中国电视剧收视率预测模型研究*——基于版权价值评估视角

■ 王锦慧 郭美彤

“一剧两星、一晚两集”政策自2015年实施以来,电视剧市场所被期待的,更多的剧集播出量和更低的明星薪酬成本并没有得以实现。剧目选购以收视率导向以及其他诸如综艺类电视节目对明星资源的开发和争夺,使电视剧制作在演员价格成本上并没有降低。此外众多“小鲜肉”“帅大叔”类的宣传招牌,也使电视剧在明星“颜值”的比拼上愈发火热。明星薪酬成本在升高,电视剧运营风险在进一步加大。如何在电视剧交易市场上获得收益,电视剧收视率预测成为关键。一套科学、客观、准确的电视剧收视率预测模型,能够在如今种类繁复、关键点众多的电视剧制播过程中,帮助投资者、制片方和播放单位排除无用、可忽略的因素,把握影响电视剧本身价值的关键因素,较为准确地评估电视剧播出后的预期收视率,减少电视剧交易市场上过多的资金投入,降低电视剧制作播出过程中对不必要因素的关注度,对促进电视剧交易市场的健康发展具有重大意义。

一、国内外研究现状

对于电视剧播出后收视率的预测,能为电视剧版权交易奠定良好的收益预估基础。在学术领域,很多学者从宏观角度来进行电视剧的版权价值评估,大部分的学者都推崇收益法、成本法和市场比较法,如卞英明的《电视剧著作权资产评估研究》、莫超群的《我国版权质押价值评估方法研究》中均运用了这三类比较方法。学者姜秋、王宁在《基于模糊综合评价的知识产权价值评估》中分析总结收益法、成本法、市场比较法时发现,由于很多参数无法进行确切的量化,而参数的不同处理又会对最终结果产生重大影响,因此尝试将评估与模糊数学理论相结合,提出了模糊评估法①。马小琪在《基于博弈论的资产评估机理与方法研究》中将论文的理论基础创新为博弈论,在此思路上应用双向议价的演化博弈模型,提出了基于区间数与的灰色关联法,使得最后的评估结果在精确度上大大提高。在以上研究基础上,曾丽霞在《数字图书馆环境下的著作权评估方法新探》中提出层次分析法和模糊数学方法相结合的方式。

以上众多的学术研究,都是直接估算电视剧的版权价值。在吴玉玲的《电视剧版权交易评估指标体系的建构》一文中,作者以层次分析法为研究理论,阐述了电视剧版权交易评估指标的选取方法和权重系数的计算方法,提出了影响电视剧版权价值的若干点因素。这些因素都同步影响了电视剧的收视率,并且电视剧的收视率直接影响了播放后的资金回笼。本文认为,通过预测电视剧收视率的方法,可以间接为预估电视剧版权价值做出贡献。

近年来,由于社交网络的发展和兴盛,受众的情感偏好、网络舆论的造势等不可控因素成为干扰传统电视剧收视率的关键点。诸如新浪微博、弹幕网站等互动式平台的兴起,为文化娱乐内容的宣传打造了全新的平台,同时也使官方宣传、口碑传播、舆论渲染的作用日渐增强。在这样的网络文化影响下,小成本、无大牌、导演演员均不知名的情况下,仍然能创下高收视率,并捧红演员及主创人员。受众会发现一些名不见经传的电视剧作品,一经网络大V或段子手们的宣传,马上会赚取极高的转发量和关注度。以上这些现象在互联网日益普及的浪潮下出现得愈发频繁。

基于市场现状,本文通过阅读业内的相关文献,划定有可能影响中国电视剧收视率的相关因素进行评估,明确中国电视剧收视率的影响因素与中国电视剧收视率之间的相关性。在预测过程中,注重传统电视频道的受众与播放特点,并结合新兴互联网及社交平台的影响力,做出贴合当前市场发展趋势的分析。

二、影响中国电视剧收视率因素分析和变量的选取

(一)影响中国电视剧收视率的因素分析

1.艺术创作

(1)演员

作为视觉娱乐性质的产品,演员的知名度一直是决定一部电视剧是否能获得高收视率的重要因素。目前电视剧市场上,演员们的职业发展大致受两个因素影响:颜值和演技。颜值高的年轻演员本身就受到极高的关注,经由微博等社交媒体影响力的发酵,更是吸引了无数的粉丝。如李易峰在新浪微博上有近5483万粉丝,对自己作品的宣传微博也都可以获得几十万的转发和评论。

