3d电影票房影响因素分析.docxVIP

3d电影票房影响因素分析 随着3d技术的成熟，尤其是3d电影《阿凡达》的全球人气，中国开启了3d电影的崛起，数字银幕的数量从2007年的82块迅速增加到2010年底的2000块。但3D电影票房的增长主要是由美国3D电影大规模的引入而带来的。 3D电影投资成本高、风险大, 并不是每部3D (无论是国内还是国外生产的) 都能收回成本或者得到观众的认可。因此, 有必要了解3D电影在中国的现状、观众的认可程度以及3D电影的票房影响因素。 我国学者也在关注3D电影的发展变化。郭燕婷、张辉 (2010)通过建立数学模型研究了3D电影观众选择的影响因素。金悦 (2011) 探讨了3D电影的技术类型和发展现状。田长乐、廖祥忠 (2011)通过对3D电影的发展历史与3D电影技术更新进程的研究, 对其未来的发展模式与发展趋势做出了展望。陈凡、陈栩祥 (2012) 则讨论了如何获得高质量3D影像和立体效果的问题以及如何更好地欣赏3D影片。 3D电影出现较晚, 国内学者对其研究还比较少, 本文在各位学者研究的基础上, 利用多元统计方法研究3D电影票房的影响因素和观众的观影态度。 一、 d电影票房增长情况 2002年至2008年我国电影票房稳步上升, 平均每年增长率为32.86%。2010年首次突破了百亿大关, 增幅达到63.9%。 2008年我国内地引入两部3D电影, 取得1.08亿元人民币的票房收入, 占当年电影总票房收入的1/40。2009年之后, 3D电影票房快速增长, 特别是2011年, 中国内地一共上映13部3D电影, 取得40.054亿元人民币的票房收入, 占据了当年票房总收入的近1/3。 从国家广电总局网站的资料获知, 美国制作的3D电影占据了2008-2011年中国市场的92%。 二、3 电影最佳工艺规定 3D电影的票房成功取决于多方因素。例如, 投资预算、剧本、导演、演员、3D后期制作、制片方以及出品方、媒体宣传、电影口碑的好坏等。那么这些因素是以怎样一种数量关系影响3D电影票房呢? 本文选取2008年至2011年上映的31部3D电影的相关数据建立多元线性回归模型进行定量分析, 来研究这些因素对我国3D电影票房的影响程度。 1. 国家/地区、国家/国家电影分级 这31部3D电影的相关数据, 主要包括:在中国内地的票房成绩、制作成本 (投资) 、评分等级、电影类型、电影时长、制片国家与地区、电影是否续集等。其中, 电影票房、投资、时长、评分为定量数据, 而电影类型、制作国家与地区以及是否续集的数据为定性数据分类变量。 2. 多元线性回归模型 引入的作为解释变量的影响因素既有定量变量, 又有定性变量。为了能够在同一模型中反映这些因素的影响, 提高模型的精度, 需要将这些定性变量进行量化, 本文是通过“虚拟变量”来完成的。在虚拟变量的设置中, 基础类型和肯定类型取值为1;比较类型和否定类型取值为0。 在本文中, 引入的虚拟变量为电影类型、电影制作国家以及电影是否续集。其中, 电影类型分为三类:真人3D剧情、动画3D剧情以及纪录片, 故引入两个虚拟变量;发行国家分为美国以及美国以外的国家, 故引入一个变量;是否续集引入一个虚拟变量。 建立多元线性回归模型,Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7(1) 其中,C为截距项;被解释变量Y代表3D电影票房收入 (万元) ;解释变量X1代表投资 (万元) ;X2代表时长 (分钟) ;X3代表评价等级 (分数) ; X4={1,真人0?非真人?X5={1,动画0?非动画?X6={1,美国0?美国以外?X7={1,续集0?非续集X4={1,真人0?非真人?X5={1,动画0?非动画?X6={1,美国0?美国以外?X7={1,续集0?非续集 3. 其他解释变量对3d电影票房的影响 在建立的多元线性回归模型中,Y,X1,X2,X3为定量变量;X4,X5,X6,X7为定性变量。 利用EVIEWS软件, 对模型 (1) 进行最小二乘法估计。结果如下 (见表1) 。 由表1可以看出, 方程通过了显著性检验, 拟合优度接近70%表示拟合良好。但是方程中X1, X4, X5, X6, X7均没有通过T检验, 并且, 根据对电影行业的了解, 这几个变量都是对因变量Y有相当大影响的因素。因此模型存在问题, 需要改进。 在反复调试之后, 剔除了电影类型以及是否为美国制作这两个因素。引入变量票房 (万元) 、投资 (万元) 、电影时长 (分钟) 、评价等级 (分) 、是否为续集这五个变量进行回归模型的模拟, 采用加权最小二乘法进行估计, 结果如下 (见表2) 。 从表2可知, 回归方程以及所有的变量均已通过假设检验, 并且模型拟合优度较好。因此我们可以得到影响票房因素的回归方程, 如下: