國慶長假期間景區客源空間結構特征研究
——以南京市國內客源市場為例

龔麗丹，顧秋實，黃羊山，劉洋陽,2

(1.東南大學人文學院，中國 南京 211189；2.香港理工大學酒店及旅游業管理學院，中國 香港 999077)

旅游業對經濟發展具有重要作用，旅游市場繁榮程度是衡量旅游經濟發展的重要指標之一，客源市場構成了旅游市場，分析客源市場對旅游目的地具有重要作用。對客源市場的研究，主要集中在境內客源市場[1]、入境客源市場[2]與國外旅游地客源市場[3]。其研究內容包括市場劃分[3]、影響因素[4]、客源市場特征[5]、客源市場空間結構[6]等方面。采用的方法包括波士頓矩陣模型[3]、空間自相關法[1]、客源吸引半徑[6]等。把握客源市場即能有效把握市場機遇，有助于促進精準營銷，為政府、旅游目的地、旅行社等提供營銷重點與依據。旅游客源市場的空間結構能反映出不同區域人群的偏好與需求，其空間特征不僅對市場細分與營銷策略制定具有重要意義，對旅游目的地未來旅游發展、城市規劃等也具有重要作用。

Pearce首次提出旅游流的概念并確立了旅游流與旅游供給和需求、旅游空間結構等諸多概念[7]的關系，旅游客源空間結構研究在此基礎上廣泛發展。對客源市場空間結構，學者多采用地理集中指數、客源吸引半徑、引力模型等方法與模型開展研究[8-10]，研究的對象主要劃分為入境客源市場空間結構[11]與國內客源市場空間結構[8-10]。其中，對國內客源市場空間結構的研究又可劃分為對行政區域[12]、酒店[13]、景區[8]等旅游目的地的研究和影響客源市場空間結構的因素研究[14]。景區在大眾旅游時代仍然是旅游研究的主要內容之一，研究景區客源市場的空間結構能反映出不同客源人群對景區的偏好，為景區發展及地方政策制定提供依據。當前，已有學者對遺產類景區[15]、自然類景區客源空間結構開展研究[8,16]。然而，學者較多地探討單一景區的客源空間結構，較少對多個不同特征的景區客源空間結構進行探討。根據景區特征劃分景區，再進行客源空間結構研究，有助于更好地把握不同特征景區市場需求，從而對市場進行進一步細分，對政府統一規劃、景區精準營銷與旅行社線路制定等均有重要作用。

南京市景區類型多樣、層次豐富，在國內旅游目的地市場中具有一定代表性，對其多種特征的景區進行分類并研究其不同的客源空間結構，可以為其他市域層面不同特征景區的發展提供借鑒。在當前關于南京市客源空間結構的研究中，研究對象一般為單體旅游景區[17]與多個單體景區[18]，采用的方法與模型一般為地理集中指數、客源吸引半徑等，較少考慮多個景區特殊性與級別，不利于促進南京市開展精準旅游營銷。近年來，大數據的蓬勃發展拓展了旅游需求、旅游行為與旅游滿意度等方面的認知[19]，在旅游客源空間結構研究中，大數據具有涵蓋面廣、信息準確、采樣簡便的特點，能把握更廣泛層面的景區客源真實狀況，為景區客源市場監測提供了極大便利。南京市作為較早建立智慧旅游平臺的城市，截至2019年，其智慧旅游平臺已覆蓋全市53個景區，監測范圍廣泛。依托智慧旅游大數據平臺，學者已開展了廣泛的研究[18,20,21]。然而，學者們使用大數據，研究對象仍為單體旅游景區和多個獨立景區，且對時間(節假日)等影響因素關注較多，對景區本身特征的影響關注較少，且未針對不同層級的客源市場展開具體研究。

