問題與思考:我國旅游統計的困境與出路

[關鍵詞]旅游統計;旅游衛星賬戶;慣常環境;大數據統計;旅游者行為

旅游統計數據一直是行業長期關注的焦點問題，也是引導旅游業實現高質量發展的關鍵和難點之一。國務院印發的《“十四五”旅游業發展規劃》明確提出了健全旅游統計指標體系、提高旅游統計準確性和科學性、深化旅游統計應用以及大數據支持決策等的要求。盡管我國旅游主管部門按照聯合國世界旅游組織（UNWTO）推薦的《2008年旅游統計國際建議》和《旅游衛星賬戶建議的方法框架2008》修訂了我國旅游統計調查制度，規范了我國的旅游統計工作，但由于官方發布的統計數據出現調查結果與實際情況有偏離，從而受到學界和業界的質疑，比如國內旅游統計數據的“橫向不可比、縱向不可加”“國內游客統計口徑太過寬泛”等，以上對旅游統計數據的質疑可歸因于認知偏差、學科背景不同、調查方法局限等。近年來，我國在旅游統計方法上已經開始嘗試運用大數據技術，但大數據在旅游統計中的應用尚未發揮出其全樣本、客觀性、多樣性及多維度的全部潛力，仍然處于輔助工具的地位。當前討論的旅游活動邊界主要是從“慣常環境”（usualenvironment）到“流動的慣常環境”“跨境的慣常環境”的一元情景，但對公務出差人員或國際航班機組人員等類似移動性較復雜的群體，利用工作之外的休閑時間購物或是前往街區、景點游玩活動是否屬于旅游統計的范疇，工作之外的旅游活動邊界如何認定等問題，目前尚未有共識。顯然，在旅游統計中，哪些活動屬于旅游范疇等問題還有待進一步討論。因此，本文聚焦于慣常與非慣常二元情景，以旅游人數統計所面臨的問題為切入點，深入探討我國旅游統計的困境，提出從旅游者行為視角反向推導旅游活動邊界的優化思路，以期對未來大數據運用于旅游統計中的工作有所啟發。

1 旅游統計體系與核算方法

1.1 旅游統計體系

依據文化和旅游部發布的《全國文化文物和旅游統計調查制度》以及《全國假日旅游統計調查制度》，目前我國的旅游統計指標體系主要包括以下5個維度（表1）：一是以抽樣調查方式為主的旅游市場統計，包括入境旅游、出境旅游和國內旅游統計;二是以企業上報方式為主的旅游行業統計;三是地方旅游接待統計;四是旅游人才和教育專項統計;五是假日旅游統計，目前的假日旅游統計使用的是結合位置數據計算與精確短信推送調查的方式。

1.2 旅游統計核算方法

2000年，原國家旅游局采納了與國際相匹配的旅游衛星賬戶計算方法以評估旅游行業的規模和作用，其分類標準依據《國民經濟行業分類》（GB/T4754-2017）進行。這一分類標準自1984年發布以來經歷了4次修正。新版中它將國民經濟分為20個門類、97個大類、473個中類和1 382個小類。相較于2011年的版本，新增了1個大類、41個中類和288個小類。這種分類方式是對全國經濟活動的基礎劃分，主要應用于國家的統計和宏觀調控任務。然而，旅游業作為一個特殊的經濟產業，按照傳統分類標準進行核算難以反映像旅游業這種橫跨不同門類和行業的服務業的特點。為了促進旅游業的快速發展，同時也為了更科學地界定旅游及其相關產業的統計范圍，國家統計局發布《國家旅游及相關產業統計分類（2018）》，也是目前一直沿用的核算分類標準。分類將旅游及相關產業劃分為3個層級;第一層包括旅游出行、住宿、餐飲、旅游游覽、旅游購物、旅游娛樂及旅游綜合服務等9個大類;第二層為中類，具體劃分為27個;第三層為小類，共劃分為65個。值得注意的是，與2015版相比，大類、中類數目未變，而在小類上，將 “旅行社服務” “旅游管理服務”和“其他旅行社相關服務”合并為1個小類（表2）。

旅游業主要按照需求方定義，因此旅游產業統計主要測量旅游消費在相關行業的占比，常用的測量方法包括：投入—產出分析法、制定旅游附屬（衛星）賬戶、經濟普查、旅游企業網上直報系統、國民經濟產業分類統計、大數據統計應用。

2006年，原國家旅游局和國家統計局啟動國家級旅游衛星賬戶研究編制工作，其成果《中國旅游衛星賬戶編制與研究》由中國統計出版社于2010年公開出版[1]，但這一成果并未在旅游統計部門推廣應用。

