王立冬，李 旺，周子琳，郭 野

1 引言

體育旅游是當(dāng)今國際上發(fā)展最快的旅游市場［1］［2］，旅游和體育已經(jīng)成為度假者尋找新的體育體驗的共同主題。根據(jù)聯(lián)合國世界旅游組織的數(shù)據(jù)，目前全球體育旅游產(chǎn)業(yè)的年均增長超過15%，2014年體育旅游根據(jù)市場規(guī)模達到1800億美元，占旅游市場的15%，到2020年有望突破4000億美元［3］。國家旅游局的公開數(shù)據(jù)則顯示中國體育旅游的市場更是遠高于全球體育旅游市場的平均增速，高達30%－40%［4］。這一引人注目的統(tǒng)計數(shù)據(jù)肯定了體育旅游作為旅游業(yè)一個關(guān)鍵組成部分的重要性，并解釋了為何對這個利潤豐厚的行業(yè)的學(xué)術(shù)調(diào)查在過去幾年里增長如此之快。

體育旅游是一種異質(zhì)性現(xiàn)象［5］，個體需求在這一現(xiàn)象中不盡相同，為爭取利潤最大化，市場細分逐漸引起學(xué)者和管理人員的興致。市場細分將一個（可能具有異構(gòu)特征、偏好和行為）大市場劃分為更小的、更同質(zhì)的群體，管理者可以認真利用市場細分獲得的旅游細分知識，制定有效的營銷策略［6］。一旦確定并選擇最適合的細分市場作為目標(biāo)市場，市場營銷活動就會進行調(diào)整以吸引該細分市場的成員，產(chǎn)品也會被定制，以最大可能地滿足這一特定群體的需求。這一理想細分市場的確定需要大量的分析工作。營銷者必須在地理因素、社會人口信息、心理和行為等多種變量中選擇最合適的市場細分標(biāo)準［7］。

體育旅游市場背后的巨大利益以及異質(zhì)性，促使更多的學(xué)者開始研究體育旅游市場細分，在過去的十年里，對體育旅游的學(xué)術(shù)研究呈指數(shù)增長，而此方面研究尚未見諸國內(nèi)文獻。本研究通過對文獻檢索，對近年來體育旅游領(lǐng)域市場細分進行系統(tǒng)綜述，借此來說明體育旅游領(lǐng)域市場細分研究進展，對已發(fā)表關(guān)于體育旅游市場細分文獻進行概述，對市場細分標(biāo)準、細分方法等探討，梳理該領(lǐng)域存在的主要問題。

2 文獻檢索

體育旅游是一種由活動、人與地點交互產(chǎn)生獨特的社會、經(jīng)濟、文化現(xiàn)象。Gibson［8］將體育旅游分為3種類型：參與型體育旅游，參與者旅行并參加體育；賽事型體育旅游，參與者旅行并去觀看體育比賽；觀光型體育旅游，參與者參觀體育相關(guān)的觀光勝地。Weed［9］指出參與型體育旅游研究主要涉及運動項目包括高爾夫、戶外／探險、冬季／滑雪、水上運動自行車項目等。因此，研究以sport／sports tourism、event sport tourism、outdoor／adventure tourism、golf tourism、ski／winter tourism、fishing tourism、water sport tourism以及market segmentation、typology等關(guān)鍵詞通過Google學(xué)術(shù)、Web of Science、Scopus、Taylor＆Francis、ScienceDirect數(shù)據(jù)庫實施文獻檢索，剔除無關(guān)論文，最后通過已有文獻細讀進行 “ 滾雪球 ” 式檢索，獲取更多文獻。最終研究共得到體育旅游市場細分文獻26篇（表1）。其中參與型體育旅游25篇，賽事型體育旅游1篇。

