关于电影票房影响因素分析与预测探讨

王可然

摘要：随着网络媒体的不断发展进步，电影在人们生活中占据的地位越来越重要，本文对于现有电影票房的影响因素进行了分析， 并在此基础上建立了模型，并对相关影响因素作了进一步的分析。

关键词：电影票房，影响因素，分析与预测

中图分类号：G210.7 文献标识码：A 文章编号：20200518806

一、引言

如今影视产业的飞速发展，电影作为文化产业发展的重要支撑，具有文化和经济的双重属性，一方面，观看电影可以满足消费者的精神需求、放松心情，另一方面，电影具有经济效益，而票房是作为衡量电影票房的重要指标。电影票房的收入由 2011

年的 131 亿元，增长到 2018 年的 607 亿元，年均增长 21.21%。电影票房的影响因素以及准确收入预测是控制发行风险的重要手段，对于投资决策具有重要的意义。因此，最近很多学者对此展开了研究。

二、现有电影票房影响因素研究方法介绍

1．国外研究。国外的电影市场发展较早，对于电影票房的研究也相对成熟，由于在上世纪 80 年代，电影票房并不是容易获得的数据，因此美国电影经济专家巴瑞·李特曼在他的研究模型中，以电影租金收入代替电影票房作为因变量。他一共搜集了

1981 年至 1986 年在美国上映的 697 部电影的租金收入作为样本。同时，李特曼将影响电影票房的影响因子分为三大类型:创意、发行或上映、营销能力，而在每个类型之中又下分为若干子项目。接着，李特曼将表中所述自变量与因变量（电影收入）进行层次回归的分析方法， 得到的了一个回归方程式： Y＝-28.482×

106+7.232×106 顶级导演+14.846×106 明星+11.818×106 科幻

+13.858×106 续集+24.932×106 奥斯卡提名－4.966×106 剧情

+6.972×106 影评+3.814×106 大发行公司。根据这个方程式， 李特曼对当时上映电影的票房进行了相对准确的推算，这个模型也是后来各种票房预测多元回归模型的基础。

2.国内研究。在国内，对于现有票房研究多以经济学和统计学的方法居多，如使用最小二乘法来进行回归分析，这种方法较为传统，还有的学者在最小二乘法的基础上进行更为复杂的数据分析方法，综合国内外的实证方法研究，基本上以最小二乘法和线性回归方法等定量分析的方法来分析影响电影票房因素。基于以往学者的研究，本文采用多元线性回归分析，来对电影票房的影响因素进行定量分析，然后对各类指标分别进行分析加以比较。

三、模型建立

选取以下指标作为自变量，并将这些指标进行量化处理、编码处理。导演影响力以导演的作品数量为衡量标准，主演影响力以前三位主演获奖提名数为准；在类型上对不同类型进行编码处理，1=喜剧，2=动作，3=剧情，4=爱情，5=悬疑，6=动画，他变量的选择标准具体见表 2。根据表 1 的指标建立多元线性回归模型，以 Y 代表电影总票房(亿元)，其公式为：Y=C+电影导演影响力。β1+电影主演影响力。β2+电影类型。β3+网络评分。β4+ 用户期待度。β5+评价人数。β6+票价。β7+电影档期。β8+一线城市票房。β9+二线城市票房。β10+三线城市。β11+四线城市。β12+u。其中 C 为常量，u 为绝对误差。

模型分析，本文利用八爪鱼采集器抓取 2016 年到 2017 年票

房过亿的 80 部国产电影数据，所建模型存在问题，需要进行调试。经过调试后，剔除没有通过检验的指标，对导演影响力、类型、票价、用户期待度、网络评分、二线城市票房、三线城市票房进行重新回归分析，得出结果经过剔除某些变量，可以看出回归方程和变量都通过了显著性检验，也就是说 sig<0.05，拟合度也就是 R 方达到了 97%，因此根据分析结果，得到影响票房因素的多元线性回归方程如下：Y=4.591+0.02。用户期待度-0.153。票价+0.134。评分+0.132。电影类型-0.724。导演影响力-0.072。二线城市票房+4.005。三线城市票房。由表 4 数据可以看出，就

通过显著性检验的变量结果来看，属于电影生产环节因素有 2 个，

属于地域因素的有 2 个，属于消费者因素有 2 个，属于市场因素

的有 1 个。在对以上指标进行总体回归分析以后，紧接着对电影生产环节、消费者因素、市场因素和地域因素分别进行显著性检验。

2. 1. 电影生产环节

电影生产环节的自变量包括导演、主演和电影类型，将这三个因素与电影票房进行显著性分析，得出表 7，从 sig.可以看出生产环节的因素对电影票房的影响是显著的(sig.<0.05)，而在回归模型分析中，主演影响力并没有通过显著性检验，通过对所选 80 部电影的进一步梳理分析，高票房电影基本上都有明星演出，而此因素没有通过检验的原因可能是改编电影的影响，一些由 IP 改编的电影并没有明星参演，如《谁的青春不迷茫》《大鱼海棠》《十万个冷笑话 2》等电影，这些电影的票房收入基本来源于 IP 本身的影响力。

2. 2. 消费者因素

在对消费者因素三个指标进行显著性分析后，可以看出消费者因素对电影票房的影响是显著的(sig.=.000<0.05)，而在调整后的回归分析表 5 中可以看出用户期待度和评分的显著性值均小于 0.05，也就是说，电影的内容如果能够满足观众的期待度，符合观众的观影口味，那么电影的票房自然会走高。

2. 3. 地域因素

可以看出地域因素的两个指标通过了显著性检验，这也从下面的表 9 可以得到验证，而表 4 中的一线票房和四线票房没有通过检验的原因可能有这几点。首先是一线城市的观众观影品位较高，而且一线城市的工作压力较大，生活节奏较快，使很多一线城市的观众没有时间和精力到电影院看电影。其次从市场发展阶段到消费能力来看，二三线城市仍处于增长期，一线城市的消费能力较为疲软，而四线城市消费人群普遍收入较低，对票房的贡献率不高也是理所当然。

2. 4. 市场因素

对市场因素进行显著性分析得出表 10，可以看出通过了检验，表明票价对电影票房的影响是显著的，也说明了一些电影高票房高票价的现象依然存在，如《美人鱼》《西游记之孙悟空三打白骨精》《英伦对决》等电影平均票价达 37 元，这反映出在电影票房市场中影院具有比较大的市场力

四、总结语

国内学界对电影产业的研究大部分还是将电影看做一门艺术，尤其是缺乏对电影产业的实证研究。根据以上的样本数据分析，可以看出电影生产环节，消费者因素和地域因素对电影票房的影响较为显著，分别有两个指标通过显著性检验。随着国内电影票房收入日益增加，人们的观影品位越来越高，电影制作人应该在注重经济效益的同时也要顾及影片质量，不能总是烧钱请明星来获取关注度，使国产电影市场充斥着许多烂片，不利于国产电影良好生态的维护。此外，从地域因素的几个指标来看，一线城市的票房逐渐下移到二三线城市，二三线城市观众成为电影票房收入的主力军，随着渠道的下沉和人们消费能力的提高，电影发行商应着重考虑二三线城市的院线，充分发掘二三线城市的票房潜力。

参考文献

[1]刘怡.我国国产电影票房影响因素分析与预测研究[D]. 山东财经大学,2019.

[2]孟雪.基于文本分析和线性回归研究电影口碑对评分、票房的影响[J].财讯,2018,(13):195-196..

1