实现精准目标市场识别的美国入境游客细分

曲颖++吕兴洋

[摘 要]随着游客需求和产品供应的分化，精细化市场细分对目的地的生存发展愈发重要。当前遭遇发展瓶颈的我国入境游就亟须该技术提供科学指导。文章基于Plog心理类型理论，试图识别美国近冒险型消遣游客市场中对访问增长最具杠杆作用的核心人群。细分设计在整体多阶段框架下涵盖了对“前验法”和“后验法”的次序运用。4个属于不同活动组群的近冒险型子细分市场被识别：户外刺激体验者、休闲娱乐追求者、文化探求者和兴趣广泛者。“经济价值组合矩阵”指向文化探求者为未来营销瞄准的最适宜对象。

[关键词]市场细分；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

引言

随着游客消费心理的日趋复杂和分化，目的地营销工作对市场细分“精准性”的要求进一步提高。“市场细分”即根据游客的特征将整体市场划分为若干个内部同质、外部异质的细分市场的过程[1]。这意味着需运用创意性的细分基础和方法为目的地寻找到运营上最具“成本-效益”的吸引对象。

当前我国入境旅游就亟待精准化市场细分的指导。近年来，在出境旅游持续升温的映衬下，我国入境旅游则表现平平。2010—2015年的年均入境游客增长率仅为0.8%，且有3年连续出现了负增长，造成巨额的旅游服务贸易逆差（2014年已超过1000亿美元）[2]。入境旅游是我国旅游业融入国家战略的基石和缔造旅游强国的基础性指标。尽管再现游客年均增长率近20%的往昔辉煌不太现实，但旨在超越全球国际旅游的平均增长水平（目前为4%）应是我们必要的奋斗目标。“十二五”期间游客量的反复“下降”或“停滞”透露出衰退走向，入境旅游的振兴势在必行。鉴于当前我国对国内旅游的“井喷式”增长已然应接不暇，集中有限资源瞄准一个小的市场切入点应是最佳振兴途径。本文即以美国消遣游客市场为例，探寻我国入境旅游市场振兴上的精准目标市场识别问题。

美国游客被选作案例人群，原因如下：首先，作为经济最发达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主要客源国（如韩国、日本）具有显著示范效应，可充当我国整体入境旅游发展的预测符。事实上，近10年来美国游客的访华状况与我国亚洲客源在变化趋势上非常接近（如图1所示，亚洲市场因为规模更大，反应更显灵敏一些）。其次，美国本身也是我国的第3大客源国和远程旅游市场开拓的重心，其当前访华市场遭遇的发展瓶颈恰似我国整体入境市场的一个微缩写照：如年均访华美国游客增长率同样从早先的10%以上下降到0.8%（2011—2015年）[3]。因此，针对美国游客所思考和开发的营销举措预期将具有全局性指导意义。

1 相关文献综述

1.1 促成最大化访问增长的Plog心理类型理论

心理类型不同的游客对目的地代表具有不同含金量的市场，这一共识反映在国内外诸多关注游客心理特征的研究中[4-7]，但唯有Plog心理类型理论最为全面、系统地阐释了“游客心理特征?目的地兴衰变迁”的内在联动机制。该理论的提出源于1967年Plog市场调查公司对美国航空业开展的国家范围样本调查，发现了决定顾客行为差异的“冒险倾向（venturesomeness）”概念。应用此概念，Plog将每个美国顾客划入反应不同冒险倾向程度连续链的一个特定位置，形成了冒险型（venturer）、近冒险型（near venturer）、中间型（mid-centric）、近依赖型（near dependable）和依赖型（dependable）5个心理细分市场，以中间型的规模最大（近60%）。其中，冒险者（4%）综合展现出所有积极方面的心理特质，依赖者（2.5%）则与消极特质紧密相联[8]，其他细分市场的心理特性由其命名与这两个极端人群的关联度所鲜明诠释。

Plog认为，目的地兴衰变迁的奥妙就在于伴随旅游设施开发不断升级，其产品的独特性和冒险价值发生了转变，进而使吸引人群从冒险型悄然转变为近冒险型、中间型……直至最终转变为依赖型。当越过心理曲线中点，目的地的客源基础彻底转变成依赖型一方时，衰退便出现了[8]。这是由各心理细分市场的规模大小和心理曲线的影响方向无从更改所致。

