電影票房統計分析

① 實時票房貓眼票房是什麼

貓眼票房是由貓眼電影出品的一款統計電影票房的網站。主要為電影行業從業者提供及時、准確、專業的電影票房數據分析。其中的實時票房是在2016年推出的，其功能可以將票房數據更新頻率從30分鍾提升至秒級更新。

貓眼票房的相關數據統計功能包含了電影營銷監控系統、影院顧客畫像、秒級實時票房、影院實時票房、排片、上座率以及貓眼指數等多個內容。

② 2019最新電影票房排名如何

截止2019年5月1日，我們來看一下2019年的五月票房排名和四個月的總數排名。

在新的五月，也有不少的好電影要上映了。《大偵探皮卡丘》、《哥斯拉2:怪獸之王》、《阿拉丁》、《羅馬》、《企鵝公路》、《海蒂和爺爺》、《過昭關》、《媽閣是座城》、《一個母親的復仇》等，這些電影都值得期待。

《羅馬》這部影片是今年奧斯卡的大熱門，和家庭、兒童有關，看起來冷門但是經典；特別是《過昭關》被稱為中國版的《菊次郎的夏天》，是一部很真摯的影片；而印度電影《一個母親的復仇》聚焦強奸事件，正義無法得到伸張，母親親自出馬去解決案件，這部電影根據真實案件「黑公交事件」改編，值得期待。

以上就是對2019年票房的評價和期許，希望電影行業能夠越來越好，有越來越多的奇跡和可能出現。

③ 電影票房的統計分析有哪些

復制的很全 不過已經過時了 就拿那個3天票房說吧 赤壁 3天破億 變形金剛4天破億 那他們3天的總票房應該 在前面
幾個例子：
十面埋伏 3天的票房可以達到5000多萬 然而總票房屈指可算 3天票房多是宣傳力度大 而後面票房狂跌是口碑差 影片本身不好看 口口相傳。可以看出宣傳對票房的影響之大，而口碑對票房的影響同樣雷人

泰坦尼克號 是1997年開始逐步上映的 當時的投資是很驚人的 然而上映後票房低的讓投資人慾哭無淚，可影片本身拍攝非常完美，催下了無數人的眼淚，口碑非常好 導致票房逆增長，最後創下了票房冠軍，上映時間長達8個月，觀影之熱，直至無法下檔，最後的票房在11年後的今天都沒有一部影片可以超越，看來口碑的好壞是決定票房的第一因素。

最後再說一部電影 今年賀歲檔的 桃花運 票房糾正下 不是3000萬 而是4000萬 對於這樣一部投資的電影，這樣的票房是很高的，今年賀歲的喜劇片 愛呼2 女人不壞 非誠勿擾 每一部的質量都在桃花運之上。桃花運 影片本身是非常粗糙的 故事最後草草收尾 可票房怎麼會那麼高呢？原因很簡單，檔期選的好，沒有一部片子在數周內和其分羹，結果就是大家來到影院就這一部電影 愛看不看，檔期的好壞也非常重要

