明星、导演影响力与电影票房：基于我国电影市

关键词： 明星影响力 导演影响力 电影票房 实证研究 统计分析

[摘要]：本文以2007-2008年在我国上映的172部电影为样本，使用百度的 网络 调查数据，以多因素方差分析模型为基础，从实证的角度验证了明星影响力和导演影响力对电影票房的影响。研究结果表明明星影响力对电影首映周票房有显著作用，但对总票房影响不显著，导演影响力对电影总票房、首映周票房的影响都显著，这说明在我国电影市场导演的影响力对电影票房的作用更大。

　　abstract: this research is an empirical study on star power and director power and their influence on box office performance. based on 172 films released in china during 2007—2008 and through multivariate statistical analysis, the results indicate that star power has significant influence on the opening week box office performance, but does not have significant influence on total box office performance; director power influences both opening week and total box office performance. the results show that director is a more crucial factor to box office performance in chinese film market.

　　key words: star power; director power; box office performance; empirical study; statistical analysis

　　明星和导演是电影产业中最为重要的创意人才，明星凭借其广受赞誉的演技、为观众所喜爱的性格特征，吸引众多注意力，从而具有商业价值。导演作为电影生产的组织者和领导者，很大程度上决定了影片的创意质量和 艺术 风格。从较早的商业大片如《无极》、《满城尽带黄金甲》到最近热映的《画皮》，商业大片中知名导演和明星的黄金组合似乎屡试不爽地创造了一个个票房奇迹。然而在大众传播时代，影响电影票房的因素无疑是错综复杂的，西方媒介 经济 学的研究表明电影的导演、明星、制作成本、广告费用、发行商、档期、获奖、观众对影片的质量评价等因素都会影响到电影的票房成绩（litman，1989；sochay，1994；sawhney & eliashberg，1996；chang & ki，2005；liu，2006；hennig-thurau，houston & walsh，2006）。

　　回顾国内外相关研究，我们发现有两个问题需要深入：第一，西方媒介经济学中有关明星、导演对票房的影响多以美国或北美市场为研究对象，那在我国这个电影产业化未像北美那样高度成熟的市场，明星和导演是否会影响票房？第二，我国明星制研究现在还处于对明星商业价值的认识（万传法&朱枫，2008）、打造气质明星（段运冬，2008）等廓清思想的阶段，导演研究多数集中在文本研究，对他们的商业影响力，尤其是导演影响力与电影票房的作用关系还有待深入。在电影成为核心文化创意产业的语境下，从实证的角度出发，研究明星、导演对电影票房的短期、长期影响，研究二者的交互作用对电影票房的影响，都具有重大的理论和实践意义。

　　本文的研究目标是从实证的角度验证明星影响力及导演影响力是影响我国电影票房的因素。第一部分是相关 文献 回顾，译介西方媒介经济学中电影票房的研究成果；第二部分是研究方法和数据收集，探讨通过网络具体量化明星影响力和导演影响力的方法，介绍本文使用的多元方差分析方法；第三部分是分析与讨论，通过对我国2007年元月到2008年10月间上映的172部影片的统计学分析，验证明星影响力、导演影响力与电影票房的作用，第四部分是研究结果及其意义。

　　一、文献回顾

　　（一）西方电影票房的相关研究

　　李特曼（1989）对二十世纪八十年代美国电影票房的研究可谓初步建立了电影票房的预测模型。他以1981到1986年在美国播出的697部电影作为研究样本，通过多元回归分析，初步建立了电影票房的预测模型。李特曼用影片的租金收入作为考量电影票房的因变量，影响电影经济成功的自变量被划分为三大部分：创意、发行/上映时间以及电影营销。创意部分的变量有影片类型、美国电影协会（mpaa）的电影分级、熟悉的故事、出品国、明星、导演、生产成本、影评等，其中影片类型的确定主要 参考 美国杂志《电视指南》（tv guide）。发行/上映部分的自变量有发行商、发行日期、发行模式、市场力量等，而电影营销部分的自变量有发行公司的营销能力和是否获奖等。各部分的变量及其操作定义如表一所示：

　　表一：李特曼票房模型中的因变量及操作表

（注：表一系作者根据原文整理绘制）

　　将上述自变量与因变量的影片租金收入进行层次回归，得到的回归方程式：

　　y= -28.482ⅹ106+7.232ⅹ106顶级导演+14.846ⅹ106 明星+11.818ⅹ106 科幻+13.858ⅹ106 续集+24.932 ⅹ106奥斯卡提名―4.966ⅹ106剧情+6.972ⅹ106影评+ 3.814ⅹ106大发行公司。将一部影片的具体变量值代入上述回归方程式，即可得到该片用于考量票房的租金收入，预测出二十世纪八十年代末期一部影片所产生的经济收入。此后李特曼的票房研究模型为后来电影票房预测以及电影经济成功的预测性研究提供了基本思路和方法，后来的研究模型加入了其他变量，名称虽然各不相同，但可以从这里找到源头。

