基于多元線性回歸的年度電影票房影響因素實(shí)證分析12000字【論文】VIP

基于多元線性回歸的年度電影票房影響因素實(shí)證分析摘要 I1.緒論 1.1研究背景 1.2研究意義 21.3.1國(guó)外研究現(xiàn)狀 21.3.2國(guó)內(nèi)研究現(xiàn)狀 21.4本文研究?jī)?nèi)容 32.影響電影票房的變量設(shè)置 32.1數(shù)據(jù)選取 2.2樣本選擇與變量說(shuō)明 33.電影票房影響因素的分析方法 93.1多元線性回歸分析的一般形式 93.2多元線性回歸模型的基本假定 3.3回歸參數(shù)估計(jì) 4.影響電影票房的實(shí)證分析 4.1變量描述與定義 4.3多元回歸分析 4.4模型診斷 4.5結(jié)果討論與分析 5.1與以往論文文獻(xiàn)研究結(jié)論對(duì)比 5.2不足與反思 5.3建議與展望 參考文獻(xiàn) 附錄 241電影可以看作是一種重要的藝術(shù)形式，是大眾娛樂(lè)的來(lái)源，更是教育或灌注公民的主要媒介.隨著現(xiàn)代社會(huì)的不斷發(fā)展，電影已經(jīng)變成了人們?nèi)粘Ｐ蓍e娛樂(lè)生活中的重要組成部分，對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展具有重要影響.本文選取2017——2021年間每年對(duì)電影票房前50名的影片進(jìn)行研究，選取電影類型、電影制式、演員影響力等12個(gè)因變量作為解釋變量，采用多元線性回歸分析方法，對(duì)影響電影票房的因素進(jìn)行實(shí)證分析分析。從而分析出想看人數(shù)、□碑評(píng)分、IP改編、暑期檔、物料播放量、知名導(dǎo)演以及主旋律電影對(duì)年度電影票房有正面影響,電影類型中愛(ài)情片、劇情片、動(dòng)畫(huà)片對(duì)年度電影票房有負(fù)面影響.關(guān)鍵詞：電影票房；影響因素；多元線性回歸黨的十八大報(bào)告指出要“推動(dòng)文化事業(yè)全面繁榮、文化產(chǎn)業(yè)快速發(fā)展”,中央“十二●五規(guī)劃”也明確指出，要“繁榮發(fā)展文化事業(yè)和文化產(chǎn)業(yè)”.電影產(chǎn)業(yè)作為一個(gè)重要組成部分被列入議程.自此，中國(guó)電影業(yè)便開(kāi)啟了迅速發(fā)展的序幕.今天，電影產(chǎn)業(yè)已經(jīng)成為文化產(chǎn)業(yè)的主要支柱和核心內(nèi)容之一，一方面，要?dú)w功于政府為其實(shí)施制定的一系列政策；另一方面，經(jīng)濟(jì)的快速增長(zhǎng)為電影業(yè)發(fā)展創(chuàng)造了有利的經(jīng)濟(jì)環(huán)境.我國(guó)電影業(yè)經(jīng)過(guò)多年的產(chǎn)業(yè)化與市場(chǎng)化推進(jìn)，出現(xiàn)了產(chǎn)業(yè)模式與類型化生產(chǎn)，基本形成了產(chǎn)業(yè)體系與市場(chǎng)結(jié)構(gòu).目前，電影產(chǎn)業(yè)營(yíng)收來(lái)源主要有票房收入、廣告收入、衍生品開(kāi)發(fā)收入、轉(zhuǎn)播、出售版權(quán)、網(wǎng)絡(luò)版權(quán)等方面.電影票房作為極其重要的部分，是衡量電影績(jī)效和電影是否成功的2重要指標(biāo)，它能直觀地體現(xiàn)出市場(chǎng)對(duì)電影作品的直觀需求，同時(shí)為投資者提供一定的參考信息.美國(guó)的電影產(chǎn)業(yè)鏈，從資金支持、資金回收，到后期電影研發(fā)、電影特色,都已經(jīng)完全成熟并且形成了一套經(jīng)驗(yàn)法則，中國(guó)的電影市場(chǎng)還沒(méi)有完全發(fā)展起來(lái)，對(duì)國(guó)際市場(chǎng)尚待開(kāi)發(fā)，產(chǎn)業(yè)鏈才剛建成，如何找到影響電影票房的關(guān)鍵因素，對(duì)其產(chǎn)業(yè)鏈的完善有著現(xiàn)實(shí)意義.