曲颖++吕兴洋
[摘 要]跟着游客需求和产品供应的分解，精密化商场细分对意图地的生计展开益发重要。当时遭受展开瓶颈的我国入境游就亟须该技能供应科学辅导。文章依据Plog心思类型理论，企图辨认美国近冒险型消遣游客商场中对拜访添加最具杠杆效果的中心人群。细分规划在全体多阶段框架下包括了对“前验法”和“后验法”的次第运用。4个归于不同活动组群的近冒险型子细分商场被辨认：野外影响体会者、休闲文娱寻求者、文明根究者和爱好广泛者。“经济价值组合矩阵”指向文明根究者为未来营销瞄准的最适合方针。
[要害词]商场细分；冒险倾向；活动参与；近冒险者；多阶段细分
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2017）01-0022-10
Doi： 10.3969/j.issn.1002-5006.2017.01.008
导言
跟着游客消费心思的日趋杂乱和分解，意图地营销工刁难商场细分“精准性”的要求进一步进步。“商场细分”即依据游客的特征将全体商场区别为若干个内部同质、外部异质的细分商场的进程[1]。这意味着需运用构思性的细分根底和办法为意图地寻找到运营上最具“本钱-效益”的招引方针。
当时我国入境旅行就亟待精准化商场细分的辅导。近年来，在出境旅行持续升温的衬托下，我国入境旅行则体现平平。2010—2015年的年均入境游客添加率仅为0.8%，且有3年接连呈现了负添加，构成巨额的旅行效劳贸易逆差（2014年已逾越1000亿美元）[2]。入境旅行是我国旅行业融入国家战略的柱石和缔造旅行强国的根底性方针。虽然再现游客年均添加率近20%的往昔光辉不太实践，但旨在逾越全球国际旅行的均匀添加水平（目前为4%）应是咱们必要的奋斗方针。“十二五”期间游客量的重复“下降”或“阻滞”透露出阑珊走向，入境旅行的复兴势在必行。鉴于当时我国对国内旅行的“井喷式”添加已然目不暇接，会集有限资源瞄准一个小的商场切入点应是最佳复兴途径。本文即以美国消遣游客商场为例，探寻我国入境旅行商场复兴上的精准方针商场辨认问题。
美国游客被选作事例人群，原因如下：首要，作为经济最兴旺和出境游历史悠久的国度，美国公民的价值取向和需求态势对我国首要客源国（如韩国、日本）具有显着演示效应，可充任我国全体入境旅行展开的猜测符。事实上，近10年来美国游客的访华状况与我国亚洲客源在改动趋势上十分挨近（如图1所示，亚洲商场由于规划更大，反响更显活络一些）。其次，美国自身也是我国的第3大客源国和长途旅行商场开辟的重心，其当时访华商场遭受的展开瓶颈恰似我国全体入境商场的一个微缩描写：如年均访华美国游客添加率相同从新近的10%以上下降到0.8%（2011—2015年）[3]。因而，针对美国游客所考虑和开发的营销行动预期将具有全局性辅导含义。
1 相关文献总述
1.1 促进最大化拜访添加的Plog心思类型理论
心思类型不同的游客对意图地代表具有不同含金量的商场，这一一致反映在国内外许多注重游客心思特征的研讨中[4-7]，但唯有Plog心思类型理论最为全面、体系地阐释了“游客心思特征?意图地兴衰变迁”的内在联动机制。该理论的提出源于1967年Plog商场查询公司对美国航空业展开的国家规划样本查询，发现了决议顾客行为差异的“冒险倾向（venturesomeness）”概念。运用此概念，Plog将每个美国顾客划入反响不同冒险倾向程度接连链的一个特定方位，构成了冒险型（venturer）、近冒险型（near venturer）、中心型（mid-centric）、近依靠型（near dependable）和依靠型（dependable）5个心思细分商场，以中心型的规划最大（近60%）。其间，冒险者（4%）归纳展现出一切活跃方面的心思特质，依靠者（2.5%）则与消沉特质严密相联[8]，其他细分商场的心思特性由其命名与这两个极点人群的关联度所显着诠释。
Plog以为，意图地兴衰变迁的奇妙就在于随同旅行设备开发不断晋级，其产品的共同性和冒险价值发作了改动，进而使招引人群从冒险型悄然改动为近冒险型、中心型……直至终究改动为依靠型。当越过心思曲线中点，意图地的客源根底完全改动成依靠型一方时，阑珊便呈现了[8]。这是由各心思细分商场的规划巨细和心思曲线的影响方向无从更改所造成的。
