Welcome to visit Anhui Agricultural Science Bulletin!

Characteristics of spatial and temporal evolution of forest wellness bases and their driving factors in Hunan Province

  • Xia Shirong 1 ,
  • Hu Wei 2 ,
  • Li Yongfei 1 ,
  • Li Xinyi 1 ,
  • Xiang Jianjun 2 ,
  • Jiang Lanni 1
Expand
  • 1. Hunan Provincial Key Laboratory of Ecological Tourism, Jishou University, Zhangjiajie 427000, China
  • 2. Administration Bureau of Badagongshan National Nature Reserve, Sangzhi 427100, China

Received date: 2025-11-26

  Online published: 2026-04-29

Abstract

Based on the ArcGIS 10.6 platform, this study utilized the published relevant data and geographic information of 93 provincial-level and above forest health resorts in Hunan Province (as of August 2025). By applying methods such as the nearest neighbor index, kernel density analysis, spatial centroid - standard deviation ellipse model, and geographic detector, it explored their spatial distribution characteristics, temporal and spatial evolution characteristics, and the causes of their formation. The results showed that the spatial aggregation index R was 0.802 < 1, theoretical closest distance was 19.68 km, and actual closest distance was 24.53 km, the p-value was less than 0.01, indicating a spatially cohesive distribution. From 2020 to 2023, the forest health care bases in the study area underwent a phased evolution of “dual-core aggregation - band-like extension - multi-pole networking”, with the maximum density of the core increasing from 7.9 to 14, and the spatial center underwent a repetitive migration process from the central area to the southern area, then to the central-northern area, and finally to the southern area. The natural conditions such as forest coverage rate and water system constitute the resource foundation. The interaction between the output value of the primary industry and the number of tourists received exhibits strong stability and strong synergy. The q value was greater than 0.8 in all four years, indicating human factors such as forestry output value, transportation accessibility and urban radiation power were important driving forces for the formation of the agglomeration pattern. The research results can provide a reference for optimizing the allocation and spatial layout planning of health care resources in the relevant areas.

Cite this article

Xia Shirong , Hu Wei , Li Yongfei , Li Xinyi , Xiang Jianjun , Jiang Lanni . Characteristics of spatial and temporal evolution of forest wellness bases and their driving factors in Hunan Province[J]. Anhui Agricultural Science Bulletin, 2026 , 32(8) : 47 -52 . DOI: 10.16377/j.cnki.issn1007-7731.2026.08.012

森林康养产业作为“地理环境—健康服务”复合体,其空间布局规律与形成原因具有重要研究价值[1-2]。相关学者对于森林康养研究重点聚焦于森林康养旅游的可持续发展战略[3],以及森林康养与生态旅游[4]和乡村旅游融合发展[5],但针对特定区域森林康养基地的研究,多专注于宏观层面森林康养与经济增长质量之间的关系探讨[6]。大力发展森林康养,有助于推动森林康养研究的深入。相关学者主要围绕森林康养研究形成三大主线:在评价体系构建中,相关学者分别从多维价值整合、康养功能专项维度建立指标体系[7-8];在市场需求研究中,谢灯明等[9]揭示了安全感知对消费决策的显著制约,为服务优化提供参考;在实践路径探索中,刘雁琪等[10]提出保护性开发策略。本研究以湖南省省级以上森林康养基地作为研究对象,分析该地森林康养基地空间分布格局与演化特征及其形成原因,为相关地区森林康养产业的合理规划和资源配置提供参考。

1 材料与方法

1.1 数据来源与处理

研究以国家林业和草原局官网(http://www.forestry.gov.cn/)及湖南省林业局网站(https://lyj.hunan.gov.cn/)公布的截至2025年8月公布93处省级以上森林康养基地名录为基础确定样本,通过奥维地图定位地理坐标,借助ArcGIS 10.6平台完成空间分布可视化呈现。基础地理数据(行政边界、地形、道路及水系等)来自国家基础地理信息中心(http://www.ngcc.cn/ngcc/),湖南30 m分辨率DEM数据源自地理空间云平台(https://www.gscloud.cn/),社会经济统计数据则采集自湖南省统计局官网(http://stjj.hunan.gov.cn/)。

