随着大数据资源集聚效应的积极作用日益彰显，数据分类分级的资源整合和安全保护开始成为国家现代化治理的重要内容。由于体育数据涵盖体育企业数据、运动员数据、公民运动数据、体育公共数据等多元化和繁杂性的内容和形式，对其进行分类分级保护的体系化和科学化制度建设能够优化体育数据的资源整合和安全保护，最终实现提升体育数字经济效率、促进体育训练的精准化驱动、推动体育数据最大化流通、精准化保障不同类型体育数据等功能。

为提升数据分类分级保护在国家层面的重要地位和积极作用，2020年3月20日发布的《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》（以下简称《要素市场意见》）和2022年12月2日发布的《中共中央 国务院关于构建数据基础制度 更好发挥数据要素作用的意见》（以下简称《数据要素意见》）分别明确提出，“推动完善适用于大数据环境下的数据分类分级安全保护制度”和“加强数据分类分级管理”。此外，《数据安全法》第21条还通过立法形式将“国家建立数据分类分级保护制度”予以固定。在体育数据方面，2021年10月国家体育总局印发的《“十四五”体育发展规划》首次将体育数据分类分级保护理念运用于体育数据框架体系建设，提出要逐步建成各类体育数据库。此后，在地方层面，2021年12月1日上海市体育局发布的《上海体育数字化转型“十四五”规划》也明确将体育数据分类分级机制建设作为重点工作。因此，数据分类分级保护理念需要融入体育数据的理论和实践层面，并发挥基础指引作用。

目前，体育数据分类分级保护在具体实践和理论探讨层面仍停留在抽象理念阶段，学界并未全面、细致地展开研究。总体而言，有关体育数据保护的既有研究更偏向对整体层面的体育数据或者单一类型的体育数据进行内部化分析。①在整体层面上，部分研究^[1-2]立足职业体育数据、开放体育数据等宏观性概念，整体分析体质监测数据、运动员个人数据、运动训练数据、体育竞赛数据、体育场馆场地数据、体育科技资源数据等的知情同意原则和数据自决权等问题。②在单一层面上，部分研究^[3-4]立足运动员数据、体育数据财产、个人健康数据等细化概念，对各类型体育数据的权属配置、法律风险、安全处理等问题进行单一的内部性分析。由此，体育数据分类分级保护的基本内涵、功能逻辑、实践路径等如何界定和展开仍处于相对空白区，而这一研究空白产生的消极影响已经在体育数据的运用实践中初步显现。

本文在分析体育数据分类分级保护的概念和功能的理论基础上，逐一剖析目前体育数据分类分级的混杂性、笼统性保护问题及其危害，并构建体育数据分类分级保护的精确化路径。

1.   体育数据分类分级保护的概念与功能

目前，体育数据分类分级保护仅停留在抽象理念阶段和政策纲要设计等宏观层面，尚未形成具有规范性和通用性的学理概念。但是，体育数据分类分级保护概念和功能的缺失是体育数据安全治理和保护类型混杂化、笼统化的基础原因。

1.1   体育数据分类分级保护的概念

1.1.1   体育数据相关概念的学说与界定

①体育数据市场要素说。该观点认为，体育数据是一种市场要素，是排除与国家安全、商业秘密和个人隐私相关的体育活动数据，可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^[5]。②体育数据职业领域说。该观点认为，体育数据是职业体育信息的电子记录，具体包括“体质监测数据、运动员个人数据、各项目运动训练数据、体育竞赛数据、体育场馆场地数据、体育科技资源数据等”^[1]。③运动员数据说。该观点将体育数据限制为运动员主体，认为运动员数据是指“直接或间接识别特定运动员的数字化记录，一般而言包括但不限于运动员基本资料、各类训练指标（体能、专项能力和专项成绩）、技战术、赛事表现、伤病及康复等”^[6]。④公民运动数据说。该观点认为，运动数据是指运动者在运动过程中产生的各项数据，具体包括“步数、心率、时长、运动能耗、运动姿态等运动中产生的各项动态指标，运动者的性别、年龄、身体质量指数（BMI）、身高、体重、体脂等身体静态指标，以及运动成绩、个人和团队的可量化表现等技术统计与运动损伤数据等”^[7]。该学说在专注于运动数据采集的华为可穿戴设备的《关于华为运动健康与隐私的声明》中被采用。

从以上四类学说的概念界定中可以发现，由于体育数据内容的繁杂性、多元性，体育数据概念并未被正式确定，学界更多地是围绕体育数据的单一生成主体、要素作用、运用领域等视角展开概念界定。换言之，目前体育数据的概念和内涵并不具有独立体系地位。笔者认为，其实四类体育数据学说的概念内容只是实现一种表面形式上的类型区分，其类型界分的标准并不明确，因此会导致各个体育数据类型之间存在内容交叉或范围涵盖不周全等问题。诸如，体育数据市场要素说忽视运动员和公民体育数据的重点类别保护，运动员数据说和公民运动数据说容易将体育企业和产业数据、体育公共数据排除在外。这显然无法形成边界清晰的体育数据分类分级保护。

对此，体育利益相关者理论认为，由于体育数据利益涉及面广、具有复杂性等特点，从一般性和整体性视角研究体育数据利益相关者的局限性较为突出。对体育利益相关者进行有效分类是关键方法^[8]。因此，体育利益相关者理论援引Wheeler等^[9]的多维细分法提出，从多个维度对体育利益相关者这一群体进行分类，可以寻找出不同体育利益相关者在某些特征方面的差异。体育数据分类分级保护本质上是对体育数据不同主体利益的保护。借鉴体育利益相关者理论，相较而言，体育数据利益主体的划分标准在一定程度上实现了体育数据类型的明确区分，有利于体育数据的分类分级保护。

本文选取界限相对清晰的“不同生成主体”的划分标准，以此确定体育数据的基本类型。首先，按照个体和组织的主体划分标准，可以将体育利益相关者的数据内容划分为体育个体数据与体育组织数据。体育个体数据是指专门从事体育竞赛和运动技能工作的运动员、裁判员、教练员，以及参与体育休闲娱乐和健身的公民等不同体育个体身份生成的体育数据。体育组织数据是指体育企业、体育行政部门、体育社会团体和事业单位等不同性质组织产生的体育数据。其次，在前者的基础上，按照个体或组织内部的不同体育角色、性质或地位的划分标准，体育个体数据可以进一步划分为运动员数据（含裁判员、教练员数据）和公民运动数据（公民一般运动数据、公民敏感运动数据）。体育组织数据可以进一步划分为体育企业数据和体育公共数据。体育企业数据是指侧重发挥体育经济效益的数据内容；体育公共数据是指侧重服务于体育公共利益发展的体育数据，具体包括体育行政部门、体育社会团体和事业单位等公共性组织产生的数据。这形成了本文研究体育数据分类分级保护的基本对象和类型。

