《数字经济时代电影消费影响因素及票房成本与收益研究》8400字（论文）

数字经济时代电影消费影响因素及票房成本与收益研究目录TOC\o"1-2"\h\u12294数字经济时代电影消费影响因素及票房成本与收益研究 13584一、相关研究文献综述 228559（一）关于电影票房影响因素的相关研究 228574（二）关于电影票房预测模型方法的相关研究进展 331661二、数字经济时代电影票房影响因素的理论分析 3891（一）消费者的个人特质 313841（二）电影的产品特征 35760（三）数字环境影响因素 418960三、研究设计 414454（一）电影票房样本选择情况 431476（二）电影票房影响因素变量 520378（三）计量模型 628084四、研究结果 711762（一）口碑与电影票房 74485（二）关注度与电影票房 724088（三）宣传方式与电影票房 89702（四）导演、男女主角与电影票房 819354（五）电影档期与电影票房 94626五、对策建议 1019234参考文献： 11内容摘要：电影作为一种相对年轻的艺术，属于文化产品的范畴。在消费过程中，电影票房是衡量这部电影市场价值的主要因素，也是促进数字经济消费的重要组成部分。在电影产业转型与创新的当下，探索市场消费规律，了解电影消费的目标群体特征，既有利于挖掘电影产业的内在潜力，也能为电影制作方定位消费群提供支撑做大电影票房，全程控制成本，为电影收益最大化提供路径。本文基于数字经济时代下的电影消费进行分析，剖析影响票房收益的相关因素，掌握现阶段电影产业转型发展的关键点，以期进一步刺激电影消费，促进电影产业的发展更加深化。关键词：数字经济、电影消费、票房、成本与收益数字经济的崛起，为电影产业的变革迎来的机遇，随之而来的便是消费方式以及受众群体的改变。在此背景下，电影产业的发展虽拥有了更多的消费动机，但影响票房收益的环境因素也变得更为复杂。本文立足当下多变的消费环境进行分析，力求掌握电影目标群体的消费需求，以此对电影票房成本与收益之间的内在逻辑更加明晰，为电影产业的持续创新提供内生动力，也为电影产业向内容、需求转变奠定稳固基础。当掌握了影响电影消费的相关因素后，能从产业范围内消除票房的不确定性，为电影票房的成功提供更加坚实的保障。一、相关研究文献综述（一）关于电影票房影响因素的相关研究1.对于静态影响因素的研究通过对电影票房预测领域不同学者研究的学习与总结，可以看出，在电影票房影响因素和票房预测的早期研究中，研究学者侧重于上映前已确定的静态影响因素，这类因素主要包括：电影的主演、导演、编剧、电影题材、电影制式、电影上映档期、电影发行公司、电影地区等。姚武华[1]等人对于一些静态影响因素，利用PLS模型分析了其对票房的作用机制。张立[2]等人研究制片地区、上映时间等因素对票房的影响。M.Ghiassi[3]希望能在电影制作前期就对电影票房进行预测，但是由于电影制作初期各方面数据都不充分，实际预测结果并不理想。卢文景[4]在其研究中从电影自身因素以及市场因素两方面出发研究了这些因素对票房的影响。聂鸿迪[5]等人研究证明盗版对于电影票房会产生负面影响，而发行公司、银幕数、导演影响力、演员影响力、技术效果（IMAX）、网络口碑（关注人数）、故事熟悉程度（改编）对于电影票房有促进作用。彭岚[6]从电影特征和社交媒体两方面对票房影响因素进行了系统分析，将电影特征因素按照制作环节，发行环节、公映环节进行分类，其中制作环节主要包括演员导演、电影题材、是否续集等特征，发行环节主要包括发行公司、竞争情况等特征，公映环节主要包括档期、银幕数等特征。静态影响因素体系目前在多数研究中已构建地较为全面，还需要继续完善的是如何更好地利用网络资源对这些影响因素进行更细致地量化，从而提高票房预测的准确度。