基于多元回归的NBA球员薪金与技术数据分析①

罗舜

(福州大学经济与管理学院 福建福州 350108)

伴随世界经济的不断发展，如今竞技体育项目发展趋势是体育赛事的规范化、产业化。而其中美国职业篮球联赛（NBA）则是职业体育与经济的完美结合的典例。该研究从美国职业篮球联赛官网选取50名具有代表性的NBA球员，先初步对数据进行统计与整理，然后利用多元统计方法分析他们的比赛表现和薪金水平，分别得出球员的得分、助攻、篮板等数据对球员薪金的影响程度，为我国的篮球运动员筛选提供理论参考。

1 研究对象与方法

1.1 研究对象

2018—2019赛季美国男子职业篮球联赛常规赛场均得分前50名的球员赛季薪金与各项技术数据。

1.2 研究方法

1.2.1 文献资料法

从福建省高校数字图书馆、中国知网查询文献资料，以“篮球运动员薪金”“篮球运动员技术数据”等为主题与关键字进行文献查阅。

1.2.2 数理统计法

采用SPSS 22.0和Excel 2018对数据进行统计学处理，对2018—2019赛季美国职业篮球联赛常规赛优秀球员的技术数据进行相关系数分析与多元回归分析。

1.2.3 比较研究法

对2018—2019赛季美国职业篮球联赛球员的薪金与技术数据的比较，分析不同种类球员之间存在的差异。

2 结果与分析

2.1 近几年NBA球员薪金状况

美国职业篮球联赛于20世纪在纽约成立，这个男子职业篮球联盟是由美国的30支队伍组建而成，世界上顶级的篮球队员都聚集于此，我国的顶尖球员姚明等人也曾效力于其中的球队。与篮球球员能力对应的是美国职业篮球联盟的球员的高薪金。以NBA2018—2019赛季常规赛球员的赛季薪金为例，美国职业篮球联盟的球员斯蒂芬·库里这个赛季的薪金就高达3746万美元。每一个NBA球队在与球员续约或者签订新球员合同的同时，都在综合考虑球员的能力后付给其相应薪水，但之后往往发生种种变化，产生许多工资昂贵却能力低下的球员，也产生了工资低下却对球队贡献巨大的球员，这种变化使得球队应更加注重球员的筛选。

2.2 球员技术数据基本统计分析

篮球运动员的技术数据能直接反映出一个球员在球场上对球队的贡献。将从官网得到的球员技术数据进行分类整理，清理掉一些不必要的类别，最后选用场均篮板（X1）、场均助攻（X2）、场均上场时间（X3）、场均投篮命中率（X4）、场均抢断（X5）、场均盖帽（X6）、场均失误（X7）、场均犯规（X8）、场均得分（X9）这9类数据作为自变量，球员赛季薪金（Y）作为因变量。从表1中看出，在9个自变量中，场均命中率和场均得分的标准差和方差较大，说明其波动性较大；而因变量场均薪金方差较大，最大最小值差距也很明显，说明球员之间的薪金存在显著性的差距。

表1 球员技术数据统计值一览表

表2 球员技术数据相关系数分析一览表

表3 球员技术数据与薪金模型拟合优度参数检验一览表

各变量单位：场均篮板（个）、场均助攻（个）、场均上场时间（分钟）、场均命中率（%）、场均抢断（个）、场均盖帽（个）、场均失误（次）、场均犯规（次）、场均得分（分）、赛季薪金（百万美元）。

2.3 球员技术数据相关分析

在篮球比赛中，球员的技术指标之间存在着联系。自变量之间的相关系数r的绝对值越接近1，并且显著性水平Sig满足小于0.05，它们之间的关联程度越高。对球员的各项技术数据进行相关分析，表2为分析结果。由表2可以看出，场均篮板与场均盖帽、场均犯规的相关性较高，实际比赛中负责篮板的球员因为常与对手进行身体对抗，在盖帽与犯规的指标也相对较高；场均助攻与场均失误的相关系数也较高，比赛中助攻多代表着球员在场上传球次数多，传球失误指标自然也会增加。这9项数据之间的吻合程度与实际情况较为相符。

2.4 球员技术数据与薪金多元回归分析

在篮球职业联赛中，球员薪金与球员的场上技术数据挂钩，每种技术数据都对薪金有不同程度的影响。将球员技术数据与薪金进行模型汇总分析，检测其拟合优度（goodness of fit）。拟合优度是用来衡量估计的回归模型对观测值的拟合程度。模型拟合优度R2为0.59，表示自变量一共可以解释因变量59%的变化，说明该模型的数据拟合优度达到了大效应，模型拟合程度好（见表3）。t检验是对单个自变量的检验，取5%作为显著性检验的标准，若显著性Sig＜0.05，则自变量对因变量有显著影响。对每个自变量进行回归系数分析，得出的模型中自变量应包括场均篮板、场均助攻、场均上场时间、场均失误与场均得分，它们都满足Sig＜0.05（见表4）。根据以上分析得出模型公式（1）。

Y=-61.42+1.18X1+3.81X2+1.93X3-9.7X7+1.23X9 （1）

从模型公式中可以看出，场均篮板（X1）、场均助攻（X2）、场均上场时间（X3）和场均得分（X9）与球员薪金是正相关的关系，这几个数据越大，则球员的赛季薪金Y可能就越高，而在正相关因素中，场均助攻系数最大，影响的程度也是最大的，约为21%，最小的是场均得分与场均篮板，约为7%；场均失误（X7）则与球员薪金是负相关的关系，球员场均失误越多，球员的赛季薪金就越有可能变低；从总体来看，失误个数对薪金的影响程度最大，为54%，失误越多，表明球员的赛场稳定性就越差，越容易给球队带来负面的影响。

3 结论

从球队的角度来说，在挑选球员或者续约球员的过程中，球员的个人能力与发挥稳定性是考察与考虑的重点。在个人能力的考察中，场均篮板、场均助攻、场均得分体现球员个人能力积极的一面，这几项数值越高越能体现球员的价值；场均失误体现球员能力的负面，越低越好。建议参考美国职业篮球联赛球员各类技术数据对其薪金的影响，以及各项技术指标之间的关联程度分析的结果，结合我国男子篮球运动员的实际情况，建立更加科学、有效的选材机制，重点加强对球员重要指标的训练。在具体筛选球员时，球队经理综合考虑重要因素来确定是否去与球队需要的球员签约或者续约，不应该单纯考虑场均得分这一种因素，拥有出色的助攻与篮板能力的球员也理应获得高薪酬。还应球队注意球员最近的表现和之前的表现是否波动很大，即球员的稳定性。如果球员的表现是循序渐进不断成长的，那么球队应多给予这种球员关注，而表现时好时坏的球员球队则要慎重考虑再做决定。从球员的角度来说，球员应当注意自身各项能力的提升，也要培养自己融入球队的能力，减少不必要的失误，争取获得更多球队的关注，获得更高的赛季薪金。

表4 球员技术数据回归系数统计检验一览表