中国电影票房数据分析

2020-03-18张玉洁周诗易姜子轩刘洋

合作经济与科技 2020年5期

张玉洁周诗易姜子轩刘洋

[提要] 电影是一项巨大的社会文化事业，发展电影事业对于提升我国文化自信有着积极意义。票房和口碑的不匹配问题是影响我国电影质量提升的现实难题。本文利用我国2017年度电影票房及口碑数据，利用stata软件，采用倾向得分匹配法（PSM）解决样本选择偏误带来的内生性问题，从而探讨口碑对票房的净影响，明晰导演、演员、经费投入等诸多方面在电影票房与口碑中发挥的真实作用，为提升我国电影质量、促进电影事业发展提供政策建议与理论支持。

关键词：电影票房;口碑;倾向得分匹配法

中图分类号：F713.52 文献标识码：A

收录日期：2020年1月5日

一、引言

习近平在十九大报告中提出，要坚定文化自信，推动社会主义文化繁荣昌盛。进入21世纪以来，中国在电影产业上的进步是有目共睹的。从票房数量来看，我国年总票房从起初的10亿元到如今的500亿元，实现了质的飞跃。从银幕数量来看，我国的国产电影在整个世界电影市场上占据重要席位，这些骄人的成绩，既是改革开放政策在文化事业的体现，更是全体电影人拼搏奋斗的成果。十几年来电影发展的种种迹象表明，大力发展电影事业对于提升我国文化自信有着积极的意义。

票房和口碑是评价电影质量的两大重要指标，但却存在两者不匹配的现象，学界的看法也不大相同。在互联网变得如此发达的当今社会，对于消费者来说，口碑的参考价值似乎开始变得越来越高。而在电影方面，一部电影的评分则是电影口碑好坏的具体表现形式，学界对评分和票房之间关系进行了研究。大部分学者使用实证分析和构建实验模型的方法，得出了电影评分和票房具有一定相关关系的结论。一些学者认为豆瓣和烂番茄等电影评论网站的水军刷分和恶评现象严重，且关系复杂，评分只能反映观众的感受和对电影的看法，对票房的影响不大。另一派学者通过对国内外影片的数据进行分析，结果发现，虽然水军会对电影评分产生影响，并使评分在一定程度上失去了参考价值，但总体来看，这种影响与人气的作用相比较小，电影评分与票房的关系仍呈正相关。有部分学者通过对网络口碑和电影票房的实证分析发现，虽然电影口碑与票房呈正相关，但影响效应会随时间递减，且对于正面口碑，负面口碑对电影票房的影响更加显著。因此，口碑不是影响电影票房的唯一因素。

明星效应在一定程度上会提高观众对影片的期待值，很多制片方热衷于邀请知名度高的演员参与电影的拍摄，他们认为这样会提供票房保障。明星会给票房带来正面影响效果与消费者的追星习惯和从众效应有关，但并不是影响票房最重要的因素毕竟知名演员出演的电影因票房增长慢，仅仅上映两周就退出主流院线的影片也不少。也有的研究认为男主角和女主角的影响力会显著地促进票房的增长，并且结论稳健这是由于制片方和观众之间存在信息不对称的情况，有知名度演员参演的电影会成为观众的首选。同样，知名导演也会带来一定的票房效应。有的学者提出导演的明星效应比演员更明显一些。因为导演是电影的核心人物，他在拍摄电影前积累了大量的经验，他掌控着每位演员的表演好坏程度，他的能力大小往往决定了一部电影的质量。有的研究通过模型检验得出导演和演员这两个变量的系数均为正，说明导演和演员的明星效应有助于电影票房的提高对于导演和演员的明星效应，学术界的争论从未停止。

人都有各自偏好的电影类型，电影类型在一定程度上保证了观众对影片的熟悉性。一部电影中的演员和导演可能是不知名的，电影评分也只能从侧面反映旁人的态度，只有电影类型是不可能发生巨大改变的，在观众对电影没有充分了解的情况下，电影类型可能会成为首要考虑的因素。有研究表明电影类型与票房收入显著相关，电影市场中，爱情片、喜剧片等占有较高的份额，但魔幻片、动漫片等不同题材影片数量的增加使题材多样化，削弱了电影题材对票房的影响，但对于国外引进的电影来说，题材影响着票房收入。如受国家文化影响，国外的家庭片、剧情片票房绩效往往较低，而冒险片、科幻片等因其恢弘的场面、扣人心弦的镜头往往很受异国观众的欢迎;动画片、冒险片和科幻片等需要立体化的视觉体验，最适合拍摄成3D电影随着科技发展，拥有3D技术的影片逐渐成为了电影市场中的主流，帮助观众获得了更优越的观感体验。

