在 1211 部電影中，於 1997 年上映之電影有 212 部，1998 年上映的有 220

第四章 實證分析

第一節 樣本描述

本研究是以美國綜藝週報網站資料庫(Variety)(www.variety.com)所公佈之 1997 年至 2002 年的美國電影為研究對象。樣本篩選的過程如下：初步整理美 國綜藝週報網站資料庫上自 1997 年第一週至 2002 年最後一週在美上映的電影 數目為 2915 部。扣除在 1997 年第一週以前即上映與 2002 年最後一週以後仍上 映之電影 191 部、舊片重映者 110 部以及類別未知的電影 6 部，並且扣除 532 部資料有所缺漏與不連續之電影，餘 2066 部電影。由於 Variety 所蒐集的資料 主要是以美國出資之電影為多數，因此較缺乏其他關於非美國電影的成員合作 關係資料，故必須再去除非美國出資製作之電影 418 部與出資國家未知之電影 270 部，得 1378 部電影。由於本研究是探討人員關係對電影績效之影響，因此 必須刪除無法觀察人員互動的動畫片 41 部，與非以商業營利為目的所製作的紀 錄片 111 部，之後再扣除人員名單不完整的電影 15 部，最後的研究樣本為 1211 部電影，電影名單請見附錄二。綜上所述，本研究樣本篩選的過程如表 4-1。

在 1211 部電影中，於 1997 年上映之電影有 212 部，1998 年上映的有 220

部，1999 年上映的有 210 部，2000 年上映的有 205 部，2001 年上映的有 199

部，2002 年上映的有 165 部（表 4-2、圖 4-1）。由於本研究是以電影產製成員

間過去的合作頻次作為其人際網絡分析的基礎，因此再將 1997 至 2002 年的

1211 部電影樣本切割為前後兩個部分，以 2000 年至 2002 年的 569 部電影作為

實際的分析樣本，以前三年的資料作為合作關係的觀察基礎，也就是說，每部

電影中成員的合作頻次是觀察自 1997 年起至該片上映時間為止的資料而計

數。由於一般電影的平均製作時間約從三個月至三年不等，因此本研究以至少 三年為合作關係的觀察基礎亦為合理範圍。

表 4-1 研究樣本篩選過程

篩選過程 刪除樣本數 剩餘樣本數

1997 至 2002 年於全美上映之電影數目 - 2915 刪除 1997 第一週前已上映與 2002 年

最後一週仍上映之電影 191 2724

刪除舊片重映之電影 110 2614

刪除類別未知之電影 6 2608

刪除資料缺漏與不連續之電影 542 2066

刪除非美國出資製作之電影 418 1648

刪除出資國未知之電影 270 1378

刪除動畫片 41 1337

刪除紀錄片 111 1226

刪除人員名單不完整之電影 15 1211

資料來源：本研究整理

表 4-2 1211 部電影的年度分布情形

年度 上映片數

1997 212

1998 220

1999 210

2000 205

2001 199

2002 165

總計 1211

資料來源：本研究整理

0 50 100 150 200 250

上 映 片 數

1997 1998 1999 2000 2001 2002 年度

圖 4-1 1211 部電影的年度分布圖 資料來源：本研究整理

在實際進行分析的 569 部美國電影當中，有 34 部為跨國合資的影片，所佔 比例 6%（表 4-3、圖 4-2）。

表 4-3 569 部電影的出資分佈情形

資料來源：本研究整理

跨國合資 6%

美國獨資 94%

跨國合資 美國獨資

圖 4-2 569 部電影的出資分布圖 資料來源：本研究整理

出資者 電影片數 佔整體的百分比(%)

跨國合資 34 6

美國獨資 535 94

總計 569 100

其他有關研究樣本的描述如下：

一、國內總票房

在 569 部分析電影中，美國國內票房金額最少者為 582 美元，最高者為 403.71 百萬美元，平均每部電影的美國國內票房為 31.21 百萬美元（見表 4-4） 。

表4-4 569部電影的平均國內總票房（單位：百萬美元）

片數 最小值 最大值 平均數 標準差

國內票房 569 0.000582 403.71 31.21 49.22 資料來源：本研究整理

二、電影產製成員的人際網絡資料

（一）整體研究樣本 1211 部電影資料

根據 Variety 資料庫的紀錄，在 1997 年至 2002 年所上映的 1211 部美國電 影中產製成員的總人數為 18,991 人。其中包含導演 1247 人、製片 2688 人、編 劇 1832 人與演員 13,224 人，分別佔有總人數的 7%、14%、10%與 69%（表 4-5、

圖 4-3）。

表4-5 1211部電影中產製成員的分佈情況

產製成員 人數 所佔百分比(%)

