棒球觀點 Baseball Perspective

棒球進階數據常令許多人感到抽象、複雜、不好理解，但其實許多進階數據的根基、思考基礎，都奠基在「勝利期望」（Win Expectancy，WE）這個很好懂的概念上。 勝利期望，又稱「獲勝機率」（Win Probability），就是某一隊在比賽「某一時間點」的贏球可能性。 其形式通常以百分比呈現，運算方法則是把某場比賽「某一時間點」的狀況條件（比分、局數、出局數、壘上跑者分佈等）跟過去類似的情境做比較。具體一點說，勝利期望的百分比數字，就是過去其他球隊遭遇類似的比賽狀況條件之後，最終獲得勝利的機率。 舉例來說，從1957到2019年，客隊在四局上半領先兩分、兩人出局且二壘有人的情況下，最後獲勝的機率是71.62%；換言之，在「該時間點」客隊的勝利期望為71.62%。因此，你也可以說「勝利期望」是一種可以幫助記者說故事的數據（一種量化比賽刺激程度的形式）。 勝利期望最大的用處，除了可以給玩運彩的人一個投注的參考依據，更重要的是能當作「勝率增加值」（Win Probability Added，WPA）的基礎。 WPA是一個非常重要的進階棒球數據，可以顯示球員在關鍵時刻的抗壓能力高低。其概念不難理解，就是棒球場上某一事件發生後，勝利期望所出現的百分比變化。 以前面的情境為例，倘若客隊敲出一支帶有一打點的一壘安打，局面就會變成客隊在四局上半取得三分領先、兩人出局且一人在一壘，這時他們的勝利期望為79.19%。跟敲出安打前的勝利期望71.62%相較，敲出安打後的客隊勝利期望有所上升，而中間的上升幅度（7.57個百分點、0.0757），就是這支安打的WPA。 由此可見，如果客隊下個半局被主隊得分，造成勝利期望減少的話，那被得分的事件，其WPA就會是負值。 當一名選手的WPA很高，就代表他常常在關鍵時刻敲出能增加球隊勝率的一擊（或投手能在關鍵時刻解決打者），簡單來說，就是心臟大顆。 2019年，大聯盟心臟最大顆（WPA值最高、幫球隊增加最多勝率）的打者前10名如下： 1. Christian Yelich 7.12 2. Mike Trout 5.20 3. Cody Bellinger 4.99 4. Anthony Rendon 4.76 5. Matt Olson 4.70 6. Max Muncy 4.62 7. Bryce Harper 4.59 8. Xander Bo

Embed from Getty Images 棒球有一些能量化「比賽刺激程度」的數據，除了「 勝利期望 」，還有針對性更高的「張力指數」（Leverage Index, LI）。 張力指數的主要目的，就是量化比賽「某一時間點」對於決定比賽勝負的重要性。假如「某一時間點」發生任何事件，都會大幅改變勝利期望，就代表這個時間點的張力很大。 舉例來說，客隊在九局上落後一分、兩人出局滿壘，就是一個張力指數非常高的情境，因為無論客隊敲出安打或是出局，其勝利期望受到影響的程度都很大。倘若打者敲出安打，客隊的勝利期望就會暴增；反之，打者出局的話，因為比賽結束，他們的勝利期望將直接歸零。 所以，也可以理解成，張力指數就是「勝利期望變化幅度大小的指數」。 張力指數以1.0為基準。1.0就是最中性、重要程度不高也不低的情境。超過1.0，就代表某一時間點的情境張力較大；低於1.0，則顯示某一時間點的環境張力較小。 因此，張力指數可以用來決定打者是否經常面臨高壓力的情境。 2019年，遇到最多緊張情境、平均張力指數最高的前10名打者如下： 1. Jose Iglesias 1.058 2. Eugenio Suarez 1.057 3. Ryan McMahon 1.055 4. Miguel Rojas 1.055 5. Evan Longoria 1.054 6. Brandon Crawford 1.043 7. Kevin Newman 1.040 8. Albert Pujols 1.040 9. Adam Frazier 1.039 10. Wilson Ramos 1.038 前10名先發投手： 1. Dakota Hudson 1.058 2. Mike Minor 1.055 3. Charlie Morton 1.043 4. Mike Soroka 1.040 5. Aaron Nola 1.029 6. Luis Castillo 1.015 7. Jacob deGrom 1.014 8. Brad Keller 1.001 9. Sandy Alcantara 1.000 10. Matthew Boyd .999 （撰文：李秉昇）

