基于ArcGIS 的南宁市旅游资源的空间格局及影响因素分析

毛立彦，李炳杨，黄秋伟，於艳萍，陆迪，龙凌云*，何潇，黄歆怡，覃茜，唐毓玮

（1广西壮族自治区亚热带作物研究所，广西南宁 530001；2 广西农垦金光农场有限公司，广西南宁 530042）

旅游是国民产业经济第三产业的重要组成部分，随着社会的发展，人民生活水平的提高，旅游及其带动的消费已经成为国民经济的重要支柱。截止2021 年，国内旅游总消费达到2.92 万亿元（http://zwgk.mct.gov.cn/zfxxgkml/tjxx/202201/t2022012 4_930626.html），其中广西旅游总消费就达到了9062.99 亿元（http://wlt.gxzf.gov.cn/zwgk/sjfb/zbsjt/t11216736.shtml）。在党中央的号召下，我区利用自身丰富的自然资源、广阔的农业资源和浓厚的文化底蕴不断落实“绿水青山就是金山银山”的战略政策，建设了一批旅游景点，形成了661 个A 级旅游景区。南宁市作为广西首府，正处于旅游业的快速发展时期，虽建设成了一批特色旅游地，但也面临着旅游资源分布不均、同质化、经济效益下滑等问题，因此通过科学手段分析南宁市旅游地空间分布特征并探讨其影响因素，可为南宁乃至广西旅游业可持续发展的科学决策提供参考。

采用地理信息技术对事务地理空间位置进行分析，可得到该事务的空间特征。国内学者根据旅游大数据分析了多地的旅游地空间分布，如李志远等[1]分析了开封旅游景区的等级层次、位序—规模特征、空间分布格局，认为开封旅游景区的空间分布特点呈一核三副多点的集聚特征；张宇丹等[2]运用核密度估计法、最邻近指数、局部自相关方法分析了新疆62 处红色旅游资源空间分布特征认为新疆的红色旅游资源呈“小集聚、大分散”的整体特征；甘畅等[3]运用最邻近指数、核密度分析等方法，探析武陵山片区高质量景区空间分布格局认为武陵山片区高质量景区空间分布呈集聚分布特征；刘宇杰等[4]运用ArcGIS 空间分析法分析了全国314 个乡村旅游重点村进行空间分布特征，认为全国乡村旅游重点村空间分布呈南北均衡，区域差异显著的特点，这些研究表明各省市的各类型的旅游地分布均呈现了一定的集聚分布态势，这也表明旅游业的发展呈现了集聚的产业化发展趋势，初步形成了产业集群。同时这些成功分析的案例也为本研究提供有效的科学参考。申灿玉[5]、李茂林等[6]、屈婷婷等[7]人采用最邻近点指数、地理集中指数等参数分析了广西休闲农业与乡村旅游地的空间分布特征，认为广西地区乡村旅游分布呈现聚集性分布，总体呈现出“南聚北散”、东南部区域高于西北部区域的的三级四区多中心核密度布局特点，且在南宁市出现了两个聚集核心。而关于南宁市所有旅游地的总体分布特征并没有相关报道进行进一步探讨。

在旅游地分布影响因素方面，王琪林等[8]认为：社会环境和旅游发展是影响旅游资源开发和旅游吸引力的基础因素和条件，自然资源、人文资源和商业资源等资源禀赋因素决定了地区旅游资源开发的基础，互联网发展、网民规模和地方旅游网站的建设等网络发展因素是影响旅游吸引力的重要因素。陈煜等[9]认为地形、水文、客源市场和交通区位等自然、人文环境因素，旅游政策、区域经济、旅游发展规模等，是影响旅游景区时空分布的重要因素。刘岳帅等[10]认为地形、水系、交通、社会经济发展水平以及人口对旅游地分布有重要影响。王秀伟等[11]认为乡村旅游重点村空间分布格局的形成是自然生态、社会经济、交通配套、景区资源、政策环境五大因素共同影响的结果。曹哲[12]认为高程分布、水系、交通干线、旅游发展和客源市场对山西古村落旅游地分布具有重要影响。而关于南宁市总体旅游地分布因素影响研究也未见相关报道。因此采用空间计量技术探讨南宁市旅游资源空间分布特征及其影响因素，对南宁市旅游业开发规划的优化、旅游资源的开发具有重要意义。

