共数据也符合数据要素市场进入条件。在此基础上，可以将体育数据要素定义为围绕着各类体育活动而产生，能够被感知和记录，不涉及国家安全问题、商业秘密和个人隐私，可以在市场中自由交易和流通并带来社会和经济效益的数据和数据集合。

1.2 体育数据要素的特征

体育数据要素具备数据要素之一般特征，如凭借衍生性、非消耗性，打破了自然资源有限供给对增长的制约，为持续增长和永续发展提供了基础和可能（张麒，2020）；凭借较高的流动性、巨大的供应量和正外部性，辐射各体育生产部门，与其他要素市场有机结合，产生乘数作用，提升全要素生产率（郭威等，2020）。体育数据要素亦有其本身的独有特征。一是多主体性。体育数据要素之形成并非像网络平台数据一样处于“用户-平台”两层关系结构中，其具有多主体结构，例如，体育赛事数据的形成涉及赛事组织方、运动员、俱乐部、数据采集商、数据分析商、数据产品生产商，以及不同知识和技术管理的服务商等多元主体。因此，体育数据要素的形成融合了多主体的劳动，这也导致其不仅面临着产权的界定问题，还面临着较大的财产权益保护和数据隐私规制问题。二是一定程度的排他性。不同于资本、劳动等一般而言具有非排他性、可同时供多主体使用的生产要素，由于体育领域特殊的制度安排，体育数据要素具有一定的排他性。例如，美国职业篮球联赛和国家冰球联盟等都与数据服务商签订了独家、排他的体育数据使用协议，使得相关数据服务商能够独家访问赛事数据（Forbes，2018）。三是一定程度的稀缺性。数据一般被认为具有非稀缺性，可以被不断生产，随手可得（田杰棠等，2020）。但是体育数据要素由于主体和生产之特殊性，在一定程度上具有稀缺性，例如，受世界范围内优秀运动员总量较低的约束，优秀运动员生物识别数据并非是极大丰富的。体育数据要素的稀缺性也导致其价值往往不同于一般数据。

2 我国体育数据要素市场培育之机遇

2.1 理念嬗变：“数”治成为基本导向

《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出发展数字经济，加强数字社会、数字政府建设，提升公共服务、社会治理等数字化智能化水平。数据驱动治理目标、治理方式、治理场域变革成为“十四五”时期我国经济发展的重要理念导向。在体育领域，充分发挥海量数据和丰富应用场景优势，促进数字技术与体育深度融合，赋能体育产业转型升级的理念也日益深化。一是体现在产业政策导向上。产业政策作为国家理念在经济活动中的具体化表现，是国家对经济的主动干预（林毅夫，2017）。近几年，激活体育数据要素价值、发展体育数据要素市场被相继纳入各类规范性文件中。除了上文所述的顶层设计，北京、上海、浙江、江苏、安徽等地出台的地方性规划均涉及发展体育数据要素市场，例如，江苏省《省政府办公厅关于印发江苏省贯彻体育强国建设纲要实施方案的通知》明确提出健全土地、技术、数据等体育要素市场。二是在行为逻辑上，从经验法则到数据循证成为体育领域重要价值遵循。在体育产品产销中，市场主体积极将数据要素嵌入体育产品生产研发、部件装配、销售和回收多个环节，形成供给侧和需求侧规模经济协同效应。例如，重视和加强对社交媒体平台消费数据的采集、存储和管理，成为当前提高产品质量和扩大销售的重要路径。在职业体育市场发展中，数据循证更是成为重要的行为导向。一方面，俱乐部的选材已经开始从依据经验法则向数据选材转变，越来越多的俱乐部开始采用数据分析的方法来寻找有潜力的运动员，通过数据关联体能、动商和专项能力，准确识别天赋，降低选材信息不对称和不确定性成本；另一方面，球队技战术提升更是依赖数据指引，中国足球协会超级联赛和中国职业篮球联赛近年来都相继引入国际数据提供商，配备数据分析系统和数据分析人员，以期通过数据赋能提升球队成绩。在公共体育服务上，各地不断探索从迎合需求向发现需求的治理模式转变，依托数据要素融合，实现公共体育服务的有效供给，解决当前全民健身难问题。多地还在尝试借助个人健康和运动数据的整合，建立运动处方管理监控服务一体化系统，及时对用户的健康状况和运动情况进行监控管理，进而促进多层次、多类型的体医融合健康服务体系建设（董亚琦 等，2018）。