導演 1247 7

製片 2688 14

編劇 1832 10

演員 13224 69

總計 18991 100

資料來源：本研究整理

導演

7% 製片

14%

編劇 10%

演員 69%

圖 4-3 1211 部電影的產製成員分布圖 資料來源：本研究整理

而在 1211 部電影中，擁有最多產製成員的電影共有成員 38 人，產製成員 最少的則有五部電影，每部都只有 5 位產製成員。平均而言，每部電影的產製 成員總人數約有 16 位（表 4-6）。

表4-6 1211部電影中產製成員總人數的分佈情況

片數 最小值 最大值 總和 平均數 標準差

產製成員總人數 1211 5 38 18991 15.68 4.45 資料來源：本研究整理

在不同產製成員的人數上，導演、製片、編劇與演員最少都有 1 人，導演 最多有 4 位，製片最多有 7 位，編劇最多有 7 位，演員最多有 33 位（表 4-7）。

平均而言，每部電影約有 1 位導演、2 位製片、2 位編劇與 11 位演員，其平均

人數佔平均的整體總人數之百分比依序為 6%、13%、13%、68%（表 4-8、圖

4-4） 。

表4-7 1211部電影中單一電影個別產製成員人數的分佈情況

片數 最小值 最大值 總和 平均數 標準差

導演人數 1211 1 4 1247 1.03 0.20 製片人數 1211 1 7 2688 2.22 1.05 編劇人數 1211 1 7 1832 1.51 0.77 演員人數 1211 1 33 13224 10.92 4.09

資料來源：本研究整理

表4-8 1211部電影中平均每部電影個別產製成員人數的分佈情況

產製成員 平均人數 所佔百分比(%)

導演 1 6

製片 2 13

編劇 2 13

演員 11 68

總計 16 100

資料來源：本研究整理

導演

6% 製片

13%

編劇 13%

演員 68%

圖 4-4 1211 部電影中平均每部電影個別產製成員人數的分佈圖

資料來源：本研究整理

（二）實際分析樣本 569 部電影資料

在 2000 年至 2002 年的 569 部電影資料中，產製成員的總人數為 9105 人。

其中包含導演 589 人、編劇 898 人、製片 1345 人與演員 6273 人，分別佔有總

人數的 6%、10%、15%與 69%（表 4-9、圖 4-5）。

表4-9 569部電影中產製成員的分佈情況

產製成員 人數 所佔百分比(%)

導演 589 6

編劇 898 10

製片 1345 15

演員 6273 69

總計 9105 100

資料來源：本研究整理

導演

6% 編劇

10%

製片 15%

演員 69%

圖 4-5 569 部電影中產製成員人數的分佈圖 資料來源：本研究整理

而在 569 部電影中，擁有最多產製成員的電影共有成員 38 人，產製成員最 少的則有兩部電影，每部都只有 5 位產製成員。平均而言，每部電影的產製成 員總人數約有 16 位（表 4-10）。

表4-10 569部電影中產製成員總人數的分佈情況

片數 最小值 最大值 總和 平均數 標準差

產製成員總人數 569 5 38 9105 16.00 4.38

資料來源：本研究整理

在不同產製成員的人數上，導演、製片、編劇與演員最少都有 1 人，導演 最多有 2 位，製片最多有 7 位，編劇最多有 7 位，演員最多有 33 位（表 4-11）。

平均而言，每部電影約有 1 位導演、2 位製片、2 位編劇與 11 位演員，其平均 人數佔平均的整體總人數之百分比依序為 6%、13%、13%、68%（表 4-12、圖 4-6） 。

表4-11 569部電影中單一電影個別產製成員人數的分佈情況 片數 最小值 最大值 總和 平均數 標準差 導演人數 569 1 2 589 1.04 0.18 編劇人數 569 1 7 898 1.58 0.84 製片人數 569 1 7 1345 2.36 1.11 演員人數 569 1 33 6273 11.02 4.04

資料來源：本研究整理

表4-12 569部電影中平均每部電影產製成員人數的分佈情況

產製成員 平均人數 所佔百分比(%)

導演 1 6

編劇 2 13

製片 2 13

演員 11 68

總計 16 100

資料來源：本研究整理

導演

6% 編劇

13%

製片 演員 13%

68%

圖 4-6 569 部電影中平均每部電影產製成員人數的分佈圖

資料來源：本研究整理

三、發行公司

在電影的發行上，569 部電影中有 274 部電影來自七大片廠，而有 295 部 為其他製片公司所發行，其所佔整體的比例分別為 48%與 52%（表 4-13、圖 4-7） 。儘管前七大製片廠所發行的電影片數在比例上並未過半，但在發行的票 房金額上卻擁有好萊塢電影市場將近一半的市場佔有率，顯現出其重要性。

表4-13 區分569部電影的發行公司（前七大/其他）

發行公司 次數 百分比(%)

