EN中文

Arid Land Geography >

2026 , Vol. 49 >Issue 1: 140 - 150

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.639

Tourism Geography

Spatial distribution characteristics and sustainable development of sports tourism resources: A case of Xinjiang

  • Di YANG , 1 ,
  • Jin ZOU 2 ,
  • Xiaofei MA 3 ,
  • Xun ZHANG , 1 ,
  • Rui ZHOU 4 ,
  • Yanchun LIU 2 ,
  • Jinlian SHI 1
Expand
  • 1 Beijing Technology and Business University, Beijing 100048, China
  • 2 Hotan College of Xinjiang, Hotan 848099, Xinjiang, China
  • 3 State Key Laboratory of Desert and Oasis Ecology, Key Laboratory of Ecological Safety and Sustainable Development in Arid Lands, Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, Xinjiang, China
  • 4 Institute of Earthquake Forecasting, China Earthquake Administration, Beijing 100036, China

Received date: 2024-10-23

  Revised date: 2025-01-03

  Online published: 2026-03-11

Fold

Abstract

Tourism is an important industry in Xinjiang, and sports tourism plays an important role in promoting tourism strategies to prosper Xinjiang of China. Identifying the characteristics of spatial distribution and influencing factors of sports tourism resources can provide a scientific basis for the sustainable development of the sports tourism industry in Xinjiang. Adopting the sports tourism resources in Xinjiang in 2022 as the research object, this study uses exploratory spatial data analysis and geographical detectors to quantitatively explore their spatial distribution characteristics and influencing factors. The results indicate that: (1) The spatial distribution of sports tourism resources across Xinjiang in 2022 shows a significant imbalance, with a highly aggregated distribution, mainly concentrated in Urumqi, Changji Hui Autonomous Prefecture, and Ili Kazakh Autonomous Prefecture; on the whole, it is distributed more across the north and less across the south, forming a three-core spatial distribution pattern; in addition, the spatial dependence is obvious, with large differences being spatially correlated and with an uneven distribution of coldspot and hotspot areas. (2) The spatial distribution of sports tourism resources in Xinjiang is affected by such multi-dimensional factors as geography, traffic, and resources, among which, the average annual precipitation, distance from transportation hubs, average annual temperature, and elevation are the main influencing factors, while the road network density and amount of population have relatively minimal influence; this type of interaction is mainly dominated by dual-factor enhancement, indicating that the spatial distribution of sports tourism resources in Xinjiang is the result of the joint action of multiple factors. From this, scientific and reasonable suggestions are put forward for the sustainable development of the sports tourism industry in Xinjiang.

Key words： sports tourism resources; spatial distribution; influencing factors; Xinjiang

Cite this article

Di YANG , Jin ZOU , Xiaofei MA , Xun ZHANG , Rui ZHOU , Yanchun LIU , Jinlian SHI . Spatial distribution characteristics and sustainable development of sports tourism resources: A case of Xinjiang[J]. Arid Land Geography, 2026 , 49(1) : 140 -150 . DOI: 10.12118/j.issn.1000-6060.2024.639

2024年5月，习近平总书记对旅游工作作出重要指示，提出“加快建设旅游强国，让旅游业更好地服务美好生活、促进经济发展、构筑精神家园”。近年来，随着健康中国战略的深入实施，体育旅游受到国家高度关注，体育旅游蓬勃发展，正逐渐成为人们追求健康生活和休闲娱乐的重要选择。2023年国内参与体育旅游的人数突破1×109人次，达到中国旅游总人数的23%，体育旅游总体消费超过1×1012元[1]。
新疆地域辽阔，自然环境丰富多样，历史文化底蕴深厚，民族多元化特征显著，拥有众多民族传统体育活动，为体育旅游产业提供了巨大的发展潜力。旅游业是新疆的重要支柱产业，体育旅游是推进“旅游兴疆”战略的重要抓手。近年来，随着“一带一路”倡议的推进和交通基础设施的完善，新疆体育旅游产业发展迅速。体育旅游资源空间分布的合理规划和资源的有效开发利用是体育旅游产业健康持续发展的关键。因此，揭示新疆体育旅游资源的空间分布特征及其影响因素，可以为新疆体育旅游产业可持续发展提供科学依据。
体育旅游作为结合了体育活动和旅游体验的独特领域，逐渐被学术界所关注。研究内容涵盖对经济、社会等方面产生的影响[2]、体育旅游者的行为与动机[3]、体育旅游目的地营销[4]、产业发展模式[5]、资源开发与评价[6]、空间格局及影响因素[7]等方面。研究方法涉及统计学、经济学、地理学等多学科，如Jiang等[8]利用结构方程研究参与动机、价值共创过程和行为后果在参与式体育旅游中的结构关系；罗振中等[9]运用SWOT方法分析广元市休闲体育旅游产业的发展现状；罗亮等[10]使用地理信息系统（GIS）空间分析法对湖南省体育旅游资源的空间分布特征进行分析。
通过文献梳理发现，目前关于体育旅游资源空间格局的研究通常采用定量和定性相结合的方式探究体育旅游资源空间分布特征及影响因素。然而，这些研究往往体育旅游资源数据来源单一，对影响因素的探讨更多停留在定性层面，研究区域更多聚焦于传统热点城市群，鲜少选择以旅游业为支柱产业的新疆地区。鉴于此，本研究聚焦于新疆，基于高德地图兴趣点（POI）数据、官方资源等多源数据，综合运用探索性空间数据分析和地理探测器定量探究2022年新疆体育旅游资源的空间分布特征及其影响因素。在此基础上，提出新疆体育旅游产业可持续发展的建议，以期为全国范围内体育旅游产业结构的优化和空间布局的调整提供参考和借鉴。