　　德国魏玛大学的媒介经济学家hennig-thurau & walsh（2006）的研究则深入地探讨了影片电影自身因素、市场营销以及非制片因素对电影票房的影响，因变量为影片的短期票房（stbo）和长期票房(ltbo), 影片自身因素细分为导演影响力（director power）、明星影响力（star power）和文化熟悉度（cultural familiarity）；市场营销的自变量分为广告(advertising) 及暑假发行（summer release），非制片因素又有影评（reviews）、获奖(awards)及观众的感知质量（consumer perceived quality），模型图见图1：

　　图1：hennig-thurau模型因素关系及对电影票房的影响图

　　通过路径分析，hennig-thurau对于明星影响力与票房的关系影响有些出乎意料之外，明星影响力对电影的短期票房没有直接影响，但有微弱、间接的负面影响（其路径系数为-0.25）；明星影响力对电影的长期票房也没有直接影响，对长期票房也只有微弱、间接的负面影响（其路径系数为-0.53）；导演影响力对电影的短期票房没有影响，对电影的长期票房有着直接的正面影响（其路径系数为.066）。hennig-thurau还发现对电影短期票房、长期票房起最直接作用的是生产成本（其路径系数分别为.662和.541）。

　　从较早的李特曼到近年的hennig-thurau的电影票房模型研究，都将导演影响力、明星影响力置于电影票房模型的框架下，虽然研究结论有所不同，有些甚至相悖，这正反映出电影作为文化产品，其市场的复杂性和多变性。探讨作为创意人才的明星和导演，对电影票房或电影的经济收入的影响，首先面临的是如何量化明星和导演影响力的问题。

　　（二）明星影响力量化方法的相关研究

　　明星之所以为明星，是因为明星具有“广受赞誉的演技、为观众所喜爱的性格特征，吸引了众多注意力，具有票房影响力和保障投资安全的能力”（albert，1998）。因此，西方媒介经济学家在量化明星影响力（star power）的方法也有所不同。第一种使用虚拟变量[1]（dummy variable），较早进行美国电影票房预测研究的李特曼（litman，1989），在其《电影成功的经济学预测：八十年代人的体验》（predicting financial success of motion pictures: the 80’s experience）一文中，根据《国际电影年鉴》(international motion picture almanac)的排名，看一部电影是否由排名前十位的明星出演。sawheny & eliashberg （1996）根据美国权威娱乐杂志《综艺》（variety）上刊登的具有票房价值的明星名单，看一部电影是否由其中的明星出演；量化明星影响力的第二种方法是直接使用商业机构 “好莱坞报道”（the hollywood reporter’）的明星影响力指数，该指数对全世界主要国家中具有票房号召力的一千多位明星进行排名和打分，其中得分在87.5至100的明星影响力最强，为一线明星；得分62.5至87.49的明星次之，为二线明星；得分载37.5至62.49的明星具有一定影响力，为三线明星，得分在37.49以下的影响力较小或无影响力[2]。hennig-thurau（2006）做票房预测模型时就使用了“好莱坞报道”的明星影响力指数，并对结果进行了加权处理。对于一线明星权重为1.00，二线明星权重为.50, 三线明星权重为.25，第四类明星权重为.125。直接使用“好莱坞报道”明星影响力指数的还有elberse，eliashberg（2003）；ainslie，dreze，zufryden（2005）；第三种量化明星的基本思想认为明星影响力实际上是品牌影响力，一部电影中的明星，与其他品牌要素一起，构成了电影品牌。基于此，chang & ki（2005）选择了明星最近出演的一部电影票房成绩和该明星所有出演的电影的票房成绩之和来衡量其影响力。前者代表了该明星现在的品牌影响力，而后者则反映了该明星长期累积的品牌影响力。