2.2 产业转型：从传统要素推动到发挥数据要素乘数作用

2014年《国务院关于加快发展体育产业促进体育消费的若干意见》提出，到2025年中国体育产业总规模超过5万亿元，但当下我国体育产业处于三期叠加，供需矛盾突出，加之受新冠疫情影响发展不确定性风险陡增，面临着劳动力投入效率低，资本要素投入粗放，土地要素供给受制于政府部门条块分割等传统生产要素发展受限问题（沈克印等，2020）。加之传统要素的数量增长受供给侧规模收益递减规律和需求侧单个产品需求增长有限的约束，利用对传统要素之投入推动体育产业产值扩大的能力明显下降（郑芳等，2019），并在“十四五”时期有增速放缓之风险（鲍明晓，2020）。因体育数据要素不受规模收益递减规律的约束，加之近年来体育数据大批量累积，可以发挥对传统要素乘数作用。一方面，体育数据要素投入生产过程可发挥较强的规模效应和长尾效应，最大化实现产业的提质增效（王戬勋，2020）；另一方面，体育数据要素能够重塑体育产业链，可以切入体育产业相应发展领域，迅速对体育产业价值链，甚至是整个体育产业生态进行重组，给体育产业带来极强的产值增强效应。美国、欧洲的体育产业产值跃升均与体育数字技术的突破和数据量的累积与商业化有着密切的关系（倪军等，2020），在我国体育产业发展中，借助体育数据要素乘数效应提高产值和扩大规模的诉求也日益显现。以体育与相关产业融合为例，研究指出体育产业高质量发展的关键因素在于与其他产业融合，培育出新的商业模式和业态，从而带动产品供给和市场主体的高质量发展（郭晗等，2020）。但是当前我国体育产业融合程度低，原因在于其与市场互动性弱，与消费市场需求意愿结合性不强以及同其他产业消费场景耦合能力不足。从数据要素的典型特征来看，显然具有使能性（enabling technologies）和通用目的性（general purpose technologies）。使能性是指一项数据及其相关技术要素投入使用后，可以使得其与相关产业产生交汇（王建冬等，2020）；通用目的性是指数据可以无限链接，例如，整合体育赛事数据、运动员生物识别数据、体育博彩数据，打造集观赛、娱乐、竞猜于一体的体育新产品，刺激体育产业新的供给和需求（Feld，2020），从而促进体育产业融合，推动产值增长。

2.3 供需升级：体育需求内容数字化，体育数据产业链初显

随着数字化发展，我国体育数据需求也在不断上升。一是体育观赛者对于比赛深层次数据内容的需求不断上升。2019年中国数字体育月活跃用户超过1.2亿人，其中通过数字媒介观看篮球赛事的月活跃用户超过3 000万，足球用户超过2 000万（前瞻研究院，2019）。二是运动参与者对于自身运动数据的了解需求不断上升。数据统计显示，近80%的运动参与者希望通过简洁、准确的数字化呈现方式来了解自身的生理状况、运动轨迹、运动时间、频率和成绩（艾瑞咨询，2019）。三是竞技体育领域越发注重通过深度采集的数据来提高运动员的比赛和训练质量，创造出新的训练范式，并通过对各类维度数据的分析，检测伤病发生的可能性并提前进行预防，以及将运动员数据采集同社交媒体相结合，创建出新的商业模式。四是体育周边产品对数据的需求日益增加。以最为典型的体育游戏为例，基于真实赛事数据，实现虚拟与真实交互的体育类游戏在年轻消费者群体中备受青睐，这些游戏都需要基于大量的联盟、俱乐部和运动员的数据进行游戏创作。

