■ 徐愷岳 魏 建

一、問題的提出

隨著改革開放的進程深入,中國經濟正由快速增長階段轉向高質量發(fā)展階段。2019年政府工作報告提出要適應消費需求變化,增加高質量產品與服務的供給渠道。在全球經濟形勢低迷的背景下,不斷釋放國內居民消費潛力、促進消費升級、擴大內需增長已成為中國經濟向高質量轉變的基本動力。

中國文化服務業(yè)消費一直存在供給缺口,加大文化服務供給是中國新一輪消費升級的重要抓手。從消費結構看,文化休閑教育等服務消費占消費總量比重的提高,意味著消費結構的升級；從消費質量看,消費者消費優(yōu)質服務產品的傾向性增強,意味著消費質量的提升。我國消費升級的內涵實際上是文化產業(yè)等服務消費的“擴容”和“提質”。①

產業(yè)要突破現(xiàn)有瓶頸,解決深層問題,關鍵出路在于創(chuàng)新?！丁笆濉眹覒?zhàn)略性新興產業(yè)發(fā)展規(guī)劃》中提出要形成技術先進、文化引領、產業(yè)鏈完備的數(shù)字創(chuàng)意產業(yè)發(fā)展模式。《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》中提出要擴大優(yōu)質文化產品供給,實施文化產業(yè)數(shù)字化戰(zhàn)略,發(fā)展新型文化企業(yè)與文化業(yè)態(tài)。這不僅標志著文化產業(yè)經濟地位進一步提升,也強調了文化科技融合在高質量文化產業(yè)發(fā)展中的重要性。

文化科技融合可以促進文化產業(yè)的數(shù)字化發(fā)展,實現(xiàn)以文化內容為核心,憑借數(shù)字技術進行生產、創(chuàng)作、服務與傳播的新興產業(yè)快速發(fā)展,使得跨界創(chuàng)意融合促進效果日益明顯。②互聯(lián)網平臺建設與網絡信息技術進步使全球優(yōu)質文化資源和有效信息得以匯聚,推進文化產業(yè)內部結構重組整合,實現(xiàn)文化產業(yè)跨越式發(fā)展。此外,互聯(lián)網還為文化生產者與消費者提供互動平臺,人工智能技術與大數(shù)據的結合可以細分消費群體,根據不同群體的消費需求,開發(fā)相應的服務與業(yè)態(tài),實現(xiàn)“按需定制”,推進差異化文化產業(yè)發(fā)展。

作為我國文化產業(yè)的主要代表之一,近年來中國電影產業(yè)保持著穩(wěn)步發(fā)展勢頭,全球第二的市場地位較為穩(wěn)固。雖然我國影視文化產業(yè)的市場規(guī)模已經發(fā)展到世界領先水平,但能被稱為精品且具有代表性的影視作品仍然較少,中國電影產業(yè)發(fā)展仍有較大進步空間。隨著互聯(lián)網和人工智能技術的發(fā)展,數(shù)字信息的存儲呈現(xiàn)爆炸式增長,國內互聯(lián)網企業(yè)在影視領域扮演著越來越重要的角色?！斑M入新媒介時代之后,如何看待以互聯(lián)網等為基礎的新媒介對于電影藝術以及電影產業(yè)的影響,將在很大程度上影響電影本體的發(fā)展方向以及電影與受眾之間錯綜復雜的內在聯(lián)系……在電影工業(yè)愈加成熟的今天,不只是電影技術對于藝術作品的影響空前凸顯,新媒介技術也正在對已經完成的電影作品進行再度創(chuàng)作,我們可以將其視為一種‘后創(chuàng)作’。”③

百度、騰訊、阿里巴巴等互聯(lián)網企業(yè)均開始在電影產業(yè)布局,借助互聯(lián)網巨大的共享效應與平臺效應,電影產業(yè)鏈上的相關企業(yè)接入互聯(lián)網平臺,電影產業(yè)的組織結構開始以互聯(lián)網巨頭為基礎,通過核心企業(yè)的業(yè)務布局和資源整合,重塑電影產業(yè)生態(tài)與組織形態(tài)。④互聯(lián)網企業(yè)更注重內容類型與題材的多元化,擅長在多個內容門類中做垂直深耕,推出的很多影視作品贏得了良好的口碑。⑤

