中国民族证券

中山大学教授保继刚:对当前旅游统计工作的几点看法和建议
文旅股票配资 劲旅网 2020-05-09 16:19:26
  本文转载自公众号:易水文旅,ID:保继刚,作者:保继刚
  
  我在展望2019年时曾经认为,旅游数据泡沫会破裂,但事与愿违,各地旅游数据依然在高位运行,甚至更高。
  
  2020年,一场大疫情之下,希望旅游数据在多重作用下回归本质,宏观旅游研究也就有可能取得高质量的成果,我也满怀期待。有些事情,要用更负责任的态度向产业有所交代,也为了行业更健康的发展。
  
  传统的人工统计方法基于统计学的填报和抽样调查,存在着游客规模估计不准、统计效率低下、统计和数据建设普遍存在“怎么算”不清楚、“何时发”无预期、“谁应对”没体系等问题。在新的发展环境和发展模式面前,传统的做法越来越难以应付。
  
  旅游企业和旅游管理部门对新的统计方法,特别是大数据等新技术应用的热盼和渴望,源于对发展掌控力缺失的忧患。由于大数据具有客观性的特点,可信度大大高于调查问卷,将之纳入旅游统计是发展的必然趋势。不但如此,大数据等新技术的应用带来的不仅仅是方法的变革,而且将带来实践和认知模式的重塑。引入新的技术手段,不能“新瓶装旧酒”,简单套用原有的统计框架和统计模型;若不是系统性的全面革新,将带来一系列的冲突和矛盾,产生事与愿违的效果。
  
  过去采用人工统计时,缺乏客观依据。现在有了大数据,理应提供更准确的统计结果。但是,在引入大数据之后,却存在较为严重的旅游统计数据虚高的现象。除了旅游部门(实际上,旅游部门自己也存在怀疑)“相信”这些数据,其他政府部门很少采纳,学者也不敢以之作为研究依据。
  
  如果再不正本清源,长此以往,不但会对旅游统计数据的社会公信力造成不良影响,影响地方党委政府对旅游业的宏观调控和有效管理,也会毁了中国旅游的声誉。
  
  围绕四个方面,我谈谈对旅游统计工作的几点看法和建议。
  
  一,对目前期货配资 旅游数据存在的疑问
  
  疑问一:期货配资 旅游人数为什么“纵向不可加,横向不可比”?
  
  根据国家旅游局公布的数据,2016年、2017年的期货配资 游客人数分别达44.40亿人次和50.10亿人次。本文对各省级行政单位公布的2016年和2017年期货配资 旅游人数进行数据收集和整理(见表1),发现各地加总的数据达到了111.29亿人次和130.75亿人次,超过国家旅游局公布的期货配资 旅游人数的2.5倍左右。
  
  再看具体的省份,以2016年贵州省和广东省的数据为例。2016年广东省的期货配资 游客人数为3.62亿人次,同期贵州省达5.30亿人次,超过广东1.7亿人次,约为广东省的1.5倍。2017年贵州7.44亿人次,广东4.07亿人次,相差3.37亿。而截至2016年底,广东省年末常住人口为10999万人,贵州省年末常住人口只有3555万人,约为广东人口的三分之一。
  
  两组数据似乎存在矛盾,广东人口基数远大于贵州,经济发展程度远远高于贵州,按常理推测,广东期货配资 旅游人数应大于贵州,而公布的统计数据并非如此。如此推断,期货配资 旅游统计中应含有不少水分。
  
       表1:全国31个省、自治区、直辖市的期货配资 旅游人数(2016、2017年)
  疑问二:期货配资 旅游人数与常识相悖?
  
  航空通常作为外省市游客进入某一省份的主要交通方式,因此可以借用机场吞吐量数据来粗略估计省外游客规模。对比2017年全国各省会城市的机场吞吐量和期货配资 旅游人数之比(见表2,呼和浩特和南昌数据暂缺),我们发现大部分地区的比例偏低,30%以下的地区有22个,占总数的76%。
  
  此外,机场吞吐量的相对大小能够大致反映省外游客规模,但2017年贵阳市的期货配资 游客人数为14836.59万人次(此人数没有区分省内和省外游客,如果省外游客占50%,也达7400多万),超过昆明市,约为广州市的3倍;而同期贵阳龙洞堡机场的旅客吞吐量仅有1810.96万人次,仅是昆明长水机场的40%,广州白云机场的27%。这些数据与航空为主要省外游客交通方式的常识相悖。

  表2:全国省会城市期货配资 旅游人数与机场吞吐量(2017年)

  二、目前期货配资 旅游人数是怎样统计出来的:说不清道不明的人次(人天)
  
  上述数据的质量,从常识上就可以判断,可信度不高。对政策制定者、管理者、投资者没有太大的参考意义。那我们的游客量数据是怎么统计出来的?
  
