占电影成本大头的演员们，你们帮片方赚回钱了吗？ 嫌演员贵的片方们？你们了解演员的投入产出比吗？ 票房的军功章，明星占了几分？ 说女人能顶半边天？在票房这件事上可能未必哦！ 电影票房是反映一部电影商业是否成功的重要标准，也是整个市场繁荣的证明。然而对于每一部电影来说，影响它票房因素有很多，站在影片制作的角度来讲，类型、主创、档期、发行、营销、口碑无论哪一项成为短版，都有可能遭遇扑街命运。 而站在观众观影体验的角度来讲，让他们觉得值回票价的因素，也包括演员、导演、剧本、音乐、视效等众多方面。
其中，演员作为电影的“门面”，首当其冲地成为舆论关注的焦点。近几年，中国电影市场日趋成熟，观众对电影的鉴赏能力也日益提升。关于演员对票房的影响，也出现了很多值得总结的现象。故此，艾漫数据选取2013年1月-2016年11月在中国上映的1079部电影作为研究样本，通过演员出演的作品票房、影片映后演员及角色公众讨论声量占电影整体讨论声量的比例、演员整体口碑、演员演技口碑等变量，以及综合参考演员的粉丝数、粉丝活跃度、演员所饰演的角色重要程度（主角、反派、配角、客串）、演员是否新人初次触电、参演作品是否为大牌导演的作品等因素，经加权计算得出各类型片的票房之王和票房女王，为各大片方的选角工作提供参考。以全网言论大数据为基础，站在观众观影驱动的角度，针对中国演员为电影贡献的票房进行评估、测算，希望为业界今后选取角色及组建团队提供参考。
“多劳”者未必“多得” 首先，给这些为中国电影票房做出杰出贡献的演员们鼓鼓掌，从近年票房贡献力TOP100榜单中可以看出，古天乐成为电影圈中当之无愧的劳动模范，他在2013年1月-2016年11月主演了18部电影，共产出34.44亿票房，其中票房最高的是今年暑期档劲收6亿的黑马影片《
使徒行者》。黄晓明次之，主演13部影片产出24.43亿票房，票房最高的却已是四年前揽获5.4亿的《
中国合伙人》。 此外，彭于晏、杨幂、白百何、郭富城、陈意涵、秦昊、任达华也分别在近四年内主演了10部电影，共同组成演员“劳模”第二梯队。其中，“票房女王”白百何，10部影片狂揽53.92亿票房，成为劳模中总票房最高的演员。 根据艾漫数据明星电影票房贡献度可知，古天乐、黄晓明凭借个人魅力，分别为各自主演的影片贡献了6.12亿、6.52亿票房（2013年-2015年数据分别按比例折算成2016年票房，以下提到演员贡献票房计算方法均如此，详见榜单数据说明）。然而，在单部作品平均票房贡献排行中，这两位劳模却均跌出榜单前十。其他几位劳模中，表现最好的是彭于晏，平均到单片贡献票房也只有不足8000万。陈意涵单片贡献表现最差，以不足1200万排在第31位。
男性角色占据主导 数据显示，2013年1月-2016年11月，男演员的票房贡献度高出女演员的1.44倍。在近年票房贡献度TOP100榜单上，男女演员的票房贡献度差距更加明显，男演员的贡献票房是女演员的2.62倍。而在分性别统计的榜单冠军中，黄渤的票房贡献度也比杨幂高出4.9亿。 而聚焦这一榜单的TOP10中，除了杨幂、白百何之外，其他女演员全部都排在了Top10以外。范冰冰以6.38亿的票房贡献度排在第11位，已转型做导演的赵薇则是以4.36亿票房贡献度排在了第16位。至此，票房贡献前20榜单中再无女性席位。这也进一步证明，目前女演员的票房号召力整体偏弱，我们看到的电影多是男性角色主导，女性角色为陪衬。 港台演员大有赶超之势 CEPA协议的签署之后，为中国和香港的电影合作打开了一扇新的大门，越来越多的香港电影人北上寻找合作机会，同时台湾演员也纷纷来到大陆捞金，几乎稍有规模的电影中都能看到港台艺人的身影。 然而，统计四年中国电影票房数据，大陆演员仍占据票房贡献的主导地位。在票房贡献度TOP100榜单中，大陆演员的整体票房贡献度是港台演员的2.8倍，在TOP100榜单也是大陆演员席位更多，达到68个，香港澳门台湾三地共占32个。当然，随着大陆电影市场的飞速发展，这一比例也在逐年缩小。如果计算四年个人单片票房，港台演员与大陆演员在某些年份甚至接近大陆演员，因此，港台演员的票房贡献力正在逐年加强，有望赶超大陆演员。 小结： 演员是电影产业中十分重要的创意人才，当观众对某部电影一无所知时，明星大腕则是促使他们掏钱买票第一要素。但是，一部电影在商业上的成败，总包含无数复杂的因素，一旦票房失利就归咎到演员身上，显然也不是冷静客观的做法。 之所以某些演员被扣上“票房毒药”的帽子，还是因为他们的片酬和票房贡献度不成正比。根据电影票房分账比例，演员片酬至少要低于单片贡献票房的三分之一，片方才能勉强维持不亏损。当然，大牌明星的代言多，片方在广告植入上或许可以多取得一些回报。 无论如何，用高价钱堆砌明星，并非是通往高票房电影的必经之路，更不一定能拍出好电影。只有手握真章、遇刚则刚，才能在电影的市场大潮中行稳致远。 数据说明：采用了基于大数据的智能信息处理，自然语言理解与数据挖掘技术，对互联网信息进行全方位的获取，对海量数据进行多维度和多层次的建模与计算，在娱乐知识图谱的基础上深度挖掘各种娱乐对象，洞察娱乐行业发展态势。 声明：本文由艾漫数据原创，转载请注明出处欢迎转载分享朋友圈 （免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）
