一、2022年上半年国内旅游统计数据解读

作者：文旅

7月15日，文化和 旅游 部发布了2022年上半年国内 旅游 数据情况。中国 旅游 研究院（文化和 旅游 部数据中心）总统计师马仪亮就有关数据进行了专业化解读。

一、国内 旅游 数据是如何生产的？

我国国内 旅游 抽样调查项目是经国家统计局审批同意、纳入《全国文化文物和 旅游 统计调查制度》的统计调查项目，由国家统计局社情民意调查中心（中国统计信息服务中心）通过电话访谈方式开展抽样调查工作，每季度抽选城镇和农村样本各1万个左右，根据问卷结果和“七人普”人口比例等推算出全国国内 旅游 人次及 旅游 总花费等数据。经过多年的实践磨合，该调查方法较为成熟，与国际通行的 旅游 统计方法接轨，数据结果较为平稳，与交通、商务等相关部门数据匹配度较高，能够基本反映国内 旅游 市场变化情况。

二、公布数据中对于 旅游 的定义和概念是什么？

世界上对于 旅游 的定义多达数十种，联合国世界 旅游 组织（UNWTO）对 旅游 活动的定义获得了相对广泛的认可，界定“ 旅游 是人们由于休闲、事务和其他目的而到惯常环境之外的地方旅行，其连续停留时间不超过一年的活动”。我国《全国文化文物和 旅游 统计调查制度》将 旅游 界定为不以谋求职业或获取报酬为目的，离开惯常居住地，在外停留超过6小时，但不足12个月，到其他地方（旅行距离超过10公里）参观、游览、度假、探亲访友、疗养、出差（包括考察、参加会议、商务、销售等）或从事经济、 科技 、文化、教育、宗教等方面的活动。这次文化和 旅游 部发布的有关数据也均按照该概念进行问卷调查工作。有人说我国的定义中，对于出游动机过于宽泛，实际上这恰恰体现了与国际接轨。加拿大规定 旅游 是“为了休闲，商务和其他与获得报酬无关的目的”，法国规定“以休闲、商务等目的且不在停留地获得报酬”，西班牙认定的 旅游 动机“包括商务、休闲或其他个人原因”，南非对 旅游 动机的规定为“以休闲、商务或其他原因”。

三、此次发布数据与各地公布数据在口径范围上有无差别？

我国的 旅游 统计实践当中，全国层面国内 旅游 采取出游统计口径，各地则采用接待口径。出游统计口径表示从离开惯常环境到回到惯常环境的一次完整出游过程，无论游憩了多少个省、多少个市或者多少个景区，只计算1人次出游。地方的接待口径统计则不同，是按照行政区域内接待游客数量进行统计。

四、2022年上半年，我国国内 旅游 业呈现哪些特点？

2022年上半年，全国出游总人次14.55亿，同比下降22.2%。我国国内 旅游 呈现以下几个特点：一是年初平稳开局，二季度受疫情影响较大。2月中旬开始，国内多地暴发疫情，打乱 旅游 市场复苏节奏， 旅游 人次、 旅游 收入等核心数据骤降。二是端午节假期 旅游 探底回升。进入5月份，随着文化和 旅游 部制定印发《关于加强疫情防控 科学精准实施跨省 旅游 “熔断”机制的通知》，将跨省团队 旅游 “熔断”区域进一步精准到县（区）域，我国国内 旅游 市场逐渐复苏。三是游客消费偏好和出行方式显著变化。受疫情影响，人们出游时间呈现碎片化、出游距离呈现短途化，出游预算缩减。以本地游、周边游为代表的近距离、短时间、高频次的“微 旅游 ”“微度假”兴起，露营、休闲 旅游 等方式快速升温， 旅游 产品结构加速调整、持续转型，国内 旅游 在困境中萌生新的增长动能。四是疫情发生以来， 旅游 活动受疫情影响较大，致使部分数据季度间存在较大波动。