表1 文獻基本信息

3 結(jié)果與分析

3.1 文獻基本信息

時間維度來講，最早關(guān)于體育旅游的文獻出現(xiàn)于1966年Don Anthony對體育旅游的概述，直到1990年后關(guān)于體育旅游的文章才逐漸增加。本研究中，不難看出在21世紀前僅有2篇是關(guān)于體育旅游市場細分的文獻，其中最早一篇是1986年Allans S.Mills等人基于游客消費支出對德克薩斯滑雪愛好者的細分研究，另外一篇則是Gibson等人對參與型體育旅游的研究。在世紀初（2000－2009）的十年間，有關(guān)體育旅游市場細分文獻共計8篇，體育旅游類型主要涉及滑雪、戶外探險、高爾夫、沖浪等運動。而后隨著體育旅游市場背后的巨大的經(jīng)濟效益和市場異質(zhì)性凸現(xiàn)，2010－2018年間文獻發(fā)表量已達到16篇，體育旅游類型出現(xiàn)了自行車、水上等體育旅游類型，整體來看，體育旅游市場細分文獻發(fā)表數(shù)量呈現(xiàn)上升趨勢。

期刊來源方面講，體育旅游市場細分期刊來源廣泛，共16類期刊先后發(fā)表26篇文獻，表明涉獵體育旅游細分期刊種類較多，其中88%期刊屬于旅游和管理類，僅有2類期刊《Journal of Sport and Tourism》、《Sport Marketing Quarterly》屬于體育旅游類期刊。16類期刊中有4類期刊發(fā)表體育旅游細分類文獻超過2篇，以《Journal of Sport and Tourism》和《Journal of Travel＆Tourism Marketing》發(fā)表最多，分別為4篇。

表2 作者相關(guān)研究背景

所納入文獻中，共包含了25位不同的第一作者。僅Sara Dolnicar發(fā)表兩篇文獻，就作者數(shù)量而言，一方面同文獻數(shù)量相比這一數(shù)字令人鼓舞；另一方面也表明多數(shù)作者剛開始涉獵這一領(lǐng)域研究。對各作者研究背景、文獻發(fā)表及所屬單位進行調(diào)查發(fā)現(xiàn)（表2），其中有4位作者具有體育旅游方面研究背景，如Heather Gibson對體育旅游界定、存在問題等多方面進行了研究。13位作者具有旅游方面研究背景，如Sara Dolnicar發(fā)表多篇旅游細分類研究成果。3位作者從事體育相關(guān)研究，而其他5位作者則無體育或旅游方面研究背景。體育旅游作為一個交叉學(xué)科，在細分研究領(lǐng)域主要貢獻者多來自旅游領(lǐng)域研究者，這在一定程度上解釋了為何多數(shù)文獻來源于旅游類期刊。

體育旅游涉及最多的3個運動項目中（圖一），冬季／滑雪類項目研究最多，為8篇（占文獻總數(shù)30%），其次是高爾夫類7篇（26%）和戶外／探險項目6篇（22%），這幾類項目在國外擁有巨大的市場，旅游人口基數(shù)大，經(jīng)濟效益豐厚，因此受到多數(shù)學(xué)者的研究傾向。

圖一 體育旅游市場細分運動項目分類

3.2 體育旅游歸屬問題

基于Mike Weed、Gipson及Hinch等國外學(xué)者成果進行的體育旅游市場細分文獻檢索，從實際內(nèi)容來看部分學(xué)者并未將研究主題納入體育旅游范疇中，對當(dāng)前體育旅游項目的模糊定位，勢必會影響體育旅游這一知識體系的整體發(fā)展。

早期Weed［9］指出許多討論戶外和探險運動旅游的文章的作者，很少將這項工作歸為體育旅游領(lǐng)域，他們更傾向于將這類旅游歸為探險旅游中，而冬季／滑雪項目作者則經(jīng)常歸為體育旅游領(lǐng)域。本研究中也顯示同樣結(jié)果，例如戶外／探險領(lǐng)域，Tschapka，M.K.在開篇引言中指出對度假者來說，探險旅游在過去的幾十年里，變得越來越重要［10］。Sung，H.H指出探險旅游是由傳統(tǒng)戶外和野外休閑活動的廣泛發(fā)展而來［11］。在冬季／滑雪領(lǐng)域Alexandris［12］將業(yè)余滑雪愛好者定義為參與型體育旅游范疇，這可能與作者的體育研究背景相關(guān)。同樣Miragaia的體育研究背景也使其將滑雪納入體育旅游領(lǐng)域［13］。而Henna Konu［14］（旅游研究背景）并未明確提及滑雪愛好者是否歸屬與體育旅游，僅提出滑雪屬于冬季旅游項目。

