:::

消費者歧視之探究—以美國職業籃球聯盟為例

消費者歧視之探究—以美國職業籃球聯盟為例 7
研究論文
消費者歧視之探究
—以美國職業籃球聯盟為例
吳詩婷 簡文政✽
摘要
本文以美國職業籃球聯盟(National Basketball Association,
NBA)之球賽入場觀眾人數來探討是否存在消費者種族歧視(Customerbased
Discrimination)的問題。藉由2010 – 11 與2011 – 12 兩年球
季的每場資料做為研究樣本,利用Tobit 模型分析。在控制整體聯盟
競爭程度、明星效果因素、假日等其他因素下,實證結果發現,黑人
球員上場人數對觀眾人數為負向顯著,每減少一位黑人球員上場,可
以吸引約22–31 位觀眾進場,可以見得黑人球員在NBA 的消費者歧視
仍存在。而國際球員上場人數對觀眾人數則是負向顯著的影響,每減
少一位國際球員上場,可以吸引約28–30 位觀眾進場。另外,我們也
發現明星球員及假日可以為球隊帶來更多的觀眾。此研究結果可供美
國職業籃球聯盟日後球員選秀與場上調度安排上的參考依據。
關鍵字:消費者歧視、美國職業籃球聯盟、觀眾人數
✽  通訊作者,世新大學經濟系副教授。台北市木柵路一段111 號。E-mail: wjjane@cc.
shu.edu.tw, Tel: 886–2–2236–8225 Ext. 63404, Fax: 886–2–2236–1658。
8 調查研究—方法與應用/第33 期
Customer Discrimination
in the National Basketball Association
Shih-Ting Wu, Wen-Jhan Jane✽
ABSTRACT
This paper investigates the effects of customer discrimination on
attendance by using National Basketball Association (NBA) match
data. The micro data of game attendance provides comprehensive
insights into the behavior of viewers. The results in the NBA show that
black players and international players decrease attendance. Customer
discrimination exists in the NBA.
Keywords: customer discrimination, National Basketball Association,
attendance
壹、研究動機與研究問題
由於職業聯盟的球員改革是為了吸引消費者進場觀賞球賽,因此
消費者的需求研究被視為一項很重要的運動賽事分析。一般人對歧視
的認知通常是指對特定的群體存有偏見或是暴力的行為(林軒宇,
2009),如過去美國人對非裔美國球員的差別待遇;1 但回顧過去許多
國外運動經濟學者的文獻,有越來越多的文獻關注於發生在職業運動
✽  Associate Professor, Department of Economics, Shih Hsin University, Taipei, Taiwan.
E-maill: wjjane@cc.shu.edu.tw.
1 以MLB 為例,一個有色人種在60 年前能夠上得了職棒打球,他必須克服許多嚴峻
的挑戰。因此早期對於薪資歧視的文獻有一部分是針對美國職棒黑人歧視做為討論
的主題(簡文政,2010)。美國過去採取種族隔離政策,所以過去不允許黑人球員進
入美國職棒大聯盟比賽,只能在黑人聯盟(Negro Leagues)出賽,因此有實力在大
聯盟出賽的黑人球員,因為種族的議題無法在大聯盟出賽。
消費者歧視之探究—以美國職業籃球聯盟為例 9
勞動市場中的歧視。其中大多是研究發生在職業運動產業中的歧視,
主要是因為職業運動彙整了詳細的統計資料,對球員的表現與球賽的
資訊提供了完整衡量的依據,可以統計出球員或球賽的生產力。
美國職業籃球聯盟(National Basketball Association, NBA)為世
界最頂尖的職業籃球組織,也是籃球員所追求的最高殿堂,其帶來之
經濟效益是不容忽視的。本研究期望藉由重要的運動賽事在每場觀眾
人數的資料分析,加深對於消費者歧視之探討。本文之貢獻除資料的
獨特性外,更能彌補消費者歧視文獻稀少的缺口。
本文將以NBA 之觀眾人數來進行職業運動之消費者的歧視研究。
以NBA 單場所上場的黑人球員總數對應NBA 該場比賽的觀眾人數分
析來衡量現場觀眾是否具有消費者歧視。
NBA 於1946 年成立,在成立初期,NBA 的球員和教練全部由白
人組成。1947 年,美籍日裔的三阪亙(Wataru Misaka)被紐約尼克首
輪選中,成為了NBA 歷史上首位黑人球員。儘管當時美國的種族歧視
仍然相當嚴重,不過隨著威廉•費爾頓•羅素(William Felton Russell)
、威爾特•張伯倫(Wilton Norman Chamberlain)等人在球場上
不斷創造佳績,黑人球員逐漸被球迷們接受並成為了NBA 的主角。
進入90 年代後,黑人球員在數量上開始超越白人球員。根據NBA 官
方網站的資料經整理統計後,我們將1999–2000 到2011–12 共13 個球
季的黑人球員與白人球員在NBA 人數比例變化整理如圖1。2006–07
賽季,黑人球員佔NBA 所有球員的比率已達到75%,2009–10 年現役
NBA 球員中,黑人球員占77%,白人占18%,拉丁美洲球員占3%,
亞洲球員占1%,另有1% 為其他種族,2 可以發現黑人球員的比例逐
2 美國佛羅里達大學(The University of Florida)體育研究學會2010 年給參與美國各體
10 調查研究—方法與應用/第33 期
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
1999_00
2000_01
2001_02
2002_03
2003_04
2004_05
2005_06
2006_07
2007_08
2008_09
2009_10
2010_11
2001_12
黑人球員白人球員國際球員
圖1 黑人球員、白人球員與國際球員在NBA 人數比例變化圖
漸提高,甚至占大部分比例。
而NBA 在八零年代中期也開始出現較多的非美國出生的球員。在
過去文獻中,Eschker, Perez and Siegler(2004: 1009–1020)定義國際球
