建立在票房因素實(shí)證分析基礎(chǔ)上的中國(guó)影院投資策略研究

摘 要：隨著我國(guó)居民消費(fèi)水平的提升和文化產(chǎn)業(yè)的快速發(fā)展，大眾對(duì)電影這一快餐性文化產(chǎn)品的消費(fèi)需求急速增長(zhǎng)，這也使得地區(qū)年度票房在地區(qū)文化產(chǎn)業(yè)市場(chǎng)中的比重逐年增長(zhǎng)。以我國(guó)34個(gè)省、直轄市和自治區(qū)近兩年的電影票房為基礎(chǔ)，基于SPSS軟件，選取各省人均GDP、人均收入等八個(gè)維度作為變量，建立多元線性回歸模型。研究結(jié)果表明，觀影人次、人均可支配收入、影院數(shù)對(duì)地區(qū)票房收入的影響呈現(xiàn)出正相關(guān)性，而其他影響因素的相關(guān)性較弱。最后，根據(jù)預(yù)測(cè)與實(shí)際票房的對(duì)比，得出廣東省、北京市等地域仍存在著可開(kāi)發(fā)的潛力，山東省、浙江省等省域應(yīng)減少密集區(qū)的影院建設(shè)。同時(shí)，政府應(yīng)著力提高居民可支配收入和省域人均GDP，投資方應(yīng)關(guān)注影院數(shù)與周圍潛在觀影人群的匹配度，加大影院播放硬件方面的投資，提高消費(fèi)者的觀影體驗(yàn)。

關(guān)鍵詞：票房;實(shí)證分析;影院投資;策略

中圖分類號(hào)：I283??????? 文獻(xiàn)標(biāo)志碼：A????? 文章編號(hào)：1673-291X（2020）07-0080-03

引言

2016年，中國(guó)的銀幕總數(shù)超越美國(guó)，成為全球第一。2018年，中國(guó)電影票房創(chuàng)新高達(dá)90億美元，增長(zhǎng)率高達(dá)12%，是帶動(dòng)亞太整體電影票房最大的驅(qū)動(dòng)因素。截至2018年年底，中國(guó)地區(qū)影院數(shù)達(dá)到10 436家，凈增5 323家。銀幕數(shù)從2014年的23 600塊增長(zhǎng)至60 350塊，而美國(guó)同期的銀幕數(shù)基本穩(wěn)定在40 575塊，相較2017年僅增加182塊。雖然中國(guó)在電影票房有著巨大的潛力，并且在銀幕建設(shè)和影院建設(shè)投入充裕資金，這些大力投入沒(méi)有帶來(lái)電影市場(chǎng)的持續(xù)高速增長(zhǎng)，相反，中國(guó)電影市場(chǎng)出現(xiàn)增速放緩的情況。

相較于美國(guó)，中國(guó)電影市場(chǎng)表現(xiàn)為粗放型增長(zhǎng)，主要在于影院盲目擴(kuò)張，在整體市場(chǎng)趨于理性的背景下，一線城市的群眾雖有良好的觀影體驗(yàn)，卻難顧及二三線城市對(duì)于電影市場(chǎng)供給的高品質(zhì)要求。廣東、江蘇、浙江、上海、北京五市連續(xù)三年蟬聯(lián)各省電影票房前五，這與該省生產(chǎn)總值高、居民生活水平高等因素密不可分，也與影院投資建設(shè)密切相關(guān)。這些區(qū)域的影院投資完善，在人群密集的商業(yè)區(qū)都有布局，甚至輻射區(qū)域重疊，而對(duì)于在相對(duì)偏遠(yuǎn)落后的城市存在著影院布局空白或過(guò)少的現(xiàn)象甚至電影上映滯后現(xiàn)象。這使得該區(qū)域電影票房未得到充分的開(kāi)發(fā)，電影產(chǎn)業(yè)無(wú)法實(shí)現(xiàn)常態(tài)性發(fā)展，這也使得城市票房收入更需要考慮宏觀層面的經(jīng)濟(jì)因素。通過(guò)實(shí)證研究得出相關(guān)影響城市票房收入的因素，在此基礎(chǔ)上，通過(guò)對(duì)數(shù)據(jù)的相關(guān)挖掘，對(duì)實(shí)際應(yīng)該獲得更多票房的省域以及獲得超過(guò)預(yù)期票房的省域在院線布局方面的一些建議。

