盧文景，馮曉

(中國(guó)傳媒大學(xué)信息工程學(xué)院，北京 100024)

大數(shù)據(jù)時(shí)代電影票房影響因素證實(shí)分析

盧文景，馮曉

(中國(guó)傳媒大學(xué)信息工程學(xué)院，北京 100024)

為探究電影票房影響因素，選取了2014年和2015年中國(guó)內(nèi)地電影票房靠前的134部電影，以大數(shù)據(jù)為背景，提出了一套影響票房的指標(biāo)體系，利用SPSS統(tǒng)計(jì)分析軟件對(duì)電影票房影響因素做了證實(shí)分析，并對(duì)評(píng)估電影票房的多個(gè)指標(biāo)進(jìn)行逐步多元線性回歸，構(gòu)建了票房預(yù)測(cè)模型，以求對(duì)我國(guó)電影產(chǎn)業(yè)的研究有所裨益。

票房；影響因素；證實(shí)分析；評(píng)估模型

1 引言

我國(guó)電影產(chǎn)業(yè)從2003年開(kāi)始至今，實(shí)現(xiàn)了連續(xù)十二年的快速增長(zhǎng)。就票房而言，從2003年的5億元人民幣到2015年的440億元人民幣，年均超30%的增速，平均年增速約40%；電影銀幕數(shù)從2003年的2296塊增加至2015年的31627塊，較前者翻了13.7倍之多，2015年度觀影人數(shù)超12億人次，連續(xù)成為在票房?jī)H次于美國(guó)的第二大電影市場(chǎng)，隨著中國(guó)電影制作水平、營(yíng)銷發(fā)行能力的提高以及產(chǎn)業(yè)鏈的不斷完善，加之政府相關(guān)的產(chǎn)業(yè)扶持政策，種種跡象表明，我國(guó)電影正在朝著產(chǎn)業(yè)化的更深層次邁進(jìn)[1]。

電影作為一種產(chǎn)業(yè)，其意義早已超越經(jīng)濟(jì)的領(lǐng)域，涵蓋了政治、經(jīng)濟(jì)、文化等多方面，影響作用非常大[2]。面對(duì)全球經(jīng)濟(jì)一體化的趨勢(shì)，加快中國(guó)電影產(chǎn)業(yè)的健康快速發(fā)展，使之在國(guó)際的競(jìng)爭(zhēng)中取得一定優(yōu)勢(shì)，無(wú)疑是非常重要的。電影產(chǎn)業(yè)是一個(gè)系統(tǒng)工程，只有精心操作每一個(gè)環(huán)節(jié)，使得各個(gè)階段緊密配合，才能保證電影產(chǎn)業(yè)鏈環(huán)環(huán)相扣，從而充分實(shí)現(xiàn)影片的商業(yè)價(jià)值和文化價(jià)值，其中資產(chǎn)評(píng)估在電影產(chǎn)業(yè)發(fā)展中發(fā)揮著越來(lái)越重要的作用，其服務(wù)于電影版權(quán)融資、版權(quán)交易、電影播放權(quán)交易等領(lǐng)域[3]。

因此，本文嘗試以當(dāng)下消費(fèi)互聯(lián)網(wǎng)化的特點(diǎn)，結(jié)合大數(shù)據(jù)應(yīng)用，對(duì)電影的商業(yè)價(jià)值評(píng)估研究提供一個(gè)新的視角，以求對(duì)評(píng)估指標(biāo)和以后的相關(guān)研究有所裨益，從而更好地服務(wù)于電影產(chǎn)業(yè)發(fā)展。