1 数据与方法

1.1 研究区概况

新疆位于中国西北边陲，地处亚欧大陆腹地，是中国面积最大的省级行政区。新疆地形地貌多样，拥有丰富的自然景观资源，如高山、草原、沙漠、湖泊等，为体育旅游提供了得天独厚的条件。新疆气候类型多样，从干旱的沙漠气候到高山寒冷气候，为开展多种户外体育旅游活动（如滑雪、登山、徒步等）创造了良好的环境。此外，新疆是多民族聚居区，其独特的民俗文化和民族风情，如哈萨克族的赛马、摔跤等传统体育项目，也为体育旅游增添了无穷魅力。近年来，新疆大力促进体育与旅游深度融合，成功打造了一批体育旅游精品项目，推动经济发展。

1.2 体育旅游资源分类

本研究引用于素梅[11]对体育旅游资源的定义，即在自然界或人类社会中凡能对体育旅游者产生吸引力，并能进行体育旅游活动，为旅游业所利用且能产生社会、经济、生态效益的各种事物与因素的总和。在参考国家标准《旅游资源分类、调查与评价》（GB/T18972-2003）[12]的基础上，结合新疆体育旅游发展特征，将体育旅游资源划分为主类、亚类和基本类型3个层次（表1）。
表1 体育旅游资源分类

Tab. 1 Classification of sports tourism resources

主类 亚类 基本类型
参与型


 体育休闲活动 公园休闲体育、垂钓、高尔夫、露营等
强身健体 登山、户外徒步等
激情冒险 探险、漂流、越野、滑雪等
体育赛事 大、中、小型体育赛事
观赏型


 自然景观 风景名胜
民族民俗 民族体育节庆
现代节庆 旅游节等活动
体育建筑设施 体育场馆

1.3 数据来源

本研究基于高德地图POI数据，综合利用国家体育总局、新疆维吾尔自治区体育局、新疆维吾尔自治区文化和旅游厅的官方资源，结合网络搜索，以去哪儿网、携程等旅游平台为补充，整理筛选后共得到694项体育旅游资源。其中，体育赛事类资源选取时间为2021年11月—2023年8月。根据上述分类将体育旅游资源划分为体育休闲活动、强身健体、激情冒险、体育赛事、自然景观、民族民俗、现代节庆和体育建筑设施8种类型。
高程数据来源于地理空间数据云ASTER GDEM 30 m分辨率数字高程数据，经坡度分析得到坡度数据；降水量数据来源于ERA5-Land数据集2022年1 km分辨率逐月平均降水数据；气温数据来源于国家青藏高原科学数据中心2022年1 km分辨率逐月平均气温数据；植被覆盖指数数据来源于MOD13A3数据集2022年1 km分辨率逐月归一化植被指数（NDVI）数据，分别计算年平均值，得到逐年数据；人口数据来源于LandScan平台2022年1 km分辨率人口分布数据；水系和路网数据来源于OpenStreetMap；交通枢纽和旅游景区数据来源于高德地图POI数据。

