Dafür gibt es drei Gründe:
Die Kinder sind auf der anderen Seite, d.h. die Kamera müßte sich um 90 Grad drehen (und dabei Zeit verbraten, in der eigentlich nichts geschieht). Dasselbe geschieht bei den übrigen Transitions: der Kameraanflug endet ja im Dorf und könnte prinzipiell von dort aus in einem Zug zu Shot 2,3,4,5 übergehen. Aber die Kamera würde für diese Fahrt wesentlich länger brauchen. Die Cuts schneiden sozusagen die uninteressanten Teile “zwischen den Figuren” raus.
Zweitens vereinfacht es die Animation: Shot 2 kann gerendert werden, ohne auch nur die Kindermodelle geladen zu haben. (Im Zweifelsfall beenden wir den Schwenk so, daß die Kinder garantiert nicht sichtbar sind.) Shot 3 kann gerendert werden, ohne den Blobby aus Shot 2 mit ins Bild zu nehmen (er geht hinter der Kamera vorbei). Würden wir diese (und womöglich alle) Shots der ersten Szene verbinden, müßten alle Animationen die ganze Zeit über spielen - vermutlich zyklisch. Ich habe in diesem Punkt sogar schon Bedenken beim initialen Kameraanflug: hier müßten wenigstens die spielenden Kinder bereits sichtbar sein.
Und drittens spiegelt sich diese Sequenz auch hinterher in der nächsten wieder, in dem Roburs Schiff über das Dorf hinwegzieht: hier tauchen dieselben Figuren auf, nur diesmal ist die Kamera statisch, und die Blobbies schauen nach oben, wo außerhalb des Sichtfeldes etwas fliegt und einen Schatten auf den Boden wirft. Hier ist es besser, die Figuren jeweils in ihrem eigenen Bezugsrahmen zu haben; dadurch trennt der Zuschauer die Gruppen leichter auf. Das ist hier natürlich noch nicht zu sehen - kommt aber bald.