国家森林公园空间分布格局及其影响因素研究

朱 磊， 李燕楠， 胡 静， 周葆华， 贾垚焱

（1.安庆师范大学资源环境学院，安徽 安庆 246133；2.华中师范大学城市与环境科学学院，湖北 武汉 430079；3.中国旅游研究院武汉分院，湖北 武汉 430079；4.山西财经大学文化旅游学院，山西 太原 030031）

国家森林公园是我国重要的旅游目的地，是我国生态旅游、山地旅游和康养休闲旅游发展的主阵地，截止2019 年底，我国森林公园接待旅游人次突破10×108人次，旅游收入突破万亿元，森林旅游产品已成为最具影响力和吸引力的旅游产品之一。国家森林公园是森林公园的最高等级，已成为游客森林旅游的首选之地，也是我国国家公园重要的遴选对象，在2017年国家公布的首批十处国家公园试点名单中，国家森林公园达到七席。随着国家公园体制的逐步确立，森林公园未来的发展方向和利用方式将会发生重大转变，森林公园的未来转型发展之路，必然遵循国家公园的发展方向和内在要求，而森林公园的创造性发展也必将给我国旅游可持续发展提供重要的路径指引。因此围绕国家森林公园布局和空间优化进行系统深入研究，探究我国森林公园科学合理的发展模式，对我国森林旅游的高质量发展、国家公园体制机制的完善和整个旅游产业健康可持续发展有着重要的理论和现实意义。

目前虽然国内外对森林公园的称谓有所差异，国外统称国家公园，国外学者对森林公园的研究开始于19世纪60年代，国外学者主要围绕森林公园的概念及内涵［1］、公园定价［2］、游客心理［3］、环境保护［4］及管理体制机制［5］等展开深入研究。国内学者虽然对森林公园的研究起步较晚但成果颇丰，主要涉及森林公园的内涵界定［6］、森林公园旅游主客体的研究［7-8］、旅游对森林公园的影响研究［9-10］以及森林公园解说系统研究等［11-12］。近年来，随着大众旅游时代的到来，人们的旅游需求日益旺盛，使得国内的旅游吸引物、新产品和新业态层出不穷，对旅游吸引物的空间结构研究已成为国内外学者研究的重要领域之一，具体从研究内容上看学者们主要从国家公园［13-14］、旅游景区［15-16］、湿地公园［17］、遗址遗迹［18-19］、特色小镇［20］、传统村落和村寨［21-22］、乡村旅游地［23］等方面进行系统的空间结构及影响因素研究，从研究方法上看，主要综合采用GIS 分析技术和数理统计方法来定量研究，从研究尺度上看，主要集中在全国、省域和城市群等空间范围。森林公园作为一种重要的旅游吸引物，是我国生态旅游的重要载体，目前国内外学者从地理学视角对其空间结构方面的研究较少，仅有的几篇文献还停留在截面数据的定性分析，而采用长序列的面板数据定量探究其空间结构的演化规律和影响机理还未涉及，其研究的系统性和深入性还有待加强。鉴于此，本研究以1994—2019 年我国国家森林公园长序列的面板数据为研究对象，综合运用GIS 空间分析技术和数理统计方法对我国国家森林公园空间结构特征及演化规律进行系统定量研究，并深入分析其空间分布的影响因素，旨在进一步拓展及深化我国森林公园的研究内容和方向，以期为我国国家森林公园合理布局和健康发展提供一定的参考和借鉴，从而为我国建设形成森林公园旅游发展命运共同体，实现我国国家公园及旅游产业高质量发展提供有益的理论指导。

