中美貿(mào)易戰(zhàn)是否會(huì)對(duì)NBA在中國(guó)的收視情況產(chǎn)生影響？

楊先正

摘 要：我們研究中美貿(mào)易戰(zhàn)是否會(huì)對(duì)NBA在中國(guó)的收視情況產(chǎn)生影響。我們選擇收視市占比作為被解釋變量，總球星效應(yīng)、球隊(duì)排名差以及中美貿(mào)易戰(zhàn)是否發(fā)生作為解釋變量進(jìn)行多元線性回歸研究，同時(shí)，我們排除了中美貿(mào)易戰(zhàn)外其他影響收視變化的重大因素。研究發(fā)現(xiàn)，總球星效應(yīng)與NBA在中國(guó)的收視率成正相關(guān)，而球隊(duì)排名差、中美貿(mào)易戰(zhàn)的發(fā)生不存在影響。我們繼續(xù)通過中美貿(mào)易戰(zhàn)分別與球星總效應(yīng)與球隊(duì)排名差的交叉變量進(jìn)行分析，證明了中美貿(mào)易戰(zhàn)的發(fā)生確實(shí)不會(huì)對(duì)NBA在中國(guó)的收視情況產(chǎn)生影響。

關(guān)鍵詞：中美貿(mào)易戰(zhàn)；NBA；收視市占比；中國(guó)

1 引言

隨著生活水平的提高，人類精神消費(fèi)的比例正逐漸上升，文化市場(chǎng)的地位日漸凸顯。大國(guó)在傳統(tǒng)的政治、經(jīng)濟(jì)、軍事領(lǐng)域進(jìn)行博弈的同時(shí)，文化博弈意識(shí)逐漸增強(qiáng)。

釣魚島爭(zhēng)端進(jìn)入白熱化時(shí)，國(guó)內(nèi)出現(xiàn)“抵制日貨”的愛國(guó)熱潮，然而，當(dāng)時(shí)日本動(dòng)漫在國(guó)內(nèi)方興未艾；薩德導(dǎo)彈的部署引起國(guó)人強(qiáng)烈不滿，同樣，以韓劇為代表的韓娛行業(yè)的國(guó)內(nèi)關(guān)注度卻居高不下。

因此我們聯(lián)想，中美貿(mào)易摩擦期間，NBA作為美國(guó)在中國(guó)文化市場(chǎng)的代表，其國(guó)內(nèi)關(guān)注度是否會(huì)因此改變？傳統(tǒng)領(lǐng)域的大國(guó)博弈會(huì)引起的全民物質(zhì)消費(fèi)抵制熱潮，但似乎對(duì)文化領(lǐng)域的精神消費(fèi)沒有影響，這是規(guī)律驅(qū)使，還是偶然現(xiàn)象？

目前，相關(guān)問題的研究少之又少。本文通過切實(shí)可靠的數(shù)據(jù)，對(duì)這一問題進(jìn)行研究。

2 模型建立

本節(jié)介紹了NBA在中國(guó)的收視市占比與中美貿(mào)易戰(zhàn)之間的作用機(jī)制。本文利用該作用機(jī)制構(gòu)建模型并進(jìn)行實(shí)證分析：

Market_Ratio = β0 + β1×ΔRank + β2×Total_Star + β3×Trade + ε （1）

其中，Market_Ratio表示每場(chǎng)比賽在中國(guó)的收視市占比。由于時(shí)差問題，NBA每場(chǎng)比賽通常在北京時(shí)間8時(shí)至14時(shí)進(jìn)行直播。同時(shí)，由于NBA的比賽日期不受節(jié)假日的影響，針對(duì)不同的收視人群以及不同的收視時(shí)間段，采用傳統(tǒng)意義上的收視率可能會(huì)導(dǎo)致數(shù)據(jù)偏差。因此，我們選擇市占比（Market Ratio）作為觀眾收視情況的衡量指標(biāo)，它表示在某一時(shí)間節(jié)點(diǎn)上，收看被調(diào)查節(jié)目的觀眾占該時(shí)間節(jié)點(diǎn)上所有觀眾的比值，收視率可以作為模型穩(wěn)定性檢驗(yàn)的被解釋變量。市占比與收視率區(qū)別如下：