1.2 研究方法

1.2.1 空间分布特征分析

1.2.1.1 最邻近指数

利用研究区国家级与省级森林康养基地坐标数据,在ArcGIS中进行空间可视化表达及多维度分析。点状要素有均匀、随机和聚集3种空间分布类型,可用最邻近点R进行判断[11]。最邻近指数为实际最邻近距离与理论最邻近距离之比的地理指标,涉及的计算如式(1)~(2)。
R = r i r E
r E = 1 2 N / A
式(1)中,R为最邻近指数,ri 为实际最邻近距离,rE 为理论最邻近距离;式(2)中,N为森林康养基地的总数,A为研究区域面积。当R>1时,分布为均匀型;R=1时,分布为随机型;R<1时,分布为聚集型。

1.2.1.2 泰森多边形

基于Voronoi图(泰森多边形)分析法,利用相邻点垂直平分线构建的空间分割特性(区域内点到所属中心最近),可评估多边形结构变异特征集聚程度,进而解析研究区森林康养基地的空间分布特征[12],涉及计算如式(3)~(4)。
D = ( S i - S ) 2 n ( i = 1 ,   2 ,   ,   n )
C v = R / S
式中,D为面积标准差,Cv 为变异系数,Si 为第i个多边形面积,S为平均面积,n为多边形个数。当点集分布越均匀时,泰森多边形面积变异越小,Cv 值越低;反之,分布越集中则面积变异越大,Cv 值较高。

1.2.2 时空演变特征分析

1.2.2.1 核密度分析

最邻近指数与集中化指数仅能从统计层面表征要素集聚特征,难以准确反映真实空间格局,而核密度分析可有效评估森林康养基地的空间均衡性[13],其计算如式(5)
f ( x ) = 1 N h 2 k ( x - X i h )
式中,N为基地数量;x为待估点坐标,Xix领域内的基地点位集合;h为带宽参数(控制距离衰减效应);k x - X i h)为空间权重函数。点位分布密度与核密度估计值呈正相关,分布越密集则核密度估计值越大。

1.2.2.2 标准差椭圆

标准差椭圆作为分析地理要素空间分布特征的常用方法之一,可定量测度其中心性、展布性、方向性及空间形态[14]。该方法能有效揭示研究区森林康养基地的空间分布指向性,且椭圆方位角变化可直观表征基地布局重心的迁移轨迹。

1.2.3 成因分析

基于数据可得性与方法可行性,本研究从自然因素(地形、森林覆盖率、水系)和人文因素(社会经济基础、交通可达性及中心城市辐射能力)两个方面分析森林康养基地的分布成因[15-16]。基于地理数据空间云平台湖南省DEM数据,运用ArcGIS镶嵌至新栅格功能生成高程模型,解析基地海拔分布特征。人文因素方面,基于湖南省统计局官网各地州市国民经济与社会发展公报统计数据,参考何思笑等[17]、黄洋等[15]、李巧玉等[18]的研究方法,选取城镇居民可支配收入(X 1)、生产总值(X 2)、人均生产总值(X 3)、林业产业产值(X 4)、第一产业产值(X 5)、第二产业产值(X 6)、第三产业产值(X 7)、常住人口(X 8)、接待游客人次(X 9),作为社会经济对康养基地空间分布的影响因子,采用地理探测器探测空间分异性并揭示其背后驱动力,分析各影响因素对康养基地空间分布密度的影响程度和影响因素间的交互关系[19],其计算如式(6)
q = 1 - 1 N σ h = 1 L N h σ h 2
式中,q值是影响因素对康养基地空间分布格局的影响强度,值域区间为[0,1];q值越大,说明该因素对基地的空间分布影响越大,反之越小;L代表康养基地空间集聚密度或影响因素的层级划分;N和N h 分别为研究区整体及层级 h的单元数量;σ和σ h 2分别表示研究区整体及层级 h的因变量离散程度。