2.对于动态影响因素的研究黄可[7]等人选取豆瓣、微博、百度三个平台，构造豆瓣评分、豆瓣评论数、微博点赞数、微博评论数、微博关注人数、百度搜索指数等变量探究其对电影票房的作用机制。王晓耘[8]等人对微博相关内容进行情感分析并使用BP神经网络进行票房预测，与先前的学者相比效果稍有提升。SangHoKim[9]以及BoatwrightP[10]等人研究分析了电影领域相关专家的评论对电影票房的影响作用。杨扬[11]研究发现评论数量对票房有正向影响作用，同时还指出负向评论的负面影响大于正向评论的正面影响。对以上内容进行总结可以得出，电影票房的动态影响因素主要是电影上映前后的一些网络信息数据，这些因素包括影人的微博关注度，各大网站上的电影相关评论以及专业电影网站上的评分等等。目前的研究重点主要是如何更好的利用庞大的网络信息数据来提高票房预测的准确度。（二）关于电影票房预测模型方法的相关研究进展对预测方法的选择早期以线性回归方法为主：李特曼、斯格特•苏凯以及陈白鹤和金云永等使用的模型都是基于多元线性回归的经典模型[12]，目前线性回归方法主要用于验证新引入的变量对票房的影响程度，如何晓雪[13]等人使用多元线性回归的方法研究网络口碑对电影票房的影响作用。DuJ[14]等人分别使用线性回归、支持向量机以及神经网络等方法进行票房预测，证明非线性模型的预测效果更好。如今，大多数学者在进行票房研究时多以神经网络为主，其中，BP神经网络最为流行：郑坚[15]等人提出一种基于多层反馈神经网络的票房预测模型，基于该票房预测模型计算票房的波动范围。LiZhang[16]等人构建多层BP神经网络模型，根据不同区间由高到低将电影票房分为六类，并以此对票房进行分类预测，实验结果表明BP神经网络的预测效果要优于线性回归模型。对以上内容进行总结可以得出，电影票房预测模型的研究从最早的多元线性回归到机器学习方法再到现在的深度神经网络，预测的效果已经不断提高。现在多元线性回归方法主要用于探究新引入的变量与票房之间的关系，而深度神经网络由于其具有强大的自学习功能，联想存储能力以及高速寻找优化解的能力，在票房预测方面优于其他机器学习方法。二、数字经济时代电影票房影响因素的理论分析（一）消费者的个人特质电影作为一种文化产品，消费者在消费时的主要影响因素仍是个人的主观意愿，往往会因为个人的审美偏好作为主要的选择依据，消费者的个人特质在消费过程中处于主导位置。数字化时代的来临，改变了人们的生活及思维方式，例如拓展了人们的社交圈，改变了人们的圈层定位，同样对个人的价值观也造成了一定影响，这就是消费者本身所发生的变化。在个人特质发生改变后，在消费过程中会受到社群特征的影响，在选择电影产品举棋不定时，会出现一定的从众心理，将电影产品的“品牌”效应纳入考虑的范畴。同时，数字经济时代下社交网络的影响力逐渐增大，消费者也会受“网红”等网络达人的意见影响。所以，在网络上评分、排名靠前的电影更容易受到消费者的青睐。（二）电影的产品特征电影的产品特征基于电影产品本身出发，主要可以从以下三个方面进行分析。首先，感知有用性特性。这种产品特征主要是从文化价值的角度出发分析内在的艺术性、原创等象征意义，其主要是通过电影的制作团队来体现，例如导演、编剧、演员等，所以团队的核心能力与感知有用性特征息息相关，只有主创团队的核心能力不断增强，才能创作出口碑更好的电影产品，从而产生更大的产品品牌力量。其次，感知易用性特征。这种产品特征主要是从消费者体验的角度出发，综合了电影产品的审美、娱乐以及体验性功能，在此产品特征中消费者收获地是更为直观的感受。所以，电影的视觉效果、题材等都是影响消费者体验的重要因素。针对感知易用性特征，电影产品则要充分考虑消费者的个人特质，只有这样才能营造更好的观影体验。最后，品牌影响力的相关因素。