矛盾性在线评论对电影票房的影响研究

石文华， 李璇，孟凡蓉，安梦

(北京邮电大学 经济管理学院，北京 100876)

一、引 言

在线评论是由消费者在网上发布的、对所购买产品作出的评价。这些评价包括对产品的肯定、不满或个人对特定产品或服务的购买和使用感受[1]。已有研究表明，在线评论中的矛盾性评论对网上购物产生的影响比较突出。不同消费者的观点和使用同一产品后的个人感受不同，评论带有较强的主观情感，因此，既有消极的也有积极的在线评论。当某一产品的积极评论和消极评论达到一定比例时，就构成了具有矛盾性的评论，使潜在消费者不能准确判断出产品的优劣而无法进行购买决策[2]。在有关矛盾性评论的研究中，影响矛盾性评论的主要因素集中在评论数量、评论效价、正负面评论和情感倾向等。只有在一定评论数量的前提下，评分差距较大，正负面情感较显著时，才会形成具有矛盾性的评论。马艳丽等[2]的研究表明，评论数量、评论效价和评论内容是产生冲突的主要影响因素。根据评论者不同，可以将矛盾性评论分为不同消费者对同一产品的矛盾性评论和同一消费者对同一产品的初始和追加评论的矛盾性评论。石文华等[3]根据在线评论的评论者来源和产品属性之间的交互作用，探讨了4种不同类型的矛盾性在线评论对消费者矛盾态度和购买意愿的影响差异，研究表明，在同一属性的矛盾评论中，不同评论者比同一评论者的评论具有更强的减弱正面态度、增强负面态度作用，矛盾态度变化幅度较小。还有一些学者针对矛盾性评论对消费者的影响展开研究。周浪[4]的研究表明，具有矛盾性的评论内容对消费者购买意愿的影响是显著的。王长征等[5]研究指出，对于消费者来说，矛盾性追加评论要比一致性追加评论产生更高的有用性感知。孔彬彬[6]则发现,矛盾性在线评论的矛盾程度负向影响消费者态度。

电影是具有代表性的体验型产品，消费者无法在没有消费的情况下对其质量进行评估，并且其生命周期短暂。因此，消费者不仅要承担电影票的成本，还要承担时间的机会成本[7]。在现有关于影响电影销售量的研究中，一部分学者是就电影本身(主创影响力、故事熟悉程度、获奖情况、档期、银幕数和电影类型等)对电影票房的影响进行研究。马艳茹[8]研究发现，电影产地、电影档期和演员号召力对于电影票房的影响不显著；而张淑容[9]则认为,主创(演员)影响力对电影票房的影响显著；聂鸿迪[10]则提出,盗版和剧情类电影对于电影票房有负面影响，而银幕数、主创影响力、发行公司、故事熟悉程度(改编)和技术效果对电影票房有促进作用。另有学者就电影在线评论(评论数量和长度、正负评论、评分、情感倾向、专业与非专业评论等)对电影票房的影响进行研究。王秦英[11]从评分的角度，研究总体与个体评分间相互作用对电影票房的影响；石文华等[12]比较了专业与非专业在线评论间的差异，发现无论是数量还是极端性，短评(非专业)的影响都比影评(专业)的影响大，认为在线电影评论中起到更重要作用的评论形式为短评；Duan等[13]研究了评论数量、用户级别以及是否周末对销量的影响，认为评论数量对销量有显著影响，而评论的平均情感倾向影响不显著；郝媛媛等[14]则认为，电影评论的情感倾向在电影发布后的前两周并不产生影响，这种影响产生在第三周，并且超过了评论数量的影响。这些研究在不同时期运用了不同的维度，解释了影响电影票房的因素，表明在线评论的数量、评分、极端性和情感倾向都对电影票房产生影响。

在现实电影网站中，每部电影评论数量众多。消费者的个人观点、理解程度和接受程度等因素，使得不同消费者针对同一部电影的评论会有所不同，形成具有矛盾性的评论。这种矛盾性主要表现在评分差异较大、情感倾向中极端正面和极端负面的评论都普遍存在等。如豆瓣电影中具有很多平均评分较低，但票房却较高的电影。这些电影评论数量较多、正负极端评论和评分较多、中性评论和评分较少的特点，使其成为具有矛盾性评论的电影。消费者的认知存在差异，这些差异会影响不同消费者的购买决策，最终对票房产生不同影响。