该理论的核心在于其强调基于选择性吸引的系统规划是决定目的地走向衰败/多元可持续发展的关键因素。Plog公司的大量调查显示，与其他人群相比，冒险类游客具有一些特别积极的消费特征，如出游频率高、参加活动多、人均花费多[8]。近年的一项研究甚至发现，冒险者在一系列忠诚维度上的得分不低于（甚至超过）依赖者[9]，打破了认为其缺乏忠诚的传统假设。鉴于客源基础变化是目的地兴衰的根本原因，Plog明确指出，对于游客来源转向依赖型一方的目的地，若要延缓其日益衰退的发展趋势，就应瞄准吸引近冒险型游客中的某一核心人群。因为这种定位具有最广阔的吸引面，能扩及影响曲线中规模最大的一批人群（近40%，即近冒险型?中间冒险型）[10]，实现游客来访量的逆转性增长，即“最大化访问增长”。借鉴该理论，通过识别、接触和说服这一核心人群产生访问行为，目的地便能借助一个小的支点撬动规模庞大的大众市场跟随来访，即在拓展游客规模上实现事半功倍的“杠杆效应”。

1.2 目的地市场细分

当前对目的地市场细分方法的分类主要有两种。一种是按细分结果的来源分为前验法（priori approach）和后验法（posterior approach）[11]。前者根据研究者的常识性推断主观地分割市场，而后者的细分结果源于数理统计分析。二者亦可联合使用，以前验法作为更深入的后验法的应用基础。另一种是按使用细分变量的数目及涉及阶段划分为“单阶段”、“二阶段”和“多阶段”方法，分别对应使用1个、2个和3个以上的细分变量[1]。为获得更精准的细分效果，本文的细分设计综合包含了这两种分类方法的元素，即在整体的多阶段细分框架下涵盖对“前验法”和“后验法”的次序性运用（图2）。

在细分变量的选择上，旅游学者经历了从早期集中使用社会人口统计变量、到转而强调心理特征（psychographics），再到现今注重联合使用多细分变量来实现多重目标[12]。新的细分趋势是先以某“高预测力”变量为核心细分基础，再对其细分结果应用若干次级重要的变量辅助勾勒群体特征。本文也遵循这种前沿的综合性理念，且在细分市场生成上应用“双核心变量”做了更精细的二次细分。首先，Plog的“冒险倾向”概念被选作第1个核心细分变量。尽管“动机”（或称“寻求利益”）是被学者们使用最多的心里细分变量[13]，但它对特定人群的划分结果易随目的地、决策情境和时尚潮流等因素的改变而改变，缺乏稳定性。相反，“冒险倾向”的分类结果则有跨地域、跨文化和跨情境的稳定性，因为人的个性极少或仅微妙地发生变化[14]。此外，该变量还有一个独特功效。因各利益相关者对吸引游客的主张不同，目的地官方在组织联合营销时始终面临目标市场应如何取舍的难题[15]。绕开这一固有争议，Plog强调吸引有最大化访问增长潜力的冒险类人群，则便于以“把整体蛋糕做大”的思维惠及所有利益实体。

然而仅依据Plog理论作细分也存在不足。如有学者指出，这种传统的理论推断分类法并非真正调研意义上的市场细分，因为其结果不是数据驱动的[16]。尽管本文采取基于数据的“前验分类”[17]来尽量弥补此缺陷，但仅根据整体心理特质的市场细分无法启发精细化营销和管理工作的开展。本研究的一个重要目标和特色就是要以更流动和分化的视野厘清特定心理细分市场（即近冒险型群体）内部的深层需求差异，基于细微但有显著营销价值的差异点精准识别目标吸引对象。目标市场挖掘得越深入，越利于目的地全面发挥自身的资源和管理优势、提高营销预算利用效率、与竞争者形成深度区分。这就需要应用更具体的需求特点做二次细分。如果此细分变量恰恰是“现实行为”本身，则不仅有利于提高研究效度，更能为目的地产品开发和服务传递提供切实有效的指导。基于这种考虑，“活动参与（activity participation）”被选作本研究的第2个核心细分变量。作为一个行为导向的细分基础，它已在大量情境下被应用，并取得了良好效果[18]。应用该变量产生的细分结果可揭示抽象动机下的现实行为组合模式，为模糊心理倾向的有形化分解提供了指向。此外，由于该变量是个体利益相关者偏爱的细分基础[12]，将其纳入还有利于使目的地官方的宏观策略制定最大限度地与利益相关者观点相契合，打造精诚团结的联合营销。最后，为促成有效营销接触，按照旅游市场细分研究的惯常做法，在第3个细分阶段更多变量被用来辅助勾勒群体特征。