1 数据与方法

1.1 数据来源

本文选取1994、2004年和2019年3个时间节点的国家森林公园作为本文的研究对象，这是由于1994年原国家林业部颁布《森林公园管理办法》，首次将我国森林公园分成国家、省级和市级3个等级，并明确指出了国家森林公园在发展森林旅游中的核心地位。2004年是《中共中央国务院关于加快林业发展的决定》的开局之年，又是《全国林业产业发展规划纲要》的发布之年，且各省相继出台了促进森林公园发展的相关积极政策，各项利好政策叠加为森林公园旅游发展创造了条件［24］。而2019 年为当前最新年份，为了确保研究数据的实效性和研究的科学性，选择2019 年为本研究的终点年份。其次，收集的1994—2019年国家森林公园数据主要来源于中国林业网（国家林业和草原局政府网、国家生态网）（http://www.forestry.gov.cn/）；全国降水量数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)。全国空间行政边界矢量图来源于国家基础地理信息中心，景区数据来源于《2018 年中国旅游景区发展报告》［25］。

1.2 研究方法

1.2.1最邻近指数 最邻近指数是研究点状要素间在空间近邻程度，从而表征点要素在空间的分布类型，其公式为：

式中：R为最邻近指数；rˉ1为平均实际最邻近距离；rˉ2为理论最邻近距离；D为国家森林公园密度；n为国家森林公园个数；A为区域面积。一般情况下，当R=1 时，趋于随机型分布；当R>1 时，趋于均匀型分布；当R<1时，趋于凝聚型分布［26］。

1.2.2地理集中指数 研究点状要素的空间按集聚程度通常用地理集中指数来表征，其指数值的范围在0～100 之间。数值越大，表示国家森林公园分布越集中；数值越小，表示国家森林公园分布越离散。计算公式如下：

式中：G为地理集中指数；n为全国省份个数；T为国家森林公园总数；Xi为第i个省区国家森林公园数量。G∈( )0,100 ，国家森林公园分布的集中程度与G值成正比。

1.2.3网格维数测算 对国家森林公园网格维数的计算是基于对国家森林公园空间分布的网格化分析基础上，将全国地图划分成不同数量的网格，那么国家森林公园所占据的网格数N(r)会由于不同网格尺寸r的不同有所差异，假设国家森林公园具有无标度空间分布特征，则应有：

式中：I0为常数；D1为信息维数值。D为网格维数数值，表征国家森林公园在全国分布的均衡性。一般D处于0～2 之间，其值越大表明其空间分布均衡性越强，反之则空间分布越集中；当D趋近于1，表明国家森林公园系统具有集中到一条地理线（如山脉、河流、海岸、铁路和公路等）的趋势；当D=2，表明国家森林公园均匀分布；其中当D1=D0时，则表明国家森林公园系统为简单分形，国家森林公园系统在网格中是等概率分布的［27］。

1.2.4ESDA 空间关联性分析 空间探索性分析方法（Exploratory spatial date analysis，ESDA）是空间分析方法和技术的集成，是对研究事物在地理空间上集聚状态的综合分析，旨在揭示和分析研究事物和对象在地理空间上的相互作用关系［28］。本文选取莫兰I（Moran’sI）指数和Getis-OrdGi*分别探究国家森林公园空间关联结构模式和空间冷热点区分布差异［29］。Moran’sI公式如下：式中：Xi、Xj为第i区域和j区域的观测值；n为区域数量；为所有区域观测值的平均值；为；Wij为空间权重矩阵，其中空间相邻时为1，不相邻时为0。Moran’sI指数值在(-1,1)之间分布，值越接近于1 则表示有相似属性的聚集在一起；越接近-1 时则表示有相异属性的聚集在一起；趋向于0时，表示不存在空间自相关［30］。

由于Moran’sI指数表征的是国家森林公园全局的集聚状态，要进一步识别局部国家森林公园分布的冷热点，一般采用Getis-OrdGi*进行测度分析，其公式为：

2 结果与分析

2.1 总体分布格局

2.1.1密度分布特征 利用ArcGIS 10.0 软件对1994、2004年和2019年国家森林公园进行核密度分析（图1），由图可知：国家森林公园呈现出东多西少且主要分布在胡焕庸线以东的空间分异规律，与区域经济发展有一定的耦合性，其中东中部数量分布较多，西部分布较少。对比3个时间段可以发现，大致形成了以京津冀、长三角、川渝交界和湘赣交界地区为核心的高密度分布地区，以东北长白山地区、山东半岛地区、关中地区为核心的次分布地带，这些区域经济较为发达、人口较多，且大多森林覆盖率较高，为森林公园的分布奠定了一定物质基础。对比3个时间截面，随着时间的推移，国家森林公园分布的高密度区有逐渐南移的趋势。大体围绕我国东北林区、西南林区、南方林区等三大林区呈现出“大集聚、小分散”的分布格局，国家森林公园的低密度区主要分布在我国的西北部区域。

