我国电影票房影响因素分析

◇王一帆

我国电影票房影响因素分析

◇王一帆

摘要：电影作为文化产业的核心产业之一，贡献不容小觑。本文通过利用Eviews统计软件对2000～2013年末在我国大陆上映的电影的票房进行分析，研究电影类型、导演、演员、电影评分、上映档期、出品地区、国内生产总值和城镇居民可支配收入等因素对电影票房的影响，结果表明，热门档期上映对电影票房有促进作用，网上评分对电影票房的贡献突出，城镇人均可支配收入的提高对电影票房也有促进作用。

关键词：电影票房；影响因素；电影产业

10.13999/j.cnki.scyj.2015.05.011

一、导言

数据显示：美国2011年文化艺术产业已占GDP重要地位，其中电影和录像、电视制作等产业对国民经济贡献尤为突出。

党的十五届五中全会首次提出文化产业概念，明确表示要积极推动我国文化产业发展。2002年在电影业实行了“院线制”改革，同年上映的《英雄》创下了2.5亿票房的奇迹，堪称中国票房神话，把中国电影票房首次拉向“破亿”的巅峰。

随着国民经济的持续增长以及国家对文化产业的大力支持，整个电影产业环境持续改善，目前社会各类资本积极进军电影业，电影发展前景不容估量。统计数据显示，2010年我国城市票房收入达到101.72亿元人民币，较2009年增长63.9%，位居全球电影票房市场的前十名。2011年，我国城市票房收入达到131.15亿元，同比增长28.93%。2012年我国城市票房收入达到170.73亿元，同比增长30.18%，其中，国产影片票房82.73亿元，占全国城市票房收入的48.46%。2013年，全国电影票房收入217.69亿元，其中，国产影片票房收入127.67亿元，进口影片票房收入90.02亿元。2014年我国电影总票房达到296.39亿元，同比增长36.15%，其中国产影片票房收入161.55亿元，占总票房的54.51%。从2005年的16亿元票房，至今中国电影票房已多年保持20%到30%的年增长率。

在增速明显的同时，我国电影产业还存在以下问题：（1）故事情节缺乏创新，吸引力不大。据统计，同题材进口电影票房要普遍高于国产电影，美国科幻类和动画类电影尤其更胜一筹（沈洁、刘秀敏，2013）。（2）我国总票房与美国相差甚远。尽管2012年我国已经超越日本成为全球第二大电影市场，但我国国产电影票房对本土市场的贡献率远不及美国本土电影对其市场的贡献，目前我国内地总票房榜单前两位仍是被美国电影占据。（3）我国电影市场两极分化明显。电影是特殊的服务型商品，生命周期短，受众偏好捉摸不定，导致电影市场呈现“有人欢喜有人忧”的局面。据了解大概只有20%的电影才能在院线上映，由于我国电影产业链不完善，缺乏专业的盈利模式管理，使整个电影市场出现供大于求、“滥而不华”的局面。

通过研究我国电影票房的影响因素，可以衡量我国电影产业发展状况，有利于提高我国国产电影票房，带动文化产业发展，从而为经济发展提供强劲动力，对提高我国文化软实力及综合国力也具有深远意义。