该理论的中心在于其着重依据挑选性招引的体系规划是决议意图地走向衰落/多元可持续展开的要害要素。Plog公司的许多查询显现，与其他人群比较，冒险类游客具有一些特别活跃的消费特征，如出游频率高、参与活动多、人均花费多[8]。近年的一项研讨乃至发现，冒险者在一系列忠实维度上的得分不低于（乃至逾越）依靠者[9]，打破了以为其缺少忠实的传统假定。鉴于客源根底改动是意图地兴衰的底子原因，Plog明确指出，关于游客来历转向依靠型一方的意图地，若要推迟其日益阑珊的展开趋势，就应瞄准招引近冒险型游客中的某一中心人群。由于这种定位具有最宽广的招引面，能扩及影响曲线中规划最大的一批人群（近40%，即近冒险型?中心冒险型）[10]，完成游客来访量的反转性添加，即“最大化拜访添加”。学习该理论，经过辨认、触摸和压服这一中心人群发作拜访行为，意图地便能凭借一个小的支点撬动规划巨大的群众商场跟从来访，即在拓宽游客规划上完成事半功倍的“杠杆效应”。
1.2 意图地商场细分
当时对意图地商场细分办法的分类首要有两种。一种是按细分成果的来历分为前验法（priori approach）和后验法（posterior approach）[11]。前者依据研讨者的常识性揣度片面地切割商场，而后者的细分成果源于数理核算剖析。二者亦可联合运用，曾经验法作为更深化的后验法的运用根底。另一种是按运用细分变量的数目及触及阶段区别为“单阶段”、“二阶段”和“多阶段”办法，别离对应运用1个、2个和3个以上的细分变量[1]。为取得更精准的细分效果，本文的细分规划归纳包括了这两种分类办法的元素，即在全体的多阶段细分框架下包括对“前验法”和“后验法”的次第性运用（图2）。
在细分变量的挑选上，旅行学者阅历了从前期会集运用社会人口核算变量、到转而着重心思特征（psychographics），再到如今注重联合运用多细分变量来完成多重方针[12]。新的细分趋势是先以某“高猜测力”变量为中心细分根底，再对其细分成果运用若干次级重要的变量辅佐勾勒集体特征。本文也遵从这种前沿的归纳性理念，且在细分商场生成上运用“双中心变量”做了更精密的二次细分。首要，Plog的“冒险倾向”概念被选作第1个中心细分变量。虽然“动机”（或称“寻求利益”）是被学者们运用最多的心里细分变量[13]，但它对特定人群的区别成果易随意图地、决议计划情境和时髦潮流等要素的改动而改动，缺少稳定性。相反，“冒险倾向”的分类成果则有跨地域、跨文明和跨情境的稳定性，由于人的特性很少或仅奇妙地发作改动[14]。此外，该变量还有一个共同成效。因各利益相关者对招引游客的主张不同，意图地官方在安排联合营销时一直面对方针商场应怎么取舍的难题[15]。绕开这一固有争议，Plog着重招引有最大化拜访添加潜力的冒险类人群，则便于以“把全体蛋糕做大”的思想惠及一切利益实体。
但是仅依据Plog理论作细分也存在缺乏。如有学者指出，这种传统的理论揣度分类法并非实在调研含义上的商场细分，由于其成果不是数据驱动的[16]。虽然本文采纳依据数据的“前验分类”[17]来尽量补偿此缺点，但仅依据全体心思特质的商场细分无法启示精密化营销和办理工作的展开。本研讨的一个重要方针和特征就是要以更活动和分解的视界厘清特定心思细分商场（即近冒险型集体）内部的深层需求差异，依据纤细但有显着营销价值的差异点精准辨认方针招引方针。方针商场开掘得越深化，越利于意图地全面发挥自身的资源和办理优势、进步营销预算运用功率、与竞赛者构成深度区别。这就需求运用更详细的需求特色做二次细分。假如此细分变量恰恰是“实践行为”自身，则不仅有利于进步研讨效度，更能为意图地产品开发和效劳传递供应切实有用的辅导。依据这种考虑，“活动参与（activity participation）”被选作本研讨的第2个中心细分变量。作为一个行为导向的细分根底，它已在许多情境下被运用，并取得了杰出效果[18]。运用该变量发作的细分成果可提醒笼统动机下的实践行为组合形式，为含糊心思倾向的有形化分解供应了指向。此外，由于该变量是个别利益相关者偏心的细分根底[12]，将其归入还有利于使意图地官方的微观战略拟定最大极限地与利益相关者观念相符合，打造精诚团结的联合营销。最终，为促进有用营销触摸，依照旅行商场细分研讨的惯常做法，在第3个细分阶段更多变量被用来辅佐勾勒集体特征。
