票房在流动
一部热映电影的生命周期通常只有三到五周，首周决定排片，次周决定口碑转化，第三周开始依赖长尾观众。数据每延迟一天，判断就会偏离一个身位。
等高线观测 · 第 0062 期
热映电影票房实时排行榜把大盘画成一张雪山等高线图
热映电影票房实时排行榜不是一张会过期的名单，而是一套持续爬升的观测坐标。我们按十分钟一次的节奏抓取影院上报的实时票房数据，把当日票房排行、排片占比、场均人次与影院上座率换算成同一条雪线：票房越高，雪线越高，山脊越亮。你在这里看到的每一格数字，都能追溯到具体城市的影院样本。
328覆盖观测城市
42在榜影片数量
12486联网影院样本
10刷新间隔分钟
01 / 情境推演
为什么需要一张会呼吸的票房等高线
用情境、冲突、问题、答案四步，说明热映电影票房实时排行榜的观测逻辑
口径互相打架
含税票房、分账票房、预售票房、点映票房混在一起比较，同一部影片在不同页面上能读出三个名次，观众与从业者都被迫反复核对。
怎样看才不错位
如果只看一个总数字，就无法判断增长来自新增排片还是来自上座率提升，也无法分辨增长是真实发生在一线城市还是由下沉市场托起。
用等高线对齐
本页把热映电影票房实时排行榜拆成三条同源曲线：影片线看单片爬升，城市线看票房地理，空间线看影院与阅读空间的联动，口径统一后结论才立得住。
观测站的工作方式
我们的编辑每天在固定时段核对三类信息：影院联网上报的实时票房数据、各城市排片场次与座位售出比例、以及影片官方发布的制作与放映信息。三者交叉验证之后，才会写入热映电影票房实时排行榜。任何一个数字如果只在一处出现，我们宁可标注为待核实，也不会让它混进主榜。
这套流程听起来繁琐，却能解释一个常见疑问：为什么某部影片在网络热度很高，名次却停在第七位。热度是情绪，票房是行为，两者之间隔着排片、票价、场次时段与城市密度。想理解这个差距，可以先去 实时榜单 看名次与占比，再去 城市票房地图 看点位的海拔差，最后用 数据口径 里的术语表校准自己的读法。
一张好的榜单不该只告诉你谁第一，而应该让读者看懂第一是怎样被推上去的：排片是坡度，上座率是雪量，城市密度是海拔，预售则是尚未落地的云层。
给不同类型的读者
如果你是普通观众，关注 影片图鉴 与 城市漫游 就足够：前者告诉你哪几部值得进影院，后者告诉你散场之后附近有哪些书店与阅读空间可以继续停留。如果你是影院排片或内容运营从业者，请直接查看实时榜单中的排片占比与场均人次，再回到 相关资讯 对照档期节奏。如果你只是路过，看一眼首屏的雪线高度，也能对当下大盘有个大致概念。
02 / 实时榜单
热映电影票房实时排行榜前十名观测记录
按综合票房排序，占比指该片占当日大盘的比例，条带长度与占比同步
-
01
3.86 亿占大盘 28.4%
-
02
2.41 亿占大盘 17.7%
-
03
1.72 亿占大盘 12.6%
-
04
1.28 亿占大盘 9.4%
-
05
0.94 亿占大盘 6.9%
-
06
0.81 亿占大盘 5.9%
-
07
0.52 亿占大盘 3.8%
-
08
0.41 亿占大盘 3.0%
-
09
0.29 亿占大盘 2.1%
-
10
0.22 亿占大盘 1.6%
榜单每十分钟重算一次，若某部影片在两次观测之间出现超过 15% 的占比跳变，编辑会标注为「更新」并复核数据来源。名次变化不构成任何观影或投资建议，详见 数据口径 与 常见问题。
03 / 城市地图
城市票房地图：把榜单钉在等高线上
点击地图上的城市点位，右侧观测栏与下方城市卡片会同步联动
北京
- 单日票房
