电影票房的影响因素分析

2013-11-03 11:19胡小莉李波吴正鹏
关键词:电影票房均值影响力

胡小莉,李波,吴正鹏

(中国传媒大学 理学院统计学系,北京 100024)

电影票房的影响因素分析

胡小莉,李波,吴正鹏

(中国传媒大学 理学院统计学系,北京 100024)

电影产业的收入其中很大一部分来自电影票房,电影票房的高低成败,直接影响着电影后续周边商品的开发与营销,针对电影票房的影响因素,本文采取了2007至2009年2月期间在国内大范围上映的217部电影,利用统计学的方法及原理,用SPSS统计分析软件对影响票房的几个因素进行多元线性回归,分析各因素的影响程度,并以广义线性模型的方差分析为基础,逐个对影响因素进行分析。

电影票房;实证研究;方差分析

1 引言

中国电影每年一度的华表奖、金鸡奖等评选出的多部电影精品和优秀影片足以说明中国电影的非凡进步,从2007~2009年国产电影票房排行前10的电影票房趋势(图1),我们能够直观的看到我国国产电影的票房呈现上升趋势。2006年,中国官方电影产量为260部(获得电影局制作许可的电影),2007年的电影产量超过300部。2008年国内票房总收入是43亿元,票房在1亿元以上的国产大片在年度电影可统计票房中占34.8%,2010年中国电影年产526部,票房突破百亿元,成为世界第三大电影生产国。

长期以来,美国只把电影看做是娱乐手段,把好莱坞当成生产故事和幻想的工厂,因而首先注意的是影片的商业价值。美国电影已经形成了一套完备的产业化模式,好莱坞就是已经形成的一种商业化电影模式。中美电影产业比较,不论是经济实力还是占据的市场,都有较大的差距。美国不仅有国内市场,还有庞大的国际市场,它的电影收入占据着世界电影市场的92%以上,2008年,美国电影的全球票房达到281亿美元,国内票房就有98亿美元,而当年中国仅有6亿美元,2007~2009全美票房前10电影票房总和(图2)也说明美国与中国的票房有着明显的差异。

图1 2007~2009国产电影票房排行前十票房总和

图2 2007~2009全美票房前十票房总和

美国的电影产业链,从融资、资金回收,到后期电影产品的开发,都已经相当成熟并形成了一套经验法则,中国的电影市场刚刚起步,对国际市场尚待开发,产业链才刚刚建成,如何找到影响电影票房的关键因素,对其产业链的完善有着现实意义。西方媒介经济学的研究表明,电影的导演、明星、制作成本、广告费用、发行商、档期、获奖、观众对影片的质量评价等因素都会影响到电影的票房成绩。而国内对电影票房方面研究还比较少,大多是对电影商业运作方面的研究,大部分都是从宏观的角度来讨论电影的产业化问题。所以,对电影票房的影响因素做定性与定量的分析研究,是十分具有意义的。

2 实证研究

2.1 模型建立

2.1.1 研究范围

本文的研究范围为2007年1月—2009年2月之间,全国范围内上映的影片,共计217部,其中国影片(包括香港台湾地区)为126部,国外影片91部。

因变量即票房(万元),数据由《2008中国电影产业研究报告》以及艺恩咨询(www.entgroup.cn)的票房数据收集而来。数据截止至2009年2月28日。

2.1.2 自变量选取

结合上文的讨论,并考虑到数据的可获得性,本文主要选取以下自变量:

演员、导演、续集、翻拍,这些均为二元变量。当电影含有著名演员、导演或为续集或是小说、动画等翻拍时,变量值取1,反之则取0。

判断演员跟导演是否为著名的问题,由于国内没有类似于《国际电影年鉴》这样的明星排名。限于研究条件,无法直接使用“好莱坞报道”的明星影响力指数和导演影响力指数,况且,该影响力指数只是反映这些影星和导演在欧美的影响力,并不能反映在中国市场的影响力。所以本文对演员、导演的判断依据,是由国内访问量最大的百度网站的娱乐频道中对演员、导演的评分及评分人数作为数据来源,将分数与人数相乘计算出总分。根据总分的排名,演员排在前40位即为著名取值为1,反之取0,导演排在前20位即为著名取值为1,反之取0。

