论文部分内容阅读
摘 要：自媒体的兴起改变了人们接受信息和消费习惯，消费者可以随时发布和获取公开的电影评论信息，这些信息会进一步影响消费者的消费决策行为。本文在文献分析的基础，提炼出电影媒体影响消费者观影行为的影响因素，结合自媒体时代的特征，构建出自媒体电影评论影响消费者观影行为的影响模型，并提出假设，通过深入访谈和调查问卷获取资料，通过统计分析进行假设验证。结果表明：媒体中电影评论数量、评论公信力、评论时效、正面评价、评论分数，对消费者观影意愿具有正向影响；消费者接触电影的环节，自媒体中所展现的电影评论公信力和评论形式是引起消费者关注的最重要因素；消费者决策环节，评论分数和评论数量是决定消费者观影意愿的最重要因素。
关键词：电影评论；自媒体；观影行为；影响；
中途分类号：J905 文献标识码：A 文章编号：1674-3520（2015）-12-00-04
一、引言
电影评论是电影文化的重要组成部分，广义的电影评论是指“对电影进行说明和评估，或者是研究和解释电影的形式、内容”，狭义的电影评论是指在网络上原创的电影评论，即用计算机创作、在互联网上首发的影评。
自媒体的迅速发展给网民的生活、行为带来了巨大的影响，其基本特征是私人化、平民化、自主化，在自媒体平台上传播信息更为及时、快捷，人们可以自由地表达各自的看法、张扬个性、表现自我。网络影评最先在美国得以快速发展，1999年，美国一些电影知名人士纷纷开设影评博客，随着2006年微博网站Twitter的创立，微博便成为了网络影评发布的新渠道。电影评论可通过综合性门户网站、论坛、博客三种自媒体平台传播（王振宇，2014），另外微博、微信、QQ等也是电影评论的主要的、高效的平台（张遥，2014）。同时，互联网的发展给网络电影评论在技术方面提供了很大的支持，电影评论不仅可以用文本方式传播，也可以用音频、图片以及视频等一系列形式实施传播，使得观众具有全方位、独特的感受（娄世民、袁丁月，2013）。
整理国内外学者关于影响消费者观影行为因素的大量研究成果，主要可分为3大类：消费者自身因素、电影产品因素和网络评论因素，而据消费者行为理论，消费者观影行为的影响通过电影票房指标来反映（DeVany和Walls，1999）。消费者自身的因素主要集中在年龄、性别、教育程度、社会阶层、收入、意见领袖（Paulf.F.Lazarsfeld，1947；Alan Collins & Chris Hand，2005；应禹琦，2010；向勇、刘静，2014）。在电影产品方面，根据早期的研究认为电影类型是决定是否观看一部电影的重要因素（Austin & Gordon，1987），而几乎所有电影内容属性与消费者选择行为存在显著的正相关关系，除了唯物的/贪婪的和创造性的/虚构的这两个因素外（Garlin & McGuiggan ，2002）。在其他电影产品方面，电影导演和演员、电影产地、电影票价和上映档期等方面也积累了较为丰富的成果（Chang et a1.，2005；Jordi McKenzie，2009；王铮、许敏，2013）。如Chang et a1.（2005）发现明星只对首映周的票房有积极作用，而对电影总票房的影响为负。Radas and Shugan（1998）分析发现在热门档期上映的影片的生命周期并不长，但其票房收入却较高。
针对网络在线评论对消费者购买意愿的影响研究，相关学者从在线评论的自身属性出发，主要针对评论质量、评论数量、评论时效为维度进行研究。Liu（2006）研究了电影发布前 Yahoo 电影论坛的讨论与之后电影票房的关系，结果表明在线评论的数量和电影票房收入正相关，网络评论数量越多，消费者越容易接触到相关信息，所以网络评论数量作为一种信息提供角色对消费者的认知产生影响。Chen et al.（2004）认为当消费者对书籍推广及回馈时，能提高销售，而对书籍的评分与销售无关，但Chevalier and Mayzlin（2006）认为书籍的评分能有效改善书籍的销售。高立翰、沈大白、郑惠如（2013）将观众评价、影评评分及影评口碑量作为解释变量的一部分构建电影票房绩效评估模型，研究发现观众评价高和影评篇数高的电影能使票房显著提高，但影评评分高的电影在台湾表现出了较差的票房绩效。
