張文浩

摘要：文章在選擇2018年和2019年愛奇藝年度排名前十的八部電影，構(gòu)建多元線性回歸模型，對網(wǎng)絡(luò)電影的影響因素展開分析。結(jié)果表明：制作成本、口碑評分、評論數(shù)量與網(wǎng)絡(luò)電影票房顯著相關(guān)，平臺注冊用戶數(shù)與網(wǎng)絡(luò)電影票房沒有顯著關(guān)系。

關(guān)鍵詞：多元線性回歸模型;網(wǎng)絡(luò)電影票房;影響因素

一、引言

突如其來的疫情影響了院線電影的發(fā)行和上映。徐崢導(dǎo)演另辟蹊徑，將自導(dǎo)自演的《囧媽》以6.3億元的價格賣給字節(jié)跳動公司，通過其旗下視頻App西瓜視頻等發(fā)行，三天內(nèi)收獲了1.8億的點擊量。網(wǎng)絡(luò)電影有望在2020年迎來新發(fā)展。因此研究網(wǎng)絡(luò)電影票房的影響因素，有利于網(wǎng)絡(luò)電影產(chǎn)業(yè)進一步發(fā)展。

二、網(wǎng)絡(luò)電影票房的影響因素分析

為了更好地為網(wǎng)絡(luò)電影產(chǎn)業(yè)提出針對性的建議，就必須研究是什么因素顯著影響了網(wǎng)絡(luò)電影票房數(shù)額的高低。為此，本文在研究前人文獻的基礎(chǔ)上，選擇了愛奇藝2018～2019年度排名前十的網(wǎng)絡(luò)電影，對應(yīng)四個季度，共計8部影片。收集其最終票房分賬、制作成本、口碑評分等截面數(shù)據(jù)，運用EVIEWS軟件做多元線性回歸分析。為了計算以及操作的方便，本文不對電影的題材、檔期、作分類討論，僅結(jié)合網(wǎng)絡(luò)電影的特點進行變量的選擇。

（一）變量的選取

1. 因變量——最終票房分賬

與傳統(tǒng)的院線電影不同，網(wǎng)絡(luò)視頻平臺為網(wǎng)絡(luò)電影提供了播放、宣發(fā)、后臺維護等工具，因此影片的制作方必須把一部分中介費支付給網(wǎng)絡(luò)視頻平臺。剩余的部分，則被稱為最終票房分賬。本文最終票房分賬的數(shù)據(jù)均來源于愛奇藝電影中心整理出版的《愛奇藝網(wǎng)絡(luò)電影報告》。設(shè)定為Yi。

2. 自變量——制作成本

院線電影的制作成本往往在億元的級別，而不同的網(wǎng)絡(luò)電影制作成本則大不相同。雖然高企的制作成本并不保證影片的質(zhì)量，但是參考國外媒體互聯(lián)網(wǎng)企業(yè)網(wǎng)飛（Netflix）出品的高評分電影，如：《羅馬》、《愛爾蘭人》等，其制作成本基本都在一億美元以上。因此我們有理由相信制作成本會成為影響網(wǎng)絡(luò)電影票房的重要因素之一。本文擬采用貓眼數(shù)據(jù)作為數(shù)據(jù)來源。設(shè)定為X1。

3. 自變量——平臺會員注冊人數(shù)

基于重復(fù)曝光效應(yīng)（Mere Exposure Effect），平臺會員注冊人數(shù)越多，相應(yīng)地，影片會有更高的幾率被觀眾所關(guān)注，因此，不同的平臺為影片帶來的流量可能大不相同。此外，平臺會員注冊人數(shù)能很好地從需求端衡量該平臺的體量，是反映該平臺體量大小的重要指標。本文擬采用愛奇藝視頻平臺2017～2019年每一季度的會員人數(shù)，數(shù)據(jù)來源于相應(yīng)年份的《愛奇藝網(wǎng)絡(luò)電影報告》。設(shè)定為X2。

