曲穎++呂興洋

[摘 要]隨著游客需求和產品供應的分化，精細化市場細分對目的地的生存發(fā)展愈發(fā)重要。當前遭遇發(fā)展瓶頸的我國入境游就亟須該技術提供科學指導。文章基于Plog心理類型理論，試圖識別美國近冒險型消遣游客市場中對訪問增長最具杠桿作用的核心人群。細分設計在整體多階段框架下涵蓋了對“前驗法”和“后驗法”的次序運用。4個屬于不同活動組群的近冒險型子細分市場被識別：戶外刺激體驗者、休閑娛樂追求者、文化探求者和興趣廣泛者?！敖洕鷥r值組合矩陣”指向文化探求者為未來營銷瞄準的最適宜對象。

[關鍵詞]市場細分；冒險傾向；活動參與；近冒險者；多階段細分

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2017）01-0022-10

Doi： 10.3969/j.issn.1002-5006.2017.01.008

引言

隨著游客消費心理的日趨復雜和分化，目的地營銷工作對市場細分“精準性”的要求進一步提高?！笆袌黾毞帧奔锤鶕慰偷奶卣鲗⒄w市場劃分為若干個內部同質、外部異質的細分市場的過程[1]。這意味著需運用創(chuàng)意性的細分基礎和方法為目的地尋找到運營上最具“成本-效益”的吸引對象。

當前我國入境旅游就亟待精準化市場細分的指導。近年來，在出境旅游持續(xù)升溫的映襯下，我國入境旅游則表現平平。2010—2015年的年均入境游客增長率僅為0.8%，且有3年連續(xù)出現了負增長，造成巨額的旅游服務貿易逆差（2014年已超過1000億美元）[2]。入境旅游是我國旅游業(yè)融入國家戰(zhàn)略的基石和締造旅游強國的基礎性指標。盡管再現游客年均增長率近20%的往昔輝煌不太現實，但旨在超越全球國際旅游的平均增長水平（目前為4%）應是我們必要的奮斗目標?！笆濉逼陂g游客量的反復“下降”或“停滯”透露出衰退走向，入境旅游的振興勢在必行。鑒于當前我國對國內旅游的“井噴式”增長已然應接不暇，集中有限資源瞄準一個小的市場切入點應是最佳振興途徑。本文即以美國消遣游客市場為例，探尋我國入境旅游市場振興上的精準目標市場識別問題。

美國游客被選作案例人群，原因如下：首先，作為經濟最發(fā)達和出境游歷史悠久的國度，美國公民的價值取向和需求態(tài)勢對我國主要客源國（如韓國、日本）具有顯著示范效應，可充當我國整體入境旅游發(fā)展的預測符。事實上，近10年來美國游客的訪華狀況與我國亞洲客源在變化趨勢上非常接近（如圖1所示，亞洲市場因為規(guī)模更大，反應更顯靈敏一些）。其次，美國本身也是我國的第3大客源國和遠程旅游市場開拓的重心，其當前訪華市場遭遇的發(fā)展瓶頸恰似我國整體入境市場的一個微縮寫照：如年均訪華美國游客增長率同樣從早先的10%以上下降到0.8%（2011—2015年）[3]。因此，針對美國游客所思考和開發(fā)的營銷舉措預期將具有全局性指導意義。

1 相關文獻綜述

1.1 促成最大化訪問增長的Plog心理類型理論

心理類型不同的游客對目的地代表具有不同含金量的市場，這一共識反映在國內外諸多關注游客心理特征的研究中[4-7]，但唯有Plog心理類型理論最為全面、系統(tǒng)地闡釋了“游客心理特征?目的地興衰變遷”的內在聯動機制。該理論的提出源于1967年Plog市場調查公司對美國航空業(yè)開展的國家范圍樣本調查，發(fā)現了決定顧客行為差異的“冒險傾向（venturesomeness）”概念。應用此概念，Plog將每個美國顧客劃入反應不同冒險傾向程度連續(xù)鏈的一個特定位置，形成了冒險型（venturer）、近冒險型（near venturer）、中間型（mid-centric）、近依賴型（near dependable）和依賴型（dependable）5個心理細分市場，以中間型的規(guī)模最大（近60%）。其中，冒險者（4%）綜合展現出所有積極方面的心理特質，依賴者（2.5%）則與消極特質緊密相聯[8]，其他細分市場的心理特性由其命名與這兩個極端人群的關聯度所鮮明詮釋。

