-
特色小镇是以贯彻新型城镇化为目标,产业升级3.0版本为重要发力点,打造推进经济新常态下落实生态保护、优化产业结构、推进供给侧改革、引领未来城镇发展等的重要平台与载体[1]。森林特色小镇,又称森林小镇,是特色小镇内涵延伸中产生的专类性特色小镇,它更多地将森林资源与生态优势作为发展依托,以森林生态产品和生态服务为特色,兼具文化传承、休闲旅游、生活社区等多功能的综合型发展平台[2]。自2015年浙江林业厅发布《关于推进森林特色小镇和森林人家建设的指导意见》以来,通过浙江各县(市、区)林业职能部门先后3次申报,截止2017年共计73个单位列入省级森林特色小镇创建名单。一方面,森林特色小镇的创建工作有效地发挥了对林业产业发展升级的引导作用,并为周边地区的可持续发展带来了实践行动的样板示范;但另一方面,对比指导意见中计划在3 a内培育建设20个左右森林特色小镇,小镇发展速度明显超出预期。作为政策体制下先试先行的示范基地,过快发展森林特色小镇,很容易产生跟风模仿、定位偏差以及规划失误等问题[3]。而且森林特色小镇发展所依赖的资源与传统的农林类园区有较大区别,林业多功能绩效的发挥并非短时间内即可实现[4],因此当前浙江如火如荼开展的森林特色小镇创建还面临着如何维持区域自然生态本底以及形成产业化规模优势的难题。当前国内有关森林特色小镇的国内研究尚处于初步探索的阶段,一部分学者从中国森林小镇的概念范畴、小镇现状出发,讨论了森林小镇的建设意义、原则、路径以及方法[5-6];另有学者以浙江省内已建成的森林小镇为研究对象,基于“两山”理论对森林小镇展开了实证分析[7]。但缺少对现有森林特色小镇在大尺度空间分布上的宏观描述、成因和特征的分析。鉴于此,本研究着眼于3批共计73个浙江省森林特色小镇创建单位为对象,研究其空间分布特征、分布规律和影响因素,以期为不同空间地域特征的森林特色小镇实现精准定位、科学规划,以及合理选择发展方向和模式提供参考。
-
选取来自浙江省林业厅官方网站(www.zjly.gov.cn,截止至2018年4月)与各市地林业局网站公布的森林特色小镇名录、省级及以上森林公园名录,收集过程确保研究样本的完整性与时效性,最终共获取浙江省森林特色小镇73个,浙江省级森林公园80个,浙江国家级森林公园41个,再通过地图软件对森林特色小镇的地理坐标进行详细标注并形成数据文件;社会经济数据来自浙江统计信息网(http://tjj.zj.gov.cn/)的统计年鉴(2017版);相关地理高程数据来自于地理空间数据云平台(http://www.gscloud.cn/)发布的多张浙江省30 m分辨率高程图,再通过ArcGIS软件的镶嵌融合工具(Mosaic)将其合并完整。数据处理方面,首先借助Google地球获得浙江森林特色小镇、森林公园的精确地理信息共194个,再利用ArcGIS 10.2将储存在Excel的经纬度信息转化为具有坐标信息的点要素,配置于配准完毕的浙江省域底图上,同时也将导入的高程图做边界剪裁处理。
-
运用ArcGIS工具箱(ArcToolbox)中的核密度分析工具(Kernel Density)、点距分析工具(Point Distance)以及缓冲区分析工具(Buffer),对森林特色小镇和森林公园的空间分布密度、分布形态、周边市场与高速路网分布状况进行描述,同时,运用地理集中指数、不平衡指数、相关分析法对其分布均衡程度以及影响因素进行探究。所使用的具体方法与指数主要有以下几种。
-
浙江森林特色小镇在宏观省域尺度内的分布表现为点状,最邻近指数是用以研判点状事物在空间上相互邻近程度的指标[8],所以可以利用最邻近指数来测算小镇的聚集状况,并以此判别空间分布类型。公式如下:
$$ R = \frac{{{{\bar r}_1}}}{{{{\bar r}_E}}}。 $$ (1) 式(1)中:R为最邻近指数,r1为森林特色小镇以点状分布的平均实际最邻近距离,rE为其平均理论最邻近点距离。R=1时,表示小镇点状要素的分布呈随机趋势;R<1时,表示小镇点状要素的分布呈凝聚趋势;当R>1时,则表示点要素趋向于均匀分布态势。
-
基尼系数在地理学中主要描述空间要素分布状况[9-10],为研究浙江森林特色小镇在省域尺度上的地理离散程度,引入基尼系数:
$$ G = 1 - \frac{1}{n}\left( {2\sum\limits_{i = 1}^{n - 1} {{\omega _i}} + 1} \right)。 $$ (2) 式(2)中:G为基尼系数,n代表浙江各市的数量,ωi为累计森林特色小镇数量占总数的比例。G取值0~1,取值越大,表明小镇分布的非均衡性越大,地理凝聚程度越高。当G<0.2时为分布绝对平均,0.2≤G<0.3时属分布比较平均,0.3≤G<0.4时属分布相对合理,0.4≤G<0.5时属于分布比较集中,≥0.5时属于分布非常集中。
-