員為非美國出生且未在美國受過教育的球員。國際球員補強了各個球
隊較弱的一環,也寄望國際球員能提升比賽的精采程度,而外籍球員
的精采表現也產生了一些為人所知的明星球員,如:姚明(Yao Ming)、
保羅•加索爾(Pau Gasol)等人。1999–2000 球季時,國際球員佔整個
聯盟球員數約8%,到了2002–2003 球季上升到約15%,之後到了2007–
2008 球季,國際球員佔球員總數更達到了約18%(林軒宇,2009)。
近年來,NBA 為了吸引更多來自世界各地的優秀球員,將國際球員的
育聯賽和大學體育運動的女性和種族情況進行評級打分。這項研究表明,在現役
NBA 選手當中,黑人球員占77%,白人占18%,拉丁美洲球員占3%,亞洲球員占
1%,另有1% 為其他種族。
消費者歧視之探究—以美國職業籃球聯盟為例 11
限制逐漸放寬。本研究關注消費者的選擇是否受到球員的種族影響。
另一部分所關注國際球員是否較其他球員更受消費者的偏好。
消費者歧視常常左右消費者對商品與勞務的選擇,透過深入的了
解觀看球賽之觀眾的消費者行為與偏好,研究NBA 的每場進場觀眾
人數之變動相關因素。針對分析出來的現象加以探討,期望能夠提供
球團與教練日後在球員選秀與場上調度的參考依據。
貳、文獻回顧與探討
在過去文獻中,經典勞動力市場歧視的定義莫過於Becker(1971)
所提出的,若市場上存在兩個群體 W 和 N,假設 W 的成員和 N 的成
員在生產上是完全替代要素,在勞動市場完全競爭的前提下,W 和 N
的均衡工資率應該相等;若 W 和N 的工資率存有差異,則表示有市場
歧視存在。將勞動力市場歧視分為三種類型,分別為雇主的歧視、同
事的歧視和消費者歧視。其中本文所要探討的主要為消費者歧視。在
國外有許多學者研究消費者種族歧視的文獻,例如職業棒球方面,有
Jewell(2003: 87–100)與Depken and Ford(2006: 1061–1077)等研究
美國職棒大聯盟的消費者種族歧視;Kahn and Sherer(1988: 40–61)、
Burdekin and Idson(1991: 179–186)與Broyles and Keen(2010: 162–
171)則研究美國職業籃球聯盟的消費者種族歧視;Goddard and Wilson
(2009: 295–316)研究英國足球聯賽的種族歧視等。
大多國內學者對於歧視的研究,多著墨於雇主的歧視,例如林軒
宇(2009)研究NBA 球團對於國際球員的薪資歧視;簡文政(2010)
研究美國職棒大聯盟球團對於種族的薪資歧視,而在消費者種族歧視
的文獻卻相當稀少。
12 調查研究—方法與應用/第33 期
以觀察觀眾人數來探討,Kahn and Sherer(1988: 40–61)則使用
NBA 1985–86 球季的球員資料,作者控制了球員的場上表現、選秀、
球隊所在城市的人種組成、人口數等相關市場變數以及球隊表現後發
現,在其他情況不變之下,假使球隊以一個相同能力的白人球員來取
代黑人球員,則該隊主場的觀眾人數每季將可增加8,000 到13,000 人。
而Brown, Spiro and Keenan(1991: 333–345)利用NBA 1984–85 球季
共227 個球員樣本,作者控制了場上表現、種族、明星效果、經驗、
選秀等,並考慮黑人球員上場時間多寡對黑人球員和白人球員的薪資
以及觀眾的偏好進行分析。結果發現歧視確實造成白人球員薪資高於
黑人球員,但是卻不會因為觀眾喜歡看白人球員打球,使得白人球員
較黑人球員更加容易加入NBA。兩篇文獻皆顯示出雇主的抉擇取決於
消費者的偏好,而白人球員較黑人球員較受消費者喜愛。
以消費者偏好選擇來看消費者歧視,Depken and Ford(2006: 1061–
1077)使用複迴歸模型來探討美國職棒大聯盟明星賽票選結果的影響
因素。其主要探討的因素為消費者種族歧視,作者以美國職棒大聯盟
1990 年至2000 年,共11 年,美國職棒大聯盟全明星賽票選結果為主
要樣本,除了每位球員所獲得的全明星賽票數為應變數,並分別以種
族、球員素質、球員獲得獎項、球員場上守備位置、投票者年齡與時
間趨勢六項解釋變數對於每位球員所獲得的全明星賽票數的影響。研
究結果指出黑人球員在其他情況不變之下,沒有發現消費者種族歧視
影響明星賽票選的證據;而McGarrity, Palmer and Poitras(1999: 247–
258)使用Tobit 複迴歸模型來探討消費者種族歧視對球員卡次級市場
卡價的影響。作者以1974 年所發行的球員卡,在 1994 年時的卡價為
主要研究樣本,除了每張卡價為應變數,並控制球員生涯全壘打數、
勝投、三振、完投、世界大賽投球局數、非裔美國人球員、拉丁裔球
消費者歧視之探究—以美國職業籃球聯盟為例 13
員和新卡等十四項解釋變數對於球員卡卡價的影響。研究發現,除了
各項球員個人表現影響球員卡的卡價,在拉丁裔的投手上找到些微的
消費者種族歧視的證據;再者從Jewell(2003: 87–100)來看,此研究
觀察1962 年至 2001 年符合入選美國職棒大聯盟名人堂資格的309 位
球員。並控制球員場上守備位置、一壘安打數、二壘安打數、三壘安
打數、全壘打數、盜壘數、上壘率與世界大賽出場數等解釋變數,檢
視球員種族為非裔美國人球員與拉丁美洲人球員是否影響其入選名人
堂的時間。研究結果顯示,並沒有發現球員種族影響球員入選名人堂
與否的證據,意味著沒有因為球員種族的不同而影響投票動機的情況
發生。三者研究皆指出,每位球員在場上有較好的表現其所獲得的全
明星賽票數及球員卡的卡價及選入名人堂的時間呈現正向顯著影響。
以收視率來看消費者歧視,Kanazawa and Funk(2001: 599–608)
以美國尼爾森收視率研究美國職籃的消費者種族歧視。其研究結果發
現,在控制其他變數下,當更多白人球員參與球賽時,收視率會上升。
研究另發現,較高的收視率會讓美國職業籃球聯盟獲得更大的廣告收
入,這也意味著白人球員的邊際收益大於其他種族的球員,這部分也
可以解釋,存在於美國職籃聯盟的種族薪資歧視。
另外,Burdekin, Hossfeld and Smith(2005: 144–159)使用1990
年到1999 年的觀眾人數資料來驗證觀眾是否真的對白人球員和黑人
球員一視同仁。結果顯示:不管是白人或黑人,只有能力好的球員才
能在NBA 生存下去;所以就整體NBA 聯盟來看,歧視的情況並不存
在。不過如果用球隊所在城市來看的話,發現城市人口組成白人所佔
比率愈高時,該隊中白人球員的比率也愈高,且對於球隊收入也較
高,這種情況到九零年代仍然存在。另外作者也發現表現愈好的白人
