下载掌阅APP，畅读海量书库
立即打开
2019年我国旅游人数突破60亿人次（国内和入境旅游），人均出游率达4.3次，旅游消费规模6.6万亿元，旅游对国民经济和社会就业的综合贡献度超过10%。2016年中国政府工作报告中早已提出“要落实带薪休假制度，加强旅游交通、景区景点、自驾车营地等设施建设，规范旅游市场秩序，迎接正在兴起的大众旅游时代”，旅游成为人们生活的重要组成部分和常态化消费。出游方式上散客化趋势显著，游客自助游占比超过85%，自驾游比例超过60%，旅游空间行为出现全域化特征（原国家旅游局《全域旅游发展报告》，2017）。与此同时，手机等智能设备广泛普及，4G网络带来移动互联的旅游流游前、游中、游后的全程覆盖服务。旅游在线网络平台不仅替代了部分传统旅游线路预订等服务，还使得随走随定的移动互联瞬时随地支撑，满足了游客细分的个性需求，还在旅游景区（点）及线路选择上提供了丰富点评信息，逐渐成为旅游决策的重要参照手段。
旅游景区作为旅游业发展的主要载体，景区建设数量不断增长，服务与设施品质提升明显，在强化自然与人文资源保护利用、带动区域经济社会发展和目的地建设等方面取得了突出的成就。据文化和旅游部统计，截至2017年年底，全国范围内共建成A级旅游景区10 806家。其中5A级景区250家、4A级景区3 272家，4A级以上景区是我国精品旅游产品的标杆，已经成为旅游业发展和旅游线路组合中的核心要素之一。同时，高速交通网络改善了旅游景区间的可达性 [1] ，使得游客在更大的空间尺度上筛选和组织，有限时间中的时空行为模式更加丰富。中心城市与旅游中心逐渐合一，与经济产业流的同城化和城市群化同步；城市内旅游交通逐渐多样化和便捷化，旅游流动的线路模式和空间过程不断被重构。这些新的特征对目的地管理与营销经营主体间的合作与竞争都提出了更高、更快的要求。
目的地智慧旅游公共服务平台广泛应用。各省市和部分重点景区都建设客情监测与分析、在线行为分析、舆情监测平台等。行业管理机构与通信运营商、OTA等企业的丰富合作，促进了大数据与智慧旅游的高速和多样性发展，旅游大数据应用促进了智慧旅游交通、智慧旅游政务、智慧旅游统计，促成了未来景区及未来酒店等新业态的发展。既便利了旅游统计与管理，也对数据分析与挖掘、管理的动态优化提出了更高要求。而政府管理者对大数据在旅游营销方面的应用价值有待深入挖掘，营销方式还比较传统，数据的处理分析及呈现效果距离实际工作要求还有一定差距。
现代化和全球化形成了空前的流动性（mobility） [2] 。旅游流是旅游者借助旅游通道在客源地与目的地之间、目的地与目的地之间、目的地内部进行空间流动的集合，同时伴随资金流、信息流、文化流等 [3] 。旅游流是旅游系统形成、发展、存在的基础和动力，是旅游地理学的核心研究内容之一 [4，5] 。旅游流是国内外广泛关注的研究领域，研究成果十分丰富。学界对旅游流概念、核心问题和空间模式 [6] 进行了深入总结和探讨。研究者联立分析了游客流、信息流与交通流等多种类型流动，对其相互关系和时空响应机制有了更精细和深入的理解 [1，7] 。
多目的地间在空间组织上，由传统等级性的中心地模式向多中心、扁平化、流动性的网络型模式转变。而在指导旅游目的地的实践方面，现在仍处于这个阶段的目的地的建设传统框架中，而不能从注重自身吸引力向注重流动空间下的网络关联未来模式转变。新的背景和基础下，旅游与区域空间的网络分析成为新视角和新方法，围绕目的地和目的地区域网络的理论与实践值得探索和关注。
