国际旅游，入境人数

International tourism, number of arrivals

下载数据

指标代码：ST.INT.ARVL所属主题：私营部门与贸易：Travel & tourismPrivate Sector & Trade: Travel & tourism

2020最新有效年份

119最新年份有值国家

265历史上有数据经济体

67%总体缺失率

指标解释

World Bank official description / 世界银行官方说明

International inbound tourists (overnight visitors) are the number of tourists who travel to a country other than that in which they have their usual residence, but outside their usual environment, for a period not exceeding 12 months and whose main purpose in visiting is other than an activity remunerated from within the country visited. When data on number of tourists are not available, the number of visitors, which includes tourists, same-day visitors, cruise passengers, and crew members, is shown instead. Sources and collection methods for arrivals differ across countries. In some cases data are from border statistics (police, immigration, and the like) and supplemented by border surveys. In other cases data are from tourism accommodation establishments. For some countries number of arrivals is limited to arrivals by air and for others to arrivals staying in hotels. Some countries include arrivals of nationals residing abroad while others do not. Caution should thus be used in comparing arrivals across countries. The data on inbound tourists refer to the number of arrivals, not to the number of people traveling. Thus a person who makes several trips to a country during a given period is counted each time as a new arrival.

可供参考的中文翻译：国际入境游客（过夜游客）是指到一个非惯常居住国旅行、脱离其惯常环境、旅行时间不超过12个月、旅行的主要目的不是在所访问的国家从事获取报酬的活动的游客数量。在无法获得游客人数的数据时，将使用访客人数（包括游客、一日游旅客、邮轮乘客和船员）来代替。各国采用的入境数据来源和数据采集方法有所区别。在某些情况下，数据取自边境统计信息（警察局、移民局等）以及边境调查等补充信息。还有一些情况是采自旅游住宿设施的相关信息。有些国家的入境人数仅限于航空入境，其他一些国家的入境人数则是指入住酒店的人数。一些国家将在海外居住的公民入境也计算在内，其他国家则不然。因此，对入境人数进行跨国比较分析时应谨慎使用这些数据。入境游客数据是指入境人数，而不是旅行者人数。因此，如果某人在给定时期内多次到某国旅行，则每次旅行时都会算作一次入境。

数据口径与风险提示

各国入境数据来源和采集方法差异显著，部分来自边境统计，部分来自住宿设施调查
部分国家仅统计航空入境，部分仅统计酒店入住人数，跨国可比性受限
部分国家计入海外公民入境，部分则不计入
该指标统计入境次数而非人数，同一人多次入境会重复计数
部分国家使用游客数据，部分使用包含一日游、邮轮乘客和船员的访客数据替代
2019年前中国入境人数呈上升趋势，2020年因全球旅行限制大幅下降
世界数据仅更新至2019年，2020年后各国数据覆盖不完整
该指标衡量的是到访人数规模，不直接反映旅游收入或消费水平

中国趋势

趋势解读

中国国际入境旅游人数在1995至2019年间经历了先升后降的变化过程。1995年约为4639万人次，此后持续增长，2019年达到峰值约1.63亿人次，是中国1995年水平的3.5倍。然而2020年急剧下降至约3040万人次，仅为2019年的约19%，反映出全球旅行限制措施对中国入境旅游的强烈冲击。中国入境人数的变化同时受到国内旅游设施供给、签证政策、汇率波动以及国际旅行条件等多重因素影响。

1995年入境约4639万人次，2019年达到峰值约1.63亿人次
2003年受SARS疫情影响，入境人数从9791万降至9166万
2019年约1.63亿人次是1995年的约3.5倍
2020年骤降至约3040万人次，仅为2019年的约19%
2019年排名世界第7位，在法国、墨西哥、美国、意大利、西班牙和匈牙利之后
2020年数据大幅下降主要反映全球旅行限制而非旅游吸引力变化
峰值后急剧下降使趋势判断需谨慎，需结合具体年份事件分析
入境人数受国际关系、签证政策、汇率等多重外部因素影响

全球趋势

趋势解读

全球国际入境旅游人数在1995至2019年间持续增长，从约10.8亿人次增至约24亿人次，增长约1.2倍。期间在2001年互联网泡沫破裂、2003年SARS疫情、2008年全球金融危机和2009年经济衰退期间出现过短暂下滑，但总体呈上升趋势。全球入境旅游的增长主要得益于新兴经济体旅游市场的发展、跨境交通便利化以及全球中产阶级规模扩大。然而该指标为加总数据，掩盖了不同区域和国家间的显著差异。

