郝曉玲，陳曉夢

(1.上海財經(jīng)大學(xué)信息管理與工程學(xué)院,上海 200433;2.上海市金融信息技術(shù)研究重點實驗室, 上海 200433;3.康奈爾大學(xué)商學(xué)院，美國)

1 引言

互聯(lián)網(wǎng)和web2.0技術(shù)的快速發(fā)展推動了消費服務(wù)的社交化和共享化，改變了人們獲取和分享信息的行為和體驗。對于體驗型產(chǎn)品而言，消費前對產(chǎn)品質(zhì)量和產(chǎn)品效用具有不確定性：體驗型產(chǎn)品異質(zhì)性較大，人們不能在重復(fù)購買中來加深對產(chǎn)品的認知，因此較難在購買前得知產(chǎn)品的真實質(zhì)量。此外，消費者對產(chǎn)品的評價存在個人偏好差異。因此，社交媒體影響下消費者的決策行為與決策過程也受到相應(yīng)的影響。

電影屬于典型的體驗型產(chǎn)品，即不同電影故事情節(jié)、類型差距較大，因此較難在購買前估計電影質(zhì)量。近年來中國電影產(chǎn)業(yè)總產(chǎn)值在GDP逐年升高，電影競爭力明顯增強。然而，在電影票房上也出現(xiàn)了一些奇怪的現(xiàn)象：一是高票房低評分現(xiàn)象，從《小時代》系列到最近新上映的《長城》和《羅曼蒂克消亡史》，我們發(fā)現(xiàn)有不少高票房低評分以及低票房高評分的電影作品。二是發(fā)行方在營銷過程中炮制“幽靈場”等虛假票房現(xiàn)象，其目的是為在短期內(nèi)沖高票房，刺激觀眾跟風觀看他們的電影。如何闡釋上述現(xiàn)象？其本質(zhì)在于對消費者行為中產(chǎn)生的羊群效應(yīng)的內(nèi)在機理進行解釋。消費決策中的羊群行為是消費市場上的一種典型現(xiàn)象。它是指在不確定情境中，消費者模仿他人進行消費決策的行為。那么，在互聯(lián)網(wǎng)環(huán)境下，消費者的決策行為屬于盲目跟風還是理性決策？理性程度如何？受到哪些因素影響？采取怎樣的營銷策略更為有效？這些問題目前還缺乏科學(xué)的實證解釋。

相比于搜索型商品，體驗型產(chǎn)品很難在使用前獲得相關(guān)質(zhì)量信息，產(chǎn)品性質(zhì)較為主觀，如電影、餐飲、美食等。消費者購買體驗型產(chǎn)品時，對在線評論的依靠性更大，也會更加頻繁地使用網(wǎng)絡(luò)資源[1]。目前關(guān)于體驗型產(chǎn)品的研究集中在三方面。

一是在線評論或口碑與銷量之間的關(guān)系。主要集中在在線評論的基本要素如評論的星級、評分、情感極性及有用性等對商品銷量的影響。例如，Reinstein和Snyder[2]以體驗型產(chǎn)品-電影為例，認為平均得分與銷量存在正相關(guān)關(guān)系。Dellarocas[3]采用在線評論作為口碑的代理變量，研究了知名度和口碑對電影收入的影響，并借鑒產(chǎn)品擴散的Bass模型構(gòu)建了電影收入預(yù)測模型。盧向華和馮越[4]指出餐館在線點評數(shù)量、評分以及負面點評率對產(chǎn)品的銷售收入有顯著的影響，但價格調(diào)節(jié)作用也確實存在。另有學(xué)者研究分析了專家評論對電影票房的影響以及星級和預(yù)算的調(diào)節(jié)作用[5]。Dewally和Ederington[6]發(fā)現(xiàn)在線評論極性與圖書價格之間密切相關(guān)，積極評論數(shù)越多時，價格越高。Ghose和Ipeirotis[7]的研究表明極端評論對體驗型產(chǎn)品的有用性比搜索型產(chǎn)品更大。Vilpponen等[8]指出在線評論的質(zhì)量對購買意愿有著積極的影響。Chen等[9]發(fā)現(xiàn)有用的評論和突出的評論者對銷量有非常顯著的影響。

二是羊群效應(yīng)與銷量。社交媒體口碑作為信息傳播的一種機制，主要是增加產(chǎn)品知名度，而羊群效應(yīng)則是通過先前的銷售信息幫助消費者更新對產(chǎn)品質(zhì)量的信任。Li和Xu[10]基于Groupon的實證研究指出，經(jīng)驗商品比搜索商品的羊群效應(yīng)更加明顯，羊群效應(yīng)和社交媒體口碑存在互補關(guān)系。Duan等[11]采用第t-1期軟件下載量對第t期軟件下載量來界定羊群效應(yīng)，證實軟件下載市場存在羊群效應(yīng)。Simonsohn和Ariely[12]和Chen等[9]分別發(fā)現(xiàn)DVD拍賣以及餐飲市場消費中存在羊群效應(yīng)。Tucker和Zhang[13]發(fā)現(xiàn)，小眾產(chǎn)品羊群效應(yīng)更為明顯。Zhang Juanjuan和Liu Peng[14]提出了理性跟隨模型，以P2P貸款為例，提出區(qū)分理性跟隨和非理性跟隨的有效方法，并證明P2P市場的貸款人對貸款項目的投資決策存在理性跟隨。此外，貸款人和貸款項目的特點會調(diào)節(jié)借款人對于之前借款人投資決策的跟隨效應(yīng)。關(guān)于羊群效應(yīng)，國內(nèi)較有影響力的文獻仍高度集中于金融市場，例如：宋軍和吳沖鋒[15]，孫培源和施東暉[16]以我國股市和機構(gòu)投資者數(shù)據(jù)為研究樣本開展實證檢驗，對投資者羊群行為與股價之間的關(guān)系進行了實證分析。其他研究也基本遵循上述范式，例如，廖理等[17]研究P2P 網(wǎng)絡(luò)投資中信息傳遞與羊群行為；王念新等[18]研究眾籌中的羊群行為，但總體還是集中在金融市場投資決策領(lǐng)域。消費品領(lǐng)域的羊群效應(yīng)研究還較為匱乏，消費者產(chǎn)生的羊群行為和投資者產(chǎn)生的羊群行為是否具有共同的心理機制，目前還缺乏有力的證明。

