南京郵電大學(xué)管理學(xué)院貝爾學(xué)院 闖家梁 許世珍 胡全峰

關(guān)于電影票房的市場調(diào)查報告
——網(wǎng)絡(luò)口碑與電影票房的實(shí)證研究

南京郵電大學(xué)管理學(xué)院貝爾學(xué)院 闖家梁 許世珍 胡全峰

摘 要：本文立足于中國電影市場的實(shí)際情況，通過定量分析選取了電影票房的影響因素模型。同時將網(wǎng)絡(luò)口碑作為自變量，之后又將網(wǎng)絡(luò)口碑分為網(wǎng)站評分和網(wǎng)友評論兩個因子；將電影票房作為因變量，引入電影制作因素、電影宣傳因素作為調(diào)節(jié)變量，探討各變量對于電影票房的影響，以及調(diào)節(jié)變量與網(wǎng)絡(luò)口碑的交互效應(yīng)。在此基礎(chǔ)上，筆者認(rèn)為中國電影應(yīng)該重視影片內(nèi)容的鍛造，豐富影片文化內(nèi)涵，增強(qiáng)網(wǎng)絡(luò)口碑的作用。

關(guān)鍵詞：網(wǎng)絡(luò)口碑 電影票房 網(wǎng)站評分 網(wǎng)友評論

對中國電影產(chǎn)業(yè)來講，2015年又是一個“戰(zhàn)績”輝煌的年份。2015年全國影院總票房為440.69億元，占全球總票房的17.8%，居世界第二位；國產(chǎn)片票房達(dá)到271.36億元人民幣，占總票房的61.58%，觀眾觀影人次126036.58萬人，放映場次5438萬場，電影產(chǎn)業(yè)的各項(xiàng)指標(biāo)均取得了較大幅度的增長，中國電影市場發(fā)展良好。

而隨著互聯(lián)網(wǎng)的發(fā)展，中國電影輿情生態(tài)呈現(xiàn)出多元交織的局面，網(wǎng)絡(luò)傳播渠道、社交媒體與其他傳播渠道構(gòu)成了當(dāng)前中國電影產(chǎn)業(yè)的網(wǎng)上輿論場，將影片、電影人、電影產(chǎn)業(yè)、電影市場的情緒、認(rèn)知、態(tài)度、情感及行為傾向全方位、多角度地呈現(xiàn)出來。從近幾年的情況看，發(fā)現(xiàn)網(wǎng)絡(luò)口碑對消費(fèi)者的觀影選擇具有顯著影響，口碑評價越高，其票房收入越高。然而，2013年的《富川山居圖》在格瓦拉上的評分為3.7分，被封為史上第一爛片，但在意見領(lǐng)袖的傳播下，雖然在網(wǎng)上被罵得很爛，但《富川山居圖》的票房扶搖直上，兩天過億，上映一周票房高達(dá)2.5億。隨著豆瓣、時光網(wǎng)等電影評分欄目的興起，越來越多的觀眾在觀影前會查看其他觀影者的評分或者是影評。因此，本文希望研究了解網(wǎng)絡(luò)口碑對電影票房產(chǎn)生的影響。

1　 理論基礎(chǔ)與模型

網(wǎng)絡(luò)口碑是借助于互聯(lián)網(wǎng)媒介而進(jìn)行的口碑傳播，傳播范圍較廣，且口碑形式有形化。通過網(wǎng)絡(luò)開展電子商務(wù)最核心的價值和競爭力，即在于其中的評論信息形成的輿論導(dǎo)向，這對電影觀眾決策具有非常重要的影響。Hanson(2000)將這種傳播形式也稱作電子口碑(Electronic WOM)或者在線口碑(Online WOM)，認(rèn)為這種傳播方式以網(wǎng)絡(luò)為媒介，通過電子郵件、在線論壇和討論區(qū)等形式進(jìn)行口碑傳播。

