豆瓣電影評分,公不公平?

隨著粉絲戰鬥力越來越卓越，每有熱門電影和劇集上映，豆瓣總是很容易躺槍。

最近一遭，是《流浪地球》粉絲們對豆瓣App發起了「一分差評運動」，華為應用商店裡，豆瓣的評分一度低至2.5分，評論區網友們憤怒的火焰直指豆瓣評分機制。圍觀了全程的DT君（ID：DTcaijing）不由納悶：豆瓣評分真的不夠公平嗎？評分高低真有這麼大的影響嗎？

為了找尋答案，DT君採集了近5年國內院線電影的評分、票房等信息，嘗試著用數據來解解惑（獲取數據可直接拉至文末）。

豆瓣評分足夠客觀真實嗎？

最大爭議在於，大家懷疑由於評分機制不合理、受到水軍影響等原因，豆瓣評分很容易高估或者低估了一部電影，不能真正反映群眾的觀影評價。

DT君找來了美國的主流電影評價網站IMDb與豆瓣進行對比，它們同採用十分制，也都來源於大眾打分，存在較強的可比性。

同一部電影在兩家網站上的表現差異有多大呢？2014年至2019年在中國大陸上映的電影，有1128部在兩個網站上都獲評了有效分數，我們對它們進行了比對。

以豆瓣評分為橫坐標，IMDb評分為縱坐標製圖，每個圓點都代表一部電影，大致看去，豆瓣評分越高的電影，IMDb評分也越高。

我們進一步利用最小二乘法對兩組數據進行了相關性檢驗，相關係數為0.65，說明同一部電影的豆瓣評分和IMDb評分存在65%左右的高度相關。

我們查看了那些偏離回歸線較遠的電影點，發現在豆瓣和IMDb上表現差別最大的電影可以分為以下兩大類：

• 擁有真愛粉或者真愛黑的爛片。這些爛片儘管在國內也少人問津，但是卻有那麼幾個真愛在更少有人看到的英文網站IMDb上為之打出高分或低分。比如一聽名字就很有戀愛味道的《708090之深圳戀歌》，IMDb評分比豆瓣整整高出5分，匯集了林允、張雲龍、陳柏霖的電影《假如王子睡著了》的IMDb評分高達8.1，而《脫單告急》在豆瓣評分已經低至5.6分的前提下，IMDb評分比之更低了3.2分。

• 存在文化差異或者欣賞差異的電影。該類典型代表比如李安作品《比利·林恩的中場戰事》，豆瓣評分8.4，IMDb評分卻低至及格線；而由胡軍主演的《上海王》，豆瓣評分僅為4.8分，IMDb評分卻高達7.9分。

而大多數電影，在兩家網站上的表現比較一致。在DT君選取的樣本中，IMDb有44部電影評分在8分以上，這其中近7成在豆瓣也獲得了8分好評。

放眼全宇宙，好的電影一般都會拿個好分數，各地群眾眼睛是一樣雪亮的。

豆瓣評分真能跟票房掛鈎？

接下來的問題是，粉絲們如此在意豆瓣評分，難道TA真的跟電影總票房掛鈎嗎？

考慮到影響電影票房的因素很多，除了影片的口碑和質量，還有知名度和關注量等。因此，DT君在計算時，除了把電影豆瓣評分作為影片口碑的指代指標，並且加入了為該部電影評分的人數作為影響力的指代指標。

同時擁有票房和得分的有效數據共有1533組，為了所有變量在同一個數量級，我們在計算時電影票房以萬元為單位，將其和豆瓣打分人數取自然對數。

假定關係是：In（票房）= 係數1*豆瓣評分+係數2*In（打分人數）+常數C

當我們用多元線性回歸模型對這些數據進行擬合之後，有了「驚人」的發現：精確度R2說明豆瓣評分和打分人數可以在72.4%的程度上解釋電影的最終票房，並且三組參數都通過了假設檢驗，較為可信。但是，為什麼豆瓣評分前面的係數為-0.24呢？票房和評分負相關，難道代表著電影評分越高，票房反而越低嗎？

這顯然崩塌了我們的常識。於是DT君（ID：DTcaijing）分別對兩個因素做回歸分析，又有了新發現。

在單獨分析時，豆瓣電影評分對於電影總票房有較為明顯的正相關關係，並且還有22.6%的精確度。而如果引入了熱度數據，原本應該是正相關關係的豆瓣電影評分與電影總票房，卻變為了負相關（儘管負得不明顯）。

也就是說，熱度對於票房的影響，顯著大於豆瓣評分的作用。當然，一個電影的最終票房還會與包括宣發、排片、票補等多種因素有關，這些因素都會對結果產生幹擾。但得承認一點，豆瓣評分高低和最終票房的關係，真的沒有人氣等其他因素作用那麼大。

DT君簡單統計了一下這1500多部自2014年內地上映的院線電影們，豆瓣平均得分是5.26分，明顯是個不及格的分數。其中，低於合格分6分的電影達6成，貢獻了超過3成的票房。

上映期間的評分變化，會對票房產生什麼影響？

雖說評分絕對值對於電影總票房的影響有限，但是上映期間，豆瓣評分的變動是不是會對票房產生影響呢？

為了避免節假日因素的影響，DT君收集了2018-2019年春節檔和國慶檔的電影豆瓣評分、票房每日變化——樣本太少，不太適合進行統計分析，但DT君大致總結出了一些趨勢。

