明星與電影票房關(guān)系的實(shí)證研究綜述

2019年暑期檔電影《上海堡壘》在行業(yè)內(nèi)外引發(fā)熱議。該片改編自江南的同名小說(shuō)，由知名導(dǎo)演滕華濤執(zhí)導(dǎo)，流量明星鹿晗主演，歷時(shí)六年耗資數(shù)億打造，是繼《流浪地球》之后，國(guó)產(chǎn)科幻片的又一力作。但無(wú)論票房還是口碑，《上海堡壘》都遠(yuǎn)遠(yuǎn)無(wú)法與《流浪地球》相提并論。電影上映一周后，票房總量就基本“穩(wěn)定”在1.2億元，未達(dá)到投資成本的一半。豆瓣評(píng)分更是跌到了3.2，有超過(guò)60%的網(wǎng)友給電影打出了一星等級(jí)。導(dǎo)演表示，自己“用錯(cuò)了鹿晗”，不該讓鹿晗這樣的偶像演科幻片，似乎有將影片票房崩塌的責(zé)任推給流量明星的嫌疑，從而引發(fā)了行業(yè)內(nèi)外對(duì)于流量明星與電影票房關(guān)系的討論。

從投融資角度來(lái)說(shuō)，選用明星參演電影的做法有一定道理。賴安（Bill Ryan）認(rèn)為，文化商品的經(jīng)營(yíng)管理中，市場(chǎng)營(yíng)銷的重要任務(wù)就是降低由受眾是否接受藝術(shù)創(chuàng)作帶來(lái)的不確定性。營(yíng)銷活動(dòng)把這種不確定性降低，是通過(guò)把藝術(shù)創(chuàng)作放置在受眾認(rèn)知概念領(lǐng)域中，而這個(gè)領(lǐng)域正是由明星和作品風(fēng)格構(gòu)建的。不過(guò)，明星的參演就一定能幫助影視作品規(guī)避行業(yè)投資風(fēng)險(xiǎn)嗎？或者說(shuō)，明星對(duì)電影票房而言究竟有著什么樣的作用？

上世紀(jì)80年代開(kāi)始，以李特曼為代表的美國(guó)學(xué)者從電影產(chǎn)業(yè)的角度出發(fā)，探究了電影票房的影響因素，這其中就涉及電影明星。隨后一批學(xué)者以實(shí)證的方式討論了明星與票房之間的關(guān)系。 Faulkner&Anderson、Steven Albert、Elberse & Eliashberg等學(xué)者的研究表明，明星對(duì)電影票房存在正向影響，另一些學(xué)者則認(rèn)為明星與電影票房之間沒(méi)有相關(guān)性，如Smith & Smith、Prag & Casavant ，Basuroy Chatterjee& Ravid等，除此之外，Byeng-Hee Chang & Eyun-Jung Ki提出明星對(duì)電影票房的積極影響只存在于電影上映首周，對(duì)電影總票房為負(fù)向影響。

就國(guó)內(nèi)來(lái)說(shuō)，近十年間相關(guān)實(shí)證研究通過(guò)建立票房數(shù)據(jù)模型，一定程度上對(duì)明星在電影產(chǎn)業(yè)中的位置進(jìn)行了探討。本文試圖通過(guò)文獻(xiàn)綜述的方式來(lái)討論明星與電影票房之間的關(guān)系，探究當(dāng)前國(guó)內(nèi)研究結(jié)論差異的可能原因，為后續(xù)研究提供建議，為電影市場(chǎng)化經(jīng)營(yíng)提供啟示。

一、研究方法

本文采用系統(tǒng)綜述的方式，對(duì)現(xiàn)有的文獻(xiàn)進(jìn)行歸納和分析。首先，由于國(guó)內(nèi)外電影產(chǎn)業(yè)的發(fā)展階段不盡相同，電影樣本、明星樣本、數(shù)據(jù)來(lái)源差異較大，因此，本文放棄了國(guó)外相關(guān)研究，專注于探討在中國(guó)語(yǔ)境下的明星與電影票房的實(shí)證關(guān)系。