2 研究方法

2.1 抽样和数据收集

本研究是关于中国国际旅游定位整体研究的一部分，其具体目标为通过多阶段细分识别对未来瞄准美国近冒险型消遣游客市场最有价值的人群。这里的“消遣游客”是对国际旅游研究专业术语“leisure traveler”的中文翻译。国际研究中对“消遣游客”的理解有狭义和广义之分。狭义上，将旅游者分为3类：消遣游客、商务游客和探亲访友游客；广义上，则将旅游者总体上分为两大类：消遣游客和商务游客，其中，消遣游客已包含了以探亲访友为目的的群体。这两种分类法在大多数英语国家（如美国）的旅游官方统计报告中清晰可见。本文采取广义的理解法，将 “消遣游客”操作化为：除了因公出差的商务目的外，基于任何旅游动机在我国大陆目的地停留2日以上（含2日）、年龄超过18周岁的美国公民。

调研于2015年3月至4月在中国内陆7个海外游客吞吐量最大的国际机场开展。样本规模由“置信区间法（confidence interval approach）”确定[19]，即总体变异率设为50%，在95%的置信区间和1.96的标准误下所需样本规模为385人。假设问卷反馈率为75%，不可用率为10%，共需招募593名（385/0.65）游客。因本文涉及对近冒险型游客再做第2次细分，为保障所得细分市场的规模，实际共发放问卷2400份（≈593/0.4，保守估计1/4的样本为近冒险者）。

抽样过程分为两阶段。首先，为消除游客及资源类别的地域偏差，开展涵盖中国内陆国土7大区域（即东北、华北、华东、华中、华南、西北、西南）的全范围比例分层抽样（proportionate stratified sampling）。各区域内最重要的一个国际机场被继而选作具体抽样点。“层次子样本规模”由各区域的美国游客接待量占全国总量比例来确定。接下来是通过系统性随机抽样（systematic random sampling）来选择个体样本，采样间隔由飞往美国航班的平均容客量和登机率计算得出。由受雇大学生在候机室对接触到的每个第5名待返回本土的美国游客进行招募，向其陈述调研目的、方式等信息，发放自填式问卷。首先考查年龄、访华目的和停留时间3个筛选性问题，遇到不符合条件者跳过，从下一名合适游客起继续实施5间隔的随机抽样。一套中国的风景明信片被赠送来激励游客参与。

2.2 问卷

整体问卷包含涉及目的地竞争性定位的诸多问题，其中3部分与本研究具体相关。（1）“冒险倾向”测量。本文采用直接描述旅游情境下具体冒险行为的此类量表，融合了Weaver开发的10题项[9]和笔者补充的2个描述纪念品偏好和支出心态的题项，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述的同意程度，其中1=强烈不同意，5=强烈同意。（2）“活动参与”测量。探寻被访者在此次访华期间是否参加过以下28种消遣活动中的每一种。活动列表来源于对先前活动细分文献的回顾和对主营入境游业务旅行社员工的深入访谈。（3）社会人口统计特征和旅游特征测量。其中的“访问动机”量表包含提炼的7个最适合当前情境的推力因素。为更清晰地展示动机的不同重要性，要求被访者只从中选出他们最关键的3个访华原因。美国游客在华的总体支出费用和停留天数分别由开放式问题来请求游客填写。为确保获得真实和足够多的反馈，培训调查员在介绍研究时要特别强调其保密性和仅用于学术目的，并坦言这两个问题对研究的重要性。预测试于2015年2月对180名到访上海的美国消遣游客开展。问卷初稿据此作了微小的措辞和发放程序修改，并证实了各量表均具有良好信度（Cronbachs alpha值均超过0.70）[20]。主要变量的具体问卷题目见表1所示。

