观点与创新：

● 旅游大数据产业目前主要的问题在于缺乏顶层设计,导致建设与应用脱节

● 旅游大数据在行业建设中主要呈现“建设、运营、使用”三者分离的局面

● 旅游大数据本地化数据整合与本地化运营能力建设至关重要

● 未来文化和旅游融合的大数据中心将成为行政管理侧发展的重要趋势

Highlights:

● The main problem of using big data for tourism lies in the disconnection between construction and application for lack of top-level design.

● Other primary concerns with the construction of big data in tourism include the disintegration of construction, operation, and utilization.

● The integration of localized data and localized operation capability are vital to the development of big data in tourism.

● In the future, building a big data center integrating culture and tourism will become a trend for the administrative side of development.

2014年,原国家旅游局将“智慧旅游年”确定为当年的宣传主题和口号,那一年也被认为是我国旅游行业信息化大发展的元年,这从客观上推动了智慧旅游自2014年以来的行业发展热潮（邓维,2014）。旅游大数据作为智慧旅游中的核心组成部分,也越来越成为行业、产业及学界共同关注的热点（金卫东,2012;张凌云、黎巎、刘敏,2012）。学界对于智慧旅游建设模式的探讨也较为活跃,从理论角度切入（邓贤峰、李霞,2012）,并从建设框架和机制方面给出路径探索（姚国章,2012）。目前,各级文化和旅游（厅）局是承建和使用旅游大数据的主体,地方主管部门建设的旅游大数据中心也成为我国目前投资额最大、建设范围最广的旅游大数据行业实践类型。经过数年发展,政府主管部门参与旅游大数据中心建设的必要性已成共识,特别是一些具有行政示范效应的目的地争创活动的开展,如文化和旅游部“全域旅游示范区创建”工作（厉新建、张凌云、崔莉,2013）,将建设旅游大数据中心作为一项基本要素列入《国家全域旅游示范区验收、认定和管理办法（试行）》等,更加激发了旅游目的地建设旅游大数据中心的热情与积极性。近年来,河北、天津、江苏、杭州等省市均有旅游大数据平台建设项目投入运行。

景区通常利用大数据调整优化其管理、服务与营销业务,一般包括：（1）精准营销。如黄山风景区利用大数据统计分析不同游客来源地、游览轨迹、停留时长、消费能力等,对游客进行“标签化”分类,实现智能化管理,为旅游产品精准营销提供科学依据。基于数据分析,景区可以依托新媒体打造新兴营销模式,实现景区与用户之间的点对点精准信息推送,提高景区营销活动的实际转化率（冯咏,2015）。（2）舆情监测（刘萌玥、陈效萱、吴建伟等,2017）。大数据舆情监测系统不仅可监测景区舆情传播趋势,方便景区管理人员及时掌握舆情发展脉络,还能对媒体报道、网民话题与潜在游客情感倾向进行剖析,积极响应并疏导负面舆情中隐含的游客诉求,及时通过官方媒体发声以化解矛盾。当“泰山景区酒店价高游客挤厕所过夜”事件在互联网端发酵时,泰山景区精准把握舆情走向,聚焦游客情感分析,推动了舆论逐步向理性探讨发展。（3）人流监测。大数据监控系统利用移动通信、地理信息等数据,统计衡量景区的人群流量变化动态,监控人员流向、流速并及时调整车辆运营班次,制定预警等级,如故宫博物院利用大数据平台,掌握客流、车流情况,实时分时段预约售票,使游客可选择某段具体时间入园,错峰科学游玩,确保了游客安全。

应用大数据技术分析顾客需求、优化自身服务、提升管理效率对现代化酒店管理意义重大,主要应用方面包括：（1）预订程序。飞猪未来酒店通过预订者的芝麻信用数据与阿里巴巴电商数据,对满足信用等级的客户推出“信用住”方案,支持零押金入住,快退房后付费,从而简化了以往繁琐的入住程序,提高了入住效率与用户体验。（2）酒店内部管理。从前台业务、直销渠道、移动化管理到中央预订管理（CRS）、客户关系管理（CRM）、结算中心等中台业务,以及酒店人、财、物配置等更深层次的后台业务,大数据使得酒店内部办公、业务管理与领导决策分析更加数字化、精细化与智能化。（3）口碑营销。酒店通过大数据对在线点评数据进行统计与分析,了解消费者对酒店产品的态度并改进不足,如众芸大数据平台通过多维度对比分析酒店在各在线旅游平台的得分,帮助酒店进行更具针对性的优化。另外,运用大数据声誉管理工具对酒店进行全方位口碑营销,让更多的消费者对酒店的区位、价格、服务等优势有更为全面的了解。

