第一节
惯常环境应该怎么界定

张凌云（2008）梳理国际上三十余种旅游学术定义时，其中二十三种定义将旅游界定为在某个常态化环境之外的活动，先后出现了“非定居地”“离开自己的住地”“离开定居地点较远的地方”“离家”“离开日常生活圈”“家庭环境之外”等表述，见表1-1所示。表1-1中有二十种表述与“居”“住”或“家”相关，仅有两种表述涉及“工作”地。直到1995年，“惯常环境”被世界旅游组织采用，并成为国际社会相对普遍的共识和定义表述。

然而，“惯常环境”本身却缺少定义，空间上有多大，形状上是圆形、方形还是不规则形状，一个人有几个惯常环境，各类文献往往含糊其辞，成了一个只可意会、难以言传的表述。我国官方颁布的旅游统计调查制度每2至3年修订一次，一直使用惯常环境概念，也从来没有对惯常环境进行过界定。现行的2020年版《全国文化文物和旅游统计调查制度》中出现了“惯常环境”“惯常生活环境”“惯常居住地”“惯常居住环境”“日常生活工作地点”等多种表述。事实上，“惯常生活环境”“惯常居住地”“惯常居住环境”“日常生活工作地点”这些表述，恰恰出现在“惯常环境”原本应该出现的语句中。因此，这些表述是不是表达了同样的意义？如果不是，那又分别有什么内涵以及各自有什么差别？业界对此产生了很大困扰。为了解决旅游统计的实际问题，各国虽然没有明确下定义，但在旅游统计的具体执行中或明或暗表达了惯常环境的空间属性，法国、日本和澳大利亚等将惯常环境明确为住所或家周边一定公里范围，呈圆圈状，英国限定为游客所在镇或者乡村，西班牙为行政边界内，为不规则空间区域。结合各国的操作实践，以及最易理解和方便未来大数据识别操作需求，笔者在《中国旅游客流的时空格局及大数据挖掘》一书中详细探讨了惯常环境怎么定义及识别问题，在此不予赘述细节，只是强调几个关键问题：（1）惯常环境围绕居民住所定义，工作和学习地只作游客识别中的排除用途，不纳入惯常环境定义范围。因为离开工作单位或者学校去旅游，一定也离开了家，否则就是回家而不是旅游，定义工作或者学习惯常环境没有必要。（2）每位居民的惯常环境不超过2个，超出的住所按度假居所处理。（3）参照我国现行《全国文化文物和旅游统计调查制度》的相关规定，居民惯常环境为其惯常居所及周边10公里范围，居民惯常环境至其工作和学习地（或称为职学环境）之间的出行不计入旅游。

上述所强调的第三个关键问题，仍旧需要进一步分析研究两方面的问题，即10公里合不合理，以及职学环境也是半径为10公里的空间区域吗？对于引发的第一个问题，可以从国际上的通行做法入手做比较分析。美国对游客出行的时空要求是50英里（约80公里）；法国则是离开住所超过100公里；日本要求游客离开日常生活环境达到单程80公里；澳大利亚要求过夜游客离家40公里以上，对一日游则为离家50公里。西班牙规定游客必须出行至行政边界（市）以外。博茨瓦纳将标准定为80公里，南非、莱索托、津巴布韦的标准都为40公里，纳米比亚则将旅游的最短距离定义为出城。我国现行的“10公里”距离标准确实很低，一方面随着交通体系逐步完善特别是私家车保有量不断增加，居民活动半径较以往更大，20世纪90年代末定下的10公里标准已无法满足社会发展的现实步伐。另一方面，与国际规定出入明显，使得我国国内旅游人数和收入无法与全球其他国家数据进行横向对比。那么多少公里合适呢？笔者带领的课题组联合移动通信商，利用位置数据对500名随机选择的电信用户夜晚10点至次日早晨5点间轨迹点进行空间聚类，发现20公里以下用户轨迹点提升相对明显，而20公里以上、30公里以上和40公里以上出行半径标准下，用户轨迹点占比提升分别呈现为“轻微显著”“基本不显著”和“趋于稳定”三种状态，20公里以上是较10公里标准更好的选择，如表1-2所示。