关于搜索型产品矛盾性评论的研究中涉及到影响最终购买的多个维度，如评论数量、评论效价和评论情感等；体验型产品研究同样涉及以上多个影响票房的维度，如评论数量的多少、评论效价的高低以及评论的长短等，都能体现出评论者的情感强弱。电影属于体验型产品，它的无形性与经验性因素使消费者在使用前很难判断其质量，需要基于不同消费者有关产品体验的评论进行决策。因此，笔者所称电影的矛盾性评论是指不同消费者对某一部电影的矛盾性评论。以往研究成果表明，在线评论的正负面情感、数量、长度、评分等因素会对评论接收者的情感、态度、意愿，甚至最终的实际购买行为带来很大影响。因此，笔者拟从电影矛盾性评论的角度，以豆瓣电影网站的评论作为研究对象展开研究。由于豆瓣网站中不存在追加评论的情况，本文的矛盾性评论由不同消费者的矛盾评论组成。笔者将基于面板数据，针对在线评论数量、评论长度、评分方差和矛盾性评论对票房的影响进行研究，分析评论数量、评论长度、评分方差和矛盾性评论4个维度形成的矛盾性在线电影评论对电影票房的影响。首先，根据相关研究提出理论假设，并建立在线电影评论对票房的影响关系模型；其次，进行数据采集和实证分析；最后，进行总结并指出研究不足与未来研究方向。

二、假设与模型

电影作为一种典型的体验型产品，它的无形性与经验性因素导致在观看前很难判断它的质量，当产品很难在购买前被评估，消费者往往通过已体验过的消费者给出的评论来收集更多的信息[2]78。消费者的喜好和感受不尽相同，在体验过产品后会产生具有矛盾性的评价。笔者对矛盾性电影评论的定义是：消费者根据自己观看电影的经历，通过电影评论网站对特定电影所发表自己认为的正面或负面评价，表达自己的看法或论调，反对与自己看法相悖的评价，通过表达和举证，意图让其他消费者接受。本研究以不同消费者的矛盾性评论为切入点，探索矛盾性评论对电影票房的影响。

(一) 评论数量

评论数量是指消费者对某一产品或服务评论的总数，反映了该商品或服务可能被其他潜在消费者知晓的程度。某一产品的评论数量越多，说明该产品的购买人数越多，就有更多的消费者会评价和讨论该产品。讨论越多，热度越高，越能吸引潜在消费者的注意力并产生更多的购买。现有研究表明，评论数量对产品销售量具有显著正向影响。Godes等[15]认为，评论数量越多，消费者对产品的讨论就越多。消费者规模越大，对产品讨论的热度越高，产品就越有可能得到更多的关注，从而增加购买的可能性，提高后续销量。Chen等[16]根据在亚马逊网站上收集的数据证实了消费者的评论数量与销量呈正相关关系。在有关在线电影评论对票房影响的研究中，多数学者认为评论数量对销量具有正向影响。汪旭晖等[17]的研究表明，网络口碑数量对电影总票房存在正向影响。Liu[18]通过分析Yahoo网站上的数据，发现评论数量对电影票房具有显著正向影响。杨扬[19]则认为,在电影上映的前四周内，评论数量对电影票房收入有显著正向影响，并且影响效应随时间呈现出抛物线的形状。郝媛媛等[14]101研究发现，评论数量在电影发布后的影响效应随时间呈钟形变化，即在开始放映周产生较小影响，而在第二周迅速增大，之后逐周减弱。所以，笔者认为，在线电影评论数量越多，说明越多的人观看过该部影片，引发矛盾的可能性就越大，最终影响电影票房。因此，提出以下假设：