球員愈可能加入白人佔城市人口比率愈高的球隊,這也顯示這些球隊
14 調查研究—方法與應用/第33 期
對白人球員的邊際評價愈高。
在國內職業運動歧視相關之文獻,Jane(2012: 73–93)利用1990–
2007 年437 位球員之薪資資料來檢驗中華職業棒球是否存在薪資歧
視。使用兩階段雙重固定效果模型(two-stage double fixed-effects
model)分析,其研究結果發現,在其他條件不變之下,原住民球員往
往需要比一般球員被支付更多的薪資。這也顯示這些相對少數的原住
民球員存在著薪資溢價(salary premium)或者說是逆向歧視(inversediscrimination)
的現象。
最後將本文所回顧的文獻整理成表1。
表1 文獻回顧
作者(年份) 研究對象 研究目的 控制變數 結  論
Kahn and
Sherer
(1988)
1985 – 86
球季上場的
NBA 球員
探討NBA 的
球迷是否存在
消費者歧視
各種場上表現、種族、
球隊所在城市的黑人比
率、球隊所在城市的總
人口,並額外考慮球隊
內黑人和白人球員比率
對總觀眾數的影響
薪資歧視仍然存在,且球
隊以相同能力的白人取代
黑人可增加每季主場觀眾
數,作者將薪資歧視及觀
眾數差異歸咎於消費者的
歧視
Brown,
Spiro and
Keenan
(1991)
1984 – 85
球季上場的
NBA 球員
探討消費者的
種族歧視是否
影響NBA 球
員薪資
各種場上表現、種族、
明星效果、經驗、選秀
等,並考慮黑人球員上
場時間多寡對觀眾人數
的影響
在相同能力下,白人薪資
確實較黑人高,但不會因
為觀眾愛看白人球員,進
而使得白人球員進入
NBA 的門檻降低
Depken and
Ford (2006)
1990 年至
2000 年,
美國職棒大
聯盟全明星
賽票選結果
探討消費者種
族歧視是否影
響美國職棒大
聯盟明星賽票
選結果
以種族、球員素質、球
員獲得獎項、球員場上
守備位置、投票者年齡
與時間趨勢六項解釋變
數對於每位球員所獲得
的全明星賽票數的影響
黑人球員在其他情況不變
之下,沒有發現消費者種
族歧視影響明星賽票選的
證據
消費者歧視之探究—以美國職業籃球聯盟為例 15
表1 文獻回顧(續)
作者(年份) 研究對象 研究目的 控制變數 結  論
McGarrity,
Palmer and
Poitras
(1999)
1974 年所
發行的球員
卡,在 1994
年時的卡價
探討消費者種
族歧視對球員
卡次級市場卡
價的影響
控制球員生涯全壘打
數、勝投、三振、完投、
世界大賽投球局數、非
裔美國人球員、拉丁裔
球員和新卡等十四項解
釋變數
除了各項球員個人表現影
響球員卡的卡價,在拉丁
裔的投手上找到些微的消
費者種族歧視的證據
Jewell
(2003)
1962 年至
2001 年符
合入選美國
職棒大聯盟
名人堂資格
的309 位球

探討球員種族
為非裔美國人
球員與拉丁美
洲人球員是否
影響其入選名
人堂的時間
球員場上守備位置、一
壘安打數、二壘安打
數、三壘安打數、全壘
打數、盜壘數、上壘率
與世界大賽出場數等解
釋變數
沒有發現球員種族影響球
員入選名人堂與否的證
據,意味著沒有因為球員
種族的不同而影響投票動
機的情況發生
Kanazawa
and Funk
(2001)
1996 – 17
球季上場的
NBA 球員
探討消費者種
族歧視是否影
響NBA 的轉
播收視率
主客場勝率、主客場每
分鐘白人球員的出賽比
例、主客場登錄名單中
白人球員數、全明星賽
球員數、播放時間之虛
擬變數、是否為假日等
解釋變數
當更多白人球員參與球賽
時,收視率會上升。且較
高的收視率會讓NBA 獲
得更大的廣告收入,意味
著白人球員的邊際收益大
於其他種族的球員
Burdekin,
Hossfeld
and Smith
(2005)
1990 – 91 球
季至1998 –
99 球季的
NBA 球員
探討觀眾對於
黑白人球員的
偏好是否真的
不存在差異
球隊白人球員比率是否
受到球隊城市白人比
率、主場觀眾容量等的
影響
表現愈好的白人球員傾向
加入城市白人人口比率高
的球隊,顯示這些球隊對
白人球員評價較高
Jane (2012) 1990 – 2007
年中華職業
棒球的437
位球員
探討中華職業
棒球是否存在
薪資歧視
球員種族之虛擬變數、
球員的生產效率、球員
及球隊的特徵、球員之
身高、體重、年齡等個
人特徵與守備位置等解
釋變數
原住民球員往往需要比一
般球員被支付更多的薪
資。這也顯示這些相對少
數的原住民球員存在著薪
資溢價(salary premium)
或者說是逆向歧視的現象
16 調查研究—方法與應用/第33 期
參、研究方法及實證模型
本文以NBA 單場所上場的黑人球員總數對應NBA 該場比賽的觀
眾人數,觀察是否有顯著的關聯。然而影響NBA 觀眾人數的因素眾
多,在過去文獻中,Eschker et al.(2004: 1009–1020)以NBA 觀眾人
數為例,將球員場上種族、明星效果、假日、經驗與球隊所在城市的
人口做為相關變數,研究結果發現假日與明星效果分別對各球隊主場
觀眾人數呈現顯著正向影響;Burdekin et al.(2005: 144–159)以NBA
觀眾人數來驗證觀眾對於黑、白人球員的偏好是否真的不存在,以球
隊白人球員比率是否受到球隊城市白人比率、主場觀眾容量和競爭程
度等影響。因此,本研究歸納出消費者種族歧視因素、競爭程度因素、
明星效果因素與其他控制變數做為影響觀眾人數之因素,再以線性迴
歸模型與 Tobin 模型來探討各解釋變數與NBA 觀眾人數的關係。
一、 樣本期間與資料來源
為探討職業運動消費者種族歧視,本文以2010–11 至2011–12 美
國職業籃球聯盟兩個球季做為樣本期間,兩球季例行賽及季後賽場次
共計2,378 場,共三十支隊伍參加賽事。3
資料來源方面,在消費者種族歧視的黑人球員或國際球員出賽人
數之衡量是利用有上場比賽的球員名單計算,而非採用登錄名單。其
原因為若使用登錄名單,其上場球員皆相同而無法檢視球員因場次不
3 NBA 例行賽為循環賽制,每支球隊都要完成82 場比賽,其中包括41 場主場及41
場客場,例行賽到次年的4 月結束。由於勞資對立,導致2011–12 年度球季賽事停
擺,第一場賽事延至12 月開打,因此兩年之總賽事共計2,378 場。
消費者歧視之探究—以美國職業籃球聯盟為例 17
同導致球員影響觀眾之變化。因此在樣本選擇使用上是以上場比賽球
員之人數來衡量。先從NBA 官方網站蒐集取得美國職業籃球聯盟各