在當下“講好中國故事,共塑中國形象”的前提下,如何引導電影文化產業(yè)“擴容”與“提質”,滿足人民群眾對優(yōu)質文化產品的需要是值得關注的問題。進軍影視行業(yè)的互聯(lián)網企業(yè)是文化與科技融合的代表,互聯(lián)網企業(yè)對多元化且大規(guī)模的數(shù)據進行分析,憑借人工智能等技術洞察來驅動文化產業(yè)的變革,展現(xiàn)了大數(shù)據的巨大價值,互聯(lián)網企業(yè)的參與將對電影制作與宣傳等流程產生巨大影響。那么,對應的電影市場表現(xiàn)如何,其中的作用機制是什么？研究互聯(lián)網企業(yè)對電影市場的影響對實現(xiàn)我國文化產業(yè)消費升級具有重要啟示意義。

二、內容制作及其傳播的互聯(lián)網化

(一)互聯(lián)網時代的大眾文化與電影制作

文化消費者的依賴性是指觀眾往往不能創(chuàng)造大眾文化資源,但其可以根據自己的社會經驗重新解讀文本,生產自己的文化,成為大眾流行文化消費與生產的主角。隨著科技的發(fā)展,人們越來越重視以文化產品所附帶的共享推薦和社區(qū)互動。相應地,企業(yè)想要在文化產業(yè)中取得成績,就要擅于利用科技,重視大眾文化。

文化產業(yè)的成敗主要取決于內容的質量和價值,取決于觀眾的滿意度。由于電影產業(yè)的投資風險高、觀眾偏好難預測,因此電影產業(yè)從未停止對生產模式以及生產規(guī)律的探索。以往文化產業(yè)選題的確定要先構建目標群體,然后進行市場信息的收集。但這一過程不僅消耗大量的成本,而且收集的信息在有效性和真實性上也是有缺失的,很難體現(xiàn)觀眾的個性化和多樣化需求。

大數(shù)據技術可以對受眾產生的大量數(shù)據進行及時、準確、低成本的分類分析,了解受眾需求的變化趨勢,增強選題的針對性,克服文化產業(yè)選題過程中的不足。受眾數(shù)據分析助力電影內容生產主要體現(xiàn)在兩個環(huán)節(jié):一是電影題材的選擇,大數(shù)據可以分析總結當下熱門話題,分析項目立項的改編潛力、題材發(fā)展趨勢與受眾轉化等信息,輔助策劃選題；二是情節(jié)內容設計,觀眾數(shù)據有助于分析觀眾喜愛的電影內容,通過分析類似視頻的評論及其關鍵詞,可以更清晰地了解觀眾偏好,為背景設置、情節(jié)內容、角色描寫等提供參考。⑥

用數(shù)據統(tǒng)計來判斷觀眾喜愛的主題和情節(jié)的案例有很多。比如,影視數(shù)據企業(yè)艾漫科技通過分析發(fā)現(xiàn)“北京”和“愛情”是受觀眾喜愛與關切的關鍵詞,據此為電影《北京愛情故事》的劇情提供素材。美劇邊拍邊播的拍攝制作方法也體現(xiàn)出觀眾呼聲對影視創(chuàng)作的決定性影響。根據觀眾的輿論,《生活大爆炸》將男主角的角色性格重新設計,《越獄》讓女主角復活。⑦再如,Netflix在2012年就開始分析用戶每日播放記錄,包括用戶在何時何地用什么設備觀看何種節(jié)目,給用戶添加個性標簽,并記錄用戶暫停、快進、搜索等播放行為,嘗試分析用戶對畫面顏色、場景元素的偏好?；诖?Netflix制作的《紙牌屋》取得巨大的市場成功。⑧

依據上述分析可知,大數(shù)據技術使電影內容制作的標準化、系統(tǒng)化達到新高度,實現(xiàn)了一種新的觀眾互動模式,提升了相關文化產品的符號價值?；ヂ?lián)網企業(yè)可以對其社區(qū)用戶流量形成的大數(shù)據進行電影選題等分析,與現(xiàn)有電影企業(yè)展開跨界合作,推出更符合大眾文化的電影作品。據此,提出研究假設:

H1:有互聯(lián)網企業(yè)參與制作的電影票房更高。

(二)人工智能時代的信息傳播與電影營銷

個人移動終端的普及與信息分享平臺的擴張打破了大眾媒體對信息資源的壟斷,個人信息系統(tǒng)或者由個人在社交關系中的點贊與評論來“編輯”,或者根據個人過去的閱讀軌跡與閱讀習慣來“編輯”,編輯的權力開始讓渡給社交關系與平臺算法。信息分享平臺不屬于傳統(tǒng)的新聞傳播范疇,互聯(lián)網企業(yè)往往也不承認自己的“媒體”屬性,傾向于將自己描述為信息傳輸和數(shù)據交換的基礎設施。信息平臺認為自身沒有新聞立場,算法的主要目的是提高受眾黏性。當人們的交互活動和商務活動越來越向網絡平臺集中時,互聯(lián)網信息平臺企業(yè)的作用變化也越來越明顯：社交媒體時代,信息推薦和信息過濾等智能系統(tǒng)實際上具有議程設置的功能,取代傳統(tǒng)媒體引導公眾輿論。

人工智能時代的信息傳播陣地向網絡平臺轉移這一變化也對電影營銷產生影響。電影營銷主要是通過口碑引導與組織互動等方式,使電影的推廣能夠覆蓋觀眾,挖掘潛在的觀影群體,激發(fā)觀眾的觀影消費行為,從而提升票房。目前,文化產業(yè)的營銷工具已經擴展到微博、微信、短視頻平臺、知識分享平臺、用戶反饋平臺等諸多基于互聯(lián)網的新媒體。除覆蓋面廣這一優(yōu)點外,新媒體還有宣傳精準化的優(yōu)點。一些網絡平臺已收集大量用戶消費偏好與消費行為相關數(shù)據。在此基礎上,大數(shù)據技術對收集數(shù)據進行分析整理,基于受眾的年齡、性別與偏好等數(shù)據挖掘分析可以更準確地顯示用戶畫像,實現(xiàn)興趣標簽與用戶偏好相匹配,進而提供精準個性化營銷服務和產品推送。電影《一條狗的使命》是一個很典型的精準營銷案例:阿里影業(yè)運用大數(shù)據技術分析目標受眾,鎖定年輕女性、愛寵人士和親子人群三類受眾,針對不同類型的觀眾開發(fā)營銷方案。⑨無獨有偶,百度與傳奇影業(yè)在2016年開展推廣合作,通過使用“百度大腦”的用戶畫像技術將觀影人群進行分類精準營銷,使得電影《魔獸世界》票房提升200%。⑩

此外,互聯(lián)網雙向互動的特點打破了傳統(tǒng)電影單向營銷的方式,片方能夠實時掌握市場營銷反饋并及時調整營銷素材和宣傳策略。通過挖掘電影發(fā)布前媒體傳播數(shù)據、搜索關鍵詞熱度、預告片播放反饋可以了解營銷方案的效果,對影片口碑及熱度有更理性的認識,總結出更準確科學的受眾需求規(guī)律,并對營銷策略進行必要的修正,擴大電影的知名度,實現(xiàn)電影營銷效率的最大化。提供跨平臺測量方法的ComScore公司對電影《頭號玩家》進行分析發(fā)現(xiàn)女性粉絲占比僅為34%。根據這一反饋,片方發(fā)行人營銷目標是在保持現(xiàn)有粉絲的基礎上挖掘潛在消費者,對女性群體采用病毒式口碑營銷,最終使得女性受眾占比顯著提高。

隨著新媒體用戶數(shù)據的增長與信息推送權力的增強,新媒體完全可以依據用戶使用習慣形成的用戶畫像來判斷用戶觀影喜好,進行相關信息推送并接受相應反饋來優(yōu)化營銷方式,以此來影響電影市場表現(xiàn)。據此,提出研究假設:

H2:借助新媒體宣傳的電影票房更高。

三、研究設計

選擇電影消費市場作為研究對象是因為電影產業(yè)是文化產業(yè)的典型代表,消費量巨大。近年來在我國發(fā)展迅速,相較于電子書、電子游戲、音樂等文化產業(yè),電影產業(yè)的微觀數(shù)據非常細致詳實,且電影評價的衡量有著較為豐富的數(shù)據,為研究電影市場消費行為提供了寶貴的機遇。接下來將通過檢驗影響電影票房的因素,分析新媒體宣傳行為與互聯(lián)網企業(yè)參與電影制作對電影票房的影響。

(一)計量模型與指標選取

boxi=γnetmakeri+θaiadsi+δcontroli+Di+εi

其中,i表示樣本個體即電影產品,boxi表示電影票房,netmakeri表示影片制片方是否含有互聯(lián)網企業(yè),aiadsi表示影片借助新媒體宣傳次數(shù),controli是一系列影響到電影票房的控制變量,Di表示固定效應,εi是誤差項。

(二)變量處理說明

1.被解釋變量:電影票房。票房數(shù)據分為電影總票房與電影每周票房,從總票房以及更細化的周票房兩個角度研究解釋變量對電影市場表現(xiàn)的影響,以增加研究結論穩(wěn)健性。

2.核心解釋變量:是否有互聯(lián)網企業(yè)參與制作與新媒體宣傳次數(shù)。通過匯總收集電影制片方樣本,從參與制作電影大于或等于兩次的制片方中篩選出互聯(lián)網企業(yè),最終將篩選出有優(yōu)酷、愛奇藝、阿里巴巴、騰訊、格瓦拉等互聯(lián)網企業(yè)參與制作的電影標記為1,其他標記為0,構造netmaker統(tǒng)計量。

新媒體宣傳次數(shù)是電影官方在電影上映前通過新浪微博、今日頭條、一點資訊三家媒體進行影片宣傳的次數(shù)。選取這三家媒體進行統(tǒng)計的原因在于,這些媒體區(qū)別于以往傳統(tǒng)電影門戶網站,能根據用戶的閱讀興趣,在適當時機將電影相關訊息推薦到用戶個人的信息流中,以到達更加精準和適當?shù)男麄餍Ч?/p>

3.控制變量。表1中Panel A部分是總票房數(shù)據變量,Panel B部分是周票房數(shù)據變量?？偲狈繑?shù)據變量包括諸如上映周節(jié)日數(shù)、發(fā)行方數(shù)、制片方數(shù)、演員人數(shù)、導演人數(shù)、電影時長、是否是中國大陸電影、劇情類型、放映類型。其中,是否是中國大陸電影是自變量,當電影來自中國大陸時將該變量賦值為1,否則賦值為0。上映周節(jié)日數(shù)是指電影上映日前一周與后一周含有元旦節(jié)、春節(jié)、清明節(jié)、勞動節(jié)、端午節(jié)、中秋節(jié)以及國慶節(jié)的次數(shù)。電影劇情類型包含如愛情、科幻、戰(zhàn)爭等類別。放映類型分為2D或3D或IMAX。周票房數(shù)據變量還包括不含當周的累計票房、上映周數(shù)、場均觀影人次、當周天數(shù)、當周法定節(jié)日天數(shù)。

豆瓣電影是國內電影覆蓋面廣的知名電影分享評論社區(qū)網站,用戶量大,評論活動活躍,信息共享頻繁,數(shù)據質量較高。豆瓣電影評分人數(shù)可以反映電影的網絡熱度,這與電影票房密切相關,因此選取電影評分人次做電影票房的替代變量進行穩(wěn)健性檢驗。同時,用豆瓣電影評分來區(qū)分電影口碑。需要說明的是,并非樣本中的每一部電影都有豆瓣評分,主要原因是該電影在豆瓣沒有收錄,或者該電影評分人數(shù)不足,無法得到電影評分,亦無法得到評分人數(shù)。因此,定義評分大于或等于6分的電影為高評價電影,將沒有評分或評分小于6分電影定義為低評價電影,以進行分組回歸。