Plog認為，目的地興衰變遷的奧妙就在于伴隨旅游設施開發(fā)不斷升級，其產品的獨特性和冒險價值發(fā)生了轉變，進而使吸引人群從冒險型悄然轉變?yōu)榻半U型、中間型……直至最終轉變?yōu)橐蕾囆汀．斣竭^心理曲線中點，目的地的客源基礎徹底轉變成依賴型一方時，衰退便出現了[8]。這是由各心理細分市場的規(guī)模大小和心理曲線的影響方向無從更改所致。

該理論的核心在于其強調基于選擇性吸引的系統(tǒng)規(guī)劃是決定目的地走向衰敗/多元可持續(xù)發(fā)展的關鍵因素。Plog公司的大量調查顯示，與其他人群相比，冒險類游客具有一些特別積極的消費特征，如出游頻率高、參加活動多、人均花費多[8]。近年的一項研究甚至發(fā)現，冒險者在一系列忠誠維度上的得分不低于（甚至超過）依賴者[9]，打破了認為其缺乏忠誠的傳統(tǒng)假設。鑒于客源基礎變化是目的地興衰的根本原因，Plog明確指出，對于游客來源轉向依賴型一方的目的地，若要延緩其日益衰退的發(fā)展趨勢，就應瞄準吸引近冒險型游客中的某一核心人群。因為這種定位具有最廣闊的吸引面，能擴及影響曲線中規(guī)模最大的一批人群（近40%，即近冒險型?中間冒險型）[10]，實現游客來訪量的逆轉性增長，即“最大化訪問增長”。借鑒該理論，通過識別、接觸和說服這一核心人群產生訪問行為，目的地便能借助一個小的支點撬動規(guī)模龐大的大眾市場跟隨來訪，即在拓展游客規(guī)模上實現事半功倍的“杠桿效應”。

1.2 目的地市場細分

當前對目的地市場細分方法的分類主要有兩種。一種是按細分結果的來源分為前驗法（priori approach）和后驗法（posterior approach）[11]。前者根據研究者的常識性推斷主觀地分割市場，而后者的細分結果源于數理統(tǒng)計分析。二者亦可聯合使用，以前驗法作為更深入的后驗法的應用基礎。另一種是按使用細分變量的數目及涉及階段劃分為“單階段”、“二階段”和“多階段”方法，分別對應使用1個、2個和3個以上的細分變量[1]。為獲得更精準的細分效果，本文的細分設計綜合包含了這兩種分類方法的元素，即在整體的多階段細分框架下涵蓋對“前驗法”和“后驗法”的次序性運用（圖2）。

在細分變量的選擇上，旅游學者經歷了從早期集中使用社會人口統(tǒng)計變量、到轉而強調心理特征（psychographics），再到現今注重聯合使用多細分變量來實現多重目標[12]。新的細分趨勢是先以某“高預測力”變量為核心細分基礎，再對其細分結果應用若干次級重要的變量輔助勾勒群體特征。本文也遵循這種前沿的綜合性理念，且在細分市場生成上應用“雙核心變量”做了更精細的二次細分。首先，Plog的“冒險傾向”概念被選作第1個核心細分變量。盡管“動機”（或稱“尋求利益”）是被學者們使用最多的心里細分變量[13]，但它對特定人群的劃分結果易隨目的地、決策情境和時尚潮流等因素的改變而改變，缺乏穩(wěn)定性。相反，“冒險傾向”的分類結果則有跨地域、跨文化和跨情境的穩(wěn)定性，因為人的個性極少或僅微妙地發(fā)生變化[14]。此外，該變量還有一個獨特功效。因各利益相關者對吸引游客的主張不同，目的地官方在組織聯合營銷時始終面臨目標市場應如何取舍的難題[15]。繞開這一固有爭議，Plog強調吸引有最大化訪問增長潛力的冒險類人群，則便于以“把整體蛋糕做大”的思維惠及所有利益實體。

