胡小莉，李波，吳正鵬

(中國傳媒大學 理學院統(tǒng)計學系，北京 100024)

電影票房的影響因素分析

胡小莉，李波，吳正鵬

(中國傳媒大學 理學院統(tǒng)計學系，北京 100024)

電影產業(yè)的收入其中很大一部分來自電影票房，電影票房的高低成敗，直接影響著電影后續(xù)周邊商品的開發(fā)與營銷，針對電影票房的影響因素，本文采取了2007至2009年2月期間在國內大范圍上映的217部電影，利用統(tǒng)計學的方法及原理，用SPSS統(tǒng)計分析軟件對影響票房的幾個因素進行多元線性回歸，分析各因素的影響程度，并以廣義線性模型的方差分析為基礎，逐個對影響因素進行分析。

電影票房；實證研究；方差分析

1 引言

中國電影每年一度的華表獎、金雞獎等評選出的多部電影精品和優(yōu)秀影片足以說明中國電影的非凡進步，從2007～2009年國產電影票房排行前10的電影票房趨勢(圖1)，我們能夠直觀的看到我國國產電影的票房呈現(xiàn)上升趨勢。2006年，中國官方電影產量為260部(獲得電影局制作許可的電影)，2007年的電影產量超過300部。2008年國內票房總收入是43億元，票房在1億元以上的國產大片在年度電影可統(tǒng)計票房中占34.8%，2010年中國電影年產526部，票房突破百億元，成為世界第三大電影生產國。

長期以來，美國只把電影看做是娛樂手段，把好萊塢當成生產故事和幻想的工廠，因而首先注意的是影片的商業(yè)價值。美國電影已經形成了一套完備的產業(yè)化模式，好萊塢就是已經形成的一種商業(yè)化電影模式。中美電影產業(yè)比較，不論是經濟實力還是占據(jù)的市場，都有較大的差距。美國不僅有國內市場，還有龐大的國際市場，它的電影收入占據(jù)著世界電影市場的92%以上，2008年，美國電影的全球票房達到281億美元，國內票房就有98億美元，而當年中國僅有6億美元，2007～2009全美票房前10電影票房總和(圖2)也說明美國與中國的票房有著明顯的差異。

圖1 2007～2009國產電影票房排行前十票房總和

圖2 2007～2009全美票房前十票房總和

美國的電影產業(yè)鏈，從融資、資金回收，到后期電影產品的開發(fā)，都已經相當成熟并形成了一套經驗法則，中國的電影市場剛剛起步，對國際市場尚待開發(fā)，產業(yè)鏈才剛剛建成，如何找到影響電影票房的關鍵因素，對其產業(yè)鏈的完善有著現(xiàn)實意義。西方媒介經濟學的研究表明，電影的導演、明星、制作成本、廣告費用、發(fā)行商、檔期、獲獎、觀眾對影片的質量評價等因素都會影響到電影的票房成績。而國內對電影票房方面研究還比較少，大多是對電影商業(yè)運作方面的研究，大部分都是從宏觀的角度來討論電影的產業(yè)化問題。所以，對電影票房的影響因素做定性與定量的分析研究，是十分具有意義的。

2 實證研究

2.1 模型建立

2.1.1 研究范圍

本文的研究范圍為2007年1月—2009年2月之間，全國范圍內上映的影片，共計217部，其中國影片(包括香港臺灣地區(qū))為126部，國外影片91部。

因變量即票房(萬元)，數(shù)據(jù)由《2008中國電影產業(yè)研究報告》以及藝恩咨詢(www.entgroup.cn)的票房數(shù)據(jù)收集而來。數(shù)據(jù)截止至2009年2月28日。

2.1.2 自變量選取

結合上文的討論，并考慮到數(shù)據(jù)的可獲得性，本文主要選取以下自變量：

演員、導演、續(xù)集、翻拍，這些均為二元變量。當電影含有著名演員、導演或為續(xù)集或是小說、動畫等翻拍時，變量值取1，反之則取0。

判斷演員跟導演是否為著名的問題，由于國內沒有類似于《國際電影年鑒》這樣的明星排名。限于研究條件，無法直接使用“好萊塢報道”的明星影響力指數(shù)和導演影響力指數(shù)，況且，該影響力指數(shù)只是反映這些影星和導演在歐美的影響力，并不能反映在中國市場的影響力。所以本文對演員、導演的判斷依據(jù)，是由國內訪問量最大的百度網站的娛樂頻道中對演員、導演的評分及評分人數(shù)作為數(shù)據(jù)來源，將分數(shù)與人數(shù)相乘計算出總分。根據(jù)總分的排名，演員排在前40位即為著名取值為1，反之取0，導演排在前20位即為著名取值為1，反之取0。