基于此，本研究以南京作為研究對象，基于智慧旅游平臺所提供的2018年國慶長假期間南京市景區客源數據，首先根據景區特征進行分類，再劃分客源市場，研究不同特征的景區在不同客源市場下的特征，以期從理論上拓展對市域層面不同特征景區客源市場空間結構認知，并為政府進行合理旅游規劃、打造旅游副中心提供參考，同時為景區針對性營銷與市場細分以及旅行社線路重構提供借鑒。此外，也為其他市域層面的景區發展提供思路。

1 數據來源與研究方法

1.1 數據來源與處理

本研究選取南京市智慧旅游平臺中53個景區的客源數據作為原始數據，同時，在旅游與休假行為高發的閑暇時間中，春節、清明節、端午節等為傳統節假日，在一定程度上部分游客會受傳統習俗影響而不選擇出游，五一小長假與十一小長假期間南京氣候舒適，為南京的旅游旺季，其中十一小長假較五一小長假休假時間更長，達到了“全民皆游”的狀態[22]，因此本研究選取2018年十一小長假(2018年10月1日至10月7日)作為研究時間范疇，其客源來源更為廣泛，更具典型性與代表性。對獲得的53個景區客源數據按照客源地進行列表，獲得以景區為行、客源地為列的矩陣(客源地不含香港、澳門和臺灣)，對7日的客源數據累加求和，從而獲得國慶長假期間每一個景區不同客源地的客源數據。

1.2 研究方法

1.2.1 地理集中指數 地理集中指數是衡量地理集中程度的重要指標[6]，取值范圍為[0,100]，若指數越接近100，則說明該地客源市場越集中；反之則越分散，其公式如下：

(1)

式中：G為客源地集中指數；n為客源地總數(本研究中n為31，不包括臺灣、香港和澳門)；T為景區接待游客人數；Xi為第i個客源地游客人數。

1.2.2 相關性分析 相關性分析是探究變量X與Y相關關系的一種方法，有助于掌握二者之間的關聯程度。本研究使用SPSS 22.0對兩兩景區不同客源市場下的客源數據進行相關性分析，即對景區A客源市場數據與景區B客源市場數據進行相關性分析，將Person值大于0.8定義為強相關性，Person值在0.7～0.8間定義為中等強度相關性，而小于0.7為弱相關性。具體操作方法為，首先通過相關性分析探究景區A與景區B客源市場數據的相關性關聯，再通過相似歸類(即具有類似相關性表現的劃分為一組)對景區進行分組，分組后再通過相關性關系選取組中代表進行客源空間結構可視化。最終獲得53×53的景區相關性關系矩陣，再進行分組。

2 南京市景區特征與景區客源空間結構特征

2.1 南京市景區特征

使用ArcGIS對南京市53個景區地理位置進行可視化，其地理位置如圖1所示。南京市景區主要分布在 5個區域：中心城區、東部郊區、南部郊區、西部郊區和北部郊區。中心城區位于南京市地理中心位置，包含夫子廟、鐘山風景區等；東部郊區臨近揚州市；東南方與常州市、鎮江市交界；西部、南部、西北部與安徽省毗鄰。

圖1 南京市53個景區區域地理位置分布Fig. 1 The geographical distribution of 53 scenic spots in Nanjing

本研究對景區按照其自身特征進行分類，對上述53個景區按照景區等級、區位、類型與熱門程度進行劃分。景區等級可劃分為5A,4A,3A,2A和A景區[23]，結合南京市景區等級評定與鄉村景區未評級的現實情況，本研究將53個景區劃分為5A,4A,3A和2A及以下4個等級。根據景區區位[24]，結合南京市行政區劃劃分，將景區劃分為中心城區與郊區。景區旅游資源類型也常作為景區分類的標準[25，26]，本研究結合南京市景區發展狀況，將旅游景區分為人文景觀景區、自然景觀景區、人工開發景區及鄉村生態景區。旅游景區可按照游客接待量進行劃分[26]，游客在空間移動時會出現游覽人數相對集中的點，這些點可將其視為熱門景區。一般而言，景區等級與游客到訪率成正比[27]，而景區共有5個等級[23]，基于此，本研究結合國慶期間南京市景區接待游客人次實際情況，將景區也劃分為5個等級，即最熱門景區(游客總人次超過70萬人次)、熱門景區(游客總人次21萬～70萬人次)、較熱門景區(游客總人次7萬～21萬人次)、普通景區(游客總人次2.1萬～7萬人次)、冷門景區(游客總人次少于 2.1萬人次)。南京市53個景區特征如表1所示(由于篇幅限制，僅羅列其中10個)。

