拍爛片的人，心裡可能在想些什麼？

02-04

最近厭學症發作，看了三個動畫片，都是今年4月開播的。其中最爛的一個是百武裝戰記。另外兩個分別是雪國殭屍和學文高中老司機傳。

這是個什麼故事呢？簡單來說，就是不知道打哪來了一堆長得特丑（形似地縛神）的怪物非要滅了人類，然後具有特殊能力的姑娘小伙們（姑娘比小伙多，嗯）穿著移動西裝啊不「hundreds」，以一個包含打架教學、吃喝玩樂買買買和情人坡小樹林的海上鑽井平台啊不要塞為依託，爭風吃醋追星探病享受校園生活順帶打怪的故事。

劇情介紹完了（其實並沒有），大家可能還沒看出來這個片子為什麼爛。所以我得說細點：這個片子爛是因為大量堆經（gu）典（lao）動畫片的橋段，以至於除了播出時間外啥都是舊的。而且吧，你用別人用過的橋段就算了，連我這種04年初中畢業後，一年看不到五個新動畫片的人都能看出一大堆套路，這叫什麼事……比如：這種邊上學邊爭風吃醋談戀愛順便打怪的模式來自EVA；依靠偶像歌手鎮住敵方一大片反敗為勝的橋段來自超時空要塞；各種移動西裝啊不hundreds的設定靈感來自高達系列（包括但不限於浮游炮、米加粒子炮等）和/或宇宙騎士；莫名其妙還沒咋地就產生深刻羈絆的劇情來自遊戲王系列，反派的外形也來自其中的GX；變身之前喊個口訣更是各類人打人和人打怪動畫片必備（hundreds on! VS 燃燒吧！我的小宇宙！etc.）。至於什麼「該殺千刀的敵人偏不殺偏要勸降」這個，我已經記不清楚有多少動畫片有了。網上也有大量關於這個片子的吐槽，應該也還有好多別的老橋段。恕我最近十多年的動畫片看得不多，就不一一列舉這個片子用過的套路了。

哦對了，別看這個動畫片是用一堆老掉牙的橋段攢出來的，它在同期播出的片子里還不算爛的。我找了個打分網站，發現百什麼戰記在同期播出的片子里屬於中等水平。

想來大家看動畫片或者看電影的時候經常會發出「這爛片當初是怎麼拿到經費怎麼拿到檔期的」之類的感慨。大家一般會歸結為導演/編劇能力問題或者資方/製片方品味問題之類的。但這真的是所有的事實嗎？

我們身邊有另一類人，這類人面臨的期待和導演/編劇面臨的期待是相似的：拿出點新東西來，拿出點好東西來。這一類人叫做學者。他們或供職於大學，或供職於科研院所。無論是單打獨鬥還是團隊作戰，他們的主要任務就是做出好的科研成果並且發表。然而他們拿出的結果和電影或者動畫片一樣：絕大部分真的都是套路堆的，而且能拿套路堆出文章依然能發在不錯乃至頂尖的雜誌上。

以前的我看到這種套路堆出來的文章，一般就直接罵作者和審稿人了：你這做得這麼糙還敢投，審稿人還讓你過了，這都是些什麼人啊還偏占著頂級期刊的坑。但是隨著1)接觸過的學者越來越多和2)自己也開始寫正經論文（課程論文不算）了，我的觀念慢慢改變了。

我上過三個大學，其中兩個在國內比較有名，另外一個在國內不太有名但是在國外還行。這三個學校中所有我接觸過的學者都知道我要讀博士，所以我可以預期即使在本科階段接觸的學者，也更可能和我嚴肅地討論學術問題。隨著學習和研究的深入，我愈發發現：我在這三個學校接觸過的絕大部分學者是有硬本事，有真水平的。但是，但是，所有這些學者加一塊，發表出來的有較高獨創性的論文，也沒有多少篇（瑪德吉讀碩時沒選Robert King和Simon Gilchrist的課我後悔一輩子啊啊啊啊啊）。所以這是為什麼？

主流的解釋包括搞大新聞風險太高好多人背水（6=3+3）承受不起失敗的風險啦，發表競速與贏家通吃的故事啦之類的。這些解釋更像是心理學（可能用錯請指正）解釋，而我所在的經濟學圈子裡，類似的現象與其他領域無異。但是，經濟學圈子裡的學者大都熟悉約束最優化理論的應用。所以到底是他們沒有學以致用，還是說靠套路堆文章成為多數學者的選擇已經是一個最優解了呢？

我的靈感依然來自於片子。前兩天有個小夥伴吐槽「為啥校園戀愛電影的男女主角總是一個聰明一個蠢，就不能兩個都聰明嗎」。我當時覺得這是因為要讓儘可能多的人找到能代入的角色，從而掏錢買票。並且還建了個模型說明製片團隊的決策：