為避免異常值的影響，對數(shù)據進行1%水平的縮尾處理。依據表1總票房數(shù)據的描述性統(tǒng)計結果,從均值來看,大多數(shù)電影的發(fā)行公司與制作公司不止一家,相對來說導演人數(shù)大多為一人。從媒體宣傳的角度看,電影官方借助新媒體進行宣傳的次數(shù)均值為0.49,說明借助新媒體進行宣傳的電影占比不到一半。而有互聯(lián)網企業(yè)擔任制片方的電影占比更少,僅為百分之六。依據表1周票房數(shù)據的描述性統(tǒng)計結果,從均值來看,電影官方借助新媒體進行宣傳的次數(shù)均值為1.13,有互聯(lián)網企業(yè)擔任制片方的電影占比為0.12,相對于總票房數(shù)據來說,占比都有所增加。

四、回歸結果及分析

(一)基本回歸結果

表2是以總票房為因變量得到的回歸結果。由表2前三列可知,在法定節(jié)假日期間上映的電影票房表現(xiàn)更好。制片方數(shù)量與發(fā)行方數(shù)量對電影票房均有正向影響,但相對于制片方數(shù)量,發(fā)行方數(shù)量對電影票房的影響更加顯著。此外,電影時長、演員數(shù)量、導演數(shù)量對電影票房均有顯著正向影響,且中國大陸電影的市場表現(xiàn)更好。核心自變量netmaker、aiads的回歸結果均顯著為正,則證實了提出的研究假設:互聯(lián)網企業(yè)擔任制片方以及新媒體宣傳均對電影票房有正向影響。

表2第4列與第5列是分樣本討論,第4列是以高評價影片為樣本進行的回歸分析,第5列是以低評價影片為樣本進行的回歸分析。比較第4列與第5列回歸結果可以發(fā)現(xiàn)核心自變量netmaker、aiads的回歸系數(shù)均為正,但相較于低評價電影樣本,互聯(lián)網企業(yè)擔任制片方對高評價電影票房的正向影響更為顯著。

表3是對應表2的穩(wěn)健性檢驗,前三列是以總票房對數(shù)值為因變量得到的回歸結果,后三列是以豆瓣評分人數(shù)對數(shù)值為因變量得到的回歸結果。表3第1列與第4列是以所有樣本進行的回歸分析；表3第2列與第5列是以高評價影片為樣本進行的回歸分析；表3第3列與第6列是以低評價影片為樣本進行的回歸分析。由表3回歸結果可知,核心自變量netmaker、aiads的回歸結果為正,且除表3第2列以外,均較為顯著,與表2回歸結果基本保持一致。

表2 總票房回歸結果

表3 總票房穩(wěn)健性檢驗

表4、表5、表6、表7與表8是以周票房指標為因變量得到的回歸結果,表4以所有樣本進行回歸,表5以高評價電影為研究樣本,表6以低評價電影為研究樣本。對于表4、表5、表6以及表7與表8,前4列以周票房為因變量,后4列以周票房對數(shù)值為因變量進行回歸。表4、表5、表6以及表7與表8中的第1列與第5列以全部上映周的數(shù)據進行回歸；第2列與第6列以電影上映第一周的數(shù)據進行回歸；第3列與第7列以電影上映非第一周的數(shù)據進行回歸；第4列與第8列以電影上映非第一周與非最后一周的數(shù)據進行回歸。

以周票房數(shù)據為因變量時,控制變量中額外加入不含當周的累計票房(weekboxadd)、上映周數(shù)(weeknum)、當周場均人次(weekseat)、當周上映天數(shù)(weekday)、當周法定節(jié)日數(shù)(weekfestv)。其中控制當周上映天數(shù)的意義在于,除第一周與最后一周外,其他周的當周上映天數(shù)均為7日,而第一周的上映天數(shù)是用上映首周星期日的日期減去上映日日期得到的天數(shù)加1計算得出。而由于電影停止放映日期的缺失,最后一周的當周上映天數(shù)統(tǒng)一賦值為7日。相比于第3列與第7列,第4列與第8列刪掉最后一周的票房數(shù)據能避免最后一周的上映天數(shù)不為7日對回歸結果的影響。