Chaffee和Steven(1982)根據(jù)信息可訪問性及可影響性理論，證實(shí)群體之間關(guān)于電影的交流一定存在，并且這種交流會對消費(fèi)者的購買決策產(chǎn)生影響。同時電影本身的特殊性無法使觀眾在觀看電影前對其內(nèi)容質(zhì)量等做出判斷與評價，而當(dāng)觀眾在購買決策過程中產(chǎn)生評價與評估困難時，按照口碑來搜尋產(chǎn)品信息經(jīng)常成為優(yōu)先選擇。電影口碑信息對消費(fèi)者購買決策的形成會產(chǎn)生巨大影響。

網(wǎng)絡(luò)口碑一般指網(wǎng)絡(luò)用戶產(chǎn)生的內(nèi)容，總體而言主要包括網(wǎng)絡(luò)評論數(shù)量、網(wǎng)絡(luò)評論效價及網(wǎng)絡(luò)評分分布。網(wǎng)絡(luò)評論數(shù)量的多少反映了電影關(guān)注度的大小，越多的人討論某部電影，則說明越多的人能夠知曉這部電影。網(wǎng)絡(luò)評論效價指人們對于電影持有的正面、負(fù)面或者中性的評價，意味著網(wǎng)絡(luò)口碑的說服力。網(wǎng)絡(luò)評分將網(wǎng)絡(luò)用戶對于電影的評價進(jìn)行了量化，既簡單明了地表達(dá)對于電影的評價，也使信息搜尋者更為直接地獲得網(wǎng)絡(luò)口碑信息。在我國，電影口碑對觀眾消費(fèi)意愿的影響變得越來越顯著?？诒玫碾娪澳軌蛉〉脙?yōu)異的票房佳績；反之，就非常有可能面臨票房驟減的后果。從某種程度上我們可以說，電影口碑對電影票房的作用越來越具有決定性。

本文在吸取國內(nèi)外專家學(xué)者Yong Liu網(wǎng)絡(luò)口碑模型的基礎(chǔ)上，立足于中國電影市場的實(shí)際情況，通過定量分析選取電影票房影響因素的模型。同時將網(wǎng)絡(luò)口碑作為自變量，又將網(wǎng)絡(luò)口碑分為網(wǎng)站評分與網(wǎng)友評論兩個因子；將電影票房作為因變量，引入電影制作因素、電影宣傳因素作為調(diào)節(jié)變量，探討各變量對于電影票房的影響以及調(diào)節(jié)變量與網(wǎng)絡(luò)口碑的交互效應(yīng)如圖1。

圖1 網(wǎng)絡(luò)口碑模型

2　 研究設(shè)計(jì)

(1)抽樣設(shè)計(jì)。采用分層抽樣與簡單隨機(jī)抽樣相結(jié)合。依據(jù)中國大陸地區(qū)觀影總?cè)藬?shù)，計(jì)算出本次調(diào)研最低樣本量為12,441,770人，依據(jù)各區(qū)域(將中國劃分為七大地理區(qū)域)票房計(jì)算出其占全國的比例，并分為三個層次，每個層次中通過簡單隨機(jī)抽樣抽取一個地區(qū)作為代表，抽取結(jié)果為華東地區(qū)、華北地區(qū)、東北地區(qū)。

采用簡單隨機(jī)抽樣。將華東地區(qū)、華北地區(qū)、東北地區(qū)各省份列表并編號，通過生成的隨機(jī)數(shù)表，隨機(jī)選取省份，選取數(shù)量依據(jù)各地票房貢獻(xiàn)率結(jié)果如下，華東地區(qū)：上海、江蘇、山東；華北地區(qū)：北京、山西；東北地區(qū)：遼寧。采用非概率抽樣中的配額抽樣，依據(jù)各省份票房貢獻(xiàn)比率，將每個區(qū)域的問卷分配到所抽省份，使得分配的問卷量與其票房貢獻(xiàn)率成正比。

采用簡單隨機(jī)抽樣，將上海、江蘇、山東、北京、山西、遼寧各省份的TOP影院列表并編號，通過生成的隨機(jī)數(shù)表，隨機(jī)選取影院，選取數(shù)量依據(jù)各省份票房貢獻(xiàn)率。問卷發(fā)放時，根據(jù)所求出的各個省份所需樣本量有選擇性地進(jìn)行發(fā)放。

