2022年中国电影业的广义虚拟价值研究.docx

《2022年中国电影业的广义虚拟价值研究.docx》由会员分享，可在线阅读，更多相关《2022年中国电影业的广义虚拟价值研究.docx（16页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、2022年中国电影业的广义虚拟价值研究 打开文本图片集 摘要：广义虚拟经济的二元价值容介态特征将产品区分为物质态和信息态，信息态所蕴含的虚拟价值主要用于满意人的心理需求和精神需求，它不仅是广义虚拟经济的价值核心，也是新时代社会财宝的不揭之源。电影正是这样一种符合广义虚拟经济特征的产品。伴随着我国文化产业的大发展大旺盛，中国电影业也取得了可观的票房收入，但由于电影产品虚拟价值的非边际化特征而引发的“信念逃逸或膨胀”造成了常见的票房异样现象，因此，对广义虚拟经济的虚拟价值进行精确量化就显得特别重要。鉴于目前广义虚拟经济的探讨缺少切实可行的价值量化方法，本文拟以电影产品为例运用因素分析法和品牌信用度

2、模型进行测算。 关键词：广义虚拟经济;虚拟价值;品牌信用度;中国电影业;观众 中图分类号：G229 文献标识码：A 文章编号：1674-9448（2022）03-0074-09 一、引言 与以金融系统为主要组成部分的狭义虚拟经济相比，伴随着社会物质财宝的增加和社会进步发展而诞生的广义虚拟经济的普遍形态则涵盖了整个第三产业和广义的文化产业1，其内涵可以表述为通过品牌、服务、体验和文化消费等要素同时满意人的生理需求（物质需求）和心理需求（精神需求）并以心理需求为主导，以及只满意人的心理需求的经济的总和2，3，其基本特征表现为二元价值容介态，即实物价值（物质态）和虚拟价值（信息态）以及两者的有机动态

3、进化3，4。依据广义虚拟经济的二元价值容介态特征，产品由物质态及其载体信息态构成，而信息态所蕴含的虚拟价值作为一种感受价值主要用于满意人的心理需求和精神需求，它不仅是广义虚拟经济价值之源，也是第三产业和文化产业产品的价值来源。 电影产品正是这样一种符合广义虚拟经济的二元价值容介态特征，由物质态及其载体信息态构成的，主要用于满意人的心理需求和精神需求的集艺术和消遣于一体的产品。电影产品在满意人们心理需求和精神需求的同时，也创建了大量的社会财宝，但由于其所蕴含的虚拟价值的非边际化特征4，5，由此引发的因不能刚好地适应人们的心理需求而出现“信念逃逸或膨胀”造成的电影业票房异样现象层出不穷。例如，以夏

4、洛特苦恼失恋三十三天等为代表的小成本大收入的黑马电影作品，以金陵十三钗 1942等为代表的大制作大成本但“叫好不叫座”的电影作品，以小时代等为代表的“烂片高票房”的电影作品纷纷成为近几年中国电影行业的“新常态”，业内人士对此也是雾里着花。 鉴于目前广义虚拟经济的探讨尚以理论为主，缺少切实可行的价值量化方法，本文因此拟以电影产品为例，立足于广义虚拟经济的“人本”思想观众视角，通过间卷调查法、因子分析法和实证分析法对符合广义虚拟经济的二元价值容介态特征的电影产品价值即票房收入进行测量。本文共分为五部分：第一部分为引言;其次部分为文献综述，主要就电影票房收入影响因素和电影票房预料的国内外探讨成果进行

5、梳理;第三部分为影响中国电影业票房收入的要素分析，在对已有影响因素进行简明阐述的基础上，采纳间卷调查法获得电影观众对不同影响因素的偏好数据，并利用因子分析法对此进行分析归纳，得出基于观众视角的中国电影业票房收入影响因素;第四部分为实证探讨，通过运用品牌工程学TBCI2.0方法，对案例作品的票房收入进行量化预料;第五部分为结论。 二、文献综述 受众是特定媒介产品的消费者3。随着电影成为一种新的传播媒介，一种全新的受众一电影观众随之诞生。就本文而言，电影观众不仅仅包括影院消费的个人或群体，还包括通过电视、移动设备和互联网接受电影信息的个体，是一个在消费内容上具有高度相像性的群体。 伴随着电影产品的

