廣東是中國的溫泉旅游大省。據中國科學院廣州能源研究所研究(2004),廣東省處于我國東南沿海地熱帶,以中、低溫熱水型的地熱資源為主,已勘明的溫)沸泉總數(shù)為291個,占全國總數(shù)的1213%,僅次于西藏、四川和云南。目前已建成的溫泉度假區(qū)40多個(廣東溫泉協(xié)會,2005),數(shù)量居全國首位。

 

  廣東溫泉度假區(qū)分布比較集中,約2P3在珠三角地區(qū),良好的客源市場為溫泉旅游業(yè)的發(fā)展提供了必備條件。

 

  廣東溫泉數(shù)量雖多,但存在活動項目單一、產品雷同、市場定位不明、缺乏主題等問題,面對競爭日益激烈的溫泉行業(yè),根據游客需求營造自身特色是溫泉度假區(qū)成功的關鍵(陳南江,2005)。為此,溫泉旅游開發(fā)亟待解決的基礎問題是/什么樣的游客需要什么樣的溫泉產品0。目前,國內對溫泉旅游的研究絕大部分集中在地理學和城市規(guī)劃學的范疇,而從市場營銷角度的研究尚無。本文旨在運用利益細分技術深入了解溫泉游客的需求取向,對利益取向相似的群體進行聚類,并總結各群體的特征,由此獲得的信息將為今后溫泉度假區(qū)的規(guī)劃和經營決策提供有力的數(shù)據支持。

 

  2 文獻綜述

 

  211 追求利益

 

  追求利益是源自營銷學的概念,它是指人們期望從消費某產品的過程中獲取的利益(Haley,1968),這種利益是/消費者對某產品屬性產生的欲望(want)或需求(need),以及通過使用該產品期望獲得的主觀回報(subjective reward)0(Peter&Olson,1987;Lee&Kim,2000)。相對于反映消費者內在特征的社會經濟學或心理學概念,如年齡、性別、動機等,都里(Dolye,1985)和庫奈里斯(Cornelis,1986)認為追求利益更側重于研究消費者對產品外在的最終的使用目的,因此能更直觀易懂地分析消費者需求取向,并且更具可操作性(鄭琦,2002)。

 

  追求利益概念應用于旅游市場是人們旅游需求日益多樣化的結果,因為即使同一個旅游區(qū),游客因各自尋求的利益不同而表現(xiàn)出不同的旅游行為或偏好。從以游客為導向的市場角度,非常需要了解游客希望從旅游或相應支持的設施服務中獲得何種利益,以便確定細分市場和把握細分市場特征(Lee &Kim,2000)。而且,海利(Haley,1968)指出追求利益是細分市場存在的根本原因,因此,追求利益的概念被廣泛應用于旅游市場研究領域。在實際概念的操作中,薩瑞古路(Sarig?ll?et al,2005)等根據對相關先行研究的回顧,認為追求利益從廣義角度包括兩種表現(xiàn)形式:?需要的設施P活動,?旅游動機。

 

  212 旅游市場細分

 

  市場細分是指在廣泛的、不同的人口中找到具有共同特征的人群,從而對專為他們需求而設計的營銷項目進行開發(fā)與營銷(西頓,班尼特,2004)。為了更清晰有效地進行市場細分,許多研究者使用統(tǒng)計技術來識別消費者的行為特征,運用先進技術獲得的分析結果能提供關于該市場的全新視角,從而有助于提高市場細分決策、目標市場選擇和營銷管理的有效性(邁爾斯,2005)。

 

  旅游市場細分的方法可分為事前細分和事后細分(邁爾斯,2005;Bieger&Laesser,2002)。前者是根據預先所知的變量劃分游客群,一般使用地理學、人口統(tǒng)計學、出游特征變量,例如按年齡段將游客劃分為青年游客、中年游客、老年游客等。后者是指在事先不對市場進行劃分,而是在使用統(tǒng)計學分析方法處理完問卷數(shù)據后再進行市場細分,該方法根據被訪者回答結果的相似性進行聚類,一般使用的變量有生活方式、追求利益、心理特征等。

 