2 電影影響因素分析與指標(biāo)的構(gòu)建

電影票房受多方面因素影響，諸如，投資預(yù)算、劇本、導(dǎo)演、演員、后期制作、制片方以及出品方、媒體宣傳、電影口碑的好壞等[2]?？傮w上可將影響因素劃分為三類，即：電影自身因素、消費(fèi)者自身因素和市場(chǎng)因素展開(kāi)研究。其中電影自身因素指電影的制作成本、電影導(dǎo)演、電影主角、電影類型等；消費(fèi)者自身因素指消費(fèi)者年齡、喜好、關(guān)注心理；電影的市場(chǎng)因素指經(jīng)濟(jì)環(huán)境產(chǎn)業(yè)政策、院線放映能力、發(fā)行機(jī)構(gòu)、放映檔期等。結(jié)合中國(guó)當(dāng)下的市場(chǎng)特點(diǎn)本文從以下因素進(jìn)行分析。

2.1 電影導(dǎo)演

電影導(dǎo)演對(duì)一部電影的重要性是不言而喻的，他直接決定著一部電影的質(zhì)量，當(dāng)然這種質(zhì)量并不是絕對(duì)的。一方面，隨著商業(yè)電影的發(fā)展，電影也越來(lái)越趨于迎合觀眾的喜好，然而，每個(gè)人對(duì)電影這種藝術(shù)品都有自己的看法，導(dǎo)演也不例外，這就不可避免的會(huì)發(fā)生導(dǎo)演和部分觀眾間的不認(rèn)同；另一方面，由于導(dǎo)演專業(yè)水品的高低，制作的電影作品質(zhì)量也有不同的差距。因此將電影導(dǎo)演作為電影自身因素的一個(gè)指標(biāo)，根據(jù)筆者進(jìn)一步分析，電影導(dǎo)演指標(biāo)又可分為導(dǎo)演知名度指標(biāo)和媒體關(guān)注指標(biāo)，前者反映了普通觀眾對(duì)某一導(dǎo)演的熟知程度，后者則能反映導(dǎo)演的媒體曝光度和熱度。另外根據(jù)電影產(chǎn)業(yè)的長(zhǎng)期發(fā)展，業(yè)界形成了一個(gè)著名導(dǎo)演的圈子，因此本文也引入了電影是否著名這一指標(biāo)，其反應(yīng)了作為導(dǎo)演的專業(yè)程度以及導(dǎo)演的實(shí)力與口碑。

2.2 電影主角

觀眾對(duì)于一部電影的第一感知無(wú)非是視覺(jué)與聽(tīng)覺(jué)的交織，電影中起到這一作用的一般是由演員來(lái)完成的，當(dāng)然還有場(chǎng)地背景、視覺(jué)特效、背景音樂(lè)，但能有極富感染力的表達(dá)時(shí)，還是會(huì)落到演員的身上，電影的主角則是這些演員的代表。所以電影主角也是本文確定電影票房評(píng)估的一個(gè)指標(biāo)，以電影主角的搜索量進(jìn)行度量，它能很好的反映出主角的熱度與知名度，且是站在觀眾的角度，使其更具目的性。

2.3 電影類型

電影類型反映了觀眾的觀影偏好，所以研究不同類型電影對(duì)電影票房的影響具有一定的市場(chǎng)價(jià)值。本文基于行業(yè)通用標(biāo)準(zhǔn)，將電影類型分為九種，分別為驚悚片、懸疑/犯罪片、傳記片、動(dòng)畫(huà)片、劇情片、科幻/奇幻片、愛(ài)情片、動(dòng)作片、喜劇片。再根據(jù)對(duì)藝恩網(wǎng)各類型電影票房統(tǒng)計(jì)的分析，將九種電影類型進(jìn)行數(shù)值量化，依次取值1-9來(lái)表示。

2.4 消費(fèi)者關(guān)注

一部商業(yè)電影被制作出來(lái)的受眾無(wú)疑是廣大消費(fèi)者，因此本文將消費(fèi)者關(guān)注度作為評(píng)估電影票房的一個(gè)重要指標(biāo)，它集中反映了消費(fèi)者對(duì)電影的題材內(nèi)容的感興趣程度。并將消費(fèi)者關(guān)注度劃分成不同角度進(jìn)行度量，分別為電影搜索量、觀影期待指數(shù)和電影預(yù)告片播放量。