1 研究区与数据

1.1 研究区

南宁市地处广西南部，是中国华南、西南和东南亚经济圈的结合部，是中国—东盟博览会永久举办地、国家“一带一路”的重要门户城市。辖区共计7 个区，4 个县，1 个县级市，总面积2.21 万km2。地貌为向东开口的盆地形态，拥有平地、低山、石山、丘陵、台地5 种地貌，属亚热带季风气候区，常年阳光充足、雨量充沛，夏长冬短，自然资源、民族、历史资源丰富，为南宁市旅游业的发展提供了良好的基础条件。截止2021 年底，南宁市共有6 个国家级美丽乡村，1 个中国美丽田园，3 个国家级“一村一品”，4 个国家级乡村旅游重点村镇，94 个3A 以上景区（5A 级1 个，4A 级41 个，3A级52 个），27 个广西休闲农业与乡村旅游示范点和66 个星级乡村旅游区（五星级15 个，四星级23 个，三星级28 个），有力的推动了广西旅游产业的发展。

1.2 数据

本文以2010-2021 年中国农业农村部（https://www.moa.gov.cn）、广西人民政府（http://www.gxzf.gov.cn/）、广西文化和旅游厅（http://wlt.gxzf.gov.cn/）、广西农业农村厅（http://nynct.gxzf.gov.cn/）、南宁市文化和旅游局（http://wgl.nanning.gov.cn/）等政府部门官方网站上公布的相关旅游数据为对象，经整理剔除重复地点数据，共得到171个旅游地。借助百度地图获取各旅游地的地理坐标数据，以广西地理公共服务平台“天地图”提供的南宁市政区图为工作底图（桂S〔2020〕 48 号），采用Arc GIS 10.8 软件对南宁市各旅游地的空间部分进行可视化分析；通过查询《南宁市统计年鉴2021》、广西统计局官方网站（http://tjj.gxzf.gov.cn/）等获取有关农业发展、旅游发展及经济人口等数据。

2 研究方法

2.1 旅游地的空间格局研究

2.1.1 最邻近指数 用于描述点状要素的空间分布类型，通常有凝聚、随机和均匀3 种类型，其计算公式为：

公式中：Re表示理论最邻近距离，A为区域面积，n为点状要素的个数，Rs为实际最邻近距离的平均值，当R＞1 时表示要素均匀分布，当R=1 表示要素随机分布，当R＜1 表示要素集聚分布。

2.1.2 变异系数 通过分析数据的离散程度检验空间分布类型，计算公式为：

公式中δ代表泰森多边形面积的标准差，s表示泰森多边形面积的平均值。当33%≤CV≤64%，则表示点状要素呈随机分布，当CV＞64%则表示点状要素呈聚集分布，当CV＜33%则表示点状要素呈均匀分布。

2.1.3 地理集中指数 用于衡量点状要素的集中化程度，计算公式为：

公式中C代表地理集中指数；C’代表旅游地平均分布于12 个辖区时的地理集中指数。Qi表示第i个辖区的旅游地数量；Q为旅游地数量，n为辖区数量。

2.1.4 空间自相关分析 确定点要素在空间上与邻点之间是否存在关联性的方法有多种，被应用于不同的研究对象[13]，本文选取Moran’sI指数和Getis-OrdGi*指数研究南宁市旅游地空间关系结构模式和空间分布冷热区。Moran’sI指数和Getis-OrdGi*指数公式分别为：

公式中Xi，Xj为地i，j地理单元上的旅游地个数；Wij代表空间权重矩阵，当Wij=1 时，表示i，j两地相邻；当Wij=0，则代表i，j两地不相邻，其值域为[-1，1]，当Moran’sI指数大于0，则表明旅游地空间分布显著集聚，当Moran’sI指数小于0，则代表旅游地分布具显著差异性；若Moran’sI指数=0，则代表旅游地分布在地里空间上无关。

公式中E（Gi*）为期望值，Var（Gi*）为变异系数。当Z（Gi*）为正值，则说明i位置地里单元周围的旅游地个数多且空间上呈现低值的空间集聚态势，属于热点区；当Z（Gi*）值为负数时，则代表i位置单位元周围的旅游地个数少且空间上呈现低值的空间集聚态势，属于冷点区。

