您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 产业 > 文化传媒 > 中国内地市场国产电影票房特征及其影响因素研究

中国内地市场国产电影票房特征及其影响因素研究

发布时间:2018-09-29 作者:派智库 来源:《价格理论与实践》2018年 浏览:【字体:

内容提要:在倡导供给侧结构性改革以来,文化产业发展迅猛,其中电影产业的发展尤为突出,而电影票房是电影产业的命脉,对电影票房的研究是促进电影产业发展的重要立足点。本文选择在中国内地市场中公映的国产电影为研究样本,基于理论模型建立PLS计量实证模型,并对三次回归结果进行对比分析。研究发现:演员、导演、发行公司、电影评价、上映时间、宣传力度对电影票房具有较为显着的正向影响;电影的前期宣传与后期宣传对电影票房具有不同的影响效果,且后期宣传对电影的总票房的影响力更大。 本文来自织梦

关键词:内地市场 电影票房 PLS模型

copyright dedecms

2017年3月1日,《中华人民共和国电影产业促进法》正式实施,是我国文化立法领域的一次突破,是文化体制改革的一座里程碑,标志着中国电影产业法治水平的极大提升。有关数据显示:在电影市场规模方面,2017年中国电影的总票房冲破了550亿元大关,比2016年高出13个百分点,发展势头强劲,电影银幕总量达到50776块。如此大的市场规模已经超过北美市场,居世界第一。在电影产出方面上,2017年共970部电影公映,其中有96部电影票房过亿;在经济维度上,电影票房在一定程度上决定了电影衍生品产业的发展潜力,构成了电影产业整体的可持续发展的动力;在文化维度上,电影票房影响文化传播的社会文化效益,进而影响着电影产业的经济效益和文化效益的综合贡献水平。对于电影票房影响因素的研究能够助力电影市场供给更好地对接大众的电影消费需求,进而推动电影产业和社会文化的进一步发展,为新时代的人们增添更多的美好生活元素。 织梦内容管理系统

一、相关研究文献评述 织梦好,好织梦

以往的学者大多是从研究电影产品本身的属性出发,与电影的市场表现进行对照,从而找出电影产品属性与市场属性的统一度,寻找电影票房形成过程的规律。王铮,许敏(2013)通过构建Logit模型对电影票房进行研究发现,电影的续集、评分、票价、档期、明星和导演对票房均产生积极的影响,尤其是导演和明星更能影响票房。聂鸿迪(2015)将影响因素分为10类,研究发现盗版和剧情类电影对电影票房有负面影响;银幕数、导演影响力、网络口碑、演员影响力、发行公司、故事熟悉程度和技术效果对电影票房有促进作用。Randy A.Nelson、Robert Glotfelty(2012)对电影明星与电影票房之间的关系做了实证研究,研究结果显示电影明星的数量与电影票房正相关。综上所述,关于电影票房影响因素的研究结果,在学界尚未达到一致。 本文来自织梦

就以往研究的文献来看,还存在下列不尽完善之处:(1)电影是一种精神文化消费品,不同的市场和不同的文化群体,电影将具有不同的市场表现,以往研究鲜有对电影市场作范围界定;(2)现有一些文献根据经验判断选取电影票房的影响因素,在变量选取上缺少一定的理论分析;(3)有些研究选取的变量属于不可控制因素,在指导实践上可行性不高。据此,本文的创新之处在于:(1)数据样本定位具体,以中国内地市场为研究样本,在一定程度上消减了因文化、价值观以及消费习惯等因素差异对研究结果的干扰;(2)数据相对较新,紧密结合当下社会消费文化的现实背景,在一定程度上平衡了因物价、市场供给规模以及人均收入水平对电影票房的影响效果;(3)研究方法较新,在时间与空间数据较为单一的情况下,能够运用适合于样本数据的研究方法(PLS模型)得到可信度较高的研究结果。

dedecms.com

三、中国内地市场国产电影票房特征及其影响因素分析 本文来自织梦

(一)中国内地市场国产电影票房特征 织梦好,好织梦

随着信息科技水平的突飞猛进,中国电影市场表现出前所未有的发展势头。从相关数据中可以发现,中国电影票房具有以下几个特征:(1)票房规模发展迅速。如图1所示:就近十年以来国内电影消费市场发展趋势来看,自2008年到2017年,中国电影总票房从43.41亿元增加到559.11亿元,且增速较快。[1](2)票房规模增速具有不稳定性。由图1可以看出,近十年中国票房规模虽然基本上保持着20%以上的增速,但是增速的历史趋势跌宕起伏,并非一个稳定的增长态势;(3)整体票房收入分布结构不均衡。相关研究报告显示:关于新增加影院的票房收入,一线城市新设的影院票房效益最高,影院市场比较成熟,平均每家影院票房产出401万元/年,二线城市新设影院总票房产出为15.4亿元,三四五线城市影院发展相对滞后,票房产出率相对较弱,所占市场份额较少。[2] 织梦内容管理系统

