自媒體電影評論對電影觀影行為的影響研究

摘 要：自媒體的興起改變了人們接受信息和消費習慣，消費者可以隨時發布和獲取公開的電影評論信息，這些信息會進一步影響消費者的消費決策行為。本文在文獻分析的基礎，提煉出電影媒體影響消費者觀影行為的影響因素，結合自媒體時代的特征，構建出自媒體電影評論影響消費者觀影行為的影響模型，并提出假設，通過深入訪談和調查問卷獲取資料，通過統計分析進行假設驗證。結果表明：媒體中電影評論數量、評論公信力、評論時效、正面評價、評論分數，對消費者觀影意愿具有正向影響；消費者接觸電影的環節，自媒體中所展現的電影評論公信力和評論形式是引起消費者關注的最重要因素；消費者決策環節，評論分數和評論數量是決定消費者觀影意愿的最重要因素。

關鍵詞：電影評論；自媒體；觀影行為；影響；

中途分類號：J905 文獻標識碼：A 文章編號：1674-3520（2015）-12-00-04

一、引言

電影評論是電影文化的重要組成部分，廣義的電影評論是指“對電影進行說明和評估，或者是研究和解釋電影的形式、內容”，狹義的電影評論是指在網絡上原創的電影評論，即用計算機創作、在互聯網上首發的影評。

自媒體的迅速發展給網民的生活、行為帶來了巨大的影響，其基本特征是私人化、平民化、自主化，在自媒體平臺上傳播信息更為及時、快捷，人們可以自由地表達各自的看法、張揚個性、表現自我。網絡影評最先在美國得以快速發展，1999年，美國一些電影知名人士紛紛開設影評博客，隨著2006年微博網站Twitter的創立，微博便成為了網絡影評發布的新渠道。電影評論可通過綜合性門戶網站、論壇、博客三種自媒體平臺傳播（王振宇，2014），另外微博、微信、QQ等也是電影評論的主要的、高效的平臺（張遙，2014）。同時，互聯網的發展給網絡電影評論在技術方面提供了很大的支持，電影評論不僅可以用文本方式傳播，也可以用音頻、圖片以及視頻等一系列形式實施傳播，使得觀眾具有全方位、獨特的感受（婁世民、袁丁月，2013）。

整理國內外學者關于影響消費者觀影行為因素的大量研究成果，主要可分為3大類：消費者自身因素、電影產品因素和網絡評論因素，而據消費者行為理論，消費者觀影行為的影響通過電影票房指標來反映（DeVany和Walls，1999）。消費者自身的因素主要集中在年齡、性別、教育程度、社會階層、收入、意見領袖（Paulf.F.Lazarsfeld，1947；Alan Collins Chris Hand，2005；應禹琦，2010；向勇、劉靜，2014）。在電影產品方面，根據早期的研究認為電影類型是決定是否觀看一部電影的重要因素（Austin Gordon，1987），而幾乎所有電影內容屬性與消費者選擇行為存在顯著的正相關關系，除了唯物的/貪婪的和創造性的/虛構的這兩個因素外（Garlin McGuiggan ，2002）。在其他電影產品方面，電影導演和演員、電影產地、電影票價和上映檔期等方面也積累了較為豐富的成果（Chang et a1.，2005；Jordi McKenzie，2009；王錚、許敏，2013）。如Chang et a1.（2005）發現明星只對首映周的票房有積極作用，而對電影總票房的影響為負。Radas and Shugan（1998）分析發現在熱門檔期上映的影片的生命周期并不長，但其票房收入卻較高。

針對網絡在線評論對消費者購買意愿的影響研究，相關學者從在線評論的自身屬性出發，主要針對評論質量、評論數量、評論時效為維度進行研究。Liu（2006）研究了電影發布前 Yahoo 電影論壇的討論與之后電影票房的關系，結果表明在線評論的數量和電影票房收入正相關，網絡評論數量越多，消費者越容易接觸到相關信息，所以網絡評論數量作為一種信息提供角色對消費者的認知產生影響。Chen et al.（2004）認為當消費者對書籍推廣及回饋時，能提高銷售，而對書籍的評分與銷售無關，但Chevalier and Mayzlin（2006）認為書籍的評分能有效改善書籍的銷售。高立翰、沈大白、鄭惠如（2013）將觀眾評價、影評評分及影評口碑量作為解釋變量的一部分構建電影票房績效評估模型，研究發現觀眾評價高和影評篇數高的電影能使票房顯著提高，但影評評分高的電影在臺灣表現出了較差的票房績效。