- 1.82 亿
- 排片场次
- 48,260 场
- 影院上座率
- 37.4%
上海
- 单日票房
- 1.64 亿
- 排片场次
- 43,180 场
- 影院上座率
- 35.1%
广州
- 单日票房
- 1.07 亿
- 排片场次
- 31,540 场
- 影院上座率
- 33.8%
成都
- 单日票房
- 0.96 亿
- 排片场次
- 29,760 场
- 影院上座率
- 34.6%
杭州
- 单日票房
- 0.78 亿
- 排片场次
- 24,310 场
- 影院上座率
- 32.2%
西安
- 单日票房
- 0.71 亿
- 排片场次
- 22,480 场
- 影院上座率
- 31.5%
04 / 影片图鉴
在榜影片图鉴与观测笔记
六张卡片对应热映电影票房实时排行榜中的重点影片，点击卡片按钮可展开完整观测笔记
雪线之上
剧组在海拔四千米以上连续拍摄四十七天，低温让胶片与数字机同时出现故障，也留下了难以复制的自然光。
雪线之上 · 观测笔记
该片是本期榜单的名次保持者，连续九个观测周期停留在第一位。爬升曲线呈现典型的高原形态：首日靠排片冲高，第三日靠口碑稳住，第七日之后依靠二刷观众维持平缓的高位平台。
从城市维度看，一线城市贡献了四成以上票房，但三四线城市的场均人次在次周反超一线，说明题材的下沉接受度好于预期。观影人群画像中，三十岁以上观众占比达到 58%。
如果你准备去影院，建议优先选择巨幕或宽幅影厅，影片大量使用横向长镜头，小厅会损失两侧信息。
雾港列车
二维手绘与三维场景结合，全片一千两百余个镜头里，有四百多个保留了铅笔线条，雾气的层次靠多层叠加完成。
雾港列车 · 观测笔记
影片在本期夺得动画电影票房的头名，也是热映电影票房实时排行榜上唯一一部场均人次高于四十五的动画作品。它的走势与常规动画不同：工作日午后场次上座率并不低，说明成年观众独自观影的比例可观。
上座率峰值出现在周末十点前的早场，这与家庭观众的出行节奏吻合。票价方面，该片平均票价低于大盘均值约七元，是总票房被低估的主要原因之一。
观察建议：留意排片占比与场均人次的差值，当排片上调而人次不降时，通常意味着真实需求尚未被完全释放。
山脊回声
全片七成以上场景在夜间完成，灯光组用十二台移动光源模拟山体反射，动作设计强调狭窄地形的身体调度。
山脊回声 · 观测笔记
影片的名次在最近三个观测周期内上升两位。推动力并非排片增加，而是场均人次的持续走高：排片占比稳定在百分之十八附近，场均人次却从三十一上升到三十九。
这类走势常见于类型片的口碑扩散期。城市样本显示，二线城市的响应快于一线，可能与通勤时段和夜场排布有关。
需要提醒的是，动作悬疑影片的票房衰减通常比剧情片更快，若次周排片未能及时上调，名次可能在两到三个周期内回落。
纸鸢与铁轨
摄制组沿着一条废弃支线铁路走访七座小城，记录了十二位仍在制作纸鸢的手艺人，同期声全部现场收录。
纸鸢与铁轨 · 观测笔记
作为纪录片，该片在这张观测榜上的名次并不靠前，但上座率的稳定性是全部在榜影片中最高的，连续十四个观测周期的波动幅度不超过两个百分点。
这与其放映策略有关：全国艺联院线采取长线小规模排片，单场座位数少、目标观众明确，因此场均人次接近满座，票房总量却被场次规模限制。
想观察纪录片的真实热度，应参考场均人次而不是总票房，这是本篇数据口径中反复强调的一条读法。
长城以北的夏天
全片使用自然光拍摄，麦田与旧车站两处外景地拍摄周期横跨两个季节，季节变化本身成为叙事的一部分。
长城以北的夏天 · 观测笔记