2.1.5 核密度估算 用于衡量点状要素的空间分布均衡度，核密度值越高则表示点状要素越密集。计算公式为：

公式中n为旅游地数量；xi为待估旅游地的位置，x为均值，k为核函数，h为宽带。旅游地分布越密集，f（x）值越大。

2.2 旅游地空间格局的影响因素分析

2.2.1 相关分析 用于描述地理空间因素各指标与示范点空间部分的相关程度，计算公式为：

公式中，r为斯皮尔曼等级相关系数，di为每对观察值（x，y）的秩之差，n为观察对的个数。当r绝对值＞0.8 则表示强相关，0.5＜r绝对值＜0.8 则表示中度相关，0.3＜r绝对值＜0.5 则表示弱相关，r绝对值＜0.3 则表明基本不相关。

2.2.2 灰色关联分析 用于描述社会经济因素各指标与旅游地空间分布的影响关联程度，计算公式为：

公式中Loi（k）（k=1，2，3……，12）是母系列Xo与子系列Xi的关联系数；△min和△max分别表示比较序列各观测值绝对差的最小值和最大值，一般△min=0；ρ为分辨系数，一般取0.1～0.5。roi为Xi与Xo的关联度，N为比较序列数据个数。roi值越大，表明两比较序列之间的关联程度越高。通过roi排序明确各子序列与母序列的关联程度排序。

3 结果与分析

3.1 南宁市旅游地的空间分布特征

3.1.1 旅游地空间分布类型

从整体分布来看，南宁市旅游地集中分布于南宁市市辖区和东部，如图1。据ArcGIS 10.8 软件分析，南宁市旅游点整体呈显著集聚分布，12 个区县呈不显著集聚分布、不显著均匀分布和显著均匀分布3 种分布类型，如表1。12 个区县中隆安县、马山县、宾阳县、横州市呈显著均匀分布，青秀区、武鸣区和上林县呈不显著集聚分布，其它5 个区县呈不显著均匀分布。

图1 南宁市旅游地分布图

表1 南宁市旅游地最邻近指数

进一步采用泰森多边形测算变异系数进行空间分布特征的验证。获得的泰森多边形如图2 所示。经测算得到多边形面积的平均S=130.03 km2，标准差δ=189.76 km2，变异系数CV=146%，远远大于64%，进一步验证了南宁市旅游地分布呈显著集聚分布的分布特征。

图2 南宁市旅游地泰森多边形

南宁市旅游地总数为171 个，行政区、县共计12 个，12 个行政区、县的旅游地个数相差较大，最多为青秀区和上林县均为20 个，分别占总数的11.70%，最少的是隆安县为3 个，只占总数的1.75%。经计算得到每个行政区、县的旅游地平均数为14 个，计算得到实际地理集中指数为30.23%，预期理论地理集中指数为14.25%，表现为集中地理指数C＞理论地理集中指数C′，表明旅游地呈集中分布特征，C值约为C′ 值的2.12 倍，差值较大，表明旅游地集中化程度较高。

3.1.2 旅游地空间分布的关联特征

根据ArcGIS 10.8 计算的Moran’s I 指数如表2。由表2可知，Moran’s I值为0.893，Z值为1.344，P 值为0.179。Moran’s I 值大于零，说明南宁市旅游地在空间分布上具有不显著的空间自相关性。

表2 南宁市旅游地的Moran’sI 指数

采用Getis-OrdGi*值分析南宁市旅游地冷热分区特征如图3 所示。由冷热图可将南宁市旅游地划分为热点区、次热点区、过渡区、次冷点区和冷点区。从全市范围来看，旅游地分布呈现东部热点区，北部次热点区、南宁市市辖区冷点区、周边次冷点区、其它地区过渡区的特征，主要以北部至东南带和南宁市市辖区为中心的热、冷区分布特征。其中上林县、宾阳县、横州市为热点集中区，热点值为99%，马山县为主要的次热点集中区，热点值为90%～95%，冷点主要集中于青秀区、兴宁区、邕宁区、西乡塘区、良庆区、江南区，冷点值为99%，次冷点主要集中于江南区，冷点值为90%～95%，过渡点主要集中于武鸣区、隆安县、良庆区和邕宁区。

图3 南宁市旅游地冷热分区特征

3.1.3 旅游地空间分布的核密度特征

利用ArcGIS 10.8 进行核密度分析获得旅游地核密度分析图（图4）。整体表现为不均衡分布，存在明显的高低差异，总体表现为单核中心，次级中心围绕单核中心环状分布的总特征。单核中心位于青秀区西部靠市中心的部分，分布密度在1.11～1.25个/km2，次级中心位于南宁市，分布密度在0.07～1.11 个/km2，三级中心主要以青秀区东部、武鸣区南部和马山县东南部为主，分布密度在0.02～0.04 个/km2，其它地区均为低密度区，分布密度在0～0.01 个/km2。除隆安县外，其它地区均有不同程度的集聚中心。南宁市整体表现出明显的环绕城区分布特征。