1.4 研究方法

1.4.1 探索性空间数据分析

探索性空间数据分析（ESDA）是指通过一系列空间数据分析方法和技术对事物或现象的空间分布格局进行描述与可视化，揭示研究对象之间的空间相互作用机制，可以作为探究体育旅游资源空间分布特征的有力工具[13]。本研究运用最近邻指数和网格维数分析探究新疆体育旅游资源的空间分布类型，运用核密度分析探究其空间分布密度，运用空间自相关分析探究其空间相关性。
（1）最近邻指数
最近邻指数用于分析点状要素的邻近程度[14]，采用最近邻指数探究体育旅游资源的空间分布类型。计算公式为：
γ = γ 0 γ E
式中： γ为最近邻指数； γ 0为实际平均最近邻距离； γ E为期望平均最近邻距离。γ<1时，表示集聚分布；γ>1时，表示均匀分布；γ=1时，表示随机分布。
（2）网格维数分析
网格维数分析能够表征自相似系统的分形特征，并且能有效测算区域内点状要素是否均衡分布，主要测算指标为容量维和信息维。网格维数介于0~2之间，值越大说明分布的均衡特征越明显。采用网格维数分析探究体育旅游资源空间分布的复杂程度与均衡程度[15]。
如果体育旅游资源空间分布具有无标度性，则有：
N r ~ r - D 0
式中： r为网格尺寸 ； N r为体育旅游资源占据的网格数量； D 0为容量维数。
根据信息熵公式，信息量[ I r ]与体育旅游资源在网格中分布的概率（ P a b）存在以下关系：
I r = - ∑ a k ∑ b k P a b r l n P a b
P a b = M a b ∕ M
式中： k = 1 r，为分段数； M a b为分布在第 a行第 b列网格中的体育旅游资源数量； M为体育旅游资源总数。如果体育旅游资源点集分形，则有：
I r = I 0 + D 1 l n k
式中： D 1为信息维数； I 0为常数[16]。
（3）核密度分析
核密度分析能够测算要素在区域内的分布密度，采用核密度分析法探究体育旅游资源的空间分布密度。计算公式为：
f x = 1 M h ∑ t = 1 M K x - x t h          
式中： f x为核密度； K x - x t h为核函数； x - x t为估计值点 x到测量点 x t的距离；h为带宽[17]。
（4）空间自相关分析
空间自相关分析用于研究空间单元的整体和局部空间关系，采用空间自相关分析判断体育旅游资源的空间相关性。在分析全局空间关系时，测度指标为全局莫兰指数（Global Moran’s I），具体计算公式[18]为：
Global Moran’s I = n ∑ i = 1 n ∑ j = 1 n W i j y i - y - y j - y - ∑ i = 1 n ∑ j = 1 n W i j ∑ i = 1 n y i - y - 2
式中： y i和 y j分别为空间单元 i和 j的观测值； W i j为空间权重；   y -为各空间单元观测值的平均值； n为空间单元数量。Global Moran’s I介于-1~1之间，正值表明体育旅游资源空间分布呈正相关，负值表明体育旅游资源空间分布呈负相关，零值表明体育旅游资源空间分布不相关。
使用局部莫兰指数（Local Moran’s I）[19]和 Getis-OrdG i *指数综合衡量局部空间关系，具体计算公式为：
I i = z i ∑ i = 1 n W i j z j
式中： I i为空间单元 i的局部莫兰指数； z i和 z j分别为空间单元 i和 j的标准化观测值。根据 I i值的大小，可将空间单元划分为高-高集聚区、高-低集聚区、低-高集聚区和低-低集聚区4种空间关联模式。
G i * = ∑ i = 1 n W i j y i ∑ i = 1 n y i
式中： G i *为局部空间关联指数。如果 G i *显著为正，表明空间单元 i为高值集聚的热点区；如果 G i *显著为负，表明空间单元 i为低值集聚的冷点区[20]。

1.4.2 地理探测器

地理探测器用于探究空间分异性及其驱动因素[21]，本研究采用地理探测器分析体育旅游资源空间分布的影响因素。因子探测用来衡量影响因素对体育旅游资源空间分布解释力的强弱，用q值度量。计算公式为：
q = 1 - ∑ l = 1 L N l σ l 2 N σ 2
式中： N l和 σ l 2为 l层的样本量和方差；N和 σ 2为整个区域的样本量和方差。q的取值范围为[0,1]，值越大说明解释力度越大。
交互作用探测用来探究影响因素之间的交互作用，即影响因素两两共同作用时是否会增强或减弱对因变量的解释力[22-24]。

2 结果与分析

2.1 新疆体育旅游资源空间分布特征

本研究从空间分布差异、空间分布类型、空间分布密度、空间相关性4个维度分析新疆体育旅游资源空间分布特征。

2.1.1 空间分布差异

从新疆体育旅游资源的空间分布情况可以看出，2022年新疆体育旅游资源主要分布在北疆地区，在乌鲁木齐市分布较为集中，逐渐向外围递减，而南疆地区相对匮乏（图1）。不同地区的体育旅游资源分布数量存在显著差异，其中乌鲁木齐市数量最多，北屯市、可克达拉市、图木舒克市数量极少（图2）。总体而言，新疆体育旅游资源在空间上分布不均，并表现出较强的地区差异性。
图1 新疆体育旅游资源空间分布

