■ 戴建華 鄭意凡

一、引言

通過(guò)對(duì)2005年到2015年的票房數(shù)據(jù)分析,我們可以發(fā)現(xiàn),一些導(dǎo)演所執(zhí)導(dǎo)的影片和一些明星所主演的影片總是有著持續(xù)相對(duì)較高的票房。如馮小剛導(dǎo)演,他執(zhí)導(dǎo)的2006年的《夜宴》累計(jì)票房高達(dá)1.3億元，2007年的《集結(jié)號(hào)》累計(jì)票房2.1億元，2010年的《唐山大地震》累計(jì)票房6.5億元到2013年的《私人訂制》累計(jì)票房高達(dá)7.1億元。馮小剛導(dǎo)演執(zhí)導(dǎo)的影片票房可觀并且逐年遞增,使得馮小剛導(dǎo)演的電影票房逐漸形成了一種“延續(xù)性”,也使其逐漸成為了票房的保障。與導(dǎo)演和主演情況類似的還有系列電影的票房。我們發(fā)現(xiàn)一些系列電影續(xù)集的票房也呈現(xiàn)普遍較高,甚至逐年遞增的“延續(xù)性”。如《哈利·波特》系列電影,從2002年上映的第一部《哈利·波特與魔法石》的累計(jì)票房5600萬(wàn)元，2005年《哈利·波特與火焰杯》的累計(jì)票房9600萬(wàn)元，2009年上映的《哈利·波特與混血王子》的累計(jì)票房1億元,到最后2011年上映的《哈利·波特與死亡圣器(下)》的累計(jì)票房4億元。從第一部積累高人氣的《哈利·波特》系列電影的票房數(shù)據(jù)始終保持較高的水平,同時(shí)隨著一部部續(xù)集的上映票房逐年增加。因此,產(chǎn)生猜測(cè):是否會(huì)是觀眾對(duì)以往電影票房表現(xiàn)的分析,對(duì)即將上映的新影片產(chǎn)生了預(yù)期,而正是這個(gè)預(yù)期影響了他們是否會(huì)走進(jìn)影院觀看影片這一決策,從而最終影響了電影票房水平。

因此,本文基于中國(guó)票房網(wǎng)站上2012年到2016年在中國(guó)院線上映的電影票房截面數(shù)據(jù),來(lái)研究一部電影導(dǎo)演和主演過(guò)去的票房表現(xiàn)以及是否是系列電影對(duì)電影票房的影響。

國(guó)外針對(duì)影響票房因素的分析角度比較多樣和分散,但是對(duì)票房延續(xù)性現(xiàn)象解釋的相關(guān)研究幾乎沒(méi)有。這主要是因?yàn)檠芯空咄ǔ０阎餮?、?dǎo)演對(duì)票房的影響歸結(jié)為主演和導(dǎo)演的人氣。關(guān)于票房影響因素的研究有:Desai和Basuroy研究得出了對(duì)于文化產(chǎn)品,如圖書、音樂(lè)和電影,產(chǎn)品的類別對(duì)其受歡迎度有著顯著的影響，越高的明星號(hào)召力和正面評(píng)論對(duì)文化產(chǎn)品的受歡迎度有著顯著的正向促進(jìn)作用。①Dhar Sun和Weinberg通過(guò)26年的國(guó)內(nèi)電影票房數(shù)據(jù),在控制其他影響電影票房因素基礎(chǔ)上,研究得出系列電影與其他無(wú)續(xù)集的電影相比,有著更高的票房。②Kim和Park將口碑分為專家評(píng)論和大眾評(píng)論來(lái)探討網(wǎng)絡(luò)口碑對(duì)電影票房的影響,發(fā)現(xiàn)正面的專家評(píng)論和大眾評(píng)論對(duì)票房有促進(jìn)作用,同時(shí),專家評(píng)論較之大眾評(píng)論有著更高的顯著性影響。③

