基于梅特卡夫法则的哔哩哔哩企业价值评估

I引言梅特卡夫法则起初是针对通讯网络价值的阐述，近些年来，随着移动互联网技术不断地迭代更新，以及数字经济的迅速发展，互联网视频行业已然成为全球文化产业与科技产业相互渗透的全新焦点领域，哔哩哔哩，也就是B站，作为中国互联网视频领域后起的有特色的平台，凭借独特的用户社区、活跃度颇高的社区文化以及内容多元的平台，在众多竞争对手里崭露头角。互联网视频这一细分赛道的竞争态势颇为复杂，一方面存在像腾讯视频、爱奇艺这类平台，凭借大量的内容投入以及优质的用户资源来抢占市场份额，另一方面，以短视频平台为代表的，则借助用户注意力碎片化的特点参与竞争，在这样的竞争状况下，B站凭借UGC也就是用户原创内容的模式以及年轻用户群体的优势得以发展。然而其轻资产、高度依赖用户以及盈利模式多元化等特性，致使传统的企业价值评估模型比如收益法、市场法，在对其真实价值进行评估时面临诸多险阻，B站到目前为止尚未实现盈利，长期的战略亏损使得其财务数据难以体现出用户生态的价值。如此一来，一套契合互联网视频企业特点的理论与方法是否适用，就成了当下一个需要解决的实践以及理论问题，在企业价值评估领域，针对细分行业的研究数量较少，多数研究集中于传统行业或者互联网整体市场，B站的商业模式是以用户自制内容为导向，这与以视频资源为基础的视频分享平台有所不同。梅特卡夫模型也就是MetcarforsLaw，是基于网络效应模型构建的，用户数量、用户交互对于价值的驱动呈现指数级增长，这会降低传统方法在计算价值时对财务数据的依赖程度，本文把梅特卡夫模型与B站用户生态相结合，可构建出对B站更具适应性的估值模型，丰富并拓展了企业价值评估的理论基础，还可以为互联网视频行业提供新的估值方法。1企业价值评估的影响因素及方法分析1.1用户对企业价值的影响1.1.1用户是企业价值的根本来源在用户方面，商业理念里用户为企业创造价值这一角色体现得十分明显，于数字商业领域，用户被赋予了新的价值特性，在互联网环境中，“创造顾客”的价值观念升级成了“用户即价值共同体”，互联网厂商依据用户行为数据挖掘用户需求图谱，凭借行为数据锁定用户注意力，把用户规模、活跃度以及黏性当作核心竞争力与关键成长指标。在竞争格局里迅速兴起的哔哩哔哩就是一个典型例子，B站以二次元用户为根基，依靠弹幕和UGC生态，日均吸引时长100分钟的视频UGC生产直播的高黏性用户，当B站用户规模达到月活3亿后，借助“需求驱动”战略展开横向拓展，围绕知识、生活等用户需求搭建社群，在纵向上达成“生产激励→智能分发→用户消费→数据反哺”的价值闭环，每天数百万的视频投稿用户直接促使再生产系统运行，衍生出漫展、会员购等业务内容，广告、增值服务等业务核心也达成了用户价值与商业价值的闭环重生，开创了用户参与数字商业的价值实现新方式。1.1.2用户价值对企业价值的驱动作用用户价值乃是企业价值的根本推动力量，其核心逻辑是借助契合用户需求以及构建深度互动关系来达成商业价值的转化，具体呈现在交换价值、互动价值与资产价值这三个维度上，促使企业形成差异化的竞争力，提升用户忠诚度，并达成多元变现，哔哩哔哩从二次元小众社区发展成为综合平台，便是一个鲜活例证：聚焦二次元核心用户，凭借弹幕与UGC构建起平台场景中有高黏着性的内容，朝着横向方向拓展多元内容，吸引了3.36亿月活用户，聚焦年轻用户画像，借助广告、增值服务以及电商进行多元变现。1.2研究方法与分析1.2.1梅特卡夫定律估值理论梅特卡夫定律从计算机网络领域被直接引入到互联网企业估值当中，在互联网企业估值里网络节点大多指的是用户数量，而网络价值则代表着企业价值，依据梅特卡夫定律，用户规模的增长会引发网络价值呈现几何级增长，梅特卡夫定律给互联网企业估值提供了一个全新的模型，对那些用户规模增长较快的平台型企业格外适用。不过在传统的梅特卡夫定律里，并没有考虑用户质量、用户活跃度等方面，在闪送这类外卖平台型企业价值评估时，依靠添加变现因子、溢价因子等，让模型更合理地贴近互联网企业的现实价值。表1.1梅特卡夫定律估值理论分析表理论核心观点应用领域局限性改进措施传统梅特卡夫定律网络的价值与网络节点数的平方成正比最初用于计算机网络领域，后引入互联网企业估值未考虑用户质量、用户活跃度等因素提出修正的梅特卡夫模型，引入变现因子、溢价因子等参数凭借查看表格可知晓，传统梅特卡夫定律给互联网企业估值给予了新的思考角度，它的核心观点指出，随着用户数量的增多，网络价值会呈现出指数级的增长态势，这对于那些用户规模处于快速扩张阶段的平台型企业在价值评估方面有着一定程度的指导作用。