黑人球員名單,再整理出2010–11 與2011–12 球季每一場例行賽及季
後賽之兩隊的球員出賽名單,兩者交叉比對搜尋出每一場次出賽球員
中黑人球員的數量;而國際球員的定義則為非美國籍之NBA 球員,
此一消費者歧視的衡量方式與前述黑人球員的衡量方式雷同。每場觀
眾人數和各球場場次的日期、地點、主客隊、比數、戰績等資料可由
ESPN 網站所建立的資料庫取得。考量到觀眾人數可能受到球員在球
季場上的表現、經驗、年齡以及一些個人特質所影響,故於Basketball
—Reference.com、NBA.com 等網站搜集相關資料,重新比對整理出
NBA 每位球員出生地、種族、球隊主場累計觀眾人數等。
二、 實證模型
實證模型先使用最小平方法(ordinary least squares, OLS)進行
估計,其所影響觀眾人數的因素歸納出四大類,為消費者種族歧視因
素、明星效果因素、競爭程度因素及其他控制變數,觀眾人數之迴歸
方程式如下:
Atti = α + β1RDi + β2Stari + β3DCi + β4Otheri + εi。 (1)
下標i 為不同的例行賽場次,i = 1, 2, ... N。Atti 代表第i 個場次的觀眾
人數。α 為截距項,β1、β2、β3、β4 則是模型的待估參數,RD 為消費
者種族歧視之因素,Star 為明星效果因素,DC 為競爭程度,Other
為其他控制變數,ε 為殘差項。
其中RD 包括黑人球員出賽球員人數及國際球員出賽人數,為本
研究主要探討之因素。對於國際球員的定義,為非在美國出生的球員
18 調查研究—方法與應用/第33 期
稱為國際球員;Star 代表明星效果因素,以每場比賽中各年度主客場
明星賽球員出賽總數來衡量;DC 為球賽競爭程度,包括整體聯盟競爭
程度、整體聯盟競爭程度平方項、冠軍效果、世仇效果,當競爭程度
越激烈,觀眾勢必更有欲望觀看球賽。聯盟的勝率不均度(Herfindahl-
Hirschman index, HHI)為本研究用來做整體聯盟競爭程度的衡量,先
計算各隊在第i 場的累計勝率,用以算出各隊勝場數占總場數的份額
(share),取其平方加總即為該聯盟在某個時間點的競爭狀況。當HHI
越小,則聯盟的勝率不均度越低,表示各隊勝場數越接近,則聯盟整
體競爭狀況越激烈。4 Other 為其他控制變數,包括主場球隊歷史、距
離、人口、主場容納人數(max accommodated number)、主客場勝率、
排名及是否為假日的虛擬變數。在迴歸式中,其距離、人口兩個變數
皆取對數(log)做迴歸。
在職業運動需求的實證模型設定中,本研究亦考慮了樣本受限的
問題(censored problem)。此受限迴歸模型利用不受限制的樣本觀察
值(uncensored observations)預測限制外的需求水準,來處理球場場
館容量限制的問題。以紐約尼克隊(New York Knicks)在主場麥迪遜
花園廣場(Madison Square Garden)對上波士頓賽爾提克隊(Boston
Celtics)來說,其例行賽與季後賽假設都是滿場,但其數據上限19,763
所隱含的門票需求卻有大大的不同。也就是說,雖兩場都是滿場,但
有極大的可能是季後賽的需求遠遠超越例行賽,只不過門票數據被場
館「限制」而看起來一樣罷了。以NBA 為例,2010–11 到2011–12 三
個球季共2,378 場賽事,就有1,165 場爆滿,其滿場率高達49%。因
此,對於一票難求的運動賽事來說,考量樣本受限的問題有其必要性。
4 HHIi = Σn
j=1 (Sharej)2。下標i 為不同的例行賽場次,j 則為聯盟中各隊代碼。
消費者歧視之探究—以美國職業籃球聯盟為例 19
此外,由於NBA 各場館的容量人數不同,設定單一上限的受限
迴歸模型在此必須做調整。因此,我們以各場館的容納比例(yi = Atti/
capacityi)來做修正。此一職業運動賽事的需求可以設定為(2)式
yi* = α + β1RDi + β2Stari + β3DCi + Otheri’γ + ui, (2)
α 是常數項,RD 為消費者歧視因素,Star 為衡量明星效果的指標,
DC 為短期的競爭平衡程度,Other 是其他控制變數矩陣,u 為殘差項
(u~N(0, σ2 ))。yi* 為潛在變數(latent variable),紀錄小於場館限制1
的數據。當需求大於或等於1,則發生限制(censored),代表第i 個
場次的觀眾人數為滿場。可觀察到的應變數可依照Long(1997)定
義如下:
yi =
yi* if yi* < 1
, (3)
1 if yi* ≥ 1
接著將(2)與(3)式合併,整理成(4)式,此即NBA 運動需求
的Tobin(1958: 24–36)實證模型。
yi =
α + β1RD + β2Star + β3DC + Other′γ + u if yi* < 1
, (4)
1 if yi* ≥ 1
其變數定義整理如下表2。
黑人球員出賽球員數及國際球員出賽球員數,為本研究主要探討
之因素,其黑人球員出賽球員數預期結果可能為負向或是沒有顯著影
響,由Depken and Ford(2006: 1061–1077)研究結果顯示,在NBA
的消費者對於黑人球員之歧視已越來越不明顯,因此本研究對於預期
結果有待觀察。而林軒宇(2009)探討國際球員之結果顯示,國際球
20 調查研究—方法與應用/第33 期
表2 NBA 賽事分析:各項自變數對收視率迴歸的定義、
資料來源、預期結果
因  素自 變 數定  義
預期
效果
消費者種族歧視因素黑人球員每場次黑人球員的出賽球員數。N
國際球員每場次國際球員的出賽球員數。-
明星效果因素明星賽效果每場比賽中各年度主客場明星賽
球員出賽總數。

競爭程度因素整體聯盟競爭程度每場賽事的前一天全聯盟之競爭
程度。

整體聯盟競爭程度
平方項
每場賽事的前一天全聯盟競爭程
度之平方。

冠軍效果主場是否為上季東西冠軍球隊。+
世仇效果比賽對戰隊伍是否為世仇。+
其他控制變數主場球隊歷史主場球隊成立至比賽時的年數。-
距離主場與客場之距離(英吋)。+
人口主場城市人口。+
主場容納量主場球館最大容納人數。+
主場勝率主場勝場數占總勝場數之比。+
客場勝率客場勝場數占總勝場數之比。+
主場排名主場之排名。-
客場排名客場之排名。-
假日名目變數,星期五、六、日和國
定假日為1,否則為0。

註:1. “ + ”預期效過為正向、“ − ”預期效果為負向、“ N ”預期效果為不確定。
  2. NBA 官方網站:http://www.nba.com/
   basketball-reference: http://www.basketball-reference.com/
