中國電影票房現(xiàn)狀計量分析_第1頁
中國電影票房現(xiàn)狀計量分析_第2頁
中國電影票房現(xiàn)狀計量分析_第3頁
中國電影票房現(xiàn)狀計量分析_第4頁
中國電影票房現(xiàn)狀計量分析_第5頁
已閱讀5頁,還剩6頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、    中國電影票房現(xiàn)狀計量分析    白皓陳紹剛提要 通過分析中國電影票房現(xiàn)狀,選擇影評分數(shù)、上映檔期、電影類型、導演影響力、演員影響力、大眾關注度等六個影響因素,并對導演影響力、演員影響力的衡量提出一種新方法。選取20132017年度電影票房排行榜上前20位的電影票房數(shù)據(jù),建立多元線性回歸模型,對中國電影票房進行研究。結果表明:影評分數(shù)、電影類型、大眾關注度與電影票房呈正相關,上映檔期與電影票房呈負相關,導演影響力與演員影響力對電影票房的影響不顯著。最后結合具體案例對回歸結果進行分析,并對中國電影業(yè)未來發(fā)展提出建議。關鍵詞:電影票房;影響因素;計量分

2、析;多元線性回歸基金項目:科技部科技創(chuàng)新戰(zhàn)略研究專項項目:“技術預測平臺框架設計及相關模型算法研究”(zly2015129);四川省科技基礎條件平臺項目:“基于大數(shù)據(jù)的創(chuàng)新驅動戰(zhàn)略決策支持系統(tǒng)平臺”(15010126):f719.5 :a收錄日期:2018年9月17日一、引言中華人民共和國電影產業(yè)促進法的正式實施,從法律和政策層面為中國電影的持續(xù)繁榮提供了有力的支撐。據(jù)中華人民共和國國家新聞出版廣電總局統(tǒng)計,2017年全國電影總票房達到了559.11億元,首次突破了500億元大關。鑒于電影產業(yè)在引導價值導向、加深文化熏陶上至關重要的作用,很多學者對電影票房進行研究。唐廣應、楊鵬艷(2016)在

3、雙邊市場的需求與價格結構基于中國電影產業(yè)的實證分析中,選擇電影票價格、電影制作商數(shù)量、個人可支配收入、個人消費支出、地區(qū)生產總值等作為票房收入的影響因素,得出電影票價格是顯著影響因素的結論。劉燕燕(2013)通過創(chuàng)建多元線性回歸模型,發(fā)現(xiàn)導演名譽度、公眾關注、影評以及一線明星的數(shù)量顯著影響電影票房,電影上映檔期和獲獎數(shù)量對票房的影響不顯著。張玉松、張鑫(2009)利用多元線性回歸模型,得出結論:電影品牌、電影投資對電影票房起正面作用,盜版對電影票房起負面作用,電影質量不是票房的顯著影響因素。崔凝凝、唐嘉庚(2012)利用20032012年中國電影票房年度排行榜上前十名的影片數(shù)據(jù),選擇電影類型、

4、電影產地、電影評分和演員號召力為自變量,通過逐步回歸分析構建多元回歸模型,估計結果表明,電影評分、電影類型、演員號召力顯著提高電影票房,電影產地對票房的影響不顯著。本文在上述文獻研究基礎上,就導演和演員對電影票房的影響提出一種新的衡量方法。應用多元線性回歸模型,對影響電影票房的因素進行估計。利用所得模型對我國電影市場的票房現(xiàn)狀進行分析,提出參考性建議。二、影響票房的因素及數(shù)據(jù)來源(一)樣本及變量選擇。由于電影產業(yè)在近年才開始飛速發(fā)展,研究早年的電影票房收入對當今的電影產業(yè)并沒有過多的幫助。因此本文選取近年的電影,以20132017年度電影票房排行榜上前20位的電影為樣本,來探究電影票房的影響因

5、素。在這100部電影中,侏羅紀公園、007:大破天幕殺機、x戰(zhàn)警:天啟在統(tǒng)計視頻網站播放量時數(shù)據(jù)不全,予以剔除,最后參與估計的共有97部電影。對票房的影響因素選擇如下:1、影評分數(shù)(score)。電影的評分反映了一部電影的質量和口碑。在互聯(lián)網行業(yè)飛速發(fā)展的今天,網上評論漸漸成為消費者在選擇時的重要參考依據(jù)。根據(jù)cnnic的調查,71.1%的網購消費者認為,在線評論會嚴重影響他們的購買決策。由于觀眾是電影的消費者,他們對電影的主觀評價將對電影票房起至關重要的作用。出于從眾心理,很多尚未觀影的人,都會依據(jù)影評分數(shù),來衡量這部電影是否值得一看。2、上映檔期(time)。王報芬(2006)在當前中國電