上映檔期、影片類型、出品國，這三個為類型變量。本文將上映檔期劃分為4類：賀歲檔(12、1、2月)、暑期檔(7、8月)、其他節(jié)日檔(國慶、五一)、非節(jié)日檔?；诤萌R塢類型影片的分類界定，再根據(jù)國內上映影片的實際情況，本文將影片類型分為8類：喜劇、戰(zhàn)爭、動作/警匪、愛情/劇情、災難、驚悚/懸疑、科幻/冒險、傳記/紀錄片/主旋律。出品國根據(jù)上映電影的具體情況按地區(qū)分為5類：中國大陸、香港、北美、歐洲、亞洲。如為合拍片，則按主要演員國籍優(yōu)先、導演國籍其次的順序分類。臺灣生產的電影分為香港一類。數(shù)據(jù)來源來自百度百科(baike.baidu.com)及藝恩咨詢電影資料庫(www.entgroup.cn)。

綜上，本文變量如下表：

演員1=著名；0=非著名導演1=著名；0=非著名續(xù)集1=是；0=否翻拍1=是；0=否地區(qū)1=中國大陸；2=香港；3=北美；4=歐洲；0=亞洲檔期1=暑期檔；2=賀歲檔；3=其他節(jié)日檔；0=非節(jié)日檔類型1=喜?。?=戰(zhàn)爭；3=動作；劇情=4；災難=5；驚悚=6；科幻=7；傳記=8；0=動畫

2.2 多元線性回歸

將全部數(shù)據(jù)進行多元線性回歸，通過SPSS軟件輸出引入/剔除變量表、回歸系數(shù)表以及模型外變量表，可以看出7個自變量中，按給定的顯著性水平0.05的情形下，概率p值(Sig.)的順序為：

導演(0.00) < 翻拍(0.00) < 演員(0.007) < 續(xù)集(0.027) < Sig.=0.05 < 類型(0.343) < 地區(qū)(0.879) < 檔期(0.913)

根據(jù)以上順序，再考慮變量之間相關性，下文將采用廣義線性模型(General Linear Model)的方差分析，詳細分析這些自變量與因變量之間的關系。

2.3 方差分析

將7個自變量根據(jù)其屬性分為3組(導演-演員、翻拍-續(xù)集、檔期-地區(qū)-類型)，為了防止2個(3個)自變量之間由于不相互獨立而產生影響，以下先對各自變量與因變量“票房”進行單因素方差分析，再將2個(3個)自變量進行多因素方差分析，檢驗其交互作用是否對票房有影響。

2.3.1 導演與演員

首先，將“導演”與“票房”進行單因素方差分析，由SPSS軟件描述性統(tǒng)計結果可知，在217部電影中，著名導演執(zhí)導的有84部，票房均值為5715(萬元)，非著名導演執(zhí)導的有133部，票房均值為1682(萬元)。

圖3 導演-票房均值連線圖

通過軟件方差分析得到導演的著名與否和電影票房之間有顯著影響，并做導演和票房之間的均值連線圖(圖3)，從圖中可看出著名導演所執(zhí)導的影片更能夠吸引觀眾，提升電影票房。

其次，對自變量“演員”與因變量“票房”進行單因素方差分析，經統(tǒng)計，在217部電影中，著名演員主演的有117部，票房均值為4775(萬元)，非著名演員主演的有100部，票房均值為1450(萬元)。通過方差分析可知，演員的著名與否和電影票房之間有顯著影響，著名演員所主演的影片更能夠吸引觀眾，提升電影票房。