电影产品在市场中的品牌影响力，既可以提高电影产品的网络排名，同时也会影响消费者的接受能力。（三）数字环境影响因素在数字经济时代，电影的营销方式发生了变革，为了增强电影产品与观众的互动性，营销团队往往会选择借助社会化媒体开展一系列活动，这样不仅可以缩小与消费者的距离，同时也能达到刺激消费的目的，可谓是一举两得。由此可见，社会系统要素对于电影消费的影响更为复杂，在制订营销计划时需要充分考虑社会支持、社会化营销以及网络口碑等相关因素，这样此能自如的应对电影产品复杂营销环境中的潜在风险。当消费者在搜集相关的产品信息时，其会对电影产品进行功能认知的比较，这既是消费者进行内化学习的过程，也能通过风模仿学习机制，从而表现出典型的个体间观点或行为的趋同的特征。三、研究设计（一）电影票房样本选择情况本文选择2016-2019年国内上映的国产影片中票房超过1亿元的电影为样本（不包括动画片和记录片），共搜集到160个样本，数据主要来自时光网、艺恩网、豆瓣电影、猫眼电影以及中国电影数据网。选择2016—2019年的影片作为样本，一方面是因为2007—2015年中国的电影票房增长速度基本上都超过了30%，但到了2016—2019年间，电影票房增速开始回落至20%以下（如图1所示），并且进入到了相对稳定的阶段。另一方面，受数字经济的影响，2016年以来线上购票成为主要的途径，外部因素的影响力逐渐削弱，这也是电影票房进入稳定期重要影响因素。本文选取2016—2019年票房增速稳定期进行研究，可以剔除诸如疫情等外部因素的干扰。图12007-2019年国产票房增长率(年度总票房单位:亿元)目前在国内上映的电影，票房过亿的约为三四十部，以此作为本文研究的样本，主要是因为公开可查资料较多，获取数据的方式也比较容易。同时，关注票房较高的电影，综合的分析电影票房高的主要原因，这对于总结影响票房的因素有着重要意义，有助于未来打造更多高票房的电影。（二）电影票房影响因素变量假定样本期间的电影产业外部环境稳定，结合以往文献和中国电影产业现状，选择如下变量：（1）电影票房电影具有巨大的经济效益和社会效益，电影票房是衡量电影经济效益最重要的指标。一部电影的收入分为电影综合收入和票房收入，综合收入包括票房收入、DVD、租赁、电视版权等方面的收入总和，而在我国，一部电影的收入很大程度上取决于它的票房收入，因此，本文将电影票房收入作为电影收入的测度指标。（2）口碑电影作为服务和体验商品，对其质量的评价没有客观的标准。但电影作为消费品，其服务的对象即观众，对电影质量有主观评价——“口碑”。本文用电影网站中关于电影的评分作为电影口碑的测度标准，为了减少网站评分中的人为操作，保证口碑测度的准确性，本文将Mtime时光网和豆瓣电影网的电影评分的平均值作为电影口碑的测度。（3）关注度关注度指观众对电影的一种思考、交流的行为方式。关注度越高，说明电影越具吸引力，潜在的电影消费者和经济效应越大。本文分别用电影的评分人数和影评数作为电影关注度的替代指标。（4）导演影响力、男女主角影响力导演和演员是电影台前幕后的核心人物，电影票房的成功离不开明星效应。本文分别用导演和男女主角在电影上映前一个月期间内，在百度搜索上的信息量做为导演和主角影响力的替代指标。（5）电影档期从发行方、院线和电影院的角度来说，档期是电影的上映日到下档日的时间间隔。从观众的角度讲，档期是电影市场上观众有时间看电影的时间段。档期的分类方法众多，为避免区分的困难，本文把电影档期分为狭义档期和广义档期，狭义档期只包括春节假期、清明节假期、端午节假期、中秋节假期、劳动节假期、国庆节假期以及元旦假期，广义档期包括所有法定节假日，即在狭义档期的基础上加入了周末。狭义档期和广义档期均采用虚拟变量，1表示处于档期，0表示不处于档期。