表1-2的均值可能掩盖细致的差异，进一步对不同距离标准下轨迹点达到一定比例的用户归类，如表1-3所示。可以看出，在60%和70%用户档，30公里以上距离标准基本无差异，表1-3右下角数值基本保持不变。80%以上用户档，30公里以后的变化也相对不大，选择30公里以上标准相对更妥。实际上，可进一步根据不同距离标准客流衰减情况，选择30公里、40公里和50公里其中之一作为新的出游空间标准。实际上，联合国秘书处的经济和社会事务部根据联合国统计委员会2004年3月举办的第三十五届会议决议，在1994年版《旅游统计建议》基础上修订编写了《2008年国际旅游统计建议》，目前为多数国家才采用。《2008年国际旅游统计建议》承认：“各国在人口密度、交通便利情况、文化行为、离国家或行政边界的远近程度等方面通常有差异，这些差异不利于为全球统计确定一个唯一的个人惯常环境。” ^［7］ 但也“建议领国或属于超国家组织的国家相互磋商，以确保编制的统计数据具有可比性”。为了确保科学性和国际可比性，40公里可能是一个更好的选择。

至于引发的第二个问题，即白天的职学环境应该是多大的空间呢？根据前面的分析，惯常环境就是以居民惯常居住地为中心的空间区域，设半径为R ^□ ，根据我国目前的制度规定R ^□ =10公里。惯常环境至日常工作和学习地不属于旅游，日常工作和学习地也需要规定区域大小，设半径为R ^w ，则要求R ^w <R ^□ 。否则家住北京五环外在北京前门附近上班的人，到四环以内的全部区域，包括去动物园、什刹海、玉渊潭等在内都不能算旅游。那R ^w 应该多大合适？国际上缺少明确规定。中国旅游研究院（文化和旅游部数据中心）研究居民休闲时，发现居民多数休闲活动在距家3公里范围内开展。浙江省文化和旅游厅相关部门与中国移动合作，通过观察用户不同时间段停留的栅格数（栅格范围为250米×250米），借助K-means和LSTM聚类方法，结合短信调查，认定将R ^w =2公里作为当地大数据旅游客流监测的试用标准。笔者带领的课题组联合移动通信商，利用位置数据对500名随机选择的电信用户上午10点—下午5点轨迹点进行空间聚类，发现用户的白天活动轨迹点中，88.7%在日常工作或学习中心点2公里以内，90.5%的轨迹点在3公里范围内。其中81.6%的行为轨迹点在2公里范围内的用户达到7成，如表1所示。由于人们白天行为轨迹更加分散，规律性相对不明显，轨迹点聚类的要求应适当放宽。2公里与3公里轨迹聚类占比差异不大，将R ^w 设置为2公里或者3公里都可以具有较强的解释力。R ^w 是职学环境的半径而不是直径，R ^w =2公里时职学环境已然较大，也与地方的试点实践更加契合，推荐将R ^w =2公里作为职学环境的空间半径值。当然，居民职学环境也可能多于1个，简单起见，限定职学环境不多于2个，空间聚类时候，选取轨迹点最多的两个区域进行聚类。

表1-2至表1-4均基于500名随机用户计算后整理，全部展示500名随机用户的计算结果占据篇幅过大，达数十页之多，仅如图1-1呈现其中20名用户计算情况。

有一种情景容易造成理解偏差，比如信众常去的宗教场所，市民常去的美容养生场所，或者常去父母、兄弟姐妹等家里探望等，可能离开了惯常环境，也超过6小时时间低线，但所去往的地点既够不上自己的惯常环境，也不能称为职学环境。然而旅游的定义中，探亲访友确实是游客的主要动机之一。开始人们在前往这些地方的时候，往往并不认为自己是在旅游休闲。《2008年国际旅游统计建议》专门提出了一个概念，即“当前生活常规之列”，认为“属于当前生活常规之列的到访场所有：朋友或亲戚家、购物中心、宗教、保健或任何其他场所，这些场所可能距离很远或在另一个行政区，但却是定期和经常光顾的地方”。通过机器学习有可能将居民自惯常环境与其当前生活常规之列的场所从旅游活动中剔除。因居民前往当前生活常规之列的场所在其整个出行活动中相对稳定，所以利用大数据进行机器学习做剔除时，可以不用在每次计算中运行学习算法，而是一定时期内使用固定扣减比例。 C8aPgi2NpSqlSOYq9GrbIhDWcAihFQrZgM+J6PwT/zzrBYJmsgmSOuaoPrVmXC57