互联网产品众筹发掘电影衍生品潜力的路径研究

周迪 郭龙云 刘熠阳

(河南财经政法大学金融学院 河南郑州 450046)

1 引言

电影衍生品是根据电影中的元素等开发的产品，包含形象授权、玩具、服装、游戏、图书、日用品甚至主题公园等。观众在观影中对影片中人物的喜爱，这种喜爱在观影后会转为对电影衍生品的购买。我国电影衍生品大多采用众筹模式，众筹模式可以测试市场需求，降低积压库存成本和市场风险，同时筹备资金再生产也减低厂商的资金压力，此外众筹提前预热了市场，为电影宣发培养了用户，增加了流量和影响力。

电影衍生品是在庞大的电影市场中的一座巨大“富矿”。成熟的电影市场中衍生品收入占比极大，比如截至2022年8月《星球大战》的衍生品收入总和为422亿美元，是电影票房总收入的4倍；迪士尼的衍生品业务全年营收达53亿美元，授权电影衍生品的年销售金额为562亿美元。除了巨大的经济效益潜力，衍生品对电影也起着宣传作用；衍生品的生命可以维持电影热度，有利于后续系列电影的宣发。大力发展电影衍生品，是我国形成成熟电影产业链的重要一环。

现阶段限制中国电影衍生品市场的两个重要原因是资金匮乏和众筹滞后，资金匮乏导致出货质量不佳，众筹滞后是无法推测市场需求导致。当前，中国的票房和广告收入超过总收入的90%，电影衍生品收入占比不到10%。相较国外成熟的电影衍生品市场，我国在电影衍生品方面涉足较少。由此可见，衍生品市场预测、衍生品开发与电影制作过程紧密结合的重要性。

电影衍生品预期的销售收入和市场需求量主要受电影票房收入的影响，电影票房收入越高，则表明电影越火爆，观众对电影的喜爱度就较高，进而观众对电影衍生品的消费意愿也不断增强。因此，本文主要通过预测电影票房收入进而对衍生品销量进行预测并以此来指导电影衍生品的开发和销售。

2 文献综述

电影衍生品的相关问题早在2009年就有学者对其进行研究。马东晓(2009)将中美电影衍生品市场进行对比，分析中国电影衍生品开发的广阔前景；2009—2013年，由于互联网金融处于发展的初级阶段，电影衍生品在中国发展不活跃，此时研究该问题的学者较少；2013年之后，国家出台《关于促进互联网金融健康发展的指导意见》等相关文件支持互联网金融发展，此阶段研究电影衍生品产品众筹的学者增多，对此问题的认识也不断深入。刘宏毅(2015)采用调查问卷的形式得出影迷购买电影衍生品时主要考虑的情节联系、电影偏好、情感摄入、情感转移等因素是影响消费者购买电影衍生品的关键；董骁(2017)分析电影衍生品生命发展周期，并以周期理论提出电影衍生品的发展道路；黄微(2018)以动漫衍生品为视角，分析影视衍生品的运营模式和发展方向；张玉婷(2021)分析电影衍生品现阶段的发展困境；高晋(2021)对电影衍生品营销商业模式进行剖析；王慧慧(2022)分析中国衍生品行业并指出现阶段限制电影衍生品发展的因素；高万鹏(2023)分析产品众筹冲击下的电影衍生品市场的新活力；杨洋(2023)分析《流浪地球2》电影衍生品的火爆为电影衍生品的发展提出建议。综上可见，现阶段大部分文献是对电影衍生品现状分析及产品众筹对电影衍生品的促进作用分析，少有文献对电影衍生品的销量进行预测，进而解决厂商对衍生品生产和开发的问题，以及挖掘中国电影衍生品的价值潜力。

3 基于BP神经网络模型预测票房收入

3.1 票房收入的影响因素

(1)电影熟悉度。电影的热播期不超过2个月，但会形成品牌效应，消费者对电影剧情人物的熟悉度直接影响票房收入，基于此本文用是否改编或原影视的续集来代表观众对电影的熟悉程度，采用虚拟变量0，1。改编和原影视作品的续集用1表示，否则为0。

(2)电影题材。电影题材影响影片剧情类型，观众对不同类型影片的喜爱程度不同，影片的类型对票房收入有着巨大影响。本文通过Python爬虫技术在时光网中统计2016—2022年票房收入前30的影片类型，结果如表1所示:

表1 排名前50电影类型和数量统计表

用1到5对电影类型进行赋值，喜剧片为5，剧情片为4，动作片为3，爱情片为2，其他为1。

(3)主创阵容。导演、编剧和演员构成了主创阵容，三者对票房的影响较大，参考国内较权威的电影数据网站“猫眼网”上的平均喜爱程度，对导演，编辑和演员进行等级判定，平均喜爱程度80%以上的赋值5，70%～80%的赋值4，60%～70%的赋值3，50%～60%的赋值2，其他赋值1。

(4)电影播出档期。电影播出档期是电影上映和下映的时间段，本文把档期分为春节档、贺岁档、暑期档和国庆档。豆瓣网数据显示，各个档期票房的占比如下:暑期档23%，春节档15%，国庆档14%，贺岁档6.5%，其他档40%，基于此由票房高低赋值5，4，3，2。

(5)发行公司。电影的发行公司负责把电影推广到市场，发行公司能力的强弱对电影的宣传和票房收入存在较大影响。本文在时光网中爬取到影响较大的电影发行公司排名如表2所示:

表2 电影发行公司排名

(6)技术效果。电影的技术效果是电影成功的强大科技支撑，比如:3D电影票价比2D电影高，高票价直接决定高票房，本文将使用3D或IMAX技术赋值1，没有的赋值0(数据来源:猫眼娱乐)。

(7)网络口碑。网络口碑是电影上映前观众对电影的打分和评论，是观众对影片的喜爱程度和期待值的体现，本文利用猫眼娱乐爬虫得到消费者对电影的评价并进行量化，量化指标从1到10。

综上，本文以电影熟悉程度、电影题材、主创阵容、电影播出档期、发行公司、技术效果、网络口碑变量作为解释变量(输入变量)，电影票房收入作为被解释变量(输出变量)，以此训练BP神经网络通过输入变量预测电影票房收入输出变量。

3.2 数据来源

本文选取2016—2022年票房收入前25位的175部电影进行量化处理，并利用python网络爬虫在猫眼网、Mtime时光网、国家电影局官网，中国电影网和百度由相应关键词进行网络爬虫并对结果进行整合，进而对175部电影的相关解释变量进行赋值打分。部分电影输入指标赋值结果如表3所示:

表3 电影输入变量赋值表(部分)

3.3 构建BP神经网络

3.3.1 输入输出层和隐含的节点确定

(1)输入输出层节点:输入层即输入解释变量，本文选取电影熟悉程度、电影题材、档期、主创阵容、技术、发行公司和网络评分7个变量作为解释变量，则输入层有7个节点，输出层即被解释变量，本文选取票房收入为输出变量仅一个节点。

(2)隐含层节点:隐含层用于样本数据处理，隐含层的函数关系不易直接找出，因此通过先验数据和试凑法找出隐含层节点公式，m是隐含节点个数，n是输入节点个数，l是输出节点个数，∂是1～10的随机数，通过模型的不断调整发现最佳的隐藏节点为6个。

3.1.2 BP神经网络训练

(1)训练参数设置

①层数和节点设定:一个输入层包含7个节点，两个隐含层包含6个节点，另一个输出层包含2个节点。②训练函数:迭代次数800次，训练结果如图1所示。

图1 神经网络训练结果

由图1可知，随着训练次数的增加，均方误差在减少至0.001左右，得到一个较为稳定的BP神经网络，BP神经网络训练成功。

由图2可以看出，训练、验证和测试预测值在拟合线附近波动，总体R值高达0.96736，贴合度较好，验证的值与拟合线有所差别，是数据选取所致，整体上BP神经网络训练成功，可以投入使用。

图2 BP神网络回归曲线展示

(2)结果检验

本文随机选取样本中25部电影(不参与训练的样本)利用建立好的神经网络预测，将预测出的电影票房收入与影片真实的票房收入进行对比，判断已经训练好的神经网络预测是否精确，效果如图3所示。

图3 训练样本预测

由图4可以看出，存在异常值，可能是样本选取存在误差导致的结果，异常值之外的样本期望值和预测值基本一致，预测误差值去除两个偏离值整体的误差在0附近波动，误差较小。

图4 训练样本预测误差

(3)误差率计算

由图5可以看出，误差率去除最大值26.7%其他上下波动幅度不超过10%,存在一个样本的误差率较大除去后，其他样本的误差率都较小，这说明模型的预测效果较好。

图5 预测误差率表示

4 线性回归预测电影衍生品价值

4.1 数据选取

本文选取2010—2023年爆火影片的票房收入和相应衍生品收入作为研究对象，因为有部分电影并未进行电影衍生品开发和销售，所以不具备研究价值，本文选择进行衍生品开发和售卖的影片作为研究对象，并使用Eviews10进行拟合，找出两者之间的线性关系，进而根据线性关系预测电影衍生品市场销量。

4.2 函数建立

Y=C+C1X衍生品价值为Y，电影票房为X，拟合结果如表4所示。

表4 检验统计量表

R2=0.9999接近于1说明线性拟合效果好，自变量的P=0.001＜0.05自变量票房收入对于因变量衍生品价值具有显著性。线性拟合结果为:Y=0.011643X-4.644547。

本文利用训练BP神经网络模型对解释变量取值输入，进而输出未上映的电影的票房收入，并通过票房收入和电影衍生品价值的线性关系预测电影衍生品的价值。商家可提前确定电影衍生品众筹金额和投入生产的数量。

5 结语

综上所述，本文提出如下建议:

(1)进行“预测+众筹”。前置开发是实现电影衍生品有利发展的必要条件，衍生品设计要与电影制作过程密切配合，在厂商对于市场未知的情况下，“预测+众筹”的方法可以预估市场状况、有效降低市场风险，实现收益最大化。

(2)提高衍生品质量。目前中国电影衍生品的开发设计处于初期阶段，限制衍生品行业发展的要素有产品创新意识不够、制造工艺不够精美。因此，厂商应重视产品设计与工艺，结合电影内容，提高文创产品的文化深度，以较高的产品质量满足观众的期待。

(3)宣传版权意识。电影衍生品不只限于周边产品，电影IP授权蕴含着更大的文化价值和商业价值。因此，作为电影片方应主动向观众宣传正版保护意识，助推电影衍生品正版市场的良好发展和形成抵制盗版的市场风向。

电影衍生品是具有巨大经济效益潜力的市场，发展电影衍生品是我国电影行业突破现阶段瓶颈制约的重要方法。挖掘电影衍生品市场的经济效益需要各方共同努力，制作出优质电影、产出优质IP，需要片方与厂商通过“预测+众筹”将衍生品开发与电影制作紧密搭配，设计出优质的周边产品，将电影制作与衍生品售卖联动起来，实现电影产业与其他文化产业的跨界融合。