文/新浪财经意见领袖专栏机构 蒙格斯智库
只有当一个故事的典型性很低时（即与人们过去和现在的经历不一致），电影中带有“根据真实故事改编的标签”即TBL标签才能增加电影的可信度和合理性，提高电影的受欢迎程度；而如果一个故事中的事件已经具有很高的典型性，TBL标签对电影的可信度、合理性以及受欢迎程度几乎没有影响。
全世界的电影有成千上万部，数不胜数，少部分电影成了经典，如《萨利机长》、《熔炉》，而大部分都成了烂片，观众看了备受折磨。尽管所有电影都有虚构的成分，但有些电影看起来很真实，如《我不是药神》，而有些电影看起来很虚假。
美国南加利福尼亚大学马歇尔商学院的Francesca Valsesia、Kristin Diehl和Joseph C． Nunes于2017年发表在《实验社会心理学杂志》上的案例研究论文《基于一个真实的故事：让人们相信难以置信的故事》（Based on a true story： Making people believe the unbelievable）研究了电影中带有“根据真实故事改编的标签”（truth-based labeling，TBL）的话，观众会作何反应和评价。
作者发现：只有当一个故事的典型性很低时（即与人们过去和现在的经历不一致），电影中带有“根据真实故事改编的标签”即TBL标签才能增加电影的可信度和合理性，提高电影的受欢迎程度；而如果一个故事中的事件已经具有很高的典型性，TBL标签对电影的可信度、合理性以及受欢迎程度几乎没有影响。
其中典型性是指故事中事件普遍发生的程度，和观众过去和现在、直接和间接经验相关。
作者：蒙格斯智库 黄瑾轩
研究背景
你在看电影的时候，是否看到过有些电影标明“这是一个真实发生过的故事”，而有些电影标明“本故事纯属虚构”。如果制片人告诉观众电影中的故事是真实的，或者是根据真实事件改编的，那么观众会给予这部电影什么反应和评价呢？
作者通过四个实验证明了TBL标签对观众所做评价的影响是如何取决于故事中的事件的典型性的。
实验1
实验1研究了电影带有TBL标签与电影得到的评分之间的关系，实验1的自变量是电影是否带有TBL标签（1表示是，0表示否），因变量是观众在IMBD网站上发表的影评（最高评分为10分），控制变量为电影预算和明星效应等信息。
实验1共分析了884部电影，其中有58部电影使用了TBL。
实验1发现：TBL标签与电影评分之间存在正相关关系。
实验2
实验2检验了TBL标签是否确实会影响电影的合理性，以及如果没有TBL标签，这些电影的合理性是否会显著下降。
实验2对实验1中带有TBL标签的58部电影进行了进一步的研究，让实验的参与者根据这些电影的简介评估其合理性和可信度。实验2的设计模式是2（是否带有TBL标签：是vs否）*5（5部于2003年上映的电影：《日历女郎》、《女魔头》、《真情电波》、《奔腾年代》、《德州电锯杀人狂》）。
实验2发现：即使一部电影是根据真实事件改编的，但如果观众并不知道这一点，即未使用TBL标签，他们就会认为这部电影不可信。
实验3设计
实验3探究了故事的典型性以及是否带有TBL标签会如何影响观众的评价，实验3的设计模式是2（TBL：真实vs虚构）*2（典型性：更高vs更低）。
实验3中选择的电影是根据真实故事改编的于2012年上映的《顺从》，这部电影相对而言并不知名，票房也没有进入前100名，并且还有高典型性和低典型性两个版本。研究者告诉一半的实验参与者，电影是根据真实故事改编的，告诉另外一半的参与者说电影中的故事是完全虚构的。
实验3结果
图1：TBL标签和典型性之间的相互影响效果
实验3发现：对于典型性更低的故事，TBL标签会对观众的影评有着显著的积极影响，增加了故事的合理性；而对于典型性更高的故事，TBL标签并不会影响观众所作出的影评。
实验4设计
实验4研究了故事的典型性对TBL标签的效果所产生的影响，实验4的设计模式是2（TBL标签：是vs否）*2（典型性：较高vs较低）。
实验4采用了两个版本的故事，这两个版本的故事其实是一样的，但在一些细节上有所不同，这些细节被研究人员进行了修改以产生不同程度的典型性。
实验4结果
图2：TBL标签和典型性之间的相互影响效果
实验4发现：TBL标签的效果取决于故事的典型性，只有在故事的典型性较低的情况下，使用TBL标签才会提供观众的影评分数。
结语
讲故事对人们如何构建现实以及与他人之间进行互动是很重要的。本文研究有助于我们理解为什么有些故事会比其他故事讲得更加成功，并说明了故事带有“基于真实事件”即TBL标签是如何影响人们对这个故事的评价的。
本文的研究揭示了电影收视率与TBL标签之间的积极关系，发现TBL标签和故事典型性之间有着强有力的相互作用，这或许能为目前正处于尴尬境地的国内影视公司提供一种启发。
(本文作者介绍：国内首家中国宏观经济拐点研究和风险研究的独立智库机构，对经济、金融、法律、风险等领域开展量化模型研究)
责任编辑：陈鑫
新浪财经意见领袖专栏文章均为作者个人观点，不代表新浪财经的立场和观点。
欢迎关注官方微信“意见领袖”，阅读更多精彩文章。点击微信界面右上角的+号，选择“添加朋友”，输入意见领袖的微信号“kopleader”即可，也可以扫描下方二维码添加关注。意见领袖将为您提供财经专业领域的专业分析。
