可持续智能评测技术重点实验室《2019-2021年全国各地旅游产业韧性测度简报》正式发布

 

中山大学可持续旅游智能评测技术文化和旅游部重点实验室(以下简称“实验室”)是以联合国世界旅游组织旅游可持续观测点管理与监测中心为基础,以中山大学旅游学院和中山大学人工智能学院为依托,整合中山大学旅游管理和计算机科学与技术两个优势学科力量,以及广东省大数据分析与处理重点实验室和中山大学旅游发展与规划研究中心的团队力量共同建设的一个面向可持续旅游监测的大数据采集、分析与应用的实验室,主要从事目的地可持续旅游数据采集与智能处理,可持续旅游评测与服务技术两个方向的研究。
9月,《2019-2021年全国各地旅游产业韧性测度简报》正式发布,以下是简报内容。
 

1引言

 
2019年以来我国旅游业遭受了巨大的冲击,2020年我国国内旅游人数为28.79亿人次,比上年同期下降52.1%;国内旅游收入2.23万亿元,同比下降61.1%。2022年的两会工作报告中,李克强总理也明确指出,餐饮、住宿、旅游等行业就业容量大、受冲击影响严重,亟需帮助与指导。
面对这一困境,政府统筹推进医疗防控和经济社会发展,特别强调对旅游、餐饮、文化等生活服务业的政策帮扶,支持这些行业的恢复发展。随着综合形势阶段性好转,各地旅游市场也展现出爆发式的反弹与强劲的复苏势头,但仍有不少地区的旅游业处于停摆状态。究竟全国各地的旅游业出现了多大的冲击?困境之下,哪些地区的旅游业具有较好的韧性?这些问题仍然缺乏科学有效的研究测评。准确把握这些问题,对于指导旅游产业复苏扶持工作具有重要的价值。
基于此,实验室成立研究小组,从多个数据渠道,针对2019年至2021年我国旅游产业的韧性表现展开初步测度,以此为我国旅游行业的复苏与发展提供决策支持。
 

2方法与数据

本研究主要从产业常规统计数据、行业UGC数据及旅游相关产业POI数据三方面着手,收集旅游业中酒店住宿业、餐饮服务业、旅游景区等旅游相关行业的数据,通过专家赋权等方法对行业综合发展进行评价,结合GIS地理空间分析模型和经济韧性的计量模型(含绝对韧性和相对韧性)加以分析,再用较为简单的可视化效果进行呈现。
 本文将用到两个经济韧性的相关概念,其一为直接体现各省年度产业指标增长率的绝对韧性概念,其二是以全国范围整体表现作为参考基准,能够清晰反映省份间表现分异情况的相对韧性概念,若省份的相对韧性值大于0,表示其韧性优于全国整体水平,且数值越大,韧性越强,反之亦然。
 

2.1 常规统计数据

 
产业常规统计数据方面,本研究通过中经网统计数据库、eps统计数据库、各省份城市统计年鉴以及国家文旅部统计调查报告进行数据收集。由于2021年的数据尚未全面公布,故本研究仅针对2020年我国旅游相关行业数据进行采集与统计,主要包含旅游业、酒店住宿业与餐饮服务业。在旅游业方面,本文从旅游收入与旅游客流量两个角度切入,以各省份旅游年收入与旅行社接待国内游客总人次确立综合指标,对旅游业进行综合考察。酒店业作为旅游行业的重要分支,除了满足游客远程出游中的住宿需求,往往还包含多个业务板块。考虑到使用单一指标难以对酒店住宿业的发展状况进行全面系统的评估,因此,研究组综合19-20年间全国各省份的酒店业客房收入、星级酒店营业收入、酒店客房出租率及酒店房价等指标对住宿业的韧性表现展开评价。餐饮业作为旅游过程中的重要环节,也是旅游业发展的重要内容。本研究分别选取19-20年全国各省份餐饮业营业额与餐饮业就业人数数据,结合供给与需求角度确立指标,衡量各省餐饮业的发展变化。
 