   ESPN: http://espn.go.com/
消費者歧視之探究—以美國職業籃球聯盟為例 21
員和美國球員表現所帶來之效益並無差異。綜合薪資與效率的分析結
果,國際球員在現實和理想的考量下,在NBA 似乎扮演著廉價勞工的
角色。不論是國際球員之薪資抑或效益綜合來看並未呈現正向影響,
因此本文在國際球員出賽球員數預期結果為負向。而整體聯盟競爭程
度、整體聯盟競爭程度平方,預期結果為負向,冠軍效果、世仇效果,
預期結果為正向,可想而知,當競爭程度越激烈,更吸引消費者觀看,
觀賞人數也會增加。而以明星賽球員出賽總數、主場最大容納人數、
距離、人口、主客場勝率及是否為假日來看,其預期結果皆為正。至
於主場球隊歷史、主客場排名預期效果為負。此預期結果參考Brown
et al.(1991: 333–345),並於黑人球員部分稍加修正。
肆、實證結果與分析
在表3 中整理了消費者歧視對觀眾人數迴歸的敘述統計,可以發
現2010–11 球季至2011–12 球季兩年共2,378 場例行賽中,平均每場
就有約19 位黑人球員和5 位國際球員上場參與球賽。此外,平均每
場比賽主客場明星球員出賽人數約為2 位。在競爭程度因素方面,整
體聯盟競爭程度(HHI 指數)平均每場約為0.04,可以觀察到整個聯
盟存在著一定的競爭程度。在其他控制變數方面,平均主場球隊歷史
為41.76 年。主場與客場之距離平均為1,099.82 英哩。主場最大容納
觀眾人數平均為19,166 人。至於比賽當日為例假日(周六、日)佔總
場次的機率為0.26,約618 場。
表4 為檢驗各自變數間是否存在高度相關的結果。由表中可以發
現,主客場排名及主客場勝率為高度相關,相關係數高達0.9,其餘的
皆低於0.6。因此,OLS 模型進行檢驗時,變數設定採取主客場排名
22 調查研究—方法與應用/第33 期
表3 NBA 賽事分析:消費者歧視對觀眾人數迴歸的敘述統計
(n = 2,378)
變  數平均數標準差最小值最大值
觀眾人數17439.16 2791.82 8120 23067
黑人球員19.10 2.08 10 25
國際球員4.85 1.98 0 12
明星賽效果1.54 1.29 0 7
整體聯盟競爭程度0.04 0.02 0 0.33
整體聯盟競爭程度平方項0.01 0.01 0 .11
冠軍效果0.07 0.26 0 1
世仇效果0.05 0.22 0 1
主場球隊歷史41.76 16.06 8 66
距離1099.82 748.58 0 4241
主場容納量19166.51 1032.49 17188 22076
人口# 12 10.3 2.50 37.7
主場勝率0.51 0.19 0 1
客場勝率0.50 0.19 0 1
主場排名14.41 8.73 1 30
客場排名14.68 8.65 1 30
假日0.26 0.44 0 1
註:# 單位為百萬人。
及主客場勝率各別放入迴歸式,不會將兩者放在同一個迴歸式中,其
迴歸結果如下表5。接著,將本文所關心的重要變數黑人球員及國際
球員納入,依次放入明星效果因素、競爭程度因素,以此迴歸做為基
礎。Model 1 之控制變數為主場球隊歷史、主場容納人數、距離取對
數、是否為假日及主客場勝率。Model 2 加上人口取對數。Model 3 同
Model 1,將其主客場勝率更換為主客場排名,藉以檢驗兩者分別對觀
眾人數之影響。Model 4 則加上人口取對數。其後,我們以 Breusch消
費者歧視之探究—以美國職業籃球聯盟為例 23
表4 各變數之相關係數表
觀眾
人數
黑人
球員
國際
球員
明星
球員
競爭
程度
競爭程
度平方
冠軍
效果
世仇
效 果
球隊
歷史
距離
觀眾人數1.00
黑人球員0.02 1.00
國際球員−0.08 −0.40 1.00
明星賽效果0.39 0.06 −0.19 1.00
競爭程度0.02 −0.00 0.00 −0.00 1.00
競爭程度平方0.02 −0.00 −0.00 −0.00 0.97 1.00
冠軍效果0.19 0.06 −0.03 0.32 −0.02 −0.02 1.00
世仇效果0.10 −0.10 −0.01 0.10 0.00 −0.00 0.12 1.00
主場球隊歷史0.06 0.04 −0.20 0.04 −0.03 −0.03 0.04 0.07 1.00
距離0.07 −0.02 0.00 0.08 −0.04 −0.04 0.05 −0.07 −0.01 1.00
主場容納量0.32 0.10 −0.02 −0.08 −0.00 −0.01 −0.02 0.01 0.21 −0.06
人口0.08 −0.15 0.00 0.07 0.04 0.03 0.12 0.09 0.18 0.15
主場勝率0.37 −0.00 −0.05 0.38 0.03 0.04 0.27 0.09 0.02 0.02
客場勝率0.15 −0.01 −0.03 0.39 −0.05 −0.05 −0.01 0.06 −0.01 0.03
主場排名−0.41 −0.00 0.06 −0.43 −0.07 −0.08 −0.29 −0.10 0.01 −0.02
客場排名−0.17 0.01 0.03 −0.43 −0.04 −0.04 −0.00 −0.09 0.00 −0.03
假日0.08 0.00 −0.01 0.02 −0.06 −0.06 −0.00 0.02 0.01 −0.01
主場容納量人口主場勝率客場勝率主場排名客場排名假日
主場容納量1.00
人口−0.04 1.00
主場勝率−0.12 0.02 1.00
客場勝率−0.01 −0.01 −0.16 1.00
主場排名0.12 −0.03 −0.94 0.07 1.00
客場排名0.02 −0.00 0.06 −0.93 −0.01 1.00
假日−0.01 0.04 −0.01 0.04 0.01 −0.03 1.00
24 調查研究—方法與應用/第33 期
表5 NBA 賽事分析:消費者歧視對NBA 觀眾人數之估計結果(OLS 模型)
Dependent variable: Atti
OLS Model
VARIABLES Model 1 Model 1 – 1 Model 2 Model 2 – 1 Model 3 Model 3 – 1 Model 4 Model 4 – 1
消費者歧視因素
黑人球員−58.70** −58.70** −48.20** −48.20** −65.50*** −65.50*** −55.30** −55.30**
