Summary | 运动社交媒体是否存在关注偏差？来自职业棒球联赛的分析|163

导语

体育领域存在着消费者导向的经济歧视（行为偏差）。本文从六个回归模型出发，检验了运动员的种族群体特征、所在球队市场规模、运动员成绩等因素对消费者在社交媒体上对相关职业棒球联赛队员关注的情况。结果表明，在控制其他因素的情况下，西班牙球员在社交媒体上明显存在更低的消费者关注度，而亚洲球员会得到更多的关注支持。

作者：Nicholas M. Watanabe, Grace Yan, Brian P. Soebbing, Ann Pegoraro.

编译：清华大学体育产业发展研究中心窦吉芳

如欲阅读原文，全文见于：

Nicholas M. Watanabe, Grace Yan, Brian P. Soebbing, Ann Pegoraro. (2017). Is There Economic Discrimination on Sport Social Media? An Analysis of Major League Baseball. Journalof Sport Management.

研究介绍

体育商业领域包含不同的经济活动，在众多纷繁复杂的商业活动中可能会滋生不同的“歧视性行为”（discrimination practices）（又说：偏差行为）。1971年，Becker研究发现，组织内具有相同生产力的员工却受到了区别待遇，开启了体育领域有关“经济歧视”（economic discrimination）领域方向的研究。在随后的探索中，研究人员主要提出了三类不同的经济歧视维度，他们分别是以雇佣者、雇员和消费者为导向（Lazear, 2015）。以消费者为导向的经济歧视指的是有些球迷会因为个人对某些运动员的喜爱，放弃关注其他运动或者溢价购买与运动员相关的某些产品。

体育领域有关歧视的研究有很多不同的框架，常见的大家会从体育纪念品（销量）、收视率以及全明星投票（数）等角度检验消费者是否会有一些行为偏差倾向。近年来随着社交媒体的普及，利用电子平台研究潜在的消费者歧视行为得以实现。比如，我们可以追踪社交媒体上对于男女运动员不同的评价来判断是否存在基于性别的歧视行为等。另外，因为网络媒体可以提供大量数据，也很好地避免了以往数据来源不足的问题。本文通过研究，从以下三个方面对经济歧视现象进行突破，首先进一步拓展了消费者为导向的经济歧视在数字化领域的运用；其次本文进一步验证了目前社交媒体与消费者之间密不可分的关系；另外，通过对体育领域消费者为导向的经济歧视现象研究，可以更好地帮助其塑造公平有效的市场环境。

文献综述

体育领域的消费歧视研究主要集中于研究运动员的种族类别以及消费者的消费倾向问题。以往研究集中在三个不同的视角：传统的星卡市场，电视收视率以及全明星队的投票（Depken & Ford, 2006）。传统的星卡市场可以通过观察球迷对于运动员明星卡收集的多少来判断运动员的受欢迎度，进而通过数据判断某些特征是否会影响消费者的消费行为。比如以往有些研究就发现，白人运动员比非白人运动员的星卡销售量更多，从而发现在运动消费市场中的种族偏见问题；当然，单纯看明星卡销售市场并不全面（也渐渐有些过时），Kanazawa & Funk (2001)进一步探讨了不同种族球队的收视率情况，他们发现白人运动员的收视率要更高一些。但是因为运动员经常会有换球队的情况，给通过收视率研究经济歧视带来了一定难度；另外一种检测消费倾向的方法是通过记录全明星赛的投票数目。认知上来看，给运动员投票相比于购买纪念品以及观看体育赛事来讲成本都要低，尤其是网上投票，基数大操作简单，能够更大范围地反映消费者群体的大致倾向。本文将结合以往的研究分析与研究经验，尝试运用Twitter这一社交媒体来检测消费者对于运动员的关注倾向会受到哪些因素的影响和干扰。

在研究问题之前，我们首先了解一下基于电子平台的体育社交媒体与经济歧视现象。社交媒体将企业、运动员以及消费者很好地结合在一起，尤其是一些新兴的社交媒体（如Twitter），在体育领域以及其他很多领域都有广泛的群众基础和关注度。新型社交媒体的普及也给体育研究注入了新鲜活力，但是针对于线上体育调研的行之有效的方法仍然存在很大的探索空间。2013年，Perez通过在Twitter上追踪西班牙专业足球队样本并利用经济学知识对其进行分析，发现像团队的绩效以及在当地市场占比都能够影响到消费者在社交媒体（Twitter）上对运动员的关注程度。随后其他研究也都参考这一研究逻辑利用线上平台对体育类项目开展了一系列研究。