旅行社业作为旅游行政主管部门长期直接管理的传统行业,在信息化方面也一直具有较好的行政管理基础。目前国内旅行社业数据集中于文化和旅游部（原国家旅游局）于2018年建立并逐步推广的“全国旅游监管服务平台”,相关旅行社业数据包括：（1）旅行社电子合同。电子合同以其方便快捷、安全且附带相应的法律效力的特点出现在大众视野,克服了供应链管理、个人用户业务拓展上的障碍,更好地解决了签署程序繁琐、耗时长等管理痛点（刘思敏,2017）。（2）旅行社行政审批数据。旅行社开设跟团游业务所需向行政主管部门报批的审批数据。（3）旅游团队游报送数据。各旅行社根据行政管理规定需要向上级主管部门报送跟团游出团人数等信息,这是旅行社行业直报数据的一种。

我国旅游大数据发展历经了近10年的时间,数据类型已趋于成熟,基本的常见数据类型有：（1）移动通信运营商数据（李玲,2017）。主要用于对游客旅游行为特别是时空分布和游览轨迹进行有效分析。（2）在线旅游平台（Online Travel Agency,OTA）数据（Espinet,2019）。平台预订积累的关于交易和用户属性方面的数据,是用于分析市场偏好、产品销售（Wu,Zhang & Law,et al.,2019）、游客画像（Mohammed,Guillet & Law,2019）的重要指标。（3）用户生成的数据（user generated content,UGC）（Kaosiri,Fiol & Tena,et al.,2019）。包括文本（Kim & Lee,2019）、图片（Deng & Li,2018）、视频（Alamäki,Pesonen & Dirin,2019）等,用于网络评论（Ye,Law & Gu,2009）、社交媒体平台舆情分析等（Kim & Spiller,2015;Xue & Zhang,2020）。（4）交通数据。包括航空、高速公路等数据（戢晓峰、戈艺澄、陈方,2019）。（5）消费数据。主要是银联刷卡数据,不包括更为主要的线上支付平台（支付宝、微信支付等）（吕勤、于卫国,2019）。（6）搜索引擎数据。游客在各大搜索网站上产生的浏览足迹。（7）景区、酒店等旅游供应商的内部数据。包括订单信息、客流量等实时信息与累计数据。这些旅游大数据从不同维度对旅游市场、游客管理、行业监管等方面提供了重要支持,但出于个人隐私保护和企业数据商业秘密方面的原因,这些数据也都无一例外地只能提供群体数据和数据轮廓,不涉及游客单体数据和任何数据绝对值方面的信息（王中军、晁艳锋,2020）。

目前,在我国旅游大数据建设模式中,除互联网平台型企业采取自己开发或开发应用一体化的模式（如阿里飞猪、携程、美团等）将平台收集的用户数据用于优化自身平台运营和营销能力之外,其他线下目的地及涉旅企业主要采取“建设、运营、使用”的三方模式,三者一般也由不同市场主体负责。（1）系统建设方面,一般通过一家或几家承建商（多为IT集成商）进行系统集成,对资金投入和资质要求较高,传统IT公司、运营商、大型集成商在这方面的优势较为明显。（2）数据运营方面,具体工作包括整合数据（袁刚、温圣军、赵晶晶等,2020）、数据分析、可视化（李佳琴、蔡姗,2019）、数据咨询报告撰写等,与系统建设相对独立,有当地政府运营、第三方数据中心运营商负责运营等多种模式。（3）数据使用方面,尚未形成成熟模式,一般由政府主管部门采用常态化报告（月报、季报、年报）、特定假日或专题分析等方式调取平台数据作为决策依据。目前,各地在大数据平台使用的频次、工作依存度、决策能力等方面仍存在较大差异和提升空间。由于信息技术公司或IT集成商多为非旅游企业,旅游业务本身的局限性制约了其后续的数据分析与运营能力,且其商业模式更倾向于项目交付制,不愿过度涉足目的地数据本地化运营,这就导致目前旅游数据中心的生态体系出现了专门的第三方数据运营主体（如北京酷旅、大地云游等公司）,从而形成了现有的“建设、运营、使用”三者主体分离的政府侧大数据平台运营格局。

