網(wǎng)絡(luò)電影票房影響因素的實(shí)證研究

張文浩

摘要：文章在選擇2018年和2019年愛奇藝年度排名前十的八部電影，構(gòu)建多元線性回歸模型，對(duì)網(wǎng)絡(luò)電影的影響因素展開分析。結(jié)果表明：制作成本、口碑評(píng)分、評(píng)論數(shù)量與網(wǎng)絡(luò)電影票房顯著相關(guān)，平臺(tái)注冊(cè)用戶數(shù)與網(wǎng)絡(luò)電影票房沒有顯著關(guān)系。

關(guān)鍵詞：多元線性回歸模型;網(wǎng)絡(luò)電影票房;影響因素

一、引言

突如其來的疫情影響了院線電影的發(fā)行和上映。徐崢導(dǎo)演另辟蹊徑，將自導(dǎo)自演的《囧媽》以6.3億元的價(jià)格賣給字節(jié)跳動(dòng)公司，通過其旗下視頻App西瓜視頻等發(fā)行，三天內(nèi)收獲了1.8億的點(diǎn)擊量。網(wǎng)絡(luò)電影有望在2020年迎來新發(fā)展。因此研究網(wǎng)絡(luò)電影票房的影響因素，有利于網(wǎng)絡(luò)電影產(chǎn)業(yè)進(jìn)一步發(fā)展。

二、網(wǎng)絡(luò)電影票房的影響因素分析

為了更好地為網(wǎng)絡(luò)電影產(chǎn)業(yè)提出針對(duì)性的建議，就必須研究是什么因素顯著影響了網(wǎng)絡(luò)電影票房數(shù)額的高低。為此，本文在研究前人文獻(xiàn)的基礎(chǔ)上，選擇了愛奇藝2018～2019年度排名前十的網(wǎng)絡(luò)電影，對(duì)應(yīng)四個(gè)季度，共計(jì)8部影片。收集其最終票房分賬、制作成本、口碑評(píng)分等截面數(shù)據(jù)，運(yùn)用EVIEWS軟件做多元線性回歸分析。為了計(jì)算以及操作的方便，本文不對(duì)電影的題材、檔期、作分類討論，僅結(jié)合網(wǎng)絡(luò)電影的特點(diǎn)進(jìn)行變量的選擇。

（一）變量的選取

1. 因變量——最終票房分賬

與傳統(tǒng)的院線電影不同，網(wǎng)絡(luò)視頻平臺(tái)為網(wǎng)絡(luò)電影提供了播放、宣發(fā)、后臺(tái)維護(hù)等工具，因此影片的制作方必須把一部分中介費(fèi)支付給網(wǎng)絡(luò)視頻平臺(tái)。剩余的部分，則被稱為最終票房分賬。本文最終票房分賬的數(shù)據(jù)均來源于愛奇藝電影中心整理出版的《愛奇藝網(wǎng)絡(luò)電影報(bào)告》。設(shè)定為Yi。

2. 自變量——制作成本

院線電影的制作成本往往在億元的級(jí)別，而不同的網(wǎng)絡(luò)電影制作成本則大不相同。雖然高企的制作成本并不保證影片的質(zhì)量，但是參考國外媒體互聯(lián)網(wǎng)企業(yè)網(wǎng)飛（Netflix）出品的高評(píng)分電影，如：《羅馬》、《愛爾蘭人》等，其制作成本基本都在一億美元以上。因此我們有理由相信制作成本會(huì)成為影響網(wǎng)絡(luò)電影票房的重要因素之一。本文擬采用貓眼數(shù)據(jù)作為數(shù)據(jù)來源。設(shè)定為X1。

3. 自變量——平臺(tái)會(huì)員注冊(cè)人數(shù)

基于重復(fù)曝光效應(yīng)（Mere Exposure Effect），平臺(tái)會(huì)員注冊(cè)人數(shù)越多，相應(yīng)地，影片會(huì)有更高的幾率被觀眾所關(guān)注，因此，不同的平臺(tái)為影片帶來的流量可能大不相同。此外，平臺(tái)會(huì)員注冊(cè)人數(shù)能很好地從需求端衡量該平臺(tái)的體量，是反映該平臺(tái)體量大小的重要指標(biāo)。本文擬采用愛奇藝視頻平臺(tái)2017～2019年每一季度的會(huì)員人數(shù)，數(shù)據(jù)來源于相應(yīng)年份的《愛奇藝網(wǎng)絡(luò)電影報(bào)告》。設(shè)定為X2。