表4中核心自變量aiads的回歸結果均顯著為正。除表4列2以外,核心自變量netmaker的回歸結果均顯著為正。這一結果從周票房數(shù)據層面證實了提出的研究假設:互聯(lián)網企業(yè)擔任制片方以及新媒體宣傳均對電影票房有正向影響。

在表5中,互聯(lián)網企業(yè)參與制作以及新媒體宣傳對電影票房有正向作用,但netmaker在列2與列6中未通過顯著性檢驗。這說明對于高評價電影來說,有互聯(lián)網企業(yè)參與制作電影的非首周票房相對其他電影的非首周票房會更高。

從表6整體回歸結果可知,netmaker始終未通過顯著性檢驗,新媒體宣傳對電影票房有正向作用,且保持較高顯著性。這說明,互聯(lián)網企業(yè)參與電影制作對電影票房的提升作用更取決于電影自身的質量,評價高的電影才能在受眾中形成宣傳效果并引起發(fā)酵,刺激觀影消費。

(二)穩(wěn)健性檢驗

1.引入競爭機制

為控制電影上映當周同期電影競爭情況,依據收集的周票房數(shù)據,計算出本周其他電影豆瓣評分總值以及本周其他電影周票房總值,對這兩個數(shù)據加1取對數(shù)并進行1%水平縮尾處理,生成指標lnpeerrate與lnpeerbox。將這兩個指標分別放入到控制變量中進行回歸,得到的回歸結果見表7與表8。由回歸結果可知,在控制同期影片競爭的前提下,互聯(lián)網制片方以及新媒體宣傳對電影票房有正向影響。此外,lnpeerrate與lnpeerbox系數(shù)均為負,說明同期電影市場競爭會降低票房收入。

表4 電影周票房

表5 高評價電影周票房

表6 低評價電影周票房

表7 控制同期其他電影評分值

表8 控制同期其他電影票房值

2.傾向得分匹配檢驗

為了減少由于樣本選擇偏誤產生的回歸偏差,根據是否有互聯(lián)網企業(yè)的制片方采用傾向得分匹配方法估計互聯(lián)網企業(yè)參與電影制作對電影票房的“處理效應”。在進行傾向得分匹配回歸之前,需要進行平衡性檢驗。表9是以電影總票房為因變量和以電影周票房為因變量進行的平衡性檢驗。從平衡性檢驗可以看出,對照組與控制組的控制變量整體差距在匹配之后比匹配之前有明顯縮小,這說明通過傾向得分匹配后,有互聯(lián)網企業(yè)擔任制片方的電影與無互聯(lián)網企業(yè)擔任制片方的電影特征差異得到較大程度的消除。

表10的模型1至模型4分別報告采用一對一匹配、鄰近匹配、核匹配、局部線性回歸匹配的估計結果,表中括號內匯報回歸系數(shù)對應標準差,匯報的標準差皆通過自助法得到,重復次數(shù)為500次。ATE表示考慮整個樣本的匹配結果；ATU表示只考慮無互聯(lián)網企業(yè)制片方的電影的匹配結果；ATT則為僅考慮有互聯(lián)網企業(yè)制片方的電影的平均處理效應,這也是最關心的結果。由表10可知,所有匹配結果均顯著為正,且都在10%水平上顯著,傾向得分匹配估計結果與基準模型結果保持一致。

表9 傾向得分匹配法平衡性檢驗

表10 傾向得分匹配法估計結果

(三)機制檢驗

通過實證檢驗發(fā)現(xiàn)互聯(lián)網制片方以及新媒體宣傳對電影票房存在顯著的促進作用。為進一步檢驗傳導機制,參照溫忠麟與葉寶娟方法,借助中介效應實證檢驗。已知互聯(lián)網制片方以及新媒體宣傳對電影票房存在顯著的促進作用,則需再檢驗互聯(lián)網制片方以及新媒體宣傳對電影口碑的作用,并在此基礎上檢驗互聯(lián)網制片方、新媒體宣傳以及電影口碑對電影票房的影響。