ΔRank表示兩支球隊(duì)的排名差值的絕對(duì)值。該值越小，兩隊(duì)實(shí)力越接近。

Total_Star表示比賽兩隊(duì)總球星效應(yīng)帶來的市占比溢出，它由主客兩隊(duì)各自的球星效應(yīng)累加形成，即Total_Star = Home_Star + Guest_Star - 1。具體計(jì)算方式將在第三部分詳細(xì)敘述。

Trade為虛擬變量，表示中美貿(mào)易戰(zhàn)的影響。對(duì)于中美貿(mào)易戰(zhàn)前進(jìn)行轉(zhuǎn)播的比賽，我們?nèi)rade = 0，對(duì)于中美貿(mào)易戰(zhàn)后進(jìn)行轉(zhuǎn)播的比賽，我們?nèi)rade = 1。

在進(jìn)一步的驗(yàn)證中，我們對(duì)中美貿(mào)易戰(zhàn)分別與總球星效應(yīng)（Total_Star）以及球隊(duì)排名差（ΔRank）建立交叉變量，得到式（4）

Market_Ratio = β0 + β1×ΔRank + β2×Total_Star + β3×Trade

+β4×Trade×ΔRank +β5×Trade×Total_Star + ε （4）

3 數(shù)據(jù)來源及處理

3.1 市占比（Market_Ratio）

我們的收視率來自于酷云EYEPro歷史收視數(shù)據(jù)平臺(tái)?？紤]到收拾群眾基數(shù)及樣本容量的廣泛性，我們選取的比賽樣本均為CCTV5直播過的NBA比賽。對(duì)于中間插播體壇快訊的比賽，酷云平臺(tái)會(huì)分別記錄比賽上半場(chǎng)與下半場(chǎng)的收視率與市占比，對(duì)于此類比賽，我們?nèi)∑渖舷掳雸?chǎng)的平均值作為整場(chǎng)比賽的收視率與市占比。

3.2 樣本的選取

我們的比賽樣本選自18-19賽季揭幕戰(zhàn)至今（截至2018年12月15日）CCTV5直播的全部52常規(guī)賽、17-18賽季最后兩個(gè)常規(guī)賽整月（2018年2-3月）CCTV5直播的全部45場(chǎng)比賽（不考慮全明星周末）及16-17賽季最后兩個(gè)常規(guī)賽整月（2017年2-3月）CCTV5直播的全部47場(chǎng)比賽（不考慮全明星周末）。如表1所示：

對(duì)于各賽季樣本選取的理由如下：

18-19賽季，由于已轉(zhuǎn)播比賽數(shù)量有限，且該賽季樣本也是貿(mào)易戰(zhàn)后樣本的主要來源，故我們?nèi)窟x取作為樣本，以排除由樣本過少帶來的結(jié)果偶然性。

17-18以及16-17賽季，同時(shí)考慮到收視率與市占比數(shù)據(jù)的可取性以及排除常規(guī)賽末段由于季后賽席位之爭(zhēng)帶來的收視情況波動(dòng)，我們選取常規(guī)賽階段最后兩個(gè)整月中所轉(zhuǎn)播的全部常規(guī)賽作為樣本（通常常規(guī)賽4月中旬結(jié)束）。

3.3 球隊(duì)排名差（ΔRank）

由于每場(chǎng)比賽的動(dòng)態(tài)球隊(duì)排名信息難以獲取，本文遵循時(shí)間就近原則，對(duì)各樣本的球隊(duì)排名設(shè)如下標(biāo)準(zhǔn)：

