基于四維顧客價值的航空客運市場細(xì)分模型研究

王 悅，曾小舟，陳 橋

（南京航空航天大學(xué)民航學(xué)院，江蘇 南京210016）

隨著民航運輸業(yè)的蓬勃發(fā)展以及大眾化趨勢的加強(qiáng)，旅客對差異化服務(wù)的需求日益旺盛，提供差異化的產(chǎn)品與服務(wù)、鎖定目標(biāo)旅客、進(jìn)行合理的市場細(xì)分是航空客運主體提升市場競爭力的前提。目前，航空客運市場的細(xì)分模型主要集中于以消費者行為模式為理論基礎(chǔ)的事前細(xì)分、以聚類為基準(zhǔn)的事后細(xì)分以及流行于西方世界的生活形態(tài)細(xì)分模型。本文在借鑒前人對航空客運市場多樣化細(xì)分方式的基礎(chǔ)上，嘗試性地將Kotler四維顧客總價值概念與顧客感知價值測評相結(jié)合，構(gòu)建航空客運市場細(xì)分模型；聯(lián)合運用因子分析與K-Means聚類方法，科學(xué)劃分航空客運市場，為航空運輸主體的有效性營銷提供理論借鑒。

1 市場細(xì)分方法簡介

隨著市場結(jié)構(gòu)由賣方市場向買方市場的轉(zhuǎn)變，企業(yè)在產(chǎn)品生產(chǎn)與營銷過程中日益青睞并看重價值創(chuàng)造與傳遞過程，更為注重構(gòu)建與顧客的長期關(guān)系（Kotler，1994）［1］，Webster（1997）倡導(dǎo)合理的價值定位應(yīng)當(dāng)成為企業(yè)唯一的組織原則［2］；Hofstede（1999）明確認(rèn)為，市場細(xì)分過程中，以與顧客相關(guān)的變量為市場劃分依據(jù)將會極大地增加營銷策略的有效程度［3］；同時在日益以顧客為導(dǎo)向的市場中，微觀的市場細(xì)分變量（如顧客行為變量等）更具動態(tài)性也更能反映市場的變化（Hassan等，2003）［4］。

目前，針對航空客運特定市場的細(xì)分，最為普遍的航空客運市場細(xì)分方式依舊是根據(jù)傳統(tǒng)的細(xì)分變量對旅客進(jìn)行較為粗獷的劃分，傳統(tǒng)的市場細(xì)分多基于較為宏觀的變量，如地理因素、人文因素等（Kotler，1986；Wind，1986）［5-6］，如Jones 和Crocke（1981）將該市場客戶分為通勤旅客和非通勤旅客［7］。正如Mason（1995）指出：由于旅客偏好在某一群體內(nèi)的差異性變大，傳統(tǒng)的航空客運市場細(xì)分方式已不再適用［8］。Teichert（2008）等便對旅客市場根據(jù)座位等級劃分為休閑旅客和商務(wù)旅客的做法提出質(zhì)疑，利用潛在類別模型驗證該方法的不精確性［9］。更為新近的國外航空客運市場細(xì)分主要集中于利用聚類或服務(wù)量表的方法開展。Bruning（1985）在其研究中，著重關(guān)注旅客在消費航空客運產(chǎn)品和服務(wù)過程中的偏好選擇，利用判別分析的方法對航空客運市場進(jìn)行細(xì)分，并指出在市場細(xì)分過程中，三項環(huán)境因素（便捷、經(jīng)濟(jì)與安全）以及一項個性因素（生活方式）起到至關(guān)重要的作用［10］。Gilbert等人（2003）則利用SERVQUAL量表對航空客運服務(wù)質(zhì)量的關(guān)鍵要素進(jìn)行研究，并根據(jù)探索出的要素對香港機(jī)場旅客進(jìn)行實證分析，得出種族是劃分國際型機(jī)場旅客群體的重要依據(jù)［11］。國內(nèi)對航空客運市場細(xì)分的研究相對較少，也主要慣于依賴傳統(tǒng)的市場細(xì)分模式，根據(jù)傳統(tǒng)且普遍適用的細(xì)分變量開展細(xì)分研究。其中，唐曉輝（2003）在數(shù)據(jù)統(tǒng)計的基礎(chǔ)上，將旅客按照年齡、出行目的、機(jī)票費用來源等因素進(jìn)行簡單的劃分，在旅客需求差異化日益明顯的今天，實際應(yīng)用價值相對較低［12］。

