中图分类号：F592 文献标识码：A
文章编号：1004-4914（2016）01-203-03
一、引言
旅游市场是旅游业赖以生存和发展的前提和条件，客源市场的竞争对旅游业的发展显得尤为重要。其次，旅游产品具有不可转移性和不可储存性的特点，使其相比其他行业对市场有更强的依赖性。近年来国内外对旅游客源市场的研究集中在影响因素、时空结构、市场细分和市场预测等方面{1}。全华、赵磊等运用SSM分析方法，选取江苏省2001―2009年相关入境旅游统计数据，对江苏省入境旅游市场结构变化进行分析{2}。苏建军应用GM（1，1）模型对青海省旅游市场进行态势分析和预测研究{3}。对一个成熟阶段的景区而言，在相当一段时间内其客源市场没有太大波动。要想确保一个地区旅游业持续、健康的发展，首先要对其客源市场有一个全面、详细的了解，并且正确将其划分为不同类型，然后针对各细分市场采用对应的发展策略，这样才能保证一个地区旅游业的长期蓬勃发展。对于哈尔滨来说，无非存在两种市场：现实市场和潜在市场。通过对哈尔滨客源市场游客数据的分析，了解其现实市场、潜在市场的占有率及变化率，衡量其客源市场竞争态，以便制定相应对策，维持现实市场规模，积极开发潜在市场。
二、哈尔滨市国内旅游客源市场的时空分布
1.年际变动指数。在客源市场的时空分布结构研究上，主要有地理集中指数、季节性集中指数等方法。Myriam Jansen Verbeke应用比例指数、出游指数、地理集中指数、旅游者集中指数分析了欧洲客源市场的时空分布结构{4}。Tak-Kee Hui等应用季节性指数分析了新加坡的日本客源市场特征{6}。Christine Lim应用移动平均比率（ratio-to-moving average）研究了澳大利亚的韩国旅游市场客源特征{6}。借鉴此类研究方法，可以很好地分析哈尔滨市国内旅游客源市场的时空分布。
通过对来哈尔滨住宿设施及入住率的普查数据，得到哈尔滨国内旅游市场游客接待量数据，如表1。
通过对哈尔滨各景区国内游客随机发放调查问卷，得到2010―2014年各省游客占有率，如表2。
根据上表数据，我们先来研究2010―2014年哈尔滨客源市场时间分布的波动性。本文通过年际变化强度这一指数对其进行反映。年际变化强度指数以年为单位研究事物的变化规律，其结果数值越接近100%，说明客源市场随时间分布的波动性越小。
根据哈尔滨国内旅游客源市场年际集中指数表：从2010年到2014年，哈尔滨国内旅游客源市场的年际集中指数除港澳台外均在10以下。查看源数据可知，港澳台游客所占比重特别小，可以忽略这三项。而且表中可以看出，哈尔滨主要的国内客源市场黑龙江、吉林、辽宁3省年际集中指数都在5以下，足以说明哈尔滨的国内客源市场很稳定，只有较小的波动。
3.地理集中指数。地理集中指数指国内旅游客源市场的地域分布态势，能够反映出客源市场的空间分布和组合情况。通过公式（1-3）和表2数据计算，可以得出哈尔滨2010―2014年国内旅游客源市场的地理集中指数，见表4。
根据哈尔滨国内旅游客源市场地理集中指数表：从2010年到2014年，地理集中指数最大的为2010年的57.18，2010―2012年逐年下降，2013年和2014年有所上升，仍然低于2010年。这表明哈尔滨国内旅游客源空间结构有趋于分散的趋势，但是5年来变化幅度较小，客源市场总体上比较稳定。
哈尔滨国内客源市场的年际变化强度指数、年际集中指数及地理集中指数三个指标能全面、详细地反映出近5年哈尔滨国内客源市场时间、空间分布的集中性和稳定性。通过以上三个指标的测算，综合分析表明近年来哈尔滨国内客源结构比较稳定，并且地域集中度较高。
三、哈尔滨国内客源市场竞争态
1.波士顿模型的引入。借助波士顿矩阵模型，我们将各省份都看作单独的一个企业产品，把每一个省份的市场占有率和市场增长率归入不同象限，从而使各个省份的客源结构组合一目了然。在波士顿矩阵模型中，将各省份划分到4个象限，分别代表4种不同的客源市场类型：幼童、明星、金牛和瘦狗{7}。其中幼童类市场是指高市场增长率、低相对市场占有率的省份，这类市场需要投入更多的资源，进行更多的宣传，以便加速扩大相应省份客源数量；明星类市场是指高市场增长率、高相对市场占有率的省份，这类市场是高速成长市场中的领头羊，将成为未来的金牛类市场；金牛类市场是指低市场增长率、高相对市场占有率的省份，明星类市场增长率下降到10%以下便成为金牛类市场，这是成熟市场中的领导者，是最为主要且稳定的客源市场；瘦狗类市场是指低市场增长率、低相对市场占有率的省份。
值得注意的是，波士顿矩阵模型并不是完全适用于旅游客源市场的分析。因为虽然在研究时可以将各个客源省份看作单独的企业产品，但两者并不完全等同。比如对于瘦狗类的企业产品，企业完全可以选择摒弃不再生产，以减少企业的负担。但是对于各客源省份，旅游目的地不可能具有这种主动选择权。因此，对客源市场嵌入波士顿矩阵模型研究时，应该注意旅游产品的特殊性，对处于不同象限的省份针对性地使用相应对策，从而使哈尔滨旅游客源市场更加持续健康地发展。 2.波士顿模型的应用。下面对各客源市场进行波士顿矩阵模型分析。首先通过表2可以明显看出，哈尔滨的国内旅游客源有五成左右来自黑龙江省。黑龙江省内游客人数占比过高，如果将其纳入统计范畴一定会很大程度地影响整个数据的准确性，不能更直观地反映出其他各客源省份的市场占有率，所以在统计分析之前将其予以剔除。
根据表5数据可以看出，台湾、香港、澳门三地2014年市场占有率为零，并且年际市场增长率为-100%。为了保证求得平均值的准确性和参考性，在求各省的平均市场占有率和平均年际市场增长率时剔除这三项数据。这样一来，求得2014年各省平均市场占有率Na为3.33%，各省2010―2014年平均年际市场增长率La为15.38%。
3.哈尔滨市国内客源市场划分。以Na和La为分界值，将各客源市场的占有率和年际市场增长率和平均值Na、La比较，若Ni大于Na，令Ni为1；若Ni小于Na，令Ni为0；Lit大于La，令Lit为1；若Lit小于La，令Lit为0。这样就将各个客源市场划分为明星、金牛、幼童、瘦狗四种类型，从而得到波士顿矩阵形式的客源市场竞争态，如表6。
四、结束语
旅游客源市场是制约旅游地发展的一个重要因素。通过对哈尔滨国内旅游市场的时空分布研究分析，可以看出哈尔滨客源市场地域分布比较集中并且稳定，时间分布上游客数量逐年递增。借助波士顿矩阵模型可以将哈尔滨的客源市场划分为明星、金牛、幼童、瘦狗四种类。这样一来，哈尔滨的国内客源市场结构一目了然，使哈尔滨对各细分市场发展策略的制定更具有针对性。