旅游大数据的最终行业应用形态相对于数据的多元化显得较为简单。无论是在目的地和旅游管理部门,还是在具体的景区、酒店、旅行社等,目前旅游大数据的产品或服务交付方式无外乎如下几种。（1）实体物理数据中心：常作为智慧城市的一部分存在于城市级物理机房互联网数据中心,以城市数据中心或城市大脑的方式构成物理实体,旅游数据中心只是其中一个分支。（2）软件云服务（software as a service,SaaS）：从标准化数据框架出发所衍生的旅游大数据服务,以数据可视化和指标体系形式呈现在本地大屏上,原始数据一般存放于服务提供商的后台服务器,标准化程度较高且价格也相对可控。（3）大数据指数或报告：类似于咨询报告,属于不建设大数据平台前提下的咨询服务,以购买数据并分析得出可供决策的结论作为最终形式。（4）定制化解决方案：目的地独立开发的基于软件云服务的定制化解决方案,包括前期规划、线上线下数据整合、数据运营与分析等,一般成本较高但实际效用较好,不过囿于成本和建设难度,这种模式从供应链端到使用方依然不是当前的主流建设方向。

目前,旅游大数据的实施尚无严格意义上的顶层设计,缺乏自上而下的系统性规划,这一方面与长期以来企业无法提供高质量、因地制宜、切实可行的规划方案有关,另一方面也与政府主管部门及旅游景区、旅行社、酒店等在旅游信息化特别是大数据方面人才匮乏,无法从需求侧驱动顶层设计的实施有关。从行业实践看,目前的旅游大数据实施方案多是集成商或承建方主导的技术方案,且多以项目技术指标作为可行性研究或规划内容的标准,忽视了旅游行业真实业务、决策需求、使用场景等关键因素,致使旅游大数据平台规划和建设长期与后续的数据运营、使用脱节。

旅游大数据平台所关注的数据类型和来源都相对多元化,目前在公安、市政、气象、交通等本地数据整合仍不尽如人意的情况下,来源于第三方的数据（运营商、在线旅游平台、消费、UGC等网络数据）成为现有旅游大数据中心最主要的数据来源。然而,目前在数据定价、数据采购成本、中心运营成本等方面,使用方、运营方、数据提供方之间仍存在诸多认识差异。使用方往往认为除了大数据中心建设成本外,数据运营成本能省则省,对于数据采购成本和运营成本认知不足;数据提供方目前也只将数据业务作为主营业务之外的衍生服务,如在线旅游平台不以数据输出作为主要商业模式,在数据标准、规范性及服务迭代等方面仍有提升空间,容易出现定价策略模糊、数据成本虚高、企业对外数据出口多头等情况。在市场需求稳定增长的前提下,多方共举构建健康、良性、可持续的旅游大数据生态体系,并制定旅游大数据行业平台型企业非核心数据共享标准和规范都迫在眉睫。

目前,旅游大数据基础性应用场景主要包括游客行为分析、口碑舆情分析、市场需求分析、游客画像、行业交易趋势等,并由此产生与各行业需求相匹配的如产业监测、市场经济运行监测、节假日实时监测、营销态势感知、游客满意度监测、行业监管等具体业务单元模块。但目前学术领域对旅游大数据做研究的仍以具有交叉学科背景的学者为主,且其研究仍以学科研究和学术论文发表为导向,需要符合严格的科研范式,同时往往聚焦于微观现象、算法提升（汪永旗、王惠娇,2015）、场景迁移（张坤、李春林、张津沂,2020）和理论实证（张天问、吴明远,2014）等方面。囿于数据可获得性,更多学术研究往往聚集在UGC数据层面,以网络抓取数据和游客行为分析作为主要方向,涉及领域也多以单一微观问题为主。目前旅游大数据建设仍在探索阶段,对具体功能的需求还停留在追求有无的阶段,对性能、精度等关键因素考虑仍不充分,致使最终评价大数据平台建设效能的因素以数据全面性和功能丰富性为主,影响实际使用效果的因素仍未成为市场行业准入的技术门槛。这也促使学术研究增加与产业服务之间的对话和联系,特别是在微观研究的基础上,开辟更多如旅游行业数据顶层架构、共享模式、使用规范、决策支持等应用和宏观层面的务实研究（王平平,2014）。