表11以總票房數(shù)據為研究樣本,用豆瓣評分表示影片口碑,做中介變量。表11前兩列以豆瓣評分為因變量,從列1與列2回歸結果可以發(fā)現(xiàn),相對于新媒體宣傳,互聯(lián)網企業(yè)參與電影制作對影片口碑的促進效果通過顯著性檢驗。這說明互聯(lián)網企業(yè)參與制作提升了影片口碑。表11列3與列4分別以總票房和總票房對數(shù)值為因變量,回歸結果顯示,互聯(lián)網企業(yè)參與制作以及影片口碑對電影票房均具有顯著促進效果,呈現(xiàn)出部分中介效應。

表11 中介機制效應

五、結論

魏建與田燕梅通過數(shù)理模型推導發(fā)現(xiàn)傳播是放大版權價值的關鍵,原因在于文化產品的價值并非一次創(chuàng)作形成,在得到受眾認可后,作品在其傳播過程中形成價值。算法推薦以及聚合平臺能夠加快作品傳播速度并降低搜索成本,使人們能方便快捷地獲取所需作品,這將促進傳播,提升文化產品價值。從回歸結果可知,互聯(lián)網企業(yè)參與電影宣傳可以提升電影票房,回歸結果驗證了魏建與田燕梅數(shù)理模型在電影市場的適用性。

雖然在大數(shù)據智能時代,人們可以享受算法對問題進行主動診斷并給出相應解決方案的能力,但算法程序并不完全按照數(shù)據分析結果進行匹配,第三方的利益和價值也包含在算法中。以低評價周票房樣本研究發(fā)現(xiàn)新媒體宣傳對電影票房有顯著正向作用,這說明新媒體在一定程度上引導著觀眾作出觀影選擇。

而從以周票房指標為因變量的總體回歸結果來看,互聯(lián)網企業(yè)參與電影制作對電影票房的提升作用更多體現(xiàn)在高評價電影樣本上。這說明雖然新媒體對電影宣傳的精確度與適時性都有所提升,且互聯(lián)網企業(yè)可以依托大數(shù)據預測來迎合觀眾口味,但是中國電影市場仍然保持一定理性,也即觀眾只有在電影評價夠好的前提下,才會對相關電影給予支持。

進一步研究發(fā)現(xiàn),存在一種中介效應:互聯(lián)網企業(yè)參與電影制作可以提升電影的網絡口碑,進而提升電影票房。這說明,好口碑是一種票房號召力,互聯(lián)網企業(yè)參與制作的電影憑借著其廣泛的用戶數(shù)據與不斷優(yōu)化的算法技術,在一定程度上適配了大眾文化需求,滿足觀眾對優(yōu)秀作品的期待,并提升電影經濟收益。

文化科技融合背景下,如何實現(xiàn)電影經濟收益與藝術水平的同步提升,仍值得我們不斷思考與完善。

一方面,在當前的經濟背景下,文化產業(yè)迫切需要新的刺激來推動新一輪增長。日益成熟的人工智能技術可以將文化創(chuàng)作這類高技能需求的任務轉化為使用機器復制的生產,使得智能生產在文化內容創(chuàng)作領域的應用擁有方便、成本低的優(yōu)勢,提高文化產品的生產效率。新技術運用在電影創(chuàng)作中將豐富其內涵并創(chuàng)新文化產品形式,刺激新的文化需求,帶動文化消費。人工智能對生產端的沖擊為文化產業(yè)突破發(fā)展提供契機,合理利用人工智能技術將打破產業(yè)發(fā)展桎梏,為文化產業(yè)發(fā)展提供一個極好的舞臺。從實證結果來看,在電影領域互聯(lián)網企業(yè)的參與以及人工智能等技術的運用提升了電影市場表現(xiàn),完成了文化產業(yè)消費升級中的“擴容”任務。

另一方面,每個文化產品都需要獨創(chuàng)性,這體現(xiàn)著創(chuàng)作者的審美。文化產品需要個性化創(chuàng)作來構成自己的附加值,使其既具有經濟價值又具有文化傳播價值。文化產品要實現(xiàn)高附加值就要具備科學、健康、豐富的內容,以此獲得消費者的青睞。從消費者的角度來看,文化產品的創(chuàng)造就是為了滿足消費者對審美、精神滿足以及情感訴求的個性化需求。