进一步依据体育数据的不同类型和内涵，围绕体育概念本质的“身体活动”理论^[10]，可以将体育数据概念界定为：人类社会围绕身体素质发展、身体技巧培育和塑造、智力训练活动等过程产生和开发的各项原始数据、衍生数据、数据产品等结构化或非结构化数据。其中，运动员数据、公民运动数据和体育公共数据内容更多地属于原始数据和衍生数据，体育企业数据更多地属于衍生数据、数据产品。相较于上文四类体育数据的概念学说，这种体育数据的概念界定和类型划分具有相对清晰的本质特点和内容边界。由于体育数据涉及的生成主体身份多元、内容涵盖领域较广等客观原因，体育数据分类分级保护的制度建设具有必要性和紧迫性。

1.1.2   体育数据分类分级保护的概念与关系

分类分级保护是体育数据治理的一种基础方法。虽然在国家和地方层面，《“十四五”体育发展规划》《上海体育数字化转型“十四五”规划》均明确或运用了分类分级保护理念，但是分类保护和分级保护的划分标准以及两者逻辑关系等问题并未得到深度探讨。

数据分类分级保护理念源于《数据安全法》，但是该法也仅采取一体化概念表述，并未明确区分分类保护和分级保护的独立概念以及两者的具体关系。对此，2021年12月，全国信息安全标准化技术委员会发布的《网络安全标准实践指南——网络数据分类分级指引（征求意见稿）》（以下简称《数据分类分级指引》）在国家标准规范层面规定了数据分类框架和数据分级方法。其中：第5.1条规定了先行业领域分类、再业务属性分类的基础思路，形成了“行业领域和业务属性”的双重分类标准；第7.1条规定了“影响对象和影响程度”的影响分析的双重分类标准。对照《“十四五”体育发展规划》和《上海体育数字化转型“十四五”规划》分别提出的全国群众体育数据库、体质监测数据库等各类体育数据框架的建设，以及体育公共数据分类分级的建立等内容，其实这只是体育数据分类方法的一种体现，没有涉及分级保护。

首先，虽然《数据分类分级指引》确立的“行业领域和业务属性”的分类概念标准与“影响对象和影响程度”的分级概念标准在形式上均属于彼此独立的概念，但是行业领域和业务属性本身就属于影响对象的分类标准。换言之，上述两项标准存在交叉问题，很容易导致体育数据的分类保护直接决定分级保护的实现。除此之外，行业领域和业务属性的分类标准也较为笼统，即使是同一类别的体育行业领域和业务属性，也存在不同类别的体育数据。诸如，前述体育数据职业领域说中的体育科技资源数据就可以同时包含体质监测数据、运动员个人数据、运动训练数据等。因此，对于这两类标准还需要另行商榷。

其次，在数据法学界，部分学者^[11]已经开始围绕数据分类分级保护制度尝试论述分类分级的概念，提出分类保护概念标准主要在于数据内容和特征，分级概念标准在于敏感性和关键性程度。还有学者提出，以国家和行业领域的核心数据目录、重要数据目录来确定分级标准^[12]，而这种数据目录也是以敏感对象内容为前提而创建的^[13]。结合学界的相关论述，数据内容和特征的分类概念标准是正确的。这是因为按照类型化思维，分类保护是对不同数据内容进行同一属性和本质的归类和治理的一系列过程^[14]。诸如，依据体育数据的内涵界定，体育企业数据、体育公共数据、运动员数据、公民运动数据等类型划分便是对不同数据内容但属同一生成主体的归纳。但是问题在于，敏感性是数据内容的基础属性，换言之，学界将敏感性作为分级保护的概念标准也同样容易导致《数据分类分级指引》的分类保护直接决定分级保护的问题。

最后，综合前述两点，笔者认为，对于数据分级保护的概念标准，《数据分类分级指引》确立的“影响程度”的分类标准值得借鉴。其实，体育数据的影响程度具体指体育利益危害和风险程度。按照体育数据的不同生产主体，体育数据的影响程度是指对运动员、公民、体育公共部门、体育企业的利益危害和创设风险的程度。这种影响程度越高，体育数据分级保护的等级也越高。按照《数据安全法》第21条的数据分类分级保护规定，“一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度”，其实指的就是数据分级保护。如前所述，对于分类保护的概念标准而言，体育数据的内容、特征和属性是基础标准。

从体育数据分类分级保护概念标准的确立来看，体育数据分类保护和分级保护是两项独立标准，就两者的关系问题，学界主要存在分类决定分级保护说（分类决定说）的观点，认为分类结果可直接决定不同类型数据保护强弱的层级模式，因为分类是分级的前提^[15]。同样，国外部分学者^[16]也认为，体育数据的敏感属性可以作为判断隐私侵犯是否发生的关键要素。但是问题在于，分类决定说的关系理论容易导致分级保护标准确立的无用论和形式化，因为在分类决定说看来，分级保护标准的塑造并无必要^[17]，而这显然不符合立法规定。该问题的本质源于分类保护和分级保护具体标准的缺失或混淆。在体育利益危害和创设体育风险的影响程度标准下，分级保护是一项独立概念。

结合分类保护和分级保护的概念标准，只有先按照横向比较法将体育数据归类之后，才能进一步结合同一类别体育数据的不同危害属性和风险评估，对不同类别的体育数据进行分级保护。换言之，在保护的逻辑顺序方面，两者存在前后关系，共同指引体育法益的识别^[18]。因此，体育数据分类保护和分级保护存在并列独立和逻辑顺序的关系，强调两者并非属于“并且”的运用方法。诸如，由于体育风险场景和内部体育数据种类的不同，不能一概而论地认为运动员数据的保护级别高于公民运动数据，公民运动数据高于体育企业数据。

