本研究以 2014 年至 2016 年中華職棒的各個球隊的本國籍投手作為研究對 象，探討投手表現與隔年月薪之間的相關性與影響情形，並分析投手表現對隔年 月薪之預測情形，建立隔年月薪之薪資模型，研究結論如下：
五、中華職棒本國籍投手的年齡、中職年資與旅外年資等三個變數，皆與投手的 表現有顯著的相關，在投手表現多個變數中，其與年齡、旅外年資之相關性 較中職年資穩定，而有旅外經驗與沒有旅外經驗之本國籍投手在平均表現上 也有顯著差異。
(一) 本國籍投手之表現與年齡在 2014 年無顯著的相關，而在 2015 年與 2016 年有顯著相關。在投手表現多個變數中，2015 年有 14 個變數與年齡之 相關達顯著水準，2016 年有 8 個變數與年齡之相關達顯著水準。「勝場」、
「投球局數」、「面對打席」、「總投球數」、「被安打」、「被全壘打」、「滾 地出局」與「高飛出局」等8 個變數，於 2015 與 2016 年中皆呈現顯著 正相關，然而沒有任何一個變數在三個年份中皆呈現顯著正相關。
(二) 本國籍投手之表現與中職年資在各年份有顯著相關，但在投手表現眾多 個變數中，沒有任何一個變數在三個年份中皆呈現顯著相關，亦無在兩
73
個年份中皆呈現顯著相關之變數，表示投手表現與中職年資之相關性為 不穩定。在各年份雖都獲得支持成立，但與中職年資達顯著相關之變數 中，沒有任何一個變數在兩年份中是一樣的。
(三) 本國籍投手之表現與旅外年資在各年份都有顯著相關。在投手表現多個 變數中，「救援成功」、「投球局數」、「面對打席」、「總投球數」、「奪三 振」與「滾地出局」等6 個變數，在三個年份裡，有兩年皆呈現顯著正 相關，然而沒有任何一個變數在三個年份中皆呈現顯著相關。
(四) 有無旅外經驗之本國籍投手之平均表現有顯著差異。在投手表現多個 變數中，有旅外經驗與沒有旅外經驗的平均勝場數、投球局數、面對 打席次數、總投球數、奪三振次數與滾地出局次數，在兩個年份中皆 呈現顯著差異且有旅外經驗者優於沒有旅外經驗者，然而沒有任何一 個變數之平均數在三個年份中皆呈現顯著差異。
六、中華職棒本國籍投手的年齡、中職年資與旅外年資等三個變數，皆與投手的 隔年月薪有顯著的正相關，其中年齡與旅外年資兩個變數，與薪資在三個年 份當中都呈現顯著正相關，表示其為較穩定之變數。而有旅外經驗與沒有旅 外經驗之本國籍投手的平均隔年月薪在各年份也皆呈現顯著差異，表示有旅 外經驗的投手平均月薪是會高於沒有旅外經驗的投手平均月薪。在臺灣能夠 旅外的好手大多介於16 至 20 歲之間，而這些球員無非是在這階段站在臺灣 青少年棒壇的頂尖好手，其旅外的國家大多以美、日兩國為大宗，進而在國 外的環境下精進球技，並邁入職業生涯。在美、日職業棒球高度科學化的訓 練下，使球員的進步弧度遠大於臺灣本土的選手，當這些旅外球員經過訓練 後返國進入中職，各球團的經理人便會予高薪聘請球員，因此有旅外經驗的 投手平均月薪是會高於沒有旅外經驗的投手平均月薪。
七、中華職棒本國籍投手的表現與隔年月薪有顯著的相關。2014 年投手的表現 與隔年月薪有高度正相關的變數為「救援成功」(r=.738)；2015 年投手的表
74
現與隔年月薪有高度正相關的為「勝場」(r =.724)；2016 年投手的表現與隔 年月薪有高度正相關的為「勝場」(r =.728)。然而在眾多的投手表現變數當 中，有19 個變數於三個年份中皆與隔年月薪呈現穩定的顯著相關，皆呈現 顯著正相關的變數有出賽數、先發、勝場、敗場、救援成功、投球局數、面 對打席、總投球數、被安打、死球、奪三振、失分、自責分、滾地出局、高 飛出局、守備機會與助殺等17 個變數；而皆呈現顯著負相關的變數只有防 禦率與每局被上壘率。
八、本國籍投手的表現對隔年月薪有顯著預測力。
(一)薪資模型
1.基本模型：透過逐步選取的方式進行選入變數。
(1) 2015 年模型選入的預測變數有救援成功、完投、年齡、勝場 與旅外經驗，其模型預測力為85.8%。
(2) 2016 年模型選入的預測變數有旅外年資、年齡、旅外經驗、
暴投、救援成功、投球局數與完封，其模型預測力為86.1%。
(3) 2017 年模型選入的預測變數有勝場、年齡、救援成功與三殺，
其模型預測力為77.0%。
2.最小模型：由「救援成功」與「年齡」兩個預測變數所組成，2015 年 至2017 年模型之預測力分別為 61.9%、33.3%與 56.1%。
3.特定模型：由「救援成功」、「年齡」與「勝場」三個變數所組成，即 是選出各年份基本模型中重複兩次以上的變數，雖然「旅外經驗」
也在基本模型中重複兩次，但因分析結果(附表一)發現「旅外經驗」
於2016 年與 2017 年的模型中對隔年月薪的影響不顯著，因此本 研究在特定模型裡，不考慮將「旅外經驗」放入。2015 年至 2017 年模型之預測力分別為79.0%、63.0%與 69.8%。
75
(二)莊濱綺(2000)的研究以中華職棒元年至十年的投手表現作為預測變數 進行多元逐步迴歸分析，研究結果發現可預測投手薪資的變數有勝投、
年份、年資、敗投、救援成功，而其模型的預測力為67%。廖清海、
楊世達(2010)以中華職棒十九年的投手表現作為預測變數進行多元逐 步迴歸分析，研究結果發現可預測投手薪資的變數有完封、奪三振、
敗場、救援成功、守備率，而其模型的預測力為77.4%。本研究各年份 可預測投手薪資的變數，以救援成功為和年齡都有被選入，而其他的 變數不大相同。同樣使用多元逐步迴歸分析，本研究最高的預測力達 86.1%，最低預測力為 77.0%，比莊濱綺(2000)研究的 67%與廖清海、
楊世達(2010)研究的 77.4%高，本研究特定模型之預測力在 63.0%至 79.0%之間，與莊濱綺(2000)與廖清海、楊世達(2010)之研究較無太大 的差異。
(三)本研究使用成對樣本 t 檢定來驗證各模型於各年份的估計月薪表現，
發現各模型於各年份都是適合於估計月薪，表示當年度的月薪模型可 用來預測下一年度的月薪。因此透過估計月薪與實際月薪之相關係數 在不同模型的表現來比較其優劣，由估計月薪與實際月薪相關係數可 知，2015 年的月薪模型估計 2016 年之月薪，以基本模型最高(r=.747)；
2016 年的月薪模型估計 2017 年之月薪，以特定模型最高(r=.822)；2017 年的月薪模型估計 2018 年之月薪，也以特定模型最高(r=.683)。因此 本研究選擇以固定選入三個變數的特定模型預測月薪為最優。
(四)在各年份的預測投手薪資公式中，以「救援成功」、「年齡」與「勝場」
為影響薪資重要的變數。
76