淺談「價值」。 在新古典主義經濟學中，物件或服務的價值常被視為在開放競爭市場中，其可帶來 的價格，主要是由該物品相對於供給的需求所決定。其他經濟學家則簡單將日常用 品的價值與價格畫上等號，不論市場是否開放。 「固有價值」代表內在的價值–無關個體，或獨立於人類重要性之外的價值。 「外在價值」是因協議產生的價值：雖然千元大鈔的固有價值不如隨便一張上面畫 著漂亮圖畫的紙，但它有著一千元的實際價值（外在價值）。如果發行機構無法承 兌這張鈔票的價值，它會馬上成為廢紙。 「認知價值」則是所有利益的衡量，以及任一選擇相對於認知替代品成本之差。 「重置成本」或「重置價值」代表某個體若希望取代其所擁有任一資產，當下需要 付出的代價。 多數的一般性思考認為，價值是由供給和需求決定。如果所有打過球的人都被認為 有相同的能力，我們就會有無窮盡的球員供給，但相對很小的需求（球員名單）。 這樣，球員拿到的薪水就當真輕如牛毛了（假設所有球員都想打球）。各球團現在 面臨的問題，則是要如何辨識已有球員，以及可能加入球員的能力。 把對價值的正式定義直接用在球員衡量上當然是太過簡化，但確實有助於參考準則 的建立。 過去與現在的表現，是球員固有價值中的重要部份。其他重要因子包括年齡、身體 素質、以及情緒控管等等。根據這些參數，正值全盛期、表現超過實際能力的老鳥， 其固有價值要比剛起步的年輕球員要高。棒球數據學即是建立球員固有價值的嘗試 之一。 重置價值，或說重置成本，會把球員對球團相對於固有價值的重要性納入考量，這 是數據派作法中認為潛在價值最重要的部份。 外在球員價值是由 MLB 球員協議，以及大聯盟官方所決定，例如最低薪資、集體談 判協議、球員選秀等等。 認知價值是因為大聯盟球團對球員為球團貢獻能力的信任而產生。這種貢獻能力是 基於身體素質、球員的年齡、心理素質、過去、當今、以及最重要的，預測的未來 表現。球團對球員過去的紀錄了解越多，他們在決策上的信心指數就越高。 認知價值操控著選秀，以及很大一部份的球員養成。選秀是一連串的決策（而非解 題），且所有決定都是對未來的賭注。 毫無風險的決策當然最容易。球探的目標，就是要找到擁有其他球團還沒發現、或 者較不被重視「天份」的球員，且同時讓球團付出最小的認知風險。 球員選秀和養成的真正底線是「天份認知」，而這極為抽象。因此，任何能歸類且/ 或量化「天份」的作法都能增加做出正確決定的機率。這是棒球數據學最主要的勢 力範圍，即協助去除主觀性，且增加使用數據學的人決策時擁有的資訊。 認知價值還在一個較隱蔽的方面運作：「認知者」的認知價值（球員觀察與指導）。 球團要如何衡量決策者在選擇與養成球員上的價值呢？ 下面是一個價值判斷的假想例子： 一支 MLB 球團的政策要求，絕對不能簽超過最低薪資的自由球員。因此，球團能成 功的唯一方法，就是交易「成本」相同的球員，或從內部培養球員。球團的要求是 要至少每年養成至少六位能在 MLB 前線作戰的球員。要完成這個目標，他們的球探 與球員發展部門都必須有大幅超過目前一般水準的表現。球團分配給球探與球員養 成的價值（成本）如下： 1. 球團決定成功的 MLB 球隊要在球探和小聯盟球員養成上花多少錢。 2. 決定所有的固定成本（小聯盟運作、高層、球場等等）。 3. 把所有的成本從預計收入中扣除。我們假設對這支球團而言，最後的結果是六千 萬元（$60M，大約和克里夫蘭印地安人、科羅拉多洛磯、和亞利桑那響尾蛇 2007 年花在球員年薪上的價格差不多）。 4. 根據定義，球員年薪是固定成本，等同於大聯盟球員名單上的人數乘以最低薪資 （這裡假設為 25 x $500,000 = $12.5M）。把這個數字從可用的球員薪資，即 $60M 中扣除，得到 $47.5M。 這多出來的$47.5M（超過頂級球團花在球探和小聯盟運作的量），就是球團可用於 球探和球員養成的花費。換句話說，這支球團每年平均在每位大聯盟球員身上省下 $2M，用以投資球探和球員養成。 如果換個角度，以小聯盟球隊的數量（通常是六支）除上這 $47.5M，就是每一隊可 以在球員養成上得到額外的 $8M 花費。 把這個數字和每支小聯盟球隊實際花在養成上的金額相比–這裡定義養成為指導、 教育、特殊器材、以及其專屬的維修保養。 假設球員養成和花費有還算線性的關係，若在球員養成和球探上的花費更多，則能 養成大聯盟球員的機會就更大。這裡有個大聯盟球團的問題。養成花費支出與回報 之間的關係究竟是什麼？如果球團在每支小聯盟球隊多花 $8M 於球探和球員養成上 會怎麼樣？ 或換句話說，大聯盟球團在球員養成上多投資 300% 的成本與價值為何？ -- 大概 60%...好像落後進度了 等等送上本週的硬球時報獎 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.132.100.141 ※ dufflin:轉錄至看板 BaseballSYS 06/15 08:36