核密度估计方法能够将点中储存的信息拓展到面上,可以用于量化样本分布中局部密度的变化和寻找样本分布热点区域[11-12],通过核密度强度的分析,可以清晰描述森林特色小镇在整个省域范围内的要素聚散特征[13],为研究小镇整体散布状况提供较为直观的参考。公式如下:
$$ f(x) = \frac{1}{{nh}}\sum\limits_{i = 1}^n K \left( {\frac{{x - {X_i}}}{h}} \right)。 $$ (3) 式(3)中:f(x)为第x个点状小镇的核密度;(x-Xi)为要素点x至事件Xi位置的距离,h>0为带宽;K为核函数;n为设置的所有观测点的数量。f(x)越大,说明此处小镇分布的密度越高。
-
利用相关性分析方法探究相关社会经济指标对浙江森林特色小镇分布的影响,公式如下:
$$ {r_{xy}} = \frac{{\sum\limits_{i = 1}^n {\left( {{x_i} - \bar x} \right)} \left( {{y_i} - \bar y} \right)}}{{\sqrt {\sum\limits_{i = 1}^n {{{\left( {{x_i} - \bar x} \right)}^2}} } \sqrt {\sum\limits_{i = 1}^n {{{\left( {{y_i} - \bar y} \right)}^2}} } }}。 $$ (4) 式(4)中:rxy为皮尔逊相关性系数,x与y分别为各地森林特色小镇数量变量与社会经济指标,当rxy>0时说明x与y变量呈现一定程度的同向相关,rxy<0则呈异向相关,rxy的绝对值越接近1表示2个变量的同向或者异向相关性越大。另外,公式中n为变量的个数,x与y为2个变量的平均值,xi与yi则分别表示第i个变量的观测值大小[14]。
-
借助ArcGIS,并基于式(1),分别对浙江森林特色小镇在省域范围和地级市范围的最邻近指数进行计算。由表 1表明:在省域范围内,73个森林特色小镇的最邻近指数R=0.990 089,P=0.871 310,其中R<1,进而可以判断小镇的整体空间分布模式为凝聚型。
表 1 浙江四大区域内森林特色小镇的空间结构类型
Table 1. Spatial structure of forest towns in the four regions of Zhejiang Province
区域 森林特色小镇数量/个 R 空间结构类型 浙北 20(湖州12、杭州8) 1.097 700 均匀型 浙东 8(宁波2,绍兴6) 1.738 386 均匀型 浙西 31(衢州9,金华7,丽水15) 0.990 416 凝聚型 浙南 14(台州9,温州5) 1.203 438 均匀型 根据浙江省的区域划分,将浙江划分为浙北(包括杭州、湖州、嘉兴)、浙东(包括宁波、绍兴、舟山)、浙西(包括衢州、金华、丽水)、浙南(包括台州、温州)四大区域,并分别对这四大区域的最邻近指数与森林特色小镇数量进行统计(表 1)。发现:浙北、浙东与浙南的最邻近指数均R>1,森林特色小镇在这3个地理区域的空间结构类型都为均匀型,浙西的最邻近指数R=0.990 416<1,为凝聚型。首先,从森林特色小镇发展的历程来看,只经历了2 a时间,发展时间并不长,许多潜在的森林特色小镇没有被发掘或正在申报中,小镇的规模集聚态势还未形成。其次,浙江省内森林资源最为汇聚且发展程度较好的地区先行创建了森林特色小镇,这种“优中选优”的策略使得森林特色小镇不大可能在某个地区大量集中。浙西地区的森林资源虽为全省之最,但经济水平以及道路交通条件相对较为落后,在当前过快大规模地创建森林特色小镇并不现实,因此这些地区要在创建条件较好且资源要素相对集中的区域优先发展森林特色小镇。
-
使用基尼系数对浙江省域范围内的森林特色小镇分布的均衡性进行分析,计算结果显示G=0.383 56,说明从整体来看浙江的森林特色小镇分布相对合理,在省域尺度上没有出现森林特色小镇过于集中或者过于分散的情况。
-
借助ArcGIS 10.2对73个森林小镇点状要素在省域地图上进行核密度分析。研究发现:从整体来看,浙江不同地理区域内的核密度分布确实存在一定差异。分布核密度较高的区域主要分别集中在浙江北部的湖州和西部衢州境内,而东南区域的核密度则明显较低,只有零星的几个相对高区,浙江东部沿海与浙江中部地区基本没有出现核密度高区,大体上形成了核密度分布较高的3个梯队,第1梯队包括湖州西部与北部,第2梯队包括衢州中北部,第3梯队包括丽水、温州以及台州的部分地区。第1梯队湖州市内有2个森林特色小镇高核密度地区,位于安吉县与长兴县境内。作为“两山”理论的发源地,在森林特色小镇的建设中安吉合理利用了现有的资源、区位以及政策环境,并结合自身对生态文明发展理念的高度理解,将“产业、旅游、文化、社区”功能植入小镇发展模式中,使得森林特色小镇在安吉有了厚植的基础。安吉森林特色小镇数量和增长速度位于其他县市之上,在第1批公布的27个小镇名单中安吉就创建了4个。长兴位于太湖之滨,杭嘉湖平原之上,全县综合实力位列全国百强县第48名,经济基础、市场环境以及交通条件都有明显的优势,且长兴北部低山丘陵境内的森林公园分布也较多,为进一步培育森林特色小镇创造了条件。从第2梯队核密度分布情况来看,衢州境内的森林特色小镇距离地级市中心城市较近,主要原因有2个:一是受交通条件限制,这一地区山地分布密集;二是为森林特色小镇开展旅游产业提供客源。第3梯队的核密度虽然较低,但显示出多点扩散的态势,各地依据自身森林资源赋存、产业发展愿景等现实条件开展了不同程度的森林特色小镇创建,特别是丽水市现有的森林特色小镇数量最多,但集聚程度并不明显。
