杨先正

摘 要：我们研究中美貿易战是否会对NBA在中国的收视情况产生影响。我们选择收视市占比作为被解释变量，总球星效应、球队排名差以及中美贸易战是否发生作为解释变量进行多元线性回归研究，同时，我们排除了中美贸易战外其他影响收视变化的重大因素。研究发现，总球星效应与NBA在中国的收视率成正相关，而球队排名差、中美贸易战的发生不存在影响。我们继续通过中美贸易战分别与球星总效应与球队排名差的交叉变量进行分析，证明了中美贸易战的发生确实不会对NBA在中国的收视情况产生影响。

关键词：中美贸易战；NBA；收视市占比；中国

1 引言

随着生活水平的提高，人类精神消费的比例正逐渐上升，文化市场的地位日渐凸显。大国在传统的政治、经济、军事领域进行博弈的同时，文化博弈意识逐渐增强。

钓鱼岛争端进入白热化时，国内出现“抵制日货”的爱国热潮，然而，当时日本动漫在国内方兴未艾；萨德导弹的部署引起国人强烈不满，同样，以韩剧为代表的韩娱行业的国内关注度却居高不下。

因此我们联想，中美贸易摩擦期间，NBA作为美国在中国文化市场的代表，其国内关注度是否会因此改变？传统领域的大国博弈会引起的全民物质消费抵制热潮，但似乎对文化领域的精神消费没有影响，这是规律驱使，还是偶然现象？

目前，相关问题的研究少之又少。本文通过切实可靠的数据，对这一问题进行研究。

2 模型建立

本节介绍了NBA在中国的收视市占比与中美贸易战之间的作用机制。本文利用该作用机制构建模型并进行实证分析：

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

其中，Market_Ratio表示每场比赛在中国的收视市占比。由于时差问题，NBA每场比赛通常在北京时间8时至14时进行直播。同时，由于NBA的比赛日期不受节假日的影响，针对不同的收视人群以及不同的收视时间段，采用传统意义上的收视率可能会导致数据偏差。因此，我们选择市占比（Market Ratio）作为观众收视情况的衡量指标，它表示在某一时间节点上，收看被调查节目的观众占该时间节点上所有观众的比值，收视率可以作为模型稳定性检验的被解释变量。市占比与收视率区别如下：

ΔRank表示两支球队的排名差值的绝对值。该值越小，两队实力越接近。

Total_Star表示比赛两队总球星效应带来的市占比溢出，它由主客两队各自的球星效应累加形成，即Total_Star = Home_Star + Guest_Star - 1。具体计算方式将在第三部分详细叙述。

Trade为虚拟变量，表示中美贸易战的影响。对于中美贸易战前进行转播的比赛，我们取Trade = 0，对于中美贸易战后进行转播的比赛，我们取Trade = 1。

在进一步的验证中，我们对中美贸易战分别与总球星效应（Total_Star）以及球队排名差（ΔRank）建立交叉变量，得到式（4）

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

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

3 数据来源及处理

3.1 市占比（Market_Ratio）

我们的收视率来自于酷云EYEPro历史收视数据平台。考虑到收拾群众基数及样本容量的广泛性，我们选取的比赛样本均为CCTV5直播过的NBA比赛。对于中间插播体坛快讯的比赛，酷云平台会分别记录比赛上半场与下半场的收视率与市占比，对于此类比赛，我们取其上下半场的平均值作为整场比赛的收视率与市占比。

3.2 样本的选取

我们的比赛样本选自18-19赛季揭幕战至今（截至2018年12月15日）CCTV5直播的全部52常规赛、17-18赛季最后两个常规赛整月（2018年2-3月）CCTV5直播的全部45场比赛（不考虑全明星周末）及16-17赛季最后两个常规赛整月（2017年2-3月）CCTV5直播的全部47场比赛（不考虑全明星周末）。如表1所示：

