中国电影票房景气度的地域差异与影响因素研究——基于207个城市的实证分析?
发布时间：2021-06-27 12:45
本文以中国207个地级市为考察对象,通过GIS、空间自相关分析、城市等级分析研究了2019年中国院线电影票房的空间分布格局和地域差异特征及其影响因素。研究发现:1.电影票房景气度较高的地域主要分布在北京-天津、长三角、珠三角及中西部五大国家中心城市,并呈现出较为明显的空间相关性,即票房景气度高的城市相邻。2.电影票房景气度还表现为明显的城市等级分化,四个一线城市具备绝对优势,33个新一线、二线城市占据了半壁江山。3.电影票房景气度地域差异由影院银幕数、上座率、城市经济水平、消费市场规模和互联网购票观影普及程度共同作用决定,呈显著正相关,而城市收入水平对票房的影响并不显著。
【文章来源】：当代电影. 2020,(12)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
19年中国院线电影票房景气度的地域差异格局分布图
FILMINDUSTRY电影产业047高和经济发展最活跃的区域。中西部地区尽管没有连片热点区，但存在部分点状热点区，分别是郑州、西安、成都、重庆。这四个城市全部是国家中心城市，在中西部地区占据最重要的地位。另外，东北地区的沈阳也是点状热点区。由此可见，我国院线电影票房景气度的热点区与我国经济发展的热点区在空间上高度匹配。图2.2019年中国院线电影票房景气度的热点区识别图（3）全国院线电影票房景气度的等级性差异中国城市的等级划分没有明确标准，如果按三分法划分，一般来说，北京、上海、广州、深圳为一线城市；省会和副省级城市为二线城市；其余为三线城市。基于此划分方法，分别计算一、二、三线城市票房数值，直观反映全国院线电影票房的等级性差异。一、二、三线城市的院线电影票房景气度的统计结果（见表1）表明，一线城市的平均票房（244417.5万元）是二线城市的5.58倍，是三线城市50.93倍。从票房总量看，仅四个一线城市的票房就达到977670万元，占全国比重的31.71%；29个二线城市的票房总额比重占全国的41.20%。上述33个一、二线城市的票房总额占全国比重就达到了72.91%，比其余174个三线城市的总额还要高。这表明，我国院线电影市场的重中之重依然是在一二线城市。不同等级城市之间的院线电影市场景气度的分化非常明显。表1.全国院线电影票房景气度分城市等级的统计（二）我国院线电影票房景气度地域差异的影响因素1.理论基础与假设城市院线电影票房景气度的影响因素可从影院基础设施、影院经营特征、城市基本面、互联网购票观影普及程度四个视角来解释。从影院基础设施视角看，影院银幕数可代表电影放映的基础设施水平，城市的银幕数越多，电影放映的场次可能越多，票房越高；在影院经营视角?
合叩缬捌狈烤?气度的地域差异格局分布图（见图1）。图中表明，中国院线电影票房景气度存在着明显的地域差异。电影票房景气度较高的城市分布在东部沿海地区和长江流域。西部地区电影票房景气度普遍较低，东北地区除了一些核心城市外，票房景气度也较低。从地域分布格局看，全国电影票房景气度呈现出较为明显的空间相关性，即高电影票房景气度的城市相邻，低票房景气度的城市也存在该特征，并且都集聚在特定的城市。因此，可能存在明显的临近性空间相互作用（空间相关性），需要进一步采用空间自相关方法进行判断。图1.2019年中国院线电影票房景气度的地域差异格局分布图（2）全国院线电影票房景气度的空间相互作用分析及其热点区识别采用Moran’sI进行全局空间自相关的分析，结果表明，全局Moran’sI指数值为0.1729，Z得分为5.8544，P值为0.0000，表明全国院线电影票房景气度存在着非常显著的空间自相关。即，某一城市的票房情况除了受当地的自身因素影响外，还受到临近城市的影响。在此基础上，采用局部空间自相关分析方法探索全国院线电影票房景气度的连片热点区（高-高集聚区）和点状热点区（高-低聚焦区）。图2表明，全国院线电影票房景气度的连片热点区集中在京津冀地区（北京、天津、廊坊）、长三角地区（包括上海、南京、杭州、苏州、无锡、常州、南通、宁波、嘉兴、绍兴、湖州）和珠三角地区（包括广州、深圳、东莞、佛山、珠海、惠州），这三个区域恰恰是我国综合发展水平最
【参考文献】：
期刊论文
[1]中国电影票房影响因素分析[J]. 刘志新. 合作经济与科技. 2019(17)
[2]基于数据挖掘的电影票房分析[J]. 席稼玮. 通讯世界. 2019(03)
[3]一种基于深度学习的电影票房预测模型[J]. 茹玉年,李波,柴剑平,刘剑波. 中国传媒大学学报(自然科学版). 2019(01)
[4]中国电影票房与银幕增长关系的实证研究——基于2009—2017年省域面板数据[J]. 张旭,侯光明. 当代电影. 2019(02)
[5]基于线性回归算法的电影票房预测研究[J]. 罗干,蒋煜楷,陈文婷,吴镇州,施运梅,宋莹. 电脑知识与技术. 2019(01)
[6]电影票房表现的延续性研究[J]. 戴建华,郑意凡. 现代传播(中国传媒大学学报). 2018(08)
[7]口碑传播的动态特征及对电影票房的影响效应[J]. 彭岚,施莉. 西南民族大学学报(人文社科版). 2018(08)
[8]中国电影票房的影响因素研究——基于2014-2016年间上映的340部电影的调查分析[J]. 邹霞,谢金文. 中国电影市场. 2018(06)