图4 南宁市旅游地分布核密度分析结果

3.2 旅游地空间分布的影响因素分析

3.2.1 影响因素的选取

旅游地分布往往与多种制约因素有关，不同制约因素对其分布影响的程度存在区别。本文查阅大量文献，总结前人的研究成果，综合考虑数据获取的可取性和科学性，最终选取了地理空间因素和社会经济两大因素进行分析，两大因素包含的相关因子及与南宁市旅游地的相关性分析如表3、表4。

表3 南宁市旅游地分布与影响因素的相关性分析

表4 南宁市旅游地分布与社会经济因素的灰色关联性分析

经相关性分析：选择的6 个因素22 个指标中水系、交通和二级客源市场与旅游地的军力均呈极显著负相关，高程分布与旅游地分布呈显著负相关，是影响旅游地分布的主要因素，一级客源市场与旅游地分布没有显著相关性。整体上看社会经济因素的指标与旅游地空间分布的关联系数均未超过0.800，相对而言旅游发展和人口经济因素与旅游地空间分布关联度较大，是影响旅游地分布的重要因素，农业发展对旅游地的空间分布影响较小，是次级影响因素。

3.2.2 地理因素对旅游地空间分布的影响

（1）地形水系。南宁市属于盆地地貌，分布有平地（57.78%）、低山（4.6%）、石山（2.61%）、丘陵（15.59%）、台地（19.42%）5 种地貌类型。对南宁市高程DEM 数据进行重分类后，将旅游地与其进行叠加分析后将旅游地的高程值进行分类统计得出：旅游地的最低高程值为40 m，位于横县伏波景区，最大高程值为599 m，位于宾阳县黎塘镇欧阳村，平均高程值为146.36 m。由表5 可知，有142 个旅游地分布于高程值小于200 m 的地区，占比83.04%，21 个旅游地分布于高程值200～400 m地区，占比12.28%，仅有8 个旅游点分布于高程值大于400～600 m 地区，占比4.68%。旅游地与高程数据之间的相关系数r=-0.867（P=0.025＜0.05），呈显著负相关。低海拔地带有利于城市、交通建设及农业发展，是旅游地分布的主要区域。旅游地海拔分布相对广泛，是影响其空间分布的重要指标。

表5 南宁市旅游地与高程关系

南宁市主要河流属珠江流域西江水系，较大的河流有邕江、右江、左江、红水河、武鸣河、八尺江等，是景区营造和提升旅游价值的重要元素。利用ArcGIS 10.8 对旅游地和水系进行近邻分析如图6，可知有4 个旅游地与水系的距离为0 km，71 个旅游地与水系的距离在1 km 以内，占比41.52%，距离水系3 km 以内的旅游地总数为122 个，占比71.35%，距离水系5 km 以内的旅游地数量为141个，占比82.46%，距离水系10 km 的旅游地数量为168 个，占比98.25%。整体表现出距离水系越远，旅游地数量越少，二者的相关系数为-0.954（P=0＜0.01），呈极显著负相关，呈现明显的亲水特征。因此，水系资源分布是旅游地空间分布的重要影响因素。

图5 南宁市旅游地与水系缓冲区分布曲线

图6 南宁市旅游地与交通主干线缓冲区分布曲线

（2）交通。将南宁市的铁路、国道、省道、县道、高速等交通与旅游分布点在ArcGIS 10.8 中进行近邻和缓冲分析，得到旅游地主要分布于国道和县道周围，进行相关性分析发现：国道和县道与旅游地分布的相关系数为-0.998（P=0.000＜0.01），呈极显著的负相关，即离国道与县道越远，旅游点分布越少，如图7。进一步分别进行旅游地和国道、县道进行近邻相关性分析得到相关系数分别为-0.863（P=0.001），-0.979（P=0.000＜0.01），均呈极显著的负相关关系。其中旅游点与两种交通路线的距离平均值为2.033 km，有66.08%的旅游地分布于距离国道和县道2.033 km 范围内，有94.15%的旅游地分布于距离国道、县道5 km 范围内，98.83%的旅游地分布于距离国道、县道10 km 范围内；分布于距离国道6 km 范围的旅游地占比25.15%，分布于距离县道5 km 和9 km 范围内的旅游地分别占比65.50%和73.68%。总体上看，旅游地分布呈明显的沿路分布特征。因此，交通是影响旅游地分布的重要因素之一。