五、为什么 旅游 统计数据与个别行业市场主体的感知不一致？

2022年上半年，全国出游总人次14.55亿，同比下降22.2%；全国出游总花费1.17万亿元，同比下降28.2%。这其实是综合统计，既包含了一些业态的收缩，也包括了一些业态的扩张。 旅游 统计数据与个别行业主体判断不一致，主要原因有两个方面：一是受疫情影响，中远程 旅游 市场大幅下降，居民 旅游 需求就近释放。根据 旅游 的定义，只要离开惯常环境10公里6小时，符合 旅游 动机，比如城郊采摘、吃农家乐、露营、徒步、旅拍，以及都市内逛文化街区、探亲访友等，符合时空条件和具备 旅游 动机等要素就都是 旅游 的范畴。二是疫情期间 旅游 业态之间的发展出现了明显的分化，旅行社、客运、景区、 娱乐 等业态景气度下降明显。同时，城郊民宿、露营及其衍生的 旅游 装备等业态逆势走强。

二、近几年我国出境游消费数据表

一、中国公民出境旅游发展概况及趋势

（一）中国出境旅游发展概况及特点

中国出境游市场规模持续增长。2013年中国出境旅游规模达9,819万人次1，同比增长18.0%。

图1中国出境游人数变化2

消费规模再创新高。2013年中国游客出境旅游消费1,287亿美元，同比提升26.8%3，特别在奢侈品采购方面偏向境外地区，除港澳地区（26%）外，欧洲和美国是中国境外旅游消费的重心，分别达到23%和10%4。境内外消费价差的存在，是刺激大部分普通消费者选择境外消费的主要原因。

图2中国公民出境旅游总消费变化5

（二）中国出境旅游发展趋势

    旅游服务进入数字网络时代。随着中国互联网普及率的持续增长，网络预订和在线服务开始进入主流，2013年中国在线旅游总收入28,500亿元，占中国旅游总收入的比重约为7.7%6，旅游消费交易加速从线下向线上转移。旅游经营者纷纷加大在线旅游市场中的投入力度，不断完善自己的各项功能和服务，使在线旅游市场增速超蜗牛旅行1过旅游总收入增速，且比重逐年增长。

     旅游方式更加多样化。从出行方式看，出境自由行快速发展，所占比例逐渐提高，中国出境旅游市场呈现散客化、一地深度游、高端化等突出趋势，正在从走马观花式的观光团体游向自由行和深度游转变。

     境外旅游条件不断放宽。目前中国公民旅游目的地国家和地区达140个，正式实施开放的旅游目的地达110个。2013年以来，更多目的地国家为了吸引更多的中国游客，不断简化中国游客签证手续，便利的签证措施将更有利于吸引更多中国游客出境旅游。

二、中国出境旅游消费者群体特征

随着签证国别的扩宽、人民币汇率的调整及日益开放的政策，中国公民出境旅游市场规模不断扩大。 他们来自哪里

2013-2014年期间，中国出境游客主要来源于华南、华北和华东区域；其中以上海、广东、北京等省市为主，其次为江苏、浙江和山东等沿海省份。此外，东北地区的辽宁、华中地区的湖北、西南地区的四川也为较大的出境游客输出省份。

他们具有哪些人文特征

80后已成为中国出境游客的主体，在中国出境游客中的比例超过一半。鉴于其所处家庭生命周期的特征，以及独生子女的现状，中国家庭的重心集中在孩子身上，带领未成年孩子出境旅游以开拓视野已成为中国出境旅游的显著特征。

中国出境游客仍为目前拥有较高收入的人群。个人月收入平均约为11,512元，是2013年中国主要大中城市个人月收入（3,798元7）的3倍，中国城镇居民人均每月可支配收入（2,246元8）的5倍。家庭月收入平均约为20,767元。

三、论述旅游服务市场消费者行为的特征

旅游业作为全球发展最为迅速的服务性产业之一，已受到越来越多的关注。随着国家教育体制的改革，大学生人数迅速增长。大学生作为思想最活跃、接受新生事物能力最强的一个群体，已经成为旅游大军中一支不可忽视的队伍，而旅游也成为大学生业余时间的首选。如何抓住大学生旅游行为的动机及其特征，对于开发大学生旅游市场有着重要意义。这便是本文选题的关键所在。本文针对大学生这一旅游消费群体特殊的旅游动机、特征及偏好等，对中国大学生旅游消费行为进行分析，进而对国内大学生旅游市场进行了初步探索。 关键词：大学生旅游；旅游消费行为；旅游业