三是社會學(xué)習(xí)與銷量。由于產(chǎn)品質(zhì)量的不確定性，經(jīng)驗型產(chǎn)品的消費者更需要社會學(xué)習(xí)。社會學(xué)習(xí)假設(shè)別人的行為傳遞了產(chǎn)品的質(zhì)量信息。Moretti[19]利用國外電影市場1982-2002的電影票房數(shù)據(jù)，驗證在成熟市場存在社會學(xué)習(xí)效應(yīng)，并闡明社會學(xué)習(xí)是電影行業(yè)銷售的重要決定因素。馮嬌和姚忠[20]運用貝葉斯和高斯公式構(gòu)建社會學(xué)習(xí)模型，分析評論數(shù)量和等級的社會學(xué)習(xí)對消費者購買決策差異性的影響。Godes和Silva[21]指出，社會學(xué)習(xí)帶來的效益不只是利潤，而且可以增加其他消費者的需求，即“乘數(shù)效應(yīng)”的存在。Moretti[19]采用市場數(shù)據(jù)檢驗對電影質(zhì)量的信息擴散對預(yù)期差異的影響，并闡明社會學(xué)習(xí)是電影行業(yè)銷售的重要決定因素，由于社會學(xué)習(xí)的存在，使得初期成功的電影更成功，失敗的更失敗。

盡管互聯(lián)網(wǎng)環(huán)境下消費者的決策過程和消費心理變得更為復(fù)雜，但相對應(yīng)的理論研究還較為滯后。國內(nèi)對于消費品羊群效應(yīng)的研究匱乏，缺乏有力的實證證據(jù)，對產(chǎn)生機理更缺乏合理的解釋，對社會學(xué)習(xí)的研究也鳳毛麟角。因此，本文期望以電影行業(yè)作為切入點，旨在給出經(jīng)驗消費品羊群效應(yīng)的實證證據(jù)，并借鑒預(yù)期差異模型驗證社會學(xué)習(xí)是否可以解釋理性跟隨。

本文以電影行業(yè)為例，主要聚焦于以下三個研究問題：(1) 消費者在外部評論等信息充分的情境下是選擇盲目跟風還是理性決策？(2) 如果不是盲目跟風，各種外部信息是否可以對消費者跟風行為進行動態(tài)調(diào)節(jié)？(3) 如果這種跟風行為可以調(diào)節(jié)，消費者是如何調(diào)整其決策從而影響票房的？針對上述問題構(gòu)建了三個模型：模型1(羊群效應(yīng)模型)旨在證明羊群效應(yīng)的存在，即在控制各種電影特征以及在線評論等變量，以及消除內(nèi)生性后，依然存在羊群效應(yīng)。模型2(理性跟隨模型)旨在證明理性跟隨的存在，即電影特征會起到調(diào)節(jié)作用，決策人跟隨行為會逐漸減弱，這可能是因為社會學(xué)習(xí)的存在。因此，模型3(預(yù)期差異模型)進一步引入社會學(xué)習(xí)理論，采用預(yù)期差異模型解釋理性跟隨的機理。

2 研究假設(shè)及模型構(gòu)建

2.1 電影行業(yè)羊群效應(yīng)的理論假設(shè)

關(guān)于羊群效應(yīng)，本文參考 Reinstein和Snyder[2]對羊群效應(yīng)的界定，將羊群效應(yīng)定義為決策人跟隨前人決策的行為。模型假設(shè)：當決策人沒有私有信號，并且之前的決策人都選擇了i=0時，該決策人也選擇i=0；當決策人發(fā)現(xiàn)選擇跟隨前人決策還是選擇跟隨自己的私有信號無差別時，他們總是會選擇跟隨自己的私有信號。

國內(nèi)許多影院上映前，片方通過前期宣傳和各種市場手段，主要以首周票房為主要突破口，目的是通過影響影片上線前幾天的排片拉動后續(xù)票房。因此，本文以電影市場中首周平均票房對首周之后總票房的影響來界定羊群效應(yīng)。如果羊群效應(yīng)存在，電影放映首周后的消費者跟隨前人決策，那么電影首周平均票房就能夠影響電影首周之后總票房?；诖?，提出如下假設(shè)：

H1：電影首周平均票房顯著正向影響電影首周之后總票房。

根據(jù)原假設(shè) H1構(gòu)建首周平均票房與首周之后總票房之間的回歸模型如公式(1)所示：

lnTBox(2-n)i=β0+β1lnABox1i+β2Coni+ui

(1)

