矛盾性在線評論對電影票房的影響研究

石文華， 李璇，孟凡蓉，安夢

(北京郵電大學 經(jīng)濟管理學院，北京 100876)

一、引 言

在線評論是由消費者在網(wǎng)上發(fā)布的、對所購買產(chǎn)品作出的評價。這些評價包括對產(chǎn)品的肯定、不滿或個人對特定產(chǎn)品或服務(wù)的購買和使用感受[1]。已有研究表明，在線評論中的矛盾性評論對網(wǎng)上購物產(chǎn)生的影響比較突出。不同消費者的觀點和使用同一產(chǎn)品后的個人感受不同，評論帶有較強的主觀情感，因此，既有消極的也有積極的在線評論。當某一產(chǎn)品的積極評論和消極評論達到一定比例時，就構(gòu)成了具有矛盾性的評論，使?jié)撛谙M者不能準確判斷出產(chǎn)品的優(yōu)劣而無法進行購買決策[2]。在有關(guān)矛盾性評論的研究中，影響矛盾性評論的主要因素集中在評論數(shù)量、評論效價、正負面評論和情感傾向等。只有在一定評論數(shù)量的前提下，評分差距較大，正負面情感較顯著時，才會形成具有矛盾性的評論。馬艷麗等[2]的研究表明，評論數(shù)量、評論效價和評論內(nèi)容是產(chǎn)生沖突的主要影響因素。根據(jù)評論者不同，可以將矛盾性評論分為不同消費者對同一產(chǎn)品的矛盾性評論和同一消費者對同一產(chǎn)品的初始和追加評論的矛盾性評論。石文華等[3]根據(jù)在線評論的評論者來源和產(chǎn)品屬性之間的交互作用，探討了4種不同類型的矛盾性在線評論對消費者矛盾態(tài)度和購買意愿的影響差異，研究表明，在同一屬性的矛盾評論中，不同評論者比同一評論者的評論具有更強的減弱正面態(tài)度、增強負面態(tài)度作用，矛盾態(tài)度變化幅度較小。還有一些學者針對矛盾性評論對消費者的影響展開研究。周浪[4]的研究表明，具有矛盾性的評論內(nèi)容對消費者購買意愿的影響是顯著的。王長征等[5]研究指出，對于消費者來說，矛盾性追加評論要比一致性追加評論產(chǎn)生更高的有用性感知?？妆虮騕6]則發(fā)現(xiàn),矛盾性在線評論的矛盾程度負向影響消費者態(tài)度。

電影是具有代表性的體驗型產(chǎn)品，消費者無法在沒有消費的情況下對其質(zhì)量進行評估，并且其生命周期短暫。因此，消費者不僅要承擔電影票的成本，還要承擔時間的機會成本[7]。在現(xiàn)有關(guān)于影響電影銷售量的研究中，一部分學者是就電影本身(主創(chuàng)影響力、故事熟悉程度、獲獎情況、檔期、銀幕數(shù)和電影類型等)對電影票房的影響進行研究。馬艷茹[8]研究發(fā)現(xiàn)，電影產(chǎn)地、電影檔期和演員號召力對于電影票房的影響不顯著；而張淑容[9]則認為,主創(chuàng)(演員)影響力對電影票房的影響顯著；聶鴻迪[10]則提出,盜版和劇情類電影對于電影票房有負面影響，而銀幕數(shù)、主創(chuàng)影響力、發(fā)行公司、故事熟悉程度(改編)和技術(shù)效果對電影票房有促進作用。另有學者就電影在線評論(評論數(shù)量和長度、正負評論、評分、情感傾向、專業(yè)與非專業(yè)評論等)對電影票房的影響進行研究。王秦英[11]從評分的角度，研究總體與個體評分間相互作用對電影票房的影響；石文華等[12]比較了專業(yè)與非專業(yè)在線評論間的差異，發(fā)現(xiàn)無論是數(shù)量還是極端性，短評(非專業(yè))的影響都比影評(專業(yè))的影響大，認為在線電影評論中起到更重要作用的評論形式為短評；Duan等[13]研究了評論數(shù)量、用戶級別以及是否周末對銷量的影響，認為評論數(shù)量對銷量有顯著影響，而評論的平均情感傾向影響不顯著；郝媛媛等[14]則認為，電影評論的情感傾向在電影發(fā)布后的前兩周并不產(chǎn)生影響，這種影響產(chǎn)生在第三周，并且超過了評論數(shù)量的影響。這些研究在不同時期運用了不同的維度，解釋了影響電影票房的因素，表明在線評論的數(shù)量、評分、極端性和情感傾向都對電影票房產(chǎn)生影響。