更加随机和感性的旅游流动，带来的繁杂旅游规则已不易被传统抽样调查所察觉，多源的大数据是分析大空间尺度和细时间粒度旅游流动的时空交互特征和作用的重要前提。基于大数据的研究不仅解决传统框架中的问题，多元化的数据特别是大数据还可能带来旅游研究的新范式 [8] 。旅游流空间交互作用的研究方法上，引力模型为代表的社会物理学方法逐渐在新的时空背景下（全球化和移动互联化影响下的流动空间对比传统的地理空间视角）解释乏力。以往无法得到相互关联时根据引力模型推断的结果，在现有的数据和技术条件下已能较好覆盖。比如不同客源地对不同景区、多城市相互之间的网络搜索量体现出的“网络关注度”，已然是引力作用与联系强度的很好表征。大数据注重相关关联的特征能否取代传统的因果关系研究值得关注。
应用大数据等现代信息技术来调查分析游客旅游意愿、消费心理、需求特性与偏好，据已开发建设项目、提供产品和服务所取得的成果可以看出，大数据技术已经成为旅游行业实现科学发展的一个重要科学途径，已经成为旅游服务、管理、营销的刚性需求。旅游产业是一个社会化服务产业，围绕大众游客基于用户画像的市场细分、更加精确的需求预测、精准的目的地与旅游线路的市场营销，以及行业管理与产业链优化创新，都需要多种大数据的分析挖掘和调整优化。从实践上，利用大数据分析满足游客的个性化需求，提高旅游运营和管理效率，也是旅游经营和管理机构重视的问题。携程网等在线旅游服务商基于用户信息流的智能推荐和精准营销已经成熟应用 [9] 。
大数据早已成为旅游和地理研究以及其他社会经济科学的热门话题。产业方面，各种大数据报告层出不穷。大数据技术显然为旅游业研究和产业发展带来了机遇和收益。但是，在新鲜感和神秘感逐渐退却后，需要思考或至少以合理方式考虑的问题开始浮现：数据可视化等于大数据吗？大数据会完全取代游客流量的理论模型和旅游地理学的其他理论吗？大数据将如何改变我们对旅游空间的理解？大数据多大程度地影响旅游业的哪些方面？我们在新的阶段继续谈旅游大数据，还因为一项技术往往在过了新奇和摸索的阶段后才深刻地改变我们的生活。我们在逐渐习惯之后，往往会忽视大数据对旅游业和旅游学的巨大影响。
首先，我们处于一个原始大数据完整封存的新阶段。物联网与移动互联网等设备收集的丰富数据被有意地、系统地保留下来，数据从稀有资源变为异常丰富。“互联网是有记忆的”，能展示大数据大跨度时间价值的一个例子，源自南京大学校园的“光棍节”（11月11日），现在发展为有全球影响力的大众商业消费活动，而这个“此消彼长”的演替过程被完整地记录在搜索指数之中。信息被全面记录的透明一代开始出现并愈加庞大，比自己还了解自己的智能大数据系统呼之欲出。
其次，旅游响应的即时反馈提供了新的可能。如新冠疫情这样的大幅波动和即时需求，其实是让旅游大数据的急迫性更强的，即时准确的大数据可以及时反映当前旅游客情疫后恢复进程。还能够及时地观测到领导带头出门消费、发放消费券、出台旅游刺激政策的带动作用。大数据的自动结构化处理并即时展现的技术逐渐完善，这无疑给政策管理、精准施策提供了有效支撑。景区空余停车位情况、摊位零售金额与团队大巴行驶速度等毛细血管级别的数据均已实时呈现，旅游业距离现代服务业更近了一步。当然，旅游业各要素纷繁复杂，在叠加了文旅融合之后，仍然有大量的工作是数据采集和信息化的过程，离真实发挥大数据的综合能力还需要一些积累和探索创新。
最后，赛博空间“云旅游”的新闭环正在形成。赛博空间的痕迹记录数据比游客轨迹数据受到更多关注，并且通常被描述为现实世界的隐喻。不仅网络中的世界逐渐出现在旅游业中，例如基于在线游戏和其他娱乐媒体创建的虚拟世界的主题公园；而且旅游需求来自短视频推荐，出行到网红点打卡，返程到朋友圈晒照以求社交价值，吸引我们的不再是目的地，而是关注，是信息流。现实只是素材与中介，不是目的。抽象来看，将所有旅游业视为网络世界的隐喻似乎更切实际，旅游的目的与意义都由网络（云计算和云存储）定义，已然首先完成了“现实虚拟”。