Embed from Getty Images 捕手的阻殺能力有多好，跟他從接球到把球傳出的速度有密切關聯。如果一名捕手具備很強的核心爆發力，拿球之後的起跳速度以及後續的投擲速度愈快，就愈能抓到跑者。 Statcast旗下的「捕手起跳時間」（Pop Time, POP）數據，就是要客觀量測，捕手從接到球，到把球傳到接球野手手套裡，整個動作所需的時間。 如果傳球無法一次傳到野手手套內，Statcast系統會依據該傳球的球速，去推算它落地之後彈進野手手套的時間，因此沒有一次傳進野手手套的傳球，亦會被納入計算。 捕手起跳時間，把捕手的腳步（達到傳球姿勢）、轉手（從手套拿球到傳出的那一剎那）、臂力（傳球球速）等項目，全考慮進去了。比起傳球臂力，它更能正確顯示捕手的阻殺能力。畢竟，如果一名捕手傳球臂力很強，但腳步不靈活或是轉手速度很慢，仍無法有效抓到跑者。 然而，值得注意的是，捕手起跳時間好，也不代表捕手就一定能抓到盜壘者，因為捕手是否能阻殺成功，有一部分亦得取決於跑者的速度、傳球的準確度、投手的投球距離等等。不過只要同時具備好的捕手起跳時間和傳球準確度，捕手即擁有創造高阻殺率的條件。 以下是2019年捕手「傳二壘」起跳時間排行榜的前五名和倒數前五名： 前五名 1. J.T. Realmuto 1.88秒 2. Jake Rogers 1.91秒 3. Willson Contreras 1.92秒 4. Austin Hedges 1.92秒 5. Tomas Nido 1.93秒 倒數前五名 1. Stephen Vogt 2.14秒 2. Jeff Mathis 2.12秒 3. Tyler Flowers 2.12秒 4. Kevin Plawecki 2.10秒 5. Chance Sisco 2.10 秒 *因為傳球距離不同，所以起跳時間會區分「傳二壘」的起跳時間以及「傳三壘」的起跳時間。 （撰文：李秉昇） 原文刊登於 FOX 體育台官網

Embed from Getty Images 防守能力一向是棒球運動最難被有效量化的項目。 大家都知道「守備率」（Fielding Percentage）、「失誤」（Error）的參考價值皆不高，因為它們摻雜了非常多記錄員的主觀評判因素，且無法反映選手的防守範圍（防守範圍小的球員反而失誤率較低）。 魔球革命之後，許多數據專家、資訊網站相繼開發出各式進階守備數據，但每個數據都各有其瑕疵、弱點，而且公式大多十分複雜、概念艱澀，因此實在難以找到一個容易普及的客觀防守數據。 Statcast發明啟用後，由於能有效追蹤球員在場上的移動，並進行量化，所以提供數據專家更多材料來設計出改良的防守數據。 在此背景下，概念淺顯易懂的「出局製造值」（Outs Above Average, OAA）誕生了。OAA有區分「外野OAA」和「內野OAA」。 外野OAA能顯示，一名外野手比一般平均的外野手多接殺幾球。不只考量到外野手完成和沒完成多少接殺，也考量到每個接殺事件的難度。 外野OAA的基礎是「接殺形成率」（catch probability）。接殺形成率的計算方式是，依據長時間的數據累積，蒐集每個飛球，外野手從起點到落點的距離、跑動時間、還有球飛的方向，去算出每種飛球的平均接殺率是多少。 舉例來說，如果外野手甲先生他接到了一顆接殺形成率只有25％的飛球，他就能獲得0.75的OAA，如果他沒接到那顆接殺形成率25％的飛球，那他就要被扣掉0.25的OAA。等於是，在有被接殺可能的飛球中，甲先生完成接殺的話，OAA就會增加，沒接殺的話，OAA就會減少。最後在多個飛球事件後，統計出外野手甲先生的外野OAA值。 給各位一個脈絡，2019年外野OAA最高的球員是國民的Victor Robles，達到＋23，而最差的則是雙城隊的Eddie Rosario，數字為−17。 至於內野OAA的運算，則考量到以下四個因素： 野手到攔截球所需移動的距離 野手移動到攔截點所需的時間 野手攔截點跟跑者目標壘包之間的距離 如果是封殺狀態，還會考慮到跑者的 平均跑壘極速 ，校正守備事件的難度 用OAA作為評量內野防守的數據有一個好處，就是可以把守備佈陣和選手特殊站位等因素考量進去。無論選手是否站在傳統的站位，Statcast都能有效追蹤，記錄下野手花多少時間移動到攔截點。也因為如此，OAA除了可以依選手「傳統的守備位