綜合分析以上相關文獻發現，影響消費者觀影行為因素歸納為三個方面，即消費者自身、電影產品以及網絡評論，但自媒體在我國興起的時間較短，自媒體對我國消費者觀影行為的研究相對較少。同時，現有研究偏重于探討電影評論對電影票房的影響，強調了結果導向，雖然電影票房也是影響消費者觀影決策的重要因素之一，但沒有從消費者觀影決策的全流程進行探討，沒有考慮電影評論如何影響消費者接觸、決策、購買及回饋的各個環節。實際上，不同環節上的影響因素還存在一定的差異。

基于現有研究現狀，本文將研究重點聚焦在兩個方面：（1）自媒體如何影響消費者接觸、決策、購買、回饋的各個環節；（2）自媒體電影評論的哪些因素，包括評論數量、評論質量、評論效價、評論時效、評論分數、自媒體平臺公信力等因素，會對消費者觀影行為產生影響，其影響方向和影響程度是怎樣的。

本文的內容組織如下：第二部分，根據相關理論和文獻研究提出理論假設和建立自媒體電影評論對消費者觀影意愿的影響關系模型；第三部分，說明收集數據和實證分析的過程，并對分析結果進行闡釋；第四部分，結論與討論，并指出研究的局限。

二、理論與模型

本文細分自媒體電影評論的緯度，構建自媒體電影評論對觀影決策行為的影響模型，如圖1。

在該模型中，評論公信力、評論形式、評論時效在現有研究中，都沒有論述，因此具有一定的新意和研究價值。但本文沒有將網絡口碑作為影響消費者觀影行為的因素進行分析，認為網絡口碑體現了電影產品、評論分數、評論數量等多個因素的綜合結果。

其中，自媒體電影評論數量是評論的數量多少，反映了電影評論的活躍度；自媒體電影評論公信力即消費者對電影評論發布人或管道的信任程度；自媒體電影評論時效是電影評論的及時性；自媒體電影評論效價是電影評論的方面是正面、負面還是中性；自媒體電影評論分數是評論人對電影的打分，反映其對該電影的認可度；自媒體電影評論形式包括文字、語音、圖片、視頻或其它形式等。

圖1 自媒體電影評論對消費者觀影意愿的影響模型

基于自媒體電影評論對觀影決策行為的影響模型及前文論述，本文提出以下假設。

H1：自媒體電影評論數量正向影響消費者觀影意愿；

H2：自媒體電影評論公信力正向影響消費者觀影意愿；

H3：自媒體電影評論時效正向影響消費者觀影意愿；

H4：負面自媒體電影評論負向影響消費者觀影意愿；

H5：正面自媒體電影評論正向影響消費者觀影意愿；

H6：自媒體電影評論分數正向影響消費者觀影意愿。

H7：自媒體電影評論形式正向影響消費者觀影意愿。

三、實證研究

（一）數據

采取深入訪談和問卷調查結合的方法。選取的訪談對象主要是電影自媒體領域的從業人士、以及高校從事電影教學的老師， 受限于資源的有限性，本文也廣泛閱讀公開刊物上發表的專業人士采訪欄目、演講稿及文章，包括業內人士、高校老師、意見領袖等。在訪談的基礎上，本文設計了調查問卷，分別從自媒體電影評論數量、自媒體電影評論公信力、自媒體電影評論效價、自媒體電影評論分數、自媒體電影評論形式和消費者意愿方面共設計了21個題目，依據李克特量表將其分為五個維度，從不同意到非常同意，分別為1-5分。共回收120份有效問卷，其中，女性共63人，占52.5%，男性占47.5%；18歲以下有24人，占20.0%，18-30歲占40%，30-45歲占27.5%，45歲以上占12.5%；學生有36人，占30%，上班族有28人，占23.3%，個體經營者占17.5%，國企或國家公務員占16.7%，其他類占12.5%。