大数据在人类对世界的感知（和认知）以及我们如何组织知识本身方面都极大地改变了人类的知识。因此，大数据成为范式问题。大数据研究的新范式似乎正在兴起，旅游研究正在逐步转变，从现象—机制—现实到由现象—关系—实践监测组成的新模式。这种范式是否精细、稳定和明确尚待研究。然而，这种转变仍然需要满足范式的基本组成部分，即世界观（旅游系统）的假设以及相关的认识论（理论和方法论）。传统的研究假设中，描述是第一步，然后是因果关系机制，但是，在大数据视角下，世界由相关关系而非因果关系主导，这导致未来可以在旅游大数据研究中做任何事情而无需依赖底层的结构化原理或机制，这种现象超出了旅游和地理研究中强调的传统科学范式。无论大数据范式是局限于狭窄的技术背景，还是成为一种革命性的、普遍的旅游地理学方法，至少在不久的将来，它都会吸引旅游地理学家的兴趣。
数据驱动研究的趋势已然非常明显，但学者们却也不需要一味扎堆到爬虫UGC游记或依赖Inside Airbnb等免费共享数据库。在此，建议在旅游学中拓展大数据研究对象与方法：大数据支撑（Aided）的传统研究、针对大数据为目标（Aimed）的研究、大数据驱动（Arised）的现象研究、大数据的应用（Application）研究的4A研究体系。
发现大数据在旅游地理研究中的关键影响，避免大数据的滥用；聚焦与大数据相关的社会文化现象，包括大数据如何以及在多大程度上改变与旅游业相关的社会经济组织，以及传统的地理主题和理论如何随着大数据的推进而发生变化。大数据带来了新的旅游地理现象，例如手机地图导航系统正在改变人类的思维图谱和空间行为；越来越多具有大型显示屏的本地指挥中心可以提供对旅游景点的实时监控，无论是企业推广还是新闻媒体中都广泛存在大屏即大数据的“大屏现象”，这种现象形成的文化和制度背景值得探索。还有，旅游大数据的产业价值和应用场景在政府管理机构和OTA企业之外一直是短板，而旅游作为低频非刚需消费行为的特性与在线普通消费在大数据应用上的区别一直缺乏讨论。
与传统统计数据相比，扩大数据类型和数据收集渠道的范围是大数据的最大贡献，并保持持续的修正优化。大数据代表的行为数据当然是真实的，虽然可能是有偏差的，但研究方法和数据规则设定的不科学就变成失真，如果是故意，则甚至是“非真”。
而且，大数据可能面临统计悖论，因为传统统计的基础是通过小数据采样来找到“大”数据对象的特征。数据集的大容量并不一定意味着大数据的优势。理论上许多指标都可以通过大数据计算，实际上却是耗时耗力且缺少科学依据。管理者往往较少关注传统的数据收集方法和游客调查。在游客花费、支付方式及份额占比等方面（银联大数据无法覆盖主流移动支付方式），进行补充和验证调整，无疑是必要的，而不应“唯大数据论”。在这个过程中，研究机构、管理部门和企业应抛弃垄断大数据的思想，用涉密的“规矩”给小部门粉饰数据留空间，进行广泛的合作和沟通，保证大数据质量。
分析用户需求，推送旅游偏好的内容，定制旅行计划，这些在大数据研究初期对未来的美好畅想与现实中的大数据“杀熟”，成为硬币的两面。国家文化和旅游部在《在线旅游经营服务管理暂行规定》中指出“在线旅游经营者不得滥用大数据分析等技术手段，基于旅游者消费记录、旅游偏好等设置不公平的交易条件”。来自斯坦福大学团队与社交媒体脸书旗下的数据挖掘公司合作的研究表明：人脸识别可用于判断政治立场，准确率达72%。基于外貌、坐立、体格和穿搭影像数据深度学习识别的综合旅游偏好模型也可以逐步研发出来。
在所有类型的地理空间大数据中都记录了个人尺度的信息，指纹、人脸识别等生物信息也被大量使用，在数据隐私的类型和使用范围等方面进行广泛的调研十分必要。我们的研究也不应局限于眼前，而应设想到行业之前，对数据伦理与算法伦理的个人、社会和行业影响进行研讨。
我们知道，旅游者受到陌生的非惯常环境中各种因素的影响，总是限定在特定的范围之内，这种现象被称为旅游罩（tourist bubble）。从具体旅游者角度，可能在信息茧房中、在网红打卡时的满意度更高，对于这种大数据织造的新的信息罩，“将会怎样”效率趋势和“应该怎样”社会公平往往很难兼顾，其间引发的冲突就需要学者的敏锐洞察与研判。