如此大的影响力,当然会为电视剧作品的收视率做出大的贡献。另外以演技著称的一部分青年演员,如提及率较高的黄轩、王千源等,他们虽然在社交网络上的影响力并没有达到如日中天的地步,但是好的演技和以往的高口碑累计,使观众对由他们出演电视剧的质量有信心,也会提高收视率。因此演员的名气是影响电视剧收视率的重要因素。

(2)导演和编剧

导演和编剧的影响力也在逐步提升。如山东影视传媒集团是制作历史正剧出身,在2015年之前可能并不被大众所熟知,但是2015年《伪装者》《琅琊榜》的大热,打响了山东影视传媒集团的名声。山东影视传媒集团迎合了新时期受众的收视偏好,获得了极高的赞誉,网络上更是有“山影出品,必属精品”的极高口碑。“制片侯鸿亮+导演孔笙+编剧李雪”成为了高收视率的招牌。社交平台的广泛兴起,涉及电视剧艺术创作过程的众多工作人员都有了更多展示自身魅力、吸引粉丝关注的机会和平台,在宣传形式上也更添多样化。

(3)IP改编剧

近几年IP改编剧持续火爆。2016年的《诛仙·青云志》《幻城》《微微一笑很倾城》等电视剧以及在2015年大热的《琅琊榜》《芈月传》等,都是由热门小说改编而成,拥有大量的读者基础。此类电视剧除了有良好的受众基础外,也因为题材类型的关系,为电视剧成品增添了很多制作上的亮点。受众对作品质量高低的期待度会成为电视剧首播开端能否吸引高关注度的关键。因为电视剧题材越来越多,电视剧的制作技术也在不断提升,除了越来越精美的道具服装,古装戏中制作方开始注重礼仪细节,魔幻剧中制作方开始加强摄影技术和后期编辑。IP剧的火热,从侧面上使追求作品质量成为电视剧市场发展的趋势。

2.市场因素

市场因素对电视剧收视率的影响是从筹备开拍时就已经开始了。从最初的导演编剧、出演演员的选择到拍摄技术、拍摄场地的选取,都可以成为电视剧的宣传热点。

在拍摄过程中,越来越多的剧组也习惯于在社交网络上建立官方账号,随时跟进电视剧拍摄进程,发布一些吸引人的剧照和现场花絮,以此吸引受众关注并趁机增强受众的黏度。

在拍摄完成后,电视剧能否抢占收视率,宣传期的话题热度更加重要。不仅是电视剧本身的题材类型是否切合社会热点,是否能够创新性地提出新的视角也会是受众的关注点,演员在电视剧宣传期内的行程和生活是否有爆点,同期播放的其它电视剧的竞争力高低、是否会相互影响都是宣传时期的着力点。

即便是电视剧已经播出完毕,电视剧的相关工作人员们也不会放松,官方账号仍然可以为电视剧衍生的利益方或者是原班人马的续集作品做出贡献。电视剧《伪装者》《琅琊榜》的账号就仍然在运作,并且《琅琊榜》的续集制作已经明确。保持市场的关注度,永远是保证电视剧收视率的重点。

3.播放权因素

在电视剧播放权交易前,市场竞争力的大小会是各单位衡量购买价值的重要因素。在以上两个环节因素的分析基础上,好的电视剧自身价值会很高,如果有多位竞争者轮番加价,想要获得此电视剧独播权的成本就会很高；联合购买版权时也要衡量合作者的播放量和覆盖率,以此预计收益。因此,预测电视剧收视率的另一个重要因素是电视剧的播放平台。有高口碑和高热度的电视频道已经吸引了一定的受众群体,并且拥有受众的忠诚度。如在电视剧播放口碑上享有较高声誉的湖南卫视和央视频道自然会在评估电视剧收视率上占有一定的优势。

(二)中国电视剧收视率预测模型构建中解释变量的选取

本文在吴玉玲《电视剧版权交易评估指标体系的建构》中电视剧版权交易评估指标的选取②的解释变量基础上,通过与传媒界人士进行交流,确定了艺术创作、市场因素和播放因素三个一级层次的考核指标。

