品牌简介

数据口径透明,指标随大盘同步更新,不把预测当结论,也不把单日波动当成长期趋势。

电影票房是一个围绕“票房数据怎么读、怎么用”来组织的页面。它关心的不只是今天卖了多少钱,而是这些钱从哪些影院、哪些场次、哪些时段来,又会在接下来的排片里留下什么痕迹。2026年10月全国票房录得20.46亿元,创下灯塔专业版有统计以来十二年新低,较2019年同期的83.15亿元跌幅超过七成,同时全年票房在10月26日突破315亿元、观影人次达到8.04亿[reference:0][reference:1]。大盘在“总量承压”与“局部回暖”之间反复摆动,恰好说明单看一个总数远远不够。

这个页面的组织方式,是把猫眼专业版、灯塔专业版等工具里分散的指标重新归到日常判断的路径上:实时票房告诉你正在发生什么,排片占比和上座率告诉你资源正在往哪里倾斜,档期日历和预售节奏告诉你未来几周的可能变量,平均票价和场均人次则帮你判断“以价换量”到底换来了多少真实需求。2026年全年平均票价降至39.6元,暑期档平均票价36.7元,降价确实带来了场次和人次的结构性变化,但不同档期、不同城市的表现并不一样。把这些差异摊开来看,比笼统地说“市场冷了”或者“市场热了”更有用。

我们尽量让每一块内容都落在可核对的指标和可回溯的时间线上。平台资讯只写有日期、有来源的节点,深度解析尽量引用公开数据而不是主观感受,FAQ把口径问题拆成具体的问答,评论精选则保留观众和从业者在真实场景里的判断逻辑。电影票房不试图替你做决定,它做的只是把决策前需要看见的那几层数据,按阅读顺序摆好。数据会变,口径会调,但“先看大盘、再看结构、最后看效率”的阅读习惯可以一直用下去。

今日热播

以下内容按今日数据截面整理,指标随大盘更新,用于观察热度分布与排片倾向,不构成购票或投资建议。
剧情
逆势长线
▶ 数据解读 · 03:42
口碑驱动工作日韧性长尾