對高爾夫市場細分研究表明，高爾夫旅游歸屬體育旅游或旅游似乎并不影響作者的研究。如Kim，S.S.［15］并未明確提及高爾夫是否屬于體育旅游或者旅游領(lǐng)域，但認同高爾夫旅游市場是最大的體育相關(guān)旅游產(chǎn)業(yè)之一。JoséM.［16］也認同上述觀點，但同時也指出高爾夫旅游是體育旅游的一部分。Antónia Correia［17］通篇都是關(guān)于旅游相關(guān)探討，并未提及高爾夫的體育屬性。而Lyu，S.O.將高爾夫游客研究納入體育旅游中，指出研究的最終目的是幫助體育旅游管理人員實施不同的實踐與政策建議，以促進高爾夫活動參與者的利益實現(xiàn)［18］。

兩篇水上／沖浪項目中，研究作者都將其歸為體育旅游范疇。雖然Sara Dolnicar主要研究領(lǐng)域?qū)儆诼糜?，但其在文獻中明確指出沖浪旅游者是體育旅游中一個普遍且不斷增長的現(xiàn)象［19］。而Hallmann［20］等人指出 “ 體育旅游市場是一個多元化的市場，體育旅游的動機是多方面的，這同樣適用于水上運動旅游領(lǐng)域，研究人員尚未對其進行深入分析。 ”

Girish Prayag［21］對意大利舉辦的世界杯青年手球觀眾進行細分，并將這一群體歸屬為賽事型體育旅游。Ritchie，Brent W.［22］對澳大利亞自行車俱樂部成員進行研究，并指出自行車旅游是一個旅游小眾市場，有潛力為區(qū)域甚至更廣泛的社區(qū)提供一系列的經(jīng)濟、社會和環(huán)境效益。最后1篇則是Gibson［23］基于參與型體育旅游愛好者進行的市場細分，文中涉及的體育項目不止一種，并未對游客參與的體育項目進行過多描述。

上述同一體育旅游項目的不同作者以及不同體育旅游項目的不同作者，對于體育旅游描述各執(zhí)一詞，正如Mike Weed［5］對體育旅游研究評價所言，體育旅游發(fā)展缺乏集成，有太多的關(guān)于體育旅游的研究，但缺乏一個知識體系將這些研究串聯(lián)起來，我們有必要對體育旅游現(xiàn)象建立一個清晰的概念理解，即應(yīng)將體育旅游現(xiàn)象建立在體育與旅游的關(guān)系之上，而不僅僅是體育與旅游的總和，不能將體育旅游簡單理解為旅游市場利基或體育管理的一個子集。

3.3 細分樣本量

當(dāng)前細分市場研究的樣本量沒有能夠指導(dǎo)數(shù)據(jù)分析人員關(guān)于樣本量是否充足的相關(guān)準則，而樣本量不足可能對市場細分解決方案的有效性產(chǎn)生嚴重的負面影響。變量數(shù)量與樣本量之間的關(guān)系需要進一步研究。雖然這種關(guān)系沒有定律或統(tǒng)計檢驗，在細分分析中，每個變量表示空間中的一個維度。多維空間中需要數(shù)據(jù)點，變量數(shù)的增加帶來了計算難度。即在一個20維空間中，即使數(shù)據(jù)類型是二進制，理論上的樣本量則為1049，很明顯，在這種條件下當(dāng)樣本量低于這個數(shù)值時，任何分析都很難找到可靠地的細分集群。

26篇研究中樣本量從80到2961，中位數(shù)為373，平均樣本量為565。有7篇研究并未給出具體變量數(shù)量，19篇已知變量數(shù)的研究中，變量數(shù)從1－37，平均變量為18。根據(jù)文獻中已知樣本量和變量個數(shù)，進行相關(guān)分析（圖二），結(jié)果顯示沒有相關(guān)性（R＝0.004），這表明當(dāng)前對體育旅游市場細分研究結(jié)果可能是不穩(wěn)定的。Formann（1984）［24］指出樣本量應(yīng)是變量數(shù)的2k，其中k代表變量的大小。Dolnicar（2014）對人工數(shù)據(jù)集進行研究，得出樣本量應(yīng)是變量數(shù)的70倍［25］。所以根據(jù)Formann和Dolnicar研究，許多研究的樣本量都與變量不匹配，僅Sara Dolnicar的兩篇研究滿足其中樣本量為變量數(shù)70倍的條件，其他研究則無法滿足上述任何一個條件。例如Seehyung［26］關(guān)于高爾夫游客對餐飲服務(wù)態(tài)度研究中，細分變量數(shù)為11，研究對象（樣本量）數(shù)量僅為286；Alexandris［12］對冬季體育游客的細分研究中，變量數(shù)達到35，依照上述研究，冬季游客的樣本量至少應(yīng)為2450，而實際研究的樣本量僅為268。樣本量與變量數(shù)量的不匹配，勢必會對細分集群的有效性產(chǎn)生影響。