Embed from Getty Images 在評斷投手的好壞時，棒球迷最常參考的數據就是防禦率（Earned Run Average，ERA，中文或稱自責分率），但防禦率有其瑕疵存在。 最大的問題是，就算自責分的運算，能排除掉因守備失誤而造成的失分，可是棒球場上充滿各式各樣不會被記成防守的隱形失誤，所以投手的防禦率仍會受到身後隊友防守能力的影響。 此外，根據多年的統計數據，投手對於場內球（被打進場內且非全壘打的擊球）的掌控度實在很低，有時候投手被打了很多一壘安打，不代表他實力不好，有可能只是運氣非常差。 因此，為了徹底排除掉身後守備的因素、以及運氣的影響（有些球明明打得不強，但總是有辦法找到縫隙落地），數據專家想出了一個不同型態的防禦率數據：投手獨立防禦率（Fielding Independent Pitching, FIP）。 投手獨立防禦率排除守備因素，只參考投手三振、保送、觸身球、被全壘打率的表現，試圖用成因大多「僅能由投手控制」的幾個數據，更正確評價投手的實質投球內容。 一般來說，投手的場內球安打率（Batting Average on Balls In Play，BAPIP）偏高的話（極有可能代表他運氣不好），通常他的FIP會比防禦率低。 FIP經常被拿來預測投手接下來的表現。FIP愈低的話，顯示投手的三振多、保送少、且不容易被打全壘打，這些能力比起受運氣因素干擾大的防禦率，更能預測投手未來的失分狀況。 舉例來說，A投手今年的防禦率5.00，但FIP只有3.50，那他明年的防禦率就有可能下修。反之，B投手今年的防禦率是3.50，但FIP卻高達5.00，代表他今年的優質防禦率可能只是運氣使然，明年的防禦率很可能會上揚。 水手投手Ryan Franklin在2003年投212局繳出3.57的亮眼防禦率，比聯盟平均好上21％，然而，其FIP卻高達5.17。Franklin那年三振很少、保送率也沒有壓得特別低，而且被轟出全美聯最多的34轟；而他之所以能把防禦率壓得那麼低，是因為他該季的場內球安打率僅.248，遠低於聯盟平均.298，運氣非常好。 隔年，Franklin的場內球安打率回升到接近聯盟平均的.289，運氣值回歸，因此，儘管他在200.1局的投球中，繳出差不多的FIP（5.22），但他的防禦率卻暴漲到4.90。 Franklin生涯末期到紅雀隊擔任後援

Embed from Getty Images 投手單場先發的表現有多好，其實有一種很直觀的評估方式：投手先發分數（Game Score）。之所以說它直觀，是因為它以類似我們學生時代考試的分數，來衡量先發投手單場出賽的表現。 投手先發分數最早在1980年代由進階棒球數據分析鼻祖Bill James發明。它的計算方式，是把先發投手在一場比賽的表現、投出的結果進行簡單量化。以下是James設計的投手先發分數計算原則： 從50分起算 抓到一個出局數加一分 四局之後，每完成一局可多拿二分 投出一次三振加一分 被打出一支安打扣二分 丟一分責失扣四分 丟一分非責失扣二分 投出一個保送扣一分 一般來說，50分指聯盟平均的先發內容、40分為替補先發投手的水準、80到90分是超頂級的先發表現，而超過100分則為歷史上極其罕見。 從1904年至今，九局的比賽裡面，只有16場先發的投手分數達到100分（含）以上。分數最高的一場，是前小熊投手Kerry Wood於1998年五月六號主投的比賽（105分），那天他對上太空人完投完封九局、只被打出一支安打、送出20次三振、沒有保送，堪稱史上最完美的「非完全比賽」。 最近一場百分比賽，則是由Justin Verlander於2019年九月一號所投出，那場先發他對上藍鳥投出無安打比賽，完投完封九局、飆出14次三振、僅一次保送，單場先發投手分數剛好為100分。 台灣先發投手方面，陳偉殷生涯最高的投手先發分數為82分，於2015年六月15日締造，該役 陳偉殷對上費城人，主投八局只被打四支安打、沒有失分，另外送出九次三振、僅一次保送。 有趣的是，王建民生涯最高的投手先發分數也是82分，不過他有兩場。2006年七月28日，王建民對魔鬼魚隊完投九局沒有失分、只被打出兩支安打，附帶兩次三振和一保送，完成大聯盟生涯首場完投完封。相隔不到兩年，2008年四月11日，王建民面對紅襪完投九局掉一分責失，僅被敲出兩支安打，另送出三次三振和一次保送。 82分是台灣投手史上在大聯盟最高的投手先發分數。 （撰文：李秉昇） 原文刊登於 FOX 體育台官網