4. 自變量——口碑評(píng)分

口碑評(píng)分的高低直接決定了影片質(zhì)量的高低，消費(fèi)者傾向于在有限的時(shí)間內(nèi)實(shí)現(xiàn)效用的最大化，因此往往會(huì)依據(jù)影片評(píng)分的高低決定是否付費(fèi)觀看該影片。因此本文擬采用專業(yè)電影網(wǎng)站豆瓣與貓眼評(píng)分總和的平均值。設(shè)定為X3。

5. 自變量——評(píng)論數(shù)量

評(píng)論數(shù)量的多少直接決定了該影片關(guān)注度的高低。因此，評(píng)論越多，代表該影片受到的關(guān)注越多，觀眾獲取信息的成本降低，更傾向于選擇評(píng)論多的影片。本文擬采取專業(yè)電影網(wǎng)站豆瓣與貓眼評(píng)論人數(shù)數(shù)量的總和。設(shè)定為X4。

（二）模型的設(shè)定與回歸

設(shè)定多元線性回歸模型為Yi= β0+β1X1（制作成本）+β2X2（會(huì)員人數(shù)）+β3X3（口碑評(píng)分）+β4X4（評(píng)論數(shù)量）+ui，使用Eviews7進(jìn)行普通最小二乘法（OLS）回歸，結(jié)果發(fā)現(xiàn)模型調(diào)整后的R方等于0.734，模型整體通過了F檢驗(yàn)，但其中X2（平臺(tái)會(huì)員注冊(cè)人數(shù)）未能通過t檢驗(yàn)。在使用逐步回歸法對(duì)模型進(jìn)行修正以后，調(diào)整后的R方為0.789，模型整體通過F檢驗(yàn)，變量均通過t檢驗(yàn)。

（三）模型的異方差性及修正

由于異方差性常常來源于截面數(shù)據(jù)，本文通過懷特（White）檢驗(yàn)確定了該模型在95%的置信水平下具有異方差性。為了消除異方差性，擬在逐步回歸的基礎(chǔ)上采用加權(quán)最小二乘法（WLS），權(quán)重設(shè)為1/|resid|（殘差絕對(duì)值的倒數(shù)）。得到最終結(jié)果如表2所示。

得到回歸模型：

Yi=2484.322+1.269X1-64.95413X3+

（912.7244）（0.364800）（12.55135）

1.27X4

（0.122345）

t=（3.357580）（3.002683）（-5.962022）（10.56374）

（四）模型結(jié)果的評(píng)價(jià)與分析

經(jīng)過修正以后模型的擬合優(yōu)度達(dá)到97%左右，具有非常好的解釋力，說明三個(gè)解釋變量聯(lián)合起來與被解釋變量是高度相關(guān)的。其中制作成本、口碑評(píng)分、評(píng)分人數(shù)的p值依次為0.0398、0.004、0.0005，說明以上三個(gè)變量在95%的置信水平下各自對(duì)被解釋變量有顯著影響。

其中制作成本與評(píng)分人數(shù)對(duì)于最終票房分賬呈正相關(guān)，口碑評(píng)分則呈負(fù)相關(guān)。這說明對(duì)于網(wǎng)絡(luò)電影來說，制作成本越高、評(píng)論人數(shù)越多，所獲得的票房就會(huì)越高;相反，口碑評(píng)分越高，票房分賬越少。換句話說，觀眾更青睞于制作成本高的影片，這樣的影片往往擁有制作精良的道具、水準(zhǔn)以上的特效、合格的演員，也代表了贊助商對(duì)于導(dǎo)演能力的信任;評(píng)論的人數(shù)越多，評(píng)論的數(shù)量也就越多，評(píng)論的內(nèi)容一定程度上減少了信息的不對(duì)稱性影響了觀眾的決策。

評(píng)分與票房負(fù)相關(guān)，看似違背了邏輯，本文認(rèn)為這與影片的IP效應(yīng)有關(guān)。IP是Internet Protocol的縮寫，意為知識(shí)產(chǎn)權(quán)，原意指權(quán)利人對(duì)其創(chuàng)作的智力勞動(dòng)成果所享有的財(cái)產(chǎn)權(quán)利。IP效應(yīng)則是指某一文化現(xiàn)象利用其品牌號(hào)召力，連接了小說、動(dòng)漫、影視劇、游戲等不同文化產(chǎn)業(yè)，通過商業(yè)化運(yùn)營、產(chǎn)業(yè)化融合等一系列手段，轉(zhuǎn)化為消費(fèi)品，實(shí)現(xiàn)價(jià)值變現(xiàn)。