织梦内容管理系统

总的来讲,全国的电影票房产出具有较大的潜力,需要进一步挖掘,在保证电影质量的同时,需要进行相应力度的宣传,以促进电影票房整体规模的提升。 织梦内容管理系统

(二)中国内地市场国产电影票房的影响因素分析

内容来自dedecms

在电影未上映之前,电影发行公司通过宣传策略向人们传递即将上映电影的品相信息,其中包括电影的导演、主演、电影类型以及其它卖点信息。导演、演员的受喜爱指数及影响力,电影发行公司的影响力,均对电影票房有着存进影响,电影制式、类型、名称及上映档期对电影票房也有着不可忽视的影响。经过前期的宣传,该电影将会吸引一部分具有观影习惯的人群,使其成为该电影的首批观众,而首批观众在接收到电影产品的品相信息信号之后,通过相应的信息传递,将会带动一部分潜在的信息受众,从而成为电影的潜在观众。由于人们通常在周末观看电影,工作周期也为一周,因此可以将电影产品的营销初期范围设为一周,电影首映周票房由宣传力度与电影品相影响下的首批电影受众数量决定。 本文来自织梦

在电影上映后,首批受众在完全接受该电影产品的全部信息之后,根据自己的价值判断对电影有了主观评价,并将评价信息在线下第一时间传递给家人或朋友,这些评价信息也会经过网络进行线上展示与传播,形成网络口碑。口碑越高,该电影票房越高。除此之外,电影后期宣传次数对其票房也有着正向作用,宣传次数越多,曝光率越高,进而票房越高。 织梦好,好织梦

三、中国内地市场国产电影票房影响因素的实证分析 织梦好,好织梦

(一)样本选取以及变量设计

织梦好,好织梦

本文选择2016年在中国各大影院上映的64部国产电影为研究样本,无论是在线购票、影片评论平台的发展情况,还是宏观经济背景、社会流行的文化元素,较之前十年或前五年,这些变量的变化幅度均相对平缓,可以保证干扰因素处于统一水平,从而平衡干扰误差。 织梦好,好织梦

1.因变量。根据本文的研究对象,选取单个电影从上映到下线过程中通过院线销售的累积票房作为模型的因变量的设计基础,将电影票房单位定位万元,之后将对所得数值取对数,最终得到因变量的取值。设初期票房为Y1,后期票房为Y2,最终总票房为Yt。

内容来自dedecms

2.自变量。如表1所示。

dedecms.com

本文来自织梦

(二)理论模型的建立

dedecms.com

从理论分析过程中,我们可以推测在电影未上映之前,电影的导演、主演、制式、名称、预告片等因素在一定程度上影响电影的首映周票房;电影上映一周之后,人们便开始关注电影的评价信息和首映周票房数据;最后,电影的累积票房由初期电影票房和后期电影票房相加而得。我们可以假设因变量与自变量之间具有线性关系,并可以用函数表达为式(1): 内容来自dedecms

内容来自dedecms

其中,Y1为首映周票房,Y2为后期持续票房,Yt为总票房,则最终票房的收入影响因素研究模型可以写为式: 本文来自织梦

织梦好,好织梦

(三)实证分析

本文来自织梦

1.相关性检验。本文将电影类型的一些虚拟变量剔除,对其它解释变量数据进行数据分析,得出解释变量之间的相关系数矩阵,通过对各个变量数据之间的相关性分析,发现自变量之间存在着一定的相关性,加上样本容量较小,自变量较多,所以本文选用偏最小二乘回归线性计量模型(PLS)对样本数据进行研究。 内容来自dedecms

2.总票房计量检验。将模型提取PLS成分,并观察交叉有效性。通过系统自动提取成分,系统提取了两个PLS成分。为考虑模型的精度,本文观察了提取三个PLS成分时的模型拟合数据(如表2所示)。 copyright dedecms

本文来自织梦

由表2中数据可以发现,当提取到第三个PLS成分时,成分交叉有效性系数值为-0.217527,其它成分值均大于零,由此可见提取两个PLS成分时,模型已经达到了较好的精度。 内容来自dedecms

由模型拟合后,对样本点进行检验,并识别特异点。由于系统将样本整体提取了两个PLS成分,则可以通过系统直接绘制椭圆图,如图2所示。

dedecms.com

织梦好,好织梦

由图2可知,样本存在特异点(方框中的点),通过观察是样本点《寻龙诀》,删除该样本点之后,得到一个新的数据集。经过系统自动进行重新拟合,并进行循环识别与拟合,直到无特异点存在为止。最终结果如图3所示。

dedecms.com

本文来自织梦

从图3来看,所有样本点均处于椭圆内,不存在特异点,说明模型拟合效果达到了要求水平。基于识别特异点之后的样本,系统对模型进行再次拟合,其具体结果可见表3。

copyright dedecms

织梦内容管理系统

由表3的数据可知,系统提取的两个PLS成分对票房的交叉累计有效性系数为0.577389,接近于0.6,表明模型的预测值与实际观测值的拟合度水平是可以接受的。此外,表示模型对票房解释能力的系数为0.746911,大于0.7,说明模型对票房的累计解释能力达到了较高的精度。 内容来自dedecms