七大片廠 274 48

其他 295 52

總計 569 100

資料來源：本研究整理

其他 52%

前七大片廠 48%

圖 4-7 區分 569 部電影的發行公司（前七大/其他）分佈圖 資料來源：本研究整理

而在 569 部電影中，前七大製片廠的發行量最大者為華納兄弟電影公司，

其發行的電影數量佔整體市場的 10.54%，第二大者為新力影業，擁有 8.96%的

市佔率，其次為二十世紀福斯的 6.33%。詳細的分佈狀況如表 4-14 與圖 4-8 所 示。

表4-14 569部電影的發行公司分佈狀況

發行公司 次數 百分比 有效百分比 累積百分比 華納兄弟 60 10.54 10.54 10.54

新力 51 8.96 8.96 19.5

二十世紀福斯 36 6.33 6.33 25.83 環球 36 6.33 6.33 32.16 博偉(華德迪士尼) 34 5.98 5.98 38.14 派拉蒙 33 5.80 5.80 43.94 米高梅 24 4.22 4.22 48.16 其他 295 51.85 51.85 100

總和 569 100 100

資料來源：本研究整理

製片廠

米高 梅 派拉

蒙 博偉

(華德 迪士

尼) 環球

二十 世紀

福斯 新力

華納 兄弟 其他

百分比

60

50

40

30

20

10 0

圖 4-8 569 部電影的發行公司分佈圖 資料來源：本研究整理

四、續集電影

在 569 部電影中有 12 部續集，其餘為非續集，所佔百分比如表 4-15。

表4-15 569部電影中是否為續集的分佈狀況

次數 百分比 有效百分比 累積百分比 非續集 557 97.9 97.9 97.9

續集 12 2.1 2.1 100

總計 569 100 100

資料來源：本研究整理

五、電影類型

在 569 部電影當中，出現最多的類型為劇情片，其次為喜劇片、動作片、

懸疑片、浪漫喜劇、驚悚片、科幻片、奇幻片、冒險片、黑色喜劇、音樂劇與 西部片（表 4-16、圖 4-9）。

表4-16 569部電影的類型分佈情況

電影類型 次數 百分比 有效百分比 累積百分比 劇情片 220 38.66 38.66 38.66

喜劇 154 27.07 27.07 65.73 動作片 47 8.26 8.26 73.99 懸疑片 44 7.73 7.73 81.72 浪漫喜劇 38 6.68 6.68 88.40 驚悚片 16 2.81 2.81 91.21 科幻片 14 2.46 2.46 93.67 奇幻片 9 1.58 1.58 95.25 冒險片 8 1.41 1.41 96.66 黑色喜劇 7 1.23 1.23 97.89 音樂劇 6 1.05 1.05 98.95

西部片 6 1.05 1.05 100

總和 569 100 100

資料來源：本研究整理

電影類型

西部 片 音樂

劇 黑色

喜劇 冒險

片 奇幻

片 科幻

片 驚悚

片 浪漫

喜劇 懸疑

片 動作

片 喜劇 劇情

片

次 數

200

100

0

圖 4-9 569 部電影的類型分佈圖 資料來源：本研究整理

六、上映時間

569 部電影中，於復活節、夏季、萬聖節或聖誕節之特殊節日上映的電影 有 218 部，佔整體市場的 38.3%，不在此假期內上映者則有 351 部（表 4-17）。

表4-17 569部電影中是否於假期上映的分佈狀況 次數 百分比 有效百分比 累積百分比 非假期上映 351 61.7 61.7 61.7 於假期上映 218 38.3 38.3 100.00

總計 569 100 100 資料來源：本研究整理

七、競爭強度

本研究所定義之單一電影的競爭強度，是指某部電影於平均上映期間與其

他同類型電影競爭時的平均排名。而在 569 部電影中，排名最高者為 0，最低 者為 114 名，平均每部電影的平均排名為 57.76（表 4-18）。

表4-18 569部電影的競爭強度分佈狀況

個數 最小值 最大值 平均數 標準差

競爭強度 569 0 114 57.76 20.10

資料來源：本研究整理

第二節 社會網絡分析

一、網絡尺寸與密度

（一）網絡尺寸

根據先前所蒐集的資料，569 部電影的產製成員總人數為 9105 人，然而在 同一部電影中，某依成員有可能同時兼任導演、製片、編劇或演員的角色，因 此必須再扣除重複出現的人數，最後剩下的實際總人數為 8514 人。而每部電影 中非重覆的產製成員人數即為其社會網絡的尺寸大小，在 579 部電影中，尺寸 最大者為 36 人，最少為 4 人，平均的網絡尺寸為 15 人（表 4-19）。

表4-19 569部電影的網絡尺寸分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 網絡尺寸 569 0 4 36 14.96 4.48

