1. 研究背景
近年来,随着IP剧的不断传播,“IP热”在人们当中发酵得越来越激烈。那什么是“IP”呢?在很多人还没有搞清楚IP的含义前,“IP剧”这个名词已经大行其道了。“IP”是英文短语“Intellectual Property”的缩写,直译是指知识产权 [1] ,但是在IP剧当中的意思并不只是指对人们所做出的成果的财产权利,其真正的含义是指根据拥有一定粉丝流量的网络文学作品、游戏或者动漫等改编而成的电视剧。而IP剧与网络剧又不相同,网络剧是只在网络上播放的电视剧,而IP剧既可以在电视上播放,也可以在网络上观看。
2014年IP剧开始大量上线,到现如今,IP剧俨然占据了电视剧行业的半壁江山。2015年IP当道的现象更是轰动了整个市场,2016年和2017年精品IP剧更是比比皆是,数不胜数。而今年则已经播出了影响十分之广的《镇魂》、《扶摇》、《香蜜沉沉烬如霜》,还有正在热播的《如懿传》、《斗破苍穹》,以及其他许多深受广大观众喜欢的IP剧 [2] 。
据统计,2014年播出了22部IP网络剧,占全年网络剧播放数量的10.7%,其点击量达到38.18亿,占2014年网络剧总点击量的31%。而在2017年一共播出了74部IP网络剧,其中65部的总点击量高达904.4亿,占全年网络剧总点击量的99.6%1。而IP剧在收视率的表现上也十分喜人。据“csm52城、4+”显示,IP剧收视率位于电视剧之首,在2017年1月1日至8月27日的晚上19:30~24:00这段时间内,电视剧收视率的前30名中IP剧占据46.7%,且前六名均为IP剧首播2。而这些IP剧的网播量也占据榜首。这些都表明了IP剧深受观众的喜爱,IP剧的影响力也在逐渐上升 [3] 。
在IP剧越来越流行的情况下,我们不禁思考,为什么只是短短几年的时间,IP剧会如此大火?在这股IP改编的热潮之下,到底是什么影响着IP剧,让它越来越有吸引力?这其中的因素值得探究。本文将基于相关数据分析和事实案例,采用一定数据分析工具和方法以及文献查阅法对IP剧成功的因素进行分析。
2. 文献综述
IP改编热近几年愈发剧烈,2017年和2018年可以说是IP改编成熟年,产业链条多元化、资本化。IP价值的充分挖掘,有利于构建大文娱新生态。未来,优质头部资源仍是IP全产业链的价值源头,IP运营也将成为IP内容的比拼。以IP为核心的商业化运作将刺激到全产业链条的加速成型和完善,IP改编电视剧俨然成为影视市场的潜力股,这也揭示了研究IP改编电视剧成功因素的重要性。
为了提高研究的科学性,本次研究需要对过去的研究进行梳理和总结,并发现了现有研究在回答具体问题时所存在的不足或缺陷。
就国内的文献来看,我们大陆仅有部分学者在商业价值等方面对IP改编电视剧的发展现状进行了考察和反思(如,2018年7月,母翔翔的《IP改编电影发展现状及反思》)。通过对电影作品之间的对比,发现国内电影成片的质量堪忧。IP电影产业规模继续腾飞,正处热潮,但是一个好的IP不代表就能够成为一部成功的电影。在IP改编的过程中,在考虑商业价值的同时,也应当保证成片的质量 [4] 。
同时,也有部分学者对网络文学的IP跨界开发提供了发展战略(如,2018年7月,匡玉爱的《网络文学改编电视剧的IP多场域开发策略》)。通过将IP改编电视剧与“互联网+”结合起来,实现网络文学的大规模生产,从而推动IP改编产业的发展。随着互联网的发展,网络文学越来越商业化,时至今日,IP改编作品仍然活跃了各大视频网站,热度不减 [5] 。
再者,有的文献仅仅研究其现存的问题(如,2018年8月,贾宏宝的《IP改编热分析》) [6] 。对IP改编电视剧成功因素的研究,尤其是对文化传播等方面介绍较少,且多为定性描述(如2019年3月,罗云华的《网络文学IP影视化改编创作研究》),仅介绍了网络文学IP影视化改编的创作起因及存在的问题进而深入分析网络文学IP影视化改编的正确用途,缺乏理论基础和系统科学的实证研究 [7] 。
本次研究试图通过收集数据、进行回归分析与建模的方式对前人的研究做出补充与完善。提出了高度具体的假设,并阐明所涉及的具体变量以及关系的方向,以便探索各个变量是否或者如何影响IP改编影视剧播放量的大小,从而提高研究问题的合理性和科学性。
本次调查试图回答以下问题:IP改编电视剧成功的因素有哪些?这些因素是如何影响IP改编电视剧的?对IP改编电视剧的不同维度的影响如何?从哪些方面可以对IP改编电视剧进行改善?