同时，供给侧方面体育数据全产业链条逐步完善。受体育政策和数字化升级双轮推动，我国体育数据要素供给端不断丰富，一是阿里、腾讯、京东等企业都在不断切入体育产业。这些大型互联网公司本身就带有强大的数据产能，数据生产是其重要的战略目的，其介入体育产业后催生了数字健身服务、数字赛事转播、数字体育培训等新业态，创造了许多新的数据留痕和处理场景。二是传统体育数字化升级也产生了大量的数据。例如，智能体育制造系统依托于传感器、网络通信系统、数据挖掘和计算能力，接入大量设备和工具，连通生产过程甚至整个产业链，实时获取生产和运营信息，形成了集硬件制造销售、软件开发、大数据及相关服务、广告及其他增值服务为一体的产业链闭环，供应了大量有价值的体育数据（刘佳昊，2019）。三是体育数据供应和服务商数量不断增加，体育数据供应和服务商是体育数据要素市场的重要载体。近年来，我国体育数据供应和服务商增长迅速，国内涌现出创冰科技、贝泰科技等数十家体育数据分析公司，以“运动雷达”（Sportradar）为代表的国外数据供应和服务商也逐渐进入中国市场，初步形成了“数据采集—数据分析—数据售卖”产业链。

3 我国体育数据要素市场培育面临的挑战

3.1 体育数据要素资源化难度高

在不经过任何处理的情况下，现实中的数据是分散的、碎片化的，无法直接利用以产生价值。对这些“原料”状态的数据进行初步加工，最后形成可采、可见、互通、可信的高质量数据，就是数据资源化过程。资源化是激发数据价值的基础（何伟，2020），我国体育大数据经过最近几年的快速发展，体量较为可观，但总体上仍处于一个混沌初开的阶段，具体表现为以下3个方面：

1）数据采集质量不高，存在结构性失衡。如我国目前健身App的使用主要集中在有较高收入和较多空余时间的年轻群体中，以Keep软件为例，该App近2亿的注册用户中80%为30岁以下人群，其中近60%以户外慢跑为主，运动偏好较为明显（艾瑞咨询，2019），因此，采集到的数据主要集中在这一区块，其他群体和运动类型的数据明显不足，数据采集量的不平衡导致数据存在维度单一和结构化不足的问题。同时，体育数据“孤岛化”现象非常严重，没有形成统一的联动机制，阻碍了数据的资源化。一方面，系统开发主体混杂，如健身App服务商系统呈现百家争鸣的现象，技术的不兼容导致很难形成真正的大数据库。另一方面，掌握体育数据量最多、应用最广的政府体育数据库依旧处于独立、封闭状态，最明显的就是全民体质监测数据库。受制于部门条块分割的管理体制，全民体质监测数据库的开放存在滞后，阻碍了对海量数据的深度挖掘与实时利用。

2）体育数据资源外流严重。我国体育产业较之欧美发展较晚，受制于技术发展缓慢等因素，体育数据汇集意识和程度均较低，导致数据外流较为严重。例如，我国可穿戴设备市场中域外设备占据了近60%，也就意味着这部分人群的健身数据都可被域外公司采集。在职业体育中，数据外流更为明显，我国多个职业联赛（如全国男子篮球联赛等）的数据很难便捷地在国内网站中检索获得，但是在域外EuroBasket网站上却能免费或付费获取每场比赛核心球员的不同层面数据（马乐等，2019），数据的外流严重影响了数据资源作用的有效发挥。

3）数据挖掘的算法技术科技含量较低。数据挖掘是发现数据中趋势的一种计算过程，海量数据必须要与算法相结合才能锻造价值创造的链条，转化成可理解的结构（戚聿东等，2020）。目前在体育领域主要使用的传统机器学习方法是分步骤进行的，每一步的最优解不一定带来结果的最优解（胡海旭等，2021）。另一方面，人工选取特征是一种费时费力的方法，很大程度上依赖经验和运气，而深度学习、神经网络算法应用还较少，当然这也跟当下体育数据资源质量不高有一定的关系。反应在产品上则是体育数据产品的准确性有限，例如，当下很多智能可穿戴设备处于“伪智能”的状态，在能耗计算、动作反馈上存在很大的误差。

3.2 体育数据要素资产化程度低

数据承载着产业运行的规律和机制，具有非常重要的潜在价值，可以发挥企业与组织内部存储和查询辅助、规模化数据分析和预测、决策支撑等作用，但数据本身不能产生价值，只有将数据与特定业务集成起来完成变现，才能实现这些潜在价值，其过程就是数据资产化的过程（何伟，2020），其本质就是数据驱动的业务变革和数据价值的实现。目前我国体育数据要素资产化程度总体较低，具体表现为以下3个方面：