然而僅依據Plog理論作細分也存在不足。如有學者指出，這種傳統(tǒng)的理論推斷分類法并非真正調研意義上的市場細分，因為其結果不是數據驅動的[16]。盡管本文采取基于數據的“前驗分類”[17]來盡量彌補此缺陷，但僅根據整體心理特質的市場細分無法啟發(fā)精細化營銷和管理工作的開展。本研究的一個重要目標和特色就是要以更流動和分化的視野厘清特定心理細分市場（即近冒險型群體）內部的深層需求差異，基于細微但有顯著營銷價值的差異點精準識別目標吸引對象。目標市場挖掘得越深入，越利于目的地全面發(fā)揮自身的資源和管理優(yōu)勢、提高營銷預算利用效率、與競爭者形成深度區(qū)分。這就需要應用更具體的需求特點做二次細分。如果此細分變量恰恰是“現實行為”本身，則不僅有利于提高研究效度，更能為目的地產品開發(fā)和服務傳遞提供切實有效的指導。基于這種考慮，“活動參與（activity participation）”被選作本研究的第2個核心細分變量。作為一個行為導向的細分基礎，它已在大量情境下被應用，并取得了良好效果[18]。應用該變量產生的細分結果可揭示抽象動機下的現實行為組合模式，為模糊心理傾向的有形化分解提供了指向。此外，由于該變量是個體利益相關者偏愛的細分基礎[12]，將其納入還有利于使目的地官方的宏觀策略制定最大限度地與利益相關者觀點相契合，打造精誠團結的聯合營銷。最后，為促成有效營銷接觸，按照旅游市場細分研究的慣常做法，在第3個細分階段更多變量被用來輔助勾勒群體特征。

2 研究方法

2.1 抽樣和數據收集

本研究是關于中國國際旅游定位整體研究的一部分，其具體目標為通過多階段細分識別對未來瞄準美國近冒險型消遣游客市場最有價值的人群。這里的“消遣游客”是對國際旅游研究專業(yè)術語“l(fā)eisure traveler”的中文翻譯。國際研究中對“消遣游客”的理解有狹義和廣義之分。狹義上，將旅游者分為3類：消遣游客、商務游客和探親訪友游客；廣義上，則將旅游者總體上分為兩大類：消遣游客和商務游客，其中，消遣游客已包含了以探親訪友為目的的群體。這兩種分類法在大多數英語國家（如美國）的旅游官方統(tǒng)計報告中清晰可見。本文采取廣義的理解法，將 “消遣游客”操作化為：除了因公出差的商務目的外，基于任何旅游動機在我國大陸目的地停留2日以上（含2日）、年齡超過18周歲的美國公民。

調研于2015年3月至4月在中國內陸7個海外游客吞吐量最大的國際機場開展。樣本規(guī)模由“置信區(qū)間法（confidence interval approach）”確定[19]，即總體變異率設為50%，在95%的置信區(qū)間和1.96的標準誤下所需樣本規(guī)模為385人。假設問卷反饋率為75%，不可用率為10%，共需招募593名（385/0.65）游客。因本文涉及對近冒險型游客再做第2次細分，為保障所得細分市場的規(guī)模，實際共發(fā)放問卷2400份（≈593/0.4，保守估計1/4的樣本為近冒險者）。

抽樣過程分為兩階段。首先，為消除游客及資源類別的地域偏差，開展涵蓋中國內陸國土7大區(qū)域（即東北、華北、華東、華中、華南、西北、西南）的全范圍比例分層抽樣（proportionate stratified sampling）。各區(qū)域內最重要的一個國際機場被繼而選作具體抽樣點?！皩哟巫訕颖疽?guī)模”由各區(qū)域的美國游客接待量占全國總量比例來確定。接下來是通過系統(tǒng)性隨機抽樣（systematic random sampling）來選擇個體樣本，采樣間隔由飛往美國航班的平均容客量和登機率計算得出。由受雇大學生在候機室對接觸到的每個第5名待返回本土的美國游客進行招募，向其陳述調研目的、方式等信息，發(fā)放自填式問卷。首先考查年齡、訪華目的和停留時間3個篩選性問題，遇到不符合條件者跳過，從下一名合適游客起繼續(xù)實施5間隔的隨機抽樣。一套中國的風景明信片被贈送來激勵游客參與。