（二）信效度檢驗

信度是用于衡量測量結果的一致性或穩定性，在信度檢驗中，本文研究采用克隆巴赫系數，其數值評價中其數值越接近于“1”，說明該結果的可信度越高。

表1 各變量的信度檢驗

變數操作變數校正的項總計相關性（CITC）項已刪除的Cronbach αCronbach’s Alpha基于標準化的Cronbach Alpha

評論

數量

（SL）SL10.6810.7210.7120.707

SL20.7630.778

SL30.6470.723

評論GXL10.8150.923

公信力GXL20.8260.9190.9230.929

（GXL）GXL30.7630.925

評論SX10.6260.716

時效SX20.3230.4320.6550.702

（SX）SX30.2110.365

評論XJ10.6270.638

效價XJ20.7350.8690.7880.821

（XJ）XJ30.3110.643

評論FS10.9320.965

分數FS20.9110.9270.9750.969

（FS）FS30.8630.983

評論XS10.3690.750

形式XS20.5110.7020.7320.742

（XS）XS30.6260.716

觀影YY10.8650.931

意愿YY20.9250.9390.9360.948

（YY）YY30.9120.942

從表1可以看出，自媒體電影評論數量（SL）、電影評論公信力（GXL）、電影評論分數（FS）、觀影意愿（YY）的3項操作變量的CITC均大于0.5，且Cronbach α均大于0.7，說明有較好的內部一致性，所有操作變量均予以保留。而電影評論效價的3項操作變量中，有兩項CITC小于0.5，予以刪除，說明消費者的觀影意愿與評價時效性之間沒有顯著關聯；電影評論效價的3項操作變量中，有一項CITC小于0.5，予以刪除，說明消費者并不完全排斥負向評價的電影；電影評論形式有一項CITC小于0.5，予以刪除，說明消費者并不是只關注一些特定評論形式的電影，他們認為吸引人的評論形式，更容易引起消費者的關注，也希望看到更多形式的評論。

效度（Validity）檢驗是對問卷或者結果的有效性進行研究，通常針對研究內容與研究結果的匹配度進行研究。效度值越高，表明結果所表達的內容越符合研究需求。在本文研究中效度分析方法為KMO與Bartlett球形檢驗.

表2 各變量的KMO值

取樣足夠度的KMO檢驗Sig

評論數量0.721.000

評論公信力0.675.000

評論效價0.723.000

評論分數0.824.000

評論形式0.721.000

觀影意愿0.823.000

從表2中可以看出，各變量的KMO值均大于0.6，說明測量條目符合效度要求，問卷調查的數據，具有一定的參考性。

（三）假設論證

本文運用SPSS20.0軟件，對各個假設進行相關性分析。目前，常用的相關系數有Pearson相關系數、Spearman相關系數和Kendall tua-b相關系數。Pearson相關系數主要適用于度量定距變量間的線性相關關系，不適宜度量非線性相關關系。Spearman等級相關系數是非參數統計的一種。因此，本文運用Spearman等級相關系數來驗證上述假設，各變量之間的相關性如表3。

表3 各變量與消費者觀影意愿的相關系數

消費者觀影意愿

評論數量相關系數0.476*

Sig.0.000

評論公信力相關系數0.632*

Sig. 0.000

評論時效相關系數.238*

Sig.0.01

正面評價相關系數.594**

Sig.0

負面評論相關系數-.215

Sig.0.12

評論分數相關系數.732**

Sig.0

評論形式相關系數.326

Sig.0.067

注：**表示在0.01水平上顯著相關（雙尾）；*表示在0.05水平上顯著相關（雙尾）。

表3顯示評論數量和消費者觀影意愿的相關系數為0.476，雙尾顯著性檢驗的概率值為0.00，小于0.05，通過了顯著性相關檢驗，表明評論數量對消費者觀影意愿具有正向影響。同樣，評論公信力、評論時效、正面評價、評論分數，都通過了顯著性相關檢驗，表明這些因素對消費者觀影意愿具有正向影響。從相關系數的數字來看，評論分數與觀影意愿的正相關關系最強，相關系數為0.732；其次是評論公信力和正面評價，相關系數分別為0.632、0.594。評論時效與消費者觀影意愿呈正相關關系，但顯著性不強，相關系數為0.238。

