明星与电影票房关系的实证研究综述

2019年暑期档电影《上海堡垒》在行业内外引发热议。该片改编自江南的同名小说，由知名导演滕华涛执导，流量明星鹿晗主演，历时六年耗资数亿打造，是继《流浪地球》之后，国产科幻片的又一力作。但无论票房还是口碑，《上海堡垒》都远远无法与《流浪地球》相提并论。电影上映一周后，票房总量就基本“稳定”在1.2亿元，未达到投资成本的一半。豆瓣评分更是跌到了3.2，有超过60%的网友给电影打出了一星等级。导演表示，自己“用错了鹿晗”，不该让鹿晗这样的偶像演科幻片，似乎有将影片票房崩塌的责任推给流量明星的嫌疑，从而引发了行业内外对于流量明星与电影票房关系的讨论。

从投融资角度来说，选用明星参演电影的做法有一定道理。赖安（Bill Ryan）认为，文化商品的经营管理中，市场营销的重要任务就是降低由受众是否接受艺术创作带来的不确定性。营销活动把这种不确定性降低，是通过把艺术创作放置在受众认知概念领域中，而这个领域正是由明星和作品风格构建的。不过，明星的参演就一定能帮助影视作品规避行业投资风险吗？或者说，明星对电影票房而言究竟有着什么样的作用？

上世纪80年代开始，以李特曼为代表的美国学者从电影产业的角度出发，探究了电影票房的影响因素，这其中就涉及电影明星。随后一批学者以实证的方式讨论了明星与票房之间的关系。 Faulkner&Anderson、Steven Albert、Elberse & Eliashberg等学者的研究表明，明星对电影票房存在正向影响，另一些学者则认为明星与电影票房之间没有相关性，如Smith & Smith、Prag & Casavant ，Basuroy Chatterjee& Ravid等，除此之外，Byeng-Hee Chang & Eyun-Jung Ki提出明星对电影票房的积极影响只存在于电影上映首周，对电影总票房为负向影响。

就国内来说，近十年间相关实证研究通过建立票房数据模型，一定程度上对明星在电影产业中的位置进行了探讨。本文试图通过文献综述的方式来讨论明星与电影票房之间的关系，探究当前国内研究结论差异的可能原因，为后续研究提供建议，为电影市场化经营提供启示。

一、研究方法

本文采用系统综述的方式，对现有的文献进行归纳和分析。首先，由于国内外电影产业的发展阶段不尽相同，电影样本、明星样本、数据来源差异较大，因此，本文放弃了国外相关研究，专注于探讨在中国语境下的明星与电影票房的实证关系。

其次，运用网络数据库筛选的方式确定研究样本。具体而言，选取中国知网作为样本检索的数据库来源。知网是目前国内最为成熟的中文文献数据库，覆盖学科齐全，有助于全面把握国内研究成果。 操作方式如下：第一步，关键词检索，在知网数据库中检索关键词“明星”“票房”，得到616篇文献；第二步，根据题目、关键词、摘要来确定是否与研究相关，选出78篇文献；第三步，阅读引言和结论，选取样本文献。选取标准为：以实证研究为主要研究方法，涉及明星与电影票房之间关系。 最终得到37篇文献，时间跨度为2008年1月至2019年6月，涵盖的学科范围包括新闻传播学、经济学、管理学、影视艺术学等。

最后，阅读全文文献，按照其发表年份、样本大小、数据来源、自变量、因变量、控制变量、统计方法、结论等主要研究概念和层次进行分类，并将数据整理于Excel表格之中，以便进一步分析。

二、研究结果与分析

针对这37篇文献，从以下几个方面加以研究分析：首先对文献的发表年份、内容中的样本时期、样本数量、样本地区、研究方法等信息进行描述性统计。其次，对文献涉及的变量界定、数据来源进行比较和分类。再次，统计出每篇文献控制变量的情况。最后，对研究结论进行对比分析。

（一）已有文献对明星与票房的关系研究呈现何种特征和趋势？

1.总体而言，明星与电影票房关系的实证研究仍然缺乏，不过值得注意的是，近年来相关研究呈现一定热度。

经过整理后能够发现，涉及明星与电影票房关系的文献以定量的研究方法为主，总量只有三十多篇， 相关研究在数量上并不丰富。就发表时间来看，最早的文献发表于2008年。对论文发表年份的统计结果（见图表1）显示，近些年来，相关领域的年发文量有所攀升，电影票房相关实证研究热度总体呈上升趋势（见图表2）。

