張玉潔 周詩易 姜子軒 劉洋

[提要] 電影是一項巨大的社會文化事業(yè)，發(fā)展電影事業(yè)對于提升我國文化自信有著積極意義。票房和口碑的不匹配問題是影響我國電影質(zhì)量提升的現(xiàn)實難題。本文利用我國2017年度電影票房及口碑?dāng)?shù)據(jù)，利用stata軟件，采用傾向得分匹配法（PSM）解決樣本選擇偏誤帶來的內(nèi)生性問題，從而探討口碑對票房的凈影響，明晰導(dǎo)演、演員、經(jīng)費投入等諸多方面在電影票房與口碑中發(fā)揮的真實作用，為提升我國電影質(zhì)量、促進電影事業(yè)發(fā)展提供政策建議與理論支持。

關(guān)鍵詞：電影票房;口碑;傾向得分匹配法

中圖分類號：F713.52 文獻標(biāo)識碼：A

收錄日期：2020年1月5日

一、引言

習(xí)近平在十九大報告中提出，要堅定文化自信，推動社會主義文化繁榮昌盛。進入21世紀(jì)以來，中國在電影產(chǎn)業(yè)上的進步是有目共睹的。從票房數(shù)量來看，我國年總票房從起初的10億元到如今的500億元，實現(xiàn)了質(zhì)的飛躍。從銀幕數(shù)量來看，我國的國產(chǎn)電影在整個世界電影市場上占據(jù)重要席位，這些驕人的成績，既是改革開放政策在文化事業(yè)的體現(xiàn)，更是全體電影人拼搏奮斗的成果。十幾年來電影發(fā)展的種種跡象表明，大力發(fā)展電影事業(yè)對于提升我國文化自信有著積極的意義。

票房和口碑是評價電影質(zhì)量的兩大重要指標(biāo)，但卻存在兩者不匹配的現(xiàn)象，學(xué)界的看法也不大相同。在互聯(lián)網(wǎng)變得如此發(fā)達的當(dāng)今社會，對于消費者來說，口碑的參考價值似乎開始變得越來越高。而在電影方面，一部電影的評分則是電影口碑好壞的具體表現(xiàn)形式，學(xué)界對評分和票房之間關(guān)系進行了研究。大部分學(xué)者使用實證分析和構(gòu)建實驗?zāi)Ｐ偷姆椒ǎ贸隽穗娪霸u分和票房具有一定相關(guān)關(guān)系的結(jié)論。一些學(xué)者認(rèn)為豆瓣和爛番茄等電影評論網(wǎng)站的水軍刷分和惡評現(xiàn)象嚴(yán)重，且關(guān)系復(fù)雜，評分只能反映觀眾的感受和對電影的看法，對票房的影響不大。另一派學(xué)者通過對國內(nèi)外影片的數(shù)據(jù)進行分析，結(jié)果發(fā)現(xiàn)，雖然水軍會對電影評分產(chǎn)生影響，并使評分在一定程度上失去了參考價值，但總體來看，這種影響與人氣的作用相比較小，電影評分與票房的關(guān)系仍呈正相關(guān)。有部分學(xué)者通過對網(wǎng)絡(luò)口碑和電影票房的實證分析發(fā)現(xiàn)，雖然電影口碑與票房呈正相關(guān)，但影響效應(yīng)會隨時間遞減，且對于正面口碑，負(fù)面口碑對電影票房的影響更加顯著。因此，口碑不是影響電影票房的唯一因素。

明星效應(yīng)在一定程度上會提高觀眾對影片的期待值，很多制片方熱衷于邀請知名度高的演員參與電影的拍攝，他們認(rèn)為這樣會提供票房保障。明星會給票房帶來正面影響效果與消費者的追星習(xí)慣和從眾效應(yīng)有關(guān)，但并不是影響票房最重要的因素畢竟知名演員出演的電影因票房增長慢，僅僅上映兩周就退出主流院線的影片也不少。也有的研究認(rèn)為男主角和女主角的影響力會顯著地促進票房的增長，并且結(jié)論穩(wěn)健這是由于制片方和觀眾之間存在信息不對稱的情況，有知名度演員參演的電影會成為觀眾的首選。同樣，知名導(dǎo)演也會帶來一定的票房效應(yīng)。有的學(xué)者提出導(dǎo)演的明星效應(yīng)比演員更明顯一些。因為導(dǎo)演是電影的核心人物，他在拍攝電影前積累了大量的經(jīng)驗，他掌控著每位演員的表演好壞程度，他的能力大小往往決定了一部電影的質(zhì)量。有的研究通過模型檢驗得出導(dǎo)演和演員這兩個變量的系數(shù)均為正，說明導(dǎo)演和演員的明星效應(yīng)有助于電影票房的提高對于導(dǎo)演和演員的明星效應(yīng)，學(xué)術(shù)界的爭論從未停止。