6、影檔期營銷研究中介紹到,電影在前期宣傳發(fā)行階段時,一個非常重要的營銷方式就是檔期營銷,國內已經形成了具有中國特色的檔期框架,如賀歲檔、情人節(jié)檔、暑期檔、國慶檔等黃金檔期,已成為電影制作商的必爭之地。3、電影類型(type)。電影類型代表了觀眾的偏好,不同類型的電影擁有各自的觀影群,從而保障著電影票房。desai、kalpesh kaushik和suman basuroy考慮了明星影響力、電影類型、評分等影響因素,發(fā)現(xiàn)在觀看影片的同時,觀眾會存儲電影類型特征的記憶,也會對熟悉的電影類型存儲更多的記憶。4、導演影響力(director)。我國的電影創(chuàng)作實行導演中心制,導演掌握著藝術創(chuàng)作的領導權和指

7、揮權。周星馳、張藝謀、馮小剛、徐克等著名導演的作品都有著獨特的個人風格,無形中為自己打上了品牌標簽,他們的作品已有相對穩(wěn)定的觀影人群,因此基本每部電影都可以取得票房佳績。5、演員影響力(actor)。池建宇在演員與導演誰更重要中提到,演員是電影藝術表達的載體,通過長期的積累,優(yōu)秀的演員會逐漸產生自己的明星效應。一部電影作品在上映之前,人們最先關注的就是這部影片里是否有著名的導演和演員,這甚至決定了觀眾對電影的期待程度。6、大眾關注度(attention)。電影是一種特殊的消費商品,是否盈利取決于消費者是否期待、是否關注,因此大眾關注度是影響電影票房的一個重要因素。每部作品都要進行大幅度的前期宣

8、傳,如明星路演、媒體見面會、參加綜藝等等,以此擴大在觀眾中的知名度,激起觀眾的興趣,提高大眾關注度。基于以上影響因素的分析,本文以電影票房收入為被解釋變量,以影評分數(shù)、上映檔期、電影類型、導演影響力、演員影響力、大眾關注度作為6個解釋變量,對中國電影票房的影響因素進行研究。模型為:(二)數(shù)據(jù)來源與處理1、電影票房收入(boxoffice)。由時光網(http:/2、影評分數(shù)(score)。豆瓣網(https:/3、上映檔期(time)。該變量設置為虛擬變量,由時光網統(tǒng)計得出。本文以每年的11.13.5為賀歲檔、4.205.5為五一檔、6.209.5為暑期檔、9.2510.10為國慶檔。上述均為

9、黃金檔期,若電影作品在黃金檔期上映,則time=1,否則time=0。4、電影類型(type)。以時光網的電影標簽為依據(jù),對樣本進行分類。本文將電影分成五個類型,分別為科幻、喜劇、動作、愛情、劇情,分別以type=5,type=4,type=3,type=2,type=1來表示。5、導演影響力(director)。導演的影響力由觀眾度喜愛度、觀眾知名度、自身專業(yè)度來綜合衡量。在時光網的導演界面上,每一位導演都可以由觀眾為他評分。以導演的分數(shù)作為觀眾喜愛度(favor),以評分人數(shù)作為觀眾知名度(fame),以導演的獲獎數(shù)(包括提名獎)作為自身專業(yè)度(ability)。其中喜愛度和知名度的乘積可

10、以視作導演在觀眾心中的總分數(shù),由于該數(shù)值過大,若直接與導演獲獎數(shù)相加,不能體現(xiàn)獲獎數(shù)的作用。因此,將二者統(tǒng)一量級再相加,作為導演影響力數(shù)值。即定義導演影響力為:director=fame×favor÷10000+ability (2)6、演員影響力(actor)。演員的影響力采取導演影響力的計算方法。以劉德華為例,在時光網數(shù)據(jù)庫中,劉德華的觀眾評分為82分,評分人數(shù)為7,470人,獲獎數(shù)為48次,計算得到影響力為109.254,在中國演員中排名第一位。計算一部電影中每個主演的影響力,以平均值作為該部電影的演員影響力。7、大眾關注度(attention)。劉燕燕在中國電影票房

11、影響因素的實證分析中,關注度采用了豆瓣網上看過此電影的人數(shù)來定義。本文使用電影在優(yōu)酷網、騰訊視頻網上的播放量,取二者平均值,更有力地反映了大眾對電影的關注度。(表1)三、模型的估計運用spss軟件進行普通最小二乘法(ols)回歸,得到結果如表2所示。(表2)從回歸結果來看,(1)方程的r2=0.631,擬合度不高;(2)方程f檢驗的p值為0.000<0.005,說明回歸方程顯著,存在線性關系;(3)從回歸系數(shù)來看,導演影響力、演員影響力變量系數(shù)的t統(tǒng)計量對應的p值均大于0.05,沒有通過t檢驗,說明模型效果較差。由于本文中采用的是截面數(shù)據(jù),很有可能產生異方差性。為了消除模型中的異方差性,