目前市场数据主体主要包括政府行政主管部门和头部平台型企业,行政管理端更多掌握的是公共服务与行政审批方面的数据资源,平台型企业端则拥有实时交易与市场消费方面的用户数据,应该说两者均拥有行业运行的重要数据资产。但数据共享模式不清晰（王九位,2010）、责权未明的情况也成为影响学界开展行业研究的根本原因。行政管理端对行政环节掌握的非敏感数据和市场指导性数据应进行有限开放;平台型企业端应将反映行业产业趋势变化的非敏感数据进行部分开放共享,这一方面是平台型企业社会责任的体现,另一方面也是其作为市场重要主体所具有的配合市场行政管理职能的义务（唐晓云,2014）。从目前旅游行业的整体情况看,平台型企业的数据在评估行业运行态势等方面具有较高价值,而且也不涉及企业本身数据敏感信息,可以作为行业经济运行动态分析的重要指标参考。总体而言,在不违背数据隐私和商业伦理的基础上,构建符合市场规律和平台治理需要的企业共享数据规范及标准,是未来旅游行业真正实现数字化治理的前提。

首先,目前旅游大数据呈现出的是处于多学科交叉领域的特殊性,但从业人员却大多只具备某一单一专业背景,如多以旅游、地理、计算机为主。切入旅游大数据行业的IT公司对旅游业务层面的理解并不充分,对于数据的解读和分析也往往处于基本可视化效果和简单的数据加总求和与统计分析层面,缺乏对于数据与旅游管理、决策的深刻思考和理解。因此,无论是呈现的数据可视化效果,还是基础分析报告,在管理决策层面效用都不足。旅游专业从业者多缺乏对数据的敏感度,对于技术实现的逻辑性、准确性、有效性等的认知仍有不足,特别是对于数据建模、指标选择、维度划分等理论性较强的知识掌握不够。旅游领域专门从事数据分析的岗位也不成熟,它们多以原有信息化部门为运维数据中心的主体,但其更多具备的是系统、网络、数据库维护的能力,不具备专门业务层面（如服务、管理、营销等）的数据分析能力。对于旅游教育本科专业而言,将旅游理论与数据思维有效结合进行人才培养处于探索阶段,还有待专业人才培养水平和行业需求的更有效结合。

我国的旅游大数据发展很大程度上与行政体系变革相关。2018年3月,新一轮国务院机构改革后,文化和旅游部成立,重构了行政管理体系及其职能,对文化和旅游行业大数据的建设和应用模式产生了极大影响。在目前行政体系下,文化和旅游数据中心都在从单一行业向行业整合的方向发展,文化领域数据（如演出演艺、艺术品、娱乐行业、博物馆、公共服务等）也将被纳入未来文旅大数据建设和运营的范畴。此外,在顶层设计层面,兼容文化和旅游数据共性与差异、构建协调统一的数据决策体系将成为未来发展的方向。另外,因为文化和旅游数据整合的机制、途径、分析方法也存在差异,所以如何厘清行业数据差异并建立新的数据交换机制和商业模式至关重要。

旅游大数据的发展经历了从无到有的过程,数据中心从实体物理机房转变为以云化SaaS服务为主要形式,符合当前政府所倡导的“上云用数赋智”行动计划（朱建,2020）。旅游大数据建设的第一个阶段以数据种类多、可视化效果好为主要评价标准,未来在数据真正发挥效用方面必然变得更为务实。让旅游数据中心建设回归辅助决策的初心,在相关项目的评估指标中,也可考虑将使用频次、决策效果等进行量化,提高行业体系对数据的依赖度,为各部门在传统统计直报数据基础上,提供频次更高、维度更广、数据更全的补充数据选择。为了持续和高频次地发挥数据的效用,还需要数据分析建模能力的进一步下沉,同时政府及旅游行业数据运营能力的提升也至关重要。

（1）加强本地数据与外部第三方数据的整合

旅游大数据在前期更多地表现为外部数据的整合,而真正可持续、成本可控、效用度高的数据圈层构建思路应该是先本地再外部,所以激活本地数据收集机制并形成内外部数据“双循环”,对于地方各层级政府、旅游行业建设旅游大数据体系来说至关重要,为此可覆盖辖区范围内的旅游资源数据采集,并在此基础上补充外部第三方数据进行交叉验证和维度扩展。本地数据与外部数据应形成在频次、维度、规模方面的互补关系：本地数据准确性更高,更符合管理实践视角的需要,也更具决策针对性;外部数据收集渠道成熟,频次更高、数据量更丰富,在数据全局性和对比分析方面更有优势。

