《电影票房收入影响因素的实证分析》由会员分享，可在线阅读，更多相关《电影票房收入影响因素的实证分析（6页珍藏版）》请在金锄头文库上搜索。
1、2013 年上半年国内电影票房影响因素的实证分析1. 引言现在的电影已经不再简单的最为娱乐消遣了，在往年的数据中，电影票房为经济的增长做出了巨大的贡献。2013 年开始截至 6 月 30 日，内地票房总数超过了 108 亿，同比增长 33.8%，国产片票房突破 67 亿，超过进口片 20 多亿。上半年票房排行榜前十名中，国产片占据四席， 西游降魔篇以 12.45 亿的成绩毫无悬念成为冠军。中国内地电影市场可以说相当红火，2012 年底的人再囧途之泰囧和 2013 年开始的西游降魔篇票房大卖，致使今年的电影市场再度升温。据中国电影发行放映协会的统计，今年 1 至 2 月，全国观众人次突破 1 亿
2、，票房累计约 37.5 亿，高出 2012 年前 3 个月的总和 37.2 亿。电影现在确实成为了一个特别热门的消费品。电影产业的收入其中很大一部分来自电影票房，电影票房的高低成败，直接影响着电影后续周边商品的开发与营销，针对电影票房的影响因素，本文采取了 2013 年开始截至 6 月 30 日期间在国内大范围上映的 28 部电影，基于调查数据讨论投资力度、上映档期、影评分数及导演影响力与电影票房收入之间的定量关系，并对回归方程进行恰当的解释，以期对理解理解票房收入的影响因素有所帮助和启发。2. 研究框架2.1 研究设计本文的研究设计如图 1 所示：大部分观众普遍会有名导效应，认为优秀的电影成
3、就优秀的导演，反之优秀的导演一定会拍优秀的电影，一位著名的导演的风格、水准、制作班底等都会影响着影片的质量，介于此种心理，影片是否出自名家之手也是其卖点之一。，导演影响力对电影票房的显著影响源于我国电影生产中的导演中心制，即在影片生产的全过程中，导演是最核心的创意人员，掌握着影片的艺术创作领导权，导演的职能和权限远远超越了创意范畴，成为拥有投资立项、资金使用、决定演员任用等多种大权在握的核心人物。观众可能对电影中的导演、偶像、自变量自变量 因变量票房收入导演影响力影评分数是否翻拍续集续集上映档期投资额演员阵容、演员之间的合作效应、导演与演员的合作效应、角色、编剧、制片人、原著作者等因素感兴趣。
4、从而影响观众是否去观影，进而影响票房收入。当今这个大数据的时代，人们可以以最快的速度获得各种信息，电影这种文化产业，很大部分受观众的心理因素影响。人类决定行为时，会以一般人的观念和行动作为行为基准，体现在电影上有社会反响强烈、国内外票房火爆、能够激起观众的讨论等。快节奏的生活里，大家不愿浪费时间精力去看一部质量下乘的电影，由此电影评价就成为了多数人是否选择某部电影的主要参考。对于不同评价的影片，有的观众跟风，有的观众求异，这直接或间接的影响着影片的票房收入。影评是电影营销的双刃剑，在利用影评营销时，需谨慎操作。对质量过硬的影片可以充分利用影评营销。对质量一般的影片要做到控制坏影评，所以影片的评
5、价对其票房的影响不可小觑。电影是否为翻拍作品对其票房影响：一种情况是极大地促进票房成绩，主要指一些主题易于通过电影形式来表现的作品，比如哈利波特系列，在其小说全球畅销背景下，电影未拍出就已万众期待。同时魔幻、冒险、动作这三大主题适用电影来很好地还原原著，其系列作品的票房都十分优异；另一种情况也常有发生，就是一些作品不适合用电影的方式去还原原著，往往收到不好的效果。所以，影片是否翻拍自其它作品也是票房收入的影响因素之一。电影具有很强的季节性，业界称之为“档期” 。一般把电影档期分为贺岁档、黄金周、暑期档。相关节日如圣诞节、情人节、春节、国庆节等在这些黄金档期，由于有充足的闲暇时间，观众人次会骤增
