从铅笔到超级计算机：棒球数据的百年进化

1869年，辛辛那提红袜队迎来了一场看似普通的比赛。那一天，一位名叫萨奇·佩吉的年轻记者坐在露天看台的角落，手里攥着一支铅笔和一本笔记本。他的任务很简单——记录每一个打者的上场次数、击中球的数量，以及他们跑回本垒的分数。但正是这位籍籍无名的年轻人，在那个春日的下午，不知不觉间开创了一项延续至今的传统：棒球数据记录。

如果你在1869年告诉棒球圈，再过150年，职业棒球将发展出一个价值数十亿美元的产业，全部围绕数据和分析展开，恐怕没有几个人会相信。那时候的棒球场里，人们关心的是谁击出了最远的一球，谁投出了最快的球速，至于那些密密麻麻的数字表格，不过是记者们整理比赛结果的工具罢了。然而，正是这些看似无聊的统计数字，后来彻底改变了棒球的面貌，甚至改变了整个体育世界对"数据"的理解。

要理解这一切，我们得把时间拨回1845年的纽约。

棒球之城的诞生

说起棒球的起源，历史学家们至今还在争论不休。有人说是阿布纳·道布尔迪在1831年发明的，有人说是纽约一群银行职员在1845年创造的游戏。但无论哪种说法，有一点是确定的：棒球的黄金时代始于纽约，而塑造这项运动的第一批人，几乎都是狂热的数字爱好者。

1845年，一个名叫亚历山大·卡特赖特的银行职员，和他的朋友们在曼哈顿下城的熨斗大厦附近，组建了一支叫做“纽约-knickerbocker”的球队。卡特赖特干了一件了不起的事：他和他的队友们坐下来，用铅笔和纸张，把棒球的规则一条一条写了下来。这些规则包括：每队9人、三振出局、三垒打、触击、封杀——几乎涵盖了现代棒球的所有基本要素。

但真正让棒球从其他球类运动中脱颖而出的，是它对数字的痴迷。

想象一下那个时代的其他运动。板球有得分，但统计方式杂乱无章；足球（那时候还叫“足球”，而不是“football”）的记录更是少得可怜。棒球却不一样。它的比赛天然就是一个完美的数字生成器：每一次打者上场，每一次投球对决，每一次跑垒，都产生了一个可以被记录和衡量的瞬间。这就像是大自然为统计学家们量身定制的运动。

1857年，《纽约时报》开始刊登棒球比赛的结果，但这时候的报道仍然很粗糙。通常就是简单地写“纽约队以21比11战胜布鲁克林队”，仅此而已。没有谁在意投手投了多少球，打者挥了多少次棒，更没有人想过把这些数字收集起来，分析其中的规律。

第一个认真对待这些数字的人，叫做亨利·查德威克。

亨利·查德威克：一个英国人对美国运动的改造

亨利·查德威克1824年出生于英格兰，1850年移民到美国。和那个时代许多英国移民一样，查德威克最初对棒球这项新兴的“美国运动”并不感兴趣。他更熟悉的是板球——那项在英国流行了数百年的运动。

但有一天，查德威克被朋友拉去看了场棒球比赛。

那场比赛彻底改变了他的人生。

“我发现这项运动充满了数学的美感，”查德威克后来写道，“每一个数字都讲述着一个故事。”

查德威克被棒球迷住了，但他也敏锐地意识到，当时的棒球统计太落后了。在板球世界里，英国人早就建立了一套完善的统计体系：跑数、门数、出局数、击球率——每一项数据都被仔细记录和分析。查德威克心想，为什么不把这套方法引进到棒球里来呢？

1859年，查德威克在《纽约时报》上发表了第一篇关于棒球统计的文章。他在文章中建议，棒球应该采用类似板球的记录方式，系统性地追踪每一场比赛的数据。他的建议没有得到太多回应——大多数棒球人那时候还在为比赛的规则争吵不休，根本没空理会这些“书呆子工程”。