2.2 UGC数据

 
通过全国各省不同产业常规数据的比较,能够对旅游业变动情况有整体了解。但是省份层面的比较仍然较为粗浅,难以深入探究不同城市的旅游业发展差距。同时,碍于城市尺度数据的统计口径、获取难度与时效性等问题,难以就城市层面的常规统计数据展开搜集和分析。因此,本研究决定采用全样本、无偏差、实时生产的旅游UGC数据进行测度。这类评论数据已被本研究组证实具有较高的代表性,其评论数量的相对变化能够反映游客的出游选择偏好与景区认可度,一方面有利于细化各城市旅游业的变动程度,另一方面也能进一步验证常规统计数据的探究结果。
本研究采取了国内多个知名在线旅游网站中各个城市(不含港澳台地区)知名景区下的UGC评论数量(以5A景区为主),在进行数据清洗之后计算2019年至2021年的增长率,再对一些偏离值较高的地区做了平滑处理,以此揭示各城市旅游产业变动状况。虽然旅游评论的绝对值与游客绝对量无法对等,但是通过对横向和纵向相对变化的测度,基本可以反映出旅游市场的变动程度。
 

2.3 休闲产业POI数据

 
 
为了进一步统计休闲产业的设施数量变化,研究组采集了截至2022年4月份北京、上海、广州3个城市的休闲产业POI数据,同时与研究组已有的2020年2月份的POI数据进行对比。包含餐饮服务、生活服务、购物服务、科教文化服务、住宿服务、汽车服务、风景名胜等休闲相关产业,接着计算其差值,以此来代表2019年以来休闲产业变化。选取这3个城市的原因在于,北上广作为城市旅游的典型城市,具有高度发达的休闲产业与十分旺盛的休闲服务需求,能够代表我国休闲产业的整体状况。
 

3基于常规数据的测度

 

3.1 旅游业

 
 
 
图1. 2019-2020 年我国各省份旅游业绝对韧性
注:图例数值为绝对增长率,审图号为GS(2020)4619号。
 
 
图2. 2019-2020 年各省旅游业相对韧性
注:图例数值为相对韧性值,审图号为GS(2020)4619号。
 
由图1可以看出,我国各省份旅游业衰退严重且十分普遍。就具体数值而言,全国近1/3省份旅游综合指标下跌幅度超过60%,将近2/3的省份减幅过半,天津、重庆、广东和新疆等地区受影响最严重,韧性最好的是海南、广西、贵州、浙江、山东等地。
由图2可以看出,全国各省份旅游相对韧性与一般国民社会经济发展格局有较大的差别。首先,沿海省份相对韧性强弱不一,其中,海南的旅游韧性远高于全国其他地区,在全国整体中表现优异。第二梯队比较分散,分别是湖南、浙江、广西和山东等地。而广东、重庆和西北、华北地区的部分省份的旅游韧性表现较差。
 

3.2 住宿业

 
 
图3. 2019-2020 年各省住宿业绝对韧性
注:图例数值为绝对增长率,审图号为GS(2020)4619号。
 
图4. 2019-2020 年各省住宿业相对韧性
注:图例数值为相对韧性值,审图号为GS(2020)4619号。
 
由图3可以看出,我国酒店业同样遭受严重的冲击。北京、宁夏与东北地区三省的情况最为严峻,天津、内蒙古与山西次之。这些地区2020年的住宿业综合表现较2019年严重下滑,酒店营收与客房出租率跌幅均超过了30%。上海与北京同为国际大都市,两地的住宿业营收下滑均超过45%。但两者在其他方面的韧性表现略有区别北京酒店数量锐减,2020年末全市星级酒店数量减少26%,但酒店价格依旧维持在较高的位置,客房均价仅下调不到8%。与之相比,上海的酒店价格出现了超过15%的下调,但酒店出租率仍出现43.5%的锐减局面。
而从住宿业相对韧性(图4)可知,各省住宿业相较于旅游业呈现显著的地域相关性。相较于西部与北部地区,我国东部沿海、华北、中部和华南地区的住宿业表现出较为良好的产业韧性,其中湖南、海南与浙江三省的韧性表现最优。
 

3.3 餐饮业

 
 