1.2.2梅特卡夫定律估值理论对哔哩哔哩的适用性分析梅特卡夫定律说明节点数平方和网络价值呈现正比关系，在哔哩哔哩的内容生态里该定律也有部分适用性，其潜在适用条件包含多方面：用户质量存在差异，这对线性假设造成了削弱，头部UP主以及活跃用户在生产力和消费力方面的贡献更为突出，若采用简单的平方计算方式会高估“不活跃”用户的价值，竞争者威胁对网络价值形成了约束，当面临抖音、快手等头部APP的挤压时，随着用户规模的扩大，内容版权、内容算法等成本支出持续增加，单位边际获客成本上升，可能会抵消一部分规模效应，技术过时和不可控风险同样是网络价值的潜在威胁，要是推荐引擎、视频直播等技术过时，用户就会流失，降低网络价值，而这是梅特卡夫定律未曾表达的。适配与脱适，体现出网络经济中规模和结构共存的逻辑。2哔哩哔哩的相关特征分析2.1哔哩哔哩企业的特点哔哩哔哩构建了一套面向Z时代的年轻态生态体系，其82%的受众是平均年龄22.8岁的大学生与中学生，这些人群大多生活在一二线城市，有较强的消费能力，堪称品牌商家的“潜在受众”以及“未来主力”，在内容方面，哔哩哔哩借助PUGC模式达成裂变式内容产出，220万作者每月上传的视频数量多达770万，产生了66亿次互动，内容涉及动画、科技、生活等诸多领域，有二次元文化特质，又包含主流生活趣味，再加上独特的弹幕与社交功能，促使用户积极参与并形成了极具活力的社区，作者与用户之间构建起“反馈-生产-再传播”的循环。在商业化层面，广告增长达到了40.6亿港元，相较于同期增长幅度为30%，其占比为31.4%，已然成为新品突破圈层限制的关键领域，增值业务收入为55.8亿港元，占比43.2%，直播以及PUGV的生态内容促使变现渠道得到拓展，游戏业务营收为21.8亿港元，占比16.9%，以自研游戏为主的新媒体平台使得年轻用户的消费需求有所增加，在衍生品方面，借助IP资源开展跨领域联名，衍生品业务在二季度贡献了8.4%的收入。社区化使得其商业价值得以扩大，借助互动社区的高频接触形成社交资产，把用户价值转化为用户消费意愿并沉淀为IP粉丝，构建起新的“内容消费-社交裂变-商品转化”价值循环，品牌将自身定位为年轻潮流文化品牌，与知名品牌进行对标，提高Z世代文化符号的共鸣程度，达成用网用户价值与品牌价值的共同振动。2.2哔哩哔哩企业发展概述2.2.1哔哩哔哩概况哔哩哔哩即哔哩哔哩股份有限公司于2013年12月23日成立，它是一家依据开曼群岛法律注册设立的企业，从艾瑞咨询报告可看出，在2020年该公司35岁及以下的用户在月活跃用户当中所占比例超过86%，此比例比国内其他主要视频平台要高不少。哔哩哔哩视频凭借其有的直观性、生动性以及信息承载能力，已然成为连接人与世界的关键媒介，在信息传递、娱乐交流以及内容传播等方面发挥着关键作用，该公司把视频与日常生活场景深度融合的这种趋势界定为“视频化”，据艾瑞咨询预测，到2025年中国视频用户规模将会突破11.8亿，由此催生出来的市场规模有希望超过1.8万亿元人民币。2.2.2哔哩哔哩企业发展现状哔哩哔哩在2024年有着颇为亮眼的表现，其经营状况以及盈利能力都达到了一个新的高度，这一年全年达成的净利润为268.32亿元人民币，和上一年相比增长了19.1%，持续多年呈现出快速增长的态势，全年出现的营业亏损是13.64亿元人民币，相较于去年减少了71.7%，第四季度归属于母公司股东的净利润达到了8890万元，首次达成单季盈利。增值服务收入以及广告收入维持着正增长的状态，其中增值服务收入是110亿元人民币，同比增长11%，这是因为有高黏性的大会员基础，当下超过80%的活跃用户采用年费以及自动续订模式，广告业务收入为81.9亿元人民币，同比增长28%，这得益于电商场景的搭建以及广告客户数量增长了30%，游戏业务收入56.1亿元人民币，同比增长40%，《三国：谋定天下》这款游戏累计流水超过10亿元，堪称现象级产品，游戏业务收入和IP衍生品业务收入分别是20.33亿元人民币和-7%。2.2.3哔哩哔哩主营业务分析哔哩哔哩采用多业务运营模式，搭建起多元化盈利渠道，在增值业务领域，凭借拥有大量优质番剧及电影剧集版权，哔哩哔哩还推出免广告、高清画质、大会员特权以及专属弹幕等功能，促使2270万大会员中超过80%的用户选择继续支付年费或自动续费，每年能收获巨额收入，直播业务围绕游戏、生活、娱乐类等垂类业务生态开展，凭借接受用户礼物分成、直播带货以及参与年庆典会等方式增加互动并获取收益。广告业务以大数据为依据、以兴趣为标签，把美妆、电器等品牌直接呈现在目标受众群体的信息流里，并且首创“UP主创意工坊”模式，将广告业务渗透至各UP主的原生内容生产环节，让信息流广告与社区实现高度融合，广告主数量也增长了30%。