但查德威克没有放弃。1867年，他发明了一套完整的棒球记分系统，这就是后来著名的“查德威克记分法”。在这套系统中，他引入了几个沿用至今的核心统计概念：

打数（At Bats，简称AB）：打者上场打击的次数。查德威克规定，只有真正的击球才算打数，四坏球保送和触身球都不算在内。

安打（Hits，简称H）：打者安全站上垒包的击球。这个概念看似简单，但在此之前，没有人对“什么样的击球才算有效”进行过系统定义。

本垒打（Home Runs，简称HR）：打者直接跑完全部四个垒包得分。查德威克意识到，有些击球特别有价值，值得单独统计。

打点（Runs Batted In，简称RBI）：打者在场时让队友得分的情况。这个统计衡量的是一个打者的“生产力”——他能在关键时刻把队友送回本垒吗？

但查德威克最重要的贡献，是一个看似毫不起眼的数字：打击率（Batting Average，简称AVG或BA）。它的计算方式很简单：安打数除以打数。$打击率 = \frac{安打数}{打数}$

查德威克在1872年正式确立了打击率的计算标准。他解释说，一个球员的打击率，代表了他在每一次击球机会中成功上垒的概率。这个数字消除了运气因素的干扰——一场比赛得5支安打可能是因为对手失误，但一个赛季打击率三成的球员，就是实打实的击球高手。

打击率成为棒球史上第一个真正的“高级统计”。它不仅是一个数字，更是一种思维方式：把球员的表现归结为一个可控、可比较的百分比。

查德威克的统计系统很快在棒球界流行开来。1875年，他成为《纽约时报》的棒球编辑，开始系统性地整理和发表联盟的统计数据。他的记分表成为每一家棒球报纸的标配，球员们第一次有了可以相互比较的量化指标。

“统计，”查德威克写道，“是棒球的灵魂。”

那些早期的数据先驱

查德威克不是一个人在战斗。在19世纪末的棒球界，一批数据先驱者默默地推动着统计运动的发展，他们的故事同样值得铭记。

首先要说的是阿尔菲斯·雀巢——没错，就是那个雀巢咖啡的雀巢。实际上，雀巢食品公司的创始人亨利·雀巢和这位棒球统计学家是亲戚。这位阿尔菲斯·雀巢在1867年到1882年间，是波士顿最重要的棒球记者之一。他首创了“投手自责分率”的概念——这个数字衡量的是一个投手每九局比赛会让对手得多少分，是评估投手能力的核心指标。

$\text{自责分率（ERA）}= \frac{\text{自责分} \times 9}{\text{投球局数}}$

在雀巢发明这个公式之前，人们评价投手只有一个标准：赢了多少场。但这个标准漏洞百出。一个投手可能整场比赛都被打爆，但因为他的队友打了很多分，最后还是“赢”了。自责分率让人们第一次能够客观评价一个投手的表现——不管队友火力如何，他自己丢了多少分。

1880年代，一位名叫塞缪尔·赖斯的记者，开始系统性地整理棒球的历史数据。赖斯花费了数年时间，追溯了从1871年开始的每一场有记录的棒球比赛，编撰了一份详尽的联盟统计汇编。他的工作为后来的棒球百科全书奠定了基础，也让人们第一次能够看到“历史最佳球员”是谁。

1886年，《体育时报》聘请了一位名叫约翰·蒙哥马利的专职棒球统计员。这个职位在今天看来稀松平常，但在当时却是一个创举。在此之前，棒球统计只是记者们的副业，从来没有人被专门雇来做这件事。蒙哥马利的出现，标志着棒球数据正式成为一项专门的职业。

当然，早期的棒球统计也有它的局限性。那时候的数据收集方式相当原始：记分员坐在看台上，用铅笔在纸上画记号，一个字母一个字母地记录每一次打席的结果。统计错误率很高，而且数据经常不完整。最重要的是，这些数据几乎只用于记录，很少有人真正去“分析”它们。

换句话说，19世纪的棒球统计是一座金矿，但还没有人去开采。

从记分卡到统计百科：数据意识的觉醒

1900年前后，棒球从一项业余运动发展成为美国的“国球”，职业联盟的成立和球队数量的增加，让数据记录变得更加系统化。但真正让棒球统计发生质变的，是一群来自纽约的记者和学者。

