歡迎來到中國娛樂網！
占電影成本大頭的演員們，你們幫片方賺回錢了嗎？
嫌演員貴的片方們？你們了解演員的投入產出比嗎？
票房的軍功章，明星占了幾分？
說女人能頂半邊天？在票房這件事上可能未必哦！
電影票房是反映一部電影商業是否成功的重要標準，也是整個市場繁榮的證明。然而對于每一部電影來說，影響它票房因素有很多，站在影片制作的角度來講，類型、主創、檔期、發行、營銷、口碑無論哪一項成為短版，都有可能遭遇撲街命運。
而站在觀眾觀影體驗的角度來講，讓他們覺得值回票價的因素，也包括演員、導演、劇本、音樂、視效等眾多方面。
其中，演員作為電影的“門面”，首當其沖地成為輿論關注的焦點。近幾年，中國電影市場日趨成熟，觀眾對電影的鑒賞能力也日益提升。關于演員對票房的影響，也出現了很多值得總結的現象。故此，艾漫數據選取2013年1月-2016年11月在中國上映的1079部電影作為研究樣本，通過演員出演的作品票房、影片映后演員及角色公眾討論聲量占電影整體討論聲量的比例、演員整體口碑、演員演技口碑等變量，以及綜合參考演員的粉絲數、粉絲活躍度、演員所飾演的角色重要程度（主角、反派、配角、客串）、演員是否新人初次觸電、參演作品是否為大牌導演的作品等因素，經加權計算得出各類型片的票房之王和票房女王，為各大片方的選角工作提供參考。以全網言論大數據為基礎，站在觀眾觀影驅動的角度，針對中國演員為電影貢獻的票房進行評估、測算，希望為業界今后選取角色及組建團隊提供參考。
“多勞”者未必“多得”
首先，給這些為中國電影票房做出杰出貢獻的演員們鼓鼓掌，從近年票房貢獻力TOP100榜單中可以看出，古天樂成為電影圈中當之無愧的勞動模范，他在2013年1月-2016年11月主演了18部電影，共產出34.44億票房，其中票房最高的是今年暑期檔勁收6億的黑馬影片《使徒行者》。黃曉明次之，主演13部影片產出24.43億票房，票房最高的卻已是四年前攬獲5.4億的《中國合伙人》。
此外，彭于晏、楊冪、白百何、郭富城、陳意涵、秦昊、任達華也分別在近四年內主演了10部電影，共同組成演員“勞模”第二梯隊。其中，“票房女王”白百何，10部影片狂攬53.92億票房，成為勞模中總票房最高的演員。
根據艾漫數據明星電影票房貢獻度可知，古天樂、黃曉明憑借個人魅力，分別為各自主演的影片貢獻了6.12億、6.52億票房（2013年-2015年數據分別按比例折算成2016年票房，以下提到演員貢獻票房計算方法均如此，詳見榜單數據說明）。然而，在單部作品平均票房貢獻排行中，這兩位勞模卻均跌出榜單前十。其他幾位勞模中，表現最好的是彭于晏，平均到單片貢獻票房也只有不足8000萬。陳意涵單片貢獻表現最差，以不足1200萬排在第31位。
男性角色占據主導
數據顯示，2013年1月-2016年11月，男演員的票房貢獻度高出女演員的1.44倍。在近年票房貢獻度TOP100榜單上，男女演員的票房貢獻度差距更加明顯，男演員的貢獻票房是女演員的2.62倍。而在分性別統計的榜單冠軍中，黃渤的票房貢獻度也比楊冪高出4.9億。
而聚焦這一榜單的TOP10中，除了楊冪、白百何之外，其他女演員全部都排在了Top10以外。范冰冰以6.38億的票房貢獻度排在第11位，已轉型做導演的趙薇則是以4.36億票房貢獻度排在了第16位。至此，票房貢獻前20榜單中再無女性席位。這也進一步證明，目前女演員的票房號召力整體偏弱，我們看到的電影多是男性角色主導，女性角色為陪襯。
港臺演員大有趕超之勢
CEPA協議的簽署之后，為中國和香港的電影合作打開了一扇新的大門，越來越多的香港電影人北上尋找合作機會，同時臺灣演員也紛紛來到大陸撈金，幾乎稍有規模的電影中都能看到港臺藝人的身影。
然而，統計四年中國電影票房數據，大陸演員仍占據票房貢獻的主導地位。在票房貢獻度TOP100榜單中，大陸演員的整體票房貢獻度是港臺演員的2.8倍，在TOP100榜單也是大陸演員席位更多，達到68個，香港澳門臺灣三地共占32個。當然，隨著大陸電影市場的飛速發展，這一比例也在逐年縮小。如果計算四年個人單片票房，港臺演員與大陸演員在某些年份甚至接近大陸演員，因此，港臺演員的票房貢獻力正在逐年加強，有望趕超大陸演員。
小結：
演員是電影產業中十分重要的創意人才，當觀眾對某部電影一無所知時，明星大腕則是促使他們掏錢買票第一要素。但是，一部電影在商業上的成敗，總包含無數復雜的因素，一旦票房失利就歸咎到演員身上，顯然也不是冷靜客觀的做法。
之所以某些演員被扣上“票房毒藥”的帽子，還是因為他們的片酬和票房貢獻度不成正比。根據電影票房分賬比例，演員片酬至少要低于單片貢獻票房的三分之一，片方才能勉強維持不虧損。當然，大牌明星的代言多，片方在廣告植入上或許可以多取得一些回報。
無論如何，用高價錢堆砌明星，并非是通往高票房電影的必經之路，更不一定能拍出好電影。只有手握真章、遇剛則剛，才能在電影的市場大潮中行穩致遠。
數據說明：采用了基于大數據的智能信息處理，自然語言理解與數據挖掘技術，對互聯網信息進行全方位的獲取，對海量數據進行多維度和多層次的建模與計算，在娛樂知識圖譜的基礎上深度挖掘各種娛樂對象，洞察娛樂行業發展態勢。
聲明：本文由艾漫數據原創，轉載請注明出處歡迎轉載分享朋友圈