其中TBox(2-n)i為電影i第二周到下映的總票房，ABox1i為電影i的首周平均票房，Coni為控制變量。模型采用最小二乘法估計電影首周平均票房對于電影首周之后總票房的影響系數(shù)。如果羊群效應(yīng)存在的話，那么電影首周平均票房會對電影首周之后總票房有顯著的影響。采用工具變量法消除遺漏變量帶來的內(nèi)生性問題，該變量與自變量緊密相關(guān)，而與因變量相對獨立。本文選用電影放映時市場上其他電影的首周排片平均值作為工具變量，該變量可以反映電影放映首周市場競爭的激烈程度。建立第一階段模型如公式(2)所示：

lnABox1i=β0+β1lnOABox1i+β2Coni+ui

(2)

其中ABox1i為電影首周平均票房，OABox1i為電影放映時市場上其他電影的首周排片平均值，Coni為控制變量，包括市場規(guī)模、電影特征以及放映時間相關(guān)變量。通過第一階段回歸，工具變量捕捉到了首周平均票房中受到市場競爭激烈程度影響而產(chǎn)生的變動，其他電影的平均排片越高，說明其他電影的競爭能力越強，整個市場競爭更激烈。第二階段回歸中的估計系數(shù)反映了市場競爭激烈程度是如何通過影響首周平均票房從而影響電影首周之后總票房。第二階段模型如公式(3)所示：

lnTBox(2-n)i=β0+β1(lnABox1i)'+β2Coni+ui

(3)

(lnABox1i)′是第一階段回歸對電影首周平均票房lnABox1i的估計值，Coni為控制變量，包括市場規(guī)模、電影特征以及放映時間相關(guān)變量。TBox(2-n)i為電影i第二周到下映的總票房。如果第二階段回歸結(jié)果顯著，則說明市場競爭激烈程度可以影響首周之后總票房。而市場競爭激烈程度與電影特征無關(guān)，首周票房若依然帶動后續(xù)票房，則可一定程度消除電影質(zhì)量帶來的內(nèi)生性問題，進而支持羊群效應(yīng)的存在。

2.2 電影行業(yè)理性跟隨的理論假設(shè)

如果決策者在獲取產(chǎn)品質(zhì)量信息后，跟隨他人決策的行為停止或者減弱，那么，決策人的行為滿足理性假設(shè)。反之，如果他人決策行為的社會影響效應(yīng)大于質(zhì)量信號作用，則視為非理性跟隨行為。基于上述分析，本文通過研究公開可獲得的電影特征信息對羊群效應(yīng)的調(diào)節(jié)作用來檢驗羊群效應(yīng)是否為理性跟隨，建立假設(shè)：

H2：電影特征信息可以調(diào)節(jié)第t-1期票房對第t期票房的影響。

如果存在理性跟隨，消費者會觀察和學(xué)習(xí)前人的決策，并且結(jié)合已有的信息，決定是否跟隨前人決策。如果發(fā)現(xiàn)電影特征能夠調(diào)節(jié)第t-1期票房對第t期票房的影響，則與理性跟隨預(yù)期一致。反之，如果存在非理性跟隨，則電影特征信息對第t-1期票房對第t期票房的影響沒有調(diào)節(jié)作用。

本文沿用Zhang Juanjuan和Liu Peng[14]區(qū)分理性及非理性跟隨的方法，將其應(yīng)用于電影市場。當非理性跟隨占主導(dǎo)時，消費者更看重他人決策，而容易忽視市場上公開可獲得的電影特征信息，如電影評論。當理性跟隨占主導(dǎo)時，消費者會根據(jù)已有的信息來參考前人的決策，已有信息可以調(diào)節(jié)前人決策對消費者的影響。如果是理性跟隨，電影特征則會影響前期和后期票房的關(guān)系。依據(jù)原假設(shè)H2構(gòu)建固定效應(yīng)模型如公式(4)所示：

lnBox(t)i=β0+β1lnTBox(t-1)i+β2WFrei+β3lnTBox(t-1)iFeati+Fixi+uit

(4)

其中Box(t)i為電影i在第t周的周票房，TBox(t-1)i為電影i在第t-1周的票房，WFrei為電影i每周放映場次，F(xiàn)eati為可觀測的電影特征信息，F(xiàn)ixi為電影i的固定效應(yīng)。如存在理性跟隨，則電影特征能夠調(diào)節(jié)消費者的跟隨行為，用β3反映這種調(diào)節(jié)作用，如果β3≠0，那么證明存在理性跟隨。本文將電影評分、出品國家、評論人數(shù)、3D、IMAX以及節(jié)假日作為可觀測的電影特征，分別研究這些信息對羊群效應(yīng)的調(diào)節(jié)作用。WFrei主要用于控制電影隨時間改變的特征對回歸結(jié)果估計的影響。固定效應(yīng)Fixi用于消除電影不隨時間改變的特征對回歸結(jié)果估計的影響，反映電影的非觀測異質(zhì)性。諸如電影質(zhì)量、類型、發(fā)行方、參演明星等所有和電影本身相關(guān)并且不隨著時間改變的因素均包含于Fixi中。