負面評價和評論形式對消費者觀影意愿的影響上，雙尾顯著性檢驗的概率值均大于0.05，沒有通過顯著性相關檢驗，表明彼此沒有顯著相關關系。假設論證情況如表4。

表4假設論證一覽表

假設是否成立

H1：自媒體電影評論數量正向影響消費者觀影意愿；成立

H2：自媒體電影評論公信力正向影響消費者觀影意愿；成立

H3：自媒體電影評論時效正向影響消費者觀影意愿；不成立

H4：負面自媒體電影評論負向影響消費者觀影意愿；不成立

H5：正面自媒體電影評論正向影響消費者觀影意愿；成立

H6：自媒體電影評論分數正向影響消費者觀影意愿；成立

H7：自媒體電影評論形式正向影響消費者觀影意愿。成立

在驗證上述假設后，為了進一步驗證哪些因素是對消費者的觀影行為影響最大。結合上述的驗證，將這些因素修正為：評論數量、評論公信力、評論時效、正向評價、評論分數、評論形式。結合訪談信息，分析結論是：

1、在消費者觀影行為的最前端，即消費者接觸電影的環節，評論公信力和評論形式是引起消費者關注的最重要因素。即AISAS營銷規則中的前兩項，A（attention）、I（interest），在消費者接觸環節，引起消費者關注和興趣是最重要的。

相對于評論內容而言，評論人的知名度和影響力更容易激起消費者關注其發表評論的電影。同時，有創意的評論能夠在微信朋友圈和QQ朋友圈快速傳播，達到很好的傳播效力。

2、在消費者決策環節，評論分數和評論數量是決定消費者觀影意愿的最重要因素。在針對為何不是評論內容這一因素。詢問了部分調查者，原因在于購票管道上的電影評分反映了所有評論人的綜合評分，更能夠代表大多數的意見。而評論數量反映了該電影的人氣度，評論數量越多，表明關注該電影的消費者越多。大多數消費者會簡單瀏覽靠前的評論，而不愿意投入更多的時間，他們評論分數和評論數量已經能夠說明問題了。體現在AISAS營銷規則中的第一個S（search），引起消費者關注和興趣后，消費者會主動搜尋相關信息進行決策參考。

3、在消費者決策環節，消費者獲取電影評論的主要渠道是QQ、微信與微博。在比較了消費者對綜合性門戶網站專業影評、論壇影評、微博影評、微信影評、QQ影評的關注度，發現“QQ影評”是消費者獲取影評信息的主要渠道，其次是微博影評和微信影評，而門戶網站專業影評和論壇影評的關注度較小。

這是因為自媒體時代的傳播形式，不再是“推傳播”而是“拉傳播”，消費者對影評的獲取方式從被動接受逐漸轉變為主動獲取。消費者更認可QQ影評、微信影評與微博影評的原因在于：第一，及時溝通性更強，“門戶網站”、“論壇”的溝通時效性偏弱；第二，具有“情感化”特征，具有抒發個人情感的私人空間，因而影評內容更具有“感受化”與“真實化”的特征；“微博”、“博客”、“QQ”影評發布主題往往具有不同的人生閱歷與體驗，因而影評更是見仁見智，風格迥異，可以滿足消費者獵奇心理；第三，影評形式多樣化，不但語言凝練、活潑，同時可以增加圖片、聲效等功能，更容易與消費者產生共鳴。

消費者經常瀏覽的影評管道是“微博”、“微信”、“QQ”，這些管道均具有顯著的自媒體特征，而較少瀏覽綜合性門戶網站和論壇的影評。其中男性以使用QQ影評工具為主，而女性以微博影評為主。在消費者對電影評論來源的關注度上，調研資料統計如表5

表格5消費者對電影評論來源的關注度

數量均值標準偏差

ZP11.是否經常瀏覽綜合性門戶網站專欄影評1202.81671.18096

ZP22.是否經常瀏覽論壇影評1202.83331.19757

ZP33.是否經常瀏覽微博影評1203.11671.35463

ZP44.是否經常瀏覽微信影評1203.11671.27802

ZP55.是否經常瀏覽QQ影評1203.12501.18508

ZP66.瀏覽電影評論的數量1203.01671.22291

ZP77.對電影評論是否持有認同態度1203.14171.30478

ZP88.對電影評論的關注度1203.12501.32565

ZP99.是否參與自媒體時代的電影評論1203.32501.13879

四、結果與討論

本文通過基于現有研究的不足，利用調研數據重新檢驗自媒體電影評論對消費者觀影行為的影響，在檢驗了問卷的有效性的基礎上，驗證了各因素對觀影意愿的影響，重點分析了各因素對消費者觀影行為的4個環節影響的偏重性。本文的主要研究結論如下：