2.2 問卷

整體問卷包含涉及目的地競爭性定位的諸多問題，其中3部分與本研究具體相關。（1）“冒險傾向”測量。本文采用直接描述旅游情境下具體冒險行為的此類量表，融合了Weaver開發(fā)的10題項[9]和筆者補充的2個描述紀念品偏好和支出心態(tài)的題項，共12個題項。被訪者需在5點李克特量表上圈出他們對各題項陳述的同意程度，其中1=強烈不同意，5=強烈同意。（2）“活動參與”測量。探尋被訪者在此次訪華期間是否參加過以下28種消遣活動中的每一種?；顒恿斜韥碓从趯ο惹盎顒蛹毞治墨I的回顧和對主營入境游業(yè)務旅行社員工的深入訪談。（3）社會人口統(tǒng)計特征和旅游特征測量。其中的“訪問動機”量表包含提煉的7個最適合當前情境的推力因素。為更清晰地展示動機的不同重要性，要求被訪者只從中選出他們最關鍵的3個訪華原因。美國游客在華的總體支出費用和停留天數分別由開放式問題來請求游客填寫。為確保獲得真實和足夠多的反饋，培訓調查員在介紹研究時要特別強調其保密性和僅用于學術目的，并坦言這兩個問題對研究的重要性。預測試于2015年2月對180名到訪上海的美國消遣游客開展。問卷初稿據此作了微小的措辭和發(fā)放程序修改，并證實了各量表均具有良好信度（Cronbachs alpha值均超過0.70）[20]。主要變量的具體問卷題目見表1所示。

2.3 數據分析

數據分析包括4個步驟。第一，計算被訪者對12個冒險傾向題目的評分總數，以人為設定數值距離將全部樣本劃分為Plog描述的5種心理類型。第二，聚類分析，根據游客參與活動的相似和差異性將近冒險型群體進一步劃分為若干個子細分市場。采用經典的二階段聚類法，即：首先通過將個體兩兩合并成單一集群的層次聚類法（hierarchical cluster analysis）識別恰當的細分市場數目，再以指定的聚類數實施快速聚類法（K-means cluster analysis）重新調整個體歸屬。第三，應用一系列χ2檢驗對各子細分市場的社會人口統(tǒng)計特征和旅游特征進行描繪并比較。第四，對識別出的每個子細分市場應用經濟價值組合矩陣（economic value portfolio matrix）[21]分析其可盈利性，指導目標市場的選擇。

3 研究發(fā)現

3.1 基于數據的前驗細分結果

因樣本中冒險傾向量表的實際取值范圍為14～58點，設組間距為8，則可分別用14～22點（依賴型）、23～31點（近依賴型）、32～40點（中間型）、41～49點（近冒險型）和50～58點（近冒險型）的得分者來分別表征Plog的5種心里類型群體。實際回收可用問卷1680份，其中，近冒險者為507人，占30.2%。樣本呈現出中間型游客數目占比最大（34.5%）的偏態(tài)分布模式，說明中國作為一個目的地當前最主要是被中等冒險程度的美國游客所青睞，已成為成熟的旅游熱點地域。盡管具體數據無從比對，但可以確定這與Plog早年對中國作目的地心理類型定位的結果[8， 22]已發(fā)生根本改變。因為前兩次研究都是鮮明地將中國界定為美國近冒險型游客的天堂。不過從全球范圍看中國并非轉變迅速的國度，因為非洲和一些南太平洋國家（如澳大利亞、新西蘭）在2001年研究時就已從1974年的冒險型目的地變成了近冒險型（中國在兩種心理類型間的轉變則經歷了約40年）[22]。需指明的一點是：目的地的心理類型定位是因客源市場而定的，即當前研究對中國成為中間型目的地的判定是特指美國市場的情況。事實上，如果參照對象變成了亞洲近程市場，中國可能已進入近依賴型、甚至依賴型階段，而對于南美洲國家則可能尚處冒險型。

整體上看，本文關注的近冒險型游客表現出此類人群的典型特征，即：女性略多（56.8%），多為年齡、學歷和收入均偏高的人士（45歲以上者占54%，本科以上學歷者占71.2%，60.2%的人年收入超過6萬美元），旅行經驗豐富（44.4%的人在過去2年內旅行5次以上），更偏好以散客方式自由出行（66.5%），在目的地停留時間較長（平均13.8天）。

