大數據在文化企業價值評估中的應用
——以電影票房收入預測為例

■袁煌 潘宇

消費者反饋信息不僅能夠反映產品銷售情況，更是產品準確定位和企業良性循環發展的重要一環。在大數據時代，獲取和測度消費者反饋數據已成為現實。文化企業生產運營離不開這一重要環節，對文化企業價值的評估更需要關注消費者反饋對企業價值的影響。作者以電影票房收入預測為例，嘗試在文化企業價值評估中，利用大數據方式測度除傳統價值影響因素之外的消費者市場評價因素，從而更全面地考量企業價值影響因素。（P10）

移動互聯網、云計算與大數據時代，產生了“反饋經濟”。通過移動設備獲取的各種數據實時傳輸到云中，通過大數據池進行比較分析計算，反饋到用戶手機終端或其他設備上，最終目的是引發某種行為的糾正。這個閉環的形成對個人的行為乃至整個經濟與社會有著豐富意義。硅谷的創業者們把利用這種技術建立的創業公司，稱之為有“反饋經濟”的企業。

聯合國教科文組織在《文化統計框架——2009》中，提出“文化圈”模型，將文化活動分成五個階段，包括創造、生產、傳播、展覽（接受或傳遞），消費（參與）。這五個階段既是循環相因的過程（任何一個階段都可以是起點），又是交叉連接的網狀模型（基于新技術的作用），見圖1。顯然，文化企業產品的生產與消費過程就是一個反饋經濟的典型應用。

圖1 文化活動之間的相互關系模型

傳統的文化企業價值評估過程中，受調查成本、調查技術等因素制約，更多偏重于文化企業創造、生產、傳播以及展覽（傳遞）的過程，對于作品內容被消費者接受程度、消費者參與以及消費體驗過程的反饋信息和測度不夠。即使進行一定的市場調查，如傳統的收視率調查，但由于受抽樣技術、樣本量、調查問題設計等因素影響，且被調查人員非主動評價可能反映的不是其真實思想，會造成該網狀模型缺失消費者體驗、參與、接受這幾個重要環節，難以形成閉環反饋，可能影響對文化企業產品創造傳播效果的真實判斷，進而影響文化企業價值創造和價值評估。信息網絡技術的發展使獲取消費者體驗數據的工作成為可能，基于 “樣本=總體”全體數據分析的大數據思想及其應用技術，為文化企業產品創造與消費循環的評價提供了全新的方法和手段。下面筆者以電影票房預測為例，對如何將大數據應用在傳統模型中進行嘗試與探討。

一、基于傳統因素分析的電影票房收入預測模型

（一）票房收入影響因素簡析

影響電影票房收入的因素可以分為外部因素和內部因素。外部因素主要是指電影制作和發行的外部環境；內部因素是電影的基本面因素，影響電影的整體素質。外部和內部因素共同作用，影響電影的票房收入和版權價值。

通常，外部因素不能夠直接反映或者影響電影的基本素質，而是通過影響電影制作和發行的外部環境，影響電影的制作和收入實現。主要包括國家經濟環境、國家宏觀產業政策、市場消費能力、發行公司的實力、院線的放映能力以及放映檔期等方面，見圖2。

影響電影票房收入的內部因素主要是指能夠直接反映和影響電影某種素質的各種要素，如電影的類型、制片人、劇本、導演、演員、后期制作人員和制作費用等，見圖3。

（二）預測模型建立

在收入及價值影響因素分析基礎上，以同類電影票房收入和其影響因素作為對象，根據其歷史數據構建影響電影票房收入的多因素回歸模型，模型檢驗通過后，將被評估對象特定影響因素量化后代入模型預測被評估電影作品的票房收入。

1. 回歸模型參數的確定

選擇票房收入影響因素變量需要遵循三條基本原則：首先，選擇的每一個自變量都必須對因變量產生顯著的影響；其次，選擇的每一個自變量都應該能夠進行提取及量化；第三，選擇的每一個自變量之間都不應存在明顯的相關關系。

影響電影票房收入的因素非常多，然而實際工作時，并不會將所有因素和影響因子都應用到分析當中，通常是篩選出覆蓋面廣、影響大并且預期能夠充分反映影響票房收入的因素作為自變量。

圖2 影響電影價值的外部因素

圖3 影響電影價值的內部因素

通過對于多個影響因素的詳細分析，筆者判斷宏觀經濟環境、市場消費能力、發行機構實力、放映檔期、制片人、劇本、導演、演員、其他專業制作人員和制作費用等多個因素會從多個方面共同影響電影票房收入。

由于選擇的變量較多，同時一些變量之間存在著一定的相關性，直接納入分析不但復雜，而且很可能因為變量間的多重共線性而無法得出正確的結論，因此進行統計分析前，需要對原始變量指標進行相應的處理。