國(guó)內(nèi)針對(duì)票房的影響因素分析比較多,且主要集中在定性和定量分析。其中,同時(shí)探究多個(gè)變量對(duì)電影票房的影響的有:胡小莉、李波和吳正鵬采用了2007年至2009年2月期間在國(guó)內(nèi)大范圍上映的217部電影,利用SPSS統(tǒng)計(jì)分析軟件對(duì)影響票房的演員、導(dǎo)演、續(xù)集、翻拍、出品地區(qū)、檔期和類型這七個(gè)影響因素進(jìn)行了回歸分析,得出影響力較大的演員和導(dǎo)演對(duì)票房的促進(jìn)作用最大,是系列電影或者是有作品翻拍的電影有著更高的票房,出品地區(qū)、檔期和類型相較于前面四個(gè)變量影響程度較小。④王錚和許敏以2007年1月至2012年12月公開(kāi)上映的554部國(guó)產(chǎn)影片為樣本,通過(guò)傳統(tǒng)OLS方法和Logit模型進(jìn)行回歸,探究續(xù)集、評(píng)分、票價(jià)、檔期、明星和導(dǎo)演對(duì)票房的影響,得出了除了續(xù)集、檔期、明星和導(dǎo)演,更高的評(píng)分和更高的票價(jià)會(huì)帶來(lái)更高的票房收入。⑤類似的,尹一伊試圖采用巴里·利特曼提出的票房預(yù)測(cè)模型對(duì)中國(guó)電影票房的影響因素進(jìn)行分析。⑥王一帆通過(guò)2000-2013年的電影票房數(shù)據(jù),運(yùn)用Eviews統(tǒng)計(jì)軟件,探究電影類型、導(dǎo)演、演員、評(píng)分、檔期、國(guó)內(nèi)生產(chǎn)總值和城鎮(zhèn)居民可支配收入等因素對(duì)票房的影響,最終論證出在節(jié)假日的檔期上映將對(duì)電影票房產(chǎn)生顯著的正向影響,網(wǎng)絡(luò)上對(duì)電影的口碑評(píng)價(jià)對(duì)電影票房有顯著影響,城鎮(zhèn)人均可支配收入的提高對(duì)電影票房也有促進(jìn)作用。⑦

總體而言,國(guó)內(nèi)針對(duì)電影票房的研究多數(shù)停留在其影響因素的探究上,因此對(duì)電影票房延續(xù)性現(xiàn)象的探索幾乎沒(méi)有。本文選取了多個(gè)合理可行的影響指標(biāo),包括是否是系列電影、導(dǎo)演過(guò)去的票房表現(xiàn)、演員過(guò)去的票房表現(xiàn)來(lái)研究導(dǎo)致電影票房具有延續(xù)性的影響因素。其中,有關(guān)研究針對(duì)導(dǎo)演和主演對(duì)票房的影響作用,是集中在二者的影響力上。而本文則著眼于導(dǎo)演或者主演在過(guò)去十年內(nèi)的票房表現(xiàn)是否會(huì)對(duì)接下來(lái)的新影片產(chǎn)生影響,更多的是探討觀眾正面或者負(fù)面的預(yù)期是否會(huì)對(duì)接下來(lái)的新影片票房產(chǎn)生延續(xù)性影響。此外,本文選取的票房數(shù)據(jù)是從2012年到2016年在中國(guó)院線上映的影片的數(shù)據(jù),建立了多元線性回歸模型,數(shù)據(jù)比較具有時(shí)效性,同時(shí)相比定性分析,更具客觀性。

二、變量設(shè)定

(一)因變量

本文所選取的因變量為電影票房,電影票房(Box Office)指代的是電影、戲劇等因賣票而獲得的經(jīng)濟(jì)效益。電影票房的經(jīng)濟(jì)效益可以通過(guò)一個(gè)電影所賣掉的票總數(shù)或者通過(guò)電影票銷售所賺得的錢的總數(shù)來(lái)衡量。本文的電影票房來(lái)源于電影票房網(wǎng)(www.58921.com)的數(shù)據(jù)庫(kù)。所選取的數(shù)據(jù)是從2012年到2016年這5年里上映的494部電影的年度票房數(shù)據(jù)。

(二)解釋變量

1.導(dǎo)演過(guò)去的票房表現(xiàn)

電影導(dǎo)演作為電影出品的第一負(fù)責(zé)人,一部電影通常被看作是一個(gè)導(dǎo)演的藝術(shù)作品。商業(yè)電影的導(dǎo)演通常擁有他們個(gè)人獨(dú)特的風(fēng)格,同時(shí)這種風(fēng)格或者這個(gè)導(dǎo)演會(huì)成為觀眾所追捧的標(biāo)簽和品牌。在中國(guó)電影市場(chǎng)中,一批導(dǎo)演如張藝謀、陳凱歌、馮小剛和姜文,就有著他們獨(dú)特的“品牌”。觀眾通過(guò)他們以往執(zhí)導(dǎo)的電影的票房成果,會(huì)對(duì)接下來(lái)的影片產(chǎn)生不同的預(yù)期。