其次，運(yùn)用網(wǎng)絡(luò)數(shù)據(jù)庫(kù)篩選的方式確定研究樣本。具體而言，選取中國(guó)知網(wǎng)作為樣本檢索的數(shù)據(jù)庫(kù)來(lái)源。知網(wǎng)是目前國(guó)內(nèi)最為成熟的中文文獻(xiàn)數(shù)據(jù)庫(kù)，覆蓋學(xué)科齊全，有助于全面把握國(guó)內(nèi)研究成果。 操作方式如下：第一步，關(guān)鍵詞檢索，在知網(wǎng)數(shù)據(jù)庫(kù)中檢索關(guān)鍵詞“明星”“票房”，得到616篇文獻(xiàn)；第二步，根據(jù)題目、關(guān)鍵詞、摘要來(lái)確定是否與研究相關(guān)，選出78篇文獻(xiàn)；第三步，閱讀引言和結(jié)論，選取樣本文獻(xiàn)。選取標(biāo)準(zhǔn)為：以實(shí)證研究為主要研究方法，涉及明星與電影票房之間關(guān)系。 最終得到37篇文獻(xiàn)，時(shí)間跨度為2008年1月至2019年6月，涵蓋的學(xué)科范圍包括新聞傳播學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、影視藝術(shù)學(xué)等。

最后，閱讀全文文獻(xiàn)，按照其發(fā)表年份、樣本大小、數(shù)據(jù)來(lái)源、自變量、因變量、控制變量、統(tǒng)計(jì)方法、結(jié)論等主要研究概念和層次進(jìn)行分類，并將數(shù)據(jù)整理于Excel表格之中，以便進(jìn)一步分析。

二、研究結(jié)果與分析

針對(duì)這37篇文獻(xiàn)，從以下幾個(gè)方面加以研究分析：首先對(duì)文獻(xiàn)的發(fā)表年份、內(nèi)容中的樣本時(shí)期、樣本數(shù)量、樣本地區(qū)、研究方法等信息進(jìn)行描述性統(tǒng)計(jì)。其次，對(duì)文獻(xiàn)涉及的變量界定、數(shù)據(jù)來(lái)源進(jìn)行比較和分類。再次，統(tǒng)計(jì)出每篇文獻(xiàn)控制變量的情況。最后，對(duì)研究結(jié)論進(jìn)行對(duì)比分析。

（一）已有文獻(xiàn)對(duì)明星與票房的關(guān)系研究呈現(xiàn)何種特征和趨勢(shì)？

1.總體而言，明星與電影票房關(guān)系的實(shí)證研究仍然缺乏，不過(guò)值得注意的是，近年來(lái)相關(guān)研究呈現(xiàn)一定熱度。

經(jīng)過(guò)整理后能夠發(fā)現(xiàn)，涉及明星與電影票房關(guān)系的文獻(xiàn)以定量的研究方法為主，總量只有三十多篇， 相關(guān)研究在數(shù)量上并不豐富。就發(fā)表時(shí)間來(lái)看，最早的文獻(xiàn)發(fā)表于2008年。對(duì)論文發(fā)表年份的統(tǒng)計(jì)結(jié)果（見(jiàn)圖表1）顯示，近些年來(lái)，相關(guān)領(lǐng)域的年發(fā)文量有所攀升，電影票房相關(guān)實(shí)證研究熱度總體呈上升趨勢(shì)（見(jiàn)圖表2）。

發(fā)表年份 2008 2010 2013 2015 2016 2017 2018 2019年上半年

文獻(xiàn)數(shù)量（篇） 1 1 3 4 5 8 10 5

圖表1.發(fā)表年份統(tǒng)計(jì)

圖表2.發(fā)文數(shù)量趨勢(shì)

2.已有研究采用的分析方法趨于一致，但采用的樣本時(shí)期、樣本數(shù)量、樣本地區(qū)差異較大。

在討論明星與電影票房間關(guān)系的文獻(xiàn)中，研究者們往往采用回歸的分析方法。比如，劉燕燕、池建宇等多位學(xué)者選用了多元線性回歸（OLS）的方法，李濤、華銳等利用分位數(shù)回歸的方式檢驗(yàn)了變量之間的相關(guān)性。除此之外，丁漢青、曹璞等研究者借用結(jié)構(gòu)方程模型，于蕾利用因子分析法，聶鴻迪構(gòu)建神經(jīng)網(wǎng)絡(luò)分析的相關(guān)研究也值得關(guān)注。