表1 南京市景區等級、位置、類型與熱門程度特征Tab. 1 The grade,location,type and popularity of scenic spots in Nanjing

2.2 南京市景區客源空間結構分析

根據客源占比數量劃分客源市場是劃分不同層級客源市場的重要依據，結合前人客源分級方法[28]及景區實際情況，本研究將國慶期間景區的客源地劃分為4個層級：第一級別南京層次(53個景區南京的客源占比數量均高于5%)、第二級別江蘇省(除南京)層次(超過90%以上的景區客源占比數量高于5%)、第三級別長三角區域層次(安徽省70%以上的景區客源占比數量高于5%，上海市20%以上的景區客源占比數量高于5%，浙江省15%以上的景區客源占比數量高于5%)。其余省市客源占比較低，因此將其他省、市、自治區列為第4級別客源地，即長三角外其他地區。在客源市場分層基礎上，分別對不同層級客源市場下不同特征的景區客源空間結構作分析。

2.2.1 第一級別客源地——南京市客源空間結構分析 根據式(1)計算南京市53個景區的地理集中指數，并將南京市客源占比、客源地理集中指數分別與景區等級、熱門度、距離新街口距離(即為距離市中心距離，反映區位)作分析，繪制箱線圖與散點圖，如圖2，3和4所示。由圖2和3可知，景區等級越低，南京本地游客比例越高，客源集中度越高；景區熱門程度越低，南京本地游客比例越高，客源集中度越高。由圖4可知，南京市客源占比與距離新街口距離散點圖擬合后符合多項式函數(y=-9×10-5x2+ 1.155×10-2x+ 0.378)，R2為0.404 4，擬合程度較高。客源地理集中指數與距離新街口距離散點圖通過擬合和符合乘冪函數(y=44.711x0.151)，R2為0.468 5，擬合程度較高。從中可以發現，隨著景區地理位置距市中心變遠，南京本地游客客源比呈現先上升后下降的趨勢，而地理集中指數則呈現出集中的趨勢。整體而言，景區等級越低，熱門程度越低，越位于南京市郊區，南京市本地客源占比越高，這些景區更受南京本地人歡迎。

圖2 南京景區客源比例、客源集中程度與景區等級關系Fig. 2 The relationship between the proportion,the concentration of tourists and the grades of scenic spots in Nanjing

圖3 南京景區客源比例、客源集中程度與景區熱門度關系Fig. 3 The relationship between the proportion,the concentration of tourists and the popularity of scenic spots in Nanjing

圖4 南京景區客源比例、客源集中程度與距離新街口(市中心)駕車距離關系Fig. 4 The relationship between the proportion,the concentration of tourists and the driving distance from Xinjiekou (Downtown)to Nanjing scenic spots