1901年，一位名叫赛斯·道森的统计学家，在《美国体育公报》上发表了一篇划时代的论文。他在论文中提出了一个革命性的观点：棒球比赛的结果，可以用数学公式来预测。

道森的理论建立在“运气”与“能力”的区分上。他写道，短期内，一支球队的表现可能受到大量随机因素的影响——好的 bounces、运气球、裁判的好球带。但长期来看，真正决定一支球队实力的，是它每一场比赛的平均表现，而不是某一次的神奇发挥。

为了证明自己的观点，道森计算了1901年到1905年间，每一支MLB球队的打击率和胜率之间的相关性。他的结果显示，两者之间存在显著的正相关——打击率越高的球队，赢的场次越多。这个今天看来理所当然的结论，在当时却是一个惊人的发现。

道森的研究方法，就是后来统计学家们所说的“相关分析”的雏形。他实际上是在说：棒球的数字里隐藏着规律，而这些规律可以被发现和利用。

1910年代，棒球统计进入了一个“黄金时代”。每年赛季结束，《纽约时报》和《体育画报》都会刊登完整的联盟统计排名。棒球卡片开始流行，上面印着球员的照片和关键数据。孩子们收集棒球卡片，比较谁的卡上数字更大，成为了一种文化现象。

1916年，统计学家威廉·伯恩巴克在一篇论文中首次提出了一个有趣的问题：为什么有些球员在二垒打（Double）方面特别出色，而另一些球员更擅长打本垒打？通过分析大量的击球数据，伯恩巴克发现了一个惊人的规律：击球的仰角（launch angle）是决定击球类型的关键因素。仰角较低的击球更容易形成平飞球和二垒打，而仰角较高的击球更可能成为本垒打。

这是棒球史上第一次有人从“击球角度”这个维度来分析数据。虽然那时候还没有高速摄像机来精确测量仰角，但伯恩巴克仅凭观察和统计，就触摸到了后来“statcast革命”的核心原理。

1920年，一个名叫海伍德·布隆的运动统计学家，出版了一本名为《棒球数字》的专著。这本书系统性地总结了当时所有的棒球统计方法，并且第一次提出了一套完整的球员评价体系。布隆认为，一个球员的价值，应该用他在进攻和防守两方面的综合贡献来衡量，而不仅仅是打击率或投手自责分率这样的单一指标。

布隆的很多观点在当时过于超前，没有引起太多关注。但他的思想种子，后来在另一位传奇人物的手中开花结果。这个人，就是卢·盖里格。

盖里格指数：一个天才的直觉

卢·盖里格是谁？如果你是一个棒球迷，你一定听过他的名字。盖里格是纽约洋基队1930年代到1950年代的超级巨星，他的球衣号码4号至今还挂在洋基体育场的上空，被认为是洋基队历史上最伟大的球员之一。

但盖里格的贡献不仅仅在球场上。

退役之后，盖里格成为了一名棒球解说员。在解说比赛时，他总是忍不住用数字来分析球员的表现。他的解说风格独特：不像其他解说员那样只讲故事，他更像是一位数学老师，把每一个击球、每一次投球都拆解成数据。

“今晚对阵的这位投手，他的曲球速度平均比快球慢18英里，”盖里格经常这样说，“如果我是打者，我会专门等他投曲球。”

盖里格的解说引起了轰动。观众们喜欢这种用数字解读比赛的方式，它让棒球变得更加理性和可预测。1947年，盖里格出版了一本自传，书名叫《棒球abc》。在这本书的附录里，他提到了一个自己发明的评估体系。

盖里格认为，评价一个打者，最重要的不是打击率，而是他在“关键时刻”的表现——即垒上有跑者时，他的安打和打点能力。他在书中写道：“打击率告诉你一个球员能上垒，但打点和长打率告诉你他能做什么。”

盖里格所说的“打点”，在此之前已经存在，但他重新强调了它的重要性。而“长打率”（Slugging Percentage，简称SLG），才是他真正的创新。

长打率的计算方式是：$\text{长打率} = \frac{\text{垒打数}}{\text{打数}}$其中，垒打数的计算方式是：一垒打算1，二垒打算2，三垒打算3，本垒打算4。

打击率只能告诉你一个球员上垒的频率，但长打率告诉你他的击球“质量”。一个打击率两成五但全是长打的球员，可能比一个打击率三成但全是短打的球员更有价值——因为前者每上一次垒，平均能为球队贡献更多。