西方媒體經(jīng)濟(jì)學(xué)的研究表明，電影制片人、明星、節(jié)目制作成本、廣告費(fèi)用、出版商、檔期、獲獎(jiǎng)、觀眾對(duì)影片的質(zhì)量評(píng)定等因素都會(huì)對(duì)電影票房的成績(jī)產(chǎn)生一定的影響.由于國(guó)內(nèi)鮮有關(guān)于對(duì)電影票房方面研究，大部分是對(duì)電影商業(yè)運(yùn)作方面的研究，大多都、大多是從宏觀層面來(lái)討論電影的產(chǎn)業(yè)化問(wèn)題.因此，對(duì)電影票房的影響因素做定性與定量的分析研究，具有一定的現(xiàn)實(shí)意義。電影作為一種高度藝術(shù)和美學(xué)的服務(wù)型產(chǎn)品，生命周期短，受眾偏好更難把握，電影屬于典型的體驗(yàn)型商品.這些特性決定了電影票房的影響因素，與其他商品略有不同，對(duì)電影票房預(yù)測(cè)的不確定性更高.研究人員(GeorgeGallup、LeoHandel等)主要通過(guò)問(wèn)卷調(diào)查法、訪談等方式探討外國(guó)的電影票房經(jīng)驗(yàn)，沒(méi)有具體討論各個(gè)因素對(duì)票房的貢獻(xiàn).第二階段側(cè)重同因素對(duì)電影票房的影響，如口碑、類型和影片內(nèi)容7,仍有許多學(xué)者在研究關(guān)注觀眾口碑和評(píng)論數(shù)，基于谷歌搜索、維基百科、博客、新聞報(bào)道、谷歌搜索等觀眾情感化表達(dá)，產(chǎn)生內(nèi)容票房預(yù)測(cè)模型。3國(guó)內(nèi)票房研究起步較晚，主要集中在現(xiàn)狀分析、影響因素分析和電影票房預(yù)測(cè)模型.近年來(lái)的研究成果持續(xù)性關(guān)注這一問(wèn)題.其中，何雙男(2017)通過(guò)相關(guān)分析和回歸分析分析了2012年至2016年上映的影片數(shù)據(jù)，認(rèn)為電影評(píng)分次數(shù)與票房表現(xiàn)有著顯著關(guān)系12.胡曉紅(2018)通過(guò)循序漸進(jìn)的方式，選取了電影票房顯著相關(guān)的四個(gè)因素，即影片首映評(píng)分，、導(dǎo)演人氣指數(shù)、導(dǎo)演人氣指數(shù)以及影片是否為續(xù)集31.劉暄(2019)通過(guò)回歸分析分析了2015、2016年上映的176部影片，發(fā)現(xiàn)影片是否續(xù)集、淡旺季、上映天數(shù)和豆瓣評(píng)論數(shù)之間存在高度的正相關(guān)關(guān)系，豆瓣電影評(píng)分與年度電影票房之間存在顯著的負(fù)相關(guān)關(guān)系41.劉志新(2019)選取2018年上映的292部影片進(jìn)行了多元回歸分析，發(fā)現(xiàn)導(dǎo)演影響力、演員影響力、電影投資方影響力、電影續(xù)集正向影響票房的影響較為積極，而電影評(píng)分、電影制作技術(shù)、電影檔期等影響較弱51.綜上所述，不同階段的研究人員主要使用多元線性回歸方法進(jìn)行實(shí)證分析,選擇的解釋變量的類型和數(shù)量也各不相同，研究結(jié)果也并不一致，這反映出了電影票房影響因素的復(fù)雜.在此基礎(chǔ)上，筆者選取了最新的電影年度票房數(shù)據(jù),根據(jù)前人的探索經(jīng)驗(yàn)，對(duì)21個(gè)變量進(jìn)行了11個(gè)類別的區(qū)分，系統(tǒng)全面地探究分析了電影票房的影響因素.以《R數(shù)據(jù)分析：方法與案例詳解》為基礎(chǔ)，以《多元統(tǒng)計(jì)分析》[131、《數(shù)據(jù)挖掘》等為指導(dǎo)，對(duì)數(shù)據(jù)建模之間可能存在的多重共線性、異方差性、序列相關(guān)性等進(jìn)行檢驗(yàn)與克服，選取2017——2021年間每年電影票房的前50名共250部電影作為研究對(duì)象，將電影票房設(shè)置為因變量，選取包括想看人數(shù)、□碑評(píng)分、主旋律電影等十一個(gè)指標(biāo)作為解釋變量，采用描述性數(shù)據(jù)分析、多元線4房的影響因素，也為投資者提供信息參考.2.影響電影票房的變量設(shè)置本文選取2017——2021年間每年電影票房的前50名1)選擇近五年上映的影片，具有很強(qiáng)的時(shí)效性和研究?jī)r(jià)值。