④ 數據挖掘 | 數據理解和預處理

數據挖掘 | 數據理解和預處理
小編遇到過很多人(咳咳，請不要對號入座)，拿到數據後不管三七二十一，先丟到模型中去跑，管它具體什麼樣呢，反正「大數據」嘛，總能整出點東西來。
但就像上次說過的，「大數據」很有可能帶來「大錯誤」!所以在數據挖掘工作開始前，認真的理解數據、檢查數據，對數據進行預處理是至關重要的。
很多人說，數據准備工作真是個「體力活」，耗時耗力不說，還異常的枯燥無味。這點小編承認，建模之前的數據處理確實是平淡的，它往往不需要多高的智商，多牛的編程技巧，多麼高大上的統計模型。
但是，它卻能時時觸發你的興奮點，因為它需要足夠的耐心和細心，稍不留神就前功盡棄。
在這次的內容里，小編首先會從「數據理解」、「變數類型」和「質量檢查」三個方面進行闡述，然後會以一個自己做過的實際數據為例進行展示。
一、數據理解
拿到數據後要做的第一步就是理解數據。
什麼是理解數據呢?不是簡單看下有多少Excel表，有多少行，多少列，而是要結合自己的分析目標，帶著具體的業務需求去看。
首先，我們需要明確數據記錄的詳細程度，比方說某個網站的訪問量數據是以每小時為單位還是每天為單位;一份銷售數據記錄的是每家門店的銷售額還是每個地區的總銷售額。
其次，我們需要確定研究群體。研究群體的確定一定和業務目標是密切相關的。
比方說，如果我們想研究用戶對產品的滿意度與哪些因素有關，就應該把購買該產品的所有客戶作為研究群體;如果我們想研究用戶的購買行為受哪些因素影響，就應該同時考察購買人群和非購買人群，在兩類人群的對比中尋找關鍵因素。
研究群體的確定有時也和數據的詳細程度有關。
比如我們想研究「觀眾影評」對「電影票房」的影響，我們既可以把「每部電影」看成一個個體，研究「影評總數」對「電影總票房」的影響，也可以把「每部電影每天的票房」看成一個個體，研究「每天的影評數」對「每天的電影票房」的影響。
具體選擇哪一種取決於我們手上有什麼樣的數據，如果只有總票房和總影評數的數據，那我們只能選擇第一種;如果有更詳細的數據，那就可以考慮第二種方案。
需要注意的是，這兩種方案還會影響我們對於模型的選擇。
例如，如果研究「每天的影評數」對「每天電影票房」的影響，那每部電影又被細分為很多天，同一部電影不同時間的票房會有較高的相似性，這就形成了一種層次結構，可以考慮使用層次模型(hierarchical model)進行分析。
最後，當我們確定了研究目標和研究群體後，我們需要逐一理解每個變數的含義。有些變數和業務目標明顯無關，可以直接從研究中剔除。
有些變數雖然有意義，但是在全部樣本上取值都一樣，這樣的變數就是冗餘變數，也需要從研究中剔除。
還有一些變數具有重復的含義，如「省份名稱」和「省份簡稱」，這時只需要保留一個就可以了。
二、變數類型
所有變數按其測量尺度可以分成兩大類，一類是「分類變數」，一類是「數值變數」。不同類型的變數在處理方法和後期的模型選擇上會有顯著差別。
【分類變數】
分類變數又稱屬性變數或離散變數，它的取值往往用有限的幾個類別名稱就可以表示了，例如「性別」，「教育程度」，「收入水平」，「星期幾」等。細分的話，分類變數又可分為兩類，一類是「名義變數」，即各個類別間沒有順序和程度的差別，就像「手機系統」中ios和安卓並沒有明顯的好壞差別，「電影類型」中「動作片」和「科幻片」也都是一樣的，說不上哪個更好或更差。
另外一類是定序變數，即不同類別之間存在有意義的排序，如「空氣污染程度」可以用「差、良、優」來表示、「教育程度」可以用「小學、初中、高中、大學」來表示。
當研究的因變數是分類變數時，往往對應特定的分析方法，我們在後面的章節會陸續講到，這里暫且不談。
當研究中的自變數是分類變數時，也會限制模型選擇的范圍。有些數據挖掘模型可以直接處理分類自變數，如決策樹模型;但很多數據挖掘模型不能直接處理分類自變數，如線性回歸、神經網路等，因此需要將分類變數轉換成數值變數。
對於定序自變數，最常用的轉換方法就是按照類別程度將其直接轉換成數值自變數，例如將空氣污染程度 「差、良、優」轉換為「1,2,3」。
對於名義自變數，最常用的轉換方法就是構造0-1型啞變數。例如，對於「性別」，可以定義「1=男，0=女」。
當某個名義變數有K個類別取值時，則需要構造K-1個啞變數。例如教育程度「小學，初中，高中，大學及以上」，可以構造三個啞變數分別為：x1：1=小學，0=其它;x2：1=初中，0=其它;x3：1=高中，0=其它。當x1，x2，x3三個啞變數取值都為0時，則對應著「大學及以上」。
需要注意的是，有時候名義變數的取值太多，會生成太多的啞變數，這很容易造成模型的過度擬合。
這時可以考慮只把觀測比較多的幾個類別單獨拿出來，而把剩下所有的類別都歸為「其它」。
例如，中國一共包含56個民族，如果每個民族都生成一個啞變數就會有55個，這時我們可以只考慮設置「是否為漢族」這一個0-1啞變數。
【數值變數】
我們再來看看數值變數。數值變數就是用數值描述，並且可以直接進行代數運算的變數，如「銷售收入」、「固定資本」、「評論總數」、「訪問量」、「學生成績」等等都是數值變數。
需要注意的是，用數值表示的變數不一定就是數值型變數，只有在代數運算下有意義的變數才是數值型變數。
例如財務報表的年份，上市時間等，雖然也是用數值表示的，但我們通常不將它們按照數值型變數來處理。
上面我們講到，分類變數通常要轉換成數值型變數，其實有些時候，數值型變數也需要轉換成分類變數，這就用到了「數據分箱」的方法。
為什麼要進行數據分箱呢?通常有以下幾個原因：
1. 數據的測量可能存在一定誤差，沒有那麼准確，因此按照取值范圍轉換成不同類別是一個有效的平滑方法;
2.有些演算法，如決策樹模型，雖然可以處理數值型變數，但是當該變數有大量不重復的取值時，使用大於、小於、等於這些運算符時會考慮很多的情況，因此效率會很低，數據分箱的方法能很好的提高演算法效率;
3.有些模型演算法只能處理分類型自變數(如關聯規則)，因此也需要將數值變數進行分箱處理。
數據分箱後，可以使用每個分箱內的均值、中位數、臨界值等作為這個類別的代表值，也可以直接將不同取值范圍定義成不同的類別，如：將污染程度劃分後定義為「低、中、高」等。
那如何進行數據分箱呢?常用的數據分箱的方法有：等寬分箱(將變數的取值范圍劃分成等寬的幾個區間)、等頻分箱(按照變數取值的分位數進行劃分)、基於k均值聚類的分箱(將所有數據進行k均值聚類，所得的不同類別即為不同的分箱)，還有一些有監督分箱方法，如：使分箱後的結果達到最小熵或最小描述長度等。這里不詳細介紹了，有興趣的童鞋可以自行網路。
三、質量檢查
對數據中的各個變數有了初步了解後，我們還需要對數據進行嚴格的質量檢查，如果數據質量不過關，還需要進行數據的清洗或修補工作。
一般來說，質量檢查包括檢查每個變數的缺失程度以及取值范圍的合理性。
【缺失檢查】
原始數據中經常會存在各種各樣的缺失現象。
有些指標的缺失是合理的，例如顧客只有使用過某個產品才能對這個產品的滿意度進行評價，一筆貸款的抵押物中只有存在房地產，才會記錄相應的房地產的價值情況等。
像這種允許缺失的變數是最難搞的，因為我們很難判斷它的缺失是合理的，還是由於漏報造成的。
但無論哪種情況，如果變數的缺失率過高，都會影響數據的整體質量，因為數據所反映的信息實在太少，很難從中挖掘到有用的東西。
對於不允許缺失的變數來說，如果存在缺失情況，就必須進行相應的處理。如果一個變數的缺失程度非常大，比方說達到了70%，那就考慮直接踢掉吧，估計沒救了。
如果缺失比例還可以接受的話，可以嘗試用缺失值插補的方法進行補救。
插補的目的是使插補值能最大可能的接近其真實的取值，所以如果可以從其他途徑得到變數的真實值，那一定優先選擇這種方法。
比如某個公司的財務信息中缺失了「最終控制人類型」和「是否國家控股」這兩個取值，這些可以通過網上的公開信息得到真實值;再比如缺失了「凈利潤率」這個指標的取值，但是卻有「凈利潤」和「總收入」的取值，那就可以通過變數間的關系得到相應的缺失值，即凈利潤率=凈利潤/總收入。
當然，更多的時候，我們無法得到缺失值的真實信息，這時就只能借用已有的數據來進行插補了。
對數值變數來說，可以用已觀測值的均值、中位數來插補缺失值;對分類型變數來說，可以用已觀測數據中出現比例最高的類別取值來進行插補。
這些方法操作起來非常簡單，但它們都是對所有缺失值賦予了相同的取值，所以當缺失比例較大時，可能會扭曲被插補變數與其餘變數的關系。
更復雜一點的，我們可以選擇模型插補方法，即針對被插補變數和其它自變數之間的關系建立統計模型(如回歸、決策樹等)，將模型預測值作為插補值。
如何處理缺失值是一個很大的研究課題，我們這里只是介紹了最簡單可行的方法，有興趣的讀者可以參閱Little和Rubin 2002年的專著「Statistical Analysis with Missing Data」。
【變數取值合理性檢查】
除了缺失外，我們還要考察每個變數的取值合理性。每個變數都會有自己的取值范圍，比如「用戶訪問量」、「下載次數」一定是非負的，「投資收益率」一定在0~1之間。通過判斷變數的取值是否超出它應有的取值范圍，可以簡單的對異常值進行甄別。
除了根據變數的取值范圍來檢查變數質量外，還可以根據變數之間的相互關系進行判斷。例如一家公司的「凈利潤率」不應該大於「總利潤率」等。
只有通過了各個方面檢測的數據才是一份高質量的數據，才有可能帶來有價值的模型結果。
四、實例分析——電影票房分析
最後，我們給出一個實例分析。在這個例子中，我們的目標是研究電影哪些方面的特徵對電影票房有影響。
我們有兩方面的數據，一是描述電影特徵的數據，二是描述電影票房的數據。
由於我們關注的是北美的票房市場，所以描述電影特徵的數據可以從IMDB網站得到，它是一個關於演員、電影、電視節目、電視明星和電影製作的在線資料庫，裡面可以找到每部上映電影的眾多信息;電影每天的票房數據可以從美國權威的票房網站Box Office Mojo得到，上面記錄了每部電影上映期間內每天的票房數據。
我們將從IMDB得到的數據放到「movieinfor.csv」文件中，將從Box Office Mojo中得到的數據放到「boxoffice.csv」文件中。
這里，我們以2012年北美票房市場最高的前100部電影為例進行講解。下表給出了這兩個數據集中包含的所有變數以及相應的解釋。
在這兩個數據中，movieinfor.csv數據的記錄是精確到每部電影的，而boxoffice.csv數據精確到了每部電影中每天的票房數據，是精確到天的。上表中給出的變數中，除了電影名稱和ID外，「電影類型」「MPAA評級」(美國電影協會對電影的評級)和「星期幾」是分類型變數;「放映時長」、「製作預算」、「電影每天的票房」和「每天放映的影院數」是數值型變數。兩份數據都不存在缺失值。
我們首先對兩個數據集分別進行變數預處理，然後再根據電影ID將兩個數據整合到一起。下面給出了每個變數的處理方法：
【電影類型】
電影類型是一個分類變數。在這個變數中我們發現每部電影都不止一個類型，例如「The Dark Knight Rises」這部電影就有「Action」、「Crime」和「Thriller」三個類型，並且它們以「|」為分隔符寫在了一起。
同時，不同電影之間可能有相同的類型，也可能有不同的類型，例如票房排名第二的電影「Skyfall」，它的類型是「Action |Adventure |Thriller」。
因此，我們首先需要做的是把每部電影所屬的類型逐一取出來，然後將所有出現過的類型分別形成一個0-1啞變數，如果這部電影在某個類型上出現了，則相應變數的取值就是1，否則是0.
通過上面一步，我們知道這個數據集中出現過的所有電影類型一共有11個。
那是不是按照之前所講的，應該把它轉換為10個啞變數呢?這里需要注意的是，所有的電影類型之間並不是互斥的(即有了action，就不能有其他的類型)，所以我們無需因為共線性的原因去掉其中一個。
也就是說，如果把每一個電影類型單獨作為一個獨立的變數，可以衍生出11個新的0-1變數，這完全沒有問題。但11個變數未免有點過多，所以我們根據不同電影類型的頻數分布情況，只把出現次數明顯較多的類型單獨拿出來，最終生成了6個0-1型變數，分別為Adventure，Fantasy，Comedy，Action，Animation，Others。
【MPAA評級】
對於這個分類型變數，我們首先可以看一下數據中它所包含的全部取值，發現一共有「PG」，「PG-13」和「R」三個。
和上面的電影類型(Genre)不同，對於一部電影而言，它只能有一個MPAA取值。因此，在MPAA變數中，我們需要選擇一個作為基準，將另外兩個構造成啞變數。
例如，我們以「PG」為基準，構造的兩個啞變數分別為PG13和R，如果這兩個啞變數的取值同時為0，那就相當於電影的MPAA評級是PG。
【放映當天是星期幾】
這個變數同MPAA評級一樣，每部電影只能有一個取值。
如果它在星期一到星期日上都有取值的話，我們可以衍生出6個0-1型啞變數。
因為這里我們更關注周末和非周末對電影票房的影響，而並不關注具體是哪一天，所以我們將其進一步概括成一個變數，即「是否是周末」。
【放映時長和製作預算】
放映時長和製作預算這兩個變數都是取值大於0的數值型變數，我們可以分別檢查它們的取值是否在合理的范圍內，然後直接保留它們的數值信息。
同時，對「製作預算」而言，假設我們這里關心的不是製作預算的具體數值，而是「小成本電影」和「大成本電影」的票房差異，那我們就可以將這個數值型變數進行分箱處理，轉換為一個0-1型的分類變數，即 「是否為小成本電影」。
在決定按照什麼標准來劃分是否為小成本電影時，我們根據之前文獻里的研究結果，將製作預算在100 million以下的電影看成是小成本電影。
上述所有變數的處理過程都可以使用R中最基本的語句(table，rep，which等)完成，由於篇幅限制，小編這里就不列出詳細的code了，大家感興趣的話，可以閱讀狗熊會的「R語千尋」系列(戳這里)，相信會在R語言的學習上受到更多啟發。
最後，我們將所有新生成的變數按照電影ID整合到一起，就大功告成啦。
五、總結
最後總結一下，小編在這次內容中向大家介紹了拿到數據後的數據理解和預處理工作，內容雖然不難，但同樣需要我們認真對待。就好像生活一樣，只有踏踏實實走好前面的路，才有可能迎接後面的高潮迭起!

