NBA 是「刷數據」樂園?
(文章開始之前，先利益申報，筆者從來不是 Westbrook 或 Oklahoma Thunder 的支持者)
上一個球季，Westbrook 成為 NBA 相隔55年後另一可以在整個球季交出平均三雙(得分，籃板，助攻均達雙位數字) 成績的球員，同一年間，他亦打破了不少跟三雙有關的紀錄，並奪得常規賽 MVP 殊榮。踏入新球季， Westbrook 身邊有了兩位好幫手分擔重任，開季首五場場事，Westbrook 仍於兩場取得三雙及場均接近三雙的表現。
即使 Westbrook 一再打出驚人的三雙數字，但偶爾都會聽到有質疑聲音 — 球隊勝率不夠高，出手選擇欠佳，單打太多......有不少球迷甚至以「刷數據」來形容 Westbrook 的打法或表現。
所謂「刷數據」，即球員數字上的貢獻並不是自然地隨著比賽出現，而是球員自己非自然地，用個人手段去增加自己的表現數字。簡而言之，就是球員刻意去製造本來不該存在的得分，籃板，助攻等等的數字。
被球迷批評「刷數據」的球員當然不止 Westbrook 一個，本文並不旨在論說 Westbrook 的三雙表現或其他球員數據背後的種種，而是想跟大家討論一下在 NBA 比賽中「刷數據」有多可行。
討論之先，球迷第一個要認清的事實，是每一位 NBA 球員都是職業球員 — 受薪打球的球員，他們不是志願工作者。筆者不敢說他們只為金錢打球，但在百萬，千萬美元年薪的合約當前，要說他們完全不放金錢在眼內實在是超脫現實常情。
而另一個要認清的事實，就是球員的數據表現，跟其年薪有著非常直接的關係。2014年 (Nuoya Li) 美國 Clemson University 刊出的其中一篇碩士論文，研究了NBA球員數據跟薪酬之間的關係。
該論文收集 1995 年至 2013 年期間，432 位曾經簽下兩張或以上合約的球員的數據，並研究球員合約年(舊有合約的最後一年) 的表現與其緊接著的合約金額之間相互關係 (假設每個球員其他個別因素相同，如球員身高，年齡，國籍及有否入選明星隊等等)。該研究的細節，大家可以到本文結尾連結細讀。而其中某幾項研究結果如下。
兩分球 - 全年場均每投進多一球，推算年薪會高 1.19 百萬美元。
三分球 - 全年場均每投進多一球，推算年薪會高 2.41 百萬美元。
罰球 - 全年場均每投進多一球，推算年薪會高 0.86 百萬美元。
防守籃板 - 全年場均每搶下一球，推算年薪會高 0.13 百萬美元。
進攻籃板 - 全年場均每搶下一球，推算年薪會高 0.25 百萬美元。
助攻 - 全年場均每多一次助攻，推算年薪會高 0.3 百萬美元。
封阻 - 全年場均每多一次封阻，推算年薪會高 1.40 百萬美元。
可以肯定的是，在NBA 的世界，數據絕對可以換來金錢。雖然上列數字未盡全面, 而且 GM 考慮的數據亦一定多於以上條件。但以上數字或多或少都有相當合乎常理的參考價值。
若然以上列數字為基礎，如果一位球員於合約年全勤82場的話，每進一球兩分球的現金回報是1.45萬美元，每進一球三分球的現金回報是2.93萬金元……進攻球員上籃時，會有一位把你的球封下就有 1.7萬美元回報的人守候著。
球員數據跟年薪之間的關係是顯然而見的。雖然以上數字是建基於合約年的表現去推演，但筆者相信沒有任何 NBA 的 GM 會單看球員合約年的表現去開出合約。因此不難推斷，絕大多數球員都會為自己的前途及錢途打拼。(當然過去亦有球員簽了大約後便快活人生的個別例子。)
在 NBA 賽場上，每一位頂尖肌肉男都在爭取自己的數據。球只有一個，你的得分就是我的失守，你搶下一個籃板球就是我少搶一個，助攻亦不是胡亂把球丟走就會成事。
當然有人會說，球場上有一些沒有壓力下的籃板球 (Uncontested Rebounds) ，亦偶有球員在完全沒有防守的快攻時，放棄自己得分助攻隊友，這些不就是「刷數據」的空間嗎? 筆者倒想反問，難道當 Uncontested Rebound 掉在自己身旁，球員應該避而不接嗎? 快攻時造就隊友得分，何罪之有?
當然筆者不至於天真而武斷地認為比賽中密不透風地沒有「刷數據」的空間，但NBA決然不是一個球員可以胡鬧的聯盟。過去有 Bob Sura 刻意上籃失手去「刷」籃板，然後聯盟推翻該籃板的個案；亦有 Anthony Bowie 為「刷」一個助攻而叫暫停，最後換來被聯盟罰款的先例。
NBA 賽場，是雲集全球籃球人口精挑細選出來的450位籃球員的最高殿堂。每人位都有異於常人的籃球能力方能立足。從專業競爭，體育精神層面，若然覺得球員會放手給對手隨心所欲去刷數據，未免對球員欠一份尊重。從金錢角度而言，若然認為球員會容讓對手在自己身上刷數據，則未免高估了球員對百萬千萬美元的慷慨。
總而言之，想「刷數據」? NBA 沒有那麼好混!