（6）宣传方式电影若要赢得市场，除了要提高影片的艺术质量、观赏性、娱乐性之外，还要重视宣传营销，使广大观众了解影片的内容和特色，了解作者的创作意图和创新之处，激发观众观影的兴趣和欲望。（7）特效技术特效技术，也即电影制作数字化，丰富了电影的创作手法，同时也推动了电影样式和类型的创新发展。新的制作技术对画面和音效的处理，是对视觉、听觉的满足，对票房的增长具有一定的作用。本文用电影3D技术、IMAX技术表示电影特效技术的发展。对3D技术、IMAX技术均采用虚拟变量，1表示采用，0表示不采用。（8）密钥延期密钥延期使影片可以晚于同档期影片下线，上映时间越长，意味着吸金能力越大。密钥延期采用虚拟变量，1表示采用，0表示不采用。（三）计量模型为了测度各影响因素与电影票房之间的关系，本文采用经典的C-D生产函数的形式，计量公式为：ln其中，yi为第i部电影的总票房，xi为关键变量，本文的关键变量分别为口碑、关注度、宣传方式、导演影响力、男主角影响力、女主角影响力、电影档期这七个。四、研究结果（一）口碑与电影票房口碑是观众对电影的评分，代表了观众对电影的满意程度。（见表1）。表1口碑与电影票房相关性变量(1)OLS(2)OLS(3)1%缩尾(4)QR-20(5)QR-40(6)QR-60(7)QR-80口碑5.28***(9.54)3.90***(7.53)3.87***(6.82)4.69***(5.00)4.37***(6.24)4.03***(6.46)3.22***(4.96)常数-1.60*(-1.72)0.02(0.02)0.20(0.11)-2.86*(-1.82)-0.98(-0.84)0.51(0.5)2.95***(2.63)控制变量无有有有有有有由模型（1）知，在没有控制变量的情形下，口碑显著地促进了票房。在增加了控制变量以后，得到模型（2），结果发现，口碑对票房促进作用仍然显著，口碑每增加1%，影片的票房平均增加3.90%，系数虽有所降低，但更加合理。为了去除异常值对结果的影响，在模型（3）中采用了1%缩尾的方法，回归的结果与模型（2）无异，因此，口碑显著促进票房的结论稳健。口碑效应反映广大消费者对电影质量的个人判断，影响着潜在消费者的观影决策。在对电影没有既定认识和特别偏好的情况下，他人对电影的观感成为观影者选择影片的首要因素，高评分就是最好的宣传，会给电影带来更多的观众，而低评分让潜在观众放弃观影。以电影行业为研究对象进行面板数据分析发现，发现口碑的劝说功能对电影票房具有显著影响。（二）关注度与电影票房一般来说，关注度高的影片，票房往往很高，反过来，票房高的影片，往往引起了更高的关注，这就是所谓的“自来水效应”（见下页表2）。表2关注度与电影票房相关性变量(8)OLS(9)OLS(10)OLS(11)OLS(12)1%缩尾(13)1%缩尾评分人数1.04***(31.18)0.97***(25.39)0.98***(24.35)影评数1.28***(25.74)1.22***(22.75)1.23***(19.93)常数-1.33***(-4.70)-1.02***(-3.09)-0.90***(-3.01)-0.72***(-2.1)-0.94***(-2.90)-0.74*(-1.91)控制变量无无有有有有由模型（8）和模型（9）可知，在没有控制变量的情况下，评分人数和影评数对票房均产生促进作用，其中，影评数比评分人数的促进作用更大。通过模型（10）至模型（13）可知，在增加了控制变量以及进行1%缩尾的情况下，结论依然稳健。通过Logit模型分析也发现，电影票房与评分人数和影评数是正相关的。电影关注度的增长，会提高电影的知名度，加强电影的文化传播影响，继而吸引更多的消费者去观影，并将关注度直接转换成票房收入。