微生物发酵床
刘丰波1，2，林映红1
（1.福建农林大学经济管理学院，福建福州350002；
2.福建省社会科学研究基地生态文明研究中心，福建
福州350002）〔摘要〕本文使用中国内地2019年10月至2020年1月公映的80部电影日票房和评分数据，采用非平衡面板数据模型实证检验在线评分对电影票房的影响。研究结果表明，在线评分对电影票房具有显著的正向影响，高评分能够带来更高的电影票房。进一步研究发现，对于续集电影、获奖导演执导的电影、非节假日放映的电影而言，在线评分对电影票房的影响会更加强烈。研究表明，在移动互联网时代，在线评分对电影票房的影响至关重要，电影制作和发行方不仅要注重提高电影质量，也要注重网
络口碑营销，引导消费者走进电影院，增加影片的知晓度，促进电影票房的增长。 〔关键词〕口碑；电影票房；在线评分；移动互联
中图分类号：F062.9；G206.2文献标识码：A 文章编号：1008-4096（2021）03-0087-11
一、问题的提出
改革开放以来，随着人们生活水平的提高和精神文化需求的不断增长，中国文化产业繁荣发展。电影产业作为文化产业的核心产业之一，自电影产业体制改革以来获得了跨越式发展［1］。根据国家电影局发布的数据显示，2019年中国电影票房为642.66亿元，同比增长5.40%，国产电影票房达411.75亿元。尽管受新冠肺炎疫情影响，2020年中国电影票房降为204.17亿元，但却是全球电影票
房最高的电影市场。电影产品是一种典型的经验品，具有产品存续周期短、单一产品不存在重复消费的特点，消费者需要在消费之后才能了解电影产品的质量［2］。因此，消费者需要通过电影宣传、电影明星、导演、制作公司、口碑、专业影评等因素来了解电影产品的质量。传统意义上的口碑（Word-of-Mouth ）通常是指人与人之间不以商业营销为目的，对品牌、产品、服务、企业的信息或看法进行口头交流的行为［3］，它的作用范围往往会受到社交网络范围的限制。随着互联网的兴起，许多消费者在消费之后会将自己的消费体验发表在互联网上，形成网络口碑（Online Word-of-Mo uth ）。相对于传统的口碑，网络口碑的传播速度更快，突破了时空限制，同时也更加有利于企业对网络口碑进行引导和管理［4］。
收稿日期：2021-01-30
基金项目：国家社会科学基金艺术学项目“电影资产证券化研究”（17CC184）；福建省中青年教师教育科研项目“福建省自贸
区反垄断政策研究”（JAS160190）；福建农林大学杰出青年科研人才计划项目“多样化的森林保险产品创新研究”
（xjq201824）作者简介：刘丰波（1987-），男，江西安远人，讲师，博士，主要从事产业组织理论与反垄断政策研究。E -mail ： 〔DOI 〕10.ki.dbcjdxxb.2021.03.009
〔引用格式〕刘丰波，林映红.移动互联网时代在线评分对电影票房的影响研究［J ］.东北财经大学学报，2021，（3）：87-
96，封三.
