Night Light Earth（夜幕下的地球）| 夜光遥感解密区域经济发展差异

导读

经济发展差异（不均衡性）是指在国与国或者一个国家不同地区，一些区域比其他区域有更快的增长速度、更高的经济发展水平和更强的经济实力，致使空间上呈现发达区域与不发达区域并存的格局。宏观的经济发展差异，直接影响到微观的国民幸福度，与我们每个人的生活息息相关。GEOVIS iData将通过夜光遥感数据直观视角展示人类活动，间接通过夜光发展指数与经济、人口等统计数据的关系来分析经济发展差异空间分布特征，解密人类活动的潜在规律。

大多数夜间的社会和经济活动都需要灯光，因此，夜间灯光的强度应与社会经济指标和经济发展具有较强相关性。相比于传统的经济、金融行业业绩评估方式，夜光遥感为评估经济指标、金融风险预警及风险控制提供新的可能性，决策者、从业者等众多利益关系人可尽早获得一手可靠数据。政府及机构决策者可据此调控下一年度或季度经济指标；投资机构及投资者可及时调整投资战略及方向；风险管理者可采取各种措施和方法，将风险事件的范围及破坏性降为最低，充分发挥良好的风险预警作用。

全球国家经济发展格局

夜间灯光是陆地和水面可见光源，包括城镇灯光、海运船舶灯光等可见光源。通过遥感卫星捕捉到的这些影像，即夜光卫星影像，通常需对卫星图像进行预处理，消除云量、积雪和野火等“噪音”。

图1 2019年全球夜光图

夜光卫星影像覆盖范围大、高时间分辨率（可获取日、月频数据）、对事件进行定量分析等优势，可作为一种简单有效的方式逐步被用来衡量财富空间分布。通过夜光发展指数（NLDI）实时监测区域发展状况，为衡量地区发展不均衡性提供了新的方向。NLDI是由夜光遥感数据衍生出的一种便捷、客观、具备空间描述信息的经验主义测量方法，根据夜光卫星影像和人口密度得出，可评估人类活动、经济发展的度量指标。

图2 全球夜光发展指数图

NLDI值范围为0 ~ 1，NLDI值越低表示该区域经济发展程度越高，即越发达地区NLDI值越低。由图2可知，从全球经济体中大致来看，美、加、澳、日、韩及部分欧洲国家的NLDI值小于0.68，这些国家整体发展水平相对较高。结合图1，这些国家灯光亮度相对较高。

中国东南沿海区域灯光亮度强，发展程度较高，而根据世界银行的数据预测，到2020年底，中国经济占全球GDP的份额可能会上升约1.1个百分点。在许多国家仍在努力应对因新冠肺炎造成的经济下滑时，中国的经济再次大步向前。

中国各省经济发展空间分布特征

一般而言，经济发展水平高、人口密集的地区夜间灯火通明，经济欠发达、人口较稀薄地区灯光较黯淡。从中国夜光图整体来看，中国东南沿海地区灯光范围较大、密集，呈大片状；西北、东北、中部部分地区灯光覆盖范围相对较小，呈现斑点状高亮；西南大部分地区灯光较黯淡，在中国城镇化高速发展的进程中，这些地区将是未来中国经济发展高潜力地区。

在中国夜光地图中有三个区域呈现明显的高亮：京津冀、长三角、珠三角地区，表示这些地区发展水平高，如图3。其中，长三角、珠三角这两个经济圈呈现片状融合一体化发展趋势，而京津冀相对独立，未见明显融合成片趋势，这与京津冀协同发展策略，即以疏解非首都核心功能、解决北京“大城市病”为出发点的政策是趋于一致的。

图3 城市经济圈夜光图

夜光发展指数对关键经济指标的解读

NLDI既然可用来评估人类社会经济发展，那如何通过NLDI来解释社会经济指标？以各省NLDI为横坐标, 分别以国民人均可支配收入和人口出生率为纵坐标进行拟合，通过回归算法预测各种指标参数间的关系。（注：国民人均收入与人口出生率数据来源于国家统计局，国家统计局未公布港澳台相关数据，故此处仅包含其余31个省级行政区相关数据）