⑤ 春節檔總票房已突破了80億元大關，中國未來的電影市場如何

在春節檔的電影上映的時候，有數據表明出在春節檔的時候我們國家的電影票房就已經突破了80億元的大關，而這個對於我們國家的電影行業的發展也同樣是非常非常重要的，並且我們也可以去看到大家對於這個電影行業也同樣是非常非常期待的，所以我們也可以看到我們國家的電影行業的發展同時也會越來越好的，所以我認為這一點也同樣是非常重要的。

因為我們國家的經濟發展也在越來越好。

⑥ 電影上映的票房:例如北美的票房是北美地區全部加起來的總票房

北美票房最新消息。北美票房統計網站的數據顯示，上映第3個周末，《蜘蛛俠：英雄無歸》票房下跌37.7%，從北美4206家影院獲得5270萬美元，實現北美周末票房三連冠。目前，該片北美總票房接近6.1億美元，超越迪士尼的《超人總動員 2》。
暫列北美影史第10。同時，《蜘蛛俠：英雄無歸》全球總票房接近13.7億美元。進入全球票房前12名。據《好萊塢報道》的消息，2021年北美年度總票房雖然比2020年高了1倍左右，但仍遠低於2019年114億美元的年度總票房。
北美票房分析
美國康姆斯科分析公司1日提供的數據顯示，北美電影票房2021年總收入估計為45億美元（約合286.9億元人民幣），雖然比2020年高了一倍，但仍然遠低於2019年114億美元年度總收入，也連續第二年低於中國年度票房總收入。

⑦ 2022春節檔觀影人次下滑

2022春節檔觀影人次下滑

2022春節檔觀影人次下滑，數據顯示，2022年春節檔（1月31日-2月6日）票房已超60.3億元。整個檔期同比減少了4200多萬觀影人次，2022春節檔觀影人次下滑。

2022春節檔觀影人次下滑1

2022年春節檔正式收官。據燈塔專業版，截至2月7日0時，2022春節檔（1.31-2.6）總票房報收60.25億元。檔期票房前三名影片分別為《長津湖之水門橋》25.27億元、《這個殺手不太冷靜》13.79億元、《奇跡·笨小孩》6.63億元。

據燈塔專業版，截至2月7日0時，2022春節檔（1.31-2.6）總票房報收60.25億元

雖然距離去年的78億的瘋狂春節檔有大幅差距，但今年春節檔票房還是略超疫情前的2019年，位列史上票房第二。

此外，今年春節檔的整體質量喜人，從主旋律大片，到現實主義佳作，從喜劇到合家歡動畫，今年的影片幾乎都收獲了相當不錯的口碑。

但今年春節檔也是暗含隱憂的一年，雖然60億的票房不低，但相比整體數字幾乎相差無幾的2019年，票價上漲了18%，觀影人次減少了近2000萬。作為平均票價首次超過了50元的史上最貴春節檔，今年觀眾對於走進影院的意願明顯下降。

《水門橋》破多項紀錄，《狙擊手》口碑發力

在《紅海行動》之前，誰能想到，戰爭片還能進春節檔。而今年春節檔，《長津湖之水門橋》與《狙擊手》兩部戰爭片聯袂獻映。一部是自始至終的大熱門，一部成了後起之秀憑借口碑收獲越來越多關注的黑馬選手。

據分析，兩部影片題材和類型近似，但呈現出了不同的特質，也自然分化出了不同的受眾群體：《狙擊手》的用戶構成更偏一線城市用戶；而《長津湖之水門橋》由於其體量和前作影響，觀影用戶更偏向大盤水位，受眾廣泛。