　　从研究结果上看，研究者对明星影响力的作用及性质颇有争议。一些研究发现影片收入与使用明星没有显著关系（litman，1983；litman & ahn，1989；ravid，1999；elberse，2007）。一些则发现电影的总票房收入、周票房收入和首映周票房收入明星的等级有关, 一部电影中明星的等级越高，该电影的收入也越高（litman & kohl，1989；sochay，1994；ainslie，dreze，and zufryden，2005）。litman比较了他1983年和1989年的研究结果发现明星虽然对影片租金收入有影响，这种影响的重要性在下降（litman & kohl，1989）；sochay发现明星对电影租金收入的影响只存在于少数票房排行位于前四名的影片，对多数影片的租金收入影响并不显著（sochay，1994）。至于明星影响力的性质，德国魏玛大学媒介经济学家索斯顿•汗宁如奥（thorston hennig-thurau）发现明星影响力对电影的短期票房和长期票房都有微弱、显著、间接的负面影响，索斯顿分析其原因时指出这种情况的出现说明多数明星对电影票房的贡献并不大，票房影响力只存在与少数几个巨星身上。chang & ki（2005）也发现明星只对首映周的票房有积极影响，而对电影总票房的影响是负面的。

　　（三）导演影响力量化方法的相关研究

　　导演对票房影响的实证研究没有明星密集，一些研究者没有把导演影响力（director power）作为影响电影票房的变量（sochay，1994)。 导演和明星都是电影产业中最重要的创意人才，衡量其影响力的逻辑因此也是一致的。第一种方法也使用虚拟变量，看该导演是否获得奥斯卡最佳导演奖或提名，如litman & kohl（1989）就是看该导演前四年的影片是否有获得奥斯卡奖或提名。第二种直接使用“好莱坞报道”的导演影响力指数（elberse and eliashberg，2003），第三种使用该导演的影片平均票房，如hennig-thruau，houston & walsh（2006）使用的是该导演最近三部影片的平均票房，chang & ki（2005）把该导演最近一部影片的票房收入、该导演的所有影片的票房之和作为衡量导演影响力的两个变量。

　　导演影响力与电影票房之间的关系也存有争议。一些研究者发现顶级的导演对电影首映周票房有正面影响（litman and kohl，1989），但也有未发现导演影响力会对首映周票房造成影响（thorston hennig-thurau，2006；chang & ki，2005）。导演影响力与总票房收入关系不显著（chang & ki，2005；hennig-thurau，houston & walsh，2006）。

　　（四）本文的研究假设

　　明星影响力、导演影响力与电影票房收入之间看似矛盾的研究结论实际上揭示了电影作为文化产品市场的复杂性，不同国家，不同市场的情况差异巨大，上述研究基本上是以美国或北美电影市场为主，本文立足于

　　h1：明星影响力对电影总票房有显著影响；

　　h2：明星影响力对电影首映周票房有显著影响；

　　h3：导演影响力对电影总票房有显著影响；

　　h4：导演影响力对电影首映周票房有显著影响。

　　二、研究方法与数据收集

　　本文以2007—2008年10月在我国上映的172部电影为样本，因变量为总票房及首映周票房，自变量为明星影响力及导演影响力。电影票房的有关数据[3]来源自国际票房专业网站，该网站是权威的票房数据网站，并在thorsten、chang & ki等电影票房研究中使用，统计软件为spss 13.0 for windows。

　　（一）明星、导演影响力研究方法的挑战

　　我国明星影响力和导演影响力的研究首先面临的是量化方法上的挑战，运用西方明星影响力和导演影响力的方法来量化我国电影市场上的明星和导演有相当局限性。首先，我国没有类似于《综艺》、《国际电影年鉴》这样的明星排名。限于研究条件，笔者无法直接使用“好莱坞报道”的明星影响力指数和导演影响力指数，况且，该影响力指数能反映这些影星和导演在欧美的影响力，未必能反映在中国的影响力；至于采用平均票房来衡量明星和导演的影响力，由于权威的票房数据，尤其是2007年以前的电影票房数据不易获得，使得这一方法的实施也不太可能。

　　互联网时代 网络 的影响力日益强大，不少门户网站都有专门的娱乐频道，报道最新娱乐资讯，并由观众对明星、影片质量、导演等分数评价，并提供分数和评分人数等信息，成为研究明星影响力和导演影响力的重要途径，以百度娱乐频道为例，赵薇、成龙、梁朝伟等明星无论在得分还是评分人数方面都高居榜首，这些信息很大程度上能够反映和代表真实的社会影响力。此外，使用网络、产业库等间接来源的次级数据既可以节省人力物力，又有利于研究者进行动态分析和横向的验证研究，适应了 经济 全球化的潮流和信息社会的时代特征。