1995年全球入境约10.8亿人次，2019年增至约24亿人次
2001年互联网泡沫破裂期间，全球入境人数从约11.4亿降至约11.5亿
2003年SARS期间从约13.3亿降至约13亿
2008年全球金融危机后，2009年从约17.5亿降至约16.9亿
2019年约24亿人次是1995年的约2.2倍
全球数据为各上报国家加总，部分国家数据缺失可能导致低估
不同国家数据采集方法差异使得跨国比较存在局限性
该指标为数量规模，不能反映旅游收入或消费水平

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	此阶段中国数据缺失，全球数据覆盖范围有限且部分国家统计体系尚未建立，国际旅游规模较小，跨境数据可比性受限，不宜进行中跨国比较或趋势分析。
1970-1979	-	-	此阶段中国数据缺失，全球数据仍不完整，且许多发展中国家尚未建立系统的旅游统计体系；全球国际旅游处于早期发展阶段，规模和增速均受交通等条件限制，数据可靠性需要谨慎评估。
1980-1989	-	-	此阶段中国数据缺失，中国改革开放初期旅游统计体系逐步建立但仍不完善；全球旅游进入快速增长阶段，但数据采集方法差异显著，跨国比较仍需审慎。
1990-1999	1.6x	1.2x	1990年代中国入境人数增长倍数（1.57倍）明显高于世界（1.16倍），这一阶段差异可能主要源于中国改革开放后旅游基础设施快速完善、签证政策逐步放宽，同时基数较低导致增速空间更大；相比之下世界入境旅游已进入相对成熟的发展阶段，增速趋缓。
2000-2009	1.5x	1.3x	2000年代中国入境人数增长倍数（1.52倍）仍高于世界（1.27倍），但两者差距较1990年代收窄，可能反映中国入境旅游市场逐渐从高速扩张期进入平稳增长阶段，而世界范围内新兴旅游目的地的兴起分流了部分增长动力。
2010-2019	1.2x	1.4x	2010年代出现逆转，世界入境人数增长倍数（1.37倍）超过中国（1.22倍），这一阶段差异可能意味着中国入境旅游在经历长期高速增长后面临容量约束、市场饱和或竞争加剧，而全球其他地区尤其是新兴经济体吸引了更多国际游客。
2020-2029	-	-	2020年数据受新冠疫情全球旅行限制影响出现异常大幅下降，与其他时期可比性较低；目前该时期数据覆盖有限，趋势分析需结合具体年份数据和事件背景谨慎解读，未来数据完整性仍待观察。