图1 国家森林公园分布密度及演化示意图Fig.1 Density distribution and evolvement of National Forest Parks

2.1.2空间分布类型 运用ArcGIS 10.0工具分别计算出1994、2004 年和2019 年国家森林公园的平均实际最邻近距离和理论最近距离（表1）。再根据公式（1）分别计算出1994、2004 年和2019 年国家森林公园的最邻近指数分别为0.71、0.74和0.92，均小于1.00，由此可知国家森林公园在不同时间节点空间分布上均呈现出集聚分布态势，但随着时间的推移这种集聚分布态势有所降低。这一方面表明国家森林公园在空间布局和发展上具有一定的空间关联性，国家森林公园旅游发展的协同效应较强，另一方面也表明随着国家森林公园的快速发展，虽然国家森林公园依然保持集聚分布状态，但有逐渐趋向均衡的态势。

表1 国家森林公园最邻近指数Tab.1 Nearest neighbor index of National Forest Parks

进一步分析其空间分布的地理集中程度，由公式（3）计算出1994年国家森林公园实际空间分布的地理集中指数为23.24，在均匀分布状态下的地理集中指数为17.88，同理可得出2004 年国家森林公园的实际空间分布的地理集中指数为20.37，在均匀分布状态下的地理集中指数为17.96；2019 年国家森林公园实际空间分布的地理集中指数为19.26，在均匀分布状态下的地理集中指数为18.01，表明国家森林公园空间分布较为集中，且区域间国家森林公园空间分布差异较为明显，但是两者之间的差距在进一步缩小，空间分布的集中程度有所减小。

2.1.3空间分布复杂性 运用分形理论中的网格维数模型探究国家森林公园空间分布均衡性（复杂性）。在不同时间截面国家森林公园矢量化分布的地图上放置适合的矩形，假设其矩形的边长都为1，再将其各边进行k等份，则矩形区域被划分成k2个小区域［27］。先后统计出国家森林公园所占的网格数N(r)、每个网格中所包含的国家森林公园数Nij，并计算概率Pij(r)，最后测算出相对应的N(r)和I(r)（表2）。把计算得到的不同坐标点［N(r),k］和［I(r),k］在Excel中绘成双对数散点图，再进一步对点进行拟合回归，即可获得国家森林公园的容量维数值（D0）和信息维数值（D1）。

表2 国家森林公园网格维数测算数据Tab.2 Different types of National Forest Parks grid dimension data

由散点图2可知1994、2004年和2019年的国家森林公园的容量维数值分别为1.4142（测定系数为0.9921）、1.5626（测定系数为0.9929）和1.6336（测定系数为0.9912），表明各年份国家森林公园系统分形特征明显，其中1994 年容量维接近1.0000，表明其国家森林公园在全国范围内分布相对较为集中，具体从1994年各省分布来看，天津、西藏、宁夏等省无国家森林公园分布，而集中分布于安徽、山东等地，这也应证了其分布的不均衡性。而2004 年和2019年容量维在逐年增加，且趋向于2，表明国家森林公园在全国尺度范围内分布开始逐渐均衡，再从各年份的信息维来看，3 个年份的信息维数值分别为0.7668、0.7614和0.7687均小于对应的容量维，表明区内森林公园系统可能局部围绕山区或林区集聚的情况，或因地区的森林资源禀赋不同或地区经济社会发展水平的不同，空间分布上呈现不等概率分布状态，分形结构较为复杂。