87
消费者的在线评论系统是产生网络口碑的有效渠道［5］。电影的在线评论系统主要由门户网站评价系统（如时光网、IMDB等）、社交网络评价系统（如豆瓣网等）、视频网站评价系统（如腾讯视频、爱奇艺等）、电商平台评价系统（如猫眼、淘票票等）等构成。在线评论的形式包括在线评分、文字评论、电影排位、推荐程度、星级投票、“顶”和“赞”等，其中在线评分是最直接、最常见的在线评论方式。
近年来，电影市场中不断出现“高口碑低电影票房”或“低口碑高电影票房”的倒挂现象［6］，电影产品网络口碑与电影票房之间的关系引发学者的广泛关注。从目前的研究来看，学者们对于网络口碑和电影票房之间的关系存在不一致的研究结果。Dellarocas等［5］、Chintagunta等［7］、雷刚等［8］、张肇中［2］均认为网络口碑的好坏能够显著影响电影的票房。但是，Liu［9］、Duan等［10］、汪旭晖和王军［11］、江永红和陈璐媛［12］并没有发现网络口碑的好坏与电影票房之间存在明确的关系。Liu［9］发现网络口碑数量对电影票房有显著的影响，但网络口碑评分对电影票房的影响并不明确。汪旭晖和王军［11］同样发现网络口碑数量对电影票房有显著的影响，但是网络口碑
评分对电影票房存在显著负向影响。江永红和陈璐媛［12］研究发现，网络口碑评分与电影票房呈U型关系，其中对国产电影票房的影响处于U型的左侧，对海外电影票房的影响处于U型的右侧。出现这种不一致的研究结果与研究者们选择网络口碑的度量方式、数据和方法等密切相关。
随着移动互联网时代的到来，借助移动终端和无线通信技术，用户可以随时随地获取网络信息，且操作越来越简单方便［13］，网络口碑的影响力也由此得到进一步增强。针对移动互联网的发展给网络口碑带来的新变化，网络口碑对电影票房又存在怎样的影响需要进一步研究。本文使用中国内地2019年10月—2020年1月公映的80部电影日票房和评分数据，构建非平衡面板数据模型，使用在线评分反映网络口碑，实证检验移动互联网时代下网络口碑对中国电影票房的影响关系。相对现有研究，本文的主要贡献在于，考虑到在移动互联网时代在线评分的变动性，本文采用了日度评分和电影票房数据，能够更为精准地刻画在线评分对电影票房的影响，并进一步分析了节假日与非节假日上映电影、获奖导演与非获奖导演电影、以及续集与非续集电影等不同情况下在线评分对电影票房的差异化影响。
二、移动互联网时代网络口碑对电影票房的影响
方形气囊（一）移动互联网时代电影产品的网络口碑
消费者在进行消费决策时，往往希望借鉴其他人对该产品和服务的评价［14］，从而获得更多关于产
品和服务的质量信息。消费者在消费之后，也会将自己的消费体验与其他人分享。这种消费者之间关于产品和服务的口头交流就形成了最初的口碑。
在互联网出现之前，口碑已经是影响电影产品消费决策的重要因素。由于电影产品的经验品属性，消费者在观影之前很难对电影产品质量有准确的认识。为了降低消费的不确定性，尽量提高电影消费的效用水平，潜在消费者会花费大量精力去搜集有助于改善自身选择的相关电影产品质量信息，这些信息有助于消费者进行选择。消费者可以通过多种渠道获取电影产品质量信息。第一个渠道是通过电影公司发行的海报和预告片等获取质量信息。电影公司通常非常了解他们自己的产品，而且也愿意向消费者提供电影产品质量的相关信息，但电影公司的宣传往往存在“自卖自夸”的动机。现实中，不乏像《上海堡垒》《爵迹》等宣传活动与电影质量、电影票房有巨大落差的电影。第二个渠道是通过电影产品自身的信息获取质量信息，如电影制作公司、主演阵容、导演和投资额等，消费者可以通过这些信息判断电影质量的好坏。“大投资、大制作、大导演、大明星”等因素可以通过声誉机制向消费者传递电影产品质量优良的信息。然而，这类信息有时候也并不一定能够保证电影质量，如投资巨大、明星荟萃的《封神传奇》《长城》等电影出现电影票房、口碑双败的想象。第三个渠道是能够证明电影产品艺术水平的各种奖项，如中国电影华表奖、大众电影百花奖、奥斯卡金像奖、威尼斯国际电影节金熊奖、戛纳国际电影节金棕榈奖、柏林国际电影节金熊奖等国内外电影奖项。这些奖项是对电影产品的认可，向消费者传递了一种质量信号。然而，一些奖项只是出于“艺术至上”的考虑，目的是推动
电影艺术创作，需要消费者进一步斟酌奖项所传递的电影产品质量信息。第四个渠道是其他消费者提供的传统口碑信息。