以上文献表明：第一，口碑和评分对电影票房有一定的影响，对于影响的显著性程度，学界并未达成一致。第二，演员和导演具有明星效应，会增加票房的收入，但这并不是观众选择观影的决定性因素。第三，动画类型的多样化减弱了其对电影票房的影响，3D电影的良好视觉体验深受大众欢迎。本文从票房与口碑分异的角度探讨我国电影的质量提升问题;探讨电影口碑、导演与演员知名度、电影类型、电影动画类型、电影时长在票房与口碑中的角色与作用发挥。

二、数据、变量及方法

（一）数据来源及变量说明

1、数据来源。本项目已收集获得了涉及2017年1月6日至2018年1月27日在中国内地上映的共270部电影的相关指标信息。电影导演、演员百度指数，电影每日票房，电影热评数据，电影实时评论数据，电影信息等诸多方面数据来自北京大学开放研究数据平台的“2017年中国内地上映电影数据”;电影年度总票房数据采集于猫眼官方平台。

2、變量说明

（1）类别变量。本研究将“电影评分高低”作为类别变量，但是因为数据限制，本文对数据进行了处理，把全部样本的电影评分进行加总求得平均值（8.1分）。并以评分均值为界，处理组为高分电影即电影评分高于均值，控制组为低分电影即电影评分低于均值，并将该因素做虚拟变量处理，高分电影标记为1，低分电影标记为0。

（2）控制变量。控制变量是为了剔除数据分析时其他偏差和不稳定因素的影响，以便保证处理组和控制组中除了类别变量以外的特性差异不大，更准确的针对类别变量对目标变量的影响进行分析。这里，选取了导演百度指数、演员百度指数、电影类型、电影动画类型、电影时长、评分人数这几个因素。

（3）目标变量。本研究将“电影票房”作为目标变量，是一部电影在2017年上映期间累计的票房总收入。

3、描述性统计。本文对票房、评分、参评人数、电影时长、导演以及演员百度指数、動画类型、电影类型进行了描述性统计，通过逐一观察变量的平均数、方差、最小值、最大值的大小，并在变量之间进行比较分析，来探究变量对于票房的影响，从而得出初步性结论：票房、评分人数、导演和演员的百度指数方差大，即波动幅度大，其他指标波动幅度小;评分、3D电影、电影时长等均值偏高，其他指标均值偏低。（表1）

（二）倾向性得分匹配方法（PSM）。根据描述性统计和回归分析的初步判断，电影导演与演员知名度、电影类型、电影动画类型、电影时长、电影评分对票房的影响有所差异。这些因素相互干扰，我们需要找到电影口碑、知名度、电影类型和电影动画类型等因素对票房的具体影响机制。因此，探析以上影响因素的差异将作为本文的重点研究对象。电影评分高低及其他因素对票房的影响仍需借助PSM方法进一步研究。

本文在研究设计上将讨论，高分电影（处理组）与低分电影（对照组）的差异对票房的影响，从而多角度的探讨电影口碑的冲击影响。

Rosenbaum & Rubin（1983）提出了倾向性得分匹配方法，通过找到与处理组主要特征尽可能相似的控制组，比较两者之间的差异效应，从而更加客观的评价不同身份带来的影响差异与效果。倾向性得分被定义为：

其中，X为自变量的多维向量，是一系列可能影响电影评分处理的变量;D是指标变量，取值1表示为处理组评分，取值0表示对照组评分。理论上，如果我们可以获得倾向性得分的估计量p（Xi），ATT（average treatment effect on the treated）则为处理组受到的平均处理效应（Becker & Ichino，2002），如下：

本文采用Logit模型对概率值进行估计，为增强结果的稳健性，使用三种最常用的匹配方法：最近邻匹配（Nearest-Neighbor Matching）、半径匹配（Radius Matching）及核匹配（Kernel Matching）。