資料來源：本研究整理

（二）網絡密度

569 部電影的網絡密度最小者為 0，最大者為 1，平均的網絡密度為 0.028

（表 4-20）。其中網絡密度為 1 者為 2002 年第 30 週上映之電影”AUSTIN POWERS I N GOLDMEMBER”，以 MDS 繪製其網絡結構如圖 4-10。每一點代 表著網絡中的單一成員，從此圖可以看出這個網絡中各點之間緊密的連帶關 係，僅有最左邊上方的三個人員與網絡中的其他成員間沒有任何連結。

表4-20 569部電影的網絡密度分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 網絡密度 569 0 0 1 0.028 0.066

資料來源：本研究整理

圖 4-10 電影”AUSTI N POWERS I N GOLDMEMBER”的 MDS 網絡結構圖 資料來源：本研究整理

二、直接連帶與間接連帶計數(ties counts)

（一）直接連帶

569 部電影中，產製成員間直接連帶的數目最小值為沒有任何直接接觸，

最大者則擁有 114 個直接接觸，平均的直接連帶數目為 3.21（表 4-21）。其中 擁有最多直接連帶的電影為 2001 年第 32 週上映之電影”AMERICAN PIE 2” ， 以 MDS 繪製其網絡結構如圖 4-11，可以看出各點之間的緊密連帶關係。

表4-21 569部電影的直接連帶數目分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 直接連帶數目 569 0 0 114 3.21 8.21

資料來源：本研究整理

圖 4-11 電影”AMERICAN PIE 2”的 MDS 網絡結構圖 資料來源：本研究整理

（二）間接連帶加權計數值

569 部電影中，產製成員間的間接連帶狀況最少為沒有任何直接接觸，擁 有最多間接接觸的電影，其間接連帶加權計數值為 42.82，平均每部電影的間 接連帶加權計數值為 0.34（表 4-22） 。其中擁有最多間接連帶關係的電影為 2001 年第 25 週上映之電影”DR. DOLITTLE 2” ，以 MDS 繪製其網絡結構如圖 4-12，

可以看出各點之間透過他者而聯繫的程度較高，非重複的接觸也較多。

表4-22 569部電影的間接連帶加權計數值分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 間接連帶加權計數值 569 0 0 42.82 0.34 2.52

資料來源：本研究整理

圖 4-12 電影”DR. DOLITTLE 2”的 MDS 網絡結構圖 資料來源：本研究整理

三、集中度(centrality)

（一）Degree 集中度：

569 部電影中，Degree 集中度的最小值為 0，最大者則為 79.41，平均的 Degree 集中度為 9.67（表 4-23） 。其中 Degree 集中度最高的電影為 2002 年第 26 週上映之電影”MR. DEEDS” ，以 MDS 繪製其網絡結構如圖 4-13，可以看出 網絡中一點與其他節點之間的直接連結數目較多。

表4-23 569部電影的Degree集中度分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 Degree 集中度 569 0 0 79.41 9.67 11.82

資料來源：本研究整理

圖 4-13 電影”MR. DEEDS”的 MDS 網絡結構圖 資料來源：本研究整理

（二）Closeness 集中度：

569 部電影中，Closeness 集中度的最小值為 0，最大者則為 26.04，平均的 Degree 集中度為 7.69（表 4-24） 。其中 Closeness 集中度最高的電影為 2001 年 第 45 週上映之電影”KING OF THE JUNGLE”，以 MDS 繪製其網絡結構如圖 4-14，可以看出網絡中各點之間的直接連帶較多。

表4-24 569部電影的Closeness集中度分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 Closeness 集中度 569 0 0 26.04 7.69 2.99

資料來源：本研究整理

圖 4-14 電影” KI NG OF THE JUNGLE”的 MDS 網絡結構圖 資料來源：本研究整理

（三）Betweenness 集中度：

569 部電影中，Betweenness 集中度的最小值為 0，最大者則為 24.13，平均 的 Betweenness 集中度為 0.69（表 4-25）。其中 Betweenness 集中度最高的電影 為 2001 年第 45 週上映之電影”KING OF THE JUNGLE” ，以 MDS 繪製其網絡 結構如圖 4-14，可以看出網絡中有較多的橋樑角色。

表4-25 569部電影的Betweenness集中度分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 Betweenness 集中度 569 0 0 24.13 0.69 2.60

資料來源：本研究整理

（四）資訊集中度(information centrality)

569 部電影中，產製成員間資訊集中度的最小值為 0，最大者則為 0.464，

平均的資訊集中度為 0.052（表 4-26） 。其中擁有最多資訊集中度的電影為 2001 年第 32 週上映之電影”AMERICAN PIE 2” ，以 MDS 繪製其網絡結構如圖 4-11，

可以看出各點之間的連帶關係較強，資訊傳佈過程中的變異較少，因此通過各 點的資訊量也較多。另外必須說明的是，此一指標是所有網絡指標當中擁有最 多遺漏值者，主要的原因是本研究所使用的 UCINET 軟體在計算此一變數的時 候，有多達 206 部電影的資訊集中度無法被計算出來。