注：基于自然资源部标准地图服务网站审图号为GS(2023)2767号的标准地图制作，底图边界无修改。昌吉州、博州、伊犁州直、克州、巴州分别为昌吉回族自治州、博尔塔拉蒙古自治州、伊犁哈萨克自治州直属县市、克孜勒苏柯尔克孜自治州、巴音郭楞蒙古自治州的简称。下同。

Fig. 1 Spatial distribution of sports tourism resources in Xinjiang

图2 新疆不同地区体育旅游资源数量分布

Fig. 2 Number distribution of sports tourism resources in different regions of Xinjiang

新疆各类型体育旅游资源数量占比情况如图3所示。从总体上看，2022年新疆体育旅游资源各类型数量差异显著，主要以体育休闲活动、自然景观和体育建筑设施类为主，而民族民俗、现代节庆类占比极小。各类型体育旅游资源的空间分布情况也存在差异（图4）。体育休闲活动类资源主要集中在北疆地区。北疆地区气候适宜，有利于体育休闲活动的开展，自然景观丰富，为体育休闲活动提供理想场所，交通、住宿、餐饮等基础设施相对完善，为体育休闲活动的开展提供了便利。体育建筑设施类资源主要集中分布在乌鲁木齐市。乌鲁木齐市作为省会城市，人口密集，对体育设施的需求量大，较高的经济发展水平为体育建筑设施的建设提供资金保障，基础设施完善，为体育建筑设施的运营提供支持。总体而言，地理环境、资源禀赋、交通等多种因素影响了不同类型体育旅游资源在特定区域的发展潜力和吸引力。
图3 新疆各体育旅游资源类型数量占比

Fig. 3 Number proportion of each sports tourism resource type in Xinjiang

图4 新疆不同类型体育旅游资源空间分布

Fig. 4 Spatial distribution of different types of sports tourism resources in Xinjiang

综上所述，2022年新疆体育旅游资源空间分布在空间尺度上地区分异显著，在类型分布方面地区主导类型差异性突出。

2.1.2 空间分布类型

根据最近邻指数的计算结果（表2），体育旅游资源的最近邻指数为0.00000401，小于1，表明2022年新疆体育旅游资源在空间上呈高度集聚分布。不同类型资源的最近邻指数均小于1，均呈现出显著的集聚特征。
表2 新疆体育旅游资源最近邻指数

Tab. 2 Nearest neighbor index of sports tourism resources in Xinjiang

资源类型 最近邻指数
整体 0.00000401
体育休闲活动 0.00000388
强身健体 0.00001726
激情冒险 0.00000768
自然景观 0.00000605
民族民俗 0.00000287
现代节庆 0.00001293
体育建筑设施 0.00000319
体育赛事 0.00001053
计算体育旅游资源占据的网格数量[N(r)]和信息量[ I r ]，根据[ l n N r ,   l n k]和[ I r , l n k]绘制散点图（图5），拟合回归后确定容量维和信息维。容量维值为1.35，表明新疆体育旅游资源的分布有一定的聚集趋势，但这种聚集不是均匀的。信息维值为1.14，表明新疆体育旅游资源空间上分布不均衡，存在显著差异。
图5 新疆体育旅游资源网格维数

注： N r为体育旅游资源占据的网格数量； I r为信息量； k为分段数；r为皮尔逊相关系数。

Fig. 5 Grid dimension of sports tourism resources in Xinjiang

综上所述，2022年新疆体育旅游资源空间分布具有显著的不均衡性，呈高度聚集分布，主要集中分布在乌鲁木齐市、昌吉回族自治州和伊犁哈萨克自治州直属县市。

2.1.3 空间分布密度

利用ArcGIS软件进行核密度分析，绘制体育旅游资源的核密度分布图（图6）。总体而言，2022年新疆体育旅游资源空间分布密度差异显著，整体呈现出“北多南少”的特点，形成了“一主两次”的三核心空间分布格局。其中，以乌鲁木齐市及周边地区分布最密集为主核心，次核心由以伊犁哈萨克自治州直属县市、博尔塔拉蒙古自治州为主的西部地区和以阿克苏地区为核心的西南地区组成。
图6 新疆体育旅游资源核密度分布