在現(xiàn)實電影網(wǎng)站中，每部電影評論數(shù)量眾多。消費者的個人觀點、理解程度和接受程度等因素，使得不同消費者針對同一部電影的評論會有所不同，形成具有矛盾性的評論。這種矛盾性主要表現(xiàn)在評分差異較大、情感傾向中極端正面和極端負面的評論都普遍存在等。如豆瓣電影中具有很多平均評分較低，但票房卻較高的電影。這些電影評論數(shù)量較多、正負極端評論和評分較多、中性評論和評分較少的特點，使其成為具有矛盾性評論的電影。消費者的認知存在差異，這些差異會影響不同消費者的購買決策，最終對票房產(chǎn)生不同影響。

關(guān)于搜索型產(chǎn)品矛盾性評論的研究中涉及到影響最終購買的多個維度，如評論數(shù)量、評論效價和評論情感等；體驗型產(chǎn)品研究同樣涉及以上多個影響票房的維度，如評論數(shù)量的多少、評論效價的高低以及評論的長短等，都能體現(xiàn)出評論者的情感強弱。電影屬于體驗型產(chǎn)品，它的無形性與經(jīng)驗性因素使消費者在使用前很難判斷其質(zhì)量，需要基于不同消費者有關(guān)產(chǎn)品體驗的評論進行決策。因此，筆者所稱電影的矛盾性評論是指不同消費者對某一部電影的矛盾性評論。以往研究成果表明，在線評論的正負面情感、數(shù)量、長度、評分等因素會對評論接收者的情感、態(tài)度、意愿，甚至最終的實際購買行為帶來很大影響。因此，筆者擬從電影矛盾性評論的角度，以豆瓣電影網(wǎng)站的評論作為研究對象展開研究。由于豆瓣網(wǎng)站中不存在追加評論的情況，本文的矛盾性評論由不同消費者的矛盾評論組成。筆者將基于面板數(shù)據(jù)，針對在線評論數(shù)量、評論長度、評分方差和矛盾性評論對票房的影響進行研究，分析評論數(shù)量、評論長度、評分方差和矛盾性評論4個維度形成的矛盾性在線電影評論對電影票房的影響。首先，根據(jù)相關(guān)研究提出理論假設(shè)，并建立在線電影評論對票房的影響關(guān)系模型；其次，進行數(shù)據(jù)采集和實證分析；最后，進行總結(jié)并指出研究不足與未來研究方向。

二、假設(shè)與模型

電影作為一種典型的體驗型產(chǎn)品，它的無形性與經(jīng)驗性因素導致在觀看前很難判斷它的質(zhì)量，當產(chǎn)品很難在購買前被評估，消費者往往通過已體驗過的消費者給出的評論來收集更多的信息[2]78。消費者的喜好和感受不盡相同，在體驗過產(chǎn)品后會產(chǎn)生具有矛盾性的評價。筆者對矛盾性電影評論的定義是：消費者根據(jù)自己觀看電影的經(jīng)歷，通過電影評論網(wǎng)站對特定電影所發(fā)表自己認為的正面或負面評價，表達自己的看法或論調(diào)，反對與自己看法相悖的評價，通過表達和舉證，意圖讓其他消費者接受。本研究以不同消費者的矛盾性評論為切入點，探索矛盾性評論對電影票房的影響。