首先，由于劇本、導演、演員以及制作人員對電影的質量起著非常重要的作用，因此將上述幾項影響因素納入模型作為自變量。顯然，對于上述幾項變量，購買成本和勞務費的高低是其重要的衡量標準。一般而言，劇本優秀，購買成本就高；導演優秀，其獲得的勞務報酬就高。這是電影界長時間以來形成的規律。然而由于我國電影產業數據尚未完全公開，對于電影作品劇本購買的費用以及導演、演員、其他專業制作人員的勞務費用等細節數據不能夠詳細獲得，因此本研究將劇本購買費用、導演等制作人員勞務費等多項費用整合為電影的投資額度進行衡量。投資額度包括電影作品制作費用、宣傳費用以及制作人員的勞務費用，將幾個影響因素放在一起作為一個變量，一方面降低了數據獲取的難度，另一方面也解決了指標過多、關系復雜、易產生變量自相關的問題。

其次，放映場次和檔期因素是制片方將電影作品推向市場所面對的營銷環境。放映場次是制片方能夠為市場提供的最大供給量，檔期因素是制片方選擇的市場需求環境，因此這兩項因素也需納入模型作為自變量。

第三，制片人是電影作品整體的支持和把握者，因此本研究將其納入模型作為自變量。

最后，電影收入還受我國整體經濟水平和環境的影響，因此需要將我國宏觀經濟狀況和市場消費能力納入模型。為了提高多個變量的綜合反應能力，將宏觀經濟發展水平衡量指標、市場消費能力指標與前面四個自變量進行整合，確定四個綜合變量，然后根據所構建的變量指標進行多元統計分析。樣本選擇、數據來源及變量處理，參見王家新，劉萍所著《文化企業資產評估研究》一書。

2. 回歸模型的建立與檢驗

本模型引入4個解釋變量——調整后的投資額度、調整后的檔期因素、放映場次和制片人因素，以電影票房收入作為因變量，建立如下模型：

其中：PFSR代表票房收入；TZED代表調整后的投資額度（關聯宏觀經濟因素與投資額度）；DQ代表調整后的檔期因素（關聯市場消費能力因素與投資額度）；FYCC代表放映場次；ZPR代表制片人因素；C為常數。

模型的回歸結果如表1所示。經過檢驗，變量之間的兩兩相關系數都不大，只有TZED和FYCC的相關系數為0.6，因此，模型不存在多重共線性。從樣本總體上看，四個解釋變量中，FYCC和DQ兩個變量均通過了5%的顯著性水平檢驗；而TZED和ZPR均只通過了50%的顯著性水平檢驗，但如果將這兩個變量剔除，回歸的擬合優度會受到較大影響，因此本文決定保留這兩個變量；方程總體檢驗的F統計值＝176.797，說明上述基本模型在5%的顯著水平下總體線性關系成立；另外，調整后的擬合優度為0.945，說明四個解釋變量組成的模型對被解釋變量的擬合程度很高。

本文利用46部電影的數據，估計回歸方程系數，得到以下結果，見表1：

表1 最小二乘回歸結果

綜上所述，回歸結果表明票房收入的合理解釋變量為：調整后的投資額度與票房收入呈正相關關系，原因可以解釋為電影的劇本、導演、演員以及各種硬件設施越好，制作出的電影越出色，質量越好，越有票房號召力。雖然變量解釋比較具有說服力，但相關關系只通過了50%的顯著性檢驗，說明變量的設定可能還存在一定的缺陷。本文分析原因可能是由于目前國內電影方面的數據沒有得到有效的公開，導演、演員、劇本等各單位因素無法單獨衡量，本文將多個因素規整到一個因素中，并假設每一個因素與投資額度相關系數均為1，而使整體的系數反映不盡人意。對此，有待獲取更加詳盡的數據進行進一步的研究和考證。

放映場次與票房收入呈正相關關系，并且該相關關系極為顯著，可以解釋為在擁有足夠高的需求水平的市場環境中，放映供給的增加無疑會增加票房收入，這與理論解釋完全吻合。

調整后的檔期因素與票房收入呈正相關關系，并且該相關關系極為顯著，可以解釋為好的檔期是觀眾觀影需求較為旺盛的時期，可能是觀眾擁有閑余時間，也可能是閑余資本較多，能夠激發觀眾的觀影熱情，為電影創造一個較平時更好的高需求的市場環境。

制片人因素與電影票房收入呈正相關關系，原因可以解釋為優秀的制片人能夠擁有相對穩定的資金來源，具有獨到的藝術見解，能夠把握市場的發展趨勢，制作出來的影片具有較好的市場適應能力和藝術性，因此能夠吸引更多的觀眾。但其相關關系也只通過了50%的顯著性檢驗，本文分析原因可能是由于虛擬變量賦值的標準并沒有完全體現制片人的價值，從而導致數據結果出現偏頗。

基于上述結論，調整后的投資額度、調整后的檔期因素、放映場次和制片人因素均與票房收入呈正相關關系，符合理論分析的結論；另外，雖然其中有兩個變量只屬于較為顯著，但四個變量的組合模型，擬合度R2值達到了0.945，修正后的R2值也達到了0.94，說明四個解釋變量整體對票房收入這個因變量具有較高的擬合優度，能夠充分解釋因變量，是一個比較合理的模型，但仍然存在改進的空間。