Fig. 6 Kernel density distribution of sports tourism resources in Xinjiang

2.1.4 空间相关性

利用ArcGIS的Global Moran’s I工具进行全局空间自相关分析，结果显示，Global Moran’s I指数为0.42，大于0，Z得分为80.52，P值为0，表明2022年新疆体育旅游资源分布存在显著的空间正相关，具有明显的空间依赖特征[25]。然后使用Getis-Ord General G工具判断高低聚类，Z得分为91.57，存在显著的高高集聚的情况。
利用Anselin Local Moran’s I工具进一步进行局部空间自相关分析，生成新疆体育旅游资源密度LISA空间聚类图（图7）。高-高集聚区主要集中在乌鲁木齐市及周边地区；高-低集聚区散落分布在各个地区；低-高集聚区主要集中在伊犁哈萨克自治州直属县市、塔城地区和喀什地区，零星散落在其他区域；低-低集聚区极少，分布在和田地区南部边缘。总体来看，2022年新疆体育旅游资源的空间关联性表现出明显的差异，整体呈现“高-高”与“低-高”各自集聚、“高-低”散落、“低-低”缺乏的特征。
图7 新疆体育旅游资源密度LISA空间聚类

Fig. 7 LISA agglomeration of density of sports tourism resources in Xinjiang

进一步利用Getis-Ord G i *工具探究体育旅游资源空间分布的冷热点区域（图8），结果显示新疆体育旅游资源空间分布只有热点区，主要集中在乌鲁木齐市及周边地区，很大程度上与这些地区得天独厚的自然资源、便捷的交通网络和政府的政策支持等密切相关。总体来看，2022年新疆体育旅游资源冷热点区域分布极不均衡。
图8 新疆体育旅游资源热点分析

Fig. 8 Hotspot analysis of sports tourism resources in Xinjiang

2.2 新疆体育旅游资源空间分布影响因素

在参考已有研究[26-27]的基础上，结合各地区三次产业发展现状，遵循数据的可获得性与科学性原则，从地理、交通、资源3个维度选取10个影响因素，具体包括：地理维度（高程、坡度、年均降水量、年均气温、人口数量、水系密度、植被覆盖指数），交通维度（距交通枢纽距离、路网密度），以及资源维度（旅游景区密度）。运用地理探测器探测各影响因素对新疆体育旅游资源空间分布的解释力，包括单影响因素分析和双因素驱动分析。

2.2.1 单影响因素分析

使用地理探测器对单个影响因素进行因子探测（表3）。结果表明，各影响因素对新疆体育旅游资源空间分布的影响存在显著差异，影响力排序为：年均降水量>距交通枢纽距离>年均气温>高程>坡度>植被覆盖指数>旅游景区密度>水系密度>路网密度>人口数量。其中，年均降水量、距交通枢纽距离、年均气温和高程通过了1%水平的显著性检验，表明这些因素对体育旅游资源空间分布的影响较大，而路网密度和人口数量的影响相对最小。
表3 单因子探测结果

Tab. 3 Single factor detection results

影响因素 q值 P值 影响力排序
高程 0.169 0.005 4
坡度 0.143 0.609 5
年均降水量 0.297 0.000 1
年均气温 0.191 0.000 3
人口数量 0.006 0.944 10
水系密度 0.090 0.095 8
植被覆盖指数 0.102 0.018 6
距交通枢纽距离 0.244 0.000 2
路网密度 0.022 0.862 9
旅游景区密度 0.100 0.121 7

注：q值为各影响因素对新疆体育旅游资源空间分布的影响强度。

具体而言：（1）降水作为最重要的影响因素，直接影响地区的生态环境和自然景观，从而影响体育旅游活动的可行性和吸引力。新疆北部和中部地区降水相对丰富，生态环境良好，自然景观丰富，有利于开展登山、徒步等户外活动，而南部地区降水较少，生态环境较为脆弱，不利于这些活动的开展。（2）由于新疆地域广阔，交通基础设施对体育旅游资源的可达性至关重要。靠近交通枢纽的地区如乌鲁木齐市，其体育旅游资源得到较好的开发和利用，成为体育旅游资源的主要集中地，而偏远地区则因交通不便导致资源开发受限。（3）气温影响体育旅游活动的适宜性，新疆北部和中部地区气温较为适宜，适合开展各类体育旅游活动，而南部地区夏季炎热，冬季寒冷，限制了户外活动的开展。（4）高程影响地形地貌和气候条件，进而影响体育旅游活动的类型和分布。新疆北部和西部地区海拔较高，为开展登山、滑雪等活动提供了良好条件，而南部地区较低的海拔则不适宜这些活动。（5）新疆地形多样，包括高山、沙漠和草原等，即使在坡度较小、植被覆盖较少、远离旅游景区的地方也可以开展多种体育活动，如沙漠探险和草原赛马等。（6）河流水系提供了丰富的水上活动资源，如漂流等，但其影响力相对较低可能因为新疆地区河流分布的局限性。（7）虽然路网密度对旅游目的地可达性有一定影响，但在新疆这样地广人稀、自然景观为主的地区，其影响力相对较低。（8）新疆的自然景观和独特文化对游客具有强大吸引力，而这些资源的分布与人口数量不直接相关，导致人口因素的影响较小。