在游戏领域，采用“代理+自研”双轮驱动模式，一方面，借助ACG用户群体优势，打造了如《命运-冠位指定》这类游戏动漫IP改编产品，另一方面，积极尝试自主研发，其中《三国：谋定天下》凭借策略玩法创新的特点，取得了流水达10亿的成绩，在IP衍生方面，采取全链路开发策略来释放“衍生”价值。在线上，依靠知名IP形象授权，开发手办、服饰等周边产品，在线下，打造BML演唱会、漫展等场景，构建起从虚拟到现实的消费收割模式，然而由于游戏电竞版权分销收入大幅减少，该业务线收入同比下降了7%，业务的协同发展促使平台全年净亏损率收窄71.7%，并且在四季度首次实现盈利，这标志着商业化转型正式达成。2.3哔哩哔哩企业的价值影响因素2.3.1价值主张过程B站价值倡导的进程契合梅特卡夫定律，其成长历程是网络价值平方同用户数量平方成正比的进程，最初B站基于二次元用户得以发展，凭借弹幕和UGC构建起二次元核心粉丝社群，随着用户数量的增多，B站网络价值的增长呈现指数级态势，为吸引其他各类圈层用户，增加B站的网络节点数量以及节点互动密集程度，B站拓展多样化内容以吸引更多粉丝，借助创作激励计划和各类活动提高UP主与用户间的互动。当用户数量超过临界值后，B站在用户规模以及高互动量的支撑下达成广告、增值服务等赢利，证实了用户互动推动平台价值提升的内在逻辑。2.3.2价值创造过程B站所秉持的用户创造价值理念与梅特卡夫定律高度契合，由此构建起了一套独特的价值增长逻辑，即“用户圈层吸引-多元社交激发-价值开发‘裂变’”，在用户圈层阶段，借助二次元内容这一载体对小众领域进行精准定位，凭借弹幕社交以及UGC内容作为媒介，搭建起高度依赖的用户关系以及网络空间，以此达成“用户圈层”和“价值积累”。于网络激发阶段，以知识科普和生活趣事这类大众化内容为根基，促使用户“节点”实现快速裂变式增长，同时培育高端UP主以及多渠道互动工具，塑造用户-内容-平台的“网络共振”，实现网络价值的“非线性”提升，在价值裂变阶段，依据海量用户以及高强度互动这一基础，构建广告、会员、衍生IP等多元现金池，达成梅特卡夫定律里网络规模与网络价值的平方型线性关系，也就是用户规模越大，网络规模越大，网络价值越高，最终达成从流量获取到“裂变”的转变。2.3.3价值获取过程B站的价值生成逻辑充分呈现了梅特卡夫定律，于“用户网络效应+互动共融生态+价值循环”的价值螺旋线性上升模式里达成了用户的规模化聚集，在用户生成时期，凭借垂类二次元文化占据核心圈层，借助弹幕社交与UGC用户内容构建起“强互动”社区生态，完成了用户网络效应的价值积累以及平台网络基础的奠定，在网络生成时期，借助泛知识、生活分享促使用户节点呈指数级增长，依靠职业化UP主培养与互动工具多元化建设达成“强互动”社区生态“三维共振”，网络效应呈非线性增长，实现了价值跃升，在网络价值时期，凭借海量用户与密集互动奠定用户规模，运用广告、订阅、会员以及IP衍生开发等途径实现多边商业回路，与梅特卡夫定律中网络规模和网络用户规模平方相关的模型完美契合，形成了用户规模驱动网络生产增长———“强互动”社区生态激发用户密集互动———网络用户规模平方与网络价值生成的螺旋式上升。3梅特卡夫模型的选择及参数确定3.1梅特卡夫模型理论依据梅特卡夫定律的基础原理是网络有外部性，其具体意思是当用户数量增多时，网络的价值会呈现成倍增长态势，这和其他传统行业不同，在那些传统行业里，用户数量增多，人均份额会变小，按照梅特卡夫模型的解释，用户数量越多，产品对于用户的价值就越大，梅特卡夫模型是罗伯特梅特卡夫在1973年提出来的，该模型说明网络价值和网络用户数量的平方成正比例关系，也就是说网络里的节点数量越多，网络所有的价值就越大。这也是互联网企业极为神秘的一种增长模式：一旦突破了某个临界点，成本会呈线性上升，然而当用户数量不断增多，规模达到临界点之后，企业的价值可实现更快增长，这便是许多互联网公司即使处于亏损状态，却依然拥有较高估值的缘由所在。实际上，后续展开的相关研究持续对梅特卡夫定律进行了验证，在2014年的时候，Metcarf运用Facebook所拥有的数据证实了该模型呈现出良好的拟合效果，到了2015年，国内有学者以腾讯作为实例，把梅特卡夫定律的预测结果同Sarnof1定律、Reed定律的预测结果做了比较，最终得出的结果显示，梅特卡夫定律的误差是最小的。这同样对梅特卡夫定律起到了证明作用，这些研究在一定程度上推动了梅特卡夫定律在理论方面的完善，也给互联网企业给予了某些可供参考的内容。