[9]银幕数激增背景下中国电影产业关系的再平衡[J]. 曹怡平. 电影艺术. 2018(01)
[10]明星效应与中国电影票房的实证研究[J]. 郭新茹,黄舒沁. 现代传播(中国传媒大学学报). 2017(12)
本文编号：3252875
【文章来源】：当代电影. 2020,(12)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
19年中国院线电影票房景气度的地域差异格局分布图
FILMINDUSTRY电影产业047高和经济发展最活跃的区域。中西部地区尽管没有连片热点区，但存在部分点状热点区，分别是郑州、西安、成都、重庆。这四个城市全部是国家中心城市，在中西部地区占据最重要的地位。另外，东北地区的沈阳也是点状热点区。由此可见，我国院线电影票房景气度的热点区与我国经济发展的热点区在空间上高度匹配。图2.2019年中国院线电影票房景气度的热点区识别图（3）全国院线电影票房景气度的等级性差异中国城市的等级划分没有明确标准，如果按三分法划分，一般来说，北京、上海、广州、深圳为一线城市；省会和副省级城市为二线城市；其余为三线城市。基于此划分方法，分别计算一、二、三线城市票房数值，直观反映全国院线电影票房的等级性差异。一、二、三线城市的院线电影票房景气度的统计结果（见表1）表明，一线城市的平均票房（244417.5万元）是二线城市的5.58倍，是三线城市50.93倍。从票房总量看，仅四个一线城市的票房就达到977670万元，占全国比重的31.71%；29个二线城市的票房总额比重占全国的41.20%。上述33个一、二线城市的票房总额占全国比重就达到了72.91%，比其余174个三线城市的总额还要高。这表明，我国院线电影市场的重中之重依然是在一二线城市。不同等级城市之间的院线电影市场景气度的分化非常明显。表1.全国院线电影票房景气度分城市等级的统计（二）我国院线电影票房景气度地域差异的影响因素1.理论基础与假设城市院线电影票房景气度的影响因素可从影院基础设施、影院经营特征、城市基本面、互联网购票观影普及程度四个视角来解释。从影院基础设施视角看，影院银幕数可代表电影放映的基础设施水平，城市的银幕数越多，电影放映的场次可能越多，票房越高；在影院经营视角?
合叩缬捌狈烤?气度的地域差异格局分布图（见图1）。图中表明，中国院线电影票房景气度存在着明显的地域差异。电影票房景气度较高的城市分布在东部沿海地区和长江流域。西部地区电影票房景气度普遍较低，东北地区除了一些核心城市外，票房景气度也较低。从地域分布格局看，全国电影票房景气度呈现出较为明显的空间相关性，即高电影票房景气度的城市相邻，低票房景气度的城市也存在该特征，并且都集聚在特定的城市。因此，可能存在明显的临近性空间相互作用（空间相关性），需要进一步采用空间自相关方法进行判断。图1.2019年中国院线电影票房景气度的地域差异格局分布图（2）全国院线电影票房景气度的空间相互作用分析及其热点区识别采用Moran’sI进行全局空间自相关的分析，结果表明，全局Moran’sI指数值为0.1729，Z得分为5.8544，P值为0.0000，表明全国院线电影票房景气度存在着非常显著的空间自相关。即，某一城市的票房情况除了受当地的自身因素影响外，还受到临近城市的影响。在此基础上，采用局部空间自相关分析方法探索全国院线电影票房景气度的连片热点区（高-高集聚区）和点状热点区（高-低聚焦区）。图2表明，全国院线电影票房景气度的连片热点区集中在京津冀地区（北京、天津、廊坊）、长三角地区（包括上海、南京、杭州、苏州、无锡、常州、南通、宁波、嘉兴、绍兴、湖州）和珠三角地区（包括广州、深圳、东莞、佛山、珠海、惠州），这三个区域恰恰是我国综合发展水平最
【参考文献】：
期刊论文
[1]中国电影票房影响因素分析[J]. 刘志新. 合作经济与科技. 2019(17)
[2]基于数据挖掘的电影票房分析[J]. 席稼玮. 通讯世界. 2019(03)
[3]一种基于深度学习的电影票房预测模型[J]. 茹玉年,李波,柴剑平,刘剑波. 中国传媒大学学报(自然科学版). 2019(01)
[4]中国电影票房与银幕增长关系的实证研究——基于2009—2017年省域面板数据[J]. 张旭,侯光明. 当代电影. 2019(02)
[5]基于线性回归算法的电影票房预测研究[J]. 罗干,蒋煜楷,陈文婷,吴镇州,施运梅,宋莹. 电脑知识与技术. 2019(01)
[6]电影票房表现的延续性研究[J]. 戴建华,郑意凡. 现代传播(中国传媒大学学报). 2018(08)
[7]口碑传播的动态特征及对电影票房的影响效应[J]. 彭岚,施莉. 西南民族大学学报(人文社科版). 2018(08)
[8]中国电影票房的影响因素研究——基于2014-2016年间上映的340部电影的调查分析[J]. 邹霞,谢金文. 中国电影市场. 2018(06)
[9]银幕数激增背景下中国电影产业关系的再平衡[J]. 曹怡平. 电影艺术. 2018(01)
[10]明星效应与中国电影票房的实证研究[J]. 郭新茹,黄舒沁. 现代传播(中国传媒大学学报). 2017(12)
本文编号：3252875
本文链接：https://www.wllwen.com/jingjilunwen/whjj/3252875.html