β1表示在給定其他電影特征時， t-1期累計票房對第t期票房的影響系數(shù)，β3表示電影特征Feati對第t期票房影響關(guān)系中的調(diào)節(jié)作用。例如，當Feati=1時，t-1期累計對第t期票房的影響系數(shù)為β1+β3，當Feati=0時， t-1期累計票房對第t期票房的影響系數(shù)為β1。Feati從0變化到1時，t-1期累計票房對第t期票房的影響系數(shù)從β1變動到β1+β3，β3反映了電影特征對于t-1期累計票房和第t期電影周票房之間影響關(guān)系的調(diào)節(jié)作用。因此，當β3不為零時，說明存在調(diào)節(jié)作用，即在給定其他電影特征的條件下，該電影特征能夠調(diào)節(jié)t-1期累計電影票房對第t期電影票房的影響，符合理性跟隨羊群效應(yīng)假設(shè)。然而Fixi中包含的是不隨時間變化的非觀測異質(zhì)性，如果存在電影放映期間隨著時間變化的非觀測異質(zhì)性，則不能通過差分來消除這部分非觀測異質(zhì)性。因此，在模型(4)中加入了可隨時間變化的控制變量，電影每周放映場次WFrei。

2.3 基于預(yù)期差異模型的影響機制的理論假設(shè)

如果電影消費者的跟隨行為屬于理性跟隨，那么如何證實這種觀察和學(xué)習(xí)的過程的存在，以及消費者具體是如何參考前人的信息并選擇跟隨前人決策？本文運用預(yù)期差異模型[19]解釋消費者的社會學(xué)習(xí)過程，即了解消費者如何觀察和學(xué)習(xí)前人決策。預(yù)期差異理論認為一個典型消費者獲得的期望效用是事前估計和質(zhì)量信號的加權(quán)平均。如果消費者無法對前人決策進行學(xué)習(xí)和觀察，第二周消費者與第一周的消費者擁有相同的信息量，因此這些消費者選擇觀看電影的概率和第一周的消費者一樣，所以無論是正向預(yù)期差異、負向預(yù)期差異都會和沒有預(yù)期差異時具有同樣的電影票房趨勢，即后續(xù)電影票房的趨勢應(yīng)該和沒有預(yù)期差異下的票房趨勢平行。如果是正向預(yù)期差異，則平行上移；如果是負向預(yù)期差異，則平行下移。如圖1(a)所示。因此，本文根據(jù)預(yù)期差異理論模型建立如下假設(shè)：

圖1 電影票房的預(yù)期差異隨時間變化的趨勢

H3：正向調(diào)整預(yù)期差異可以相對減緩電影票房下降趨勢，負向調(diào)整預(yù)期差異相對加劇電影票房下降趨勢。

電影放映場次是院線在放映前決定的，上映前可以采用院線的排片量作為消費者對電影預(yù)期的替代變量。如果電影院線的排片量可以完全預(yù)測電影票房，則用電影排片來回歸預(yù)測電影票房，會得到殘差值為零的結(jié)果。而事實上無法事前完美預(yù)測電影票房，市場對電影的實際反應(yīng)會高于或低于預(yù)期，這種實際票房與預(yù)期的差異反應(yīng)在預(yù)測模型上就是殘差值。電影首周實際票房和電影首周預(yù)測票房的差異就是電影首周平均票房超出(低于)事前信息的部分，反映了電影的預(yù)期差異。當實際票房超過回歸預(yù)測值時，為正向預(yù)期差異，反之為負向預(yù)期差異。因此，本文將預(yù)期差異理解為體驗型產(chǎn)品銷量偏離市場預(yù)期的部分。由于電影放映首周會有不同的放映天數(shù)，為消除放映首周天數(shù)對票房的影響，本文選取電影首周平均每日放映場次(DFre1)對電影首周平均票房進行回歸。同時加入電影特征因素，消除回歸預(yù)測差異中和事前信息有關(guān)的部分。Fre1i為電影i首周放映場次，ABox1i為電影首周平均票房，F(xiàn)eati為電影特征相關(guān)變量。計算預(yù)期差異的模型如公式(5)所示。

lnABox1i=β0+β1lnDFre1i+β2Feati+εi

Suri=lnABox1i-ln(ABox1i)′

(5)

其中，Suri為預(yù)期差異，lnABox1i為電影首周平均票房實際值的對數(shù)，ln(ABox1i)′為電影首周平均票房預(yù)測值的對數(shù)。同時，如果DFre1i已經(jīng)完全反映了消費者對電影質(zhì)量的預(yù)期，DFre1i中應(yīng)該已經(jīng)包含了所有消費者在事前可以獲得的信息，ln(ABox1i)′也包含了所有事前信息，那么Suri應(yīng)該不包含所有消費者在事前可獲得的信息，cov(Suri,Feati)=0。根據(jù)原假設(shè)H3構(gòu)建固定效應(yīng)模型如公式(6)所示：

lnBox(t)i=β0+β1t+β2(t×Suri)+Fixi+uit

(6)

Box(t)i是第t周電影票房，Suri為預(yù)期差異，也可以正向預(yù)期差異的啞變量PSuri代替，F(xiàn)ixi是固定效應(yīng)，用于消除電影異質(zhì)性對回歸結(jié)果估計的影響。通過對比正向預(yù)期差異和負向預(yù)期差異的電影票房趨勢來識別羊群效應(yīng)。當β2≠0時，說明預(yù)期差異能夠調(diào)節(jié)電影票房的時間趨勢。如果是正向預(yù)期差異，則可以緩解電影票房的下降趨勢，與圖1(b)相符，存在羊群效應(yīng)。如果β2=0時，說明不存在羊群效應(yīng)，因為正向和負向預(yù)期差異的電影票房下降趨勢相同。