二、文献回顾

张玉松、张鑫（2009）以2000~2007年在大陆上映的进口电影为研究对象，选取了103个样本，并利用“文娱消费价格指数”将电影票房收入统一到2000年的水平，得出网上评分对电影票房没有显著影响，导演、演员、电影续集与电影票房呈正相关，盗版与电影票房呈负相关且对电影票房有极大的负面影响。刘燕燕（2013）以“二八”原则选取了2002~2010年中国电影票房排名前十的电影，使用Eviews异方差分析和Stata最小二乘法估计研究导演名誉指数、一线明星数量、影评、获得电影奖项数目、关注人数、上映档期对电影票房的影响，结果表明电影奖项及上映档期对电影票房收入没有显著影响，影评对电影票房有负影响。胡小莉、李波、吴正鹏（2013）以2007~2009年在国内大范围上映的217部影片作为研究对象，利用SPSS软件对导演、演员、类型、地区、档期、翻拍、续集进行多元回归分析，得出导演对电影票房影响最大，其次是演员、类型、地区、档期、续集和翻拍对票房没有显著影响。崔凝凝、唐嘉庚（2012）以2003～2012年年度排行前十的电影票房作为因变量，以电影类型、电影评分、演员号召力和电影产地四个因素作为解释变量，通过逐步回归得出电影类型是人们观看电影的一个重要考虑因素，其次是电影评分；演员号召力、电影产地对电影票房影响不明显。

尽管现有一些实证文献取得了一定成果，但仍有不足：一是文献调查研究的样本较小，不具有普遍性；二是样本数据缺乏时效性，缺乏近两年中国电影市场数据；三是实证研究型文献较少，且不同文献就同一要素对电影票房的影响未能得到统一结论；四是因素分析不全面。因此本文将结合2002～2013年末在中国内地上映的国内外电影，选取8个变量建立多元回归模型，进行逐步回归、自相关检验、怀特异方差检验来研究影响电影票房的主要因素，试图弥补上述文献的不足。

三、影响因素分析与指标选择

（一）电影票房影响因素分析

本文主要选取了以下几个因素作为解释变量：

1.电影类型。观众对电影类型的喜好，关系到是否选择观看。

2.观众对导演的喜爱程度。张艺谋导演的《英雄》在2002年就创造了2.5亿的票房神话，远远领先于之后三四年的票房年度第一，足足可见导演的票房效应。

3.观众对演员的喜爱程度。演员是电影的主力，观众对演员的喜爱程度应与电影票房成正比。

4.网上评分。很多人在观影前都会参考网上评价进行决策。国内很多文献就网上评分对电影票房的影响进行了分析，本文假设：评分对电影票房有正影响。

5.上映档期。上映的档期决定了人们是否有充裕的时间观看。2013年贺岁档《西游降魔篇》在短短几天就拿下了2013年整年的票房冠军。

6.出品地区。受全球化影响，进口电影在大陆市场处处可见，出品地区对大众选择也产生了一定影响。由于欧美电影发展历史悠久，制作技术精良，一直被大众所青睐，而日韩电影也赢得了我国无数观众的喜爱。

7.GDP。文化产业发展离不开经济发展。本文假设：GDP与电影票房成正比。

8.城镇居民人均可支配收入。收入是人们观影的物质前提。本文假设：城镇居民人均可支配收入与电影票房成正比。

（二）样本选择及变量说明

本文以2002~2013年末中国内地上映的电影票房收入为研究对象（单位：万元），电影票房数据库（http://58921.com/）显示2002~2013年在大陆上映的电影总数约为1706部，基于现实统计的可能，随机选取了164部影片，由于部分数据残缺，又考虑到动画片不受导演、演员因素影响，最终保留了132部影片。

附表　解释变量描述性说明

四、模型构建与实证分析

根据上述分析建立多元线性回归方程：

利用Eviews录入数据得到回归模型：Boxoffice =-52865.83+3084.48review+119.23type+138.42director+218.32actor-3430.34area-10954.14schedule+0.05GDP+0.53income（F= 4.1096，R2=0.2109），方程相关系数小，拟合性差，变量多不显著。考虑到是横截面数据，模型可能存在严重的多重共线性和异方差。对各个变量相关程度检验发现GDP和income之间高度相关，相关系数高达99.6%，review和director相关度达56.2%，说明模型确实存在多重共线性，所以首先对模型进行逐步回归：分别对8个变量作一元回归，找到合适的一元回归因子，再逐次累加变量，根据可决系数最大和变量显著原则找到消除多重共线性的模型。

