國內(nèi)外旅游客源市場(chǎng)研究(參考版)
2024-08-15 15:06本頁面
【正文】 。近期學(xué)者們對(duì)旅游客源市場(chǎng)的研究方興未艾，未來的研究將集中在旅游客源市場(chǎng)預(yù)測(cè)和旅游客源市場(chǎng)細(xì)分兩個(gè)方向，研究的方法也將以定量實(shí)證案例研究為主，基礎(chǔ)理論研究為輔。3)國內(nèi)學(xué)者缺乏系統(tǒng)、準(zhǔn)確的旅游統(tǒng)計(jì)歷史資料，很難做出大量高水平的實(shí)證研究，國外學(xué)者則有大量有效的統(tǒng)計(jì)數(shù)據(jù)作為研究的保證。2)國內(nèi)學(xué)者研究的理論創(chuàng)新不足，大多數(shù)研究只對(duì)實(shí)證案例做簡單分析，缺乏進(jìn)一步提煉，研究結(jié)論也不具備普遍的指導(dǎo)意義。與此相比，國外學(xué)者則傾向旅游客源市場(chǎng)預(yù)測(cè)和細(xì)分等技術(shù)含量較高的方向。5結(jié)語通過對(duì)近期國內(nèi)外有關(guān)旅游客源市場(chǎng)研究文獻(xiàn)的分析可以看出，我國學(xué)者通過借鑒和模仿國外同行的理論和研究方法，使自身的研究水平得到不小的提升，但總體上來看還存在著一定的差距。國內(nèi)學(xué)者以經(jīng)驗(yàn)性研究為主，而國外學(xué)者則以運(yùn)用數(shù)理統(tǒng)計(jì)、人工智能等定量方法進(jìn)行研究為主。JonathanZ．Bloom研究了用自組織(SOM)神經(jīng)網(wǎng)絡(luò)模型細(xì)分南非CapeTown的國際旅游市場(chǎng)，并且指出神經(jīng)網(wǎng)絡(luò)的反向傳播算法可以用來進(jìn)一步完善市場(chǎng)細(xì)分。Jona—thanZ．Blooml8認(rèn)為運(yùn)用自組織(SOM)神經(jīng)網(wǎng)絡(luò)模型可以細(xì)分出三個(gè)具有本質(zhì)區(qū)別的游客市場(chǎng)。J．Mazaneclg則第一次使用自組織神經(jīng)網(wǎng)絡(luò)模型來對(duì)旅游客源市場(chǎng)進(jìn)行細(xì)分。4．2．4運(yùn)用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行市場(chǎng)細(xì)分聚類分析和多元線性回歸已不能滿足對(duì)旅游客源市場(chǎng)細(xì)分做進(jìn)一步深入研究的需要，并且用線性技術(shù)來分析非線性問題也存在很大的局限，而神經(jīng)網(wǎng)絡(luò)模型則可以很好地彌補(bǔ)以上不足。J．EnriqueBigne等通過聚類分析得出可以用消費(fèi)情感(consumptionemotion)要素來細(xì)分旅游客源市場(chǎng)。4．2．3運(yùn)用要素一聚類分析進(jìn)行市場(chǎng)細(xì)分DouglasJeffrey等以假日活動(dòng)傾向?yàn)榛A(chǔ)運(yùn)用因子分析、聚類分析和逐步回歸分析完成赴中國旅游的英國游客市場(chǎng)細(xì)分。4．2．2運(yùn)用回歸模型確定細(xì)分要素進(jìn)行市場(chǎng)細(xì)分EugeniAguiloPerez等運(yùn)用含有跟旅游者特征有關(guān)的虛擬變量的回歸模型對(duì)Balearic群島游客消費(fèi)支出進(jìn)行分析得出，不同特征游客的旅游消費(fèi)支出的差別是顯著的。該研究為旅游客源市場(chǎng)細(xì)分提出了新的研究方向。其中“行動(dòng)細(xì)分市場(chǎng)”可以理解為：在被調(diào)查游客中，有較高可能推薦他們到訪過的旅游地的游客。4．2旅游客源市場(chǎng)細(xì)分的定量研究4．2．1運(yùn)用顯著性檢驗(yàn)確定細(xì)分要素進(jìn)行市場(chǎng)細(xì)分ConnieMok等通過數(shù)理統(tǒng)計(jì)檢驗(yàn)指出，以旅行消費(fèi)支出細(xì)分游客市場(chǎng)比通常以旅行活動(dòng)方式細(xì)分游客市場(chǎng)更有效。提出可從季節(jié)性市場(chǎng)、旅行時(shí)間市場(chǎng)、旅行距離、出游目的、旅行方式、旅游消費(fèi)和使用接待服務(wù)設(shè)施來細(xì)分市場(chǎng)。在碩士學(xué)位論文中將旅游市場(chǎng)劃分成自然環(huán)境變量、人口學(xué)變量、心理行為變量、購買行為變量等四大細(xì)分變量及其23個(gè)亞變量。趙振斌”認(rèn)為可以根據(jù)出游動(dòng)機(jī)、目的類型、團(tuán)隊(duì)結(jié)構(gòu)、滯留時(shí)間、年齡、市場(chǎng)范圍等細(xì)分雙休日市場(chǎng)。因此，旅游客源市場(chǎng)細(xì)分的研究也成為國內(nèi)外學(xué)者關(guān)注的一個(gè)熱點(diǎn)。在現(xiàn)代旅游市場(chǎng)競爭日趨激烈，旅游供給方要占領(lǐng)一定的市場(chǎng)份額并得以發(fā)展，就必須通過辨明具有不同需求的消費(fèi)者群體，將整個(gè)市場(chǎng)劃分為不同特點(diǎn)的細(xì)分市場(chǎng)。隨著旅游客源市場(chǎng)預(yù)測(cè)技術(shù)的不斷完善，必將為旅游業(yè)決策人員提供更加準(zhǔn)確有效的市場(chǎng)信息?？梢钥闯觯瑖鴥?nèi)學(xué)者對(duì)旅游客源市場(chǎng)預(yù)測(cè)的研究主要以介紹新的預(yù)測(cè)技術(shù)為主，且預(yù)測(cè)技術(shù)較為單一化。使用季節(jié)性ARIMA模型、回歸模型和Harvey的結(jié)構(gòu)時(shí)間序列模型來預(yù)測(cè)澳大利亞的國際旅游客流，并且比較這三種模型分別運(yùn)用直接方法和間接方法進(jìn)行預(yù)測(cè)的精度。但是多項(xiàng)式(cubicpolynomia1)模型有預(yù)測(cè)成本低，預(yù)測(cè)過程簡單、靈活等優(yōu)點(diǎn)，且預(yù)測(cè)效果比簡單線性回歸模型要好。結(jié)果表明，在時(shí)間序列缺乏明顯的趨勢(shì)情況下，神經(jīng)網(wǎng)絡(luò)模型是預(yù)測(cè)游客數(shù)量的最好方法。JohannduPreez等對(duì)赴Sey—chelles旅游需求的調(diào)查研究表明，ARIMA模型比單狀態(tài)空間建模和多元狀態(tài)空問建模的預(yù)測(cè)效果好。C．J．S．C．Burge等使用了naive、移動(dòng)平均法、季節(jié)性分解法、單指數(shù)平滑法、ARIMA模型、多元回歸模型、遺傳回歸模型和神經(jīng)網(wǎng)絡(luò)模
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1