另外，將“演員”以及“導演”兩個因素共同考量，進行多因素方差分析，結果如下：

由組間效應檢驗(表1)可看出，導演(p=0.00)對票房的影響力要高于演員(p=0.015)，因為相對于導演較為穩(wěn)定的影響力，明星的影響力波動較大。我國電影市場上極具影響力的導演如張藝謀、馮小剛、吳宇森等，一直保持著持久的創(chuàng)作生命和影響力，形成了鮮明的藝術風格。而演員這個職業(yè)的推陳出新更快，具有極大的不穩(wěn)定因素，只有少數(shù)明星能夠有較為穩(wěn)定的影響力，如劉德華、梁朝偉等。此外，導演影響力對電影票房的顯著影響源于我國電影生產中的導演中心制，即在影片生產的全過程中，導演是最核心的創(chuàng)意人員，掌握著影片的藝術創(chuàng)作領導權，導演的職能和權限遠遠超越了創(chuàng)意范疇，成為擁有投資立項、資金使用、決定演員任用等多種大權在握的核心人物?！把輪T”與“導演”二者的交互作用對電影票房有顯著影響(p=0.006)，說明著名導演與著名演員的組合，對票房有促進作用。

2.3.2 翻拍與續(xù)集

采用同樣的方法，對自變量“翻拍”與因變量“票房”進行單因素方差分析。所采用的樣本中，由原作翻拍的有26部，票房均值為7539(萬元)，非翻拍的有191部，票房均值為2658(萬元)。經過方差分析可知，是否翻拍對電影票房有顯著影響。翻拍的電影一般都由熱門小說、著名漫畫所改編，觀眾對其故事情節(jié)內容更為熟知且對于電影上映的期待值也較大，所以翻拍的電影更能夠吸引觀眾，提升電影票房。

其次，對自變量“續(xù)集”與因變量“票房”進行單因素方差分析，其中續(xù)集有24部，票房均值為7116(萬元)，非續(xù)集有193部，票房均值為2761(萬元)，結果表明，是否為續(xù)集對電影票房有顯著影響。一般拍續(xù)集的電影，都是因為前作十分成功，有很高的票房，故觀眾對電影的續(xù)集更為期待，在同期上映的影片中，作為續(xù)集的電影更能贏得觀眾的青睞，獲得較高的票房。

接下來，將“翻拍”以及“續(xù)集”兩個因素共同考量，進行多因素方差分析，結果如下：

由表2可以看出，翻拍作品對票房的影響力大于續(xù)集的作品，但同為翻拍且續(xù)集的電影對票房的影響力相當不顯著(Sig=0.857>0.05)。查看原始數(shù)據(jù)可發(fā)現(xiàn)，在續(xù)集、翻拍作品中有11部為動畫片，由于動畫電影的潛在觀眾比一般電影的潛在觀眾要低，其票房值也偏低，在一定程度上影響分析結果。為了使分析更為準確，故將這11部動畫剔除，對剩余206部影片再次分析，經描述性統(tǒng)計發(fā)現(xiàn)既為續(xù)集又為翻拍的電影票房均值達到14449(萬元)，結合原始數(shù)據(jù)可知，這4部電影分別是《赤壁(下)》(25900萬)、《蜘蛛俠3》(14970萬)、《哈利波特5》(14514萬)、《憨豆的黃金周》(2412萬)，除了《憨豆》外均有過億的高票房收入?！逗┒埂返纳嫌橙掌谂c國外上映日期相隔3個多月，由于網絡、音像制品等因素，會對票房產生一定程度的負面影響。

由表3可以看出，翻拍的電影(Sig.=0.14)對票房的影響力大于續(xù)集的電影(Sig.=0.003)，兩者的交互作用對電影票房有顯著影響(Sig.=0.007<0.05)。即觀眾所熟悉的情節(jié)內容加上前作留下的口碑，會使觀眾對該影片產生期待，觀看意愿大幅增加，從而促進票房增長。

2.3.3 影片類型

經過單因素方差分析，做影片類型和票房之間的均值連線圖(圖4)如下：

圖4 影片類型-票房均值連線圖

之前的多元線性回歸分析得出影片類型對電影票房無顯著影響，這是因為在與其他6個因變量做比較時，“導演”、“演員”、“續(xù)集”、“翻拍”這4個變量的影響更大，故將影響相對較小的3個變量剔除。通過單因素方差分析得出，影片類型與電影票房有顯著影響(Sig.=0.001<0.05)。由圖4也可以看出影片類型對票房是有影響的。戰(zhàn)爭題材的電影票房均值最高(7368萬元)，共15部；科幻題材次高(6009萬元)，共17部；動作題材再次之(4238萬元)，共49部；驚悚題材最低(890萬元)，共15部；劇情/愛情題材次低(1327萬元)但數(shù)量最多為58部。戰(zhàn)爭和科幻題材能獲得高票房的同時，也意味著其投資預算也相對較大，如《赤壁》、《投名狀》、《變形金剛》、《哈利波特5》等電影，上億元的投資制作同時也換來了過億元的票房成績。

