网络评论对电影票房的影响研究

林丹丹

中图分类号：F270 文献标识：A 文章编号：1674-1145（2017）12-000-03

摘 要 近年来我国的电影文化产业赢得了“双丰收”，不论是电影的票房还是在电影的质量上都取得了好成绩。随着网络时代化的到来，人们在观影上趋于理性，通常通过评论及口碑来决策电影消费。对此本文探讨网络评分以豆瓣评分为例，分析其是否与电影票房存在关联性。

关键词 网络评论 口碑 电影票房 影响 豆瓣

一、引言

当前我国正式已经跨入了互联网经济时代，我国互联网的普及率逐年上升，据CNNIC发布的数据显示，截至2016年年底，我国网民规模达7.31亿，普及率已经达到了53.2%的比例。其中手机网民规模达6.95亿，手机网民占比已经达到95.1%的高比例，增长率连续三年超过10%。互联网技术已经深入融合到金融、文化等产业中。例如时光网、各大团购网站推出的“在线选座”模块以及最富盛名的电影点评网——豆瓣电影，等等都见证者互联网与电影文化产业的融合与发展。

当前我国的电影市场规模不断扩大，国产电影票房记录不断被刷新，前不久的《战狼2》已经成为当前华语电影史上的最高记录，而在豆瓣电影的评分达到7.4分的好成绩。随着信息传播渠道的多样化，越来越多的人们事先通过网络交流的形式来获取信息，从而有选择性的选择电影消费。这不经让人探寻在互联网的时代下，网络评论的高低是否对人们的电影消费行为的决策产生影响，从而影响电影票房的高低。对此本文主要以豆瓣电影网的网络评论为研究对象，实证分析其十分对电影票房存在影响，从而进一步掌握我国电影市场的规律，推动我国电影文化产业的发展具有重要的现实意义。

二、模型假设与模型构建

对于网络评论是否对于电影票房的研究，國内外的学者都进行了较为深刻的探讨。如Eliashberg和Shugan（1997）研究指出，电影评分可以在电影上映初期对消费者的观影决策产生影响，专业电影评分与电影消费者行为之间存在正相关性。Duan（2008）等人研究了电影上映的头两个星期的每日的网络评价与日常票房收入之间成正相关。周明升（2014）将票房作为自变量，分析了用户评分、评论数与票房的关系，实证结果表明网络口碑存在明显的自相关。结合国内外对此的研究现状来看，众多的实证研究都说明网络评论与票房收入之间存在正相关的关系。对此本文在基于前人的研究成果上，提出网络评论与电影票房存在正相关的关系。

本文构建的模型是吸取国外专家Yong Liu网络口碑模型的基础上和我国电影市场的实际情况来选取网络评论的数量、网络评分作为自变量，将电影票房作为因变量，同时引入制作因素、电影宣传因素作为调节变量，构建如下的电影网络评价模型，如下图2-1所示。

图2-1电影票房网络评论模型

结合上述的研究，本文提出如下两个假设：

假设一H1：豆瓣电影网的网络评论数量与电影票房存在相关性；

假设二H2：豆瓣电影网的网络评论分数与电影票房存在相关性；

三、数据分析及实证结果

（一）样本的选取及数据来源

本文选取的2016年1月至12月在中国内地上映的票房排名前100的影片为中国内地电影票房的样本。而自变量数据样本则是来源于电影的网络口碑认可度极高的网站——豆瓣网，豆瓣电影网站自身拥有科学的计算方式，排除了无效的数据，并且用户的评价符合统计的准确性。豆瓣网站提供了评论分数以及评论数量，豆瓣电影对于电影网络评论的数据样本提供了可靠的数据来源。

（二）变量的显著性检验

1.自变量的相关性研究。

首先对自变量进行一个描述性统计分析，统计结果如下表1。

表1 自变量描述统计量分析表

N 极小值 极大值 均值 标准差

评论人数 100 6693 394263 135414.21 65472.78

影片评分 100 2.1 8.3 6.514 1.241

上表中的分析数据是对自变量网络曰碑与因变量电影票房间的描述统计计量分析，在本研究选取的100部影片样本中，评论人数（单位人）的最大值为394263，最小值为6693，其平均值为135414.21。从这些数据我们不难看出，受众对于不同的影片，评论人数的差别比较大。影片评分的最大值为8.3分，最小值仅为2.1分，平均分数为6.514。从中我们看出受众对于不同影片的喜爱和认可程度不同，因此分数相差比较大，就总体的研究样本来看，受众对于影片的评分均值在6.514左右。

表2 皮尔森 （Pearson） 相关分析表

票房 评论数量 豆瓣评分

票房 皮尔森 （Pearson） 相关 1 .811* .302**

显著性（双侧） .000 .003

评论数量 皮尔森 （Pearson） 相关 .811* 1 .334**

显著性（双侧） .000 0.04

豆瓣评分 皮尔森 （Pearson） 相关 .302** 1

显著性（双侧） .003

其中*相关性在 0.01 层上显著，**在0.05 层上显著

从相关性分析上来看，豆瓣电影网中的电影评论数量和票房之间存在显著的下正向相关性。相关系数达到了0.811，有很强的线性相关性。这种相关性说明，评论数量越多，说明电影评论本身就对票房进行了贡献，同时也说明电影评论人对于电影的持以了较高的关注度。随着对电影的关注度的增加，也使得电影评论数量的也随之增加。这对前面的假设H1进行了验证，电影评论数量和电影票房之间存在相关性，且是正向相关。当豆瓣网的电影评论数量增加时，电影票房也在增加。