近年來(lái)，我國(guó)電影產(chǎn)業(yè)發(fā)展迅速，但于西方發(fā)達(dá)國(guó)家相比仍存在一定的差距。隨著互代的到來(lái)和網(wǎng)絡(luò)視頻等新媒體平臺(tái)的快速發(fā)展，電影產(chǎn)段。自2002年頒布《電影管理?xiàng)l例》以來(lái)，我國(guó)電影準(zhǔn)確的反映電影市場(chǎng)現(xiàn)狀，更準(zhǔn)確的預(yù)測(cè)票房，有2)票房排名前50的影片之所以入選，是因?yàn)槠狈渴袌?chǎng)存在傾斜，票房好的影片占年度電影總票房的80%以上，選擇這樣的影片更能體現(xiàn)當(dāng)下的市場(chǎng)特點(diǎn),也具有更高的研究?jī)r(jià)值。電影是一種視覺(jué)藝術(shù)，也是有特定文化創(chuàng)造的文化產(chǎn)物，不僅具有獨(dú)自的特征，而且具有超越其他一切藝術(shù)形式的表現(xiàn)手段.電影作為一種藝術(shù)商品，其收入主要包括票房收入，版權(quán)收入，廣告收,票房已經(jīng)成為衡量一部影片成功與否的重要指標(biāo)之一，票房可以用觀眾人數(shù)5度電影票房設(shè)定為一個(gè)因變量，即一部電影從全國(guó)影院上映所能獲得的收入總二、自變量本文共選取想看人數(shù)、電影時(shí)長(zhǎng)、電影制式(I型(愛(ài)情片、喜劇片、劇情片、動(dòng)作片、奇幻片、懸疑片、犯罪片、動(dòng)畫(huà)片)影響力、主旋律電影共11類變量作為解釋變量.方式，隨著智能手機(jī)在互聯(lián)網(wǎng)上的普及，社交媒體在營(yíng)銷宣傳中的作用越來(lái)越突出。經(jīng)過(guò)一段緊張的預(yù)覽和預(yù)告片的關(guān)于流行話題的推文電影宣傳期，觀眾在電影上映前已經(jīng)對(duì)它有了基本的了解。貓眼電影、豆瓣等主流電影社區(qū)都有“想看”的功能，“想看”的數(shù)量代表著觀眾看電影的意愿，也是衡量電影前期宣傳作用的一個(gè)標(biāo)準(zhǔn)。通過(guò)調(diào)查分析，發(fā)現(xiàn)貓眼電影所體現(xiàn)出的“想看”現(xiàn)象具有較強(qiáng)的現(xiàn)實(shí)意義和商業(yè)價(jià)值。本文以貓眼電影為例，從用戶視角出發(fā)研6究其傳播效果及其影響因素。本文將貓眼電影電影中所隨著生活水平的提高，消費(fèi)者決定是否去電影院時(shí)，不僅會(huì)考慮電影的內(nèi)制式分為IMAX電影和非IMAX電影，并將IMAX電影賦值為1,非IMA值為0.伴隨電影產(chǎn)業(yè)各個(gè)環(huán)節(jié)愈加成熟，類型電影愈加多元要由塑造其內(nèi)容和基調(diào)的關(guān)鍵因素決定。電影的類型可以反映出觀眾的喜好，,對(duì)投資者選擇投資對(duì)象有實(shí)際意義171.豆瓣電影的電影主題分為18種類型：戲劇、愛(ài)情、喜劇、科幻、動(dòng)作、驚悚、犯罪、恐怖、青春、勵(lì)志、戰(zhàn)爭(zhēng)、文學(xué)、黑色音樂(lè)和家庭，根據(jù)中國(guó)電影產(chǎn)業(yè)的發(fā)展現(xiàn)狀和本次分析選取的樣本，本文將電影類型分為八種：愛(ài)情片、喜劇片、電視劇、動(dòng)作片和動(dòng)畫(huà)片，其他電影類型在本次分析中不予考慮。在本文中，電影類型被定義為一個(gè)虛擬變量，將對(duì)應(yīng)類型賦值1,不是則為0。電影樣本從貓眼電影中分類.7續(xù)集建立在母片的成功基礎(chǔ)上，電影制作人以原班人問(wèn)世，在票房和觀眾評(píng)分方面取得了雙豐收的佳績(jī).本文將續(xù)集設(shè)為虛擬變量，當(dāng)影片為續(xù)集電影時(shí)賦值為1,否則為0.電影是否為是續(xù)集相關(guān)信息來(lái)自于其宣傳材料.在當(dāng)今社會(huì)，□碑是人們?cè)谙M(fèi)某一商品后在互聯(lián)網(wǎng)等識(shí)產(chǎn)權(quán)內(nèi)容向電影的轉(zhuǎn)化已成為電影產(chǎn)業(yè)的一個(gè)重要特征。