（三）宣传方式与电影票房为了提高票房，发行方必须对影片进行必要的宣传，现代信息技术的发展，丰富了原有的剧照和海报等传统宣传模式，产生预告片、视频短片等新的现代宣传手段，本文继续对剧照、海报、预告片、视频短片的影响力进行研究，并比较它们影响力的大小（见表3）。表3宣传方式与电影票房相关性变量(14)OLS(15)OLS(16)OLS(17)OLS(18)1%缩尾传统方式0.32***(2.18)0.31***(2.32)现代方式2.00***(13.63)1.70***(11.90)预告片1.02***(6.36)0.71***(4.54)0.70***(4.29)视频短片0.75***(6.08)0.83***(6.45)0.90***(6.90)剧照0.08(0.69)0.13(1.21)0.05(0.44)海报0.56***(3.54)0.35***(2.35)0.46***(2.89)常数0.76*(1.76)2.06***(4.32)2.33***(6.09)3.92***(8.11)4.37***(8.40)控制变量无有无有有通过模型（14）可知，在无控制变量的情况下，传统宣传方式和现代宣传方式均显著促进票房的增长，其中，现代宣传方式对票房的促进作用比传统宣传方式大得多，增加了控制变量后，得到模型（15），也呈现出类似的结论，说明结论稳健。模型（16）具体的分析不同的宣传方式对票房的促进作用的大小，其中预告片、视频短片、海报均显著地促进票房的增长，剧照对票房的促进作用不显著。在增加了控制变量以及1%缩尾之后，模型（17）和模型（18）显示结论依然稳健，由模型（18）可知，视频短片对票房的提高力度最大，预告片次之。（四）导演、男女主角与电影票房导演和演员具有明星效应，名气越大，越具有票房影响力。但实际中，很多明星演员和导演参与的电影，票房失败的也屡见不鲜，明星导演和演员的影响力能否促进票房见表4。表4导演、男女主角与电影票房相关性变量(19)OLS(20)OLS(21)1%缩尾(22)OLS(23)OLS(24)1%缩尾导演0.60***(6.78)0.45***(5.76)0.43***(5.23)男主角0.46***(4.52)0.42***(5.04)0.41***(4.69)女主角0.30***(3.67)0.29***(4.44)0.28***(4.1)常数3.13***(5.10)4.62***(7.51)4.78***(7.51)1.43***(2.08)2.65***(4.40)2.63***(4.06)控制变量无有有无有有从模型（19）至模型（24）知，导演、男主角和女主角的影响力显著地促进票房的增长，并且结论稳健。我国电影产业受到欧洲“导演中心制”的影响，在一部电影作品的生产过程中，导演拥有绝对的话语权，是电影生产的组织者和领导者，掌握艺术创作领导权和指挥权，很大程度上，导演的作为决定了影片的创意质量和艺术风格，因此，在中国，导演的影响力比明星演员要大得多。（五）电影档期与电影票房出于商业考虑，电影的上映往往会选择在某个合适的时机进行，于是逐渐形成了热门档期，在热门档期，电影总票房会上涨，但对单部影片的票房是否具有增长效应见表5。表5导演、男女主角与电影票房相关性变量(25)OLS(26)OLS(27)1%缩尾(28)OLS(29)OLS(30)1%缩尾狭义档期1.73***(3.39)1.24***(2.86)1.13***(2.57)广义档期1.51***(3.42)0.90***(2.39)0.77***(1.99)常数6.96***(39.53)7.49***(15.85)7.47***(19.14)6.91***(38.02)7.43***(19.56)7.42***(18.87)控制变量无有有无有有从模型（25）至模型（30）可知，不论是狭义档期还是广义档期均能显著地促进票房的增长，通过增加控制变量以及1%缩尾处理后发现，此结论稳健。