豆瓣电影网中的电影评分与电影票房之间的相关性并不明显，其相关性系数仅只有0.302，P值小于0.05，说明豆瓣电影评分与电影票房关系显著，但是相关性较低。这对假设H2也进行了验证，即豆瓣电影网的网络评论分数与电影票房存在一定的相关性。但是回归结果也表明了票房与评分存在着一定的关联性，这种正向关系较弱，也就是说当前的评分高的电影票房不一定高，也就是说高口碑低票房、高票房低口碑这两种现象都可能存在。例如百鸟朝凤在豆瓣评分网上得到8.0的高分，票房仅只有8695.06万，然而票房为12.01亿《西游记之孙悟空三打白骨精》的影片评分只得到5.6。高票房高口碑如评分为8.0分的《湄公河行动》11.81亿的好成绩。由此可见票房与口碑双丰收只是一部分的电影，不能用来衡量整个2016年的中国电影市场。

2.调节变量的显著性检验。根据前面的构建的模型，调节变量主要包括电影制作和电影宣传因素。为进一步了解，分别选取电影的类型和电影上映宣传时间来作为调节变量。

（1）电影类型

基于美国好莱坞对影片的划分界定，再根据中国内地电影市场上映影片的实际情况，本研究将影片划分为7种类型。2016年前100名票房的电影类型分布及票房统计如下图所示：

图 2 2016年电影样本的类型分布及票房统计

从上图的统计结果上显示，电影票房与票房数量存在一定的相关性。可以看到喜剧、爱情电影的票房较高。对将电影类型作为因子与因变量电影票房的单因素方差分析，得出的方差分析结果如下表3。

表3 电影类型的单因素方差分析表

平方和 df 均方 F Sig.

组间 92.3 5 47.35 2.14 0.031

组内 404.8 94 53.12

总数 497.1 99

从上表的分析結果显示的结果中，显著性Sig.值为0.031，值小于0.05说明电影类型与电影票房之间存在着显著性影响。

（2）电影上映宣传时间。我国电影市场经过这些年的发展，已经形成了几个比较成熟的电影档期，按票房规模大小依次为：贺岁档、暑期档、国庆档。此外，还有一些票房规模较小的电影档期，如五一档、中秋档。对此本文主要对上映宣传时间的进行了统计。

图 3 2016年电影样本的宣传上映时间

将电影宣传上映时间作为因子与因变量电影票房的单因素方差分析，得出的方差分析结果如下表3。

表3 电影宣传上映时间的单因素方差分析表

平方和 df 均方 F Sig.

组间 103.2 6 123.23 25.36 0.022

组内 393.9 93 213.22

总数 497.1 99

从上表的分析结果显示可以看到，显著性Sig.值为0.022小于0.05，说明电影宣传上映时间与电影票房之间存在着显著性影响。

四、结论与建议

（一）结论

根据本文的实证研究可以得出以下几点

（1）自变量网络评论数量、网络评分对于电影票房存在显著的正相关性。分别都印证了假设H1和假设H2的推，与以往研究一致的结论。但是电影评分和电影票房的相关性较低，高票房的口碑评论不一定高。造成这样的原因主要是由网络评论数量引发的，当这部影片为“烂片”时，人们对于影片的关注度也会增多，增加了人们的“猎奇”心理，从而提升影片的票房。

（2）调节变量电影类型、电影宣传档期和电影票房同样也存在显著的正向关系。其中喜剧片是当前我国观影人员最受欢迎的。同时影片集中在贺岁档、暑假档以及黄金周的影片票房高，呈现影片票房扎堆的现象。说明中国内地电影市场的还有待进一步改善。

（二）建议

1.提高电影质量

往往在人们的认识中，高口碑的电影需要得到更大的尊重，票房需要和他的电影制作相匹配。但是从目前的现状以及实证结果显示，电影评分和电影票房的相关性较低，高票房的口碑评论不一定高。对此为完善中国电影市场的发展，需要不断提升电影的质量，塑造良好的市场环境，减少“烂片”的出现，这也会增加消费者对于电影市场的期待，为中国电影市场的发展提供重要的助力。

2.理性排片

从研究结果显示，影片集中在贺岁档、暑假档以及黄金周的影片票房高，呈现影片票房扎堆的现象。电影档期过于集中，会导致节日影院拥堵，长久以往人们在人流集中的日子不愿意进到影院，影响中国电影市场的发展。例如《泰囧》就临时更改了上映档期，创下当年的电影票房记录，除了导演的自身吸引力以外，其差异化的排片是为其票房创造的重要因素。当前随着人们娱乐消费结构的改变，看电影已经成为人们的重要的娱乐活动之一，无论是否在重要的节假日进行排片，对于票房的影响也会逐渐减弱。对此改变影片排片模式，改善内地电影市场具有重要的意义。

参考文献：

[1] 魏明强，黄媛.网络评价对电影票房走势的影响[J].中国传媒大学学报（自然科学版）自然科学版，2017（03）.

[2] 赵亚凡，刘伟.网络口碑对电影票房影响实证研究[J].合作经济与科技，2016（8）：116-119.

[3] 闯家梁，许世珍，胡全峰.关于电影票房的市场调查报告——网络口碑与电影票房的实证研究[J].中国商论，2016（17）：6-7.

[4] 张杉杉.网络口碑与票房收入相关性研究——基于2010-2012年国产电影的实证研究[J].企业改革与管理，2016（19）：190-191.

[5] 黄献文，熊鹰.论网络时代下中国电影的创作困境与出路[J].文艺评论，2017（1）：111-118.

[6] 顿伟.“互联网+”语境下网络口碑对电影票房影响的实证研究[J].电视指南，2017（11）.

[7] 张杭，黄敏.网络口碑对电影票房的影响？--以2016年贺岁档电影为例[J].浙江艺术职业学院学报，2016，14（3）：68-76.