Embed from Getty Images 棒球比賽的終極目標就是得分，得分才能使球隊獲勝。因此，魔球革命發生時，許多數據專家都致力於將各種基礎棒球數據項目，轉化成跟勝利有更密切關係的「得分」（run）。 打擊方面，魔球進階數據革命的鼻祖Bill James，就想辦法把不同的安打和保送，轉化成得分的預估值。他開發的數據「得分創造」（Runs Created），能反映打者的長打、上壘綜合能力，其數值代表的意義為，打者的進攻火力大概能為球隊帶來多少得分。 公式很簡單： TB x (H + BB) / (AB + BB) 壘打數乘以「安打加上保送」，然後除以「打數加上保送」 舉例來說，甲打者某一季在631次進攻機會（打數加保送）中，敲出195支安打（打擊率.345）、選到66次保送（上壘率.414），累積377個壘打數（長打率.598），那根據得分創造的運算，甲球員在那季的得分創造為156分。 2019年，大聯盟得分創造最高的打者是Christian Yelich和Alex Bregman，他倆的數值都達到150；當季大聯盟平均「每隊」的得分創造為809分，因此單一名打者就締造150的得分創造，是非常高的數值。 大聯盟史上最高的得分創造紀錄，由Barry Bonds於2001年締造，當年他的得分創造達到230。此外，Bonds也是大聯盟史上生涯得分創造值最高的打者，累積達到2892分。 值得注意的是，得分創造算是頗為原始的進階進攻數據，並沒有考量到打者的跑壘、雙殺打以及球場環境等因素。 （撰文：李秉昇） 原文刊登於 FOX 體育台官網

Embed from Getty Images 若想知道一名打者的長打能力，要看什麼數據？很多人的第一直覺一定是「長打率」（slugging percentage，SLG）。沒錯，長打率是能看出打者的長打能力，但它反映的不純粹只是「長打」，因為長打率把一壘安打也納入在公式內。如果一名打者很會敲長打，但打擊率很低，他的長打率表現也會不好。 如果單純只想知道打者在長打（二壘安打、三壘安打、全壘打）上產出的效率，那就得參考「純長打率」（Isolated Power, ISO）這個數據。 純長打率的算法很簡單，就是把 「長打率」減掉「打擊率」 ；換言之，就是在長打率的公式中，把「一壘安打」拿掉，只用 「二壘安打數乘以二、三壘安打數乘以三、全壘打數乘以四的數值加總」除以打數 ，即為純長打率。 舉例來說，一名單場五支一、打出一支二壘安打的打者，他的純長打率跟打擊率都會是.200。如果另一名打者單場五支二，敲出一支一壘安打和一支二壘安打，那他的打擊率就會是.400，而純長打率則會跟第一名打者一樣，為.200。 由於純長打率只專注在長打，所以它比長打率更能顯示出一名打者純粹的長打砲火和揮棒力量。 一般來說，聯盟平均的純長打率大約落在0.140，但由於近年來大聯盟整體的全壘打數量暴增，所以2019年的聯盟平均純長打率已經達到.183。 2019年大聯盟所有至少累積502打席的打者中，大聯盟純長打率最高的打者是Mike Trout，達到.353；至於史上單季最高的純長打率，則由Barry Bonds在2001年締造，那年他揮出多達73發全壘打（大聯盟單季紀錄），而且156支安打裡有107支長打，數量非常驚人。 （撰文：李秉昇） 原文刊登於 FOX 體育台官網