2.3 数据分析

数据分析包括4个步骤。第一，计算被访者对12个冒险倾向题目的评分总数，以人为设定数值距离将全部样本划分为Plog描述的5种心理类型。第二，聚类分析，根据游客参与活动的相似和差异性将近冒险型群体进一步划分为若干个子细分市场。采用经典的二阶段聚类法，即：首先通过将个体两两合并成单一集群的层次聚类法（hierarchical cluster analysis）识别恰当的细分市场数目，再以指定的聚类数实施快速聚类法（K-means cluster analysis）重新调整个体归属。第三，应用一系列χ2检验对各子细分市场的社会人口统计特征和旅游特征进行描绘并比较。第四，对识别出的每个子细分市场应用经济价值组合矩阵（economic value portfolio matrix）[21]分析其可盈利性，指导目标市场的选择。

3 研究发现

3.1 基于数据的前验细分结果

因样本中冒险倾向量表的实际取值范围为14～58点，设组间距为8，则可分别用14～22点（依赖型）、23～31点（近依赖型）、32～40点（中间型）、41～49点（近冒险型）和50～58点（近冒险型）的得分者来分别表征Plog的5种心里类型群体。实际回收可用问卷1680份，其中，近冒险者为507人，占30.2%。样本呈现出中间型游客数目占比最大（34.5%）的偏态分布模式，说明中国作为一个目的地当前最主要是被中等冒险程度的美国游客所青睐，已成为成熟的旅游热点地域。尽管具体数据无从比对，但可以确定这与Plog早年对中国作目的地心理类型定位的结果[8， 22]已发生根本改变。因为前两次研究都是鲜明地将中国界定为美国近冒险型游客的天堂。不过从全球范围看中国并非转变迅速的国度，因为非洲和一些南太平洋国家（如澳大利亚、新西兰）在2001年研究时就已从1974年的冒险型目的地变成了近冒险型（中国在两种心理类型间的转变则经历了约40年）[22]。需指明的一点是：目的地的心理类型定位是因客源市场而定的，即当前研究对中国成为中间型目的地的判定是特指美国市场的情况。事实上，如果参照对象变成了亚洲近程市场，中国可能已进入近依赖型、甚至依赖型阶段，而对于南美洲国家则可能尚处冒险型。

整体上看，本文关注的近冒险型游客表现出此类人群的典型特征，即：女性略多（56.8%），多为年龄、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%的人年收入超过6万美元），旅行经验丰富（44.4%的人在过去2年内旅行5次以上），更偏好以散客方式自由出行（66.5%），在目的地停留时间较长（平均13.8天）。

3.2 基于活动参与的子细分市场识别

对近冒险型游客的聚类分析识别出4个基于活动参与的子细分市场。刺激性户外活动最适合用来界定“聚类（cluster）1”（63人，12.4%）的活动域，因为其在该市场中的平均参与率显著较高，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%）、溪流下降（39.7%）等。该市场同样对骑马、骑自行车/远足、打高尔夫/网球等普通康体活动有较高参与热情，最排斥文化类活动，故被命名为“户外刺激体验者”。 “聚类2”（205人，40.5%）是规模最大的市场，他们主要对大众休闲娱乐活动感兴趣，如访问风景地标（100.0%）、观光（93.2%）、购物（91.2%）、访问游乐场/主题公园（89.8%）、乡村度假（85.4%）等。对文化类活动也有一定参与率，但刺激性户外活动则明显与其悠闲轻松的心理诉求不相符，故“休闲娱乐追求者”是对他们的贴切诠释。“聚类3”（143人，28.2%）是显然的“文化探求者”，因为他们对典型文化活动有极高参与率，如民俗表演（100%）、访问博物馆/画廊（100%）、参加节事活动（98.6%）、游览名胜古迹（97.9%）、古镇/古村落旅游（96.5%）等。其他参与率高的活动也都具有文化反映性，如品尝当地美食。“聚类4”（96人，18.9%）除了在访问风景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。他们的平均活动参与数目最多，不特别热衷、也不特别抵触哪类活动，故“兴趣广泛者”应是对他们的一个适当界定。