一、文獻(xiàn)綜述

近些年，國(guó)內(nèi)不少學(xué)者也開(kāi)始對(duì)影響電影票房的因素進(jìn)行實(shí)證研究。尹杭等（2018）通過(guò)空間分布的視角發(fā)現(xiàn)，高票房影院在深圳市中心區(qū)集中分布，與成熟商圈重疊，而市郊消費(fèi)者卻難以享受觀影便利。張明楊（2018）基于“口紅效應(yīng)”得出中國(guó)電影市場(chǎng)“口紅效應(yīng)”明顯，影院數(shù)對(duì)于電影票房在短期表現(xiàn)出正的線性關(guān)系，在長(zhǎng)期呈現(xiàn)倒U型曲線。華銳（2019）通過(guò)對(duì)252部電影進(jìn)行實(shí)證研究發(fā)現(xiàn)，口碑、關(guān)注度、現(xiàn)代宣傳方式、明星及著名導(dǎo)演、檔期等影響因素對(duì)電影票房有顯著的影響作用。梅林（2019）通過(guò)研究中國(guó)298個(gè)地級(jí)及以上城市電影票房的因素得出，高中及以上文化水平人數(shù)、年末移動(dòng)電話用戶數(shù)、城市影院數(shù)、房?jī)r(jià)壓力這些因素是影響電影票房空間分布的主要影響因素。

結(jié)合以上文獻(xiàn)所列舉的影響電影票房的因素，因明星效應(yīng)、口碑、知名導(dǎo)演等因素存在主觀性，雖對(duì)全國(guó)的電影票房存在影響，但是對(duì)省域電影票房的影響較小。本文采納地區(qū)生產(chǎn)總值（GDP）、銀幕數(shù)量、影院數(shù)量、地區(qū)人均可支配收入、地區(qū)常駐人口、地區(qū)在校本?？拼髮W(xué)生在校人數(shù)、地區(qū)社會(huì)消費(fèi)品零售總額、地區(qū)博物館為代表的文化場(chǎng)所數(shù)量，對(duì)影響省域電影票房的因素進(jìn)行實(shí)證探究。

二、計(jì)量檢驗(yàn)

根據(jù)以往相關(guān)文獻(xiàn)，我們發(fā)現(xiàn)地區(qū)生產(chǎn)總值（GDP）、銀幕數(shù)量、影院數(shù)量、地區(qū)人均可支配收入、常駐人口、在校本?？拼髮W(xué)生在校人數(shù)、博物館為代表的文化場(chǎng)所對(duì)于電影票房均存在影響。

為了更好地探究地區(qū)電影票房影響因素，我們利用SPSS軟件對(duì)數(shù)據(jù)進(jìn)行回歸分析，通過(guò)查驗(yàn)各因素的顯著性來(lái)進(jìn)一步構(gòu)建模型。因此，本文以2017年和2018年兩年的電影票房收入的省級(jí)區(qū)域?yàn)闃颖荆娪捌狈繑?shù)據(jù)來(lái)自中國(guó)電影網(wǎng)），通過(guò)查閱這些地區(qū)的《統(tǒng)計(jì)年鑒》，獲得該地區(qū)2018年及2017年的GDP總量、城鎮(zhèn)人均可支配收入等幾個(gè)方面的數(shù)據(jù)進(jìn)行回歸分析。

因此建立模型：

根據(jù)逐步回歸分析模型匯總表1，模型3的R2高于模型1和模型2達(dá)到0.975，說(shuō)明該模型擬合優(yōu)度最高，同時(shí)模型3的誤差最小，因此我們選取模型3作為參考。

根據(jù)SPSS輸?shù)慕y(tǒng)計(jì)結(jié)果可以看出，模型3中變量觀影人次的Sig值小于0.001，t值為10.107，說(shuō)明觀影人次與省域電影票房收入顯著正相關(guān);人均可支配收入的Sig為0.00，小于0.01，t值為6.939，說(shuō)明人均可支配收入與省域電影票房收入顯著正相關(guān);變量影院數(shù)的Sig值為0.000，小于0.001，且t值為4.637，說(shuō)明影院數(shù)與省域電影票房收入呈現(xiàn)正相關(guān)。而被移除的變量中，地區(qū)生產(chǎn)總值、常駐人口、社會(huì)零售品消費(fèi)總額、博物館及紀(jì)念館數(shù)以及銀幕數(shù)的Sig均大于0.05的顯著性水平，未能通過(guò)假設(shè)檢驗(yàn)。因此，地區(qū)生產(chǎn)總值、常駐人口、包含本?？拼髮W(xué)生在校人數(shù)、社會(huì)零售品消費(fèi)總額、博物館及紀(jì)念館數(shù)以及銀幕數(shù)與省域電影票房收入不存在顯著相關(guān)性。

所以，本次通過(guò)SPSS軟件得到的是包含3個(gè)自變量的回歸方程，其表達(dá)式如下：

通過(guò)SPSS的分析結(jié)果，我們可以看出，對(duì)于影響省域電影票房的主要影響因素為觀影人次、人均可支配收入、影院數(shù)，當(dāng)該地區(qū)的潛在觀影人群能夠便利獲得附近的影院資源，且該地區(qū)的影院資源與潛在觀影人次匹配的情況下，能夠充分發(fā)揮該地區(qū)的電影票房數(shù)的潛力。