H1：在线电影评论数量对电影票房具有显著的正向影响。

(二) 在线评论长度

评论长度是指某条评论中的字符总数。Mudambi等[20]的研究表明，较长的评论可能会鼓励消费者仔细阅读，增强或改变原有态度，减少消费者的不确定性，增强消费者信心。Ghose等[21]最初认为,评论长度越长可读性越差，评论长度越短越有利于消费者阅读和理解，但最终发现评论长度影响评论的有用性，对有用性具有积极影响。Han等[22]也发现,评论长度对评论的有用性具有积极影响，评论长度将引导消费者阅读评论，并提高在线评论的有用性。杨铭等[23]认为，在线评论内容的长短各具优势，但它们对评论的有用性都不会产生影响。在以往的购物经验中，评论长度可以体现出消费者提供的商品信息和体验程度，而评论所提供的信息正是潜在消费者阅读评论的动机[24]。尤其在消费者对所购买产品产生不同感受时，消费者在评论中对自身体验进行详细说明的可能性较大，可能会产生与之前消费者不同的观点，从而引发矛盾。这种情况下的评论长度一般会普遍多于简单化的“好评”“差评”的长度，会对未购买该产品的消费者的购买行为产生一定影响。因此，笔者认为，评论长度会引发矛盾性，从而间接影响销售量。基于此分析，提出以下假设：

H2：在线电影评论长度对电影票房具有显著的正向影响。

(三)评分方差

评分方差反映了消费者对某个产品或服务评价的差异性。当消费者面临评分差异时，一些人认为，由于消费者厌恶风险，不一致的意见会对消费者产生负面影响；另一些人认为，评分的巨大差异可能引发好奇心，这可能会引发消费者的购买[25]。赵锴等[26]则认为，评论方差对购买量的影响取决于消费者的风险规避与好奇心之间的相对大小，评论方差正向影响电影票房。Sun[27]发现，对于平均评级较低的产品，很少有消费者对该产品感兴趣，较大的评分差异有助于卖方匹配良好的消费者喜欢该产品。Clemons等[28]发现，较大评分差异对销量产生正向影响。而Zhang等[7]认为,电影评论的差异并不能完全决定票房收入。在单部电影中有很多评分，评分不仅代表消费者对该部电影质量的评价，也代表不同消费者品味偏好的不同。所以,评分差异越大，评分方差越大，矛盾性越大。综合以上分析，笔者认为，消费者偏好不同导致其对某部影片的评价不同和评分不同，从而引发矛盾性。评分差距越大，矛盾性越大，代表观看该部影片的人数越多，又因为潜在消费者的认知不同，可能会使该部影片票房上涨。基于此分析，提出以下假设：

H3：在线电影评分方差对电影票房具有显著的正向影响。

(四)矛盾性评论

矛盾性评论是指在线评论的积极评论和消极评论同时存在并达到一定比例，使消费者无法判断所评论商品的优劣而难以决策[2]78。通常具有矛盾性评论的内容都涉及评论者的情感，所以本文的矛盾性评论用情感倾向的方差来表示。情感倾向是人际关系双方在情感上相互排斥，丧失相互吸引，阻碍良好的关系建立的状况。现有关于情感倾向的研究得出不同结论：石文华等[24]144在研究中发现，情感倾向得分对商品销量有显著的正向影响。高羽[29]的研究表明,负面情感的影响要大于正面情感的影响。而Duan等[13]234则认为,正负情感倾向对销量的影响是不显著的。Dellarocas等[30]指出,人们更倾向于发表或关注极端评论而不是中间评论。极端的情感倾向正面影响在线评论的感知有用性[31]。消费者购买搜索型产品的主要目标是效用最大化，产品性能好坏可以根据已购买者的评论来了解，而对体验型产品的评价则复杂得多。消费者追求的目标是感受上或者精神上预期的最大化,如何能实现预期在个体消费者之间存在很大差异, 很难有公认的评判标准，对于体验型产品的负面评论不一定被所有阅读者认可。因此, 对于体验型商品,负面评论对人们决策的参考价值减弱。郝媛媛等[32]有关在线影评的研究表明，在线影评中积极的情感倾向、较高的正负情感混杂度、较高的主客观表达混杂度对评论的有用性具有显著的正面影响。Sen等[33]指出，体验型商品负面评论的有用性要低于实用型商品，认为负面评论缺乏可信度，因为消费者认为评论者发表的负面评论是个人因素，而不是产品因素，负面评论的影响要比正向评论影响小。综合已有关于情感倾向的研究，笔者认为，情感倾向是不同消费者表达的正负情感的对立，在一定程度上影响潜在消费者的购买决策，进而影响产品的销量。电影属于典型的体验型产品，不同消费者的喜好、性格和感受不同，导致不同消费者对某部影片的情感不同，差异性较大，所以，笔者采用文本挖掘的方式给出每条评论的情感倾向得分，并计算方差。情感得分方差越大，矛盾性越大，对影片票房的影响越大。由此提出以下假设：