2020 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	France 法国	FRA	117,109,000
2	Mexico 墨西哥	MEX	51,128,000
3	United States 美国	USA	45,037,000
4	Italy 意大利	ITA	38,419,000
5	Spain 西班牙	ESP	36,410,000
6	Hungary 匈牙利	HUN	31,641,000
7	China 中国	CHN	30,402,000
8	Croatia 克罗地亚	HRV	21,608,000
9	Turkiye 土耳其	TUR	15,971,000
10	Denmark 丹麦	DNK	15,595,000
11	Austria 奥地利	AUT	15,091,000
12	Germany 德国	DEU	12,449,000
13	United Kingdom 英国	GBR	11,101,000
14	United Arab Emirates 阿联酋	ARE	8,084,000
15	Greece 希腊	GRC	7,406,000
16	Netherlands 荷兰	NLD	7,265,000
17	Russian Federation 俄罗斯	RUS	6,359,000
18	Andorra 安道尔	AND	5,207,000
19	Romania 罗马尼亚	ROU	5,023,000
20	Bulgaria 保加利亚	BGR	4,973,000
21	Malaysia 马来西亚	MYS	4,333,000
22	Portugal 葡萄牙	PRT	4,208,000
23	Japan 日本	JPN	4,115,800
24	Indonesia 印度尼西亚	IDN	4,053,000
25	South Africa 南非	ZAF	3,886,600
26	Viet Nam 越南	VNM	3,837,000
27	Belarus 白俄罗斯	BLR	3,598,000
28	Ukraine 乌克兰	UKR	3,382,000
29	Latvia 拉脱维亚	LVA	3,204,000
30	Morocco 摩洛哥	MAR	2,802,000
31	Dominican Republic 多米尼加共和国	DOM	2,748,000
32	Singapore 新加坡	SGP	2,742,000
33	Albania 阿尔巴尼亚	ALB	2,658,000
34	Belgium 比利时	BEL	2,584,000
35	Korea, Rep. 韩国	KOR	2,519,000
36	Lithuania 立陶宛	LTU	2,284,000
37	Kuwait 科威特	KWT	2,161,000
38	Kazakhstan 哈萨克斯坦	KAZ	2,035,000
39	Tunisia 突尼斯	TUN	2,012,000
40	Sweden 瑞典	SWE	1,957,000
41	Bahrain 巴林	BHR	1,909,000
42	Australia 澳大利亚	AUS	1,828,000
43	Bahamas, The 巴哈马	BHS	1,794,500
44	Estonia 爱沙尼亚	EST	1,695,000
45	Iran, Islamic Rep. 伊朗	IRN	1,550,000
46	Georgia 格鲁吉亚	GEO	1,513,000
47	Philippines 菲律宾	PHL	1,483,000
48	Norway 挪威	NOR	1,397,000
49	Colombia 哥伦比亚	COL	1,396,000
50	Jamaica 牙买加	JAM	1,329,700
51	Cambodia 柬埔寨	KHM	1,306,000
52	Jordan 约旦	JOR	1,240,000
53	Slovenia 斯洛文尼亚	SVN	1,216,000
54	Costa Rica 哥斯达黎加	CRI	1,146,500
55	Peru 秘鲁	PER	1,119,000
56	Cuba 古巴	CUB	1,086,000
57	Paraguay 巴拉圭	PRY	1,077,000
58	Brunei Darussalam 文莱	BRN	1,071,000
59	New Zealand 新西兰	NZL	996,000
60	Myanmar 缅甸	MMR	903,000
61	Finland 芬兰	FIN	896,000
62	Lao PDR 老挝	LAO	886,400
63	Oman 阿曼	OMN	869,000
64	Azerbaijan 阿塞拜疆	AZE	796,000
65	Malta 马耳他	MLT	718,000
66	El Salvador 萨尔瓦多	SLV	707,000
67	Honduras 洪都拉斯	HND	669,000
68	Cote d'Ivoire 科特迪瓦	CIV	668,000
69	Panama 巴拿马	PAN	647,000
70	Zimbabwe 津巴布韦	ZWE	639,000
71	Guatemala 危地马拉	GTM	594,000
72	Algeria 阿尔及利亚	DZA	591,000
73	Qatar 卡塔尔	QAT	582,000
74	Maldives 马尔代夫	MDV	555,000
75	Sri Lanka 斯里兰卡	LKA	540,000
76	Luxembourg 卢森堡	LUX	525,000
77	Ethiopia 埃塞俄比亚	ETH	518,000
78	Zambia 赞比亚	ZMB	502,000
79	Iceland 冰岛	ISL	488,000
80	Belize 伯利兹	BLZ	487,000
81	Togo 多哥	TGO	482,000
82	Nicaragua 尼加拉瓜	NIC	474,000
83	Uganda 乌干达	UGA	473,000
84	Serbia 塞尔维亚	SRB	446,000
85	St. Lucia 圣卢西亚	LCA	432,500
86	Antigua and Barbuda 安提瓜和巴布达	ATG	384,500
87	Armenia 亚美尼亚	ARM	375,000
88	Montenegro 黑山	MNE	351,000
89	Eswatini 斯威士兰	SWZ	345,300
90	Bolivia 玻利维亚	BOL	323,300
91	Mauritius 毛里求斯	MUS	316,000
92	St. Kitts and Nevis 圣基茨和尼维斯	KNA	301,400
93	Gambia, The 冈比亚	GMB	246,000
94	Nepal 尼泊尔	NPL	230,000
95	Grenada 格林纳达	GRD	217,000
96	Bosnia and Herzegovina 波黑	BIH	197,000
97	Namibia 纳米比亚	NAM	187,100
98	Cabo Verde 佛得角	CPV	180,000
99	Fiji 斐济	FJI	168,000
100	Monaco 摩纳哥	MCO	159,000
101	Dominica 多米尼克	DMA	140,000
102	Seychelles 塞舌尔	SYC	124,500
103	North Macedonia 北马其顿	MKD	118,000
104	West Bank and Gaza 约旦河西岸和加沙	PSE	93,000
105	Madagascar 马达加斯加	MDG	87,100
106	Guyana 圭亚那	GUY	86,400
107	Niger 尼日尔	NER	85,000
108	Vanuatu 瓦努阿图	VUT	82,400
109	Burkina Faso 布基纳法索	BFA	67,000
110	Mongolia 蒙古	MNG	66,900
111	Liechtenstein 列支敦士登	LIE	58,400
112	Papua New Guinea 巴布亚新几内亚	PNG	39,000
113	Bhutan 不丹	BTN	29,800
114	Moldova 摩尔多瓦	MDA	29,000
115	Samoa 萨摩亚	WSM	23,900
116	Palau 帕劳	PLW	18,400
117	Chad 乍得	TCD	10,400
118	Comoros 科摩罗	COM	7,000
119	Solomon Islands 所罗门群岛	SLB	4,400