Kotler首次針對全范圍的服務(wù)與產(chǎn)品營銷提出顧客總價值概念［1］，航空客運作為典型的服務(wù)性交通運輸業(yè)，以四維顧客價值作為其旅客市場細(xì)分模型的理論依據(jù)可謂用之有道，亦不乏針對性。航空客運業(yè)作為典型的服務(wù)行業(yè)，針對其市場細(xì)分的研究多以其服務(wù)性質(zhì)為分析出發(fā)點，而忽視其提供作為全產(chǎn)品的其余重要屬性；停留于以傳統(tǒng)市場細(xì)分變量衡量刻畫航空客運市場細(xì)分的狀態(tài)亦阻礙了Kotler顧客價值理論在該領(lǐng)域的應(yīng)用。

順應(yīng)航空客運市場結(jié)構(gòu)轉(zhuǎn)變趨勢，摒棄對傳統(tǒng)市場細(xì)分變量的選取與完全依靠定性方法進(jìn)行市場細(xì)分的模式，在羅列分析與總結(jié)航空客運顧客選擇與感知價值影響因素的基礎(chǔ)上，創(chuàng)新性地從Kotler四維顧客總價值，即產(chǎn)品價值、服務(wù)價值、人員價值以及形象價值角度出發(fā)，構(gòu)建航空客運市場細(xì)分模型并對其進(jìn)行驗證。

2 航空客運市場細(xì)分模型基準(zhǔn)要素確定

2.1 航空客運市場細(xì)分初定量表

將顧客感知價值概念與Kotler的顧客總價值概念相結(jié)合，采用定性分析與定量測評聯(lián)合使用的方式，以顧客總價值包含要素為顧客感知價值測量要素，將基于顧客價值的航空市場細(xì)分基準(zhǔn)要素劃分為4個主維度：產(chǎn)品價值維度、服務(wù)價值維度、人員價值維度以及形象價值維度，共包含43項條款，構(gòu)成顧客感知價值要素的測評項。

2.2 模型構(gòu)建與檢驗

在基于定性分析的基礎(chǔ)上，形成了共有43項條款的初始量表，并通過兩個步驟對此量表進(jìn)行簡化。首先，通過專家小組對量表內(nèi)容進(jìn)行淺析，對其表面效度進(jìn)行評估，采用專家小組的意見，該階段最終刪除10項條款；步驟二，據(jù)剩余的33項條款形成相應(yīng)的預(yù)測試問卷，問卷采用5分制測量方式，從1至5分別代表很不重要、不重要、一般、重要、非常重要5項感知觀點。根據(jù)預(yù)測試問卷判斷現(xiàn)有初始量表中條款的合理性并甄別對旅客而言真正重要的條款，刪除部分條款。問卷于南京祿口國際機(jī)場發(fā)放，共發(fā)放150份，受眾群體廣泛并回收117份。對117份問卷進(jìn)行初步的數(shù)據(jù)分析，將其中方差大于1，均值小于3的條款刪除，得到剩余20個條款項。

對20項條款進(jìn)行相關(guān)系數(shù)分析，由數(shù)據(jù)分析軟件SPSS19.0輸出的相關(guān)矩陣得出，4個維度下的條款間兩兩相關(guān)，且相關(guān)性顯著。繼而對剩余20項條款進(jìn)行因子分析，將主成分分析法與因子的最大方差旋轉(zhuǎn)相結(jié)合，使輸出的公共因子更具解釋力。選取因子載荷大于0.6的條款項，最終得到4個主維度下的13項條款，模型得以最終確立，樣本數(shù)據(jù)下各條款項的因子載荷如圖1所示。

2.3 模型的信度和效度

1）信度檢驗。基于四維顧客價值的航空客運市場細(xì)分模型依據(jù)量表建立，量表信度即為量表的可靠性或穩(wěn)定性，通常以a系數(shù)值衡量，亦采用該衡量指標(biāo)。a系數(shù)值越高，則說明問卷穩(wěn)定性越強(qiáng)，信度越高。Nunnally（1978）認(rèn)為a系數(shù)值大于0.7時問卷可信；一般而言，a系數(shù)值大于0.8時，問卷信度高［13］。四維度及問卷總體的a系數(shù)值如表1所示。

圖1 基于四維顧客價值的航空客運市場細(xì)分模型及模型條款項因子載荷Fig.1 The model of market segmentation of air passenger transport based on the four-dimensional customer value and the factor loads of each item

表1 問卷四維度及總體的a系數(shù)值Tab.1 The a values of the four dimensions of customer value and the whole questionnaire