上映第三周排片不降反升,单日票房衰减曲线明显平于同档期均值,说明口碑正在替代首周热度成为主要推力。

👁 48.2万👍 1.2万⭐ 8600🔗 3200
动画
亲子基本盘
▶ 数据解读 · 02:58
家庭观影周末弹性系列化

周六上午场上座率显著高于工作日同时段,家庭决策集中在周末前两天,预售提前量比真人影片更短。

👁 36.7万👍 9400⭐ 6100🔗 2800
悬疑
晚场集中
▶ 数据解读 · 04:10
黄金场高上座受众窄

黄金场次占比高但总排片有限,单场上座率突出,说明需求存在但被场次供给约束,扩排空间取决于口碑扩散速度。

👁 29.1万👍 7800⭐ 5200🔗 1900
喜剧
档期脉冲
▶ 数据解读 · 03:05
假日消费快起快落社交属性

假期首日票房冲高明显,但次日衰减速度也快于均值,社交话题带来的增量在档期结束后迅速回落,适合短周期排片。

👁 41.5万👍 1.1万⭐ 7300🔗 3500
动作
特效厅溢价
▶ 数据解读 · 03:36
特效厅票价差场均人次

特效厅平均票价高于普通厅,但场均人次并未同步拉开,说明溢价能力更多来自格式稀缺性而非内容本身的不可替代性。

👁 22.8万👍 6300⭐ 4100🔗 1500
现实
口碑爬坡
▶ 数据解读 · 02:47
评分驱动低频观众后程

首周排片一般,但评分稳定后出现二次扩散,低频观众占比上升,说明内容触达正在突破核心影迷圈层。

👁 18.9万👍 5400⭐ 3600🔗 1200
科幻
预售前置
▶ 数据解读 · 03:28
预售零点场核心受众

预售开启后零点场与首日场次迅速被锁定,但非核心受众的转化速度偏慢,首周末排片需要为口碑留出弹性。

👁 33.4万👍 8900⭐ 6700🔗 2600
犯罪
城市分化
▶ 数据解读 · 03:14
区域差异下沉市场排片效率

一线城市上座率平稳,三四线城市周末弹性更大,同一套排片比例在不同城市群之间需要做差异化处理。

👁 15.7万👍 4200⭐ 2900🔗 980
爱情
特殊场次
▶ 数据解读 · 02:52
仪式感情侣场时段溢价

特定日期晚场票价和上座率同步走高,但这一需求高度依赖日历节点,并非常态化排片可以复用的模型。

👁 20.3万👍 5900⭐ 3800🔗 1400
纪录
长尾极值
▶ 数据解读 · 04:02
超长线低排片高单场

排片长期维持在低位但单场上座率稳定,说明存在一个规模不大却持续存在的细分需求,适合作为排片结构的补充。

👁 11.2万👍 3100⭐ 2200🔗 760
冒险
场次纪录
▶ 数据解读 · 03:19
总场次供给密度场均

总场次刷新档期纪录,但场均人次并未同步增长,供给密度上升与需求密度之间的缺口需要靠票价和时段优化来弥合。

👁 24.6万👍 7100⭐ 4800🔗 1700

平台资讯

资讯按时间从新到旧排列,只保留可公开核对的数据节点与行业动作,不采用单一来源的推测性结论。
10-26
年度总票房突破315亿元

截至10月26日,2026年电影总票房含预售突破315亿元,总观影人次8.04亿,放映总场次1.22亿场,国产影片在票房前十中占据八席[reference:3]。