綜合分析以上相关文献发现，影响消费者观影行为因素归纳为三个方面，即消费者自身、电影产品以及网络评论，但自媒体在我国兴起的时间较短，自媒体对我国消费者观影行为的研究相对较少。同时，现有研究偏重于探讨电影评论对电影票房的影响，强调了结果导向，虽然电影票房也是影响消费者观影决策的重要因素之一，但没有从消费者观影决策的全流程进行探讨，没有考虑电影评论如何影响消费者接触、决策、购买及回馈的各个环节。实际上，不同环节上的影响因素还存在一定的差异。
基于现有研究现状，本文将研究重点聚焦在两个方面：（1）自媒体如何影响消费者接触、决策、购买、回馈的各个环节；（2）自媒体电影评论的哪些因素，包括评论数量、评论质量、评论效价、评论时效、评论分数、自媒体平台公信力等因素，会对消费者观影行为产生影响，其影响方向和影响程度是怎样的。
本文的内容组织如下：第二部分，根据相关理论和文献研究提出理论假设和建立自媒体电影评论对消费者观影意愿的影响关系模型；第三部分，说明收集数据和实证分析的过程，并对分析结果进行阐释；第四部分，结论与讨论，并指出研究的局限。
二、理论与模型
本文细分自媒体电影评论的纬度，构建自媒体电影评论对观影决策行为的影响模型，如图1。
在该模型中，评论公信力、评论形式、评论时效在现有研究中，都没有论述，因此具有一定的新意和研究价值。但本文没有将网络口碑作为影响消费者观影行为的因素进行分析，认为网络口碑体现了电影产品、评论分数、评论数量等多个因素的综合结果。 其中，自媒体电影评论数量是评论的数量多少，反映了电影评论的活跃度；自媒体电影评论公信力即消费者对电影评论发布人或管道的信任程度；自媒体电影评论时效是电影评论的及时性；自媒体电影评论效价是电影评论的方面是正面、负面还是中性；自媒体电影评论分数是评论人对电影的打分，反映其对该电影的认可度；自媒体电影评论形式包括文字、语音、图片、视频或其它形式等。
图1 自媒体电影评论对消费者观影意愿的影响模型
基于自媒体电影评论对观影决策行为的影响模型及前文论述，本文提出以下假设。
H1：自媒体电影评论数量正向影响消费者观影意愿；
H2：自媒体电影评论公信力正向影响消费者观影意愿；
H3：自媒体电影评论时效正向影响消费者观影意愿；
H4：负面自媒体电影评论负向影响消费者观影意愿；
H5：正面自媒体电影评论正向影响消费者观影意愿；
H6：自媒体电影评论分数正向影响消费者观影意愿。
H7：自媒体电影评论形式正向影响消费者观影意愿。
三、实证研究
（一）数据
采取深入访谈和问卷调查结合的方法。选取的访谈对象主要是电影自媒体领域的从业人士、以及高校从事电影教学的老师， 受限于资源的有限性，本文也广泛阅读公开刊物上发表的专业人士采访栏目、演讲稿及文章，包括业内人士、高校老师、意见领袖等。在访谈的基础上，本文设计了调查问卷，分别从自媒体电影评论数量、自媒体电影评论公信力、自媒体电影评论效价、自媒体电影评论分数、自媒体电影评论形式和消费者意愿方面共设计了21个题目，依据李克特量表将其分为五个维度，从不同意到非常同意，分别为1-5分。共回收120份有效问卷，其中，女性共63人，占52.5%，男性占47.5%；18岁以下有24人，占20.0%，18-30岁占40%，30-45岁占27.5%，45岁以上占12.5%；学生有36人，占30%，上班族有28人，占23.3%，个体经营者占17.5%，国企或国家公务员占16.7%，其他类占12.5%。
（二）信效度检验
信度是用于衡量测量结果的一致性或稳定性，在信度检验中，本文研究采用克隆巴赫系数，其数值评价中其数值越接近于“1”，说明该结果的可信度越高。
表1 各变量的信度检验
变数 操作变数 校正的项总计相关性（CITC） 项已删除的Cronbach α Cronbach’s Alpha 基于标准化的Cronbach Alpha
评论
数量
（SL） SL1 0.681 0.721 0.712 0.707
SL2 0.763 0.778
SL3 0.647 0.723
评论 GXL1 0.815 0.923
