潘仲光｜得分杆数到底有什么用？

文/潘仲光中国高尔夫球协会副主席、女子世界高尔夫排名董事、女子中巡赛事公司董事长、东方高尔夫国际集团总裁、中国连锁经营协会副会长、中国五十人经济论坛理事。

本届蓝湾大师赛上，很多人惊讶于刚转职业的16岁中国小将周诗媛290码的开球距离。这个数据比大部分LPGA球员都更远。但“远”究竟能给她带来多大的优势？最终第23的排名和夺冠球员差在哪里？我想用这个案例来讲讲得分杆数的统计学使用方法和意义。得分杆数（Strokes Gained，简称SG）是高尔夫统计学专业术语。这是衡量球员表现最核心的数据指标。简单来说，就是你比“巡回赛平均水平”省了/浪费了多少杆，它不是对比标准杆，是跟同场的巡回赛职业球员平均水平比，比如女子美巡LPGA的得分杆数数据可以清楚地表明球员在不同环节的技术水平。得分杆数一般分五大分项：开球、从开球到果岭、推杆、攻果岭以及果岭周边。正数代表你高于平均水平，负数代表你比平均弱。这是现代高尔夫最科学、最客观的能力评分。

回到蓝湾大师赛和周诗媛的例子。决赛轮第8洞，525码的五杆洞，周诗媛与殷若宁同组，殷若宁开球260码，周诗媛290码，远了30码，离旗杆只剩下230码。在距离上，周诗媛在LPGA中占有相当优势，因此在开球得分杆数上，周诗媛拿到了0.24杆的优势，简单计算，如果一直保持这样的开球优势，每18洞她就有3.36杆的优势（不计算短洞），4轮就有13.44杆的优势。提问一下：这一洞殷若宁开球距离260码，距洞260码，她的开球比LPGA平均值多了还是少了几杆的得分杆数？接下来，我们以这个开球距离为基础，用五种假设来看看周诗媛得分杆数的区别。

图表中的SG1是周诗媛当天的真实击球，那一洞她选择第二杆缓攻，把球放到距离旗杆60码的区间，并没有强攻争取拼老鹰的机会。但这一杆的数据依然会被记入得分杆数，相比LPGA平均水平，周诗媛输了0.17杆。不讨论五杆洞的策略选择，如果4轮18洞都持续距离洞杯60码的话，则会输给LPGA平均水平球员12.24杆，这会大大影响球员的攻果岭得分杆数。好在，这是五杆洞的第二打，并不能代表周诗媛的整体数据。接下来的第三打才是糟糕的数据表现：60码（LPGA该类别统计的是50码以内，这里是为了说明数据的暂时归类）属于果岭周边，LPGA球员期待的应该是将球放到洞口附近，把握一推的机会。因此当周诗媛切球打大，球停在果岭后方距洞20码时，对比LPGA球员就是一个严重的损失了。得分杆数与是否上果岭无关而只关乎球与洞的距离。从60码到20码，与LPGA平均水平相比足足输了0.89杆！这大大高于进攻果岭的失误。同样，如果4轮18洞每一洞果岭周边都有这样的失误，她会输掉64杆（当然这是极限数字，不可能真实发生）。周诗媛第四杆上果岭后球距洞大概3码，但这一杆依然属于果岭周边击球，持平于LPGA平均水平。你可能认为，第三杆没有标准杆攻上果岭，还要面对20码切球应该扣分，但得分杆数的合理性在于不重复计算独立击球。周诗媛的第二杆没有攻上果岭和第三杆果岭周围失误，都已经单独被记入，第四杆达到LPGA平均值，最后3码推进又比LPGA平均值好了0.61杆。本洞全部数值相加，她第8洞的得分杆数是-0.21，相比LPGA平均值低0.21杆。

图SG2：假设周诗媛第二杆还是缓攻到60码，但第三杆攻上了果岭，距洞3码，则她就可以反亏为盈赚到0.11杆，如4轮18洞都同样水平（将果岭周边设定为60码内），她这场比赛就可以少7.92杆。假设推进抓鸟，则最后一杆的得分杆数维持在+0.61杆，最终总得分杆数为+0.79杆。假设4轮18洞每洞都切到距洞3码的话，周诗媛在蓝湾就可以从第23名跳升到第4名。因此该洞得分杆数统计学显示，果岭周边60码内的切球是周诗媛最需要练习的地方。

图SG3：我们再看看她还可以在哪里进步？假如第二杆她有能力强攻呢？强势开球后，她的球距离洞杯只有230码，哪怕无法攻上果岭，而是能将球放到距洞20码的果岭周边呢？她的第二杆得分杆数就可以少扣一点，只输给LPGA平均水平0.06杆。当然我们要考虑到LPGA的得分攻果岭的数据统计中五杆洞第二打占比较少，但单纯从极端数字讨论，如果周诗媛第二杆直攻果岭能放到果岭周边20码，则可以比缓攻（-0.17-0.89=-1.06）增加足足减少1杆的SG值！这意味着18洞能减18杆，夺冠（当然这也一样是个极限模拟数字）！

图SG4：假设周诗媛第二杆上果岭，哪怕距洞很远，足足20码，结果也会截然不同。因为LPGA统计数据显示，果岭上20码比果岭外更有机会击球进洞。表格SG4显示，在这种情况下，就算第三杆没有进洞而剩3码，周诗媛仍有+0.34杆的得分。虽然，20码推杆没有进洞-0.4杆，但只有这种打法才有机会抓鹰！

图SG5：如果抓鹰，则本洞的得分杆数可以超过LPGA平均水平1.79杆。

一个洞不能代表全场，五杆洞策略大不同，但得分杆数是统计学，是大数据，希望我的案例能让你更好地了解它，并应用它来加强日常训练。针对性的训练一定可以增加赢球的机会，希望国内的职业和业余青少年赛事都能采用更科学的统计模式，也希望有兴趣的你和我联系。