人都有各自偏好的電影類型，電影類型在一定程度上保證了觀眾對影片的熟悉性。一部電影中的演員和導(dǎo)演可能是不知名的，電影評分也只能從側(cè)面反映旁人的態(tài)度，只有電影類型是不可能發(fā)生巨大改變的，在觀眾對電影沒有充分了解的情況下，電影類型可能會成為首要考慮的因素。有研究表明電影類型與票房收入顯著相關(guān)，電影市場中，愛情片、喜劇片等占有較高的份額，但魔幻片、動漫片等不同題材影片數(shù)量的增加使題材多樣化，削弱了電影題材對票房的影響，但對于國外引進的電影來說，題材影響著票房收入。如受國家文化影響，國外的家庭片、劇情片票房績效往往較低，而冒險片、科幻片等因其恢弘的場面、扣人心弦的鏡頭往往很受異國觀眾的歡迎;動畫片、冒險片和科幻片等需要立體化的視覺體驗，最適合拍攝成3D電影隨著科技發(fā)展，擁有3D技術(shù)的影片逐漸成為了電影市場中的主流，幫助觀眾獲得了更優(yōu)越的觀感體驗。

以上文獻表明：第一，口碑和評分對電影票房有一定的影響，對于影響的顯著性程度，學(xué)界并未達成一致。第二，演員和導(dǎo)演具有明星效應(yīng)，會增加票房的收入，但這并不是觀眾選擇觀影的決定性因素。第三，動畫類型的多樣化減弱了其對電影票房的影響，3D電影的良好視覺體驗深受大眾歡迎。本文從票房與口碑分異的角度探討我國電影的質(zhì)量提升問題;探討電影口碑、導(dǎo)演與演員知名度、電影類型、電影動畫類型、電影時長在票房與口碑中的角色與作用發(fā)揮。

二、數(shù)據(jù)、變量及方法

（一）數(shù)據(jù)來源及變量說明

1、數(shù)據(jù)來源。本項目已收集獲得了涉及2017年1月6日至2018年1月27日在中國內(nèi)地上映的共270部電影的相關(guān)指標(biāo)信息。電影導(dǎo)演、演員百度指數(shù)，電影每日票房，電影熱評數(shù)據(jù)，電影實時評論數(shù)據(jù)，電影信息等諸多方面數(shù)據(jù)來自北京大學(xué)開放研究數(shù)據(jù)平臺的“2017年中國內(nèi)地上映電影數(shù)據(jù)”;電影年度總票房數(shù)據(jù)采集于貓眼官方平臺。

2、變量說明

（1）類別變量。本研究將“電影評分高低”作為類別變量，但是因為數(shù)據(jù)限制，本文對數(shù)據(jù)進行了處理，把全部樣本的電影評分進行加總求得平均值（8.1分）。并以評分均值為界，處理組為高分電影即電影評分高于均值，控制組為低分電影即電影評分低于均值，并將該因素做虛擬變量處理，高分電影標(biāo)記為1，低分電影標(biāo)記為0。

（2）控制變量?？刂谱兞渴菫榱颂蕹龜?shù)據(jù)分析時其他偏差和不穩(wěn)定因素的影響，以便保證處理組和控制組中除了類別變量以外的特性差異不大，更準(zhǔn)確的針對類別變量對目標(biāo)變量的影響進行分析。這里，選取了導(dǎo)演百度指數(shù)、演員百度指數(shù)、電影類型、電影動畫類型、電影時長、評分人數(shù)這幾個因素。

（3）目標(biāo)變量。本研究將“電影票房”作為目標(biāo)變量，是一部電影在2017年上映期間累計的票房總收入。

3、描述性統(tǒng)計。本文對票房、評分、參評人數(shù)、電影時長、導(dǎo)演以及演員百度指數(shù)、動畫類型、電影類型進行了描述性統(tǒng)計，通過逐一觀察變量的平均數(shù)、方差、最小值、最大值的大小，并在變量之間進行比較分析，來探究變量對于票房的影響，從而得出初步性結(jié)論：票房、評分人數(shù)、導(dǎo)演和演員的百度指數(shù)方差大，即波動幅度大，其他指標(biāo)波動幅度小;評分、3D電影、電影時長等均值偏高，其他指標(biāo)均值偏低。（表1）