圖二 樣本量與變量相關(guān)分析

3.4 細分標(biāo)準

細分研究中最關(guān)鍵的決策之一就是選擇最合適的細分標(biāo)準［27］，體育旅游市場細分標(biāo)準包括動機，消費支出、滿意度、出游頻率、目的地屬性偏好、消費行為、餐飲服務(wù)態(tài)度、參與度、忠誠度、休閑利益等。盡管市場細分方法復(fù)雜多樣，進行這種研究的關(guān)鍵困難之一是，變量的選擇涉及重大的主觀判斷，在確定細分標(biāo)準時，研究人員就須確定哪些因素（變量）要納入研究范圍內(nèi)，并選擇適當(dāng)?shù)姆椒ㄔu估這些變量對受訪者的重要程度。通常，這種問卷內(nèi)容所要求的回復(fù)，并不是那些對游客最突出的因素，而是與研究人員最相關(guān)的因素有關(guān)。如基于動機的細分標(biāo)準，Albayrak，T.［28］通過改編1983年的休閑體驗量表（LMS）對游客動機進行細分研究，而Alexandris，K.［12］通過改編1996年的休閑體驗偏好量表（REP）進行研究（表3）。再如3篇基于消費支出的細分標(biāo)準中，ALLAN S.MILLS［29］根據(jù)游客的總消費分為低消費者（＜$600）和高消費者（＞$600美元），并調(diào)查了游客的人口統(tǒng)計學(xué)特征。與前者基于游客總消費進行細分不同，后兩篇則對游客的日均消費進行了研究。Dixon，A.W.［30］則根據(jù)日均消費將游客細分為低等消費（$69.21）、中等消費（$219.25）和高等消費（$759.03）3個群體，此外作者還就游客人口統(tǒng)計學(xué)特征、消費模式、旅行特征和旅行偏好方面進行了研究；Lima，Joana［31］同樣根據(jù)游客的日均消費細分為低消費者（27.79）、中等消費者（59.7）、住宿和活動導(dǎo)向者115.33及食品與購物導(dǎo)向者（118.55）4個細分群體，而作者研究了游客的人口統(tǒng)計學(xué)特征、目的地偏好、旅行行為方面的統(tǒng)計差異。

表3 關(guān)鍵問題匯總

研究人員來自不同的學(xué)術(shù)背景中，基于不同的判斷所選擇的細分標(biāo)準和變量，雖然部分作者對量表進行改編，使之適用于目的地背景，但這種改編并沒有考慮體育旅游中的體育項目特殊性。此外26篇文獻中僅Sara Dolnicar在研究中呈現(xiàn)了完整的問卷內(nèi)容與問卷形式，而其他研究只是簡單描述。這使得我們無法獲取問卷的具體內(nèi)容。正因為研究中不同的問卷內(nèi)容、問卷形式，使得體育旅游市場細分由于缺乏標(biāo)準化，以及無法將已驗證過的量表轉(zhuǎn)換到其他研究背景中，導(dǎo)致這種認識一直困擾著體育旅游方法論和測量方法，最終致使我們對體育游客僅進行短淺的了解，而不是將它視為一種動態(tài)的現(xiàn)象。