-
根据式(4),利用SPSS 19.0的皮尔逊相关性检验功能,检测各地级市的常住人口、地方财政支出、城镇居民可支配收入等9项社会经济指标与森林特色小镇的分布情况的相关程度,在此基础上分析影响小镇分布的相关社会经济因素。各项指标统计数据均截取于2016年年末,结果如表 2所示。首先从呈正相关的指标来看,各地林业产业的产值与森林特色小镇的分布相关性较高,反映出林业资源是森林特色小镇赖以生存和发展的重要基础,林产经济的增长能够为当地森林特色小镇的生长提供强大助力。各地第一产业与第三产业的比例也与森林特色小镇的分布有一定程度相关,说明森林特色小镇在主导产业的选择上更多地倾向于发展绿色无污染的种植产业,以及具有高附加值的森林旅游业,并在利于展开这些产业的地区进行集聚。其次,从呈异向相关的指标来看,代表当地城市居民生活水平的城镇居民可支配收入指标与森林特色小镇的数量分布有显著的异向相关,说明浙江森林特色小镇面向高收入的城市客源尚没有形成明显的吸引力,针对高消费水平人群而形成的小镇特色依然缺少;人均国民生产总值(GDP)指标以及GDP总量与森林特色小镇的分布呈较高的异向相关,可见在整体经济发展水平相对较低的地区小镇趋向于聚集,目的是通过对林业资源的整合提高利用效率进而拉动当地的经济增长,最终实现从绿水青山向金山银山的深度转化。常住人口以及地方财政支出也与森林特色小镇的分布表现出一定的异向相关,这反映出森林特色小镇的分布没有过多考虑周围潜在的人员市场,而是主要以森林资源赋存情况为导向布局。
表 2 浙江省森林特色小镇区域局部与社会经济指标的相关性分析
Table 2. Correlation analysis between specific area of forest towns and socio-economic indicator of Zhejiang Province
地区 森林特色小镇数量/个 常住人口/万人 城镇居民可支配收入/(元·人-1) GDP总量/亿元 人均GDP/(元·人-1) 林业产业产值/亿元 第一产业比例/% 第二产业比例/% 第三产业比例/% 杭州 8 918.80 52 185 11 313.72 124 286 53.19 2.69 36.42 60.89 宁波 2 787.50 51 560 8 686.49 110 656 14.08 3.48 51.29 45.23 嘉兴 0 461.40 48 926 3 862.11 83 968 1.56 3.54 52.06 44.40 湖州 12 297.50 45 794 2 284.37 77 110 22.13 5.58 48.13 46.29 绍兴 6 498.80 50 305 4 789.03 96 204 27.92 4.34 50.08 45.59 舟山 0 115.80 48 423 1 241.20 107 463 0.21 10.21 41.09 48.70 温州 5 917.50 47 785 5 101.56 55 779 5.57 2.74 41.09 56.17 金华 7 552.00 46 554 3 684.94 67 158 7.10 4.03 44.60 51.38 衢州 9 216.20 36 188 1 251.59 58 281 12.60 7.05 45.11 47.84 台州 9 608.00 47 162 3 898.66 64 287 6.36 6.52 43.50 49.98 丽水 15 216.50 35 968 1 210.24 56 238 23.18 7.90 44.90 47.20 相关系数 -0.186 -0.629* -0.226 -0.492 0.451 0.163 -0.202 0.115 显著性 0.583 0.038 0.504 0.124 0.164 0.632 0.550 0.737 说明:*表示显著性小于0.05,呈显著相关 -