1.2   体育数据分类分级保护的功能

（1）确保体育数字经济安全可靠的发展效率。数据是数字经济时代最宝贵的资源，在体育大数据资源集聚效应日益彰显的背景下，体育产业数字化转型的发展趋势愈发凸显。2022年12月30日，国家体育总局和国家统计局联合发布的《2021年全国体育产业总规模和增加值数据》显示，2021年全国体育产业总规模为31175亿元，与2020年相比，体育产业总产出增长13.9%。其中，以非接触性活动为主的数字体育传媒与体育信息服务增加值保持较快增长，增速为19.9%^[19]。但是，体育产业的数字化形式具有多元化、复杂性特点，《体育产业统计分类（2019）》显示，体育产业包括健身休闲、竞赛表演、体育培训与教育、体育用品及相关制造等11个子业态。体育数据分类分级保护能够针对不同体育企业的不同数据类型塑造不同技术保护标准，明确体育企业数据安全共享的不同情形，确保数据产权、数据产品、数据交易、数据质量、数据加工等体育市场数据要素的自由流通或安全可靠，进而最大程度地保障体育数字经济的发展效率，提升体育数据资源的利用效率。

（2）助推体育训练精准化驱动的运用趋势。不同于传统体育的经验式训练方法，体育训练精准化驱动主要是指运动员、运动队、体育联盟、体育主管部门等体育主体通过可穿戴运动设备或数字芯片器械，以及体育大数据无线采集、人工智能仿生分析、算法编程逻辑等新兴技术，对运动员在训练或者竞赛过程中产生的各种身体动作、技能、心理、场地环境等主客观因素数据进行识别、分析、推理、评估，得出智能化和精准化成果，并将成果运用于体育竞赛决策优化、体育训练方案调整、体育技巧提升等一系列体育决策过程^[20]。《体育法》第43条规定，国家加强体育训练科学技术研究、开发和应用，进而实现运动员科学文明的训练，维护运动员身心健康。此外，体育训练精准化驱动技术还在公民健身和体育休闲过程中得到延伸应用。诸如，李宁公司借助大数据与物联网技术设计出智能羽毛球拍，可持续性跟踪打球者的动作轨迹，并提供技巧优化和兴趣关联等衍生数据^[21]。通过体育数据分类分级保护，明确不同训练数据可共享的类别，确定可技术采集的训练数据类别，区分关联国家体育安全、体育商业秘密、个人训练隐私数据的不同层级保护程度，能够助推体育训练精准化驱动的运用趋势。

（3）构筑不同类型体育数据精准化保障功能。无论是体育数据的经济效应，还是训练精准化的驱动功能，两者均离不开数据流通和共享。“大数据主义认为，所有决策都应当逐渐摒弃经验与直觉，并加大对数据与分析的倚重。”^[22]在大量体育数据的集聚效应下，体育大数据主义能够满足公民的优质化体育需求、提升公民沉浸式身体享受。诸如，智慧体育场馆通过大数据集成的VR、AR交互性虚拟空间，可以满足公民爬山、悬崖攀岩、海上冲浪、森林探险的沉浸式身体享受。这既可确保公民运动安全，又可提升场馆利用率^[23]。再如，361°与百度联合创建“大数据创新实验室”，以用户体育消费大数据为出发点，研发生产高质量的定制数字化鞋品^[24]。与此同时，公民体育消费数据包含体育企业数据和用户个人数据；运动员训练数据既包含国家安全数据、运动员数据，还包含运动员作为公民的日常运动数据；智慧体育场馆数据包含公共数据和公民个人数据。用户数据、国家安全数据和公共数据是《个人信息保护法》《数据安全法》的重点保护内容。在各类体育大数据主体权属的矛盾和冲突下，体育数据分类分级保护能够通过交叉数据的类型和内容的剥离，精准化权衡不同场景下同一体育数据和不同体育数据类型之间的保护。

2.   体育数据分类分级的混杂性保护问题

体育数据涉及不同主体、不同行业、不同领域、不同价值，其形态各异，呈现内容也较为繁杂。我国在体育数据分类分级保护的理论探讨和实务过程中，因缺乏分类分级的具体标准，存在体育数据混杂性保护的现状特点。混杂性保护违背了分类分级保护的精确性要求，是一概而论、粗犷式保护体育数据内容的错误方法。

2.1   运动员数据和公民运动数据的模糊性保护

结合体育个体数据的概念界定，运动员、裁判员、教练员的个体数据主要是一种竞技体育数据。竞技体育的构成理论认为，竞技体育主要由运动员选材、运动训练、运动竞赛、竞技体育管理四个要素组成^[25]。其中，教练员和裁判员充当运动员竞技者的训练者、管理者、评判者，其体育数据主要围绕运动员的竞技体育活动而产生^[26]。因此，裁判员、教练员数据与运动员数据紧密关联，三者之间的竞技活动目标具有一致性（除裁判员、教练员在日常生活中产生的公民一般运动数据）。相较而言，运动员数据分类保护的模糊性问题较为突出。为突出体育数据分类分级保护的层次性，基于运动员数据保护研究的通说观点，本文主要选取运动员数据和公民运动数据进行对比。下文运动员数据的分类保护问题和方法可以类推适用于裁判员、教练员数据。

根据运动员身份理论，运动员具有公民个体身份和国家公共身份等多重身份^[27]。因此，运动员数据不仅是建设体育强国和提升国家体育竞争力的重要信息内容，还是作为公民日常强身健体特征的一般信息内容。如何区分具有国家公共身份的运动员数据和运动员作为公民个体的运动数据？目前，体育法学界对于运动员数据和公民运动数据的保护还处于模糊状态，较易忽视运动员作为公民的日常运动数据，也并未明确同一体育主体在不同身份下体育数据保护的不同类别标准。

按照《个人信息保护法》第13条的规定，基于体育事务的公共利益，体育主管部门、运动队、体育俱乐部等可以在合理范围内处理运动员个人信息。但是，囿于目前“合理范围”的标准缺失或模糊，体育学界将运动员数据无限扩展为体育公共信息或物品，并未将其直接纳入私权的保护^[28]。诸如，前述运动员数据说的概念界定并未区分运动员的不同身份，而是将能够直接或间接识别特定运动员的所有数字化记录信息均视为运动员数据。运动员数据财产论认为，不同于公民一般运动数据，“体育领域运动员数据权属并不必然属于运动员”，运动员难以具有个人数据所有权^[29]。在权威体育竞赛中，根据《奥林匹克宪章》的相关规定，国际奥委会拥有与奥运会有关的所有权利和数据。诸如，2020年东京奥运会的《主办城市合同》第27条明确约定，“任何形式、存储介质或具有显性或隐性特质的数据均为国际奥委会的专有财产”。无独有偶，《国际足联章程》第67、68条甚至在前述基础上做出更为激进的规定：国际足联、其成员协会和各联合会是各自管辖范围内比赛和其他活动所产生的所有数据及其权利的原始所有者，这在内容、时间、地点和法律方面没有任何限制。