1.电视剧的艺术创作指标

(1)主创人员(S)

导演、编剧和制片人的能力高低,更多的是由众多电视剧播出后的口碑决定的。在电视剧制作领域,著名的导演和编剧受关注程度日益增高。本文将导演和编剧作为制作团队中两个代表因素纳入到解释变量中。

本文对导演水准高低的评价,一是参照在国家文化事业上的职位和头衔,如获国家一级导演任职资格、剧协主席、文化团团长等；二是通过其代表作品的民间影响力和赛事奖项,如金鹰奖、白玉兰奖和飞天奖的最佳导演奖等奖励。若以上两方面中至少有一方面能够达到的话,就认定为一线导演,没有达到资格水准又无荣誉奖项,但代表作品曾经有较大影响力的导演认定为二线,其余则为三线。

本文对编剧影响力高低的评价,与导演的评价标准类似,另外兼顾中国编剧作家富豪榜和改编剧的原作者影响力等因素附加考评。在文化事业上有实际的头衔职位、获得过荣誉奖项或者是进入过富豪榜的编剧家们可以认定为一线编剧,其余有过较有影响力作品的认定为二线,剩余则为三线。

电视剧的收视率很大程度上也受到主演知名度的影响。这里的知名度需要结合电视剧的题材类别进行考虑,如历史正剧及军事剧的演员在知名度上看似较低,但他们在各自的题材领域里,都有相当大的号召力。在电视剧领域获得过“三奖”(金鹰奖、白玉兰奖和飞天奖)之一的演员,可认定为一线演员,此外部分年轻演员尚未达到获奖的实力,但是人气较高的,可以参照视频网站的演员排名认定为一线③。其余参演过收视率在1以上的电视剧,但未具备上述一线演员条件的演员为二线,其余则为三线。

综合以上的分析,由于对主创人员的评分高低并不能单纯通过定量的数据进行推算,本文将导演、编剧分为一类S1,男女主演、男女配角及其他演员分为一类S2,按计数1-9进行评分。

若导演、编剧中双方均为一线,计9分；一方一线,一方二线,计7分；双方二线计5分；一方二线一方三线计3分；双方三线计1分,以此计算。

在演员计分方面,根据业内规则演员等级一般分为一、二、三级及新人,故将评分分为三级。男女主演若两人均为一线,计9分；一方一线一方二线,计7分；双方二线计5分；一方二线一方三线,计3分；双方三线及以下计1分。男女配角按7分满分制,双方一线计7分；一方一线一方二线计5分；双方二线计3分,此外均计1分。其他配角演员若有超于或等于二线水准的,计1分,此外不计分。

(2)作品质量(Q)

电视剧是否为改编剧或翻拍剧。若是改编剧或翻拍剧,那么在制作上有没有创新性,制作手法是否精良等；若是原创剧,电视剧的片名是否吸引人,所选用的题材是否符合当下的流行趋势等都是决定电视剧作品质量的因素。对这一变量的计分方式,参照融入情感词作用对象和电视剧微博评论模式的情感倾向判定算法④。在徐晓枫《融合社交与搜索数据的电视剧点播热度排名预测方法》中,第三部分的研究基础是融入情感词作用对象和电视剧微博评论模式的情感倾向判定法,对本文衡量受众对电视剧的质量期待度有一定的借鉴意义。

2.电视剧的市场因素指标

电视剧制作完成后的营销环节众多,不同的营销模式和步骤都需要不同的评估方式。但本文认为,在互联网普及的今日,众多的社交平台和搜索引擎都推出了大数据的整合功能,评估营销影响力和市场上的讨论热度,可以通过评估网络搜索热度的方式来进行简化。高的关注度自然会带来高的搜索量和讨论量。抛开电视剧开播后的口碑影响,在电视剧开播前,搜索热度在很大程度上决定了电视剧的收视情况,越高的搜索热度和讨论热度,越能反映受众高的预期值,带来高的收视回报。

(1)市场热度(H)