2.5 電影檔期

電影檔期是一個(gè)時(shí)間上的量，由于節(jié)假日的存在，電影票房不可避免的會(huì)受電影的檔期是否跨節(jié)假日而有所不同，一般而言，節(jié)假日檔期對(duì)票房具有較大的積極影響，因此本文將電影檔期作為其中的一個(gè)市場(chǎng)因素。

2.6 發(fā)行能力

電影的制作與宣發(fā)在美國(guó)成熟的電影市場(chǎng)中是具有同等的重要性，一個(gè)再好的電影作品，如果沒(méi)有得到很好的宣傳，也很難取得優(yōu)秀的票房成績(jī)，因此本文將電影的發(fā)行能力作為一個(gè)評(píng)估指標(biāo)。其量化過(guò)程，本文采用了公眾影響力指數(shù)和媒體關(guān)注度來(lái)度量，分別反映了通過(guò)網(wǎng)絡(luò)平臺(tái)公眾對(duì)電影關(guān)注情況與媒體曝光整體情況。

綜上所述可以得到電影票房?jī)r(jià)值評(píng)估體系，如圖1所示。

3 模型建立

引入作為解釋變量的影響因素既有定量變量，又有定性變量[4]。為了能夠在同一模型中反映這些因素的影響，提高模型的精度，需要將這些定性變量進(jìn)行量化，本文是通過(guò)虛擬變量來(lái)完成的，本文中引入虛擬變量為導(dǎo)演是否著名、電影類型量化與電影檔期量化。

根據(jù)筆者的調(diào)研，將電影票房影響因素指標(biāo)做以下具體處理，見(jiàn)表1。

圖1 電影票房評(píng)估指標(biāo)體系

指標(biāo)名稱符號(hào)描 述數(shù)據(jù)來(lái)源導(dǎo)演知名度指標(biāo)DZMD 導(dǎo)演被觀眾熟知度百度指數(shù)導(dǎo)演媒體關(guān)注指標(biāo)DMGZ 導(dǎo)演被媒體曝光度百度指數(shù)導(dǎo)演是否著名DIFZ 1=著名，0=非著名豆瓣電影主角搜索量ZJSL 按中國(guó)票房網(wǎng)的名次選擇前六的主角的平均搜索總量中國(guó)票房網(wǎng)百度指數(shù)電影類型量化LXLH 1=驚悚，2=懸疑/犯罪，3=傳記，4=動(dòng)畫(huà)，5=劇情，6=科幻/奇幻，7=愛(ài)情，8=動(dòng)作，9=喜劇豆瓣電影電影搜索量DMSL 電影的名稱平均搜索量百度指數(shù)觀影期待指數(shù)GYQD 觀眾表達(dá)想看、期待言論艾漫數(shù)據(jù)預(yù)告片播放量YGBL 電影主要預(yù)告片播放量預(yù)告片世界網(wǎng)電影檔期量化DDLH 是否主要節(jié)假日1=是，0=否時(shí)光網(wǎng)公眾影響力GZYL 通過(guò)網(wǎng)絡(luò)平臺(tái)電影影響到的觀眾的力度艾漫數(shù)據(jù)電影媒體關(guān)注度DMGD 電影被媒體曝光度艾漫數(shù)據(jù)

建立多元線性回歸模型[5]，

DYPE=C+DZMD·β1+DMGZ·β2+DIFZ·β3+ZJSL·β4+LZLH·β5+DMSL·β6+GYQD·β7+YGBL·β8+DDLH·β9+GZYL·β10+DMGD·β11+μ

(1)

其中：DYPF——電影票房收入(萬(wàn)元)；c為常數(shù)；μ為絕對(duì)誤差。

4 模型分析

本文以2014年62部影片和2015年72部影片，共計(jì)134部電影為研究樣本。數(shù)據(jù)選取標(biāo)準(zhǔn)：第一，年度分布較均勻且票房名次靠前具有可觀察性，數(shù)據(jù)時(shí)間較新具有時(shí)效性；第二，確保每個(gè)指標(biāo)都能取得數(shù)據(jù)。