1）体育数据要素嵌入传统体育需求程度不高。体育数据资产化是市场主体加深对体育数据要素的需求深度的过程，但目前我国体育数据要素与需求侧耦合程度较低。从体育娱乐业来看，国内体育媒体存在高度垄断，市场竞争不足，因此缺乏基于体育数据要素进行技术创新的动力，国内体育娱乐业数据可视化方式单一，停留在体育数据堆叠的初始阶段，尚未开发出基于体育数据的交互性娱乐方式，不能围绕实时数据和历史数据互动开展叙事。从职业体育来看，博彩业是职业体育数据的重要需求方，我国也具有巨大的体育竞猜市场（东方财富网，2021），但受制于我国体育彩票管理制度，深度依赖体育数据运行的竞猜型体育彩票和大型国际赛事即开型彩票在我国受到限制，导致大批量的职业体育数据无用武之地。从体育公共服务来看，尽管采集了很多数据，但是大部分数据是初级的群众日常体育活动数据，难以匹配公共部门规划和决策所需，导致很多数据处于“采而不用”的状态。

2）市场主体运营偏差，产业链不完备。体育数据要素资产化不仅需要需求侧的耦合，同样需要活跃的市场主体予以运营、支撑。从域外经验来看，体育数据要素市场的发展主要经历3个阶段，即产业聚合前碎片化阶段—产业链整合阶段—产业各细分市场双寡头阶段。与国外的体育数据产业已经开始进入产业链整合和细分市场双寡头阶段不同，我国体育数据要素市场主体目前还处于碎片化阶段。一方面，成规模的体育数据服务商较少，主要以小微型企业为主，核心技术和运维能力弱，难以实现数据要素的有效汇集和挖掘；另一方面，体育数据要素市场作为一个新兴产物，市场规范制度的建立落后于新业态的发展，投入粗放、盲目竞争、对接渠道不明确、数据挖掘不够深入的现象严重，导致数据资产的作用难以充分发挥。

3）体育数据要素嵌入具体体育场景不足。体育数据资产化是结合具体体育生产场景，在产品制造、商业拓展和社会服务过程中提高对其他生产资源要素的利用效率，从而实现体育数据价值跃升的过程。在体育社会场景，如体育教育、体育参与等活动中，由于活动组织主体分散，且数据统筹和利用能力较弱，体育数据要素未能有效融入场景。在体育商业场景和体育工业场景中则出现了两极分化的趋势，大型企业可利用市场优势进行数字化升级，但中小型企业却很难负担起智能改造前期的巨大成本投入（林志杰等，2021）。此外，在数据要素发挥通用互补性资产作用嵌入具体场景时，也存在着因数据格式、数据接口不一，算法无法被高效集成等问题（体育大生意，2020），阻碍了体育数据要素资产化。

3.3 体育数据要素资本化进程慢

数据作为资本的价值需要在数据交易和流通中体现（李杰，2015），数据要素的资本化是通过数据交易、流通等活动实现数据要素资本配置的过程，如果说资产化还侧重于如何在市场中实现数据的价值，那么资本化就是如何将数据的价值真正转变为可以衡量的货币、股权等。从资产到资本，是数据要素化过程中的一次“质的飞跃”（何伟，2020）。资本化需要清晰的权属分配、健全的市场交易、有序的权益保护，使得数据要素能通过各种市场形式转变成可以流通的资本，但是当前我国体育数据要素还存在以下3个主要问题：

1）体育数据产权界定模糊。按照经济学原则，应首先对市场上进行交易的产品和服务界定产权。传统观点一般认为，单个个人数据本身并无价值，需要与其他来自相近社会经济类别的个人数据汇总后加以利用（程啸，2018）。蕴含巨大经济价值的是数据处理者付出了大量的劳动和资金投入而汇集的海量数据，因而认为数据产权应该归属数据处理者（张新宝，2021）。也有观点认为，在大数据中，个人数据已被匿名化处理，因而个人对数据并不具有所有权（张涛，2019）。但体育数据产权存在特殊性，特别是在运动员数据上，一是单个优秀运动员数据蕴含着极高的经济价值，二是运动员在创造数据的同时也付出了劳动，三是运动员数据无法匿名化（徐伟康，2020），因而将数据产权分配给数据处理者并不合理，产权界定的困难导致了体育数据资本化进程缓慢。