6、日益普及，世界范围内对电影票房的探讨也逐步深化，目前已取得系统性的探讨成果。 （一）电影票房影响因素探讨 1.国外探讨成果 世界范围内对票房影响因素的探讨最有代表性的学者当属美国的李特曼，在电影经济胜利预料：基于八卜年头人的阅历一文中，他将主要影响因素归结为包含创意、发行和营销在内的三大项十三小项，并通过实证分析发觉主创团队及科幻片对票房有正向的带动作用，档期、续集作品、口碑也可以提升票房4。 20世纪90年头后，伴随着互联网的普及、专业网站和社交媒体的兴起，大众舆论对票房的影响渐渐凸显，其中网络热度对票房的正向作用高于口碑5，影片曝光率也對电影票房有正向的影响6。演员作为电影的重要组成部分始

7、终备受学者关注，而知名演员则可凭借其精湛的演技和粉丝的支持对票房起到良好的带动效应。而贾斯廷康纳（2022）则认为文化产品经济价值的大小主要取决于其承载的文化价值的多少，对于电影作品而言，其票房收入取决于电影本身的精神价值及其文化内涵的品质7。 2.国内探讨成果 国内学者对电影票房的探讨起步相对较晚，但成果丰硕。学者们普遍认为演员，导演，续集、改编或翻拍作品，档期，网络热度和口碑，营销等因素对票房有较强的促进作用。王铮，许敏（2022）在确定导演和演员的主动作用时，批判性地指出明星和导演作为高收入型智力资本，其名气越大，参加的数量越多，制片方为此支付的成本就会越高，这会进一步压缩其他支出，由此

8、导致的影片质量不高又会反过来降低票房收入8。靳文华（2022）以泰囧致青春小时代为例，从明星的号召力、资源整合营销、话题引导和电影市场的改变等解读了新锐话题导演拥有高票房号召力的缘由9。王一川（2022）从受众的角度深化剖析了当下电影市场的“新常态”现象，并认为伴随着互联网、流行文化和短平快的生活方式成长起来的80后、90后更倾向于轻喜剧的电影作品，他们已深化社交媒体，且成组团之势影响着包括电影筹资、创作、营销、发行、影评在内的电影产业上中下游的各个环节，并有接着加强之势10。通过将黄金时代与心花路放失恋33天进行对比分析，朱玉卿（2022）指出黄金时代在目标观众定位、故事题材、拍摄与表现技法

9、上脱离主流目标观影群体是导致票房惨淡的缘由11。史悦炜（2022）通过对2022-2022年年度票房冠军影片的分析，指出只有贴近百姓生活的、有代人感的电影作品才会获得观众的青睐12。此外，另有学者认为影片出品方的知名度也会左右影片最终的票房收入。 （二）电影票房预料探讨 1.国外探讨成果 L.Garriso是国外较早对电影票房进行预料的学者。Litman和Ahn（1998）指出影片上映首周后票房会呈现下降的趋势13。Sawhney和Eliashberg（1996）供应了种探讨票房收入的新方法，他们发觉电影上映前两周的票房收入约占总体票房的四分之一14。此外，另有学者运用多层感知器（MLP）进行

10、预料，美国的专业网站The Numbers，英国的Epagogix公司也都推出了各自的票房预料模型。关于电影票房的预料，Barman等（2022）运用反馈神经网络模型预料电影票房，取得了较好的探讨成果15。2022年，Google公司通过对广告、发行和同类型电影的票房分析后，构建了一套预料吻合度为94%的模型，不过该模型的详细细微环节尚未对外发布。 2.国内探讨成果 国内学者对票房预料探讨的成果较少，不少是在西方探讨基础之上结合中国国情的再加工，且探讨方法多以线性回来为主。2022年，中影推出了能够量化票房收入的BRP系统。夏丹（2022）将探讨重点放在3D技术对票房的预料上，通过调查间卷获得