基于现有的研究样本，本文主要借助以往研究经验，探讨到底何种因素能够影响到大家在Twitter上对棒球队员的关注以及偏见现象。具体来讲，即探讨Twitter上消费者兴趣（关注度）与职业棒球运动员的种族因素到底有什么关系？

研究方法

本文使用了NodeXL收集到2014和2015年职业棒球联赛赛季的队员在Twitter账户上的平板数据。NodeXL是专门用作线上即时收集数据的工具。Twitter提供了更方便更简易的收集消费者信息以及球队信息的渠道。

因为好多运动员并不作为常规运动员在每个赛季都出现，所以本文重点关注那些在本赛季至少出场30次的运动员。这样更方便对受伤或者缺赛的运动员进行控制，便于研究更好地开展。文章抓取了2014年和2015年两年的面板数据，其中因变量是选用运动员的追随者数量来表示，自变量是每个运动员的种族群体特征，自变量使用哑变量（0/1）来表示，文章专门邀请一位老师和两位学生对数据进行了梳理，他们收集一系列运动员名单及在社交媒体上球迷关注的数量，然后对运动员进行分类，并附上照片和写上运动员的名字。本文主要将运动员分为白裔、非裔、西班牙裔以及亚裔四个种族群体，由研究人员将运动员统一分配到四个种族群中。除此之外，模型中还控制了像年龄、工作经验以及球员所在球队的规模和当地的种族比例、运动员出场次数等一些变量（具体控制变量细则可参考原文）。另外，因为对于棒球来讲，击球手（hitter）和投手（pitcher）所处的角色不同，在比赛中的作用也是不同的，所以在不同位置的选手也需要区别对待。棒球中的击球手包含接球手、一垒手二垒手三垒手、外野手、游击手等不同的位置。击球手往往是不断走动变换的而投手往往比较稳定，所以研究人员将这两种不同的棒球运动员进行了分类，单独观察他们的种族以及球迷关注量的关系。最终研究人员采用STATA统计软件来计算研究中所涉及的变量。

结果与讨论

研究表明，对击球手来讲，种族因素可以解释球迷们关注量大概35%的方差，而投手解释了54%的方差，这一差异表明在社交媒体上球迷可能对于击球手和投手的兴趣并不一致。对于击球手来讲，数据结果发现运动员在赛季中打球的次数越多，越会得到球迷在Twitter上的关注，但是关注的速率是下降的。同时，运动员在全明星赛上的次数越多，受到的关注也会越多。不过季后赛的参与次数与关注程度是一个负向的关系，这可能是因为季后赛大多是团队运动而对个人的重视并不多，这一定程度上减弱了球迷们的关注焦点。另外，在赛季中绩效好的球员也会得到更多的关注。对于模型中的核心自变量种族群体特征，西班牙裔的运动员在Twitter上得到了最低关注，非裔和亚裔运动员获得的关注量并没有明显区别。

对于投手来讲，经验是能够引发消费者的关注热情的重要因素。那些处于核心球队、市场规模大的团队也会得到球迷更多的关注。运动员的绩效越好，越会得到更多的关注。对于模型中的核心自变量种族群体特征，西班牙裔的运动员同样也是得到了最低的关注，亚裔运动员获得了非常显著的关注。

通过上述的结果分析得出，种族因素确实是影响消费者对运动员关注的一个因素。尤其对于西班牙裔的运动员，最不会得到关注。虽然结果带有一定的片面性，但是也从一个方面反映出不同种族在社交媒体上的关注程度是有分流的，这启示球队的管理者未来在进行社交媒体的宣传时应该充分考虑到种族因素，有引导性的进行宣传；另外可以通过宣传不同的价值导向，通过多种渠道将品牌与运动员相联系，进一步降低因为种族偏差所带来的负面影响。

运动员的年龄和运动经验都是受到球迷关注的重要因素，球队的运营者需要协调好这些不同的因素对整个球队被关注程度的影响。不过我们也发现，在社交媒体上的关注结果实际上会受到程序算法的影响，球队的运营者需要与社交媒体管理人员有及时良好的沟通，尽量减少因为偏差带来的不实数据对球队和球员发展的影响。