《長津湖之水門橋》繼續延續前作的氣勢恢宏加感人肺腑，在前作強大扎實的觀眾基礎之上，各方面數據從一開始就毫無懸念一馬當先。上映首日，5.14億的成績打破了上一部《長津湖》首映日的票房紀錄，成為中國影視劇情片單日票房最高的電影，僅用了兩天時間，《水門橋》就打破了《紅海行動》保持的12.06億的春節檔戰爭片票房冠軍紀錄。

左圖為去年國慶檔上映的《長津湖》上映六日票房海報，右圖為今年春節檔上映的《長津湖之水門橋》上映六日票房海報

《狙擊手》則算是在戰爭片的門類中找到了另闢蹊徑的小切口，以「冷槍冷炮」運動為背景，描繪了志願軍戰士運用靈活作戰智慧和頑強拼搏精神「以戰術勝戰力」，與裝備強大的敵軍展開殊死對決。雖然自上映以來，就在五部劇情片中處於「墊底」位置，但隨著後期口碑的逐漸累積走強，以及冬奧會開幕式後觀眾對導演張藝謀審美的高度認可，《狙擊手》的關注度也逐漸得到提升。

春節檔的最後一天，《狙擊手》票房正式突破2億，並且連續三天實現票房逆跌，豆瓣評分7.7位列同檔期評分第一，貓眼、淘票票開分9.5獲觀眾力挺， 「真實而震撼，偉大又悲壯」，「像子彈一樣直擊人心」，「帶好紙巾，值回票價」，「被低估的好電影」等「自來水」發聲，為影片的後期發力奠定基礎。

不過，逆跌並不等同於逆襲，該片目前的貓眼預測票房為5.3億。《狙擊手》在後期獲得的上升空間，大多得益於韓寒的《四海》口碑的敗落。

在《長津湖之水門橋》品質和口碑依然保持在水準線穩定發揮的前提之下，上座率和場均人次也穩居春節檔影片前列，那麼留給同類型另一部戰爭片的空間自然不會大。

而從票房統計分析的各項數據看，除了同為戰爭類型的《水門橋》之外，其他影片的上座率和場均人次也都領先於《狙擊手》，因此，這部影片要想實現像前些年《流浪地球》《紅海行動》這樣大幅逆襲反超可能性並不大，需要依靠更長線的放映吸引觀眾走進影院。

春節檔還是需要「對的類型」

今年春節檔和往年相比，類型構成還是有顯著不同。除了史無前例的迎來兩部戰爭片外，《奇跡·笨小孩》作為一部現實主義題材，在春節檔同樣是稀缺類型，而《這個殺手不太冷靜》成為春節檔唯一的一部喜劇片，也是熱鬧得有點孤獨。

《這個殺手不太冷靜》改編自日本喜劇大師三谷幸喜的高分代表作《魔幻時刻》，不過這部影片在最初並不被看好。不得不承認，開心麻花近年來的喜劇電影水準並不如早年穩定，而前期更多的宣發也投入在了另一部後來撤檔的電影《超能一家人》上。

《這個殺手不太冷靜》票房破14億

燈塔研究院行業分析師張榮棣在談到今天春節檔的表現時表示，今年的喜劇片在數量上較往年變得更少，《這個殺手不太冷靜》在映前熱度居中位，上映後憑借穩定的口碑，密集的笑點，借喜劇剛需的東風小幅逆跌，由此可以發現，喜劇在春節檔這樣闔家歡樂的節日里是一種剛需類型。

《奇跡·笨小孩》作為導演文牧野的第二部長片，繼續延續了現實主義的風格，並且將現實主義的故事講述得極為扎實且扎心。影片同樣從大年初三實現單日票房逆增長，上座率上漲18.6%，票房佔比上漲2.1%，場均人次上升4.3%。主演易烊千璽在這個春節檔也憑借《水門橋》和《奇跡·笨小孩》兩部影片躋身百億票房演員行列。

《四海》是今年春節檔新片里豆瓣評分最低的一部

而在春節檔已經積累了一定觀眾緣的「韓式喜劇」，今年卻意外來了一場大「翻車」。《四海》在預售和年初一都高居亞軍位置，但這部電影並沒有按照觀眾期待那樣講述一個少年機車版的「飛馳人生」，導演不斷拆解影片中的類型元素，鬆散的敘事和悲劇的結尾，都嚴重悖離了觀眾對影片的觀影期待，連沈騰都沒法令電影好笑起來。盡管也有不少觀眾對電影本身表達了支持和喜愛，但放在整個春節檔的大環境下，這部電影顯然是對大部分觀眾情緒的一次「觸犯」，因此影片在上映第三天開始票房就發生了急轉直下的轉折。

《熊出沒》系列第八次征戰春節檔，創造了這個IP的史上最好成績。目前，該系列電影的票房總計已經超過30億元。

張榮棣分析，今年春節檔的動畫電影中，《熊出沒·重返地球》創下了系列票房春節檔增速新高，首次連續三日票房破億，也刷新了親子類兒童動畫的新高，該IP通過多年的春節檔上映，培養了良好的用戶習慣，並持續創新。今年的表現也印證了團隊多年深耕春節檔這方土地的成果。

另一部動畫《喜羊羊與灰太狼之筐出未來》則有些可惜。事實上，該片自點映以來口碑良好，但與《狙擊手》面臨類似的困局，已經有十分強大的同類競爭對手的情況下，留下的突破空間的確十分有限。

此外，另一部票房僅1700萬的「炮灰」動畫電影《小虎墩大英雄》是來自短視頻平台的「網紅」，燈塔分析師張榮棣認為，目前兒童接觸短視頻平台的機會相對較少，主要還是通過電視台和視頻平台觀看動畫，對「小虎墩」還缺乏認知，也使得這個「網紅」形象在大銀幕上遭遇了水土不服。

史上最貴春節檔

今年春節檔，雖然影片的整體質量都很高，但諸如《狙擊手》和《喜羊羊》這樣的影片即便質量過硬也難以獲得更大的票房增長空間，與春節檔整體的蛋糕難以做大有著直接的關系。

一個值得警惕的數據是，2019年春節檔票房59億，觀影人次1.32億人次，場次292.5萬場，平均票價44.7；2021 年春節檔票房78億，觀影人次1.6億，場次287.53萬場，平均票價48.9；而2022年的票房60億，觀影人次僅1.14億，場次314.3萬場，均價52.8。更多的場次，更少的觀影人數，意味著影院的運營成本更高，而觀眾進入電影院的意願已經大幅降低。

在城市分布上，今年的春節檔延續了往年的趨勢，一線城市票房佔比略有下降，三線城市有所增長，但北京和上海仍然是春節檔票房的最大票倉。因疫情原因多地影院受到影響，往年的票房重鎮深圳、杭州和鄭州票房產出受影響較大。

而今年北京初一的平均票價達到了78元，上海也突破了70元大關。對比去年，北京的平均票價是64元，上海的是60元。如果在微博上搜索「春節票價」之類的關鍵詞，則會看到一大片「看不起電影」的聲音。

