WAR决定球员奖金？ 问题恐怕多多
作者：赖意文 2022年2月18日 19:43
为了改善美国职棒大联盟年轻球员的薪资，据传未来可能设置薪资仲裁前球员总奖金，让表
现出色的球员去分配。至于怎么定义表现出色，据传可能由WAR来决定，而这或许不是好事
。
WAR是Wins Above Replacement的缩写，中文的意思是比替代水准球员多贡献的胜场数。如
果看到有人说大谷翔平的WAR是8.1，就代表大谷翔平比替代水准的球员多贡献了8.1胜。
WAR是目前最常被外界用来评估球员贡献的进阶数据，这点从大联盟会提出以此数据为基准
，以及主流运动媒体也都开始使用这个数据可以看得出来。但WAR本身存在一些问题或说是
限制，要用来当作分配奖金的依据，有可能会出现争议，而要了解这些问题，就要先了解WA
R怎么计算。
虽然WAR是最近10几年发展出来的数据，但其实这个概念很早以前就有，例如古早时代就可
以看到，球队补入球员时，总教练可能就会说这个球员可以帮我们多赢10场比赛，这个打者
可以帮我们多打50分。
而Pete Palmer、Bill James这些进阶数据先驱就已经开始试图用分数、胜场数做基准来评
估球员贡献。例如Palmer的Linear Weights就是利用得分期望值数据，去算出各打击事件理
论上的分数价值，像是理论上1支一垒安打相当于0.46分等，如此就可以估算打者的得分贡
献。
得分跟胜场数之间的转换很简单，虽然实际数据要视比赛环境而定，但一般大联盟大约10分
相当于1胜。
至于多或少是跟谁比呢？跟平均相比是最简单的作法，但事实上平均本身是有贡献的，平均
不应该是0，所以数据专家很快就发展出替代水准球员的概念。
理论上替代水准球员就是当球队缺人时，用最少的代价就可以在3A或自由球员市场上随时取
得的替补人选。理论上以替代水准球员组成的球队胜率约3成，1个替代球员比平均球员约少
贡献2胜或20分，细节看各数据计算时怎么去定义。
而攻下1分与守住1分的价值相同，因此投手守住的分数也可以用同样的方式表达出来。比较
麻烦的是野手的守备部分，过去用守备机会、刺杀数、助杀数、失误数这些基本数据难以算
出单一球员守下多少分，所以在处理守备这部分就会有一些问题。
举例来说，《Baseball Prospectus》的Keith Woolner开发出来的VORP这个数据，是把各球
员跟他们各自守备位置的替代水准相比。理论上这是对的，要补游击手时你当然只会找会守
游击的替代球员，但问题是这样跨守备位置怎么做比较呢？
这个问题在UZR这一类进阶守备数据出现后获得解答，UZR用在区域内比平均多／少守住多少
出局数的方式，来计算球员在守备上比平均多／少贡献多少分数，类似的进阶数据被认为比
以往更能评估球员守备贡献。
现在负责大联盟进阶数据呈现的Tom Tango借此计算出各守备位置实际上的守备贡献，发现
每1458守备局数（162场）下各守备位置与平均间的差距，如平均的游击手比平均野手多守
下约7.5分，平均的左外野手比平均野手少守下约7.5分。这就是WAR最后的组成要素：守备
位置调整。
Tom Tango随后开发出WAR这个数据，或者正确地说是这个架构。在他的设计下，野手的WAR
就等于进攻上与平均相比的分数贡献，加上防守上与平均相比的分数贡献，加上守备位置调
整，加上替代球员水准调整，就可以算出他的分数贡献，再除以每胜的分数，就可以得到比
替代水准球员多／少贡献的胜场数。
上面强调架构的原因是Tom Tango只是提出该怎么把这些元素结合起来，但是实际上怎么计
算进攻分数贡献、守备分数贡献，甚至可能要做联盟调整等，可以采用不同的计算方式，而
这也成为问题所在。
首先，目前主要在计算WAR的Baseball Prospectus、Baseball Reference、FanGraphs等网
站都有各自不同的算法。举例来说在投手的部分，Baseball Reference的作法是计算出投手
实际和预期失分的差距，再针对守备做出调整，而FanGraphs则是直接以纯粹由三振、保送
、全垒打计算出的FIP来估计投手表现。
结果我们看到在FanGraphs的计算下，2021年投球WAR最高的是Corbin Burnes的7.5，但他在
Baseball Reference的计算下WAR却是5.6，只名列大联盟第8。当牵涉到“奖金”时，你说
要以哪个为基准呢？
其次，就算你选定其中一个单位计算的WAR来当作奖金发放基准，没有不同网站计算方式不
同的问题，还是存在其他障碍。这里我就直接引用Baseball Reference的Sean Forman的说
法，他直接点出6大问题，一，有时候会出现计算错误要重新计算的问题。二，新规则如全
指定打击制、突破僵局制都可能改变算法。三、他们使用BIS公司提供的守备数据DRS，但这
些数据供应商有时候会重新调整历史数据。四，出现更多资讯后可能改变球场校正的计算。
五，现代守备调度改变影响守备位置调整的计算。六，发生预期之外的情况时可能会调整某
些因素。这些都是就算只固定采用1家数据仍然可能出现的问题。
此外，WAR本身并不是非常精确的数据，不适合做精细的评判。除了投打各种数据可能因为
计算、调整的方式不同有所差异之外，防守数据目前问题也还是很大，同1名球员在不同的
防守数据评估下可能有天差地远的成绩。
因此1个2.1 WAR的球员，并不等于贡献一定比1.9 WAR的球员高，零点几的差距在WAR里其实
没有太大的意义，一般数据分析可以以WAR当做起点，但很少拿来比绝对的大小。要拿WAR来
说排名前N名的球员可以拿到奖金，N+1名后的球员不能拿，拿不拿得到可能只有0.1 WAR的
差距，这或许不太适合。
当然，不管以什么标准来决定奖金分配方式都会有争议，不管是安打、全垒打、打击率、上
垒率、长打率、OPS、胜投数、自责分率、三振数，都会引发标准偏颇的质疑。要看奖项票
选？过去也有投票者反对以奖项票选成绩发放奖金，拒绝进行投票的前例。有人说出赛数、
打席数、投球局数这一类的出赛时间数据最适合，表现好球队才会持续派你上场，但我们偶
尔也会看到差1局、1场比赛而无法达成合约中的激励条款引发争议的情况。
棒球原本就是争论不断的运动，连谁是史上最强球员都难有定论，要找到能公平、正确分配
奖金的方式或许是缘木求鱼，只能设法找到有最大共识、最少外在人为干预的方式吧？
https://tsna.com/article/53415