關(guān)于如何評(píng)定導(dǎo)演對(duì)一部電影票房的影響,國(guó)內(nèi)不同的學(xué)者有著不同的評(píng)定方法。比較常見(jiàn)的有：一是用該導(dǎo)演所獲得過(guò)的獎(jiǎng)項(xiàng)或者提名來(lái)衡量其票房的號(hào)召力,二是采用專業(yè)電影評(píng)分網(wǎng)站上,觀眾對(duì)導(dǎo)演的評(píng)分來(lái)作為衡量導(dǎo)演影響力的指標(biāo)。⑧雖然時(shí)光網(wǎng)在國(guó)內(nèi)算得上是較為權(quán)威的電影評(píng)分網(wǎng)站,但是仍然存在著由于不同導(dǎo)演知名度的差距,所導(dǎo)致的評(píng)價(jià)人數(shù)的千差萬(wàn)別的問(wèn)題。因此,時(shí)光網(wǎng)上對(duì)導(dǎo)演的評(píng)分也不能算作是一個(gè)非常權(quán)威和標(biāo)準(zhǔn)的衡量指標(biāo)。同時(shí),本文研究的是導(dǎo)演這一環(huán)節(jié)以往的電影票房表現(xiàn)的影響,因此,在處理導(dǎo)演影響力這個(gè)指標(biāo)的時(shí)候,選取的是一個(gè)導(dǎo)演在該部電影上映過(guò)去十年間所導(dǎo)演的電影的最高票房。我們預(yù)期這個(gè)變量系數(shù)為正。而對(duì)于從2003年至2015年的電影數(shù)據(jù)統(tǒng)一按照當(dāng)年電影總票房到2016年的增長(zhǎng)比例折算出新的電影票房數(shù)據(jù),從而去除因年度票房市場(chǎng)增長(zhǎng)而帶來(lái)的影響。

2.演員過(guò)去的票房表現(xiàn)

主演同時(shí)也被認(rèn)為是影響電影票房收入的重要指標(biāo)之一。知名的電影明星通常擁有他們自己的粉絲團(tuán)體,這一批粉絲會(huì)因?yàn)橹С诌@個(gè)演員而選擇去電影院觀看這部電影。⑨在近幾年,這些明星逐漸的受到了中國(guó)電影投資者的青睞,這就說(shuō)明了至少在中國(guó),一些電影投資者認(rèn)為對(duì)主演陣容的投資會(huì)帶來(lái)很好的票房收入。由于中國(guó)對(duì)演員的評(píng)分體系還不夠完善,國(guó)內(nèi)有些學(xué)者采用演員獲得過(guò)的獎(jiǎng)項(xiàng)來(lái)衡量其票房號(hào)召力。而本文同導(dǎo)演影響力的衡量指標(biāo)類似,也是研究主演以往票房表現(xiàn)對(duì)其新電影最終票房的影響,因此選取的是一個(gè)明星在該部電影上映過(guò)去十年間所主演的電影的最高票房。我們預(yù)期這個(gè)變量系數(shù)為正。同樣對(duì)于從2003年至2015年的電影數(shù)據(jù)統(tǒng)一按照當(dāng)年電影總票房到2016年的增長(zhǎng)比例折算到出新的電影票房數(shù)據(jù),從而去除因年度票房市場(chǎng)增長(zhǎng)而帶來(lái)的影響。

3.系列電影

系列電影在電影行業(yè)里指代的是一部基于以往藝術(shù)作品的電影。我們界定一部電影是否是系列電影取決于它是否改編自之前的電影、電視連續(xù)劇、動(dòng)畫、小說(shuō)甚至是漫畫。

電影作為一個(gè)一次性消費(fèi)的產(chǎn)品,品牌標(biāo)簽很難建立起來(lái)。因此這時(shí)候續(xù)集系列電影就成為許多制片方鐘愛(ài)的對(duì)象。因?yàn)?比起全新的電影,系列電影是經(jīng)典電影的延續(xù),有著忠實(shí)的觀影人群,是電影票房收入的一大保證。系列電影不僅節(jié)約了營(yíng)銷宣傳成本,同時(shí)降低了與拍攝全新電影所帶來(lái)的風(fēng)險(xiǎn)。針對(duì)系列電影這一變量,本文選用的是虛擬變量，若一部電影是系列電影那么該變量是1,反之則為0。

