中國(guó)大陸地區(qū)電影票房影響因素實(shí)證研究

何雙男

(鞍山師范學(xué)院，遼寧 鞍山 114005；實(shí)踐大學(xué)，臺(tái)灣 臺(tái)北 10462)

一、引 言

中國(guó)電影行業(yè)具有廣闊的市場(chǎng)前景。2016年，國(guó)內(nèi)電影票房收入達(dá)到454.9億人民幣，圖1顯示2011年至2016年間中國(guó)大陸地區(qū)電影市場(chǎng)快速發(fā)展。在2015年，電影票房增長(zhǎng)顯著，比2014年增長(zhǎng)了48.7%，數(shù)據(jù)顯示，中國(guó)電影產(chǎn)業(yè)制作電影686部，其中47部電影票房超過(guò)1億元。在2015年度城市居民觀看電影人數(shù)達(dá)到1260萬(wàn)人，較2014年度上漲51.08%(2016年中國(guó)新聞出版廣電總局發(fā)布)。根據(jù)美國(guó)電影協(xié)會(huì)(MPAA)發(fā)布的2016年全球電影市場(chǎng)數(shù)據(jù)報(bào)告顯示：2016年全球銀幕數(shù)增長(zhǎng)8%，總數(shù)達(dá)到164000塊。其中數(shù)字銀幕數(shù)增長(zhǎng)17%，巨幕數(shù)增長(zhǎng)11%。亞太地區(qū)仍是全球銀幕數(shù)增長(zhǎng)最快的地區(qū)(中國(guó)是亞太銀幕數(shù)增長(zhǎng)最快的地區(qū))，2016年增幅達(dá)到18%。作為亞太電影市場(chǎng)的核心，截至2016年底，中國(guó)內(nèi)地總銀幕數(shù)達(dá)到41179塊，為中國(guó)電影行業(yè)發(fā)展提供了必要的“硬件基礎(chǔ)”。

然而，來(lái)自中國(guó)大陸地區(qū)及北美電影市場(chǎng)的數(shù)據(jù)都顯示出2016年中國(guó)票房增速放緩，全球票房的發(fā)展幾乎陷入停滯。

圖1 2011—2016年度中國(guó)大陸地區(qū)電影票房收入

相較于中國(guó)大陸地區(qū)快速發(fā)展的電影市場(chǎng)，本地區(qū)對(duì)于電影產(chǎn)業(yè)的學(xué)術(shù)研究不足，僅就少數(shù)影響票房的變數(shù)進(jìn)行討論。本文的目的在于進(jìn)一步發(fā)現(xiàn)并確認(rèn)影響中國(guó)大陸市場(chǎng)票房的因素。

二、文獻(xiàn)綜述

有效預(yù)測(cè)一部電影是否具有市場(chǎng)潛力和投資價(jià)值對(duì)投資方和電影產(chǎn)業(yè)的健康發(fā)展至關(guān)重要。目前學(xué)者的研究成果顯示：明星對(duì)票房收入有正向影響(Ravid in J Bus72:463-492,1999)；知名導(dǎo)演會(huì)對(duì)票房起到關(guān)鍵的作用(John et al.in Working Paper,New York University,2004)；電影評(píng)論對(duì)電影有重要影響(Basuroy et al.in J Market 67:103-117，2003)；電影的投資策略(Palia et al.in Rev Financ Stud21(2):483-511,2008)也會(huì)影響票房收入，等等。然而國(guó)內(nèi)外學(xué)者對(duì)影響電影票房的重要因素有相當(dāng)大的分歧。本研究對(duì)當(dāng)前學(xué)者提出影響電影票房的變數(shù)進(jìn)行整理，并通過(guò)收集分析2012—2016年中國(guó)大陸地區(qū)電影的票房相關(guān)數(shù)據(jù)來(lái)進(jìn)一步驗(yàn)證、分析影響中國(guó)電影票房的因素。

口碑(Word-of-mouth，WOM)或在線口碑(eWOM)是顧客與顧客之間進(jìn)行的信息傳遞過(guò)程。Beck(1992)發(fā)現(xiàn)，與其他信息來(lái)源相比口碑具有更高的可信度。Mahajan,Miller,and Kerin(1984)發(fā)現(xiàn)，當(dāng)消費(fèi)者購(gòu)買(mǎi)新產(chǎn)品時(shí)，口碑的影響尤為重要。很顯然，電影具有新產(chǎn)品所具有的類(lèi)似特征，可以假設(shè)電影觀眾的口碑評(píng)價(jià)與電影票房存在相關(guān)性。

