关于科比·布莱恩特高阶数据显示不那么亮眼这件事，其实好多篮球迷心里都犯嘀咕，是不是那些数据模型专门跟科比过不去？今天咱就好好聊一下这里边的门道儿，这可不是一两句话能说清楚的，背后的原因复杂着

比赛风格与数据模型的碰撞

科比打球那叫一个有特点，专爱投那些难度超高的球，越是关键时刻越敢出手，可这些在数据模型眼里，常常就被当成“低效操作”了。就好像他那些高难度后仰跳投，看着那叫一个帅，能点燃全场气氛，但模型一看命中率，就觉得不咋地。

他职业生涯真实命中率55.0%，跟同时代的诺维茨基57.7%比起来，还有现代的库里62.6%，确实是低了一些。而且他投了好多中距离，效率也就46%左右，模型觉得那地儿投篮不划算，可实际上那些球往往能打破对手的防守，让球队进攻活起来。

效率计算方式的偏差问题

PER这些指标特别看重命中率，科比在这方面确实不占优势。他总爱挑战高难度，不像有些球员专挑容易的球投，那命中率自然就上去了。

他投的那些中距离，在数据模型里就是低效区域，可在真实的比赛里，对手把禁区守得跟铁桶似的，也就中距离还有机会，这些球的价值不是数据能直接体现出来的。你想，比赛打得胶着的时候NBA直播吧，就指着这些球得分

组织贡献被数据低估了

科比虽然不是传统意义上的控卫，可他吸引防守的能力超强，对手经常包夹他，这样队友就有了空位机会，这种贡献光看助攻率根本看不出来。

就说2005 - 06赛季，他的队友帕克、米姆这些人，在他身边打球命中率都提高了不少，可队友效率高了，反而把科比的高阶数据拉低了，比如BPM里的TmTS差值项就受影响了，这上哪儿说理去。

防守强度跟前的不公平对比

科比打球那时候，防守规则跟现在不一样，对手对他可不留情面，动不动就包夹，还派顶级外线防守人盯着他。他得分多难，得突破好几道防线才行。

现在的球员就不一样了，防守规则改了，像Hand - checking就不让用了，再加上球队都打空间型阵容，得分相对容易，效率自然就高，这么一比，科比在数据上就显得吃亏了。

高阶数据本身的算法缺陷

拿BPM来说，这公式就有偏好，喜欢那种面板数据全面的球员，像威斯布鲁克2016 - 17赛季场均三双，BPM一下就上去了。可科比，总把简单的机会让给队友，自己专挑难的打，数据肯定吃亏。而且BPM对控卫还有位置系数影响，科比明明是得分后卫，却要干部分组织的活儿，算法这么一搞，就更不待见他了。

不可量化的比赛影响力

其实科比的好多价值，高阶数据根本算不出来。就说关键球能力，他生涯多少次绝杀，还有2006年对猛龙拿81分，这对球队士气提升多大，可数据模型就把这些当成普通得分。防守端也一样，他12次入选最佳防守阵容，可DBPM这些数据因为算法问题，有时候还显示负的，根本反映不出他的真实防守贡献。

样本与评价体系的偏差影响

科比打了20年球，生涯那么长，中间还有伤病期，像跟腱断裂后状态肯定受影响，这些数据都算进整体统计里了；而高阶数据更喜欢那种巅峰期集中、效率又稳定的球员，比如乔丹，这样一比，科比的数据波动就更明显了。我们到底该用什么样的标准去评价一个球员？是只看冰冷的数据，还是要结合他在球场上那些实实在在的贡献？