(一) 評論數(shù)量

評論數(shù)量是指消費者對某一產(chǎn)品或服務(wù)評論的總數(shù)，反映了該商品或服務(wù)可能被其他潛在消費者知曉的程度。某一產(chǎn)品的評論數(shù)量越多，說明該產(chǎn)品的購買人數(shù)越多，就有更多的消費者會評價和討論該產(chǎn)品。討論越多，熱度越高，越能吸引潛在消費者的注意力并產(chǎn)生更多的購買?，F(xiàn)有研究表明，評論數(shù)量對產(chǎn)品銷售量具有顯著正向影響。Godes等[15]認為，評論數(shù)量越多，消費者對產(chǎn)品的討論就越多。消費者規(guī)模越大，對產(chǎn)品討論的熱度越高，產(chǎn)品就越有可能得到更多的關(guān)注，從而增加購買的可能性，提高后續(xù)銷量。Chen等[16]根據(jù)在亞馬遜網(wǎng)站上收集的數(shù)據(jù)證實了消費者的評論數(shù)量與銷量呈正相關(guān)關(guān)系。在有關(guān)在線電影評論對票房影響的研究中，多數(shù)學者認為評論數(shù)量對銷量具有正向影響。汪旭暉等[17]的研究表明，網(wǎng)絡(luò)口碑數(shù)量對電影總票房存在正向影響。Liu[18]通過分析Yahoo網(wǎng)站上的數(shù)據(jù)，發(fā)現(xiàn)評論數(shù)量對電影票房具有顯著正向影響。楊揚[19]則認為,在電影上映的前四周內(nèi)，評論數(shù)量對電影票房收入有顯著正向影響，并且影響效應(yīng)隨時間呈現(xiàn)出拋物線的形狀。郝媛媛等[14]101研究發(fā)現(xiàn)，評論數(shù)量在電影發(fā)布后的影響效應(yīng)隨時間呈鐘形變化，即在開始放映周產(chǎn)生較小影響，而在第二周迅速增大，之后逐周減弱。所以，筆者認為，在線電影評論數(shù)量越多，說明越多的人觀看過該部影片，引發(fā)矛盾的可能性就越大，最終影響電影票房。因此，提出以下假設(shè)：

H1：在線電影評論數(shù)量對電影票房具有顯著的正向影響。

(二) 在線評論長度

評論長度是指某條評論中的字符總數(shù)。Mudambi等[20]的研究表明，較長的評論可能會鼓勵消費者仔細閱讀，增強或改變原有態(tài)度，減少消費者的不確定性，增強消費者信心。Ghose等[21]最初認為,評論長度越長可讀性越差，評論長度越短越有利于消費者閱讀和理解，但最終發(fā)現(xiàn)評論長度影響評論的有用性，對有用性具有積極影響。Han等[22]也發(fā)現(xiàn),評論長度對評論的有用性具有積極影響，評論長度將引導消費者閱讀評論，并提高在線評論的有用性。楊銘等[23]認為，在線評論內(nèi)容的長短各具優(yōu)勢，但它們對評論的有用性都不會產(chǎn)生影響。在以往的購物經(jīng)驗中，評論長度可以體現(xiàn)出消費者提供的商品信息和體驗程度，而評論所提供的信息正是潛在消費者閱讀評論的動機[24]。尤其在消費者對所購買產(chǎn)品產(chǎn)生不同感受時，消費者在評論中對自身體驗進行詳細說明的可能性較大，可能會產(chǎn)生與之前消費者不同的觀點，從而引發(fā)矛盾。這種情況下的評論長度一般會普遍多于簡單化的“好評”“差評”的長度，會對未購買該產(chǎn)品的消費者的購買行為產(chǎn)生一定影響。因此，筆者認為，評論長度會引發(fā)矛盾性，從而間接影響銷售量?；诖朔治觯岢鲆韵录僭O(shè)：

