這個系列會向大家介紹FIBA和NBA各項技術統計（如籃板、助攻、搶斷、失誤等）的統計標準和典型案例。
本系列首發於我的公眾號：全籃球。本文是第一篇，介紹籃板資料的統計。
籃板統計的前提
在技術統計中，籃板（Rebounds）的定義是：在投籃嘗試後球員對活球恢復控制的行為。那麼這裡有三個要素：投籃、活球和控制。我們首先強調一個前提：只有投籃才能產生籃板。
很多球迷問及的一個案例是，球員A1打板傳給隊友A2空中接力，資料統計算不算A2的籃板？那麼理解這個前提就非常清楚了。我們知道，規則中只有朝對方球籃將球投、拍、扣才是投籃，所以一個傳球即便接觸到了籃板，也不應該是一個籃板球。A1打板傳給隊友空中接力，應該統計A1一個助攻，A2一次投籃命中。同理，像裡基-大衛斯那樣朝自己的球籃投球也是刷不到籃板的，因為這不符合投籃的定義。
另一方面，即便一個投籃沒有接觸到籃圈或者籃板，仍然可以產生籃板資料。例如球員A1投出一個三不沾被A2拿到，應該給A2記一個進攻籃板。
籃板統計的另一個前提是活球。也就是說，只有在死球之前控制住球才算籃板。假設球員A1拿到籃板，此時B1立刻對他犯規。統計員應該判定犯規是發生在A1控制住球之前還是之後。如果A1在犯規前就已經控制住球，那麼就應該記一個籃板，否則，不算A1的一次籃板。
籃板統計的控制概念
籃板統計要求恢復對球的控制，僅僅觸及球是不夠的。統計手冊定義中“恢復控制”的情況主要有三類：1 拿到球或是運球；2 點籃；3 在一個控制行為中，將球拍給或撥給隊友。
如果統計員認為球員在投籃不中後控制（甚至疑似控制）了球，應該給球員記籃板，即便球員立刻失去了對球的控制也是如此。例如中鋒A1雙手抓下籃板，然後將球收到胸前馬上被B1切走，由於他在這個瞬間已經形成了控制，應該記A1一個籃板和一個失誤，B1一個搶斷。
如果統計員認為球員是在將投失的球拍向球籃（點籃），這種拍擊被認為是一個控制行為，如果點籃不中，應該記一個進攻籃板和一次投籃不中。而如果球員拍擊球時並沒有補籃的意圖，那麼就不能認為球員已經拿到籃板。但是，即便統計員不確定球員的意圖，當球被拍到籃圈或籃板上時，也應該認為這是一次控制行為並給予籃板統計。此外，如果球進入了籃筐，不管球員意圖如何都應該假設這是控制行為，記一個進攻籃板和一次投籃命中。
對於球員A1將球撥出，再被隊友A2拿到的情況，統計員必須判斷A1的行為是否是一個主動的控制，如果A1很明顯是意圖將球點傳給隊友，記A1一個籃板球。而如果A1是在爭搶中無目的的將球打出危險區域，再被A2拿到，那麼籃板球應該記給A2。在這裡我們看到，和大多數人所認為的不同，實際上籃板球也是一個“主觀”的資料。統計員的傾向與風格會影響球員的籃板統計，例如球員是否在補籃，或者是否將球傳給隊友，都受到統計員主觀判斷的影響。
有時候，比賽中會出現一個籃板球被兩個球員（比如A1和B1）同時部分控制並且相持不下形成爭球（交替擁有）的狀況，此時如果交替擁有箭頭指向A隊發球，那麼籃板統計應該記給A1。
投籃被封蓋後的籃板統計
一個封蓋必然伴隨著一個籃板球，如前所述，沒有接觸到籃圈或者籃板的投籃仍然符合投籃的定義。假設A1投籃，球被B1直接封蓋出界外，這是A隊的團隊籃板；如果球帽到場內被A2拿到，這是A2 的進攻籃板球；而如果B1直接來了個抓帽將球拿到手中，那麼B1的資料單上除了一次封蓋外，還有一次防守籃板。
比較複雜的一個情況是，A1的投籃未出手就被B1按住，然後A1持球落回地面（落地時B1的手並未緊貼在球上）被吹走步，此時A1投籃被蓋必然產生一個籃板球，統計員應該記A1一次投籃不中，B1一次封蓋，A1一次進攻籃板，A1一次失誤（帶球走違例）。
籃板統計的類型
籃板球的類型分為進攻籃板，防守籃板和團隊籃板（Team rebounds）。進攻籃板是指進行投籃嘗試的球隊拿到的籃板球，防守籃板反之。要注意的是團隊籃板，例如進攻方投出三不沾直接出界，或者壓哨出手不中等等有籃板統計產生而無法將其歸結到某個球員的名下的情況，統計員可以將其紀錄為團隊籃板。
FIBA的統計標準對團隊籃板並不非常看重，除非是軟體自動統計，很多死球產生的籃板是無需記錄的。而NBA的官方統計程式嚴格遵循每一次投籃（罰球）不中都產生一個籃板的概念，一場比賽球隊的投籃不中數與進攻籃板/防守籃板/團隊籃板的總和相等。甚至如果各位注意觀察，會發現NBA在兩次罰球時罰失第一個，都會產生一個團隊籃板。
高階籃板資料
這裡順便提一個高階籃板資料“籃板率（Rebound Percentage）”，籃板率是指某個球員在場上時，能夠拿到全部籃板球中的百分之幾。類似的還有進攻籃板率（拿到全部進攻籃板中的百分比）以及防守籃板率等。
籃板率資料的優勢在於可以更加客觀的分析某個球員的籃板統治力。因為籃板畢竟是來自於投籃不中，如果比賽普遍節奏慢，防守松，投籃命中率高，再好的籃板球專家也無法搶到更多的籃板。
例如同為籃板王，張伯倫生涯場均籃板達到22.89，而羅德曼只有13.12，這是否反映了他們之間的真實差距呢？我們可以通過籃板率幫助判斷：張伯倫籃板率是21.08%，而羅德曼是20.5%，張伯倫之所以籃板數高這麼多，主要原因還是因為當年的比賽，打鐵太多……
技術統計的意義
作為本系列的第一篇，這裡順便提一下技術統計的意義。
當前籃球運動的統計資料固然仍然處在一個比較初級的階段，存在各種不足，未必能完整反映球員的真實表現。但是資料——尤其是一些高階資料——仍然從很多方面為人們評估球員和比賽帶來了依據。無論國內外都有很多籃球資料分析專家在籃球行業任職，著名高階資料PER的作者霍林格甚至在2011年就任了灰熊隊的籃球運營副總裁。
另一方面，球員的技術統計和球員的獎金甚至合同相關聯，這是職業籃球的大趨勢，在NBA實際上早就是如此。而愈來愈多的基於統計資料的專業分析和研究，也會推進對籃球這項運動的認識，甚至在一定程度上改變它的發展趨勢。
最後，在北美還流行一類直接基於體育資料統計的網頁遊戲（Fantasy），火箭經理莫雷就是其中的資深玩家，而我甚至還和朱彥碩老師一起玩過一年。從這個角度來說，技術統計也是很有樂趣的！