隨著上映，大多數電影的豆瓣評分會呈現一定下滑。這也可以理解，隨著參與評價的人數變多，由粉圈走向大眾，口碑會出現分化。而電影每日斬獲的票房一般也會有一定程度的下降。

有一些沒隨大流走向的電影，最後在媒體報導中往往都伴隨著「黑馬」這樣的關鍵詞。

《無雙》、《紅海行動》和《流浪地球》是極少數上映幾天後日票房能大幅提升的電影。如果仔細比較他們的豆瓣評分，《無雙》與《紅海行動》的豆瓣評分確實略有上升，而《流浪地球》的豆瓣得分一路下滑，在一眾電影中屬於下滑幅度較大的——但TA也是這三部逆襲電影中，日票房上漲幅度最大的。

這麼一番比較，粉絲對於豆瓣評分影響《流浪地球》票房的指摘，多少顯得有些過度反應了——至少從節日檔期來看，豆瓣得分的下滑，並沒有發揮出多大威力。

手癢的DT君明知不太適合，還是在此處還嘗試著做了個局限性很大、僅提供非常有限參考的分析，就著這20餘部電影的數據，將豆瓣日評分作為唯一自變量，將日電影票房取對數作為因變量，在回歸模型中加入時間固定效應進行分析。結果顯示，豆瓣日評分的變動和票房的關係不是很大，日評分變動1分，日票房會同向變化0.759%。如果說日票房是一個億，那麼豆瓣評分掉了1分，對票房的影響也就是75.9萬元（再次強調，僅提供非常有限參考）。

如何識別被水軍嚴重影響的電影？

雖然豆瓣評分的作用沒有我們想像的那麼大，但是眾多日常參照豆瓣的電影愛好者，還是比較關心豆瓣評分到底可以如何參考。

現在最大的幹擾項恐怕在於水軍和黑子的湧入影響了大家對於評分的正常判斷，那五星黨/差評黨會對電影評分造成多大程度的幹擾呢？

DT君在這裡仿照了知乎網友「數據冰山」之前的研究方法（特此鳴謝），使用標準差作為衡量一部電影評分爭議性的標準：

對豆瓣星級按照1星對應2分，2星對應4分，5星對應10分的方式進行賦值；

Avg為該電影豆瓣得分，P2、P4…P10為評分中1-5顆星所佔的比例。

根據每部電影的豆瓣評分與評分標準差，我們對1714部電影進行了聚類，表現相似的電影在下圖中屬於同一顏色。

可以發現，低分電影和高分電影口碑分化都挺小，這意味著，對於絕對的好片與絕對的爛片，大家都沒有太大爭議。而中間段位的電影則是么蛾子爆發區域，不管是由於水軍/黑子/粉絲的影響，還是觀眾本身對這部電影就有較大的審美偏差，總之，這個分段的電影往往爭議性較大，評分的普適參考性就小了些。

也有一些辦法來排除掉那些標準差/爭議性明顯過大的電影。DT君參照「數據冰山」的方法，取各個分段聚類中心點作為該分段的標準分型。

票型就是豆瓣右側顯示的，各星段打分人數佔比的條形形狀。一般低分電影都趨近L或b型，分數越高，5星4星打分人數越多，這個形狀越趨近於F型。正常說來，電影都應該屬於以上5種評分類型。如果出現C或者其他票型的電影，就需要考量下是否靠譜了。

比如這部《幸福中轉棧》，2658個人打分，但是只有43條短評和2條長評，且絕大多數為1星或2星，高達25.9%的5分率，參考意義怎麼看都不是特別大。

而引發爭議的《流浪地球》，評分票型是P型， 1分的人數佔到所有人數的2.1%，標準差為1.9，相對適中。水軍對《流浪地球》評分的影響，可能還沒有「球粉」們給豆瓣打一分的影響大。

那麼，豆瓣該背鍋嗎？

但是，豆瓣評分機制就沒有缺陷了呢？顯然不是。

DT君整理了豆瓣、IMDb、爛番茄和Metacritic的評分機制。其中豆瓣和IMDb機制類似，為人熟知。Metacritic作為專業打分網站，會收集專業影評人分數、由影評內容換算評分，也因此在四個網站中最為嚴格。爛番茄的最終結果則比較特別，「新鮮度」並不是評分，而是按評分3.5分為界計算出的「推薦」和「不推薦」的比例，並不能真實說明影片質量。

對比了一圈，DT君發現，豆瓣評分最大的缺陷在於評分顆粒度。其評分區分度只有5檔，是以上所有評分網站裡區分度最差的。要知道，4星和5星換算成對應的豆瓣8分或者10分，差異相當巨大。同樣5星制，爛番茄就有0.5星的設置，相對可以更好反映觀影者的評價。

而網友們呼籲的提高影票審核機制則有欠考慮，畢竟，電影的觀眾遠不只院線電影上映期間買票入場的那一群。而且不僅僅是豆瓣，包括Metacritic在內的四個網站全部採納了大眾用戶的評分，且不需要曬出票根。只不過豆瓣和IMDb都是普通用戶打分，爛番茄和Metacritic則將專業影評人的分數和大眾打分區別開，成為兩個獨立的結果。

說了這麼多，豆瓣評分這回事，你還較啥真呢？

分數再高也不代表好票房，反而，能出圈的國民人氣值，比豆瓣評分重要多了。

作者丨陳詩雨

編輯丨唐也欽

設計丨鄒磊