3 研究設(shè)計

3.1 變量設(shè)計

本文選取的自變量為ABox1，即首周平均票房，由于電影的周票房是按照自然周(周一到周日)來統(tǒng)計的，而并不是所有電影都會選擇在周一放映，所以按照天數(shù)對電影首周電影票房進行平均，消除電影放映時間對首周票房的影響。該變量衡量首周消費者決策行為，既能夠反映前人決策行為，也能夠被決策人觀察。

選取的因變量為第二周到下映的總票房，是電影總票房減去首周票房的剩余票房，反映了首周之后消費者的決策行為。為消除數(shù)據(jù)在不同區(qū)間的差異帶來的影響，對電影票房、電影觀影人數(shù)、電影評論人數(shù)、電影放映場次都做了對數(shù)化處理。電影評分也是由消費者產(chǎn)生，一定程度反映了之前消費者對電影質(zhì)量的評價，對消費者具有參考意義。

為減少其他因素對研究的影響，還構(gòu)建兩類控制變量，一是電影特征相關(guān)的控制變量，包括：出品國家、3D、IMAX、電影放映場次、電影平均票價、電影時長、電影放映期，這里主要包括了可觀測的電影特征信息。二是電影放映時間相關(guān)的控制變量，包括：電影放映周、節(jié)假日天數(shù)、放映年份。如表1所示。

表1 變量的表示與度量

3.2 數(shù)據(jù)與描述性統(tǒng)計

本文電影票房數(shù)據(jù)主要來自娛樂產(chǎn)業(yè)研究機構(gòu)-藝恩咨詢。電影相關(guān)信息，包括網(wǎng)絡(luò)評分，以及放映日期、電影放映周期等數(shù)據(jù)來自于豆瓣網(wǎng)絡(luò)，豆瓣電影中的評分信息和電影信息具有較好的代表性。分別爬取豆瓣網(wǎng)絡(luò)2011 和 2012 年在中國地區(qū)放映的所有電影數(shù)據(jù)。將豆瓣電影數(shù)據(jù)和電影票房數(shù)據(jù)合并后得到面板數(shù)據(jù)，數(shù)據(jù)集共有455 部1601個觀測值，包含2011-2012中國區(qū)電影周票房、電影每周放映場次、電影放映天數(shù)、電影上座人數(shù)等信息。描述統(tǒng)計量如表2所示。

4 實證結(jié)果

4.1 羊群效應(yīng)實證檢驗

消費者決策中的羊群效應(yīng)實證結(jié)果如表3所示。因變量為電影第二周(包括第二周)之后電影票房總量，自變量為電影首周平均票房，控制變量為電影評分，是否為3D電影，是否為IMAX電影，電影發(fā)行國家是否為外國，電影時長，電影發(fā)行時間，電影價格等。表3中第一列為電影首周平均票房和電影首周之后總票房的相關(guān)關(guān)系，相關(guān)系數(shù)為正并且統(tǒng)計意義顯著。第二列為加入電影評分變量后，首周平均票房對電影首周之后總票房的影響。第三列為加入3D、IMAX、電影發(fā)行國家等和電影本身特征相關(guān)的變量后的結(jié)果。第四列為加入電影放映時間相關(guān)變量后的結(jié)果，由于電影放映周包含 52 個啞變量，因此未列示在實證結(jié)果中。對于電影評價相似、電影質(zhì)量和自身特征相似、放映時間也相似的電影，電影首周平均票房對首周之后總票房有顯著正向的影響。說明電影放映首周的消費者決策能夠影響之后的消費者決策，原假設(shè)H1成立，證明存在羊群效應(yīng)。

表2 描述性統(tǒng)計

表3 首周平均票房對電影首周之后總票房的影響

注：括號內(nèi)為穩(wěn)健性標準誤差，*** p<0.01, ** p<0.05, * p<0.1，方差膨脹因子(VIF) 用來檢驗自變量和控制變量之間的多重共線性。

(1)穩(wěn)健性檢驗。在表3中檢驗羊群效應(yīng)和理性跟隨時，用票房來衡量消費者的決策，這樣的衡量方式假定票房的變動反映了消費者需求。然而，電影票房也會可能受到電影票價的影響，因此，在穩(wěn)健性檢驗中，為了檢驗電影票價變動是否對實證結(jié)果中估計的影響系數(shù)有潛在影響，采用首周之后總觀影人數(shù)對數(shù)作為因變量，重新估計模型公式(1) 中的影響系數(shù)。當采取首周之后總觀影人數(shù)對數(shù)作為因變量時，首周平均票房對首周之后總觀影人數(shù)對數(shù)依然有顯著正向影響，說明電影平均票價并沒有影響表3的實證結(jié)果。

(2)工具變量法?；鶞驶貧w模型雖然加入了電影評分以及其他電影特征作為控制變量，但仍可能產(chǎn)生遺漏變量問題，為了解決這些可能的內(nèi)生性問題，本文在表5中引入其他電影平均放映場次(OAFre) 作為工具變量，第一階段回歸為針對公式(2)的估計結(jié)果，第二階段回歸為針對公式(3)的估計結(jié)果，自變量為首周平均票房對數(shù)，因變量為電影首周之后總票房對數(shù)。結(jié)果如表4所示。