发表年份 2008 2010 2013 2015 2016 2017 2018 2019年上半年

文献数量（篇） 1 1 3 4 5 8 10 5

图表1.发表年份统计

图表2.发文数量趋势

2.已有研究采用的分析方法趋于一致，但采用的样本时期、样本数量、样本地区差异较大。

在讨论明星与电影票房间关系的文献中，研究者们往往采用回归的分析方法。比如，刘燕燕、池建宇等多位学者选用了多元线性回归（OLS）的方法，李涛、华锐等利用分位数回归的方式检验了变量之间的相关性。除此之外，丁汉青、曹璞等研究者借用结构方程模型，于蕾利用因子分析法，聂鸿迪构建神经网络分析的相关研究也值得关注。

而对37篇文献中电影样本时期、数量、地区的统计（如图表3）显示，三项指标的标准差都比较大，特别是样本数量，标准差达到了315.8，极差超过1000。从样本时期来看，早期研究成果的样本数据可追溯到2001年，近年来发表的文章数据多取自2010年以后。这些都说明现有研究之间的样本差异性很大，可能会对信效度产生影响。

最大值 最小值 中位数 平均数 标准差

样本历时（年） 16 1 5 4.9 3.2

样本数量（部） 1402 40 252 246.5 315.8

样本地区数量 42 1 1 3.4 9.6

注：样本历时指文献样本覆盖的年数，样本地区数量指样本上映的国家或地区数量

图表3.样本属性统计

在样本选取标准上，有些研究以数据获取的便利性为基准，比如在《中国电影票房影响因素的实证分析》中，作者刘燕燕坦言“因为数据来源有限，做大规模的样本研究较为不现实，前10位电影的票房数据和其他相关数据较容易获得”，所以该研究最终仅选取了90部电影作为研究样本；有的根据具体的研究问题圈定样本，比如黄蓉研究国产青春片的影响因素，因此只聚焦于特定影片类型；还有的研究直接选取样本而不加解释。总体而言，已有文献在描述样本选择标准的时候都不够清晰明确。

3.直接研究明星与电影票房之间相关性的文献很少，目前可查的只有7篇。 现有研究主要将关注点放置在电影票房的多种影响因素上，并构建票房预测模型。在互联网媒介发展的驱动下，网络舆情、口碑成为研究热点。不少文献将在线影评、口碑作为主要的自变量来研究，将明星作为控制变量来考虑，这也就导致相关研究对明星这一要素的讨论往往只是简单涉及，而非细致讨论。

（二）明星影响力是如何被测量的？

目前学界对于明星的界定较为模糊，在明星相关变量选取标准上很不一致。有研究者在文献梳理的过程中，发现了国外已有研究中的量表，从而借用其测量方法来分析样本。以丁汉青等人的《电影生产方式与票房间关系的实证研究》为例，该文通过对电影宣传海报的内容分析，来测量票房信号相关变量。就明星影响力的测量而言，丁“对电影海报做内容分析编码，记录在电影海报显著位置提及的导演、演员及其他创意人员”，再“计算出每位‘明星艺术家’最近三部电影作品的平均票房”“计算该电影所有明星的平均票房之和，再除以人数，求得所有明星的平均票房”。此种做法借鉴了国外学者Hennig-Thurau的测量方法，同时也暗含了明星符号学研究的传统。

大部分研究者则依靠自身经验对明星影响力进行划分。通过文献整理可以发现，对于明星的测量主要存在三种维度：

第一，以流量人气为标准来衡量明星影响力，表现为利用网络搜索热度、社交媒体粉丝数、该演员参演作品的历史票房等作为测量指标。比如罗建华的研究中，自变量“明星值” 是在Google搜索引擎中搜索明星的名字，取所得的记录数为知名度初始值，取归一化之后的值为其最终的权重。再如徐元国、徐心楚的文章中，明星号召力数据来源于系统性衡量演员和导演价值的数据库HSX，该数据库根据导演或主演的近三部电影平均票房收入为基础，以Hollywooddollars(H$)为虚拟货币单位来显示明星价值。为了使数据更具代表性，该文进一步对宣传海报上排名前四位的导演和演员明星价值加总，用以表示明星号召力这一变量。

第二，以演技为标准来衡量明星影响力，表现为用演员的获奖数量、影评分数为量化指标来测量明星影响力的大小。例如，由于国内没有官方或权威的明星排名，故刘文佳、张莉从得奖方面考虑，“将奥斯卡、金球奖、金棕榈奖、金狮奖、金熊奖、金鸡奖、百花奖、华表奖、香港金像奖、金马奖以及戛纳电影节、威尼斯电影节、柏林电影节、东京电影节相关奖项纳入计数范围”从而“用导演和主要演员所得奖项总数来衡量明星效应”。除此之外，王铮、许敏也从奖项出发，测量前三位主演的名气，用获提名数总和衡量。