该片是典型的长尾型选手。首周票房只排在第六位，进入第三周后凭借口碑稳定在第四位，是本期榜单里名次上涨最多的影片之一。
数据上可以看到一个清晰信号：首周排片占比不足百分之七，场均人次却超过二十九，供需缺口明显。随后影院上调排片，票房曲线出现第二次抬升。
这类影片的价值在于提醒我们，首周名次并不能代表最终地位，观察周期至少要覆盖三周。
杯中山海
把茶器、酒器与旧瓷片拟人化，用八个短篇串成一部动画长片，美术参考了大量博物馆藏品的纹样结构。
杯中山海 · 观测笔记
影片刚刚进入热映电影票房实时排行榜，目前位列第十，但它是本期新增影片中上座率最高的一部，场均人次达到十七，在排片占比仅百分之一点六的情况下表现突出。
新片入榜的前三个观测周期最关键：如果排片随之上调而场均人次保持稳定，名次通常会快速前移；如果排片不动而人次下滑，则多为首周集中观影后的自然回落。
动画电影票房的观察要点还有一个：亲子场与成人场的比例，这直接决定了周末与工作日的票房落差。
05 / 观测优势
这张榜单凭什么值得反复回看
四项与热映电影票房实时排行榜直接相关的观测能力，全部来自公开信息的二次核对
01同源口径，拒绝拼盘
票房、场次、人次、上座率四类数字全部来自同一批影院样本，避免出现票房用全国口径、上座率用重点城市口径的错位比较。本页榜单的每一列都能相互验算。
02增速优先于绝对值
我们更关注十分钟之间的变化量。单日票房三亿但增速归零，与单日八千万但持续上行，对排片决策的意义完全不同。榜单会同时给出占比条带，让增速一眼可见。
03城市颗粒度足够细
城市票房地图把大盘拆到具体观测点，你可以看到同一部影片在北京与成都的场均人次差距，也可以看到动画电影票房在西南地区的额外增量从哪里来。
04异常值单独标注
当某部影片在两个观测周期之间出现超过百分之十五的占比跳变，我们会标注「更新」并复核来源。数据异常不隐藏、不修饰，这也是热映电影票房实时排行榜保持可读性的前提。
06 / 城市漫游
散场之后：影院半径里的书店与阅读空间
把票房地图延伸成一张城市漫游图，让观影行为与阅读空间发生真实连接
我们统计过一件有趣的事：在样本城市里，票房排名前十的影院中，有六成以上步行八百米范围内存在至少一处书店或公共阅读空间。热映电影票房实时排行榜记录的是观众在哪里聚集，而这些聚集点周边往往也藏着城市的阅读密度。于是我们把两条线叠在一起：一条是票房雪线，另一条是阅读空间分布线，重合的部分就成了值得慢慢走的路线。
把一次观影拆成三段节奏
第一段留给映前：提前四十分钟抵达影院所在的商圈，找一处阅读空间坐下，读十页书，让注意力从通勤状态切换到叙事状态。第二段是正片本身，两小时左右的沉浸不需要任何补充动作。第三段留给映后：不要立刻离开，沿着地图上的等值线走一段路，把刚看完的情节在心里过一遍，再决定要不要带走一本书。
这条路线之所以和票房数据有关，是因为它解释了场均人次之外的另一种热度：一部影片是否让观众愿意在同一个夜晚继续停留。停留时间越长，周边阅读空间的夜间客流就越明显。这类客流变化通常比票房晚一到两周出现，正好可以作为判断长尾效应的补充指标，也能解释为什么有些影片在名次回落后，城市讨论度仍然维持了相当长的时间。
需要说明的是，漫游路线只是编辑的观察记录，不构成任何消费推荐，也不涉及具体商户评分。我们更关心的是空间结构：影院、书店、交通节点之间的距离关系如何影响一个城市夜晚的人群分布。把这些结构画在同一张图上，数据才真正回到城市里。
影院半径八百米
从影院正门出发，沿主路步行约十分钟，书店与阅读空间多分布在两侧支路上。建议在晚场开映前预留四十分钟，先翻完一本书的第一章，再看一场电影，两种叙事会在同一晚互相映照。