三、实证分析

（一）PSM匹配变量选择。根据上面对电影票房的影响分析，我们发现高分电影与低分电影在电影票房上存在各种差异特征，然而由于多种因素与类型特征的干扰，会导致高低分与电影票房影响作用的失真。为此，本文进一步采用PSM（倾向得分匹配）方法对高分电影与低分电影的差异带来的电影票房影响展开研究。

首先，我们将对高分电影与低分电影差异展开PSM匹配变量的选择，选用Logit模型，运用逐步回归的办法，以高分电影与低分电影为因变量、以电影票房的影响因素及类型特征为自变量展开分析。

以电影票房为被解释变量，选用的12个自变量进行logistic回归的回归结果见表2。模型M1-M3的auc值为0.77，均达到0.75以上，可以进行PSM分析。我们可以看出，在全变量回归过程中，评分人数、导演百度指数、3D、动作片、剧情片、冒险片这6个变量对被解释变量电影票房的影响比较显著，对模型进行优化，最终，在经过逐步回归后，为了保证匹配过程的有效性，保留对电影票房影响比较显著的6个变量最为倾向匹配模型中的匹配变量，剔除剩余的变量。（表2）

（二）PSM匹配效果分析。对倾向匹配得分法而言，为了保证匹配过程的有效性，一般需要检验样本是否满足共同支撑假设及独立性假设。

表3是本文中使用psm模型的样本共同支撑假设检验结果，共同支撑假设要求我们的实验组电影票房能从控制组中找到与之匹配的电影票房，从表3可以看出，74部电影的电影票房均支持共同支撑假设检验。（表3）

依据Logit模型估计结果，本文选定评分人数（renshu）、导演百度指数（director_index）、3D动画类型（_IAM_1）、动作片（_Iaction_1）、剧情片（_Istory_1）、冒险片（_Iadventure_1）作为衡量电影票房特征的变量，表4反映了基于最近邻匹配而得到的各变量匹配前后的差异对比状况。（表4）

一般来讲，独立性假设要求匹配后协变量的标准化差距不超过10%，即p值大于0.05。由表4可知，样本匹配之前，协变量在10%的置信水平下组间差异是显著的，匹配完成后，实验组和控制组匹配变量的差距不显著，p值远大于0.05，与匹配前相比，匹配后的大多数变量标准化偏差都降低了，而且基本在10%以内，因此满足独立性假设，这表明匹配结果较好地平衡了数据。

考虑到版面原因及图像效果相似，本文只显示了最近邻匹配的密度图。图1和图2是对最近邻匹配前后处理组与控制组的核密度分布图。如图1所示，匹配前两组样本倾向得分值的分布存在明显差异，即处理组与控制组电影票房特征显著不同;而匹配后，两组之间的核密度曲线重合面积比图1大，曲线PS值概率分布特征较相似，但最近邻匹配后电影票房特征差异变小，即最邻近匹配在一定程度上修正了处理组与控制组的倾向得分偏差，匹配效果较好，共同支撑假设得到验证。（图1、图2）

（三）ATT结果比较分析。依据前文样本匹配的结果，本文呈现了样本匹配前以及采用三种样本匹配方法所得到的ATT值。通过电影评分对不同电影票房的影响是否具有显著性，我们可以发现：对于样本来说，在最近邻匹配、半径匹配、核匹配中，电影评分的影响分别在1%、5%、10%的水平下具有显著性。这种结果表明高分电影与低分电影的区别对于票房的影响较大。

1、全样本的处理效果。表5包括了三种匹配方法的ATT结果。我们对齐分析包括电影评分是否对电影票房产生影响，如有影响，该影响是否显著。通过观察可以看到t值通过了1%水平的显著性检验，我们进而进行更为详细的分类匹配，由此可以看出电影评分的高低对票房有显著的影响差异。（表5）

2、演员导演知名度影响差异分析。本文依据数据，对所有导演的百度指数进行加总并求得平均数为202，把百度指数在202以上的导演分为著名导演，把百度指数在202以下的导演分为普通导演。演员的百度指数做同样处理，从而把演员分为著名演员与普通演员。并将该因素做虚拟变量处理，著名导演、著名演员标记为1，普通导演、普通演员标记为0。

如表6所示，我们对著名导演与普通导演、著名演员与普通演员进行了ATT平均处理效应，以此来分析在导演、演员知名度高低不同的情况下，口碑是否会对电影票房产生不同的影响。（表6）