而對(duì)37篇文獻(xiàn)中電影樣本時(shí)期、數(shù)量、地區(qū)的統(tǒng)計(jì)（如圖表3）顯示，三項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差都比較大，特別是樣本數(shù)量，標(biāo)準(zhǔn)差達(dá)到了315.8，極差超過(guò)1000。從樣本時(shí)期來(lái)看，早期研究成果的樣本數(shù)據(jù)可追溯到2001年，近年來(lái)發(fā)表的文章數(shù)據(jù)多取自2010年以后。這些都說(shuō)明現(xiàn)有研究之間的樣本差異性很大，可能會(huì)對(duì)信效度產(chǎn)生影響。

最大值 最小值 中位數(shù) 平均數(shù) 標(biāo)準(zhǔn)差

樣本歷時(shí)（年） 16 1 5 4.9 3.2

樣本數(shù)量（部） 1402 40 252 246.5 315.8

樣本地區(qū)數(shù)量 42 1 1 3.4 9.6

注：樣本歷時(shí)指文獻(xiàn)樣本覆蓋的年數(shù)，樣本地區(qū)數(shù)量指樣本上映的國(guó)家或地區(qū)數(shù)量

圖表3.樣本屬性統(tǒng)計(jì)

在樣本選取標(biāo)準(zhǔn)上，有些研究以數(shù)據(jù)獲取的便利性為基準(zhǔn)，比如在《中國(guó)電影票房影響因素的實(shí)證分析》中，作者劉燕燕坦言“因?yàn)閿?shù)據(jù)來(lái)源有限，做大規(guī)模的樣本研究較為不現(xiàn)實(shí)，前10位電影的票房數(shù)據(jù)和其他相關(guān)數(shù)據(jù)較容易獲得”，所以該研究最終僅選取了90部電影作為研究樣本；有的根據(jù)具體的研究問(wèn)題圈定樣本，比如黃蓉研究國(guó)產(chǎn)青春片的影響因素，因此只聚焦于特定影片類型；還有的研究直接選取樣本而不加解釋?？傮w而言，已有文獻(xiàn)在描述樣本選擇標(biāo)準(zhǔn)的時(shí)候都不夠清晰明確。

3.直接研究明星與電影票房之間相關(guān)性的文獻(xiàn)很少，目前可查的只有7篇。 現(xiàn)有研究主要將關(guān)注點(diǎn)放置在電影票房的多種影響因素上，并構(gòu)建票房預(yù)測(cè)模型。在互聯(lián)網(wǎng)媒介發(fā)展的驅(qū)動(dòng)下，網(wǎng)絡(luò)輿情、口碑成為研究熱點(diǎn)。不少文獻(xiàn)將在線影評(píng)、口碑作為主要的自變量來(lái)研究，將明星作為控制變量來(lái)考慮，這也就導(dǎo)致相關(guān)研究對(duì)明星這一要素的討論往往只是簡(jiǎn)單涉及，而非細(xì)致討論。

（二）明星影響力是如何被測(cè)量的？

目前學(xué)界對(duì)于明星的界定較為模糊，在明星相關(guān)變量選取標(biāo)準(zhǔn)上很不一致。有研究者在文獻(xiàn)梳理的過(guò)程中，發(fā)現(xiàn)了國(guó)外已有研究中的量表，從而借用其測(cè)量方法來(lái)分析樣本。以丁漢青等人的《電影生產(chǎn)方式與票房間關(guān)系的實(shí)證研究》為例，該文通過(guò)對(duì)電影宣傳海報(bào)的內(nèi)容分析，來(lái)測(cè)量票房信號(hào)相關(guān)變量。就明星影響力的測(cè)量而言，丁“對(duì)電影海報(bào)做內(nèi)容分析編碼，記錄在電影海報(bào)顯著位置提及的導(dǎo)演、演員及其他創(chuàng)意人員”，再“計(jì)算出每位‘明星藝術(shù)家’最近三部電影作品的平均票房”“計(jì)算該電影所有明星的平均票房之和，再除以人數(shù)，求得所有明星的平均票房”。此種做法借鑒了國(guó)外學(xué)者Hennig-Thurau的測(cè)量方法，同時(shí)也暗含了明星符號(hào)學(xué)研究的傳統(tǒng)。

大部分研究者則依靠自身經(jīng)驗(yàn)對(duì)明星影響力進(jìn)行劃分。通過(guò)文獻(xiàn)整理可以發(fā)現(xiàn)，對(duì)于明星的測(cè)量主要存在三種維度：