（二）傾向性得分匹配方法（PSM）。根據(jù)描述性統(tǒng)計和回歸分析的初步判斷，電影導(dǎo)演與演員知名度、電影類型、電影動畫類型、電影時長、電影評分對票房的影響有所差異。這些因素相互干擾，我們需要找到電影口碑、知名度、電影類型和電影動畫類型等因素對票房的具體影響機制。因此，探析以上影響因素的差異將作為本文的重點研究對象。電影評分高低及其他因素對票房的影響仍需借助PSM方法進一步研究。

本文在研究設(shè)計上將討論，高分電影（處理組）與低分電影（對照組）的差異對票房的影響，從而多角度的探討電影口碑的沖擊影響。

Rosenbaum & Rubin（1983）提出了傾向性得分匹配方法，通過找到與處理組主要特征盡可能相似的控制組，比較兩者之間的差異效應(yīng)，從而更加客觀的評價不同身份帶來的影響差異與效果。傾向性得分被定義為：

其中，X為自變量的多維向量，是一系列可能影響電影評分處理的變量;D是指標(biāo)變量，取值1表示為處理組評分，取值0表示對照組評分。理論上，如果我們可以獲得傾向性得分的估計量p（Xi），ATT（average treatment effect on the treated）則為處理組受到的平均處理效應(yīng) （Becker & Ichino，2002），如下：

本文采用Logit模型對概率值進行估計，為增強結(jié)果的穩(wěn)健性，使用三種最常用的匹配方法：最近鄰匹配（Nearest-Neighbor Matching）、半徑匹配（Radius Matching）及核匹配（Kernel Matching）。

三、實證分析

（一）PSM匹配變量選擇。根據(jù)上面對電影票房的影響分析，我們發(fā)現(xiàn)高分電影與低分電影在電影票房上存在各種差異特征，然而由于多種因素與類型特征的干擾，會導(dǎo)致高低分與電影票房影響作用的失真。為此，本文進一步采用PSM（傾向得分匹配）方法對高分電影與低分電影的差異帶來的電影票房影響展開研究。

首先，我們將對高分電影與低分電影差異展開PSM匹配變量的選擇，選用Logit模型，運用逐步回歸的辦法，以高分電影與低分電影為因變量、以電影票房的影響因素及類型特征為自變量展開分析。

以電影票房為被解釋變量，選用的12個自變量進行l(wèi)ogistic回歸的回歸結(jié)果見表2。模型M1-M3的auc值為0.77，均達到0.75以上，可以進行PSM分析。我們可以看出，在全變量回歸過程中，評分人數(shù)、導(dǎo)演百度指數(shù)、3D、動作片、劇情片、冒險片這6個變量對被解釋變量電影票房的影響比較顯著，對模型進行優(yōu)化，最終，在經(jīng)過逐步回歸后，為了保證匹配過程的有效性，保留對電影票房影響比較顯著的6個變量最為傾向匹配模型中的匹配變量，剔除剩余的變量。（表2）

（二）PSM匹配效果分析。對傾向匹配得分法而言，為了保證匹配過程的有效性，一般需要檢驗樣本是否滿足共同支撐假設(shè)及獨立性假設(shè)。

表3是本文中使用psm模型的樣本共同支撐假設(shè)檢驗結(jié)果，共同支撐假設(shè)要求我們的實驗組電影票房能從控制組中找到與之匹配的電影票房，從表3可以看出，74部電影的電影票房均支持共同支撐假設(shè)檢驗。（表3）

依據(jù)Logit模型估計結(jié)果，本文選定評分人數(shù)（renshu）、導(dǎo)演百度指數(shù) （director_index）、3D動畫類型（_IAM_1）、動作片（_Iaction_1）、劇情片（_Istory_1）、冒險片 （_Iadventure_1）作為衡量電影票房特征的變量，表4反映了基于最近鄰匹配而得到的各變量匹配前后的差異對比狀況。（表4）

一般來講，獨立性假設(shè)要求匹配后協(xié)變量的標(biāo)準(zhǔn)化差距不超過10%，即p值大于0.05。由表4可知，樣本匹配之前，協(xié)變量在10%的置信水平下組間差異是顯著的，匹配完成后，實驗組和控制組匹配變量的差距不顯著，p值遠大于0.05，與匹配前相比，匹配后的大多數(shù)變量標(biāo)準(zhǔn)化偏差都降低了，而且基本在10%以內(nèi)，因此滿足獨立性假設(shè)，這表明匹配結(jié)果較好地平衡了數(shù)據(jù)。