4. 自變量——口碑評分

口碑評分的高低直接決定了影片質(zhì)量的高低，消費者傾向于在有限的時間內(nèi)實現(xiàn)效用的最大化，因此往往會依據(jù)影片評分的高低決定是否付費觀看該影片。因此本文擬采用專業(yè)電影網(wǎng)站豆瓣與貓眼評分總和的平均值。設(shè)定為X3。

5. 自變量——評論數(shù)量

評論數(shù)量的多少直接決定了該影片關(guān)注度的高低。因此，評論越多，代表該影片受到的關(guān)注越多，觀眾獲取信息的成本降低，更傾向于選擇評論多的影片。本文擬采取專業(yè)電影網(wǎng)站豆瓣與貓眼評論人數(shù)數(shù)量的總和。設(shè)定為X4。

（二）模型的設(shè)定與回歸

設(shè)定多元線性回歸模型為Yi= β0+β1X1（制作成本）+β2X2（會員人數(shù)）+β3X3（口碑評分）+β4X4（評論數(shù)量）+ui，使用Eviews7進行普通最小二乘法（OLS）回歸，結(jié)果發(fā)現(xiàn)模型調(diào)整后的R方等于0.734，模型整體通過了F檢驗，但其中X2（平臺會員注冊人數(shù)）未能通過t檢驗。在使用逐步回歸法對模型進行修正以后，調(diào)整后的R方為0.789，模型整體通過F檢驗，變量均通過t檢驗。

（三）模型的異方差性及修正

由于異方差性常常來源于截面數(shù)據(jù)，本文通過懷特（White）檢驗確定了該模型在95%的置信水平下具有異方差性。為了消除異方差性，擬在逐步回歸的基礎(chǔ)上采用加權(quán)最小二乘法（WLS），權(quán)重設(shè)為1/|resid|（殘差絕對值的倒數(shù)）。得到最終結(jié)果如表2所示。

得到回歸模型：

Yi=2484.322+1.269X1-64.95413X3+

（912.7244）（0.364800）（12.55135）

1.27X4

（0.122345）

t=（3.357580）（3.002683）（-5.962022）（10.56374）

（四）模型結(jié)果的評價與分析

經(jīng)過修正以后模型的擬合優(yōu)度達到97%左右，具有非常好的解釋力，說明三個解釋變量聯(lián)合起來與被解釋變量是高度相關(guān)的。其中制作成本、口碑評分、評分人數(shù)的p值依次為0.0398、0.004、0.0005，說明以上三個變量在95%的置信水平下各自對被解釋變量有顯著影響。

其中制作成本與評分人數(shù)對于最終票房分賬呈正相關(guān)，口碑評分則呈負相關(guān)。這說明對于網(wǎng)絡(luò)電影來說，制作成本越高、評論人數(shù)越多，所獲得的票房就會越高;相反，口碑評分越高，票房分賬越少。換句話說，觀眾更青睞于制作成本高的影片，這樣的影片往往擁有制作精良的道具、水準以上的特效、合格的演員，也代表了贊助商對于導(dǎo)演能力的信任;評論的人數(shù)越多，評論的數(shù)量也就越多，評論的內(nèi)容一定程度上減少了信息的不對稱性影響了觀眾的決策。

評分與票房負相關(guān)，看似違背了邏輯，本文認為這與影片的IP效應(yīng)有關(guān)。IP是Internet Protocol的縮寫，意為知識產(chǎn)權(quán)，原意指權(quán)利人對其創(chuàng)作的智力勞動成果所享有的財產(chǎn)權(quán)利。IP效應(yīng)則是指某一文化現(xiàn)象利用其品牌號召力，連接了小說、動漫、影視劇、游戲等不同文化產(chǎn)業(yè)，通過商業(yè)化運營、產(chǎn)業(yè)化融合等一系列手段，轉(zhuǎn)化為消費品，實現(xiàn)價值變現(xiàn)。