道路交通线可谓发展的生命线,良好的交通通达度能够加速人员与产品的流通,道路基础设施的改善能够对相关产业的发展产生积极的溢出效应[15]。高速公路因其灵活快捷的特性更是成为道路运输方式中的重要组成部分。将浙江省内现有高速公路周边建立15 km(自行车骑行1 h的平均距离)缓冲区,研究高速交通路网的布置与森林特色小镇分布之间的关系。从整体来看,在高速公路15 km缓冲区覆盖下有68%的森林特色小镇分布,大多数浙江森林特色小镇在创建过程中都将交通通达性作为重要考量因素,并趋向沿高速路网布局,以此使森林特色小镇的外部人员与物资能够在空间层面上实现更加高效的往来,交通通达性在不同区域从不同程度上影响了森林特色小镇的分布格局。从局部来看,浙江西部和南部的大部分森林特色小镇布局相较其他地区更为贴近高速路网,这主要是由于地形地势条件限制,导致其一级、二级等公路网相对不发达,且通行条件较差;远离主要交通网络的森林特色小镇与外部联系的成本急剧增加,因此该区域的森林特色小镇更多选择沿通行条件优越的高速公路布置。
-
森林特色小镇是以政策为主要引导,以当地企业为产业载体的市场化运作体系,市场因素在森林特色小镇的发展过程中起到了一定的作用,而城市作为各种资金、技术以及潜在客源的集中地,为这些市场因素提供了承载场所[16]。以浙江省会城市、各地级市为中心建立50 km半径的缓冲区[17],探究森林特色小镇在大型地级城市这一市场因素汇聚地辐射影响范围下的分布。研究发现:有45%的森林特色小镇分布在地级城市的辐射范围内,55%的小镇则选择建立在大型城市辐射外围或外围相交地带。浙江大部分的森林特色小镇分布于城市远郊地区,大量人口集聚地的地级城市对森林特色小镇落地的吸引力一般,通过进一步分析并结合表 2社会经济的影响因素来看:森林特色小镇与当地经济发展总体水平甚至呈现一定程度的负相关,可见大型城市对其周边的森林特色小镇产生的经济辐射效应影响十分有限,小镇向大型城市中消费水平较高的人群输出的产品与服务也因距离较远受到了一定阻隔,可见森林特色小镇与地级城市之间的关联度较低,而更多的是与周边小城镇发生联系。
-
地形地貌深刻影响着不同地区森林资源的空间分布[18],也会对交通路网分布、经济与文化的交流产生抑制或促进作用。整体上森林特色小镇在地形上的分布基本与山体走势相吻合,主要在山区与平原交织的山麓地带或山谷地区进行布局。其中仅有14%左右人工林栽植的森林特色小镇分布在地形较为平坦的地带,大多数森林特色小镇以地势较高的低山丘陵地带作为发展森林相关产业的地形依托。这与其发展产业定位密不可分:①靠近森林资源丰富的山地对于一部分发展林产品加工的小镇来说,解决了原材料供给可能短缺的问题,并相对减少了产品流通时间。②对于开展森林休闲旅游的森林特色小镇,山区相对远离城市,并且浙江高海拔地区的高空气负离子浓度、高森林覆盖率以及多变的山地景观都是吸引游客前来游玩的“拉力”因素。从地形地貌与文化演变关系的角度来看,崎岖复杂的山地地形还有利于特色民族文化的形成[19],并保留了较为特殊的非物质文化遗产,最具代表性的如浙江西南山区的畲族文化区,这使得部分森林特色小镇拥有了别具一格的精神文化层面上的吸引力。③结合社会经济层面来看,对于不利于大面积布置第二产业的浙江经济落后山区来说,正需要挖掘其独特的森林特色产业作为推动发展的抓手。因此地形地貌这一自然环境因素对浙江森林特色小镇的分布格局有显著的影响。
-
森林公园作为一种生态郊野型公园,以大面积的森林为建立基础,并且集中了自然、人文景观[20],不仅能够为周围居民供应良好的生态产品,还为各类野生动物提供了栖息地[21],因此森林公园包含的动植物资源的数量及种类都非常丰富。对于依赖森林资源发展如森林生态旅游、林产品加工等产业的森林特色小镇来说,森林公园具有极大的利用价值。将123个浙江省省级及以上森林公园分布密度等值线与浙江森林特色小镇的密度分布进行叠加,以两者的耦合程度作为衡量森林特色小镇与森林资源关联度的指标。研究发现:森林特色小镇与森林公园确实在空间分布上存在较为明显的重合,特别是森林特色小镇分布较为密集的湖州、衢州境内,这种耦合的趋势更为显著。另外,在杭州、金华和宁波境内虽然森林公园数量和分布集中程度都很大,但在这些森林资源的精华区域周边,森林特色小镇却未形成规模。总体来看,一方面,现有的森林特色小镇都将周边的森林资源赋存作为了重要考量因素,并力求建立与这类资源储量较好地区的关联度。另一方面,浙江拥有的森林资源无论是在数量还是质量上都有着巨大优势,未来创建的森林特色小镇可以与这些资源展开更加深入的联动,为森林特色小镇的发展提供良好的环境基础。
Spatial distribution features and influence factors of forest towns in Zhejiang Province
-
摘要:
目的 探讨浙江省森林特色小镇在省域尺度上的空间布局特征,并对影响空间布局的人文和自然因素进行研究。 方法 以浙江73个森林特色小镇、121个省级及以上森林公园的地理数据以及各市相关自然社会状况指标作为研究对象,采用最邻近指数、基尼系数、相关性分析与核密度分析,对特色小镇的空间分布特征及影响因素进行了研究。 结果 浙江省73个森林特色小镇的整体空间分布类型为凝聚型,分布在浙北、浙东和浙南的小镇为均匀型,分布在浙西的小镇为凝聚型;从均衡性来看,不同地级市内的森林特色小镇数量分布合理,另外根据核密度值由密到疏的散布情况,可以将小镇分为3个主要梯队,其中湖州西部与北部为第1梯队,衢州中北部为第2梯队,丽水、温州和台州的部分区域为第3梯队。资源禀赋、政策环境、山区分布、交通条件以及临近城市等因素对3个梯队的划分产生了影响。 结论 森林特色小镇的成长以当地林业产业为重要支柱,并以第一、三产业为主导产业,小镇集中分布在经济欠发达的地区;森林特色小镇沿山麓与山谷地带布置的趋势十分明显,且高速公路网有利于小镇的落地发展,但地级中心城市对森林特色小镇布局的影响十分有限;从森林特色小镇的选址与森林公园分布的空间高关联度可以看出,周边丰富的森林资源是森林特色小镇发展至关重要的保障,浙江其他地区发展森林特色小镇的潜力仍然巨大。 Abstract:Objective To explore the spatial layout features of forest towns in Zhejiang Province and conclude the human and natural factors that affect the spatial layout, this research is conducted of the geographic data of 73 forest town and 121 provincial or national forest parks in Zhejiang as well as the indicators of the natural and social conditions of their respective cities. Method With the nearest neighbor index, Gini coefficient, correlation analysis and kernel density method adopted, ArcGIS 10.2 and SPSS 19.0 software are employed to study the main spatial distribution features and influencing factors of these forest towns and forest parks. Result (1) The 73 forest towns in Zhejiang Province are concentrated. Specifically, forest towns are evenly distributed in the north of Zhejiang, eastern Zhejiang and southern Zhejiang, yet they are concentrated in the west of Zhejiang; (2) The distribution of forest towns in different cities is relatively balanced; (3)In terms of kernel density estimation values(from high to low), the towns can be divided into three main echelons, the ones in the western and northern parts of Huzhou, the ones in the northern and central part of Quzhou, and the ones in Lishui, Wenzhou and Taizhou, subject to factors such as resources endowment, policies, distribution of mountains, transportation and neighboring cities. Conclusion Concentrated in economically underdeveloped areas along foothills and valleys, forest towns are designed to facilitate the green and sustainable development of the local economy. The fast development of the highway network is conducive to the development of forest towns though the influence of the respective cities on the layout of forest towns is very limited. On