同时还发现，狭义档期比广义档期更能促进票房的上涨，这也证实了档期越热门，越能促进电影的票房。通过以上分析知，口碑显著地促进票房的增长，但也发现随着票房的不断增大，口碑对票房的促进效应有所降低；相对于口碑，关注度对票房的促进作用稍小；宣传显著地促进电影票房，其中，现代宣传方式对电影票房的促进作用高于传统宣传方式；明星导演和明星演员显著提高电影票房，其中，导演对票房的促进作用大于男主角，男主角对票房的促进作用大于女主角；处于档期的电影票房显著高于不处于档期的电影票房，档期越热门，对票房的促进作用越大。五、对策建议通过对2016—2019年电影样本数据的分析，结合以往相关的研究结论，结合本文的研究结果提出相关建议：（1）利用口碑吸引受众注意力，转化影响力经济，2019年春节档影片中，商业大片比重较大，随着电影制作技术、演员表演技能等不断提升，相比于较早的商业大片，如今的影片在各方面都得到一定的提升，不仅电影票房可观，评分也相对较高，并且集合了多种不同的风格类型。这说明，较好的电影质量是保障较高票房的关键因素之一，而较好的电影质量则是由电影制作公司来完成的，制作公司在吸引受众注意力后，才有可能将受众注意力转化为影响力经济，如2019年春节档的《飞驰人生》《新喜剧之王》《神探蒲松龄》《廉政风云》都出现“高口碑高票房”的现象。（2）选择具有高品牌度的主创团队。正是因为电影的主创对于提高声誉、保证电影质量有着显著的作用。但在数字经济时代，文化内容的创新力同样重要，在选择演员时，切记不能只在乎流量效应，而是要选择与电影内容相匹配的主创。应在保证高品质内容的基础上选择主创团队，同时给予核心内容创作者必要的尊重，提供对电影内容创作的支持力度，继而利用多渠道为加强主创团队的影响力，这样既可以将主创团队的品牌优势发挥出来，也能保证电影内容的质量，从而构建一个生产者与消费者双赢的局面。（3）智能化宣发模式。后疫情时代，线上宣发市场进一步打开。猫眼在《你好，李焕英》的宣发上开拓出全新用户沟通路径，采取“云路演”模式，通过多样化活动为影片造势。活动期间，直播间累计在线人次近160万，直接带动猫眼想看增长12432，同时影片官抖涨粉近10万。作为一种全新的电影宣发方式，“云路演”不仅可以将现场体验与远程互动结合起来，还将线上线下两种场景的优势同时发挥到极致。猫眼开拓出的宣发渠道、创新出的全新宣发形式，立竿见影地吸引了海量关注，让行业看到了电影宣发更多精细化的可能和想象空间。（4）重视首日票房的影响。首日票房可以很好的反映观众对于电影产品的期待值，为了提高首日票房，在电影宣发时应找准目标受众，这样才能在电影上映的首日收获较高的票房。同时，为了避免同档期电影的激烈竞争，应根据电影的竞争情况适当的调整电影档期，这样才能保证首日电影票房取得成功。参考文献：[1]姚武华.中国内地市场国产电影票房特征及其影响因素研究——基于PLS模型的实证分析[J].价格理论与实践,2018(02):83-86.[2]张立,王湘平.基于信息理论的电影消费影响因素研究[J].消费经济,2018,34(01):31-35.[3]GhiassiM,DLio,MoonB.Pre-productionforecastingofmovierevenueswithadynamicartificialneuralnetwork[J].ExpertSystemswithApplications,2015,42(6):3176-3193.[4]卢文景,冯晓.大数据时代电影票房影响因素证实分析[J].中国传媒大学学报(自然科学版),2017,24(01):41-46.[5]聂鸿迪.中国电影票房的影响因素及