假定潛在觀眾的類型可由[0,1]上的單一參數p來表示，分布為F(p)。F(0)=0, F(1)=1

假定一部電影可由[0,1]上的兩個參數a,b表示。這兩個參數分別代表兩個主要人物的類型。

觀眾知道主要人物的類型，但不知道劇情。故觀眾根據兩個主要人物的類型來決定是否買票看電影。具體來說，觀眾根據兩個人物和自己的距離來決定是否購買。考慮如下的決策函數：

$D(a,b,p)=1$ 當且僅當 $frac{1}{k+||a,p||}+ frac{1}{k+||b,p||}>gamma$ ，其他情況取0。其中||x,y||是某個範數。參數k>0，用來控制不等式左邊的值域和其導數的值域。

固定a,b，在一些正則性條件下，將不等式取等號，可以解出一個或多個（取決於範數的形式）p使等號成立。解完以後，就得到了原不等式成立的（一個或多個）區間，區間斷點和a,b有關。暫且把電影票價格標準化為1，那麼製片方的最優化問題就是選擇(a,b)，使得原不等式成立的區間上人最多。

不難發現，最優解取決於

觀眾類型的分布。例如你在我國試圖賣一個歌頌侵華日軍的片子肯定不可能好賣。這就屬於把a,b選在了長尾上。
觀眾有多摳，換句話說就是 $gamma$ 的大小。越大買票的閾值就越高，觀眾也就越摳。
觀眾有多玻璃心，換句話說就是k的大小。越小觀眾越玻璃心。因為k越小，範數值的變動對分母的影響就越大，那麼稍微移動一下a或b就能改變更多觀眾的購買決策。
觀眾有多自戀，換句話說就是範數的形式。比如說把範數取成絕對值的就沒有把範數取成平方的自戀。

下面我先不去解這個問題，因為涉及選F(.)和||x,y||的具體形式以及一坨參數的值。我先討論一下解它到底需要些什麼。不過答案也很簡單，需要的就是我懶得設的那些函數的形式和懶得編的參數值，以及一點數學知識。那麼下面問題來了，製作團隊真的知道這些嗎？

我認為不知道。對於偏好及其分布，定性的描述通常是可行的。但拍電影和做動畫除了是視覺藝術，還是門要砸錢的生意。給影片估值並不是對偏好和分布定性描述一下（例如「觀眾都喜歡看美女伴糙漢」「觀眾都喜歡看宮廷戲」之類的）就能完成的。偏好和分布這東西需要從歷史經驗里「學」，需要往未來「看」，而且一定是沒定論的。有很多人據此說「所以給影片估值是門藝術」。那照這個說法，一級市場里沒別人，全是藝術家。因為估值這件事，他們日日做，月月做，年年做。一年影片才多少個，天使風投私募們一年看的計劃書和現成項目又有多少個，這倆根本就不是一個量級的。

那他們搞估值當真靠的是藝術嗎？不是，至少不全是。這背後是有技術的。那技術從哪裡來？從成功者的經驗里來，從失敗者的教訓里來。別人成功的經驗你學來了，你很可能也不會太失敗。拍片子也是這樣。別人拍了一部叫座的電影，你從他那裡學一些，再從另外一部叫座的電影里學一些。去學他們迎合了哪些人的偏好，去分析這些人大概各有多少。再去迎合這些人的偏好，為這些人拍一部電影。這就是那些充斥了老橋段的套路電影、套路動畫的來源。拍出這些乏善可陳的玩意的人，某種意義上說其實是相當重視觀眾，誠惶誠恐的一撥人。

再回到學術研究上。審稿人的決策和觀眾的決策很類似，只不過多了一種而已：rej, R&R, acc。要表達這樣的決策，只需用下面的方式即可

$D_{1}=1ifsum_{i}{frac{1}{k+||p,lambda_{i}|| } }>gamma_{1}$ ，其他情況=0

$D_{2}=1ifsum_{i}{frac{1}{k+||p,lambda_{i}|| } }>gamma_{2}$ ，其他情況=0

其中，D1=1，D2=0意味著R&R，D2=1意味著acc， $lambda_{i}$ 是學術論文的參數。易見 $gamma_{2}>gamma_{1}$ 。

那麼，學者知道審稿人類型p的分布和偏好（由範數形式和參數值決定）。那麼ta的決策就變成了如何最大化D1取1的概率或D2取1的概率。那麼ta從哪裡知道分布和偏好呢？還是從歷史信息里學來的。什麼是歷史信息？就是ta所作的領域裡已經發表的文章和ta知道的被拒的文章。那麼請聽題，從歷史信息來看，要最大化接收或者有條件接收的概率，怎樣做很可能是墜吼的呢？

用！套！路！

感謝圍觀。