　　鉴于此，笔者使用了百度娱乐频道的评分及评分人数作为衡量明星影响力和导演影响力的指标。根据国际著名网站alex的访问量排名，百度是我国访问量最大的网站；百度对明星、导演的网络评分由十颗星组成，代表0-10分，直观反映出各明星和导演在观众中的评分，评分人数的多少则表明了他们的被关注度和人气，该明星或导演的影响力是分数和评分人数的乘积，如成龙的评分为9.0分，有2800人评分，成龙的明星影响力为9.0ⅹ2800=25200，列男明星之首。 明星及导演影响力的相关数据，取自2008年10月29日—30日的百度娱乐频道。

　　（二）多因素方差分析模型

　　笔者拟用多因素方差分析来验证研究假设。多因素方差分析模型可以同时研究多个因素对因变量的影响情况，基本思想是变异分解即根据资料类型和研究目的，将样本的总变异分解为若干个部分，除有一部分代表随机误差的作用外，其余每个部分的变异分别代表了某个影响因素的作用（或交互作用），通过比较可能由某因素所致的变异与随机误差的大小，借助f分布做出推断，即可了解该因素对结果变量的影响是否存在（张文彤，2007）。

　　由于多元方差模型通过分析组间与组内的方差，从而发现多个因素的作用，在此我们将明星影响力和导演影响力各自再细分为三级，以发现不同等级的明星和导演对电影票房的影响。第一级为排名前20位的明星，其中有赵薇、成龙、梁朝伟等明星。litman（1989）认为排名前20的明星是否对票房有号召力，我们的数据显示排名前20的明星，其影响力得分也在1，000分以上的，影响力强；第二级明星得分从100分至1000分，具有一定影响力，第三级明星从0—100分，影响力较弱或几乎没有影响力。导演影响力也分为三级，1000分以上的为第一级导演，影响力强，100分至1000分的为第二级导演，具有一定的影响力，0—99分为第三级导演，影响力较弱或几乎没有影响力。

　　表二：明星影响力及导演影响力描述性数据

三、结果与讨论

　　以首映周票房、总票房为因变量，以演员影响力等级和导演影响力等级为自变量进行多因素方差分析，两个因变量的校正模型均显著（p=.000<.05），这说明明星影响力和导演影响力之间至少有一个因素对首映周票房和总票房的作用是显著的，结果如表三所示。

　　明星影响力等级对电影首映周票房有显著影响（p=.009<.05），这说明明星还是具有一定的影响力。对于观众而言，观看一部由明星出演的影片，意味着该片在演技、制作水平上等方面有一定的保证，可以减少对影片质量因素的不确定程度，从而降低时间、金钱方面的浪费。明星只对首映周的票房有积极影响，对总票房收入没有显著影响的结果在chang &ki（2005）也有所验证。

　　明星影响力对总票房无显著影响(p=.683>.05)，这是由于电影放映后，口碑传播是决定电影票房的重要因素（liu，2006；fiona，2005），电影正式发行之前到首映周这段时间口碑传播最为活跃。影片正式发行之前，观众对影片的期望值较高；首映周后观众的态度倾向批评，口碑传播因此对电影总票房以及首映之后的票房收入具有显著影响（liu，2006）。

　　导演影响力在总票房和首映周票房都显著（p=.014< .05以及p=.000< .05），说明在我国电影市场上导演对票房的影响力比明星大，这其中有两个原因。首先，相对于导演较为稳定的影响力，明星的影响力波动较大。如今我国电影市场上的极具影响力的导演如张艺谋、陈凯歌等，都是我国第五代导演，从上个世纪80年代开始独立导演影片如《红高粱》、《黄土地》，到90年代的《我的父亲母亲》、《霸王别姬》和较近的《满城尽带黄金甲》和《梅兰芳》，这些导演保持了持久的创作生命和影响力，形成了鲜明的 艺术 风格。相对而言，演员这个职业的推陈出新更快，明星更易成“流星”，只有少数明星能够有较为稳定的影响力，即使如此，其中很多明星经验积累到一定程度后也转向做导演。其次，导演影响力对电影票房的显著影响源于我国电影生产中的导演中心制，即在影片生产的全过程中，导演是最核心的创意人员，掌握着影片的艺术创作领导权，但实际上由于我国电影生产的制片人制度还不够成熟，导演的职能和权限远远超越了创意范畴，成为拥有投资立项、资金使用、决定演员任用等多种大权在握的核心人物（刘飞，刘跃，2008），由此能迅速捧红无名演员成为冉冉明星。

　　明星影响力等级与导演影响力的交互作用对首映周票房没有显著性影响（f=1.023，df=3，p=.384>.05），这一结果是较为意外的，原因是导演和明星各自的影响力对首映周的作用较大，但二者的交互作用对总票房有显著性影响（f=4.5000，df=3，p=.005<.05），这说明明星名导的黄金组合确实能够保证影片投资的长期回收。

