国际旅游，支出（现价美元）

International tourism, expenditures (current US$)

下载数据

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

2020最新有效年份

132最新年份有值国家

265历史上有数据经济体

72%总体缺失率

指标解释

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

International tourism expenditures are expenditures of international outbound visitors in other countries, including payments to foreign carriers for international transport. These expenditures may include those by residents traveling abroad as same-day visitors, except in cases where these are important enough to justify separate classification. For some countries they do not include expenditures for passenger transport items. Data are in current U.S. dollars.

可供参考的中文翻译：国际旅游支出是指国际出境游客在其他国家的支出，包括支付给外国运输公司的国际运输费用。国际旅游支出可包括居民出境一日游，但其重要程度证明应单独分类的情况除外。有些国家未计入客运项目的支出。数据按现价美元计。

数据口径与风险提示

数据为现价美元口径，受汇率波动影响较大，跨国比较时需注意货币换算带来的偏差。
部分国家未将国际客运费用单独计入，统计口径差异可能导致跨境可比性降低。
中国数据仅覆盖1997年至2004年，2010年后的完整趋势数据缺失，对近期分析存在较大局限性。
该指标反映支出总额而非人均水平，国家间人口规模差异未被消除，大国数值天然偏大。
数据不含购买力平价（PPP）调整，富裕小国与较大发展中国家之间实际购买力差异无法直接体现。
一日游支出是否计入因国而异，该分类方式的不一致可能影响部分经济体的数据质量。
本指标仅统计出境方向支出，不反映入境旅游对经济的影响，两者需结合解读。
排名仅展示2020年截面数据，不代表各国长期平均水平或发展趋势。

中国趋势

趋势解读

中国国际旅游支出在有数据的1997年至2004年间持续攀升，从期初的92.2亿美元增长至期末的213.6亿美元，期末为期初的约2.3倍，显示中国出境旅游消费在此阶段快速扩张。最近数据年份为2004年，此后缺乏连续年度数据，对该指标的中长期变化解读存在根本性制约，应谨慎对待将其外推至2004年之后的任何结论。

数据序列起始于1997年，终止于2004年，共8个有效年份。
1997年支出为92.2亿美元，2004年增至213.6亿美元。
期末为期初的约2.32倍，整体呈单调上升趋势。
最大值出现在2004年（213.6亿美元），最小值出现在1997年（92.2亿美元）。
从1997年到2004年，累计增加约121.4亿美元。
数据截止年份为2004年，距今较远，无法反映近二十年出境旅游消费的结构性变化。
中国数据的十年变化仅在1990年代和2000年代有记录，2010年代数据缺失。
数据序列较短（8年），对长期趋势判断的稳健性有限。

全球趋势

趋势解读

全球国际旅游支出从1995年至2019年呈现长期上升态势，期初约5010亿美元增至期末约1.44万亿美元，增幅约为期初的2.87倍。2008年前经历了持续攀升，2009年受外部需求收缩影响出现短暂回调，此后恢复增长并于2019年达到历史峰值。整体轨迹反映全球出境旅游消费规模随时间不断扩大，但年度间波动表明该指标受全球经济周期和外部冲击的影响较为敏感。

全球数据从1995年起有25个年度记录，1995年支出约5010亿美元。
2019年全球国际旅游支出达到约1.44万亿美元，为有记录以来的最高值。
2008年达到约10.3万亿美元后，2009年回落至约9357亿美元。
2010年代全球持续扩张，2018年约1.41万亿美元，2019年约1.44万亿美元。
期末为期初的约2.87倍，从1995年到2019年累计增加约9381亿美元。
数据仅覆盖至2019年，未包含2020年以来全球旅游格局的显著变化。
2010年代数据中中国数据缺失，无法在此阶段进行中国与全球的横向趋势比较。
现价美元口径包含汇率和通胀影响，实际数量变化需参考不变价数据。

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999	1.3x	1.1x	1990年代中国国际旅游支出增长倍数（期终/期初约1.26）高于全球同期（约1.07），可能意味着中国出境旅游在低收入基数上进入了需求启动阶段，而全球增长相对平稳。这一差异也可能反映中国统计口径覆盖范围在期内逐步扩大，而非单纯需求驱动。
2000-2009	1.5x	1.7x	2000年代中国增长倍数（约1.51）略低于全球（约1.70），可能意味着中国出境旅游在经历前一阶段快速增长后，基数扩大导致边际增速相对放缓；而全球增长加速可能受益于更多新兴经济体参与全球旅游市场，以及全球收入水平整体提升带的动出境需求扩大。
2010-2019	-	1.4x	该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。对现价或美元口径指标而言，还需要警惕价格水平、汇率和通胀因素，不能直接解释为真实增长差异。
2020-2029	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。