H4：矛盾性评论对电影票房具有显著的正向影响。

综上所述，基于先前研究文献和以上假设分析建立如图1所示的假设模型。

三、研究数据及变量

(一)数据收集与预处理

豆瓣电影网站作为国内最流行和权威的电影分享与评论社区，网站结构完整，便于查找收集信息，且其电影更新具有实时性，用户可以记录想看、在看和看过的电影，或进行打分和评论。无论描述或是评论都由用户提供，核心用户主要分布于青年学生和白领中。本研究选取豆瓣电影网站2016年12月至2019年1月的188部电影进行数据爬取。票房数据主要从国内专业的电影票房数据库中获取。由于真实票房难以获取，本文认为电影票房数据库中的票房具有代替真实票房的能力。最终的数据包含188部电影，抓取了评论数量、评分和文本，其中影评300 049条，短评10 548 928条，共有10 848 977条在线评论，从中抽取每部电影的短评和影评各500条进行实验研究。表1提供了样本的基本汇总数据统计(数据保留小数点后三位)。

表1 描述性统计

注：个案数为188个。

从豆瓣网站收集的原始数据包括电影名称、电影评分及每条评论的评分、评论内容和评论数量。对原始数据进行预处理：首先，解析评分方差。根据豆瓣网站中每部电影的总评分和所有评论中的评分可以计算出每部电影的评分方差。然后，使用文本挖掘的方法间接获取消费者的情感倾向分数，以体现消费者的综合情感。本文使用python进行文本分析，主要步骤为：第一步，读取评论数据，对评论进行分句。第二步，查找分句的情感词，记录是积极还是消极，以及位置。第三步，往情感词前查找程度词，找到就停止搜寻。为程度词设权值，乘以情感值。第四步，往情感词前查找否定词，找完全部否定词：若数量为奇数，乘以-1；若数量为偶数，乘以1。第五步，计算完一条评论所有分句的情感值，将积极得分减去消极得分作为评论的情感得分。最后，对所得出的每部电影的所有评论的情感分值计算方差，从而得到情感冲突的数值。

(二)研究变量

本研究使用线性回归验证模型，模型中变量及变量含义如表2所示。

表2 各变量含义

四、实验结果与分析

采用 SPSS 统计分析软件对各影响因素进行回归分析，选择的回归方法为“步进”。为了保证数据结果的准确性，对各影响因素进行了多重共线性诊断。通常，方差膨胀因子 VIF<10，则自变量之间不存在多重共线性问题。在本文中，VIF 的值均小于10，所以不存在多重共线性问题，以此排除可能存在的共线性关系给回归方程带来的影响。所得结果如表3所示。

表3 各模型参数估计结果

注：**表示在5%的水平下显著，括号内数值为t值。

F值分别为209.947，118.447和86.553，R2和调整后R2均大于0.5。由此可见，模型整体拟合程度较好。

从模型最终得到的结果来看，评论总数对票房收入具有显著影响(P<0.01)，假设H1成立。结论与之前学者研究结论一致，说明评论数量越多，表示看过这部电影的人数越多，可使更多的潜在消费者知晓该部电影。知晓程度越高，也意味着这部电影被潜在消费者选择的机会越大，最终增加电影票房。