由表1，量表中除“人員價值”維度a系數(shù)值小于0.8，其余均高于0.8，且量表總體信度值較高，表明量表穩(wěn)定性尚可，較為可信。

2）效度檢驗。效度是指問卷的有效性和正確性，亦即問卷能夠測量出其所預(yù)測量特性的程度。對問卷效度的測量通常采用KMO 檢驗統(tǒng)計量，該統(tǒng)計量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)。KMO 值越接近1，意味著變量間的相關(guān)性越強(qiáng)，原有變量越適合作因子分析。Kaiser（1974）給出的常用KMO度量標(biāo)準(zhǔn)中，KMO值大于0.7即較為適合做因子分析。問卷條款項KMO值為0.828，Bartlett球形檢驗中近似卡方值為888.591，自由度df=190，p＜0.01，保證了該問卷的結(jié)構(gòu)效度（見表2）。

表2 KMO和Bartlett檢驗Tab.2 KMO and Bartlett tests

3 實證分析與結(jié)果

3.1 數(shù)據(jù)收集

在模型與量表設(shè)計及簡化過程中，已對最終確定的13個條款項進(jìn)行了探索性因子分析，并確定量表的信效度。然而模型是否能夠有效地獲得數(shù)據(jù)支持仍有待驗證，由此，選擇距離較近、施測便捷的南京祿口、上海浦東及虹橋機(jī)場作為調(diào)查地點，以寧—深及滬—深航班候機(jī)區(qū)域的乘機(jī)旅客作為施測對象，進(jìn)行驗證性問卷調(diào)查，問卷依舊采用5級量表的形式，共向乘機(jī)旅客發(fā)放550份問卷，回收436份有效問卷，有效率為79.27%。

3.2 因子分析

由回收的有效問卷，獲得乘機(jī)旅客的特征統(tǒng)計量，如表3所示。

表3 旅客特征統(tǒng)計量Tab.3 The characteristic statistic variables of the air transport passengers

針對收集的樣本數(shù)據(jù)，在探測性因子分析中，取樣足夠度的KMO度量值為0.87，Bartlett的球形檢驗度中近似卡方值為806.446，在0.000水平上顯著，表明已有樣本量適合進(jìn)行因子分析，同時也再次驗證量表的有效性。

同上，將主成分分析法與因子的最大方差旋轉(zhuǎn)相結(jié)合，對乘機(jī)旅客態(tài)度變量展開因子分析，以期獲取對各因子的全面釋義并確定可進(jìn)行聚類分析的因子。對旅客感知價值進(jìn)行因子分析時，選取指標(biāo)依舊遵循因子載荷值大于0.6的原則，最終得到4個因子，其解釋的累計方差為77.652%，吳明?。?009）認(rèn)為在社會科學(xué)領(lǐng)域，萃取的共同因素累計解釋變量達(dá)到60%則表示共同因素具有可靠性［14］。圖1展現(xiàn)了各維度下條款項的因子載荷及各維度內(nèi)的a系數(shù)值。

圖2 市場細(xì)分模型下各條款項的因子載荷及a系數(shù)值Fig.2 The factor loads of each item under the model of market segmentation and the a values of each dimension

因子1包含的3項條款語句均與航空客運提供的產(chǎn)品屬性有關(guān)，故可將因子1定義為“航空客運的產(chǎn)品價值”；因子2的4項條款語句均涉及航空客運過程中的服務(wù)因素，因此，將因子2命名為“航空客運的服務(wù)價值”；因子3的3項條款語句均是乘客關(guān)注的航空客運工作人員能力的體現(xiàn)，在此，將因子3定義為“航空客運的人員價值”；因子4包含的3項條款語句均涉及航空客運主體的整體形象，故將因子4定義為“航空客運主體的形象價值”。

3.2 客運市場細(xì)分及旅客特征描述

對樣本進(jìn)行因子分析的目的在于降維，降維后獲得的公共因子并非為確切的市場細(xì)分結(jié)果。Kendall（1957）認(rèn)為將因子得分作為回歸分析的輸入變量可解決變量間的共線性問題［15］，為得到更具解釋力的細(xì)分類別，便采取在4個感知因子得分基礎(chǔ)上進(jìn)行聚類的方法。

針對聚類需求，采用經(jīng)典的K-Means 聚類法，對航空客運消費者進(jìn)行市場細(xì)分。K-Means 聚類法在SPSS中執(zhí)行的是Quick Cluster 命令，亦即快速聚類命令，對該命令的執(zhí)行可完全依賴于系統(tǒng)默認(rèn)值，也可對各項參數(shù)進(jìn)行設(shè)定。觀測變量的細(xì)分依據(jù)聚類中心最小的原則，一般以歐氏距離為計算標(biāo)準(zhǔn)。具體算法步驟如下：