表 4-26 569 部電影的資訊集中度分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 資訊集中度 363 206 0 0.464 0.052 0.036

資料來源：本研究整理

四、接觸效率(contact efficiency)

569 部電影中，產製成員間接觸效率最高的值為 0.55，最小值則為 0，平 均的接觸效率為 0.12（表 4-27）。其中接觸效率最強的電影為 2000 年第 47 週 上映之電影”DR. SEUSS' HOW THE GRINCH...” ，以 MDS 繪製其網絡結構如圖 4-15，可以看出網絡中結構空洞的程度較高，接觸效率較大，因此較能獲得並 且產生非重複的創新資訊。

表 4-27 569 部電影的接觸效率分佈狀況

片數 遺漏值 最小值 最大值 平均數 標準差 接觸效率 569 0 0 0.550 0.122 0.119

資料來源：本研究整理

圖 4-15 電影” DR. SEUSS' HOW THE GRI NCH. . . ”的 MDS 網絡結構圖

資料來源：本研究整理

第三節、複迴歸分析 一、社會網絡變數的篩選

本研究使用複迴歸分析(Multiple Regression Analysis)來檢測電影產製成員 間的社會網絡結構（連帶強弱的程度）與其創新績效間的關係，同時以其他影 響電影績效的因素作為控制變數，進一步檢驗產製成員間的社會網絡關係對電 影創新績效的影響關係與強度。

由於本研究中衡量社會網絡結構的指標眾多，有可能產生共線性的問題。

共線性的問題是指二個或多個自變數之間具有高度的線性相關，因此在迴歸模 型中難以區分個別自變數對於依變數的影響，造成原本與依變數在相關分析中 具有高度相關的變數，在迴歸模型中卻與其呈現不顯著相關或負相關的結果。

因此在進行複迴歸分析前，先對社會網絡變數進行相關分析（見表 4-28）。

根據所有社會網絡變數的 Pearson 相關分析結果，若以相關係數=0.60 作為 篩選標準，高度相關的變數包括：Betweenness 集中度與間接連帶加權計數值 (0.605)，網絡密度與直接連帶數目(0.888)，網絡密度與 Degree 集中度(0.716)，

網絡密度與資訊集中度(0.745)，直接連帶數目與 Degree 集中度(0.625)，直接連 帶數目與資訊集中度(0.803)。由此結果可知本研究所採用的社會網絡變數間擁 有高度相關，將其整理如表 4-29。

根據此結果以及個別網絡指標在理論概念上的差異，大致可以將其區分為

三組：(1)網絡密度、直接連帶數目、Degree 集中度、資訊集中度與 Closeness

集中度：前四個變數之間具有高度相關，且都是用來測量網絡結構的強連帶程

度。而由於 Closeness 集中度在概念上較接近於測量網絡的強連帶程度，並且

也與網絡密度(.348)、資訊集中度(.429)有相當程度的相關性，因此也一併放入

表 4-28 社會網絡變數的相關分析

相關

1.000 .377** .190** .379** .331** .593** -.049 .259**

. .000 .000 .000 .000 .000 .240 .000

569 569 569 569 569 569 569 363

.377** 1.000 .605** .445** .392** .480** .237** .515**

.000 . .000 .000 .000 .000 .000 .000

569 569 569 569 569 569 569 363

.190** .605** 1.000 .132** .212** .143** .016 .205**

.000 .000 . .002 .000 .001 .701 .000

569 569 569 569 569 569 569 363

.379** .445** .132** 1.000 .888** .716** .348** .745**

.000 .000 .002 . .000 .000 .000 .000

569 569 569 569 569 569 569 363

.331** .392** .212** .888** 1.000 .625** .203** .803**

.000 .000 .000 .000 . .000 .000 .000

569 569 569 569 569 569 569 363

.593** .480** .143** .716** .625** 1.000 .096* .405**

.000 .000 .001 .000 .000 . .022 .000

569 569 569 569 569 569 569 363

-.049 .237** .016 .348** .203** .096* 1.000 .429**

.240 .000 .701 .000 .000 .022 . .000

569 569 569 569 569 569 569 363

.259** .515** .205** .745** .803** .405** .429** 1.000

.000 .000 .000 .000 .000 .000 .000 .

363 363 363 363 363 363 363 363

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

Pearson 相關 顯著性 (雙尾) 個數

接觸效率

betweenness集中度

間接連帶加權計數值

網絡密度

直接連帶數目

degree集中度

closeness集中度

info集中度

接觸效率

betweenness集 中度

間接連帶加

權計數值 網絡密度 直接連帶數目 degree集中度

closeness集

中度 info集中度

在顯著水準為0.01時 (雙尾)，相關顯著。

**.

在顯著水準為0.05 時 (雙尾)，相關顯著。

*.