3.3 基于多变量的子细分市场特征描绘

χ2检验发现了聚类成员在社会人口统计特征和旅游特征变量上的一系列显著差异。社会人口统计特征中，年龄、雇佣程度和年收入充当了显著的差异符。旅游特征上，聚类成员在除“出游模式”外的所有变量上都表现出显著差异。此外，一个出乎意料的发现是在访问动机方面，“文化探寻者”对“文化学习/开阔视野”题项并没有表现出相对于其他市场的绝对性重视，而且，就该游客群体汇报的访问动机而言，消遣和康体才是他们的核心述求。表2对各子细分市场的综合特征进行了汇总。

3.4 目标市场识别

本文基于最大化游客访问增长的目的进行细分方法和吸引方案的选择。在确定目标市场上，因近冒险者杠杆效应的发挥需经历一段时间，保障目的地在这个过渡时期的盈利性至关重要。因此，通盘考虑目的地的发展局势，“经济吸引力”在此应是一个合适的选择基础。这里采用Lee等的“经济价值组合矩阵”[21]。其优势在于通过整合“经济产出（economic yield）”和“获利效率（the efficiency of generating profit）”两个维度从利润结构的角度揭示各细分市场的真实经济潜力。“经济产出”即一个市场所能为目的地带来的经济收入总和；“获利效率”则是在参照了一个市场在目的地停留时间因素后衡量其相对获利能力，即停留时间越短、经济产出越高的市场获利效率就越高。

本文根据全部美国游客“每人每天平均支出”和“平均停留天数”数据的交叉点构建包含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“首选市场（priority market）”：即总体经济产出最大，获利效率也相对较高。因冒险类别游客具有较强的资源保护与管理合作意识[9]，延长其停留时间预期将为目的地带来更大的综合效益，故笔者认为具有如上属性的市场在本情境下应属“首选市场”。SSI-2代表“有利市场（favorable market）”，即总体经济产出较大，同时获利效率最高，表现为在短期内集中消费目的地资源。SSI-3代表“低价值市场（low value market）”，因为尽管其获利效益较好，但总体经济产出量最低。SSI-4代表“后备市场（back-ups）”，其获利效益虽然偏低，但因为停留时间较长，总体经济产出还是可观的。

各子细分市场的经济潜力由其SSI指数构成和整体市场规模所决定（表3）：兴趣广泛者的SSI组合尤其引人注目，来自首选市场和有利市场的游客分别占52.1%和29.2%。但该群组的规模较小（18.9%），预期整体经济价值并不显著。休闲娱乐追求者规模最大，但该群组中有数目较多的游客被归入低价值市场（24.4%），且其所占首选市场者的比例是最小的（仅为18%）。户外刺激体验者在各SSI指数分配上没有显著差别（都在20%左右），且规模最小（12.4%），亦不具有可塑性。作为目标市场的机遇落在了规模第二大的文化探求者身上，它同样拥有较良好的盈利组合，因为属于首选市场和有利市场的游客合计占到84.7%。尽管其后备市场的比例最小，但以上特点足以支撑它作为瞄准对象在未来较长时间内所能带来的庞大价值回报。

4 探讨

4.1 管理启示

本文基于Plog的心理类型理论，为识别美国近冒险型消遣游客市场上对访问增长具有杠杆功效的核心人群提供分析指导。文化探求者这一子细分市场被发现最具未来精准性营销潜力。需注意，该市场是本研究中唯一一个在参与活动与实际动机上发生错位的，其要求更加独特和定制化的吸引方案。典型文化游客的动机被认为是丰富知识，或基于遗产个人关联性和思乡情结的情感介入[23-24]。但在本研究中这只是被排位第3的动机，逊于放松/舒适和身体康健，同时自尊/社会地位提升也发挥较大作用。这是否意味着近冒险型文化游客属于一些学者所界定的“非驱动型（unmotivated）”文化旅游参与者[24]？当前可以肯定的是，这些游客最关注的并非文化活动的质量和深度，而是与此相伴的轻松欢愉和体力锻炼。对他们而言文化或许是一种“软冒险”，是其探索多样化世界和异域差异性的有机组成部分。可能因为他们年事已高，又具有鲜明的社会动机，才选择了这种内涵较强的替代性冒险活动。就吸引这类人群而言，首先要维护文化遗产的“原真性”，因为这就意味着神秘和陌生感，也是促发他们以此作为冒险元素的根由。其次，文化景点的常规项目设计必须通过“活动编排（programming）”注入一些新亮点[1]，提供其所需要的趣味性、参与性、能动性和挑战性。另因该市场并非坚定的文化热衷者，嫁接一定知识/社会地位符号的大众休闲康体活动亦可能对其产生吸引力。

