金手套还是人形看板？看看这几个数据就知道啦！
之前我们介绍了击球员和投手的高阶数据，实际上还有一种数据时常容易被忽略，那就是守备数据。虽然在棒球赛场上，那些腾空而起的美技守备非常能够让观众大呼过瘾，但是在数据统计中，守备的价值往往最难被估算。举例来说，比起那些飞来飞去的亮眼美技，那些精准判断、稳健接杀的守备更见功力。即便如此，依然有一些守备数据是值得参考的，下面我们来看看吧。
守备率（Fielding Percentage）
常规的守备数据，如封杀、触杀、助杀等在这里就不一一枚举了。而这里的守备率是指“（守备机会-失误次数）/守备机会”的数值，即未失误的守备与守备次数的比值，简称为FPCT。因为封杀也属于守备范畴，所以多数时间负责完成封杀的一垒手该数据会更高；反之，由于在守备过程中出现爆传的几率更大，三垒手和游击手该项数值通常偏低。
守备范围指数（Range Factor）
这一数据也被简称为RF值，是用（完成守备次数+助杀次数）*9/守备局数来计算的，可以用来衡量选手每9局的守备情况。与守备率类似，RF值也是要分位置计算的，因为一垒手与接手完成守备的次数更多，所以要衡量不同位置的球员守备状况，就要根据不同的位置来比较，甚至像洛杉矶道奇的工具人克里斯-泰勒（Chris Taylor）这种能收多个位置的球员，要按其守备位置不同分开计算。
外场助杀次数（Outfield Assist）
相比于普通的助杀，外场助杀也是防守美技中相当受人关注的场面，我们通常所说的“麒麟臂”“镭射肩”都是形容有出色外场助杀能力的外场手。尤其是右外场手，由于距离三垒与本垒较远，因此跑垒员面对打向右外场的球更容易起跑，这就要求右外场手能够在握到球后迅速长距离传球助杀。
例如大家熟知的铃木一朗就曾上演过镭射肩的好戏，而奥克兰运动家的中外场手拉蒙-劳雷诺（Ramon Laureano）更是完成过不落地助杀本垒的经典防守。一次两次可能不说明问题，但外场助杀次数明显高于其他人，就说明这位外场手的防守实力不俗。
阻杀率（Caught Stealing Percentage）
这是一项接手的专属数据，阻杀是在对方跑垒员实施偷垒时，接手完成接球后迅速传球给内场手由后者完成触杀的情况，即造成偷垒失败。通常实施偷垒的跑垒员均有着不俗的速度，因此接手除了臂力出众之外，反应也要足够迅速。而阻杀率=阻杀次数/被偷垒实施次数，一位接手如果阻杀率高人一等的话，那么对于对手来说也有着不小的威胁。
终极区域守备值（Ultimate Zone Rating）
这也是最常用的防守进阶数据，即UZR。简而言之，就是体现一名球员能比联盟同一位置平均水准多位球队守下几分。比如UZR值为+5，就代表他能比联盟同一位置平均水平多守下5分；相反，如果一名球员的UZR值为负数，就代表他比联盟同位置平均水平差。这有些类似于击球手与投手的加权数据，能够很直观地反映一名球员在守备方面与联盟平均水准的差值。
UZR/150
这是由UZR所衍生出来的数据，目的是为了避免样本差异，由于球员所面临的守备机会数量不同，所以即使是同样位置，将大样本数据球员与小样本数据球员放在一起比较也有失偏颇。因此，UZR/150就是“150场终极区域守备值”，它将UZR估算成150比赛所呈现的数值，也让所有人处于同一起跑线，更加便于比较。
Def（Defense）
不过UZR只能被用于同一位置球员之间的比较，那么不同位置的球员守备能力要如何比较呢？Def这项数值便应运而生。Def如何解决守备位置不同的差异呢？很简单，只需要将场手比联盟平均水平多或少守下的分数去加减相应位置的守备修正值即可。比如说接手的修正值是+12.5，而一垒手则是-12.5，这虽然不能完全代表守备位置之间的差异，但已经能够让很多观众直观地对比不同位置球员的守备能力了。
DRS（Defensive Runs Saved）
这项数据是一项相当直观的防守数据，它的全称是Defensive Runs Saved，即该球员对比联盟平均水平所多守下的分数，如果该数据为负值，便表示该球员比联盟平均水平多丢失了分数。出色的接杀，完美的助杀都包含在内，而这项数值也是大联盟考量金手套奖归属的一个重要依据；尤其是一众金手套外场手，我们会看到他们获奖的数据中均有DRS的体现。
OAA（Outs Above Average）
这项数据的全称是Outs Above Average，即平均水平以上制造出局数。相比于DRS，它需要考量更多方面的影响因素，比如守备距离、守备时间，甚至跑垒员的速度都在衡量范围之内。因此会出现某些防守球员DRS为正数但OAA值为负数的情况，但这并不代表着DRS没有公信力，很多数据考量方向不同，便会存在些许差异，而这些差异正是当今大数据棒球仍然具有让人深入研究的魅力所在。
阅读了这么多评价投手水平的数值与计算方式，你觉得哪个最“靠谱”呢？你评价防守者时，最看重的是什么呢？欢迎在评论区留言！