在本次挑選的八個(gè)樣本中，其中五個(gè)都帶有IP的特征。如兩部《陳翔六點(diǎn)半》的短視頻IP，《齊天大圣之大鬧龍宮》與《新封神之姜子牙》則屬于神話IP，《鬼吹燈之巫峽棺山》則屬于小說《鬼吹燈》系列的IP。這些IP本身帶有一定量的粉絲和公共影響力，可以推測愿意為這些影片進(jìn)行付費(fèi)的觀眾，大部分是原系列的粉絲，帶有一定的主觀傾向性。因此相較于獨(dú)立劇本，IP改編的網(wǎng)絡(luò)電影在評(píng)分上顯得不那么客觀，可能會(huì)出現(xiàn)“低評(píng)分高票房”的局面。而本次挑選的八部影片只有《陳翔六點(diǎn)半之重樓別》一部在7分左右，其余的均為3～6分，可見IP效應(yīng)能夠有效解釋這種現(xiàn)象。

三、建議

（一）培養(yǎng)高質(zhì)量編劇人才，重視現(xiàn)實(shí)主義題材

從模型可以看出，影片的評(píng)分與影片的票房收入顯著相關(guān)。而影片的評(píng)分往往代表了影片的競爭力。網(wǎng)絡(luò)電影的制作成本不如院線電影，因此劇本的好壞成為了網(wǎng)絡(luò)電影是否擁有競爭力的關(guān)鍵。影片的制作方應(yīng)當(dāng)有意識(shí)地尋找或者培育高質(zhì)量的編劇人才，嘗試創(chuàng)作出口碑評(píng)分雙高的IP題材，如此才能減少“劣幣驅(qū)逐良幣”的情況，促進(jìn)網(wǎng)絡(luò)電影市場良性發(fā)展。

在抗擊疫情的過程中，相關(guān)的小說、漫畫、新聞報(bào)道等每天都接踵而來，這無疑給網(wǎng)絡(luò)電影的劇本創(chuàng)作提供了源源不斷的素材。又由于疫情與每一個(gè)人民息息相關(guān)，因此以廣大人民抗擊疫情為事實(shí)基礎(chǔ)的劇本作為現(xiàn)實(shí)主義題材的網(wǎng)絡(luò)電影具有良好的觀眾基礎(chǔ)。

（二）加大成本投入，擴(kuò)大影片供給

由于全國電影院復(fù)工日期仍未確定，院線電影無法滿足人們的觀影需求，此時(shí)供給端存在巨大的缺口。在這種情況下恰恰是網(wǎng)絡(luò)電影發(fā)展的機(jī)會(huì)。網(wǎng)絡(luò)電影的制作周期通常在兩到四個(gè)月左右，相較于院線電影動(dòng)輒一兩年的制作時(shí)間，具備很強(qiáng)的靈活性。因此選擇網(wǎng)絡(luò)電影進(jìn)行投資，能迅速滿足廣大人民數(shù)月以來的不斷增長的文化需求，在非常時(shí)期不失為一種更好的選擇。

加大制作成本投入，這對(duì)于改善人們對(duì)于網(wǎng)絡(luò)電影特效差、劇情水的固有印象，具有十分積極的作用。另外，從此次回歸實(shí)驗(yàn)可以看出，制作成本與票房之間存在著顯著的正相關(guān)，這意味著網(wǎng)絡(luò)電影投入越多，收獲越多，極有可能成為下一個(gè)投資的風(fēng)口。

（三）擴(kuò)大營銷成本投入，有效提高點(diǎn)擊率

實(shí)驗(yàn)表明，評(píng)論人數(shù)的多少與影片的票房有顯著關(guān)系，又由于評(píng)論者都來自于注冊(cè)的用戶，這意味著擴(kuò)大平臺(tái)用戶數(shù)可以成為增加網(wǎng)絡(luò)電影票房的有效手段之一。為此，加大營銷成本的投入，使用一定的營銷手段擴(kuò)大觀眾基數(shù)，是各大網(wǎng)絡(luò)視頻平臺(tái)迫切需要做的事。如愛奇藝網(wǎng)絡(luò)電影部在2019年投入的營銷成本為116.3萬，比2018年增長66%，這為愛奇藝在2019年會(huì)員注冊(cè)數(shù)高于騰訊視頻的10020萬人，打下了良好的基礎(chǔ)。

參考文獻(xiàn)：

[1]聶鴻迪.中國電影票房的影響因素及其實(shí)證研究[D].北京：北京交通大學(xué)，2015.

[2]陳然.我國商業(yè)電影票房影響因素——基于多元線性回歸和神經(jīng)網(wǎng)絡(luò)分析[D].昆明：云南財(cái)經(jīng)大學(xué)，2016.

[3]張衫，柳雅琪.探究國內(nèi)上映電影票房的影響因素分析[J].中國電影市場，2019（06）：36-39.

（作者單位：五邑大學(xué)經(jīng)濟(jì)管理學(xué)院）