3.2梅特卡夫模型介绍3.2.1DEVA模型DEVA估值模型属于梅特卡夫模型里的一种类型，同时还是最早被运用到企业估值领域当中的模型，其具体数学模型呈现如下：E=式中：E为目标企业价值；M为初始成本；C为用户价值从上述公式可明显看出，模型仅仅考虑了两个层面的因素，也就是投入的初始成本以及用户价值，可以这么讲，该模型法把用户价值当作企业价值最大的推动因素，并未考虑其他方面。虽说这种做法有一定合理性，然而模型存在的缺陷同样不容小觑，在模型里，所有用户都被视作有效用户，却忽略了互联网普及之后大量尝鲜用户以及一次性用户的实际存在，如此便使得企业价值遭到高估，模型仅仅考虑了初始投入成本，却忽视了后续运营维护所需的必要支出，这样片面的成本计算方式很难准确反映企业的真实价值，更为关键的是，模型把用户价值当作企业价值的唯一驱动因素，这种太过主观的评估标准根本无法契合多元化发展的互联网企业的需求。鉴于该模型是初创互联网时代的产物，其本身固有的时代局限性致使它难以适应目前复杂的互联网企业评估需求，考虑因素过少极易造成企业价值评估出现失真的情况。3.2.2国泰君安模型国泰君安模型以DEVA模型作为基础，不过在这之上，针对原模型所存在的缺陷实施了改进举措，同时结合当下互联网的发展状况，挑选出适宜的价值影响参数，构建起一个更为优越的用于评估互联网企业价值的模型，该模型的公式如下：V=K在这些相关要素当中，企业价值用V来表示，变现因子以k指代，溢价率系数记作P，节点个数是N，节点距离则为R。国泰君安在搭建模型之际，考量了互联网企业成功所涉及的两个关键因素，分别是用户数量以及变现能力，此模型沿袭梅特卡夫定律，秉持网络用户数量乃是企业价值增长的主要源头这一观点，当用户规模不断扩大时，网络变现能力会随之提高，企业价值亦会越高，该模型借助系数K突出了变现能力，即便用户数量众多，但若无法迅速把用户流量转化为实际收益，同样难以达成企业价值的提升。实际上，互联网行业与传统行业有所不同，唯有流量占据主导地位，且实现变现，方能达成真正意义上的可持续发展。该模型有独特之处，它引入了网络节点“距离”这一特征，此特征可用来表示用户获取新用户或者新信息时所产生的成本，当节点之间的距离越小时，这意味着企业可以更低的成本接触到更多的节点，并且节点之间的信息传播会更快且更具效率，如此一来，网络所有的价值也就越大，P体现了互联网产业中常见的“马太效应”，也就是说在市场里，头部企业依靠先发优势可获得更大的市场份额，形成强者更强的效应。头部企业可获取更多的超额价值，企业借助扩大市场集中度来维持自身的垄断地位。上述所提及的参数，综合了网络效应、变现能力、结构优势以及市场势力等多方面因素，可更为系统地呈现互联网企业的估值情况，在模型里，涉及到用户规模以及商业转化情形下的动态平衡关系，以及网络结构以及竞争状况对企业商业价值增值所产生的效果，相较于其他估值方法而言，该模型所考量的因素更为立体全面，更可反映驱动互联网企业实现高成长性的复杂机理。3.3国泰君安模型适用性分析梅特卡夫模型适合互联网视频企业价值评估，缘由如下：其一，该模型以用户规模带动用户价值，且把用户规模与企业价值直接相连，说明用户规模乃是驱动互联网企业价值的关键要素，其二模型采用的是当期可得或可观察的指标，无需预测指标与可比公司，如此便规避了收益法和市场法中主观预测及可比公司选择的难题。其三模型可借助R参数量化新增用户成本，易于判断企业能否承受用户规模的扩张，要是该部分成本过高，就意味着企业存在用户规模扩张的险阻，此模型可达成价值评估与潜力判断。3.4国泰君安模型参数确定3.4.1节点数量的确定用户的选择存在一定改进之处，相较于国泰君安模型以及DEVA模型采用总用户数，本文并未采用总用户数，而是选取了更为活跃的用户数，活跃用户相较于注册用户而言，是有更高商业价值的用户，更活跃的用户数意味着用户会频繁浏览网站网页内容，更多广告会被阅读或者展示给客户、朋友等，带来新用户的增加。也就是说，更活跃的用户数是那些真正与企业有互动、能为企业做贡献并且可带来变现价值的有效用户，避免了因非活跃用户参与导致对真实价值的偏离，经过对节点数量的修正，模型变为：V=K在用户价值贡献规律这个层面，传统模型所秉持的平方或指数增长假设，已然很难契合当下互联网视频行业的发展实际情形，早期那种呈现爆炸式增长的模式，在如今行业格局趋于固化、获取客户成本居高不下的状况下，已然不再有适用性，要是持续沿用这种无限增长的假设，将会与企业的实际价值出现严重的偏差。