2.2.2 第二級別客源地——江蘇省客源空間結構分析 使用ArcGIS對第二級別客源地江蘇省(除南京市)的客源空間進行可視化分析，由于景區數量較多，且部分景區特征存在相似性，因此選取景區代表作為可視化對象，從而探究其所代表的一類景區的客源空間結構，選取依據為相關性分析。首先對53個景區的第二級別客源地的客源數據進行相關性分析，從而獲得一個53×53的相關性分析結果矩陣，再根據相似歸類原則，得到A～H組景區，再基于相關性分析結果選取組內代表。A～H組分別為：①A組共20個景區，主要是高等級、熱門、距中心城區近的景區。其中，鐘山風景名勝區客源分布情況與其余19個景區呈現強相關性，故以此為代表。②B組共10個景區，主要是位于高淳區、溧水區的鄉村類旅游景區。高淳國際慢城與其余9個景區呈現強相關性，故以此為代表。③C組共5個景區，主要為位于郊區的鄉村、人文景區。其中，石塘人家與其余4個景區的相關性最為明顯，故以此為代表。④D組共5個景區，主要位于南京市東部地區，靠近棲霞區。龍潭水一方生態休閑旅游區與其余4個景區呈現強相關性，故以此為代表。⑤E組共4個景區，主要為鄉村農莊景區。巴布羅生態谷與其余 3個景區呈現強相關性，故以此為代表。⑥F組為不老村、南京市博物館(朝天宮景區)，共2個景區，以南京市博物館(朝天宮景區)為代表。F組景區為較熱門的鄉村、熱門人文景區。⑦G組棲霞山風景區單獨成一類，其客源分布情況與其余52個景區均沒有強相關性或中等強度相關性，故獨立作為代表。棲霞山風景區特征與D組類似，但其熱門程度、景區等級更高。⑧H組明文化村(陽山碑材)景區單獨成一類，其客源分布情況與其余52個景區均沒有強相關性或中等強度相關性，因此獨立作為代表。H組景區主要為冷門人文景區。

對A～H組景區代表進行可視化，如圖5所示。由圖可知，江蘇省內經濟最發達、人口最多的蘇州游客對高等級、熱門、距南京中心城區近的鐘山風景名勝區更感興趣，為其最主要客源地；高淳國際慢城位于高淳區，以其為代表的B組鄉村類旅游景區受地理位置影響較大，與其接壤的常州市是最大客源地，臨近的無錫市和鎮江市則是第二、三大客源地位于郊區的石塘人家(C組)，其客源市場空間結構受地理位置影響較大，主要客源為蘇州、無錫、常州、鎮江4市；位于南京市東部、靠近棲霞區的景區龍潭水一方生態休閑旅游區(D組代表)，同樣其受地理位置影響，鎮江市、揚州市的游客對其更感興趣；以巴布洛生態谷為代表的E組景區，即鄉村農莊類景區主要位于六合區、浦口區(主要位于南京市北部地區)，地理位置上接近揚州市，揚州客源占比最高；F組景區，包含不老村和南京市博物院，其中，不老村業態豐富、環境優美，為首批全國鄉村旅游重點村，南京市博物院藏品眾多，為國家級博物館，是南京代表性景點之一，二者均在全國范圍內有較高知名度，因此對各地游客吸引力均較強，客源市場空間結構無明顯偏向，較為平均；G組景區與D組景區相似，受地理位置鄰近效應影響，鎮江、揚州游客對其更感興趣，但G組代表棲霞山風景區其熱門度更高、景區等級較D組更高，其客源市場空間結構在其余地級市中分布也較為顯著；明文化村較為冷門，代表冷門景區(H組)，無明顯結構偏向規律。可以總結出，第二級別客源市場位于郊區的鄉村型景區受地理位置影響較大，其客源較符合距離衰減現象，客源市場空間結構呈現由近及遠的同心圓分布規律(B組、C組、D組、E組、G組)，等級越高、越熱門的景區受距離因素影響越小(A組、F組、G組)。

圖5 江蘇省內景區客源空間結構Fig. 5 The spatial structure of tourism sources in Jiangsu province