公信力 GXL2 0.826 0.919 0.923 0.929
（GXL） GXL3 0.763 0.925
评论 SX1 0.626 0.716
时效 SX2 0.323 0.432 0.655 0.702
（SX） SX3 0.211 0.365
评论 XJ1 0.627 0.638
效价 XJ2 0.735 0.869 0.788 0.821
（XJ） XJ3 0.311 0.643
评论 FS1 0.932 0.965
分数 FS2 0.911 0.927 0.975 0.969
（FS） FS3 0.863 0.983
评论 XS1 0.369 0.750
形式 XS2 0.511 0.702 0.732 0.742
（XS） XS3 0.626 0.716
观影 YY1 0.865 0.931
意愿 YY2 0.925 0.939 0.936 0.948
（YY） YY3 0.912 0.942
从表1可以看出，自媒体电影评论数量（SL）、电影评论公信力（GXL）、电影评论分数（FS）、观影意愿（YY）的3项操作变量的CITC均大于0.5，且Cronbach α均大于0.7，说明有较好的内部一致性，所有操作变量均予以保留。而电影评论效价的3项操作变量中，有两项CITC小于0.5，予以删除，说明消费者的观影意愿与评价时效性之间没有显著关联；电影评论效价的3项操作变量中，有一项CITC小于0.5，予以删除，说明消费者并不完全排斥负向评价的电影；电影评论形式有一项CITC小于0.5，予以删除，说明消费者并不是只关注一些特定评论形式的电影，他们认为吸引人的评论形式，更容易引起消费者的关注，也希望看到更多形式的评论。
效度（Validity）检验是对问卷或者结果的有效性进行研究，通常针对研究内容与研究结果的匹配度进行研究。效度值越高，表明结果所表达的内容越符合研究需求。在本文研究中效度分析方法为KMO与Bartlett球形检验.
表2 各变量的KMO值
取样足够度的KMO检验 Sig
评论数量 0.721 .000
评论公信力 0.675 .000
评论效价 0.723 .000
评论分数 0.824 .000
评论形式 0.721 .000
觀影意愿 0.823 .000
从表2中可以看出，各变量的KMO值均大于0.6，说明测量条目符合效度要求，问卷调查的数据，具有一定的参考性。
（三）假设论证
关键词：电影评论；自媒体；观影行为；影响；
中途分类号：J905 文献标识码：A 文章编号：1674-3520（2015）-12-00-04
一、引言
电影评论是电影文化的重要组成部分，广义的电影评论是指“对电影进行说明和评估，或者是研究和解释电影的形式、内容”，狭义的电影评论是指在网络上原创的电影评论，即用计算机创作、在互联网上首发的影评。
自媒体的迅速发展给网民的生活、行为带来了巨大的影响，其基本特征是私人化、平民化、自主化，在自媒体平台上传播信息更为及时、快捷，人们可以自由地表达各自的看法、张扬个性、表现自我。网络影评最先在美国得以快速发展，1999年，美国一些电影知名人士纷纷开设影评博客，随着2006年微博网站Twitter的创立，微博便成为了网络影评发布的新渠道。电影评论可通过综合性门户网站、论坛、博客三种自媒体平台传播（王振宇，2014），另外微博、微信、QQ等也是电影评论的主要的、高效的平台（张遥，2014）。同时，互联网的发展给网络电影评论在技术方面提供了很大的支持，电影评论不仅可以用文本方式传播，也可以用音频、图片以及视频等一系列形式实施传播，使得观众具有全方位、独特的感受（娄世民、袁丁月，2013）。