上映档期、影片类型、出品国,这三个为类型变量。本文将上映档期划分为4类:贺岁档(12、1、2月)、暑期档(7、8月)、其他节日档(国庆、五一)、非节日档。基于好莱坞类型影片的分类界定,再根据国内上映影片的实际情况,本文将影片类型分为8类:喜剧、战争、动作/警匪、爱情/剧情、灾难、惊悚/悬疑、科幻/冒险、传记/纪录片/主旋律。出品国根据上映电影的具体情况按地区分为5类:中国大陆、香港、北美、欧洲、亚洲。如为合拍片,则按主要演员国籍优先、导演国籍其次的顺序分类。台湾生产的电影分为香港一类。数据来源来自百度百科(baike.baidu.com)及艺恩咨询电影资料库(www.entgroup.cn)。

综上,本文变量如下表:

演员1=著名;0=非著名导演1=著名;0=非著名续集1=是;0=否翻拍1=是;0=否地区1=中国大陆;2=香港;3=北美;4=欧洲;0=亚洲档期1=暑期档;2=贺岁档;3=其他节日档;0=非节日档类型1=喜剧;2=战争;3=动作;剧情=4;灾难=5;惊悚=6;科幻=7;传记=8;0=动画

2.2 多元线性回归

将全部数据进行多元线性回归,通过SPSS软件输出引入/剔除变量表、回归系数表以及模型外变量表,可以看出7个自变量中,按给定的显著性水平0.05的情形下,概率p值(Sig.)的顺序为:

导演(0.00) < 翻拍(0.00) < 演员(0.007) < 续集(0.027) < Sig.=0.05 < 类型(0.343) < 地区(0.879) < 档期(0.913)

根据以上顺序,再考虑变量之间相关性,下文将采用广义线性模型(General Linear Model)的方差分析,详细分析这些自变量与因变量之间的关系。

2.3 方差分析

将7个自变量根据其属性分为3组(导演-演员、翻拍-续集、档期-地区-类型),为了防止2个(3个)自变量之间由于不相互独立而产生影响,以下先对各自变量与因变量“票房”进行单因素方差分析,再将2个(3个)自变量进行多因素方差分析,检验其交互作用是否对票房有影响。

2.3.1 导演与演员

首先,将“导演”与“票房”进行单因素方差分析,由SPSS软件描述性统计结果可知,在217部电影中,著名导演执导的有84部,票房均值为5715(万元),非著名导演执导的有133部,票房均值为1682(万元)。

图3 导演-票房均值连线图

通过软件方差分析得到导演的著名与否和电影票房之间有显著影响,并做导演和票房之间的均值连线图(图3),从图中可看出著名导演所执导的影片更能够吸引观众,提升电影票房。

其次,对自变量“演员”与因变量“票房”进行单因素方差分析,经统计,在217部电影中,著名演员主演的有117部,票房均值为4775(万元),非著名演员主演的有100部,票房均值为1450(万元)。通过方差分析可知,演员的著名与否和电影票房之间有显著影响,著名演员所主演的影片更能够吸引观众,提升电影票房。

另外,将“演员”以及“导演”两个因素共同考量,进行多因素方差分析,结果如下:

由组间效应检验(表1)可看出,导演(p=0.00)对票房的影响力要高于演员(p=0.015),因为相对于导演较为稳定的影响力,明星的影响力波动较大。我国电影市场上极具影响力的导演如张艺谋、冯小刚、吴宇森等,一直保持着持久的创作生命和影响力,形成了鲜明的艺术风格。而演员这个职业的推陈出新更快,具有极大的不稳定因素,只有少数明星能够有较为稳定的影响力,如刘德华、梁朝伟等。此外,导演影响力对电影票房的显著影响源于我国电影生产中的导演中心制,即在影片生产的全过程中,导演是最核心的创意人员,掌握着影片的艺术创作领导权,导演的职能和权限远远超越了创意范畴,成为拥有投资立项、资金使用、决定演员任用等多种大权在握的核心人物。“演员”与“导演”二者的交互作用对电影票房有显著影响(p=0.006),说明著名导演与著名演员的组合,对票房有促进作用。

2.3.2 翻拍与续集

采用同样的方法,对自变量“翻拍”与因变量“票房”进行单因素方差分析。所采用的样本中,由原作翻拍的有26部,票房均值为7539(万元),非翻拍的有191部,票房均值为2658(万元)。经过方差分析可知,是否翻拍对电影票房有显著影响。翻拍的电影一般都由热门小说、著名漫画所改编,观众对其故事情节内容更为熟知且对于电影上映的期待值也较大,所以翻拍的电影更能够吸引观众,提升电影票房。

其次,对自变量“续集”与因变量“票房”进行单因素方差分析,其中续集有24部,票房均值为7116(万元),非续集有193部,票房均值为2761(万元),结果表明,是否为续集对电影票房有显著影响。一般拍续集的电影,都是因为前作十分成功,有很高的票房,故观众对电影的续集更为期待,在同期上映的影片中,作为续集的电影更能赢得观众的青睐,获得较高的票房。

接下来,将“翻拍”以及“续集”两个因素共同考量,进行多因素方差分析,结果如下:

由表2可以看出,翻拍作品对票房的影响力大于续集的作品,但同为翻拍且续集的电影对票房的影响力相当不显著(Sig=0.857>0.05)。查看原始数据可发现,在续集、翻拍作品中有11部为动画片,由于动画电影的潜在观众比一般电影的潜在观众要低,其票房值也偏低,在一定程度上影响分析结果。为了使分析更为准确,故将这11部动画剔除,对剩余206部影片再次分析,经描述性统计发现既为续集又为翻拍的电影票房均值达到14449(万元),结合原始数据可知,这4部电影分别是《赤壁(下)》(25900万)、《蜘蛛侠3》(14970万)、《哈利波特5》(14514万)、《憨豆的黄金周》(2412万),除了《憨豆》外均有过亿的高票房收入。《憨豆》的上映日期与国外上映日期相隔3个多月,由于网络、音像制品等因素,会对票房产生一定程度的负面影响。

由表3可以看出,翻拍的电影(Sig.=0.14)对票房的影响力大于续集的电影(Sig.=0.003),两者的交互作用对电影票房有显著影响(Sig.=0.007<0.05)。即观众所熟悉的情节内容加上前作留下的口碑,会使观众对该影片产生期待,观看意愿大幅增加,从而促进票房增长。

2.3.3 影片类型

经过单因素方差分析,做影片类型和票房之间的均值连线图(图4)如下:

图4 影片类型-票房均值连线图

之前的多元线性回归分析得出影片类型对电影票房无显著影响,这是因为在与其他6个因变量做比较时,“导演”、“演员”、“续集”、“翻拍”这4个变量的影响更大,故将影响相对较小的3个变量剔除。通过单因素方差分析得出,影片类型与电影票房有显著影响(Sig.=0.001<0.05)。由图4也可以看出影片类型对票房是有影响的。战争题材的电影票房均值最高(7368万元),共15部;科幻题材次高(6009万元),共17部;动作题材再次之(4238万元),共49部;惊悚题材最低(890万元),共15部;剧情/爱情题材次低(1327万元)但数量最多为58部。战争和科幻题材能获得高票房的同时,也意味着其投资预算也相对较大,如《赤壁》、《投名状》、《变形金刚》、《哈利波特5》等电影,上亿元的投资制作同时也换来了过亿元的票房成绩。