18-19賽季，對(duì)于位于樣本時(shí)間段前半?yún)^(qū)的比賽（2018.10.17-2018.11.17），我們將全部30支球隊(duì)按照上賽季常規(guī)賽最終戰(zhàn)績(jī)按勝率進(jìn)行綜合排名，對(duì)于勝率相同的球隊(duì)，本文按照NBA的排名規(guī)則進(jìn)行區(qū)分，確保不會(huì)出現(xiàn)兩支球隊(duì)排名的情況，這里的排名結(jié)果為初步排名結(jié)果。然后，我們對(duì)進(jìn)入季后賽的球隊(duì)根據(jù)季后賽實(shí)際淘汰結(jié)果進(jìn)行調(diào)整，對(duì)于在同一輪淘汰的球隊(duì)，其排名以初步排名結(jié)果為標(biāo)準(zhǔn)。經(jīng)過調(diào)整后，我們得到最終排名結(jié)果。

18-19賽季，對(duì)于位于樣本時(shí)間段后半?yún)^(qū)的比賽（2018.11.18-2018.12.15），我們選取2018年12月15日全部比賽結(jié)束后的排名為標(biāo)準(zhǔn)。

對(duì)于17-18賽季以及16-17賽季的樣本，我們將全部30支球隊(duì)按照對(duì)應(yīng)賽季常規(guī)賽最終戰(zhàn)績(jī)進(jìn)行排名。

以上三個(gè)時(shí)間段的樣本的排名細(xì)則與18-19賽季就樣本時(shí)間段前半?yún)^(qū)的細(xì)則相同。

根據(jù)上述闡述，我們對(duì)表1進(jìn)行完善，如表2所示：

球隊(duì)排名差則為比賽主客隊(duì)在比賽日期對(duì)應(yīng)排名差值的絕對(duì)值。

3.4 球星效應(yīng)累加（Total_Star）

本文對(duì)球星的定義依舊采取時(shí)間就近原則------與比賽時(shí)間最近的全明星賽投票結(jié)果為標(biāo)準(zhǔn)。

18-19賽季，球星定義為17-18賽季全明星正賽所有球員；17-18賽季，球星定義為17-18賽季全明星正賽所有球員；16-17賽季，球星定義為16-17賽季全明星正賽所有球員。

根據(jù)上述闡述，我們對(duì)表2進(jìn)行完善，如表3所示：

每個(gè)賽季每一名球星都具有其球星效應(yīng)因子，其計(jì)算方法如下：

我們將所需賽季全明星正賽的全部球員的最終得票（打分）進(jìn)行排名，球星的效應(yīng)權(quán)重為其排名的逆序，則該球星的球星效應(yīng)因子可按照如下方式計(jì)算：

球星效應(yīng)因子 = 所求球星權(quán)重 / 所屬賽季球星總權(quán)重 （6）

例如，2015-2016賽季全明星賽共24名球員入選，庫里得票排名第2僅次于即將退役的科比，故庫里的球星效應(yīng)因子可以按下式計(jì)算：

則每支球隊(duì)的球星效應(yīng)因子為所有球星效應(yīng)因子之和。每場(chǎng)比賽的球星效應(yīng)累加為1與主客兩隊(duì)球星效應(yīng)因子之和。即：

Total_Star = 1 + Home_Star + Guest_Star （7）

3.5 貿(mào)易戰(zhàn)效應(yīng)（Trade）

考慮到我們研究的是中美貿(mào)易戰(zhàn)對(duì)NBA在中國(guó)的收視情況的影響，我們對(duì)是否發(fā)生貿(mào)易戰(zhàn)的時(shí)間節(jié)點(diǎn)選取為2018年3月22日，特朗普政府“因知識(shí)產(chǎn)權(quán)侵權(quán)問題對(duì)中國(guó)商品征收500億美元關(guān)稅”發(fā)生的日期。因?yàn)檫@一事件的發(fā)生引起中國(guó)公民對(duì)中美貿(mào)易戰(zhàn)的普遍關(guān)注，這與收視情況要求的廣大的群眾基數(shù)相匹配。