Embed from Getty Images 2015年大聯盟新世代數據系統Statcast問世至今，「擊球仰角」（Launch Angle）的影響力足以和 擊球初速 相提並論。 定義上，擊球仰角指的是打者把球擊出後，球離開球棒時的軌跡面與地面形成的角度。零度的話就是跟地面平行，零度以上的球會往上移動，而零度以下的球則是往下移動。

Embed from Getty Images 2015年大聯盟新世代數據系統Statcast問世至今，最常被引用的數據當中，「擊球初速」（Exit Velocity）或許是最具影響力的一個。 以前，球員有沒有把球打紮實，都只能用肉眼跟耳朵去判斷。這球「看起來」速度快不快、強不強？那球「聽起來」是不是有咬中球心？而這一切，都在擊球初速出現之後變得不一樣了。 現在我們有客觀的數據來量化球員有沒有把球「打強」。 打者出棒，球棒接觸到球，會使球朝反方向射出，而擊球初速測量的，就是球離開球棒時的速度。由於棒子一定要接觸到球，才會有擊球初速，所以擊球初速這個數據只會出現在球有被打中的「擊球事件」（Batted Ball Event）中，諸如滾地球出局、平飛安打、內野彈跳球失誤等等。 對於大聯盟打者來說，追求高擊球初速，是很重要的努力目標。雖然擊球初速很高的球，不一定都是安打（有可能打到野手正面，直接被接殺，或被處理掉），但防守者反應的時間較少，打者上壘的機率就比較高。 擊球初速某種程度上就是擊球品質，如果擊球品質好，但打擊成績不好，通常只是打者的短期運氣不佳，不代表實力退化。 舉例來說，一名開季第一個月打擊率只有.200的打者，卻具備高於聯盟的平均擊球初速，那合理推估他在接下來的球季，打擊率會有所反彈。 從投手的角度看，假如投手能壓低自己的「被擊球初速」，就顯示他能有效壓制打者，使打者打出擊球品質不佳的球。因此，「防禦率高、但被擊球初速低」的投手，可能會比「防禦率低、但被擊球初速高」的投手，更值得投資；前者之後的失分，有很高的機率比後者低，因為他比較不容易被打出強的球，隨著運氣值恢復正常，防禦率也會跟著下修。 以下是Statcast啟用至今（2015至2019年）的平均擊球初速打者排行榜前10名（至少累積1000個擊球，單位為英里）： 1. Nelson Cruz 93.5 2. Giancarlo Stanton 93.4 3. Miguel Sano 92.7 4. Miguel Cabrera 92.4 5. Matt Chapman 92.3 6. Ryan Zimmerman 91.9 7. Christian Yelich 91.9 8. Kendrys Morales 91.9 9. Josh Donaldson 91.8 10. J.D. Martinez 9

Embed from Getty Images 在棒球文章中，經常看到「甜蜜點」（sweet spot）這個詞彙，意思很明瞭好懂，就是「最佳接觸點」。不過，自從大聯盟於2015年啟用新式數據系統Statcast，有了量測球與球棒接觸關係的客觀數據——擊球仰角（launch angle）——之後，大聯盟就賦予了「甜蜜點」正式的明確定義。 根據大聯盟官網的詞彙解釋，甜蜜點的定義為仰角介在「八度和32度之間」的擊球事件。雖然此數據沒有把擊球強度（擊球初速）考慮進去，但通常仰角為甜蜜點的擊球，都會是打得頗強勁的平飛球或高飛球，產生的破壞力會比滾地球來得強。