3.首映周票房与后期持续性票房计量检验。根据理论分析,在进行首映周票房回归时,本文将自变量电影口碑和后期宣传次数剔除,以首映周票房的对数为因变量进行回归建模。关于后期持续性票房的检验,本文将持续性电影票房作为因变量,将总票房的所有解释变量作为持续性票房的解释变量,以同样的计量方法对后期的持续性票房进行计量检验。

copyright dedecms

通过识别和消除样本中的特异点,取得拟合精度较高的模型,最终得到首映周票房和后期持续性票房计量模型拟合数据,具体如表4和表5所示。

织梦内容管理系统

内容来自dedecms

由表4、表5可知,模型对票房解释能力的系数分别为0.643292、0.743686,说明模型对票房的累计解释能力达到了较好的水平。两个成分的累积交叉性系数均大于0.5,所以在模型预测力方面是满足要求的。总体来看,该模型能够较好地解释首映周票房与持续性票房。 内容来自dedecms

(四)实证结果对比分析

dedecms.com

为更直观地比较三次回归结果,本文将对比同一个解释变量在三次回归中的系数,最终绘制了三次回归系数比较图,具体见图4。 内容来自dedecms

织梦好,好织梦

由图4中所示结果可以发现,演员影响力与导演影响力在三次回归中均呈现出显着正向影响,其中演员影响力对票房影响最大,且演员影响力和导演影响力对首映周票房的影响较大,而对于后期的持续性票房影响较小;发行公司在三次票房中同样有显着的影响,其对总票房的影响比较大;电影的上映档期对总票房有显着的正向影响,并且对总票房的影响程度大于对首映周票房的影响程度;电影口碑对后期持续性票房影响最大,对总票房的影响程度处于中等水平;前期宣传对电影票房的影响几乎是持续性的,相比之下前期宣传对首映周票房影响较大,而后期宣传对电影的后期持续性票房影响较大;电影名称对首映周票房影响系数较大,对后期持续性票房影响系数较小;关于电影类型,抒情类型的电影对首映周票房的影响较为明显;在其它方面,预告片时长和电影制式对电影的首映周票房有不可忽略的正向影响。

dedecms.com

四、结论与政策建议

dedecms.com

本文运用PLS模型对国产电影票房的影响因素进行分析,研究结果表明:演员、导演、发行公司、电影评价、上映时间、宣传力度对电影票房具有较为显着的正向影响;电影的前期宣传与后期宣传对电影票房具有不同的影响效果,且后期宣传对电影的总票房的影响力更大。 copyright dedecms

基于以上研究结论,本文提出如下政策建议: 本文来自织梦

1.电影产品要在满足人民群众对精神文化需求上下功夫。党的十九大报告强调“满足人民过上美好生活的期待,必须提供丰富的精神食粮”。在发展国产电影方面,要着力健全现代电影体系,不断优化电影供给结构,使得电影产品反映人民生活,又高于人民生活,提升电影产品的品质与内涵,更好地满足人民多样化、多层次、多方面的精神需求,进而提高电影票房。

织梦好,好织梦

2.政府可适当地扶持电影产业发展。我国地区间的经济发展不平衡,东部经济发展较中西部更快一些。根据地区间发展的不平衡,政府应予以对中西部地区电影产业政策性扶持,例如,设立专项资金扶持从事电影制片、发行、放映等业务及相关管理的宣传文化单位,以促进更多更优质的电影产品面向人民,从文化和经济两方面双重发力,共同助力于国产电影产业的发展。 本文来自织梦

3.从电影票房的影响因素入手,采取针对性的有力措施。合理安排电影的上映时间,新发影片及重点影片安排在重点时段并且在大厅放映;电影题材选取方面,应做到动作、抒情、幽默等多样化风格;在演员方面应重视演员“时效性”,导演选择方面以导演经验为主要参考依据;在电影宣传方面,根据受众群体的文化偏好与文化消费特征进行有重点、有针对性地宣传。

织梦内容管理系统

参考文献:

copyright dedecms

[1]王铮,许敏.电影票屠的影响因素分析——基于Logk模型的研究[J].经济问题探索,2013,(11). 织梦内容管理系统

[5]聂鸿迪.中国电影票房的影响因素及其实证研究[D].北京交通大学,2015(6). 织梦好,好织梦

[6]彭岚.电影票房影响因素分析与展望[J].西南民族大学学报(人文社科版),2016,37(5). dedecms.com


[1]参考数据来源:艺恩网,2017-2018年全国影院市场十大观察,http://www.entgroup.com.cn/baogaonr.aspx?bid=18184 dedecms.com

[2]资料来源:前瞻网,2006-2015年国内电影票房年度累计收入统计,https://www.qianzhan.com/qzdata/detail/149/160415/87806ab7.html;2016年与2017年数据来自公共资料。 内容来自dedecms