表4 工具變量法：首周平均票房對首周之后總票房的影響

注釋：括號內(nèi)為穩(wěn)健性標準誤差，*** p<0.01, ** p<0.05, * p<0.1，

由表4可知，因變量為電影首周之后總票房的對數(shù)。第一、三、五列表示引入工具變量第一階段回歸結(jié)果，第二、四、六列為第二階段回歸結(jié)果。在第一、二列中加入電影特征控制變量。第一列結(jié)果表明，同期放映電影的平均首周排片與該電影首周平均票房負相關(guān)，說明控制整個市場規(guī)模變動后，同期放映電影的首周排片平均值越高，該電影的首周平均票房越低，說明工具變量在一定程度上反映了市場競爭的激烈程度。第二列結(jié)果表明，采用工具變量法后，電影首周平均票房對首周之后總票房有顯著正向影響。在第三列和第四列加入同期放映所有電影的首周排片總量作為控制變量，控制整個市場的規(guī)模后，電影首周平均票房依然能夠顯著地影響電影首周之后總票房。在第五列和第六列中又加入電影放映時間的控制變量，研究結(jié)果仍然與表3保持一致。

綜上，排除了電影質(zhì)量本身、市場規(guī)模以及放映時間等因素共同作用的影響，首周平均票房對于電影首周之后總票房仍有顯著的正向影響，所以有理由相信是因為首周之后的消費者將跟隨首周消費者的決策，存在羊群效應(yīng)。此外，選用電影放映首周市場上其他電影的平均排片作為工具變量，在盡可能消除電影質(zhì)量的內(nèi)生性影響后，首周平均票房顯著地正向影響電影首周之后的總票房，與羊群效應(yīng)預(yù)期一致。

4.2 羊群效應(yīng)產(chǎn)生機制實證檢驗

理性跟隨與非理性跟隨的檢驗結(jié)果如下：表5檢驗電影評分、出品國家、觀影人數(shù)、3D、IMAX、放映時長、節(jié)假日等可觀測的電影相關(guān)特征對羊群效應(yīng)的調(diào)節(jié)作用。表5中的自變量為t-1周的累計電影票房(對數(shù))，因變量為第t周的電影票房(對數(shù))。通過t-1周累計電影票房(對數(shù))和電影評分以及其他電影特征的交叉項，來研究表3中得出的羊群效應(yīng)是否為理性跟隨。

表5中所有模型都包含固定效應(yīng)，固定效應(yīng)代表影響電影票房且不隨時間而變化的全部因素，諸如電影的質(zhì)量、類型、發(fā)行方、參演明星等所有和電影本身相關(guān)并且不隨著時間改變的因素均包含其中。加入固定效應(yīng)后，交叉項系數(shù)表示給定其他電影特征，某一個電影特征對羊群效應(yīng)的調(diào)節(jié)作用。然而固定效應(yīng)只能代表不隨時間改變的非觀測異質(zhì)性，因此每一列中都加入了電影每周放映場次(WFre)作為控制變量。

表5 電影可觀測特征對羊群效應(yīng)的調(diào)節(jié)作用

注：括號內(nèi)為穩(wěn)健性標準誤差，*** p<0.01, ** p<0.05, * p<0.1，因變量為電影周票房對數(shù)，所有模型包含電影固定效應(yīng)。第一列到第七列是對模型(4)的估計。樣本不包含放映超過7周的觀測值。

依據(jù)公式(4)，表5中第一至七列分別展示了采用不同的可觀測特征作為交叉項的實證結(jié)果。第一列中電影評分和t-1期票房的交叉項系數(shù)顯著不為零，這和理性跟隨的預(yù)期相符。對于消費者而言，評分較高的那部電影相較于評分較低的電影，前人決策對消費者決策的影響會更小。即電影評分越高，前人決策對于消費者的影響越小，電影評分對羊群效應(yīng)具有負向調(diào)節(jié)作用。第四列、第五列和第七列中3D、IMAX和節(jié)假日的交叉項系數(shù)都顯著不為零，原假設(shè) H2 成立，說明這些特征都能夠調(diào)節(jié)消費者的羊群效應(yīng)，消費者跟隨前人的決策時，也會受到這些因素的影響，表現(xiàn)為理性跟隨。然而發(fā)行國、評論數(shù)目、電影時長的交叉項系數(shù)并不顯著，可能的解釋是消費者對于這些電影特征并不看重，因此即使在理性跟隨的情況下，這些特征并不能影響消費者的決策。因此，在回歸中加入了電影前期票房和電影可見特征的交叉項進行檢驗，結(jié)果證明電影前期票房對于后面票房的影響會隨著電影特征而改變，證實了電影行業(yè)存在理性跟隨的效應(yīng)。理性和非理性并非互斥關(guān)系，當理性占主導(dǎo)時，電影特征會起到調(diào)節(jié)作用，決策人跟隨行為會減弱。反之，非理性占主導(dǎo)時，更有可能輕視各種相關(guān)信息。

4.3 理性跟隨影響機制：預(yù)期差異

既然消費者存在理性跟隨行為，則進一步探索消費者理性跟隨的機制，驗證消費者是否通過調(diào)整預(yù)期差異來進行理性跟隨。首先界定實證過程中預(yù)期差異變量的定義，然后展示預(yù)期差異對消費者的跟隨行為影響的實證結(jié)果。利用公式(5)模型采用中國電影票房的數(shù)據(jù)進行預(yù)測，結(jié)果如表6 所示。自變量為電影首周平均放映場次，因變量為電影首周平均放映場次，第一到第八列依次加入電影特征相關(guān)的變量。如果電影首周平均放映場次(AFre1)能夠反映消費者對電影質(zhì)量的預(yù)期，那么電影首周平均放映場次對電影票房的解釋力度應(yīng)該較大，同時加入事前可得的電影特征將不會明顯削弱電影首周平均放映場次對電影票房的預(yù)測，因為所有的電影特征信息已經(jīng)包含在電影放映場次中?？梢钥闯?，R2值都大于0.8，說明解釋力度較強，同時R2值并不隨著加入電影特征變量(電影發(fā)行國家、是否為 IMAX 電影等)而有較大改變，即電影首周平均放映場次能夠很好地反映消費者對電影質(zhì)量的預(yù)期。