2）体育数据交易机制缺失。数据要素交易机制主要由定价机制、交易形成机制、交易流转机制等构成。在定价机制上，一方面，由于体育数据是非标品，价值高度依赖于场景，对于不同用户的使用价值不同，数据成本较难进行衡量；另一方面，体育数据往往在以实时流量形式存在时更有价值，而存量形式的数据价值可能会锐减，但是时间的变化导致数据价值的变化很难衡量。在交易形成机制上，此前各地建立的数据交易中心作为第三方中间市场提供交易居间服务，由供需双方在平台上自由选择自己想要买卖的数据，但是其对所能交易的数据有所要求。例如，根据上海大数据交易中心的《数据互联规则》，转译接入标准为“2exID”，接入请求使用“http（s）”协议，单次请求数据交换格式为“Protobuf”，但由于体育数据的异质性非常显著，标准化的数据库只占很小一部分，因而很难符合交易中心的数据要求（李刚等，2021）。在流转机制上，由于体育数据的生产往往融合了多主体，感知、采集、传输、存储、计算、分析的主体往往不同，导致流转意见难以统一，也就阻碍了体育数据的有效流转。

3）体育数据权益保护不力。一方面，数据财产权益保护不力，各类型体育数据权益侵害事件频发，如非法收集、复制、窃取赛事数据等。但是由于法律的滞后性，无论是现行的《中华人民共和国知识产权法》《中华人民共和国反不正当竞争法》，还是体育领域的相关法规都难以为体育数据财产权益保护提供规范依据。另一方面，数据隐私保护不力，体育数据要素市场依赖于个人数据的充分供给（Studnicka，2020），且收集的数据不但包含基本的身体信息，一般还包括个人生物识别、行程轨迹、健康生理信息等个人敏感数据。根据个人信息保护的法律框架，对这部分数据的收集和处理不仅需要征得数据主体明确、具体的同意，还需要满足必要原则、个人数据安全评估等相关要求（徐伟康等，2019）。但在体育数据收集的实践中，普遍存在诱导用户略过隐私政策、过度收集个人信息、对个人信息安全重视不足的问题。

4 加快构建我国体育数据要素市场的对策建议

4.1 政府层面

4.1.1 加强宏观鼓励

纵观我国体育产业的发展，政策导向性是我国体育产业发展的主要特征之一，在体育数据要素市场的培育中也不例外（姜同仁，2016）。目前，虽然鼓励发展体育数据要素市场在相关规范性文件中出现的次数日益增多，但存在2个问题：一是法律位阶较低，导致执行力弱；二是缺少专门的规划，大多数文件以一个条款的形式呈现，导致整体性弱。因此可以考虑：1）以“体育市场管理条例”“职业体育条例”起草为契机，在条例中增加“体育数据要素市场培育”的条款。随着《中华人民共和国体育法》（以下简称《体育法》）修订的完成，完善《体育法》相关配套法律法规成为体育法治建设的重要任务。根据《体育总局办公厅关于印发〈2022年全国体育政策法规规划工作要点〉的通知》，将启动“体育市场管理条例”“职业体育条例”等的研制工作。二者在法律位阶上都属于行政法规，具有较高的法律位阶。对接《体育法》，科学反映现代体育运动的基本规律，准确体现体育事业改革和发展的方向，不断丰富体育法治的内容是“体育市场管理条例”“职业体育条例”研制的基本导向，蓬勃发展体育数据要素市场代表了体育领域未来重要的发展方向（徐伟康等，2021）。2）可以参照其他领域，在已有政策的基础上协调相关部门出台专门的“推进体育数据要素市场实施规划”，鼓励体育数据资源丰富的市场主体和活跃地区先行先试，加强对体育市场主体的数字化引领，建设一批具有行业引领性的体育数据企业，重视扶持体育中小企业的线上化、智能化建设。