（2）数据方、建设方、运营方分工与协作应更清晰

未来旅游大数据将形成分工更为明晰的生态体系,数据源、系统搭建（包括系统运维）、数据运营（包括分析、报告、决策等咨询业务）将各司其职逐渐深入。旅游大数据完整产业链的所有环节很难由一家企业独立执行,企业间的竞争与合作将是市场常态。同时,数据运营能力的提升直接决定了后续中心效用发挥的最终程度,运营下沉、本地运营也将作为首选模式推行,这就对企业的本地化运营能力、业务素养提出更高要求。跨区域的数据运营（研发地+本地）模式也将在未来相当长一段时间内成为主要模式,但本地化运营在需求理解、服务频次、业务耦合度等方面长期来看更有优势。

目前旅游学术研究在大数据方面依然沿用了西方学术界的主要范式,从研究内容到研究方法都更多聚集于微观层面,对用户和游客感知、行为、意愿、决策的研究尤其集中,但对于目前困扰我国旅游大数据的很多难题却缺乏关注,不过近期也逐渐开始有更多研究聚焦于利用大数据解决行业现实问题,如保继刚教授团队利用运营商大数据所做的关于游客人流统计方面的研究（保继刚、王亚娟、汤勇刚等,2020）。目前学界较为活跃的关注旅游大数据的研究团队主要包括中国旅游研究院（马晓龙、保继刚,2010;戴斌,2019）、北京第二外国语学院（邓宁、钟栎娜、李宏,2018;邓宁、刘耀芳、牛宇等,2019）、北京联合大学及首都经济贸易大学（张斌儒、黄先开、刘树林,2015;万子玮,2016）等。学者们的主要贡献在于研究行业重点课题、提出咨询报告、制定大数据相关规范标准等。产业界目前急需对以下领域加大科研投入：（1）旅游大数据算法和数据精度提升。（2）旅游理论和行业知识建模。例如利用各种指数模型对行业进行抽象,或以旅游知识定义大数据的基本概念。（3）旅游大数据运营机制和数据共享机制研究（李恒、全华,2018）。（4）旅游大数据驱动管理决策的路径和机制研究。（5）旅游大数据隐私与数据伦理研究等。这需呼吁学术界进行研究转向,在目前自然科学研究范式的基础上,更多加入人文社会科学和跨学科研究范式,聚焦我国旅游行业市场特殊情境。与此同时,产业界也应多从理论提升和高质量发展的视角出发,在数据共享和研究合作方面加强与高校科研机构的联系。近期,各地（如广西、吉林、浙江等）也在尝试由地方文化和旅游局与高校科研机构共建文化和旅游数据中心,这种模式也是行业大数据产学研用相结合的有益尝试。

目前旅游大数据产业从建设模式、数据整合方式到运营模式等都存在参差不齐的情况,特别是数据的整合与共享方面问题尤为突出。这就需要从源头对数据共享的模式、方法、机制进行深入研究,从政府提升和完善治理体系和企业现代化管理水平的层面加以重视。旅游与其他行业的不同之处在于其涉及链条更长（食住行游购娱等）,涉及行业企业非标程度和碎片化程度也更为明显。为此,旅游大数据各方需制定标准与行业规范（郭华,2016）,从数据运营效益角度出发对建设模式进行理论化,以改善当前旅游大数据行业鱼龙混杂的现象。

旅游大数据在中国的发展只有短短不到十年时间,基本经历了从无到有、从点到面的结构性普及过程。然而,随着技术迭代速度加快并因其所处的跨学科、跨行业的特定位置,旅游大数据在建设模式、数据使用模式、运营模式等诸多方面仍存在有待进一步深入研究的空间。如图1所呈现的旅游大数据产业格局总览所示,本研究从建设运营、使用主体、服务形态、应用场景、数据来源等维度对旅游大数据的发展现状、问题和未来发展进行了探讨,对于构建旅游大数据产业发展和数字治理体系完善具有理论意义,同时也对政府、学界、企业共同参与探索旅游大数据行业生态的模式与路径具有实践意义。