并成為中國(guó)電影的并將IP電影賦值為1,非IP電影賦值為0.8電影檔期是由發(fā)行商和電影院設(shè)定的時(shí)間段，在這段時(shí)間內(nèi)，觀眾有可能會(huì)進(jìn)行消費(fèi).經(jīng)過(guò)幾年的發(fā)展，中國(guó)逐漸出現(xiàn)了以下電影季：賀歲檔、暑期檔、五一檔、國(guó)慶檔和一些由電影制片人出于電影營(yíng)銷目的而規(guī)劃的檔期.參考之前的研究，本文取賀歲檔、暑期檔、假期檔以及普通檔，檔期歸屬按照電影上映日期判斷，數(shù)據(jù)來(lái)源于貓眼電影.序號(hào)檔期檔期定義1假期檔2暑期檔6月1日至8月31日3賀歲檔11月20日至2月中旬4普通檔普通日期物料播放量部分反映出了該電影的營(yíng)銷宣傳力度和傳播熱度，物料播放量越高，票房轉(zhuǎn)化率可能會(huì)越高.一些研究人員在以前的研究中使用優(yōu)酷網(wǎng)、騰訊視頻、愛(ài)奇藝和土豆網(wǎng)的片花及預(yù)告片播放量之和作為統(tǒng)計(jì)指標(biāo)，但結(jié)果并不顯著.在本文中，我們以物料播放量(包括預(yù)告片、花絮、特輯、幕后故事、主題曲放映等視頻)在貓眼專業(yè)版app中的播放次數(shù)作為自變量，設(shè)為數(shù)值型變量導(dǎo)演是電影的靈魂，指導(dǎo)整個(gè)劇組使用所有可能的工具和技術(shù)將劇本搬上銀幕，并通過(guò)演員的表演表達(dá)他們內(nèi)心的情感和價(jià)值觀。因此，本文將考慮到導(dǎo)演的專業(yè)性和專注度，按照香港金像獎(jiǎng)、臺(tái)灣金馬獎(jiǎng)、中國(guó)大陸金鴨獎(jiǎng)和百花獎(jiǎng)這三大獎(jiǎng)項(xiàng)和提名對(duì)其進(jìn)行分類，將導(dǎo)演分為知名導(dǎo)演和非知名導(dǎo)演，分別賦值1和0,設(shè)置為虛擬變量.9由于表演職業(yè)的特殊性，許多演員在專業(yè)工作外，還是公眾人物，這也是吸引觀眾觀看電影的關(guān)鍵因素之一.電影使用明星來(lái)吸引觀眾是常用戰(zhàn)略.首先，電影制作者可以利用明星的影響力和公眾的注意力來(lái)宣傳和銷售電影；其次，明星的粉絲也是電影的潛在消費(fèi)者，電影與影響力大的明星合作是一種雙贏選擇，對(duì)觀眾有極強(qiáng)的號(hào)召力.11.主旋律電影由政府部門指導(dǎo)的主旋律電影，是充分反映主流意識(shí)形態(tài)的電影，主要為革命和歷史題材，也有貼近普通觀眾生活的現(xiàn)實(shí)題材，頌揚(yáng)人類生命.如今，主旋律影片已逐漸成為新的主流電影，它們不僅具有主流意識(shí)形態(tài)，更兼顧商業(yè)性和人文主義色彩，在內(nèi)容敘事、類型化探索、人物塑造方便都實(shí)現(xiàn)了巨大的創(chuàng)新.2017-2021年主旋律題材影片數(shù)量2017-2021年主旋律題材影片票房由上圖可以看出除2020年因?yàn)橐咔楹绊懲?，主旋律電影?shù)量及票房穩(wěn)步上升.2017年，《戰(zhàn)狼2》打破中國(guó)影史票房紀(jì)錄，中國(guó)電影找到了契合當(dāng)下的中國(guó)英雄形象，到了2019年，引進(jìn)片攬獲113億票房的同時(shí)，主旋律電影也迎來(lái)轉(zhuǎn)型，從之前個(gè)人英雄形象，轉(zhuǎn)向整個(gè)民族的英雄敘事，《長(zhǎng)津湖》英雄群像取代了《復(fù)聯(lián)》眾俠，主旋律電影的成功意味著中國(guó)觀精神與風(fēng)貌的“中國(guó)敘事”.電影名稱累計(jì)票房想看人數(shù)戰(zhàn)狼256.8441.3電影時(shí)長(zhǎng)電影制式電影類型是否續(xù)集豆評(píng)分IP改編暑期檔6.17E+08吳京吳京、弗蘭否9.1否否8.4否1083D/CGS中喜劇/動(dòng)作，否是9.8否假期檔154E+08捏提蒂瓦阿米爾9否8.9是金剛：骷髏!否9.6否1073D/CGS中動(dòng)作/驚悚，否102CGS中國(guó)E劇情/喜劇，否8.7否903D/CGS中喜劇/動(dòng)畫(huà)是3.電影票房影響因素的分析方法Yi=β?