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WA
R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