人际互动视角下体育消费市场细分研究

[摘 要]现有研究常根据收入水平、职业和社会阶层对体育消费市场进行细分，在体育消费群体扩容背景下，有必要从行为角度对体育消费市场进行细分，以更全面地发掘市场规律。本研究通过问卷调查，根据消费水平和人际互动水平对体育消费市场进行细分，通过聚类分析发现了体育消费中存在弱交互型、社交型、高消费型和线上型四类群体，通过关联分析发掘出各群体内部具有代表性的性别、年龄和职业组合，分别在男性和女性两个组合内部发现了相同人口特征人群在互动行为和消费水平上的差异，并据此提出相关营销建议。

[关键词]人际互动;体育消费;市场细分

[DOI]10.13939/j.cnki.zgsc.2021.08.119

1 引言

体育消费是体育产业的发动机和增长动力，促进体育消费繁荣能够拉动体育产业增长，并带动装备制造、娱乐休闲、旅游、教育等关联产业发展。在2014年《国务院关于加快发展体育产业促进体育消费的若干意见》出台后，体育产业迎来上升空间，体育消费市场规模将会持续增长。与此同时，运动APP和可穿戴运动装备普及率逐步提升，健身器材变得小型化和智能化并走进家庭，越来越多的线上资源通过移动终端便捷地被各类运动爱好者获取，一些游戏、娱乐元素等也被赋予了运动标签，这使得越来越多的体育运动项目被普通大众所接受，越来越多的人走进健身场馆、購买运动APP付费服务以及加入运动爱好者社团，体育消费群体正从专业健身运动群体向普通大众扩容。

市场细分常被用来进行市场以及消费行为研究，国内已有研究通过年龄、职业和收入水平对体育消费市场进行细分[1-2]，但营销理论认为在消费者中具有相同人口特征的在心理上或消费动机上可能大相径庭[3]。在体育消费群体扩容背景下，单纯从人口特征角度进行细分，对体育消费市场的解读不够清晰，有必要从行为角度进行市场细分，以更全面地研究体育消费行为，以及更深入地发掘体育消费市场规律。

本研究将调研体育消费群体的人际互动水平和体育消费水平，利用聚类分析对体育消费市场进行细分，并在各子市场内部进行人口特征的关联分析。本研究实现了从行为角度针对体育消费市场的细分，可丰富现有体育消费理论体系，也有助于体育服务企业的营销决策。

2 文献综述

2.1 体育消费影响因素与体育消费动机

收入、受教育程度和职业会正向影响体育消费认同、消费支出和体育参与时间[1][4]。有学者根据性别进行了体育消费的比较研究，发现男性的体育消费金额与消费结构与女性差异显著[5]，该结论在另外一项研究中得到验证[6]。此外，诸多研究发现，在不同社会阶层及收入水平群体的比较中，体育消费支出水平与体育消费结构均存在显著差异[7-8]。在一项研究中，社会分层、阶层分化被用来解释上述不同群体间在体育消费上的差异[8]，这项研究还发现，从管理岗位、私营业主、专技人员、国家公务员到一般基层职工，体育消费意愿从高到低依次递减。在消费结构上，高收入阶层的服务型消费占比要高于低收入阶层，国内体育消费水平和结构在地理分布上存在梯度差异[7]。根据现有研究现状，本研究在消费者人口特征上选择关注性别、年龄、职业三个选项。

国内有学者整理了国内外主流体育消费动机的研究成果，从享乐型动机和功能型动机两个方面评价了国外主流的体育消费动机测量量表，缓解压力、归属、审美、成就感、社群自豪感等享乐型动机对于各类体育消费行为的描述和预测能力大于对运动感兴趣、运动技能获得体育知识等功能型动机[9]。在一份针对城市居民的实证研究中，对居民体育消费意愿影响最大的动机因素依次是心理满足、潮流社交和强身健体[10]。针对炫耀型体育消费动机，有学者从地位、名誉、品位、社会认同角度进行解读[11]。可知，以社交、归属、潮流、缓解压力为代表的体育消费动机已被发现并受到广泛关注。

2.2 顾客间互动与消费意向

互联网时代，消费者习惯在网络社群进行互动交流，对此的研究集中在线上社交群体与消费忠诚度的作用机制。一些研究发现，顾客间的互动沟通以及线上的社交群会通过顾客感知价值进而影响顾客忠诚度[12]，顾客间联系会产生一种超然消费体验，也会影响顾客忠诚度[13]。还有研究基于刺激反应模型，发现服务场所外或购买后的顾客间互动影响购后满意度[14]。有学者利用阐述学方法，发现在健身房和女子SPA会所里，顾客在现场的互动会产生共创价值和社群融合，进而影响顾客忠诚度[15]。可见，在服务场所，顾客间在线上、线下或购后的互动行为，都会影响个体忠诚度，进而影响消费意愿。