第一，以流量人氣為標(biāo)準(zhǔn)來(lái)衡量明星影響力，表現(xiàn)為利用網(wǎng)絡(luò)搜索熱度、社交媒體粉絲數(shù)、該演員參演作品的歷史票房等作為測(cè)量指標(biāo)。比如羅建華的研究中，自變量“明星值” 是在Google搜索引擎中搜索明星的名字，取所得的記錄數(shù)為知名度初始值，取歸一化之后的值為其最終的權(quán)重。再如徐元國(guó)、徐心楚的文章中，明星號(hào)召力數(shù)據(jù)來(lái)源于系統(tǒng)性衡量演員和導(dǎo)演價(jià)值的數(shù)據(jù)庫(kù)HSX，該數(shù)據(jù)庫(kù)根據(jù)導(dǎo)演或主演的近三部電影平均票房收入為基礎(chǔ)，以Hollywooddollars(H$)為虛擬貨幣單位來(lái)顯示明星價(jià)值。為了使數(shù)據(jù)更具代表性，該文進(jìn)一步對(duì)宣傳海報(bào)上排名前四位的導(dǎo)演和演員明星價(jià)值加總，用以表示明星號(hào)召力這一變量。

第二，以演技為標(biāo)準(zhǔn)來(lái)衡量明星影響力，表現(xiàn)為用演員的獲獎(jiǎng)數(shù)量、影評(píng)分?jǐn)?shù)為量化指標(biāo)來(lái)測(cè)量明星影響力的大小。例如，由于國(guó)內(nèi)沒(méi)有官方或權(quán)威的明星排名，故劉文佳、張莉從得獎(jiǎng)方面考慮，“將奧斯卡、金球獎(jiǎng)、金棕櫚獎(jiǎng)、金獅獎(jiǎng)、金熊獎(jiǎng)、金雞獎(jiǎng)、百花獎(jiǎng)、華表獎(jiǎng)、香港金像獎(jiǎng)、金馬獎(jiǎng)以及戛納電影節(jié)、威尼斯電影節(jié)、柏林電影節(jié)、東京電影節(jié)相關(guān)獎(jiǎng)項(xiàng)納入計(jì)數(shù)范圍”從而“用導(dǎo)演和主要演員所得獎(jiǎng)項(xiàng)總數(shù)來(lái)衡量明星效應(yīng)”。除此之外，王錚、許敏也從獎(jiǎng)項(xiàng)出發(fā)，測(cè)量前三位主演的名氣，用獲提名數(shù)總和衡量。

第三，綜合人氣與演技來(lái)測(cè)量明星影響力，表現(xiàn)為根據(jù)一定權(quán)重，綜合人氣和演技測(cè)量指標(biāo)對(duì)明星進(jìn)行賦值或打分。比如，郭新茹等人根據(jù)時(shí)光網(wǎng)、豆瓣網(wǎng)等電影網(wǎng)站的分類與評(píng)比， 同時(shí)參考各主演在國(guó)內(nèi)外所獲獎(jiǎng)項(xiàng)及網(wǎng)絡(luò)搜尋熱度，判定觀眾喜愛(ài)度超過(guò)50%，且在國(guó)內(nèi)外獲得過(guò)重量級(jí)獎(jiǎng)項(xiàng)或微博搜索熱度較高的演員為號(hào)召力強(qiáng)的演員，反之號(hào)召力弱。根據(jù)強(qiáng)弱賦值1或0。到了2017年，郭新茹在《明星效應(yīng)與中國(guó)電影票房的實(shí)證研究》[24]中又更為清晰地梳理了明星變量的選取測(cè)量思路：先通過(guò)演技（獎(jiǎng)項(xiàng)）和人氣（新浪微博名人人氣榜）來(lái)對(duì)明星的選取范圍進(jìn)行限定，再利用“微博影響力指數(shù)”和“明星戲份權(quán)重”來(lái)測(cè)度明星效應(yīng)。

對(duì)現(xiàn)有的37篇文獻(xiàn)整理可以得出，有16篇文章是僅以流量人氣作為測(cè)量維度的，6篇文章僅以演技為測(cè)量維度，12篇綜合了人氣與演技來(lái)進(jìn)行相關(guān)分析，另外3項(xiàng)研究或采用問(wèn)卷法，或?qū)?shù)據(jù)來(lái)源描述不清因而未被統(tǒng)計(jì)?？梢?jiàn)明星影響力究竟應(yīng)如何測(cè)量，仍有爭(zhēng)議。