2 研讨办法
2.1 抽样和数据搜集
本研讨是关于我国国际旅行定位全体研讨的一部分，其详细方针为经过多阶段细分辨认对未来瞄准美国近冒险型消遣游客商场最有价值的人群。这儿的“消遣游客”是对国际旅行研讨专业术语“leisure traveler”的中文翻译。国际研讨中对“消遣游客”的了解有狭义和广义之分。狭义上，将旅行者分为3类：消遣游客、商务游客和探亲访友游客；广义上，则将旅行者全体上分为两大类：消遣游客和商务游客，其间，消遣游客已包括了以探亲访友为意图的集体。这两种分类法在大多数英语国家（如美国）的旅行官方核算陈说中明晰可见。本文采纳广义的了解法，将 “消遣游客”操作化为：除了因公出差的商务意图外，依据任何旅行动机在我国大陆意图地逗留2日以上（含2日）、年纪逾越18周岁的美国公民。
调研于2015年3月至4月在我国内陆7个海外游客吞吐量最大的国际机场展开。样本规划由“置信区间法（confidence interval approach）”断定[19]，即全体变异率设为50%，在95%的置信区间和1.96的规范误下所需样本规划为385人。假定问卷反应率为75%，不行用率为10%，共需招募593名（385/0.65）游客。因本文触及对近冒险型游客再做第2次细分，为保证所得细分商场的规划，实践共发放问卷2400份（≈593/0.4，保存估量1/4的样本为近冒险者）。
抽样进程分为两阶段。首要，为消除游客及资源类别的地域误差，展开包括我国内陆疆土7大区域（即东北、华北、华东、华中、华南、西北、西南）的全规划份额分层抽样（proportionate stratified sampling）。各区域内最重要的一个国际机场被继而选作详细抽样点。“层次子样本规划”由各区域的美国游客招待量占全国总量份额来断定。接下来是经过体系性随机抽样（systematic random sampling）来挑选个别样本，采样间隔由飞往美国航班的均匀容客量和登机率核算得出。由受雇大学生在候机室对触摸到的每个第5名待回来本乡的美国游客进行招募，向其陈说调研意图、办法等信息，发放自填式问卷。首要考察年纪、访华意图和逗留时间3个挑选性问题，遇到不符合条件者越过，从下一名适宜游客起持续施行5间隔的随机抽样。一套我国的景色明信片被赠送来鼓励游客参与。
2.2 问卷
全体问卷包括触及意图地竞赛性定位的许多问题，其间3部分与本研讨详细相关。（1）“冒险倾向”丈量。本文选用直接描绘旅行情境下详细冒险行为的此类量表，交融了Weaver开发的10题项[9]和笔者弥补的2个描绘纪念品偏好和开销心态的题项，共12个题项。被访者需在5点李克特量表上圈出他们对各题项陈说的赞同程度，其间1=激烈不赞同，5=激烈赞同。（2）“活动参与”丈量。探寻被访者在此次访华期间是否参与过以下28种消遣活动中的每一种。活动列表来历于对从前活动细分文献的回忆和对主营入境游事务旅行社职工的深化访谈。（3）社会人口核算特征和旅行特征丈量。其间的“拜访动机”量表包括提炼的7个最适合当时情境的推力要素。为更明晰地展现动机的不同重要性，要求被访者只从中选出他们最要害的3个访华原因。美国游客在华的全体开销费用和逗留天数别离由开放式问题来恳求游客填写。为保证取得实在和足够多的反应，训练查询员在介绍研讨时要特别着重其保密性和仅用于学术意图，并坦言这两个问题对研讨的重要性。猜测验于2015年2月对180名到访上海的美国消遣游客展开。问卷初稿据此作了细小的遣词和发放程序修改，并证明了各量表均具有杰出信度（Cronbachs alpha值均逾越0.70）[20]。首要变量的详细问卷标题见表1所示。
2.3 数据剖析