10-17
10月票房创十二年新低

10月全国累计票房20.46亿元,同比下降21.67%,为2014年有统计以来最低,较2019年同期的83.15亿元回落明显[reference:4]。

10-03
年度票房超300亿

国庆档进行中,2026年度总票房突破300亿元,300多部影片覆盖喜剧、动作、科幻、悬疑、动画等类型,供给轮廓更加清晰[reference:5]。

09-15
年度票房达290亿元

截至9月15日,年度票房突破290亿元,总观影人次7.37亿,放映场次1.06亿场,暑期档后半程的修复对三季度形成支撑。

08-30
暑期档票房超124亿元

暑期档票房达到124.12亿元,超过2025年同期,多部高口碑影片在后半程接力,带动大盘从上半年低位回升[reference:7]。

08-31
年内票房突破280亿元

截至8月30日,2026年票房达到281.31亿元,年内破10亿元影片9部,数量超过2025年全年的8部,头部供给集中度继续上升[reference:8]。

04-03
年度票房突破120亿元

一季度在春节档拉动下票房突破120亿元,全产业链产值同步抬升,但非大档期的日常供给偏弱问题已经显现[reference:9]。

02-24
春节档票房57.52亿元

2026年春节档总票房57.52亿元,观影人次1.20亿,平均票价同比下降6%,总场次435.08万场刷新档期纪录。

02-03
春节档前瞻:高基数压力

机构在节前提示,2025年春节档95亿元的高基数会带来同比压力,场均人次的关键在于受众群体规模与内容打动能力[reference:11]。

01-02
2025年全年票房518.32亿元

2025年电影总票房518.32亿元,同比增长21.95%,城市院线观影人次12.38亿,国产影片占比79.67%[reference:12]。

01-01
观影总人数创近十年新高

灯塔研究院报告显示,2025年观影总人数达5.7亿,为近十年最高,但人均观影频次降至2.17次,低频用户的留存仍是长期课题[reference:13]。

八大内容导航

分类按数据使用场景划分,从实时观察到预测判断,再到经营效率与产业视角,每个入口对应一种不同的阅读目的。
📡
实时大盘

秒级更新的大盘票房、观影人次与场次,先看总量方向,再决定往下拆哪一层结构。

🎯
排片洞察

排片占比、黄金场次与场次效率放在一起看,判断供给倾斜是在追随需求还是在制造需求。

📅
档期日历

春节、暑期、国庆与中小档期的时间轴,预售开启和定档节奏往往比上映当天更早释放信号。

🔮
票房预测

基于预售、口碑扩散与历史衰减曲线做条件推演,预测不是结论,而是对关键变量的敏感性分析。

🏢
影院经营

单影院票房、场均人次与租金效率,把终端资产放在同一坐标系里比较真实产出。

⭐
口碑热度

评分走势、想看人数与社交讨论量的交叉验证,区分“热度高”和“转化强”之间的真实差距。

🏭
产业观察

从内容供给、票价策略到非票业务,用产业视角理解票房数字背后的商业结构变化。

🧰
数据工具

对比、导出与计算器,把日常需要用到的口径和换算集中在一处,减少重复操作。

相关资讯

以下内容从平台运营与数据工具的角度整理,关注“数据怎么被使用”,而不是重复新闻标题。

深度解析

以下分析基于公开票房数据与行业报告,重点讨论结构而非短期涨跌,供理解市场变化时参考。

2026年的中国电影市场,最值得关注的不是某一个单月数字的高低,而是“总量承压”与“结构分化”同时发生的方式。10月票房20.46亿元创下十二年新低,听起来是一个足够刺眼的信号,但同一年的暑期档后半程却出现了明显的修复,全年票房也在10月下旬突破了315亿元[reference:14][reference:15]。如果把这两个事实放在一起看,就会发现大盘的波动并不是均匀的:冷的时候是日常供给和低频需求同时收缩,热的时候是头部内容和档期消费集中释放。理解这种不均匀,比争论“市场到底好不好”更有实际意义。

档期的角色正在发生变化。过去春节档、暑期档、国庆档被视为三个稳定的票房引擎,但2025年春节档95亿元的历史峰值之后,2026年春节档回落到57.52亿元,观影人次1.20亿,平均票价同比下降6%。场次还在增加,总场次甚至刷新了纪录,但人次没有同步跟上。这说明档期的“流量保证”不再是无条件的,观众对档期影片的选择变得更谨慎,口碑和社交讨论在决策链条里的权重上升。档期仍然重要,但它已经从“确定性来源”变成了“放大器”:好内容在档期里被放大,平庸内容在档期里也会被更快地识别和放弃。

票价策略的调整是另一个容易被误读的变量。2026年全年平均票价降至39.6元,暑期档平均票价36.7元,以价换量的方向很清楚。但降价的效果并不是线性的:它在对价格敏感的城市和时段能拉动人次,在需求本来就薄弱的日常档期却未必能凭空创造观影动机。影院面对的是一个双重约束——既要维持单银幕产出,又要在低频观众面前降低尝试门槛。票价可以成为杠杆,但它无法替代内容供给的连续性。如果非大档期的优质供给依然稀缺,单纯降价只会让“偶尔看一次”的成本更低,却不会让“经常看”的习惯自然形成。

从工具和数据使用的方式来看,猫眼专业版和灯塔专业版已经把秒级实时票房、排片占比、上座率、场均人次、票房预测和用户画像整合到了相当细的颗粒度[reference:18]。信息本身不再稀缺,稀缺的是把信息组织成判断的能力。一个影院经理真正需要的,不是看到某部影片的实时票房涨了,而是判断这个涨幅是来自排片增加、票价调整还是上座率提升;一个宣发决策者需要的,不是一张预测大图,而是知道预测对哪个变量最敏感、在什么条件下会失效。数据工具的价值,最终体现在它能不能帮助使用者提出更好的问题,而不是替他们给出一个看起来确定的答案。

内容供给的结构性缺口仍然是最关键的长期变量。2025年动画电影贡献了接近全年总票房的一半,2026年头部影片中动画和IP续作依然占据重要位置[reference:19][reference:20]。IP和系列化提供了可预期的基本盘,但也意味着市场对“非系列、非续作、非强IP”的原创内容更加挑剔。当观众的时间和注意力被更集中地分配,原创影片必须在口碑、话题或类型稀缺性上至少占住一项,才有机会进入排片和讨论的正循环。供给端的多样性不是一句口号,它直接决定了票房大盘在非档期时段有没有足够的“日常内容”可以支撑排片和观影频次。

如果把视线拉长,电影票房这个页面想呈现的其实是一种“中间层”的视角:不站在单片成败的立场上,也不停留在宏观总量的层面,而是关注数据在不同决策节点之间如何流动。大盘、档期、票价、排片、口碑、终端效率,这些指标彼此咬合,任何一个单独拎出来都容易得出片面的结论。2026年的市场已经证明,高基数和低日常可以共存,降价和人次回升可以共存,档期纪录和场均下滑也可以共存。与其寻找一个简单的冷热判断,不如习惯在多个指标之间做交叉验证——这既是数据工具的使用方式,也是理解一个波动市场时更稳定的姿势。