（三）數(shù)據(jù)來(lái)源于哪兒？

隨著現(xiàn)代大眾媒介的飛速發(fā)展，各種社交媒體上的公開(kāi)數(shù)據(jù)能夠?yàn)闇y(cè)量明星影響力提供支撐數(shù)據(jù)?；诖?，包括池建宇、林森在內(nèi)的研究者通過(guò)直接采用搜索引擎指數(shù)、微博粉絲數(shù)量、獲獎(jiǎng)提名數(shù)作為變量數(shù)據(jù)進(jìn)行研究；不過(guò)也有研究者將明星作為虛擬變量進(jìn)行賦值計(jì)算，這類研究多綜合了人氣和演技的衡量標(biāo)準(zhǔn)，對(duì)電影中是否有明星或是明星的影響力進(jìn)行考察，最終賦值統(tǒng)計(jì)，其中以郭新茹、李濤等為代表；此外，還有研究在量化數(shù)據(jù)的基礎(chǔ)上，進(jìn)行分層賦值。比如姚武華在《中國(guó)市場(chǎng)國(guó)產(chǎn)電影票房收入的影響因素研究》中就測(cè)量了主要演員影響力等級(jí)，具體操作方法為將“主要演員參與拍攝的近三年的電影票房累計(jì)收入和新浪微博粉絲數(shù)量進(jìn)行無(wú)量綱化處理，再根據(jù)此數(shù)據(jù)分級(jí)處理為1-10級(jí)”。 

就因變量電影票房而言，大多數(shù)研究都聚焦國(guó)內(nèi)上映的電影，引用了藝恩網(wǎng)、電影票房數(shù)據(jù)庫(kù)、貓眼電影、時(shí)光網(wǎng)、豆瓣電影等網(wǎng)站的票房數(shù)據(jù)，少數(shù)研究者采用了電影分析類博客數(shù)據(jù)、影院提供的原始數(shù)據(jù)。當(dāng)涉及國(guó)外電影票房的時(shí)候，研究者多通過(guò)Boxofficemojo網(wǎng)站獲取全球票房數(shù)據(jù)。

（四）哪些變量被控制？

電影票房潛在的影響因素有很多，包括電影類型、電影預(yù)算、明星、導(dǎo)演、檔期、電影評(píng)分、續(xù)集等。在37篇文獻(xiàn)中，研究者控制最多的變量是電影的網(wǎng)絡(luò)口碑，為32篇。除此之外，電影檔期、是否為續(xù)集、電影類型、導(dǎo)演評(píng)分也是被控制較多的變量，分別為30篇、27篇、23篇、22篇（如下圖表4所示）。這些控制變量已經(jīng)被前人的研究證明對(duì)電影票房存在影響。

控制變量 網(wǎng)絡(luò)口碑 檔期 續(xù)集/IP 電影類型 導(dǎo)演/編劇影響力 技術(shù)（3D等） 營(yíng)銷/宣傳 投資成本 排片 制作發(fā)行公司 關(guān)注度 票價(jià)

文獻(xiàn)數(shù)量（篇） 32 30 27 23 22 11 9 9 9 9 8 6

圖表4.控制變量統(tǒng)計(jì)

對(duì)控制變量數(shù)目的統(tǒng)計(jì)如下圖表5所示，控制6項(xiàng)變量的研究最為普遍，共10篇。不過(guò)各項(xiàng)研究的控制變量數(shù)極差已經(jīng)達(dá)到10，標(biāo)準(zhǔn)差也超過(guò)了2，說(shuō)明在控制變量上也存在不小的差異。

最大值 最小值 眾數(shù) 平均數(shù) 標(biāo)準(zhǔn)差

控制變量數(shù)目（項(xiàng)） 12 2 6 6.5 2.04

圖表5.控制變量數(shù)目統(tǒng)計(jì)