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	United States 美国	USA	48,837,000,000
2	France 法国	FRA	31,193,000,000
3	Korea, Rep. 韩国	KOR	16,705,000,000
4	India 印度	IND	15,777,000,000
5	United Arab Emirates 阿联酋	ARE	15,085,000,000
6	Belgium 比利时	BEL	13,928,000,000
7	Italy 意大利	ITA	12,965,000,000
8	Qatar 卡塔尔	QAT	11,504,000,000
9	Russian Federation 俄罗斯	RUS	10,800,000,000
10	Switzerland 瑞士	CHE	10,372,000,000
11	Saudi Arabia 沙特阿拉伯	SAU	9,069,000,000
12	Australia 澳大利亚	AUS	7,654,000,000
13	Netherlands 荷兰	NLD	7,435,700,195
14	Japan 日本	JPN	6,741,000,000
15	Kuwait 科威特	KWT	6,696,000,000
16	Nigeria 尼日利亚	NGA	6,613,000,000
17	Brazil 巴西	BRA	6,490,000,000
18	Austria 奥地利	AUT	5,551,000,000
19	Poland 波兰	POL	5,547,000,000
20	Malaysia 马来西亚	MYS	5,206,000,000
21	Philippines 菲律宾	PHL	4,872,000,000
22	Ukraine 乌克兰	UKR	4,823,000,000
23	Viet Nam 越南	VNM	4,360,000,000
24	Mexico 墨西哥	MEX	4,286,000,000
25	Norway 挪威	NOR	4,230,000,000
26	Iraq 伊拉克	IRQ	4,172,000,000
27	Thailand 泰国	THA	3,681,000,000
28	Portugal 葡萄牙	PRT	3,536,000,000
29	Czechia 捷克	CZE	3,495,000,000
30	Romania 罗马尼亚	ROU	3,472,000,000
31	Argentina 阿根廷	ARG	2,746,000,000
32	Egypt, Arab Rep. 埃及	EGY	2,578,000,000
33	Luxembourg 卢森堡	LUX	2,458,000,000
34	Ireland 爱尔兰	IRL	2,334,000,000
35	Israel 以色列	ISR	2,175,000,000
36	Indonesia 印度尼西亚	IDN	1,980,000,000
37	Finland 芬兰	FIN	1,940,000,000
38	Lebanon 黎巴嫩	LBN	1,699,000,000
39	Turkiye 土耳其	TUR	1,639,000,000
40	South Africa 南非	ZAF	1,594,000,000
41	Colombia 哥伦比亚	COL	1,576,000,000
42	Morocco 摩洛哥	MAR	1,509,000,000
43	Greece 希腊	GRC	1,500,000,000
44	Hungary 匈牙利	HUN	1,334,000,000
45	Slovak Republic 斯洛伐克	SVK	1,291,000,000
46	Bulgaria 保加利亚	BGR	1,263,000,000
47	Pakistan 巴基斯坦	PAK	1,245,000,000
48	Oman 阿曼	OMN	1,236,000,000
49	Serbia 塞尔维亚	SRB	1,179,000,000
50	Guinea 几内亚	GIN	1,075,099,976
51	Uzbekistan 乌兹别克斯坦	UZB	1,062,000,000
52	Ghana 加纳	GHA	946,000,000
53	Peru 秘鲁	PER	938,000,000
54	Cyprus 塞浦路斯	CYP	880,000,000
55	Kazakhstan 哈萨克斯坦	KAZ	861,000,000
56	Slovenia 斯洛文尼亚	SVN	855,799,988
57	Albania 阿尔巴尼亚	ALB	805,000,000
58	Sri Lanka 斯里兰卡	LKA	803,000,000
59	Croatia 克罗地亚	HRV	789,687,195
60	Chile 智利	CHL	720,000,000
61	Cameroon 喀麦隆	CMR	697,000,000
62	Costa Rica 哥斯达黎加	CRI	697,000,000
63	Angola 安哥拉	AGO	691,000,000
64	Estonia 爱沙尼亚	EST	676,000,000
65	Bangladesh 孟加拉国	BGD	659,000,000
66	Panama 巴拿马	PAN	601,000,000