显然，目前国际主流体育赛事忽视了运动员作为公民的日常运动数据，模糊处理公民运动数据的保护。此外，这一问题在其他体育赛事和运动员数据的日常管理中也得以体现，主要表现在以下两方面。

（1）不区分场合和时间采集运动员数据。借助无线体育电子设备，各类体育主管部门和单位可以超越运动员所处的场合和时间，不间断收集运动员的数据。诸如，在美国职业棒球大联盟的集体谈判协议中，主管单位可以通过可穿戴设备的GPS跟踪功能，不区分场合和时间，实现运动员行踪数据的全天候监控^[30]。因为在部分理论看来，“在球员私人时间收集运动员生物特征数据是为了能够规范球员，以实现球场上球员的最大化表现”^[31]。

（2）不区分数据种类、“一刀切”地采集运动员数据。诸如，同样通过可穿戴设备、监视器能够采集运动员的各类个人日常生活习惯数据，包括睡眠、饮食、性生活、性取向、情绪反应等。有学者认为，虽然“这些数据与运动员的健康状况和训练表现关系不大，但其可能会被不必要地曲解为负面数据”，影响运动员竞赛的国民关注度^[32]，因而需要将采集的运动员数据内容从健康表现跨越到个人生活方式^[30]。

模糊运动员数据和公民运动数据的界限所产生的危害也是显著的。①侵犯运动员的个人隐私。按照《个人信息保护法》第13条的规定，基于公共利益“合理范围”的标准，运动员数据可以被体育主管部门和单位无限采集，但是运动员作为公民个体的运动和身体数据显然是公共利益合理范围之外的公民个人数据。尤其是收集性生活、疾病等与体育无关的个人隐私数据，显然侵犯了运动员的个人隐私。②丧失运动员个人数据的财产性权益。在职业体育中，即使是运动员数据也可依据不同场景转换为公民日常运动数据。诸如与体育公共利益无关的运动员体型和声音、人脸信息、比赛当日的作息和行踪等数据，常被体育主管部门和单位采集和开发，并销售给职业体育俱乐部、博彩公司、体育媒体、彩迷等数据需求方^[33]。这侵害了运动员公民运动数据的人格财产性利益。③干扰运动员正常工作和生活。对于采集到的部分不利于运动员的个人隐私和负面信息，体育主管部门和单位可以借此分析和揭露运动员职业生涯，并证明运动员身体和运动的发展状态，进而对其产生个人歧视，甚至使其提前终止体育职业生涯^[30]。“更糟糕的是，算法分析完全可能基于不完美的相关性和推断产生误导。”^[34]

2.2   公民一般运动数据和敏感运动数据的交叉性保护

随着体育消费行业的数字化转型和发展，公民运动数据也成为体育大数据资源集聚效应的重要组成部分。按照公民运动数据说的概念界定和《个人信息保护法》第28条的规定，公民运动数据涉及一般运动数据和敏感运动数据。相较于传统体育消费行业对消费者性别、年龄、身高与体重等基础个人运动数据的收集，数字化健身休闲企业更偏向于采集用户的生物特征等敏感运动数据，如运动能力、有氧适能、健身后的睡眠质量等，以此作为精准识别其具体消费期望的标准和依据^[35]。但随之而来的问题是，在众多繁杂的公民运动数据内容中，一般运动数据和敏感运动数据交织在一起，形成了交叉性保护现状，致使公民运动数据的分类分级保护错位。

（1）将公民敏感运动数据视为一般运动数据予以分类保护。在《个人信息保护法》第28条敏感个人信息的相关规定中，与公民运动数据密切相关的是行踪轨迹（运动轨迹）、医疗健康、生物识别等信息。对于公民敏感运动数据的技术采集，该法第29、30条规定了区别于一般运动数据的“单独书面同意+必要性影响告知”等严格程序。但是，在目前我国部分主流企业的体育数据采集设备和系统中，公民敏感运动数据与一般运动数据一样，均采取概括式同意原则。诸如，根据《华米Zepp运动手表隐私政策》的规定，基于用户初始的概况化同意，可穿戴设备可以直接采集步频、步幅、运动轨迹、运动效果、运动记录、运动负荷、最大摄氧量、体能状态等各项生物特征的敏感数据。同样，《小米运动健康隐私政策》也将账号信息、智能可穿戴设备的标识信息等一般运动数据与运动模式、步频、运动距离、运动时间等生物识别数据进行交叉性保护。

（2）将公民一般运动数据视为敏感运动数据进行分类保护。这主要体现在民法、行政法和刑法规范（“民行刑”）的衔接层面。按照体育数据保护“民行刑”衔接的通说理论，民法、行政法和刑法规范三者的保护目的存在差异，不同部门法规范下体育数据类别衔接的保护路径也存在差异^[36]。其中，刑法是后盾法保护。但是，我国存在基于刑民规范一体化理论，脱离运动轨迹数据的刑法规范约束，将民法、行政法一般保护的公民运动数据全部视为敏感运动数据纳入刑法保护范围的理论和实务现象^[37]。按照《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》第5条的规定，不同于民法和行政法，刑法基于谦抑性原则，只保护公民敏感运动数据中的运动轨迹、健康生理信息。将民法和行政法的其他敏感运动数据与刑法保护的一般运动数据混淆，容易导致过罪化保护问题。

（3）直接依据公民运动数据内容的敏感属性予以分级保护。按照前述分类决定说的错误观点，体育数据分类保护的内容属性标准可以直接决定分级保护。诸如，分类决定说通常对侵犯公民健身的年龄、身高、体重、比赛成绩、训练成绩等常态化和暂定化数据的行为予以一般性规制，对侵犯生物识别数据、健康生理数据的行为予以特殊性规制^[38]。但这显然不符合分类保护和分级保护的并列独立理论。诸如，在“潘某侵犯运动轨迹数据案”中，潘某和高某分别产生合法正当的债权债务关系，但是债权人潘某购买债务人高某的运动轨迹数据，用于合法讨债的行为，也被法院判定为获取重要敏感信息的犯罪行为 ¹。这显然脱离了刑法重点保护敏感运动数据的具体场景，导致形式化入罪的分级保护弊端。