（五）研究結(jié)論如何？

大部分研究表明，明星會(huì)對(duì)電影票房產(chǎn)生影響，呈現(xiàn)出正向的相關(guān)性。比如劉燕燕[9]的研究顯示，在其它條件不變的情況下，電影每增加一個(gè)一線明星，電影票房平均增加740.028萬(wàn)元；郭新茹等的研究表明，明星效應(yīng)每增加一個(gè)單位，電影票房平均增加0.0134萬(wàn)元。不過(guò)，在37篇文獻(xiàn)中有8篇經(jīng)過(guò)檢驗(yàn)表明，明星對(duì)電影票房的影響并不顯著。例如，張明楊等的研究顯示明星與電影票房之間沒(méi)有直接的影響關(guān)系，但會(huì)產(chǎn)生微弱的負(fù)面影響；郭新茹等[23]在我國(guó)中小成本電影票房的影響因素研究中發(fā)現(xiàn)，明星的作用并不顯著，因而將其剔除出模型。

不過(guò)，盡管明星與電影票房之間的關(guān)系存在爭(zhēng)議，一些研究者獨(dú)特的研究視角值得關(guān)注。黃敏學(xué)等從團(tuán)隊(duì)的角度出發(fā)，探究了電影中若干明星的組合對(duì)于電影票房的影響。研究發(fā)現(xiàn)，明星團(tuán)隊(duì)對(duì)電影的成功有顯著影響。明星團(tuán)隊(duì)的位置嵌入性（個(gè)人和網(wǎng)絡(luò)中其他關(guān)系較多的人的關(guān)聯(lián)程度）對(duì)電影成功存在正向的影響，合作緊密性（個(gè)體間關(guān)系的緊密程度）對(duì)電影成功存在倒U形影響，同時(shí)兩者的交互作用對(duì)電影成功有負(fù)向的影響。

張淑容、張鵬、李笑雯則從明星的演技和人氣兩個(gè)方面入手，對(duì)比它們與電影票房之間的關(guān)系。研究顯示，明星的流量人氣相較于演技，對(duì)票房的作用更大。張淑容的研究更進(jìn)一步表明，明星的演技僅對(duì)首周票房的正向影響顯著。從一定程度上肯定了流量人氣對(duì)票房的現(xiàn)實(shí)作用。

可以發(fā)現(xiàn)，近年來(lái)的研究已經(jīng)不局限于單純關(guān)注明星與電影票房之間的線性相關(guān)性，通過(guò)概念細(xì)分，將明星置于社會(huì)關(guān)系網(wǎng)絡(luò)中去討論，從而呈現(xiàn)出一定的新意。

三、總結(jié)

目前，用實(shí)證的方式進(jìn)行電影票房預(yù)測(cè)的研究有不少，它們對(duì)預(yù)估電影產(chǎn)業(yè)的投融資風(fēng)險(xiǎn)、電影創(chuàng)作的市場(chǎng)化導(dǎo)向、電影宣發(fā)的競(jìng)爭(zhēng)戰(zhàn)略具有啟發(fā)意義。但是明星對(duì)電影票房的影響研究仍然缺乏。在我國(guó)明星產(chǎn)業(yè)蓬勃發(fā)展、流量為王的大背景下，該選題具有很強(qiáng)的現(xiàn)實(shí)意義。特別是近些年來(lái)“天價(jià)片酬”、“陰陽(yáng)合約”等以流量明星為爭(zhēng)議的公眾事件的出現(xiàn)，使得科學(xué)評(píng)估明星在電影產(chǎn)業(yè)中的價(jià)值，擺正明星在電影創(chuàng)作中的位置迫在眉睫。

明星與電影票房有著怎樣的關(guān)系，國(guó)內(nèi)學(xué)界還沒(méi)有達(dá)成共識(shí)。事實(shí)上，國(guó)外的學(xué)者對(duì)于明星影響力（star power）與電影票房的關(guān)系問(wèn)題也沒(méi)有得出一致的答案。不過(guò)從已有文獻(xiàn)中能夠發(fā)現(xiàn)，在研究結(jié)論中涉及明星與電影票房這兩個(gè)變量間關(guān)系的論述都較為簡(jiǎn)略。究其原因，一方面是很多文章的研究假設(shè)并不直指明星對(duì)電影票房的影響，只是將明星作為控制變量納入討論范圍；另一方面，明星影響力的測(cè)度是一項(xiàng)復(fù)雜的工作，缺乏多方位、動(dòng)態(tài)的測(cè)量，沒(méi)有根據(jù)票房實(shí)際分情況去討論，研究結(jié)論很容易單薄片面。