2 结果与分析

2.1 森林康养基地空间分布特征

基于研究区现有省级以上森林康养基地坐标信息,运用ArcGIS 10.6空间自相关分析工具测算其最邻近指数解析空间集聚特征。结果表明,该地森林康养基地R为0.802<1,rE 为19.68 km,ri 为24.53 km,计算得出的P值<0.01。结合泰森多边形分析结果证实,整体上研究区森林康养基地为空间凝聚分布型,显著性较强。

2.2 森林康养基地时空演变特征

2.2.1 核密度分析

研究区森林康养基地时空演变呈现显著的梯度强化与结构转型特征。2020年森林康养基地核密度呈现为衡阳东北部和永州东北部的双核结构(密度极值7.9),形成圈层扩散特征。值得注意的是,国家级森林康养基地布局在资源禀赋优越的核心区域,2021年为多中心均衡分布(密度极值9.8),高值区域范围扩大明显,向中密度区(密度极值3.0~6.0)扩散,反映了在此期间市场需求快速增长,基地向资源优越区扩展。2021—2023年发生显著的空间重构,核密度极值跃升至14,并且形成了东—西、西北—东南走向的连片带状分布结构,高密度核心区域继续扩张,这可能与产业聚集效应、区域协同发展有关。2023—2024年,基地空间格局进一步演化,呈多核心斑块状、网点状分布,且东—西、西北—东南走向的连片带状分布持续加强,表明随着产业成熟度提升,基地布局向更加均衡、多元的方向发展,最终形成长沙、永州、怀化、郴州四大集聚区。2021—2024年的时空演变格局印证了“点—轴”系统理论在区域发展中的实践价值。

2.2.2 标准差椭圆及重心迁移分析

基于ArcGIS的标准差椭圆与平均中心工具进行统计分析。结果显示,(1)2020年基地集中分布于湘中低山丘陵生态区;(2)2021年新增基地推动康养重心南移至邵阳—双峰—衡阳一带,生态带整体呈下沉态势;(3)2023年新增基地纳入后,重心北迁至湘潭—长沙交界区域,表明康养选址逐步回归至区位优越、交通便捷、服务配套完善的城市边缘地带;(4)2024年新增基地加入后,重心再次回移至2021年森林康养基地重心附近区域,整体呈现“南移—北返—再南移”的动态演变路径。标准差椭圆长轴方向从早期沿雪峰山—南岭生态走廊的东北—西南向,演变为后期规整椭圆且轴向转为西北—东南向,椭圆面积增大,说明空间集聚性增强。各批次椭圆高重叠性揭示一定的路径依赖特征,这说明湖南省森林康养基地空间演化受资源禀赋、功能适配与服务区位等多重因素交叉影响,形成典型的旅游空间重构模型[20]

2.3 森林康养基地分布成因

2.3.1 自然资源因素

2.3.1.1 森林覆盖率

森林资源禀赋与产业布局存在显著空间异质性(相关系数0.89),森林生态系统为康养产业发展提供了基础支撑。整体来看,永州市、怀化市、郴州市等典型区域的森林覆盖率均超过60%,康养基地数量均在10家以上,这与高密度区由双核向永州、怀化等区域扩展的演变过程相一致,说明较高森林覆盖率为基地持续扩张和多极化发展提供了生态基础。然而,资源驱动机制存在明显的空间调节效应,经济区位方面,长沙市森林覆盖率为55%,却凭借经济发达与交通枢纽优势,形成森林康养基地10家。