在电视剧的宣传期内,社交媒体和搜索引擎成为受众获取即将上映或是正在上映的电视剧相关信息的主要平台。此变量包含了受众的情感倾向和主观性的意愿,属于很难预测的不可控变量,此处借鉴百度搜索热度⑤和微指数讨论热度⑥进行估算,选取电视剧从出品时间至播出前这一时段内的搜索数据信息。同样将两种不同指数分为一、二、三级,两种指数皆为一级,计9分；一方一级一方二级,计7分；双方二级计5分；一方二级一方三级,计3分；双方三级及以下计1分。

(2)播出时间(T)

电视剧播出时间可从两方面考虑:一是该电视剧每集的实际播出时间,一般为各频道19:30至22:00的晚间时段；二是该电视剧的周播集数,由于电视剧剧集的播放方式日益更新,出现了周播剧和联播剧的形式,所以此处选取周播集数来平衡电视剧各类不同的播放频率。

湖南卫视的金鹰独播剧场自2016年1月24日起改为周一至周四19:40两集连播,周五周六19:30播出一集,周日20:30两集连播的播放日程。本文选取的代表电视剧均在改版前播放完毕,所以仍按照金鹰独播剧场每天19:30至22:00旧的播放日程计算。湖南卫视钻石独播剧场播出时间为每周日、周一、周二22:00。湖南卫视金芒果独播剧场于2012年7月1日起撤销,原播出时间为每周日至周四19:30至21:20两集连播,周五至周六19:30至20:10播出一集。在电视剧播出时间信息收集过程中,在2012年7月1日前于该频道播放的电视剧仍按原播放日程计算。湖南卫视的青春剧场为周播剧场,自2014年2月2日起周日22:00两集连播。

中央电视台综合频道(CCTV-1)的电视剧播放时间一般为每天20:00两集联播。

浙江卫视中国蓝剧场旧的播放日程是每天19:30。2016年4月3日起,改为周一至周四每天两集连播,周五至周日每天播出一集,安徽卫视海豚第一剧场的播放时间为每天19:30两集联播,江苏卫视幸福剧场每天19:30播出,上海东方卫视梦想剧场播出时间为周一至周日19:33两集连播,山东卫视天秤剧场为每天19:30播出。

以上为具有代表性频道播出时间的说明。通过比对电视剧每集的播放时间,本文发现该变量信息均大致分布在每天的19:30至22:00的电视剧播放黄金时段,但各电视剧每周的播放集数还是有些许差别,能否对收视率构成影响尚不明确,由此本文对不同周播集数所对应的电视剧数量进行了统计分析,结果如下(见图1):

图1 周播集数对应电视剧数量

由图1可发现,有超过65%的电视剧都是每周播出14集的播放模式,其余的播放模式均不超过总量的13%,可见电视剧的周播集数多少对电视剧收视率似乎无太大的影响。故在下文的回归分析中,不纳入变量播出时间T。

3.播放因素

目前电视剧播出方式在不断的变革,“一剧两星”的政策加剧了各电视频道之间的资源竞争。在播放平台上,上星卫视也存在着不同的级别划分。电视剧的首轮播出版权和二、三轮播放版权性质相差较多。本文的评估主要侧重点在首轮播放权上。在计分方式上,参照吴玉玲的《电视剧版权交易评估指标体系的建构》一文中的业界指导目录,遵循电视剧界播放在TV端的不同频道的等级划分。央视一套、湖南卫视属一级频道,计9分；央视八套、北京卫视、安徽卫视、东方卫视、浙江卫视、江苏卫视为二级频道,计7分；其他省级卫视为三级频道,计5分；剩余为地方卫视及上星频道,计3分。

三、中国电视剧收视率预测模型的数据来源

前文所筛选出的二级指标,根据中国央视索福瑞媒介研究有限责任公司⑦、中国互联网数据平台⑧、电视剧收视率排行榜⑨、百度搜索风云榜⑩、百度指数、微指数上的统计数字进行整理和收集。

根据本文前半部分的计分原则,作者收集整理了140条,2012至2015年中国电视剧的播放信息。主创人员部分包括电视剧制作的导演、编剧以及男女主演、男女配角以及其他配角演员的人员信息、电视剧开播后直至收官的受众口碑通过搜索引擎和社交平台的数据整合进行计算。还有受众评论的情感倾向、电视剧从前期宣传至收官期间的市场热度、电视剧的播放平台、电视剧播出后52城的平均收视率等信息整理完毕后,较为客观地进行计分评测。