4.1.2 完善具体制度

一是合理确定体育数据权属。数据交易和流通的关键前提是权属明确，避免因为权属界定模糊而造成市场失灵。由于体育数据的多元异质性，对于体育数据权属的确定需要采取场景化的进路，根据体育个人数据、体育商业数据、体育公共数据的性质和类型以及具体场景中各方的合理预期来确定。如对于体育个人数据而言，鉴于数据处理者在数据处理过程中所倾注的劳动，原则上应将数据的权属赋予数据处理者，但对于运动员，特别是知名运动员的个人数据，考虑到单个数据也具有较强财产属性，故而应当赋予运动员对个人数据的财产权。二是建立体育数据权益保护制度。一方面是体育数据财产权益的保护。《中华人民共和国民法典》（以下简称《民法典》）第127条规定“法律对数据、网络虚拟财产的保护有规定的，依照其规定”，为体育数据财产权益保护留下了立法空间。一个可行的方案是在《民法典》第127条的基础上，通过体育立法对体育数据权利人予以法律赋权，规定体育数据权利人在经合法途径生产或收集数据后，可以对数据享有占有、使用、收益和处分的权利，使得体育数据权利人获得可以禁止他人未经许可获取和处理数据的法权基础。另一方面是体育数据隐私权益的保护。在落实《民法典》《中华人民共和国个人信息保护法》相关规定的基础上，结合体育领域的特殊性建立数据隐私保护制度。如鉴于体育数据采集中“知情-同意”机制的普遍失灵，可以考虑从数据主体自决转向数据处理者义务加强，强化数据处理者在数据处理事前、事中、事后整个过程的隐私保护义务意识（徐伟康，2020）。三是加强对体育数据反垄断的规制。随着体育数据要素市场的演进，数据反垄断也成为一个重要议题。亟需从体育要素市场产业链的各个环节出发，建立“相关市场范围”“反竞争效果”的认定标准，并制定相应的规制措施。四是完善体育数据安全保护。首先是要进一步落实国家层面关于数据分级分类管理的要求，加强对重要体育数据的安全保护力度。其次是要建设体育数据泄露通知制度，可以在《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》规定的基础上，配套体育数据泄露通知标准或指南。五是完善体育数据跨境安全管理。围绕体育数据要素资源全球配置和国家数据主权的维护，坚持总体国家安全观，明确体育数据主权，平衡好数据本地化存储与数据跨境流动的关系（曾铮等，2021）。

4.1.3 构建配套监管

体育数据要素市场监管涉及市场不正当竞争规制、消费者保护和数据权益保护等，相应的监管组织和职权配置不但涉及体育部门，还牵涉网络安全和信息化、工业和信息化、公安、市场监管等多个部门，不同监管机关之间的冲突协调困难重重，容易出现负有监管义务的机关相互推诿、逃避职责以及部分领域的多头监管等情形，尚需基于统一性要求予以优化（王锡锌，2021）。一个可行的方法是可以参照全民健身的部际联席会议制度，协同相关职能部门建立体育数据要素市场的部际联席会议制度，协调不同部门在体育数据要素竞争、权益保护、产业发展等方面的监管需求，以促进各职能部门加强对话、信息共享、协同合作，从而促进体育数据要素市场健康有序发展。同时，完善体育数据要素市场监管手段和方法。一方面，可以引入监管成本收益评估机制，探索建立可追溯、可审计的体育数据交易登记管理制度，构建线上线下无缝衔接的体育数据要素市场全流程、全生命周期监管体系；另一方面，可以创新“互联网＋监管”“信用＋监管”“大数据＋监管”等新型智慧监管方法，形成以数治数、以技治数、以信治数的体育数据要素市场监管体系，提升涉及数据不当行为的监管效能和灵敏度（曾铮等，2021）。

4.2 市场层面

4.2.1 推动市场供需耦合

只有数据要素需求足够大，体育数据价值链中的数据采集、数据储存、数据处理和数据应用等价值活动环节才会市场化并产生规模效应。目前我国体育数据要素与需求侧耦合程度较低，故而在兼顾体育大数据产业供给侧实践的同时，需探索市场内外对体育数据要素的引致需求。具体而言，需要积极研判当前体育发展需求侧堵点，发掘可以用数据流通疏解的关键问题；面对数量庞大、层次不同、偏好各异的需求群体，要强调用数据拓展功能模块，挖掘不同用户的特征，细化产品和服务的颗粒度，覆盖更多不同偏好用户的垂直细分需求。例如，推动运动员商业开发权益与个人数据开发的需求耦合，推动体育彩票销售与职业体育联盟增收的需求耦合。只有在现实体育发展阻滞问题的基础上进行数据要素收集整理、挖掘培育，才能形成良好的适配效应，形成以体育数据要素市场赋能体育事业发展的新局面。