3.2 基于活動參與的子細分市場識別

對近冒險型游客的聚類分析識別出4個基于活動參與的子細分市場。刺激性戶外活動最適合用來界定“聚類（cluster）1”（63人，12.4%）的活動域，因為其在該市場中的平均參與率顯著較高，如水肺潛水、皮艇等水上冒險活動（73%）、攀巖（57.1%）、蹦極（52.4%）、滑雪（42.9%）、溪流下降（39.7%）等。該市場同樣對騎馬、騎自行車/遠足、打高爾夫/網球等普通康體活動有較高參與熱情，最排斥文化類活動，故被命名為“戶外刺激體驗者”。 “聚類2”（205人，40.5%）是規(guī)模最大的市場，他們主要對大眾休閑娛樂活動感興趣，如訪問風景地標（100.0%）、觀光（93.2%）、購物（91.2%）、訪問游樂場/主題公園（89.8%）、鄉(xiāng)村度假（85.4%）等。對文化類活動也有一定參與率，但刺激性戶外活動則明顯與其悠閑輕松的心理訴求不相符，故“休閑娛樂追求者”是對他們的貼切詮釋?！熬垲?”（143人，28.2%）是顯然的“文化探求者”，因為他們對典型文化活動有極高參與率，如民俗表演（100%）、訪問博物館/畫廊（100%）、參加節(jié)事活動（98.6%）、游覽名勝古跡（97.9%）、古鎮(zhèn)/古村落旅游（96.5%）等。其他參與率高的活動也都具有文化反映性，如品嘗當地美食?！熬垲?”（96人，18.9%）除了在訪問風景地標上的參與率達到了100%外，其他活動基本上都是中等程度的參與率。他們的平均活動參與數目最多，不特別熱衷、也不特別抵觸哪類活動，故“興趣廣泛者”應是對他們的一個適當界定。

3.3 基于多變量的子細分市場特征描繪

χ2檢驗發(fā)現了聚類成員在社會人口統(tǒng)計特征和旅游特征變量上的一系列顯著差異。社會人口統(tǒng)計特征中，年齡、雇傭程度和年收入充當了顯著的差異符。旅游特征上，聚類成員在除“出游模式”外的所有變量上都表現出顯著差異。此外，一個出乎意料的發(fā)現是在訪問動機方面，“文化探尋者”對“文化學習/開闊視野”題項并沒有表現出相對于其他市場的絕對性重視，而且，就該游客群體匯報的訪問動機而言，消遣和康體才是他們的核心述求。表2對各子細分市場的綜合特征進行了匯總。

3.4 目標市場識別

本文基于最大化游客訪問增長的目的進行細分方法和吸引方案的選擇。在確定目標市場上，因近冒險者杠桿效應的發(fā)揮需經歷一段時間，保障目的地在這個過渡時期的盈利性至關重要。因此，通盤考慮目的地的發(fā)展局勢，“經濟吸引力”在此應是一個合適的選擇基礎。這里采用Lee等的“經濟價值組合矩陣”[21]。其優(yōu)勢在于通過整合“經濟產出（economic yield）”和“獲利效率（the efficiency of generating profit）”兩個維度從利潤結構的角度揭示各細分市場的真實經濟潛力?！敖洕a出”即一個市場所能為目的地帶來的經濟收入總和；“獲利效率”則是在參照了一個市場在目的地停留時間因素后衡量其相對獲利能力，即停留時間越短、經濟產出越高的市場獲利效率就越高。

本文根據全部美國游客“每人每天平均支出”和“平均停留天數”數據的交叉點構建包含4個象限的經濟價值矩陣，將每位游客歸置在1個特定象限之內，為其分配1個“SSI指數（stay-spend index）”。SSI-1代表“首選市場（priority market）”：即總體經濟產出最大，獲利效率也相對較高。因冒險類別游客具有較強的資源保護與管理合作意識[9]，延長其停留時間預期將為目的地帶來更大的綜合效益，故筆者認為具有如上屬性的市場在本情境下應屬“首選市場”。SSI-2代表“有利市場（favorable market）”，即總體經濟產出較大，同時獲利效率最高，表現為在短期內集中消費目的地資源。SSI-3代表“低價值市場（low value market）”，因為盡管其獲利效益較好，但總體經濟產出量最低。SSI-4代表“后備市場（back-ups）”，其獲利效益雖然偏低，但因為停留時間較長，總體經濟產出還是可觀的。