2.3   体育企业数据和体育公共数据财产权属的一体化认定

随着《要素市场意见》和《数据要素意见》对数据市场化和产权化的确认，体育数据财产权概念逐渐进入体育理论和实践。为促进体育数据的共享和流通、激发体育数据的创新功效，体育数据财产权的权属定性已经开始成为一种主流趋势，部分理论和实践开始践行运动员数据和公民运动数据财产权、体育企业数据财产权、体育公共数据财产权的一体化定性。但是，不同体育数据在同一条件和场景下，或者同一体育数据在不同条件和场景下，其权属定性应当有所区分。混杂体育数据类型和保护场景的一体化定性现象显然违背了分类分级保护理念。

目前，在体育法学界，体育数据企业对其原始数据和衍生数据具有财产权或者财产性权益已无疑问，在部分司法实践中亦是如此。这主要体现在体育知识产权、体育行业商业秘密、体育数据财产权等类型保护方面。诸如，在体育知识产权理论看来，“由MLB和NBA球队产生的先进数据具有足够的创造性可以授予版权保护”，可穿戴设备和数据采集传感器可以被赋予专利技术^[39]。再如，对于体育数据研发团队研究出的运动队训练优化方案等衍生数据，可以借助商业秘密对竞争性财产权益予以保护^[39]。受此影响，部分体育理论和实践开始在体育企业数据与体育个体数据以及体育公共数据的权属界定过程中不区分数据类别和运用场景，借鉴或者独创数据财产权理论。

（1）体育企业数据与体育个体数据财产权的概括化界定。该种方法包括传统财产权和数据公开权两种路径。①传统财产权理论认为，体育企业数据中的运动员和公民运动的原始性和伴生性数据是体育商业的基础资源和主要来源，运动员和公民作为原始体育数据的控制者和生成者，其应当是体育数据的财产所有权人^[40]。诸如，运动员和公民可以通过提供体育数据创造新的收入来源^[33]、营造粉丝互动的商业模式^[41]、为体育博彩公司设置客户投注的赔率^[42]。②数据公开权理论最早源于美国联邦第二巡回上诉法院审理的海兰实验室诉托普斯口香糖公司一案，法院认为个人有“公开其照片数据的权利”，其并非如同传统财产权理论的控制权利属性 ²。后来，公开权被主要应用于体育学界，“给予运动员独家许可使用其身份进行商业推广的权利”，可以防止未经授权的企业商业化利用运动员的名字、肖像或其他可识别性数据内容^[42]。该种理论模式已经在美国联邦地区法院得到普遍践行 ³。不同于运动员隐私权，美国法律将公开权视为运动员对其人格数据的商业价值的财产权^[43]。

但是问题在于，个人的体育数据源于身体生长和活动的自然规律，如运动轨迹、身高、体重、人脸信息等，并非通过正常劳动途径而获得。赋予体育个体单一性数据财产权不仅违背了劳动赋权的财产权基本理论，也鼓励运动员、公民和企业通过体育市场交易，无限复制个人运动信息甚至是生物识别的敏感信息。这容易诱发个人人身、财产安全的潜在重大风险和危害^[44]，也违背了《民法典》和《个人信息保护法》的人格权权属的基本定位。

（2）体育公共数据财产权的一体化定性。权属一体化理论认为，财产权的功能在于“定分止争”，体育公共部门和单位对体育服务和管理过程中产生的数据具有初始所有权，赋予体育公共数据实际使用人的私法权益，使体育数据能够参与市场流通和交易^[45]。或者是低偿购买和招投标政府的体育公共数据服务，可以将碎片化的体育数据进行整合与统一，强化不同单位的体育数据标准、端口、途径、格式等一体化与标准化建设^[46]。因此，诸如，履行体育公共服务职能的智慧体育场所通过对公民健身休闲、运动娱乐相关原始数据的分析，可以形成运动画像等预测型衍生数据产品，智慧体育场所应享有对该类数据进行全面支配的完整性所有权^[40]。再如，在权威体育竞赛的相关章程中，2020年东京奥运会的《主办城市合同》第27条和《国际足联章程》第67、68条明确规定，体育公共数据属于体育公共主管部门和协会的专有财产。

但是问题在于：①体育公共数据中往往包含运动员数据、公民运动数据和一般个人数据，并且按照《个人信息保护法》第73条的规定，即使是去标识化的体育数据，也完全有可能复原成可识别个人的体育数据。因此，不区分体育公共数据的具体类别同样存在前述运动员数据和公民运动数据的财产权理论问题。②即使是体育公共衍生数据不区分情形，一体化数据财产权定性也容易产生“数据壁垒”，这反而不利于体育公共数据的共享流通，继而形成“数据孤岛”^[47]。

3.   体育数据分类分级保护的精确化路径

围绕上述存在的三类主要问题，按照体育数据的个体和组织、个体或组织内部的不同体育角色或地位等划分标准，分别从运动员数据和公民运动数据、公民一般运动数据和公民敏感运动数据、体育企业数据和体育公共数据的三层逻辑关系出发，有针对性地探讨体育数据分类分级保护的精确化路径。

3.1   运动员数据和公民运动数据的分类分级保护

目前，对运动数据概念均采取概括性界定方法，其包含的数据种类过于繁杂和多元^[48]。对此，有学者已经开始强调运动员数据区别于公民运动数据的特殊性，从而确立运动员数据和公民运动数据的分类保护标准。其中，最为典型的是名人专属人格效应的标准，运动员数据相较于一般公民运动数据具有较强的个别性和专属性^[49]。虽然该种分类保护方案已经意识到运动员数据和公民运动数据的类别区分的重要性，但是体育名人专属人格效应理论无法解决运动员多元身份带来的数据保护的冲突和矛盾等问题。