春節看電影往往作為一項家庭娛樂活動，一場電影一家人動輒兩三百的花費讓看電影在今年多少有點「奢侈品」的意思。前些年9.9、19.9的票補已經不可想像，高昂的票價讓許多觀眾即便聽說其他的電影也很好看，也不會像往年一樣選擇在小長假里反復多次走進電影院。

但反觀影院端，疫情以來的「艱難歲月」其實從未過去。絕大多數在苦苦堅持的影院幾乎都要依靠春節檔這個全年絕無僅有的收獲季節去磨平上一年的虧損或積累之後一年的「余糧」，加之疫情影響了全球電影內容生產端的供給，影院在這個檔期希望盡量多爭取一些營收也著實有不少無奈。但這樣的做法，顯然將觀眾和電影院的距離拉得更遠，有些得不償失。

《狙擊手》率先下調票價

2月6日，電影《狙擊手》宣布自2月7日起下調最低結算價格至A類35元，B類30元(各降5元)。這也是今年春節檔8部新片里首部降低限價的影片。

2月7日的預售票房數據顯示，假期結束後的電影平均票價已回落至45.6元。

2022春節檔觀影人次下滑2

數據顯示，2022年春節檔（1月31日-2月6日）票房已超60.3億元。相比於2021年春節檔的78.4億元票房，差距是相當明顯的。整個檔期同比減少了4200多萬觀影人次，也明顯落後於2018年和2019年同期。曾經繁榮的春節檔，開始出現了一部分「空洞」。一個聲量很大的吐槽是票價太高，其中大年初一平均票價達56.1元，創下了歷史高點。

《狙擊手》宣布從2月7日起下調結算價格，這是春節檔第一部率先對「高票價」作出反應的電影。在2月3日，就有爆料稱全國院線群收到建議：迅速調整，科學定價，讓更多觀眾走進影院才能讓行業獲得最大利益。但事實證明，春節檔相關方面，還是將高票價堅持到了最後一刻。《狙擊手》的降價也被認為是檔期結束後，正常的票價恢復了。

高票價的背後，是十多家上市公司的利益、上百家相關公司以及廣大從業者的生存問題。作為受疫情沖擊較大的行業之一，電影業在過去兩年過得很不容易，電影人的窘困也一度成為社會話題，不少人表示影院正常開門後一定會去買票支持。但矛盾也產生了：觀眾眼中的高票價，在壓力山大的電影行業看來，仍不足以幫助整個產業走出困境；而如果保持較低票價，一些公司的生存很可能雪上加霜。

電影業與觀眾的較勁，真的是因為票價貴嗎？或者說，高票價真的是今年春節檔的最大問題嗎？也未必。

從2016年開始，春節檔票價就一路攀升，以每年5—10元的漲價幅度，考驗著觀眾的錢包。對此，觀眾雖頗有微詞，但觀影熱情始終未被真正地沖擊。去年疫情下的春節檔票房爆發，就很能說明問題。

今年觀眾說「看不起電影」，有兩種可能，一種的.確是錢包變癟，要壓縮娛樂開支；另一種是換個說法，不願為春節檔電影埋更大的單。

來自網聯清算平台的說法，似乎也在為第二個可能性提供佐證，數據顯示，春節假期前五天，網聯平台共處理跨機構網路支付交易62.36億筆，金額4.2萬億元，同比增長5.30%和11.58%。也就是說，大眾在今年春節期間，整體消費和漲幅都不低。那為何在電影消費上，偏偏不增反降？

這就不得不回歸到核心問題上。今年春節檔電影在質量方面「中等偏上」，一位電影從業者這四個字的評價，或是春節檔總票房與觀影人次雙雙下滑的真相。

「中等偏上」是褒義的評價，放在其它檔期或平常，能得到這個評價的電影，就不難獲得較理想的票房。但這四個字放到春節檔，就顯得有些批評的意思了。春節檔的觀眾貌似寬容，其實是另一種要求嚴苛，既要電影符合「合家歡」的節日氛圍，又要有故事、有內涵，無論在娛樂還是情感層面，都能帶來滿滿的收獲感。用這一標准來對標今年春節檔的電影，確實會發覺，整體質量差點意思。

電影在營銷層面的好，體現在打分平台與社交媒體上的好，以及觀眾「覺得好」，都只是電影評價體系的組成部分，而不是全部。真正的好，是觀眾的口口相傳，是買票觀看，是用腳投票——誰也阻攔不住地走進影院，觀賞並享受電影。如果只是為了打發節日時間，或者說為了滿足社交需求，那麼看電影早已經不是重要選擇，更不是唯一選擇。

電影業應該意識並重視這一點，不滿足於用「中等偏上」的作品來供應春節檔，而要在此基礎上，用真正的佳作、有潛力成為經典的電影，來充實春節檔，讓這一檔期真正寫入觀眾的娛樂記憶與文化記憶。如此，春節檔電影才能保持不竭的活力。

2022春節檔觀影人次下滑3

「今年春節檔整體觀影人次下降，總票房也不及預期。」北京一家影城經理向《證券日報》記者總結稱。

北京的觀眾馬宣對記者表示，「我的觀影體驗太差了，電影開場2分鍾還沒關燈，找工作人員反映時發現，很多工作人員是兼職的，不完全懂流程，整個觀影過程亂糟糟的。」

這是今年電影春節檔的真實寫照。上述影城經理表示，由於電影市場不太景氣，2021年大部分影城經歷了多輪裁員，有的影城僅留下幾個人，熱門檔期全靠兼職，因而影響了工作效率。

統計數據顯示，今年的春節檔（1月31日至2月6日）影院仍收獲頗豐，總票房收入已達60億元（含服務費，下同），排名影史第二。但需強調的是，高票房是高票價帶來的，今年春節檔期間平均票價為52.8元/張，同比上漲8%，與疫情發生前的2019年相比漲幅達18%。

悅東文化CEO師燁東對記者表示，今年春節檔影院呈現高票價現象，其背後的根本原因還是缺乏好的電影，如果都是《你好，李煥英》《流浪地球》之類的高品質電影，觀眾對票價的高低可能就不會那麼敏感。另外，前幾年春節檔電影市場「走紅」，一方面是由於票價低，另一方面是由於娛樂方式較少。最近兩年，線上短視頻興起，也在一定程度上分食了人們對電影社交娛樂的需求。

票房收入60億元

觀影人次創五年新低

燈塔專業版數據顯示，截至2月6日20時，春節檔總票房收入已達60億元，觀影總人次為1.13億人，總場次為314.32萬場。

與之對比，2019年、2021年春節檔（2020年春節檔因疫情取消）的總票房收入分別為59.05億元、78.43億元；總觀影人次分別為1.32億人、1.6億人；總播放場次分別為292.5萬場、287.53萬場。

由此可以看出，今年春節檔雖然影院播放場次更多，但票房收入並沒有顯著增長，觀影人次更是顯著下滑。以春節當日為例，今年大年初一有2592萬人走進影院，比去年少了854萬人，下降約33%；比2019年減少637萬人，下降約20%。

國泰君安研報指出，2022年春節檔雖場播放場次創近五年新高，但觀影人次卻創近五年新低。根據貓眼專業版的數據，2022年春節初一至初四的電影播放場次分別為56.4萬場、51.8萬場、49.8萬場、46.5萬場，均為近五年新高；但觀影人次分別為2592萬人、1926萬人、1893萬人、1658萬人，均為近五年最低，由此計算出來的場均觀影人次亦為近五年新低。