各子細分市場的經濟潛力由其SSI指數構成和整體市場規(guī)模所決定（表3）：興趣廣泛者的SSI組合尤其引人注目，來自首選市場和有利市場的游客分別占52.1%和29.2%。但該群組的規(guī)模較?。?8.9%），預期整體經濟價值并不顯著。休閑娛樂追求者規(guī)模最大，但該群組中有數目較多的游客被歸入低價值市場（24.4%），且其所占首選市場者的比例是最小的（僅為18%）。戶外刺激體驗者在各SSI指數分配上沒有顯著差別（都在20%左右），且規(guī)模最小（12.4%），亦不具有可塑性。作為目標市場的機遇落在了規(guī)模第二大的文化探求者身上，它同樣擁有較良好的盈利組合，因為屬于首選市場和有利市場的游客合計占到84.7%。盡管其后備市場的比例最小，但以上特點足以支撐它作為瞄準對象在未來較長時間內所能帶來的龐大價值回報。

4 探討

4.1 管理啟示

本文基于Plog的心理類型理論，為識別美國近冒險型消遣游客市場上對訪問增長具有杠桿功效的核心人群提供分析指導。文化探求者這一子細分市場被發(fā)現最具未來精準性營銷潛力。需注意，該市場是本研究中唯一一個在參與活動與實際動機上發(fā)生錯位的，其要求更加獨特和定制化的吸引方案。典型文化游客的動機被認為是豐富知識，或基于遺產個人關聯性和思鄉(xiāng)情結的情感介入[23-24]。但在本研究中這只是被排位第3的動機，遜于放松/舒適和身體康健，同時自尊/社會地位提升也發(fā)揮較大作用。這是否意味著近冒險型文化游客屬于一些學者所界定的“非驅動型（unmotivated）”文化旅游參與者[24]？當前可以肯定的是，這些游客最關注的并非文化活動的質量和深度，而是與此相伴的輕松歡愉和體力鍛煉。對他們而言文化或許是一種“軟冒險”，是其探索多樣化世界和異域差異性的有機組成部分?？赡芤驗樗麄兡晔乱迅撸志哂絮r明的社會動機，才選擇了這種內涵較強的替代性冒險活動。就吸引這類人群而言，首先要維護文化遺產的“原真性”，因為這就意味著神秘和陌生感，也是促發(fā)他們以此作為冒險元素的根由。其次，文化景點的常規(guī)項目設計必須通過“活動編排（programming）”注入一些新亮點[1]，提供其所需要的趣味性、參與性、能動性和挑戰(zhàn)性。另因該市場并非堅定的文化熱衷者，嫁接一定知識/社會地位符號的大眾休閑康體活動亦可能對其產生吸引力。

4.2 理論啟示

本文對當前目的地市場細分文獻有如下兩個方面理論啟示。第一，文章證實了“冒險傾向”和“活動參與”是兩個可被次序使用的有效細分變量組合。長久以來在目的地細分變量的選擇上，Kotler提倡的“綜合法”[25]，即以多個補充變量驗證基于1個核心變量的細分結果被廣泛采用。Morrison的“階段法”[1]卻極少被實際應用，盡管普遍的研究邏輯暗示著多核心變量的細分效度會優(yōu)于前者。在當前研究設計下，兩個核心變量的各自優(yōu)勢都得以發(fā)揮。僅著眼微觀舉措的市場細分無法回答“目的地最可能和最應該吸引何種類型的游客”這一根本問題，故“冒險傾向”被運用來通過“游客選擇”操控目的地生命周期演變?！盎顒訁⑴c”是對心智模式的外在反映，可幫助厘清深層需求差異驅動下各子細分市場的產品消費取向。它最利于識別當前產品的市場占有率、需求匹配度、競爭性定位、譜系完善性及未來開發(fā)著眼點。對兩個變量的整合實質上是需求方消費者內心世界和供給方產品特點的有機鏈接，為“需求-產品”對應關系提供了更細致、清晰的解讀。