2 旅游統計面臨的兩個基礎問題

2.1 “縱向不可加、橫向不可比”現象

人的空間移動是旅游現象最顯著的、最容易被觀察到的特征，但這種空間移動是否屬于旅游，是由需求方個體的動機和行為來定義的，這是旅游統計中面臨的底層邏輯困境。旅游人數出現“縱向不可加、橫向不可比”的現象，就是這一困境的表現。如將2018年和2019年各省級行政區國內旅游人數數據累加分別達到149.6億人次和170.3億人次（表3），而對比文化和旅游部公布的同期全年國內旅游人數僅為55.39億人次和60.06億人次。這說明旅游統計數據“縱向不可加、橫向不可比”的現象長期存在，旅游統計數據的不準確性不利于我國的旅游學術研究，也影響了基于這些數據得出的結論和預測的準確性和科學性。

2.2 游客定義與統計方法存在矛盾

按照聯合國世界旅游組織（UNWTO）的定義：旅游是指1個人離開慣常環境前往其他地方，時間為24 h以上，不超過1年，且主要動機并非在訪問地尋求經濟效益的活動。而國內旅游的時間上限為6個月，主要動機同樣不是為了在目的地獲取經濟效益。進一步地，游客基于地域分為國際游客和國內游客。對于國內游客，根據是否旅行超過6 h但不超過24 h以及是否超過10 km 的距離來確定是否為一日游游客（表4）。對于國際游客，則時長不應超過1年。然而，定義與真實統計之間會存在差異。例如上班地點與居住地不在同一城市的居民，他們日常通勤也有可能超過6 h及10 km，但在統計時，如果他們被歸為一日游游客，則無疑會導致統計數據與實際情況出現偏差。

當前官方公布的旅游統計數據中，其旅游統計方法在操作性定義中做了進一步的改進，將慣常環境定義為住所周邊和職學地周邊一定距離范圍內構成的空間集合，利用空間聚類算法確定更優的40km 半徑作為以居所為中心的慣常空間[2]。可見，該方法在新的統計方法和技術手段上有所突破，在很大程度上提高了旅游活動識別的準確性，使得慣常環境不同區域之內的通勤等非旅游活動的出行被有效地排除，但在調查方法方面存在樣本覆蓋范圍小、顆粒度較粗等局限性，具體表現為：主要采用計算機輔助電話調查的方式，調查時點上是讓受訪者回憶季度出游及其花費，受被調查人員心情的影響，調查結果的準確性無法保證。進一步地，通過抽樣調查，按照常住人口比例將樣本分配給各個城市，隨后依據樣本中的出游率來估算全面的國內旅游人數，該推算方法忽略了城鄉居民出游能力的差異導致的統計偏差問題。

3 旅游統計的幾點思考

3.1 縱向本不可簡單相加

從統計口徑層面來看，由于旅游數據可以分為兩種不同統計口徑，即“出游”和“接待”，因此需要注意其不同的特點。在國家層面，每年的國內旅游人數計入“出游”統計，這代表數據統計的角度是基于1次完整的旅游行為。換句話說，只有當游客離開其慣常環境并返回到慣常環境時，才被計為1次旅游。而地方層面的國內游客和假日統計則屬于“接待統計”，這種統計視角更關注旅游活動在地域上的分布。具體來說，游客在1次完整的出游中可能會穿越多個省份或市區，從而形成多個區域性的接待統計。這意味著在1個省份或城市的統計中，同1位游客可能會被計數多次。因此，省域旅游接待人數合計通常會大于全國出游人數，“縱向不可加”并不一定是反常現象，不能簡單地將“出游”統計與“接待”統計進行直接比較，甚至不同地域級別的接待數據也不能簡單地對比。根據旅游行業的實際情況和實證經驗，全國省域接待游客人數之和與全國出游人數的差距不應超過30%;若超過30%，則需要有其他方法獲得的數據進一步比對校驗。

橫向不可比性主要源于旅游統計的科學性問題，要討論其科學性，就必須考慮其可比性的多個方面，包括測算時期、測算所用概念、國家或地區產業結構、測算方法與口徑以及測算指標的可比性等。在實踐中，不同地區的測算通常在不同時間段進行。即使除時間不同之外，其他要素都相同，測算數據將無法進行橫向比較。因此，旅游統計的科學性應當表現在以下方面：（1）相關旅游統計概念應保持一致性和可操作性;（2）旅游統計方法和指標設定的合理性;（3）旅游統計研究和實踐應遵循規范性原則。這樣才能進一步討論可比性。

