不好意思,傳媒娛樂行業真的沒有「口紅效應」

編者按：本文來自微信公眾號「網際網路與娛樂怪盜團」（ID：TMTphantom），作者裴培、焦杉，36氪經授權發布。

2018年以來，傳媒娛樂圈和投資圈裡廣泛流傳著所謂「口紅效應」的說法：經濟減速、宏觀環境不穩定的情況下，消費者會消費更多的娛樂內容（電影、劇集、遊戲、動漫，等等等等），從而給傳媒娛樂行業帶來波瀾壯闊的「反周期行情」。

然而，這個觀點被現實無情地否定了——2019年1-10月，全國電影票房同比僅增長6%，這還是在有《流浪地球》《復仇者聯盟4》《哪吒》等神作加持的情況下；同期全國遊戲市場也只有個位數增長，其中手遊市場同比增長可能略超10%，但是絕大部分增長被騰訊拿走了。

到底是怎麼回事？「口紅效應」失效了嗎？事實上，「口紅效應」從來就沒有存在過——無論是在中國還是在美國。如果你看過好萊塢黃金時代（1920-1940年代）的電影，就會知道「大蕭條」給美國電影人留下了何其慘痛的印象。所謂「911事件發生之後口紅銷量大漲」的說法，從來沒有得到數據支持，說白了就是一條都市傳說。

在此，本怪盜團利用大量歷史數據，對美國、中國兩個國家的電影、遊戲行業進行了回歸分析，徹底證偽了「口紅效應」。我們當然也想將劇集、直播、動漫、音樂等行業納入回歸分析，可惜這些行業沒有權威可靠的銷量數據，只能留待今後有機會再做了。

世上萬事，怕就怕「認真」二字。顯然，以前相信「口紅效應」的人，絕大部分都沒有做過實證研究；所以本怪盜團就來做了。相信科學、相信數據、相信邏輯，是本怪盜團的一貫原則。二加二永遠等於四，而不是偶爾等於四；實踐是檢驗真理的唯一標準，而不是多個標準之一。

下面，就讓我們用科學的方式，宣判「口紅效應」的死刑。

美國的經濟歷史數據不支持「口紅效應」的存在

當投資者和媒體提到傳媒娛樂行業的「口紅效應」時，最常見的案例是美國電影行業——有一種說法，在1929年和2008年的經濟危機中，好萊塢都「因禍得福」，享受了好時光。這種說法符合事實嗎？

很遺憾，在分析了最近幾十年的數據之後，我們的結論是：無論在歷史上有沒有出現過「口紅效應」，至少我們從1980年代以來已經觀察不到這種現象。

從年度數據看，美國電影和遊戲都是強周期性行業

首先，讓我們溫習一下普通統計學課程。要判斷兩個事物的相關性，回歸分析是最常見的工具：以一個數據為因變量，另一個數據為自變量，如果存在明確的線性關係，就可以說兩者相關。

在此，我們以美國電影票房收入（以及美國遊戲行業收入）為因變量，以美國宏觀經濟數據（包括GDP、居民可支配收入、個人消費支出、失業率等）為自變量。

必須指出，我們的所有原始數據都基於名義值，未經通貨膨脹調整。由於自變量和因變量都包含通貨膨脹因素，在回歸分析過程中會自相抵消。

在回歸分析中，有三個指標非常重要。第一個是斜率，它體現了兩個變量之間的線性關係強度。例如，若Y=0.56X+16,則說明X每變動一個單位，Y就會變動0.56個單位；斜率越小，線性關係就越無關緊要。

第二個是R-Square，它體現了自變量X對因變量Y的解釋能力。例如，若我們發現R-Square=0.96，說明Y的變化有96%可以由X的變化來解釋，兩者的線性關係非常完美，說服力很強。

第三個是P-Value，它體現了線性關係的統計顯著性。P-Value越小，自變量與因變量之間存在線性關係的可能性就越大。在學術上，P-Value一般需要小於0.05才有意義；在實踐中可以適當放寬。