1）設(shè)聚類樣本為{x(1)，x(2)，…，x(m)}，每個x(i)∈Rn；

2）隨機(jī)選取k個聚類中心點，記為u1，u2，…，uk∈Rn；

3）針對每個樣本i，計算其歸屬的類別：

4）針對每個類別j，重新計算其聚類中心：

因K-Means聚類算法需事先確定聚類數(shù)目，本文在反復(fù)試驗的基礎(chǔ)上發(fā)現(xiàn)將航空客運消費者分為4類時類中心距離較大，且解釋力較好。表4顯示了各類別的最終聚類結(jié)果，以各類目中心表示，表5為最終聚類中心間的距離。

表4 航空客運旅客市場細(xì)分結(jié)果Tab.4 The segmentation result of the air passenger transport market

表5 最終聚類中心間的距離Tab.5 The final distance of each cluster

由聚類后輸出的個案信息，獲得各類別中的旅客特征描述統(tǒng)計量，如表6所示。

表6 各細(xì)分市場中旅客特征統(tǒng)計量Tab.6 The characteristic statistic variables of the passengers in each segmented market

依據(jù)各類細(xì)分市場中旅客對各顧客價值因素的看重程度，依次將其命名為“效率至上群體”“服務(wù)追求群體”“能力注重群體”以及“形象在意群體”，各類細(xì)分市場在旅客年齡、教育程度、職業(yè)屬性以及月收入層面展現(xiàn)出明顯的區(qū)別：學(xué)歷一般、工資收入較低以及年齡較輕的旅客多數(shù)看重航空運輸?shù)漠a(chǎn)品價值，即實現(xiàn)快速高效位移的目的；學(xué)歷偏高、工資收入尚可的旅客多在意航空運輸過程中的服務(wù)質(zhì)量；年齡稍大以及就職于企事業(yè)單位和國家政府機(jī)關(guān)的旅客對航空運輸主體人員事件處理能力較為看重；高學(xué)歷、高收入以及中老年旅客則更為關(guān)注航空客運主體的社會形象價值。

在依據(jù)四維顧客價值市場細(xì)分模型獲得的4類旅客細(xì)分市場中，“效率至上群體”以及“服務(wù)追求群體”所占整體市場份額較大，證實旅客選擇航空運輸作為出行的交通手段時，多以實現(xiàn)快捷的空間位移為目的；航空運輸作為服務(wù)類行業(yè)，其專業(yè)有效的服務(wù)成為核心產(chǎn)品之外最受旅客關(guān)注的要素，對多數(shù)旅客而言，服務(wù)要素的重要程度甚至超過航空客運的產(chǎn)品價值，優(yōu)質(zhì)的服務(wù)質(zhì)量成為航空客運主體實現(xiàn)可持續(xù)發(fā)展、提升市場競爭力的重要因素［16］?！澳芰ψ⒅厝后w”以及“形象在意群體”在整體市場中所占份額較少，其中“形象在意群體”人數(shù)不多，不僅展現(xiàn)乘機(jī)旅客的企業(yè)文化在意高度問題，也從側(cè)面反映國內(nèi)民航企業(yè)總體缺乏明顯的形象特征，品牌效應(yīng)缺失，社會責(zé)任履行不足。

4 結(jié)論與建議

基于對航空運輸中旅客關(guān)注因素的全面描述，借鑒Kotler顧客總價值概念，構(gòu)建了基于四維顧客價值的航空客運旅客市場細(xì)分模型，并使用SPSS19.0軟件對寧—深以及滬—深航線上的乘機(jī)旅客進(jìn)行了模型驗證，最終獲得4類旅客細(xì)分市場。

通過文獻(xiàn)綜述、專家咨詢、課題總結(jié)等方式，從Kotler四維顧客價值角度，全方位描述航空旅客感知價值來源要素，通過專家座談以及預(yù)測試問卷方式形成市場細(xì)分模型，在此階段研究中：①量表由最初43項條款通過最終的因子分析，在選取因子載荷大于0.6 的條款項條件下，精簡為四維度下13 項；②使用SPSS19.0軟件對由預(yù)測試問卷所獲數(shù)據(jù)進(jìn)行分析，獲得以量表為基礎(chǔ)的問卷信效度，其中，該問卷整體信度，即a系數(shù)為0.891，可信度較高；KMO值為0.848，問卷結(jié)構(gòu)效度良好。

