你和贝克汉姆之间，只差16.1公里的距离******
世界杯期间
相信很多人每天都在家吃着零食
准时收看比赛
我们经常听到有人评论
某某球员跑动不积极
那么，你了解一场球赛中
足球运动员的跑动距离有多少吗？
跑动距离越长
就踢得越好吗？
足球运动员有多能跑？
根据国际足联的技术统计，一名职业足球运动员全场的累计跑动距离平均为10000米，最差的在6000米左右，而好的高达12000米。在90分钟的时间里，跑动超过12000米。
这是一个什么概念？如果全场匀速跑动的话，运动员也是需要全程以7分半的配速来跑动。实际的比赛中，当然不可能会是匀速跑，还穿插着大量的冲刺，高速跑动。
图源网络
贝克汉姆在2001年世界杯预赛对希腊的比赛中曾经创下16.1公里的最高纪录，5分35的平均配速，令人难以置信。
既然如此，如果去跑长跑甚至马拉松，足球运动员是不是也能获得很好的成绩呢？
事实上，确实有很多足球运动员参加过马拉松比赛，例如路易斯恩里克，他在皇马拿过西甲冠军后转投巴塞罗那，帮巴萨夺得两次西甲联赛冠军、两次西班牙国王杯冠军、一次欧洲优胜者杯冠军等多项荣誉，还担任过巴萨队长，2004年退役后，第二年就在纽约马拉松跑出3:14:09，2007年他终于在佛罗伦萨马拉松中刷出个人最好成绩2:58:08。
图源网络
你能跑得过世界杯裁判吗？
在足球比赛中，为了作出最准确的判断，裁判与足球的距离应保持在20米以内。要做到这一点，办法只有一个：满场飞奔。世界杯裁判平均每场要跑6到8英里（9.7到12.9公里），而且与运动员偶尔还能休息不同，裁判几乎是“完全停不下来”，必须球动人动。
图源：新华社入选2022年卡塔尔世界杯裁判员名单的中国裁判马宁在训练
据《新闻晨报》2013年3月11日报道，自2006年7月开始，中国足协根据国际足联和亚足联的有关规定，采用新的裁判员和助理裁判员体测方法：1. 6组40米加速跑：每次测试不超过6.2秒，国际助理裁判不超过6秒，每组冲刺后1分30秒恢复（从终点走回起点）。2. 10圈以上高强度间歇跑：在400米标准跑道上，从弯道起跑，30秒内快跑150米，35秒内慢走50米，再接下来一个150米、50米。完成400米计1圈，至少要达到10圈为及格，12圈以上为优秀。
FIFA裁判的150米间歇，及格线30秒——相当于每公里配速3分20秒，连续完成20组。你跑得过他们吗？
图源：网络表情包
跑动距离远一定意味着“踢得好”吗?
《2020年足球科学与医学》的一篇文章曾基于2018-2019赛季西甲380场比赛的数据，研究控球率和球员的身体表现之间的关系。
图源：网络《2020年足球科学与医学》
研究筛选并分析了412名踢满90分钟比赛的球员的竞技性表现，并获得了8468次观察数据。球员被分为5个不同的位置：中后卫（CD）、后卫（FB）、防守中场（DM）、进攻中场（AM）和前锋（FW）。从以下几方面对表现进行分析：总覆盖距离、低强度跑（0-14.0km/h）、中等强度跑（14.1-21.0km/h）、高强度跑（21.0km/h）、超高强度跑（21.1-24.0km/h）和冲刺跑（>24.0km/h）。
结果表明了一些显著的结论：
1. 在不考虑具体位置的情况下，控球率很高的球队球员的跑动覆盖距离明显小于控球率高、中、低的球队球员。也就是说拥有大量球权可以缩短足球运动员的跑动距离。
2. 这些差异取决于球员的具体位置。高控球率球队的攻击型球员(DM, AM和FB)在任何速度范围内都比其他球队每分钟跑动更少。例如，控球率非常高的球队的后卫每分钟跑5.2米，而控球率非常低、低和高的球队分别为7.8米、7.3米和6.7米。
3. 控球率很低的球队的后卫跑动距离最少。
图源：摄图网
正确跑步，世界杯一起锻炼！
因为疫情防控
很多人不能再去健身房
不如戴上口罩下楼跑跑步
这里为大家准备了几个
跑步小tips
希望大家享受运动
享受每一次跨步
1. 跑前热身不能省
很多朋友忽视跑步前的热身和拉伸运动，直接进入高强度的有氧训练中，心血管系统和呼吸系统会来不及进入状态，肌肉的血氧供应不上，肌肉韧性自然也差，对膝关节缺乏支撑和保护，韧带、肌肉、关节都容易受到损伤。
2. 跑步姿势很重要
① 头：眼睛平视前方，不要低头看地；
② 肩：放松不要摆动肩膀放松放低，不要用肩膀摆动双臂，更不要耸肩；
③ 手臂：手肘弯曲呈90°，以肩膀为轴心放松地如钟摆一样摆动；
④ 腰髋：要稳定，不要在跑步时左右扭动；
⑤ 躯干：收腹、挺胸、背部拉直，仿佛是一条拉得笔直的线，身体微微向前倾；
⑥ 脚：跑步时该后脚掌先着地还是前脚掌先着地，取决于跑步时重心位移的速度。
图源：京医通
3. 跑速与跑量循序渐进
日常跑步锻炼时，每分钟大约180步的速度最理想，差不多7~8分钟每公里。至于跑多少公里，请遵循「循序渐进」的原则，建议跑步距离全程心率不超过最大心率（最大心率=220-实际年龄）的85%，如果想轻松舒适地去跑，把心率控制在最大心率的59%~75%。如果心率明显上升，应当主动降低自己的配速。每次跑步时间至少要30分钟，对于身体素质较好的年轻人，每次跑40~50分钟也就足够了。4. 跑步后也要拉伸