我們對(duì)樣本中3月22日之后的比賽設(shè)虛擬變量Trade = 1；3月22日及之前的比賽設(shè)虛擬變量Trade = 0。

4 實(shí)證分析

本文首先對(duì)市占比作為被解釋變量對(duì)等式（1）進(jìn)行多元線性回歸分析，分析結(jié)果如表4所示。

總球星效應(yīng)的系數(shù)為4.98，是正向的，顯著性極強(qiáng)。說明對(duì)于選中樣本，兩隊(duì)球星越多，在國(guó)內(nèi)的收視市占比越高。

球隊(duì)排名差的系數(shù)為-0.27，是負(fù)向的，說明對(duì)于選中樣本，兩隊(duì)排名差越小，在國(guó)內(nèi)的收視市占比越高，但結(jié)果不顯著。

中美貿(mào)易戰(zhàn)的系數(shù)為-0.85，是負(fù)向的，顯著性極強(qiáng)。說明對(duì)于選中樣本，貿(mào)易戰(zhàn)會(huì)使其在國(guó)內(nèi)的收視市占率降低。這一結(jié)果與日本釣魚島事件與韓國(guó)薩德事件的結(jié)果相反。

因此，我們提出問題，是否存在一些除中美貿(mào)易戰(zhàn)之外的因素導(dǎo)致NBA在中國(guó)的收拾程度的下滑。這些因素不僅僅影響著NBA在中國(guó)的收視情況，同時(shí)也影響著NBA在包括美國(guó)自身在內(nèi)的其他國(guó)家市場(chǎng)的影響。

對(duì)此，我們進(jìn)行了進(jìn)一步的信息收集，得到了與我們猜想一致的結(jié)果。

資料顯示，對(duì)于新賽季，NBA在TNT、ESPN兩大美國(guó)知名體育直播平臺(tái)的收視率較去年同期有了很大的下滑，TNT同期下降26%，ESPN同期下降6%，主要原因有德馬庫斯·考辛斯（DeMarcus Cousins）加盟金州勇士導(dǎo)致聯(lián)盟“一超多強(qiáng)”以及裁判過多介入比賽等，這些因素會(huì)導(dǎo)致比賽觀賞性降低，從而降低NBA比賽在世界范圍內(nèi)整體的關(guān)注度。

因此，本文對(duì)已有數(shù)據(jù)進(jìn)行了修正。我們?nèi)∶绹?guó)兩個(gè)最大的NBA直播平臺(tái)TNT與ESPN在本賽季的收視率下降百分比均值16%，使本賽季樣本的收視市占比與收視率提高16%。我們對(duì)更新后的數(shù)據(jù)按公式（6）再次及進(jìn)行多元線性回歸分析，得到的結(jié)果如表5所示。

總球星效應(yīng)的系數(shù)為5.18，是正向的，顯著性極強(qiáng)。結(jié)果說明對(duì)于選擇樣本，兩隊(duì)球星越多，國(guó)內(nèi)收視市占比越高。

球隊(duì)排名差的系數(shù)為-0.28，是負(fù)向的，結(jié)果說明對(duì)選擇樣本，兩隊(duì)排名差越小，國(guó)內(nèi)收視市占比越高，但結(jié)果不顯著。

中美貿(mào)易戰(zhàn)的系數(shù)為-0.27，是負(fù)向的，但不具有顯著性。結(jié)果說明對(duì)于選擇樣本，中美貿(mào)易戰(zhàn)的發(fā)生不會(huì)使其在國(guó)內(nèi)的收視市占率降低。這一結(jié)果與日本釣魚島事件與韓國(guó)薩德事件的結(jié)果一致。