2.3.4 出品地區(qū)

影片出品地區(qū)與電影票房有顯著影響(Sig.=0.006<0.05)。北美電影票房均值最高。在樣本中，中國大陸75部，票房均值為2212(萬元)，過億的共有5部，僅占總量的6.6%；香港52部，票房均值為4079(萬元)，過億的共有6部占其總數(shù)的11.5%；北美57部，票房均值5014(萬元)，過億的共有9部，占其總數(shù)的16%。圖5也可看出，香港電影與美國電影在國內電影市場票房均值相近，并且遠超于國產電影的均值。國產電影的數(shù)量雖然最多，但除了幾部高票房電影外，如《非誠勿擾》《集結號》《畫皮》《梅蘭芳》，剩余64%的電影票房均未超過千萬，國產電影現(xiàn)在還處在僅僅只靠4、5部過億票房的大制作電影來支撐市場的階段。

圖5 出品地區(qū)-票房均值連線圖

2.3.5 上映檔期

圖6 上映檔期-票房均值連線圖

圖6可以看出，影片上映檔期地區(qū)與電影票房有較為顯著的影響(Sig.=0.025<0.05)，在217部電影中，暑期檔32部(占14.75%)，票房均值為4150(萬元)；賀歲檔46部(占21.20%)，票房均值為5098(萬元)；其他節(jié)日檔22部(占10.14%)，票房均值為2311(萬元)；非節(jié)日檔117部(占53.92%)，票房均值為2440(萬元)。賀歲檔的票房均值最高，但同期上映的電影之間的競爭力也更大。其他節(jié)日檔(五一、國慶)與非節(jié)日檔票房均值相近，且遠小于暑期檔及賀歲檔，一方面是因為五一、國慶假期短，遠不如2個月長的暑期檔與賀歲檔，另一方面也說明國內觀眾更傾向于在元旦、春節(jié)期間到影院觀看電影，而且觀眾群體中，學生族群占了相當一部分，所以暑期檔也成為票房收入的熱門時間段。

現(xiàn)將“檔期”、“地區(qū)”、“類型”三個因素共同考量，進行多因素方差分析，結果如下表4：

得出與之前回歸分析相同的結論，即類型(Sig.=0.003) > 地區(qū)(Sig.=0.026) > 檔期(Sig.=0.039)。由于只對這3個變量分析，排除其他變量的影響，所以這3個變量的概率p值均小于默認顯著性水平0.05，可以認為這三個變量與電影票房之間存在顯著影響。當3個因素交互作用時，對電影票房的影響也相當顯著(Sig.=0.01<0.05)。

最后，對所研究的全部7個變量進行多因素方差分析，為避免自變量過多，變量之間相互影響，將會導致分析結果出現(xiàn)偏差，故先將有關聯(lián)的因子做交互作用的再進行分析，結果如下表5：

圖7 檔期-地區(qū)-類型-演員-導演-續(xù)集-翻拍交互作用散點圖

三組因素對電影票房的影響力均為顯著的(Sig.>0.05)，其中演員與導演的組合對電影票房的影響力最大，檔期、地區(qū)、類型三者的交互作用影響力次之，續(xù)集與翻拍再次之。但7個變量交互作用的顯著性Sig.=0.13>0.05，這個結果是較為意外的，原因可能是變量間不是相互獨立的，存在多重共線性，因此概率p值大于默認顯著性水平0.05。通過圖7，可以看出，7個自變量的交互作用對因變量(電影票房)還是有一定影響的。