2.2.2 双因素驱动分析

利用地理探测器进一步进行交互作用探测（图9）。结果表明，旅游景区密度与年均降水量、年均气温、距交通枢纽距离之间的交互作用为非线性增强，其余影响因素之间的交互作用均为双因子增强，说明新疆体育旅游资源的空间分布是多因素共同作用的结果。其中，年均降水量与坡度（0.709）、年均降水量与高程（0.703）、年均降水量与水系密度（0.689）、年均降水量与植被覆盖指数（0.685）的交互作用较为显著，表明：对于新疆来说，降水量充足、坡度适中、海拔适宜、水系密度较大、植被覆盖程度较高的地区，更有利于体育旅游资源的形成和发展。
图9 交互作用探测结果

注：q值为各影响因素两两共同作用时对新疆体育旅游资源空间分布的影响强度。

Fig. 9 Interaction detection results

3 讨论

不同于以往研究体育旅游资源数据来源单一，本研究基于POI数据、官方资源等多源数据，运用探索性空间数据分析定量探究2022年新疆体育旅游资源空间分布特征。研究发现，新疆体育旅游资源空间分布形成了“一主两次”的三核心空间分布格局，与罗亮等[10]对湖南省体育旅游资源的研究相比，空间集聚特征更为显著，这可能与新疆独特的地理环境和资源禀赋有关。此外，本研究还通过地理探测器分析了多因素交互作用，发现年均降水量与坡度、高程和水系密度等影响因素的双因子增强效应显著，表明自然环境对体育旅游资源的形成和发展具有重要作用。这一发现补充了以往对新疆旅游资源空间分布研究的不足，也为新疆乃至全国体育旅游产业的可持续发展提供了科学依据。
尽管本研究对新疆体育旅游资源的空间分异性及其驱动机制进行了多学科、多方法的集成研究，但指标选取仍未考虑到软硬件设施、人均收入等因素。未来应从地理学、社会学、经济学等多学科角度出发，完善体育旅游资源空间格局的影响因素库，进一步探究关键影响因素。

4 结论与建议

4.1 结论

（1）2022年新疆体育旅游资源空间分布具有显著的不均衡性，呈高度聚集分布，主要集中分布在乌鲁木齐市、昌吉回族自治州和伊犁哈萨克自治州直属县市；体育休闲活动、体育建筑设施等不同类型的体育旅游资源在地理分布上存在差异。新疆体育旅游资源整体上呈现出“北多南少”的分布特点，形成了以乌鲁木齐市及周边地区为主核心，以伊犁哈萨克自治州直属县市、博尔塔拉蒙古自治州为主的西部地区和以阿克苏地区为核心的西南地区为次核心的“一主两次”三核心空间分布格局。此外，新疆体育旅游资源分布的空间依赖特征明显，空间关联性差异较大，冷热点区域分布不均。
（2）新疆体育旅游资源空间分布受地理、交通和资源等多维度因素的影响，各影响因素对新疆体育旅游资源空间分布的影响力差异明显；其中，年均降水量、距交通枢纽距离、年均气温和高程影响力较大，通过了显著性检验，而路网密度和人口数量影响力相对最小。交互作用类型主要以双因子增强为主，表明新疆体育旅游资源空间分布是多因素共同作用的结果。特别是年均降水量与坡度、高程、水系密度及植被覆盖指数的交互作用较为显著，表明降水量充足、坡度适中、海拔适宜、水系密度较大、植被覆盖程度较高的地区更有利于体育旅游资源的形成和发展。

4.2 建议

基于对新疆体育旅游资源空间分布特征及其影响因素的分析，为推动新疆体育旅游产业的可持续发展提出以下建议：
（1）强化核心区域的资源整合与开发。针对“一主两次”的三核心空间分布格局，应加强对乌鲁木齐等核心区域的体育旅游资源的整合与开发，利用这些地区的资源聚集优势，打造体育旅游精品项目和示范区。
（2）加强基础设施建设，提高服务质量。在体育旅游资源丰富的地区，特别是次核心区域，加强交通、住宿、餐饮等基础设施建设，提高旅游服务质量和接待能力。
（3）差异化、特色化发展。根据不同地区的特点发展具有区域特色的体育旅游活动，发展具有新疆特色的体育旅游项目，比如结合新疆丰富的民族文化和自然景观，开发民族体育赛事、户外探险节等，以增强体育旅游吸引力。
（4）加强环境保护，促进可持续发展。考虑到海拔、降水、气温等自然因素的重要性，加强环境保护，合理规划体育旅游活动，推广低碳、环保的体育旅游装备和技术，减少对环境的负面影响。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
杨茜. “数字中国”背景下河南省体育旅游产业发展策略研究[J]. 河南财政金融学院学报(自然科学版), 2024, 33(2): 84-87.