对于各赛季样本选取的理由如下：

18-19赛季，由于已转播比赛数量有限，且该赛季样本也是贸易战后样本的主要来源，故我们全部选取作为样本，以排除由样本过少带来的结果偶然性。

17-18以及16-17赛季，同时考虑到收视率与市占比数据的可取性以及排除常规赛末段由于季后赛席位之争带来的收视情况波动，我们选取常规赛阶段最后两个整月中所转播的全部常规赛作为样本（通常常规赛4月中旬结束）。

3.3 球队排名差（ΔRank）

由于每场比赛的动态球队排名信息难以获取，本文遵循时间就近原则，对各样本的球队排名设如下标准：

18-19赛季，对于位于样本时间段前半区的比赛（2018.10.17-2018.11.17），我们将全部30支球队按照上赛季常规赛最终战绩按胜率进行综合排名，对于胜率相同的球队，本文按照NBA的排名规则进行区分，确保不会出现两支球队排名的情况，这里的排名结果为初步排名结果。然后，我们对进入季后赛的球队根据季后赛实际淘汰结果进行调整，对于在同一轮淘汰的球队，其排名以初步排名结果为标准。经过调整后，我们得到最终排名结果。

18-19赛季，对于位于样本时间段后半区的比赛（2018.11.18-2018.12.15），我们选取2018年12月15日全部比赛结束后的排名为标准。

对于17-18赛季以及16-17赛季的样本，我们将全部30支球队按照对应赛季常规赛最终战绩进行排名。

以上三个时间段的样本的排名细则与18-19赛季就样本时间段前半区的细则相同。

根据上述阐述，我们对表1进行完善，如表2所示：

球队排名差则为比赛主客队在比赛日期对应排名差值的绝对值。

3.4 球星效应累加（Total_Star）

本文对球星的定义依旧采取时间就近原则------与比赛时间最近的全明星赛投票结果为标准。

18-19赛季，球星定义为17-18赛季全明星正赛所有球员；17-18赛季，球星定义为17-18赛季全明星正赛所有球员；16-17賽季，球星定义为16-17赛季全明星正赛所有球员。

根据上述阐述，我们对表2进行完善，如表3所示：

每个赛季每一名球星都具有其球星效应因子，其计算方法如下：

我们将所需赛季全明星正赛的全部球员的最终得票（打分）进行排名，球星的效应权重为其排名的逆序，则该球星的球星效应因子可按照如下方式计算：

球星效应因子 = 所求球星权重 / 所属赛季球星总权重 （6）

例如，2015-2016赛季全明星赛共24名球员入选，库里得票排名第2仅次于即将退役的科比，故库里的球星效应因子可以按下式计算：

则每支球队的球星效应因子为所有球星效应因子之和。每场比赛的球星效应累加为1与主客两队球星效应因子之和。即：

Total_Star = 1 + Home_Star + Guest_Star （7）

3.5 贸易战效应（Trade）

考虑到我们研究的是中美贸易战对NBA在中国的收视情况的影响，我们对是否发生贸易战的时间节点选取为2018年3月22日，特朗普政府“因知识产权侵权问题对中国商品征收500亿美元关税”发生的日期。因为这一事件的发生引起中国公民对中美贸易战的普遍关注，这与收视情况要求的广大的群众基数相匹配。

我们对样本中3月22日之后的比赛设虚拟变量Trade = 1；3月22日及之前的比赛设虚拟变量Trade = 0。

4 实证分析

本文首先对市占比作为被解释变量对等式（1）进行多元线性回归分析，分析结果如表4所示。

总球星效应的系数为4.98，是正向的，显著性极强。说明对于选中样本，两队球星越多，在国内的收视市占比越高。

球队排名差的系数为-0.27，是负向的，说明对于选中样本，两队排名差越小，在国内的收视市占比越高，但结果不显著。

中美贸易战的系数为-0.85，是负向的，显著性极强。说明对于选中样本，贸易战会使其在国内的收视市占率降低。这一结果与日本钓鱼岛事件与韩国萨德事件的结果相反。

因此，我们提出问题，是否存在一些除中美贸易战之外的因素导致NBA在中国的收拾程度的下滑。这些因素不仅仅影响着NBA在中国的收视情况，同时也影响着NBA在包括美国自身在内的其他国家市场的影响。