(三)控制變量

1.技術(shù)效果

隨著電影技術(shù)的不斷革新,3D、巨幕電影、IMAX技術(shù)已經(jīng)成為眾多電影的一大賣點(diǎn)。隨著3D電影《阿凡達(dá)》在全球的熱映,在中國(guó)正式掀起了一股3D電影的熱潮。從中國(guó)觀影人群對(duì)3D以及IMAX電影的熱衷,以及它們遠(yuǎn)比2D電影高的票房,可以看出諸如3D、IMAX一類的技術(shù)效果也會(huì)對(duì)一部電影的票房收入帶來(lái)不小的影響。在本文中,針對(duì)技術(shù)效果這一變量的衡量采用的是虛擬變量。是3D或者IMAX電影制式的電影變量為1,反之為0。我們預(yù)期這個(gè)變量系數(shù)為正。

2.檔期

電影有很強(qiáng)的季節(jié)性,也就是“檔期”。在中國(guó)電影市場(chǎng)中,一般檔期分為賀歲檔、暑期檔、勞動(dòng)節(jié)、國(guó)慶節(jié)檔期、圣誕節(jié)檔、情人節(jié)檔等等?？傮w來(lái)說(shuō)在這些時(shí)間段內(nèi),人們對(duì)觀影的需求有著很大程度的增加,隨之也就帶動(dòng)著整體電影票房收入的增加。在本文中,針對(duì)電影檔期的變量的選取,主要關(guān)注的是四大檔期:賀歲檔(11月初-3月初)、暑期檔(6月1日-8月31日)、勞動(dòng)節(jié)檔(5月1日-3日)和國(guó)慶節(jié)檔(10月1日-7日)。若電影上映的時(shí)間在這四個(gè)檔期內(nèi),則變量設(shè)為虛擬變量1,反之則為0。我們預(yù)期這個(gè)變量系數(shù)為正。

3.電影口碑

電影的口碑往往來(lái)自于兩方面：一個(gè)是專業(yè)影評(píng)人的評(píng)價(jià),另一個(gè)就是觀影大眾對(duì)一部電影的評(píng)分。⑩由于國(guó)內(nèi)沒(méi)有類似美國(guó)IMDB或者Rotten Potato這樣的專業(yè)評(píng)分網(wǎng)站,因此在本文中只討論觀影大眾對(duì)電影的口碑對(duì)該電影票房收入的影響。本文針對(duì)電影口碑這一因變量的考量,采用的數(shù)據(jù)是來(lái)自時(shí)光網(wǎng)的電影評(píng)分。因?yàn)榫湍壳皝?lái)看,時(shí)光網(wǎng)算得上是國(guó)內(nèi)比較權(quán)威,有導(dǎo)向性的電影網(wǎng)站,類似于美國(guó)的IMDB。關(guān)于電影評(píng)分,時(shí)光網(wǎng)根據(jù)觀眾打分加權(quán)算出了一部電影的綜合得分,以十分制表示。因此評(píng)分越高反映的是觀眾對(duì)電影的積極反響。我們預(yù)期這個(gè)變量系數(shù)為正。

三、計(jì)量分析

(一)模型和估計(jì)方法

根據(jù)上面的變量,我們可以構(gòu)造如下計(jì)量模型:

log(box)it=β0+β1log(director)it+β2log(star)it+β3seriesit+β4controlit+εit

(1)

其中,box是第t年第i部電影的實(shí)際票房,log(box)是box的自然對(duì)數(shù)。director代表的是第t年第i部電影的導(dǎo)演過(guò)去的票房表現(xiàn),它用該導(dǎo)演過(guò)去十年執(zhí)導(dǎo)電影中的實(shí)際最高票房記錄的來(lái)解釋。star代表的是第t年第i部電影的主演過(guò)去的票房表現(xiàn),它用該主演過(guò)去十年主演電影中的實(shí)際最高票房記錄的來(lái)解釋。log(director)和log(star)分別是它們的自然對(duì)數(shù)。series是虛擬變量,代表第t年第i部電影是否是系列電影。control代表的是第t年第i部電影的控制變量,它包括是否在“四大檔期”內(nèi)(season)、是否使用了3D技術(shù)手段(technology)、電影網(wǎng)站的評(píng)分(ratings)。ε是隨機(jī)誤差項(xiàng)。