3. 研究框架
图1是本次研究的研究框架。
4. 数据说明
本文所使用数据来自网络公开数据整理,样本来自104个由小说IP改编的电视剧。涉及到9个自变量。线上播放量不仅代表了电视剧带来的资金收益,更代表了电视剧在观众当中的口碑和热度,所以选取线上播放量作为因变量。
图2是影响小说IP改编电视剧成功的因素,本文按照整个IP改编产业链顺序:购买阶段–改编阶段–营销阶段对小说IP改编电视剧成功的影响因素进行探究。
我们将自变量归纳为政策影响、原著粉丝基础(原著阅读量)、原著题材、剧本原创性(作者是否参与剧本改编 + 电视剧与原著符合程度)、投资成本(制作投资金额)、主演明星(男主粉丝数量 + 女主/配角粉丝数量)、主创团队(导演往期作品数量 + 编剧往期作品数量)、播放平台(在线播放平台、播放集数、播出时间)、媒体营销宣传(微博超话/话题阅读数)。具体变量说明如表1所示。
Figure 2. The influencing factors of TV plays adapted from novel IP
图2. 影响小说IP改编电视剧成功的因素
Table 1. Data variable specification table
表1. 数据变量说明表
备注:本小组为研究IP剧与原著的符合程度,将改编程度划分为5个等级:1——无改编(完全按照原著情节),2——改编幅度很小(部分情节展示先后次序存在差异),3——改编幅度一般(某些剧情没有得到展现),4——改编幅度很大(主角性格发生较大改变,部分角色性格身份出现改变),5——改编幅度非常大(整个剧情走向发生变化,故事背景发生变化,结局发生重大变化)。
5. 线性回归分析
为了更深入分析各因素对线上播放量的影响,本文将以线上播放量为因变量,以年份、剧本原创性、男主粉丝数等10个因素为自变量,建立线性回归分析模型。
因为因变量——线上播放量为定量数据,因此选择线性回归模型进行研究分析。表2是利用SPSS软件进行线性回归分析得到的结果。
Table 2. Regression model test results
表2. 回归模型检验结果
5.1. 模型的整体评价
① F检验的结果
F检验的原假设为所有的自变量都不显著。此处F检验的结果为p值小于显著性水平(0.05),所以拒绝原假设,即模型整体是显著的,至少有一个自变量量对于线上播放量有显著影响。
② R2的大小
R2代表该回归模型能够解释因变量变异的程度。该回归模型的R2为0.542,即自变量能够解释因变量变异的54.2%,虽然拟合度不是很高,但模型在某些程度上能够反映出各变量的影响方向,模型存在意义。
5.2. 回归系数的解读
5.2.1. 显著性因素解读
根据表2模型回归结果表可知,年份、女主粉丝数、播放集数、微博超话阅读数的p值小于显著性水平(0.05),所以4个自变量对于因变量有显著性影响。
① 年份X1
控制其他因素不变,年份每增加一个单位,线上播放量平均增加1700万。这说明从2009年开始,随着相关政策的实施和IP改编电视剧产业的发展,IP改编剧关注度越来越高,未来有良好的发展态势。
② 女主粉丝数X2
控制其他因素不变,女主粉丝数每增加一个单位,线上播放量平均增加3320万。这说明女主对于一部IP改编剧至关重要,显著影响这部IP改编剧的播放量。众所周知,IP改编电视剧的选角十分重要,主角的粉丝会自然而然的成为电视剧的观众,并且自发的为电视剧进行宣传。但是在男女主的对比中,我们会发现,女主(配角)粉丝的数量对于播放量的影响更大,这给我们了一个启示:IP改编电视剧的受众主要是女性,所以对剧中女主角的要求会更高。因为在观看电视剧时,女性常常会把自己代入剧中的女角色当中,女角色越是符合大众心目所向往的形象,观剧感受越好,所以制作方在挑选角色时,要留心女主角的挑选。
③ 播放集数X3
控制其他因素不变,播放集数每增加一个单位,线上播放量平均增加2110万。播放集数越多,播放量会越多。越是大型的电视剧,耗费的物力人力资源就更多,资金就会更充沛,制作便会更为精良。同时,原著小说之所以能成为热门IP,其剧情一定是有过人之处的,而讲述好一个宏伟的故事,往往需要很多的篇幅。例如有着508.8亿播放量的《三生三世十里桃花》,如果想完整的体现出原著剧情中女主三世的恩怨情仇,过小的播放集数是肯定无法把故事讲好的。(但高播放量也可能是由于大型剧剧集庞大,造成总播放量要高于其他体量的改编剧。)
④ 微博超话阅读数X4
控制其他因素不变,微博超话阅读数每增加一个单位,线上播放量平均增加3190万。这说明网上推广度越强,播放量会随之增加。一部IP改编剧的社会化营销对于播放量至关重要。微博的用户群体与热爱观看IP改编电视剧的用户群体高度重合,通过社交平台进行多形式推广,一定会带来良好的收益。所以制作方应在宣传期加大投入,努力提升与粉丝观众的互动度,制造话题效应。
综上所述,线上播放量的线性回归模型为:
Y = −15806 + 0.170X1 + 0.332 X2 + 0.211X3 + 0.319X4 + ∂
5.2.2. 不显著因素解读
在不显著的自变量当中,有几个问题也值得深入分析
① 剧本原创性不影响播放量?