+β?X?i+β?X?i+…+βkXki+εi,為解釋變量(自變矩陣，其中截距項(xiàng)可視為解釋變量總是取值為1,有時(shí)也稱為數(shù)據(jù)矩陣或設(shè)計(jì)矩陣.那么,樣本回歸模型為：Y=Xβ+e.樣本回歸方程為：Y=Xβ.差向量.經(jīng)典線性回歸模型必須滿足的假定條件如下.同，即(4)無(wú)多重共線性.假定數(shù)據(jù)矩陣X列滿秩，即Rank(X)=k達(dá)到最小，即Q(β)=e’e=(Y-xβ)(Y-xβ)整理后可得(X′X)β=X′Y,稱其為正則方程.因?yàn)閄′X是一個(gè)非退化矩陣，所以有這就是線性回歸模型參數(shù)的最小二乘估計(jì)量.4.影響電影票房的實(shí)證分析本文的因變量設(shè)置為年度電影票房(單位：億元),選取想看人數(shù)、電影制式(IMAX電影和非IMAX電影)、電影類型(愛(ài)情、喜劇、劇情、動(dòng)作、奇幻、懸疑、犯罪、動(dòng)畫(huà)),續(xù)集、評(píng)分、IP改編、電影檔期(法定節(jié)假日檔、暑期檔、賀歲檔，普通檔)、物料播放量、知名導(dǎo)演、演員影響力、主旋律電影共11類21個(gè)自變量建立電影票房的影響因素模型，其中想看人數(shù)電影檔期、知名導(dǎo)演、主旋律電影為虛擬變量.所有變量的定義及來(lái)源見(jiàn)下表.定義電影票房截至2022年2月份年度電影總票房想看人數(shù)電影的想看人數(shù)，為數(shù)值型定義電影制式IMAX=1,非IMAX=0,為影片信息電影類型(愛(ài)情)愛(ài)情片=1,非愛(ài)情片=0影片信息電影類型(喜劇)喜劇片=1,非喜劇片=0影片信息電影類型(劇情)劇情片=1,非劇情片=0影片信息電影類型(動(dòng)作)動(dòng)作片=1,非動(dòng)作片=0影片信息電影類型(奇幻)奇幻片=1,非奇幻片=0影片信息電影類型(懸疑)懸疑片=1,非懸疑片=0影片信息電影類型(犯罪)犯罪片=1,非犯罪片=0影片信息電影類型(動(dòng)畫(huà))動(dòng)畫(huà)片=1,非動(dòng)畫(huà)片=0影片信息續(xù)集電影=1,非續(xù)集電影=0影片信息□碑評(píng)分IP改編=1,非IP改編=0影片信息電影檔期(假期檔)影片信息電影檔期(暑期檔)影片信息電影檔期(賀歲檔)賀歲檔=1,非賀歲檔=0影片信息電影檔期(普通檔)影片信息導(dǎo)演知名導(dǎo)演=1,非知名導(dǎo)演=0中國(guó)文娛數(shù)據(jù)演員影響力合計(jì)算，為數(shù)值型數(shù)據(jù)百度、中國(guó)文娛數(shù)據(jù)主旋律電影=1,非主旋律電影片信息對(duì)收集到的樣本數(shù)據(jù)進(jìn)行描述性分析可得，250部電影的平均票房為8.11億元，有36.4%的電影超過(guò)了票房平均值.10億元以上的電影占比26%,1至10億的票房占比65.6%,一億一下的電影僅占比8.4%.超高票房電影(票房在20億元以上)占比8.4%,相比于2018年鄒霞等人對(duì)2014-2016年340部電影分析所得的比重為0.9%而言，占比略有所下滑，主要原因?yàn)?020年以來(lái)因?yàn)橐咔樵蛴绊懀瑢?dǎo)致一段時(shí)間的影視寒冬，使得數(shù)據(jù)出現(xiàn)略微的下滑.比百分比電影制式IMAX電影非IMAX電影電影類型愛(ài)情喜劇7動(dòng)畫(huà)非續(xù)集電影IP改編IP改編非IP改編電影檔期假期檔暑期檔賀歲檔普通檔知名導(dǎo)演知名導(dǎo)演非知名導(dǎo)演非主旋律電影一、模型設(shè)定基于多元線性回歸分析，本文建立的模型如下：y(年度電影票房)=βo+β?x?(想看人數(shù))+β?x?(電影制式)+β?x?(愛(ài)情)+β?x?(喜劇)+β?x?(劇情)+β?x?(動(dòng)作)+β?x?(奇幻)+β?x?(懸疑)+β?x?(犯罪)+β10x?0(動(dòng)畫(huà))+β11x?1(續(xù)集)+β12x?2(□碑評(píng)分)+β13X?(IP改編)+β14X14(假期檔)+β15x?5(暑期檔)+β16X16(賀歲檔)+β17X?7(普通檔)+β18x?8(物料播放量)+β19x19(知名導(dǎo)演)+β2ox?0(演員影響力)+β21x21(主旋律電影)一般來(lái)說(shuō)，在用多元線性回歸方程解釋某種現(xiàn)象時(shí)，因?yàn)樽宰兞康牧烤V大都不同，數(shù)據(jù)大小的差異通常較大，無(wú)法放在同一標(biāo)準(zhǔn)上進(jìn)行比較.