下面我們具體定義是否是系列電影,是否在“四大檔期”內(nèi)和是否使用了3D技術(shù)手段這三個(gè)虛擬變量。

表1 虛擬變量的定義

(二)變量的描述統(tǒng)計(jì)

表2給出各變量(包括連續(xù)變量和虛擬變量)的描述統(tǒng)計(jì)量。

本文數(shù)據(jù)是從2012年1月1日到2016年12月31日,共494個(gè)電影的截面數(shù)據(jù)。本文參與回歸的觀察值數(shù)量為494。

(三)回歸結(jié)果及其分析

本文采用OLS回歸方法對(duì)模型(1)進(jìn)行實(shí)證分析,回歸結(jié)果呈現(xiàn)于表3。

在第(1)列和第(2)列中,我們只對(duì)控制變量檔期(Season)、技術(shù)手段(Tech)和電影網(wǎng)站評(píng)分(Score)進(jìn)行普通OLS回歸,其中第(1)列未控制年度效應(yīng),而第(2)列則控制了年度效應(yīng)。由第(2)列可以看到,三者的系數(shù)均為正,說(shuō)明了三個(gè)變量對(duì)電影票房均有顯著的促進(jìn)作用。該結(jié)果符合我們的預(yù)期,也就是電影在賀歲檔、暑假檔、勞動(dòng)節(jié)檔和國(guó)慶節(jié)檔期上映會(huì)對(duì)電影的票房有個(gè)積極的影響。若是電影采用了3D或者3D IMAX技術(shù)手段也會(huì)對(duì)電影的最終票房有促進(jìn)作用。同時(shí),對(duì)于觀影的體驗(yàn)和評(píng)分,尤其是電影評(píng)分網(wǎng)站,觀影人群對(duì)電影的評(píng)分越高,則該部影片的票房就越高。此外,第1列中調(diào)整的R2僅為0.156,則說(shuō)明,這三個(gè)控制變量對(duì)電影票房的解釋能力很小,所以我們要引入更多的變量加入回歸,才能更好的對(duì)電影票房進(jìn)行解釋。

表2 電影票房影響因素的回歸結(jié)果

表3 電影票房影響因素的回歸結(jié)果

注:被解釋變量為考慮了通貨膨脹因素的實(shí)際票房的自然對(duì)數(shù)log(box)；表中括號(hào)中數(shù)字為bootstrap方法抽取1000次得到的t值；*、**和***分別代表在10%、5%和1%的水平統(tǒng)計(jì)顯著。

在第(3)列中,我們加入了演員過(guò)去十年的實(shí)際最高票房的對(duì)數(shù)這一變量,從回歸結(jié)果可以看出,這個(gè)變量的系數(shù)為正,且在1%的水平統(tǒng)計(jì)顯著?？煽闯鲆徊侩娪暗难輪T在過(guò)去十年的票房表現(xiàn)越好,則這部電影的電影票房越高。這一結(jié)果也符合我們當(dāng)初的預(yù)期。同時(shí),與第(2)列相比,第(3)列調(diào)整后的R2上升到0.317,說(shuō)明演員過(guò)去票房表現(xiàn)對(duì)該部電影最終的票房有較強(qiáng)的解釋力度。

在第(4)列中,我們加入導(dǎo)演過(guò)去十年的實(shí)際票房的對(duì)數(shù)這一變量,從回歸結(jié)果可以看出,這個(gè)變量系數(shù)為正,且在1%的水平統(tǒng)計(jì)顯著。因此，可看出一部電影的導(dǎo)演在過(guò)去十年的票房表現(xiàn)越好,則這部電影的電影票房越高。同樣這一結(jié)果也符合我們當(dāng)初的預(yù)期。與第(2)列的調(diào)整R2對(duì)比,第4列調(diào)整后的R2上升到0.305,說(shuō)明導(dǎo)演過(guò)去票房表現(xiàn)對(duì)該部電影最終的票房有較強(qiáng)的解釋力度。

在第(5)列中,加入了是否是系列電影這一虛擬變量,考慮一部電影是否是系列電影對(duì)電影票房的影響。從回歸結(jié)果來(lái)看,這個(gè)變量的系數(shù)并不顯著。也就是說(shuō),當(dāng)一部電影是系列電影時(shí),它的票房并不會(huì)顯著高于非系列電影。另外,與第(2)列相比,第(5)列調(diào)整后的R2僅僅由0.289上升到0.295,這個(gè)變動(dòng)幅度小于第(3)列和第(4)列,這進(jìn)一步說(shuō)明續(xù)集這一變量對(duì)票房的解釋力較弱。