H2：在線電影評論長度對電影票房具有顯著的正向影響。

(三)評分方差

評分方差反映了消費者對某個產(chǎn)品或服務(wù)評價的差異性。當消費者面臨評分差異時，一些人認為，由于消費者厭惡風險，不一致的意見會對消費者產(chǎn)生負面影響；另一些人認為，評分的巨大差異可能引發(fā)好奇心，這可能會引發(fā)消費者的購買[25]。趙鍇等[26]則認為，評論方差對購買量的影響取決于消費者的風險規(guī)避與好奇心之間的相對大小，評論方差正向影響電影票房。Sun[27]發(fā)現(xiàn)，對于平均評級較低的產(chǎn)品，很少有消費者對該產(chǎn)品感興趣，較大的評分差異有助于賣方匹配良好的消費者喜歡該產(chǎn)品。Clemons等[28]發(fā)現(xiàn)，較大評分差異對銷量產(chǎn)生正向影響。而Zhang等[7]認為,電影評論的差異并不能完全決定票房收入。在單部電影中有很多評分，評分不僅代表消費者對該部電影質(zhì)量的評價，也代表不同消費者品味偏好的不同。所以,評分差異越大，評分方差越大，矛盾性越大。綜合以上分析，筆者認為，消費者偏好不同導致其對某部影片的評價不同和評分不同，從而引發(fā)矛盾性。評分差距越大，矛盾性越大，代表觀看該部影片的人數(shù)越多，又因為潛在消費者的認知不同，可能會使該部影片票房上漲?；诖朔治?，提出以下假設(shè)：

H3：在線電影評分方差對電影票房具有顯著的正向影響。

(四)矛盾性評論

矛盾性評論是指在線評論的積極評論和消極評論同時存在并達到一定比例，使消費者無法判斷所評論商品的優(yōu)劣而難以決策[2]78。通常具有矛盾性評論的內(nèi)容都涉及評論者的情感，所以本文的矛盾性評論用情感傾向的方差來表示。情感傾向是人際關(guān)系雙方在情感上相互排斥，喪失相互吸引，阻礙良好的關(guān)系建立的狀況。現(xiàn)有關(guān)于情感傾向的研究得出不同結(jié)論：石文華等[24]144在研究中發(fā)現(xiàn)，情感傾向得分對商品銷量有顯著的正向影響。高羽[29]的研究表明,負面情感的影響要大于正面情感的影響。而Duan等[13]234則認為,正負情感傾向?qū)︿N量的影響是不顯著的。Dellarocas等[30]指出,人們更傾向于發(fā)表或關(guān)注極端評論而不是中間評論。極端的情感傾向正面影響在線評論的感知有用性[31]。消費者購買搜索型產(chǎn)品的主要目標是效用最大化，產(chǎn)品性能好壞可以根據(jù)已購買者的評論來了解，而對體驗型產(chǎn)品的評價則復雜得多。消費者追求的目標是感受上或者精神上預期的最大化,如何能實現(xiàn)預期在個體消費者之間存在很大差異, 很難有公認的評判標準，對于體驗型產(chǎn)品的負面評論不一定被所有閱讀者認可。因此, 對于體驗型商品,負面評論對人們決策的參考價值減弱。郝媛媛等[32]有關(guān)在線影評的研究表明，在線影評中積極的情感傾向、較高的正負情感混雜度、較高的主客觀表達混雜度對評論的有用性具有顯著的正面影響。Sen等[33]指出，體驗型商品負面評論的有用性要低于實用型商品，認為負面評論缺乏可信度，因為消費者認為評論者發(fā)表的負面評論是個人因素，而不是產(chǎn)品因素，負面評論的影響要比正向評論影響小。綜合已有關(guān)于情感傾向的研究，筆者認為，情感傾向是不同消費者表達的正負情感的對立，在一定程度上影響潛在消費者的購買決策，進而影響產(chǎn)品的銷量。電影屬于典型的體驗型產(chǎn)品，不同消費者的喜好、性格和感受不同，導致不同消費者對某部影片的情感不同，差異性較大，所以，筆者采用文本挖掘的方式給出每條評論的情感傾向得分，并計算方差。情感得分方差越大，矛盾性越大，對影片票房的影響越大。由此提出以下假設(shè)：