4.2 理论启示

本文对当前目的地市场细分文献有如下两个方面理论启示。第一，文章证实了“冒险倾向”和“活动参与”是两个可被次序使用的有效细分变量组合。长久以来在目的地细分变量的选择上，Kotler提倡的“综合法”[25]，即以多个补充变量验证基于1个核心变量的细分结果被广泛采用。Morrison的“阶段法”[1]却极少被实际应用，尽管普遍的研究逻辑暗示着多核心变量的细分效度会优于前者。在当前研究设计下，两个核心变量的各自优势都得以发挥。仅着眼微观举措的市场细分无法回答“目的地最可能和最应该吸引何种类型的游客”这一根本问题，故“冒险倾向”被运用来通过“游客选择”操控目的地生命周期演变。“活动参与”是对心智模式的外在反映，可帮助厘清深层需求差异驱动下各子细分市场的产品消费取向。它最利于识别当前产品的市场占有率、需求匹配度、竞争性定位、谱系完善性及未来开发着眼点。对两个变量的整合实质上是需求方消费者内心世界和供给方产品特点的有机链接，为“需求-产品”对应关系提供了更细致、清晰的解读。

第二，通过多阶段细分，本文揭示了对近冒险型游客市场进行深入探究的必要性。以往学界仅关注纯粹意义上的冒险类游客，即那些热衷于高体能消耗的身体冒险性户外活动、排斥常规旅游项目的游客群体。但这其实是一个非常狭窄的需求层面。规模更大、更具吸引价值、与大众市场关系更紧密的近冒险型群体被普遍忽视。与习惯性认识不同（即认为近冒险者会表现出与冒险者相似的行为特点），本研究发现参加“硬冒险活动”的个体在近冒险者中的实际占比非常小（12.4%）。绝大多数近冒险者都是在类似大众旅游取向的休闲、游览活动中调节身心、与亲友欢度时光。这支持了Weber对冒险旅游与特定情境和风险维度相关性的剔除，即需要更加综合和多维的冒险旅游概念界定[26]。

近冒险型游客在很多消遣活动的选择上已近似大众市场，但在实质动机、所需的活动组合与提供方式上又有其特性，且其内部又可分化出具体需求指向和活动程度各异的若干子细分市场。这支撑了它作为一个要求独特关注、研究的新需求层面。而且，鉴于近冒险者的较强环境意识及对大众市场访问的杠杆作用，深化对其的研究有可能成为目的地有效链接冒险市场与大众市场、实现可持续发展与业务量增加共生、并存的突破口。

4.3 局限和未来研究建议

本研究的第一个局限是在“冒险倾向”测量上主要采用了Weaver量表，因为这是当前可接触到的、最全面的非抽象量表。然而，该量表的“心理质量（psychometrical quality）”很大程度上未被检测。故未来学者应致力于开发更加有效、可信和具有可推广意义的冒险倾向量表。第二，本文使用的是将个体分配到固定组群的传统细分方法。一些学者认为这种做法掩盖了多重动机和活动偏好的真实消费环境，细分市场间可能并无互斥性[27-28]。因此，未来研究可将“重合性细分（overlapped segmentation）”方法和本文的细分变量组合设计相融合，更贴切地描述游客消费图景。第三，本文的活动细分基于的是当前我国所实际提供的各种活动。但事实上，若通过先期定性研究增添一些游客感兴趣、但尚未开发的新活动项目，将更利于发掘未来市场开拓或竞争致胜的立足点。

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. [国家旅游局官方网站2010年—2015年入境旅游统计信息[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. [国家旅游局官方网站2010年—2015年美国入境游客统计信息[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. 体验经济时代森林公园游客消费心理特征探讨 [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. 主题公园游客心理容量及其影响因素研究 [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.