一个是健康，我们用出场次数来衡量，这个很明显，一个球员的出场次数越多，他的健康状况就越好，如果不幸一个球员的出场次数不高，那么就说明这个球员在这段时间里可能身体状况不太好。这里我们还是假设这个球员没有出场的主要原因是他的健康问题。因为一个球队在选择球员之前，要考虑很多方面，其中很重要的一点就是这个球员对球队有用。但是由于球员的身体健康状况是看不到的，或者说很难观察到，所以能够影响球员上场时间的最重要的因素就是他的健康状况。还有一个就是进攻，篮球是一项用分数来决定胜负的运动，所以进攻端的得分是一个很重要的因素，助攻是球员将球传给队友，然后队友得分的一个数据，所以也是得分的一个很重要的因素。另外一个进攻端的失误，当然也会被认为是一个负面因素。可以想象，一个球员的薪水和他的得分是息息相关的。最后就是防守。NBA季后赛有一句话叫“防守赢得冠军”，可见好的防守对于一支球队来说也是非常必要的。自然也受到了防守专家的欢迎。衡量防守的指标有很多，我们这里只用了几个很有代表性的指标，比如篮板、抢断和盖帽。这些因素都是用数据来衡量球员防守能力的指标。
但必须说，有时候这种衡量其实很片面，因为一个球员防守的威慑力是无法在数据上体现出来的，如果要仔细研究的话，就变成了研究球员个人能力的问题，而超出了本文的讨论范围。2 数据来源与描述统计 (一)数据介绍与变量定义本文所用数据均来自网易NBA的统计数据，除了薪水，其他数据均来自2013年，只有薪水来自2014年。我们认为一个球员今年的薪水和他上一年的表现是息息相关的。本文中的变量包括薪水，作为因变量存在，其余均作为自变量处理，主要包括出场次数、助攻、失误、抢断、篮板、4次犯规、得分等。在这些因素中，出场次数主要衡量一名球员的健康状况，助攻、得分和抢断主要衡量进攻，而失误、篮板和犯规主要衡量一名球员的防守实力和能力。 （二）描述统计 图1是对因变量工资的描述，可以看出最高的工资为3045万美元，最低的工资只有12万美元，两者的差别是显而易见的，而平均工资只有464万美元，这说明对于球星来说，他们的工资是远远高于平均水平的。当然，这其中也有球星场外的因素，比如商业价值。 图1 工资的描述统计 我们对工资对其他变量逐一进行回归为什么nba球员工资高，看看这两个变量之间是否有较强的相关性。
表1就是这样做完的结果： 表1 各自变量二元回归后的因变量系数 年龄 3.59 10 3.45 347..51 33 8.02 217.36 51.1 可以看出，出场次数这个因素在经济意义上并不是很高。当然，这并不意味着健康这个因素对薪水的影响很小。纵观整个数据为什么nba球员工资高，可以看到，薪水排名前几位的球员，出场次数是比较高的。这是因为这些球员都是球星，只要没有身体原因，肯定会一直上场的。 3 模型选择与策略识别 本文主要关注的是薪水和运动员在场上的表现之间的关系。所以主要是看一个球队在选择给球员支付薪水的时候，是否应该考虑更多的因素。这样来看，在现役球员中，球员的薪水是否能体现出他们在场上的表现，也就是是否发挥出了自己的身价。我们选择的模型是多元线性模型。 1. 多元线性模型 5 本文中，我们使用的因变量是工资，其他因变量是一些场上表现的统计数据。由于助攻和失误通常以助攻失误比来衡量，因此我们也按照此模型计算助攻失误比。另外，由于我们关注的是运动员场上每增加一场表现（时间），工资增长的比例，我们对工资数据取对数。
具体模型如下： =α+β/+γsteal+θblock+δfoul+µscore+conf4估计结果与讨论我们可以看下面的回归结果，这些结果考虑了多重共线性，也就是带有（）的组，这些组考虑了多重共线性的问题。表2利用多元回归得到共线性和非共线性情况下的回归系数-0..12-0.15870…（）-0..12-0.15870…10552可以明显看到，两个结果在系数上是一模一样的，这就说明这些变量之间不存在共线性，或者说共线性的可能性很小。虽然我们认为得分高的运动员肯定会上场时间更多，但是我们也要知道，有一些角色球员，得分不高，但却是一支球队的首发阵容中的一员，这也说明了篮球运动不是一项个人运动，而是一项团队运动。我们分别看一下两种情况下的回归结果：图1是不考虑共线性问题的回归：图2是考虑了共线性问题的回归。从两个结果可以看出，结果几乎是一样的，所以我们可以直接使用多元回归，而不考虑多重共线性。
看回归结果，还是有很多意外的，所有的系数都非常小，没有一个是比较大的，这跟之前的二元回归有很大不同，之前的回归系数很明显，这次不是这样。不过也可以看出，这个回归的可信度还是很高的，R平方达到了39%，也就是说我们采用的变量还是可以提供很大的解释力的。可以看到，出场次数和抢断次数居然都是负数，这很不可思议。出场次数越多，薪水越少，抢断次数越多，薪水越少，我们只能这么理解。2013年出场次数少，说明2013年之前出场次数多，所以很容易受伤，而且他们的薪水早就谈好了，没来得及及时调整。对于抢断来说，抢断次数太多，就意味着赌防守，很难说哪种防守更好，至少这篇文章展示的是，赌防守不受老板们的青睐。助攻失误比每增加一个单位，薪资就会增加0.1个百分点，也就是说助攻和失误同时增加，对薪资还是有影响的。以平均薪资464万美元计算，能增加4.64万美元为什么nba球员工资高，还是一个相当可观的数字。因此，有球员会不遗余力地追求助攻。这里面最显著的变量就是篮板，多抢一个篮板，薪资就能增加半个百分点。这也说明了篮板对于篮球比赛的重要性。所谓得篮板者得天下，这也会在NBA的用人市场上有所体现。
犯规跟出场次数一样，经济意义很弱。得分在这里意义也不是很重大，如果从场均得分来看，8分0.8个百分点的提升并没有想象中的那么强。这里的常数项说明，一个球员就算不打球，自然也不会有数据，只要有球，7支球队就会邀请他，他就能拿到90多万的薪水，这也符合实际情况，一般老将和新秀都在这个薪水水平之间波动。5结论从上面的分析我们可以看出，球员在场上的表现，其实可以通过篮板来影响他的薪水，篮板只是一个概念，它其实包括了球员是否活跃。只要一名球员专注，对比赛有较高的积极性，那么篮板数就不会为0。而且也可以看出现在的联盟是大个子球员稀缺的，因为个子高的人能抢到更多的篮板，所以老板愿意为大个子球员掏钱。除此之外我们还可以看到，球员在场上的其他表现，其实并不决定他的薪水。那么究竟是什么因素，让球星和普通球员的差距这么大呢？我们不得而知，只能猜测。或许就是商业价值吧。好的球员，能给球队带来票房，能给老板赚钱，这才是真正的关键。可见在NBA这个商业化程度很高的联盟，最重要的是能不能给老板带来利润，能带来利润的就可以拿高薪，不能带来利润的就不能。球场上的事情，并不是老板们关心的。
说到这一点，我们也可以思考一下中国职业男篮CBA的发展。由于计划经济思想的问题太多，CBA球员的流动性不大，球员的薪资自然也不是由市场来决定的。球员也受到一些地方意识形态的制约，不能真正很好地展现自己的价值。所以对于CBA来说，让球员自己跟老板商量，然后出工资，其实是一个有效的机制，会鼓励运动员努力打球，给观众带来好的比赛。