2022年春節檔共有8部電影上映，票房排名前五的電影分別是《長津湖之水門橋》（以下簡稱《水門橋》）《這個殺手不太冷靜》《奇跡·笨小孩》《熊出沒·重返地球》《四海》。其中，《水門橋》以票房收入24.48億元一騎絕塵，占總票房比例超過四成；《這個殺手不太冷靜》大年初二開始逆襲，上座率登頂。

燈塔研究院行業分析師張榮棣在接受《證券日報》記者采訪時表示，今年春節檔電影票房追平疫情前的2019年春節檔，排名影史第二。在市場格局上，今年春節檔延續去年和2016年的「超級頭部」陣型。《這個殺手不太冷靜》在映前熱度居中位，上映後憑借穩定的口碑、密集的笑點，借喜劇剛需的東風逆襲，目前已攀升至票房第二。由此可見，在闔家歡樂的春節檔期間，喜劇仍是一種剛需類型。

「與去年相比，今年的喜劇少了，強喜劇類型只有一部《這個殺手不太冷靜》。歷史戰爭題材多了，不但有頭部的《水門橋》，還有小眾口碑好片《狙擊手》，延續了去年主旋律題材影片的優勢特點。」張榮棣進一步表示。

「最貴」春節檔

電影票均價達52.8元

「春節看電影，一年比一年貴了。」馬宣對記者表示，一家五口看電影，如果買點飲料、爆米花，花費需要近千元。

2月1日大年初一，記者在海淀區購票，甚至找不到百元以下的電影票。平時售價50元左右的2D影廳，春節期間售價普遍提升至119元以上，黃金場次更是高達169元。如果想看100元左右的電影，只有早上8點多的場次。

燈塔專業版數據顯示，2017年、2018年、2019年、2020年、2021年的全年電影票均價分別為：34.4元/張、35.3元/張、37.1元/張、37元/張、40.3元/張；2017年、2018年、2019年、2021年春節檔票均價分別為：37.8元/張、39.7元/張、44.7元/張、48.9元/張。

與之相比，2022年春節檔電影票均價為52.8元/張，一線城市平均票價高達66.4元/張，因此被業內稱為「最貴春節檔」。

「今年票價太高，確實勸退了一部分觀眾。」上述影城經理表示，從大年初三開始，大部分影城已開始下調票價，但上座率卻沒有明顯改觀。「今年發行價定價就比往年高，整個電影行業內卷嚴重，作為終端的影院壓力就太大了。」

該影城經理對記者介紹稱，電影發行價決定影院的售價，發行價越高，影院的票價也會越高。「發行價相當於產品進貨價，如果票價低於發行價，影院是要自己補貼的。」

記者獲悉的春節檔幾大電影發行方案顯示，今年春節檔單張電影票的發行價同比高出5元至10元。以韓寒導演的《四海》為例，該片發行團隊下發給院線的通知要求，A類城市（北京、上海、廣州、深圳）數字2D銀幕每人次票價應為40元/張，B類城市（除上述4城之外的其他城市）每人次票價應為35元/張；如果是中國巨幕2D、中國巨幕ATMOS_2D等特殊銀幕，A類城市、B類城市的票價均為45元/張。發行方強調，「貴方應按照不低於該影片票房結算標准與我司進行結算，如實際終端電影銷售票價高於票房結算標準的，則以實際終端電影銷售票價結算為准。」

一位專注於TMT的券商行業分析師對《證券日報》記者表示，春節期間，很多影院電影票價漲幅明顯，一方面是因過去一年線下影院承受巨大壓力所致，很多小影院春節檔收入佔全年收入超七成；另一方面，消殺工作增加了影院成本，疫情之下零食銷售銳減也導致影院收入減少。

「高票價肯定會傷害觀眾的觀影熱情。」該分析師對此也表示了擔憂，「電影票價格再漲下去，觀眾就都跑了。因此，相關利益方不能飲鴆止渴、竭澤而漁，還是要顧及電影行業的長遠發展。」

⑧ 電影票房分析及預測

從20世紀初的西洋鏡戲法到今天占據全球電影業總產值的三分之一強，資本的加入讓好萊塢在過去百年的發展中變得越來越理智--比起商業片流水線締造者，它更像一個數學家--它精於計算每一項決定對利潤的貢獻:《蝙蝠俠》續集是否要接受男演員片酬的獅子大開口以獲得百分之幾的忠實粉絲買票入場;是否要在動作片的第37分鍾增加感情戲以爭取女性觀眾;是否要為這部爛透了的原著聘請收費高昂的劇本醫生;一個小金人編劇的名頭到底值多少錢……這就是在電影開機之前最為重要的環節:票房預測。

華爾街不僅給好萊塢帶來了密集的資金支持，也帶來了理性的金融工程技術，後者好像一把衡量藝術的尺子。一位浸淫於電影行業的金融人士一語中的:"在這個行業里充斥著曖昧不清、晦暗不明，有真正的藝術家、也有忽悠的吹水者，但到底怎麼判斷是否能合作，項目是否有投資價值，全憑經驗"。

如何預測
早在80年代，美國票房收入預測的先驅BarryLitman對美國80年代近700部電影進行分析推出票房收入預測模型。該系統對之後美國電影投資界產生了顛覆性的影響。電影票房預測系統能分析預測不同種類電影的票房價值，已經成為國際電影產業投融資的重要參考工具，對電影產品定價及衍生產品開發都具有較強的指導作用。

預測系統
電影票房量化分析及預測系統(Box Revenue Prediction)是在考察導演、主要演員、製片、發行及市場營銷、電影生命周期、電影類型、發行地區等影響電影票房的諸多因素基礎上，基於資產定價模型，綜合採用金融工程和回歸統計分析方法研發出的預測系統。它能分析預測不同種類電影的票房價值，成為電影產業投融資重要參考工具，對電影產品定價及衍生產品開發都具有較強的指導作用。

中國第一套BRP系統

2012年1月，中影集團聯合艾億新融資本推出了國內第一套基於電影票房預測的估值與定價分析系統--BRP系統。通過對過去4年中600多部影片的統計分析，該BRP系統發現了6條有趣的現象:

·低成本的影片一般會比大片更賣座

·無名小卒主演的影片要比明星主演的影片利潤率更高

·類型的藝術特徵跟利潤之間不存在直接關聯，但評論的多寡(無論好評或者劣評)跟利潤之間有密切關系

·不含暴力、色情成分的家庭影片最容易賺錢

·大片的續集要比普通新片更容易賺錢

·明星在為影片帶來更高票房的同時，也往往拉低了利潤率，因為大部分收入進了明星的口袋

⑨ 11月電影市場數據分析哪裡有

中商情報網訊：10月全國票房最終收官於36.44億，同比下降29.3%，創下2016年9月之後，整整兩年來的單月跌幅之最。在經過7月和8月暑期檔單月大盤連續兩個月逼近70億大關後，後期電影票房明顯下沉。目前已進入到2018年第四季度，但電影市場還是保持著一貫的冷漠。不過在國慶假期的加持下，10月票房相比9月30.99億元來說，環比增長17.6%；單月觀影人次為10531萬人，環比增長19.82%；10月電影上映場次983.15萬場，比9月上映場次增加了85.17萬場。2018年1-10月全國市場共產出綜合票房約525億元。
2018年1-10月票房收入突破525億
中國電影產業在國民經濟新的發展形勢下實現了穩健增長。以電影票房收入衡量，我國電影市場已經成為僅次於美國的全球第二大電影市場。統計數據顯示，我國電影票房市場近年來保持高速增長的態勢，觀影人次從2007年的0.71億，增長2016年的13.72億，年均復合增長率達到34.47%。國內電影票房從2012年的170.7億元增長到2017年559.1億元，年均復合增長率達到26.78%。2018年1-10月全國電影票房累計達525.3億元。按照今年電影票房趨勢來看，2018年全國電影票房超越2017年的559.1億元基本是毫無壓力。
數據來源：中商產業研究院整理
10月電影市場凄慘收官 同比大降29.3%
根據貓眼專業版數據，2018年10月電影票房共計36.44億元，較去年同期51.53億元票房，同比下降29.3%。10月上映影片中，國慶檔影片《無雙》《影》等影片票房居前。
除4月票房有所下滑外，2018年單月票房都取得較好的成績，其中2月101億票房位居榜首，這無疑給2018年電影市場帶來了一個良好的開端！2018年上半年電影市場大漲18%，進入到暑期檔7月-8月，票房再次實現大漲，其中7月同比增長37.9%至69.5億元，僅次於春節檔2月票房，到8月票房同比略有下滑。9月票房下沉明顯，環比大降54.6%。10月在國慶假期加持下票房環比增長17.6%。但卻是2016年9月之後，整整兩年來的單月同比跌幅之最。
數據來源：貓眼、藝恩、中商產業研究院整理
《無雙》單月票房第一《影》排名第二
在2018年10月電影票房排行榜上，榜單前十部影片中有7部電影票房都在1億元之上，3部影片超3億大關。其中庄文強執導的犯罪題材港片《無雙》以票房11.69億霸佔月度冠軍之位。該片9月底上映累計票房順利破10億，累計分賬票房成功超越《澳門風雲3》（11.16億），打破發哥演員生涯的內地票房紀錄。截至11月1日14:30，該片連續24日獲得單日票房冠軍，累計綜合票房達到12.26億元，分賬票房11.3億元，貓眼評分高達8.9分，口碑與票房雙豐收。
影片《影》單月票房第二，10月票房為5.59億元，貓眼評分8.2分。作為張藝謀申奧影片，《影》自籌拍時期就成為相關媒體的聚焦點。盡管《影》在視覺上追求的以水墨風格形成的形式化美感再次以極致表現給觀眾留下深刻印象，但這部作品並未給觀眾帶來更多的驚喜和震撼。月度排名第三的是開心麻花團隊的喜劇片《李茶的姑媽》，10月累計票房4.95億元，貓眼評分7.9分。《找到你》票房第四，10月累計票房2.67億元。《胖子行動隊》以2.28億元票房排名第五，《鐵血戰士》10月票房拿下1.72億元，排名第六。
數據來源：貓眼、中商產業研究院整理
前三電影票房佔比超六成
10月全國電影票房分布集中在國慶檔影片，排名前五部都是國慶檔電影。其中《無雙》單月占據總票房32.1%，《影》佔比15.3%，《李茶的姑媽》佔13.6%。排名前三位的電影票房佔比合計占當月總票房的61.3%。
數據來源：貓眼、中商產業研究院整理
11月上映電影前瞻
從陣容來看，11月進口片是迪士尼與華納兄弟在國內電影市場的一次交鋒。迪士尼在月初與月末先後上映真人童話電影《胡桃夾子與四個國王》與經典動畫續集電影《無敵破壞王2:大鬧互聯網》。華納兄弟則發力下半場，在月中與月末先後上映《神奇動物：格林德沃之罪》與亞裔陣容的喜劇愛情電影《摘金奇緣》。另外《毒液》作為「蜘蛛俠宇宙」中的非典型英雄，該片北美市場目前累計票房達到1.87億美元。值得一提的是，目前《毒液》聯合火箭少女101推出的推廣歌曲《毒液前來》成功引起公眾注意，貓眼想看人數超過30萬，11月進口片中人數最高。11月上映影片信息一起來看一下吧！
資料來源：貓眼、中商產業研究院整理
更多資料請參考中商產業研究院發布的《2018-2023年中國電影行業發展前景及投資機會分析報告》。

⑩ 票房是什麼意思（電影票房包含哪幾部分）

電影人依舊在吶喊。

自從3月27日電影行業復工被緊急叫停以來，無論是下游的放映端，還是中上游的出品、製片、宣發端，各個鏈條的電影人們，以及行業外的部分媒體大V，都開始在社交媒體上為電影行業的安危發聲。不僅僅在微信公眾號、微博，甚至在知乎、B站、抖音甚至貼吧、虎撲等平台，也能看到各類「意見領袖」們的搖旗吶喊。

雖然不少網民依舊抱著對電影行業的極大敵意，但是相對比2月末「復工指引」階段的滿屏抗議，目前大多數普通網友也逐漸開始對停滯整整三個月的電影產業抱有同情了。

然而通過閱讀各類意見領袖們為電影行業的呼籲，也不難看出仍有不少人對【電影票房】這一電影行業最基本的概念存在錯誤認知，這其中不僅僅是行業外的媒體大V，甚至包括不少電影行業內的從業人員。並不是所有電影人都對電影票房本身、以及關於服務費、專項資金、營業稅有太過深入的了解，因此也在吶喊呼籲的同時，犯了不少錯誤。

電影票房包含哪幾部分？如何分賬？電影專資為何不下放？票房怎麼分成？本文就從頭到尾，深度解構【電影票房】這一概念，相信也能解答不少人心中的疑惑。

第一層：影廳服務費

嚴格意義上，影廳服務費並不屬於票房，2019年全年642億票房並不包含影廳服務費，但這也確實是觀眾購票實際消費價格中的一環。不同於大多數人都了解的電商服務費，影廳服務費並不被普通觀眾所熟知。即使在業內，直到去年上半年《復聯4》的天價服務費事件，才讓這一費用映入從業者眼中。

什麼是影廳服務費呢？簡言之，就是高等影廳的額外入場券。在滿足電影發行公司所要求的最低發行價後，影院將實際售出的價格拆分為「發行價+影廳服務費」，其中只有發行價部分參與分賬。與傳統偷票房所常用的雙系統、截流軟體等不同，影廳服務費是基於通過了國家備案，合法的售票系統的功能，在國家電影專資辦系統中皆有完整的數據統計。

影廳服務費的作用，是鼓勵影院為觀眾提供更好的觀影條件，鼓勵VIP廳、IMAX等特效廳、4D廳等特殊廳的建設，讓影院從硬體升級中得到理應屬於自己的回報。雖然不是所有影院都會有服務費設置，但是但凡是有一定票房預期的電影，都至少會有3D、IMAX、杜比全景聲、杜比視界、中國巨幕等發行版本中的一種。哪怕是被打入冷宮的影片，可能也會在某個時間段在影院的VIP廳播放。因此絕大多數的院線片，可能都會有影廳服務費，但是截至目前，影廳服務費還沒有被任何機構公開數目。