3 結論

在國內市場來看，一部電影的票房成功與否，最重要的影響因素是導演，如馮小剛、張藝謀、吳宇森等著名導演所具有的個人風格，已經為其電影構造了品牌效應，再加上媒體的宣傳造勢，幾乎部部電影票房過億，尤其像馮小剛導演的賀歲喜劇，已經成為每年賀歲檔電影中觀眾最為期待的，今年的《非誠勿擾》雖然不像《赤壁》《集結號》等電影的大投資大制作，但僅以“馮小剛賀歲喜劇”這個招牌即贏得了3億3千萬的最高票房(217部樣本中)。

對于那些導演影響力較小的電影，選擇翻拍著名或熱門小說、漫畫、電視作品，對其票房會產生一定積極影響。觀眾對其熟悉、喜愛的故事會有所期待，成為推動電影票房的潛在動力。

通過之前的分析，演員的影響力小于導演及翻拍，但不得不承認，某些極為著名的演員如成龍、劉德華、梁朝偉等，是對電影票房有極大影響的。由于本文只將演員分為著名與非著名兩類，如再將著名演員細分為幾個等級，得出的結論會更加準確。但因國內對于演員的排名沒有權威的機構以及科學的統(tǒng)計方法，故將演員細分等級的意義不大。

續(xù)集在國內電影市場的票房影響力低于前三項，這是因為國內電影還沒有形成依靠故事創(chuàng)造品牌效應的模式，而好萊塢電影則更加注重電影故事內容本身帶來的品牌價值，如007系列自1962年的第一部《諾博士》直至2008年的《量子危機》，共有二十余部，且每一集皆有不俗的票房成績，還如《哈利波特》系列、《星球大戰(zhàn)》系列等。但在國內，電影制作以導演為中心，故觀眾對電影的期待也大都集中在導演而并非故事本身。這一點從樣本數(shù)據(jù)中也不難看出，在217部電影中有續(xù)集24部，其中只有4部來自國內或港臺，分別是《赤壁(下)》《瘋狂的賽車》《愛情呼叫轉移2：愛情左右》《家有喜事2009》，從嚴格意義上來說，這幾部的續(xù)集定義也不同于好萊塢，除《赤壁》是分為上下兩部外，其他3部與前作之間并沒有統(tǒng)一的故事主線或主角，歸根結底還應該算是導演個人風格的延續(xù)。

影片類型、出品地區(qū)、上映檔期這三個因素與上述4個因素相比，對電影票房的影響較小。在同一檔期、同一類型的電影中，國產電影票房均值小于香港電影，更小于美國電影，這說明國產電影的實力嚴重不均衡，雖然有票房榜首的《非誠勿擾》，但票房未過百萬的低收入電影也大量存在。這其中雖然有藝術片與商業(yè)片受眾群體不同、宣傳力度不同等因素的影響，但也值得引起國內電影界人士的思考，中[6]丁洪麗，陳懷新.基于累積直方圖的視頻鏡頭邊界檢測方法[J].電訊技術，2008，48(3)：66-69.

[7]任利平.視頻中關鍵幀提取技術的研究[D].蘭州大學 2011.

[8]劉政凱，湯曉鷗.視頻檢索中鏡頭分割方法綜述仁[J].計算機工程與應用，2002，23：84-87.

[9]Wayne Wolf.Key Frame Selection by Motion Analysis[C].IEEE IntConf Acoust，Speech，and Signal Proc，1996.

TheAnalysisoftheFactorsWhichInfluenceFilmBoxOffice

HU Xiao-li，LI Bo，WU Zheng-peng

(College of Science，Communication University of China，Beijing 100024，China)

A substantial part of the movie industry’s income is from film box office.The success or failure of the film box office can directly effect the development and marketing of the spin-off products of the movie industry.Therefore，this paper researched on the factors which influenced the film box office.The date sample was taken from 217 movies which domestic released from the year of 2007 to Feb 2009.By using the statistical methods and principles with the SPSS statistical analysis software，the paper researched on the factors by the Multiple Linear Regression and analyze the extent of various factors’ impact.The paper based on General Linear Model Univariate to analyze the affecting factors case-by-case.

box-office；empirical study；univariate

2011-04-01

胡小莉(1978-)，女(漢族)，湖北宜都人，中國傳媒大學理學院統(tǒng)計學系.E-mail：huxiaoli@cuc.edu.cn

J94

A

1673-4793(2013)01-0062-07

(責任編輯：宋金寶)