第三，综合人气与演技来测量明星影响力，表现为根据一定权重，综合人气和演技测量指标对明星进行赋值或打分。比如，郭新茹等人根据时光网、豆瓣网等电影网站的分类与评比， 同时参考各主演在国内外所获奖项及网络搜寻热度，判定观众喜爱度超过50%，且在国内外获得过重量级奖项或微博搜索热度较高的演员为号召力强的演员，反之号召力弱。根据强弱赋值1或0。到了2017年，郭新茹在《明星效应与中国电影票房的实证研究》[24]中又更为清晰地梳理了明星变量的选取测量思路：先通过演技（奖项）和人气（新浪微博名人人气榜）来对明星的选取范围进行限定，再利用“微博影响力指数”和“明星戏份权重”来测度明星效应。

对现有的37篇文献整理可以得出，有16篇文章是仅以流量人气作为测量维度的，6篇文章仅以演技为测量维度，12篇综合了人气与演技来进行相关分析，另外3项研究或采用问卷法，或对数据来源描述不清因而未被统计。可见明星影响力究竟应如何测量，仍有争议。

（三）数据来源于哪儿？

随着现代大众媒介的飞速发展，各种社交媒体上的公开数据能够为测量明星影响力提供支撑数据。基于此，包括池建宇、林森在内的研究者通过直接采用搜索引擎指数、微博粉丝数量、获奖提名数作为变量数据进行研究；不过也有研究者将明星作为虚拟变量进行赋值计算，这类研究多综合了人气和演技的衡量标准，对电影中是否有明星或是明星的影响力进行考察，最终赋值统计，其中以郭新茹、李涛等为代表；此外，还有研究在量化数据的基础上，进行分层赋值。比如姚武华在《中国市场国产电影票房收入的影响因素研究》中就测量了主要演员影响力等级，具体操作方法为将“主要演员参与拍摄的近三年的电影票房累计收入和新浪微博粉丝数量进行无量纲化处理，再根据此数据分级处理为1-10级”。 

就因变量电影票房而言，大多数研究都聚焦国内上映的电影，引用了艺恩网、电影票房数据库、猫眼电影、时光网、豆瓣电影等网站的票房数据，少数研究者采用了电影分析类博客数据、影院提供的原始数据。当涉及国外电影票房的时候，研究者多通过Boxofficemojo网站获取全球票房数据。

（四）哪些变量被控制？

电影票房潜在的影响因素有很多，包括电影类型、电影预算、明星、导演、档期、电影评分、续集等。在37篇文献中，研究者控制最多的变量是电影的网络口碑，为32篇。除此之外，电影档期、是否为续集、电影类型、导演评分也是被控制较多的变量，分别为30篇、27篇、23篇、22篇（如下图表4所示）。这些控制变量已经被前人的研究证明对电影票房存在影响。

控制变量 网络口碑 档期 续集/IP 电影类型 导演/编剧影响力 技术（3D等） 营销/宣传 投资成本 排片 制作发行公司 关注度 票价

文献数量（篇） 32 30 27 23 22 11 9 9 9 9 8 6

图表4.控制变量统计

对控制变量数目的统计如下图表5所示，控制6项变量的研究最为普遍，共10篇。不过各项研究的控制变量数极差已经达到10，标准差也超过了2，说明在控制变量上也存在不小的差异。

最大值 最小值 众数 平均数 标准差

控制变量数目（项） 12 2 6 6.5 2.04

图表5.控制变量数目统计

（五）研究结论如何？

大部分研究表明，明星会对电影票房产生影响，呈现出正向的相关性。比如刘燕燕[9]的研究显示，在其它条件不变的情况下，电影每增加一个一线明星，电影票房平均增加740.028万元；郭新茹等的研究表明，明星效应每增加一个单位，电影票房平均增加0.0134万元。不过，在37篇文献中有8篇经过检验表明，明星对电影票房的影响并不显著。例如，张明杨等的研究显示明星与电影票房之间没有直接的影响关系，但会产生微弱的负面影响；郭新茹等[23]在我国中小成本电影票房的影响因素研究中发现，明星的作用并不显著，因而将其剔除出模型。

不过，尽管明星与电影票房之间的关系存在争议，一些研究者独特的研究视角值得关注。黄敏学等从团队的角度出发，探究了电影中若干明星的组合对于电影票房的影响。研究发现，明星团队对电影的成功有显著影响。明星团队的位置嵌入性（个人和网络中其他关系较多的人的关联程度）对电影成功存在正向的影响，合作紧密性（个体间关系的紧密程度）对电影成功存在倒U形影响，同时两者的交互作用对电影成功有负向的影响。

