EN中文

Economic geography >

2020 , Vol. 40 >Issue 11: 196 - 207

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.11.022

Spatial Pattern of Health Tourism Destination in China and Its Influence Factors

  • WANG Zhaofeng , 1 ,
  • SHI Weijie , 1, ※ ,
  • SU Changgui 2
Expand
  • 1. Tourism College，Hunan Normal University，Changsha 410081，Hunan，China
  • 2. Hunan Institute of Economic Geography，Hunan University of Finance and Economics，Changsha 410205，Hunan，China

Received date: 2019-12-18

  Revised date: 2020-09-23

  Online published: 2025-04-22

Fold

Abstract

The construction of health tourism destinations is a key issue in tourism scientific research and practice in the context of the implementation of the "Healthy China initiative". This paper analyzes the spatial layout of health tourism destinations in China based on the average nearest neighbor and kernel density analysis method,and explores its influencing factors combining the entropy method and the geographic detector model. Results show that: 1) At the national level,health tourism destinations present "three-legged tripod" spatial distribution which is centered on the Yangtze River Delta urban agglomeration,the Taihang Mountains in the border area of Henan,Shanxi and Hebei,and the karst plateau in the border area of Guizhou,Chongqing and Sichuan,it is concentrated in the peri-urban areas and close to the traffic line and the scenic areas,and shows the spatial characteristics of large concentration and small dispersion. 2) At the provincial level,it shows dense and uniform distribution in Guizhou,Hainan and Jiangsu,the rest shows dense and clustered,or general and uniform distribution. 3) The factors affecting the distribution from most important to least include traffic capacity,natural resource endowment,potential tourist of health tourism,environmental quality,the investment in tourism and economic development,but the investment in tourism serves plays a critical role,which indicates that China's tourism industry remains in the primary stage driven by investment.

Key words： health tourism destination; spatial pattern; kernel density analysis; geographic detector

Cite this article

WANG Zhaofeng , SHI Weijie , SU Changgui . Spatial Pattern of Health Tourism Destination in China and Its Influence Factors[J]. Economic geography, 2020 , 40(11) : 196 -207 . DOI: 10.15957/j.cnki.jjdl.2020.11.022

近年来，生态环境、人口亚健康、老龄化等问题日益凸显，康养需求与旅游消费急速膨胀，为满足人民群众对美好生活的向往，国家大力推进健康产业与旅游业的深度融合。《“健康中国2030”规划纲要》指出：积极促进健康与养老、旅游、健身休闲融合，催生健康新产业、新业态、新模式；打造具有国际竞争力的健康医疗旅游项目，大力发展中医药健康旅游[1]。但在各地康养旅游迅猛发展的过程中，布局不合理、项目盲目跟进、特色不突出、资源与健康养生匹配度不高等问题频发。作为一种新兴的空间地域单元，其空间分布格局和影响机理的有效分析，对康养旅游地空间布局的优化和康养旅游业健康可持续发展具有重要的实践意义。
国外对康养旅游的研究多集中在总结预测、市场分析、消费结构和理论模型构建等方面，如Serdyukova等分析了索契康养旅游的市场现状和未来发展潜力[2]；Loh采用时间序列模型实证分析了康养旅游季节性消费的结构性变化和发展趋势[3]；Elżbieta Szymańska用德尔菲法将康养旅游的创新模式进行分类并建立了三种健康旅游创新体系的理论模型[4]；Andrea等使用文献计量法和共词分析法从纵向角度分析了西班牙医疗旅游研究的发展并从技术角度进行预测[5]。国内康养旅游起步晚但发展迅速，理论进展稍有滞后，现有研究对康养旅游定义虽有字面差异，但实质相同，大多认为康养旅游是建立在生态质量良好的自然、人文环境基础上以促进身心健康为主要动机的旅游活动[6-8]；目前研究多围绕其未来发展方向、开发潜力、发展模式、行为分析等，丛丽等对森林康养旅游进行了思考研究并提出构建科学发展体系[9]；李济任等构建森林康养旅游开发潜力的评价体系并基于AHP法和模糊综合评价法对森林康养旅游开发潜力进行评价[10]；何莽、吴后建等分别对康养小镇、森林康养提出需求导向和规划管理先行的两种发展模式[11-12]；谢灯明等基于计划行为理论分析潜在游客体验森林康养旅游的决策机制[13]；仅有谢文彩、唐健雄、杨秀成等从微观或中观空间角度对康养旅游地进行分析[14-16]。
综上所述，目前国内外有关康养旅游的研究主要基于经济管理学或行为学的分析角度，虽有少数研究涉及其地理空间分布，但研究的空间尺度多局限于城市、小型城市群等中、微观尺度，缺乏宏观层面对全国康养旅游地空间分布格局的系统梳理；在此基础上，对影响康养旅游地空间分布格局要素的研究则稍显薄弱，并未形成科学化的测度指标。鉴于此，本文对国家级品牌康养旅游地进行系统梳理，依据其成因和现状确定康养旅游地类型，通过平均最近邻和核密度分析法刻画国家和省域康养旅游地空间分布状况和集散特征，并运用熵值赋权法和地理探测器模型辨识其影响空间分布的驱动因素，以期为我国未来康养旅游空间布局的优化和健康发展提供对策。

1 研究方法、指标选择与数据来源

1.1 研究方法

1.1.1 平均最近邻指数

最近邻距离能衡量康养旅游地在空间分布中的相互邻近程度，最近邻点指数能反映康养旅游地的空间集散特征，即实际最近邻距离与理论最近邻距离的比值，公式如下：
R = r 1 ¯ r E ¯ = 2 D × r 1 ¯
式中：R为最近邻点指数； r 1 ¯为最近邻点之间距离的平均值； r E ¯为理论最近邻距离；D为近邻点密度[17]。
其中
r E ¯ = 1 2 n / A = 1 2 D
式中：A为区域面积；n为康养旅游地个数。当R=1时，即 r 1 ¯= r E，点状事物呈随机分布；当R<1时，即 r 1 ¯< r E，点状事物呈集聚分布；当R>1时，即 r 1 ¯> r E，点状事物呈均匀分布。

1.1.2 核密度分析

核密度分析法是利用一个移动的单元格对点、线格局密度进行量化估计[18]。其样本点的核密度分析式为：
∫ h ∧ x = 1 n h ∑ i = 1 n K x - x i h
式中： K x - x i h表示核函数；h（h>0）为带宽；n为样本点个数； x - x i为样本点 x i与估值点 x的距离。运用核密度分析法能更直观地反映康养旅游地空间分布状况。

1.1.3 熵值赋权法

熵值法是一种十分重要的赋权法，它根据各项指标数据提供的信息大小客观地确定指标权重[19]。本文运用熵值法定量衡量我国各省市区的自然资源禀赋、环境质量状况、潜在康养人口、交通运输能力、经济发展水平和旅游投资水平，为精确分析各影响因素对康养旅游地空间布局的影响力提供了前提和基础。
首先要对不同数量级和量纲的原始数据进行极差标准化处理，公式为：
正 向 指 标 :   z i j = X i j - m i n X i m a x X i - m i n X i
负 项 指 标 :   z i j = m a x X i - X i j m a x X i - m i n X i
式中： z i j为标准化处理后的数据值； X i j为原始数据值，其中i（i=1，2，3，…，m）为评价指标的序列数；j（j=1，2，3，…，n）为点位数； m a x X i和 m i n X i分别为原始数据第i个指标的最大值和最小值。
对含有m个指标，n个样本的数据集的第i个指标权重进行计算：
W i = 1 + 1 l n n ∑ j = 1 n Z i j ∑ j = 1 n Z i j l n Z i j ∑ j = 1 n Z i j m + ∑ i = 1 m 1 l n n ∑ j = 1 n Z i j ∑ j = 1 n Z i j l n Z i j ∑ j = 1 n Z i j
对各指标进行求和，公式如下：
U i j = ∑ i = 1 m W i × Z i j
式中： U i j为康养旅游地空间布局影响因素的综合评价值。

1.1.4 地理探测器

地理探测器能探测地理要素的空间分异性并揭示其背后相关的驱动因子，其核心思想是：若某自变量对其因变量有重要影响，则自变量与因变量的空间分布应该存在相似性[20]。由于我国康养旅游地存在空间差异性，因此本文利用地理探测器探测我国康养旅游地空间分布的影响因素，其模型如下：
q = 1 - 1 N δ 2 ∑ h = 1 L N h δ h 2 = 1 - S S W S S T   , S S W = ∑ h = 1 L N h δ 2 ;         S S T = N δ 2
式中：q为影响因素的探测力值；N和 N h分别为整体和次一级区域内的所有样本数；L为各因素的分类； δ 2和 δ h 2分别为整体、次一级区域因变量的样本离散方差；SSW和SST分别为层内方差之和与全区总方差。q的取值区间为[0,1]，q值越大，说明该因素对康养旅游地的空间分布影响力越大。

1.2 指标选择与数据来源

康养旅游地的空间分布格局是在自然和人文两种因素共同作用下形成的，参考多种类型旅游地建设发展的影响因素[21-22]，本文从自然资源禀赋、环境质量状况、潜在康养人口、交通运输能力、经济发展水平与旅游投资水平六个维度选取16项指标对国家级品牌康养旅游地的空间分布进行分析，影响机理如图1所示。自然资源禀赋是影响康养旅游地分布的基础性因素，对康养旅游地的量和质影响显著，根据康养旅游地的分类和特性，选取各地区的森林覆盖面积、山地丘陵面积、湿地水域面积、年均降水量和≥10℃年积温5项指标来反映[23]；环境质量状况影响康养旅游地的经济效益和可持续健康发展，选取水环境质量指数和空气优良率2项指标进行分析[24]；潜在康养人口是康养旅游产品的购买对象，它包括老龄群体、亚健康群体和追求生活质量群体，将其可量化为60岁以上人口、残疾人口、入院人数和中等偏上收入人数之和[8]，考虑到我国为发展中国家，中等偏上收入的家庭一般拥有一辆私家车的现状，因此中等偏上收入人口以地区汽车保有量与家庭平均人数的乘积进行表示；交通是连结客源地与旅游地之间的媒介通道，对旅游景区的空间布局有重要意义，选取公路、铁路网密度和陆路客运量3项指标来衡量当地旅游交通的发展状况[25]；旅游是社会经济发展的产物，经济发展水平的高低对旅游业具有显著影响，选取人均可支配收入、人均社会零售商总额和购买力指数3项指标反映康养旅游地的经济发展水平[26]；旅游投资对地区旅游经济发展具有重要的推动作用，考虑到康养旅游相关投资数据的可得性，本文选取旅行社数量、星级酒店数和A级景区个数3项指标衡量地区旅游业的投入情况[27]。
图1 康养旅游地空间布局影响机理图

Fig.1 The influence mechanism of the spatial layout of health tourism destination

基于评选机构的权威性和康养旅游地自身影响力，本文选取来自2016年首批40家国家旅游示范单位中的5个中国康养旅游示范基地、国家中医药健康旅游示范基地、国家级旅游度假区、全国森林康养基地试点名单、“中国森林体验基地”“中国慢生活休闲体验区、村（镇）”、中国（国际）休闲发展论坛和中国长寿之乡康养示范基地等655个国家级品牌康养旅游地（图2）。各地区自然资源禀赋状况的六项指标数据来自各省市区政府官网和第一次国情地理普查公报；水环境指数和空气优良率来自国家生态环保部官网2018年相关数据，缺失数据来自各省市区生态环保厅官网；潜在康养人口数据多来自国家2018年统计年鉴，其中残疾人口数据来自国家残疾人联合会；交通运输能力、经济发展水平和旅游投资水平的指标数据来自国家和各省市区2018年统计年鉴或旅游年鉴。
图2 中国康养旅游地空间分布图

Fig.2 Spatial distribution of China's health tourism destinations

2 康养旅游地的类型划分与空间格局分析

2.1 康养旅游地的类型划分

本文分别参照保继刚、李天元等学者和我国《旅游资源分类、调查与评价》（GB/T 18972-2017）对旅游资源的分类，以及唐健雄、杨秀成和《中国康养产业发展报告》等对康养旅游地（产品）的分类[15-16,28]。综合王赵、徐红罡、任宣羽等学者和《国家康养旅游示范基地标准》中对康养旅游的定义[6-8]，认为康养旅游是旅游者以促进身心健康为主要动机而到生态质量良好的自然、人文环境景观中的旅游活动；再结合我国康养旅游地的成因和属性特点，将我国康养旅游地划分为人文类康养旅游地和自然类康养旅游地两种，其中，人文类康养旅游地细化为康养小镇（区、村）、康养产业园或机构，自然类康养旅游地细化为山地类康养旅游地、植物类康养旅游地、水文类康养旅游地（表1）。需要说明的是，该分类基于康养旅游地本身所依托的主要事物，以及康养旅游地的主要属性特征和依托卖点，最大限度地排除分类交叉的可能性。
表1 康养旅游地分类表

Tab.1 Classification of health tourism destinations

主类 基本类型
人文类康养旅游地 康养小镇（区、村）；康养产业园或机构
自然类康养旅游地 山地类康养旅游地；植物类康养旅游地；水文类康养旅游地
根据本文对康养旅游地的类型划分，对我国各类型康养旅游地进行统计，统计结果为人文类康养旅游地202个，占比30.84%，其中康养小镇（区、村）84个，康养产业园或机构118个；自然类康养旅游地453个，占比69.16%，其中山地类康养旅游地166个、植物类康养旅游地188个、水文类康养旅游地99个。

2.2 康养旅游地的空间格局分析

2.2.1 全国尺度下的分析

从全国（不含港澳台地区）尺度看，运用ArcGIS对全国康养旅游地进行平均最近邻分析并得出结果：平均观测距离为39 515.2625 m，预期平均距离为78 505.3998 m，最邻近比率R为0.5033，Z得分为-24.3168且显著性水平p<0.01，说明中国康养旅游地在空间上呈现出明显的集聚型分布。
通过核密度制图分析康养旅游地在空间上的集聚特征（图3）。图3a显示：中国康养旅游地呈现出以长三角城市群、太行山豫晋冀边区和喀斯特高原贵渝川边区为核心的三足鼎立局面，其中长三角城市群为高密度核心区，太行山豫晋冀边区和喀斯特高原贵渝川边区为次密度核心区；且我国康养旅游地具有“沿线、环城、傍景”的分布规律与大集中、小分散的空间特征，多集中于城市群和省会城市周边，少量分散于交通通达性稍差，但自然资源禀赋较高的地带。究其原因，不难发现，长三角城市群目前已发育成都市连绵区，是我国经济发展水平最高和人口最密集的城市群，其市场发育较其他地方成熟，康养旅游市场广阔；太行山豫晋冀边区和喀斯特高原贵渝川边区拥有优越的自然环境条件，能吸引众多远距离康养旅游产品的购买者，因此形成次密度核心，从而使我国康养旅游地呈现三足鼎立的局面[29-30]。城市群或省会城市周边以其优越的地理位置、便捷的交通通讯设施和城市开发政策等优势吸引了大量人文类康养旅游地的集聚；交通通达度低但自然资源禀赋较高的地带，由于拥有优质的自然风光、良好的环境质量而吸引了自然类康养旅游地的布局。这些使其形成了类似于中国特色小镇“沿线、环城、傍景”的分布规律和大集中、小分散的空间特征[31]。
图3 中国各类康养旅游地核密度图

Fig.3 Kernel density of various types of health tourist destinations in China

人文类康养旅游地和自然类康养旅游地核密度图分别如图3b、3c所示。人文类康养旅游地的核心分布于长三角地区全境、豫晋冀边区和云贵高原西南部，其中，长三角地区的核密度远远高于其他两个区域，次核心分布于京津冀、长三角、武汉、成都等发达地区；自然类康养旅游地在我国中南部地区连接成片，与人文类康养旅游地相比，3个核心区位置发生显著变动，长三角核心区向西紧密延伸至大别山淮河一带、豫晋冀边界核心区往南向河南境内的伏牛山系移动、云贵高原西南部核心区转变为东北部的武陵山区，另外湘赣边界的九岭—罗霄山一带、长白山系、纬度较低的海南岛、秦岭和山东丘陵一带密度相对较高。康养旅游地类型细分中的第一类康养小镇（区、村）在全国分布较为分散，但核心区和次核心区尤为突出，核心区为江浙皖边界的江南一带，次核心区为晋中和粤中地区，其他地区的核密度较小；相比其他地区，江南一带拥有孕育康养旅游小镇更加完善全面的基础条件，比如温和的气候、独具特色的民居、秀丽的风景、厚重的历史感和通达的交通等。第二类康养产业园或机构呈现出明显的点带状分布，其中云贵高原西南部、华北平原、鄂中湘北为3个核密度最高的点团，长江中下游经济带和华北—豫中—鄂北连接带使其分布粘度更高；这主要是由于我国华北、中南和沿江地区是我国人口稠密区，拥有良好的市场潜力，云贵高原附近少数民族众多，养生文化资源丰富，环境质量高，风景秀丽，在吸引远距离康养者方面具有较强竞争力。第三类山地类康养旅游地以太行山为单一高密度区，江南丘陵、四川盆地、武陵山区和秦岭为中密度区。特殊的地形能够形成多样的小气候，小气候区的自然环境美感和质量一般优于其他地区，从而为康养旅游地的选址提供便利。第四类植物类康养旅游地分布与山形地貌空间特征有密切关系，云贵高原北部分布尤为密集，幕阜—九岭山、长白山和天目—怀玉山为3个次密集区，其大体上位于我国水分热量较为充足的秦岭—淮河线以南。我国自古以来中药养生文化盛行，且森林含有大量对人体有好处的负氧离子，因此以山地为依托的植物养生、有氧运动等为康养活动提供了良好的自然条件。第五类水文类康养旅游地在长三角地区分布最为密集，其次是贵州中部和湘北洞庭湖流域，均为我国水资源较为丰富的地区。沿海或河湖众多的地区由于较高的空气湿润度从而能提升人体舒适度，特别是温泉、山泉在养生中具有较好的功效，因此促使众多水文类康养旅游地的产生。

2.2.2 省域尺度下的分析

对全国31个省（直辖市、自治区）（不含港澳台）康养旅游地分布特征进行分析，通过平均最近邻指数表示其集散类型，省域面积与康养旅游地个数的商表示其稀疏程度，并参考相关研究[32-33]，将我国康养旅游地分为6种类型：稀疏随机型、稀疏均匀型、一般均匀型、一般集聚型、稠密集聚型和稠密均匀型。通过平均最近邻分析计算最邻近点指数，不同省份康养旅游地分布呈现不同类型（表2）。有近30%的省份其分布呈现出一般均匀型，说明这些省份内部康养旅游发展较为均衡，但其数量还较少，满足本地市场还需进一步扩容提质；有近20%的省份其分布特征为稠密集聚型，说明该省份内部各地康养旅游资源发育不均衡，其布局有待进一步优化；稠密均匀型仅有贵州、海南、江苏3个省份，说明这些地区康养旅游布局和发育相对较好，但江苏省在数量上相对较少，需要进一步扩容。异常点为甘肃、天津和西藏，这3个国家级品牌康养旅游地的分布类型都为稀疏随机型，甘肃共3个康养旅游地且都分布在东南部省界地带，西藏区域面积120.22万km2，仅有3个康养旅游地分布且过于稀疏，天津市仅有两个康养旅游地。
表2 中国康养旅游地各省最邻近点指数

Tab.2 Nearest neighbor index of health tourism destination in different provinces of China

省份 基地（个） 最邻近
点指数		 分布类型 省份 基地（个） 最邻近
点指数		 分布类型
人文 自然 人文 自然
安徽 9 15 1.1005 一般均匀型 黑龙江 5 14 0.8721 一般集聚型
北京 4 3 1.6020 一般均匀型 内蒙古 8 21 0.7449 一般集聚型
福建 6 8 0.8195 一般集聚型 宁夏 4 2 1.3549 一般均匀型
甘肃 2 1 4.2798 稀疏随机型 青海 2 7 1.5854 稀疏均匀型
广东 10 14 1.1546 一般均匀型 山东 16 24 0.8406 稠密集聚型
广西 3 18 1.1305 一般均匀型 山西 12 13 1.2835 一般均匀型
贵州 6 40 1.0767 稠密均匀型 陕西 3 8 1.1425 稀疏均匀型
海南 7 12 1.2426 稠密均匀型 上海 3 1 3.6236 一般均匀型
河北 7 7 1.4445 稀疏均匀型 四川 11 31 0.9174 一般集聚型
河南 6 34 0.6501 稠密集聚型 天津 2 0 214.7977 稀疏随机型
湖北 15 23 0.8693 稠密集聚型 西藏 3 0 16.6181 稀疏随机型
湖南 8 24 1.2272 一般均匀型 新疆 2 9 1.4183 稀疏均匀型
吉林 1 29 0.8594 稠密集聚型 云南 16 15 0.9214 稠密集聚型
江苏 8 16 1.2029 稠密均匀型 浙江 14 29 0.8735 稠密集聚型
江西 6 14 0.9594 一般集聚型 重庆 2 10 1.2407 一般均匀型
辽宁 2 10 1.3182 稀疏均匀型

3 康养旅游地影响因素分析

3.1 研究结果

基于森林覆盖面积、山地丘陵面积、湿地水域面积、水环境质量、空气优良率等16项具体指标运用熵值赋权法对各省市区（不含港澳台）自然资源禀赋、环境质量状况、康养人口数量、交通运输能力、经济发展水平、旅游投资水平的6个维度进行定量评价，并将这6个维度分别标记为x1、x2、x3、x4、x5、x6；为更清楚揭示康养旅游地探测因子的空间特征，利用ArcGIS中的自然断裂法将其划分为5种类型，将熵值评价结果分级设色并与康养旅游地分布图进行叠置分析得出图4。最后运用地理探测器，探测其对康养旅游地空间分布的影响力大小，探测结果见表3。
图4 康养旅游地影响因素叠置分析图

Fig.4 Overlaying analysis of influencing factors of health tourism destination

表3 我国康养旅游地影响因素探测结果

Tab.3 Detecting results of influencing factors of recreation sites in China

具体指标 指标权重 影响因素 q值（所有康养旅游地） q值（自然类康旅地） q值（人文类康旅地）
森林覆盖面积 0.1934 自然资源禀赋x1 0.3940* 0.3821* 0.1828
山地丘陵面积 0.2419
湿地水域面积 0.3203
≥10°积温 0.1007
年均降水量 0.1737
水环境质量 0.5000 环境质量状况x2 0.2572 0.2146 0.2043
空气优良率 0.5000
60岁以上人口 0.2500 潜在康养人口x3 0.3908* 0.2871 0.3903*
残疾人口 0.2500
入院人数 0.2500
中等偏上收入群体 0.2500
公路网密度 0.3552 交通运输能力x4 0.5228* 0.4852* 0.2771
铁路网密度 0.3014
陆路客运量 0.3434
人均可支配收入 0.4051 经济发展水平x5 0.1003 0.1262 0.0691
人均社会零售商总额 0.3472
购买力指数 0.2477
旅行社数量 0.3532 旅游投资水平x6 0.2377 0.1946 0.3205*
星级酒店数量 0.3123
A级景区数量 0.3346

注：*代表通过0.1显著性检验。

整体上，各因素对于康养旅游地空间分布的影响力存在显著差异，影响力从大到小依次为交通运输能力、自然资源禀赋、潜在康养人口、环境质量状况、旅游投资水平和经济发展水平，其中交通运输能力、潜在康养人口、自然资源禀赋通过了显著性检验；在对自然类康养旅游地的影响上，影响力从大到小依次为交通运输能力、自然资源禀赋、潜在康养人口、环境质量状况、旅游投资水平和经济发展水平，其中仅交通运输能力、自然资源禀赋通过了显著性检验，自然类影响因素影响力中仅有自然资源禀赋位居前列，环境质量状况位居第四，受自然因素影响相对显著；在对人文类康养旅游地的影响上，影响力从大到小依次为潜在康养人口、旅游投资水平、交通运输能力、环境质量状况、自然资源禀赋和经济发展水平，其中仅潜在康养人口、旅游投资水平通过了显著性检验，人文类康养旅游地空间布局影响最大的前三类因素皆为人文类影响因素，可见其受人文因素影响较为显著。
为进一步探究影响康养旅游地空间分布的各因素之间的合力作用，本文对其进行了因素交互探测分析（受篇幅所限，探测结果仅显示交互作用后对各类康养旅游地形成具有解释力最强的6个，共计18个），结果见表4。
表4 影响因素之间的交互作用

Tab.4 Interaction between influencing factors

范围 C A+B 结果 解释
人文类 x1∩x6=0.7217 x1（0.1828）+x6（0.3205） C>A+B 非线性增强型
x4∩x5=0.6927 x4（0.2771）+x5（0.0691） C>A+B 非线性增强型
x4∩x3=0.6863 x4（0.2771）+x3（0.3903） C>Max（A，B） 双因子增强型
x5∩x6=0.6685 x5（0.0691）+x6（0.3205） C>A+B 非线性增强型
x1∩x3=0.6622 x1（0.1828）+x3（0.3903） C>A+B 非线性增强型
x2∩x6=0.6585 x2（0.2043）+x6（0.3205） C>A+B 非线性增强型
自然类 x4∩x5=0.9234 x4（0.4852）+x5（0.1262） C>A+B 非线性增强型
x2∩x6=0.8068 x2（0.2146）+x6（0.1946） C>A+B 非线性增强型
x4∩x6=0.8050 x4（0.4852）+x6（0.1946） C>A+B 非线性增强型
x5∩x3=0.7992 x5（0.1262）+x3（0.2871） C>A+B 非线性增强型
x1∩x6=0.7697 x1（0.3821）+x6（0.1946） C>A+B 非线性增强型
x2∩x3=0.7647 x2（0.2146）+x3（0.2871） C>A+B 非线性增强型
整体 x4∩x5=0.9006 x4（0.5228）+x5（0.1003） C>A+B 非线性增强型
x1∩x6=0.8335 x1（0.3940）+x6（0.2377） C>A+B 非线性增强型
x4∩x6=0.8285 x4（0.5228）+x6（0.2377） C>A+B 非线性增强型
x2∩x6=0.8216 x2（0.2572）+x6（0.2377） C>A+B 非线性增强型
x2∩x3=0.8069 x2（0.2572）+x3（0.3908） C>A+B 非线性增强型
x5∩x3=0.7884 x5（0.1003）+x3（0.3908） C>A+B 非线性增强型
通过对各影响因素的分析发现：①主导因素交互后，多数呈现非线性增强型，交互作用值大于双因素两者之和，即两因素交互作用产生了“1+1>2”的互补增强效应，其中人文类康养旅游地和整体康养旅游地最为明显。②不同类型康养旅游地各因素所产生的交互作用强度不同，自然类康养旅游地受到各影响因素的合力作用强度大于人文类康养旅游地；与自然因素相比，旅游投资水平、交通运输能力、潜在康养人口、经济发展水平等社会人文因素对康养旅游地的空间布局影响更大，其中旅游投资水平是发生合力交互作用的最主要因素。③六种因素中每一种因素都起着不可或缺的作用，但旅游投资水平在影响康养旅游地空间分布的多因素交互作用中扮演着最重要的角色，这表明我国康养旅游地建设发展仍处于以投资驱动为主的初级阶段。

3.2 因素分析

3.2.1 自然资源禀赋

自然资源禀赋状况对我国康养旅游地空间布局的影响力较大，q值为0.3940且通过了显著性检验，这是因为自然资源是地区旅游业发展的先决条件，其分布塑造了旅游地空间分布的基本格局[34]；它对自然类康养旅游地的空间布局影响很大，q值为0.3821且通过了显著性检验，对人文类康养旅游地的空间布局影响很小，q值为0.1828且没有通过显著性检验，因为自然类康养旅游地对周围自然生态环境要求较高，一般要有特殊的地形、一定的植被和地表水、充足的热量和湿度等，而人文类康养旅游地通过人为改造地区小环境就可形成，如假山、人工湖、中央空调和加湿器等，因此自然资源禀赋对人文类康养旅游地的影响力较小，在多因素合力交互作用中扮演着相对较弱的角色。通过将地形图和水域图与康养旅游地空间分布图进行叠置，从图5可以明确看到康养旅游地多分布在河流沿线地区和特殊地貌区，自然类康养旅游地尤为显著。其中长江流域成都段以东、黄河下游流域以及珠江入海口分布最为集中，在西北、青藏高原等干旱地区，康养旅游地更是依河而建，云贵高原、四川盆地、江南丘陵和长白山与太行山一带等也分布相对集中。
图5 康养旅游地与水域、地形叠置分析图

Fig.5 Overlaying analysis of health tourism destination and water area or terrain

3.2.2 环境质量状况

环境质量状况对我国康养旅游地空间布局的影响力很小，q值都小于3且结果均不显著。其主要原因有：①我国华北大部及其偏东地区是空气和水环境质量都较差的地区，但该地区晋、豫、鲁等省的康养旅游发展迅猛，康养旅游地数量占全国的近18%；②空气和水环境质量优良的地区多位于胡焕庸人口线以西的藏、青、宁等省区，这些地区人烟稀少，旅游市场偏小，康养旅游地分布较少；③有些省份如广东、湖北等省区，空气和水环境质量中的一项指标较低，但康养旅游整体发展较好；④个别地区存在小环境，小环境的水和空气质量优于整体环境。在这些因素的共同作用下削弱了环境质量状况对康养旅游地空间布局的影响力。将各地大气与水环境质量与康养旅游地分布进行叠置分析，由图6可知，我国秦岭淮河以南地区的水和大气环境优于北方，在一定程度上使南方康养旅游地的布局多于北方；但其中华北大部和东北中南部地区环境污染较为严重，由于地形所致形成地区小环境，从而使康养旅游地的分布形成明显的集聚态势。
图6 康养旅游地与环境质量叠置分析图

Fig.6 Overlay analysis of health tourism destination and environmental quality

3.2.3 潜在康养人口

潜在康养人口对我国康养旅游地空间布局的影响力较大，q值为0.3908且通过了显著性检验，充分印证了胡焕庸人口线（图7）区位效应中的旅游市场潜力效应[35]；且该因素对人文类康养旅游地的空间分布影响力很大，q值为0.3903且通过了显著性检验，人作为旅游活动的主体，人口数量决定着旅游地客源市场和发展潜力的大小，人文类康养旅游地的持续发展必然依托庞大的客流市场。该因素对自然类康养旅游地的影响力较小，q值仅为0.2871且没有通过显著性检验，这是因为自然类康养旅游地具有空间垄断性和不可移动性，不随人口和市场的多寡发生变化，此外也有小部分康养旅游地分布在人口稀少但自然资源禀赋较高的地区。
图7 康养旅游地分布与胡焕庸人口线关系图

Fig.7 Relation between the distribution of health tourism destination and the population line of Hu Huanyong

3.2.4 交通运输能力

交通运输能力对我国康养旅游地空间布局的影响最大，q值达到了0.5228且通过了显著性检验，这是由于交通是连结旅游地与客源地之间的媒介通道，市场潜力反映了消费者对市场的接近程度，交通具有时空压缩效应，能够最大限度地使消费者接近旅游地，扩大市场潜力。交通运输能力对自然类康养旅游地的空间分布影响很大，q值为0.4852且通过了显著性检验，这是因为各地区自然类旅游地的景观基本相似，其发展好坏，基础设施影响巨大，使得自然类康养旅游地对交通的依赖度增大。但该因素对人文类康养旅游地的空间分布影响很小，q值为0.2771且没有通过显著性检验，这与图8所显示的人文类康养旅游地基本都分布于我国交通主干道上的现象所不符，其原因为随着社会的发展，交通等基础设施对人文类旅游地的影响力在逐渐弱化，人文类旅游产品的自身质量及其对人们多样化需求的适应等相关因素在逐步强化。
图8 康养旅游地与交通线叠置分析图

Fig.8 Overlaying analysis of health tourist destination and traffic line

3.2.5 经济发展水平

经济发展水平对我国康养旅游地空间布局的影响最小，q值都小于2且结果均不显著。这一结果主要是由我国经济发展的阶段性特征所决定的，目前我国各地区正在适应经济发展新常态，经济结构正处于转型升级和提质增效阶段，各种新兴业态不断出现，而康养旅游就是各地区经济发展适应新常态的产物。从图9人均可支配收入与康养旅游地的叠置图可以看到，除长三角地区外，其他以往经济发达、工业强盛的地区，这种新兴业态发展较为缓慢，即落后于经济发展速度，如广东、福建、天津和上海等；但在一些经济落后或正在加大转型升级力度的地区，这种新型业态发展较快，如贵州、云南、海南、湖南、河南等经济欠发达省份。
图9 康养旅游地与人均可支配收入叠置分析图

Fig.9 Overlay analysis of tourism resort and per capita disposable income

3.2.6 旅游投资水平

旅游投资水平对我国整体康养旅游地空间布局的影响不大，q值为0.2377且没有通过显著性检验，并且对自然类康养旅游地的空间布局影响更小，q值仅为0.1946同样没有通过显著性检验，康养旅游作为一种新兴旅游，尚处在资源开发阶段，该阶段自然资源和环境状况对旅游地建设与发展的影响大于资金驱动[27]；但对人文类康养旅游地的空间布局影响较大，q值达到了0.3205并通过了显著性检验，由人为原因形成的康养旅游地必须依靠不断的资金供给才能保证康养旅游产品和服务在量与质方面占有比较优势，从而维持整个产业的健康运行和快速发展。但在影响因素合力分析中，旅游投资水平在各因素交互作用中起着最重要的作用，这是由于投资是撬动各种类型康养旅游地建设发展的重要杠杆，没有资金投资则康养旅游地难以形成，但一旦康养旅游地有充足的投资后，其他五种影响因素的作用就会在不同程度上凸显。
通过对康养旅游地影响因素的逐一分析和合力分析发现：康养旅游地的空间分布是各因素综合作用的结果。其中，特殊地貌、热量和水资源等自然资源的分布塑造了我国康养旅游地“南北、东西分布不均”的基本空间格局；大气与水环境质量是影响康养旅游地质量和可持续发展的关键因素；人口空间分布通过市场潜力决定着康养旅游地的投资数量；交通基础设施建设对康养旅游地的分布起着导向作用；地区经济发展水平对康养旅游地结构具有重塑作用；地区旅游投资水平为康养旅游地建设提供重大驱动作用。同时需要指出的是不同区域不同类型的康养旅游地空间分布的主导因素是不同的，就整体而言，交通运输能力和旅游投资水平是最重要的交互影响因素，其次是自然资源禀赋和潜在康养人口，环境质量状况和经济发展水平的影响相对较小，因此在布局康养旅游地时，要充分考虑各相关因素之间错综复杂的作用关系。

4 结论与讨论

本文综合运用平均最近邻、核密度分析法对全国655家国家级品牌康养旅游地空间分布进行探究，进而结合熵值赋权法和地理探测器模型探测其影响因素，得出以下结论：
①在全国尺度下，我国康养旅游地呈现出以长三角城市群、太行山豫晋冀边区和喀斯特高原贵渝川边区为核心的三足鼎立局面和“沿线、环城、傍景”分布规律与大集中、小分散的空间特征。
②在省域尺度下，多数省份呈一般均匀型和稠密集聚型，说明我国大部分地区康养旅游市场发展不充分，数量、布局和质量有待进一步改善，贵、琼、苏三省国家级品牌康养旅游地呈稠密均匀型的布局，较其他地区发育良好。
③各因素对康养旅游地空间分布的影响力存在显著差异，影响力从大到小依次为交通运输能力、自然资源禀赋、潜在康养人口、环境质量状况、旅游投资水平和经济发展水平。其中交通运输能力、自然资源禀赋对自然类康养旅游地影响较大；潜在康养人口、旅游投资水平对人文类康养旅游地的影响较大；旅游投资水平在各因素合力作用中起着至关重要的作用，表明我国康养旅游业还处于靠投资拉动的初级阶段。
根据对我国康养旅游地空间分布及影响机理的分析，提出以下建议：要紧密结合当地自然资源优势，因地制宜，突出特色，开发精品，提升当地康养资源与人民群众不同康养需求的匹配程度；根据当地潜在康养人口数量和居民经济水平，量力而行，适度投资；完善当地康养与旅游的配套设施，明确自身定位，加强与周边康养市场的合作共享，形成线路互推、客源互送、信息互通、特色互补的局面；加大自然环境保护力度，牢固树立“绿水青山就是金山银山”意识，提升康养旅游地的品质和可持续发展能力。
本文从宏观尺度，在分析康养旅游地的空间分布和现状特征的基础上，揭示了影响康养旅游地分布的主要因素，对康养旅游地的科学建设和康养旅游业的持续、健康发展具有一定的实践意义。但本文仍存在以下不足：首先，由于康养旅游在我国起步时间较晚，缺乏连续性数据，制约着时空相关性的分析；其次，康养旅游作为一个飞速发展的新产业，在定量探索不同地区康养旅游产业与当地环境、经济、老龄化等相关要素的协调耦合研究方面较为薄弱，且缺乏开发条件、市场潜力和风险等方面预估分析，以后要加强这些问题的研究以提高康养旅游发展措施的针对性和有效性，进而达到有效布局、因地制宜、特色康养、良性发展的效果，避免同质化恶性竞争和未盛先衰的不良结果出现。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
新华社. 中共中央国务院印发《“健康中国2030”规划纲要》[EB/OL]. http://www.gov.cn/zhengce/2016-10/25/content_5124174.htm,2016-10-25.

[2]
Serdyukova N K, Serdyukov D A, Beliatskaya I. Sochi market analysis as a health tourism destination[J]. European Researcher, 2013, 52(61):1633-1 640.

[3]
Loh Chung-Ping A. Trends and structural shifts in health tourism:evidence from seasonal time-series data on health-related travel spending by Canada during 1970-2010[J]. Social Science & Medicine, 2015,132:173-180.

[4]
Elżbieta Szymańska. Construction of the model of health tourism innovativeness[J]. Procedia-Social and Behavioral Sciences, 2015,213:1 008-1 014.