[Yang Qian. Research on development strategy of sports tourism industry in Henan Province in background of “Digital China”[J]. Journal of Henan Institute of Education (Natural Science Edition), 2024, 33(2): 84-87.]

[2]
Cooper J A, Alderman D H. Cancelling march madness exposes opportunities for a more sustainable sports tourism economy[J]. Tourism Geographies, 2020, 22(3): 525-535.

DOI

[3]
Nishio T, Larke R, Van H H, et al. Analysing the motivations of Japanese international sports-fan tourists[J]. European Sport Management Quarterly, 2016, 16(4): 487-501.

DOI

[4]
Jin N P, Lee H, Lee S. Event quality, perceived value, destination image, and behavioral intention of sports events: The case of the IAAF World Championship, Daegu, 2011[J]. Asia Pacific Journal of Tourism Research, 2013, 18(8): 849-864.

DOI

[5]
杨强. 体育旅游产业融合发展的动力与路径机制[J]. 体育学刊, 2016, 23(4): 55-62.

[Yang Qiang. Driving force and path mechanisms of the converged development of the sports tourism industry[J]. Journal of Physical Education, 2016, 23(4): 55-62.]

[6]
姜付高, 曹莉, 孙晋海, 等. 我国滨海地区体育旅游资源禀赋、丰度与绩效评价研究[J]. 天津体育学院学报, 2016, 31(4): 277-282.

[Jiang Fugao, Cao Li, Sun Jinhai, et al. The assessment of the endowment, abundance and performance evaluation of sports tourism resources of the coastal regions in China[J]. Journal of Tianjin University of Sport, 2016, 31(4): 277-282.]

[7]
张新, 刘家明, 朱鹤, 等. 北京郊区参与型体育旅游资源时空演化特征及影响因素[J]. 资源科学, 2020, 42(11): 2196-2209.

DOI

[Zhang Xin, Liu Jiaming, Zhu He, et al. Spatiotemporal change and influencing factors of participatory sport tourism resources in Beijing suburbs[J]. Resources Science, 2020, 42(11): 2196-2209.]

DOI

[8]
Jiang X W, Kim A, Kim K, et al. Motivational antecedents, value co-creation process, and behavioral consequences in participatory sport tourism[J]. Sustainability, 2021, 13(17): 9916, doi: 10.3390/su13179916.

[9]
罗振中, 戴朝. 广元市休闲体育旅游资源的SWOT分析[J]. 体育科技, 2024, 45(1): 113-115.

[Luo Zhenzhong, Dai Chao. SWOT analysis of tourism resources of leisure sports in Guangyuan City[J]. Sport Science and Technology, 2024, 45(1): 113-115.]

[10]
罗亮, 范冬云, 刘晴. 湖南省体育旅游资源空间分布特征及区划分析[J]. 体育文化导刊, 2018(5): 89-93.

[Luo Liang, Fan Dongyun, Liu Qing. Research on characteristics of spatial distribution and division of sports tourism resources in Hunan Province[J]. Sports Culture Guide, 2018(5): 89-93.]

[11]
于素梅. 中国体育旅游研究[M]. 北京: 中国水利水电出版社, 2006: 43-51.

[Yu Sumei. The research on Chinese sport tourism[M]. Beijing: China Water & Power Press, 2006: 43-51.]

[12]
中华人民共和国国家质量监督检验检疫总局. GB/T18972-2003. 旅游资源分类、调查与评价[S]. 北京: 文化和旅游部, 2003.

[General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China. GB/T18972-2003. Classification, investigation and evaluation of tourism resources[S]. Beijing: Ministry of Culture and Tourism, 2003.]

[13]
靳诚, 陆玉麟. 基于县域单元的江苏省经济空间格局演化[J]. 地理学报, 2009, 64(6): 713-724.

[Jin Cheng, Lu Yulin. Evolvement of spatial pattern of economy in Jiangsu Province at county level[J]. Acta Geographica Sinica, 2009, 64(6): 713-724.]

DOI

[14]
黄钦, 杨波, 龚熊波, 等. 基于POI数据的长沙市旅游景点空间格局分析[J]. 湖南师范大学自然科学学报, 2021, 44(5): 40-49.

[Huang Qin, Yang Bo, Gong Xiongbo, et al. Analysis on spatial pattern of tourist attractions in Changsha City based on POI data[J]. Journal of Natural Science of Hunan Normal University, 2021, 44(5): 40-49.]