美國的電影票房數據保存非常完整，我們使用了1980年以來的所有年度數據進行了回歸分析，得出的結論是：以年度為單位看，美國電影行業是強周期性行業，宏觀經濟數據與電影票房收入的相關係數很大、解釋力很強，而且統計意義顯著。無論使用GDP、居民可支配收入還是個人總支出作為自變量，都能得出類似結論。

更有甚者，無論使用當期還是上一期宏觀數據，回歸分析的結論都是相同的；這說明，GDP等宏觀數據不但影響了當年的電影票房，還對下一年度的電影票房有前瞻性。事實上，即便用肉眼也看得出來：美國電影票房收入與GDP或居民可支配收入所共同定義的數據點，幾乎落在一條完美的直線上，這是統計學家夢寐以求的線性關係。

美國對遊戲行業（包括主機遊戲、電腦遊戲和移動遊戲）的權威統計數據是從1996年開始的，數據總量明顯少於電影行業。但是，我們的結論並未受到影響——美國遊戲行業的營業收入與GDP、居民可支配收入和個人總支出之間，均存在強烈、顯著的線性關係。

而且，遊戲行業收入對宏觀經濟數據的斜率明顯更大。換句話說，GDP等宏觀數據每變動一個單位，對遊戲行業的影響遠大於對電影行業的影響。

既然如此，我們是否可以宣布：美國的電影和遊戲行業都是強周期性行業，「口紅效應」已經被證偽？且慢！要知道，1980年代以來，美國一直是發達國家中經濟增長率最快的之一，幾乎每一年的GDP都是增長的，而電影票房收入、遊戲行業營業收入也是增長的。

這就容易造成「假陽性」——兩組數據只是恰好同方向變化，不一定有因果關係。此外，投資者的時間軸不一定有年度那麼長，也可能以季度為單位。我們還需要對季度數據進行更深入的分析，儘管季度數據可能不如年度那麼可靠。

從季度數據看，美國電影和遊戲都是非周期性行業

幸運的是，通過BoxOfficeMojo，我們可以獲得連續的美國電影行業季度數據。一旦換用季度數據，電影票房收入與GDP、可支配收入等宏觀指標的線性關係就消失了——R-Square從0.95左右驟降到0.01左右，已經喪失了任何說服力；P-Value大幅上升，統計顯著性全部不成立。

無論使用當期指標，還是滯後一期或領先一期，結論都是類似的。也就是說，以季度為單位計算，美國電影行業是非周期性的。

然而，我們仍然無法認為「口紅效應」存在：所謂「口紅效應」，是指在經濟下行階段，消費者會在電影等娛樂領域投入更多開支，也就是「反周期性」；我們基於季度數據的統計分析，只能導出「非周期性」，而不是「反周期性」。如果投資者只想尋找一個與宏觀經濟指標「不相關」或「相關性很弱」的行業，他們的選擇很多，也不必依賴電影行業。

美國遊戲行業的季度數據很難尋找，常見第三方資料庫的連續性和權威性都不足。因此，我們只能使用四家大型上市遊戲公司的季度收入數據：動視暴雪、EA、Take-Two和Zynga；其中，動視暴雪和EA的收入規模明顯較大。

必須承認，使用上述四家公司的數據並不嚴謹，因為它們均有大量收入來自美國之外的地區，還必須考慮會計政策的差異。不過，這已經是我們所能想像的最可靠的季度數據代理變量了。

在使用上述代理變量之後，我們的結論是：以季度為單位計算，美國遊戲行業的營業收入與GDP、可支配收入等宏觀經濟指標不存在線性關係，統計顯著性幾乎不存在。這與我們對美國電影行業得出的結論類似，只有一個例外——社會平均小時工資。