数据剖析包括4个过程。榜首，核算被访者对12个冒险倾向题意图评分总数，以人为设定数值间隔将悉数样本区别为Plog描绘的5种心思类型。第二，聚类剖析，依据游客参与活动的相似和差异性将近冒险型集体进一步区别为若干个子细分商场。选用经典的二阶段聚类法，即：首要经过将个别两两兼并成单一集群的层次聚类法（hierarchical cluster analysis）辨认恰当的细分商场数目，再以指定的聚类数施行快速聚类法（K-means cluster analysis）从头调整个别归属。第三，运用一系列χ2查验对各子细分商场的社会人口核算特征和旅行特征进行描绘并比较。第四，对辨认出的每个子细分商场运用经济价值组合矩阵（economic value portfolio matrix）[21]剖析其可盈余性，辅导方针商场的挑选。
3 研讨发现
3.1 依据数据的前验细分成果
因样本中冒险倾向量表的实践取值规划为14～58点，设组距离为8，则可别离用14～22点（依靠型）、23～31点（近依靠型）、32～40点（中心型）、41～49点（近冒险型）和50～58点（近冒险型）的得分者来别离表征Plog的5种心里类型集体。实践收回可用问卷1680份，其间，近冒险者为507人，占30.2%。样本呈现出中心型游客数目占比最大（34.5%）的偏态散布形式，阐明我国作为一个意图地当时最首要是被中等冒险程度的美国游客所喜爱，已成为老练的旅行热门地域。虽然详细数据无从比对，但能够断定这与Plog早年对我国作意图地心思类型定位的成果[8， 22]已发作底子改动。由于前两次研讨都是显着地将我国界定为美国近冒险型游客的天堂。不过从全球规划看我国并非改动敏捷的国度，由于非洲和一些南太平洋国家（如澳大利亚、新西兰）在2001年研讨时就已从1974年的冒险型意图地变成了近冒险型（我国在两种心思类型间的改动则阅历了约40年）[22]。需指明的一点是：意图地的心思类型定位是因客源商场而定的，即当时研讨对我国成为中心型意图地的判定是特指美国商场的状况。事实上，假如参照方针变成了亚洲近程商场，我国或许已进入近依靠型、乃至依靠型阶段，而关于南美洲国家则或许尚处冒险型。
全体上看，本文注重的近冒险型游客体现出此类人群的典型特征，即：女人略多（56.8%），多为年纪、学历和收入均偏高的人士（45岁以上者占54%，本科以上学历者占71.2%，60.2%的人年收入逾越6万美元），旅行经验丰厚（44.4%的人在曩昔2年内旅行5次以上），更偏好以散客办法自在出行（66.5%），在意图地逗留时间较长（均匀13.8天）。
3.2 依据活动参与的子细分商场辨认
对近冒险型游客的聚类剖析辨认出4个依据活动参与的子细分商场。影响性野外活动最适合用来界定“聚类（cluster）1”（63人，12.4%）的活动域，由于其在该商场中的均匀参与率显着较高，如水肺潜水、皮艇等水上冒险活动（73%）、攀岩（57.1%）、蹦极（52.4%）、滑雪（42.9%）、溪水下降（39.7%）等。该商场相同对骑马、骑自行车/远足、打高尔夫/网球等一般康体活动有较高参与热心，最排挤文明类活动，故被命名为“野外影响体会者”。 “聚类2”（205人，40.5%）是规划最大的商场，他们首要对群众休闲文娱活动感爱好，如拜访景色地标（100.0%）、参观（93.2%）、购物（91.2%）、拜访游乐场/主题公园（89.8%）、村庄休假（85.4%）等。对文明类活动也有必定参与率，但影响性野外活动则显着与其清闲轻松的心思诉求不相符，故“休闲文娱寻求者”是对他们的恰当诠释。“聚类3”（143人，28.2%）是明显的“文明根究者”，由于他们对典型文明活动有极高参与率，如风俗扮演（100%）、拜访博物馆/画廊（100%）、参与节事活动（98.6%）、旅行名胜古迹（97.9%）、古镇/古村落旅行（96.5%）等。其他参与率高的活动也都具有文明反映性，如品味当地美食。“聚类4”（96人，18.9%）除了在拜访景色地标上的参与率达到了100%外，其他活动基本上都是中等程度的参与率。他们的均匀活动参与数目最多，不特别热心、也不特别冲突哪类活动，故“爱好广泛者”应是对他们的一个恰当界定。
3.3 依据多变量的子细分商场特征描绘
χ2查验发现了聚类成员在社会人口核算特征和旅行特征变量上的一系列显着差异。社会人口核算特征中，年纪、雇佣程度和年收入充任了显着的差异符。旅行特征上，聚类成员在除“出游形式”外的一切变量上都体现出显着差异。此外，一个出人意料的发现是在拜访动机方面，“文明探寻者”对“文明学习/开阔视界”题项并没有体现出相关于其他商场的绝对性注重，并且，就该游客集体报告的拜访动机而言，消遣和康体才是他们的中心述求。表2对各子细分商场的归纳特征进行了汇总。