因此為了消除量綱不同和數(shù)量級(jí)的差異帶來(lái)的影響，選擇對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處運(yùn)用R軟件對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，用普通最小二乘法回歸估計(jì)各變量的系數(shù)，具體結(jié)果見(jiàn)附錄圖1,模型1摘要如表4.3.1模型R方標(biāo)準(zhǔn)估算后誤差由上表可知模型1的p值<2.2e-16,整體通過(guò)了顯著性檢驗(yàn)，但是變量x?,x?,x6,x?,xg,xg,X?1,X?4,X16,X?7,x?0的回歸系數(shù)沒(méi)有通過(guò)顯著性區(qū)間能膨脹為與之模型無(wú)關(guān)得預(yù)測(cè)變量得程度，所得具體結(jié)果見(jiàn)附錄圖2.發(fā)現(xiàn)有自變量的方差膨脹因子√VIF大于2,故存在多重共線性.由于模型存在多重共線性，故我們采用逐步回歸法對(duì)多重共線性進(jìn)行克服由逐步回歸結(jié)果重新建立模型2:y(年度電影票房)=βo+β?x?(想看人數(shù))+β?x?(愛(ài)情)+β?x?(劇情)導(dǎo)演)+β21x?1(主旋律電影)模型R調(diào)整后R2標(biāo)準(zhǔn)估算后誤差德賓-沃森t檢驗(yàn)，且模型2的調(diào)整的多重決定系數(shù)R?=0.508,其含義是：用樣本量和模型中的自變量調(diào)整后，在年度電影票房的總誤差中，被模型2中所包含的12個(gè)自變量能夠解釋的比例為50.8%.顯然，模型2優(yōu)于模型1.由所得結(jié)果可以看出模型1的p值=2.215e-10,整體通過(guò)了顯著性檢驗(yàn)，但是變量x?1,x?7的回歸系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)，故剔除這兩個(gè)變量，重新建立模型3:y(年度電影票房)=βo+β?x?(想看人數(shù))+β?x?(愛(ài)情)+β?x?(劇情)得到的結(jié)果見(jiàn)附錄圖3,模型3結(jié)果摘要如表4.3.3.模型R方標(biāo)準(zhǔn)估算后誤差德賓-沃森模型的整體性和局部顯著性檢驗(yàn)均通過(guò)，考慮到三個(gè)模型得擬合優(yōu)度相差不多，本文認(rèn)為模型3為最佳模型.經(jīng)檢驗(yàn)，結(jié)果見(jiàn)附錄圖4,模型3的各自變量的方差膨脹因子均小于2,故模型不存在多重共線性.定是否得到滿足，圖中顯示結(jié)果殘差值和擬合值基本不存在關(guān)聯(lián)，則說(shuō)明自變量與因變量之間是線性關(guān)系，滿足假定；右上圖只要檢驗(yàn)殘差是否符合正態(tài)分布，圖中大部分點(diǎn)落在虛線上，正態(tài)性假定也得到一定的滿足；左下圖主要檢差不斷增長(zhǎng)的問(wèn)題，所以不存在異方差問(wèn)題；右下圖主要用于觀察數(shù)據(jù)中是否存在極端點(diǎn)，不用于假設(shè)檢驗(yàn).總的來(lái)說(shuō)，模型3基本滿足多元線性回歸模型的四個(gè)假定.圖4.4.1模型診斷圖最終選用模型3來(lái)解釋電影票房和影響因素之間的關(guān)系，模型表達(dá)式為：y(年度電影票房)=-1.666+0.1113x?(想看人數(shù))-4.013x?(愛(ài)情)-2.771x?(劇情)-3.392x?0(動(dòng)畫(huà))+2.246x?2(□碑評(píng)分)+3.251x?3(IP改編)+2.122x?5(暑期檔)+3.3e-08x?8(物料播放量)+3.435x?9(知名導(dǎo)演)+8.791x?1(主旋律電影)從回歸方程來(lái)看，總體而言，想看人數(shù)、□碑評(píng)分、IP改編、暑期檔、物料播放量、知名導(dǎo)演以及主旋律電影對(duì)電影票房有正向影響，電影類型中愛(ài)情片、劇情片、動(dòng)畫(huà)片對(duì)電影票房有負(fù)向影響.1.