88
由于消费者能够通过口碑信息判断电影产品的质量和特性是否符合自己的消费需求，使得口碑成为消费者观影选择的重要依据，甚至有时候口碑对消费者决策的影响比品牌和价格还要大。口碑能够起到这种作用主要有以下三方面的原因：首先，口碑信息的来源会影响口碑的传播效果，传统口碑信息主要来自家人、亲戚、朋友等日常生活中比较熟悉的人，彼此之间具有较高的信任度，从而提高了口碑信息的可信度；其次，许多传统口碑是在熟人之间通过非正式的信息交流进行传播，传播过程中具有一定的随意性，口碑信息的发布者和接收者之间通常不会因为口碑信息传播而产生商业利益，因而也更容易被接受；最后，口碑信息通常来源于真实的消费经验，相对于接收者，口碑信息发布者拥有更完整的电影产品质量信息。传统口碑一般通过口口相传的方式传播，作用相对有限。口口相传的传播方式使得传统口碑的传播速度比较慢，而且在传播过程中容易出现“信息失真”。随着传播距离和传播
时间的延伸，口碑信息接收者对发布者的了解程度逐渐降低，会越来越怀疑口碑信息的真实性和有效性。因此，在互联网出现之前，口碑对电影消费的影响相对有限。
在互联网兴起以后，消费者之间的交流突破了传统社交网络的限制［15］，在传统口碑的基础上出现了网络口碑。网络口碑比传统口碑具有更强的影响力。首先，互联网将不同地域、不同背景、不同年龄的消费者聚集在同一个网络平台上，消费者彼此之间并不认识，但却可以共享彼此的消费评论，使得口碑突破了时间和空间上的限制，口碑的影响力得到极大提升。比如，消费者在互联网上发布了一条信息之后，世界各地的消费者都可以在短时间内获得这条信息。其次，互联网平台可以使用大数据、人工智能等信息技术对提供评论的消费者进行分析，根据其性别、年龄、教育、职业、收入等个人信息，以及其网络活动历史、评论记录等信息，对消费者的影响力进行分析，从而实现更为精准的评价。
目前，消费者可以通过多种渠道获得电影产品的网络口碑，包括门户网站、社交网站、视频网站和电商平台等。第一类是门户网站，时光网、1905电影网、IMDB（互联网电影资料库）、烂番茄等电影类综合门户网站通常会提供详细的电影产品资料，包括影片信息、预告片、海报、花絮、影评等。第二类是社交网站，豆瓣网为电影消费者提供了一个发表评论的平台，从豆瓣网可以获取评分、短评、影评、排行榜、电影信息等众多可以传递电影产品质量信号的信息。第三类是视频网站，腾讯视频、爱奇艺、优酷视频等提供在线视频观看服务的视频网站为了吸引消费者也建立了在线评论系统，消费
2bkey者可以在电影视频播放界面进行点赞、打分、评论和发表字幕等。第四类是电商平台，猫眼和淘票票等在线售票平台为了刺激消费也会在购票界面提供影片信息、评分、评论和排位等信息。这些互联网平台为消费者提供了形式多样的电影口碑信息，其中在线评分是最主要的口碑信息来源地。各互联网平台都有一套独特的评分机制为消费者提供在线评分信息。由于评分方法和评分体的差异，它们对同一部电影的评分往往存在差异。门户网站和社交网站的评分结果通常低于视频网站和电商平台。门户网站和社交网站主要提供电影综合信息和电影交流服务，用户提供评分信息主要是表达和交流自己的观点，并非为了促进电影消费，而视频网站和电商平台主要是提供在线观影和售票服务，存在通过高评分刺激电影消费的动机。
随着互联网技术的不断发展和完善，全球进入了移动互联网时代，终端智能移动化和无线通信给人类的工作、生活、娱乐带来许多便利［13］。在移动互联网时代，消费者的消费行为和点评行为突破了时空限制，网络口碑的影响力得到进一步增强。一方面，随着移动终端的普及和无线通信技术的提升，移动电子商务和移动支付取得了快速发展，解除了消费者通过网络购买电影票的地点和时间限制，消费者可以随时随地使用智能手机、平板电脑通过移动电商平台和移动支付平台购买电影票。同时，这种“随时随地”的电影消费行为，需要消费者在更短的时间内做出消费决策，从而更加依赖通过网络口碑获取电影产品质量。艾媒咨询数据显示，2019年第一季度，随着移动支付迅速普及，在线购票已经成为主要电影购票渠道，占中国电影购票市场份额的85.70%。早在2017年上半年，就有83.70