随着我国旅游业的迅速发展，大学生逐渐成为我国旅游消费的一个重要组成部分。据有关数据统计，有46.5%的大学生在节假日和同学或者朋友外出旅游，12.3%同学在寒假和家人一起旅游。然而，由于大学生特殊的心理、生理、经济等特点，使其旅游消费行为呈现出和其它群体截然不同的特点。我们旨在通过对大学生旅游消费行为进行分析，掌握其特点，进而对大学生旅游市场进行正确的引导和开发，促进旅游业的发展。

四、近几年旅游消费逐年折线图

（1）折线统计图如下： （2）平均每年旅游消费：（1000+1200+1500+2000+2700+3600）÷6=2000（元）． 答：这几年，李明家平均每年旅游消费2000元．

五、旅游统计数据是怎样计算而来的

旅游统计数据的计算通过售票消费系统，还有三闸机的方式来统计进出景区的游客客流量，当然了对于开发的景区就采用客流统计系统来实现。

六、教你如何看懂旅游大数据

教你如何看懂旅游大数据_数据分析师考试

有时候，一句话、一张图片都会蕴含巨大的数字商机，但这是一门需要高度精准性的技术活儿，并非人人都看得懂大数据。

看懂游客行为

大家都在说大数据，携程近期投资专攻大数据研究的众荟信息技术有限公司（下称“众荟”）、阿里系的去啊旅行则与石基信息合作，而东呈酒店、如家酒店等也纷纷推出智能化管理。

每个旅游业者都会有自己的会员和消费数据记录，这些记录就是大数据的基础信息，然而在一堆数字和消费者行为面前究竟该如何分析处理并得出结论呢？

“首先要知道什么是大数据，大数据分为两大类，即结构化数据和非结构化数据，前者就是大家看到的一系列数字，后者则可能是一张图、一句话等并非直接体现为数字的信息。因此真正意义上的大数据分析不仅要做直接的数字分析，还要懂得建立数学模型，将非结构化数据转变为结构化数据并得出结论，这些并不简单。”众荟数据智能事业部总经理焦宇告诉记者。

焦宇给记者举了一个例子，现在很多游客会在OTA（在线旅游代理商）上比价和预订酒店，那么其搜索的关键词和浏览痕迹就会体现在OTA的记录里，如果客人浏览过这家酒店的页面却跳转了，并未下订单，则可以通过这个记录分析该客人不下单的原因，当这个客人通过价格、品牌、区域等关键词排序查找酒店信息后，其留下的浏览记录则可以统计出人们是对于价格敏感还是品牌敏感。

“经过研究，大部分人还是看重价格因素，由于价格的选择是有区间的，这就可以用浏览痕迹得出一个最让游客接受的价格区间数字。只有11%的人在意品牌，说明同类酒店可替代性很强。如果以区域关键词搜索，则代表地理位置数据，若可以精准到具体方位，并将这一信息传达给该区域的酒店，则无疑提高了酒店的入住率还能根据消费者行为适当调整房价，当供大于求时下调房价，反之则提升房价。还有一个颇有意思的研究，即游客浏览记录中若有A酒店的竞争对手酒店，则可以推理这个客人对于A这一类酒店有需求，该客人就是A酒店应该关注的潜在客人。”焦宇指出，要将海量的浏览记录变成有效数据，还得依靠数学模型，模型分为收敛型和发散型，大数据通常要经过收敛型模型将非结构化数据转化成结构化数据并得出结论。

一位连锁酒店经营者告诉记者，这些涵盖了消费者较能接受的价格区间、品牌等信息的大数据可以让酒店对价格、定位和营销等做出策略性调整，以提升入住率，提高酒店整体收益管理。

神奇的语言分析

除了价格、品牌，语言文字也是一种非结构化数据，尤其是如今当客人预订酒店旅游产品时一定会先看一下点评，或者自己体验后也会留言评价，这些语言背后也大有大数据学问。

记者多方采访和观察后了解到，不少客人会对已经入住的酒店进行评估，这些点评中经常会出现对酒店环境、客房设施、餐饮和服务的评价，比如“房间很干净，但是送餐服务比较慢”、“前台的服务差评”、“洗浴感受不错”等。这需要用专业的语义分析进行精准细分化分析并转换成结构化数据反馈给酒店经营者。