根據預測結果，可以得到預測模型一為：

PFSR=－4476.77+0.75×TZED+8877.5×DQ+148 5.50×FYCC+619.94×ZPR

實際預測結果的檢驗數據見表3。

二、結合大數據相關性因素的電影票房收入預測模型

谷歌、搜狗等利用網絡用戶對相應電影關鍵詞搜索量與電影票房收入之間的相關關系進行了研究。研究結果表明，對某電影的搜索量與其電影票房收入之間存在正相關關系。而目前對大數據應用中的相關性也開始提出質疑，僅有相關性是否足夠？如何將相關性與因果關系結合？筆者認為這也是大數據應用中需要關注的問題。結合筆者對電影票房收入因果關系分析建立的回歸模型，我們嘗試將網絡搜索量引入模型，以完善消費者體驗與反饋環節。

與網絡平臺不同，普通網絡用戶無法獲取更多、更精確、相關性更強的搜索數據。為進行比較研究，我們嘗試使用百度新聞搜索、網頁搜索、貼吧搜索工具，對樣本電影以“電影+電影名稱”作為關鍵詞，進行搜索，并統計全部對應搜索量數據。將對應搜索量數據（SSL）作為新變量，添加到已經建立的回歸模型中。考慮到新聞搜索、網頁搜索數據中相關性較弱，最終經過反復驗證，最終以百度貼吧中“關注”數據作為模型新變量（SSL），對46個電影樣本進行回歸。回歸模型及結果如下：

其中：PFSR代表票房收入；TZED代表調整后的投資額度（關聯宏觀經濟因素與投資額度）；DQ代表調整后的檔期因素（關聯市場消費能力因素與投資額度）；FYCC代表放映場次；ZPR代表制片人因素；SSL代表百度貼吧中的全部關注量； C為常數。

模型的回歸結果如表2所示。經過檢驗，變量之間的兩兩相關系數都不大，只有TZED和FYCC的相關系數為0.6，因此，模型不存在多重共線性。從樣本總體上看，五個解釋變量中，TZED、ZPR變量的t檢驗值高于未考慮搜索量因素的模型一，DQ變量兩個模型數值接近，SSL也高于5%置信度下1.675的水平；方程總體檢驗的F統計值＝154.01，說明上述基本模型在5%的顯著水平下總體線性關系成立；另外，擬合優度為0.95，高于未考慮搜索量因素的模型一。

46部電影的數據估計回歸方程系數結果見表2。

表2 最小二乘回歸結果

綜上所述，回歸結果表明票房收入的合理解釋變量為：經過經濟環境調整的投資額度，與因變量正相關；經過市場消費環境調整后的檔期因素，與因變量正相關；放映場次與因變量正相關；制片人因素與因變量正相關；網絡用戶關注程度與電影票房收入正相關。

表3 模型一、二實際預測檢驗結果對比

三、兩個預測模型實際預測檢驗結果的比較

將兩個預測模型分別對2010年票房收入前10的國產故事片進行實際預測，檢驗模型預測效果。預測數據見表3。10部電影實際預測數據中，6部預測誤差明顯降低，2部預測誤差基本一致，2部預測誤差有所提高。總體看，加入未來用戶關注因素后的模型二，在總體誤差率及標準差方面均有所降低，說明考慮用戶反饋信息后，收入預測更趨合理。

四、小結

文化企業產品屬于體驗式消費產品，消費者最終的體驗結果不僅影響其自身對后續產品的消費，也同時會影響其他消費者的看法，同時也能夠反饋給文化企業，進一步促進本產品的改進和后續產品的創作效果，如《紙牌屋》電視劇的創作和播放就是一個非常典型的案例。并且這種方式在移動互聯網、大數據應用背景下，正成為一種常態。對于文化企業的評估，也不能忽視消費者體驗及反饋這一重要環節，大數據則是我們衡量消費者體驗價值的重要工具。

但是，我們還要清醒地認識到大數據應用中可能存在的誤區。特別是大數據相關性的特性，與資產評估要求的解釋性、因果性之間的協調，對評估師來說，不僅要知道是什么，還要告訴用戶為什么。所以，探索大數據應用與傳統模型的有機結合，是資產評估大數據應用中的重要環節。本文試圖通過電影票房預測案例，進行這方面的探索。當然，在這個過程中會存在很多困難，比如我們在搜集消費者體驗數據時，無法像網絡平臺公司一樣獲取精準的搜索數據。此外，本案例由于是在電影放映后進行的研究，相關搜索數據不僅包含電影放映前的數據，與實際放映前搜索數據相比也會存在一定差距。同時，選擇什么樣的用戶數據，也需要不斷試驗、檢驗。我們的研究仍然存在很多需要進一步完善和改進之處，希望本文的研究思路能夠對大家有所啟發。

[1]http://baike.baidu.com/view/13324423.htm?fr=aladdin.

[2]張曉明,王家新,章建剛.中國文化產業發展報告.北京:社會科學文獻出版社，2014.4.

[3]（英）邁爾·舍恩伯格,（英）庫克耶,著.盛楊燕,周濤.譯.大數據時代.杭州:浙江人民出版社,2013.1.