電影銀幕作為一種稀缺資源也會(huì)對(duì)電影票房產(chǎn)生正面的影響。(Prag and Casavant,1994)播放電影的銀幕數(shù)量決定了滿足觀影者的選擇便利性和可獲得性。

三、研究方法

(一)數(shù)據(jù)收集與描述性統(tǒng)計(jì)

論文樣本收集了2012—2016年在中國(guó)大陸電影市場(chǎng)投放的125部電影，選擇的標(biāo)準(zhǔn)是2012—2016年每年票房排名前25部電影的相關(guān)數(shù)據(jù)進(jìn)行研究。電影票房排名、總票房、銀幕數(shù)、首日票房、電影類(lèi)型等數(shù)據(jù)來(lái)源于中國(guó)有影響力的電影資訊網(wǎng)站，例如，中國(guó)電影數(shù)據(jù)信息網(wǎng)和藝恩網(wǎng)等(http://www.zgdypw.cn/,http://www.entgroup.cn/)。此外電影產(chǎn)業(yè)的管理機(jī)構(gòu)——中國(guó)新聞出版廣電總局以及豆瓣網(wǎng)(https://movie.douban.com/)也是信息獲取重要來(lái)源。表1顯示了研究主要變數(shù)的描述性統(tǒng)計(jì)信息。

表1 Descriptive Statistics

續(xù)表

①首日票房收入：首映日的票房收入；

②銀幕數(shù)：放映的總銀幕數(shù)；

③豆瓣評(píng)分：中國(guó)最大的非官方電影評(píng)論網(wǎng)站豆瓣對(duì)電影的評(píng)價(jià)分?jǐn)?shù)，豆瓣評(píng)分從0分到10分，來(lái)自觀看電影的觀眾對(duì)電影的評(píng)價(jià)，論文中使用豆瓣評(píng)分作為電子口碑參數(shù)(eWOM)；

④評(píng)分次數(shù)：電影在豆瓣評(píng)分中被觀眾評(píng)價(jià)的次數(shù)；

⑤電影類(lèi)型：不同電影類(lèi)型。論文中將電影類(lèi)型整合為6大種類(lèi)：1=喜劇片，2=卡通片，3=動(dòng)作片，4=科幻電影(包括魔幻)，5=愛(ài)情片，6=故事、災(zāi)難、恐怖及戰(zhàn)爭(zhēng)題材電影；

⑥投資來(lái)源：資金來(lái)源類(lèi)型。1代表資金來(lái)源于大陸地區(qū)，2代表資金來(lái)源于包括大陸地區(qū)及其他地區(qū)的合作者，3代表資金來(lái)源于不包括大陸地區(qū)的獨(dú)立或合作投資者。不同的資金來(lái)源，代表差異化的電影制作方法和市場(chǎng)推廣手段，本文假設(shè)投資來(lái)源可能會(huì)影響到電影的票房收入。

表2 Statistics

1.中國(guó)大陸投資；2.包括中國(guó)大陸的合作投資；3.不包括中國(guó)大陸的投資方式。

1.喜??；2.卡通；3.動(dòng)作；4.科幻；5.愛(ài)情；6.故事等。

統(tǒng)計(jì)顯示，2012年到2016年中國(guó)大陸電影市場(chǎng)投放電影的年度前25部電影中最大的投資方類(lèi)型是不包括中國(guó)大陸地區(qū)投資方，共計(jì)59部電影，占到總樣本的47.2%。最受歡迎的電影類(lèi)型是動(dòng)作片，共計(jì)46部電影，占36.8%。

(二)研究模型及假設(shè)

為檢驗(yàn)票房影響因素對(duì)電影市場(chǎng)表現(xiàn)的影響，本研究進(jìn)行如下的假設(shè)：電影上映銀幕數(shù)、首日票房、豆瓣評(píng)分、評(píng)分次數(shù)、投資來(lái)源及電影類(lèi)型對(duì)中國(guó)大陸地區(qū)電影市場(chǎng)具有影響。故虛無(wú)假設(shè)為：

H

∶

β

=

β

=

β

=

β

=

β

=

β

=

β

=

β

=

β

=

β

=

β

=

β

=

β

=0。

為檢驗(yàn)電影市場(chǎng)成功因素，研究使用下列變數(shù)：

依變數(shù)：設(shè)票房總收入為依變數(shù)；

自變數(shù)：首日票房、銀幕數(shù)、豆瓣評(píng)分、評(píng)分次數(shù)、投資來(lái)源及電影類(lèi)型為自變數(shù)。對(duì)于投資來(lái)源和電影類(lèi)型，引入虛擬變數(shù)進(jìn)行回歸分析。