　　四、实践意义及未来研究方向

　　本文是对明星影响力及导演影响力的实证研究，结果证明明星影响力对电影首映周票房有显著作用，但对总票房没有显著影响；导演影响力对电影总票房、首映周都有显著作用，二者的交互作用对电影首映周票房的影响不显著，但对总票房有显著影响。

　　电影是高风险的文化产业，动辄千万的高投入与结果的不可预测，会产生十部电影，八赔两赚的高风险（vogel，2001）。厘清影响电影票房的因素，对于降低电影产业的市场风险具有重大意义。本文的研究结果证实了导演影响力及明星影响力会对电影票房产生影响，且导演影响力对电影票房的影响更大，明星对电影首映周票房有显著影响，但对总票房影响不显著， 明星的高额片酬是否有所值是业界需要深思的问题。

　　本文是对电影票房及其影响因素的探索性研究，以期建立我国电影产业票房预测模型的构建提供基础性理论支持，研究除了明星、导演之外还有哪些因素影响我国电影票房，建立适合我国市场情况的票房预测模型，是本文未来的研究方向。本文抛砖引玉，希望籍此引起对电影票房研究的更多关注。

[注释]
[1]dummy variable是指虚拟变量，也叫哑变量，是指一些非连续的分类变量，常用0或1这样的二分法来表示，比如在社会调查中的性别，这里的虚拟变量是指一些如生产国、是否获奖等。
[2]查看“好莱坞报道”的明星影响力指数为收费服务，每查看一位明星的影响力指数，需要付费9.9美元。
[3]本文电影票房数据来自 /intl/china/ ，数据收集时间为2008年10月28日。

[ 参考 文献 ]
[1]段运冬（2008）.文化价值的缺失：制度转译中的明星制.当代电影，（7）.[ duan yundong (2008). the system of celebrity in different translations. contemporary cinema, (7)]
[2]刘飞，刘跃（2007）.制片人决策，迈向成熟产业的必由之路.电影艺术，（6）. [liu fei & liu yue, producer system, the inevitable road to fully-fledeged industry. film art, (6)]
[3]万传法，朱枫（2008）. 电影产业中的明星与明星制.当代电影，(7).[ wan chuanfa& zhu feng, (2008). the star and star system in the film industrialization. contemporary cinema, (7).]
[4]张文彤（2007）.spss统计分析高级教程.北京：高等 教育 出版社. [zhang wentong (2008). advanced course on spss statistical analysis. beijing: higher education press.]
[5]ainslie, andrew, xavier drèze, and fred zufryden (2005). modeling movie lifecycles and market share. marketing science,24 (summer), 508–517.
[6]chang, byeng-hee and ki ,eyun-jung (2005). devising a practical model for predicting theatrical movies success: focusing on the experience good property. journal of media economics, 18, 247-269.
[7]elberse, anita and eliashberg, jehoshua (2002). the drivers of motion picture performance: the need to consider dynamics, endogeneity and simultaneity, working paper, the wharton school, university of pennsylvania.
[8]fiona sussan（2005）.the added value of online word –of–mouth (ewom) to advertising in new product adoption: an analysis of the movie industry, doctoral dissertation, the city university of new york.
[9]hennig-thurau thorsten, houston b. mark, and walsh, gianfranco (2006). determinants of motion picture box office and profitability: an interrelationship approach. review of managerial science.
[10]litman, barry r. (1983). predicting success of theatrical movies: an empirical study. journal of popular culture, 16,159-175.
[11]litman, barry. r. and kohl, l. s. (1989). predicting success of theatrical movies: the 80’s experience. journal of media economics, 2, 35-50.
[12]liu,yong (2006) .word of mouth for movies: its dynamics and impact on box office revenues. journal of marketing, 70(july),74-89.
[13]ravid, s. abraham (1999). information, blockbusters, and stars: a study of the film industry. journal of business, 72 (october),463–92.
[14]sawhney,mohanbir s. and eliashberg, jehoshua (1996) . a parsimonious model of forecasting gross box-office revenues of motion pictures. marketing science,15,113-131.
[15]sochay, scott (1994). predicting performance of motion pictures. journal of media economics, 7,1-20.
[16]vogel, harold l. (2001). entertainment industry economics: a guide for financial analysis.5th ed, cambridge university press, cambridge.
[17]zufryden, fred (2000). new film website promotion and box-office performance. journal of advertising research, 40(1/2), 55-64.