盖里格并没有止步于此。他进一步提出，打者的综合价值，可以用打击率和长打率的组合来衡量。1954年，他在一篇文章中写道：“如果要我用一个数字来概括一个打者的能力，我会用他的‘综合打击指数’——打击率乘以长打率的平方根。”

虽然盖里格没有给这个指数起名字，也没有给出精确的公式，但他的思路已经触及了后来OPS（On-base Plus Slugging，上垒加长打率）的核心概念。OPS的公式很简单：$\text{OPS} = \text{OBP} + \text{SLG}$即上垒率加上长打率，它直到1990年代才被广泛采用，但盖里格在40年前就已经有了类似的想法。

盖里格的故事告诉我们：有时候，最伟大的洞见不是来自统计学家的精确计算，而是来自一个天才运动员的直觉。

棒球文摘时代：数据革命的萌芽

如果说19世纪是棒球统计的“史前时代”，20世纪上半叶是它的“青铜时代”，那么1960年代到1980年代，就是它的“文艺复兴时代”。在这个时期，一群被称为“棒球文摘一代”的统计爱好者，用他们的笔和算盘，悄悄地酝酿着一场革命。

说到“棒球文摘”（Baseball Abstract），就不得不提它的创始人——比尔·詹姆斯。

1949年，比尔·詹姆斯出生在堪萨斯州霍尔顿市的一个工人家庭。他从小就是一名狂热的棒球迷，但因为运动天赋平平，从未在场上取得过什么成就。但詹姆斯有一项天赋：他对数字异常敏感，记忆力惊人，而且喜欢用独创的方法分析问题。

1960年代末，詹姆斯进入大学，开始用业余时间研究棒球统计。那时候的棒球统计仍然很落后：打击率、自责分率、胜场数——这些就是评价球员的全部指标。但詹姆斯敏锐地意识到，这些传统统计遗漏了太多重要的信息。

比如，四坏球保送。传统统计认为，只有击球才能算打数，四坏球保送是“运气好”或“对手失误”。但詹姆斯认为这是错误的：一个经常被保送的球员，说明他的选球能力出色，对手宁愿保送他也不愿让他打击——这本身就是一种能力的体现。

再比如，守备位置。传统统计把一个游击手的打击率和一垒手的打击率放在一起比较，但这公平吗？游击手每天要面对更难的击球，承担更多的防守责任，你怎么能用一个简单的打击率来评价他们？

詹姆斯开始用自己发明的统计方法来评估球员。这些方法在当时看来完全是“异端邪说”，主流棒球界对此嗤之以鼻。没有人愿意出版他的研究成果，因为“没有人会对这些数学游戏感兴趣”。

1977年，詹姆斯做了一个疯狂的决定：自己掏钱，印刷了5本《棒球文摘》，免费寄给任何想要的人。他没有出版社，没有代理商，只有一台打字机和一个复印机。

第一版《棒球文摘》只有75页，装帧简陋，充满了拼写错误和排版问题。但它的内容，足以让任何一个棒球迷震惊。

詹姆斯在书中提出了几十个他独创的统计指标，其中最著名的就是“保送率”和“三振率”。保送率衡量的是一个打者被保送的频率，三振率则衡量他被三振的频率。这两个数字结合起来，就能精确地评估一个打者的选球能力和击球能力。

更重要的是，詹姆斯在书中详细解释了为什么传统统计是有缺陷的，以及他如何用新的方法来修正这些缺陷。他的写作风格犀利幽默，喜欢用日常生活的比喻来解释复杂的统计概念。

“我不是在说棒球统计是火箭科学，”詹姆斯写道，“它比火箭科学简单多了。”

《棒球文摘》出人意料地受欢迎。詹姆斯的读者群迅速扩大，到了1980年代初，他的年鉴已经卖出了数万册。越来越多的球迷开始用詹姆斯的眼光来看待棒球，他们不再只看打击率，而是开始关注选球能力、球速分布、投球策略等更深层次的东西。