使用体验指南

从打开页面到形成判断,尽量让路径短、口径清、可回溯。
🗂️

结构清晰

大盘、排片、档期、预测分层排列,不需要在多个页面之间来回跳转。

🔍

口径可查

关键指标标注数据来源与统计口径,避免把不同平台的数据直接混用。

📱

移动友好

手机端单列阅读,卡片信息按优先级排列,弱网环境下也能快速加载。

⭐

便于对照

热播与资讯保留日期和指标上下文,方便和后续数据做时间线对照。

🧭

延伸克制

延伸阅读只指向同一主题下的不同维度,不为了填充而堆砌无关内容。

体验小结:电影票房把“看数据”拆成三个连续动作——先在大盘层确认方向,再在排片和档期层确认结构,最后在影院和口碑层确认效率。页面上每一个数字都尽量带着日期和口径出现,减少“只看到结论、看不到条件”的情况。如果你习惯先扫标题再决定读哪一块,分类导航和热播卡片可以作为入口;如果你需要做逐项对照,资讯时间线和FAQ里的口径说明更适合慢慢翻。数据不会替你做判断,但一个好的阅读顺序可以让判断来得更扎实一些。

常见问题答疑

以下问答围绕票房口径、数据差异和日常使用场景展开,回答尽量具体,不回避“不知道”的边界。
实时票房通常包含服务费,是影院端和票务平台按售票口径汇总的即时数字;最终分账票房需要经过专资、税费和各方分账后确认,口径和时点都不同。两者之间的差额主要来自服务费是否计入、退票是否冲减以及结算周期。日常看走势用实时口径足够,做收入核算则要等分账数据。
两个平台的数据源和统计侧重不同,猫眼更侧重票务交易侧,灯塔在网播和宣发维度有更细的拆分。秒级票房出现小幅差异是正常的,重要的是在一段时间内保持同一口径做纵向比较。如果要做跨平台对照,建议先确认是否含服务费、是否含预售,再比较趋势而不是纠结单点绝对值。
说明供给端给了足够多的场次,但需求端没有按比例跟上。可能的原因是影片热度集中在特定时段,或者排片结构偏向非黄金场,也可能是同档期竞争把观众分流了。单看排片占比容易高估一部影片的实际效率,把排片占比和场均人次、黄金场次占比放在一起看,才能判断是该收缩普通场还是调整时段。
不一定。降价对价格敏感人群和低频观众有拉动作用,但如果内容供给本身不足,降价只能降低“偶尔看一次”的门槛,无法创造持续的观影动机。2026年全年平均票价降至39.6元,部分档期人次回升,但日常大盘的冷清并没有被票价单一变量解决。票价是杠杆,不是发动机。
常见输入包括预售与想看人数、首日排片和黄金场占比、评分与社交讨论扩散速度、同档期竞争密度、历史同类型的衰减曲线,以及票价和城市结构。预测的难点不在于列出变量,而在于判断哪个变量在当前情境下权重更高。一个基于高预售的预测,如果口碑扩散不及预期,需要在下个时间窗口快速修正。
灯塔专业版数据显示,2026年10月全国票房20.46亿元,同比下降21.67%,低于2022年同期的21.41亿元,较2019年10月的83.15亿元差距更大[reference:21]。这个低点不是单一原因造成的,而是非大档期优质供给偏弱、观影频次下行和档期消费集中化共同作用的结果。单月低点需要放在全年节奏里看,不能直接外推为长期趋势。
通常先看当日大盘和竞对影院票房,确认整体水位;再看自己影院的排片占比与黄金场占比,判断供给结构是否合理;然后看场均人次和上座率,定位效率短板;最后结合预售和明日排片,决定是否做临场调整。不同规模的影院侧重点会有差异,但“大盘—结构—效率”的顺序比较通用。
需要。点映的场次规模、城市范围和票价策略通常与正式上映不同,直接合并会拉偏首日排片效率和场均人次的判断。点映数据更适合用来看口碑扩散方向和核心受众浓度,正式上映后再用完整口径评估衰减曲线。把两者混在一起,容易高估首日需求或低估口碑作用。