the other hand, the high correlation between the location of the forest town and that of the spatial distribution of the forest park is indicative of the dependence of forest towns on the abundant forest resources around as the vital guarantee for development. Given the huge potential of developing forest towns in other parts of Zhejiang, on the basis of the above results, this research has put forward some feasible suggestions on rationalizing the spatial layout of forest towns. -
Key words:
- forest town /
- spatial distribution /
- influencing factor /
- ArcGIS /
- Zhejiang Province
-
表 1 浙江四大区域内森林特色小镇的空间结构类型
Table 1. Spatial structure of forest towns in the four regions of Zhejiang Province
区域 森林特色小镇数量/个 R 空间结构类型 浙北 20(湖州12、杭州8) 1.097 700 均匀型 浙东 8(宁波2,绍兴6) 1.738 386 均匀型 浙西 31(衢州9,金华7,丽水15) 0.990 416 凝聚型 浙南 14(台州9,温州5) 1.203 438 均匀型 表 2 浙江省森林特色小镇区域局部与社会经济指标的相关性分析
Table 2. Correlation analysis between specific area of forest towns and socio-economic indicator of Zhejiang Province
地区 森林特色小镇数量/个 常住人口/万人 城镇居民可支配收入/(元·人-1) GDP总量/亿元 人均GDP/(元·人-1) 林业产业产值/亿元 第一产业比例/% 第二产业比例/% 第三产业比例/% 杭州 8 918.80 52 185 11 313.72 124 286 53.19 2.69 36.42 60.89 宁波 2 787.50 51 560 8 686.49 110 656 14.08 3.48 51.29 45.23 嘉兴 0 461.40 48 926 3 862.11 83 968 1.56 3.54 52.06 44.40 湖州 12 297.50 45 794 2 284.37 77 110 22.13 5.58 48.13 46.29 绍兴 6 498.80 50 305 4 789.03 96 204 27.92 4.34 50.08 45.59 舟山 0 115.80 48 423 1 241.20 107 463 0.21 10.21 41.09 48.70 温州 5 917.50 47 785 5 101.56 55 779 5.57 2.74 41.09 56.17 金华 7 552.00 46 554 3 684.94 67 158 7.10 4.03 44.60 51.38 衢州 9 216.20 36 188 1 251.59 58 281 12.60 7.05 45.11 47.84 台州 9 608.00 47 162 3 898.66 64 287 6.36 6.52 43.50 49.98 丽水 15 216.50 35 968 1 210.24 56 238 23.18 7.90 44.90 47.20 相关系数 -0.186 -0.629* -0.226 -0.492 0.451 0.163 -0.202 0.115 显著性 0.583 0.038 0.504 0.124 0.164 0.632 0.550 0.737 说明:*表示显著性小于0.05,呈显著相关 -