今年春節檔之前，電影局曾發「微信群消息」規范VIP影廳服務費，這也標志著電影局准備正式開始准備對「影廳服務費」這一項目動刀了。

第二層：電商服務費

拋去影廳服務費之後的票房，才是我們通常所認知的票房，也被叫作【綜合票房】，打開燈塔專業版、貓眼專業版或者中國電影票房（專資辦）等票房查詢類軟體，都可以看到這一選項。

事實上，綜合票房這一概念僅僅才有三年歷史。2017年1月22日，藝恩發表【2016中國電影票房究竟是多少？藝恩給你算清楚】一文。正式建議國家電影專資辦相關負責人及主管業務部門：更改票房統計口徑，將購票電商服務費增加進票房統計范疇。

文章稱：基於中國線上購票市場的成熟及服務的完善，收取服務費被廣大消費者普遍接受的大環境下，將服務費作為票價的重要組成部分納入票房統計條件已經具備。而且該統計方法的升級也有利於規范服務費的核算方法和分成體系，理順電商平台、售票系統及影院院線的合作關系。

自此，綜合票房正式誕生。服務費這一新的票房統計的增加，無疑對於本來緩慢增長的票房大盤，有著完美的促進作用。

從單片服務費佔比來看，一般的商業片服務費佔比一般都維持在6-8%左右。從檔期分布來看，非春節檔的國產電影一般網售佔比較高，從而擁有較高的服務費佔比。隨著在線售票的全面普及，我們也能看出從2017年至今，電商服務費/綜合票房的佔比也在提升。

%20

而隨著2017年，貓眼正式收購娛票兒。目前90%以上的電商服務費，都是由貓眼與淘票票兩家平台瓜分的。

%20

不過綜合票房的存在，也混淆了絕大多數路人的視聽。目前大多數非專業媒體計算票房分賬，仍然是直接用綜合票房乘以網上所查到的各種分賬百分比，可以說在一開始就犯了錯誤。

第三層：電影專項資金

綜合票房去掉電商服務費，也就成了【分賬票房】，可以進行第一輪百分比的分賬。

電影專項資金，也就是通常我們說的專資，固定按照分賬票房的5%進行上繳，而這一部分費用，也是目前電影行業最亟需到位的一筆「救命款」，在不少媒體呼籲的款項中，落實專資都是重要的一項。

但其實，專資設立的目的，就是「取之於電影，用之於電影」，無論是以前扶持國產影片的製作，還是支持新建電影院等，都發揮了巨大的推動作用。

根據國家電影事業發展專項資金管理委員會辦公室發布的《關於獎勵放映國產影片成績突出影院的通知》來看，通知中規定只要滿足兩個獎勵條件，且全年（即1月1日至12月31日）放映國產影片票房收入占票房總收入55%以上，就可以獲得獎勵。佔比在66%以上的影院，獲得的獎勵等於100%返還上繳的電影專項資金。

可以說在目前國產片票房佔比超六成的2019年，80%以上的影院都可以獲得專資返還，估測40%以上的影城，能夠獲得100%的專資返還。

但其實，專資返還並不是那麼一帆風順。據了解，2017年的專項資金，在2018年12月才開始返還。2018年的專項資金，在2019年9月開始返還。因此影院們想要等到2019年的專項資金，可能還要等至少三個月。

另外，沒有返還的專資，無論是2018年之前的廣電總局，還是現在的國家電影局，都擁有一套「未返還專資用法」，無論是補貼企業拍片，還是扶持貧困地區電影院，都會在網站上進行公示，做到盡量的公開透明。因為，一味的指責專資「薅羊毛」屬性其實並不理性。專資是肯定會返還的，不過在目前的特殊時期，我們還是希望專資能夠相比以往更快的進行落實。

第四層：稅

與專資一起扣的，還有3.3%的營業稅。扣除3.3%的營業稅也就意味著電影院不必再因為放映收入交稅了。

當然這僅僅是影院放映收入的計稅。

除了放映收入外，影院影廳服務費收入、擁有自家影城APP購票的電商服務費收入、前台賣品零售收入、抓娃娃機和迷你KTV以及按摩椅等娛樂服務收入等，這些收入一般都按照6%稅率進行計算，零售銷售稅率較高，一般為16%。當然這些不算在票房分賬體系中。

第五層：中影分賬

扣除專資和稅的票房，也就從【分賬票房】（2017年之前通常被叫作【總票房】）變成和【可分賬票房】也叫【凈票房】。

在這個時候，就要給中影數字分走1-3%的發行代理費，由院線支付給中影數字，注意這並不是拷貝費用。那麼到底是1%還是3%呢，這個要根據影片的最終票房成績來看，一般情況下，票房越高收費比例也越高，具體數字由中影數字靈活掌握。

第六層：影院分賬

在之後，就要進行影院的分賬了。

其中，影院和院線分走凈票房的57%，但這一比率也不是固定的，不少片方都會在影片公映的不同階段，給予放映方不同程度的返點，尋求排片方面的合作。有時候會多返3-5%個點，對於不少想長線放映的影片甚至會把分賬比例調整為90:10，愛奇藝影業在去年也官宣，旗下所有影片都要調整院線方分賬比例，給予院線更多的返點。

而影院和院線也會對這57%的票房進行二次分賬，通常意義上，影院分走50%，院線分走7%，但其實這個比率也不是固定的，影院和院線完全可以不按照這個比例進行分賬。據了解，很多院線為了吸引優質單體影院的加盟，都主動下調了院線分賬比例，甚至只拿1-2%的份額。

第七層：最終分賬

影院和院線分完賬，最終就要迎來製片方與發行方的分賬了。如果說中影數字1-3%、院線57%的分賬比例還屬於行業基本准則的話，那麼製片方和發行方的分賬規則則更加多變。

通常意義上，發行方會分走凈票房的5-15%作為發行費用，製片方則分走剩下的，大概28%-38%，但這只是通常意義，實際上這個分賬規則在目前變化多端的宣發市場，具體怎麼分還是得看出品製片方與發行方的協議。

具體來看，如果製片、發行為一家公司，則不再遵循製片與發行之間的分賬規則。如果製片方要求發行方提前墊付發行費用，發行方要求的分賬會更高。如果製片方與發行方簽訂了保底、買斷等發行協議，則更是完全沒有分賬比例這個概念了。

因此，對這一分賬進行計算時，我們也要具體項目具體分析，當然到了這一層面，除了上市公司保底之外，大多數影片的分賬協議我們普通人是看不到的。

而與發行公司分完賬以後，製片、出品方之間則要面臨著更復雜的分賬，目前頭部國產片動輒20家以上的出品方也意味著，從影片公映，到最終一家聯合出品方收到錢，一般都要一年以上。

當然，以上所說的，也只是一般國產片的分賬規則。進口片的分賬規則也會完全不同，例如進口片凈票房的1.5%，會先給中影進出口分賬，再進行下一輪的分賬。對於好萊塢分賬大片和買斷批片，其背後的分賬規則也不盡相同。

現如今，票房到底如何分賬，已經不再是行業標准理論，而是業界一線的具體操作實務。雖然並不一定要求每一位電影從業者都熟記在心，但是基本的分賬歸屬還是必須了解。

從分賬規則中我們也能看出，去年對外官宣的642億的票房成績，但其實影院院線方只能分得300億出頭，製片發行方分到的則更少，這對於一個近百萬人從事的行業來說，人均年收入大多數不到10萬，電影行業也從來都不是一個薄利的暴利行業。