以下是收集整理后的前20组数据信息举例(见表1),包括电视剧名称,主创人员制作班底计分、演员计分、作品质量计分,市场热度计分,电视剧播放平台计分以及电视剧的52城的平均收视率。全部的数据信息会在文章结束后,以附录的形式呈现。

表1 电视剧计分信息表

四、中国电视剧收视率预测模型的构建

根据本文的分析和收集到的相关数据,在进行解释变量与因变量的回归分析前,先进行相关性分析,以此检验众多的自变量和因变量之间是否存在相关性。

本文是在阅读文献的基础上选取解释变量,有误差存在的可能性,除此之外在计分方式上也需要有更科学的方式进行数据检验。通过相关性检验确定自变量与因变量之间存在一定的相关性,再通过回归分析进一步验证他们之间的准确关系。同时,相关分析还可以检验自变量之间的共线性程度。

在对自变量与因变量进行回归分析前,对每一个解释变量与收视率之间做相关性检验,检验每一个变量与收视率的相关性,使用stata12.0进行相关性分析结果如下(见表2):

表2 解释变量相关性分析表

通过上述相关性检验,可知本文所提出的S1、S2、Q、H、P五个变量与收视率Y有相关关系。因此本文初步建立如下的线性方程式:

Y=α+β1×S1(staff)+β2×S2(star)+β3×Q(quality)+β4×H(heat)+β5×P(platform)+ε

S1(staff):电视剧艺术创作中制作班底评分(十分制)

S2(star):电视剧艺术创作中主要演员评分(十分制)

Q(quality):电视剧艺术创作中作品质量评分(十分制)

H(heat):电视剧市场营销环节市场热度评分(十分制)

P(platform):电视剧播放平台评分(十分制)

变量S1、S2、Q、H、P的计分方法参照前文说明。

(一)回归分析

1.回归方程1

使用stata12.0对数据进行回归分析,由于样本规模不大,且在计分方式上有很大可能造成人为误差,所以选择0.10作为显著性水平。回归结果如下(见表3):

由表3,得出多元线性回归方程如下:

Y=-0.981834+0.0429584×S1+0.033791×S2+0.0957441×Q+0.000493×H+0.0739876×P

由回归结果可以看出,模型的R2=0.5043,该模型的解释能力较强。变量S1、S2、Q、P与因变量都是正相关关系,其中变量H(市场热度)与收视率呈负相关关系而且不显著。

表3 原始数据回归分析结果表

造成变量H(市场热度)与收视率的回归结果不显著,可能有以下原因:一方面,可能是市场热度的收集数据并不全面,本文在该变量的计分上参照了百度搜索指数和微博搜索指数,虽然这两种指数在搜索引擎和社交平台上是具有一定代表性的数据信息,但是毕竟两种指数不能涵盖所有的市场热度。在搜索过程中,也存在搜索关键词重合的情况,如电视剧“手机”是一个多含义词汇,难以筛选出特定某一种含义的搜索数据。此外,有许多电视剧存在续集和重名的情况,如“隋唐演义”等类型的电视剧有好几部续集,也难以筛选出特定某一集的搜索数据。

另一方面,收视率与影响市场热度的互为因果、相互影响。本来没有受到关注的电视剧在开播后因为质量上乘,会促使很多受众去搜索了解相关信息。但在未开播前就广受关注的电视剧也并不一定就带来高的收视率,受众可能被视频网站吸引,导致收视率的分流。

变量S1制作方评分和变量S2演员评分越高,对收视率提升有一定的帮助,因为两变量的系数值都小于0.05,说明制作方和演员在影响收视率的回归分析中属于次要因素；播放平台这一变量对收视率的影响要高于制作班底,由此见播放平台的影响力大小对电视剧收视率的高低有着较高的影响效果；变量Q作品质量的系数达到0.09接近0.1,是所有五个变量中对收视率有突出影响的因素,这也解释了电视剧市场上为何有“收视率黑马”的出现。有影响力的制作方和演员参与制作并不是收视率得以保障的根本,在具有良好口碑和高受众忠诚度的播放平台播放电视剧,有好的作品质量和用心的制作,是提高电视剧收视率的两个更关键的因素。