參考連結:
http://tigerprints.clemson.edu/cgi/viewcontent.cgi?article=3040&context=all_theses
[/size][/size]
上一個球季，Westbrook 成為 NBA 相隔55年後另一可以在整個球季交出平均三雙(得分，籃板，助攻均達雙位數字) 成績的球員，同一年間，他亦打破了不少跟三雙有關的紀錄，並奪得常規賽 MVP 殊榮。踏入新球季， Westbrook 身邊有了兩位好幫手分擔重任，開季首五場場事，Westbrook 仍於兩場取得三雙及場均接近三雙的表現。
即使 Westbrook 一再打出驚人的三雙數字，但偶爾都會聽到有質疑聲音 — 球隊勝率不夠高，出手選擇欠佳，單打太多......有不少球迷甚至以「刷數據」來形容 Westbrook 的打法或表現。
所謂「刷數據」，即球員數字上的貢獻並不是自然地隨著比賽出現，而是球員自己非自然地，用個人手段去增加自己的表現數字。簡而言之，就是球員刻意去製造本來不該存在的得分，籃板，助攻等等的數字。
被球迷批評「刷數據」的球員當然不止 Westbrook 一個，本文並不旨在論說 Westbrook 的三雙表現或其他球員數據背後的種種，而是想跟大家討論一下在 NBA 比賽中「刷數據」有多可行。
討論之先，球迷第一個要認清的事實，是每一位 NBA 球員都是職業球員 — 受薪打球的球員，他們不是志願工作者。筆者不敢說他們只為金錢打球，但在百萬，千萬美元年薪的合約當前，要說他們完全不放金錢在眼內實在是超脫現實常情。
而另一個要認清的事實，就是球員的數據表現，跟其年薪有著非常直接的關係。2014年 (Nuoya Li) 美國 Clemson University 刊出的其中一篇碩士論文，研究了NBA球員數據跟薪酬之間的關係。
該論文收集 1995 年至 2013 年期間，432 位曾經簽下兩張或以上合約的球員的數據，並研究球員合約年(舊有合約的最後一年) 的表現與其緊接著的合約金額之間相互關係 (假設每個球員其他個別因素相同，如球員身高，年齡，國籍及有否入選明星隊等等)。該研究的細節，大家可以到本文結尾連結細讀。而其中某幾項研究結果如下。
兩分球 - 全年場均每投進多一球，推算年薪會高 1.19 百萬美元。
三分球 - 全年場均每投進多一球，推算年薪會高 2.41 百萬美元。
罰球 - 全年場均每投進多一球，推算年薪會高 0.86 百萬美元。
防守籃板 - 全年場均每搶下一球，推算年薪會高 0.13 百萬美元。
進攻籃板 - 全年場均每搶下一球，推算年薪會高 0.25 百萬美元。
助攻 - 全年場均每多一次助攻，推算年薪會高 0.3 百萬美元。
封阻 - 全年場均每多一次封阻，推算年薪會高 1.40 百萬美元。
可以肯定的是，在NBA 的世界，數據絕對可以換來金錢。雖然上列數字未盡全面, 而且 GM 考慮的數據亦一定多於以上條件。但以上數字或多或少都有相當合乎常理的參考價值。
若然以上列數字為基礎，如果一位球員於合約年全勤82場的話，每進一球兩分球的現金回報是1.45萬美元，每進一球三分球的現金回報是2.93萬金元……進攻球員上籃時，會有一位把你的球封下就有 1.7萬美元回報的人守候著。
球員數據跟年薪之間的關係是顯然而見的。雖然以上數字是建基於合約年的表現去推演，但筆者相信沒有任何 NBA 的 GM 會單看球員合約年的表現去開出合約。因此不難推斷，絕大多數球員都會為自己的前途及錢途打拼。(當然過去亦有球員簽了大約後便快活人生的個別例子。)
在 NBA 賽場上，每一位頂尖肌肉男都在爭取自己的數據。球只有一個，你的得分就是我的失守，你搶下一個籃板球就是我少搶一個，助攻亦不是胡亂把球丟走就會成事。
當然有人會說，球場上有一些沒有壓力下的籃板球 (Uncontested Rebounds) ，亦偶有球員在完全沒有防守的快攻時，放棄自己得分助攻隊友，這些不就是「刷數據」的空間嗎? 筆者倒想反問，難道當 Uncontested Rebound 掉在自己身旁，球員應該避而不接嗎? 快攻時造就隊友得分，何罪之有?
當然筆者不至於天真而武斷地認為比賽中密不透風地沒有「刷數據」的空間，但NBA決然不是一個球員可以胡鬧的聯盟。過去有 Bob Sura 刻意上籃失手去「刷」籃板，然後聯盟推翻該籃板的個案；亦有 Anthony Bowie 為「刷」一個助攻而叫暫停，最後換來被聯盟罰款的先例。
NBA 賽場，是雲集全球籃球人口精挑細選出來的450位籃球員的最高殿堂。每人位都有異於常人的籃球能力方能立足。從專業競爭，體育精神層面，若然覺得球員會放手給對手隨心所欲去刷數據，未免對球員欠一份尊重。從金錢角度而言，若然認為球員會容讓對手在自己身上刷數據，則未免高估了球員對百萬千萬美元的慷慨。
總而言之，想「刷數據」? NBA 沒有那麼好混!
參考連結:
http://tigerprints.clemson.edu/cgi/viewcontent.cgi?article=3040&context=all_theses
[/size][/size]