2.3.1.2 水系

水系网络作为植物生长与居民用水的水源保障,兼具景观塑造功能,其滨水景观能有效提升康养体验。空间叠置分析揭示了研究区森林康养基地与河流水系具有显著空间协调性,这一特征与核密度分析中基地由点状集聚向东—西、西北—东南向带状延伸的演变趋势高度吻合,说明湘江、沅江等干支流水系不仅提升了生态景观品质,也在一定程度上塑造了基地沿河谷和滨水廊道扩展的空间路径。具体如下:(1)沿河密集带,基地沿湘江、沅江等四水干流及支流呈带状分布,湘江中下游(长沙—岳阳段)与沅江中游(怀化段)形成高密度康养廊道;(2)环湖集聚区,洞庭湖周边呈现湖泊核心辐射状分布格局,如岳阳、益阳等;(3)水系交汇区,支流交汇处基地密度明显高于单一河道区,凸显水文网络的空间引导效应。

2.3.1.3 海拔

海拔通过景观营造、基础设施布局及气温、光照、降水和氧浓度等气候条件,显著调控研究区森林康养基地空间分异[21]。研究区78.3%的森林康养基地集中于海拔50~500 m的低山丘陵区,此类区域兼具地形稳定性(平均坡度<25°)与植被覆盖连续性(NDVI均值>0.7),形成核心承载带,这与标准差椭圆结果所揭示的规律较为一致,也证明了低山丘陵区在研究区森林康养基地时空演化中始终构成核心承载空间。国家级基地多在300~800 m中海拔带集聚,其选址偏好高森林覆盖率(≥85%)的低生态干扰区。海拔>1 000 m的高山区域受限于地形破碎度(平均坡度>35°)与基础设施建设成本,基地数量仅占4.1%,呈现空间规避特征。

2.3.2 人文社会因素

2.3.2.1 社会经济

表1可知,综合4年地理探测器分析结果,社会经济各因素对研究区森林康养基地空间分布格局与演变的影响因子由强到弱依次为X 4>X 9>X 8>X 5>X 2>X 1 >X 6>X 7>X 3,从影响因子排序来看,林业产业产值(X 4)、接待游客人次(X 9)、常住人口(X 8)、第一产业产值(X 5)是影响康养基地空间分布的核心因子。
表1 湖南省森林康养基地与社会经济因素地理探测结果
年份 因子检测 X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9
2020 q 0.489 0.551 0.296 0.577 0.348 0.481 0.481 0.500 0.426
p 0.400 0.483 0.892 0.185 0.506 0.623 0.623 0.592 0.718
2021 q 0.223 0.261 0.113 0.591 0.358 0.221 0.253 0.499 0.591
p 0.907 0.774 0.952 0.169 0.425 0.840 0.782 0.338 0.283
2023 q 0.297 0.214 0.214 0.603 0.397 0.278 0.211 0.504 0.583
p 0.667 0.879 0.921 0.379 0.406 0.818 0.891 0.412 0.299
2024 q 0.205 0.223 0.108 0.643 0.482 0.212 0.219 0.654 0.569
p 0.771 0.899 0.981 0.117 0.249 0.916 0.908 0.202 0.668
q均值 0.304 0.312 0.183 0.604 0.396 0.298 0.291 0.539 0.542