考慮到版面原因及圖像效果相似，本文只顯示了最近鄰匹配的密度圖。圖1和圖2是對最近鄰匹配前后處理組與控制組的核密度分布圖。如圖1所示，匹配前兩組樣本傾向得分值的分布存在明顯差異，即處理組與控制組電影票房特征顯著不同;而匹配后，兩組之間的核密度曲線重合面積比圖1大，曲線PS值概率分布特征較相似，但最近鄰匹配后電影票房特征差異變小，即最鄰近匹配在一定程度上修正了處理組與控制組的傾向得分偏差，匹配效果較好，共同支撐假設(shè)得到驗證。（圖1、圖2）

（三）ATT結(jié)果比較分析。依據(jù)前文樣本匹配的結(jié)果，本文呈現(xiàn)了樣本匹配前以及采用三種樣本匹配方法所得到的ATT值。通過電影評分對不同電影票房的影響是否具有顯著性，我們可以發(fā)現(xiàn)：對于樣本來說，在最近鄰匹配、半徑匹配、核匹配中，電影評分的影響分別在1%、5%、10%的水平下具有顯著性。這種結(jié)果表明高分電影與低分電影的區(qū)別對于票房的影響較大。

1、全樣本的處理效果。表5包括了三種匹配方法的ATT結(jié)果。我們對齊分析包括電影評分是否對電影票房產(chǎn)生影響，如有影響，該影響是否顯著。通過觀察可以看到t值通過了1%水平的顯著性檢驗，我們進而進行更為詳細(xì)的分類匹配，由此可以看出電影評分的高低對票房有顯著的影響差異。（表5）

2、演員導(dǎo)演知名度影響差異分析。本文依據(jù)數(shù)據(jù)，對所有導(dǎo)演的百度指數(shù)進行加總并求得平均數(shù)為202，把百度指數(shù)在202以上的導(dǎo)演分為著名導(dǎo)演，把百度指數(shù)在202以下的導(dǎo)演分為普通導(dǎo)演。演員的百度指數(shù)做同樣處理，從而把演員分為著名演員與普通演員。并將該因素做虛擬變量處理，著名導(dǎo)演、著名演員標(biāo)記為1，普通導(dǎo)演、普通演員標(biāo)記為0。

如表6所示，我們對著名導(dǎo)演與普通導(dǎo)演、著名演員與普通演員進行了ATT平均處理效應(yīng)，以此來分析在導(dǎo)演、演員知名度高低不同的情況下，口碑是否會對電影票房產(chǎn)生不同的影響。（表6）

表6中，我們可以發(fā)現(xiàn)普通導(dǎo)演的作品，電影本身的口碑對票房影響顯著，即高分電影票房與低分電影票房差距較大。而對于著名導(dǎo)演的作品，我們得到的結(jié)果是電影評分的高低對于票房影響不顯著，這意味著著名導(dǎo)演本身就帶來一定的票房。

在普通演員的條件下，電影口碑對于票房起到重要作用，如果都是普通演員，口碑對票房影響顯著。而著名演員條件下，電影評分的高低對于票房影響不顯著。著名演員本身便帶來了一定的票房影響即明星效應(yīng)。

3、不同電影類型參與評分對票房的影響。如表7所示，我們將不同電影類型做分類處理，將電影分為2D電影和非2D電影、喜劇片和非喜劇片、愛情片和非愛情片，探討不同情況下電影口碑對票房的影響作用。（表7）

表7探究了2D類型的電影中，電影口碑對于票房影響不大，顯著性較低，目前業(yè)界的電影2D類型居多。2D又叫平面圖形，它的光影等都是人工繪制模擬出來的，色彩明亮，畫質(zhì)優(yōu)美，被觀眾所鐘愛。非2D類型的電影作品，通過分析可以發(fā)現(xiàn)其口碑對于票房的影響在1%水平上顯著。

喜劇片的影響效果，當(dāng)電影類型為喜劇片時，口碑對于票房的影響在1%的水平上顯著。非喜劇片的作品，其口碑對于票房影響在1%、5%水平上顯著，也就是說影片是否為喜劇片不影響觀眾的選擇，觀眾對喜劇片沒有明顯偏好。本文繼續(xù)分析了愛情片的影響效果，當(dāng)電影作品為愛情片時，其口碑對于票房影響不顯著，即愛情片本身帶來一定的票房影響。而非愛情片的電影作品，其口碑對于票房影響顯著。

四、結(jié)論及啟示

本研究基于2017中國內(nèi)地上映電影數(shù)據(jù)進行分析，通過采用傾向得分匹配法分析變量之間的作用關(guān)系，解決樣本選擇偏誤帶來的內(nèi)生性問題，探討口碑對票房影響的真實作用特征，分析了高分電影與低分電影對于票房的影響。