（一）自媒體時代，電影評論的數量、評論公信力、評論時效、正面評價、評論分數，都對消費者觀影意愿具有正向影響。在影響力度上，依次為評論分數、評論公信力、正面評價、評論數量、評論時效。負面評價對消費者觀影意愿的影響不顯著，這說明電影公司應當關注消費者對影片的評論分數，尤其是公信力強的自媒體，包括QQ影評、微信影評、微博影評，以及淘寶電影、我愛電影等影評購買管道；電影公司同樣需要關注知名影評人、微博大V發布的影評，他們粉絲眾多，影響力非常大。

（二）在消費者接觸電影的環節，評論公信力和評論形式是引起消費者關注的最重要因素。即相對于評論內容而言，評論人的知名度和影響力更容易激起消費者關注其發表評論的電影。同時，有創意的評論能夠在微信朋友圈和QQ朋友圈快速傳播，達到很好的傳播效力。因此為了電影更好的營銷效果，電影公司和影院可以請影響力大的專家對電影進行評論，并且評論形式多樣化，這樣可以增加電影的票房收入。

（三）在消費者決策環節，評論分數和評論數量是決定消費者觀影意愿的最重要因素。同時在這一環節，消費者獲取電影評論的主要管道是QQ、微信與微博。

本文研究的局限性：1、建立模型時，并沒有考慮其他變量，只是簡單地進行單變量分析，并沒有進行多元分析和控制變量；2、相關領域的研究理論較少，缺乏一定的理論指導并且所做研究涉及度不深。因此，在未來的研究中可以以某一自媒體平臺為例，充分收集電影評論的數據，在不同的決策環節建立多元回歸模型進行分析。

參考文獻：

[1]王振宇. 新媒體時代電影評論的新途徑[J]. 電影文學， 2014 （20）： 15-16.

[2]張遙. 當代中國網絡影視評論研究[D]. 吉林大學， 2014.

[3]婁世民， 袁丁月. 新暑期網絡新媒體電影評論分析[J]. 電影文學， 2013 （21）： 25-26.

[4]De Vany A， Walls W D. Uncertainty in the movie industry： Does star power reduce the terror of the box office？[J]. Journal of Cultural Economics， 1999， 23（4）： 285-318.

[5]Lazarsfeld P F. Audience research in the movie field[J]. The Annals of the American Academy of Political and Social Science， 1947： 160-168.

[6]Collins A， Hand C. Analyzing moviegoing demand： an individual‐level cross‐sectional approach[J]. Managerial and Decision Economics， 2005， 26（5）： 319-330.

[7]應禹琦. 藝術電影觀眾觀影動機研究[J]. 國立臺北教育大學文化創意產業經營學系學位論文， 2010： 1-70.

[8]向勇， 劉靜. 電影類型與受眾接受——2012 年電影受眾接受實證研究[J]. 同濟大學學報： 社會科學版， 2014 （1）： 48-57.

[9]Austin B A， Gordon T F. Movie genres： Toward a conceptualized model and standardized definitions[J]. Current Research in Film： Audiences， Economics and the Law， 1987， 4： 12-33.

[10]Garlin F V， McGuiggan R L. Sex， spies and celluloid： Movie content preference， choice， and involvement[J]. Psychology Marketing， 2002， 19（5）： 427-445.

[11]McKenzie J. Revealed word-of-mouth demand and adaptive supply： survival of motion pictures at the Australian box office[J]. Journal of Cultural Economics， 2009， 33（4）： 279-299.

[12]王錚， 許敏. 電影票房的影響因素分析基于——Logit 模型的研究[J]. 經濟問題探索， 2013 （11）： 96-102.

[13]Radas S， Shugan S M. Seasonal marketing and timing new product introductions[J]. Journal of Marketing Research， 1998： 296-315.

[14]Liu Y. Word of mouth for movies： Its dynamics and impact on box office revenue[J]. Journal of marketing， 2006， 70（3）： 74-89.

[15]Chen P Y， Wu S， Yoon J. The impact of online recommendations and consumer feedback on sales[J]. ICIS 2004 Proceedings， 2004： 58.

[16]Chevalier J A， Mayzlin D. The effect of word of mouth on sales： Online book reviews[J]. Journal of marketing research， 2006， 43（3）： 345-354.

[17]高立翰， 沈大白， 鄭惠如. 臺灣電影票房績效模型影響因素之研究[J]. 東吳經濟商學學報， 2013 （82）： 59-92.