回歸方程式：

Y(票房)=

α

+

β

×首日票房+

β

×屏幕數(shù)+

β

×豆瓣評(píng)分+

β

×評(píng)分次數(shù)+

β

×投資來(lái)源+

β

×投資來(lái)源+

β

×投資來(lái)源+

β

×電影類(lèi)型+

β

×電影類(lèi)型+

β

×電影類(lèi)型+

β

×電影類(lèi)型+

β

×電影類(lèi)型+

β

×電影類(lèi)型

圖2 中國(guó)大陸地區(qū)電影票房影響因素研究之實(shí)證模型

(三)相關(guān)性分析及回歸分析

表3顯示了文中引用的所有變數(shù)之間的相關(guān)性。首日票房、銀幕數(shù)、評(píng)價(jià)次數(shù)與總票房正相關(guān)。投資來(lái)源于電影類(lèi)型與票房收入顯著相關(guān)。值得注意的是豆瓣評(píng)價(jià)與票房之間的關(guān)系并不顯著。

表3 Correlations Matrix

.Correlation is significant at the 0.01 level(2-tailed).

.Correlation is significant at the 0.05 level(2-tailed).

數(shù)據(jù)分析結(jié)果呈現(xiàn)于表4、表5。調(diào)整后的R2=0.851，回歸方程式可以很好地解釋依變數(shù)。表4顯示首日票房(.766，P<0.01)、銀幕數(shù)(.862，P<0.01)以及豆瓣評(píng)價(jià)次數(shù)(.317，P<0.01)與票房收入顯著正相關(guān)。而投資來(lái)源類(lèi)型1(大陸地區(qū)投資)(-.208，P<0.05)和電影類(lèi)型4(科幻類(lèi)電影)(-.273，P<0.01)與票房收入顯著負(fù)相關(guān)。此外，豆瓣評(píng)分(.0.053，P>0.5)與票房收入在統(tǒng)計(jì)上并不顯著。統(tǒng)計(jì)結(jié)果與多數(shù)國(guó)外文獻(xiàn)結(jié)果一致，除了豆瓣評(píng)分顯示線上口碑(eWOM,electronic Word of mouth)對(duì)票房影響并不顯著。票房高的電影，未必得到較高的豆瓣評(píng)分，即觀眾評(píng)價(jià)不高；相反，評(píng)分高的電影在票房收入上未必成功。值得注意的是豆瓣觀眾評(píng)價(jià)次數(shù)與電影票房顯著正相關(guān)，原因可以解讀為：觀眾評(píng)價(jià)的次數(shù)與觀賞電影的人數(shù)直接相關(guān)，這一結(jié)果也直接反映在電影的票房上。分析口碑和評(píng)價(jià)次數(shù)與票房的關(guān)系(特別是評(píng)分低，但觀影次數(shù)多、票房高的電影)，原因可能在于：市場(chǎng)熱度高，觀眾關(guān)注度高，在消費(fèi)選擇中，消費(fèi)者傾向于選擇周?chē)鸁嶙h中的電影，觀看后能夠在人際關(guān)系中享有共同的話題。這也可以解釋為什么豆瓣電影評(píng)分低的影片可以取得不俗的電影票房：影迷從眾或出于好奇心觀看市場(chǎng)關(guān)注度高的影片，但依然可能對(duì)電影內(nèi)容、風(fēng)格等不滿而給予差評(píng)。這就可以解釋部分電影評(píng)價(jià)不高，但觀看次數(shù)多的矛盾現(xiàn)象了。

表4 Regression Model Summary

a.Predictors:(Constant),screens

b.Predictors:(Constant),screens,opening

c.Predictors:(Constant),screens,opening,grading-times

d.Predictors:(Constant),screens,opening,grading-times,venture sources

e.Predictors:(Constant),screens,opening,grading-times,venture sources,genre

f.Dependent Variable:box office

表5 Regression Model Coefficients

a.Dependent Variable:box office

根據(jù)表5，將回歸方程式總結(jié)為：

Y(票房)=-9148.097+0.412×首日票房+0.513×銀幕數(shù)+0.237×評(píng)價(jià)次數(shù)-0.151×投資來(lái)源-0.114×電影類(lèi)型

(四)研究發(fā)現(xiàn)

