互联网+视角下对无锡影视经济的研究

2023-04-07李健鹏何诗婕翁家煦

中国新技术新产品 2023年1期

关键词：无锡市无锡影视

杨博李健鹏何诗婕翁家煦

（无锡太湖学院会计学院，江苏无锡 214064）

1 无锡影视基地的发展概况

1.1 无锡三国水浒城和华莱坞的简介

无锡三国水浒影视城坐落于美丽的太湖之滨，是中央电视台为拍摄电视连续剧《三国演义》而建立的大型影视文化景区。此外，《水浒传》《唐明皇》《杨贵妃》《笑傲江湖》等电视剧也都在这里拍摄过。

2012 年3 月，由中宣部、国务院新闻办公室“中华文化走出去”推广办公室与北京青牛公司、无锡滨湖区山水城科教产业园签署了基地落户合作框架协议，5 年内，将在无锡创建一个总投资约30 亿元，建成规模超万人、年产值超100 亿元的大型数字文化产业基地。无锡的华莱坞正是在这种背景下诞生的[1]。

1.2 无锡三国水浒城和华莱坞的区位条件

优势如下：1）政府政策扶持。2）具有历史文化底蕴。3）无锡旅游资源丰厚[2]。4）人才济济，影视城内的演员经过专业培训。

劣势如下：1）营销方式不健全，发展内容缺乏创新。2）影视旅游产业链尚不成熟[3]。3）未能突破维持了长期的“外景基地+资本市场+市场机制”的“无锡模式“。4）周边竞争大于协作，未能赢得共同利益。5）互联网影视知识保护意识不足，缺少相关的保护机制。

1.3 对无锡华莱坞发展的研究

笔者通过对无锡华莱坞的实地走访，了解了一些具体情况：首先，从数据来看，旅游是影视基地收入最主要的来源，但在实地走访时整个影城十分冷清。无锡华莱坞是13 年左右就开始对公众开放的，无论是名气、配套设施还是技术，华莱坞都远不如其他影视基地。与此同时，通过问卷调查，发现许多无锡本地人对华莱坞也缺乏了解，这一现象值得反思。

此外，无锡华莱坞的定位也略显尴尬。从拍摄技术来说，遇到一些难解决的问题时，解决方法是向外国寻求技术，再向北上广地区请教。这样，真正留给华莱坞发挥的空间就不多了。因此，只能寄希望于软实力，其核心是人才、创意与技术思维的有机结合，但是从目前的情况来看，华莱坞缺乏充足的活力和强有力的竞争力，从而导致失去揽收人才的机会，最后陷入恶性循环。

如果说三国水浒城与横店是势均力敌的关系，则华莱坞与横店相比就是小巫见大巫了。反思其原因，以国营经济为主导的无锡影视产业已经在全球经济一体化时代背景下开始走下坡路，而以民营经济为主导的横店影视城却能在影视业中有良好的发展前景。同时，横店的旅游核心是它强大的影视产业的基础，横店的发展就是通过影视业的发展来带动旅游业，从而实现多元商业的综合发展[5]。因此，对华莱坞进行改进是激活其影视活力最快的方式。

1.4 旅游业对影视基地影响及无锡市滨湖区影视状况分析

“影视为表，旅游为里，文化为魂。”这是横店影视城一贯坚持的经营理念。在横店坚持拍摄场地免费使用并且拍摄方面收入来源于服装、道具等租赁业务的情况下，旅游业收入占到了整个影城收入的95%。同时，无锡影视城2011 年总营业收入额13461 万元，旅游业务收入12998 万元，旅游业务收入占比总收入的96.5%，而且近3 年来，旅游收入平均利润率约47%[7]。

综上所述，旅游收入在整个影视城收入中的占比很大，可以说一个地区的旅游收入往往决定了一个地区影视基地的收入，甚至还可以说旅游经济决定了影视经济。

因此，从图1 和图2 的数据中可以看出从2000—2019 年旅游收入和人数一直在平稳地增长，受新冠疫情影响，2020 年旅游人数与2019 年相比减少5.3%，但对疫情对旅游收入影响不大。可以预测的是，影视经济也大致呈现这样的波动。

图1 2003—2021 年无锡滨湖区旅游收入

图2 2003—2021 年无锡滨湖区旅游人次

2 基于Arima 模型的无锡市影视经济研究

2.1 Arima 模型的原理

Arima 模型全称是自回归移动平均模型。该模型的思路如下：要预测的时间序列是由某个随机过程生成的，如果生成序列的随机过程不随时间变化，那么该随机过程的结构可以被确切地刻画和描述。利用序列过去的观察值，可以外推出序列的未来值。在ARIMA 模型中，序列的未来值被表示成滞后项和随机干扰项的当期及滞后期的线性函数，即模型的一般形式如公式（1）所示[3]。

式中：Yt是当前值，c是常数，ap是自相关系数，εt是误差，βq是回归参数，p是自回归项数，q是移动平均项数。

2.2 Arima 建模与预测的步骤

Arima 模型的建模过程可以分为以下4个步骤[3]。

步骤1：先判断数据是否平稳化，然后对不平稳的数据进行平稳化、差分化，然后进行数据平稳性检验。时间序列的平稳性检验，通常采用ADF 检验法，然后构建ARIMA 模型。

步骤2：定阶。通过一些能够描述序列特征的统计量，例如自相关系数和偏自相关系数，然后根据AIC、BIC 等定阶准则，从试验的多个模型中选择一个最佳模型。

步骤3：参数估计与诊断检验包括检验模型参数的显著性，模型本身的有效性以及检验残差序列是否为白噪声序列。如果模型未通过检验，必须重新确定模型的形式，并诊断检验，直至得到设定正确的模型形式。

步骤4：最后用建立的ARIMA 模型进行预测。

2.3 数据预处理

2.3.1 数据的时序图

基于前文得到旅游经济与影视经济的关系的结论，基本可以确定一个地区的影视经济的状况往往是其旅游经济决定的。由于2000 年前的数据存在大量缺失，从2002 年中国加入WTO 到2010 年世博会举办，才是中国经济真正腾飞的黄金时期。此外，互联网的兴起以及2008 年以后建筑业的发展给无锡带来了大量的就业岗位，增强了城市吸引力，从而带动当地的旅游业发展。因此，选取从2001—2021 年无锡市旅游业收入的数据。

模型对缺失的数据，采用线性插值法并将得到的数据可视化、差分化，所得结果如图3 所示。

图3 2001—2021 年无锡市旅游收入及差分图

2.3.2 数据的ADF 平稳性检验

表1 是通过SPSSPRO 对数据进行ADF 检验的结果。原假设为不平稳时间序列。观察其结果可以看出，0 阶差分P值为 0.009 ，水平上呈显著性，拒绝原假设，该序列为平稳时间序列。1 阶差分P 值为0.617，水平上不呈显著性，不能拒绝原假设，该序列为不平稳时间序列；2 阶差分P 值为0.960 水平上不呈显著性，不能拒绝原假设，该序列为不平稳时间序列。