(24.1) (23.2) (24.3) (23.8) (23.9) (23.1) (24.2) (23.7)
國際球員−54.60** −54.60** −51.50** −51.50* −51.20** −51.20* −48.10* −48.10*
(26.00) (27.70) (26.00) (27.60) (25.80) (27.20) (25.80) (27.10)
明星效果因素
明星賽效果481*** 481*** 474*** 474*** 458*** 458*** 451*** 451***
(46.30) (43.50) (46.30) (43.50) (46.50) (43.50) (46.50) (43.50)
競爭程度因素
整體聯盟競爭程度6,066
(8,727)
6,066
(9,060)
4,104
(8,742)
4,104
(9,088)
−2,192
(8,674)
−2,192
(6,880)
−4,191
(8,691)
−4,191
(6,954)
整體聯盟競爭程度
平方項
−7,109
(25,487)
−7,109
(26,047)
−2,174
(25,509)
−2,174
(26,056)
8,023
(25,315)
8,023
(19,465)
12,974
(25,340)
12,974
(19,611)
冠軍效果369* 369*** 338* 338** 254 254** 223 223*
(192) (139) (192) (141) (192) (130) (192) (132)
世仇效果375* 375* 340 340 335 335 300 300
(215) (219) (215) (220) (214) (217) (214) (218)
其他控制變數
主場球隊歷史−8.10*** −8.10*** −9.22*** −9.22*** −6.67** −6.67** −7.77*** −7.77***
(2.95) (2.81) (2.97) (2.79) (2.93) (2.81) (2.95) (2.80)
主場容納量1.09*** 1.09*** 1.09*** 1.09*** 1.09*** 1.09*** 1.09*** 1.09***
(0.05) (0.06) (0.05) (0.06) (0.05) (0.06) (0.05) (0.06)
消費者歧視之探究—以美國職業籃球聯盟為例 25
表5 NBA 賽事分析:消費者歧視對NBA 觀眾人數之估計結果(OLS 模型)(續)
Dependent variable: Atti
OLS Model
VARIABLES Model 1 Model 1 – 1 Model 2 Model 2 – 1 Model 3 Model 3 – 1 Model 4 Model 4 – 1
距離92.50 92.50 65.30 65.30 60.80 60.80 34.0 34.0
(110) (112) (110) (113) (109) (113) (109) (113)
人口416*** 416*** 408*** 408***
(147) (130) (146) (128)
主場勝率5,050*** 5,050*** 5,088*** 5,088***
(277) (299) (277) (300)
客場勝率1,760*** 1,760*** 1,799*** 1,799***
(278) (288) (278) (288)
主場排名−116*** −116*** −117*** −117***
(6.04) (6.17) (6.04) (6.17)
客場排名−30.1*** −30.1*** −30.9*** −30.9***
(6.03) (6.13) (6.03) (6.12)
假日548*** 548*** 535*** 535*** 542*** 542*** 528*** 528***
(103) (96.0) (103) (95.90) (103) (96.10) (103) (96.00)
常數項−6,634*** −6,634*** −9,520*** −9,520*** −523 −523 −3,293** −3,293**
(1,093) (1,354) (1,495) (1,650) (1,074) (1,342) (1,460) (1,626)
Observations 2,378 2,378 2,378 2,378 2,378 2,378 2,378 2,378
R-squared 0.39 0.39 0.39 0.39 0.39 0.39 0.39 0.39
Breusch-Pagan 18.68*** 17.82*** 22.89*** 22.14***
註:1. 括號內為標準差。
  2. ***表顯著水準1% 下顯著、** 表顯著水準5% 下顯著、* 表顯著水準10% 下顯著。
26 調查研究—方法與應用/第33 期
Pagan test 檢驗異質性(heteroscedasticity)問題。虛無假設(H0)為
無異質性,因此當拒絕H0 時,表示異質性存在,Model 1 至Model 4
皆有異質性問題。因此,調整異質性後的迴歸結果列在表5 Model 1–1
至Model 4–1。從Model 1–1 至Model 4–1 的迴歸結果中可以發現,黑
人球員在四個Model 中為負向顯著。而國際球員,在四個Model 中亦
皆為負向顯著。
因場地的容納人數有限,因此觀察觀眾人數的範圍有一定的限
制,為解決此問題,採Tobit Model 調整迴歸式,由於Tobit Model 採
取最大概似法(maximumlikelihood estimation)進行估計,因而採Likelihood
ratio test(LR test)進行檢定非線性限制條件是否成立。實證結
果表6 為Model 1—Model 4,受限制模型的對數概似函數值為−107 至
−132 間,Tobit Model 之Pseudo R-squared 達約0.8。結果在1% 顯著
水準下,LR 檢定卡方值為1207 至1256。受限制模型與不受限制模型
之極大化概似函數值具有顯著差異,故此時可以使用非線性限制條件
進行估計,所以Tobit Model 整體配適度良好。在此模型的實證結果
顯示黑人球員與國際球員仍舊穩健(robust)呈現負向顯著的結果,
加強了前述OLS 模型的結論。
從表6 Model 1 至Model 4 的迴歸結果中可以發現,黑人球員在
Model 1、Model 3 及Model 4 中為負向顯著,這結果與Burdekin et al.