旧厂房改造的阅读空间
不少城市的阅读空间由旧厂房、旧车站改造而来，层高高、路径长，适合安置长篇小说与画册。这类空间通常在午后安静、傍晚热闹，与人流曲线正好错开，适合排片淡季的城市漫游。
地铁沿线的夜读点
夜场散场后仍有营业的阅读空间大多沿地铁末班线分布，集中在交通枢纽与大学城之间。留意它们的闭馆时间，通常比影院晚一小时左右，正好覆盖一场长片的时长。
影迷共读角
部分书店设有小型放映与共读区域，会围绕在榜影片的原著、剧本或同题材纪实作品做主题陈列。想找这类角落，可以先看 影片图鉴，再对照 城市票房地图 定位城市。
07 / 数据口径
读榜之前先对齐口径
七个高频术语与一张城市对比图，帮助你把热映电影票房实时排行榜读成可用的信息
- 综合票房
- 含服务费在内的全部售票收入，是本站榜单的主排序依据，也最接近观众实际支付金额。
- 分账票房
- 扣除服务费后参与分成的部分，通常低于综合票房，两者差异在服务费较高的城市更为明显。
- 排片占比
- 该片场次占全部场次的比例，反映影院的供给意愿，属于可以被快速调整的变量。
- 场均人次
- 每场平均售出的座位数，反映真实需求强度，是判断排片是否匹配需求的直接证据。
- 影院上座率
- 售出座位占可用座位的比例，受影厅规模影响，小厅的上座率天然更容易偏高。
- 预售与点映
- 尚未正式放映的票房记录，属于未来需求，可以提前观测，但不宜与在映票房直接相加。
- 衰减周期
- 影片单日票房回落到峰值三成所需的天数，剧情片通常长于动作片，口碑型影片则可能拉长到两周以上。
补充说明：所有数字先按影院样本加权，再按城市银幕数校正，避免个别超大影厅拉高整体上座率。遇到同一天内数据反复跳动的影片，编辑会取相邻两次观测的中位值，并在图上保留原始波动区间。这套处理方式并不追求绝对精确，而是希望名次变化背后的方向足够清晰，让读者在不了解算法细节的情况下也能读懂趋势。若你对某个具体数字有疑问，可以对照城市观测栏里的场次与票价自行估算，两者相乘得到的结果通常与榜单数字处在同一量级。
08 / 相关资讯
观测站资讯：档期、排片与阅读空间
四条与热映电影票房实时排行榜相关的编辑记录，按发布时间排列
长假档期前夜：排片占比如何在四十八小时内完成重排
档期首日的排片通常在放映前两日锁定，但影院会根据预售与点映反馈做最后一轮微调。本期数据显示，预售票房排名前三的影片拿到了超过六成的首日场次，而排在第四、第五位的影片则依靠点映场均人次争取到额外场次。观察这一轮的场次变化，比盯住首日票房更能提前判断走势。
动画电影票房的结构变化：成年观众正在补上工作日时段
过去动画影片的票房高度集中在周末，工作日场次被视为低效时段。本观测周期内，两部在榜动画影片的工作日午后场均人次同比抬升，说明成年观众独自观影的比例在增加。影院随之把部分工作日晚场改为动画场次，场次结构的变化又反过来推高了整周票房。
下沉市场贡献四成票房：三四线城市上座率为何持续抬升
本期三四线城市票房占比升至百分之四十一点七，为近三个月最高。原因并非单一：新建影院带来的银幕增量、票价相对稳定、家庭观影比例上升，共同抬高了场均人次。对片方而言，这意味着一线城市的首周数据不再足以决定一部影片的最终名次，热映电影票房实时排行榜的城市维度因此变得更加重要。
观影之后的第二现场：书店主题陈列正在接住长尾观众
多家书店在热门影片上映同期推出了同题材书展，把原著、剧本集与相关纪实作品摆在同一张长桌上。这种联动并不会直接改变票房数字，却会延长影片在城市里的讨论周期，间接影响次周与第三周的场均人次。我们把它写进观测记录，是因为城市漫游与票房从来不是两条互不相干的线。