想看人數(shù)與票房呈正相關(guān)，而想看人數(shù)的多少與電影前期的營(yíng)銷宣傳密不可分.想看人數(shù)越高，票房轉(zhuǎn)化率就越高.想看人數(shù)每增加一萬(wàn)，可為電影帶來(lái)0.113萬(wàn)元的票房收入.可見(jiàn)，在電影上映前期加大對(duì)電影的營(yíng)銷宣傳對(duì)于電影票房而言是有益的.唐人街探案2》以及《我和我的祖國(guó)》等30億元以上的電影，其貓眼評(píng)分均在9仍然是影響票房的重要因素，觀眾仍然愿意為高評(píng)分電影買單.有一定的粉絲積累和口碑基礎(chǔ)，更有利于營(yíng)銷宣傳，從而更容易取得較高的票房.于黃金三檔之一，具有較強(qiáng)的競(jìng)爭(zhēng)優(yōu)勢(shì)，暑期檔上映的電影也容易有更多的受眾群體，因此電影票房的轉(zhuǎn)化率較高.強(qiáng)，觀眾更容易走進(jìn)影院觀看電影，從而轉(zhuǎn)化成票房數(shù)據(jù)，這與實(shí)際情況也是相符合的.6導(dǎo)演知名導(dǎo)演與票房呈正相關(guān).多元回歸模型顯示知名導(dǎo)演可以帶來(lái)3.435萬(wàn)元越多的演員開(kāi)始向?qū)а蒉D(zhuǎn)型，都取得了不俗的佳績(jī).上映的《長(zhǎng)津湖》累計(jì)票房已破53億元，打破了2將主流價(jià)值觀融合其中，成為市場(chǎng)與□碑的雙重贏家.《南方車站的聚會(huì)》這部小眾黑色犯罪片，就取得了兩億多元的佳績(jī).5.總結(jié)按照上述回歸系數(shù)可以發(fā)現(xiàn)對(duì)電影票房有較高影響的因素分別是□碑評(píng)分、IP改編、知名導(dǎo)演以及主旋律電影。借鑒前人的研究經(jīng)驗(yàn)，利用之前研究電影票房影響因素的三篇實(shí)證分析和本文的研究結(jié)論就行比對(duì)，不同點(diǎn)如表5.1.1所示。何雙男12胡曉紅、王虹3劉志新5本文一一**一*IP改編一一******一一一*一***一一一*注：*代表該自變量對(duì)票房有顯著正影響，一*代表該自變量有顯著負(fù)影影響不顯著,一表示該自變量沒(méi)有包括在研究中。1.影響因素逐漸變得相同，電影票房開(kāi)始進(jìn)入穩(wěn)定期。雖然選用的研究方法與影響因素不盡相同，但對(duì)電影票房有顯著影響的基本都包括□碑評(píng)分、IP改編以及知名導(dǎo)演，這也證實(shí)了電影票房開(kāi)始進(jìn)入穩(wěn)定期的判斷。2.電影類型對(duì)電影票房的影響因素減弱，各種類型均有機(jī)會(huì)。在各研究中電影類型對(duì)電影票房的影響因素有所不同。何雙男認(rèn)為電影類型對(duì)票房有負(fù)面影響，胡曉紅和王虹認(rèn)為影響不顯著。說(shuō)明近幾年的電影類型逐漸豐富，各種類型的影片不斷出現(xiàn)并都取得了成功，比如2019年的動(dòng)畫(huà)片《哪吒之魔童降世》、2021年的主旋律電影《長(zhǎng)津湖》等都取得了較高的票房。3.電影評(píng)分越來(lái)越重要。四個(gè)研究中只有劉志新影票房有負(fù)面影響，可見(jiàn)近幾年研究中口碑評(píng)分對(duì)電影票房的影響程度越來(lái)越大，說(shuō)明電影人更應(yīng)該回歸到電影本身以提高電影質(zhì)量。5.2不足與反思首先，本研究驗(yàn)證了想看人數(shù)、電影評(píng)分等11類共21各自變量對(duì)電影票房的影響，對(duì)于實(shí)證分析來(lái)說(shuō)，樣本數(shù)據(jù)依然較少，較難得到效果理想的回歸模型。但由于其他影響電影票房的重要因素，如發(fā)行公司、技術(shù)效果因素?zé)o法完全量化等原因，本模型并不夠完善，后續(xù)研究可以增加自變量，對(duì)模型進(jìn)行改進(jìn)優(yōu)化，會(huì)對(duì)實(shí)踐有更為顯著的指導(dǎo)意義.其次，由于2020年疫情原因，影視行業(yè)經(jīng)歷了一段時(shí)間的影視寒冬，導(dǎo)致數(shù)據(jù)出現(xiàn)較大程度的波動(dòng)，屬不可抗力因素，使得模型不夠準(zhǔn)確，不能完全反映2017年至2021年五年的真實(shí)模型.