在建立的多元線性回歸模型中，DYPF、DZMD、DMGZ、ZJSL、DMSL、GYQD、YGBL、GZYL、DMGD為定量變量；DIFZ、LXLH 、DDLH為定性變量。

利用 SPSS 軟件，對(duì)模型(1)進(jìn)行最小二乘法估計(jì)。結(jié)果見(jiàn)表2(a)和表2(b)。

表2(a) 模型1的回歸系數(shù)表

a.因變量：DYPF

表2(b) 模型1的回歸分析表

由表2(a)和表2(b)可以看出，方程通過(guò)了顯著性檢驗(yàn)，擬合優(yōu)度達(dá)到71%表示擬合良好。但是方程中DMGZ，DZMD，DIFZ，YGBL，GZYL并沒(méi)有通過(guò)T檢驗(yàn)，因此模型存在問(wèn)題，需要改進(jìn)。

在反復(fù)調(diào)試之后，剔除了導(dǎo)演媒體關(guān)注指標(biāo)、導(dǎo)演知名度指標(biāo)、導(dǎo)演是否著名和電影預(yù)告片播放量這四個(gè)指標(biāo)。引入主角搜索量(次)、電影類型量化(分)、電影搜索量(次)、觀影期待指數(shù)(次)、電影檔期量化(分)、公眾影響力(次)、電影媒體關(guān)注度(次)以及因變量電影票房這八個(gè)變量進(jìn)行多元線性回歸模型的模擬，采用最小二乘法進(jìn)行估計(jì)，結(jié)果見(jiàn)表3(a)和表3(b)。

表3(a) 剔除部分指標(biāo)后的回歸系數(shù)表

a.因變量：DYPF。

表3(b) 剔除部分指標(biāo)后的回歸分析表

從表3(a)和表3(b)可知，該回歸方程和所有的變量均通過(guò)顯著性檢驗(yàn)(sig.<0.05)，并且模型的擬合優(yōu)度較好(R平方為78.1%)，從共線性統(tǒng)計(jì)參數(shù)可看出，各影響因素的VIF均小于10，說(shuō)明回歸方程不存在多重共線性問(wèn)題。因此可以根據(jù)影響電影票房因素，得到評(píng)估票房的多元回歸方程，如下：

DYPF=-19488.859-0.223ZJSL+3297.64LZLH+0.965DMSL+0.929GYQD+17699.478DDLH-0.025GZYL+5.33DMGD

由表3(a)數(shù)據(jù)可知，在按給定的顯著性水平0.05的情形下，概率P值(Sig.)的順序?yàn)椋弘娪懊襟w關(guān)注度(0.00)<電影搜索量(0.00)<觀影期待指數(shù)(0.00)<電影檔期(0.004)<電影主角(0.006)<電影類型(0.008)<公眾影響力(0.012)< Sig.=0.05。其中屬于電影自身因素的有2個(gè)，來(lái)自消費(fèi)者自身因素的有2個(gè)，市場(chǎng)因素方面有3個(gè)。