图2 国家森林公园网格维数双对数散点图Fig.2 In-ln plots for grid dimension of National Forest Parks

2.2 区域分布特征

从各省的分布来看，1994年国家森林公园主要集中分布在安徽、山东、湖南、云南、山西、黑龙江、辽宁、河南、广东、江西等省，仅10 个省份的国家森林公园达到147 处，占比达到63.36%，而天津、西藏、宁夏3 省尚无国家森林公园分布。2004 年所有省域均有国家森林公园分布，其中浙江、云南、安徽、江西、四川、山东数量都在25 处以上，国家森林公园最多的为黑龙江，数量达到47 处，最少的是天津和上海，其中天津最少仅为1处。2019年黑龙江、湖南、江西、山东、四川、浙江、湖北、陕西、内蒙古和吉林国家森林公园的数量位列前十位，总数达到459处，占比为51.46%，国家森林公园最多的仍为黑龙江，数量达到66 处，最少的仍为天津、上海和宁夏。从上述分析不难看出，各省国家森林公园的分布差异较为明显。

从三大地带分布来看①三大地带：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括重庆、四川、贵州、云南、广西、西藏、青海、新疆、甘肃、陕西、宁夏、内蒙古。，不同时间截面总体上均呈现出东西少、中部多的“凸字形”分异规律。但不同年份也表现出不同的分异特征，1994年国家森林公园呈现出中部最多（106），占比达到45.69%、东部次之（66）占比为28.45%、西部（60）最少占比仅为25.86%。2004 年国家森林公园的地带间分布呈现出一定的变化，虽然中部仍保持领先地位，但西部数量超过东部，具体来看，中部最多（208）占比36.88%，西部次之（196）占比为34.75%、东部（160）最少占比仅为28.37%。2019 年国家森林公园的地带间分布特点基本上延续了2004年，但各地带间的国家森林公园数量差距进一步缩小，空间分布逐渐呈现均等化。其中中部最多（343）占比38.45%，西部次之（291）占比为32.62%、东部（258）最少占比仅为28.93%。

再从八大分区分布来看①全国八大分区：东北地区包括辽宁、吉林、黑龙江；北部沿海地区包括北京、天津、河北、山东；东部沿海地区包括上海、浙江、江苏；南部沿海地区包括福建、广东、海南；黄河中游地区包括陕西、山西、河南、内蒙古；长江中游地区包括湖北、湖南、江西、安徽；西南地区包括广西、云南、贵州、四川、重庆；西北地区包括甘肃、青海、宁夏、西藏、新疆。，1994、2004年和2019年国家森林公园在八大地区的分布曲线图形大致相同，大体呈现“由长江中下游、西南地区向东北和黄河中游地区递减”的空间分布特征（图3）。具体来看2019 年分布长江中游地区的国家森林公园数量186 处，占比为20.85%，其次为西南地区，有153处国家森林公园，占比为17.15%，再次为东北地区，有133 处，占比为14.91%，西北部地区分布最少，仅有66处，占比仅为7.39%。

2.3 热点区分布特征

采用ArcGIS 10.0软件计算出3个时间截面的国家森林公园空间分布的全局Moran’sI指数，得到结果分别为0.675、0.487和0.461，并都通过检验，表明国家森林公园空间分布具有正向的空间自相关，其中1994—2004 年Moran’sI指 数 下 降 较 快，而2004—2019年Moran’sI指数变化不大，表明国家森林公园的空间正向集聚程度呈现下降态势，但随着时间的推移，正向的空间自相关程度降低，并趋于稳定状态。表明我国国家森林公园在空间分布上有具有一定的马太效应，森林公园旅游发展的协同效应较好，未来各森林公园走协同发展道路较为可行。一般来说，全局自相关分析会掩盖局部空间的分布情况［32］。为了进一步研究国家森林公园空间分布规律，根据公式分别计算出1994、2004 年和2019年国家森林公园的局部空间关联指数Gi*(d)，并运用ArcGIS 10.0 软件中的自然断点法对不同年份的空间关联指数进行重分类，生成国家森林公园空间格局的热点图（图4）。由图可知，国家森林公园的空间分布格局主要呈现出东南热，西北冷的态势，国家森林公园的热点区呈现一定的不稳定性，其中黑龙江、江苏和浙江发展较为活跃，持续保持在热点区域，而新疆、西藏和四川等地基本上都处于冷点区域，森林公园旅游发展较为缓慢。从热点区域的演化来看，1994年国家森林公园的热点区主要分布在我国的东南部及环渤海地区，到2004年热点区开始逐渐向西南和东北部省份迁移，2019年热点区和2004 年基本保持一致，变化不大，而国家森林公园的冷点区相对保持较为稳定，3个年份变化不大，数量上有所降低，主要分布在我国的西北地区。表明随着我国森林旅游业的快速发展，游客对森林旅游产品的需求量不断增加，使得我国国家森林公园的空间分布范围不断扩大，空间的差异性开始缩小。

