[專欄] WAR決定球員獎金？　問題恐怕多多

WAR決定球員獎金？　問題恐怕多多

作者：賴意文 2022年2月18日 19:43

為了改善美國職棒大聯盟年輕球員的薪資，據傳未來可能設置薪資仲裁前球員總獎金，讓表現出色的球員去分配。至於怎麼定義表現出色，據傳可能由WAR來決定，而這或許不是好事。

WAR是Wins Above Replacement的縮寫，中文的意思是比替代水準球員多貢獻的勝場數。如果看到有人說大谷翔平的WAR是8.1，就代表大谷翔平比替代水準的球員多貢獻了8.1勝。

WAR是目前最常被外界用來評估球員貢獻的進階數據，這點從大聯盟會提出以此數據為基準，以及主流運動媒體也都開始使用這個數據可以看得出來。但WAR本身存在一些問題或說是限制，要用來當作分配獎金的依據，有可能會出現爭議，而要瞭解這些問題，就要先瞭解WAR怎麼計算。

雖然WAR是最近10幾年發展出來的數據，但其實這個概念很早以前就有，例如古早時代就可以看到，球隊補進球員時，總教練可能就會說這個球員可以幫我們多贏10場比賽，這個打者可以幫我們多打50分。

而Pete Palmer、Bill James這些進階數據先驅就已經開始試圖用分數、勝場數做基準來評估球員貢獻。例如Palmer的Linear Weights就是利用得分期望值數據，去算出各打擊事件理論上的分數價值，像是理論上1支一壘安打相當於0.46分等，如此就可以估算打者的得分貢獻。

得分跟勝場數之間的轉換很簡單，雖然實際數據要視比賽環境而定，但一般大聯盟大約10分相當於1勝。

至於多或少是跟誰比呢？跟平均相比是最簡單的作法，但事實上平均本身是有貢獻的，平均不應該是0，所以數據專家很快就發展出替代水準球員的概念。

理論上替代水準球員就是當球隊缺人時，用最少的代價就可以在3A或自由球員市場上隨時取得的替補人選。理論上以替代水準球員組成的球隊勝率約3成，1個替代球員比平均球員約少貢獻2勝或20分，細節看各數據計算時怎麼去定義。

而攻下1分與守住1分的價值相同，因此投手守住的分數也可以用同樣的方式表達出來。比較麻煩的是野手的守備部分，過去用守備機會、刺殺數、助殺數、失誤數這些基本數據難以算出單一球員守下多少分，所以在處理守備這部分就會有一些問題。

舉例來說，《Baseball Prospectus》的Keith Woolner開發出來的VORP這個數據，是把各球員跟他們各自守備位置的替代水準相比。理論上這是對的，要補游擊手時你當然只會找會守游擊的替代球員，但問題是這樣跨守備位置怎麼做比較呢？

這個問題在UZR這一類進階守備數據出現後獲得解答，UZR用在區域內比平均多／少守住多少出局數的方式，來計算球員在守備上比平均多／少貢獻多少分數，類似的進階數據被認為比以往更能評估球員守備貢獻。

現在負責大聯盟進階數據呈現的Tom Tango藉此計算出各守備位置實際上的守備貢獻，發現每1458守備局數（162場）下各守備位置與平均間的差距，如平均的游擊手比平均野手多守下約7.5分，平均的左外野手比平均野手少守下約7.5分。這就是WAR最後的組成要素：守備位置調整。

Tom Tango隨後開發出WAR這個數據，或者正確地說是這個架構。在他的設計下，野手的WAR就等於進攻上與平均相比的分數貢獻，加上防守上與平均相比的分數貢獻，加上守備位置調整，加上替代球員水準調整，就可以算出他的分數貢獻，再除以每勝的分數，就可以得到比替代水準球員多／少貢獻的勝場數。

上面強調架構的原因是Tom Tango只是提出該怎麼把這些元素結合起來，但是實際上怎麼計算進攻分數貢獻、守備分數貢獻，甚至可能要做聯盟調整等，可以採用不同的計算方式，而這也成為問題所在。

首先，目前主要在計算WAR的Baseball Prospectus、Baseball Reference、FanGraphs等網站都有各自不同的算法。舉例來說在投手的部分，Baseball Reference的作法是計算出投手實際和預期失分的差距，再針對守備做出調整，而FanGraphs則是直接以純粹由三振、保送、全壘打計算出的FIP來估計投手表現。

結果我們看到在FanGraphs的計算下，2021年投球WAR最高的是Corbin Burnes的7.5，但他在Baseball Reference的計算下WAR卻是5.6，只名列大聯盟第8。當牽涉到「獎金」時，你說要以哪個為基準呢？

其次，就算你選定其中一個單位計算的WAR來當作獎金發放基準，沒有不同網站計算方式不同的問題，還是存在其他障礙。這裡我就直接引用Baseball Reference的Sean Forman的說法，他直接點出6大問題，一，有時候會出現計算錯誤要重新計算的問題。二，新規則如全指定打擊制、突破僵局制都可能改變算法。三、他們使用BIS公司提供的守備數據DRS，但這些數據供應商有時候會重新調整歷史數據。四，出現更多資訊後可能改變球場校正的計算。五，現代守備調度改變影響守備位置調整的計算。六，發生預期之外的情況時可能會調整某些因素。這些都是就算只固定採用1家數據仍然可能出現的問題。

此外，WAR本身並不是非常精確的數據，不適合做精細的評判。除了投打各種數據可能因為計算、調整的方式不同有所差異之外，防守數據目前問題也還是很大，同1名球員在不同的防守數據評估下可能有天差地遠的成績。

因此1個2.1 WAR的球員，並不等於貢獻一定比1.9 WAR的球員高，零點幾的差距在WAR裡其實沒有太大的意義，一般數據分析可以以WAR當做起點，但很少拿來比絕對的大小。要拿WAR來說排名前N名的球員可以拿到獎金，N+1名後的球員不能拿，拿不拿得到可能只有0.1 WAR的差距，這或許不太適合。

當然，不管以什麼標準來決定獎金分配方式都會有爭議，不管是安打、全壘打、打擊率、上壘率、長打率、OPS、勝投數、自責分率、三振數，都會引發標準偏頗的質疑。要看獎項票選？過去也有投票者反對以獎項票選成績發放獎金，拒絕進行投票的前例。有人說出賽數、打席數、投球局數這一類的出賽時間數據最適合，表現好球隊才會持續派你上場，但我們偶爾也會看到差1局、1場比賽而無法達成合約中的激勵條款引發爭議的情況。

棒球原本就是爭論不斷的運動，連誰是史上最強球員都難有定論，要找到能公平、正確分配獎金的方式或許是緣木求魚，只能設法找到有最大共識、最少外在人為干預的方式吧？

https://tsna.com/article/53415

--

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.139.253.84 (臺灣)

https://www.ptt.cc/Baseball/M.1645240560.A.B0E

※ 編輯: polanco (223.139.253.84 臺灣), 02/19/2022 11:16:22