4.2.2 提升市场运营能力

一是要提升体育数据要素和汇集能力，形成与体育行业运行相关的各方面数据源的统一汇聚机制。具体而言，一方面是要在法律允许的范围内，打破年龄、项目、地域等的界限，尽可能地扩大数据采集的覆盖面，实现全年龄层、全项目层、全区域的体育数据采集，从而为后续的数据分析和挖掘提供海量数据支持；另一方面是要积极革新数据的收集方式，目前来看，体育数据的采集方式主要是对智能硬件收集的信息进行数字化处理，以及通过视频转播信号采集图像并利用动作捕捉和图像识别技术提取相关信息，存在着数据采集量有限，准确性不高的弊端，故而需要革新数据的采集方式，提高数据汇集质量，从而为数据要素市场化奠定基础。二是推进体育数据要素与相关产业的融合发展，形成“数据要素＋相关产业＋衍生产业”的协同发展模式，整合产业上下游资源，挖掘更多的消费点和盈利场景。三是推动体育数据要素行业集聚发展。从其他智能产业的发展来看，形成行业集聚区，共享产品研发、产业孵化和市场合作有利地推动了整体发展进程，所以也可以在体育数据要素市场发展水平较高的地区，如北京、上海，粤港澳大湾区等建立体育数据要素产业集聚区，形成集聚效应，最大化体育数据要素市场的正外部性（王雪莉等，2020）。四是加强体育企业数据管理能力。数据管理能力明显偏低已成为制约企业资源配置优化、生产率提高的重要瓶颈，而数据管理能力每提高1个标准差（0.153 4），企业全要素生产率平均增加18.15%（李唐等，2020）。因此，要积极提升企业数据管理能力，如建立体育数据生产要素会计核算制度，准确、全面反应数据生产要素的资产价值，推动体育企业数据生产要素资本化核算。

4.2.3 构建市场交易机制

一是要探索合理的体育数据定价机制。数据定价是数据交易的前提，没有合理的定价规则，数据要素就无法进入交易环节。国内数据交易平台对要素的定价有自动计价、平台预设计定价、协商定价、拍卖式定价等形式，这些定价方式为数据市场化价格形成作出了有益探索。但基于体育数据娱乐属性及其价值创造的不确定，应进一步创新体育数据价格市场化机制，如设计共享价格体系，采取事后收益共享的措施（戚聿东等，2020）。二是探索建立体育数据要素市场交易制度。一方面，探索建立正面引导清单、负面禁止清单和第三方机构认证评级相结合的体育数据要素市场准入管理制度，积极引导职业体育联盟、“互联网＋体育”平台、体育行政部门积极参与体育数据要素市场交易，形成一批体育数据要素市场交易主体和数据服务中间商；另一方面，建立分散与集中、线上与线下有机结合的体育数据交易组织方式，创新体育数据交易模式和运营机制，培育一批面向体育场景应用的数据交易平台，鼓励产业链上下游之间进行数据交换和互联互通，最大限度激活数据资源潜在价值。三是促进体育数据市场交易规范发展。数据交易存在明显信息不对称的风险，故而还需要完善检测认证、风险评估、信息披露等相关市场制度规范，缓解体育数据交易市场上的道德风险和逆向选择问题，规范数据交易双方在市场上的行为。

4.3 社会层面

4.3.1 夯实技术支撑

一是实现对数据和算法关键技术的突破。数据和算法技术是数据要素市场的底层技术基础，以算法为例，体育数据需要依靠一系列的算法转化成可视化的信息。当前运用于体育领域的算法技术以知识图谱为主，通过知识图谱描摹运动场景的主要构成要件，而知识图谱构建中信息抽取能力不足，需要持续加大对核心关键技术的研发力度，推动技术的突破。二是构建技术解决方案。如上所述，体育数据要素市场在培育过程中也会面临着数据权属争议、数据隐私等问题挑战，除了依靠制度规制，构建技术解决方案也是必要的步骤。区块链技术的去中心化、非对称加密机制、智能合约、不可篡改等技术特征，为数据权属的确定、保护和流通提供了安全有效的操作手段（戚聿东等，2020），故而可以通过导入区块链技术解决市场发展难题。三是要加强智力支撑。技术最终还是要落实到人上，随着数据要素市场的发展，其对体育人才的需求结构发生了变化，需要一批既熟悉数字技术又懂体育的复合型人才。因此，应吸引数字技术领域相关专业人才进入体育领域，如可以完善体育领域的“技术作价”入股制度，创新我国体育院校的人才培养体系，增设体育数字技术相关的跨学科硕博方向，完成“教育链-人才链-创新链-产业链”的融通（鲁志琴等，2021）。