图4 国家森林公园空间格局的热点区域演化示意图Fig.4 Evolvement of the spatial pattern of the hot spot areas in National Forest Parks

2.4 国家森林公园时空分布的影响因素

2.4.1地形因素 国家森林公园分布受地形影响较大，存在主要围绕山区分布的现象。为探究国家森林公园空间分布与地形的相互关系，将3 个年份的国家森林公园空间分布图与全国地形高程图进行叠加，并提取每个国家森林公园海拔高度值，在SPSS 软件中测度不同海拔高度和森林公园分布数量的相关性，结果表明两者的Pearson 系数为-0.731，且通过显著性检验，表明地形海拔高度与国家森林公园数量的相关性较强，且呈现一定的负相关。为进一步研究地形要素与国家森林公园分布的相互关系，按照不同海拔高度划分为平原、丘陵、山地和高原4种地貌类型，在此基础上统计不同年份4 种地貌类型的国家森林公园数量，由表3 可知国家森林公园在4种类型地貌分布数量上呈现出平原>丘陵>高原>山地，其中海拔500 m以下的平原和丘陵地区国家森林公园达60%以上，海拔低于200 m的平原地区分布数量最多，占比达35%以上，且呈现集中分布态势。综上可知国家森林公园受地形影响较大，结合我国阶梯状地势特征来看，国家森林公园主要分布于第一级阶梯的平原、丘陵地带，山地地形国家森林公园分布数量较少。由此可知，我国大多数国家森林公园海拔并不高，此特征与通常认知有所不同，易被忽视，因此未来森林公园旅游开发时要充分考虑到这一特征要素，打造符合森林公园自身资源特点的旅游产品和业态。

表3 不同地形的国家森林公园数量Tab.3 Number of National Forest Parks at different topography

2.4.2降水量因素 区域间降水量差异会直接影响地表森林植被，地表植被也会通过水汽蒸发等物理过程间接影响局部降水，两者间有着密切联系。为探究年降水量和森林公园分布的关系，将国家森林公园分布图与全国区域的年降水量进行叠加（图5），提取不同降水量的国家森林公园的数量［30］，在SPSS软件中测度不同降水量和森林公园分布数量的相关性，结果表明两者的的Pearson系数为0.733，且通过显著性检验，可知国家森林公园的分布与降水量有着较强正向相关性。为进一步研究降水量与国家森林公园分布的耦合效应，按照不同降水量划分为干旱地区、半干旱地区、半湿润地区和湿润地区4种类型，在此基础上统计不同年份4 种类型地区的国家森林公园数量，由表4 可知国家森林公园数量在4 种类型地区分布上呈现出湿润地区>半湿润地区>半干旱地区>干旱地区。3 个年份中年降水量800 mm 以上湿润地区的国家森林公园数量分布最多，年降水量400 mm以上的湿润和半湿润地区的数量占比达70%以上，年降水量不足200 mm的干旱地区分布最少，综上分析可知国家森林公园的空间分布受年降水量影响较大，呈现出随降水量数值的升高，分布数量不断增加的趋势。由此可知降水量是国家森林公园分布的重要影响因素，由于森林公园的发展主要依托森林资源，而降水量直接影响着森林植被的存活率，此外林区和林地中植被茂盛，容易在空气中形成水汽，这也对地方气候和降雨产生一定的影响，未来在开发森林公园旅游产品和创新旅游业态时也要充分考虑森林多雨这一因素，给游客留下安全舒心的旅游体验。