詹姆斯的追随者们自称“SABR”（Society for American Baseball Research，美国棒球研究学会的缩写，但也是“棒球迷”的双关语）。这是一个松散的统计爱好者组织，他们遍布全美，在酒吧里、在互联网上、在各自的地下室里，用Excel表格和计算器，默默地分析着棒球数据。

1981年，詹姆斯在《棒球文摘》中提出了一个他研究多年的概念：取代数（Runs Created，简称RC）。这个数字衡量的是一个球员在进攻端为球队创造的得分总数。詹姆斯认为，所有的进攻指标，最终都应该归结为一个问题：这个球员在场时，能为球队贡献多少分？

取代数的公式经过多次迭代，到1980年代末已经相当复杂。但它的核心思想很简单：把一个球员每一次打席的贡献全部加起来，得出他总共创造了多少分。

$$RC = \frac{(安打 + 保送) \times 总垒打数}{打数 + 保送}$$

取代数的发明，标志着棒球统计从“描述性”走向了“预测性”。它不再只是告诉你“发生了什么”，而是试图回答“这一切值多少分”。

魔球之前：被忽视的革命

1990年代初，比尔·詹姆斯被波士顿红袜队聘为顾问，成为第一个进入MLB管理层的数据分析师。但讽刺的是，即使有詹姆斯这样的先驱坐镇，棒球界对数据的重视程度仍然很低。

那时候的MLB球队，大多数仍然依靠球探的个人眼光来评估球员。一支球队的总经理，手下可能有几十名球探，他们的报告充满了主观描述：“这个孩子有很好的运动能力”“那个年轻人的挥棒速度不错”“他看起来有领袖气质”。

这些描述当然有价值，但它们的局限性也很明显：不同球探的判断标准不同，主观偏见难以避免，而且球探只能观察肉眼可见的东西——他们无法量化一个球员的挥棒轨迹，无法测量投手手臂的转速，无法追踪球的飞行轨迹。

1994年，一场毁灭性的罢工席卷MLB，整个赛季陷入停摆。这场危机让棒球界的许多人开始反思：是什么让这项运动失去了球迷的信任？是金钱的贪婪？是球员和老板的对立？还是比赛本身出了问题？

一些有识之士意识到，棒球需要一个彻底的改变。

这个改变，来自加利福尼亚州奥克兰市的一支小球队。

奥克兰的实验：数据革命的起点

奥克兰运动家队（Oakland Athletics），是美国职业棒球大联盟中最穷的球队之一。2000年前后，他们的工资总额只有2500万美元左右，而纽约洋基队的工资超过了1亿美元——是运动家的四倍。

按照常理，运动家队应该年年都在分区垫底。毕竟，洋基队可以用顶薪签下最好的球员，运动家队只能捡别人剩下的边角料。但奇怪的是，运动家的战绩一直很不错。2000年到2002年，他们连续三个赛季打进季后赛，虽然从未赢得世界大赛冠军，但一直是联盟中最稳定的球队之一。

这一切，都因为一个男人：比利·比恩（Billy Beane）。

比恩出生于1962年，年轻时是一名前途无量的棒球运动员。他的天赋让斯坦福大学愿意给他全额奖学金，但比恩选择了放弃学业，追逐成为职业球员的梦想。讽刺的是，他的职业球员生涯平淡无奇，很快就意识到自己永远成不了明星。

1993年，年仅30岁的比恩成为运动家队的总经理。当时的他对数据统计几乎一无所知，对球探的判断深信不疑。但三年后，一次偶然的相遇改变了一切。

1996年，比恩遇到了一位名叫保罗·德波斯塔的耶鲁大学经济学研究生。德波斯塔正在写一篇关于棒球劳动力市场的论文，他用经济学模型分析了球员的价值，得出了一些惊人的结论：传统球探看重的“运动能力”“身体素质”和“挥棒速度”，与球员的实际贡献几乎没有关系；真正能预测球员表现的，是他们在小联盟的统计数字——上垒率、长打率、保送率。

比恩被德波斯塔的论文震惊了。他开始意识到，如果能用数据来评估球员，就不需要花大价钱去买那些被球探高估的明星。他可以把钱花在被市场低估的球员身上，用“性价比”而不是“绝对实力”来构建球队。

这就是后来被称为“魔球理论”（Moneyba