2.2.3 第三級別客源地——長三角客源空間結構分析 與第二級別客源地景區空間結構分析操作類似，對第三級別客源地進行相關性分析，同樣可得53×53的長三角層級景區矩陣，根據結果進行分組并選取組中代表。分組情況為：①A組共17個景區，主要為高等級、熱門、距中心城區近的人文景區。紅山森林動物園與其余16個景區呈現強相關性，故以此為代表。②B組共13個景區，主要為鄉村農莊類景區。大塘金香草谷與其余12個景區呈現強相關性，以大塘金香草谷為代表。③C組共10個景區，主要特征為位于南京市西部郊區。巴布洛生態谷與其余9個景區呈現強相關性，以巴布洛生態谷為代表。④D組共4個景區，該組景區主要為人文類景區，且與歷史、戰爭等因素緊密關聯。雨花臺風景區與其余3個景區呈現強相關性，以雨花臺風景區為代表。⑤E組共4個景區，主要為鄉村類景區，楚韻花香與其余3個景區關聯性明顯，故以楚韻花香為代表。⑥F組包括紫清湖生態旅游溫泉度假區、天生橋景區2個景區，它們互相存在較強相關性而與其余51個景區均沒有強相關性或中等強度相關性，選擇其中之一的紫清湖生態旅游溫泉度假區為代表。⑦G組為總統府景區，其與石塘人家、黃龍峴茶文化村等6個景區存在較強的負相關性，因此以總統府景區為代表。⑧H組為大報恩寺遺址公園景區，其與石塘人家、黃龍峴茶文化村等9個景區存在較強的負相關性，因此將其單獨進行可視化，其特征主要表現為較熱門、人文類景區。上述組代表空間分布如圖6所示。

由圖6可得，以紅山森林動物園為代表的A組景區為高等級、熱門、距中心城區近的人文類景區，其受江蘇本地游客歡迎，其次是安徽省，而浙江省和上海市僅占很小的比例；大塘金香草谷(B組)為鄉村農莊景區，其客源市場空間結構與A組相近，但上海市游客比例顯著增加，說明上海游客對南京市鄉村農莊景區更感興趣；巴布洛生態谷(C組)位于南京市西部，相比江蘇省其他城市，與安徽省距離更近，安徽省是主要客源地，其次是江蘇省、上海市和浙江省，距離為影響該類景區客源空間結構的重要因素；雨花臺風景區為民族戰爭專題類人文景區，以其為代表的D組人文(歷史、戰爭相關)景區客源分布情況較為平均，無明顯結構偏向規律；E組與B組景區同為鄉村農莊類型景區，但E組景區(以楚韻花香為典型代表)更靠近安徽省，安徽游客對其更感興趣，游客占比較高，除此之外，該組景區對上海市的游客吸引力也較強；F組景區紫清湖生態旅游溫泉度假區為人工開發的度假景區，江蘇游客與上海游客對此較為感興趣；G組總統府景區與D組特征類似，均為文化類景區，總體上客源分布也較為平均；H組景區與G組特征類似，同樣為人文類景區，江蘇、浙江客源較多，總體客源市場空間結構較鄉村類景區更為平均。可以總結出，鄉村類景區更具距離敏感性，當景區位于南京市西部、更靠近安徽時，鄉村類景區的最大客源地為安徽省而非江蘇省(C組、E組)，人文類景區的距離敏感性相對較低(D組、G組、H組)。除此之外，也可以顯著發現，上海市游客對鄉村類景區、農莊類景區、度假型景區更感興趣(B組、E組、F組)。

圖6 長三角景區客源空間結構Fig. 6 The spatial structure of tourism sources in the Yangtze River Delta

2.2.4 第四級別客源地——長三角外其他地區客源空間結構分析 在第4級別層次劃分上，由于部分景區游客較少(許多客源地游客量為0)，不具代表性，因此將該部分游客量較少的景區(游客總量<1 000人次)從中剔除，共剔除20個景區。再對余下景區的客源市場進行與第二級別、第三級別類似的分組操作。分組情況為：①A組包括30個景區，主要為一些高等級、高熱度景區，夫子廟及秦淮河風光帶與其余29個景區呈現強、中度相關性，故以其為代表。②B組為龍袍鎮長江漁村、C組為河岸花海、D組為楚韻花香，這三組景區較其他景區而言，其客源結構特殊，因此分別單獨進行可視化。