表6 放映場次對首周票房預(yù)測

注：括號內(nèi)為穩(wěn)健性標準誤*** p<0.01, ** p<0.05, * p<0.1，因變量為電影首周票房對數(shù)。

根據(jù)公式(5)，表6中的殘差項就是預(yù)期差異，反映了電影票房超出(低于)市場預(yù)期(電影放映場次)的部分。預(yù)期差異應(yīng)該與事前可以獲得的電影質(zhì)量信息無關(guān)，表示事前可獲得的電影質(zhì)量信息已經(jīng)全部被電影放映場次包含。由于預(yù)期差異中的信息和電影特征信息不相關(guān)，預(yù)期差異為外生隨機變量。在進行預(yù)期差異計算時，考慮了如下因素：首先，95%的電影放映周數(shù)小于7，放映超過七周的電影占比不到 5%，屬于異常值；其次，放映時間最長的十部電影中，有 7 部為非商業(yè)電影，主要由政府、學(xué)校等機構(gòu)組織觀看，不能反映消費者市場行為，其余為《加勒比海盜4》《變形金剛 3》《速度與激情5》等超級大片。如樣本超過七周，超級大片的票房可能會扭曲預(yù)期差異對電影票房的影響，因此，本文對樣本進行了限制，只選取了七周的觀測值。依據(jù)公式(6)采用限制后的樣本進行實證，結(jié)果如表7所示。

表7 預(yù)期差異對電影周票房影響

注釋：括號內(nèi)為穩(wěn)健性標準誤差，*** p<0.01, ** p<0.05, * p<0.1，因變量為電影周票房對數(shù)，所有模型包含電影固定效應(yīng)。預(yù)期差異(Sur)為偏離首周平均票房預(yù)測值的殘差項；正向預(yù)期差異(PSur)是預(yù)期差異為正的啞變量(預(yù)期差異為正時，值為1，否則為0)；最低預(yù)期差異(BSur)是整體樣本預(yù)期差異的最低值；中間預(yù)期差異(MSur)表示為整體樣本預(yù)期差異的中間值。

表7展示了預(yù)期差異對電影票房下降趨勢的調(diào)節(jié)作用，因變量為電影周票房，自變量為預(yù)期差異和時間變量的交叉項。第一列為電影周票房的時間趨勢，系數(shù)為負，說明電影周票房數(shù)隨著時間推移而降低。第二列加入時間變量和預(yù)期差異的交叉項，交叉項系數(shù)不為零，說明預(yù)期差異能夠調(diào)節(jié)電影票房的時間趨勢。第三列中加入時間變量和預(yù)期差異啞變量的交叉項。預(yù)期差異為正時，交叉項系數(shù)為 0.2260，表明原本電影平均下降系數(shù)為-0.9630，而有了正向預(yù)期的調(diào)節(jié)作用，電影的時間下降趨勢平均為-0.7370，緩和了原有的下降趨勢。說明當電影放映時比消費者預(yù)期質(zhì)量更好時，消費者從社交網(wǎng)絡(luò)獲得更多電影質(zhì)量信息，更新了對電影質(zhì)量的評估，因此有更多的消費者選擇觀看電影，所以正向預(yù)期差異的電影具有較緩和的下降趨勢。第四列中，將預(yù)期差異分為三部分，分別加入預(yù)期差異正向、中值及最低值與時間變量交叉項，預(yù)期差異最低和中值的交叉項系數(shù)都為負，說明預(yù)期差異較低時，電影的時間下降趨勢加劇。因此，原假設(shè) H3 成立，說明消費者通過調(diào)整預(yù)期來實現(xiàn)對前人決策的理性跟隨。

由于票房的變化不僅由消費者需求決定，也會受到供給影響。為了排除由于供給變化帶來的影響，選取電影每周的平均每場票房作為因變量，消除院線根據(jù)預(yù)期差異調(diào)整放映場次的影響。實證表明，在控制了電影院線對預(yù)期差異的影響后，正向預(yù)期差異依然能夠?qū)﹄娪捌狈肯陆第厔萦芯徑庾饔?，與表7實證結(jié)論一致。

為檢驗用不同方法計算預(yù)期差異時，是否會改變表7中主要影響系數(shù)的估計，本文還采用電影場次作為因變量對電影票房進行了新的回歸預(yù)測，分別對表7中的第二列和第三列進行回歸，發(fā)現(xiàn)主要實證結(jié)果仍然保持一致。綜上，預(yù)期差異對電影周票房隨時間下降趨勢的影響如下：正向預(yù)期差異能夠減緩電影票房的下降趨勢，當電影放映首周出現(xiàn)了正向預(yù)期差異時，第二周的消費者會根據(jù)首周消費者的決策行為調(diào)整自己對電影質(zhì)量的預(yù)期，觀看電影概率增加，電影票房增加。盡管預(yù)期差異對電影票房下降趨勢起到調(diào)節(jié)作用，但這種調(diào)節(jié)作用是否隨時間推移而遞減還需進一步研究。