(2005: 144–159)得到的結果相左。就整體NBA 聯盟來看,雖黑人球
員占大部分比例,然消費者之心理在觀眾人數顯示出,每減少一位黑
人球員則吸引約22–31 位觀眾,可以見得黑人球員在NBA 的消費者歧
視仍是存在的。5 而國際球員,在Model 1 及Model 3 中皆為負向顯
5 此邊際效果的估計是由Tobin 模型估計出的邊際效果乘上平均觀眾人數而得。
消費者歧視之探究—以美國職業籃球聯盟為例 27
著。控制主客場勝率,Model 1 顯示出,在10% 的顯著水準下,估計
係數為 −0.0044,調整後邊際效果為−0.0017,表示每減少一位國際球
員上場,可以吸引約30 位觀眾進場。控制主客場排名,Model 3 可以
發現在10% 的顯著水準下,邊際效果為−0.0016,表示每減少一位國
際球員上場,可以吸引約28 位觀眾進場。Model 2 及Model 4 則不顯
著。在Model 1 至Model 4 觀察明星效果因素顯示出皆為正向顯著,
在1% 的顯著水準下每增加一位明星球員,可增加約570–605 位觀眾
人數。整體聯盟競爭程度(HHI 指數),在此檢定為不顯著。冠軍效果
皆顯示為正向影響,Model 1–4 中,在1% 的顯著水準下,邊際效果為
0.16–0.17,表示如果主場為上季東西區冠軍球隊,則可以多吸引較多
的觀眾進場。而比賽對戰隊伍是否為世仇迴歸結果為正向影響。6
至於其他控制變數部分,主場與客場之距離、人口、主客場勝率、
是否為假日與Brown et al.(1991: 333–345)迴歸結果相同,皆為正向
顯著。在假日部份,在1% 的顯著水準下,假日的邊際效果為0.022,
顯示一旦比賽為假日,會增加約384 位觀眾。其餘的主場球隊歷史、
主客場排名皆為負向顯著。而整體聯盟競爭程度及平方項為不顯著。
其實證結果與Brown et al.(1991: 333–345)結果相符合,而其他相關
文獻研究標的大多著重於球員之薪資歧視,非本研究所探討之消費者
歧視。本文結果對於消費者較偏好白人球員,相較於參考文獻,本研
究除了觀察時間上較長且研究樣本較多外,亦納入國際球員探討影響
6 世仇隊伍的組合:Chicago Bulls vs. Detroit Pistons、Detroit Pistons vs. Indiana Pacers、
Chicago Bulls vs. New York Knicks、Miami Heat vs. New York Knicks、Indiana Pacers
vs. New York Knicks、Dallas Mavericks vs. San Antonio Spurs、Dallas Mavericks vs.
Houston Rockets、San Antonio Spurs vs. Houston Rockets、Los Angeles Lakers vs.
Houston Rockets、Lakers vs. Utah Jazz、Detroit Pistons vs. Los Angeles Lakers、Boston
Celtics vs. Los Angeles Lakers、New York Knicks vs. Denver Nuggets。
28 調查研究—方法與應用/第33 期
表6 NBA 賽事分析:消費者歧視對NBA 觀眾人數之估計結果(Tobit 迴歸)
Dependent variable: Atti /capacityi
Tobit Model
VARIABLES Model 1 邊際效果Model 2 邊際效果Model 3 邊際效果Model 4 邊際效果
消費者歧視因素
黑人球員−0.0046** −0.0015 −0.0034 −0.0009 −0.0052** −0.0018 −0.0040* −0.0013
(0.0022) (0.0022) (0.0022) (0.0022)
國際球員−0.0044* −0.0017 −0.0037 −0.0014 −0.0042* −0.0016 −0.0036 −0.0013
(0.0023) (0.0023) (0.0023) (0.0023)
明星效果因素
明星賽效果0.0700*** 0.0347 0.0690*** 0.0342 0.067*** 0.0332 0.066*** 0.0327
(0.0048) (0.0048) (0.0048) (0.0048)
競爭程度因素
整體聯盟競爭程

0.5600
(0.87)
0.2825 0.2600
(0.8700)
0.1454 −0.67
(0.86)
−0.3230 −1.0400
(0.8600)
−0.4923
整體聯盟競爭程
度平方項
−0.6400
(2.52)
−0.3204 0.1100
(2.52)
0.0204 1.97
(2.48)
0.9699 2.8800
(2.4800)
1.3883
冠軍效果0.3400*** 0.1718 0.3300*** 0.1703 0.32*** 0.1614 0.3100*** 0.1605
(0.066) (0.0660) (0.065) (0.066)
世仇效果0.0670*** 0.0372 0.0660*** 0.0365 0.068*** 0.0377 0.0670*** 0.0368
(0.0240) (0.0240) (0.024) (0.024)
其他控制變數
主場球隊歷史−0.0004* −0.0000 −0.0006** −0.0001 −0.0003 0.0000 −0.0005** 0.0001
(0.0002) (0.0002) (0.00026) (0.00027)
距離1.0200*** 0.0028 1.0500*** 0.0012 1.01*** 0.0018 1.0500*** 0.0004
(0.1700) (0.1700) (0.1700) (0.1700)
消費者歧視之探究—以美國職業籃球聯盟為例 29
表6 NBA 賽事分析:消費者歧視對NBA 觀眾人數之估計結果(Tobit 迴歸)(續)
Dependent variable: Atti /capacityi
Tobit Model
VARIABLES Model 1 邊際效果Model 2 邊際效果Model 3 邊際效果Model 4 邊際效果
人口0.0580*** 0.0272 0.0580*** 0.0271
(0.0140) (0.0140)
主場勝率0.4200*** 0.2034 0.4300*** 0.2087
(0.0250) (0.0250)
客場勝率0.0860*** 0.0416 0.0920*** 0.0449
(0.0250) (0.0250)
主場排名−0.0097*** −0.0047 0.0099*** −0.0048
(0.00055) (0.0006)
客場排名−0.0015*** −0.00070 0.0016*** −0.0007
(0.00054) (0.0005)
假日0.045*** 0.0229 0.0440*** 0.0221 0.0460*** 0.0229 0.0440*** 0.0222
(0.0094) (0.0094) (0.0094) (0.0094)
常數項−3.660*** −4.2200*** −3.1600*** −3.7000***
(0.7400) (0.7500) (0.7300) (0.7400)
Observations 2,378 2,378 2,378 2,378
Log likelihood −132.44 −123.56 −116.81 −107.88
LR test 1207.11*** 1224.87*** 1238.38*** 1256.24***
/sigma 0.17*** 0.17*** 0.17*** 0.17***
(0.0037) (0.0037) (0.0037) (0.0037)
Right-Censored 1172 1172 1172 1172
註:1. 括號內為標準差。
  2. *** 表顯著水準1% 下顯著、** 表顯著水準5% 下顯著、* 表顯著水準10% 下顯著。
30 調查研究—方法與應用/第33 期
觀眾人數之因素,更確切的證明NBA 消費者歧視的存在,且不單單
只侷限於黑人球員及白人球員,亦存在於國際球員。