三、建議

綜上研究，我們總結(jié)出省域的電影票房收入與該城市的觀影人次、影院數(shù)、人均可支配收入正相關(guān)，而與該省的地區(qū)生產(chǎn)總值、常駐人口、社會(huì)零售品消費(fèi)總額、博物館及紀(jì)念館數(shù)以及銀幕數(shù)不存在顯著性相關(guān)。通過(guò)擬合的模型對(duì)比相關(guān)變量數(shù)據(jù)，預(yù)測(cè)該省域理論上的票房收入，與實(shí)際票房收入進(jìn)行對(duì)比。我們可以給出不同省域間的票房潛力，其中票房差（實(shí)際票房收入-理論預(yù)測(cè)票房收入）可以給出院線在城市布局上的投資意見(jiàn)。

通過(guò)計(jì)算我們得到表3，票房正向差額最大是廣東省、北京市、青海省等省域，而負(fù)向差額以山東為首，以及湖南省、浙江省等。以正相關(guān)的廣東省為例，影院多集中在深圳、廣州、等這些人口密度高、國(guó)民生產(chǎn)總值高的地區(qū)，這種高密集分布卻導(dǎo)致影院的輻射范圍有限。例如，人口密度達(dá)2 550人/平方公里的汕頭僅有31家影院數(shù)。隨著大灣區(qū)的建設(shè)，廣東省的經(jīng)濟(jì)發(fā)展水平不斷提高，例如汕頭、惠州等城市的國(guó)民生產(chǎn)總值也會(huì)不斷提高，居民可支配收入也不斷增加，其較低的影院密度與經(jīng)濟(jì)發(fā)展?fàn)顩r不相適應(yīng)。因此，如果在二三線城市進(jìn)行下沉推廣，將會(huì)有較大提升票房收入的空間。

負(fù)向差額較多的省域本應(yīng)該有更好的票房，這些地區(qū)有較好的觀影人數(shù)以及較高的人均可支配收入，但是可能受限于影院數(shù)或者銀幕數(shù)等因素，造成電影消費(fèi)與人均可支配收入、影院數(shù)、觀影人數(shù)不相符。以山東省為例，總體來(lái)看，山東各市的影院數(shù)不多，影院數(shù)最多的為青島市，僅81座電影院，而青島市國(guó)民生產(chǎn)總值達(dá)到11 024.11億元，人口也達(dá)到929.05萬(wàn)人，最少的萊蕪市僅5座電影院。這說(shuō)明，負(fù)向的省份有更多潛力值得開(kāi)。其次，負(fù)向差額的省份也存在著院線布局高度緊密、輻射區(qū)重疊等問(wèn)題。以江蘇南南京市為例，僅新街口就擁有新街口國(guó)際影院、萬(wàn)達(dá)影院等眾多知名影院，競(jìng)爭(zhēng)激烈。而南京城北片區(qū)連同仙林大學(xué)城在內(nèi)，僅有3家電影院。這也反映出區(qū)域影院發(fā)展區(qū)域飽和甚至過(guò)剩，而其他區(qū)域發(fā)展滯后。

根據(jù)以上分析，影院投資商根據(jù)這些條件進(jìn)行影院建設(shè)出現(xiàn)了影院建設(shè)過(guò)?；蚩瞻讌^(qū)域，使得電影基建設(shè)備資源難以真正惠及人民。未來(lái)，影院建設(shè)的調(diào)整更應(yīng)朝向滿足消費(fèi)者需求方向發(fā)展。

參考文獻(xiàn)：

[1]? 黃文燾.中國(guó)影院行業(yè)票房預(yù)測(cè)及定價(jià)優(yōu)化[D].廣州：華南理工大學(xué)，2018.

[2]? 尹杭，徐沖.從空間視角探討一線城市影院發(fā)展的現(xiàn)狀與可能[J].當(dāng)代電影，2019，（2）：56-60.

[3]? 張明楊，吳笑非，章棋，張三峰.“口紅效應(yīng)“視域下中國(guó)電影票房是否越過(guò)拐點(diǎn)？——基于雙向固定長(zhǎng)面板數(shù)據(jù)模型的實(shí)證分析[J].閩江學(xué)刊，2018，（5）：61-70.

[4]? 梅林，都行.中國(guó)城市電影票房分布特征及影響因素[J].經(jīng)濟(jì)地理，2019，（2）：22-29.

[5]? 華銳，王森林，許泱.中國(guó)電影票房的影響因素研究[J].統(tǒng)計(jì)與決策，2019，（22）：97-100.

[責(zé)任編輯 陳麗敏]

收稿日期：2019-09-19

作者簡(jiǎn)介：周芳琦（1994-），女，湖北孝感人，碩士阿研究生，從事跨境電子商務(wù)研究。