(1)電影自身因素

首先將電影自身的三個(gè)因素：電影導(dǎo)演、電影主角和電影類型的五個(gè)指標(biāo)共同與因變量電影票房作顯著性分析，結(jié)果如表4所示。可見(jiàn)電影自身因素對(duì)電影的票房影響是顯著的(Sig.=0.00<0.05)，結(jié)合表3(a)中主角搜索量絕對(duì)值為0.223小于1，說(shuō)明一味地采取電影明星戰(zhàn)術(shù)并不能達(dá)到與明星投入相匹配的票房收入。在回歸模型中，選取的導(dǎo)演影響因素表現(xiàn)并不顯著，這表明觀眾在選擇看某一部電影時(shí)考慮導(dǎo)演因素較少，但在134部電影中，著名導(dǎo)演指導(dǎo)的有37部，票房平均值為41995(萬(wàn)元)，非著名導(dǎo)演的作品有97部，票房平均值為14238(萬(wàn)元)，說(shuō)明著名導(dǎo)演指導(dǎo)作品的票房要遠(yuǎn)好于非著名導(dǎo)演的作品，之所以沒(méi)有通過(guò)顯著性檢驗(yàn)，原因可能是當(dāng)下很多非導(dǎo)演的知名人士參與指導(dǎo)電影而對(duì)電影票房產(chǎn)生了很大的影響，例如《小時(shí)代》系列的郭敬明，《分手大師》的鄧超，《煎餅俠》的董成鵬，《左耳》的蘇有朋等。

表4 電影自身因素回歸分析表

a.因變量：DYPF。 b.預(yù)測(cè)變量：(常量)，LXLH，DMGZ，DIFZ，ZJSL，DZMD

(2)消費(fèi)者自身因素

采用同樣的方法，將消費(fèi)者自身因素的三個(gè)指標(biāo)共同與因變量電影票房作顯著性分析，結(jié)果如表5所示。可見(jiàn)消費(fèi)者自身因素對(duì)電影的票房影響是顯著的(Sig.=0.00<0.05)，也就是說(shuō)當(dāng)觀眾對(duì)某一部電影產(chǎn)生濃厚的興趣時(shí)，會(huì)通過(guò)主動(dòng)搜索，觀看電影預(yù)告片等形式去了解電影詳情，形成潛在的消費(fèi)群體。結(jié)合表3(a)中電影搜索量與觀影期待指數(shù)的顯著性Sig.值均為0.00，表明其對(duì)電影票房的影響十分顯著，即電影的題材內(nèi)容能夠引起觀眾興趣，迎合觀眾的喜好，會(huì)使觀眾對(duì)該影片產(chǎn)生期待，觀影的意愿大幅增加，進(jìn)而提升票房。

表5 消費(fèi)者自身因素回歸分析表

a.因變量：DYPF。

b.預(yù)測(cè)變量：(常量)，YGBL，DMSL，GYQD。

(3)市場(chǎng)因素

從表3(a)中可以看出，市場(chǎng)因素的三個(gè)指標(biāo)均很好地通過(guò)了回歸模型的顯著性檢驗(yàn)，這一點(diǎn)在表6市場(chǎng)因素的三個(gè)指標(biāo)共同與因變量電影票房作顯著性分析中也得到驗(yàn)證。這表明電影發(fā)行方的發(fā)行能力和上映檔期對(duì)電影票房的影響是非常顯著的，即發(fā)行方對(duì)電影的宣發(fā)能力越強(qiáng)越有助于提升票房甚至決定票房。結(jié)合表3(a)中公眾影響力指標(biāo)絕對(duì)值為0.025小于1，說(shuō)明在網(wǎng)絡(luò)平臺(tái)上并非是電影影響到的人越多就一定能取得越高的票房，也就是說(shuō)電影影響到的人不一定能形成合力去買電影的賬，而媒體的關(guān)注則具有很強(qiáng)的引導(dǎo)作用，這也說(shuō)明了口碑的重要性。電影上映檔期如果是在重要的節(jié)假日上，如暑期檔、賀歲檔、春節(jié)、國(guó)慶，可以較其他時(shí)間快速的聚集大量的觀影群體形成集聚效應(yīng)，從而促進(jìn)票房增長(zhǎng)。

表6 市場(chǎng)因素回歸分析表

a.因變量：DYPF。

b.預(yù)測(cè)變量：(常量)，DMGD，DDLH，GZYL。

5 結(jié)語(yǔ)

