NBA球队收入影响因素的实证分析

王虹 刘晨 颜玉凤

在体育产业亟待转型升级的中国，中国职业篮球联赛（CBA）无疑是重要的突破口，CBA球队价值的增加一方面提升了中国职业体育的社会影响力，另一方面为其他体育联赛的职业化发展提供思路借鉴。虽然国内学者和管理者已经定性研究了NBA球隊收入来源，但是哪些因素影响收入，影响的重要程度都还处于比较空白的阶段，本文以2017年NBA球队收入的影响因素为研究对象，探究这些因素的影响机制，为CBA球队商业化之路提供理论借鉴。

一、研究方法

本文在已有定性研究和经济理论的基础上，使用计量分析对研究对象做定量研究：以福布斯公布的NBA球队2017年球队收入为因变量，以球队过去三年的平均胜率、十年内是否获得过总冠军、球队地理位置、球队所在州的宏观经济环境、球队背后资本实力和比赛门票价格为自变量，通过OLS回归筛选出显著的自变量，并寻找其背后的经济含义和解释。

二、模型设定

球队收入主要有门票收入、电视转播权收入、赞助收入、冠名权收入和特许经营权收入，每一收入来源对应着一定的影响因素。

模型设定为：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+ε

其中球队2018年收入为因变量，设为Y;球队2016/17赛季的胜率为X1;1990年后获得总冠军次数为X2;入选2017年全明星赛球员数量为X3;球队地理位置设为虚拟变量，东部球队X4=1，西部球队X4=0;所在州的宏观经济因素有所在州2017年总人口数，设为X5，2017年人均GDP，设为X6;X7为每支球队平均门票价格;球队背后资本实力X8按照球队业主净资产取值;ε为扰动项。

三、回归分析与模型修正

从《福布斯》官网、NBA官网、各球队主页、美国商务部经济分析司得到所需数据，包括球队收入、球队2016/17赛季胜率、全明星球员数量、地理位置、所在州总人口及人均GDP、平均门票价格和球队业主净资产。

在第一次回归后发现部分变量不够显著，因此通过去除离群值、做对数和平方项等方法改进回归结果。回归的结果如图1：

第三次回归结果显示，模型整体拟合效果较好，R2=0.828，修正的R2=0.783，剩下的5个自变量中有4个通过了显著性检验，对X8取对数后显著性有较大改善，但仍未通过α=0.05显著性水平下的t检验。考虑到模型整体F检验结果拒绝原假设，因此保留ln X8在方程中。由于X7、X9系数数值过小，将其数据都乘上10-5，不影响回归结果的无偏性和有效性。

最终拟合结果为：

四、相关建议

从对NBA球队收入影响因素的分析中可以看出，想要提高球队收入可以从外部环境和球队自身两方面入手。

球队的外部经济环境决定了球队面向的市场规模。根据国外发达国家的经验，人均可支配收入超过8000美元时体育需求或体育消费会有明显的突破，CBA球队若将球队所在区域选定在经济欠发达地区，一方面限制了球队的市场开发，另一方面也难以吸引到足够的本地球迷，而单靠球队背后资本力量的推动难以真正走上市场化道路。

球队自身的实力也对收入起到重要影响，更好地成绩意味着明星球员的存在或产生，商业广告的机会也会伴随曝光率上升接踵而至，CBA球队在发展阶段不仅要重视球队的外部环境，球队内部管理和球员的选择也至关重要。

参考文献：

[1] 兰自力，王晓东.NBA球队市场价值评估及影响因素研究[J].体育与科学，2009， 30（01）：73-76.

[2] 高群盛.NBA职业篮球俱乐部的经营方式探析[J].淮海工学院学报（社会科学版），2005（04）：59-61.

[3] 孟令刚.NBA球队运营效率及影响因素研究——基于超效率CCR-DEA模型的实证分析[J].南京体育学院学报（社会科学版），2014，28（01）：102-110.