12、計算誤差平方的倒數(shù)作為權重,即:運用spss軟件進行加權最小二乘法(wls)估計,反映導演影響力的director變量和演員影響力的actor變量的系數(shù)仍沒有通過t檢驗,說明這兩個系數(shù)在很大程度上接收零假設,因此剔除變量director和actor,再次做wls估計。(表3)由統(tǒng)計結果可以看出,(1)方程的r2=0.912,說明擬合度較好;(2)方程f檢驗的p值為0.000<0.005,說明回歸方程顯著,存在線性關系;(3)所有解釋變量t檢驗的p值均為0.000,說明所有解釋變量在顯著性?琢=0.05時都顯著,方程可以很好地解釋票房收入這一變量;(4)d.w統(tǒng)計量值為d=1.725。在顯

13、著性水平為?琢=0.05下,查d-w表知,n=97,k=4時,1.566<dl<1.597,1.751<du<1.755,由于dl<d<du,因此模型不存在自相關性。最終的回歸方程為:boxoffice=1.151score-2.584time+0.901type+0.559attention-5.974 (4)四、結論及分析(一)影評分數(shù)、電影類型、大眾關注度顯著提高電影票房。從回歸方程中可見,影評分數(shù)的系數(shù)是1.151,表明在其他條件不變的情況下,影評每多1分,會使票房提高1.151億元。與其他系數(shù)對比可見,相比其他因素,影評分數(shù)更能帶動票房增長。這說明

14、近年來在我國電影產業(yè)飛速發(fā)展的同時,觀眾們的審美和品位逐漸提高,越來越注重一部電影的質量本身,更加注重口碑和電影內涵。回歸方程中電影類型系數(shù)為0.901,可以看出,在人們選擇觀看一部電影時,電影類型也是列入考慮的重要因素。每種類型的電影擁有各自的觀影群,不同性別、性格、年齡段的人對電影類型有著各自的偏好。回歸方程中大眾關注度的系數(shù)為正,這說明在國內電影市場中,贏得了大眾關注,就為高票房提供了保障。因此,每部作品都要進行大幅度的前期宣傳,如明星路演、媒體見面會、參加綜藝、娛樂新聞報道等等。在發(fā)達的新媒體環(huán)境下,微博、人人、豆瓣也是電影宣傳的重要途徑。(二)電影檔期對電影票房有消極作用。本文由樣本

15、數(shù)據(jù)分析到電影檔期對票房有消極作用,這可能由諸多原因造成。從觀眾方面來看,這說明了我國觀眾已經不再單純地把看電影作為假期無聊時的消遣,而更多是作為一種文化體驗和文化追求,因為電影本身而去“追”,因此電影檔期的積極作用變得越來越小。從電影方面來看,這說明雖然檔期營銷逐漸受到業(yè)內重視,但在國內的電影市場,檔期營銷策略還不夠成熟,電影產品的多樣化沒有與檔期營銷很好地結合。但隨著中國電影產業(yè)和檔期營銷的日益發(fā)展,電影檔期必然會發(fā)揮越來越大的正向作用。(三)導演、演員影響力對票房影響不顯著。在電影產業(yè)迅速發(fā)展的環(huán)境下,越來越多的電影制作商不再把票房高低看成唯一標準,而開始拍攝有品位、有責任、有格調的電影

16、。觀眾也不再盲目跟風,形成了自己的判斷力,追明星、追制作、追營銷的現(xiàn)象大大減少,而追情懷、追口碑、追故事成為新風尚。更有很多不知名導演、不知名演員呈現(xiàn)的質量過硬、口碑過高的“黑馬”電影,打破了之前“明星保障票房”的局面。五、政策建議基于以上研究結果,對國內電影產業(yè)提出以下建議:一是結合時事熱點。從湄公河行動到戰(zhàn)狼2,再到紅海行動,以全球反恐問題為關注點,具有時代感、主流價值取向的故事和人物形象,引起了一陣陣轟動。通過緝毒、撤僑事件,有力地凸顯了中國人和海外華人在公共事務和國際關系中的責任意識和大國擔當精神,掀起了一股全民愛國熱潮;二是高品質贏得高票房。導演和演員要提高專業(yè)素養(yǎng),注重電影內涵;三是做好檔期營銷。對于不同題材的電影,制定不同的檔期營銷方法,使電影產品的多樣化與合理的檔期營銷結合在一起,創(chuàng)造預期的票房收益。主要參考文獻:1唐廣應,楊鵬艷.雙邊市

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論