（一）在電影評分較低的情況下，是否為著名演員對票房的影響較大。因為電影質(zhì)量如故事情節(jié)和視覺效果等方面差強人意，使得觀眾更加注重著名演員這一因素，而對于質(zhì)量較高的電影來說，著名演員這一因素就顯得不那么重要。因此，電影質(zhì)量應(yīng)當(dāng)成為電影制作中首要目標(biāo)，這在一定程度上影響了票房的高低。

（二）2D類型電影對票房的影響顯著性很明顯，這說明2D類型影片普遍受大眾歡迎。2D是目前電影行業(yè)中較多采用的一種類型，大眾接受度普遍較高。

（三）導(dǎo)演知名度對票房的影響較大。導(dǎo)演在一部影片中占有重要地位，是一系列任務(wù)的統(tǒng)籌，非常的關(guān)鍵。好的導(dǎo)演可以做到對視聽語言的絕對掌控和藝術(shù)手段的極致運用，可以結(jié)合劇本把抽象的文字轉(zhuǎn)化成影像完整表達出來。如果一部電影是由著名導(dǎo)演出品，那么導(dǎo)演本身的名氣也會在一定程度上帶動影片的票房，為作品錦上添花。如果電影是由普通導(dǎo)演出品，那么電影的票房更大程度上是受電影口碑即電影評分的高低影響。

（四）愛情片電影本身帶有一定的熱度，其口碑對于票房的影響較小。愛情片展現(xiàn)了男女主人公在相愛的過程中面臨諸多困難因素時不輕言放棄，并努力克服曲折坎坷等阻力為敘事線索，最終達到圓滿的結(jié)局。影片看點較多，廣受大眾喜愛。

主要參考文獻：

[1]李純輝.基于《流浪地球》的電影口碑營銷成功要素探討[J].現(xiàn)代商貿(mào)工業(yè)，2019.40（21）.

[2]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（2）.

[3]魏明強，黃媛.網(wǎng)絡(luò)評價對電影票房走勢的影響[J].中國傳媒大學(xué)學(xué)報（自然科學(xué)版），2017（3）.

[4]焦亞男.豆瓣評分與電影票房關(guān)系探析[J].青年記者，2018（23）.

[5]劉正山.在線評價、電影異質(zhì)性與票房收入——基于2014～2015年177部國產(chǎn)電影數(shù)據(jù)的檢驗[J].電影藝術(shù)，2016（3）.

[6]郝媛媛，鄒鵬，李一軍.基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實證研究[J].管理評論，2009.21（10）.

[7]趙亞凡，劉偉.網(wǎng)絡(luò)口碑對電影票房影響實證研究[J].合作經(jīng)濟與科技，2016（8）.

[8]郭新茹，黃舒沁.明星效應(yīng)與中國電影票房的實證研究[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2017.39（12）.

[9]華銳，王森林，許泱.中國電影票房的影響因素研究[J].統(tǒng)計與決策，2019.35（4）.

[10]池建宇.演員與導(dǎo)演誰更重要——中國電影票房明星效應(yīng)的實證研究[J].新聞界，2016（21）.

[11]王玉帛.基于數(shù)據(jù)挖掘?qū)τ绊戨娪捌狈恳蛩氐臏\析[J].通訊世界，2017（2）.

[12]張玉松，張鑫.電影票房的影響因素分析[J].經(jīng)濟論壇，2009（8）.

[13]崔凝凝，唐嘉庚.基于回歸分析的中國電影票房影響因素研究[J].江蘇商論，2012（8）.

[14]何雙男.中國大陸地區(qū)電影票房影響因素實證研究[J].電影文學(xué)，2017（22）.

[15]王錚，許敏.電影票房的影響因素分析——基于Logit模型的研究[J].經(jīng)濟問題探索，2013（11）.

[16]程靜薇，馬玉霞.美國電影在中國市場的文化折扣：基于2009～2013年的票房數(shù)據(jù)[J].重慶社會科學(xué)，2014（7）.

[17]付茜茜.從2D到3D——電影觀眾觀影情況調(diào)查報告[J].當(dāng)代電影，2015（5）.

[18]傅皓玥，孫博.探討3D電影沉浸性感覺美學(xué)的審美體驗[J].藝術(shù)教育，2017（21）.

[19]Rosenbaum P R，Rubin D B.The Central Role of the Propensity Score in Observational Studies for Causal Effects[J].Biometrika，1983.70（1）.

[20]Becker S O，Ichino A.Estimation of average treatment effects based on propensity scores[J].Stata Journal，2002.2（4）.