這一組。(2) Betweenness 集中度與間接連帶加權計數：兩變數之間具有高度相 關，且都是用來測量網絡結構的弱連帶程度。(3)接觸效率：用來測量社會網絡 的結構空洞程度。最後選擇放入迴歸模型的社會網絡衡量變數為：直接連帶數 目、Betweenness 集中度與接觸效率。

表 4-29 高度相關的社會網絡變數

變數名稱 變數名稱 Pearson 相關係數

Betweenness 集中度 間接連帶加權計數值 0.605

網絡密度 直接連帶數目 0.888

網絡密度 degree 集中度 0.716

網絡密度 資訊集中度 0.745

直接連帶數目 degree 集中度 0.625

直接連帶數目 資訊集中度 0.803

資料來源：本研究整理

二、迴歸模型的建立

為了建立迴歸方程式，先畫出三個選入的社會網絡變數與依變項的散佈圖 如下：

Betweenness集中度 30 20

10 0

-10 總票房(單位百萬美元)

500

400

300

200

100

0

-100

圖 4-16 Betweenness 集中度與總票房的散佈圖

資料來源：本研究整理

直接連帶數目

120 100 80 60 40 20 0 -20

總票房(單位百萬美元)

500

400

300

200

100

0

-100

圖 4-17 直接連帶數目與總票房的散佈圖 資料來源：本研究整理

接觸效率

.6 .5 .4 .3 .2 .1 0.0 -.1

總票房(單位百萬美元)

500

400

300

200

100

0

-100

圖 4-18 接觸效率與總票房的散佈圖 資料來源：本研究整理

從三個社會網絡變數與依變數之間的散佈圖來看，可知三者與總票房為非 線性相關。而此結果也與本研究在文獻檢閱時所獲得的推論一致，即強、弱連 帶關係、結構空洞與組織創新績效並非線性相關，而是呈現倒 U 型的曲線關係。

由此。本研究建立一個二次方程式的迴歸模型，其中有關社會網絡的自變數分 別為：直接連帶數目(X

)、直接連帶數目平方項(X

)、Betweenness 集中度(X

、

Betweenness 集中度平方項(X

)、接觸效率(X

)、接觸效率平方項(X

)。

而其他選擇放入迴歸模式的控制變數分別為：是否為前七大製片廠發行 (X

)、是否為續集電影(X

)、電影類型：動作片(X

)、冒險片(X

)、黑色喜劇(X

)、

喜劇片(X

)、奇幻片(X

)、驚悚片(X

)、音樂劇(X

)、浪漫喜劇(X

)、科幻片 (X

)、懸疑片(X

)、西部片(X

)、是否於假期上映(X

)與競爭強度(X

)。

三、複迴歸分析結果：

首先進行僅納入控制變數為自變數的迴歸模式分析。僅以 15 個控制變數為 解釋變數時，所得到的迴歸估計模型之 R=0.555、R

=0.308 、 調整過後的 R

=0.289，表示整體模式的解釋力達 30.8%，並在調整之後尚可解釋 28.9%的變 異。根據 F 檢定結果，在自由度=15 時，F 值=16.398，p 值=.00，達到.05 的顯 著水準，表示此模式所能解釋的變異高於隨機變異（見表 4-30）。

在個別自變數的估計上（表 4-31） ，有五個自變數達.05 的顯著水準，分別 為：是否由前七大製片廠發行(B 估計值=31.087，t 值=8.429，p 值=.00)、是否 為續集(B 估計值=85.699，t 值= 6.742，p 值=.00)、動作片(B 估計值=20.298，t 值=2.511，p 值=0.012)、奇幻片(B 估計值=78.047，t 值=5.248，p 值=.00)與是 否於假期上映(B 估計值=9.458，t 值=2.572，p 值=0.010)。除此之外，競爭強度