考虑到体育消费中不少场景（例如健身俱乐部、户外运动团队、体育场馆等）是群体活动。本研究将体育消费中的人际互动分为两个层面来考察：一是体育消费群体的线上交互水平;二是体育消费群体在服务现场和服务场所外的线下社交水平。

2.3 体育消费中的社交化

社交媒体已经介入体育生活、体育传播和体育营销中，人们的体育生活充满了各种“晒”“约”行动，体育传播以一种延展、交互、多元的形式呈现，体育营销由传统的交换模式转向关系模式[16]。目前，体育社交网络已被定义为广义社交网络中的体育元素与专业化体育社交网络[17]。值得注意的是，有学者通过实证研究发现，用户在线社交中的内容接触、自我呈现、身体意象会显著影响体育消费意愿[18]。

综上所述，目前在体育消费研究中，市场细分的标准主要是人口特征。体育消费中消费者在动机、心理和行为层面上的差异已被发现，但还未有研究据此进行市场细分研究。顾客间互动对顾客忠诚度和消费意愿的影响已成为服务业消费行为研究的热点，体育运动中的社交化和社交网络已被普遍关注，虽然国内已有研究涉及体育社交与体育消费之间的关系，但整体上看研究成果并不丰富。

3 研究设计

3.1  问卷设计

本研究委托问卷星，面向国内体育消费人群，发放了338张电子问卷，在线下发放了150张纸质问卷，共计回收488张问卷。其中，有39张电子问卷回答时间过长，有35张纸质问卷填写不完整，剔除这74张无效问卷后，最终采集到有效问卷414份。问卷可分为主问卷和消费者人口特征统计两个部分。

在问卷中，采用李克特五级量表，调查被访者的体育消费水平、线上交互水平和线下社交水平。在体育消费水平测量上，参考国内学者陈善平等的量表。在线上交互水平测量上，参考了国内学者朱义正的量表。在线下社交水平测量上，参考了国外学者Moore等[19]的量表。问卷量表内容具体见表1和表2。

3.2 数据质量检验

采用SPSS 20.0软件对数据集进行质量检验，包括信度检验和效度检验。在线上交互水平、线下社交水平和体育消费水平三个测量维度的Cronbachs α值均超过了0.6，满足探索性调查的最低信度要求，通过信度检验，具体结果见表 2。

对数据集的Q1～Q11进行因子分析，得到KMO测量值为0.786，巴特利特球体检验的P值为 0.000，方差贡献如表3所示。根据特征根大于1的原则，3个变量就可以共同解释76.451%的原始变量标准化方差，针对这三个提取的主成分进行最大方差法旋转，得到旋转成分矩阵，如表4所示。上述结果显示，各变量的负荷系数在三个测量维度上的分布与预期一致，通过效度检验。

4 聚类分析

根据表4，主成分1中在反映线下社交水平的四个问题的负荷系数接近1，而在线上交互和体育消费水平上的符合系数相对较小，将该公共因子命名为线下社交因子;与上述类似，主成分2和主成分3分别在体育消费水平和线上交互水平上的负荷系数接近1，可将它们分别命名为体育消费因子和线上交互因子。目前，因子分析和聚类分析技术常被应用于市场研究领域，应用因子分析对多个观测变量进行降维，并以公共因子和因子得分为依据，应用K-Means 聚类分析法对样本进行聚类和市场细分，这种研究路径已在国内诸多行业的实证研究中得到应用[20]。

在主成分分析的基础上，将线下社交因子、体育消费因子和线上交互因子作为聚类的依据变量，利用L-Means聚类法，分别将414个样本分为3类、4类、5类和6类，发现将样本分为4类时，组间差异最明显，具体见表5。分成4类后，各类别的样本数和最终聚类中心见表6。

根据表6，聚类1在线上交互因子上的中心点最小，聚类2在线下社交因子上的中心点最大，聚类3在体育消费因子上的中心点最大，聚类4在线上交互因子上的中心点最大并在线下社交因子上的中心点最小。

因此，可将四个类别分别命名为：弱交互型、社交型、高消费型和线上型。在四个群体内部，利用数据挖掘软件Clementine 12.0对各群体被访者的性别、年龄、职业三个分类变量进行关联分析