第二，通過多階段細分，本文揭示了對近冒險型游客市場進行深入探究的必要性。以往學界僅關注純粹意義上的冒險類游客，即那些熱衷于高體能消耗的身體冒險性戶外活動、排斥常規(guī)旅游項目的游客群體。但這其實是一個非常狹窄的需求層面。規(guī)模更大、更具吸引價值、與大眾市場關系更緊密的近冒險型群體被普遍忽視。與習慣性認識不同（即認為近冒險者會表現出與冒險者相似的行為特點），本研究發(fā)現參加“硬冒險活動”的個體在近冒險者中的實際占比非常小（12.4%）。絕大多數近冒險者都是在類似大眾旅游取向的休閑、游覽活動中調節(jié)身心、與親友歡度時光。這支持了Weber對冒險旅游與特定情境和風險維度相關性的剔除，即需要更加綜合和多維的冒險旅游概念界定[26]。

近冒險型游客在很多消遣活動的選擇上已近似大眾市場，但在實質動機、所需的活動組合與提供方式上又有其特性，且其內部又可分化出具體需求指向和活動程度各異的若干子細分市場。這支撐了它作為一個要求獨特關注、研究的新需求層面。而且，鑒于近冒險者的較強環(huán)境意識及對大眾市場訪問的杠桿作用，深化對其的研究有可能成為目的地有效鏈接冒險市場與大眾市場、實現可持續(xù)發(fā)展與業(yè)務量增加共生、并存的突破口。

4.3 局限和未來研究建議

本研究的第一個局限是在“冒險傾向”測量上主要采用了Weaver量表，因為這是當前可接觸到的、最全面的非抽象量表。然而，該量表的“心理質量（psychometrical quality）”很大程度上未被檢測。故未來學者應致力于開發(fā)更加有效、可信和具有可推廣意義的冒險傾向量表。第二，本文使用的是將個體分配到固定組群的傳統(tǒng)細分方法。一些學者認為這種做法掩蓋了多重動機和活動偏好的真實消費環(huán)境，細分市場間可能并無互斥性[27-28]。因此，未來研究可將“重合性細分（overlapped segmentation）”方法和本文的細分變量組合設計相融合，更貼切地描述游客消費圖景。第三，本文的活動細分基于的是當前我國所實際提供的各種活動。但事實上，若通過先期定性研究增添一些游客感興趣、但尚未開發(fā)的新活動項目，將更利于發(fā)掘未來市場開拓或競爭致勝的立足點。

參考文獻（References）

[1] Morrison A M. Hospitality and Travel Marketing （the 4th Edition） [M]. Albany， NY： Delmar Publishers Inc， 1996： 207； 392； 396.

[2] 2010-2015 inbound tourism statistics from the official website of Chinas National Tourism Administration[EB/OL]. http：//www.cnta.gov.cn/zwgk/lysj， 2016-03-28. [國家旅游局官方網站2010年—2015年入境旅游統(tǒng)計信息[EB/OL]. http：//www.cnta.gov.cn/zwgk/lysj， 2016-03-28.]

[3] 2010-2015 inbound US tourists statistics from the official website of Chinas National Tourism Administration[EB/OL]. http：//www.cnta.gov.cn/zwgk/lysj， 2016-03-28. [國家旅游局官方網站2010年—2015年美國入境游客統(tǒng)計信息[EB/OL]. http：//www.cnta.gov.cn/zwgk/lysj， 2016-03-28.]

[4] Jamal S A， Othman N A， Muhammad N M N. The moderating influence of Psychographics in homestay tourism in Malaysia [J]. Journal of Travel & Tourism Marketing， 2011， 28（1）： 48-61.

[5] Veisten K， ViderHaukeland J， Baardsen S， et al. Tourist segments for new facilities in National Park areas： Profiling tourists in Norway based on psychographics and demographics [J]. Journal of Hospitality Marketing & Management， 2015， 24（5）： 486-510.