根據(jù)模型結(jié)構(gòu)與確定的條款項二次設(shè)計指向性正式問卷，并在南京祿口機(jī)場與上海浦東及虹橋機(jī)場以寧—深及滬—深航班候機(jī)區(qū)域的乘機(jī)旅客作為施測對象，進(jìn)行驗證性問卷調(diào)查，在該階段研究中：①遵循因子載荷值大于0.6的原則，最終得到4個公共因子，解釋的累計方差為77.652%；②依據(jù)各公共因子所涉及的條款項，依次將其命名為“航空客運的產(chǎn)品價值”、“航空客運的服務(wù)價值”“航空客運的人員價值”以及“航空客運主體的形象價值”。

最終將因子分析與K-Means聚類方法相結(jié)合，利用因子得分，獲得四類細(xì)分市場：①由最終的聚類結(jié)果，各類細(xì)分市場間距明顯；②由旅客感知價值的不同體現(xiàn)，依次將4類旅客群體命名為“效率至上群體”“服務(wù)追求群體”“能力注重群體”以及“形象在意群體”；③四類子市場中，“效率至上群體”以及“服務(wù)追求群體”所占整體市場份額較大，而“能力注重群體”以及“形象在意群體”在整體市場中所占份額較少。

航空客運主體提供以顧客價值為導(dǎo)向的市場細(xì)分方法與模型，依據(jù)旅客市場細(xì)分結(jié)果，航空客運主體可據(jù)自身優(yōu)劣勢，開展符合本企業(yè)特色的目標(biāo)市場定位；同時就航空客運行業(yè)來看，企業(yè)外向員工素養(yǎng)不足、企業(yè)形象特征不明顯等為該行業(yè)發(fā)展滯后處所在，主體企業(yè)及行業(yè)整體應(yīng)就此缺陷進(jìn)行持續(xù)性改善，實現(xiàn)從更大角度更廣范圍吸引乘機(jī)旅客。

[1] KOTLER P.Marketing Management: Analysis Planning Implementation and Control [M].New Jersey: Prentice-Hall Inc, 1994:120-121.

[2] WEBSTER F E,ACKROYD D.Market-driven management[M].New Jersey:John Wiley&Sons Inc,1997:53.

[3] HOFSTEDE F T, STEENKAMP E M, WEDAL M.International market segmentation based on consumer-product relations [J].Journal of Marketing Research,1999,36(1):1-17.

[4] HASSAN S S,CRFAT S,KORTAM W.Understanding the new bases for global market segmentation[J].Journal of Consumer Marketing,2003,20(5):446-462.

[5] KOTLER P.Global standardization—courting danger[J].Journal of Consumer Marketing,1986,3(2):13-15.

[6] DOUGLAS S P,Wind Y.The myth of globalization[J].Columbia Journal of World Business,1987,22(4):19-29.

[7] JONES J R,COCKE S.A performance evaluation of commuter airlines:the passenger′s view[J].Proceedings,Transportation Research Forum,1981(1):248-256.

[8] MSAON K.A stakeholder approach to the benefit segmentation of the short haul business air travel market[J].European Journal of Marketing,1995,29(5):73.

[9] TEICHERT T,SHEHU E,WARTBURG I V.Customer segmentation revisited:The case of the airline industry[J].Transportation Research Part A,2008,42(1):227-242.

[10] BRUNING E R.Segmentation analysis of domestic airline passenger markets[J].Journal of the Academy of Marketing Science,1985,13(1):17-31.

[11] GILBERT D, WONG R K.Passenger expectations and airline services: a Hong Kong based study [J].Tourism Management,2003,24(5):519-532.

[12] 唐曉輝.市場細(xì)分理論在民航客運中的應(yīng)用[J].中國民航學(xué)院學(xué)報,2003(21):12-17.

[13] NUNNALLY J C.Assessment of Reliability in Psychometric Theory[M].New York:McGraw-Hill, 1978:33.

[14] 吳明隆.問卷統(tǒng)計分析實務(wù)——SPSS操作與應(yīng)用[M].重慶:重慶大學(xué)出版社,2009:205.

[15] KENDALL M G.A Course in Multivariate Analysis[M].London:Griffin,1957:92.

[16] 張君,胡榮,李天睿.基于三階因子結(jié)構(gòu)的航空公司服務(wù)質(zhì)量評估模型研究[J].華東交通大學(xué)學(xué)報,2014,31(5):37-43.