本研究以電影產業為例，探討卡司指標對電影進場人次之影響。希望能在電影產業高風險特性下，提供可控因子供製作團隊參考。本研究透過有倍思有限公司提供之電影資料庫與IMDb資料庫搜集電影進場人次資料、電影和播映資訊，資料範圍為2017年至2022年，共4247部電影，計65萬多筆觀察值，並利用OLS多元迴歸分析法探討卡司指標對電影進場人次之影響。
筆者參考Basuroy and Ravid (2003)的研究，將得過奧斯卡獎項之演員視為是「卡司」，並針對台灣市場進行修飾以符合本研究，主要納入本研究樣本中佔比較高之美國、台灣與法國電影界具影響力的奧斯卡金像獎、金馬獎、台北電影節和坎城影展。
研究結果指出，觀眾對於卡司陣容的電影確實更願意買單。因此筆者推論，就台灣市場而言，由於卡司指標的設定是基於頒獎典禮的演員獎項，這代表了該演員在業界的一定程度的認可和專業評價。觀眾可能會將這樣的演員視為電影品質的保證，因而更傾向選擇這類影片。卡司指標的高低還可能影響電影的行銷和推廣策略，得獎演員的加入提供了電影更多的宣傳資源。
就製片的角度而言，招募具有一定實力的演員，不論是知名度抑或是頒獎典禮獎項的支持，都讓電影的受歡迎程度添加了一道可控的因子。
本研究之管理意涵為期望提供業界可控因子，而選角為製作電影中可控之一環，因此若根據本研究之研究結果，製作電影時能選擇具得過知名影展或頒獎典禮之演員，或許能對電影績效更有把握，從而促進台灣電影市場的持續發展。

This thesis discusses the impact of cast on the number of movie attendance in the film industry. The purpose of the thesis is hoped that under the high-risk production of the film industry, controllable factors can be provided for the reference of the production team. Movie attendance data and film information were collected from the movie box office database and IMDb database, covering the period from 2017 to 2022. The dataset includes 4,247 movies, with 650,000 observations. The impact of the cast on the number of people entering the movie theater is explored using OLS Multiple Regression Analysis.
Referring to Basuroy and Ravid's (2003) research, the author considers Oscar awards received by actors as "cast" indicators. For this thesis, modifications are made to align with the Taiwan market, incorporating influential American, Taiwanese, and French film festivals such as the Oscars, Golden Horse Awards, Taipei Film Festival, and Cannes Film Festival.
The research findings highlight that audiences are indeed more inclined to pay for movies featuring notable casts. Consequently, the inference drawn for the Taiwan market is that, given the cast indicators are established based on actor awards from ceremonies, it signifies a certain degree of the actor's popularity in the market. Audiences may perceive these actors as a guarantee of film quality, making them more likely to opt for such movies. Additionally, the level of cast indicators may influence the film's marketing and promotional strategy, and the inclusion of award-winning actors provides the film with additional promotional resources.
From a production standpoint, the recruitment of actors with a certain level of ability, particularly those recognized by the Oscars ceremony, introduces a controllable element that resonates with the audience.
The managerial implication of this study is to provide controllable factors, and casting emerges as a key controllable aspect in film production. Therefore, building on the findings of this study, selecting actors who have a record in film festivals or award ceremonies when making films may offer a better understanding of film performance. This, in turn, could contribute to the ongoing development of Taiwan's film market.

學位論文審定書 i
國立中山大學博碩士論文公開授權書 ii
誌謝 iii
中文摘要 iv
英文摘要 v
目錄 vi
圖次 vii
表次 vii
壹、緒論 1
一、研究背景與動機 1
二、研究問題 5
貳、文獻回顧 6
一、電影產業 6
二、卡司指標 8
三、其他影響電影績效之因素 12
參、研究方法 16
一、資料來源與處理 16
二、分析工具 23
肆、研究結果 24
一、敘述統計與樣本概況 24
二、基本分析結果 27
伍、結論與建議 31
一、研究結論 31
二、研究限制、建議與未來方向 32
參考文獻 34

圖次
圖 1-1 IMDb 卡司-Cast 名單 資料來源: IMDb 網路電影資料庫 17

表次
表1-1 2017~2022 年全臺電影票房市場概況 2
表1-2 我國電影產業票房績效探討文獻總覽 3
表3-1 控制變數列表 19
表4-1 電影進場人次之敘述統計 24
表4-2 卡司指標之敘述統計 24
表4-3 數值變數之敘述統計 25
表4-4 電影類型之敘述統計 25
表4-5 電影來源國之敘述統計 26
表4-6 電影發行商之敘述統計 26
表4-7 播映周次之敘述統計 27
表4-8 戲院之敘述統計 27
表4-9 基本回歸分析結果 28