  根據凱姆(Kim, 2004)和弗羅強特(Frochot,2005)的研究,基于追求利益細分市場的好處主要有:第一,追求利益屬于因果關系因素,它比人口統(tǒng)計學特征、出游特征等描述性因素更有效地預測消費者需求;第二,有助于設計廣告的宣傳口號,即根據目標消費群體對產品的特定需求,以強調該產品屬性的語句作為宣傳口號;第三,根據細分市場的利益取向,有助于進行產品更新或新產品設計;第四,結合人口統(tǒng)計學、心理學等變量,能更全面地了解細分市場的特征。

 

  3 研究方法

 

  311 追求利益變量的選取

 

  為了使追求利益變量更全面和真實地反映溫泉游客的利益訴求,變量選取采用了文獻研究(literature research)、試驗性調查(pilot survey)和深入訪談(in-depth interview)三者結合的研究方法。首先從相關文獻中提取與溫泉旅游有關的利益變量。然后對25名溫泉旅游經驗豐富者進行試驗性調研,他們包括溫泉旅游開發(fā)專家、旅游規(guī)劃專業(yè)人士、有多次泡溫泉經驗的公司白領。最后針對試驗性調查的結果與25名被訪者展開深入訪談,根據其反饋意見,對部分變量進行了增刪、合并和語句修改的處理。

 

  313 數(shù)據收集

 

  因為溫泉度假區(qū)淡旺日接待人數(shù)波動明顯,調查時間選擇在周末,即2005年9月16日至18日。

 

  調查對象是正在使用溫泉設施或使用完畢的游客,調查地點選擇廣東省內住宿設施在四星級以上、知名度較高、經營狀況良好的溫泉度假區(qū)4家,分別是從化碧水灣度假區(qū)、珠海御溫泉度假區(qū)、恩平錦江溫泉度假區(qū)和惠州龍門溫泉度假區(qū)。樣本數(shù)確定的依據一是被訪者與進行因子分析的變量數(shù)比例至少為10B1(Nunally,1967;Frochot,2005);二是/樣本數(shù)要盡量大,才能確保因子分析結果的可靠性0(吳明隆,2003),于是每個度假區(qū)派發(fā)問卷300份,抽樣方式采取調查員隨機攔截訪問方式,當場回收問卷共1022份;三是,調查員進行問卷有效性檢查,刪除無填寫誠意及缺漏項較多的問卷,最終用于數(shù)據分析的有效問卷為832份,回收率達8114%。各溫泉區(qū)樣本數(shù)量均勻.

 

  314 數(shù)據分析與檢驗

 

  本文使用SPSS1010分析軟件。數(shù)據處理過程包括三個步驟。首先,為了將原利益變量合并成能反映大部分變量信息的若干因子,進行因子分析,并用信度檢驗考察各因子的內在一致性(internalconsistency)。第二步,為了將具有共同利益取向的樣本結合一起,進行快速聚類分析(K-means clusteranalysis),并使用判別分析檢驗類別的差異性。第三步,將各細分市場與人口統(tǒng)計學變量、出游特征變量進行交叉分析,利用卡方(chi-square)檢驗和單因素方差分析(one-way ANOVA)進行顯著性檢驗,顯著性檢驗P值取小于0105。

 

  4 結果分析

 

  411 樣本人口統(tǒng)計學特征

 

  從總體來看,男女比例持平;年齡結構以25 -34歲者比例最高,占4514%,其次是15 -24歲者,占2215%,再次是35 -44歲者,占2119%,45歲以上者比例較小,只有1013%;學歷水平以受過大專以上高等教育者占大部分,為6712%;職業(yè)以公司普通職員、單位中高層管理人員、教師律師醫(yī)生等專業(yè)人員、私營企業(yè)經營者、政府公務員占絕大多數(shù),為8619%;月收入以2000元以上者較多,占6818%,其中8000元以上最高收入者占1118%;已婚者較多,占5818%。因此,高檔溫泉度假區(qū)游客的總體市場特征可總結為年齡輕、學歷高、職位高、收入高和有家庭,即大部分屬于高端游客。

 

  412 追求利益重要程度排序

 

  溫泉游客認為最重要的追求利益是和家人在一起(4109),和朋友在一起(3192),其次是強身健體(3159)和參加單位集體活動(3153),得分均超過315,認為重要者比例超過50%。而解除病痛(3143)、護膚美容減肥(3126)、逃避單調日常生活(3124)等相對重要程度較低。重要程度最低的是表現(xiàn)身份地位(2152)。

 

  413 利益細分市場的鑒別

 

