MLB專欄》來到大聯盟頭1年,誰是與大谷翔平最相似的打者?

洛杉磯天使隊的日本天才投打二刀流Shohei Ohtani大谷翔平在2018年球季席捲大聯盟,並靠著在投打兩端精彩的演出輕鬆地奪下了美聯新人王的殊榮。就效率而言,Ohtani在打極端所繳出的152 wRC+甚至優於洋基巨星右外野手Aaron Judge的149 wRC+,投球端所繳出的3.31 ERA則是稍優於芝加哥小熊隊先發左投Jon Lester的3.32 ERA。而就整體貢獻來講,Ohtani投打兩端加總所貢獻的3.8 WAR則是稍高於貢獻了3.7 WAR的國聯新人王Ronald Acuña Jr.。

不過,即便Ohtani最終在打擊端所繳出的「成績」與Judge很接近,這並不代表2人是「類型」相似的打者。擁有令投手聞風喪膽的天生神力的Judge在進攻端的輸出有很大一部分來自於他非常高的保送率,而Ohtani相對來說則是比較依賴場內擊球所帶來的產能。因此,想找到與Ohtani最相近的打者的話,我們也必須要深入研究他在擊球上的習性。

大谷翔平.
大谷翔平.

大聯盟的Statcast數據團隊即將在近期推出一個名為「相似分數(Similarity Scores)」的數據,依照他們所記錄的擊球資料去找出每1名打者與其最相似的其他5位選手。而相似分數的計算中一共有9項數據,分別是Statcast的6項擊球數據(甜蜜點、扎實、火花、上緣、下緣、軟弱),另外再加上短打數、三振率和保送率。其中最重要的甜蜜點權重為4倍、扎實為2倍,其他7項數據則都是相同的權重。

Ohtani在新人球季一共上場打擊367次,其中有27.8%的打席遭到三振、10.1%的打席選到了保送。而在成功擊到球的部分,Ohtani有高達16%的打席擊出了甜蜜點,在全聯盟所有至少有200顆擊球的打者中高居第六名!接著,他繳出了8%的扎實擊球、22.2%的火花擊球、19.1%的下緣擊球、32%的上緣擊球、以及僅僅2.7%的軟弱擊球。

Giancarlo Stanton.(AP Photo/Frank Franklin II)
Giancarlo Stanton.(AP Photo/Frank Franklin II)

而依照這套計算方式,去年球季與Ohtani類型最相近的打者是:紐約洋基隊的巨砲外野手Giancarlo Stanton。2人最終的6種擊球分佈都相差不多,尤其是最重要的甜蜜點製造率僅差0.9%,扎實擊球率更是只差了0.1%。而在Stanton之後,與Ohtani類型相似的打者依序是奧克蘭運動家隊的Chad Pinder、亞特蘭大勇士隊的Acuña Jr.、隊友Justin Upton、以及不久前才被交易至聖路易紅雀隊的Paul Goldschmidt。以下表格為這6人的9項數據:

這5人的甜蜜點製造率都和Ohtani相比遜色3%以內,扎實擊球率的差異則是在2%以內。換句話說,在最重要的兩項數據中,這六人所繳出的成績都非常相似。當然,就像前面講到的,「成績」類似不見得「類型」相似,反之同理。以下表格為這6人在2018年所繳出的打擊數據:

即便打擊形態類似,Ohtani和Pinder 2人最終繳出的成績卻相差很大。而最主要的差異來自於場內擊球的運氣,也就是BABIP;這在單季的小樣本中也是很合理的。從下表我們可以看出,BABIP上的差異很合理地直接的影響到了每位球員的wOBAbip(場內擊球權重上壘率),當然也在他們最終的wOBA顯現了出來:

有趣的是,在這6個人的樣本當中,wOBAtto(三實結果權重上壘率)這個理論上應該跟BABIP完全不相關的數據居然也走出了同樣的趨勢,有點令人驚訝。這或許代表著wOBAbip和wOBAtto兩者之間有某種關聯性,也有可能只是小樣本下的偶然,值得在將來更深入的研究。{註:三實結果(Three-True Outcomes)是指三振、保送、全壘打(但其實還有加上觸身球)這幾個非場內擊球的打席結果。}

最後,我覺得值得一提的是,6人在去年球季的wOBAtto都高於wOBAbip,表示他們的整體wOBA都是靠著三實結果撐起的。不過,如果我們改看預期數據的話,也就是依照離棒速度和擊球仰角所算出的xwOBA類型數據,我們會發現這六人當中其實只有Ohtani和Acuña Jr.兩人的xwOBAtto依舊比xwOBAbip高,其中Pinder的xwOBAbip反而是比xwOBAtto高出了不少:

這告訴了我們Pinder的場內擊球雖然打得很好,但因為運氣的緣故BABIP過低,造成他真的的實力沒有反映在成績上。根據Statcast的計算,Pinder在2018年球季的xBABIP其實高達.353,與他的.325 BABIP有著明顯差距,也解釋了他的wOBAbip為何低於xwOBAbip那麼多。當然,較為依賴場內擊球類型的打者就必須面對場內擊球不確定性較大的事實,也就是說相較於依賴三實結果的打者而言,成績會較容易被運氣所影響。

Chad Pinder. (AP Photo/David J. Phillip)
Chad Pinder. (AP Photo/David J. Phillip)

除了打者的相似分數之外,Statcast團隊也預計會推出投手的相似分數。而在這個部分,他們將會有兩套不同的系統,一個是和打者一樣以被擊球數據去做區分,另一個則是拿各個球種的速度和位移去尋找類似的投手。目前官方還未正式宣佈日期,但是相似分數預計會在近期推出,屆時大家將可以上Baseball Savant看看所有選手們最相似的搭檔是誰了!

精彩運動影音