(2)調(diào)查方法與數(shù)據(jù)特征。從各大影院查詢其開放時間基本為9∶30～23∶30，考慮到觀影人群基本集中于工作日中午或晚間、雙休日，我們選擇在人群較為集中的時間發(fā)放問卷，較多選擇正在等待的人群，有較多空閑時間。

通過計(jì)算，在99%的置信水平下，以10%作為抽樣誤差，在男女各0.5的比例期望值的情況下，通過計(jì)算，得出理想的樣本量應(yīng)為166份。最終共回收有效問卷140份，問卷的有效率為88.55%。

(3)電影票房與高校數(shù)量。根據(jù)2013年，中國電影發(fā)行放映協(xié)會的一項(xiàng)調(diào)查數(shù)據(jù)顯示，中國的電影觀眾平均年齡為21.5歲；2014年略微有所上升，但也就22歲上下?！?5后”占比70%，在校大學(xué)生每年貢獻(xiàn)數(shù)十億票房，在校時形成的去影院觀影的習(xí)慣，畢業(yè)后轉(zhuǎn)變?yōu)槎际邪最I(lǐng)。因此，我們調(diào)查了大陸各省高校數(shù)量與累計(jì)票房。

(4)電影票房與網(wǎng)絡(luò)口碑。依據(jù)電影票房數(shù)據(jù)庫2015年11月最新數(shù)據(jù)顯示，我們選取了中國大陸地區(qū)票房位列前100位的電影，并從網(wǎng)上查詢相對權(quán)威的電影評分網(wǎng)站時光網(wǎng)、豆瓣網(wǎng)對其相應(yīng)的評分狀況，以考查電影票房與網(wǎng)絡(luò)口碑是否具有相關(guān)關(guān)系。

3　 數(shù)據(jù)分析

(1)信效度分析。在項(xiàng)目整體統(tǒng)計(jì)量表中，各分量表的Cronbach’s α值都大于0.7，且總量表的Cronbach’s α值大于0.9，故總量表和分量表的信度檢驗(yàn)通過，該量表具有比較良好的信度。

(2)交叉分析。我們分別對性別與觀影次數(shù)、性別與喜愛電影類型進(jìn)行了交叉分析。得到如下結(jié)論：每年去影院觀影次數(shù)集中分布在5次以下以及5～10次兩個頻率。表明大多數(shù)人去影院觀影的次數(shù)較少。同時可以看出男女在觀影次數(shù)上的差別不大。說明性別對于觀影次數(shù)的影響不顯著。男女在喜愛的電影類型上是有一定的差異。男性最喜歡的電影類型是科幻片，其次是喜劇片。而女性最喜歡的電影類型為喜劇片，其次是愛情片。由此表明，性別對電影類型的選擇有顯著的影響。

(3)量表均值分析。通過對量表的均值分析得到如下結(jié)論：大多人看中的是電影的故事情節(jié)和故事類型，也就是說大多數(shù)人關(guān)注的是電影本身；人們比較關(guān)注電影的宣傳情況，尤其是明星效應(yīng)，同時網(wǎng)絡(luò)評分也是一個重要的因素，表明大家比較關(guān)注電影本身的情節(jié)，同時也是比較客觀的選擇；影迷對于電影評分網(wǎng)站的信任程度較高，對于網(wǎng)友評論持相對懷疑的態(tài)度。

(4)相關(guān)性分析。本文選取2015年在中國內(nèi)地上映的票房排名前100位的影片作為研究對象，對每部影片的網(wǎng)絡(luò)口碑、類型、是否為續(xù)集或翻拍電影、產(chǎn)地、上映日期、演員及導(dǎo)演、票房收入等相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析。對各變量進(jìn)行顯著性檢驗(yàn)，網(wǎng)絡(luò)口碑與電影票房存在顯著相關(guān)性；調(diào)節(jié)變量中，電影類型、電影是否為翻拍續(xù)集或改編、導(dǎo)演號召力與電影票房的相關(guān)性顯著；電影產(chǎn)地、電影檔期、演員號召力與電影票房不存在顯著相關(guān)性。