表6中，我们可以发现普通导演的作品，电影本身的口碑对票房影响显著，即高分电影票房与低分电影票房差距较大。而对于著名导演的作品，我们得到的结果是电影评分的高低对于票房影响不显著，这意味着著名导演本身就带来一定的票房。

在普通演员的条件下，电影口碑对于票房起到重要作用，如果都是普通演员，口碑对票房影响显著。而著名演员条件下，电影评分的高低对于票房影响不显著。著名演员本身便带来了一定的票房影响即明星效应。

3、不同电影类型参与评分对票房的影响。如表7所示，我们将不同电影类型做分类处理，将电影分为2D电影和非2D电影、喜剧片和非喜剧片、爱情片和非爱情片，探讨不同情况下电影口碑对票房的影响作用。（表7）

表7探究了2D类型的电影中，电影口碑对于票房影响不大，显著性较低，目前业界的电影2D类型居多。2D又叫平面图形，它的光影等都是人工绘制模拟出来的，色彩明亮，画质优美，被观众所钟爱。非2D类型的电影作品，通过分析可以发现其口碑对于票房的影响在1%水平上显著。

喜剧片的影响效果，当电影类型为喜剧片时，口碑对于票房的影响在1%的水平上显著。非喜剧片的作品，其口碑对于票房影响在1%、5%水平上显著，也就是说影片是否为喜剧片不影响观众的选择，观众对喜剧片没有明显偏好。本文继续分析了爱情片的影响效果，当电影作品为爱情片时，其口碑对于票房影响不显著，即爱情片本身带来一定的票房影响。而非爱情片的电影作品，其口碑对于票房影响显著。

四、结论及启示

本研究基于2017中国内地上映电影数据进行分析，通过采用倾向得分匹配法分析变量之间的作用关系，解决样本选择偏误带来的内生性问题，探讨口碑对票房影响的真实作用特征，分析了高分电影与低分电影对于票房的影响。

（一）在电影评分较低的情况下，是否为著名演员对票房的影响较大。因为电影质量如故事情节和视觉效果等方面差强人意，使得观众更加注重著名演员这一因素，而对于质量较高的电影来说，著名演员这一因素就显得不那么重要。因此，电影质量应当成为电影制作中首要目标，这在一定程度上影响了票房的高低。

（二）2D类型电影对票房的影响显著性很明显，这说明2D类型影片普遍受大众欢迎。2D是目前电影行业中较多采用的一种类型，大众接受度普遍较高。

（三）导演知名度对票房的影响较大。导演在一部影片中占有重要地位，是一系列任务的统筹，非常的关键。好的导演可以做到对视听语言的绝对掌控和艺术手段的极致运用，可以结合剧本把抽象的文字转化成影像完整表达出来。如果一部电影是由著名导演出品，那么导演本身的名气也会在一定程度上带动影片的票房，为作品锦上添花。如果电影是由普通导演出品，那么电影的票房更大程度上是受电影口碑即电影评分的高低影响。

（四）爱情片电影本身带有一定的热度，其口碑对于票房的影响较小。爱情片展现了男女主人公在相爱的过程中面临诸多困难因素时不轻言放弃，并努力克服曲折坎坷等阻力为叙事线索，最终达到圆满的结局。影片看点较多，广受大众喜爱。

主要参考文献：

[1]李纯辉.基于《流浪地球》的电影口碑营销成功要素探讨[J].现代商贸工业，2019.40（21）.

[2]汪旭晖，王军.网络口碑如何影响电影票房——中国电影“高票房低口碑”现象反思[J].湖南师范大学社会科学学报，2015（2）.

[3]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），2017（3）.

[4]焦亚男.豆瓣评分与电影票房关系探析[J].青年记者，2018（23）.

[5]刘正山.在线评价、电影异质性与票房收入——基于2014～2015年177部国产电影数据的检验[J].电影艺术，2016（3）.

[6]郝媛媛，邹鹏，李一军.基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J].管理评论，2009.21（10）.

[7]赵亚凡，刘伟.网络口碑對电影票房影响实证研究[J].合作经济与科技，2016（8）.

[8]郭新茹，黄舒沁.明星效应与中国电影票房的实证研究[J].现代传播（中国传媒大学学报），2017.39（12）.

[9]华锐，王森林，许泱.中国电影票房的影响因素研究[J].统计与决策，2019.35（4）.

[10]池建宇.演员与导演谁更重要——中国电影票房明星效应的实证研究[J].新闻界，2016（21）.