在人工智能和计算语言学中，语义分析为知识推理和语言提供了方法，也是未来搜索引擎发展的方向。比如，输入“苹果”通过语义分析，能够知道用户想找的是手机而不是水果。

“首先我们会通过专业的语义分析去除一批虚假点评或无实质内容的点评，而将真正对酒店有实质内容的点评留下，并对于每一句话进行断句和多维度切割。举个简单的例子，比如‘这个酒店很干净，但是送餐服务比较慢’，经过我们的断句和多维度切割分析后可以知道客房清洁度不错，但送餐有问题，那么我们接下来就要把结论进行细化分类并反馈给各部门。这里的问题就是速度，有时还涉及口味或者服务态度等。有时一段话的分析是非常复杂的，其中还有纠错比例。”众荟市场部高级副总裁胡凡表示。

从事酒店业超过15年的李先生告诉记者，比起简单的“好”或“不好”，经过多维度语义分析后得出的结论可以反馈到酒店各个相关部门，并且细化到是哪个细节好，或哪个细节有问题需要改进，那么管理层开例会时就能明确知道接下来的工作方向，而经过改善服务态度、速度甚至装饰风格，其所在的酒店入住率提升了10%，且RevPAR（RevenuePerAvailableRoom，每间可供租出客房产生的平均实际营业收入）有约15%的增加。

据悉，一些科技信息公司对于语义分析的维度已经可以达到1000个。

跨界与图片信息怎么玩

有时候，对于旅游大数据的分析还涉及跨界合作。

“国外是跨领域研究的，结合了多领域，比如地理信息、IT、商学院、社会学等。我举个跟踪游客的例子，现在我们采用跨界合作的多方位社交媒体来跟踪游客行为。社交媒体上有很多游客留下的痕迹，比如flickr，flickr上的图片留下了照片的地理坐标、拍摄时间、评论信息等，这些都是非常可贵的旅游大数据。”长期在澳大利亚研究旅游大数据分析的学者程明明告诉记者，用地理坐标来追踪轨迹则需要懂地理学的专家来帮忙，而商业管理方面的专才则可以分析游客去哪儿、是什么时间去等具有商业价值的数据。

在多方跨界分析研究后，业者可以知道哪些景点受欢迎、哪些是新的景点、游客在几点左右在景点甚至每次停留多久等。掌握这些大数据信息分析结果后，相关的旅游业者可以有效做到分流，不会造成景点承载力过于饱和。同时，对比景点信息和游客属性，可以知道不同国家游客对景点有什么不同需求，比如亚洲人是否更喜欢文化景点，如果是，则当地旅游推广营销时就要更多推出人文景点。

记者在采访中获悉，目前中国不少景区也正在与相关大数据分析公司合作，希望通过分析来预测未来一段时间的客流量，尤其是旺季黄金周的客流量预计，能帮助景区控制进入人数，提高安全性和服务质量。

颇有意思的是，图片也属于大数据。

“比如一些大型旅游预订网站上有大量图片，对于图片，我们需要IT技术人员来帮忙进行机器人训练（machinelearning）帮助我们识别不同的图片。比如究竟是人物还是风景效果好，然后我们再通过数学模型和旅游局、旅行社宣传的图片进行对比，得出游客感兴趣的图片和旅游局、旅行社所宣传的是否一致。如果不一致，那么不一致在什么方面，并需要如何改进。”程明明说道。

据悉，另有一种脑电波测试方式，能测试出人们看到图片时眼球第一秒会注视的地方即最吸引点，以及人们对于被测试图片的喜好或厌恶程度等。业者通过这些分析可以决定是否在销售时更换样图，餐厅或景点的宣传图片究竟是有人好还是空景好，合适的样图能够促进销量。

“当然，要做好旅游大数据研究并不简单，其数学模型比较复杂，比如包含线性回归之类的。其实，大数据研究是一个数据不断整合和多学科交叉的过程，未来还有很多商机可以依靠大数据被挖掘出来。”程明明如是说。

以上是小编为大家分享的关于教你如何看懂旅游大数据的相关内容，更多信息可以关注环球青藤分享更多干货