[5]
Andrea H C, Munoz-Leiva F, Bakucz, Márta B. Past themes and future trends in medical tourism research:a co-word analysis[J]. Tourism Management, 2018,65:200-211.

[6]
中国国家旅游局. 国家康养旅游示范基地标准:LB/T051-2016[S]. 北京: 中国国家旅游局, 2016.

[7]
王赵. 国际旅游岛:海南要开好康养游这个“方子”[J]. 今日海南, 2009(12):12.

[8]
任宣羽. 康养旅游:内涵解析与发展路径[J]. 旅游学刊, 2016, 31(11):1-4.

[9]
丛丽, 张玉钧. 对森林康养旅游科学性研究的思考[J]. 旅游学刊, 2016, 31(11):6-8.

[10]
李济任, 许东. 基于AHP与模糊综合评价法的森林康养旅游开发潜力评价——以辽东山区为例[J]. 中国农业资源与区划, 2018, 39(8):135-142,169.

[11]
何莽. 基于需求导向的康养旅游特色小镇建设研究[J]. 北京联合大学学报:人文社会科学版, 2017, 15(2):41-47.

[12]
吴后建, 但新球, 刘世好, 等. 森林康养:概念内涵、产品类型和发展路径[J]. 生态学杂志, 2018, 37(7):2159-2 169.

[13]
谢灯明, 何彪, 蔡江莹, 等. 森林康养潜在游客的行为意向研究——基于计划行为理论视角[J]. 林业经济, 2019, 41(3):33-39,71.

[14]
谢文彩, 李星明, 向兴, 等. 武汉市康养旅游地空间布局及其优化研究[J]. 华中师范大学学报:自然科学版, 2018, 52(1):147-154.

[15]
唐健雄, 陈宁, 马梦瑶, 等. 长株潭城市群康养旅游地空间结构及其差异[J]. 陕西师范大学学报:自然科学版, 2019, 47(3):115-124.

[16]
杨秀成, 宋立中, 钟姚越, 等. 福建省康养旅游资源空间分布特征及其影响因素研究[J]. 福建师范大学学报:自然科学版, 2019, 35(5):106-116.

[17]
时浩楠, 杨雪云. 国家级特色小镇空间分布特征[J]. 干旱区资源与环境, 2019, 33(3):39-44.

[18]
张海洲, 陆林, 张大鹏, 等. 环莫干山民宿的时空分布特征与成因[J]. 地理研究, 2019, 38(11):2695-2 715.

[19]
杨振山, 杨定. 城市发展指数指引下的我国收缩区域初步评判[J]. 人文地理, 2019, 34(4):63-72.

[20]
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

[21]
周李, 吴殿廷, 李泽红, 等. 中蒙俄经济走廊自然旅游资源格局及影响因素研究[J]. 资源科学, 2018, 40(11):2168-2 176.

[22]
王新越, 候娟娟. 山东省乡村休闲旅游地的空间分布特征及影响因素[J]. 地理科学, 2016, 36(11):17.

[23]
罗浩, 颜钰荛, 杨旸. 中国各省的旅游增长方式“因地制宜”吗?——中国省际旅游增长要素贡献与旅游资源比较优势研究[J]. 旅游学刊, 2016, 31(3):43-53.

[24]
谷永泉, 杨俊, 冯晓琳, 等. 中国典型旅游城市人居环境适宜度空间分异研究[J]. 地理科学, 2015, 35(4):410-418.

DOI

[25]
李一曼, 修春亮, 孔翔. 浙江陆路交通对区域旅游空间结构及发展的影响研究[J]. 地理科学, 2018, 38(12):2066-2 073.

[26]
刘定惠, 杨永春. 区域经济—旅游—生态环境耦合协调度研究——以安徽省为例[J]. 长江流域资源与环境, 2011, 20(7):892-896.

[27]
李涛, 刘家明, 朱鹤, 等. 中国旅游产业投资及旅游发展空间结构响应——基于2000-2015年旅游业三大核心部门数据的分析[J]. 地理科学, 2019, 39(2):204-213.

DOI

[28]
何莽, 杜洁, 沈山, 等. 中国康养产业发展报告(2017)[M]. 北京: 社会科学文献出版社, 2017.

[29]
叶裕民, 陈丙欣. 中国城市群的发育现状及动态特征[J]. 城市问题, 2014(4):9-16.

[30]
李创新, 马耀峰, 郑鹏, 等. 基于STSM的入境旅游流集散地域结构特征分析——以中国入境旅游六大典型区域为例[J]. 地理科学, 2011, 31(5):620-626.

[31]
方叶林, 黄震方, 李经龙, 等. 中国特色小镇的空间分布及其产业特征[J]. 自然资源学报, 2019, 34(6):1273-1 284.

[32]
康璟瑶, 章锦河, 胡欢, 等. 中国传统村落空间分布特征分析[J]. 地理科学进展, 2016, 35(7):839-850.

[33]
王兆峰, 刘庆芳. 中国少数民族特色村寨空间异质性特征及其影响因素[J]. 经济地理, 2019, 39(11):150-158.

DOI

[34]
张城铭, 翁时秀, 保继刚. 1978年改革开放以来中国旅游业发展的地理格局[J]. 地理学报, 2019, 74(10):1980-2 000.

[35]
李莉, 张捷, 张卉, 等. 胡焕庸线简化解析几何模型与“胡焕庸线区位效应”——以中国大陆旅游市场潜力为例[J]. 经济地理, 2019, 39(4):10-17,25.

Options
Outlines

/

〈 〉