图4 NLDI与国民人均可支配收入

图5 NLDI与人口出生率的关系

由图4和图5可以看出，NLDI与国民人均可支配收入及人口出生率均呈现线性关系。以线性方程来描述这种关系，方程式为y = ax + b，其中x为NLDI，y分别为国民人均可支配收入或人口出生率。R平方是反映模型拟合度的重要指标，可用于评价回归模型优劣程度的指标，其大小表示在因变量y的总变异中回归关系所能解释的百分比，R平方越大（接近1），拟合效果越优。

由图4可以看出，NLDI与国民人均可支配收入趋势线斜率为-10.896，即呈现强的负相关性，NLDI越大，可反应国民人均可支配收入越低。此处R²为0.8064，表明拟合结果较好，NLDI对国民人均可支配收入有良好的解释。

由图5可以看出，NLDI与人口出生率趋势线斜率为21.04，呈现很强的正相关性，NLDI越大，可反应人口出生率越高。此处R²为0.7139，表明拟合度良好，NLDI可较好的解释人口出生率。

卫星影像数据正在逐步改变社会和经济统计数据的编制方式，正持续应用并扩大其在经济预测、实时监测、事件追踪、风险预警等诸多维度的应用。在欠缺可靠、全局性完整的经济统计学数据的情况下，夜光遥感数据可用于预估某些社会经济指标、估算经济增长、评估城镇扩张等众多方向。

粤港澳大湾区经济发展趋势

粤港澳大湾区由香港、澳门两个特区和广东省广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆九个珠三角城市组成，是中国开放程度最高、经济活力最强的区域之一。

图6 粤港澳大湾区区位图

通过不同时序的灯光强弱及面积变化，可以直观看到该地区经济发展的变化趋势及城市发展潜力。通常，可用区域灯光密度（灯光均值）反应该地区的灯光特征。对获取的夜光数据进行处理并渲染得到2013、2015、2017、2019年粤港澳大湾区灯光密度渲染图。

图7 粤港澳大湾区四期灯光密度渲染图

图8 粤港澳大湾区四期灯光密度变化动画

对粤港澳大湾区四期夜光影像进行分区统计，构建出2013、2015、2017、2019年11个城市的灯光密度数据，并计算得出2013-2019年的该区域夜光密度增长率，如表1所示。结合图8及表1，2013-2019年粤港澳大湾区整体灯光密度呈现增强趋势，且灯光覆盖面积增大。其中，肇庆、江门、惠州三地呈现出较多斑点状灯光覆盖增大区，灯光密度增长率分别为1.3%、1.8%、2.7%，而珠海灯光密度增长率达2.6%，这与城市发展饱和度及城市发展速度密切相关。

表1 粤港澳大湾区灯光密度及灯光密度增长率

结语

在2015年9月举行的联合国可持续发展峰会上，联合国会员国表示遵守17个可持续发展目标，旨在减少贫困、消除区域发展不平等和不公正，地球观测解决方案在监测实现这些目标的进展时，为各地区提供数据信息发挥着重要作用。遥感影像也被用于众多经济商业活动中，其中夜间灯光遥感在诸多方向越来越发挥着重要作用，如国内生产总值、居民消费指数、收入水平等经济指数趋势预测；工厂、机场、码头监测，预测未来业绩；城市扩张监测；用电量评估；光污染及火灾监测；人类幸福指数评估等众多应用中。中科星图GEOVIS iData充分利用海量优质多源异构数据优势，发挥遥感大数据挖掘、建模、分析、预测等优势，与多领域深度融合，为众多领域提供大数据分析预测等技术手段，从而为商业决策提供第一手资料。

（参考：本文夜光影像来自中国科学院中国遥感卫星地面站陈甫团队研制的地球夜光产品数据集）

推荐阅读