通過(guò)對(duì)2012至2016年間上映年度票房排行前25名的電影進(jìn)行統(tǒng)計(jì)分析，結(jié)果顯示：首日票房、銀幕數(shù)和評(píng)價(jià)次數(shù)與電影票房收入成正相關(guān)關(guān)系，這一結(jié)果與Palia等人的研究結(jié)果一致。通過(guò)觀察回歸方程系數(shù)可以發(fā)現(xiàn)，銀幕數(shù)的系數(shù)為0.513，首日票房系數(shù)為0.412，評(píng)價(jià)次數(shù)為0.237。上述三個(gè)因子中影響最終票房總收入的最大因素是播放電影銀幕數(shù)，其次是首日票房和電影評(píng)價(jià)次數(shù)。

這一結(jié)論可以作為制定電影推廣營(yíng)銷(xiāo)策略的依據(jù)，通過(guò)占據(jù)重要檔期的銀幕數(shù)量鎖定消費(fèi)者觀看電影的選擇性，同時(shí)也削弱了其他影片在市場(chǎng)上的投放機(jī)會(huì)。首映日在檔期的選擇具有很強(qiáng)的市場(chǎng)操作技巧，盡可能迎合影片對(duì)應(yīng)的消費(fèi)者群體，也要盡量回避與同類(lèi)型電影集中上映，以避免與其他電影爭(zhēng)奪相同目標(biāo)群體而導(dǎo)致的票房損失。

本文的實(shí)證結(jié)果發(fā)現(xiàn)：首映日票房收入對(duì)電影票房總收入的正相關(guān)影響，院線可以通過(guò)首映日票房收入針對(duì)未來(lái)排片策略進(jìn)行預(yù)測(cè)與調(diào)整。豆瓣網(wǎng)電影評(píng)分與電影票房的無(wú)相關(guān)性結(jié)果反映出：話題傳播次數(shù)比評(píng)價(jià)的“好壞”更能影響消費(fèi)者對(duì)觀看電影的選擇。觀眾不完全是專(zhuān)業(yè)電影欣賞者，對(duì)于初次上映的電影缺乏基本判斷，電影是一次性消費(fèi)，不存在看十分鐘不滿意退票的機(jī)制，這也解釋了不好看(豆瓣評(píng)分低)的電影票房未必差，好看的電影(豆瓣評(píng)分高)未必有好票房的口碑與票房倒掛現(xiàn)象。

投資來(lái)源共有三種類(lèi)型，通過(guò)虛擬變數(shù)帶入回歸分析發(fā)現(xiàn)，只有一種投資來(lái)源(中國(guó)大陸地區(qū)獨(dú)資)與電影票房呈現(xiàn)顯著的負(fù)相關(guān)，其他兩種類(lèi)型的投資來(lái)源與票房收入關(guān)系不明顯。實(shí)證結(jié)果顯示合作投資對(duì)于票房收入是更好的籌集資金形式，原因在于更強(qiáng)大的國(guó)際化導(dǎo)演、演員、工作團(tuán)隊(duì)和資金背景以及先進(jìn)的管理和電影制作方式對(duì)電影票房的保證。合作投資也會(huì)帶來(lái)更為廣泛的市場(chǎng)關(guān)注度和話題營(yíng)銷(xiāo)，引起院線的播放熱情，愿意投入更多的銀幕數(shù)量播放電影。

四、結(jié) 語(yǔ)

本文尚有較多重要的變數(shù)沒(méi)有進(jìn)行討論，例如電影的預(yù)算、導(dǎo)演和演員、電影獲獎(jiǎng)、電影評(píng)論等對(duì)票房的影響。在中國(guó)大陸地區(qū)只有少數(shù)的制片方會(huì)公布其制作成本和投資數(shù)據(jù)，此外電影演員和導(dǎo)演對(duì)票房的號(hào)召力也缺乏可靠的信息來(lái)源?？紤]到這類(lèi)數(shù)據(jù)對(duì)電影市場(chǎng)表現(xiàn)的影響，未來(lái)的研究依然需要盡力獲取上述數(shù)據(jù)以驗(yàn)證上述變數(shù)對(duì)電影票房的影響。

盡管研究有所缺陷，依然希望能夠?qū)χ贫娪笆袌?chǎng)策略，降低電影行業(yè)不確定因素的風(fēng)險(xiǎn)有所助益。未來(lái)的研究將會(huì)繼續(xù)關(guān)注其他變數(shù)對(duì)電影市場(chǎng)表現(xiàn)的影響以及中國(guó)大陸不同經(jīng)濟(jì)發(fā)展區(qū)域的電影類(lèi)型流行趨勢(shì)和消費(fèi)行為特征。