张淑容、张鹏、李笑雯则从明星的演技和人气两个方面入手，对比它们与电影票房之间的关系。研究显示，明星的流量人气相较于演技，对票房的作用更大。张淑容的研究更进一步表明，明星的演技仅对首周票房的正向影响显著。从一定程度上肯定了流量人气对票房的现实作用。

可以发现，近年来的研究已经不局限于单纯关注明星与电影票房之间的线性相关性，通过概念细分，将明星置于社会关系网络中去讨论，从而呈现出一定的新意。

三、总结

目前，用实证的方式进行电影票房预测的研究有不少，它们对预估电影产业的投融资风险、电影创作的市场化导向、电影宣发的竞争战略具有启发意义。但是明星对电影票房的影响研究仍然缺乏。在我国明星产业蓬勃发展、流量为王的大背景下，该选题具有很强的现实意义。特别是近些年来“天价片酬”、“阴阳合约”等以流量明星为争议的公众事件的出现，使得科学评估明星在电影产业中的价值，摆正明星在电影创作中的位置迫在眉睫。

明星与电影票房有着怎样的关系，国内学界还没有达成共识。事实上，国外的学者对于明星影响力（star power）与电影票房的关系问题也没有得出一致的答案。不过从已有文献中能够发现，在研究结论中涉及明星与电影票房这两个变量间关系的论述都较为简略。究其原因，一方面是很多文章的研究假设并不直指明星对电影票房的影响，只是将明星作为控制变量纳入讨论范围；另一方面，明星影响力的测度是一项复杂的工作，缺乏多方位、动态的测量，没有根据票房实际分情况去讨论，研究结论很容易单薄片面。

英国电影学者理查德·戴尔指出，在电影研究中，研究明星主要出自社会学、符号学两方面的考虑。前者主要把明星作为一种独特的、有影响力的或征候性的社会现象，是电影工业本性的体现。也就是说，电影之所以重要是因为其中有明星。符号学方面的考虑则相反，明星之所以重要是因为他们在电影中出现，并且是电影意指方式的一部分。这个概念要求将明星作为一种通过互文本网络建构起来的形象加以理解，其特定意义只有在媒介文本（包括影片、报纸报道、电视节目、广告等）中才能实现。

事实上，现有的明星影响力测量方式就体现了社会学和符号学这两类研究范式。从测量维度上说，用明星的流量人气为标准来测量明星的影响力，其本质是将明星视为一种社会现象，正是他们自带的关注度给电影作品带来了票房上的提升；而用演技来衡量明星影响力则是从电影符号学的角度出发，探究其在电影文本中对人物塑造、影像风格等电影美学的意义，因此，演技被视为电影品质的保障，进而与电影票房产生关联。

从方法层面来看，收集百度搜索指数、微博热度、以往票房数据、获奖情况等脱离影视文本的外部数据来衡量明星影响力， 将明星作为一种社会公众现象来讨论，实质上已经预设了“电影之所以重要是因为其中有明星”的观点；而丁汉青[13]、曹璞[14]等利用内容分析法来分析电影海报，从而确立明星样本的测量方法则是将电影明星视为一种符号，将其放置于媒介文本中研究。

在笔者看来，明星影响力是一个极为复杂的变量。首先，影响力有大小之分，但这个大与小的界限在哪里，还没有一个统一的标准；其次，明星影响力操作化过程中的维度划分是极为模糊的，缺少具有说服力的量表，这就导致现有的测量标准不具权威性；最后，还应当考虑到明星影响力有正面和负面之分。举个例子，明星的负面新闻产生的轰动效应，虽增加了明星的曝光度、影响力，但这种影响力是负面的，很可能会对电影票房产生消极影响。最典型的事件就是电影《捉妖记》换角。在电影已经拍摄完成的情况下，片方紧急删除了因“吸毒门”而陷入舆论漩涡的主演柯震东的所有戏份，并选用其它演员重新拍摄。片方此举是害怕明星丑闻对电影的声誉及票房造成威胁，这说明将明星的影响力一分为二来看待是必要的。总而言之，自变量的选取直接关系到研究结论，明星影响力的科学测量仍是有待解决的问题。

除此之外，现有研究结论的争议也表明明星与电影票房之间的关系具有一定复杂性。要得到科学的研究结论，需要在一定限度上结合我国实际情况，综合文献梳理的经验，明确明星影响力量表，精准控制其他变量，从而构建模型进行深入研究。

来源：《视听》：http://www.zzqklm.com/w/xf/9501.html