4　 研究結(jié)論與建議

本文首先對采用問卷法調(diào)查影迷認(rèn)為的影響電影票房的因素。結(jié)果表明，電影內(nèi)容與電影類型以及網(wǎng)絡(luò)評分是影響電影票房的主要因素。實(shí)證研究部分，借鑒以往研究成果，建立理論模型、設(shè)計(jì)問卷、收集數(shù)據(jù)。接著選取2015年的前100位影片作為研究對象，經(jīng)過對各變量進(jìn)行顯著性檢驗(yàn)，作為自變量的網(wǎng)絡(luò)口碑與電影票房存在顯著相關(guān)性，電影類型、電影是否為翻拍續(xù)集或改編、導(dǎo)演號召力與電影票房的相關(guān)性顯著。針對以上結(jié)論，我們提出以下建議。

(1)關(guān)注電影本身，提高電影的制作水平，以質(zhì)量獲取高票房。電影的內(nèi)容與電影的類型是吸引影迷買票的主要因素。而電影作為一種文化產(chǎn)品，給予消費(fèi)者精神層面的滿足，電影本身質(zhì)量是其取得好口碑和高票房的根本要素?；诖?，制片方理當(dāng)先關(guān)注電影本身，注重電影題材、內(nèi)容和拍攝質(zhì)量等方面的改進(jìn)，進(jìn)行突破創(chuàng)新，增強(qiáng)電影本身對觀眾的吸引力，樹立電影自身品牌，提高價值，收獲高票房。

(2)著重關(guān)注口碑效應(yīng)及對應(yīng)營銷，采用多種多樣的宣傳方式來提高電影的關(guān)注度。電影本身的特殊性無法使觀眾在觀看電影前對其內(nèi)容質(zhì)量等做出判斷與評價，而當(dāng)觀眾在購買決策過程中產(chǎn)生評價與評估困難時，按照口碑來搜尋產(chǎn)品信息經(jīng)常成為第一選擇。以電影為中心引發(fā)的任何話題都可以形成一定的口碑效應(yīng)，提高觀眾對于電影的知曉度和關(guān)注度，才能使電影獲得高票房。

(3)發(fā)揮網(wǎng)絡(luò)口碑的積極作用。電影的網(wǎng)絡(luò)口碑主要包括網(wǎng)站評分與網(wǎng)友評論，兩個因素都在很大程度上影響了網(wǎng)絡(luò)口碑對觀眾的影響力。電影制片方和發(fā)行方應(yīng)積極有效把握網(wǎng)絡(luò)口碑的這兩個屬性，盡可能發(fā)揮其積極作用，推動人們更多在網(wǎng)絡(luò)平臺參與電影討論，并引導(dǎo)其做出更多正面的評價。電影制片方和發(fā)行方可以建立相關(guān)電影口碑網(wǎng)站與電影的合作，激勵、鼓勵人們盡可能多的在口碑網(wǎng)站上發(fā)表對于電影的評論和感受。

參考文獻(xiàn)

［1］龔詩陽，劉霞，劉洋，趙平.網(wǎng)絡(luò)口碑決定產(chǎn)品命運(yùn)嗎——對線上圖書評論的實(shí)證分析［J］.南開管理評論，2012（4）.

［2］史偉，王洪偉，何紹義.基于微博情感分析的電影票房預(yù)測研究［J］.華中師范大學(xué)學(xué)報（自然科學(xué)版），2015（01）.

［3］汪旭暉，王軍.網(wǎng)絡(luò)口碑如何影響電影票房——中國電影“高票房低口碑”現(xiàn)象反思［J］.湖南師范大學(xué)社會科學(xué)學(xué)報，2015（02）.

［4］周明升，韓冬梅.基于社交媒體用戶評論和關(guān)注度的電影票房預(yù)測模型［J］.微型機(jī)與應(yīng)用，2014（18）.

中圖分類號：F49

文獻(xiàn)標(biāo)識碼：A

文章編號：2096-0298（2016）06（b）-006-02