在本次挑選的八個樣本中，其中五個都帶有IP的特征。如兩部《陳翔六點半》的短視頻IP，《齊天大圣之大鬧龍宮》與《新封神之姜子牙》則屬于神話IP，《鬼吹燈之巫峽棺山》則屬于小說《鬼吹燈》系列的IP。這些IP本身帶有一定量的粉絲和公共影響力，可以推測愿意為這些影片進行付費的觀眾，大部分是原系列的粉絲，帶有一定的主觀傾向性。因此相較于獨立劇本，IP改編的網(wǎng)絡(luò)電影在評分上顯得不那么客觀，可能會出現(xiàn)“低評分高票房”的局面。而本次挑選的八部影片只有《陳翔六點半之重樓別》一部在7分左右，其余的均為3～6分，可見IP效應(yīng)能夠有效解釋這種現(xiàn)象。

三、建議

（一）培養(yǎng)高質(zhì)量編劇人才，重視現(xiàn)實主義題材

從模型可以看出，影片的評分與影片的票房收入顯著相關(guān)。而影片的評分往往代表了影片的競爭力。網(wǎng)絡(luò)電影的制作成本不如院線電影，因此劇本的好壞成為了網(wǎng)絡(luò)電影是否擁有競爭力的關(guān)鍵。影片的制作方應(yīng)當有意識地尋找或者培育高質(zhì)量的編劇人才，嘗試創(chuàng)作出口碑評分雙高的IP題材，如此才能減少“劣幣驅(qū)逐良幣”的情況，促進網(wǎng)絡(luò)電影市場良性發(fā)展。

在抗擊疫情的過程中，相關(guān)的小說、漫畫、新聞報道等每天都接踵而來，這無疑給網(wǎng)絡(luò)電影的劇本創(chuàng)作提供了源源不斷的素材。又由于疫情與每一個人民息息相關(guān)，因此以廣大人民抗擊疫情為事實基礎(chǔ)的劇本作為現(xiàn)實主義題材的網(wǎng)絡(luò)電影具有良好的觀眾基礎(chǔ)。

（二）加大成本投入，擴大影片供給

由于全國電影院復(fù)工日期仍未確定，院線電影無法滿足人們的觀影需求，此時供給端存在巨大的缺口。在這種情況下恰恰是網(wǎng)絡(luò)電影發(fā)展的機會。網(wǎng)絡(luò)電影的制作周期通常在兩到四個月左右，相較于院線電影動輒一兩年的制作時間，具備很強的靈活性。因此選擇網(wǎng)絡(luò)電影進行投資，能迅速滿足廣大人民數(shù)月以來的不斷增長的文化需求，在非常時期不失為一種更好的選擇。

加大制作成本投入，這對于改善人們對于網(wǎng)絡(luò)電影特效差、劇情水的固有印象，具有十分積極的作用。另外，從此次回歸實驗可以看出，制作成本與票房之間存在著顯著的正相關(guān)，這意味著網(wǎng)絡(luò)電影投入越多，收獲越多，極有可能成為下一個投資的風口。

（三）擴大營銷成本投入，有效提高點擊率

實驗表明，評論人數(shù)的多少與影片的票房有顯著關(guān)系，又由于評論者都來自于注冊的用戶，這意味著擴大平臺用戶數(shù)可以成為增加網(wǎng)絡(luò)電影票房的有效手段之一。為此，加大營銷成本的投入，使用一定的營銷手段擴大觀眾基數(shù)，是各大網(wǎng)絡(luò)視頻平臺迫切需要做的事。如愛奇藝網(wǎng)絡(luò)電影部在2019年投入的營銷成本為116.3萬，比2018年增長66%，這為愛奇藝在2019年會員注冊數(shù)高于騰訊視頻的10020萬人，打下了良好的基礎(chǔ)。

參考文獻：

[1]聶鴻迪.中國電影票房的影響因素及其實證研究[D].北京：北京交通大學，2015.

[2]陳然.我國商業(yè)電影票房影響因素——基于多元線性回歸和神經(jīng)網(wǎng)絡(luò)分析[D].昆明：云南財經(jīng)大學，2016.

[3]張衫，柳雅琪.探究國內(nèi)上映電影票房的影響因素分析[J].中國電影市場，2019（06）：36-39.

（作者單位：五邑大學經(jīng)濟管理學院）