图7 南宁市旅游地与一级客源市场缓冲区分布关系

（3）客源市场。旅游主要的客源来源于城区，对于南宁市而言，主要的一级客源市场为南宁市市辖区，主要的二级客源市场为12 个区县。分别以南宁市和各县区的城市建成区边界为基准面，进行环形缓冲区建立，缓冲区半径分别为1 km，5 km，10 km，15 km，20 km，30 km 得到图8、图9。通过对不同缓冲半径内分布的旅游地个数进行相关性分析发现，一级客源市场和二级客源市场与旅游地个数相关系数分别为-1.07（P=0.819 ＞0.05），-0.955（P=0.010），表明旅游地分布与一级客源市场没有显著相关性，与二级客源市场呈极显著负相关，即离客源市场越远，分布的旅游地数目越少。在一级客源市场30 km 范围内分布了82 个旅游地，在二级客源市场30 km 范围内分布了163 个旅游地，15 km 范围内分布了116 个旅游地，在二级市场的5～15 km 范围内集聚特征明显，共有115 个旅游地。虽然一级客源市场辐射了48.00%的旅游地，但二级客源市场总体数量远远大于一级客源市场，辐射范围远远大于一级客源市场。客源市场显著影响着旅游地的空间分布。

图8 南宁市旅游地与二级客源市场缓冲区分布关系

3.2.3 社会经济因素对旅游地空间分布的影响

（1）人口经济。城镇人均可支配收入与旅游地的空间分布的关系系数超过了0.7，关联程度相对较高，是影响旅游地空间分布的重要因素。其它因素如城镇人口、常住人口、人均生产总值、人均可支配收入和农村人均可支配收入与旅游地空间分布的关联系数均小于0.7，关联程度相对一般。人口资源是旅游发展的客源市场，也是社会经济发展的外在动力。旅游地空间分布呈现环城分布特征，一定程度上也反映了人口资源对旅游地空间分布产生的影响。区域人均生产总值和人均可支配收入的提升，可以有效促进人们对旅游消费的需求和能力，从而拉动旅游业的发展。优良的人口经济基础可为旅游业的发展提供有效的资金保障和客源动力，因此人口经济因素是旅游业发展的重要动力。

（2）农业发展。乡村休闲农业旅游业是南宁市旅游业的重要组成部分，农业的发展对南宁市的旅游业具有一定的影响。灰色关联分析表明农业发展对旅游地分布的影响为次级因素，农作物播种面积与旅游地空间分布的关联系数分小于0.6，而第一产业生产总值与旅游地空间分布的关联系数大于0.6，表明第一生产总值对旅游地空间分布的影响更大。第一生产总值和农作物播种面积一定程度上反映了区域农业生产的发展水平和规模。南宁市地处桂南地区，光热充足，气候湿润，是热带作物生产的适宜区。随着政府对一、二、三产业融合的不断重视、宣传、推进，农业成为旅游发展的重要基础，旅游也成为了农业发展的重要形式，两者相互促进、相互影响。

（3）旅游发展。旅游是第三产业的重要组成部分，区域旅游基础建设如餐饮、住宿条件的完善是促进旅游业发展的重要措施。客房、餐饮和商品及其它消费收入一定程度上反映了旅游业的发展。灰色关联性分析显示第三产业生产总值和区域限额以上住宿床位数与旅游地空间分布的关联系数均小于0.6，而限额以上住宿和餐饮企业数、限额以上住宿客房收入和限额以上餐饮收入和商品及其它消费收入与旅游地空间分布的关联系数均大于0.7，是影响旅游地空间分布的重要指标因素。多数区域的旅游发展水平与其当地的旅游发展能力息息相关，旅游发展相关餐饮、住宿和消费能力越强，旅游发展水平越高。如南宁市市区内的7 个区，相关住宿、餐饮资源丰富，商品及其它消费能力强，分布的旅游地数量相对丰富。旅游发展水平的提高可以促进旅游基础设施质量的提升和规模的扩大，为旅游业的发展提供更有竞争力的外部条件。