6、，与节日气氛相关的影片更能引起观众的共鸣对观众选片影响极大。其中贺岁档共识为从年底延伸至次年 3 月，囊括寒假、春节、元宵、情人节等多个假日持续时间长，被视为十分重要、竞争激烈的档期。而黄金周因时间较短最多只有七天，其影响力低于贺岁档。例如儿童电影放在暑期档上映的会较之其他档期的票房收入要好，所以电影上映的档期直接影响电影的票房成绩。在电影产业化大背景下，电影的投资额是决定电影票房的重要因素，在电影制作阶段，投资决定了电影的创作人员水平、电影制作水准等；在电影上映阶段，投资决定了电影的营销规模。以华谊兄弟为例，2009 年 10 月 30 日，其在深圳证券交易所创业板上市，借助资本市场运作平台
7、，公司的市场竞争力得到了极大提升。2013 年，其投资并参与运营的大制作成本电影西游降魔篇问鼎票房，以及 2012 年投资拍摄的画皮 、 非诚勿扰 2等都取得不错了的票房成绩。影片的票房与其宣传力度密不可分，以疯狂原始人为例，其在电影首映的前期就利用电视、新媒体等手段造足了声势，大街小巷，地铁公交无处不见其广告，加之其导演班底的声名显赫及 3D 效果的大制作，早已预示了其票房成绩的可观。果不其然，其也是让东家赚的盆满钵满。不可否认，好的影片需要强大的人力物力支撑，高投资高质量的的影片更易受到大众的喜爱，那么其票房收入也就必然可观。2.2 变量选取本文利用回归分析来验证本文的研究假设。其数据来自
8、于社会调查，该社会调查通过社会网络数据搜集的形式完成，依据时光网、维基百科、中国电影周刊等媒体数据汇总了 2013 年 1 月 1 日至 2013 年 6 月 30 日期间上映的中外影片的大陆（不包括港澳台地区）的最终票房收入、投资额、影评分数、上映档期以及拍摄导演，最终选取了其中的 28 部影片作为调查样本。为了使数据可以更加突出的说明问题提高数据准确度，起到更好的帮助解释作用，我们以对数票房收入（lboxoffice）以人民币亿元为计量单位来表示被调查对象的票房收入水平，他是本文中的因变量，是被调查对象在大陆地区上映后的最终票房收入结果的自然对数。影片导演影响力我们用虚拟变量 direct
9、or 来表示，关于导演的影响力问题因为国内没有较明确的划分准则，在此我们默认影响力排名在前 20 位的导演为著名，赋值为 1；其后为非著名，赋值为 0. 根据本文的研究设计，我们预期该变量与 lboxoffice 成正相关。同时，用 adapt 来表示自变量影片是否翻拍自其他作品， “是”赋值为 1， “否”赋值为 0，按照本文的研究假设我们预期其与因变量的关系为正相关。同样，样本的影评分数用 score 来表示，我们将其限定在 0-10 的标准之内，允许有小数值，数值越大评价越高，根据本文研究的需要，我们预期该变量与 lboxoffice 成正相关。我们用虚拟变量 time 来表示影片的上映
10、档期，我们认为为期 3 个月的贺岁档由于放映时间充足，且观众有充足的观影时间其票房收入应高于放假时间较短的节假日，所以我们设置 time1 表示是否为贺岁档，我们默认其为本年度的1 月至 3 月， “是”赋值为 1， “否”赋值为 0；time2 为是否为黄金周及节日，“是”赋值为 1， “否”赋值为 0，因为我们调查的样本仅为 2013 年上半年的数据，所以此处的黄金周特指五一黄金周和清明节,即 5 月 1 日-5 月 3 日和 4 月 2日-4 月 5 日。根据本文的研究设计，我们预期该变量与 lboxoffice 成正相关。以 investment（亿元 RMB）来表示样本的自变量投资额
11、，根据本文的研究设计，我们预期该变量与 lboxoffice 成正相关，即投资额越高票房越高。我们所建立的一般线性模型如式（1）所示，所有变量的描述性统计如表 1所示lBoxoffice=f(director score adapt time investment ).(1)+ , + , + , + ， +3. 实证研究3.1 单个因素对票房收入的影响导演影响力对影片票房收入的影响如式(1)所示：lboxoffice=1.214766+0.666007director+e.(1) （0.198494 ） （0.371349） N=28 R2=0.110094 AR2 =0.075867 F=