我們的統計分析顯示：美國遊戲行業季度收入與社會平均小時工資存在線性關係，P-Value僅為0.02，達到了統計顯著水平。不幸的是，R-Square僅有0.1左右，也就是說，遊戲行業收入的變化只有10%是由平均小時工資的變化決定的。這似乎符合常識：每當平均時薪提高，消費者就有更多的錢買遊戲，但是只會把其中一小部分真的拿來買遊戲。

透過數據，研究案例：娛樂行業的周期性到底是怎麼回事？

從年度數據看，美國電影和遊戲行業都是強周期性的；從季度數據看，它們又都是非周期性的。僅此而已嗎？我們還能不能看得更深一點？數據分析本身只能涉及事物的外延，不能涉及其內核；它只能告訴我們「事物是如何變動的」，而無法告訴我們「事物為什麼變動」。要徹底弄清楚美國娛樂行業的周期性問題，必須進行案例分析。

過去三十年，美國發生過三次經濟衰退：1991年、2002年、2008-09年。

我們可以看到，在1991年的衰退中，電影行業體現了較強的周期性，票房收入與GDP基本同向變動；在2002年，電影行業體現了反周期性，GDP最不景氣的時候恰好是票房增速較快的時候；在2009年，電影票房收入先是逆GDP趨勢而上升，然後又逆GDP趨勢而下滑，似乎體現了較強的反周期性。

如果只看後兩次經濟衰退，確實可能得出「口紅效應」存在的結論。為什麼三次衰退期的形勢會有如此不同？

聰明的讀者大概已經猜到了答案：產品周期！2002年二季度，美國上映了兩部超級IP大片：《蜘蛛俠》和《星球大戰前傳2》，它們促使美國電影票房先於GDP出現了復甦。按照常規，這種體量的電影最適合在三季度的暑期檔上映；如果這兩部電影真的是在暑期上映，我們將會看到美國電影票房收入與GDP呈現良好的相關性，兩者同時強勁復甦。

2009年二季度，在《變形金剛2》《金剛狼》等大片的推動下，美國電影票房維持了同比增長；當年四季度，票房收入再次出現快速增長，這次幾乎完全是《阿凡達》的貢獻。像《阿凡達》這樣在技術上取得巨大突破的作品，無論在哪一年上映，都會徹底改變當年的電影市場。此後的2010年恰好是好萊塢大片的低潮期，無怪乎電影票房收入逆GDP而下跌。

我們的結論很簡單：美國電影行業同時受到經濟周期和產品周期的影響。以季度為單位，產品周期處於首要地位，因為任何製作公司和發行公司都不能保證在某個季度出作品，商業大片出現幾個月的推遲或提檔都很正常。

以年度為單位，產品周期在很大程度上被「熨平」了，經濟周期反而處於首要地位，因為它能決定觀眾的真實需求。所以，美國電影行業在年度上呈現強周期性、在季度上呈現非周期性，是符合邏輯的。

美國遊戲行業的情況又是另一回事：在1991年經濟衰退時，這個行業幾乎不存在，其數據無意義；在2002年，遊戲行業收入早於GDP反彈，而且反彈勢頭很猛，體現了反周期性；到了2008年，遊戲行業收入卻與GDP幾乎同向變動，體現了較強的周期性。

這不禁讓人遐想：隨著收入規模的擴大，美國遊戲行業是否正在由「非周期性」邁向「周期性」？下一次美國經濟衰退時（有可能就在今年或明年），遊戲行業的季度收入會不會呈現出極強的周期性？可能性存在，而且不小。

此外，我們為美國遊戲行業季度收入選取的代理變量當中，包括一定體量的來自美國之外的收入，這也會削弱數據本身與美國宏觀數據的相關性。我們相信，如果能夠完全排除美國以外市場貢獻的收入，遊戲行業季度數據的周期性很可能上升；但是，我們尚無法證實這一猜測。

中國的情況如何？電影和遊戲要分開來看

美國的歷史數據固然可以給我們很多啟發，但是投資者最關心的畢竟是中國市場。雖然中國電影和遊戲行業的歷史數據積累較少，但是總歸是有歷史數據的。在進行類似的統計分析之後，我們發現：以季度為單位，中國電影行業是非周期性的，但是遊戲行業是周期性的。