4 结论与讨论

4.1 南宁市旅游地空间分布特征

本文借鉴李茂林等[6]、屈婷婷等[7]、刘宇杰等[4]人的研究方法，采用ArcGIS 10.8 软件对南宁市的旅游地空间分布进行系统分析发现：南宁市旅游地的空间分布呈显著的集聚分布，且集聚化程度较高；各区县旅游地空间分布不均衡，整体上具有不显著的空间自相关性，冷热分区与集聚核心中心高度吻合，空间密度呈“单核中心，次级中心绕城”分布态势，这与申灿玉对南宁市休闲农业与乡村旅游地具“双核中心”的分布特征存在较大差异，可能是本研究与其研究对象不同导致。进一步分析南宁市各县区的旅游地空间分布特征发现隆安县、马山县、宾阳县和横州市旅游地呈现显著的均匀分布特征，青秀区、武鸣区和上林县旅游地呈不显著的集聚分布，兴宁区、西乡塘区、江南区、良庆区和邕宁区旅游地呈不显著的均匀分布。

4.2 地理因素和社会发展因素对南宁市旅游地空间分布的影响

借鉴曹哲[12]、屈婷婷等[7]、刘岳帅等[10]、王琪林等[8]人的研究结论，在对南宁市旅游地空间分布影响因素分析研究发现高程分布、水系、交通干线和客源市场是影响南宁市旅游地空间分布的主要因素，人口经济和旅游发展是影响影响南宁市旅游地空间分布的重要因素，农业发展是影响旅游地空间分布的次要因素，该结论与前人研究结果相似，也存在一定差异，可能与选取指标因子和分析方法和目标地选择有关。

4.3 南宁市旅游业发展的建议

（1）进一步加强旅游服务体系建设，提升旅游的综合服务能力

经本研究发现，旅游地分布与交通干线的距离呈极显著的负相关性，即离交通干线越近，分布的旅游地越多，且主要与国道和县道分布相关，且与县道的相关性更强，旅游地可达性和便捷性需进一步提升。重点加强资源丰富但交通能力差的区域的交通网络构建，优化旅游地与交通网络的布局，尽早实现客源地与旅游地间的交通可达性和便捷性。同时加强旅游地的餐饮、住宿规模和质量，提升景区接纳能力和服务质量。另外完善配套的医疗、购物、娱乐设施建设，多方位提升旅游地的游客吸引力，进一步的加强网络基础设施建设，以信息化手段推动旅游能力的提升。

（2）优化空间布局规划，推动旅游产业集聚发展

依据《南宁市全域旅游总规划（2017-2025年）》[14]的“一城两带三区”（一城即南宁国际都市休闲城，两带即百里秀美邕江滨水休闲旅游带和环首府生态旅游圈，三区分别为生态养生旅游区、特色文化旅游区和环城游憩旅游区）全域旅游为蓝图，扩展思路，不断由城区向周边区域延伸，打破单打独斗的封闭格局，破除二元结构，实现“区县联动、文旅融合、四化升级、全域整合”的全域旅游廊道。不断加大资源开发和投资力度，进一步提升旅游发展实力，推进旅游产业发展集中度，形成相对平衡、均匀的旅游点分布，推进实现全域旅游的规划蓝图。针对南宁市市区的集聚片区进一步提升公共服务水平，提高服务品质，持续推进全域旅游产业发展。

（3）挖掘地方旅游特色，提高旅游核心竞争力

南宁市作为省会城市，具有丰富的文化、历史、农业、自然资源，前期的大力投入建成了多个旅游景点，也形成了以南宁市市区为核心的集聚片区，拥有良好的基础。在此基础上，从全域旅游视角出发，进一步梳理、凝练自身特色，明确壮乡风情、东盟风情、养生之都三大核心主题，促进旅游产业与会展、农林、文化、体育、工业、康养、城镇化等相关产业融合，通过休闲城区、风情乡村、泛景区化旅游地和特色风景道的打造，充分发挥特色优势，并不断推进第一、二、三产业融合，创新开发区域差异化的旅游产品，打造特色旅游品牌，提升自身核心竞争力，早日实现“南宁旅游”至“大南宁旅游”的规划蓝图。

4.4 展望

本文通过对南宁市旅游资源空间分布特征和影响因素的分析，提出了加快基础设施建设，优化空间结构和挖掘自身特色等建议，旨在为南宁市旅游产业发展提供技术支撑。在今后的研究中需要进一步统筹环境、气候、疫情、植被等客观因素，从旅客需求出发，增加兴趣点、旅客点评、网络建设、网络关注度等角度，进一步综合分析南宁市旅游发展布局、产业开发等，为旅游业的发展提供多元信息的技术支撑。