Embed from Getty Images 長久以來，跑者在壘包間的速度一直難以被量化。或許你可以拿著馬表測選手衝壘的速度，但那個速度，跟實際在比賽中的跑壘速度又不太一樣（比賽中依不同情境可能會需要忽然煞車、加速、轉彎等等）。 大聯盟於2015年啟用新式數據系統Statcast之後，旗下的數據專家終於想出了一個能準確量化跑者跑壘速度的數據——跑壘極速（Sprint Speed）。 有兩種「高強度跑壘」會被納入跑壘極速的運算： 非全壘打狀態下，至少兩個壘包（含）以上的跑壘，舉例來說，擊出二壘安打的跑壘、原本在二壘然後藉由安打跑回本壘得分的跑壘等。 打到球的上緣或擊出軟弱滾地球後，往一壘衝刺的跑壘。 之所以設下這兩個條件，是因為擊球跑壘員或跑者，通常只有在這些情境下會全速衝刺。如果是高飛沖天砲、全壘打、馬上就被接殺的強襲球等事件，不管是擊球跑壘員或跑者都不會使出最多力的衝刺。 跑壘極速的算法，就是在符合上述兩個條件的跑壘事件中，篩選出其中最快的三分之二，做平均。在如此篩選機制下，就能確保某球員的跑壘極速原始資料，一定來自於他最全力以赴的跑壘事件。 用簡單的例子舉例，如果A球員有三個符合條件的跑壘事件，一個每秒30英尺、一個每秒25英尺、一個每秒20英尺，那A球員的跑壘極速就是取這三個跑壘事件中最快的前三分之二（每秒30英尺、每秒20英尺），挑出來做平均（（30+20）÷2），因此，A球員的跑壘極速是每秒27.5英尺。 值得注意的是，大聯盟還把每秒超過30英尺的跑壘事件，定義為「電光石火」（bolt），因為一般來說，跑壘極速超過每秒30英尺就是非常頂尖的速度。至於大聯盟平均的跑壘極速則落在每秒27英尺左右；較慢的跑者也有可能跑出每秒23英尺的跑壘極速。 以2019年為例，大聯盟跑壘極速最快的是響尾蛇的Tim Locastro，每秒達到30.8英尺。他在101個高強度跑壘中，繳出63個「電光石火」，比例高達62.4％。而第二和第三名則分別是Trea Turner（每秒30.4英尺）和Byron Buxton（每秒30.3英尺）。（要列入排行榜，跑者至少得累積10個符合跑壘極速條件的跑壘事件。） 那麼去年最慢的跑者又是哪些呢？毫無意外的，都是一群捕手、一壘手、指定打擊。以下是2019年跑壘極速最慢的倒數前五名： Brian McCann 22.2 Albert Puj

脈絡是比較球員數據的根本基礎。一個在1920年代揮出30支全壘打的球員，跟一個在2019年揮出30轟的球員，哪一個在當時比較厲害？答案肯定是1920年代的30轟球員。 因此，有時候在缺乏脈絡的情境下，比較原始的數據值，參考價值沒那麼高。 這也是為什麼會有「標準化」（normalized）數據的出現，它們把數據的脈絡考量進去（球場因素、時代因素），提供一個真正能有效相互比較數值優劣的表現形式。 在知名美國棒球數據網站「Baseball Reference」中，「標準化攻擊指數」（OPS＋，On-base Plus Slugging Plus）就是一個非常受到廣泛使用的標準化數據，能給出一名打者跟聯盟平均相較之下的火力評價。 對棒球迷而言，整體攻擊指數（OPS，On-base Plus Slugging）已經是近年來大家頗為熟悉的進攻數據，其原理不難理解，就是把「上壘率」和「長打率」加起來的數字，能代表一名打者綜合的進攻破壞力（上壘能力與長打火力）。雖然稱不上完美，但仍是第一眼評估打者打擊能力優劣的重要項目。 至於標準化攻擊指數OPS＋，就是把所有球員的攻擊指數「去脈絡化」，都放在同一個比較基準點上，排除原本數據當中的許多雜音，例如球場因素（球員數據會受到所在主場的影響），再用淺顯易懂的整數方式呈現。 OPS＋100就是聯盟平均，高於100就是高於聯盟平均，低於100就是低於聯盟平均。如果一名球員的OPS＋為150，就代表他的攻擊指數在經過相關校準過後，優於聯盟平均50%。 舉例來說，2019年，Pete Alonso和Nolan Arenado的OPS分別為.941和.962，乍看之下，Arenado的進攻表現似乎比較優異。但事實上，Arenado大半時間所待的落磯主場，對打者非常有利，因此他的.962攻擊指數，多少受到了球場因素的膨風。 從OPS＋來看兩人的表現，就能比較出誰才是去年進攻產出更優的打者。2019年，Alonso和Arenado的OPS＋分別為148和129，顯示Alonso繳出的攻擊指數，在去脈絡化後的公平基準上，其實比Arenado還好上19％。從客觀的角度切入，Alonso去年的攻擊指數表現更優於Arenado。 （撰文：李秉昇） 原文刊登於 FOX 體育台官網