2.3.4 出品地区

影片出品地区与电影票房有显著影响(Sig.=0.006<0.05)。北美电影票房均值最高。在样本中,中国大陆75部,票房均值为2212(万元),过亿的共有5部,仅占总量的6.6%;香港52部,票房均值为4079(万元),过亿的共有6部占其总数的11.5%;北美57部,票房均值5014(万元),过亿的共有9部,占其总数的16%。图5也可看出,香港电影与美国电影在国内电影市场票房均值相近,并且远超于国产电影的均值。国产电影的数量虽然最多,但除了几部高票房电影外,如《非诚勿扰》《集结号》《画皮》《梅兰芳》,剩余64%的电影票房均未超过千万,国产电影现在还处在仅仅只靠4、5部过亿票房的大制作电影来支撑市场的阶段。

图5 出品地区-票房均值连线图

2.3.5 上映档期

图6 上映档期-票房均值连线图

图6可以看出,影片上映档期地区与电影票房有较为显著的影响(Sig.=0.025<0.05),在217部电影中,暑期档32部(占14.75%),票房均值为4150(万元);贺岁档46部(占21.20%),票房均值为5098(万元);其他节日档22部(占10.14%),票房均值为2311(万元);非节日档117部(占53.92%),票房均值为2440(万元)。贺岁档的票房均值最高,但同期上映的电影之间的竞争力也更大。其他节日档(五一、国庆)与非节日档票房均值相近,且远小于暑期档及贺岁档,一方面是因为五一、国庆假期短,远不如2个月长的暑期档与贺岁档,另一方面也说明国内观众更倾向于在元旦、春节期间到影院观看电影,而且观众群体中,学生族群占了相当一部分,所以暑期档也成为票房收入的热门时间段。

现将“档期”、“地区”、“类型”三个因素共同考量,进行多因素方差分析,结果如下表4:

得出与之前回归分析相同的结论,即类型(Sig.=0.003) > 地区(Sig.=0.026) > 档期(Sig.=0.039)。由于只对这3个变量分析,排除其他变量的影响,所以这3个变量的概率p值均小于默认显著性水平0.05,可以认为这三个变量与电影票房之间存在显著影响。当3个因素交互作用时,对电影票房的影响也相当显著(Sig.=0.01<0.05)。

最后,对所研究的全部7个变量进行多因素方差分析,为避免自变量过多,变量之间相互影响,将会导致分析结果出现偏差,故先将有关联的因子做交互作用的再进行分析,结果如下表5:

图7 档期-地区-类型-演员-导演-续集-翻拍交互作用散点图

三组因素对电影票房的影响力均为显著的(Sig.>0.05),其中演员与导演的组合对电影票房的影响力最大,档期、地区、类型三者的交互作用影响力次之,续集与翻拍再次之。但7个变量交互作用的显著性Sig.=0.13>0.05,这个结果是较为意外的,原因可能是变量间不是相互独立的,存在多重共线性,因此概率p值大于默认显著性水平0.05。通过图7,可以看出,7个自变量的交互作用对因变量(电影票房)还是有一定影响的。

3 结论

在国内市场来看,一部电影的票房成功与否,最重要的影响因素是导演,如冯小刚、张艺谋、吴宇森等著名导演所具有的个人风格,已经为其电影构造了品牌效应,再加上媒体的宣传造势,几乎部部电影票房过亿,尤其像冯小刚导演的贺岁喜剧,已经成为每年贺岁档电影中观众最为期待的,今年的《非诚勿扰》虽然不像《赤壁》《集结号》等电影的大投资大制作,但仅以“冯小刚贺岁喜剧”这个招牌即赢得了3亿3千万的最高票房(217部样本中)。

对于那些导演影响力较小的电影,选择翻拍著名或热门小说、漫画、电视作品,对其票房会产生一定积极影响。观众对其熟悉、喜爱的故事会有所期待,成为推动电影票房的潜在动力。