基于此，本文富有创新性地把齐普夫定律引入进来，用以对价值增长模型加以修正，该定律可更为精准地呈现出随着用户规模不断扩大，边际用户价值贡献呈现递减态势的客观规律。即第位用户的修正后模型所认定的价值仅仅是第1位用户的1/，企业总价值的修正后模型认定其依旧是调和级数1+1/2+1/3+…+1/N，不过其渐进值朝着lnN的方向趋近，由此可得出，用户总价值函数是NlnN，和原模型里N为平方的情况相比，维持了用户规模的价值驱动特性，又合理地减小了后期成长率，更为贴近互联网视频企业处在成熟后期价值成长趋缓的实际状况。相较于修正之前，该估值模型与业界更为契合，其评估结果也更为准确，基于节点基本功能与递增指数对其作出修正，使得模型从原来的1+1+1+1+1+1+1+1⋯⋯1/N，转变为修正后的模型。V=K3.4.2变现因子的确定变现力存在问题，具体表现为流量变现能力以及可量化变现能力的欠缺，互联网视频行业一般处于市场发展的初期阶段，维持成本庞大，并且广告和会员收入等变现途径存在诸多不确定性，导致变现因子难以进行合理估算，变现能力的缺失，使得无法运用传统估值方法对企业进行准确估值。为攻克这一难题，本文采用单位用户平均贡献值这一指标，ARPU指特定时间内，用户相关总收入除以活跃用户数所得的商，它从概念上把用户价值与变现能力相结合，规避了直接衡量变现因子的险阻，并且可突出用户规模对企业收入的基础性作用，让互联网视频企业价值有了更可靠的参照，其计算公式如下：APPU=基于此项修正，改进模型为：V=APPU3.4.3溢价因子的确定本模型创新性地引入溢价因子作为衡量互联网视频企业市场竞争力的综合指标，确定方法主要有两种思路，一种是基于行业马太效应，认为市场份额领先的企业依靠先发优势取得定价权，主张依据目标公司在行业中的占比来确定溢价率，另一种是从本质着手采用市盈率指标，借助可比公司相对估值法来捕捉市场对成长潜力的预期。在哔哩哔哩估值实践中，本文更倾向于采用第二种思路，主要是因为其独特的Z世代用户生态与多元商业化布局尚未完全转化为市场份额优势，但已形成了一定的网络效应溢价，采用动态市盈率可比估值，可反映其用户规模带来的特卡夫价值，也就是平台价值与用户数的平方成正比，还可以借助同业溢价比较，量化市场对其社区粘性、内容供给侧创新等战略资产的定价。这相较于单纯以市占率为基准的估值体系，更能精确刻画哔哩哔哩在付费率提升、广告技术迭代等盈利拐点期的价值释放动力。3.4.4节点间距的确定在本模型里，把“节点距离”量化成获客成本R，并且将理论假设与实际数据相互结合起来，本模型所指的节点距离，意思是把老用户引导至新用户所需付出的获客成本，其计算方式为用单位时间内的全部获客成本除以某一会计期间内新用户的总数，也就是R等于获客成本除以。R这种算法把抽象的相对距离概念给予具体化，使其转变成为可精确测量的运营指标，同时还可反映出真实的企业用户拓展边际成本，可以客观地对网络效应的强弱程度加以衡量。基于以上对参数的量化确定，本文得到的模型为：V=APPUV指的是被评估企业的价值，ARPU是单位用户平均贡献的值，P是溢价因子，也就是市盈率，MAU表示月活跃用户数量，R为企业单位用户所花费的成本。4哔哩哔哩企业价值评估此章节依据哔哩哔哩的业务种类以及核心竞争能力展开分析，借助特卡夫模型来实施具体的评估运用，最终得出哔哩哔哩在评估基准日时的价值。4.1评估基本要素4.1.1评估目的腾讯控股有限公司计划增持哔哩哔哩的股权，此次评估的目的在于，针对腾讯控股有限公司拟增持股权这一经济行为，对其所涉及的哔哩哔哩股份有限公司的股权全部权益价值，于评估基准日2024年12月31日所呈现出的市场价值给出公允的反映，为该经济行为提供价值方面的参考意见。4.1.2评估对象此次评估所针对的对象乃是哔哩哔哩股份有限公司于评估基准日时的股东全部价值，而具体的评估范围囊括了哔哩哔哩股份有限公司在评估基准日的资产负债表当中所列出示的各项资产与负债，同时还包括了未在账面进行列示的企业整体无形资产。4.1.3价值类型结合本次评估的评估目的、评估对象以及市场条件来展开具体分析，本次评估所采用的价值类型为市场价值。4.1.4评估基准日本案例的评估基准日为2024年12月31日。4.2评估过程及评估结果分析4.2.1月活跃用户数的确定凭借前文的分析可明确，在改进后的梅特卡夫模型里，其中的节点数量，可采用月活跃人数来替换单纯的用户数，这里的月活跃人数指的是在每月浏览互联网视频企业平台时作出关键有效行为的活跃用户数量，如此做可规避一些无效用户所造成的干扰。