3.5 細分方法

細分市場可以通過許多不同的方式得到。整體而言，所有的細分方法都基本可以分為先驗（常識）細分［32］［33］和后驗（事后分析，數(shù)據(jù)驅(qū)動）細分［31－34］。兩個細分名稱本身反映了這兩種方法的性質(zhì)。在第一種細分方法下，管理人員在進行分析之前（先驗地）就知道細分標(biāo)準，該標(biāo)準將預(yù)先生成潛在有用的分組，這些可能包括年齡、性別、居住地等。Dolnicar［32］又稱之為常識細分。本研究中，僅有2篇屬于先驗分析（表3）。Allan S.Mills［29］指出德克薩斯州的滑雪者通常花費大量的錢來從事戶外娛樂活動，基于得克薩斯州滑雪游客消費支出，將游客分為低消費群體和高消費群體。先驗信息的獲取來源于1983年德克薩斯州家庭收入和種族的樣本。Tsiotsou，R.［35］根據(jù)游客出游頻率，借助判別分析法將游客分為周度游客、月度游客和年度游客，由于年度游客僅有七例，研究最終只對前兩類游客進行了詳細研究。

圖三 體育旅游市場細分方法

第二種細分方法，管理人員依賴于對數(shù)據(jù)的分析（數(shù)據(jù)驅(qū)動）來洞察市場結(jié)構(gòu)，并在分析后決定哪個細分群體或分組最合適，現(xiàn)階段更多的是兩種方法的結(jié)合使用。本研究中多數(shù)文獻就是采取后驗和先驗相結(jié)合的方式，其中先驗方法主要用于后驗細分中各群體的特征。存在有各種各樣的技術(shù)能夠達到細分的目的［36］，但大多數(shù)進行后驗細分的研究都使用了聚類分析技術(shù)［37］。本研究有19篇（73%）文獻采取聚類分析，剩余5篇文獻分別采取EUH、潛類別分析、因子分析、交叉表和其他分析。在這19篇聚類分析中，8篇采取一步聚類方式，最常見的算法是Ward層次分析和K－means劃分（非層次）分析，另外11篇是采取兩步聚類的方式進行，兩步聚類的基本觀點在于確定集群的數(shù)量，首先通過（一般為Ward）層次聚類判斷可能存在的集群數(shù)量，其次通過非層次聚類（一般為K－means）去確定最佳的集群數(shù)量。這一組合性的兩步聚類方法，用于幫助研究人員確定了最佳的集群數(shù)量。

3.6 數(shù)據(jù)預(yù)處理

細分研究中在對數(shù)據(jù)進行細分之前，有14篇（53%）文獻進行了數(shù)據(jù)預(yù)處理，其中1篇采取標(biāo)準化方法，13篇文獻采用因子－聚類的細分方法（表4）。Sung，H.H.為了避免因度量的差異而造成計算距離的誤釋，在聚類分析前對數(shù)據(jù)進行了標(biāo)準化處理，以確保變量是可比較尺度上的度量［11］。多數(shù)作者采用因子分析進行數(shù)據(jù)預(yù)處理的典型原因是減少變量的數(shù)量。通過因子分析探究研究變量的潛在維度，剔除小于1的特征值，最后因子分析處理后的變量進行聚類分析。聚類前常用的因子分析是一個有爭議的標(biāo)準，因為有強有力的證據(jù)支持 “ 串聯(lián) ” 聚類是一種過時的、統(tǒng)計上不能支持的做法（Arabie和Hubert 1994），原因有三：首先，數(shù)據(jù)被轉(zhuǎn)換，細分群體的識別是基于轉(zhuǎn)換后的空間而非原始信息主體，因而產(chǎn)生不同的結(jié)果。其次，典型的解釋方差在50%到67%之間，在細分確定或構(gòu)建之前，從受訪者收集到的高達1／2的信息被丟棄。最后，被剔除后變量，意味著可能會丟棄用于識別某一細分群體的最重要信息，從而無法實現(xiàn)這一群體細分［38］。

表4 細分集群信息

Lyu，S.O.［18］基于休閑利益對高爾夫賽事觀眾進行細分時，通過因子分析剔除兩個變量；Albayrak，T.［28］對急速漂流游客進行動機劃分，因子分析結(jié)果剔除3個變量。但作者并未討論剔除后的變量所帶來的影響，且因子分析的同質(zhì)性假設(shè)與細分的異質(zhì)性假設(shè)相矛盾。相較于因子分析，聚類分析更大程度的保存了原始信息，因此可以產(chǎn)生更精確或更詳細的細分［39］。Dolnicar（2008）通過仿真實驗證明，采取因子－聚類和單獨聚類的方法會產(chǎn)生不同的細分群體［27］。通過已知群體細分數(shù)量的人工數(shù)據(jù)集對比聚類和因子－聚類的差別，結(jié)果表明，采用因子－聚類細分的效果要明顯低于直接對原始數(shù)據(jù)的聚類細分。因此，建議研究人員進行市場細分時，應(yīng)采取更可靠的聚類細分對原始數(shù)據(jù)進行細分。