注: p值表示显著性检验结果。

为进一步分析社会经济因素对研究区森林康养基地空间分布的交互影响,选取解释力前4位影响因子执行交互探测。由表2可知,影响因子交互后,结果多为双因子增强,仅一处出现非线性增强(2020,X 5X 9),表明研究区森林康养基地空间分布受双因子协同作用持续影响,且强度超越单因子独立影响,存在显著的“1+1>2”的效果[22]。在交互因子中,第一产业产值与接待游客人次交互存在较强的稳定性与强协同性,q值在4年中均大于0.8,且在2021年达到最高值0.991,体现农旅融合的初期优势;林业产业产值与其他因子交互在四年中表现出最强协同效应,印证了林业资源是康养产业的生态基底,这一结果从侧面证明研究区康养产业逐渐向人地协调型转变。
表2 研究区森林康养基地与社会经济影响因素间的交互作用
年份 主导交互因子 结果 解释
2020 X 4X 5 q ( 0.722 ) = q ( X 4 X 5 ) > M a X ( q ( X 4 ) , ( X 5 ) ) 双因子增强
X 4X 8 q ( 0.779 ) = q ( X 4 X 8 ) > M a X ( q ( X 4 ) , ( X 8 ) ) 双因子增强
X 4X 9 q ( 0.804 ) = q ( X 4 X 9 ) > M a X ( q ( X 4 ) , ( X 9 ) ) 双因子增强
X 5X 8 q ( 0.681 ) = q ( X 5 X 8 ) > M a X ( q ( X 5 ) , ( X 8 ) ) 双因子增强
X 5X 9 q ( 0.902 ) = q ( X 5 X 9 ) > q ( X 5 ) + ( X 9 ) 非线性增强
X 8X 9 q ( 0.853 ) = q ( X 8 X 9 ) > M a X ( q ( X 8 ) , ( X 9 ) ) 双因子增强
2021 X 4X 5 q ( 0.791 ) = q ( X 4 X 5 ) > M a X ( q ( X 4 ) , ( X 5 ) ) 双因子增强
X 4X 8 q ( 0.829 ) = q ( X 4 X 8 ) > M a X ( q ( X 4 ) , ( X 8 ) ) 双因子增强
X 4X 9 q ( 0.981 ) = q ( X 4 X 9 ) > M a X ( q ( X 4 ) , ( X 9 ) ) 双因子增强
X 5X 8 q ( 0.791 ) = q ( X 5 X 8 ) > M a X ( q ( X 5 ) , ( X 8 ) ) 双因子增强
X 5X 9 q ( 0.991 ) = q ( X 5 X 9 ) > M a X ( q ( X 5 ) , ( X 9 ) ) 双因子增强
X 8X 9 q ( 0.940 ) = q ( X 8 X 9 ) > M a X ( q ( X 8 ) , ( X 9 ) ) 双因子增强
2023 X 4X 5 q ( 0.865 ) = q ( X 4 X 5 ) > M a X ( q ( X 4 ) , ( X 5 ) ) 双因子增强
X 4X 8 q ( 0.958 ) = q ( X 4 X 8 ) > M a X ( q ( X 4 ) , ( X 8 ) ) 双因子增强
X 4X 9 q ( 0.798 ) = q ( X 4 X 9 ) > M a X ( q ( X 4 ) , ( X 9 ) ) 双因子增强
X 5X 8 q ( 0.818 ) = q ( X 5 X 8 ) > M a X ( q ( X 5 ) , ( X 8 ) ) 双因子增强
X 5X 9 q ( 0.877 ) = q ( X 5 X 9 ) > M a X ( q ( X 5 ) , ( X 9 ) ) 双因子增强
X 8X 9 q ( 0.939 ) = q ( X 8 X 9 ) > M a X ( q ( X 8 ) , ( X 9 ) ) 双因子增强
2024 X 4X 5 q ( 0.766 ) = q ( X 4 X 5 ) > M a X ( q ( X 4 ) , ( X 5 ) ) 双因子增强
X 4X 8 q ( 0.920 ) = q ( X 4 X 8 ) > M a X ( q ( X 4 ) , ( X 8 ) ) 双因子增强
X 4X9 q ( 0.835 ) = q ( X 4 X 9 ) > M a X ( q ( X 4 ) , ( X 9 ) ) 双因子增强
X 5X 8 q ( 0.885 ) = q ( X 5 X 8 ) > M a X ( q ( X 5 ) , ( X 8 ) ) 双因子增强
X 5X 9 q ( 0.904 ) = q ( X 5 X 9 ) > M a X ( q ( X 5 ) , ( X 9 ) ) 双因子增强
X 8X 9 q ( 0.793 ) = q ( X 8 X 9 ) > M a X ( q ( X 8 ) , ( X 9 ) ) 双因子增强

