高速铁路客运市场细分论文

导语：高速铁路客运市场细分论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

1旅客需求影响因素

旅客需求主要受旅客自身属性、旅客出行特性和铁路产品属性的影响:旅客自身特性:包括旅客的性别、年龄、职业、收入等。旅客出行特性:包括旅客出行目的、费用来源、停留时间、同行人数、购票渠道等。铁路产品特性:包括安全、准时、方便、快速、经济、舒适等铁路产品属性，旅客在选择铁路客运产品时，会综合考虑各种运输产品的属性。旅客出行当然都希望能以最快、最好、最舒适的方式出行，但同时又受到收入等预算的影响，因此，旅客只能在各种限制条件下，综合所有因素选择与自己出行意愿最接近的方案出行。也就是说，旅客的需求是基于以上各影响因素的综合分析。为获得旅客需求，本文针对高速铁路客运市场进行了调查，现以京沪高铁为例，进行市场细分分析。

2基于聚类分析的高速铁路客运市场

细分在对高铁客运市场进行细分时，旅客属性和出行方式等调研数据常常是高维多属性的，如本次针对京沪高速铁路客运市场调查获取的数据中包含性别、年龄、职业、席别、出行目的、停留天数、同行人数、费用来源、购票渠道、购票提前天数、乘坐高铁的频率等15项，包含了大量的信息。变量太多使得统计分析变得复杂，且细分结果也不易清晰，通常可以采用多元统计分析中的因子分析对数据进行简化降维。本文先对旅客需求的影响因素作因子分析，将原始变量减少为几个不相关的公共因子，然后根据公共因子对样本进行聚类。

2．1原始变量的因子分析

2.1.1提取公共因子

一般采取主成分分析法从原始指标中提取公共因子，并根据特征值大于1来确定因子的数目。原始变量的15个变量通过因子分析后可以得出:利用特征值大于1的7个公共因子可以解释原来的61．49%的信息。

2.1.2旋转成份矩阵

因为在旋转前每个公因子对应于各个原始变量的载荷差异不大，很难经过观察用原始变量来解释各个公因子的含义，旋转后使得每个变量仅在一个公共因子上有较大的载荷，而在其他的公共因子上的载荷比较小，也就是说，每个变量仅与一个公共因子有较大的相关系数，而与其他的公共因子的相关系数较小。最常用的是最大方差法旋转，此方法是使因子载荷矩阵中，各因子载荷值的总方差达到最大为准则。

2．2样本聚类

在因子分析的基础上，得到7个独立的公因子，可进一步对铁路客运市场进行聚类分析，得出不同的细分子市场。聚类分析按样本之间的距离合并为相似特征的样本，一般有层次聚类法和快速聚类法。本文采用了K-means快速聚类方法。受样本量的限制，如果分类过多，会出现某个类别的样本数过少的情况，比较缺乏代表性。因此，本文决定将356个样本分成5类。聚类分析时，初始类中心是由系统自动选择的。

3细分市场描述

经过对各细分市场中不同属性的统计分析，可以总结出不同细分市场的主要特点，以区分各细分市场旅客的差异性需求。从出行目的来看，细分市场1和2主要是以出差/返程为主的商务旅客，细分市场3和4主要是以旅游/返程、探亲访友/返程为主的休闲旅客。再通过对各细分市场的特征进行对比分析，可将四个细分市场分别命名为高端商务旅客市场、中端旅客商务市场、年轻经济型旅客市场、年长舒适性旅客市场，各细分市场的具体差异化描述。

4结论

市场细分的结果可直接用于指导高速铁路客运产品设计，如针对高端商务旅客，开行列车应以高铁、动车组等高等级列车为主，尽量采用一站直达和大站停的停站方式，尽量提供直达车，减少换乘次数;针对中端商务旅客，采用大站停或择站停的停站方式，除直达车外，还可以提供一定的换乘车，对于通勤流在早晚高峰加大列车开行数量;针对年轻经济型旅客，应以一般动车组类列车为主，尽量考虑择站停的停站方式，除了直达车，还可以提供换乘车方案;针对年长舒适型旅客，应以高等级列车如高铁、动车组为主，停站方案可以考虑旅游资源，以直达车为主，根据旅游淡旺季调整列车开行数量。当然，市场细分开可以指导不同定价方案及销售策略的制定。总之，只有正确识别不同细分市场，获得细分市场旅客的差异化需求，才能对各细分市场采取不同的产品策略，真正树立以旅客为中心，全面满足旅客需求的经营理念，才能使铁路企业在不断变化的激烈竞争中处于优势地位。

作者:单位:北京交通大学 北京交通大学