笔者认为，应当在体育数据内容和属性的分类保护标准基础上，根据运动员多元身份理论，明确运动员数据的特殊性在于身份公共性和国家安全关联性。虽然运动员个人数据处理在绝大多数情况下难以上升至国家安全领域层面，但是当运动员具有国家社会公共身份时，侵犯运动员数据可能涉及国家安全^[49]。对此，运动员数据的限制性保护理论认为，当运动员身份转变为利用专业技能为公众服务的公职人员时，“他们和代表国家的公共部门形成具体的公共服务关系。在法定职责范围内，运动员应秉持国家利益优先原则”^[50]。换言之，当运动员具有国家公共性身份，并且运动员数据与国家安全存在关联性时，运动员数据保护应当有别于公民运动数据。

《体育工作中国家秘密及其密级具体范围的规定》第1条将关联优秀运动员（队）的重大赛事的优异水平发挥、我国举办或参与国际体育活动的安全防范措施、重点部位和重要人士安全、体育信息系统的安全可靠等情形下的运动员数据视为体育工作中的国家秘密。此外，第2条国家秘密事项的绝密级、机密级、秘密级的等级划分也均包含运动员数据。因此，运动员数据和公民运动数据的分类标准在于：①对于运动员数据，因其国家公共身份的特殊性，需要权衡运动员个人信息保护和国家公共利益。②对于运动员的公民运动数据，因运动员具有公民身份，其具有完整体系的个人信息权益，不存在身份特殊性原因导致的个人信息保护的例外。具体而言：

（1）基于公共利益对运动员数据进行分类保护。为权衡运动员个人信息安全和运动员代表的国家公共利益保护，对于《个人信息保护法》第13条公共利益“合理范围”的同意例外规则的理解，应当比照和结合《个人信息保护法》第34、35条国家机关的处理规则，塑造运动员数据保护的“书面告知程序的外在形式+权限目的范围的实质内容+目的消除的销毁义务”三方面内容，防止假借运动员数据保护，侵犯公民一般运动数据安全。①明确告知程序的外在形式。采集和利用关联国家安全的运动员数据应当在确保公共职责履行的情形下，通过书面形式告知运动员同意例外的数据种类。否则，运动员可以对数据种类外的采集和处理表示明确拒绝。并且，后续补充的运动员数据种类，应当再次重启书面形式告知程序，防止体育主管单位随意补充调整运动员数据种类，使数据脱离运动员的控制。②构建权限目的、范围的实质内容。采集和处理运动员数据必须基于公共利益和在职务权限范围内进行。③确立目的消除的销毁义务。按照公共利益合理范围的理解，在特定公共利益的数据管理目的消除后，相关体育主管单位和部门应当及时销毁运动员数据，不得挪作他用。

2021年《反兴奋剂规则》第46条关于运动员行踪数据管理的规定条款翔实界定了反兴奋剂行踪数据管理的四大特定目的情形，以及特定目的消除后对数据及时销毁的义务要求。对于权限目的、范围的实质内容的具体判断，典型体育情形包含战术制定、训练管理、体育裁判、运动员评估选拔、国际和国内重大赛事需求等。诸如，在2020年东京奥运会赛事期间，借助3D运动员跟踪技术，专业教练员、裁判员和运动员能快速、准确地捕捉到肉眼无法识别的运动员速度、身体角度、步长、加速度等数据。再如，2019年世锦赛鞍马项目借助富士通公司的激光雷达技术和AI结合，以每秒200万次以上的激光照射运动员，捕捉人的3D形状，获得关节的3D数据，然后辅助裁判员对照数据库比分裁判^[51]。国际和国内重大赛事中高效便捷、公平公正、精准分析的人工智能技术裁判也离不开运动员数据的基础资源。

（2）基于商业利用对公民运动数据进行分类保护。①明确多元化公民运动数据的商业利用场景。运动员数据不仅可以用于公共利益目的正当性的体育场景，还可以基于运动员大数据进行精准预测，分析集聚效应、粉丝效应，形成多元化体育数据产业。典型性体育商业场景可以建构为：部分体育联盟、运动队、俱乐部等商业机构将运动员数据用于体彩赛事结果的预测、体育模拟经营类游戏的构建、竞技体育的票房收入和转播等情形。这本身就已突破公共利益目的正当性的前提，需要转化为基于商业价值场景的公民运动数据的管理和使用。诸如，在针对U15青少年足球队的选拔中，中国足球协会与耐克公司引入体育大数据辅助训练，魔方元作为数据服务商，通过对队员训练数据的采集和分析，建立大数据模型，为训练和选拔提供依据，同时向耐克公司提供一项基于体育数据的商业决策服务，为其在赛事赞助、球员代言、比赛赞助等方面提供决策依据^[52]。②构建基于商业利用的公民运动数据的知情同意保护。如果体育协会、体育联盟、体育俱乐部采集运动员数据的初始目的是商业营利和合同交易，那么相关体育主管单位应当适用《个人信息保护法》的公民运动数据的保护规则，在详细告知的情形下取得运动员同意。

（3）基于前景预测对公民运动数据进行分类保护。除了商业利用和公共利益的运用情形外，运动员数据还可以在基于公共利益的采集和管理过程中被用于前景预测。相关体育部门有时借助公共利益的“外衣”，将运动员数据和公民运动数据予以混淆。对于运动员数据的前景预测，体育主管单位可以通过时间不间断、不区分种类和场合等方法采集和管理运动员数据（甚至是运动员基因数据），并借助大数据、人工智能和算法等新兴技术，分析预测运动员的身体状况、潜在的伤情疾病、竞赛能力走向等前景结果，进而将其用于合同谈判、赛事选拔区分对待、事业歧视等情形。但是，基于前景预测的结果不确定性和“算法黑箱”潜在错误等固有特点，这类运动数据结果并不能全面、真实地反映运动员身体情况，无法代表体育公共利益的保护，其仅是运动员个人隐私，属于公民运动数据的范畴，因此需要采取更为严格的公民运动数据的知情同意保护原则。

（4）基于数据利益阶层对运动员数据和公民运动数据进行分级保护。①在国家竞技体育赛事等特殊场景下，运动员数据因涉及国家公共利益，按照国家利益高于公民利益的利益阶层关系理论^[53]，运动员数据保护力度高于公民运动数据。②结合体育数据利益危害和风险程度的分级保护概念和标准，在运动员日常生活等一般场景下，在无显著的国家安全的危害结果和紧迫风险下，关乎人身和财产安全的公民运动数据的保护层级高于运动员数据。诸如，基于公共采集系统的安全漏洞，运动员可拒绝提供关联的运动和训练数据。③在运动员人身安全风险的特殊场景下，即使出现公共利益现实危害的结果，而这一结果并非由运动员先行违法行为所造成，那么在运动员人身安全风险紧迫和实害转化等现实情景下，公民运动数据的保护层级高于运动员数据。运动员基于重大危害避险，可以排斥体育数据采集和管理的行政行为。