2.3.2.2 交通可达性

交通网络是森林康养产业发展的关键支撑,直接影响游客可达性、服务范围及运营效率[21]。森林康养基地虽远离城市中心,但对交通可达性依赖度较高,其时空范围持续扩大,并沿交通干线形成带状集聚特征。基于研究区高速铁路路网与基地空间关系分析,发现国家级、省级森林康养基地的选址高度集中于高速公路与铁路密集交织区域,尤其是在长株潭城市群、衡阳、岳阳等交通枢纽周边,康养基地呈现出明显的带状集聚特征。超80%的基地位于高可达性区域,凸显交通依赖性。但湘西、湘南等生态资源丰富区域因交通网络稀疏导致基地布局较少,形成资源—交通错配格局。
由此可见,交通枢纽区域康养基地密度高、等级高,形成核心集聚片区;而偏远山区虽具备优良资源禀赋,但受限于交通可达性,难以支撑康养产业可持续发展。

2.3.2.3 中心城市

将研究区森林康养基地与中心城市进行空间关联分析后可见,森林康养基地空间分布呈现“核心—边缘”双重依赖特征:60%的基地分布在中心城市50 km缓冲区内,依托良好的资源禀赋与市场可达性,在长株潭、衡阳等区域中心城市周边形成近郊森林康养圈;而部分选址于山区边缘地带的基地,则体现出对原生生态环境及微气候条件(空气质量、噪声、温湿度等)的高度依赖,这与重心北迁并回归长沙—湘潭等城市边缘带的特征相呼应,说明中心城市辐射力是推动后期基地向近郊康养圈集聚的重要动力。
森林康养基地呈现“近郊集聚—山区分散”的空间分异特征:长株潭、衡阳等区域性中心城市周边已形成近郊森林康养圈,而山区及边缘地带的布局,则体现出对空气质量、噪声水平、气候适宜度等自然条件的高度敏感性。这表明森林康养产业是生态资源与人文经济要素耦合作用的结果,中心城市同时承担着康养需求集聚与服务体系支撑的双重功能。

3 结论与建议

本研究以湖南省93家省级以上森林康养基地为研究对象,运用最邻近指数、核密度分析和地理探测器等方法,从空间演变过程与成因两个维度进行分析,主要结论如下:(1)研究区森林康养基地整体呈现凝聚分布,经历“双核集聚—带状延伸—多极网络化”的阶段性演变特征,最终形成“高密度集聚区—中密度过渡带—低密度空白区”的三级结构,表现出明显的地理分异性。其分布特征与四川[22]、贵州[19]、浙江[18]、新疆[23]等区域森林康养基地集聚分布的特征相似,这一定程度上反映出不同省份森林康养基地空间分布共性。(2)基地空间重心呈现“中部—南部—中北部—南部”往复式迁移特征,空间路径并非线性转移,而是受不同阶段选址策略与功能偏好的影响。(3)森林覆盖率、海拔、水系等自然因子构成生态适宜性基础,林业产业产值、接待游客人次、常住人口等因子显著影响基地集聚程度,中心城市的辐射力推动基地向城市近郊区域聚集。(4)空间分布失衡集中体现在地理分异特征显著和生态—交通错配方面。湖南省森林康养基地空间格局呈现生态资源、交通区位与政策支持多维耦合演化的“先发优势与配置失衡”特征,未来需强化集聚优势与协调发展协同推进产业高质量发展。基于空间分布格局与自然—社会因子耦合视角虽揭示了集聚特征与影响机理,但以地级市为单元的分析难以反映重点生态功能区资源异质性,未来需结合县域尺度开展精细化空间识别与布局评估,为森林康养产业高质量发展提供理论支撑。
为优化研究区森林康养基地空间布局、整合优势资源发展康养经济、促进区域均衡发展,助推森林康养产业高质量良性发展,提出如下建议。(1)空间布局层面,基于核密度分析构建“东中提质、西部补短”格局,通过基础设施倾斜激活张家界、湘西等“生态富集—交通薄弱”区域,同步深化长株潭—郴州—怀化区域资源整合形成高质量发展核心圈。(2)产业链融合层面,构建“康养+文旅+农林+医疗”全链条生态体系,培育特色康养小镇、森林疗养中心及研学基地,推动产品差异化,依托龙头企业与科研机构带动上下游产业协同发展。(3)交通服务层面,优化生态旅游线路规划构建“高速+省道+旅游公路”三级体系,完善基地内部道路、慢行系统、生态停车区及紧急救援设施。(4)开发优质康养旅游产品,支持张家界市、湘西土家族苗族自治州等本底优势较好区域打造领头康养旅游品牌,形成品牌效应,带动周边地区发展,同时增加康养旅游体验性,延长游客停留时间,提升生态经济转换效能。
[1]
凌浩杰. 我国森林康养基地空间格局及影响因素分析[D]. 抚州:东华理工大学,2024.