[1] 张吉福.特色小镇建设路径与模式——以山西省大同市为例[J].中国农业资源与区划, 2017, 38(1): 145 - 151. ZHANG Jifu. The path and mode of characteristic small town construction: take Datong City of Shanxi Province for example[J]. Chin J Agric Resour Reg Plann, 2017, 38(1): 145 - 151. [2] 张宇, 林震.一个底色, 双轮驱动, 三生共赢首批国家森林特色小镇试点开选[J].环境经济, 2017(23): 17 - 20. ZHANG Yu, LIN Zhen. A background color, two-wheel drive, a win-win situation for the first batch of national forest featured towns[J]. Environ Econ, 2017(23): 17 - 20. [3] 张鸿雁.论特色小镇建设的理论与实践创新[J].中国名城, 2017(1):4 - 10. ZHANG Hongyan. Theoretical and practical innovation of the construction of characteristic towns[J]. China Ancient City, 2017(1): 4 - 10. [4] 张建国, 姚兆斌, 安颖, 等.浙江省林业观光园的空间分布结构[J].东北林业大学学报, 2012, 40(12): 71 - 75. ZHANG Jianguo, YAO Zhaobin, AN Ying, et al. Spatial distribution of provincial forest tourism gardens in Zhejiang Province[J]. J Northeast For Univ, 2012, 40(12): 71 - 75. [5] 牛京萍, 赵亭.森林小镇建设路径分析[J].林业经济, 2017, 39(10):100 - 103. NIU Jingping, ZHAO Ting. Analysis on the construction methods of forest towns[J]. For Econ, 2017, 39(10): 100 - 103. [6] 张升.对森林小镇发展的几点思考[J].中国经济报告, 2017(3):95 - 98. ZHANG Sheng. Some thoughts on the development of forest towns[J]. China Econ Rep, 2017(3): 95 - 98. [7] 陶一舟, 刘颂, 张宏亮, 等.浙江安吉"两山"示范森林特色小镇规划研究[J].中国城市林业, 2017, 15(1):43 - 46. TAO Yizhou, LIU Song, ZHANG Hongliang, et al. Research on "Two Mountains" demonstration forest town planning in Anji, Zhejiang Province[J]. J Chin Urban For, 2017, 15(1): 43 - 46. [8] 林国华, 郑石.福建省休闲农业示范点空间分布及其影响因素分析[J].福建农业学报, 2017, 32(6): 676 - 684. LIN Guohua, ZHENG Shi. Spatial distribution of leisure agriculture demonstration spots in Fujian Province and its influence factors[J]. Fujian J Agric Sci, 2017, 32(6): 676 - 684. [9] LI Limei, TAO Wei. Spatial structure evolution of system of rec-reation business district: a case of Suzhou City[J]. Chin Geo-Gr Sci, 2003, 13(4): 370 - 377. [10] 王洪桥, 袁家冬, 孟祥君.东北地区A级旅游景区空间分布特征及影响因素[J].地理科学, 2017, 37(6):895 - 903. WANG Hongqiao, YUAN Jiadong, MENG Xiangjun. Spatial distribution and its influencing factors of level-A scenic spots in northeast China[J]. Sci Geoge Sin, 2017, 37(6): 895 - 903. [11] ANDERSON T K. Kernel density estimation and K-means clustering to profile road accident hotspots[J]. Accident Anal Prev, 2009, 41(3): 359 - 364. [12] CHAIKAEW N, TRIPATHI N K, SOURIS M. Exploring spatial patterns and hotspots of Diarrhea in Chiang Mai, Thailand[J]. Int J Health Geogr, 2009, 8(1): 36. [13] 王远飞, 何洪林.