12、3.216569 PF= 0.084537在整体上看，director 在 1%的显著性水平上显著，它的符号也与我们的预期相符合，并且能够解释整体因变量变异的 11%，有一定的解释力。式（1）说明，一位著名导演对影片票房的平均影响力水平为 1.214766，当导演的影响力每增加一单位时，票房收入对数 lboxoffice 增加 0.666007 个单位。影评分数对影片票房收入的影响如式(2)所示：lboxoffice=-0.308038+0.268419score+e. (2) (0.694059) (0.105850)N=28 R2=0.198287 AR2 =0.167452 F=6.43
13、0576 PF= 0.017568在式（3）中，score 在 1%的水平上也是显著的，R 2 为 0.198287 说明 score 可以解释整体因变量变异的 19.8%，对因变量的解释力度大于investment。显然，式（2）中的常数项是不显著的。注意到 score 的符号是正号，它说明观众更喜欢影评分数高的，当分数每提高 1 个单位时，票房收入lboxoffice 增长 0.268419 单位。影片是否翻拍自其他作品对票房收入的影响如式（3）所示：lboxoffice=1.093228+0.727594adapt+e (3)（0.215909 ） （0.329806）N=28 R2=0
14、.157676 AR2 = 0.125279 F= 4.866985 PF= 0.036414从上述数据可以可能出 adapt 在 1%的显著水平上显著，它的符号也符合我们的预期，并且能够解释整体因变量变异的 15.76%，有一定的解释力。注意到adapt 的符号为正号，说明观众更偏好看翻拍自其它作品的影片。:上映时间对影片票房收入的影响如式(4)所示：lboxoffice=1.498435-0.153439time1-0.308433time2+e.（4）（0.245896 ）（0.401547 ）（0.535919）N=28 R2=0.015127 AR2 =-0.063663 F=0.1
15、91985 PF=0.826524可以看出，式（5）并不符合我们的理论假设，没有通过检验，导致其出现的原因可能是数据样本太少，不够全面。此外，因为国外上映与国内上映的档期有一定的时间差，由于网络、音像制品等方面的因素，会对票房收入产生一定程度的负面影响。 投资额对影片票房收入的影响如式(5)所示：lboxoffice=1.431441-0.000543investment+e (5)(0.180199) (0.000777) N=28 R2=0.018397 AR2 = -0.019357 F= 0.487283 PF= 0.491338整体上看，investment 在 1%的显著性水平上不
16、显著，没有通过检验，它不符合我们的预期。原因可能是因为能力有限数据的来源缺乏可信度，且本文数据的研究范围仅限于中国大陆内部，而并不是全球。欧美出产的影片一般投资额较高，全球票房高，而在中国大陆的票房不一定高，此处还涉及到产地影响力因素，在此不做探究。3.2 整体回归我们共有五个自变量，根据单变量回归结果，式（1） 、 （2） （3）是描述但各自变量与因变量的最优方程。而且影评分数对影片票房收入的差异解释力度最大 19.8%，是否翻拍自其它作品次之，再次之是导演影响力。我们以教育背景为基础通过逐步回归法考察变量间的多元回归方程。最终的估计结果如表 1 所示：表 1：票房收入的整体回归（因变量：lboxoffice）模型 模型 模型常数 -0.070