哔哩哔哩2020-2024年平均月活跃用户数统计图依靠观察上图可知，哔哩哔哩的月活跃用户数量在2020年至2024年期间呈现出持续增长的态势，从最初的1.86亿增长至3.41亿，在这五年间增长幅度达到了83.5%，然而值得注意的是，其增长速度却逐年呈现出放缓的趋势，在2021年，月活跃用户数同比增长了34.4%，新增用户数量为6400万，总数达到了2.50亿，到了2022年，增速下降至25.9%，用户规模成功突破3.15亿，2023年，增幅较大收窄至4.6%，仅仅增长了1450万，到了2024年，增长率下滑至3.6%，新增用户为1200万。这一系列数据说明，该平台在突破3亿用户之后，增长动力有所减弱，开始步入平稳发展的阶段。本文选取哔哩哔哩在2024年12月31日这个评估基准日的平均月活跃用户数，也就是34100万人，将其作为特卡夫模型下月活跃用户数的评估参数。4.2.2单位用户平均贡献值的确定根据上文观点可知，哔哩哔哩主要借助移动端流量收费以及PC端生态变现来获取收入，其他收入作为补充，在用户增值服务方面，主要囊括大会员付费订阅和直播打赏，其在收入占比中已占据较大份额，广告领域的收入占比同样不小，另外移动游戏和电商业务这两项业务，预计也可为整体收入贡献较大比例。然而本文在估算单位用户和用户贡献时，存在两个补充条件，其一广告收入与DAU／MAU和AUMr之间存在较强的关联，日广告贡献与增值服务的付费模式有所不同，其二其他业务，例如电商和游戏，也是平台其他项目的付费途径，其利润差可反映出平台网络效应越大，用户规模也就越大。本文采用综合收入法构建ARPU模型，将哔哩哔哩2023年和2024年财报披露的正式会员用户总数的差值2800万人作为分母，此差值来自23000万人与25800万人，分子是合并统计的增值服务、广告、移动游戏以及电商及其他的收入，共计2,683,152.50万元。凭借全口径收入视角来评估价值，规避了单一收入源测算偏差，能客观反映用户生态对商业体系的整体赋能效应，哔哩哔哩ARPU的值为：哔哩哔哩单位用户平均贡献值（ARPU）计算表项目2024年增值服务（万元）1,099,913.70广告（万元）818,917.50移动游戏（万元）561,032.30电商及其他（万元）203,289.00营业收入合计（万元）2,683,152.50正式会员用户总数（万人）2800.00单位用户平均贡献值（ARPU）958.27数据来源：哔哩哔哩2024年度报告借助上述计算，本文选取哔哩哔哩在2024年12月31日这个评估基准日的单位用户平均贡献值，其数值为958.27元/人，将此作为特卡夫模型下单位用户平均贡献值的评估参数。4.2.3溢价因子的确定之前文中有提及，第一种观点觉得溢价率的核心所反映的乃是互联网行业马太效应的规律，处于行业领导地位的企业可获取市场的高溢价，故而选择目标公司占整个行业份额来加以确定。此种方法适用于行业的龙头企业，哔哩哔哩虽说发展势头不错，但其市场占有率并不高，这种方法并不适宜，第二种观点是从溢价率的本质着手，一般选取自身市盈率指标来确定，可直接反映企业的盈利能力，更可精准地刻画出哔哩哔哩在付费率提升、广告技术迭代等盈利拐点期的价值释放动能，本文采用第二章的观点。互联网企业想要找到完全相似的可比企业存在较大难度，基于此，本文在同一行业内努力搜集与哔哩哔哩企业平台属性相近的企业，并依据可获取数据的可靠程度，挑选出8家内容社区平台，针对其2024年市盈率数据进行了如下统计：2024年内容社区平台市盈率PE统计表序号证券代码证券名称业务构成市盈率19626.HK哔哩哔哩-W增值服务（直播+会员等）+广告业务+移动游戏业务+电商及其他业务-41.9021024.HK快手-W广告收入+直播付费服务、电商10.923IQ.O爱奇艺会员服务+在线广告服务+内容分发+其他业务18.494300413.SZ芒果超媒会员订阅服务+广告业务+运营商业务+内容电商+新媒体互动娱乐内容制作36.8752390.HK知乎-W广告业务+商业内容解决方案+付费会员+其他（教育、电商）-13.926MOMO.O挚文集团视频直播服务+增值服务（付费内容等）+