空间数据分析方法[M].北京:科学出版社, 2010:5 - 15. [14] 蔡碧凡, 陶卓民, 葛佩佩.浙江省优良景区空间分布特征及影响因素[J].西北师范大学学报(自然科学版), 2016, 52(4):99 - 106. CAI Bifan, TAO Zhuomin, GE Peipei. A study on characteristics of spatial distribution and influence factors of the excellent grade tourist attractions in Zhejiang Province[J]. J Northwest Norm Univ Nat Sci, 2016, 52(4): 99 - 106. [15] TONG T, YU T H E, CHO S H, et al. Evaluating the spatial spillover effects of transportation infrastructure on agricultural output across the United States[J]. J Transp Geogr, 2013, 30(1): 47 - 55. [16] 王新越, 侯娟娟, 韩霞霞.中国特色小镇空间分布特征及影响因素研究[J].规划师, 2018, 34(1): 12 - 15, 35. WANG Xinyue, HOU Juanjuan, HAN Xiaxia. Spatial distribution and influencing factors of China's characteristic towns[J]. Planners, 2018, 34(1): 12 - 15, 35. [17] 肖金成.地级市地位论——兼与撤地强县论商榷[J].学术界, 2004(2):107 - 120. XIAO Jincheng. The status theory of prefecture-level cities: discussion of strengthening county development by annexing or revoking prefecture-level cities[J]. Acad Forum, 2004(2): 107 - 120. [18] 冯晓丽, 吴小芳, 沈德才, 等.基于DEM的森林地形与植被空间格局关联分析[J].福建林业科技, 2015, 42(1):26 - 30. FENG Xiaoli, WU Xiaofang, SHEN Decai, et al. Association analysis between forest terrain and vegetation spatial pattern based on DEM[J]. J Fujian For Sci Technol, 2015, 42(1): 26 - 30. [19] 徐柏翠, 潘竟虎.中国国家级非物质文化遗产的空间分布特征及影响因素[J].经济地理, 2018, 38(5):188 - 196. XU Baicui, PAN Jinghu. Spatial distribution characteristics of the intangible cultural heritage in China[J]. Econ Geogr, 2018, 38(5): 188 - 196. [20] 兰思仁, 戴永务, 沈必胜.中国森林公园和森林旅游的30年[J].林业经济问题, 2014, 34(2):97 - 106. LAN Siren, DAI Yongwu, SHEN Bisheng. Three decades of forest park and forest tourism in China[J]. Issues For Econ, 2014, 34(2): 97 - 106. [21] MOHAMAD N H N, IDILFITRI S, THANI S K S O. Biodiversity by design: the attributes of ornamental plants in urban forest parks[J]. Proc Soc Behav Sci, 2013(105): 823 - 839. -
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2020.02.024