中国旅游研究院发布2022年第一季度旅游客流数据报告

　　4月6日，中国旅游研究院(文化和旅游部数据中心) 季度成果发布会在线召开。中国旅游研究院(文化和旅游部数据中心)和中国电信旅游大数据联合实验室发布了＂2022年第一季度旅游客流数据＂报告，曾甜博士代表课题组进行汇报。
　　报告主要分析了2022年第一季度旅游客流数据的市场格局、市场恢复情况、游客流向和趋势预测[i]，报告发现：一季度，一线城市（如北京、上海、广州）和省会城市（如成都、郑州、重庆、武汉、合肥、南京、昆明、贵阳、西安、杭州等）在全国总游客量中的占比优势明显，而冰雪旅游城市（如乌鲁木齐、哈尔滨、长春、沈阳）的区域占比优势明显，一线城市和省会城市的周边城市正在成为重要的客源市场，地级市跨省、跨市出游的平均恢复率好于流入游客的平均恢复率，省内出游和流入的恢复率好于跨省出游和流入的恢复率。
　　预计五月旅游客流将达到上半年的最高值，黑龙江、吉林省、辽宁、上海的周边省份以及河南、重庆、广州等旅游目的地仍要加强疫情防控。
　　一、市场格局
　　一线城市和省会城市的周边城市正在成为重要的客源市场。2022年第一季度地级市流入游客量占比的分布特征呈现为：以一线城市和部分省份城市为中心的城市群以及季节性旅游热门城市游客占比高，其中一线城市（如北京、上海、广州）和省会城市（如成都、郑州、重庆、武汉、合肥、南京、昆明、贵阳、西安、杭州等）占比优势明显，而冰雪旅游城市（如乌鲁木齐、哈尔滨、长春、沈阳）的占比区域优势明显（图1）。
　　2022年第一季度重要地级市客源市场主要分布在华北五省（北京、天津、河北、山东、河南）、长三角地区（上海、浙江、江苏）、东南沿海城市和西南省会城市（成都、重庆、昆明、贵阳）。相较于流入游客量占比，一线城市和省会城市的流出游客量占比优势不太明显，围绕这些城市的周边城市正在成为重要的客源市场。受春节假期影响，2月份的游客流量分布更集中。成都、重庆、武汉、合肥作为主要目的地流入游客量占比优势明显，而成都、上海、深圳、广州、北京作为重要客源地表现突出（图2）。
　　图1. 2022年第一季度地级市流入和流出游客量占比分布图
　　图2.2022年2月地级市流入和流出游客量占比分布图
　　图3. 2022年第一季度地级市旅游热度图
　　2022年一季度地级市旅游热度由高到低排序的前十位依次是深圳、上海、厦门、广州、海口、南京、郑州、佛山、武汉、北京（图3）。2月份热度高的城市还有西安、成都、贵阳、合肥、无锡、自贡。受春节假期影响，2月游客驻留时长要高于1月和3月，驻留半径变化不大。2022年第一季度外地游客平均驻留时长为60小时，本地游客平均驻留时长低于45小时，外地游客平均出游半径为519公里，本地游客平均出游半径低于351公里（图4）。
　　图4. 游客平均驻留时长和驻留半径
　　一季度全国地级市本地游客占比平均为44%，外地游客占比平均为56%。其中本地游客占比高的城市主要分布在胡焕庸线附近，外地游客占比高的地级市主要分布于西北和东南地区（图5）。对于流入游客量相当的目的地城市，本地游客占比越多说明本地市场越活跃。但本地游客占比高有可能是外来游客数量少，比如齐齐哈尔、赤峰、邯郸、宝鸡等地，而流入游客量在全国占比较高的城市，如重庆、天津、哈尔滨、桂林、长春、张家口、成都等，其本地游客占比高说明本地旅游市场活跃。本地游客和外地游客占比从侧面反映了疫情对游客行为的影响，疫情期间游客更倾向于选择人口密度较低和距离较近的目的地。西北地区人口密度低，本地客源市场小，疫情期间吸引了较多的东中部地区的游客，导致外地游客占比升高；而东南地区城市之间距离较小，易吸引相邻地级市的游客。