  41311 因子分析

 

  因子分析根據變量之間的相關性(余建英等,2003)將大部分變量合并成少數(shù)幾個因子。因子提取使用主成分分析法(principal factor analysis),因子旋轉使用方差極大法(varimax)。結果顯示,KMO值=01819,并且通過球形檢驗,可認為這12個變量適合進行因子分析;因子載荷和變量共同度均大于014,表明各變量被因子提取出的比例較高;最后提取特征值大于1的4個因子,累計方差貢獻率為621847%,說明4個因子對原有12個追求利益變量具有621847%的解釋能力;每個因子的可信度系數(shù)均大于015,總可信度系數(shù)為01784,說明各因子和全體變量都具有較好的內在一致性。

 

  因子1包括/解除病痛0、/護膚美容減肥0、/強身健體0、/獲得運動機會0,故命名為/康體0。因子3包括/逃避單調日常生活0、/表現(xiàn)身份和地位0、/增長見識0、/享受高檔的設施和服務0,故命名為/享受0。因子2包括/和家人在一起0、/和朋友在一起0,故命名為/親朋0。因子4包括/參加單位集體活動0、/增進與客人感情0,故命名為/公務0。

 

  41312 聚類分析

 

  聚類分析根據樣本之間的距離合并為具有共同特征的樣本,一般有層次聚類法(hierarchical clusteranalysis)和快速聚類法(K-means cluster analysis)兩種方法,若觀察值個數(shù)在200個以上,宜采用快速聚類法(吳明隆,2003;余建英等,2003)。經因子分析得到的4個因子被賦予新的變量值,基于該值對樣本進行快速聚類。由系統(tǒng)任意設置初始類中心,再經過歐式距離算法進行迭代,直到新一次形成的類中心點與上次的距離為0為止。通過設置不同的細分市場個數(shù)并比較分類結果,最終發(fā)現(xiàn)劃分為3類結果最理想。表4顯示了各細分市場在4個因子上的最終中心點位置。各類群體以得分最高的因子命名。

 

  類1群體所占比例最多,為3612%,該群體與4個因子均有聯(lián)系,但相對于其他兩類,只有它在享受和公務因子中取正值,故命名為/公務享受型0。類2群體占3510%,只有它在親朋因子上為正值,故命名為/親朋情感型0。

 

  類3群體占2818%,只有它在康體因子上為正值,故命名為/康體保健型0。經各群體之間的單因素方差檢驗,顯著性水平小于0101,可認為各群體之間存在顯著差異。

 

  為了進一步證明上述聚類分析所劃分出來的各群體之間確實不同,對利益變量和群體類別實施判別分析(邁爾斯, 2005;Pennington-Gray&Kerstetter,2001;Bieger&Laesser,2002)。兩個判別函數(shù)的顯著性水平小于0101,說明判別函數(shù)在3個群體中的平均值存在顯著差異。函數(shù)1的特征值為11362,具有5213%的解釋力;函數(shù)2的特征值為1124,具有4717%的解釋力,說明兩個判別函數(shù)均較具區(qū)別力。表6顯示了聚類分析的分類準確度非常高,9514%的樣本被準確分類。

 

  414 利益細分市場特征

 

  經交叉分析,發(fā)現(xiàn)3類群體在人口統(tǒng)計學特征和出游特征上存在顯著差異。相對其他兩類,公務享受型游客大專學歷者較多,單位中高層管理人員和專業(yè)人士較多,月收入2000 -3999元者較多,有3次以上溫泉經驗者較多,人均旅游花費在400 -599元或1000元以上者較多。親朋情感型游客本科以上學歷者較多,專業(yè)人士和政府公務員較多,月收入4000元以上者較多,以已婚者為主,有3次以上溫泉經驗者較多,人均旅游花費在1 -399元或800 -999元者較多?？刁w保健型游客高中以下學歷者較多,公司普通員工、其他職業(yè)和私營企業(yè)經營者較多,月收入在1999元以下者較多,溫泉經驗無或只有1 -2次,人均旅游花費在200-399元或600 -799元者較多。

 

  415 利益細分市場特征總結

 

  表7中每個比例顯著較多的項都意味著產品策劃和市場營銷的重要切入點。在對溫泉游客總體特征把握的基礎上,為了強調3類細分市場之間具有顯著差異的特點。