[2]
邓三龙. 森林康养的理论研究与实践[J]. 世界林业研究201629(6):1-6.

[3]
Zhang X Dolah J Cao Z H. Sustainable nature tourism and forest conservation strategies based on forest wellness tourism demand:a case study of royal belum state park,Malaysia[J]. Forests202516(2):270.

[4]
Ge H B Chen X L. Research on tourist satisfaction and behavioral intention in ecological health tourism activities in Bama,Guangxi based on structural equation model[J]. geojournal of tourism and geosites202452(1):221-230.

[5]
Tang S Y. Research on the development of eco-health tourism products based on IPA model in Internet plus[J]. Mobile information systems20222022(1):9137006.

[6]
Slee B. The socio-economic evaluation of the impact of forestry on rural development:a regional level analysis[J]. Forest policy and economics20068(5):542-554.

[7]
李济任,许东. 森林康养旅游评价指标体系构建研究[J]. 林业经济201840(3):28-34.

[8]
潘洋刘,曾进,文野,等. 森林康养基地建设适宜性评价指标体系研究[J]. 林业资源管理2017(5):101-107.

[9]
谢灯明,何彪,蔡江莹,等. 森林康养潜在游客感知风险对行为意向影响研究[J]. 林业经济问题202040(1):66-71.

[10]
刘雁琪,邓高松. 我国国家公园开展森林康养的现状与对策[J]. 林产工业202158(8):93-96,99.

[11]
李伯华,尹莎,刘沛林,等. 湖南省传统村落空间分布特征及影响因素分析[J]. 经济地理201535(2):189-194.

[12]
张烈琴,陆亦农,龙震,等. 新疆文化旅游空间分布格局[J]. 干旱区地理202346(5):823-833.

[13]
卢松,张小军,张业臣. 徽州传统村落的时空分布及其影响因素[J]. 地理科学201838(10):1690-1698.

[14]
赵璐,赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学201434(8):979-986.

[15]
黄洋,卢海霞,刘颖,等. 国家森林康养基地空间分布特征及影响因素[J]. 内江师范学院学报202035(10):114-119.

[16]
耿建蕾. 森林康养产业发展与基地规划设计:评《森林康养规划设计》[J]. 世界林业研究202336(3):140-141.

[17]
何思笑,张建国. 浙江省森林康养品牌资源空间分布特征及其影响因素[J]. 浙江农林大学学报202239(1):180-189.

[18]
李巧玉,陈嬝嬝,余正玺,等. 贵州省森林康养资源空间分布特征及影响因素分析[J]. 西南林业大学学报202343(5):175-182.

[19]
董冬,温馨,李青,等. 基于空间尺度效应的安徽省传统村落空间分异特征及影响因素地理探测[J]. 安徽农业大学学报202552(5):915-928.

[20]
王兆峰,张青松. 中国康养旅游高质量发展水平空间异质性及其驱动机制[J]. 地理与地理信息科学202541(1):125-133.

[21]
王兆峰,石献. 武陵山片区旅游业与交通协同发展研究[J]. 经济地理201636(2):202-208.

[22]
王政,杨霞. 森林康养空间分布特征及其影响因素研究:以四川森林康养基地为例[J]. 林业资源管理2020(2):146-153.

[23]
杨利萍,袁曼曼,管文轲,等. 基于森林公园的新疆森林康养旅游资源空间分布及影响因素分析[J]. 林业调查规划202146(2):128-136.

Outlines

/