%的在线电影购票消费者在进行观影选择时有查阅电影评论的习惯，其中有76.40%用户认为电影评论能够提供消费参考。另一方面，移动互联网也增强了消费的互动性，更简单的操作、更便捷的评论方式提高了消费者在观看电影之后进行点评的意愿，同时移动互联网也让消费者的点评行为突破时间和空间的限制，可以随时随地发布评价信息。因此，相对于传统互联网时期，在移动互联网时代，电影产
89
品的评论数量更多、评论质量更高，为消费者提供了更多、更全面、更可靠的参考。艾媒咨询数据显示，2017年上半年，有75.20%的在线电影购票用户在消费后愿意通过影评网站、在线电影购票APP、社交媒体等渠道分享消费体验。
（二）网络口碑对电影票房的影响
现有研究主要采用三种方式度量网络口碑：网络口碑评分①、网络口碑数量和网络口碑离散［15］。教学磁板
网络口碑评分（the Valence of Online Word-of-Mouth）是指消费者对某一产品或服务评价的分值存在高低或正负之分。消费者可以通过网络口碑评分判断电影产品质量。一般而言，网络口碑评分越高，反映电影产品质量越高，消费者消费的信心越高。相对于其他网络口碑评分指标，由于有众多互联网平台会提供电影的在线评分，在线评分容易搜集和衡量，成为当前衡量网络口碑评分的主要指标。也有学者使用网络评价的正负情况进行测量。目前来看，这方面的研究结论尚未达成一致。Liu［9］使用
Yahoo数据检验网络口碑评分与电影票房的关系，并未发现两者之间有直接联系。而Dellarocas等［5］采用修正后的巴斯扩散模型却发现网络口碑评分对电影票房有较好的预测性。张肇中［2］发现网络评分确实发挥了电影产品质量的信号传递作用。汪旭晖和王军［11］采用格瓦拉生活网与电影票房数据库的数据检验网络口碑与电影票房之间的关系，发现网络口碑评分负向影响电影票房，印证了国产电影市场确实存在“叫好不叫座”“叫座不叫好”的现象。
网络口碑数量（Online Word-of-Mouth Volume）是指消费者对产品和服务点评的数量多少。网络口碑数量能够反映电影产品的知晓程度。通常而言，网络口碑数量越多，意味着对该产品和服务的讨论越多，越容易被其他消费者知晓，从而可以带来更高的销量和收入［14-16］。当前研究普遍认为网络口碑数量可以有效提高电影票房。Rui等［17］通过调查网络口碑信息的接收人数来研究网络口碑数量和电影票房之间的关系，发现二者之间存在正向的影响关系。Duan等［10］认为网络口碑数量的增
加会提高电影的知晓度，而一部电影得到的讨论越多，就会有越多的消费者被“唤醒”，从而带来很高的电影票房。Liu［9］、汪旭晖和王军［11］也都发现网络评论数量能够显著影响电影票房。Dellarocas等［5］则发现将网络评论数量纳入到修正后的巴斯扩散模型之后，预测结果更为准确。
网络口碑离散（Online Word-of-mouth Dispersion）是指消费者对某一产品和服务评价的差异化程度。在具体的测度中，通常使用网络口碑的方差或标准差来反映离散程度。当某一产品和服务的评价褒贬不一时，网络口碑离散程度高，消费者关于该产品和服务的信息共识程度较低，其他消费者便难以依靠网络口碑做出消费决策。从现有研究看，网络口碑离散程度和电影票房之间的关系并不明确。Moon等［18］发现网络口碑离散程度会降低消费者的满意度，从而影响电影产品的销售。而Chintagunta 等［7］却发现网络口碑离散程度对电影票房没有显著的影响。谢光明等［15］使用一千多万条电影口碑数据研究发现网络口碑离散程度对电影购买行为没有固定影响，对电影产品质量信号的影响存在动态变化性。
网络口碑对电影票房的影响主要有知晓效应和说服效应两种［19］。网络口碑评分反映了消费者对电影产品评价的好坏，网络口碑离散反映了消费者对电影产品评价的一致性，两者都通过说服效应发生作用；网络口碑数量反映了电影产品评价的数量和电影产品的流传度，主要通过知晓效应发生作用。对于网络口碑评分，可以将其分为高评分和低评分，或者分为正面评价和，高评分信息/正面评价内容向消费者传递出电影产品质量高的信号，从而吸引消费者观看电影；低评分信息/内