在“流量為王”的背景下,最終決定一項技術在競爭中存留的仍然是其受眾。各個平臺為了在激烈競爭中存活都會推出滿足用戶一時感官刺激的內容,這些內容往往過度注重表現(xiàn)形式,而忽視內在審美價值,個別內容為博眼球甚至會突破道德倫理底線。

康德對美、善以及快適做出區(qū)分?？爝m是使感官感到喜歡的東西,善是被贊成與尊敬的東西,美是一個對象符合目的的形式。前兩者與個人存在利害關系,而美是不帶利害關系的。優(yōu)秀的文化產品可以激發(fā)受眾的審美情感,而刻意迎合“爆點”的文化產品的主要目的是滿足用戶欲求,兩者脫節(jié)的原因在于技術對人類情感的抹殺。

與人工智能相比,人腦基于文化內涵創(chuàng)作,而人工智能則將審美程序化,依靠機械邏輯進行創(chuàng)作,其本質是對數(shù)據的歸納整理,其創(chuàng)作不具備情感與意向,缺乏審美價值。算法推薦我們應該欣賞的內容,媒介技術通過模式化、程序化、工具化生成的影像產品的審美價值會大打折扣。

藝術作品的創(chuàng)作需要考慮到對社會意識與人類內心的影響,如果人工智能分析大數(shù)據僅是為了迎合大眾,那么電影藝術將成為沒有活力的工業(yè)復制品,機器創(chuàng)作必然導致作品同質化,藝術創(chuàng)作的源泉也會枯竭。過度依賴人工智能創(chuàng)作,忽視對傳統(tǒng)文化創(chuàng)意產業(yè)的尊重,會打擊創(chuàng)作者的積極性,注定無法滿足人們不斷發(fā)展的精神文化需求。網絡傳播的促進效應也將成為無源之水、無本之木,難以為中國影視文化產業(yè)創(chuàng)造新價值。

從實證結果來看,互聯(lián)網企業(yè)參與制作電影可以提升電影口碑進而提升電影票房。但是電影口碑并不完全等同于電影質量,一部電影的審美價值亦是難以衡量。如何實現(xiàn)電影產業(yè)乃至整個文化產業(yè)的“提質”任務,仍需各方不斷努力。

注釋:

① 張翼:《當前中國社會各階層的消費傾向——從生存性消費到發(fā)展性消費》,《社會學研究》,2016年第4期,第74頁。

② 李鳳亮、宗祖盼:《文化與科技融合創(chuàng)新:模式與類型》,《山東大學學報》(哲學社會科學版),2016年第1期,第38頁。

③ 陸曉芳:《時代語境·媒介場域——中國新主流電影文化實踐的雙維審視》,《華中師范大學學報》(人文社會科學版),2020年第6期,第117頁。

④ 劉星:《數(shù)字化背景下電影產業(yè)鏈重構的內在邏輯與外在表征》,《電影評介》,2019年第3期,第65頁。

⑤ 劉漢文、陸佳佳:《2019年中國電影產業(yè)發(fā)展分析報告》,《當代電影》,2020年第2期,第24頁。

⑥ 崔巖:《輿情大數(shù)據在電影行業(yè)的應用與思考》,《當代電影》,2019年第5期,第71頁。

⑦ 劉德群:《大數(shù)據驅動下的影視文本創(chuàng)作和生產模式變革》,《南京郵電大學學報》(社會科學版),2019年第2期,第44頁。

⑧ 唐忠敏:《作為一種新敘事方式的人工智能》,《現(xiàn)代傳播》,2021年第2期,第79頁。

⑨ 方捷新、張雪、劉達:《現(xiàn)代電影產業(yè)的信息化與智能化技術應用》,《現(xiàn)代電影技術》,2019年第1期,第18頁。

⑩ 宣曉晏:《人工智能時代文化生產與管理機制革新》,《藝術百家》,2019年第1期,第72頁。