由圖7可得，高等級、高熱度的景區如夫子廟及秦淮河風光帶，在第4級別客源市場上，其客源市場空間結構主要偏向距南京市較近的山東、河南、湖北、江西、廣東、福建6省，呈現以南京為中心向外同心圓減弱模式，符合距離衰減規律。龍袍鎮長江漁村，受到長江沿線的湖北省、重慶市游客的歡迎。河岸花海景區，其客源空間結構偏向山東、河南、陜西3省。楚韻花香景區，其客源市場空間結構主要偏向河南、湖北兩省。這是因為國慶長假期間，南京正處于氣候最為適宜期，且初秋南京許多花草植物仍然生長旺盛，而此時的北方地區溫度已開始大幅下降，氣候較為寒冷，幾乎無賞花機會，與此同時，河岸花海景區與楚韻花香景區又均與“花”有關，因此此類景點對北方游客的吸引力強于南方游客。

圖7 長三角外景區客源空間結構Fig. 7 Spatial structure of tourism sources in national scenic spots

由上述4個級別客源市場景區客源空間分析可得，不同區位、等級、類型、熱門程度的景區，客源市場空間結構存在差異。景區特征不同，客源市場空間結構也不同，具體總結如表2所示。南京市客源級別中，總體而言，景區等級、熱門程度越低，地理位置距市中心越遠，南京本地游客的比例越高，客源集中度越高。江蘇省內的高等級、高熱門度、位于中心城區的景區客源市場空間結構偏向蘇州，位于東部郊區的景區客源空間結構重心較多地偏向鎮江市和揚州市，鄉村類景區偏向蘇州、鎮江、無錫、常州4市。長三角地區的高等級、高熱門度、位于中心城區的景區偏向江蘇省，位于西部郊區景區則偏向安徽省，鄉村類景區偏向安徽省與上海市，人文類景區總體平均。全國其他地區的客源級別，高等級、高熱門度、位于中心城區的景區客源空間結構重心偏向距南京較近的山東省、河南省、湖北省和江西省，其余特殊景區遵從特殊分布規律。

表2 南京景區特征與客源空間結構關系Tab. 2 Relationship between the characteristics of Nanjing scenic spots and the spatial structure of tourist sources

3 結論與討論

3.1 結論

本研究通過大數據與ArcGIS可視化相結合的方式，探究了南京市不同區位、等級、類型、熱門程度的景區在南京市、江蘇省內、長三角地區和長三角外地區不同客源市場級別的客源空間結構特征，得出如下主要結論。

1)在以十一小長假為代表的短期旅游中，觀光型旅游者仍占主流，而休閑與度假更多集中于南京本地人與上海游客。南京市低等級、熱門度較低、地理位置位于郊區的鄉村類景區主要客源為南京，與此相反，除少數特殊景區，非南京市本土的游客較多選擇高等級、熱門度較高的傳統景區，這說明當前游客在短期旅游中，仍將景區游覽作為重要內容，而對于本地游客而言，觀光并不是其主要需求，其更多關注度假、休閑與放松。上海游客在選擇旅游景區時，也更加傾向于休閑、度假類鄉村、郊區型景區，這與以往文獻發現蘇南鄉村旅游重要客源市場為上海相一致[14]。

2)鄉村類景區客源市場空間結構具有顯著距離敏感性，呈現以景區為核心，客源空間以同心圓、半圓式點軸分散，而人文類景區客源市場空間結構對空間距離敏感性較低。以往研究表明，南京市景區客源市場空間結構呈現距離衰減現象[20]。本研究在此基礎上，發現不同類型景區距離衰減程度敏感性不同。由第3級別客源市場空間結構可以發現，位于西部、郊區的巴布洛生態谷、楚韻花香等景區，更受安徽省游客歡迎，而人文類景區則無明顯偏向，距離敏感性較低。由于南京作為“六朝古都”，其歷史文化悠久，人文薈萃，人文類景區等級較高，對游客的吸引力強，因此人文景區客源市場空間結構受距離影響較小。同時，也說明當前南京市旅游目的地形象仍主打人文品牌，鄉村景區知名度較低，鄉村景區對游客的吸引范圍局限于鄰近地區，受距離影響大。