（B 估計值=-0.207，t 值=-1.666，p 值=0.096）也達.10 的顯著水準。

在共線性上，所有自變數的允差皆>0.1，VIF 皆<10，因此沒有嚴重的共線

性問題（見表 4-31） ，整體模式的條件指標=13.882<30，因此也沒有嚴重的共線

性問題產生（見表 4-32）。

表4-30 控制變數的迴歸模式摘要 R R 平方 調整過後的

R 平方

估計的 標準誤

R 平方 改變量

F 改變

分子 自由度

分母 自由度

顯著性 F 改變 0.555 0.308 0.289 41.500 0.308 16.398 15 553 0.000

資料來源：本研究整理

表4-31 控制變數的迴歸模式係數估計

未標準化係數 標準化係數 t 顯著性 共線性統計量

B 之估計值 標準誤 Beta 分配 允差 VIF

(常數) 21.516 9.864 2.181 0.030

前七大製片廠 31.087 3.688 0.316 8.429 0.000 0.891 1.122 續集電影 85.699 12.711 0.250 6.742 0.000 0.907 1.102 動作片 20.298 8.084 0.114 2.511 0.012 0.611 1.636 冒險片 5.077 16.900 0.012 0.300 0.764 0.764 1.308 黑色喜劇 -6.551 16.228 -0.015 -0.404 0.687 0.946 1.057 喜劇 -4.963 5.229 -0.045 -0.949 0.343 0.561 1.783 奇幻片 78.047 14.871 0.198 5.248 0.000 0.879 1.137 驚悚片 -11.207 11.291 -0.038 -0.993 0.321 0.869 1.151 音樂劇 -15.630 17.288 -0.032 -0.904 0.366 0.971 1.030 浪漫喜劇 0.292 7.654 0.001 0.038 0.970 0.829 1.206 科幻片 20.016 12.134 0.063 1.650 0.100 0.857 1.167 懸疑片 -2.149 7.825 -0.012 -0.275 0.784 0.693 1.443 西部片 -16.753 18.171 -0.035 -0.922 0.357 0.879 1.138 是否於假期上映 9.458 3.677 0.093 2.572 0.010 0.947 1.056 競爭強度 -0.207 0.124 -0.084 -1.666 0.096 0.487 2.053

資料來源：本研究整理

表4-32 控制變數的迴歸模式共線性診斷

維度 特徵值 條件指標

1 3.654 1.000

2 1.243 1.715

3 1.038 1.876

4 1.018 1.894

5 1.002 1.909

6 1.000 1.911

7 1.000 1.911

8 1.000 1.911

9 1.000 1.911

10 1.000 1.911

11 1.000 1.911

12 0.754 2.202

13 0.509 2.678

14 0.435 2.900

15 0.328 3.336

16 0.019 13.882 資料來源：本研究整理

接著，本研究將社會網絡變數納入，與控制變數一起進行迴歸分析，所得 到的迴歸估計模型之 R=0.612、R

=0.375、調整過後的 R

=0.351，表示整體模 式的解釋力達 37.5%，調整之後則可解釋 35.1%的變異。根據 F 檢定結果，在 自由度=21 時，F 值=15.605，p 值=.00，達到.05 的顯著水準，表示此模式所能 解釋的變異高於隨機變異（見表 4-33）。

表4-33 全部變數的迴歸模式摘要 R R 平方 調整過後的

R 平方

估計的 標準誤

R 平方 改變量

F 改變

分子 自由度

分母 自由度

顯著性 F 改變 0.612 0.375 0.351 39.662 0.375 15.605 21 547 0.000

資料來源：本研究整理

表4-34 全部變數迴歸模式的係數估計

未標準化係數 標準化係數 t 顯著性 共線性統計量

B 之估計值 標準誤 Beta 分配 允差 VIF

(常數) 12.613 9.774 1.290 0.197

直接連帶數目 2.374 0.610 0.396 3.892 0.000 0.111 9.046 直接連帶平方項 -0.012 0.006 -0.176 -1.941 0.053 0.139 7.206 Betweenness 集中度 -0.805 1.928 -0.043 -0.418 0.676 0.110 9.085 Betweenness 集中度平方項 -0.060 0.102 -0.056 -0.588 0.557 0.127 7.891 接觸效率 103.735 40.691 0.252 2.549 0.011 0.117 8.527 接觸效率平方項 -225.921 107.916 -0.198 -2.093 0.037 0.128 7.826 前七大製片廠 25.770 3.636 0.262 7.087 0.000 0.838 1.194 續集電影 61.618 13.123 0.180 4.695 0.000 0.778 1.286 動作片 21.812 7.783 0.122 2.803 0.005 0.602 1.660 冒險片 2.114 16.323 0.005 0.130 0.897 0.749 1.336 黑色喜劇 -9.743 15.575 -0.022 -0.626 0.532 0.938 1.066 喜劇 -8.646 5.036 -0.078 -1.717 0.087 0.552 1.811 奇幻片 85.854 14.493 0.218 5.924 0.000 0.846 1.183 驚悚片 -6.590 10.868 -0.022 -0.606 0.544 0.857 1.168 音樂劇 -7.271 16.633 -0.015 -0.437 0.662 0.958 1.044 浪漫喜劇 0.332 7.429 0.002 0.045 0.964 0.804 1.244 科幻片 25.075 11.639 0.079 2.154 0.032 0.850 1.176 懸疑片 -1.608 7.486 -0.009 -0.215 0.830 0.692 1.446 西部片 -14.479 17.381 -0.030 -0.833 0.405 0.877 1.140 是否於假期上映 9.433 3.524 0.093 2.677 0.008 0.942 1.061 競爭強度 -0.196 0.120 -0.080 -1.638 0.102 0.476 2.099

資料來源：本研究整理

在個別自變數的估計上（表 4-34） ，社會網絡變數有三個達.05 的顯著水準，

一個達.10 的顯著水準，分別為：直接連帶數目(B 估計值=2.374，t 值=3.892，p 值=0.000)、直接連帶數目平方項(B 估計值=-0.012，t 值=-1.941，p 值=0.053)、