3.2   公民一般运动数据和敏感运动数据的分类分级保护

（1）依据敏感程度确定运动数据采集和防护的分类保护方法。首先，构建基于敏感程度的运动数据采集方法。在全民健身的数字化发展趋势下，公民健身休闲的具体情况主要通过查阅健身App获取，健身App采集了绝大多数用户的运动健康数据。在前述交叉性保护问题中，主流健身App对公民一般运动数据和敏感运动数据采用同等采集方法。化解这类问题可以通过《个人信息保护法》第29、30条规定的“单独书面同意+必要性影响告知”等严格采集程序，确立公民敏感运动数据的重点保护标准，从而构建有别于采集公民一般运动数据的“知情+同意”原则的分类保护。

其次，明确基于敏感程度的运动数据技术防护分类保护方法。查阅目前体育市场上主流健身软件的隐私保护政策和协议发现，其基本上都会规定公民运动数据分类分级的相关条款，但对于如何分类分级进行区分性保护则语焉不详。诸如，《Keep隐私政策》第4.2条规定了分类分级保护政策，并且规定使用TLS等加密技术、匿名化和私密化处理技术、多种安全技术协助等技术性措施。但是这种技术防护措施在适用公民一般运动数据和敏感运动数据时并无差异，本质上还是一种交叉性保护。通常而言，一旦一般运动数据泄露，敏感运动数据也会随之泄露。这在著名的Fit Metrix健身软件公民运动数据泄露事件中得到验证，该软件包含的总大小超过119 GB的运动数据通过同一组Elastic Search服务器全部暴露于网络^[54]。

不同技术性防护措施是公民运动数据分类保护的基本手段，通过增强漏洞补救、双重防火墙、访问加强、不同密码段数等措施，可以强化敏感运动数据的技术性防护，继而满足公民一般运动数据和敏感运动数据的分类保护要求。如此不仅可以减轻体育企业的数据保护负担，还会提升不同数据类型的使用和生产效率，从而进一步促进体育数字经济发展。

（2）构建重大人身、财产安全危害和风险的分级衔接保护规则。首先，塑造公民运动数据的“民行刑”分级衔接保护理念。刑法、民法、行政法是保护公民运动数据的三大法律体系，采取不同法律体系保护公民运动数据，需要塑造层级区分理念。“民行刑”衔接标准旨在区分不同法律体系下公民运动数据的分级保护，按照不同部门法的责任承担程度和行为规制力度，相对于民法和行政法而言，刑法是最为严厉的体育数据保护手段。

目前，学界对《民法典》和《个人信息保护法》规定的个人信息权益的理解主要集中在体现公民人格尊严的数据自决权。数据自决权强调，“我有权决定何时、何地、以何种方式传递有关我的信息”^[55]，所以《个人信息保护法》规定了“知情+同意”原则的保护标准。但是这种人格权表征的自由尊严更体现了公民的意志自由，其内容较为宽泛，很难准确界定其含义。刑法对其予以单独保护，不仅存在受害者自由决定刑事责任启动的弊端，还存在入罪扩张化的问题。因此，为体现刑法谦抑性，“民行刑”分级衔接理念的应用必然需要在数据自决权及其“知情+同意”的保护基础上进行。

其次，围绕公民运动数据的身体活动理论，构建重大人身、财产安全危害和风险的衔接标准。结合公民运动数据讨论体育概念本质的身体活动理论表明，公民运动数据是身体活动情况和指标的数字化。按照身体数据主义的观点，“在数据化时代，身体与数据之间的密切关联意味着身体正在变成一个更易被认知、计量和掌控的对象”^[56]。诸如，运动健康App和可穿戴设备等能够通过对身体的数字化处理，使现实中人的身体转换为可视化数字身体。对此，《个人信息刑事案件解释》第5条规定，运动轨迹、健康生理信息等敏感信息均是可视化数字身体的运动数据内容。身体特征与公民人身安全密切相关，一旦可视化数字身体被泄露或被犯罪分子利用，公民的重大人身安全极易遭受危害或风险。此外，表征公民运动轨迹的体育数据之所以能够成为公民个人信息，在于其往往能够确定惯常性和特定性居住场所，这极易给犯罪分子暗中尾随盗窃、抢劫提供极大便利，进而危害公民的重大财产安全。

因此，重大人身、财产安全危害和风险可以确定为公民一般运动数据和敏感运动数据的“民行刑”分级衔接保护的具体标准。在刑法体系中，一般运动数据和敏感运动数据的分级保护标准在于重大人身、财产安全危害和风险的关联性紧密程度。对于无法直接识别特定个人的重大人身和财产具体情形的，如睡眠时长、运动步伐、运动心率等一般运动数据，可以归为重大人身、财产安全危害的工具性和间接关联性信息。

（3）明确独立于敏感性内容的危害分级规制的体育场景保护。首先，融入敏感性公民运动数据的多元化体育场景保护。体育场景标准强调，结合体育数据相关主体、内容、性质、环境、关系等社会结构具体要素，对公民运动数据进行危害分级的规制性保护^[16]。通过危害分级规制保护公民运动数据，危害行为的数据内容、主体关系、所处社会环境等体育情境要素均需要成为分级规制考虑的内容。

其次，明确敏感性公民运动数据的惯常性和持续性的体育场景保护。根据分类保护和分级保护的并列独立理论，公民运动数据单纯的敏感性内容属性并不能直接决定危害分级的规制标准。在交叉性保护现状中，运动轨迹数据需要能够反映惯常性和持续性公民活动的线状形态，否则侵犯间断性、偶发性的运动轨迹数据根本就不具备重大人身、财产安全危害和风险的可能性。在刑法体系中，无法依据运动数据内容本身的敏感性特征将侵犯行为纳入层级最为严厉的刑法规制体系。如果结合间断性、偶发性的运动轨迹数据仅可以识别特定个人身份，则将其视为一般性运动数据予以保护。此时反映惯常性和持续性线状形态的运动轨迹数据便可作为敏感性公民运动数据保护的一种体育场景判断标准。