对此，我们进行了进一步的信息收集，得到了与我们猜想一致的结果。

资料显示，对于新赛季，NBA在TNT、ESPN两大美国知名体育直播平台的收视率较去年同期有了很大的下滑，TNT同期下降26%，ESPN同期下降6%，主要原因有德马库斯·考辛斯（DeMarcus Cousins）加盟金州勇士导致联盟“一超多强”以及裁判过多介入比赛等，这些因素会导致比赛观赏性降低，从而降低NBA比赛在世界范围内整体的关注度。

因此，本文对已有数据进行了修正。我们取美国两个最大的NBA直播平台TNT与ESPN在本赛季的收视率下降百分比均值16%，使本赛季样本的收视市占比与收视率提高16%。我们对更新后的数据按公式（6）再次及进行多元线性回归分析，得到的结果如表5所示。

总球星效应的系数为5.18，是正向的，显著性极强。结果说明对于选择样本，两队球星越多，国内收视市占比越高。

球队排名差的系数为-0.28，是负向的，结果说明对选择样本，两队排名差越小，国内收视市占比越高，但结果不显著。

中美贸易战的系数为-0.27，是负向的，但不具有显著性。结果说明对于选择样本，中美贸易战的发生不会使其在国内的收视市占率降低。这一结果与日本钓鱼岛事件与韩国萨德事件的结果一致。

对修正前后的结果对比，我们发现，总球星效应以及球队排名差的结果变化不大，但贸易战影响的结果大相径庭。排除主要的非贸易战影响因素后，本文最终认为，中美贸易战对NBA在中国的收视情况没有影响。

我们通过建立中美贸易战与总球星效应以及中美贸易战与球队排名差的交叉变量，得到等式（4）并进行进一步分析，结论如表6所示。

我们发现，总球星效应、球队排名差以及中美贸易战的结果没有显著变化。

对于新增交叉变量Trade×Total_Star，其系数为-0.5144，是负向的，与总球星效应作为独立变量时的结论相反，但其犯错概率高达87.22%，因此我们认为该交叉变量与因变量不相关。

对于新增交叉变量Trade×ΔRank，其系数为0.0153，是正向的，与球队排名差作为独立变量时的结论相反，但其犯错概率高达73.62%，因此我们认为该交叉变量与因变量不相关。

根据对中美贸易战的发生与总球星效应以及球队排名差的交叉变量进行分析后，我们进一步证明了中美贸易战对NBA在中国的收视没有影响。

5 结论概括

我们选取收视市占比作为被解释变量，研究NBA在中国的收拾市占比是否会因中美贸易战而受到影响。我们选取球星效应累加、比赛双方排名差作为其他解释变量，进行多元线性回归分析。

我们的研究表明，球星效应累加确实会影响收视市占比，且二者呈正相关，但球队排名差对收视市占比的影响并不显著，这与我们的常识相悖，但也有可能是由于我们难以取得动态排名数据而引起的较大误差。当排除贸易战以外其他对收视市占率产生重大影响的因素后，我们发现，中美贸易战的摩擦并不会影响NBA在中国市场的收视情况。这与钓鱼岛争端对日本动漫的影响以及韩国萨德事件对韩娱的影响结论一致。

我们的研究是完全创新型的，以精神消费作为研究对象具有前瞻性与学科交叉性，对文化市场的研究具有导向作用。同时，本研究也贴合国情，对“文化自信”的建设具有一定借鉴意义。

当然，本文也具有一定的缺陷，研究方向缺少前车之鉴，故有关数据选取、模型构建的准确性有待商榷。另外，本文也只是针对中美贸易战是否对NBA在中国的收视情况产生影响进行了判断性的分析，但由于知识水平受限并没有对这一现象给予合理的解释以及相关的建议。

（作者单位：中央财经大学）