無論如何，其中任何一個都不存在反周期性，也就是沒有「口紅效應」。

中國電影行業：非周期性？關鍵是擾動因素太多

通過藝恩網和廣電總局，我們可以得知2007年以來中國電影票房收入的季度數據。事實上，我們還可以追溯到更久，但是意義不大——2007年以前的電影行業和經濟環境都與今天有天壤之別，可比性很弱。

將電影票房收入與GDP、可支配收入、PMI等宏觀指標進行回歸分析（均不排除通貨膨脹因素），我們發現：線性關係幾乎全部不成立，中國電影行業稱得上非周期性行業，只有一個指標例外：失業率。

沒錯，回歸分析顯示：中國電影票房收入增速與城鎮人口失業率的正相關性在統計上非常顯著，P-Value僅有0.01；失業率越高，票房收入增速越快！不過，R-Square只有0.13，意味著電影票房增長只有13%是失業率上升導致的。

我們不太相信這種線性關係——中國城鎮失業率覆蓋面不夠，歷史變動區間很小，很可能導致了「假陽性」。無論如何，以季度為單位，我們還是認為中國電影行業是非周期性行業。

正如我們上文提到的：「非周期性」不等於「反周期性」，後者才是「口紅效應」。事實上，中國電影行業的非周期性很容易解釋，那就是擾動因素太多，包括但不限於產品周期。

2015年，在產品周期上行、資本大量湧入的情況下，電影票房收入出現了49%的驚人增長；2016年，由於票補減少、廣電總局明令打擊「假票房」，電影票房收入增速又驟然萎縮。

在美國，電影市場的供給受到產品周期影響，需求則受到經濟周期影響；在中國，連需求都受到了票補、新建影院等一系列複雜因素的影響。

從電影票房收入與名義GDP增速的季度對比，我們也可以直觀地感受到：電影行業與GDP有時候同向變化，有時候反向變化，並無規律可循。

2009年初及2012年初，名義GDP增速兩次驟然放緩，電影票房增速則基本穩定；2014-16年，名義GDP增速緩慢下行並探底，期間電影票房增速則出現了多次劇烈變化。總而言之，通過經濟周期來判斷電影市場的熱度，是一種效率低下、不值得採信的方法。

中國遊戲行業：具備較強的周期性，所以要小心！

我們有兩種途徑獲取中國遊戲行業的歷史數據：艾瑞諮詢和中國遊戲工委（伽馬數據）。其中，艾瑞諮詢的數據是季度的，中國遊戲工委是半年度的。在實踐中，我們發現使用這兩組數據的結論差別不大；而且，自從2015年以來，這兩組數據的相關性已經超過80%，幾乎可以算作一組數據。因此，我們決定採用2010年以來艾瑞的季度數據。

通過回歸分析，我們發現：以季度為單位，中國遊戲行業收入與GDP、人均GDP、人均可支配收入、城鎮居民消費性支出均存在線性關係，統計顯著性均很高，P-Value甚至接近於0——這說明我們的結論幾乎不會出錯。

從R-Square來看，情況稍差一點：遊戲行業的營業收入變化只有50%左右可以解釋為宏觀經濟的變化，但是這種解釋能力已經很不錯了。換句話說，中國遊戲行業是不折不扣的強周期性行業！

對遊戲行業收入解釋能力最強的宏觀指標，是城鎮居民人均可支配收入。從季度數據對比可以看出：2007年以來，遊戲行業收入與人均可支配收入（均不排除通貨膨脹因素）在大部分情況下都呈同向變化。

只發生過兩次例外：2014年4季度和2018年2-3季度，人均可支配收入和遊戲行業收入沒有同向變化，其中後一次還是受到了遊戲版號停發的影響。從邏輯上看，可支配收入的升降確實會影響遊戲消費傾向。