在第(6)列中讓所有變量均加入回歸,發(fā)現(xiàn)與前幾列的回歸相比,各個(gè)變量的顯著性均未發(fā)生明顯的變化,調(diào)整后的R2也由第(1)列的0.156上升到0.335。顯然加入導(dǎo)演過(guò)去票房表現(xiàn)、主演過(guò)去票房對(duì)當(dāng)前票房有顯著影響,而是否是序列電影則對(duì)票房收入無(wú)顯著影響。也就是說(shuō),電影票房確實(shí)存在延續(xù)性,而這種延續(xù)性主要體現(xiàn)在導(dǎo)演和主演上,而不是電影本身。此外,可以看出,R2為0.335仍然較小,說(shuō)明在這個(gè)回歸結(jié)果里遺漏了一些比較重要的變量。其中包括:排片場(chǎng)次、投資預(yù)算、營(yíng)銷手段、獲獎(jiǎng)提名情況。但是由于我國(guó)針對(duì)每部影片的投資、排片場(chǎng)次等數(shù)據(jù)的統(tǒng)計(jì)工作不完善,導(dǎo)致這部分?jǐn)?shù)據(jù)難以獲得,所以只能將這些變量放入誤差項(xiàng)內(nèi)。

(四)穩(wěn)健性檢驗(yàn)

為了驗(yàn)證(三)部分回歸結(jié)果的穩(wěn)健性,我們通過(guò)替換導(dǎo)演過(guò)去十年票房表現(xiàn)和主演過(guò)去十年票房表現(xiàn)這兩個(gè)變量的樣本,重新進(jìn)行回歸。我們把時(shí)間長(zhǎng)度縮短到五年,即考慮導(dǎo)演過(guò)去五年票房表現(xiàn)和主演過(guò)去五年票房表現(xiàn)這兩個(gè)變量。

我們的數(shù)據(jù)仍然是從2012年1月1日到2016年12月31日,共494個(gè)電影的截面數(shù)據(jù)。只是將導(dǎo)演和主演過(guò)去票房表現(xiàn)的年限縮短為5年。本文參與回歸的觀察值數(shù)量也仍為494。

表4 電影票房影響因素的回歸結(jié)果(2)

注:被解釋變量為考慮了通貨膨脹因素的實(shí)際票房的自然對(duì)數(shù)log(box)；表中括號(hào)中數(shù)字為bootstrap方法抽取1000次得到的t值；*、**和***分別代表在10%、5%和1%的水平統(tǒng)計(jì)顯著。

通過(guò)表4顯示的新的回歸結(jié)果可以看出,將導(dǎo)演和主演過(guò)去票房表現(xiàn)這兩個(gè)變量的時(shí)間縮短為5年進(jìn)行回歸,與表3的回歸結(jié)果對(duì)比,各個(gè)變量系數(shù)的符號(hào)和顯著性并未發(fā)生明顯的改變,從而也就進(jìn)一步的證明了第(三)部分中回歸結(jié)果的穩(wěn)健性。

五、結(jié)論

本文使用了從2012年1月1日到2016年12月31日在國(guó)內(nèi)院線上映的494部影片的電影票房數(shù)據(jù),對(duì)國(guó)內(nèi)電影票房的影響因素進(jìn)行實(shí)證分析,通過(guò)一般回歸分析和穩(wěn)健性檢驗(yàn),得出了以下結(jié)論:

第一，導(dǎo)演和主要演員的票房表現(xiàn)具有較強(qiáng)的延續(xù)性。對(duì)于導(dǎo)演和大牌演員來(lái)說(shuō),過(guò)去的成功對(duì)當(dāng)前電影的票房有重要影響。