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的入境人数通常意味着该国对国际游客具有较强的吸引力，可能反映旅游资源丰富、签证政策便利、交通基础设施发达、旅游服务接待能力强或具有独特文化吸引力。

数值较低通常意味着什么

较低的入境人数可能表示该国对国际游客吸引力有限，可能与旅游资源相对单一、签证政策限制较多、交通可达性较低、旅游基础设施不够完善或安全形势等因素有关。

鍙ｅ緞闄愬埗

该指标统计入境次数而非实际人数，同一人多次到访会重复计算
各国数据采集方法不一致，部分仅统计航空入境或酒店入住数据
该指标不反映旅游收入、消费水平或停留时长
无法区分不同类型的旅游目的（如商务、休闲、会议等）
数据可能受汇率波动、季节性因素和偶发性事件（如疫情、展会）显著影响
一些国家使用游客数据，另一些使用包含一日游和邮轮的访客数据，可比性受限
无法反映旅游质量或游客满意度等软性指标

使用建议

跨国家比较时应参考官方说明中的数据来源和采集方法
分析趋势变化时应结合具体年份的重大事件（如疫情、经济危机等）
研究旅游经济影响时需结合收入类指标（如国际旅游收入）
评估旅游市场潜力时可结合交通、住宿等供给侧指标
分析中国情况时需注意2020年数据异常，可使用2019年作为基准年
结合离境人数指标分析旅游服务贸易平衡状况
使用该指标时应说明数据覆盖范围和可能的缺口

常见错误用法

错误做法：直接将2020年中国入境人数（约3040万）与其他年份进行简单比较，得出中国旅游吸引力大幅下降的结论

正确做法：使用2019年数据进行历史比较，或在分析2020年变化时明确说明全球旅行限制这一外部冲击因素的影响

2020年数据异常下降主要源于新冠疫情期间全球旅行限制政策，而非中国旅游吸引力或服务质量的变化，简单比较会严重扭曲对趋势的判断

错误做法：使用该指标直接评估旅游收入或经济影响

正确做法：使用国际旅游收入类指标（如ST.INT.RCPT.CD）来评估旅游经济规模

入境人数只反映到访人次，不能体现游客消费水平、停留天数或消费结构，两者之间并无直接换算关系

错误做法：将中国与领土面积、人口规模差异显著的小国进行直接数量比较

正确做法：计算人均入境次数或入境人数占人口比例等相对指标

绝对数量的比较忽略了国家规模差异，可能产生误导性的结论

错误做法：将中国入境人数排名（第7位）解读为旅游竞争力排名

正确做法：结合旅游收入、入境人数增长率、旅游满意度等多维指标综合评估

入境人数受地理位置、交通便利程度、签证政策等多种因素影响，与旅游吸引力并非等价关系

错误做法：使用该指标进行跨国因果推断，如“A国入境人数高于B国，故A国旅游吸引力更强”

正确做法：控制其他变量后进行相关性分析或使用旅游满意度调查等主观指标

入境人数受可及性、政策、基数效应等多重因素影响，不能简单等同于旅游吸引力或服务质量

实际应用场景

中国国际旅游市场结构演变研究：分析1995-2019年中国入境旅游人数变化趋势及其驱动因素被解释变量可结合GDP增长率、人民币汇率、出入境政策变化等解释变量进行回归分析，注意控制重大事件年份虚拟变量
全球旅游产业国际竞争力比较：将中国与其他主要旅游目的地国家的入境人数、市场份额变化进行对比结果变量可计算市场份额变化率，分析中国在全球旅游市场中的地位演变，需注意数据采集方法差异
国际旅游服务贸易平衡分析：结合中国出境旅游人数研究旅游服务贸易结构比较变量可与ST.INT.DPRT（离境人数）配对使用，分析入出境旅游的平衡状况及其与贸易顺差的关系
旅游收入预测模型构建：研究入境人数与旅游收入之间的关系解释变量可与ST.INT.RCPT.CD（旅游收入）建立回归模型，评估弹性系数，为收入预测提供基础
新兴旅游目的地吸引力验证：验证交通便利化、签证放宽等政策对入境旅游的影响机制变量可使用双重差分或事件研究法分析政策变化的因果效应，需注意其他同期因素的干扰