回归数据显示,剧本原创性对播放量没有显著影响。在前期的数据收集过程中我们发现,观众对IP改编电视剧剧本改编的评价往往趋于两个极端。对于同样的改编剧情,一些持消极态度的原著读者认为,对于原著剧情、人设、背景的相关改编引起了“原著党”的不适,他们不会去观看一部和原著完全不符的“全新”电视剧;一些持积极态度的原著读者认为,对原著剧情的适当改编,弥补了原著中的一些缺憾,因为相关政策要求,改编电视剧的结局总是趋向于幸福美满的。同时,原著读者也乐于看见小说中的角色变得鲜活起来,让曾经只存于脑海中的画面呈现在荧幕之中,虽然有些细微的改变,但也是可以承受的。对于没有看过原著的观众来说,剧本的原创性对观看体验没有任何影响。
综上所述,原著剧本的改变对IP改编电视剧的播放量并没有显著的影响。有时,改动较大的剧本反而还会带来更好的观看体验,比如由《11处特工皇妃》改编而成的《楚乔传》,在改编成电视剧时发生了很多较大的改变,电视剧只涉及了原著一半的剧情,许多角色的名字、性格与原著不符,一些角色的出场时间被提前和压缩。虽然原著粉对这样的做法十分不满,但如此大的改动又使他们充满了新鲜感,于是《楚乔传》最终以478万的播放量完美收官。
② 投资金额不影响播放量?
一般来说,投资量级对IP改编电视剧的播放量应有明显的影响,在本模型中不存在显著影响可能是因为样本中的相关数据的缺失量较大和样本极端值较多的原因。在样本中,投资达到亿级的IP改编电视剧普遍达到50万以上的播放量。但在万级投资IP改编电视剧中,《微微一笑很倾城》、《欢乐颂》、《我的前半生》都用较小的成本获得了不错的收益。
③ 男主粉丝数不影响播放量?
同样是有关于粉丝数量的自变量,男女主角却呈现出了截然不同的显著性。这可能是因为,虽然男性明星的女粉丝较多,但女粉丝真正喜欢的是男性明星在现实生活中的样子,而不会去代入男性明星在电视剧中的人设。我们会发现,电视剧常常会捧红一些不太知名的男性明星,就比如说因出演《古剑奇谭》而大火的李易峰,因出演《琅琊榜》而被人熟知的王凯,因出演《镇魂》而大红大紫的朱一龙、白宇等。这说明女性观众对于剧中男主角的知名度要求不是很高,对男性明星来说,拥有帅气的外形或是高超独特的演技,同样会获得观众喜爱。
④ 豆瓣评分不影响播放量?
对于喜爱观看电影电视剧的观众来说,豆瓣评分是一个比较能代表电影真实水准的评分,许多观众都把豆瓣评分当做了参考影片质量的标准之一。但是其实不管在国内还是国外,豆瓣还是烂番茄,任何一个评分平台都不可能完全定义一部电视剧的质量,网站上的评分只不过是代表了大众偏专业的看法。随着水军刷分的现象越来越频繁,豆瓣评分的参考价值也越来越低。事实上,IP改编电视剧的观众也许不曾站在专业的角度来评判电视剧好坏,电视剧对他们来说可能只是一种消遣的形式,所以对IP改编电视剧的评分在豆瓣这个专业的电影爱好者社群不会很有代表价值。
⑤ 原著阅读数不影响播放量?