Embed from Getty Images 2018年，水手隊打出89勝73敗的成績，雖然沒能挺進睽違已久的季後賽，但也打出了隊史自2003年以來的最佳戰績。然而，水手管理階層並沒有憑著這波好成績近一步補強球隊，反而在休賽季把陣中的主力球星賣出，進行重建。 為什麼會這樣呢？背後的最大原因在於，水手管理階層清楚他們2018年的好戰績大部分出自僥倖和運氣，而非真正的實力使然。能明顯反映此一現象的數據之一，就是「畢氏勝率」（Pythagorean Winning Percentage）。

脈絡是比較球員數據的根本基礎。一個在1968年「投手主宰年」投出2.50防禦率的投手，跟一個在2019年「全壘打大爆炸年」投出2.50防禦率的投手，哪一個在當時比較厲害？答案肯定是2019年的2.50防禦率投手。 因此，有時候在缺乏脈絡的情境下，比較原始的數據值，參考價值沒那麼高。 這也是為什麼會有「標準化」（normalized）數據的出現，它們把數據的脈絡考量進去（球場因素、時代因素、對手素質），提供一個真正能有效相互比較數值優劣的表現形式。 在知名美國棒球數據網站「Baseball Reference」中，「標準化防禦率」（ERA＋，Adjusted Earned Run Average Plus）就是一個非常受到廣泛使用的標準化數據，能給出一名投手跟聯盟平均相較之下的控制失分能力。 對棒球迷而言，防禦率（ERA，Earned Run Average）是最普遍、最熟悉、最好用的投手數據之一，其原理很簡單，就是平均每九局投手會失多少自責分，能顯示一名投手有沒有做好他最重要的工作：壓低失分。雖然稱不上完美，但自責分率從發明到現在，始終是評斷投手表現的最關鍵指標之一。 至於標準化防禦率ERA＋，就是把所有投手的防禦率「去脈絡化」，都放在同一個比較基準點上，排除原本數據當中的許多雜音，例如球場因素（球員數據會受到所在主場的影響）、對手素質（面對到不同的打者群失分表現會不同）等等，再用淺顯易懂的整數方式呈現。 ERA＋100就是聯盟平均，高於100就是優於聯盟平均，低於100就是遜於聯盟平均。如果一名球員的ERA＋為150，就代表他的防禦率在經過相關校準過後，比聯盟平均好上50%。 舉例來說，大聯盟史上救援王Mariano Rivera，生涯的ERA＋是205，代表他僅2.21的防禦率，優於同期聯盟平均達105％。 再舉不同時代的例子。1968年Bob Gibson投出大聯盟史上最低的單季先發投手防禦率1.12，但那卻不是史上單季最高的先發投手ERA＋（258）。史上單季最高的先發投手ERA＋，是由「神之右手」Pedro Martinez於2000年投出，那年他的防禦率1.74，ERA＋高達291，代表他的防禦率水準比聯盟平均高出191％。 之所以會有如此差異，原因之一是1968年大聯盟整體環境不利於打者發揮，每隊場均得分只有

Embed from Getty Images 從2013年的柳賢振開始，近年來有愈來愈多的韓國職棒明星球員直接挑戰美國職棒，海盜的姜正浩、雙城的朴炳鎬、金鶯的金賢洙、巨人的黃載均、紅雀的金廣鉉等等，雖然不一定人人都能成功站穩大聯盟，但他們都代表了韓職整體實力在近10多年來的提升。 日本職棒球員要到美國職棒打球，須先經過入札制度的程序，這點大多數棒球迷都很清楚。但尚未取得海外自由球員資格的韓國職棒球員，若想到大聯盟打球，得怎麼做才能辦到呢？ 其實也是透過入札制度，而且規則與 日美職棒協議的入札制度 一模一樣。 值得注意的是，根據韓國職棒的規定，一支球隊一次最多只能把一名球員放進入札名單，而且每年以入札制度離隊的球員也是以一人為限。 以金廣鉉為例，雖然他很早之前就已累積到符合國際自由球員資格的年資，但由於他決定赴美時，跟SK飛龍隊的合約還沒到期，因此仍需先徵求飛龍隊的同意、請飛龍隊將他放上入札名單後，他才有前進美職的可能。 金廣鉉後來與紅雀達成共識，簽下兩年800萬美金的合約，因此紅雀要支付800萬美金的20%（160萬美金）給SK飛龍，當作入札金補償。 （撰文：李秉昇） 原文刊登於 FOX 體育台官網