整理国内外学者关于影响消费者观影行为因素的大量研究成果，主要可分为3大类：消费者自身因素、电影产品因素和网络评论因素，而据消费者行为理论，消费者观影行为的影响通过电影票房指标来反映（DeVany和Walls，1999）。消费者自身的因素主要集中在年龄、性别、教育程度、社会阶层、收入、意见领袖（Paulf.F.Lazarsfeld，1947；Alan Collins & Chris Hand，2005；应禹琦，2010；向勇、刘静，2014）。在电影产品方面，根据早期的研究认为电影类型是决定是否观看一部电影的重要因素（Austin & Gordon，1987），而几乎所有电影内容属性与消费者选择行为存在显著的正相关关系，除了唯物的/贪婪的和创造性的/虚构的这两个因素外（Garlin & McGuiggan ，2002）。在其他电影产品方面，电影导演和演员、电影产地、电影票价和上映档期等方面也积累了较为丰富的成果（Chang et a1.，2005；Jordi McKenzie，2009；王铮、许敏，2013）。如Chang et a1.（2005）发现明星只对首映周的票房有积极作用，而对电影总票房的影响为负。Radas and Shugan（1998）分析发现在热门档期上映的影片的生命周期并不长，但其票房收入却较高。
针对网络在线评论对消费者购买意愿的影响研究，相关学者从在线评论的自身属性出发，主要针对评论质量、评论数量、评论时效为维度进行研究。Liu（2006）研究了电影发布前 Yahoo 电影论坛的讨论与之后电影票房的关系，结果表明在线评论的数量和电影票房收入正相关，网络评论数量越多，消费者越容易接触到相关信息，所以网络评论数量作为一种信息提供角色对消费者的认知产生影响。Chen et al.（2004）认为当消费者对书籍推广及回馈时，能提高销售，而对书籍的评分与销售无关，但Chevalier and Mayzlin（2006）认为书籍的评分能有效改善书籍的销售。高立翰、沈大白、郑惠如（2013）将观众评价、影评评分及影评口碑量作为解释变量的一部分构建电影票房绩效评估模型，研究发现观众评价高和影评篇数高的电影能使票房显著提高，但影评评分高的电影在台湾表现出了较差的票房绩效。
綜合分析以上相关文献发现，影响消费者观影行为因素归纳为三个方面，即消费者自身、电影产品以及网络评论，但自媒体在我国兴起的时间较短，自媒体对我国消费者观影行为的研究相对较少。同时，现有研究偏重于探讨电影评论对电影票房的影响，强调了结果导向，虽然电影票房也是影响消费者观影决策的重要因素之一，但没有从消费者观影决策的全流程进行探讨，没有考虑电影评论如何影响消费者接触、决策、购买及回馈的各个环节。实际上，不同环节上的影响因素还存在一定的差异。
基于现有研究现状，本文将研究重点聚焦在两个方面：（1）自媒体如何影响消费者接触、决策、购买、回馈的各个环节；（2）自媒体电影评论的哪些因素，包括评论数量、评论质量、评论效价、评论时效、评论分数、自媒体平台公信力等因素，会对消费者观影行为产生影响，其影响方向和影响程度是怎样的。
本文的内容组织如下：第二部分，根据相关理论和文献研究提出理论假设和建立自媒体电影评论对消费者观影意愿的影响关系模型；第三部分，说明收集数据和实证分析的过程，并对分析结果进行阐释；第四部分，结论与讨论，并指出研究的局限。
二、理论与模型
本文细分自媒体电影评论的纬度，构建自媒体电影评论对观影决策行为的影响模型，如图1。
在该模型中，评论公信力、评论形式、评论时效在现有研究中，都没有论述，因此具有一定的新意和研究价值。但本文没有将网络口碑作为影响消费者观影行为的因素进行分析，认为网络口碑体现了电影产品、评论分数、评论数量等多个因素的综合结果。 其中，自媒体电影评论数量是评论的数量多少，反映了电影评论的活跃度；自媒体电影评论公信力即消费者对电影评论发布人或管道的信任程度；自媒体电影评论时效是电影评论的及时性；自媒体电影评论效价是电影评论的方面是正面、负面还是中性；自媒体电影评论分数是评论人对电影的打分，反映其对该电影的认可度；自媒体电影评论形式包括文字、语音、图片、视频或其它形式等。
图1 自媒体电影评论对消费者观影意愿的影响模型
基于自媒体电影评论对观影决策行为的影响模型及前文论述，本文提出以下假设。
H1：自媒体电影评论数量正向影响消费者观影意愿；
H2：自媒体电影评论公信力正向影响消费者观影意愿；
H3：自媒体电影评论时效正向影响消费者观影意愿；
H4：负面自媒体电影评论负向影响消费者观影意愿；
H5：正面自媒体电影评论正向影响消费者观影意愿；