同之前的剧本原创性不显著结果相同,原著阅读数的不显著向我们预示了一个问题:IP改编电视剧的原著粉丝基础是否重要?对于IP改编电视剧制作方来说,原著的粉丝基础预示着会有部分粉丝直接被转变为电视剧的观众,这就使得一些高热度IP小说的版权变成了市场上的香饽饽。但根据回归结果显示,原著的阅读量和原著粉丝对改编的态度似乎并不影响IP改编电视剧的播放量。拥有2761万原著阅读量的《三生三世十里桃花》,其播放量达到了508.8万。而只有24万原著阅读量的《芈月传》也获得了284.4万播放量的不错成绩。这样的结果再次向我们证明了一个完美的剧本对于IP改编电视剧的重要程度。
6. 模型的有效性诊断
(a) (b) (c) (d)
Figure 3. Model diagnosis results
图3. 模型诊断结果
图3是模型诊断结果,从(a)和(c)的残差图可以看出,没有出现明显的异方差现象;(b) QQ图表现出正态性没有得到满足;(d) Cook距离图说明样本数据中存在强影响点。因此该线性回归模型存在改进空间。
7. 结论
当前有关小说IP改编成功因素的研究,主要关注于播放年份、女主粉丝量、电视剧集数和微博超话阅读数等控制因素。本次选题的研究使用了假设–验证的研究思路,并构建了回归模型。从该模型中可以看到,各影响因素的系数均为正数,因此,在IP改编的过程中,要着重关注观众的偏好:
n 选择人气高的女主:因为线上播放量与女主粉丝数量成正相关,所以女主粉丝量越多,线上播放量越大。如果选择很有流量的女主,就有了一大波粉丝基础,更有可能吸引原著粉丝的目光,也能够收获更多的忠实的观众,从而给电视剧带来更多流量。
n 集数规模要适当:因为线上播放量与播放集数成正相关,所以在一定程度上,集数越多,线上播放量也就越多。原因可能是集数太少,删减太多,就有可能会导致原著情节还原不充分,电视剧与原著差异太大,引起原著粉丝的反感;也有可能是集数太少,故事不完整,很多观众可能跟不上剧情的发展。
n 加大网上宣传力度:因为线上播放量与微博超话阅读数成正相关,所以微博超话阅读数越多,线上播放量越多。网上宣传力度越大,就会有更多的观众了解该电视剧,更有可能获得更多的忠实粉丝。
在IP剧的创作过程中,我们提出以下建议:
· 在IP购买阶段,制作方应当响应国家政策,审时度势,选取合适的上映时间;对于改编IP的挑选应当注重内容和可改编性,而不是只考虑原著的阅读量。
· 在IP改编阶段,制作方应当欢迎原著作者的参与,确保还原原著的剧情和细节,大量的资金投入是成功的保障;在选角阶段,要特别注意女主角(配角)的挑选,尽量选择粉丝数量大的或者与原著角色符合度高的演员。
· 在IP营销阶段,需注意的是电视剧的宣发阶段,应成立专门的营销团队,利用新媒体平台,加大与观众的互动度。
8. 不足
1) 自变量说明性不足:① 集数越多,播放平台越多,播放量相应的也会越多,因此这两个自变量的影响有待考究;② 对于一些实力派演员,并不能依据他们的粉丝数量的多少,来评估该电视剧的成功与否。
2) 数据缺失量太多:个别数据,特别是投资成本的金额数,存在很大的缺失量,这有可能会影响最终的研究结论。因为样本的编剧往期作品数量缺失值较大,我们在研究中删除了这一变量。
3) 样本不具有代表性:样本数据来自随机公开数据整理,并没有形成正态分布,极端值出现次数频繁。
4) 自变量不全面,没有挖掘全部的相关因素,模型最终的解释效力不高,存在强影响点。
5) 自变量太多导致分析不深刻,相比于单独分析一个因素而言,分析停在表面,没有挖掘到更深层的意义。
6) 文献参考量不足,相关文献太少。
NOTES
*通讯作者。
1数据来源:新浪看点《播放量猛增、口碑剧频出、原创IP并进,大数据解读2017年295部网络剧》。
2数据来源:《IP剧,金玉其外败絮其中吗?——基于IP剧收视表现与受众满意度的实证分析》孙晴霞 李晓羽 浙江传媒学院管理学院经济系。