表4 不同降水量的国家森林公园数量Tab.4 Number of National Forest Parks with different precipitation

图5 国家森林公园分布与降水量耦合图Fig.5 Coupling map of National Forest Parks with topography and precipitation

2.4.3客源市场 国家森林公园作为重要的旅游目的地之一，其空间布局与客源市场息息相关。城市居民是我国国家森林公园客源市场。由于国家森林公园生态环境良好、景观资源丰富、观赏游览价值高，吸引了大量的城市居民前去旅游休闲。由于不同等级城市辐射距离有所差异，一般省会城市和地级市1 h 城市圈范围内辐射半径分别为100 km、50 km，也就意味着国家森林公园对100 km 以外的省会客源市场和50 km以外的地级市客源市场有一定的吸引力。因此，对1 h城市圈范围内（省会城市100 km、地级市50 km［28］）的国家森林公园进行叠加分析，分别选取1994、2004年和2019年全国31个省会城市及地级市，以城市中心分别制作100 km、50 km缓冲带，与国家森林公园空间分布图叠加（图6、图7），并统计缓冲区内国家森林公园的数量。结果表明3个时间节点下，省会100 km缓冲区内和地级市50 km缓冲区内国家森林公园数量占比平均分别为58.11%、52.49%、50.97%；综上可知国家森林公园有半数以上都是围绕城市分布，但是比例呈现一定的下降趋势，这一方面表明国家森林公园的空间分布受客源市场影响较大，另一方面表明国家森林公园旅游吸引力在不断增强，越来越多的非城市居民开始前往旅游休闲，此外近年来随着自驾游市场的不断发展，交通网络逐渐便利，旅游的空间距离在不断压缩，国家森林公园客源市场的辐射半径在不断扩大。

图6 全国地级市缓冲区与国家森林公园耦合图Fig.6 Coupling maps of buffer zone and National Forest Parks of prefecture-level cities and across the country

图7 全国省会城市缓冲区与国家森林公园耦合图Fig.7 Coupling maps of buffer zone and National Forest Parks of provincial capitals across the country

2.4.4旅游资源禀赋 A级旅游景区是我国旅游业发展的重要物质载体，一般来说获批A 级景区的旅游目的地，其旅游产业发展本底较优，旅游资源禀赋相对较好、旅游配套设施及可达性也较优，较适宜发展旅游产业。因此，为了探究国家森林公园和旅游景区的空间分布关联性。采用缓冲区分析法，以5 km到50 km等间隔的缓冲半径建立若干个A级景区缓冲区，并将缓冲区与3 个年份的国家森林公园进行相交，提取出不同缓冲距离的国家森林公园数量，再对不同缓冲区半径下的森林公园分布数量在SPSS 中进行相关性分析，得出两者的Pearson 系数为0.864、0.887 和0.923，且显著性检验通过。由此可以看出，国家森林公园与旅游资源禀赋较好的地区具有较强的共生关系，且这一共生关系呈现出不断增强态势。旅游资源禀赋较优的区域其国家森林公园分布的数量也相对较多，这是由于国家森林公园的旅游发展要依托旅游资源较好的旅游景区带来的旅游流、资金流和信息流不断拓宽自身的知名度和影响力，走差异化的旅游发展道路，从而最终实现与周围景区互利共赢。

3 结论与建议

3.1 结论

以1994、2004 年和2019 年国家森林公园为研究对象，运用空间分析方法对其空间的总体分布特征、区域分布特征、空间分布状态特征和要素影响下的空间分布差异特征进行分析，研究结果如下：

（1）国家森林公园主要分布在胡焕庸线以东，大致形成了以京津冀、长三角、川渝交界和湘赣交界地区为核心的高密度分布地区，以东北长白山地区、山东半岛地区、关中地区为核心的次分布地带，大体围绕我国东北林区、西南林区、南方林区等三大林区呈现出“大集聚、小分散”的分布格局。