最后，隨著市場(chǎng)和觀眾的變化，電影票房的影響因素仍然是一個(gè)需要不斷探索和分析的課題，后續(xù)期待能研究出更準(zhǔn)確的分析模型.5.3建議與展望1.注重□碑效應(yīng)□碑對(duì)于一個(gè)電影提高票房有著十分重要的作用，提高電影質(zhì)量，建設(shè)電影形象，形成口碑效應(yīng)，提高觀眾對(duì)電影質(zhì)量的信任度，從而擴(kuò)大宣傳效應(yīng)，增加電影熱度的持續(xù)度和高度，是出品人應(yīng)該首先考慮的問(wèn)題高□碑帶來(lái)的票房持續(xù)度，會(huì)給票房收入帶來(lái)不可小覷的影響，相比其他方面，出品人更應(yīng)該將資本和精力注入到電影質(zhì)量的提升和宣傳上.現(xiàn)如今，我國(guó)本土的電影質(zhì)量也在逐步提高，包括電影配色、鏡頭轉(zhuǎn)化、后期制作、特效等方面都有了很大的進(jìn)步，可以看到近幾年的國(guó)產(chǎn)電影的票房排名成績(jī)良好.根據(jù)數(shù)據(jù)顯示2017年至2021年每年票房前五的影票中，國(guó)產(chǎn)影片明顯居多.在觀影群眾越來(lái)越理智的今天，優(yōu)質(zhì)的IP電影必須要有優(yōu)質(zhì)的內(nèi)容，雖然IP背后的粉絲群體是積累了很多的原始用戶.但是，在選擇IP上也應(yīng)該從固有的思路中跳脫出來(lái)，不要過(guò)分迷信某一類型的IP.首先，我們作IP要做的是一種精品IP,不僅是靠著原有的群眾基礎(chǔ)，粗制濫造的IP;其次，要做到營(yíng)銷的前置，讓營(yíng)銷與IP可以相互作用，達(dá)到票房□之義，創(chuàng)作者需要挖掘并表現(xiàn)人物的當(dāng)下價(jià)值，更需要把它放在中國(guó)語(yǔ)境下加以詮釋.曲”、“我和我的”等一系列口碑票房皆優(yōu)秀的影片，越來(lái)越多的“明星”都投入到主旋律電影的創(chuàng)作和演繹中去.當(dāng)新世代的青年觀眾成為文化消費(fèi)的主力軍，主旋律電影就必須緊跟市場(chǎng)動(dòng)態(tài)適應(yīng)市場(chǎng)的變化，在生產(chǎn)和傳播的全產(chǎn)業(yè)鏈中注重青年的喜好和態(tài)度.《中國(guó)醫(yī)生》根據(jù)新館肺炎疫情防控斗爭(zhēng)的真實(shí)事件改大的醫(yī)護(hù)人員為原型創(chuàng)作的一部抗疫斗爭(zhēng)電影；“我和我的”系列電影的每一場(chǎng)都是對(duì)時(shí)代下的小人物的雕琢與刻畫(huà)；《奪冠》改編自多年的沉浮圖景，經(jīng)書(shū)了幾代女排人不屈不撓、不斷拼搏的精神.他們的命選擇、傳承，無(wú)不體現(xiàn)了普通民眾在面對(duì)歷史使命時(shí)的責(zé)任與擔(dān)當(dāng).960萬(wàn)平方公里土地和他的人民故事是創(chuàng)作者們?cè)丛床粩嗟撵`感來(lái)源.縱觀幾十年來(lái)主旋律電影的發(fā)展，創(chuàng)作者們不斷豐富題材股旋律電影，將小人物的悲歡和國(guó)家命運(yùn)更緊密地結(jié)合，最一步繁榮發(fā)展，將中國(guó)主流文化更好的輸出.[1]陳然.我國(guó)商業(yè)電影票房影響因素研究[D].云南財(cái)經(jīng)大學(xué)，2016.[2]何雙男.中國(guó)大陸地區(qū)電影票房印象因素實(shí)證研究[J].電影學(xué)，2017(22):4-8.[3]胡曉紅，王紅.基于多元線性回歸的電影票房預(yù)測(cè)研究[J].信息技術(shù)與信息化，2018(Z1):183-185.[4]劉瑄.中國(guó)國(guó)產(chǎn)電影的影響因素研究[D].中國(guó)科學(xué)技術(shù)大學(xué)，2019.[5]劉志新.中國(guó)電影票房影響因素分析[J].合作經(jīng)濟(jì)與科技，2019(17):114-116.[6]池建宇.演員與導(dǎo)演誰(shuí)更重要一—中國(guó)電影票房明星效應(yīng)的實(shí)證研究[J].新[7]LitmanBarryR,LindaSThe80sEx