伍、結論
本研究主要目的是探討消費者種族歧視,以NBA 觀眾人數來檢
驗是否有消費者歧視的存在。在控制整體聯盟競爭程度、明星效果因
素、假日等其他因素下,實證結果發現,黑人球員上場人數對觀眾人
數為負向顯著,每減少一位黑人球員上場,可以吸引約22–31 位觀眾
進場,可以見得黑人球員在NBA 的消費者歧視仍存在。而國際球員上
場人數對觀眾人數則是負向顯著的影響,每減少一位國際球員上場,
可以吸引約28–30 位觀眾進場。另外,我們也發現明星球員及假日可
以為球隊帶來更多的觀眾。
研究結果發現,消費者對種族的偏好,可以由進場看球的觀眾對
於黑人球員與國際球員之喜好呈現。這項研究結果可供美國職業籃球
聯盟日後球員選擇、安排上的參考依據。NBA 在國際化的經營上,
是北美四大職業運動聯盟的先驅,也是目前國際化最成功的聯盟。此
一政策意涵指出,球場觀眾較不喜歡觀看國際球員上場人數較多的比
賽。因此,在美國職業籃球聯盟希望藉由國際球員提高NBA 比賽競
爭程度與可看性之時,也需要考量觀眾是否希望觀看由國際球員所主
導的比賽,所以美國職業籃球聯盟也可以重新審慎評估現存的國際球
員登錄規則是否有改進的空間。至於國際球員對於國際市場能夠帶來
的經濟效益是否能超過票房的損失,是本研究無法進一步推論的盲
點,需要進一步資料來佐證。
消費者歧視之探究—以美國職業籃球聯盟為例 31
參考資料
Becker, G.
1971 The Economics of Discrimination. Chicago, IL: University of Chicago Press.
Brown, E., R. Spiro, and D. Keenan
1991 “Wage and Nonwage Discrimination in Professional Basketball: Do Fans Affect
It?” American Journal of Economics and Sociology 50(3): 333–345.
Broyles, P. and B. Keen
2010 “Consumer Discrimination in the NBA: An Examination of the Effect of Race on
the Value of Basketball Trading Cards,” The Social Science Journal 47(1): 162–
171.
Burdekin, R. C. K. and T. L. Idson
1991 “Customer Preferences, Attendance and the Racial Structure of Professional Basketball
Teams,” Applied Economics 23(1): 179–186.
Burdekin, R. C. K., R. T. Hossfeld, and J. K. Smith
2005 “Are NBA Fans Becoming Indifferent to Race? Evidence from the 1990s,” Journal
of Sports Economics 6(2): 144–159.
Depken, C. A. and J. M. Ford
2006 “Customer-Based Discrimination against Major League Baseball Players: Additional
Evidence from All-Star Ballots,” Journal of Socio-Economics 35(6): 1061–
1077.
Eschker, E., S. J. Perez, and M. V. Siegler
2004 “The NBA and the Influx of International Basketball Players,” Applied Economics
6(10): 1009–1020.
ESPN Internet Ventures
2011 “ESPN NBA,” Retrieved July 1, 2012, from http://espn.go.com/.
Goddard, J. and J. O. S.Wilson
2009 “Racial Discrimination in English Professional Football: Evidence from an Empirical
Analysis of Players’ Career Progression,” Cambridge Journal of Economics
33(2): 295–316.
Jane, W. J.
2012 “Minority’s Salary Discrimination in the Chinese Professional Baseball League,”
International Journal of Sport Finance (SSCI) 7(1): 73–93.
32 調查研究—方法與應用/第33 期
Jewell, R. T.
2003 “Voting for the Baseball Hall of Fame: The Effect of Race on Election Date,”
Industrial Relations: A Journal of Economy and Society 42(1): 87–100.
Kahn, L. M. and P. D. Sherer
1988 “Racial Differences in Professional Basketball Players’ Compensation,” Journal
of Labor Economics 6(1): 40–61.
Kanazawa, M. T. and J. P. Funk
2001 “Racial Discrimination in Professional Basketball: Evidence from Nielsen Ratings,”
Economic Inquiry 39(4): 599–608.
Long, J. S.
1997 Regression Models for Categorical and Limited Dependent Variables. Thousand
Oaks, CA: Sage Publications.
McGarrity, J., H. D. Palmer, and M. Poitras
1999 “Consumer Racial Discrimination: A Reassessment of the Market for Baseball
Cards,” Journal of Labor Research 20(2): 247–258.
National Basketball Association (NBA)
2011 “NBA.com,” Retrieved July 1, 2012, from http://www.nba.com/.
Sports Reference LLC
2011 “Basketball-Reference.com,” Retrieved July 1, 2012, from http://www.basketball-
reference.com/.
Tobin, J.
1958 “Estimation of Relationships for Limited Dependent Variables,” Econometrica
26(1): 24–36.
林軒宇
2009 〈 遠來的和尚會念經?NBA 球員之薪資與效率分析〉,國立中央大學經濟學
系研究所碩士論文。
簡文政
2010 〈 職業棒球薪資議題的探究—從職棒犯罪到薪資歧視〉,行政院國家科學
委員會專題研究計畫(編號NSC 99–2410–H–128–009),未出版。

Calendar

« October 2020»
MonTueWedThuFriSatSun
   01020304
05060708091011
12131415161718
19202122232425
262728293031
cron web_use_log