H4：矛盾性評論對電影票房具有顯著的正向影響。

綜上所述，基于先前研究文獻和以上假設(shè)分析建立如圖1所示的假設(shè)模型。

三、研究數(shù)據(jù)及變量

(一)數(shù)據(jù)收集與預處理

豆瓣電影網(wǎng)站作為國內(nèi)最流行和權(quán)威的電影分享與評論社區(qū)，網(wǎng)站結(jié)構(gòu)完整，便于查找收集信息，且其電影更新具有實時性，用戶可以記錄想看、在看和看過的電影，或進行打分和評論。無論描述或是評論都由用戶提供，核心用戶主要分布于青年學生和白領(lǐng)中。本研究選取豆瓣電影網(wǎng)站2016年12月至2019年1月的188部電影進行數(shù)據(jù)爬取。票房數(shù)據(jù)主要從國內(nèi)專業(yè)的電影票房數(shù)據(jù)庫中獲取。由于真實票房難以獲取，本文認為電影票房數(shù)據(jù)庫中的票房具有代替真實票房的能力。最終的數(shù)據(jù)包含188部電影，抓取了評論數(shù)量、評分和文本，其中影評300 049條，短評10 548 928條，共有10 848 977條在線評論，從中抽取每部電影的短評和影評各500條進行實驗研究。表1提供了樣本的基本匯總數(shù)據(jù)統(tǒng)計(數(shù)據(jù)保留小數(shù)點后三位)。

表1 描述性統(tǒng)計

注：個案數(shù)為188個。

從豆瓣網(wǎng)站收集的原始數(shù)據(jù)包括電影名稱、電影評分及每條評論的評分、評論內(nèi)容和評論數(shù)量。對原始數(shù)據(jù)進行預處理：首先，解析評分方差。根據(jù)豆瓣網(wǎng)站中每部電影的總評分和所有評論中的評分可以計算出每部電影的評分方差。然后，使用文本挖掘的方法間接獲取消費者的情感傾向分數(shù)，以體現(xiàn)消費者的綜合情感。本文使用python進行文本分析，主要步驟為：第一步，讀取評論數(shù)據(jù)，對評論進行分句。第二步，查找分句的情感詞，記錄是積極還是消極，以及位置。第三步，往情感詞前查找程度詞，找到就停止搜尋。為程度詞設(shè)權(quán)值，乘以情感值。第四步，往情感詞前查找否定詞，找完全部否定詞：若數(shù)量為奇數(shù)，乘以-1；若數(shù)量為偶數(shù)，乘以1。第五步，計算完一條評論所有分句的情感值，將積極得分減去消極得分作為評論的情感得分。最后，對所得出的每部電影的所有評論的情感分值計算方差，從而得到情感沖突的數(shù)值。

(二)研究變量

本研究使用線性回歸驗證模型，模型中變量及變量含義如表2所示。

表2 各變量含義

四、實驗結(jié)果與分析

采用 SPSS 統(tǒng)計分析軟件對各影響因素進行回歸分析，選擇的回歸方法為“步進”。為了保證數(shù)據(jù)結(jié)果的準確性，對各影響因素進行了多重共線性診斷。通常，方差膨脹因子 VIF<10，則自變量之間不存在多重共線性問題。在本文中，VIF 的值均小于10，所以不存在多重共線性問題，以此排除可能存在的共線性關(guān)系給回歸方程帶來的影響。所得結(jié)果如表3所示。

表3 各模型參數(shù)估計結(jié)果

注：**表示在5%的水平下顯著，括號內(nèi)數(shù)值為t值。

F值分別為209.947，118.447和86.553，R2和調(diào)整后R2均大于0.5。由此可見，模型整體擬合程度較好。

從模型最終得到的結(jié)果來看，評論總數(shù)對票房收入具有顯著影響(P<0.01)，假設(shè)H1成立。結(jié)論與之前學者研究結(jié)論一致，說明評論數(shù)量越多，表示看過這部電影的人數(shù)越多，可使更多的潛在消費者知曉該部電影。知曉程度越高，也意味著這部電影被潛在消費者選擇的機會越大，最終增加電影票房。

評論長度對電影票房不具有顯著的正向影響，假設(shè)H2不成立。分析結(jié)果顯示,評論長度對銷量的影響是負向的，與先前研究結(jié)論不一致。Korfiatis等[34]的研究指出，可讀性較好的在線評論會讓消費者覺得更有用。雖然評論長度較長有用性更強，但可讀性差，大篇幅的文字會讓人產(chǎn)生疲憊感；而較短的容易閱讀的文本利于理解且閱讀速度較快，使人印象較深。因此，長的和短的評論文本各有優(yōu)缺點：長文本有用性更強，可讀性較差；短文本可讀性較強，有用性較差。所以，筆者認為，在如今快節(jié)奏的生活中，人們的閱讀普遍碎片化，很多人因為長篇幅的評論會消耗太多精力和時間，而選擇閱讀字數(shù)較少的短評，在大致了解后，進行購買決策，這可能是導致評論長度對票房有負向影響的原因。