3.3   体育企业数据和体育公共数据的分类分级保护

在体育数据的类型划分中，运动员和公民、体育公共部门、体育企业是生产、采集和管理体育数据的不同主体。因此，通过确立不同体育主体的数据权属，可以实现体育数据的分类保护。

（1）确立体育企业数据的新型数据财产权。虽然体育企业数据的财产权或者财产性权益的属性确立并无多大问题，但是目前体育企业数据权属模式的理论探讨还集中在知识产权、商业秘密保护和竞争性财产权益等传统财产权属的类型方面。在体育企业经营实践中，对于体彩赛事结果预测、体育模拟经营类游戏的构建、竞技体育的票房收入和转播等数据商业化利用等情形，更多地采取一种竞争性财产权益模式。诸如：耐克公司通过对密西根大学NCAA运动员长达15年的独家生物识别数据挖掘，形成衍生数据和数据产品，为其数据开发提供了竞争优势和商业机会；Under Armour公司转变经营思路，从可识别穿戴设备的硬件开发转向运动数据产品研发，这使其在运动服装和运动鞋类的设计和营销中获得消费者优势^[57]。

但是，知识产权模式本质上鼓励知识创造和创新，况且体育数据更多地反映了身体素质和经验的客观事实。相较之下，基于运动员数据的衍生数据和数据产品更侧重一种商业化利用，财产权的属性确认本质在于鼓励数据共享、促进数字经济发展。对于商业秘密和竞争性财产权益的保护也并非鼓励体育企业数据的流通和自由交易，仅是保护经营机会和竞争优势的财产性利益的一种消极性防御手段^[58]。只有当体育衍生数据和体育数据产品成为一种可在市场上自由交易、流通的财产对象时，才能鼓励体育企业在机会性竞争优势的基础上，进一步创新和研发出更具有价值的体育数据产品和衍生数据。此时体育数据的经济效应才可充分发挥出来，进而提升体育数字经济的发展效率。这一赋权模式已然不同于知识产权、商业秘密保护和竞争性财产权益等传统财产权属模式，其是一种新型数据财产权，是积极主动利用权利的一种手段。

构建体育企业数据的新型财产权模式，需强调体育数据独立作为市场自由流通和交易的要素，其所呈现的是无形财产资源的一种权利形态。其中，新型路径体现在：①体育数据成为正常流通的财产对象。在新型财产权模式下，体育数据产品和衍生数据集合已经是一种正常流通的财产，只不过因其不具有有体形态而无法成为财物。不同于物权的有体物的支配和控制状态，按照财产关系理论，有无固定形体并非否定数据具有财产的可交易、可流通价值的本质缘由^[59]。②鼓励体育企业数据的无限交换。不同于物权财产权、知识产权等传统财产权模式，体育数据具有无形性和可复制性，在交易过程中，他人占有并不否定原数据财产的占有（相对占有），体育数据可以在交易过程中无限期地不断复制创造、再次交易，从而使体育数字经济在企业数据的无限交易过程中发挥长足发展效益。

（2）塑造体育公共数据的有限性新型数据财产权。基于体育公共数据的公共服务和数据共享职责的双重属性，不能概括化或一体化地确立体育公共数据的财产权模式。况且在传统财产权模式下，体育公共数据并不符合财物的有体化形态，或者无法充分发挥体育公共数据的无限复制流通的价值。借鉴体育企业数据的新型数据财产权和公民运动数据的人格权财产性利益，可以构建体育公共数据的有限性新型数据财产权。如此，体育公共数据要素在部门经济效应的刺激和鼓励下，将最大程度地跨越“数据鸿沟”、打破“数据壁垒”，加快体育公共数据的开放、研发和供给，促进体育公共数据的共享共用、产生流通价值红利。对此，《数据要素意见》也首次在国家政策和战略指引层面确认了部分体育公共数据的市场流通属性。

“有限性”确立的依据在于体育公共数据的要素内容的复杂性和体育主管部门的服务性特点，因此，有限性新型数据财产权的确立本质上是数据分类保护的确权结果。其中，“有限性”路径体现在：①对于原始的个人体育数据，体育公共部门只有基于公共事务的数据管理权和数据使用权，这属于国家公共管理职权，不属于任何财产权内容。②基于原始数据的研发和创造而产生的衍生数据和数据产品，或者体育公共部门产生的非个人信息的原始数据，其在面向体育产业、行业发展和体育企业经营使用时，体育公共部门具有完全的新型数据财产权，而在面向专注于体育公共治理、公益事业的单位和个人使用时，其依法定申请可以被无偿使用。③涉及国家体育秘密或体育安全的原始数据、衍生数据和数据产品属于严格禁止公开、流通和交易的体育数据，体育公共部门不具备任何财产权。

对于与体育企业数据和体育公共数据并列存在的公民运动数据，其财产权属可以借助人格权财产性利益予以确立。不同于体育企业数据的新型数据财产权，财产性权益是一种消极防御性模式，公民运动数据作为个人原始数据，其本身无法成为一种商业产品。

（3）构建体育公共数据财产权的优位分级保护。体育公共数据财产权的优位层级保护是针对体育企业数据和公民运动数据的财产权而言的，但是这种优位分级保护方法并非一概而论。具体而言：①在一般场景下，因涉及国家利益或公共利益，按照国家利益高于公民利益的利益阶层关系理论，并结合前述体育数据利益危害和风险程度的分级保护概念和标准，体育公共数据财产权因涉及不特定多数人的体育利益保护，应当受到优位分级保护。②如果体育公共数据财产权是在体育行政主体充当民事合同一般当事人过程中实现的，那么按照民事法律关系的平等主体理论，体育公共数据财产权便不具备优位分级保护的必要性和现实性基础。

4.   结束语

体育数据的内容极具包容性和繁杂性，是体育数字经济的基础要素和重要资源。体育数据的分类分级保护能够改变体育数据混杂性和笼统性保护的消极现状，进而提升体育数字经济效率、促进体育训练的精准化驱动、推动体育数据最大化流通、精准化保障不同类型的体育数据。在数据分类分级保护的国家政策、重大战略和立法理念的基础指引下，体育数据如何实现分类分级保护无疑是我国体育学界需要重点思考的一项重大议题。体育数据的分类分级保护可以基于不同生成主体的划分标准，形成运动员数据、公民运动数据、体育企业数据和体育公共数据四大类型，并在此基础上深度构建分类分级保护的体系化和精确化路径。