想看人数是一个前置热度指标,但它衡量的是“标记意愿”,不是购票行为。想看人数高但转化率低的影片并不少见,尤其是在话题性强但类型受众偏窄的情况下。更稳妥的做法是把想看人数和预售开启后的实际出票速度做交叉验证,看热度是否在关键时间窗口内转化成了真实交易。
特效厅的平均票价、场均人次和受众结构与普通厅差异明显,合并统计会掩盖格式溢价是否真正被需求接受。2025年特效厅总票房创历史新高,但票价上涨和场均人次的关系并不是线性的。单独拆分可以看清一部影片的格式红利有多少来自内容匹配度,有多少来自排片稀缺性。
非票业务没有像票房那样统一的秒级公开口径,通常需要结合院线或影投的财报、单影院经营数据以及卖品占比的抽样估算。公开票房工具主要覆盖票务侧,非票收入更多出现在公司披露和行业研究报告中。做对比时要特别注意统计范围是否包含场地租赁、广告和衍生品,避免口径不一致。
不能简单外推。2025年春节档95亿元的历史峰值给全年带来了高基数,2026年春节档回落到57.52亿元,但同时暑期档后半程出现了修复。春节档的能量集中在节假日的消费场景里,能否转化为日常观影习惯,取决于节后非档期的内容供给是否接得上。档期爆发和全年走势之间不存在自动的因果关系。
城市之间的观影习惯、票价敏感度、竞品排片和影院密度都不同。一线城市核心受众可能更早完成购票,三四线城市周末弹性更大;同一套排片比例在影院密度高的城市会面临更激烈的时段竞争。区域差异是排片调整时需要保留的变量,而不是用全国平均值一刀切。
服务费通常按票价的固定比例或固定金额收取,在总票房中占比不算高,但在低价票和特效厅场景下的影响会被放大。做长期趋势比较时,含服务费口径更适合看观众实际支付规模;做分账和收入分析时,不含服务费口径更接近片方和影院的结算基础。两者不能在同一张图里混用。
预售高说明核心受众的购票意愿强,但首日排片还需要考虑口碑扩散的不确定性和非核心受众的转化速度。如果预售集中在少数时段和少数城市,把排片均匀铺开反而会降低单场效率。更常见的做法是在预售集中的时段给足黄金场,同时在普通场保留弹性,等首日口碑信号出来后再做二次调整。
低频观众的决策更依赖档期、话题和社交推荐,购票提前量通常比核心影迷短。这意味着排片不能只按历史核心受众的节奏来铺,需要在临近上映和档期节点保留调整空间。低频观众对票价也更敏感,普通场和优惠时段的配置会直接影响他们是否完成转化。
传统模型更依赖显式变量和历史统计关系,AI模型在特征提取和非线性关系上更强,可以纳入舆情、搜索和社交扩散等非结构化信号。但两者都受制于数据质量和情境变化,AI并不会自动解决“黑天鹅”式的口碑反转。实际使用中,AI预测更适合做敏感性参考,而不是替代对档期结构和内容供给的判断。
普通观众可以用它来判断一部影片的热度和场次充裕程度:热度高但场次少的影片可能需要提前购票,热度衰减快的影片则可能等到更合适的时段。实时上座率也能帮助避开过于拥挤的场次。它不是必须使用的工具,但在做观影时间选择时,比只看预告和评分多了一个需求侧的参考维度。
年度总票房是档期爆发和头部影片拉动的累计结果,日常影院的体感则取决于非档期的场均人次和排片密度。2026年年度票房在10月突破315亿元,但10月单月创下十二年新低,两者并不矛盾[reference:23][reference:24]。总量和日常之间的差距,恰恰是理解票房结构时最需要留意的地方。
不会。电影票房提供的是数据层面的观察工具和阅读顺序,不替代个人的观影偏好判断。热播卡片展示的是热度分布和指标特征,深度解析讨论的是结构变量,FAQ解释的是口径和用法。最终看什么、什么时候看,仍然取决于你自己的时间、兴趣和所在城市的排片情况。
实时票房和排片类指标通常按分钟级或秒级更新,日票房和档期汇总按日更新。历史数据可以回溯到各平台有统计口径的起始时间,灯塔专业版的票房统计可追溯至2014年[reference:25]。做长周期对比时,建议先确认统计口径是否发生过调整,尤其是服务费是否计入、退票处理方式是否变化。