广告营销8.8870700.HK腾讯控股增值服务（含网络游戏+社交网络）+金融科技及企业服务+网络广告+其他业务18.7089898.HK微博-SW广告和营销业务+增值服务业务（电商、直播等）7.82算术平均值5.73数据来源：同花顺iFinD金融数据软件从上面的表格可看出，在2024年的时候，内容社区平台行业的市盈率PE是5.73，在此次评估基准日2024年12月31日的情况下，本文会把这个数值当作哔哩哔哩特卡夫模型溢价因子的评估参数。4.2.4单位用户成本的确定依据前文所作的分析可知，节点间距也就是点与点之间的连线，在本文当中借助单位用户成本来给予确定，它所代表的是为增加用户与用户之间的联系而付出的成本，用户资源的积累可为互联网公司创造价值，然而当前用户资源的积累正变得变得日益险阻，究其原因在于获客成本持续提高。唯有当积累用户资源所带来的收益超过获客成本时，互联网公司才可切实享受到用户资源所带来的价值提升，在计算获客成本时，可以选取一年内单位新增活跃用户的平均投入作为计算依据。R哔哩哔哩吸引用户的主要方式是自制剧与自制综艺，其获客成本源自销售费用和管理费用，销售费用涉及宣传推广费、广告代理费，以及因加大市场推广与营销团队激励力度而产生的费用，管理费用主要用于支付内容制作团队、运营团队、技术支持人员等的薪资福利，新增用户获得成本可借助新增的销售费用和管理费用来明确，新增用户入数可依据增加的正式会员用户总数来判定。哔哩哔哩单位用户成本（R）计算表项目2023年2024年新增销售费用（万元）391,615.00440,165.5048,550.50管理费用（万元）212,243.20203,106.30-9,136.90正式会员用户总数（万人）23000.0025800.002,800.00单位用户成本（R）14.08数据来源：哔哩哔哩20224年度报告根据哔哩哔哩2023年以及2024年的年报信息可以了解到，在2023年到2024年期间，哔哩哔哩新增的销售费用达到了48550.50万元，而新增的管理费用为-9136.90万元，将这两项费用相加，得出新增用户获取成本总计为39413.6万元，另外2023年哔哩哔哩正式会员用户的总数是23000万人，到了2024年，这一数字变为25800万人，借助计算可以得出新增正式会员用户总数为2800万人。基于这些数据测算，可得到2024年哔哩哔哩单位用户成本为14.08元/人。经过计算，本文选取哔哩哔哩在2024年12月31日这个评估基准日的单位用户成本为14.08，将其作为特卡夫模型下单位用户成本的评估参数。4.2.5评估结果及分析基于前面所做的修正改进以及对参数的量化确定工作，本文所得到的改进梅特卡夫模型里哔哩哔哩的各参数情况如下表所示。哔哩哔哩企业价值（V）计算表项目参数月活跃用户数（MAU）34100.00单位用户平均贡献值（ARPU）958.27溢价因子（P）5.73单位用户成本（R）14.08企业价值（V）9,867,570.17数据来源：根据前文确定的各参数整理得来依据前文经过修正的特卡夫模型公式以及确定好的各个评估参数，在此次计算中，本文得出了哔哩哔哩于2024年12月31日这个评估基准日的企业价值，具体数值为：V=APPU运用梅特卡夫价值评估模型可得出，在本次评估基准日为2024年12月31日的情况下，哔哩哔哩的企业价值是9,867,570.17万元，这一数据全面体现出哔哩哔哩拥有强大的平台网络效应以及用户价值，彰显了哔哩哔哩在中国互联网行业里有的独特竞争力和长期发展潜力。4.3估值模型合理性验证总市值作为市场针对企业价值给出的综合反映，它可以对模型输出的公允程度进行有效衡量，在互联网视频行业里，市场情绪以及成长预期大多时候会直接对估值水平造成影响，为了验证估值模型的合理性，本文挑选了评估基准日为2024年12月31日的哔哩哔哩总市值相关数据当作关键指标来开展交叉检验。具体数据如下表所示：评估基准日下哔哩哔哩估值模型合理性验证统计表项目特卡夫模型总市值估值股本42,125.4042,125.40企业价值9,867,570.175,539,489.90每股价值234.24131.50差异额102.74差异率43.86%数据来源：同花顺iFinD金融数据软件依据梅特卡夫模型，哔哩哔哩的企业价值经估值为9,867,570.17万元，其每股价值为234.24元，相比评估基准日时的市场总市值5,539,489.90万，彼时每股价值为131.50元，存在43.86%的高估差值，此差异性主要是因为哔哩哔哩是高黏性社区，网络价值会随着用户规模呈平方级增长，而当下的市值仅能体现哔哩哔哩短期的财务情形，无法完全对哔哩哔哩长期的用户生态价值给予定价。依据哔哩哔哩的实际运营状况来看，致使模型出现高估现象主要源于以下三个方面，其一Z时代用户所有的高潜在价值在变现环节未能得以充分发掘，像付费率、广告加载率以及IP衍生等方面，其二特色的PUGV与OGV内容协同模式构建起了一种竞争壁垒，这种壁垒难以运用传统市盈率估值模式进行衡量。其三由活弹幕数、用户停留时间等跳跃社区互动所带来的资产溢价无法进行量化。