　　图5. 2022年一季度地级市本地游客和外地游客占比
　　二、恢复情况
　　一季度地级市跨市出游的恢复率好于流入游客的恢复率，游客出游的空间范围更分散。与2019年相比，2022年第一季度地级市跨市出游恢复率平均为49%。一季度流入游客恢复率总体偏低，80%以上的地级市恢复率低于50%，全国平均恢复率在30%左右。恢复最好的是新疆和西藏的部分地区，吉林、四川和甘肃有少量城市恢复至2019年同期的50%-75%（图6）。与2021年同期相比，全国大部分地级市为负增长。
　　图6. 2022年第一季度外地游客恢复情况
　　图7. 2022年第一季度地级市跨省流入和流出恢复率
　　一季度地级市跨省游的出游恢复率也要好于流入游客的恢复率，地级市省内流入和出游的恢复率好于跨省流入和出游的恢复率。2022年第一季度地级市跨省出游平均恢复率为31%，省内出游平均恢复率为38%，地级市省外流入游客平均恢复率为26%，省内流入平均恢复率为35%（图7）。
　　三、游客流向
　　一季度到达目的地的客源主要来自全国性重要客源地和周边地级市。重点分析上海、厦门、深圳三个高热度城市和热门冰雪旅游城市的主要客源分布以及疫情高风险城市的流入流出特征。作为第一季度的三个最高热度城市，上海、厦门、深圳的客源分布有相似之处，北京是三个城市的重要客源地，河南是上海和深圳的重要客源地，其它客源地随着距离增加比例逐渐降低（图8）。
　　图8. 高热度和冰雪旅游热门城市主要客源分布图
　　北京、天津、青岛、上海是重要的冰雪旅游客源地。一季度的冰雪旅游热门城市中，乌鲁木齐在空间上的吸引力相对更强，客源辐射范围更广，其主要客源市场从中西部延伸到华北地区，在北京、天津、青岛和上海与东北冰雪旅游的主要客源市场重合（图9）。
　　目前疫情新增病例人数最多的高风险城市是上海、长春、吉林，四月份，这三个城市客源输出的主要旅游目的地要加强疫情防控，包括黑龙江、吉林省、辽宁、上海周边省份以及河南、重庆、广州等地（图9）。
　　图9. 中高风险城市客流空间分布图
　　四、趋势预测
　　与历史的变化趋势相比，2022年第一季度地级市流入量的月度变化趋势和2019年的月度变化趋势相关性更好。从2019年第二季度的月度变化趋势来看，4月流入量将继续减少，随着五一假期的到来，5月游客量到达一个较高值，6月的游客量回落（图10）。结合2022年3月份的实际情况，在3月中下旬全国多地有新增病例，4月的游客出游将会受到影响，可能呈现下降趋势，5月游客量增加的幅度，取决于多地疫情是否可以得到有效控制。
　　图10. 1-6月地级市游客流量变化图
　　注释：[i] 指标说明：报告采用地级市流入游客量占比、流出游客量占比、旅游热度、本地和外地游客占比、游客驻留时长、出游半径、市场恢复率等指标开展分析。流入游客量占比是目的地城市流入的游客量占全国总流入游客量的比例，反映了目的地城市的受欢迎程度。流出游客量占比是客源地城市流出的游客量占全国总流出游客量的比例，反映了客源城市在全国客源市场的重要性。旅游热度是游客量与地级市面积的比值，表示单位面积的游客人数，热度越高则游客越密集，疫情就越有可能传播。本地游客和外地游客占比反映的是目的地城市的客源市场结构。市场恢复率是2022年第一季度相对于2019年的同期恢复率。