3.4 方针商场辨认
本文依据最大化游客拜访添加的意图进行细分办法和招引计划的挑选。在断定方针商场上，因近冒险者杠杆效应的发挥需阅历一段时间，保证意图地在这个过渡时期的盈余性至关重要。因而，通盘考虑意图地的展开形势，“经济招引力”在此应是一个适宜的挑选根底。这儿选用Lee等的“经济价值组合矩阵”[21]。其优势在于经过整合“经济产出（economic yield）”和“获利功率（the efficiency of generating profit）”两个维度从赢利结构的视点提醒各细分商场的实在经济潜力。“经济产出”即一个商场所能为意图地带来的经济收入总和；“获利功率”则是在参照了一个商场在意图地逗留时间要素后衡量其相对获利才能，即逗留时间越短、经济产出越高的商场获利功率就越高。
本文依据悉数美国游客“每人每天均匀开销”和“均匀逗留天数”数据的交叉点构建包括4个象限的经济价值矩阵，将每位游客归置在1个特定象限之内，为其分配1个“SSI指数（stay-spend index）”。SSI-1代表“首选商场（priority market）”：即全体经济产出最大，获利功率也相对较高。因冒险类别游客具有较强的资源保护与办理协作知道[9]，延伸其逗留时间预期将为意图地带来更大的归纳效益，故笔者以为具有如上特色的商场在本情境下应属“首选商场”。SSI-2代表“有利商场（favorable market）”，即全体经济产出较大，一起获利功率最高，体现为在短期内会集消费意图地资源。SSI-3代表“低价值商场（low value market）”，由于虽然其获利效益较好，但全体经济产出量最低。SSI-4代表“后备商场（back-ups）”，其获利效益虽然偏低，但由于逗留时间较长，全体经济产出仍是可观的。
各子细分商场的经济潜力由其SSI指数构成和全体商场规划所决议（表3）：爱好广泛者的SSI组合特别有目共睹，来自首选商场和有利商场的游客别离占52.1%和29.2%。但该群组的规划较小（18.9%），预期全体经济价值并不显着。休闲文娱寻求者规划最大，但该群组中有数目较多的游客被归入低价值商场（24.4%），且其所占首选商场者的份额是最小的（仅为18%）。野外影响体会者在各SSI指数分配上没有显着不同（都在20%左右），且规划最小（12.4%），亦不具有可塑性。作为方针商场的机会落在了规划第二大的文明根究者身上，它相同具有较杰出的盈余组合，由于归于首选商场和有利商场的游客算计占到84.7%。虽然其后备商场的份额最小，但以上特色足以支撑它作为瞄准方针在未来较长时间内所能带来的巨大价值报答。
4 讨论
4.1 办理启示
本文依据Plog的心思类型理论，为辨认美国近冒险型消遣游客商场上对拜访添加具有杠杆成效的中心人群供应剖析辅导。文明根究者这一子细分商场被发现最具未来精准性营销潜力。需注意，该商场是本研讨中仅有一个在参与活动与实践动机上发作错位的，其要求愈加共同和定制化的招引计划。典型文明游客的动机被以为是丰厚常识，或依据遗产个人关联性和思乡情结的情感介入[23-24]。但在本研讨中这仅仅被排位第3的动机，逊于放松/舒适和身体健康，一起自负/社会地位提高也发挥较大效果。这是否意味着近冒险型文明游客归于一些学者所界定的“非驱动型（unmotivated）”文明旅行参与者[24]？当时能够必定的是，这些游客最注重的并非文明活动的质量和深度，而是与此相伴的轻松欢愉和膂力训练。对他们而言文明或许是一种“软冒险”，是其探求多样化国际和异域差异性的有机组成部分。或许由于他们年事已高，又具有显着的社会动机，才挑选了这种内在较强的代替性冒险活动。就招引这类人群而言，首要要保护文明遗产的“原真性”，由于这就意味着奥秘和生疏感，也是促发他们以此作为冒险元素的渊源。其次，文明景点的惯例项目规划有必要经过“活动编列（programming）”注入一些新亮点[1]，供应其所需求的趣味性、参与性、能动性和挑战性。另因该商场并非坚决的文明热心者，嫁接必定常识/社会地位符号的群众休闲康体活动亦或许对其发作招引力。