電影產(chǎn)業(yè)最近年來(lái)發(fā)展迅速，票房節(jié)節(jié)攀升，為探究影響票房背后的原因，本文針對(duì)國(guó)內(nèi)電影市場(chǎng)(動(dòng)畫(huà)片除外)，在考慮我國(guó)實(shí)際情況下，提出了一套評(píng)估票房的指標(biāo)體系，并通過(guò)數(shù)據(jù)分析證實(shí)了選取指標(biāo)的科學(xué)性。

結(jié)果表明，影響票房三個(gè)方面的因素：電影自身因素、消費(fèi)者自身因素和市場(chǎng)因素對(duì)票房的影響都是顯著的，打破了以往在分析影響因素時(shí)僅分析電影自身因素的思維。對(duì)具體的因素分析可得：電影如果是著名導(dǎo)演執(zhí)導(dǎo)的，其票房在很大程度上高于非著名導(dǎo)演作品的票房；一味地采用明星堆積出來(lái)的作品并不能達(dá)到與明星投入相匹配的票房收入；電影的類型反映著觀眾的喜好，喜劇、動(dòng)作、愛(ài)情類型的電影依然是高票房的聚集地；能夠成功吸引消費(fèi)者的注意力，即電影的題材內(nèi)容是觀眾產(chǎn)生觀影決策的重要指標(biāo)；電影上映檔期選在重要的節(jié)假日上有助于電影票房的增長(zhǎng)；電影發(fā)行方的宣發(fā)能力是取得成功票房的重要一環(huán)，應(yīng)該引起足夠的重視，改變我國(guó)只關(guān)注電影制作的思維觀念。

[1]夏丹.我國(guó)3D 電影票房影響因素的實(shí)證分析[J].現(xiàn)代傳播，2012，(09).

[2]胡小莉，李波，吳正鵬.電影票房的影響因素分析[J].中國(guó)傳媒大學(xué)學(xué)報(bào)，2013，(02).

[3]劉云波，李挺偉.探索大數(shù)據(jù)在文化產(chǎn)業(yè)版權(quán)資產(chǎn)價(jià)值評(píng)估中的應(yīng)用[J].無(wú)形資產(chǎn)評(píng)估，2015，(2).

[4]BabuNahata，StaffanRingbom.Price Discrimination using Linearand Nonlinear PricingSimultaneously[J].Economics Letters，2007，(2).

[5]Basuroy，Suman，SubimalChatterjee.Fast andFrequent：Investigating Box Office Revenues of Motion Picture Sequels [J].Journal of Business Research，2008， (61) ：798-803 .

[6]百度指數(shù)[DB/OL].http：//index.baidu.com/.

[7]豆瓣電影[DB/OL].http：//movie.douban.com/.

[8]中國(guó)票房網(wǎng)[DB/OL].http：//www.cbooo.cn/.

[9]艾漫數(shù)據(jù)[DB/OL].http：//ifilm.iminer.com/.

[10]時(shí)光網(wǎng)[DB/OL].http：//www.mtime.com/.

[11]藝恩網(wǎng)[DB/OL].http：//www.entgroup.cn/.

[12]預(yù)告片世界網(wǎng)[DB/OL].http：//www.yugaopian.com/.

(責(zé)任編輯：王謙)

The Confirmatory Analysis of the Influence Factors of Movie Box Office in the Era of Big Data

LU Wen-jing，F(xiàn)ENG Xiao

(College of Information Engineering，Communication University of China，Beijing 100024，China)

In order to explore the influence factors of movie box office，the top 134 movies were selected in 2014 and 2015，In the background of big data，the index system of an impact at the box office was proposed，which used SPSS statistical analysis software on the factors affecting the film at the box office to do the analysis confirming，and multiple indicators to assess the movie box office was done with stepwise multiple linear regression，and the box office forecasting model was constructed，in order to benefit the study of China's film industry.

box office factors；confirmatory analysis；evaluation model

2016-03-21

盧文景(1990-)，男(漢族)，安徽亳州人，中國(guó)傳媒大學(xué)碩士研究生.E-mail：837420130@qq.com

J943

A

1673-4793(2017)01-0041-06