67	Mongolia 蒙古	MNG	573,000,000
68	West Bank and Gaza 约旦河西岸和加沙	PSE	567,000,000
69	Ecuador 厄瓜多尔	ECU	533,000,000
70	Belarus 白俄罗斯	BLR	477,000,000
71	Zambia 赞比亚	ZMB	474,000,000
72	South Sudan 南苏丹	SSD	469,000,000
73	Dominican Republic 多米尼加共和国	DOM	444,000,000
74	Azerbaijan 阿塞拜疆	AZE	439,000,000
75	Uruguay 乌拉圭	URY	412,000,000
76	Jordan 约旦	JOR	408,000,000
77	Tunisia 突尼斯	TUN	407,000,000
78	Guatemala 危地马拉	GTM	346,000,000
79	Armenia 亚美尼亚	ARM	330,000,000
80	Bolivia 玻利维亚	BOL	325,000,000
81	Ethiopia 埃塞俄比亚	ETH	322,500,000
82	Cote d'Ivoire 科特迪瓦	CIV	315,000,000
83	Moldova 摩尔多瓦	MDA	303,000,000
84	Georgia 格鲁吉亚	GEO	292,000,000
85	Jamaica 牙买加	JAM	291,000,000
86	Lesotho 莱索托	LSO	277,000,000
87	Algeria 阿尔及利亚	DZA	272,000,000
88	Uganda 乌干达	UGA	268,000,000
89	Nepal 尼泊尔	NPL	267,000,000
90	Lao PDR 老挝	LAO	260,000,000
91	Honduras 洪都拉斯	HND	230,000,000
92	Paraguay 巴拉圭	PRY	226,000,000
93	Mauritius 毛里求斯	MUS	224,000,000
94	Cambodia 柬埔寨	KHM	213,000,000
95	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	185,000,000
96	Bahamas, The 巴哈马	BHS	166,000,000
97	Bosnia and Herzegovina 波黑	BIH	163,000,000
98	El Salvador 萨尔瓦多	SLV	162,000,000
99	Zimbabwe 津巴布韦	ZWE	157,000,000
100	North Macedonia 北马其顿	MKD	153,000,000
101	Rwanda 卢旺达	RWA	127,000,000
102	Malawi 马拉维	MWI	119,000,000
103	Maldives 马尔代夫	MDV	106,000,000
104	Nicaragua 尼加拉瓜	NIC	102,000,000
105	Madagascar 马达加斯加	MDG	97,000,000
106	Mozambique 莫桑比克	MOZ	95,000,000
107	Botswana 博茨瓦纳	BWA	91,800,003
108	Fiji 斐济	FJI	77,000,000
109	Namibia 纳米比亚	NAM	77,000,000
110	Suriname 苏里南	SUR	64,000,000
111	Timor-Leste 东帝汶	TLS	61,000,000
112	Cabo Verde 佛得角	CPV	59,000,000
113	Bhutan 不丹	BTN	50,000,000
114	Afghanistan 阿富汗	AFG	49,000,000
115	Comoros 科摩罗	COM	43,000,000
116	Seychelles 塞舌尔	SYC	39,000,000
117	Montenegro 黑山	MNE	38,000,000
118	Tonga 汤加	TON	38,000,000
119	Eswatini 斯威士兰	SWZ	36,400,002
120	Antigua and Barbuda 安提瓜和巴布达	ATG	35,000,000
121	Mauritania 毛里塔尼亚	MRT	35,000,000
122	Solomon Islands 所罗门群岛	SLB	30,910,000
123	St. Lucia 圣卢西亚	LCA	28,000,000
124	Belize 伯利兹	BLZ	22,040,001
125	Vanuatu 瓦努阿图	VUT	22,000,000
126	St. Kitts and Nevis 圣基茨和尼维斯	KNA	18,000,000
127	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	13,000,000
128	Grenada 格林纳达	GRD	12,000,000
129	Tajikistan 塔吉克斯坦	TJK	10,800,000
130	Dominica 多米尼克	DMA	9,000,000
131	Gambia, The 冈比亚	GMB	5,200,000
132	Samoa 萨摩亚	WSM	1,800,000