4.2 理论启示
本文对当时意图地商场细分文献有如下两个方面理论启示。榜首，文章证明了“冒险倾向”和“活动参与”是两个可被次第运用的有用细分变量组合。长久以来在意图地细分变量的挑选上，Kotler发起的“归纳法”[25]，即以多个弥补变量验证依据1个中心变量的细分成果被广泛选用。Morrison的“阶段法”[1]却很少被实践运用，虽然遍及的研讨逻辑暗示着多中心变量的细分效度会优于前者。在当时研讨规划下，两个中心变量的各自优势都得以发挥。仅着眼微观行动的商场细分无法回答“意图地最或许和最应该招引何种类型的游客”这一底子问题，故“冒险倾向”被运用来经过“游客挑选”控制意图地生命周期演化。“活动参与”是对心智形式的外在反映，可协助厘清深层需求差异驱动下各子细分商场的产品消费取向。它最利于辨认当时产品的商场占有率、需求匹配度、竞赛性定位、谱系完善性及未来开发着眼点。对两个变量的整合本质上是需求方顾客内心国际和供应方产品特色的有机链接，为“需求-产品”对应联系供应了更详尽、明晰的解读。
第二，经过多阶段细分，本文提醒了对近冒险型游客商场进行深化探求的必要性。以往学界仅注重朴实含义上的冒险类游客，即那些热心于高体能耗费的身体冒险性野外活动、排挤惯例旅行项意图游客集体。但这其实是一个十分狭隘的需求层面。规划更大、更具招引价值、与群众商场联系更严密的近冒险型集体被遍及忽视。与习惯性知道不同（即以为近冒险者会体现出与冒险者相似的行为特色），本研讨发现参与“硬冒险活动”的个别在近冒险者中的实践占比十分小（12.4%）。绝大多数近冒险者都是在相似群众旅行取向的休闲、旅行活动中调理身心、与亲朋喜度韶光。这支撑了Weber对冒险旅行与特定情境和危险维度相关性的除掉，即需求愈加归纳和多维的冒险旅行概念界定[26]。
近冒险型游客在许多消遣活动的挑选上已近似群众商场，但在本质动机、所需的活动组合与供应办法上又有其特性，且其内部又可分解出详细需求指向和活动程度各异的若干子细分商场。这支撑了它作为一个要求共同注重、研讨的新需求层面。并且，鉴于近冒险者的较强环境知道及对群众商场拜访的杠杆效果，深化对其的研讨有或许成为意图地有用链接冒险商场与群众商场、完成可持续展开与事务量添加共生、并存的突破口。
4.3 限制和未来研讨主张
本研讨的榜首个限制是在“冒险倾向”丈量上首要选用了Weaver量表，由于这是当时可触摸到的、最全面的非笼统量表。但是，该量表的“心思质量（psychometrical quality）”很大程度上未被检测。故未来学者应致力于开发愈加有用、可信和具有可推行含义的冒险倾向量表。第二，本文运用的是将个别分配到固定组群的传统细分办法。一些学者以为这种做法掩盖了多重动机和活动偏好的实在消费环境，细分商场间或许并无互斥性[27-28]。因而，未来研讨可将“重合性细分（overlapped segmentation）”办法和本文的细分变量组合规划相交融，更恰当地描绘游客消费图景。第三，本文的活动细分依据的是当时我国所实践供应的各种活动。但事实上，若经过先期定性研讨增加一些游客感爱好、但没有开发的新活动项目，将更利于开掘未来商场开辟或竞赛致胜的立足点。
参考文献（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. [国家旅行局官方网站2010年—2015年入境旅行核算信息[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. [国家旅行局官方网站2010年—2015年美国入境游客核算信息[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. 体会经济时代森林公园游客消费心思特征讨论 [J]. 陕西行政学院学报， 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. [梁增贤，董观志. 主题公园游客心思容量及其影响要素研讨 [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.