图5. 2019-2020年我国餐饮行业绝对韧性
注:图例数值为绝对增长率,审图号为GS(2020)4619号。
 
图6. 2019-2020年我国餐饮行业相对韧性
注:图例数值为相对韧性值,审图号为GS(2020)4619号。
 
 
相比于旅游业和酒店住宿业,我国餐饮行业整体体现出较好的韧性。2020年除17个省份的餐饮业营业额出现衰退外,其余14个省份的餐饮业营业额均出现正面增长,其中,衰退最严重的地区分别是北京、宁夏和内蒙古。
餐饮业营业额实现正增长的省份,主要分布于西南地区、华东地区以及新疆自治区和海南省两地。主要原因可能是西南地区受冲击较弱,除了少数几个边境城市之外,日常生活环境未受大的影响,因此餐饮消费较为正常。华东地区分布多个人口大省,如安徽、江苏、山东省等等,庞大的人口基数带来大量的本地消费需求,使得其餐饮业能够保持良好的行业发展态势。而海南省借助优越的海岛位置和自然环境条件,成为人们在危机中可选择性不多的重要旅游目的地,因此海南省在部分时期迎来了大量游客,带动其餐饮业逆势发展。
 餐饮业营业额排名倒数的省份分别是内蒙古、宁夏和北京。内蒙古餐饮业的衰退可能是由于人口基数小,在同等冲击下影响体现得比较强烈。而北京市作为国家中心城市,是危机中管理最为严格的地区,可能受此原因影响,餐饮业严重衰退。
 

4基于UGC数据的目的地韧性测度

 
图7. 基于UGC评论数据的2019-2021旅游景区影响测度
注:各地市数据为多景区评论整合清洗而成,审图号为GS(2020)4619号。
 
从上述分析可以看出,以省份为单位的测度所能呈现的信息十分有限,而且统计数据有较强的滞后性。因此本研究选择使用景区的UGC数据来测度目的地整体受影响的情况,从而体现韧性。使用UGC的另一个优点是可以将数据颗粒度延伸到城市,乃至景区级别。
从本研究采集的数据测度发现,全国各地旅游行业虽然损失惨重,但并非一片哀鸿遍野。从初步测度来看,全国有超过70%的旅游景区出现了不同程度的衰减,最为严重的地方出现在东北、华北、东部沿海地区及新疆中部一带,但整体差距不大。其中,8%的地区衰减严重,下跌幅度超过50%,分别是新疆、河北、四川、辽宁、黑龙江、云南、山东、宁夏、内蒙古、河南、广西。可喜的是,全国仍有约16%的地区逆势增长,包括川藏、甘肃、蒙西、黔湘交界各市与海南等地,其中增长最为显著的是阿坝、那曲等市州
其次,从旅游景区反映出来的产业韧性,有一定的地域性特征,例如西藏-川西-甘南-蒙西,以及黔东-湘西这两个区域,有很明显的地域相关性。更有趣的是,旅游景区衰减最严重的地区往往并不是危机最严重的地区,而是管控程度较严的地区,例如新疆一直实行严格的管控与限行政策,因此景区整体呈现较为严重的衰退态势,东北也是类似的情况。而这两年多以来爆发过群体性危机的城市,例如广州、上海、西安等地虽然爆发过多次危机,但在较稳健的管控措施安排之下,尽管有所衰退,却并不是受损最严重的地区。
 

5基于POI数据的产业韧性测度

 
图8. 2019-2021年北上广旅游休闲产业进入退出变动情况
 
本次测度是实验室首次使用POI数据进行产业韧性测度,尽管这类数据的精度还需要进一步校验,但综合来看,还是可以较好的反映出产业进入退出的状况。但由于数据处理量的问题,本次测度仅选用了北上广三个中国城市旅游与休闲产业最发达的城市用来代表整体情况。
从图5可以看出,休闲产业POI衰减变化与基于常规统计数据和UGC数据分析出的结果较为一致,多数休闲产业出现大幅下降。北京、上海、广州3个城市的生活服务、购物服务、科教文化服务与住宿服务均出现了不同程度的衰退。其中,购物服务是受损最严重的行业,在北京、上海、广州的下降幅度分别达到-11.77%、-23.01%、-29.06%。其次是生活服务业,下降幅度分别达到-9.69%、-21.07%、-25.82%。值得注意的是,北京的餐饮服务呈现强劲的正面增长,可能与冬奥会的举办对于餐饮服务业的带动有一定关联。
在企业整体衰退的趋势之下,3个城市的汽车服务与风景名胜出现微弱的增长,说明人们仍然有旺盛的出行需求,但管控之下人们的长途远行需求无法满足,因而倾向于选择驾车前往周边城郊地区出游,自驾游、周边游或成为未来我国的出游新热点。
 