4.4企业价值评估因素敏感性分析本文所探讨的梅特卡夫模型是凭借运用单位用户平均贡献值、溢价因子、月活跃用户数以及单位用户成本这四个参数，并借助相应算法计算得出的，其中每一个因素发生变动时，都会对企业价值造成关键影响，若要分析每个因素的变动究竟会给企业价值变动带来多大影响，那就需要针对这些参数展开敏感性分析。经过分析后，可为今后的经营决策给予一定的参考，判断出究竟哪一部分对企业价值的影响更为较大，借此提升企业的价值，在此首先假定各因素之间的变化不存在相关性，本文是以±20%作为增减幅度来进行调整的，具体变化情况如下表所示：敏感性分析计算表项目变动幅度-20%-10%010%20%单位用户平均贡献值（ARPU）企业价值7,894,056.148,880,813.169,867,570.1710,854,327.1911,841,084.21变动额-1,973,514.03-986,757.02-986,757.021,973,514.03变动率-20.00%-10.00%0.00%10.00%20.00%溢价因子（P）企业价值7,894,056.148,880,813.169,867,570.1710,854,327.1911,841,084.21变动额-1,973,514.03-986,757.02-986,757.021,973,514.03变动率-20.00%-10.00%0.00%10.00%20.00%月活跃用户数（MAU）企业价值7,725,281.708,791,162.659,867,570.1710,953,447.8812,047,932.35变动额-2,142,288.47-1,076,407.52-1,085,877.712,180,362.17变动率-21.71%-10.91%0.00%11.00%22.10%单位用户成本（R）企业价值15,418,078.4012,182,185.409,867,570.178,155,016.676,852,479.29变动额5,550,508.222,314,615.23--1,712,553.50-3,015,090.89变动率56.25%23.46%0.00%-17.36%-30.56%借助对哔哩哔哩梅特卡夫模型展开敏感性分析可发现，不同参数对于企业价值所产生的影响程度有着十分突出的差异，单位用户平均贡献值也就是ARPU以及溢价因子P的变动，对企业价值的影响呈现出线性对称的关系，其变动幅度和企业价值变动率完全保持一致，比如说当ARPU和P每提升10%的时候，企业价值会相应地增加10%，变动额为986,757.02元，这两项参数对估值的影响有直接且均衡的传导效果。与之不同的是，MAU属于最为敏感的参数，在用户规模发生变化时对企业价值的影响呈现出非线性倍增的关系，其减少20%会让企业价值损失21.71%，变动额为-2,142,288.47元，增加20%会使企业价值损失22.10%，变动额为2,180,362.17元，这就是用户规模增长对平台网络效应的倍增作用体现。R是最为敏感的单位用户成本，减少20%会促使企业价值增加56.25%，变动额为5,550,508.22元，增加20%则会让企业价值损失30.56%，变动额为-3,015,090.89元，很明显，控制成本是实现盈利的关键所在，综合来看，哔哩哔哩企业价值对用户成本的敏感度是最高的，其次是用户规模，再次是ARPU和溢价因子，管理层可依据这个结果来进行资源配置，比如尽可能地降低获客成本、扩大用户规模等等。5建议与启示

5.1建议5.1.1技术驱动成本优化，夯实价值增长基础在单用户层面，B站可从技术与运营两个方面来降低单位用户成本，于技术方面，B站可借助云原生技术实施变革，构建智能化的资源调度机器人，运用调整服务器资源分配以及CDN节点协调等技术手段，削减在技术维护层面的成本支出比例，在购买内容领域，B站可与内容资源方构建长期合作关系，运用内容分账、联合创作等模式与版权方灵活协作，以较低成本获取优质内容资源，减少购买版权内容的支出。在用户拓展方面，B站基于用户行为大数据开展LTV模型测算，运用Lookalike算法锁定Z时代、银发族等用户，精准投放营销内容，优化营销成本投入，降低单用户成本。5.1.2用户规模指数增长，激活网络效应红利针对不同市场实施分层渗透与全媒体营销，以此让更多用户参与进来，向下拓展时，在下沉市场上线内容包或频道，依据地域文化及特色打造有本地特色的B站，向当地用户定向推送，于国外拓展方面，先进行尝试，针对东南亚、中东地区等国家开展试点拓展，在受众拓展层面，强化与校方、学生会组织等的合作，联合举办主