3d电影票房影响因素分析

3d电影票房影响因素分析

随着3d技术的成熟，尤其是3d电影《阿凡达》的全球人气，中国开启了3d电影的崛起，数字银幕的数量从2007年的82块迅速增加到2010年底的2000块。但3D电影票房的增长主要是由美国3D电影大规模的引入而带来的。3D电影投资成本高、风险大,并不是每部3D(无论是国内还是国外生产的)都能收回成本或者得到观众的认可。因此,有必要了解3D电影在中国的现状、观众的认可程度以及3D电影的票房影响因素。我国学者也在关注3D电影的发展变化。郭燕婷、张辉(2010)通过建立数学模型研究了3D电影观众选择的影响因素。金悦(2011)探讨了3D电影的技术类型和发展现状。田长乐、廖祥忠(2011)通过对3D电影的发展历史与3D电影技术更新进程的研究,对其未来的发展模式与发展趋势做出了展望。陈凡、陈栩祥(2012)则讨论了如何获得高质量3D影像和立体效果的问题以及如何更好地欣赏3D影片。3D电影出现较晚,国内学者对其研究还比较少,本文在各位学者研究的基础上,利用多元统计方法研究3D电影票房的影响因素和观众的观影态度。一、d电影票房增长情况2002年至2008年我国电影票房稳步上升,平均每年增长率为32.86%。2010年首次突破了百亿大关,增幅达到63.9%。2008年我国内地引入两部3D电影,取得1.08亿元人民币的票房收入,占当年电影总票房收入的1/40。2009年之后,3D电影票房快速增长,特别是2011年,中国内地一共上映13部3D电影,取得40.054亿元人民币的票房收入,占据了当年票房总收入的近1/3。从国家广电总局网站的资料获知,美国制作的3D电影占据了2008-2011年中国市场的92%。二、3电影最佳工艺规定3D电影的票房成功取决于多方因素。例如,投资预算、剧本、导演、演员、3D后期制作、制片方以及出品方、媒体宣传、电影口碑的好坏等。那么这些因素是以怎样一种数量关系影响3D电影票房呢?本文选取2008年至2011年上映的31部3D电影的相关数据建立多元线性回归模型进行定量分析,来研究这些因素对我国3D电影票房的影响程度。1.国家/地区、国家/国家电影分级这31部3D电影的相关数据,主要包括:在中国内地的票房成绩、制作成本(投资)、评分等级、电影类型、电影时长、制片国家与地区、电影是否续集等。其中,电影票房、投资、时长、评分为定量数据,而电影类型、制作国家与地区以及是否续集的数据为定性数据分类变量。2.多元线性回归模型引入的作为解释变量的影响因素既有定量变量,又有定性变量。为了能够在同一模型中反映这些因素的影响,提高模型的精度,需要将这些定性变量进行量化,本文是通过“虚拟变量”来完成的。在虚拟变量的设置中,基础类型和肯定类型取值为1;比较类型和否定类型取值为0。在本文中,引入的虚拟变量为电影类型、电影制作国家以及电影是否续集。其中,电影类型分为三类:真人3D剧情、动画3D剧情以及纪录片,故引入两个虚拟变量;发行国家分为美国以及美国以外的国家,故引入一个变量;是否续集引入一个虚拟变量。建立多元线性回归模型,Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7(1)其中,C为截距项;被解释变量Y代表3D电影票房收入(万元);解释变量X1代表投资(万元);X2代表时长(分钟);X3代表评价等级(分数);X4={1,真人0‚非真人‚X5={1,动画0‚非动画‚X6={1,美国0‚美国以外‚X7={1,续集0‚非续集X4={1,真人0‚非真人‚X5={1,动画0‚非动画‚X6={1,美国0‚美国以外‚X7={1,续集0‚非续集3.其他解释变量对3d电影票房的影响在建立的多元线性回归模型中,Y,X1,X2,X3为定量变量;X4,X5,X6,X7为定性变量。利用EVIEWS软件,对模型(1)进行最小二乘法估计。结果如下(见表1)。由表1可以看出,方程通过了显著性检验,拟合优度接近70%表示拟合良好。但是方程中X1,X4,X5,X6,X7均没有通过T检验,并且,根据对电影行业的了解,这几个变量都是对因变量Y有相当大影响的因素。因此模型存在问题,需要改进。在反复调试之后,剔除了电影类型以及是否为美国制作这两个因素。引入变量票房(万元)、投资(万元)、电影时长(分钟)、评价等级(分)、是否为续集这五个变量进行回归模型的模拟,采用加权最小二乘法进行估计,结果如下(见表2)。从表2可知,回归方程以及所有的变量均已通过假设检验,并且模型拟合优度较好。因此我们可以得到影响票房因素的回归方程,如下:由上述结果,在显著性0.05水平下,电影投资的估计参数系数通过假设检验,P值为0.0000小于0.05。这说明,电影投资额对于3D票房的影响是显著的,其系数绝对值为0.101小于1,可以得知,一味地增加电影的制作成本并不能达到与投资相匹配的票房回报,即投资并非越大越好,需要考虑的因素仍有很多。影片时长X2的估计参数对应的P值为0.0000小于0.05,估计参数系数为1187.666大于0。这说明,电影时长越长,对于电影票房是越有利的。第三个因素X3是电影口碑,其估计参数对应的P值为0.0000小于0.05,估计参数系数为16032.50大于0。这说明,观众对于电影的评价越高,越会吸引更多的观众观看。最后的变量X7是虚拟变量,它描述了电影是否为续集,在模型中此变量也通过了检验。这说明,此变量对3D电影票房起到了较为重要的影响作用。其实,我们知道系列电影能取得成功的原因在于,它已经建立了一个品牌,在观众心中也留下了深刻的印象。如果即将上映的一部电影是曾经获得成功的电影的续集,可以说已经赢在了起跑线上。因此,我们在反复调试变量的过程中发现是否续集对于票房有着相当显著的影响,因此,作为解释变量引入了模型。在表2中,去掉了X4,X5,X6这三个解释变量,但是这三个变量在表1的结果可以看出,它们对3D电影票房具有一定的影响作用。X4代表真人3D,X5代表动画3D,可以看出,真人3D电影比动画3D电影更加受欢迎,因为去电影院观看3D电影的大多是中青年观众,他们更加追求视觉的刺激,而真人版的3D电影更能够使观众享受这样的感受。变量X6代表是否美国制作,我们无法从数据上得到美国制作对电影票房是否有影响,但直观上看,美产电影对票房应是有积极作用的。三、d电影的比较1.3D电影对于中国电影