為什麼中國電影行業是非周期性的，遊戲行業卻是強周期性的？我們認為至少有三個原因。首先，中國遊戲行業的規模很大；即便按照最保守的估計，2018年遊戲市場規模也超過了2000億人民幣，是電影市場規模的三倍以上，這麼大的行業不可能沒有周期性。

其次，遊戲行業的產品供應數量遠大於電影行業——2017年，中國有9300多款遊戲獲準上線，卻只有700多部電影過審上映，所以遊戲行業受到產品周期的影響略小。第三，遊戲行業在過去幾年受到的外部擾動因素較少，雖然也有流水造假現象，但是相對電影行業的票補而言，影響並不算大。

通過上文的大量統計分析和案例分析，相信讀者已經理解了我們的結論：在實證上，無法證明以電影和遊戲為代表的傳媒娛樂行業存在「口紅效應」，而且在美國和中國皆是如此。當然，傳媒娛樂行業不僅包括電影和遊戲，還有電視劇、網絡視頻、短視頻、直播、動漫、小說……等等。

但是，其他行業要麼不是由消費者直接買單（例如電視劇、網絡視頻），要麼因為歷史太短而無法獲取足夠數據（例如直播、動漫），我們暫時無法將其納入實證研究的範圍。但是，我們的專題研究並未就此止步。我們還想知道：從理論上和實踐上看，決定傳媒娛樂行業周期性的邏輯到底是什麼？

無論「口紅效應」存在與否，應該如何理解深層邏輯？

在上文，我們已經做了很多數據分析。本章我們不討論具體數據，只討論兩個概念：理論框架和現實模型。首先，在經濟學理論上，「口紅效應」不一定成立，最多可以視為「勞動力供給模型」的一種特例。其次，在現實中，我們並不認為中國遊戲行業符合「口紅效應」的假設，而電影等其他娛樂行業是否符合，也需要一事一議地分析。

遺憾的是，在經濟學理論上，「口紅效應」是不存在的

翻遍主流經濟學教材，以及權威經濟學論文，我們很難找到「口紅效應」一詞。這個詞最早誕生於2008年5月，當時《紐約時報》報導：2001年「911」恐怖襲擊之後，美國口紅銷量出現過短暫的大幅上升；但是，當時的實際口紅銷量已經很難考證。

2009年，《經濟學人》雜誌對「口紅效應」進行了深入調查，結論是：「口紅銷量的可靠歷史數據很難獲得……換句話說，沒有發現明確的相關性。」既然在「口紅效應」一詞的發源地，它都沒有得到證明，我們又如何確定它在娛樂行業存在？

在經濟學理論上，有一種商品的需求會隨著經濟的下行而增長：劣等商品(InferiorGood)，即收入彈性小於0的商品。一般而言，經濟學家認為方便麵、廉價快餐、速凍食品、罐頭等低端消費品是劣等品；長途汽車、大型折扣連鎖店、無抵押消費信貸有可能也是劣等品。

問題在於，電影、視頻、遊戲、直播、動漫……有可能是劣等品嗎？如果是劣等品，那麼隨著人均收入的上升，它們的需求理應下降——這種情況在中國從未出現過！那麼，它們只能是正常商品，即收入彈性大於0；甚至很可能是奢侈品，即收入彈性大於1，受到經濟周期的影響非常大。

其實，有一種經濟學理論能夠解釋「口紅效應」：勞動力供給曲線的向後彎曲(Backward-Bending)現象。

該理論認為：勞動者總是在選擇把有限的時間投入工作或閒暇；當薪酬從較低水平開始上升時，勞動者會選擇多幹活、多賺錢；達到某個平衡點之後，如果薪酬繼續上升，他們反而會降低勞動時間、多享受閒暇。在經濟下行時期也是如此：如果薪酬降低到了平衡點以下，勞動者可能選擇少幹活（最直觀的現象就是少加班、少出差），從而有更多的時間花在電影、遊戲等娛樂活動上。