11、观众和影片的原始数据，将观众根据肯定的行为特征分类后，对相关数据进行量化预料出观影人数，并以此构建了票房预料回来模型，最终以3D版里约大冒险为例，得出预料票房与实际票房误差0.74%的结果16。搜狗公司在Google公司探讨成果的基础上，通过引入粉丝行为因素和发布会等视频点击量，于2022年提出了套精确度为86%的票房预料模型。袁煌，潘宇（2022）运用多元回来分析法，选取投资额、排片率、档期、制片人和网络关注量五个自变量对电影票房进行预料，并取得了良好的效果，证明白大数据在该领域的适用性17。 （三）小结 总结国内外专家学者关于电影票房长达半世纪的探讨成果，笔者发觉演员、导演，续集作品、改编

12、作品，网络评论的数量、评分质量，影片曝光率，档期和排片率被普遍提及，另有制作成本和电影类型等因素被少量提及。在票房收入预料方法上，回来分析成为最为常见的方法。 虽然国内外学者对该领域的探讨成果丰硕，但其数据基本取自行业网站或官方统计的宏观数据。笔者认为，在广义虚拟经济的条件下，只有坚持“人本位”思想，加强对观众的探讨，才能更好地把握市场的方向标，制作出满意观众心理和精神需求的电影作品。因此，笔者将在后续部分紧紧围绕观众这一主体，探究影响中国电影业票房收入的因素，并对电影作品的票房收入进行预料。 三、影响中国电影业票房收入的要素分析 在分析中国电影业票房收入影响因素之前，笔者有必要将电影作品的特

13、征进行描述，以便更加全面客观地了解影响电影作品收入的因素。 其一，电影作品的核心要素是无形资产。以剧本、演员和导演为代表的著作权和智力资本是电影作品的灵魂，是影片的核心卖点。其二，电影作品具有超额收入性。一部胜利的作品所收获的票房往往是投资成本的几倍甚至是十几倍，并带动衍生产品的开发。其三，电影作品的内容（信息态）和载体（物质态）融为一体又相对独立。故事内容和电影票合二为一构成整个电影作品，我们既不能抛离故事内容，只消费电影票，也不能不买票，就观看电影内容;但电影内容才是观众买票观看影片的动因。其四，电影作品具有精神性。这是由故事内容本身所传递的思想内涵和文化价值观所体现的。其五，高风险性。作

14、为一次性消费品，电影由于受到创作周期长、流程多（见图1），投资成本，观众的观影偏好，电影发行后不易变更，档期竞争及其他不确定因素的影响，导致电影发行后回本并盈利的难度更高。 （一）电影业票房收入影响因素 笔者在其次部分的探讨基础上，立足于我国电影业的实际状况，将影响我国电影业票房收入的因素划分为包含制作、营销和发行在内的3大项16小项，详细指标及描述详见表1。 以上16个因素为业内普遍认可的对票房有重要影响的因素。但通过近几年电影行业的整体表现来看，专业人士的分析推断未必精确，有的甚至与实际票房相差甚远。笔者认为观众作为电影产品的最终消费者，对自身的喜好最有.發言权，基于此笔者将在下一节通过因

15、子分析法提取观众真实的观影偏好。 （二）要素分析 笔者将撰写的电影票房影响因素调查间卷（以下简称问卷）通过微信链接的形式在全国范围内发放。此次调查历时五天，共收回问卷646份，笔者筛选“提交答卷时间”在150秒以上的作为有效问卷（532份，占比82.35%）进行后续分析。 1.问卷信度与效度检验 表2的信度检验结果显示Cronbachs Alpha和Cronbachs Alpha值均为0.822，可信度高，表明间卷的结果真实牢靠，适于进行下一步分析。 笔者又对问卷中“制作”“营销”“发行”的子项分别进行信度检验（见表3），除电影营销的Cronbachs Alpha值在0.7以上，电影制作和电影