對(duì)修正前后的結(jié)果對(duì)比，我們發(fā)現(xiàn)，總球星效應(yīng)以及球隊(duì)排名差的結(jié)果變化不大，但貿(mào)易戰(zhàn)影響的結(jié)果大相徑庭。排除主要的非貿(mào)易戰(zhàn)影響因素后，本文最終認(rèn)為，中美貿(mào)易戰(zhàn)對(duì)NBA在中國(guó)的收視情況沒有影響。

我們通過建立中美貿(mào)易戰(zhàn)與總球星效應(yīng)以及中美貿(mào)易戰(zhàn)與球隊(duì)排名差的交叉變量，得到等式（4）并進(jìn)行進(jìn)一步分析，結(jié)論如表6所示。

我們發(fā)現(xiàn)，總球星效應(yīng)、球隊(duì)排名差以及中美貿(mào)易戰(zhàn)的結(jié)果沒有顯著變化。

對(duì)于新增交叉變量Trade×Total_Star，其系數(shù)為-0.5144，是負(fù)向的，與總球星效應(yīng)作為獨(dú)立變量時(shí)的結(jié)論相反，但其犯錯(cuò)概率高達(dá)87.22%，因此我們認(rèn)為該交叉變量與因變量不相關(guān)。

對(duì)于新增交叉變量Trade×ΔRank，其系數(shù)為0.0153，是正向的，與球隊(duì)排名差作為獨(dú)立變量時(shí)的結(jié)論相反，但其犯錯(cuò)概率高達(dá)73.62%，因此我們認(rèn)為該交叉變量與因變量不相關(guān)。

根據(jù)對(duì)中美貿(mào)易戰(zhàn)的發(fā)生與總球星效應(yīng)以及球隊(duì)排名差的交叉變量進(jìn)行分析后，我們進(jìn)一步證明了中美貿(mào)易戰(zhàn)對(duì)NBA在中國(guó)的收視沒有影響。

5 結(jié)論概括

我們選取收視市占比作為被解釋變量，研究NBA在中國(guó)的收拾市占比是否會(huì)因中美貿(mào)易戰(zhàn)而受到影響。我們選取球星效應(yīng)累加、比賽雙方排名差作為其他解釋變量，進(jìn)行多元線性回歸分析。

我們的研究表明，球星效應(yīng)累加確實(shí)會(huì)影響收視市占比，且二者呈正相關(guān)，但球隊(duì)排名差對(duì)收視市占比的影響并不顯著，這與我們的常識(shí)相悖，但也有可能是由于我們難以取得動(dòng)態(tài)排名數(shù)據(jù)而引起的較大誤差。當(dāng)排除貿(mào)易戰(zhàn)以外其他對(duì)收視市占率產(chǎn)生重大影響的因素后，我們發(fā)現(xiàn)，中美貿(mào)易戰(zhàn)的摩擦并不會(huì)影響NBA在中國(guó)市場(chǎng)的收視情況。這與釣魚島爭(zhēng)端對(duì)日本動(dòng)漫的影響以及韓國(guó)薩德事件對(duì)韓娛的影響結(jié)論一致。

我們的研究是完全創(chuàng)新型的，以精神消費(fèi)作為研究對(duì)象具有前瞻性與學(xué)科交叉性，對(duì)文化市場(chǎng)的研究具有導(dǎo)向作用。同時(shí)，本研究也貼合國(guó)情，對(duì)“文化自信”的建設(shè)具有一定借鑒意義。

當(dāng)然，本文也具有一定的缺陷，研究方向缺少前車之鑒，故有關(guān)數(shù)據(jù)選取、模型構(gòu)建的準(zhǔn)確性有待商榷。另外，本文也只是針對(duì)中美貿(mào)易戰(zhàn)是否對(duì)NBA在中國(guó)的收視情況產(chǎn)生影響進(jìn)行了判斷性的分析，但由于知識(shí)水平受限并沒有對(duì)這一現(xiàn)象給予合理的解釋以及相關(guān)的建議。

（作者單位：中央財(cái)經(jīng)大學(xué)）