关联分析是指在本研究的性别、年龄和职业三个分类变量中，挖掘最常出现的选项关联组合，类似于关联规则算法，采用此方法的原因是期望从性别、年龄和职业的人口特征上定位出最具代表性的体育消费子群体。，寻找上述变量在各群体内部出现次数最多的关联组合，结果见表7。

5 研究结论与启示

5.1 聚类结果分析

5.1.1 弱交互型

该群体消费者女性占比高（54.2%）。从关联组合上看，代表性群体是年轻大学生群体及年轻女性文职人员。在所有被访者中，该群体在线上交互水平和线下社交水平都较低，在体育消费意愿上却仅低于高消费型。

5.1.2 社交型

该群体中男性占比高（56.2%）。从关联组合上看，代表性群体是职场黄金年龄段群体以及部分年轻女性学生群体。综合来看，这部分群体在体育运动中具有较高的社交倾向，但体育消费水平最低。

5.1.3 高消费型

与社交型群体类似，该群体男性占比高（59.6%）。从关联组合上看，代表性群体是企事业单位的管理层群体以及专业技术人员群体，这部分群体的消费水平最高，但在人际交互上表现一般。

5.1.4 线上型

该群体女性占比（51.9%）高于男性。从关联组合上看，代表性群体是部分年轻女性群體及从事市场职业的男性群体。在所有被访者中，该群体具有最高的线上交互水平。

5.2 进一步讨论

第一，当引入对体育消费群体的线上交互水平、线下社交水平的考察，结合消费水平，可将体育消费市场细分为弱交互型、社交型、高消费型和线上型四类。整体上看，在体育消费人群中多数人会寻求人际互动，但没有人际互动倾向的消费水平反而更高。本研究认为，体育消费人群中有一部分人专注体育运动本身，他们爱好体育运动，具有长期运动习惯，体育运动投入水平高，体育消费动机接近强身健体动机和功能性动机;另一部分人体育消费时带有人际互动倾向，消费水平不高，在动机上接近潮流动机和享乐动机。

第二，从性别上看，男性的体育消费行为更容易表现出线下社交倾向，女性的体育消费行为更容易表现出线上交互倾向。在职业分布上，受教育程度较高的教师、律师、医生和技术研发人员等职业的体育消费水平高，该结论与现有研究成果相一致[1]。营销和销售等市场职业多见于寻求人际互动型体育消费群体，有研究发现线上“晒”运动行为有助于塑造社交网络中个人健康活泼和积极向上的形象[17]，该结论可解释该职业群体在线上“晒”运动的动机。此外，现有研究已发现国家公务员从事体育运动的积极性较高[1]，本研究发现公务员群体的体育消费行为带有线下社交动机。

第三，以往研究发现[1][8]，处在30～40岁职业生涯黄金年龄段、受过较好教育、具有稳定职业及较多闲暇时间，处于企事业单位中层及以上管理职位的群体具有较高的体育消费水平。在这部分群体的男性中，在行为上表现出高线下社交水平的在体育消费水平上却低于在行为上没有表现出高线下社交水平的另一部分人。此外，体育消费行为具有象征性[21]，女性群体的自我呈现与身体意象也能带来体育消费[18]。在年轻女性群体中（学生、企业文职）：一部分人在体育消费中表现出高线上交互水平;而另一部分没有表现出高线上交互水平的消费水平更高，更舍得为运动投入，可知“点赞”“晒运动”等行为与体育消费水平无关。在上述两类群体中，在行为上未表现出人际交互倾向，体育消费水平更高，更专注运动。

5.3  营销启示

第一，以前诸多研究发现社会阶层、收入水平等因素影响体育消费水平。体育服务企业在进行顾客价值分析时应意识到，体育消费高价值顾客并不仅存在高社会阶层或高收入水平群体之中，在体育消费中有消费能力并不必然会带来高消费投入，在其他各类群体（例如年轻的学生群体）中也会产生高体育消费投入。

第二，国内一项研究发现，单车俱乐部车友之间的互动可使个体成员产生超然消费体验[13]，这种高峰消费体验能够正向影响消费者满意度，进而带来顾客忠诚。还有研究注意到部分人体育消费行为带有炫耀性或象征性[21]，他们关注与周围顾客的互动及体验，追求现场的社群融合。但不容忽视的是，体育运动本身也能带来高峰体验，因此在体育消费中很难说顾客在服务现场获得的高峰体验是来自与周围其他顾客的互动还是来自运动本身。因此，健身房等体育服务企业应主动为顾客获得高峰体验创造条件，专业的师资指导和运转良好的体育器材能帮助顾客获取源自体育运动的高峰体验，也不能忽视Wi-Fi信号、咖啡茶水、沙发座椅等配套设施，这些能为营造顾客间良好的交互氛围创造条件。