用户评论精选

评论来自观众和从业者在不同场景下的真实使用感受,保留原始语气,不做统一口径的改写。
林
林间放映
10-26

之前排片全凭感觉,现在先看黄金场占比和场均人次,再决定要不要给某部片加场。数据不会替你拍板,但至少不会让你在错误的方向上加码。

周
周末场记
10-24

普通观众用实时票房主要是为了避坑。热度高但上座率掉得快的片子,我一般会等两天看口碑再决定,省得看完出来后悔。

陈
陈默看板
10-22

猫眼和灯塔的数据偶尔对不上,一开始很纠结,后来想通了:只要同口径纵向比,趋势对了就行。绝对值差一点,不影响判断方向。

许
许愿长线
10-20

做宣发复盘的时候,最怕只看首日。首日排片给得足,数据当然好看,但第二周能不能撑住,才是内容真实热度的照妖镜。

吴
吴聊电影
10-18

10月票房创新低那天,朋友圈刷屏说行业完了。但我看暑期档后半程明明在回暖,单月低点不等于全年定局,还是得看结构。

郑
郑在排片
10-15

降价之后上座率确实回来了一点,但日常场还是空。票价只是把门槛降低了,真正让观众出门的还是“这部片子非看不可”的理由。

何
何处观影
10-12

春节档场次多了,但场均人次降了。影院把排片铺满不等于观众就会来,供给密度和需求密度不匹配的时候,加场只是互相挤压。

宋
宋你一张票
10-09

喜欢这种把口径讲清楚的地方。含不含服务费、预不预售,不说清楚的话,两个数字放在一起比完全是误导。FAQ那一块值得先看。

黄
黄灯等待
10-06

低频观众来报到。一年进不了几次影院,决策全靠档期和社交首页刷到什么。排片对我影响不大,有没有一个“现在必须看”的理由才重要。

罗
罗盘数据
10-03

AI预测用了一段时间,适合做敏感性参考,但不能代替对档期的判断。模型再细,也猜不到一部片子会不会突然靠一个梗破圈。

高
高帧率
09-29

特效厅的数据一定要拆开看。票价高不等于需求强,有的片子普通厅上座更好,硬排特效厅反而浪费场次。格式红利不是每部片都吃得下。

白
白幕之后
09-25

年度总票房涨了但日常影院还是空,这个矛盾我今年感受特别深。大盘是档期堆出来的,日常要靠一部一部片子接住,中间断档就凉。

平台热点

热点按时间从新到旧排列,侧重数据使用和行业变化,不做脱离指标的标题放大。

单月低点与全年总量的温差怎么看

10-26

10月票房创十二年新低,全年却在同一周突破315亿元。总量由档期头部拉动,日常体感由非档期场均决定,两个指标需要分开读。

平均票价39.6元背后的结构信号

10-18

以价换量成为年度关键词,但降价在不同城市和档期的弹性差异明显。票价可以降低尝试门槛,无法单独解决日常供给不足。

春节档场次纪录与场均下滑的并置

10-08

总场次刷新纪录,观影人次同比下降。供给密度上升而需求密度未同步,排片扩张的边际效率正在接受检验。

暑期档后半程的修复从何而来

09-15

暑期档票房超124亿元,超过上年同期。多部高口碑影片在后半程接力,说明内容供给的连续性比单部影片的爆发更能稳住大盘。

低频观众2.17次背后的留存课题

09-01

观影总人数创近十年新高,人均频次却仍处低位。拉新靠爆款,留存靠日常供给和更低的决策成本,后者更难但更决定长期结构。

动画电影贡献半壁江山的供给启示

08-31

动画在年度票房中的占比持续突出,IP续作和原创创新同时存在。类型集中度上升,既带来基本盘,也对非动画原创内容提出更高要求。