图源：京医通
拉伸能有效放松肌肉，减少肌肉僵硬，增加血液微循环，加快代谢废物的排除，减少运动后的肌肉酸痛。因此，运动后拉伸也是必不可少的环节。
END
资料来源：山东科协、京医通、THU体育科技评论、知乎
整理：董小娴
发挥数据的创新引擎作用******
作者：孙辰朔（清华大学习近平新时代中国特色社会主义思想研究院特约研究员）
随着数字技术创新和迭代速度加快，数据作为关键生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，成为驱动经济社会发展的重要力量。习近平总书记指出，“发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济”。中共中央、国务院前不久发布的《关于构建数据基础制度更好发挥数据要素作用的意见》对激活数据要素潜能、做强做优做大数字经济、构筑国家竞争新优势作出了一系列部署。切实用好数据要素，更好发挥数据的数字化、网络化、智能化基础作用，协同推进技术、模式、业态和制度创新，对于深化创新驱动、推动高质量发展具有重要意义。
数据要素是数字经济深化发展的核心引擎。充分发挥数据资源优势、挖掘数据价值潜力，需要不断完善数据要素培育和发展相关体制机制，加快构建数据基础制度，让数据要素更好为创新赋能，为推动高质量发展注入强大动能。
第一，数据要素能够推动知识技术创新。数据要素是指能够参与社会生产经营活动、可为使用者或所有者带来经济效益、以电子方式记录的数据。释放数据要素价值的关键在于数据开发利用。政府、企业、科研院所等在参与数据要素加工使用的过程中，通过结合人工智能算法、经济数学模型和领域专业知识，对研发、设计、生产、营销与决策各环节进行数据清洗、分析、建模，可以发现新的规律，研究出新的理论，创造新的知识或技术，带来更多经济效益和更大社会价值。
第二，数据要素能够优化科技创新要素配置。实现科技创新的要素包括劳动、资本、土地、技术、数据、企业创新精神等实体要素和虚拟要素。传统要素市场中存在信息不对称、要素流通不畅等，容易产生创新要素供需错配等问题，使创新资源的利用偏离最优配置。通过对数据要素的挖掘分析和利用，可以降低信息交互偏差和要素交易成本，推动创新要素流向高生产效率、高边际产出的企业和行业，打通“信息孤岛”和“数据壁垒”，从而实现要素高效配置。
第三，数据要素能够提升产业创新发展能力。一方面，作为数字化、网络化、智能化的基础，数据要素能够参与技术、产品、市场、组织、管理等创新过程，依靠信息技术创新驱动，推动数字产业化，不断催生新产业新业态新模式，培育壮大一批具有增长潜力的新兴产业，创造更多新需求和新就业岗位，挖掘新的经济增长点。另一方面，促进数据高效流通，推动产业数字化转型，实现数字经济与实体经济深度融合，将极大提升传统产业跨区域、跨场景、跨行业的协同创新水平，提升产业发展的质量和效益。
更好发挥数据要素对创新的推动作用，可重点从以下四个方面发力。
一是构建彰显创新引领的数据基础制度，鼓励数据要素投入创新。数据基础制度体系是数据要素赋能创新的制度保障。要建立数据产权制度，推动数据产权结构性分置和有序流通，强化高质量数据要素供给，推进数据分类分级确权授权使用和市场化流通交易。要建立合规高效的数据要素流通和交易制度，让数据要素更加顺畅地流通、更有效率地交易。要建立体现效率、促进公平的数据要素收益分配制度，激发数据要素赋能创新、协同创新的活力和潜能。还要加强政策支持和引导，激励创新创业创造，让更多数据要素参与创新过程。
二是推动数字与产业融合发展，深化产业链创新链融合。数据要素驱动创新的重要路径在于促进数字经济与实体经济深入融合，促进实体经济中的创新要素高效配置。要面向各市场主体、行业和区域需求，统筹推进数字化转型。数据要素驱动创新的关键抓手在于推动创新链产业链深度融合，要加强数据要素与其他生产要素的组合迭代、交叉融合，推动生产要素多领域、多维度、系统性突破，围绕产业链部署创新链、围绕创新链布局产业链，深入实施工业互联网创新发展战略，发挥数据的创新引擎作用。
三是致力打造数字人才高地，强化关键核心技术攻关。充分发挥数据要素作用，关键在于扩大高水平数字创新人才供给。要创新科技人才培养体系，将数字人才培养作为学科建设的重要内容，提升全民数字素养与技能，培养造就一大批既懂专业领域又懂数字技术的高水平复合型人才。还要提升关键软硬件技术创新和供给能力，加强数字科技基础理论研究和数字基础设施建设。
四是构建多方协同治理模式，筑牢数字经济创新发展安全屏障。发挥数据要素驱动创新的作用离不开强有力的安全治理，要充分发挥政府有序引导和规范发展的作用，构建政府、企业、社会多方协同治理模式。要压实企业的数据治理责任，增强企业社会责任，促进公平竞争。还要增强数据安全保障、网络安全防护等各方面能力，把安全要求贯穿数据要素赋能创新全过程。