通过之前的分析,演员的影响力小于导演及翻拍,但不得不承认,某些极为著名的演员如成龙、刘德华、梁朝伟等,是对电影票房有极大影响的。由于本文只将演员分为著名与非著名两类,如再将著名演员细分为几个等级,得出的结论会更加准确。但因国内对于演员的排名没有权威的机构以及科学的统计方法,故将演员细分等级的意义不大。

续集在国内电影市场的票房影响力低于前三项,这是因为国内电影还没有形成依靠故事创造品牌效应的模式,而好莱坞电影则更加注重电影故事内容本身带来的品牌价值,如007系列自1962年的第一部《诺博士》直至2008年的《量子危机》,共有二十余部,且每一集皆有不俗的票房成绩,还如《哈利波特》系列、《星球大战》系列等。但在国内,电影制作以导演为中心,故观众对电影的期待也大都集中在导演而并非故事本身。这一点从样本数据中也不难看出,在217部电影中有续集24部,其中只有4部来自国内或港台,分别是《赤壁(下)》《疯狂的赛车》《爱情呼叫转移2:爱情左右》《家有喜事2009》,从严格意义上来说,这几部的续集定义也不同于好莱坞,除《赤壁》是分为上下两部外,其他3部与前作之间并没有统一的故事主线或主角,归根结底还应该算是导演个人风格的延续。

影片类型、出品地区、上映档期这三个因素与上述4个因素相比,对电影票房的影响较小。在同一档期、同一类型的电影中,国产电影票房均值小于香港电影,更小于美国电影,这说明国产电影的实力严重不均衡,虽然有票房榜首的《非诚勿扰》,但票房未过百万的低收入电影也大量存在。这其中虽然有艺术片与商业片受众群体不同、宣传力度不同等因素的影响,但也值得引起国内电影界人士的思考,中[6]丁洪丽,陈怀新.基于累积直方图的视频镜头边界检测方法[J].电讯技术,2008,48(3):66-69.

[7]任利平.视频中关键帧提取技术的研究[D].兰州大学 2011.

[8]刘政凯,汤晓鸥.视频检索中镜头分割方法综述仁[J].计算机工程与应用,2002,23:84-87.

[9]Wayne Wolf.Key Frame Selection by Motion Analysis[C].IEEE IntConf Acoust,Speech,and Signal Proc,1996.

TheAnalysisoftheFactorsWhichInfluenceFilmBoxOffice

HU Xiao-li,LI Bo,WU Zheng-peng

(College of Science,Communication University of China,Beijing 100024,China)

A substantial part of the movie industry’s income is from film box office.The success or failure of the film box office can directly effect the development and marketing of the spin-off products of the movie industry.Therefore,this paper researched on the factors which influenced the film box office.The date sample was taken from 217 movies which domestic released from the year of 2007 to Feb 2009.By using the statistical methods and principles with the SPSS statistical analysis software,the paper researched on the factors by the Multiple Linear Regression and analyze the extent of various factors’ impact.The paper based on General Linear Model Univariate to analyze the affecting factors case-by-case.

box-office;empirical study;univariate

2011-04-01

胡小莉(1978-),女(汉族),湖北宜都人,中国传媒大学理学院统计学系.E-mail:huxiaoli@cuc.edu.cn

J94

A

1673-4793(2013)01-0062-07

(责任编辑:宋金宝)

猜你喜欢
电影票房均值影响力
新年新气象,元旦来带头 2021年1月电影票房排行榜
打铁还需自身硬 2020年10月电影票房排行榜
意料之中,整体表现平淡 2020年9月电影票房排行榜
暑期档继续“遇冷”2019年7月电影票房排行榜
均值—方差分析及CAPM模型的运用
均值—方差分析及CAPM模型的运用
天才影响力
浅谈均值不等式的应用
黄艳:最深远的影响力
3.15消协三十年十大影响力事件