評分方差對電影票房不具有顯著的正向影響，假設(shè)H3不成立。分析結(jié)果顯示,評分方差對電影票房無顯著影響，以往研究比較多的是對評分差異(個體評分與總評分的差值，并取絕對值)的研究，然而結(jié)論并不一致。王秦英[11]的研究表明，個體評分與總評分的平均差異與電影票房存在顯著負向相關(guān)性。對于評分方差的研究則相對較少，趙鍇等[26]30有關(guān)評分方差的研究認為，不同用戶的評分方差對票房的影響跟品牌強度有關(guān)，存在網(wǎng)絡(luò)水軍、粉絲互踩和競爭對手的惡意刷評和營銷，最終導致不同用戶的評分方差對品牌強度不同的電影票房影響不同。所以，本研究的結(jié)果為不顯著的原因，可能是有網(wǎng)絡(luò)水軍惡意刷評的情況存在。還有一種情況是，質(zhì)量特別好的影片和口碑極差的爛片，其評分分別集中于高分和低分，差異較小，這也可能是導致評分方差對票房影響不顯著的原因。

矛盾性評論對電影票房具有顯著的正向影響(P<0.01)，假設(shè)H4成立。大多數(shù)消費者認為,網(wǎng)上購物是一種冒險行為，對于電影這種體驗型產(chǎn)品來說，消費者往往比較注重觀看過該部電影的人數(shù)和正面或負面評論。每個消費者所處環(huán)境不同，其對電影的理解會存在較大差異，從而導致不同消費者對同一部影片的感受不同。當差異性較大時，就會產(chǎn)生矛盾性評論，矛盾性評論越多，意味著觀看該電影的人數(shù)越多，熱度越高。由于已觀看過某部電影的消費者的評價不一致，潛在消費者可以根據(jù)矛盾性評論了解該部電影引發(fā)矛盾的原因，可能會因為從眾心理或不同的個人感受和看法作出購買決策，從而影響電影票房。

表4匯總了本研究假設(shè)的驗證結(jié)果。

表4 假設(shè)驗證結(jié)果匯總

五、結(jié) 語

基于現(xiàn)有矛盾性評論和電影在線評論研究，尋找在線評論影響票房的新特點，擴充了原有變量和模型，以期豐富在線評論對銷量影響的研究。本研究提出包含4種影響因素的電影票房影響因素模型，并對該模型進行了驗證。分析結(jié)果顯示：在線電影評論數(shù)量和矛盾性評論對電影票房存在顯著的正向影響，評論長度和評分方差對電影票房不具有顯著的正向影響。研究結(jié)果驗證了部分先前研究的結(jié)論，但一些結(jié)論與先前研究結(jié)論不同，后續(xù)研究應(yīng)進一步關(guān)注這些不同點。本研究表明，在電影上映期間要做好宣傳推廣工作，鼓勵消費者多發(fā)表評論，并發(fā)動相應(yīng)話題。與很多研究結(jié)論不同，本研究認為在線評論長度對票房的影響是負向的，但是文字較少的評論可以促進消費者之間簡短的口碑交流，產(chǎn)生知曉效應(yīng)，刺激潛在消費者購買，使得電影票房得到快速增長。本研究證實了矛盾性評論對電影票房具有顯著的正向影響，電影管理人員應(yīng)隨時監(jiān)測與及時反饋評論意見，這對調(diào)整電影的市場宣傳營銷策略具有重要作用。

本研究也存在一定局限性：第一，選取的樣本較少，還需擴充樣本數(shù)量。第二，在情感文本分析中，存在某些評論不能被詞庫覆蓋的情況。中文詞語組合多樣，有些相同的詞語或語句會因表達不同而情感不同，對這部分評論的情感傾向得分無法作出完全正確的估量和計算。第三，由于豆瓣具有反爬蟲機制，短評只能爬取前500條評論，而且還存在網(wǎng)絡(luò)水軍惡意刷評的情況。第四，本研究僅包含了評論的自身因素，沒有考慮時間的影響，還需進一步挖掘沖突性影響電影票房的其他重要因素，以提高模型的準確性。