3)特殊主題內容的景區受到特定群體歡迎，游客在選擇景區時存在求同心理與求異心理。以往研究發現游客在選擇旅游目的地尤其是文化旅游目的地時，既有求同心理，也有求異心理[29]，這在本研究亦得到印證。求同心理表現在，如南京市作為長江沿線城市，與長江有關的景區較多，其他同樣位于長江沿線的城市，對其有較高認同度，龍袍鎮長江漁村對長江沿岸客源地湖北和重慶有極強的吸引力。求異心理表現在，在十一期間，南京氣候舒適，植被等仍然較為豐富，而北方地區氣溫驟降，植被較為單一，花卉種類減少，而此時南京仍然有一些花卉展，氣候上的差異使得北方游客尋求與居住地不同的風景，因此南京市一些花卉景區如河岸花海對其具有明顯吸引力。

3.2 討論與對策建議

本研究結合景區特征分類探究國慶期間南京市景區客源結構，具有理論與實踐意義。從理論上看，首先，本研究對南京市不同特征類型景區的客源市場結構進行研究，豐富了前人僅對單一景區或多個不分類景區開展討論[17,18]。其次，本研究選擇國慶假期作為時間節點，證明在短期旅游中，南京市外游客仍將傳統景區觀光作為旅游主要內容，與本地游客在景區選擇上存在差異。再次，本研究發現不同特征的景區對距離敏感性存在差異，較前人所探討的南京市景區客源存在距離衰減現象是一個補充[20]。最后，本研究對景區使用相關性分析以選取組內代表具有一定參考意義與創新價值，可應用于其他研究。

從實踐上看，本研究有助于促進政府建設支持旅游業發展、景區營銷與旅行社線路設計。(1)政府層面。結合南京市景區“高聚中，低分聚”(高等級景區聚集在中心城區，低等級景區分散在郊區)與南京本地游客選擇郊區景區、外地游客選擇熱門度高景區的特點，率先將高等級、高知名度景區打造成為“景區帶”，提升外地游客旅游效率，同時，兼顧本地游客旅游權力，規劃旅游副中心，通過道路交通建設與地鐵等公共交通建設聯通郊區景區帶與旅游副中心，一方面服務本地游客，另一方面依托中心優勢，加強對周邊的引流。(2)景區層面，不同特征的景區應針對其主要客源市場，構建人群畫像，開展精準營銷、聯合營銷及捆綁營銷，如對于鄉村類景區而言，應將營銷市場對準上海市與蘇州、無錫、常州、鎮江4市，對于西部郊區景區，應將營銷市場對準安徽省等地，對于一些特殊景區，可提供特色服務，如長江漁村提供特色垂釣服務等。(3)旅行社層面。旅行社可結合客源市場空間結構設計特定路線，如以相似客源空間結構及景區特征的夫子廟秦淮風光帶、南京博物院、明文化村景區為元素設計“六朝古都線路”等，也可結合中心城區、郊區設計旅游線路。一方面不僅符合各景區客源空間體現出的游覽偏好規律；另一方面也能延長游客停留時間，從而帶來更好的旅游經濟效益并提升南京旅游市場水平。

本研究仍存在一些局限性。首先，客源數據范圍精確度不高，除江蘇省數據精確到地級市，其余數據均以省作為數據單位。第二，研究時間選定為2018年國慶長假期間，缺乏縱向對比。第三，研究對象為智慧旅游系統中的53個景區，未能涵蓋南京所有景區。除此之外，本研究在對景區進行分組中，根據相似歸類進行分組，存在一定局限性。在未來的研究中，可對上述幾個方面進行優化并開展深入研究，使南京市景區客源空間結構更加完整且精確。