3.7 細分集群數(shù)量確定

集群數(shù)量的確定是細分市場中的一個重要問題，因為選擇的集群數(shù)量對結(jié)果的影響最大。從集群數(shù)量的頻率分布來看（表4），集群數(shù)量的總體分布為2－7個（圖2），62%的集群數(shù)量集中在3－4個。當(dāng)前，集群數(shù)量確定仍沒有一個權(quán)威普適的解決方法。本研究中有8篇（31%）文獻未提及集群選擇的方法，在其他18篇（69%）文獻中，有11篇是采取兩步聚類的方法確定集群數(shù)量，借助層次分析生成的種子點，非層次分析可以更準確地對個體進行聚類［40］。3篇采取探索性方法，即作者依據(jù)實踐需要或主觀判斷等探索性方法對不同數(shù)量的群體進行一一驗證，例如Konu，H.［14］首選確定2－7個細分群體的可能性，然后通過K－means算法驗證其中最佳的細分群體解，最終確定6個細分群體的解決方案。其他4篇研究中，Sara Dolnicar［41］采用袋裝聚類分別對游客的旅行動機和度假活動進行了聚類，最終通過樹狀圖確定了5個細分集群；Antónia Correia［17］首先通過主成分分析判斷集群的數(shù)量，然后采用聚類分析中最常見的K－means算法進行集群劃分；Hungenberg，E.［42］在選擇集群數(shù)量時指出，根據(jù)研究背景和目的，最佳集群的選擇是出于實際的考慮，或者哪種解決方案最有功能，最后通過Ward層次分析得到了3個集群；Tsiotsou，R.［35］使用判別分析對滑雪游客進行細分并以此確定集群的數(shù)量。

圖四 細分群體數(shù)量

3.8 信效度

為證明細分群體間的差異性，需要對細分后的群體進行信效度檢驗，一般這種檢驗是通過對細分標(biāo)準外的變量進行統(tǒng)計學(xué)檢驗進行的，例如游客在社會人口統(tǒng)計學(xué)、地理學(xué)、行為學(xué)等方面的信息，通過對已知細分群體進行更詳細的信息開發(fā)，可以更進一步了解各群體間的區(qū)別。文獻中常用的信效度檢驗方法主要包括方差分析、判別分析、交叉表等方法。

4 結(jié)論

體育旅游市場細分目前還未形成一個權(quán)威普適的細分標(biāo)準，來自不同學(xué)科背景（旅游、體育旅游、體育、市場管理等）的研究人員，基于多種細分標(biāo)準對特定的體育旅游環(huán)境進行了細分，這種細分主要順承旅游市場細分研究。這其中基于動機的細分研究為最多，以冬季／滑雪類體育旅游市場細分研究最多。最為普遍的細分方法是聚類分析法，其中以K－means和Ward’s分析算法采用最多。樣本量和變量之間存在一定的缺陷，即樣本量不足或變量過多，考慮到因子分析過程中信息的丟失，不建議采用因子－聚類的細分方法，更為可取方法是對原始數(shù)據(jù)進行直接聚類分析。細分集群的確定需要引起研究人員的重視，要結(jié)合實踐需要、游客信息等采取正確方法進行確定。

細分標(biāo)準的選擇需要基于市場目標(biāo)和現(xiàn)實考慮，研究人員的主觀判斷要更具合理性，明確什么樣的數(shù)據(jù)條件需要什么樣的處理，才能得出對管理有用的細分市場。在選擇細分標(biāo)準的（變量）問題時要同時兼顧體育及旅游的特性，并根據(jù)可獲取樣本量大小，適當(dāng)選擇變量的大小。為使研究更具重復(fù)性，需要研究人員將問卷內(nèi)容詳細化，而不只是簡單的描述。