英國(guó)電影學(xué)者理查德·戴爾指出，在電影研究中，研究明星主要出自社會(huì)學(xué)、符號(hào)學(xué)兩方面的考慮。前者主要把明星作為一種獨(dú)特的、有影響力的或征候性的社會(huì)現(xiàn)象，是電影工業(yè)本性的體現(xiàn)。也就是說(shuō)，電影之所以重要是因?yàn)槠渲杏忻餍?。符?hào)學(xué)方面的考慮則相反，明星之所以重要是因?yàn)樗麄冊(cè)陔娪爸谐霈F(xiàn)，并且是電影意指方式的一部分。這個(gè)概念要求將明星作為一種通過(guò)互文本網(wǎng)絡(luò)建構(gòu)起來(lái)的形象加以理解，其特定意義只有在媒介文本（包括影片、報(bào)紙報(bào)道、電視節(jié)目、廣告等）中才能實(shí)現(xiàn)。

事實(shí)上，現(xiàn)有的明星影響力測(cè)量方式就體現(xiàn)了社會(huì)學(xué)和符號(hào)學(xué)這兩類研究范式。從測(cè)量維度上說(shuō)，用明星的流量人氣為標(biāo)準(zhǔn)來(lái)測(cè)量明星的影響力，其本質(zhì)是將明星視為一種社會(huì)現(xiàn)象，正是他們自帶的關(guān)注度給電影作品帶來(lái)了票房上的提升；而用演技來(lái)衡量明星影響力則是從電影符號(hào)學(xué)的角度出發(fā)，探究其在電影文本中對(duì)人物塑造、影像風(fēng)格等電影美學(xué)的意義，因此，演技被視為電影品質(zhì)的保障，進(jìn)而與電影票房產(chǎn)生關(guān)聯(lián)。

從方法層面來(lái)看，收集百度搜索指數(shù)、微博熱度、以往票房數(shù)據(jù)、獲獎(jiǎng)情況等脫離影視文本的外部數(shù)據(jù)來(lái)衡量明星影響力， 將明星作為一種社會(huì)公眾現(xiàn)象來(lái)討論，實(shí)質(zhì)上已經(jīng)預(yù)設(shè)了“電影之所以重要是因?yàn)槠渲杏忻餍恰钡挠^點(diǎn)；而丁漢青[13]、曹璞[14]等利用內(nèi)容分析法來(lái)分析電影海報(bào)，從而確立明星樣本的測(cè)量方法則是將電影明星視為一種符號(hào)，將其放置于媒介文本中研究。

在筆者看來(lái)，明星影響力是一個(gè)極為復(fù)雜的變量。首先，影響力有大小之分，但這個(gè)大與小的界限在哪里，還沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)；其次，明星影響力操作化過(guò)程中的維度劃分是極為模糊的，缺少具有說(shuō)服力的量表，這就導(dǎo)致現(xiàn)有的測(cè)量標(biāo)準(zhǔn)不具權(quán)威性；最后，還應(yīng)當(dāng)考慮到明星影響力有正面和負(fù)面之分。舉個(gè)例子，明星的負(fù)面新聞產(chǎn)生的轟動(dòng)效應(yīng)，雖增加了明星的曝光度、影響力，但這種影響力是負(fù)面的，很可能會(huì)對(duì)電影票房產(chǎn)生消極影響。最典型的事件就是電影《捉妖記》換角。在電影已經(jīng)拍攝完成的情況下，片方緊急刪除了因“吸毒門(mén)”而陷入輿論漩渦的主演柯震東的所有戲份，并選用其它演員重新拍攝。片方此舉是害怕明星丑聞對(duì)電影的聲譽(yù)及票房造成威脅，這說(shuō)明將明星的影響力一分為二來(lái)看待是必要的?？偠灾?，自變量的選取直接關(guān)系到研究結(jié)論，明星影響力的科學(xué)測(cè)量仍是有待解決的問(wèn)題。

除此之外，現(xiàn)有研究結(jié)論的爭(zhēng)議也表明明星與電影票房之間的關(guān)系具有一定復(fù)雜性。要得到科學(xué)的研究結(jié)論，需要在一定限度上結(jié)合我國(guó)實(shí)際情況，綜合文獻(xiàn)梳理的經(jīng)驗(yàn)，明確明星影響力量表，精準(zhǔn)控制其他變量，從而構(gòu)建模型進(jìn)行深入研究。

來(lái)源：《視聽(tīng)》：http://m.xwlcp.cn/w/xf/9501.html