评论长度对电影票房不具有显著的正向影响，假设H2不成立。分析结果显示,评论长度对销量的影响是负向的，与先前研究结论不一致。Korfiatis等[34]的研究指出，可读性较好的在线评论会让消费者觉得更有用。虽然评论长度较长有用性更强，但可读性差，大篇幅的文字会让人产生疲惫感；而较短的容易阅读的文本利于理解且阅读速度较快，使人印象较深。因此，长的和短的评论文本各有优缺点：长文本有用性更强，可读性较差；短文本可读性较强，有用性较差。所以，笔者认为，在如今快节奏的生活中，人们的阅读普遍碎片化，很多人因为长篇幅的评论会消耗太多精力和时间，而选择阅读字数较少的短评，在大致了解后，进行购买决策，这可能是导致评论长度对票房有负向影响的原因。

评分方差对电影票房不具有显著的正向影响，假设H3不成立。分析结果显示,评分方差对电影票房无显著影响，以往研究比较多的是对评分差异(个体评分与总评分的差值，并取绝对值)的研究，然而结论并不一致。王秦英[11]的研究表明，个体评分与总评分的平均差异与电影票房存在显著负向相关性。对于评分方差的研究则相对较少，赵锴等[26]30有关评分方差的研究认为，不同用户的评分方差对票房的影响跟品牌强度有关，存在网络水军、粉丝互踩和竞争对手的恶意刷评和营销，最终导致不同用户的评分方差对品牌强度不同的电影票房影响不同。所以，本研究的结果为不显著的原因，可能是有网络水军恶意刷评的情况存在。还有一种情况是，质量特别好的影片和口碑极差的烂片，其评分分别集中于高分和低分，差异较小，这也可能是导致评分方差对票房影响不显著的原因。

矛盾性评论对电影票房具有显著的正向影响(P<0.01)，假设H4成立。大多数消费者认为,网上购物是一种冒险行为，对于电影这种体验型产品来说，消费者往往比较注重观看过该部电影的人数和正面或负面评论。每个消费者所处环境不同，其对电影的理解会存在较大差异，从而导致不同消费者对同一部影片的感受不同。当差异性较大时，就会产生矛盾性评论，矛盾性评论越多，意味着观看该电影的人数越多，热度越高。由于已观看过某部电影的消费者的评价不一致，潜在消费者可以根据矛盾性评论了解该部电影引发矛盾的原因，可能会因为从众心理或不同的个人感受和看法作出购买决策，从而影响电影票房。

表4汇总了本研究假设的验证结果。

表4 假设验证结果汇总

五、结 语

基于现有矛盾性评论和电影在线评论研究，寻找在线评论影响票房的新特点，扩充了原有变量和模型，以期丰富在线评论对销量影响的研究。本研究提出包含4种影响因素的电影票房影响因素模型，并对该模型进行了验证。分析结果显示：在线电影评论数量和矛盾性评论对电影票房存在显著的正向影响，评论长度和评分方差对电影票房不具有显著的正向影响。研究结果验证了部分先前研究的结论，但一些结论与先前研究结论不同，后续研究应进一步关注这些不同点。本研究表明，在电影上映期间要做好宣传推广工作，鼓励消费者多发表评论，并发动相应话题。与很多研究结论不同，本研究认为在线评论长度对票房的影响是负向的，但是文字较少的评论可以促进消费者之间简短的口碑交流，产生知晓效应，刺激潜在消费者购买，使得电影票房得到快速增长。本研究证实了矛盾性评论对电影票房具有显著的正向影响，电影管理人员应随时监测与及时反馈评论意见，这对调整电影的市场宣传营销策略具有重要作用。

本研究也存在一定局限性：第一，选取的样本较少，还需扩充样本数量。第二，在情感文本分析中，存在某些评论不能被词库覆盖的情况。中文词语组合多样，有些相同的词语或语句会因表达不同而情感不同，对这部分评论的情感倾向得分无法作出完全正确的估量和计算。第三，由于豆瓣具有反爬虫机制，短评只能爬取前500条评论，而且还存在网络水军恶意刷评的情况。第四，本研究仅包含了评论的自身因素，没有考虑时间的影响，还需进一步挖掘冲突性影响电影票房的其他重要因素，以提高模型的准确性。