問題在於，即使以上理論是正確的，它符合中國的現實嗎？假設薪酬水平確實出現下降，大概有兩類人是最可能減少勞動時間的：其一是流水線工人、社會服務業人員等按件或按客單領取薪酬的藍領；其二是網際網路、通信、金融、外貿等高薪酬、高加班率行業的白領。

前者的消費能力很有限，後者又面臨著大量生活開支和來自家庭的壓力——不要忘了，「996」是中國白領修來的福報啊！就算他們真的能夠主動減少勞動時間，在閒暇中也不一定會多花錢。說到底，現在的免費娛樂方式很多，誰規定了娛樂就一定要花錢呢？

在上文，我們已經說明了「口紅效應」在經濟學理論上難以成立。接下來，我們還要說明，「口紅效應」在中國傳媒娛樂行業的實踐框架中也難以成立。由於中國娛樂內容市場，尤其是遊戲、直播等細分市場的特殊性，我國很可能比發達國家更難出現「口紅效應」！

在中國的現實市場環境中，「口紅效應」極難存在

中國傳媒娛樂行業的主力消費者究竟是誰？這個問題不同於「用戶畫像」——它關心的是「誰在付費、誰付費最多」，而不是「誰在使用」。對於各個細分行業，答案有微妙的不同，但是大致可以分為兩種：「電影模式」和「遊戲模式」。「電影模式」的主力消費者與主力用戶是重疊的，依靠的是較高的付費率、較低的ARPU，正所謂「聚沙成塔、螞蟻搬泰山」。

無論內容質量如何，電影票的價格大致相仿，只存在地理位置、時間段、技術格式和票補上的差別。如今的電影票也幾乎不存在VIP一說了，只有IMAX等巨幕格式可以算作某種系統性的差異化定價。

「遊戲模式」則與「電影模式」大相逕庭：不一定人人付費，付費滲透率可以很低，運營方也不會驅趕那些「白玩」的人。

典型的重度遊戲都存在「付費用戶金字塔」：最頂層是「大R玩家」，動輒充值幾萬、幾十萬，甚至出現過一人一年充值上億的情況，他們大多是企業主、富二代等「土豪」；中層是「中R/小R玩家」，充值幾千塊是常事，比上不足比下有餘，其中既有高收入的金領，也有「小土豪」；底層是普通人，數量龐大，能夠偶爾充值幾十元已經很不容易，更多的是一毛不拔的「零氪」玩家。

一個月流水3億元的MMORPG，收入來源可能是：幾百個大R玩家貢獻1億，幾萬個中R/小R玩家貢獻1.5億，上百萬普通玩家貢獻5000萬。

那麼問題來了：經濟增速的放緩，會對網路遊戲的「付費金字塔」造成什麼影響？首先，頂端的「土豪」肯定會受到負面影響，他們的生意和資產價值都可能縮水，從而無法負擔在遊戲裡的龐大開支。

其次，中間的金領和「小土豪」也無法免疫，動輒幾千元的充值不是小數目，節省開支過冬才是合理的選擇。最後，底層的微氪玩家倒是有可能稍微多花一點錢，畢竟在遊戲裡花幾十元帶來的樂趣，在現實中可能花幾百元都得不到；這就是很多投資者期盼的「口紅效應」。

問題在於，微氪玩家本來就不是遊戲流水的主力軍，他們再怎麼多花錢，能撐起流水大盤嗎？

要判斷某種傳媒娛樂產品在經濟下行周期會受到多大影響，我們首先要看：它的付費模式更接近「電影模式」還是「遊戲模式」？

此外，有沒有免費替代（白玩、白看、搭順風車）的可能性？我們認為，電影、網絡視頻、音樂等產品受到周期性的影響較小，而遊戲、直播受到的影響較大。

當然，並非所有重度遊戲都依賴少數「土豪」，以《王者榮耀》《QQ飛車》為代表的電子競技遊戲，收入來源就明顯比較均衡。