2.回归方程2

对以上解释变量和收视率数据取对数后,再次进行回归分析检查精确度是否有变化。结果如下(见表4):

表4 原始数据对数化回归分析结果表

由表4,得出多元线性回归方程如下:

ln Y=-2.248968+0.1768425×ln S1+0.2261654×ln S2+0.3951325×ln Q+0.022684×ln H+0.248968×ln P

在进行数据的回归分析时,采取将解释变量和因变量同取对数的方式,可以压缩变量的尺度,并且能够使数据更加平稳。模型数据取对数之后不会改变数据的性质和相关关系,可以减弱模型中数据的异方差性,同时也能更好地表示变动的相关性关系。比较两个回归方程后,可发现取对数后的回归方程中,解释变量的系数更大,和因变量之间的相关性关系更加明显。因此本文决定采用变量取对数后的回归方程进行后续分析。

根据上文分析,方程中的市场热度H由于搜集和计算数据过程中的一些难以避免的误差,在回归方程2中依旧不显著,是该模型中的不相关变量。为了使模型更加科学,最终模型中去掉市场热度H这一变量,其原因有三:

1.剔除市场热度理论合理

就目前的社交媒体市场营销战略来讲,高的市场热度有一大部分可能是宣传公司的后台操作结果。在本文的数据收集整理过程中,为了方便操作,选取的数据都是百度搜索指数和微指数的最高值,并且由于电视剧名称有与其他常用词汇重合的情况存在,导致一些口碑并不高的作品也有较高的搜索率。此外,微指数是基于新浪微博的数据整合平台,受众年龄的平均值较小,但是贡献收视率的受众群体年龄要略大一些。结合以上分析,将自变量市场热度H剔除出方程理论上是合理的。

2.t检验

市场热度H的t值是0.612,在任何的显著性水平上都是不显著的,排除后其他自变量的t值都在选取的0.10范围内显著,于是排除该自变量。

3.调整的R2

排除变量后,调整的R2增大了,表示现在的方程比之前的拟合得更好了。将自变量市场热度H排除掉之后重新对模型进行回归,结果如下(见表5):

表5 原始数据排除变量H的回归分析结果表

由表5的回归结果,可得到多元线性回归方程:

ln Y=-2.290403+0.1810887×ln S1+0.2361732×ln S2+0.3997775×ln Q+0.4267684×ln P

取10%的显著性水平,经过F检验和t检验后发现方程的检验都是显著的,调整的R2为0.4596。

故在下文的验证工作中,使用排除变量市场热度H后所得到的回归方程,即多元线性回归方程:

ln Y=-2.290403+0.1810887×ln S1+0.2361732×ln S2+0.3997775×ln Q+0.4267684×ln P

(二)异方差检验——怀特检验

对上文得出的多元线性回归方程进行异方差检验,在stata12.0中对方程进行怀特检验操作,P-Value为0.1721,显著大于0.05,则接受原同方差假设,即不存在异方差性。

由此将前文方程作为最终方程形式:

ln Y=-2.290403+0.1810887×ln S1+0.2361732×ln S2+0.3997775×ln Q+0.4267684×ln P

五、中国电视剧收视率预测模型的实际运用

使用前文所得出的方程式,对2016年播出、并且已经圆满收官、有可靠收视率信息做估算的电视剧信息进行收集,挑选如下6部电视剧作为样本,并将预测结果与实际收视率相比对,数据结果如表6。

表6 模型应用结果比照表

从表6中数据可以看出,方程的预测结果还是比较理想的,但是数据的预估值较实际收视率而言整体偏高,当然这是因为对电视剧收视率的估算,并不仅仅只有本文中提到的五个变量,还存在其他自变量的影响,本文的变量选取尚不充足。