接觸效率 (B 估計值=103.735，t 值=2.549，p 值=0.011)、接觸效率平方項(B 估

計值=-225.921，t 值=-2.093，p 值=0.037)。由於其平方項的係數皆為負，表示

直接連帶數目與接觸效率兩變數與電影票房之間呈現倒 U 型的關係。而在其他

的控制變數上，達.05 顯著水準的有：前七大製片廠、續集電影、動作片、奇幻

片、科幻片與是否於假期上映，達.10 顯著水準的則有喜劇片。表示由前七大製 片廠發行的電影、續集電影與於假期上映的電影票房成績都較佳，而相較於劇 情片，動作片、奇幻片與科幻片的票房較佳，但喜劇片的票房成績則較劇情片 差。

而在共線性上，所有自變數的允差皆>0.1，VIF 皆<10，因此共線性的問題 不大（見表 4-34），整體模式的條件指標=17.716（見表 4-35）<30，因此整體 模式也沒有嚴重的共線性問題。

表4-35 全部變數迴歸模式的共線性診斷

維度 特徵值 條件指標

1 5.449 1.000

2 2.127 1.601

3 1.429 1.953

4 1.148 2.179

5 1.039 2.290

6 1.020 2.312

7 1.013 2.320

8 1.001 2.333

9 1.001 2.333

10 1.001 2.334

11 1.000 2.334

12 0.998 2.337

13 0.964 2.377

14 0.740 2.714

15 0.653 2.889

16 0.481 3.367

17 0.429 3.565

18 0.326 4.086

19 0.076 8.488

20 0.055 9.928

21 0.035 12.502 22 0.017 17.716

資料來源：本研究整理

由此可知，加入社會網絡變數之後的完整迴歸模式，在整體上比控制變數 的迴歸模式高出約 6%的解釋力。為了進一步檢驗完整模式較佳，因此對兩模 式進行概似比檢定(Likelihood Ratio Test)。在概似比檢定裡，概似比 λ =-2(ln L

－ln L) (Greene, 2003)，也就是-2×(受限模型的對數概似值－完整模型的對數概 似值)，而概似比服從的是卡方分配，其自由度為兩模式間變數個數的相減值。

受限模型指的是某些變數的迴歸係數為 0 的迴歸分析模型，在本研究中指的是 社會網絡變數的迴歸係數為 0，亦即不納入社會網絡變數的迴歸分析模型；完 整模型指的是納入所有自變數的迴歸分析模型。在本研究中，依受限模型所得 到的對數概似值 Log-L 為-2919.1807，依完整模型所得到的對數概似值 Log-L 為-2890.3138，因此得到 λ值=57.734。而當自由度=6 時，λ值=57.734 大於卡方 值於顯著水準 0.01 下的臨界值=16.81，表示應拒絕社會網絡變數之迴歸係數為 0 的假說，亦即證明加入社會網絡變數之後的完整模式有較佳的解釋力。

因此，本研究所獲得的迴歸方程式如下頁所示，並將其中各變數的名稱列

於表 4-36 中。由此迴歸方程式中可以看出，直接連帶數目與接觸效率兩變數的

平方項皆為負值，因此兩者與依變數的關係呈現倒 U 型的關係。也就是說，當

網絡的連帶強度越強，雖然有助於票房的提升，但達到某一臨界值之後則票房

成績會逐漸下滑，而儘管網絡結構空洞的程度越高有助於票房，但空洞程度太

強的關係則會降低票房成績。此發現與本研究經由文獻檢閱後的推論一致。除

此之外，儘管 Betweenness 集中度並未達顯著標準，但由於其與接觸效率在概

念上皆是從弱連帶的觀點來衡量網絡結構，具有概念上的相似性，因此並不影

響本研究的結論。

Y=12.613+2.374X

-0.012X

-0.805X

-0.060X

+103.735X

-225.921X

+25.7 70X

+61.618X

+21.812X

+2.114 X

-9.743 X

-8.646X

+85.854X

-6.590 X

-7.271X

+0.332X

+25.075X

-1.608X

-14.479X

+9.433X

-0.196X

+ε

表4-36 迴歸方程式中各變數名稱

Y 每部電影的國內總票房

X

直接連帶數目

X

直接連帶數目平方項 X

Betweenness 集中度 X

Betweenness 集中度平方項

X

接觸效率

X

接觸效率平方項 X

是否為前七大製片廠發行

X

是否為續集電影

X

動作片

X

冒險片

X

黑色喜劇

X

喜劇片

X

奇幻片

X

驚悚片

X

音樂劇

X

浪漫喜劇

X

科幻片

X

懸疑片

X

西部片

X

是否於假期上映

X

競爭強度

ε 誤差項

資料來源：本研究整理