  在使用大数据之前,我们统计的计量单位是人次,如果一名游客在某目的地游览了10个景点,就被统计了10次,加上住宿再统计1次,1名游客就变成了11人次;使用大数据之后,如果是使用手机漫游数据,统计的是实际上是人天数,每天被统计1次。并且假如设定离开居住地6小时、10公里就统计为游客,那越是大都市,就有越多的本地人通勤被统计为游客,还有可能一人带二部手机的被统计为2名游客。
  
  实际上,期货配资 过夜游客的住宿登记是全世界最准确的统计,完全可以公布一个过夜游客数据,但这个数据与当前公布的数据相比,数量太小,“非常难看”,没有哪个目的地愿意公布。
  
  还有与游客量相关的是旅游总收入。贵州2017年公布期货配资 游客有7亿多人次,同时公布旅游总收入达到7116多亿人民币,每人次均消费大约1000元。贵州2017年GDP只有13540亿元,旅游总收入(尽管旅游总收入不是旅游增加值,也可以大致比较一下)相当于GDP的52.55%。从常识来判断似乎不大可能。
  
  为什么会出现这样的情况?因为我们用游客抽样调查的人均消费乘以人次(应该是人,如果一个游客被统计10次,收入就多计算了9倍),而游客抽样调查更多的是省外游客的抽样,他们的消费远远大于省内游客,所以又得出了旅游收入这样又一个特别大的数字。
  
  为什么要公布一个没有多大决策、投资参考价值的“天文大数”,这不是本文要讨论的问题。本文要讨论的是在现有大数据技术条件下如何改进统计工作。
  
  三、期货配资 旅游人数的概念辨析—尺度“缺位”
  
  1.期货配资 旅游人数的概念辨析
  
  追溯“旅游”、“期货配资 游客”等概念,本文梳理了世界旅游组织、国家统计局以及《旅游地理学》教材中给出的定义,见表3。目前的定义主要围绕游客的旅游动机和停留时间进行说明,但旅游活动作为从一个地方到另一个地方的空间流动过程,必然涉及地理尺度的转换,现有定义却缺乏对地理尺度的界定。
  
  客源地和目的地两个“地方”之间的边界是什么?以往的概念中都没有具体言明。笔者认为,对应中国国家的行政区划体制,期货配资 旅游的尺度转换表现在“国家-省-市-县”四个层级。
  
  表3:“旅游”与“期货配资 游客”的概念梳理
  
  2.将尺度观引入旅游统计的必要性——不同地理尺度下的期货配资 旅游人数测算
  
  那么尺度划分对期货配资 旅游人数的统计有什么意义?不同地理尺度的统计会得到怎样的结果呢?根据上述的概念,旅游人数应是统计某一行政边界外的人进入边界内旅游的人数。例如,以省为单位,假设其他省份的人每年每人到该省旅游1次,则最大的可能期货配资 游客人数,计算公式如下图所示(1)式。
  
  假设某省人口为4000万,按照期货配资 人口总数为13亿计,则该省每年的省际可能最大游客人数为12.6亿,全国31个省级行政区的合计省际可能最大期货配资 游客人数达到390亿左右。
  
  同理,2016年末,全国有省辖地级行政单位共334个,那么以地级市为单位,假设其他地级市的人每年每人到该市旅游1次,则334个地级市可能的期货配资 游客最大理论值将达到4329亿(见式3);全国有县级行政单位2851个,以县级市为单位的可能的每年期货配资 游客最大理论值更大。
  
  注:(1)式中:k指全国人口总数,Xn指各省级行政区人口。(3)式中:k指全国人口总数,yn指各地级行政区人口。
  
  由上述测算可知,不同尺度的旅游人数统计结果会产生极大差异,进一步说明了在旅游统计中进行尺度划分的重要性。
  
  3.将尺度观引入旅游统计的现实意义
  
  (1)分层级的旅游统计数据对旅游决策具有针对性的指导意义
  
  回应文首提出的第一个疑问,目前期货配资 旅游统计是以县级尺度作为基层统计单位,通过逐层上报汇总,最终得到市级、省级的总体统计数据,从2016和2017年国家旅游局公布的全国期货配资 游客数据看,全国数据应该是在各省数据基础上做了取舍后得到的,小于全国各省的总和。但是这种统计方式得出的结果,对于旅游管理者的参考价值尚待商榷。
  