[6] Yu Yong. Probe into the features of the tourists consumption psychology to forest park under the age of the experiential economy [J]. Journal of Shaanxi Administration School， 2008， 22（1）： 68-70. [余勇. 體驗經濟時代森林公園游客消費心理特征探討 [J]. 陜西行政學院學報， 2008， 22（1）： 68-70. ]

[7] Liang Zengxian， Dong Guanzhi. A study on tourism psychological capacity of theme parks and its influencing factors [J]. Human Geography， 2011， （2）： 139-143. [梁增賢，董觀志. 主題公園游客心理容量及其影響因素研究 [J]. 人文地理， 2011， （2）： 139-143.]

[8] Plog S C. Why destination areas rise and fall in popularity： An update of a Cornell Quarterly classic [J]. Cornell Hotel and Restaurant Administration Quarterly， 2001， 42（3）： 13-24.

[9] Weaver D B. Psychographic insights from a South Carolina protected area [J]. Tourism Management， 2012， 33（2）： 371-379.

[10] Plog S C. Leisure Travel： A Marketing Handbook[M]. Upper Saddle River， NJ： Pearson Prentice-Hall， 2004： 87.

[11] Dolnicar S. Beyond “commonsense segmentation”： A systematics of segmentation approaches in tourism[J]. Journal of Travel Research， 2004， 42（3）： 244-250.

[12] Tkaczynski A， Rundle-Thiele S R， Beaumont M. Segmentation： A tourism stakeholder view [J]. Tourism Management， 2009， 30（2）： 169-175.

[13] Frochot I， Morrison A M. Benefit segmentation： A review of its applications to travel and tourism research [J]. Journal of Travel & Tourism Marketing， 2000， 9（4）： 21-45.

[14] Griffith D A， Albanese P J. An examination of Plogs psychographic travel model within a student population [J]. Journal of Travel Research， 1996， 34（4）： 47-51.

[15] Pike S. Tourism destination branding complexity [J]. Journal of Product & Brand Management， 2005， 14（4）： 258-259.

[16] Johns M， Gyimóthy S. Market segmentation and the prediction of tourist behavior： The case of Bornholm， Denmark [J]. Journal of Travel Research， 2002， 40（3）： 316-327.

[17] Dolnicar S. Insights into sustainable tourists in Austria： A data based a priori segmentation approach [J]. Journal of Sustainable Tourism， 2004， 12（3）： 209-218.

[18] Mumuni A G， Mansour M. Activity-based segmentation of the outbound leisure tourism market of Saudi Arabia [J]. Journal of Vacation Marketing， 2014， 20（3）： 239-252.

[19] Burns A C， Bush R F. Marketing Research [M]. Englewood Cliff， NJ： Prentice Hall， 1995： 68.

[20] Hair J F， Anderson R E， Tatham R L， et al. Multivariate Data Analysis with Readings [M]. Englewood Cliffs， NJ： Prentice-Hall International， 1998： 202.

[21] Lee G， Morrison A M， OLeary J T. The economic value portfolio matrix： A target market selection tool for destination marketing organizations [J]. Tourism Management， 2006， 27（4）： 576-588.

[22] Plog S C. Why destination areas rise and fall in popularity [J]. Cornell Hotel and Recreation Administration Quarterly， 1974， 14（4）： 55-58.

[23] Poria Y， Butler R， Airey D. Clarifying heritage tourism [J]. Annals of Tourism Research， 2001， 28（4）： 1047-1049.

[24] Yan G， So S-I， Morrison A M， et al. Activity segmentation of the international heritage tourism market to Taiwan [J]. Asia Pacific Journal of Tourism Research， 2007， 12（4）： 333-347.

[25] Kotler P， Bowen J， Makens J. Marketing for Hospitality and Tourism （the 2nd Edition） [M]. Upper Saddle River， NJ： Prentice Hall， 1998： 332.

[26] Weber W. Outdoor adventure tourism： A review of research approaches [J]. Annals of Tourism Research， 2001， 28（2）： 360-377.

[27] Li X， Meng F， Uysal M， Mihalik B. Understanding Chinas long-haul outbound travel market： An overlapped segmentation approach [J]. Journal of Business Research， 2013， 66（6）： 786-793.

[28] Baloglu S， Weaver P， McCleary K W. Overlapping product-benefit segments in the lodging industry： A canonical correlation approach [J]. International Journal of Contemporary Hospitality Management， 1998， 10（4）： 159-166.