基于潜在类别的公路旅客群体细分模型

针对弥补当前公路旅客类别划分主观随意性强、缺乏科学依据的不足,采用聚类分析的方法,从社会经济属性和心理因素两个层面甄选旅客年龄、性别、收入、学历、出行目的及选择公路客运主要理由等6个指标作为外显变量,在对连续变量进行类别化处理的基础上,将各外显变量概率参数化,构建公路旅客群体细分的潜在类别模型。基于昆明市833份公路的有效调查问卷,使用Latent GOLD软件构建潜在类别模型,将旅客市场细分为具有不同特征的4种类别,并通过聚类分析方法对细分结果进行校核。研究结果表明:昆明市公路客运市场旅客可细分为4类,分别以在校学生、初入职场的毕业生、务工人员及商务人士为主体,分别占总体的40.06%,22.56%,21.59%及15.79%;4类旅客在收入、受教育水平及选择公路客运首要理由方面均有明显差异,该差异与各类别主体人群特征相匹配,且各类旅客均具有重视便捷性的特征;聚类分析的分类误差均小于5%,表明基于潜在类别的公路旅客市场细分结果可靠。