6小结与展望

 
通过上述分析,本研究初步得到以下三个发现。
第一,过往两年我国旅游业经历了严重的衰退,但是这种衰退在各个省份和地区表现出较为显著的差异,衰退程度与冲击严重程度并无显著关联。
第二,我国旅游业与住宿业的衰退表现较为同步,全国所有省份的旅游业与住宿业均呈现出严重衰减的状况,几乎没有省份能够出现正面增长。
第三,在整体性衰退之下,部分地区的旅游景区与餐饮行业实现了逆势增长。实现增长的景区主要分布在本身有较好的资源基础、旅游流密度不高、又较为偏远的地区,例如阿坝和那曲;餐饮业受损的地区主要分布在中心性城市,例如北京。
本研究推测这种格局可能与防控政策、各地旅游产业基础等因素有较大的关系。上述结论仅仅是本实验室的初步测度,具体影响机制和成因有待进一步探究。不过可以明确的是旅游产业的衰退情况存在着显著的地域性偏差。在制定政策安排的时候,需要因地制宜,避免工作上的一刀切,避免资源的低效利用或者重复投入。
面对旅游行业整体衰退的事实,国内不少行业专家都发出要求国家大力开展公共救助的呼声,也有部分行业专家认为旅游业未来发展前景黯淡,甚至建议退出旅游行业。面对这些看法,结合我们这两年对行业的观察和思考,我们认为不需要用如此悲观的态度来看待旅游业的未来。相反,我们也许迎来了行业近年最佳的发展时机。
首先,危机重创旅游业,但洗牌过程孕育新机遇。在本轮冲击开始之前,旅游行业已经出现投资过热和投资泡沫的迹象,大量非旅游类的大企业开始开设文旅部门,这一点从养老地产、特色小镇、文旅地产等发展热潮中可以略见一斑。在这种热潮的驱使下,已经出现一些完全不匹配的本底资源条件或者过度投资的“白象式”项目,个别地方的县级主管部门甚至有“项目投资不过十亿恕不接见”的膨胀心态。各式小型旅游项目遍地开花,良莠不齐。冲击的到来,将使得这些项目退热,同时也对大量新加入的文旅行业的产业韧性带来考验。这种直接开启市场洗牌的方式虽然粗暴,但有利于促进行业的良性发展。
其次,旅游行业倒闭退市,但旅游需求没有消失。旅游行业在冲击影响下跌入冰点,主要是因为限制流动性所导致的市场封停,但这绝不是旅游产业本身的问题。旅游需求只是因为封控而暂时被抑制,一旦封控结束,这些需求就会以井喷的方式释放出来。这一点从2020-2021年的多次小长假中已经得以印证。与此同时,这两年旅游需求在高度被压制的状态下,已经培育出大量的周边游、周末游、纯酒店式度假(Staycation)和自驾小众游等新兴旅游产品。这些变动在促进旅游消费升级的同时,也创造了大量中小型企业的就业机会,更推动了小红书、抖音等门户互联网媒体的旅游化进程。
综上,可以预见的是,在社会秩序回复正常之后,旅游产业市场会存在大量空缺,会催生一波新的创业、投资与就业热潮。这对于广大中小型资产投资者、在读或者即将就读旅游管理专业的大学生而言,都是利好而不是利空。
 

7引用

 
 

刘逸,徐红罡.(2022).2019-2021年全国各地旅游产业韧性测度研究报告[R].可持续旅游智能评测技术文化和旅游部重点实验室.广州中国

报告撰写:刘逸、徐红罡
数据分析:韩芳菲、黄朝铭、张童
数据采集:吴雪涵、肖文杰、张亦弛、关僖、阿合叶尔克、陈了凡、张馨予、龙凌飞、陈海龙、纪捷韩