i. 中文文獻
文建會，2004。2003年文化創意產業發展年報。
文化部，2019。取自:https://www.moc.gov.tw/information_250_98318.html
外交部，2011。台灣評論。取自︰ https://taiwancinema.bamid.gov.tw/Articles/ArticlesContent/?ContentUrl=64463
朱思怡，2015。台灣電影異業合作的探索性研究。國立臺灣藝術大學碩士論文。
李宗祐，2020。明星魅力與電影類型對美國電影票房的影響。世新大學碩士論文。
李明哲，2023。2022臺灣文化創意產業發展年報，台北 : 文化內容策進院
何文程，2010。奧斯得獎男女演員對電影票房收入效應之探討。國立暨南國際大學經營管理碩士學位學程論文。
何文程、林霖、簡志健，2011。奧斯卡得獎男女演員對電影票房收入效應之探討，東海管理評論，12-1S，151-186。
吳重誼，2012。賣座電影票房影響因素之效果：權變的觀點。國立臺北大學碩士論文。
吳晉賢，2013。電影票房價值因素之探討(以國產電影為例。
法務部調查局，2010。清流月刊五月號。
林怡辰，2019。以層級貝氏模型預測新產品銷售模式: 以美國電影為例。
林怡萱，2014。探討國片票房破億之成功因素 - 2008 年至 2013 年國片為例。
馬雅琦，2002，金馬獎對台灣華語影片銷售票房影響之探討。國立臺灣師範大學大眾傳播研究所碩士論文。
高立翰、沈大白、鄭惠如，2013。台灣電影票房績效模型影響因素之研究。東吳經紀商學學報，82，59-2。
曾羨書，2007。美國電影票房績效研究: 從口碑、影評、卡司與電影類型角度觀之。
黃偉周，2015。電影製片商對電影票房之影響。
楊孟迪，2010。應用採礦技術來預測電影票房之研究(以美國市場為例。
溫溫凱，2020。換日線。取自: https://crossing.cw.com.tw/article/13225
鄭沂珊，2001，美國電影票房影響因素之探討，臺灣師範大學大眾傳播研究所碩士論文。
劉珍伶、潘俞璇、鄧伊芸、戴方芸、鍾馨醇，2012。影響台灣電影市場票房因素之分析。明志科技大學經營管理系專題研究。
監察院，2019。取自: https://www.cy.gov.tw/News_Content.aspx?n=528&s=13376
盧非易，1997。台灣電影映演市場研究：以1994年為例。廣播與電視: 67-91。
盧非易，1998。台灣電影觀眾觀影模式與電影映演市場研究: 1980-1999。行政院國家科學委員會專題研究計畫成果報告。
盧非易，2003。再論電影理論的書寫: Robert Stam的《電影理論解讀》。新聞學研究，-74，157-159。

ii. 英文文獻
Ainslie, A., Drèze, X., and Zufryden, F. (2005). Modeling movie life cycles and market share. Marketing science, 24-3, 508-517.
Bagella, M., and Becchetti, L. (1999). The determinants of motion picture box office performance: Evidence from movies produced in Italy. Journal of Cultural economics, 23, 237-256.
Bae, G., and Kim, H. J. (2019). The impact of movie titles on box office success. Journal of Business Research, 103, 100-109.
Basuroy, S., Chatterjee, S., and Ravid, S. A. (2003). How critical are critical reviews? The box office effects of film critics, star power, and budgets. Journal of marketing, 67-4, 103-117.
De Vany, A., and Walls, W. D. (1999). Uncertainty in the movie industry: Does star power reduce the terror of the box office?. Journal of cultural economics, 23, 285-318.
Denisoff, R. S., and Plasketes, G. (1990). Synergy in 1980s film and music: Formula for success or industry mythology?. Film History, 257-276.
Elberse, A. (2007). The power of stars: Do star actors drive the success of movies?. Journal of marketing, 71-4, 102-120.
Elberse, A., and Eliashberg, J. (2003). Demand and supply dynamics for sequentially released products in international markets: The case of motion pictures. Marketing science, 22-3, 329-354.
Fan, L., Zhang, X., and Rai, L. (2021). When should star power and eWOM be responsible for the box office performance?-An empirical study based on signaling theory. Journal of Retailing and Consumer Services, 62, 102591.
John Sedgwick and Michael Pokorny (2010) Consumers as risk takers: Evidence from the film industry during the 1930s, Business History, 52:1, 74-99, DOI: 10.1080/00076790903469620
Kim, S. H., Park, N., and Park, S. H. (2013). Exploring the effects of online word of mouth and expert reviews on theatrical movies' box office success. Journal of Media Economics, 26-2, 98-114.
Lash, M. T., & Zhao, K. (2016). Early predictions of movie success: The who, what, and when of profitability. Journal of Management Information Systems, 33-3, 874-903.
Lee, S., and Choeh, J. Y. (2018). The interactive impact of online word-of-mouth and review helpfulness on box office revenue. Management Decision, 56-4, 849-866.
Litman, B. R. (1983). Predicting success of theatrical movies: An empirical study. Journal of popular culture, 16-4, 159.
Litman, B. R., & Kohl, L. S. (1989). Predicting success of motion pictures: The 80's experience. Journal of Media Economics, 2-2, 35-50.
Ravid, S. A. (1999). Information, blockbusters, and stars: A study of the film industry. The Journal of Business, 72-4, 463-492.
Redfern, N. (2012). Genre trends at the US box office, 1991 to 2010. European Journal of American Culture, 31-2, 145-167.
Sochay, S. (1994). Predicting the performance of motion pictures. Journal of Media Economics, 7-4, 1-20.
Peng, F., Kang, L., Anwar, S., and Li, X. (2019). Star power and box office revenues: evidence from China. Journal of Cultural Economics, 43-2, 247-278.
Sawhney, M. S., and Eliashberg, J. (1996). A parsimonious model for forecasting gross box-office revenues of motion pictures. Marketing Science, 15-2, 113-131.
Wallace, W. T., Seigerman, A., and Holbrook, M. B. (1993). The role of actors and actresses in the success of films: How much is a movie star worth?. Journal of cultural economics, 1-27.
Zufryden, F. (2000). New film website promotion and box office performance. Journal of Advertising Research, 40-1-2, 55-64