H6：自媒体电影评论分数正向影响消费者观影意愿。
H7：自媒体电影评论形式正向影响消费者观影意愿。
三、实证研究
（一）数据
采取深入访谈和问卷调查结合的方法。选取的访谈对象主要是电影自媒体领域的从业人士、以及高校从事电影教学的老师， 受限于资源的有限性，本文也广泛阅读公开刊物上发表的专业人士采访栏目、演讲稿及文章，包括业内人士、高校老师、意见领袖等。在访谈的基础上，本文设计了调查问卷，分别从自媒体电影评论数量、自媒体电影评论公信力、自媒体电影评论效价、自媒体电影评论分数、自媒体电影评论形式和消费者意愿方面共设计了21个题目，依据李克特量表将其分为五个维度，从不同意到非常同意，分别为1-5分。共回收120份有效问卷，其中，女性共63人，占52.5%，男性占47.5%；18岁以下有24人，占20.0%，18-30岁占40%，30-45岁占27.5%，45岁以上占12.5%；学生有36人，占30%，上班族有28人，占23.3%，个体经营者占17.5%，国企或国家公务员占16.7%，其他类占12.5%。
（二）信效度检验
信度是用于衡量测量结果的一致性或稳定性，在信度检验中，本文研究采用克隆巴赫系数，其数值评价中其数值越接近于“1”，说明该结果的可信度越高。
表1 各变量的信度检验
变数 操作变数 校正的项总计相关性（CITC） 项已删除的Cronbach α Cronbach’s Alpha 基于标准化的Cronbach Alpha
评论
数量
（SL） SL1 0.681 0.721 0.712 0.707
SL2 0.763 0.778
SL3 0.647 0.723
评论 GXL1 0.815 0.923
公信力 GXL2 0.826 0.919 0.923 0.929
（GXL） GXL3 0.763 0.925
评论 SX1 0.626 0.716
时效 SX2 0.323 0.432 0.655 0.702
（SX） SX3 0.211 0.365
评论 XJ1 0.627 0.638
效价 XJ2 0.735 0.869 0.788 0.821
（XJ） XJ3 0.311 0.643
评论 FS1 0.932 0.965
分数 FS2 0.911 0.927 0.975 0.969
（FS） FS3 0.863 0.983
评论 XS1 0.369 0.750
形式 XS2 0.511 0.702 0.732 0.742
（XS） XS3 0.626 0.716
观影 YY1 0.865 0.931
意愿 YY2 0.925 0.939 0.936 0.948
（YY） YY3 0.912 0.942
从表1可以看出，自媒体电影评论数量（SL）、电影评论公信力（GXL）、电影评论分数（FS）、观影意愿（YY）的3项操作变量的CITC均大于0.5，且Cronbach α均大于0.7，说明有较好的内部一致性，所有操作变量均予以保留。而电影评论效价的3项操作变量中，有两项CITC小于0.5，予以删除，说明消费者的观影意愿与评价时效性之间没有显著关联；电影评论效价的3项操作变量中，有一项CITC小于0.5，予以删除，说明消费者并不完全排斥负向评价的电影；电影评论形式有一项CITC小于0.5，予以删除，说明消费者并不是只关注一些特定评论形式的电影，他们认为吸引人的评论形式，更容易引起消费者的关注，也希望看到更多形式的评论。
效度（Validity）检验是对问卷或者结果的有效性进行研究，通常针对研究内容与研究结果的匹配度进行研究。效度值越高，表明结果所表达的内容越符合研究需求。在本文研究中效度分析方法为KMO与Bartlett球形检验.
表2 各变量的KMO值
取样足够度的KMO检验 Sig
评论数量 0.721 .000
评论公信力 0.675 .000
评论效价 0.723 .000
评论分数 0.824 .000
评论形式 0.721 .000
觀影意愿 0.823 .000
从表2中可以看出，各变量的KMO值均大于0.6，说明测量条目符合效度要求，问卷调查的数据，具有一定的参考性。
（三）假设论证