16、发行的Cronbachs Alpha值较低，这意味着大项中子项之间彼此的一样性和统一性较低。这主要是由电影产业流程的不同环节包含的内容差异和各个环节对票房的重要程度不同所致。结合问卷总体和各大项的信度值，笔者认为问卷数据真实度很高，不存在调整或删减的必要，可以进行后续分析。 效度检验结果（见表4）显示KMO值为0.861，接近1表明问卷通过效度检验，可以进行因子分析。Bartlett的球形度检验显示Sig值为0.00，小于显著性水平0.05，因此拒绝变量间不存在相关关系的假设，适合做因子分析。 2.因子分析 从表5中不难发觉，各个变量之间的共同度普遍不高，只有八个因素的共同度超过0.500，表

17、明变量内部差异较大，只有户部分信息能够被共同因子提取，这预示着因子分析中提取的公共因子对各个变量的说明度不高。笔者认为这与分项信度检验结果的缘由一样。 依据主成分分析的因子提取条件，默认选择提取公共因子的最小特征值为1，此处前四个因子的累计方差贡献率为49.26%（见表6），故选择前四个因子作为公共因子，即这四个因素对票房影响程度最大。 通过Kaiser标准化的正交旋转法得到旋转成份矩阵，用来反映公共因子对组内各个变量的说明程度。由于是个人撰写的调查问卷，笔者将载荷系数确定为0.5，将载荷系数小于0.5的不具有收敛效度的“網络热度”“获奖状况”“制作技术”变量剔除后，剩余变量见表7。 旋转法：

18、具有Kaiser标准化的正交旋转法。 a.旋转在6次迭代后收敛。 从表7中可以发觉，因子1除了包含问卷中原属于发行的四个因素外，新增加广告和点映两项，其核心仍旧是围绕影片发行进行的宣扬或预演;因子2由评论质量和评论数量构成，二者均属于口碑传播，对票房的影响程度偏高;因子3由电影制作中的演员、电影类型和导演构成，其中演员的影响程度较高;因子4由制作中的故事内容和编剧构成，本质上是考核电影剧本的质量。鉴于表7对原有因素的分类，笔者将主要影响因素重新归纳，详细因素见表8。 四、中国电影业的广义虚拟价值测量 要素分析之后，我们将以喜羊羊与灰太狼动画电影为例，运用品牌信用模型，对中国电影业的广义虚拟价值

19、进行预料和量化。 （一）电影作品品牌信用度 表9将本文第三部分得到的影响因素与品牌信用度模型中的十个指标一一对应，说明品牌信用度在电影票房预料领域中的适用性。序号越靠前的因素表明其对票房的影响程度越大。 （二）喜羊羊与灰太狼电影票房预料 喜羊羊与灰太狼（以下简称喜羊羊）是由广东原创动力文化传播有限公司专为314岁儿童打造的适应全年龄段的童话题材动画作品，形式涉及连续剧、电影、动画短片和真人秀等。自2022年首播以来的十余年间，喜羊羊共创作了近三十部系列作品，并始终坚持以“童趣但不无趣，启智却不教条”的特色，塑造了形象显明、性格各异的羊族和狼族成员角色，其作品风靡动漫界，深受各年龄段观众宠爱。

20、接下来，笔者通过网络检索对品牌信用度的十个指标值进行评估和量化，最终得到表10。 由表7易知，喜羊羊电影作品的TBCI值达到0.915，品牌信用度为AA级，这表明喜羊羊作品品牌信用度很高，品牌效应强，易被目标观众接受，投资价值很高，风险小。 我们将所测算的品牌信用度带人品牌溢价公式，得Pd=11.27Pa。 结果表明，假如喜羊羊的质量价格即投资成本为1元，观众情愿为其付出11.27元，品牌溢价达到11.27倍。以喜羊羊与灰太狼之虎虎生威为例，投资成本0.12亿元，预料票房可得0.12*11.27=1.35亿元，与实际票房1.24亿元相比，高出8.15%，预料精确率超过90%。根据目前电影分成4