对各变量作单因素回归（结果省略），将income作为第一个变量加入模型，考虑到income和GDP相关程度高，故剔除GDP变量。其次在income基础上做二元回归（结果省略），加入schedule的方程可决系数最大，但常数项不显著，故选次之的review和income的二元模型，与income一元模型对比，二元模型可决系数为0.1485大于一元模型可决系数（0.1315），说明增加review变量有效。接着进行三元回归，加入schedule后各变量显著且可决系数（0.1842）最大，大于前面二元模型的可决系数（0.1485），说明加入变量可行。在三元基础上继续做四元回归，依次累加type、director、actor、area的四个方程的可决系数都小于三元模型的可决系数，此时增加变量已经失效。所以选择income、review、schedule三元回归方程作为逐步回归的结果：

Boxoffice=-41201.93+3028.234review-11120.31schedule+ 1.70income

R2=0.16404，F=8.3726

现在多重共线性问题得到解决，但方程相关系数较小，需要检验异方差。通过怀特异方差检验得到nR2=23.18403，大于15.5073，模型存在异方差。为了消除模型中的异方差，我们选用ε=1/e^2（以残差平方的倒数作为权数）进行加权最小二乘法估计，经修正后所有变量都通过了t检验，相关系数和可决系数明显提高，方程拟合性增强，且dU< 2.298523 < 4-dU，方程不存在自相关。

最终回归结果为：

Boxoffice=-34477.95+3573.967review-10261.24schedule+ 1.805579income

R2=0.9892，R2=0.9889，F=3899.9560，D.W=2.298523

五、结论与建议

1.在其他影响因素不变的情况下，豆瓣评分每提高1分，电影票房收入平均增加3573.97万元；城镇居民人均可支配收入每增加1元，电影票房平均增加1.81万元；热门档期上映的电影票房收入平均比非热门档期电影收入高10261.24万元，对电影票房影响最大。

2.随着我国国产电影的发展，观众更多地以一种融合的心态去看待国产和进口电影，试图从不同国家和地区的电影中收获不同的满足，所以出品地区对电影票房影响不显著。

3.网上评分对电影票房的影响并非最显著，原因在于我国评分机制不健全：（1）在一部电影下架后，人们可以通过网上资源观看，然后再对其评价，而在电影上映前也可以根据主观判断对其做预期评价，所以评分与票房没有直接的因果关系。（2）人们根据自己的喜好对一部电影进行评价，评分的高低受评分群体特征的影响很大，一定程度上不能代表一部电影的票房收入。

4.本文对电影类型没有进行分类整理，造成电影类型与票房收入不相关。因为不同类型的电影，其电影票房的影响因素可能不同，希望尽可能在大样本数据下研究不同类型电影对票房的影响。

鉴于以上分析，为了提高我国国产电影票房，提高我国国产电影对本土市场的贡献率，促进电影产业发展，以更好地带动经济发展，国产电影当务之急一是要结合当代电影技术对情节进行合理大胆创新，完善故事结构，避免“跟风”；二是要多从现实社会中挖掘题材，我国现在缺少反映现实、真正打动人心、深入人心的电影，更多的是一些迎合大众需要追求利益的商业片；三是要完善相关的产业链，打造适合中国特色从前期制作到后期宣传营销的电影文化产业链；四是要大力推动我国国产动画的创新发展。

参考文献：

[1]周勇.文化艺术产业已占GDP重要比重[N].中国文化报，2014（07）.

[2]刘汉.回望与期待：电影院线制改革十年的思考[J].当代电影，2012（06）.

[3]国家新闻出版广电总局公布的电影票房具体数据.

[4]沈洁，刘秀敏.浅谈电影题材对票房的影响[J].首都师范大学学报，2013（06）.

[5]张玉松，张鑫.电影票房的影响因素分析[J].经济论坛，2009 （08）.

（作者单位：重庆邮电大学经济管理学院）