[15]
郑光辉, 蒋涤非, 陈国磊, 等. 中国乡村旅游重点村空间分布格局及影响机理研究[J]. 干旱区资源与环境, 2020, 34(9): 194-201.

[Zheng Guanghui, Jiang Difei, Chen Guolei, et al. Spatial distribution pattern and influence mechanism of key rural tourism villages in China[J]. Journal of Arid Land Resources and Environment, 2020, 34(9): 194-201.]

[16]
宋小龙, 马明德, 李陇堂, 等. 宁夏乡村旅游重点村空间格局与影响因素分析[J]. 干旱区地理, 2024, 47(11): 1957-1969.

DOI

[Song Xiaolong, Ma Mingde, Li Longtang, et al. Spatial pattern and influencing factors of key rural tourism villages in Ningxia[J]. Arid Land Geography, 2024, 47(11): 1957-1969.]

DOI

[17]
刘周敏, 周鸿璋, 曹庆荣. 基于ArcGIS下国家级体育特色小镇空间分布特征及影响因素研究[J]. 成都体育学院学报, 2020, 46(4): 62-67.

[Liu Zhoumin, Zhou Hongzhang, Cao Qingrong. ArcGlS-based research on spatial distribution characteristics and influencing factors of national sports towns[J]. Journal of Chengdu Sport University, 2020, 46(4): 62-67.]

[18]
Caragliu A, Nijkamp P. Space and knowledge spillovers in European regions: The impact of different forms of proximity on spatial knowledge diffusion[J]. Journal of Economic Geography, 2016, 16(3): 749-774.

DOI

[19]
Anselin L. Local indicators of spatial association: LISA[J]. Geographical Analysis, 1995, 27(2): 93-115.

DOI

[20]
张凯煌, 千庆兰, 陈清怡. 多尺度视角下中国新能源汽车产业创新空间格局及网络特征[J]. 地理科学进展, 2021, 40(11): 1824-1838.

DOI

[Zhang Kaihuang, Qian Qinglan, Chen Qingyi. Multilevel spatial patterns and network characteristics of China’s new energy vehicle industrial technological innovation[J]. Progress in Geography, 2021, 40(11): 1824-1838.]

DOI

[21]
常艳萍, 李玉娟, 彭仕兰. 贵州省A级旅游景区空间分异及影响因素——基于地理探测器模型研究[J]. 国土与自然资源研究, 2024(3): 84-90.

[Chang Yanping, Li Yujuan, Peng Shilan. Spatial differentiation and influencing factors of A-class scenic spots in Guizhou Province: Research based on geographical detector model[J]. Territory & Natural Resources Study, 2024(3): 84-90.]

[22]
李若倩, 孟斌. 基于地理探测器的北京市居民通勤距离影响因素分析[J]. 资源开发与市场, 2020, 36(5): 449-455.

[Li Ruoqian, Meng Bin. Based on geographical detector analysis on influencing factors of commuting distance of Beijng residents[J]. Resource Development & Market, 2020, 36(5): 449-455.]

[23]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

DOI

[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.]

DOI

[24]
张赫, 彭千芮, 王睿, 等. 中国县域碳汇时空格局及影响因素[J]. 生态学报, 2020, 40(24): 8988-8998.

[Zhang He, Peng Qianrui, Wang Rui, et al. Spatiotemporal patterns and factors influencing county carbon sinks in China[J]. Acta Ecologica Sinica, 2020, 40(24): 8988-8998.]

[25]
邹建琴, 明庆忠, 刘安乐, 等. 中国红色旅游经典景点空间分布格局及其影响因素异质性[J]. 自然资源学报, 2021, 36(11): 2748-2762.

DOI

[Zou Jianqin, Ming Qingzhong, Liu Anle, et al. Spatial distribution pattern of classic red tourism scenic spots and heterogeneity of its influencing factors in China[J]. Journal of Natural Resources, 2021, 36(11): 2748-2762.]

DOI

[26]
Zuo Y F, Chen H, Pan J C, et al. Spatial distribution pattern and influencing factors of sports tourism resources in China[J]. ISPRS International Journal of Geo-Information, 2021, 10(7): 428-436.

DOI

[27]
朱磊, 李燕楠, 徐佳慧, 等. 中国冰雪旅游地空间分布格局及成因[J]. 干旱区地理, 2024, 47(8): 1399-1410.

DOI

[Zhu Lei, Li Yannan, Xu Jiahui, et al. Spatial distribution pattern and causes of ice and snow tourism in China[J]. Arid Land Geography, 2024, 47(8): 1399-1410.]

DOI

Options
Outlines

/

〈 〉