4.3.2 构建行业支持

体育具有明显的行业特殊色彩，体育数据要素市场的培育需要充分发挥行业组织的力量。一是要推动行业标准体系的建设，探索建立体育数据采集和预处理的行业统一标准，加快《体育单位名录元数据规范》等体育数据标准政策的落实，避免因体育数据采集的不统一造成数据对接和传输的困难，同时也通过预处理过滤掉部分残次数据，提高数据质量。二是积极搭建行业创新平台。行业创新平台首先要积极汇集体育数据要素人才，充分发挥行业平台的力量，汇集散落于各个组织之中的相关人才向体育领域迁移，围绕体育数据采集、标注、存储、管理、应用各环节建立常态化、规模化、跨领域的交流平台；其次要针对国内外涉及体育数据要素的生产商、供应商、平台商等之间的共性问题，进行居中协调和行业引导，就共性的法律、金融、业务等方面的问题提供咨询服务；最后是可以针体育数据要素关联性强的特点，加强与医疗、旅游、文化等行业协会和商会的沟通，加强行业与行业之间、企业与企业之间的协助与配合。三是积极构建行业自治规范。从域外经验来看，新兴科技领域大都十分注重行业自律模式。例如，1998年，美国商务部发布《有效隐私保护自律规范的基本要件》（Elements of Effective Self Regulation for Protection of Privacy），要求美国网站从业者形成个人信息处理的行业自律模式。在体育数据要素领域亦可通过加强行业自治规范的构建（如聚焦于市场准入、数据权属、价值评估等数据交易规则的制定），加强对侵犯隐私、数据滥用和非法收集、买卖、使用数据等“灰”“黑”产业的惩戒力度，最大限度地保证体育数据要素市场的规范有序发展。

4.3.3 强化产业驱动

体育产业数字化是体育数据要素市场培育的基础，没有体育产业数字化的发展，体育数据要素市场也就成了无源之水，故而需要充分发挥体育产业数字化的驱动作用。一是要适应数字经济时代发展趋势，全方位推进体育产业数字化发展。依托数字经济“全域化、全链路”的数字化新常态建设，构建体育数据要素生成和流转的融合发展态势，推动体育产业向技术密集型和数据密集型产业发展，探索建立以体育数据链有效联动产业链、创新链、资金链和人才链的“五链协同”技术框架。二是要构建互联互通的体育数据驱动体系。互联互通的数据驱动体系可以打破区域、行业之间体育数据交易的壁垒，有利于体育数据要素的自由流动和产业升级，促进价格机制、竞争机制等市场内在作用机制的充分发挥。互联互通的数据驱动体系需要切实推进体育数据的开放和共享，一方面，推进各个体育企业、体育系统服务商之间的数据合作和共享；另一方面，需要完善体育行政机关的数据开放机制，目前我国80%以上的数据资源掌握在各级政府部门（曾铮等，2021），要尽快推进体育公共数据流转和交易，参考我国近年来在金融、教育、文化和旅游等方面的政府数据开放经验，建立体育公共数据共享负面清单管理制度，破解体育领域的政府数据“不愿开”“不会开”的问题，建立起一个全国性的、互联互通的体育产业大数据平台，从而为体育数据要素市场建立基础驱动体系。

5 结语

伴随着新一轮产业革命带来的新兴体育产品和服务供给的生产方式变革，体育数据成为推动体育产业融合发展、公共体育服务集约化、竞技体育科学化的新型生产要素。我国体育领域应当借“新基建”东风，积极探索体育数据要素内涵，厘清体育数据要素市场培育的障碍，破除体制机制阻滞，加快构建体育数据要素市场，形成政府主导有为、市场配置有力、社会驱动发展的体育数据要素市场发展模式，使之发挥对我国体育产业和体育事业发展的“乘数作用”。