通过本文分析所得到的预测电视剧收视率的回归模型ln Y=-2.290403+0.1810887×ln S1+0.2361732×ln S2+0.3997775×ln Q+0.4267684×ln P,可观测出不同的解释变量对电视剧收视率的影响力度。变量S1制作班底每增加1%,电视剧收视率提高0.1810887%；变量S2演员每增加1%,电视剧收视率提高0.2361732%；变量A作品质量每增加1%,电视剧收视率提高0.3997775%；变量Q播放平台每增加1%,电视剧收视率提高0.4267684%。按照此理可从回归模型中比较出,四个变量中,作品质量的高低和播出平台的影响力大小更能决定电视剧收视率的高低,是影响电视剧收视率最关键的两个因素,电视剧的制作班底和演员是次关键因素。因此,在电视剧的制作和播出过程中,应更多地关注电视剧的制作水准和播放平台这两个因素。以电视剧《琅琊榜》为例,从电视剧的场景布置到拍摄构图,从演员的台词到动作都进行了精心策划和仔细编排,电视剧的质量上乘才能吸引受众。“一剧两星”政策也推动了电视剧制作朝精品化的方向发展,质量好的电视剧在受众黏性高的平台播出,电视剧收视率便会更有保障。这同时也为电视剧的制作和播出单位,提供了在前期制作和版权购买过程中,应该侧重评估的指标。

经济学模型的计算和应用,可以更正现实生活中的一些错误的印象。如参演演员的名气大小是决定电视剧收视率高低至关重要的因素等。在本文的最终模型中,电视剧的制作班底每增加一个单位,电视剧的收视率预估会增加0.1810887个单位；电视剧的参演演员每增加一个单位,电视剧的收视率预估会增加0.2361732个单位,两个变量对电视剧收视率的影响均浮动在0.2左右,这一数值反映了电视剧的制作班底和演员对电视剧收视率的影响并非想象的那么大,这也印证了一些电视剧在制作过程中大胆启用新人演员,或是一些电视剧在导演和编剧并不太出名的情况下,可能会收获意外高收视率的现象。

电视剧的作品质量每增加一个单位,电视剧的收视率预估会增加0.3997775个单位；电视剧的播出平台每增加一个单位,电视剧收视率预估会增加0.4267684个单位。这一结果在数据上反映了2015年开始实施“一剧两星”政策后,电视剧播放平台这一因素对电视剧收视率的影响加大,播出剧集和数量受到限制,迫使电视剧的制作方提升作品质量。行业政策驱动下的市场风向转变,均可从模型中窥探一二。

本文最后所求出的预测模型中,Y指代电视剧收视率,变量S1代表电视剧制作导演、编剧的水准；变量S2代表电视剧主要演员的知名度；变量A代表电视剧的制作质量；变量Q代表电视剧播出的平台高低,四个自变量均与因变量Y呈正相关。毫无疑问,提高电视剧的制作班底水准、演员的知名度、提升作品的制作质量、得到更大平台的播放机会都会为提高电视剧的收视率做出贡献。目前电视剧市场上电视剧成品总数量供给大于需求,但是精品电视剧的数量却很有限,供给远远不能满足需求,想要在行业内取得收益挣得口碑,就应该走注重质量、制作精品电视剧的路线。

电视剧收视率的预测受到很多因素的影响,五个自变量远远不足以为预测电视剧收视率做出精确的估算。在阅读文献资料的基础上,选取了将解释变量计分的方式,同时在信息收集和计分的过程中依靠信息平台的数据搜集功能,都为本文最终模型的计算提供了有科学依据的基础。但在电视剧各因素的计分过程中,客观性的缺失依旧是一个很大的问题,由于资源收集和信息抓取技术的一些限制,导致本文在导演、编剧和演员的等级水准划分也没有更加严谨的体系,这是在今后的研究中还需改进的地方。

注释：

① 卞英明:《电视剧著作权资产评估研究》,东北大学硕士学位论文,2013年。

② 吴玉玲、高铭:《电视剧版权交易评估指标体系的建构》,《当代传播》,2014年第2期。

③ 在数据周期2015年1月1日至2016年3月19日内,腾讯、爱奇艺、优酷、乐视、搜狐五大视频网站播放量。

④ 徐晓枫:《融合社交与搜索数据的电视剧点播热度排名预测方法》,华东师范大学硕士学位论文,2015年。

⑤ 材料来源：http://index.baidu.com/。

⑥ 材料来源：http://data.weibo.com/index。

⑦ 材料来源：http://www.csm.com.cn/index.php/。

⑧ 材料来源：http://www.cnidp.cn/enteruser/checkCookie.do?flag=1。

⑨ 材料来源：http://www.tvtv.hk/。

⑩ 材料来源：http://top.baidu.com/。