电子标签分拣系统容则会向消费者传递出电影产品质量差的信号，从而吓退消费者。因此，网络口碑评分可以影响消费者对电影产品的态度。当网络口碑离散程度低、消费者评价较为一致时，可以让其他消费者获得更加确定的电影产品质量信息，从而做出明确的消费或不消费选择；而消费者评价高度离散时，消费者则难以从评价中获取电影产品质量的有效信息，通常情况下，消费者会对负面信号更加敏感，从而难以做出消费决策，或者选择放弃消费。因此，网络口碑离散也会影响消费者对电影产品的态度。另外，电影网络口碑离散程度越大越会引起更多的讨论，在一定程度上可以提高电影产品的热度和知晓度，①国内对于the Valence of Word-of-Mouth有许多不同的表述，有口碑效价、口碑评分、口碑点评评分、口碑数值、口碑评论分数等。90
从而提高电影销售。对于网络口碑数量而言，发布评价和接受评价的消费者数量都可以反映网络口碑数量，网络口碑数量越多，消费者对电影产品的讨论越激烈，将有更多潜在消费者知道该电影产品，从而促进电影产品的销售。
三、研究设计
软硬件协同设计
在移动互联网时代，网络口碑对电影消费决策具有重要影响。从现有研究来看，网络口碑评分是否能够显著提高电影票房尚存争议。本文参照前人研究，使用在线评分来反映网络口碑，实证检验在线评分对电影票房的影响。
（一）变量设计
1.被解释变量
电影日票房（BOX）。根据中国电影票房分账规则，电影票房越高片方收益越大，但电影票房受多种因素影响，本文参考汪旭晖和王军［11］的处理方法，使用电影票房作为被解释变量。由于各个电影的每日票房差异巨大，为了增强回归结果的稳健性，控制潜在离值的影响，本文对电影日票房进行对数处理。
2.解释变量
电影日评分（SCORE）。随着电影网络口碑的兴起，在线评分对消费者观影选择的影响越来越大，移动互联网的普及进一步加剧这种影响。在电影上映期间，随着已观影消费者的增加，在线评分会不断发生变化。消费者在进行电影消费决策时，主要参考当天的评分信息，因而本文使用电影的日度评分作为解释变量。具体而言，本文通过猫眼电影、豆瓣电影、IMDB和时光网等四个互联网平台搜集正
上映电影的每日评分，采用算术平均值作为每部电影日评分的代理变量，用SCOREA表示。为了增强结果的稳健性，本文也使用猫眼电影、豆瓣电影、IMDB和时光网的每日评分进行回归，分别用SCOREM、SCORED、SCOREI、SCORES表示。
3.控制变量
电影票房的影响因素包括制作团队、演员阵容、题材、档期、类型和获奖等，这些影响因素往往难以进行测定和量化处理。在前人研究的基础上，本文选择已上映天数、续集、导演、档期、明星演员、进口片、节假日等作为控制变量。
（1）已上映天数（RELEASE DAY，简写RD）。一般而言，由于存在社会学习效应，电影消费存在比较明显的跨期效益，这种跨期效益随着时间的推移而逐渐减小［20］，可以预计随着上映时间的推移，电影日票房会逐渐下降。
（2）续集（SEQUEL）。一般而言，续集电影是在上一部电影广受肯定之后才会拍摄制作，而续集电影能够满足消费者对精品电影拍摄续集的渴望，往往更容易获得消费者的关注。本文参考王铮和许敏［21］的方法，设置虚拟变量反映续集的影响，如果影片为续集，则SEQUEL=1，否则SEQUEL=0。
（3）导演（DIRECTOR）。导演的水平和知名度也是影响消费者评价的重要因素，本文参考池建宇和骆子珩［9］的方法，使用导演作为控制变量。如果导演为获奖导演①，则DIRECTOR=1，否则DIRECTOR=0。
（4）档期（SCHEDULE）。电影的上映时间点对电影票房具有重要影响［22］，本文将贺岁档、五一档、暑假档、国庆档视为黄金档，其余日期为普通档，并以此设置虚拟变量，如果上映当天为黄金档，则SCHEDULE＝1，否则SCHEDULE＝0。
（5）明星演员（STAR）。电影中是否有明星参演是消费者选择的重要依据之一，有明星参演的电影容易吸引到更多的消费者，特别是有电影票房号召力的明星。本文参考池建宇和骆子珩［19］的方法，使用明星作为控制变量。在明星演员方面，本文设置虚拟变量，如果电影主演是影视明星②，则STAR ①电影奖项范围包括：中国电影金鸡奖、大众电影百花奖、中国电影华表奖、香港电影金像奖、台湾电影金马奖、美国奥斯卡电影金像奖、美国电影电视金球奖、欧洲电影奖、英国电影学院奖、法国戛纳电影节金棕榈奖、意大利威尼斯国际电影节金狮奖、德国柏林电影节银熊奖等。
②明星演员是否是影视明星按照2019年福布斯中国名人榜单排名前100的标准评定。
91
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议