（2）国家森林公园在空间分布上呈现出集聚分布态势，随着时间的推移这种集聚分布态势有所降低；国家森林公园分形特征明显，因地区的森林资源禀赋或地区经济社会发展水平的差异，国家森林公园空间分布上呈现出不等概率分布状态，空间分布不均衡且分形结构较为复杂。

（3）各省域间分布差异明显，其中国家森林公园在三大地带间总体分布呈现“东西少、中部多”的分异规律，但近年来地带间呈现逐渐均衡趋势；八大的分区分布呈现“由长江中下游、西南地区向东北和黄河中游地区递减”。

（4）国家森林公园的空间分布格局主要呈现出“东南热、西北冷”的态势，国家森林公园的热点区在全国范围内呈现一定的不稳定性，其中黑龙江、江苏和浙江发展较为活跃，持续保持在热点区域，而新疆、西藏和四川等地基本上都处于冷点区域，森林公园发展较为缓慢。

（5）影响国家森林公园空间分异格局的因素主要有地形、降水量、客源市场和旅游资源禀赋。4个因素影响的具体表现为2 个方面，一是“就低”、“喜湿”，集中分布在第一级阶梯的平原、丘陵地区（占比60%以上）以及湿润和半湿润地区（占比70%）；二是“环城”、“傍景”，国家森林公园与旅游景区具有天然的共生关系、并主要分布在1 h 城市圈范围之内。

3.2 建议

国家森林公园是我国森林旅游发展的重要载体，研究其空间分异规律，为未来森林类的国家公园在遴选空间布局优化上、国家在制定相应的区域政策上提供科学的参考依据。研究表明，近年来国家森林公园空间分布开始逐渐均衡，但仍然存在集聚分布现象，国家应加大在东西部布点的力度，尤其是东部地区，森林旅游产品的需求量大，而目前的供需关系存在不匹配的现象，应优先支持其省级森林公园向国家森林公园的申报和转评。其次，国家森林公园的空间关联性明显，空间的马太效应显著，未来各地区、各省、各个国家森林公园之间应该加强合作，形成森林公园旅游发展命运共同体，为我国国家森林公园更好更快发展助力。再次，根据国家森林公园的四大影响因素，可将国家森林公园发展模式分为景区依托型发展模式、自然地理要素利用型发展模式、市场带动型发展模式3 种类型。景区依托型国家森林公园，应做好和景区的合作开发，实现产品互补、旅游一体化发展。自然地理要素利用型发展模式，应根据其自身自然地理要素优势和特点打造特色鲜明的森林旅游产品，如对3500 m 以上的高山国家森林公园，可以打造山地极限运动及特色观光旅游产品；在1000～3500 m 海拔范围内的中山国家森林公园，要充分利用森林旅游资源具有天然休闲度假、康养疗养功能，创新打造山地休闲养生等健康旅游产品。海拔低于1000 m 的国家森林公园，则可开发山地自行车、露营、森林狩猎等旅游体验项目。走市场带动型发展模式的国家森林公园，应依托庞大的客源市场，开发针对城市居民的森林度假养生旅游产品，扩大森林旅游产品的关注度和影响力，最终实现在当下旅游竞争激烈的大环境中脱颖而出。

目前我国森林旅游发展“四化”特征明显，即森林旅游形态要求生活化、森林旅游开发注重生态化，森林旅游经济呈现综合化，森林旅游管理突出精细化。然而国家森林公园的旅游开发和产品打造存在一定的同质化，森林旅游发展亟待转型升级。未来各个国家森林公园应因地制宜，深挖资源特色，植入文化内涵、创新旅游产品。根据不同国家自身条件，合理的利用自身的自然地理条件、区位优势走差异化的旅游发展道路。囿于数据获取等原因，本研究仍有继续完善之处，如选择时间跨度更长的数据对其进行系统研究。其次，对不同等级和不同类型的国家森林公园进行分类研究，并进一步深入探究土壤、气温等自然地理要素对国家森林公园分布的影响也较有研究价值和意义，这些研究方向也将是下一步研究的重点。