第三，2018年的一项统计显示，全国健身俱乐部会籍续约率仅为17.77%[2]，客户整体活跃度低和消费粘度低是目前国内健身行业的普遍现状。本研究认为，目前国内体育健身市场已近饱和，体育服务企业每一位获取到的新客户都不太可能来自具有长期运动习惯或热爱体育的专业运动人群，更有可能来自“非专业运动群体”。企业应意识到，这部分顾客群体在最初消费时带有一定冲动性，缺少长期运动的决心和毅力，难以坚持完成健身计划，也很难产生长期稳定的高消费投入。健身俱乐部在吸收新顾客加入会籍后，应评估顾客的运动技能水平，“减脂”“瘦身”等不应被当作健身目标被过分宣传，要尽可能帮助每一位顾客设计进阶课程计划，逐步提高他们的运动技能，帮助他们获得运动带来的高峰体验，而不仅仅是爱上运动中的“仪式感”。

参考文献：

[1]奚红妹，魏农建，左鹏，等.中国城市消费者个体差异对体育消费观念和消费行为的影响[J].体育科学，2010，30（3）：30-35.

[2]鬼工科技.2018全国健身俱乐部数据报告[EB/OL].（2018-11-12）.http：//www.kismart.com.cn/qiye/2018qg/.

[3]菲利普·科特勒，加里·阿姆斯特朗.市场营销[M].楼尊，译.北京：中国人民大学出版社，2015.

[4]陈善平，李树茁，闫振龙.体育消费认知决策模型的修订与比较研究[J].体育科学，2006，26（10）：82-86.

[5]赵江鸿，刘志强.陕西省不同性别居民休闲体育消费结构比较研究[J].西安体育学院学报，2017，34（6）：694-697.

[6]陈永军，段鹏，高秋平.城市居民体育消费行为决定因素的实证研究[J].体育学刊，2010，17（2）：33-37.

[7]唐炜.基于扩展线性支出系統模型的京津冀城镇居民体育消费结构比较分析[J].沈阳体育学院学报，2018，37（6）：15-21.

[8]陈华，王进.珠江三角洲居民体育消费的阶层分析[J].体育学刊，2007，14（8）：43-46.

[9]李耀，王新新.国外体育消费动机测量研究最新进展[J].武汉体育学院学报，2011，45（10）：39-45.

[10]姜彩芬，肖瑞云.广州城镇居民体育消费动机与体育消费水平的实证研究[J].广州大学学报（自然科学版），2014，13（3）：88-95.

[11]杜道理，刘志民.消费社会视域下炫耀性体育消费促成因素的理论分析和现实思考[J].山东体育学院学报，2017，33（4）：26-31.

[12]辛璐琦，王兴元.在线消费社群对品牌忠诚的影响机理研究[J].价格理论与实践，2018（1）：146-149.

[13]薛海波，王新新.品牌社群影响品牌忠诚的作用机理研究[J].中国工业经济，2009（10）：96-107.

[14]景奉杰，赵建彬，余樱.顾客间互动—情绪—购后满意关系分析[J].中国流通经济，2013，27（9）：86-93.

[15]万文海，刘闲月.消费互动、共创价值及其对顾客忠诚影响的路径研究[J].河南工程学院学报（社会科学版），2011，26（4）：18-25.

[16]陈朝辉.网络的力量：社交媒体重塑体育生态[J].西南交通大学学报（社会科学版），2019，20（2）：48-54.

[17]杨韵，邹玉玲.体育社交网络研究[J].体育文化导刊，2013（11）：149-152.

[18]朱义正.在线运动社交对青年体育消费水平影响的研究——身体意象的中介效应[D].广州：暨南大学，2018.

[19]MOORE R，MOOREML，CAPELLA M. The impact of customer-to-customer interactions in a high personal contact service setting[J].Journal of Services Marketing，2005，19（7）：482-491.

[20]张永泽，肖淑红.基于因子分析和聚类分析的江苏女排球迷市场细分的实证研究[J].南京体育学院学报（自然科学版），2016，15（5）：8-13.

[21]刘东升.论体育消费中的象征性行为[J].上海体育学院学报，2014，38（6）：37-42.

[基金项目]安徽省高校自然科学立项课题“社交网络视角下基于数据挖掘技术的体育消费研究”（项目编号：KJ2019A1079）。

[作者简介]彭文军（1981—），男，汉族，安徽合肥人，安徽体育运动职业技术学院体育教育管理系讲师，研究方向：体育市场营销。