5 結(jié)語

本文基于羊群效應(yīng)理論，以典型的體驗型產(chǎn)品—電影為例，利用電影票房相關(guān)數(shù)據(jù)檢驗電影消費是否存在羊群效應(yīng)，然后驗證理性跟隨的存在，運用預(yù)期差異理論模型，解釋了羊群效應(yīng)理性跟隨的影響機制。主要結(jié)論如下：

(1) 電影首周平均票房顯著正向影響電影首周之后總票房。即在考慮了電影評論、3D放映、Imax、放映國家、頻率、放映時間、放映期、價格、假期等控制變量的情況下，該結(jié)論依然成立。

(2) 電影特征信息可以調(diào)節(jié)t-1期累計票房對第t期票房的影響。3D、IMAX和節(jié)假日等特征能夠調(diào)節(jié)消費者的羊群效應(yīng)，消費者跟隨前人的決策時，也會受到這些因素的影響，表現(xiàn)為理性跟隨。然而發(fā)行國、評論數(shù)、電影時長等并未影響消費者的決策。

(3) 正向調(diào)整預(yù)期差異可以相對減緩電影票房下降趨勢，負向調(diào)整預(yù)期差異相對加劇電影票房下降趨勢。當電影放映首周出現(xiàn)了正向預(yù)期差異時，第二周的消費者會根據(jù)首周消費者的決策行為調(diào)整自己對電影質(zhì)量的預(yù)期，觀看電影概率增加，電影票房增加。

本文的主要貢獻在于：提供了體驗型產(chǎn)品羊群效應(yīng)在電影市場的實證證據(jù)，拓展了羊群效應(yīng)以往研究主要局限于股市及金融市場的研究領(lǐng)域，模型具有更強的解釋力。拓展了對羊群效應(yīng)產(chǎn)生的內(nèi)在機制的理解，引入理性跟隨機制，有助于清晰闡釋消費者的決策心理，從而為正確引導(dǎo)消費心理提供理論支持。揭示了理性跟隨的產(chǎn)生機理，這一機理在以往研究中受關(guān)注相對較少。本文借鑒并擴展了Moretti的社會學(xué)習(xí)理論模型。從實證側(cè)重點看，該文側(cè)重研究社會學(xué)習(xí)產(chǎn)生的后果，采用市場數(shù)據(jù)檢驗對電影質(zhì)量的信息擴散對預(yù)期差異的影響，因為有社會學(xué)習(xí)的存在，正向預(yù)期和逆向預(yù)期的電影將隨時間而產(chǎn)生分叉，正向預(yù)期的電影比負向預(yù)期的電影下降的速度更慢。本文側(cè)重理性跟隨的機理解釋，即預(yù)期差異是否對電影票房的趨勢起調(diào)節(jié)作用，消費者是否通過調(diào)整預(yù)期來實現(xiàn)對前人決策的理性跟隨，是對預(yù)期差異理論的補充與擴展。消費者的理性跟隨行為可分為如下階段：事前形成預(yù)期、觀察前人決策、調(diào)整預(yù)期、產(chǎn)生跟隨，通過解釋羊群行為背后的決策心理，以及調(diào)整預(yù)期決策過程，從微觀刻畫了消費者如何通過社會學(xué)習(xí)進行預(yù)期調(diào)節(jié)，從而影響宏觀票房走勢的機制，拓展了預(yù)期差異理論的應(yīng)用價值。

本文對于體驗型產(chǎn)品營銷及管理決策也具有實際指導(dǎo)意義。由于在電影消費領(lǐng)域的羊群效應(yīng)確實存在，對于體驗型消費品的銷售初期，注重引導(dǎo)消費者的羊群行為，提升消費者對品牌的認知，擴大“羊群效應(yīng)”。理性跟隨機理的啟示在于，雖然首周票房可以拉動消費，但更長線的排片影響則依靠影片本身的口碑和市場反響。由于消費者會隨著產(chǎn)品的公開可得信息調(diào)整消費決策行為，而公開信息也會逐漸收斂于產(chǎn)品的真實品質(zhì)，在營銷過程中應(yīng)重點強化產(chǎn)品的“信用評分”，增強用戶對產(chǎn)品的信任。此外，正確運用預(yù)期差異理論，可以針對營銷周期內(nèi)票房的波動情形，采用相應(yīng)的措施進行預(yù)期的干預(yù)和調(diào)節(jié)。營銷初期不要過于夸大產(chǎn)品的特性，容易引發(fā)負向預(yù)期，反而影響銷量增長。應(yīng)在銷售過程中逐步提升用戶的正向預(yù)期差異，延長社會學(xué)習(xí)的時間，從而提升產(chǎn)品銷售量。

本文的局限性在于：在理論模型構(gòu)建方面，采用電影作為體驗型產(chǎn)品的典型代表進行建模，無法反映體驗型產(chǎn)品的差異化特點。消費者決策過程也受到多種因素的共同作用，可能仍有對羊群效應(yīng)及其傳導(dǎo)機制產(chǎn)生影響的因素還未被考慮進模型中，有待進一步梳理和發(fā)現(xiàn)。未來可考慮在預(yù)期差異模型基礎(chǔ)上，研究商品發(fā)布后不同階段進入市場的消費者，分析消費者在每個階段的質(zhì)量感知和購買決策，建立各階段的銷售期預(yù)測模型，深化消費者決策行為與銷售額之間關(guān)系的研究。