使用建议、常见误用与研究场景

数值较高通常意味着什么

该国居民出境旅游消费规模较大，反映居民可支配收入水平较高、出境旅游意愿较强，或目的地选择偏向高消费市场。需要结合人均可支配收入和汇率水平综合判断——高数值可能意味着经济繁荣带来的旅游需求释放，也可能反映本币贬值导致以美元计价的支出额被动放大。

数值较低通常意味着什么

该国居民出境旅游消费规模较小，可能说明居民收入水平有限、出境旅游需求尚未充分释放，或出境目的地以近距离、低消费市场为主。但低数值也可能因本币升值导致以美元计价的实际消费被低估，需谨慎解读。

鍙ｅ緞闄愬埗

现价美元口径受汇率波动影响显著，货币大幅贬值国家的数值可能被系统性压低，跨国横向比较时需考虑汇率因素。
部分国家未将国际客运费用（机票等）单独归入统计，导致数值低估且口径不一致，影响跨境可比性。
一日游支出计入与否因国而异，同一国家在不同时期可能调整分类标准，时间序列分析需注意口径一致性。
该指标为支出总额而非人均水平，人口大国的数值天然偏大，与人口小国的直接对比缺乏经济意义。
中国数据仅覆盖1997-2004年，2010年后数据缺失，近年趋势无法追溯。

使用建议

跨国比较时优先使用实际有效汇率或购买力平价换算后的数据，或选取汇率相对稳定的年份截面。
使用时建议结合ST.INT.XPND.MP.CD（国际旅游支出占GDP比重）等相对指标，抵消人口规模差异。
分析长期趋势时应在同一国家内部比较，跨国比较需标注汇率调整方法。
引用中国数据时应明确标注数据区间（1997-2004），避免将2004年数据外推至其他年份。
一日游支出占比高的国家需单独确认其是否归入统计，必要时做口径调整。
将出境旅游支出与入境旅游收入（ST.INT.TVLD.CD）结合分析，全面评估旅游业国际收支状况。

常见错误用法

错误做法：直接使用2010年代中国数据，因该时段数据缺失而用2004年数据代替并声称反映现状

正确做法：明确说明中国数据仅覆盖1997-2004年，近年数据不可得，不将历史数据用于当前分析

2004年后中国出境旅游经历了快速增长和结构性变化，继续使用15年前数据会严重失真，违背学术诚信原则

错误做法：将中国与新加坡、挪威等人口差异悬殊的小国进行排名比较，认为排名靠后即代表旅游产业落后

正确做法：结合人口和GDP规模后使用人均指标（如人均出境旅游支出）进行比较，或使用占GDP比重指标

总量指标受人口基数影响极大，小国即使全民出境也难以超越大国的绝对数值，直接比较缺乏经济学意义

错误做法：忽略汇率因素，将以美元计价的国际旅游支出变化完全归因于旅游需求变化

正确做法：区分汇率变动效应与实际数量变化，使用实际有效汇率或不变价数据验证

2015年前后人民币汇率大幅波动，以美元计价的支出额变化很大程度来自汇率而非实际消费行为变化

错误做法：将一日游支出计入与否视为质量高低，认为不计入的国家数据更可靠

正确做法：承认不同国家统计口径差异的客观性，在比较分析时进行标准化处理

一日游是否计入本身不反映数据可靠性，而是反映统计定义差异，需中性对待。

实际应用场景

新兴经济体出境旅游需求收入弹性研究：分析中国、巴西、印度等金砖国家居民出境旅游支出随收入增长的演变规律，探讨中收入阶段出境旅游的爆发特征。被解释变量，反映出境旅游消费规模的绝对水平需控制汇率波动和通胀因素，建议使用实际有效汇率调整后的数据；可加入人口结构、城市化率等控制变量。跨国家分析时需统一口径，识别哪些国家将一日游支出纳入统计。
全球旅游服务贸易格局演变与影响因素：分析1995-2019年全球国际旅游支出的长期趋势，识别推动全球旅游消费增长的结构性因素。核心被解释变量，刻画全球旅游服务贸易规模建议使用对数形式回归，减小异方差；可引入全球GDP增长率、贸易自由化指数、签证便利化程度等解释变量；分析2009年金融危机冲击后的恢复路径时需分段建模。
中国出境旅游与人民币汇率关系的实证检验：检验人民币汇率变动对中国出境旅游支出的影响方向与弹性，评估汇率政策对旅游收支的传导机制。被解释变量，衡量汇率政策的效果需使用1997-2004年中国数据，样本量有限，建议采用自回归分布滞后模型（ARDL）估计长期均衡关系；可加入消费者信心指数、出境游价格敏感度等中介变量。
旅游服务贸易国际收支平衡分析：将出境旅游支出与入境旅游收入结合，计算各国旅游服务贸易差额，评估旅游业对国际收支的贡献。组成部分变量，与入境旅游收入共同构建国际收支旅游账户需计算旅游贸易平衡指数，分析顺差国和逆差国的结构差异；可结合外汇管制政策、签证互免安排等政策变量进行解释。