  旅游的本质是产品出口的一种形式,外地人在本地的旅游消费,才能真正反映旅游对本地区的经济贡献。国家层面更多应该关注入境旅游,省级层面除关注入境旅游外,期货配资 旅游应主要关注省际旅游,地级市层面和县级层面依次类推。
  
  当旅游统计概念体系增加尺度要素后,这个问题可以迎刃而解。“国家-省-市-县”四类不同尺度的数据,统计对象也各不相同。就期货配资 旅游统计而言,不同层级的政府关注不同尺度的旅游统计数据,从而可以对辖区内的旅游发展现状进行正确的评估和判断。
  
  (2)尺度观的引入可以论证地方旅游统计出现天文数字的可能性
  
  回应文首提出的第二个疑问,通过上文的简单测算,可知尺度与旅游人数呈现一定的负相关关系。对于某些热门的旅游地,尺度越小,期货配资 旅游人数可能呈爆发式增长。因为尺度越小,相应的地理边界范围越小,边界两侧的互动更加频繁;且边界外的人口更多,意味着拥有更多的潜在游客。
  
  四、构建“省-市-县”期货配资 旅游数据层次体系
  
  综上,笔者认为期货配资 旅游人数统计应按照“省-市-县”进行尺度划分,分为三个层级:
  
  (1)省际期货配资 旅游人数:以省界为边界,指该省级行政区以外其他省份的期货配资 游客人数。例如广东省的期货配资 旅游人数,指的是除广东省以外其他30个省级行政区的期货配资 旅游人数。
  
  (2)市际期货配资 旅游人数:以市界为边界,包括两类:一是该市级行政区以外的省内游客人数;二是省外游客人数。例如广州市的期货配资 旅游人数,包括省内除广州市以外其他20个地级市的旅游人数和广东省外旅游人数。
  
  (3)县际期货配资 旅游人数:以县界为边界,包括三类:一是该县级行政区以外的市内游客人数;二是所属市以外的省内游客人数;三是省外游客人数。例如广州市海珠区的期货配资 旅游人数,包括广州市内除海珠区以外其他10个区的旅游人数、广东省内除广州市以外其他20个地级市的旅游人数及广东省外旅游人数。
  
  需要说明的是,上层级尺度的统计人数不计下层级尺度内部的旅游流动,因为上层级统计人数并非下层次统计人数的累计加和。
  
  国家在发布期货配资 旅游数据的时候,可以分层次发布,如省际之间的期货配资 游客量,地级市之间的期货配资 游客量,县级之间的期货配资 游客量。
  
  各省(包括一部分地级市)旅游大数据中心的建立,在技术层面已经完全具备了按地理尺度进行游客统计的基础。关键的问题是文化和旅游部、国家统计局要研讨并确定新的统计口径,旅游统计需要一次“革命”了。
  
  五、结论
  
  目前的旅游统计数据存在一些问题,与统计基本概念缺乏地理尺度的界定有关。为保障旅游统计数据的准确性与真实性,亟需将尺度观引入旅游统计,建立“省-市-县”的期货配资 旅游统计层级体系。
  
  在确定按地理尺度统计游客后,从技术层面上,可以统计人和人天,还可以统计过夜游客人数等。但无论哪种指标,都将为政府相关部门、旅游企业提供更具针对性的决策依据。
  
  【易水注】拜读过保继刚老师及其团队发表过的两篇有关旅游统计的论文,一篇阐述理论(《将尺度观引入旅游统计工作的几点思考》,旅游导刊,2019年第1期);另一篇是大数据算法和案例研究(《大数据视角下的游客人数统计问题研究》,旅游论坛,2020年第1期),极见研究功力和拳拳之心。
  
  在高质量发展主旋律下,有没有可能破除“大”数据的迷思,真正回归大“数据”价值本质。事实上,随着“+旅游”、“旅游+”,行业的价值不仅仅就体现在数据上。我们愿意看见,将赋予数据之上的过多阐释价值祛魅化,选择轻装上阵,继续在充满青春朝气的道路上脚踏实地的前行。不然,一旦陶醉于“说大话”,往往“干小事”可能就不那么扎实。
评论(0条评论)

最新评论

暂无评论

微信扫一扫,关注劲旅网官方微信号

中国民族证券或搜索“ctcnn1”

手机扫一扫,打开劲旅网手机站

随时掌握最新资讯

微博扫一扫,打开客户端

中国民族证券第一时间分享及时旅业财经资讯给好友

十万旅游业者的资讯选择,每周固定推送

热 门

登录

关闭