一個(gè)導(dǎo)演的票房號(hào)召力可以由兩個(gè)角度考慮,一個(gè)是該導(dǎo)演所形成的電影標(biāo)簽文化,另一個(gè)是觀眾通過(guò)該導(dǎo)演以往電影作品的質(zhì)量而產(chǎn)生的對(duì)未來(lái)電影質(zhì)量的預(yù)期。導(dǎo)演的電影標(biāo)簽文化,是指根據(jù)一些導(dǎo)演以往作品的特點(diǎn),觀眾對(duì)該導(dǎo)演指導(dǎo)作品產(chǎn)生的一種固定的認(rèn)識(shí)。例如,馮小剛導(dǎo)演的作品往往具有很強(qiáng)的平民意識(shí),總是用其獨(dú)有的“馮氏幽默”諷刺帶調(diào)侃地為觀眾講述著一個(gè)又一個(gè)打動(dòng)人心的故事,從最初的《甲方乙方》《不見(jiàn)不散》《大腕》《天下無(wú)賊》到后來(lái)的《非誠(chéng)勿擾》系列和《私人訂制》都成為賀歲劇的大贏家。因此,馮小剛導(dǎo)演獨(dú)有的“馮氏喜劇”成為一代觀影人心中的固定標(biāo)簽,同時(shí)也為馮小剛導(dǎo)演積累了一批忠實(shí)的觀眾。

另外一個(gè)角度,對(duì)導(dǎo)演以往電影作品質(zhì)量了解而對(duì)新影片產(chǎn)生的預(yù)期也會(huì)引導(dǎo)觀影人群走進(jìn)影院選擇觀看該部電影。例如,徐崢作為導(dǎo)演,2016年之前執(zhí)導(dǎo)過(guò)兩部影片《人在囧途之泰囧》和《港囧》。與其擔(dān)當(dāng)演員角色不同的是,徐崢是一名新人導(dǎo)演。但是其導(dǎo)演的處女作《人在囧途之泰囧》作為一部投資不足3000萬(wàn),無(wú)巨星不3D的影片,得到了首日3600萬(wàn),周末單日9000余萬(wàn),最終累計(jì)票房高達(dá)12.6億元的佳績(jī)。通過(guò)考量《人在囧途之泰囧》最終的票房成績(jī),大眾對(duì)徐崢執(zhí)導(dǎo)的下一部喜劇片產(chǎn)生了積極的預(yù)期,正是這一積極的預(yù)期促使著觀眾走進(jìn)電影院選擇觀看《港囧》。最終《港囧》的累計(jì)票房達(dá)到了15.73億元,超過(guò)了《人在囧途之泰囧》的12.6億票房?？梢钥闯?觀眾從一個(gè)導(dǎo)演過(guò)去票房表現(xiàn)產(chǎn)生的正向預(yù)期,是促使他們觀影的一個(gè)重要因素,同時(shí)也會(huì)對(duì)最終電影票房有著積極的影響。

與導(dǎo)演效應(yīng)類似,一部電影的主演很大程度上決定著該電影的票房。一個(gè)演員的號(hào)召力同樣也可以分為兩個(gè)角度,一個(gè)是該主演的人氣,另一個(gè)是觀眾通過(guò)該主演以往電影作品的質(zhì)量而產(chǎn)生的對(duì)未來(lái)電影質(zhì)量的預(yù)期。一個(gè)明星背后的粉絲團(tuán)體往往是一部電影觀影人群中的忠實(shí)觀眾。他們選擇觀影,有時(shí)僅是出于對(duì)該明星的支持。這也是一些電影把很大一部分預(yù)算用在聘請(qǐng)人氣較高的演員上的原因。

除了這種“明星效應(yīng)”之外,一個(gè)明星以往參演的電影票房高一定程度上說(shuō)明了該演員的演技好,受市場(chǎng)的認(rèn)可度高,其接下來(lái)的新電影上映時(shí),觀眾認(rèn)為該電影的演技和制作水平有保障,可以減少看“爛片”的幾率,自然樂(lè)意買賬。例如,白百何作為中國(guó)電影歷史上首個(gè)單年票房突破30億的中國(guó)明星,成為了2015年的票房贏家。2011年的《失戀33天》,雖然總投資只有1000多萬(wàn),但累計(jì)票房達(dá)到3.5億人民幣,為白百何奠定了一個(gè)極高的起點(diǎn)。2013年的《分手合約》和《被偷走的那五年》,也分別都票房過(guò)億。同年底的《私人訂制》,單片票房更是超過(guò)7億。這一年,白百何3部影片累計(jì)超過(guò)10億。2014年的《整容日記》雖然沒(méi)有過(guò)億,但也有8000多萬(wàn),對(duì)一個(gè)中小成本電影來(lái)說(shuō)并不低。上述5部影片,累計(jì)票房為14.88億,平均每部接近3億。觀眾通過(guò)考量其2011年到2014年參演的電影最終的票房,從而對(duì)2015年上映的《捉妖記》和《滾蛋吧,腫瘤君》預(yù)期也會(huì)是制作精良的影片。這種正向的預(yù)期吸引了一大批觀眾,從而使得《捉妖記》最終累計(jì)票房高達(dá)24.4億元,《滾蛋吧,腫瘤君》最終票房達(dá)到5.2億元。這也就是觀眾通過(guò)過(guò)去明星主演的電影產(chǎn)生了正向的預(yù)期,隨之吸引觀眾選擇觀影,最終對(duì)新電影的票房產(chǎn)生了積極的影響。