09 / 常见问题
关于热映电影票房实时排行榜的常见问题
六个高频疑问，答案与页面底部的结构化数据严格一致
热映电影票房实时排行榜多久更新一次？
榜单每十分钟重算一次，页面上标注的刷新间隔即为实际节奏。若某个观测周期内影院上报数据延迟，我们会保留上一次的数值并标注「更新」，避免出现空档或被截断的数字。整页不依赖任何外部请求，打开即可读取已生成的数据快照，因此移动端也能在很短时间内完成首屏呈现。
为什么同一部影片在不同平台看到的票房数字不一样？
最常见的原因是口径不同。含服务费的综合票房通常高于分账票房；把预售票房并入在映票房也会让数字虚高。本站统一采用综合票房排序，并在数据口径栏目里逐条说明每个术语的边界。看到差异时，先比较口径，再比较更新时间，绝大多数分歧都能解释清楚。
排片占比和场均人次有什么区别，该看哪一个？
排片占比描述供给，说明影院愿意给多少场次；场均人次描述需求，说明每场实际卖出了多少座位。两者组合起来才有意义：排片上调而场均人次不降，通常是需求尚未被满足；排片下调而场均人次上升，则说明有效场次集中在少数时段。只看其中一个数字，很容易得出相反的结论。
动画电影票房为什么在工作日也能保持不错的成绩？
动画影片的观众结构正在变化。除了亲子群体，成年观众的独自观影比例上升，工作日午后与晚场被重新填满。此外，动画影片的平均票价通常略低于大盘，家庭多人观影的决策门槛更低，因此在上座率上更容易保持稳定。这类影片的票房衰减周期也往往比动作类型更长。
城市票房地图覆盖了哪些城市，点位如何选择？
当前观测覆盖三百二十八个城市的联网影院，地图上标出的是六个具有代表性的观测点，分别对应华北、华东、华南、西南与西北，用于呈现区域差异。点位选择兼顾票房体量、票价水平与银幕密度，避免全部落在同一类城市。点击任意点位，右侧观测栏会同步显示该城市的票房、场次、票价与上座率。
可以把这个榜单用于影院排片或内容决策吗？
可以作为参考，但不宜作为唯一依据。本页数据来自公开信息的二次核对与估算，存在样本误差与时间滞后，任何名次变化都不构成投资、经营或观影建议。更稳妥的做法是把榜单与自有影院的真实售票数据交叉验证，并结合档期、天气与本地活动一起判断。涉及商业决策时，请以影院自有系统数据为准。
10 / 用户留言
读者们怎样使用这张票房地图
以下留言为展示内容，页面不提供提交功能，欢迎你在自己的社交空间继续讨论
林一舟 · 影院值班经理
我把热映电影票房实时排行榜的场均人次和自家系统对照着看，发现周末早场的判断和榜单几乎一致。现在会先看占比条带，再决定第二天把哪两场换成宽幅厅。
周叙 · 大学教师
更吸引我的是城市漫游那一段。上周末按票房地图的路线走了一趟，看完电影步行去书店，两种叙事叠在一起，体验完全不同。希望以后能补充更多城市的阅读空间点位。
陈默 · 动画美术
动画电影票房那一节写得很实在，工作日午后的变化我们也感受到了。如果能在影片图鉴里加上分镜与美术风格的简单说明，对做内容的人会更有帮助。
许清和 · 书店主理人
影院半径八百米这个说法很有趣。我们书店离影院步行七分钟，最近确实多了不少散场后进来的客人。热映电影票房实时排行榜如果能标注周边阅读空间，我愿意提供本地信息。
如果你也在用票房数据安排自己的观影或城市漫游，欢迎在自己的空间写下观察：你所在城市的影院上座率与阅读空间密度是否同步，或者你最想在热映电影票房实时排行榜里看到哪一个维度的补充。把真实的观察写下来，比单纯转发一个数字更有价值。