21、3%：57%测算，投资方可获得0.43*1.35=0.5805亿元。 （三）喜羊羊与灰太狼票房收入敏感性分析 依据表7，在喜羊羊动画电影的品牌信用指标体系中，终端建设稳定性、媒体传播公信性和单一利益对立性均未达到1.0分，质量信息透亮性未达到0.0分。对此，笔者依据不同指标的赋值标准，进行单一因素敏感性分析，详见表11。 由表可见，终端建设稳定性指标的提升空间最大;质量信息透亮性对票房的影响同样不容忽视，作为品牌信用的“桶底”，干脆影响消费者的选择效率;相比之下，单一利益对立性和媒体传播公信性对票房影响不大。因此，喜羊羊制作方应针对作品的薄弱之处进行加强，以获得更高的票房收入。 五、结论 本文

22、在立足于广义虚拟经济核心内涵的基础上，以符合二元价值容介态特征的电影产品为例对广义虚拟经济价值进行测量。受限于广义虚拟经济的探讨成果，本文以因子分析法和实证分析法对中国电影业电影作品的虚拟价值进行预料。 通过要素分析发觉，观众认为包含发行、网络口碑、创作团队和剧本在内的4大项13个因素对票房影响较大，其中影片发行对票房的影响最大，故事内容、评论数量、评论质量和演员的影响力成为影响票房收入最重要的子因素。通过运用品牌信用度和品牌溢价模型对喜羊羊电影票房收入进行预料，得出精确度为90%的预料结果，这验证了品牌信用度在广义虚拟经济价值测量领域的可行性和适用性，具有很强的应用和推广价值。 参考文献：

23、1林左鸣.广义虚拟经济二元价值容介态的经济M.北京：人民出版社，2022. 2林左鸣.广义虚拟经济概要J.上海高校学报（社会科学版），2022，18（5）. 3丹尼斯麦奎尔.受众分析M.北京：中国人民高校出版社，2022（3）：46. 4Litman B R.Predicting Success of Theatrical Movies：An Empirical StudyJ.Journal ofPopular Culture，2022，16（4）：159-175. 5Mishne G，Glance N S.Predicting Movie Sales From Blogger Sentime

24、ntJ.In AAAI SpringSymposium：Computional Approaches to Analyzing Weblogs，2022（1）：155-158. 6Zhang W，Skiena S.Improving Movie Gross Prediction through News AnalysisC/Ieee/wic/acmInternational Joint Conferences on Web Intelligence and Intelligent Agent Technologies，2022.Wi-Iat.IEEE，2022.301-304. 7贾斯廷奥康纳

25、.欧洲的文化产业和文化政策M.北京：中国商业出版社，2022：27-29. 8王铮，许敏.电影票房的影响因素分析基于Logit模型的探讨J.经济问题探究，2022（11）：96-102. 9靳文华.话题导演与话题电影以人再泰囧之虈囧、致我们终将逝去的青春和小时代为例J.当代电影，2022（8）123-125. 10王一川.中国电影的网众自娱时代当前中国电影新力气视察J.当代电影，2022（11）：14-21. 11朱玉卿.从观众的角度谈谈影片与票房之间的关系J.中国电影市场，2022（11）：16-17. 12史悦炜.浅谈观众喜好对电影票房的影响J.电影评介，2022（7）：69-71. 13

26、Litman B R，Ahn H.Predicting financial success of motion picturesJ.The Motion Picture Mega-industry.Allyn&Bacon Publishing，Inc.，Boston，MA，1998. 14Barman D，Chowdhury N，Singha R K.To predict possible profit/loss of a movie to be launched using MLPwith back-propagation learningC/ International Conferenc

27、e on Communications，Devices and IntelligentSystems，IEEE，2022：322-325. 15李波，陆凤彬，赵秀娟，王谦，汪寿阳.我国电影生命周期模型及实证分析J.系统工程理论与实践，2022.10，30（10）：1790-1797. 16夏丹.我国3D电影票房预料实证探讨J.北京电影学院学报，2022（4）：60-64. 17袁煌，潘宇.大数据在文化企业价值评估中的应用J.中国资产评估，2022（10）：9-14. 第16页 共16页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页