Embed from Getty Images 2019年12月初，日本職棒橫濱DeNA灣星隊的看板球星筒香嘉智，經由日美職棒共同協議出來的「入札競標制度」（posting system），加入美國職棒，與光芒隊簽下兩年1200萬美金的合約，同時光芒要支付大約240萬美金的入札金給筒香的母隊橫濱DeNA灣星隊。 通常只要有知名日本職棒球員有意挑戰美國職棒，入札制度這個名詞就會屢屢在媒體報導中出現，但你知道大聯盟現行入札制度的運作模式是怎麼樣嗎？ 首先要知道的是，需要經過入札制度程序才能挑戰大聯盟的球員，有哪些？依據規定，日本職棒球員要取得「國際自由球員資格」（international free agency），得先累積九年的日職一軍服務年資，因此，尚未取得國際自由球員資格的日職選手，都得透過入札程序，才能夠赴美發展。（若已滿九年年資、但尚有合約在身的日職球員，也必須經過入札程序，山口俊即為一例。） 在筒香的案例中，由於他要到2021年球季結束之後，才能取得國際自由球員資格，所以赴美必須經過入札程序。 日美職棒的入札制度協議，多年來歷經不同版本的更迭，但在2018至2019休賽季更新的最新版本中，入札制度規則寫明如下： 有意赴美的日職選手，向母球團表明赴美的意願後，球團還是有最終是否放行的決定權。如果球團答應，那麼他們就得在每年11月一日到12月五日之間，將有意赴美球員放上入札名單。 此時，30支大聯盟球隊都有30天的時間，可以跟入札名單上的球員進行交涉、協商。如果球員跟某支球隊達成共識，簽下合約，那麼大聯盟球隊除了得支付合約載明的球員薪資，還得支付「某個數額」的入札金給日職球員的母球團，作為補償。 相反的，假如入札名單上的球員沒有與任何大聯盟球隊達成協議，那他就會被退回日職母球團，且到隔一年的入札期之前，都不能再被放上入札名單。 至於入札金的「某個數額」如何訂定？以下條列出規則。（薪資單位皆為美金） 如果簽的是大聯盟合約，保證薪資若低於2500萬（含），那入札金就會是保證薪資的20%。 如果簽的是大聯盟合約，保證薪資若介在2500萬又1元到5000萬（含）之間，那入札金就會等於：保證薪資前2500萬的20％，加上2500萬以上金額的17.5%。 如果簽的是大聯盟合約，保證薪資若高於5000萬，那入札金就會等於：保證薪資前2500萬的20％，加上第二個2500萬的1

Embed from Getty Images 2013年冬天，我國旅美好手王維中在規則五選秀裡，被釀酒人球團選中，因此離開母隊海盜，成為釀酒人的一員。隔年，釀酒人遵循規則五選秀的規定，將王維中放在大聯盟正式25人名單中，使王維中成為台灣史上首位從新人聯盟直升大聯盟的選手。 王維中當年神奇的大聯盟之旅，圍繞在規則五選秀這個制度上，那麼這項制度又是什麼呢？（本文僅探討大聯盟階段的規則五選秀。） 規則五選秀是大聯盟為避免各隊囤積太多優秀小聯盟球員，所設計的制度，名稱的由來，起自勞資協議對該選秀方式的稱呼。

Embed from Getty Images 2016年六月，我國旅美球員林家正在大聯盟季中選秀會第16輪被西雅圖水手隊挑中，成為台灣史上首位在美職正規選秀中獲選的球員。雖然當下沒有選擇簽約，決定前往亞利桑納州立大學就讀，但三年之後，林家正第三度叩關選秀，在第14輪被響尾蛇選中並且簽約，進入美國職業棒壇，再次寫下歷史，成為台灣史上首位循選秀管道進入美國職棒體系的選手。 不過你知道為什麼在林家正之前，都沒有台灣球員能夠透過選秀進入美職體系嗎？此外，你知道我們所謂的大聯盟季中選秀，基本的定義和規則又是什麼嗎？ 每年六月初，大聯盟都會舉辦「首年球員選秀」（First-Year Player Draft），而其在勞資協議中的正式名稱為「規則四選秀」（Rule 4 Draft）。由於規則四選秀是針對高中和大學的業餘球員進行挑選，因此俗稱上也叫做「業餘球員選秀」。