第二，系列電影的票房表現(xiàn)并不具有延續(xù)性。一部電影如果是系列電影的話,那么該系列電影過(guò)去的票房表現(xiàn)并不是影響這部電影票房的主要因素。

系列電影的最終票房成績(jī)要根據(jù)這個(gè)電影實(shí)際的口碑、導(dǎo)演和主演、上映時(shí)間等因素共同決定。消費(fèi)者在最近幾年的觀影體驗(yàn)中越來(lái)越趨于理性,如果該系列電影的票房之前的表現(xiàn)比較好,那么消費(fèi)者會(huì)對(duì)這個(gè)系列電影產(chǎn)生很高預(yù)期。當(dāng)?shù)谝慌^影者觀看該系列電影后,如果沒(méi)達(dá)到之前的系列電影的觀影效果,在消費(fèi)者中會(huì)產(chǎn)生強(qiáng)烈的負(fù)面效果,往往會(huì)被評(píng)為“狗尾續(xù)貂”“沒(méi)有新意的續(xù)集”。同時(shí),該系列電影如果在后續(xù)的電影中更換了電影的導(dǎo)演或者主演,也會(huì)對(duì)電影票房產(chǎn)生一定影響。例如,某個(gè)主演在電影中的表現(xiàn)不盡如人意或者有存在某些負(fù)面新聞,這也會(huì)對(duì)該系列電影產(chǎn)生嚴(yán)重的負(fù)面影響,而不是因?yàn)槠渖弦徊肯盗须娪暗钠狈亢芨?該部系列電影也會(huì)達(dá)到同樣很高的票房,嚴(yán)重的情況還會(huì)毀掉一部在影迷心中的經(jīng)典電影。因此,一部系列電影在過(guò)去的高票房并不能保證接下來(lái)的系列電影同樣獲取高票房。

注釋:

① Desai KK.,Basuroy S.(2005).InteractiveInfluenceofGenreFamiliarity,StarPower,andCritics'ReviewsintheCulturalGoodsIndustry:TheCaseofMotionPictures. Psychology & Marketing,Vol.22,No.3,.pp.203-223.

② Dhar T.,Sun G.,Weinberg C.B.(2012).TheLong-termBoxOfficePerformanceofSequelMovies.Marketing Letters,Vol.23,No.1,pp.13-29.

③ SangHoKim,Namkee Park,Seung Hyun Park.(2013).ExploringtheEffectsofOnlineWordofMouthandExpertReviewsonTheatricalMovies'BoxOfficeSuccess. Journal of Media Economics,Vol.26,No.2,pp.98-114.

④ 胡小莉、李波、吳正鵬:《電影票房的影響因素分析》,《中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版)》,2013年第20期。

⑤ 王錚、許敏:《電影票房的影響因素分析——基于Logit模型的研究》,《經(jīng)濟(jì)問(wèn)題探索》,2013年第11期。

⑥ 尹一伊:《影響中國(guó)電影經(jīng)濟(jì)成功的因素分析——從票房預(yù)測(cè)模型看中國(guó)電影新發(fā)展》,《當(dāng)代電影》,2013年第7期。

⑦ 王一帆:《我國(guó)電影票房影響因素分析》,《市場(chǎng)研究》,2015年第5期。

⑧ 何萍:《影響電影票房的幾大因素分析》,《中國(guó)電影市場(chǎng)》,2011年第11期。

⑨ Liu A.,Liu Y,Mazumdar T..(2014).StarPowerintheEyeoftheBeholder:AStudyoftheInfluenceofStarsintheMovieIndustry. Marketing Letters,Vol.25,No.4,pp.385-394.

⑩ 朱夢(mèng)嫻:《口碑與票房:社會(huì)化媒體電影評(píng)論的商業(yè)價(jià)值研究》,《信息資源管理學(xué)報(bào)》,2015年第5期。