3.2 深入理解旅游現象的底層邏輯

自聯合國世界旅游組織（UNWTO）于1999年開始在旅游定義中使用“慣常環境”（usual environment）來代替“常住地”“居住地”之類的概念后，國外學者對“慣常環境”在統計上的應用，提出了操作性概念。史蒂芬·史密斯（Stephen Smith）認為它不包括日常旅行或離家近的旅行概念，并介紹了加拿大以80 km 作為旅游門檻距離的歷史，指出這一數值并非是從實證分析得出的，而是一種妥協平衡的結果。研究還對將國民家庭旅游的門檻距離減半至40 km 或加倍至160 km 兩種做法進行了實證研究[5]，結果顯示降低門檻距離將大量低價值旅行視為旅游，不符合聯合國世界旅游組織（UNWTO）對旅游的定義。羅伯特· 戈韋爾（Robert Govers）等[6]認為從多個視角重新構建和重置了傳統觀點的“慣常環境”，提出了“慣常的感知與距離并非是線性關系”的觀點，這代表工作環境與日常居住環境可以不在同一個行政區域內，異地性并不是旅游的絕對條件。國內學者張凌云將慣常環境進一步區分為“流動慣常環境”“跨境慣常環境”等概念[7]，[8]13。在此基礎上，也有相關學者基于心理認知層面探討新興旅游業態下旅游者的心理以及行為[9-10]，嘗試完善“慣常環境”與“非慣常環境”（unusual environment）理論層面的建構，盡管在實際統計工作中難以操作和推廣，但從理論的角度出發，學術定義為我們界定旅游活動提供了思路，即更準確的劃分應是讓旅游者決定用何種時間和地點的數據來劃分慣常環境和旅游、旅行的界限。

4 大數據運用于旅游統計的出路

4.1 大數據運用于旅游統計中的優勢

目前信息技術和大數據的迅猛發展為解決復雜問題提供了全新的思路和工具，包括改進數據收集方法、變革數據分析方法、改變數據表現形式等方面[11]，其中大數據的興起是信息技術廣泛應用的產物，將其整合到旅游統計中已經成為不可避免的趨勢。國外已經在大數據旅游統計方面積累了實際應用經驗，如西班牙通過交通環路和交通控制攝像頭的數據來估算入境游客的數量[12];愛沙尼亞中央銀行長期通過移動定位數據收集跨境統計信息等[13]。相較于傳統抽樣調查以及網上填報的方法，大數據的旅游統計方法有著客觀性、多樣性、多維度[14]以及非結構性[15]等特點，這些方法能夠處理各種不同來源的海量數據，通過高效的數據解析技術挖掘其中的內在規律，有效地彌補了傳統抽樣調查在估計精度方面的不足。一方面，利用大數據捕捉到的數據來源和游客旅游消費、旅游游覽等活動，切實記錄了聯網的交易、到達地點、停留時間等，使游客游覽記錄有跡可循;另一方面，過去很難從游客需求方面獲取準確的數量和收入數據，旅游統計通常局限于從供給側獲取匯總的宏觀信息[16]。隨著移動網絡的廣泛應用，現在可以從需求側進行統計，實現多樣性、多維度的數據收集（表5），如社交媒體上帶有地理標簽的數據以及健康與活動應用提供的數據，能夠補充傳統信令數據在路徑記錄上的不足，有效地彌補了依賴單一數據源可能導致的信息缺失。在多維數據收集基礎上再進行數據清洗、處理數據顆粒度和數據脫敏等步驟，將能夠獲得比依賴傳統抽樣調查方法更精確的數據。

4.2 非慣常環境下旅游者的異化行為

學界對于非慣常環境既是地理空間概念、更是心理行為概念已初步達成共識[17]，并通過聚焦旅游者行為，揭示旅游的本質和特殊性。由于行為可觀察和測量，旅游活動首先表征為外在身體行為。如流動性較頻繁的機組乘務人員這一類特殊性質工作人群利用休息時間購物或者觀光游覽，他們的服飾由正式職業裝變為休閑便裝，顯然后者的行為表現才可被認為是進入了非慣常環境，才能納入統計范疇。因此，旅游者表征的決策、消費和交往等行為為大數據手段獲取需求端數據提供了線索，一定程度上補充了以時間顆粒度和空間顆粒度處理數據的方式。通過回顧已有文獻，結合旅游“食住行游購娛”六大系統要素，將非慣常環境下的行為分為旅游目的地、旅游消費、旅游社交和其他異化等行為，并梳理其行為特征（表6）。

總的來說，在大數據的時代背景下，我國的旅游統計正迎來新的發展契機和挑戰。一方面，借助于大數據技術，能夠不斷優化旅游業數據統計質量;另一方面，大數據涉及數據種類眾多且類型復雜，這給旅游業數據統計工作帶來了挑戰。然而，正是因為數據的多樣性和復雜性，我們有機會提高數據的深度和廣度。未來政府、學界和企業需共同努力，嘗試實現多維度和多模態數據源的互聯互通，通過跨界合作，推動旅游統計相關理論和調查方法實現創新和突破，逐步建立和完善一套適合中國國情的旅游統計理論體系。