根據「城市之光」的強度分析區域經濟水平的方法可靠嗎？

01-14

看到一則消息：美國發明了一種"看清"中國經濟的新方法，結果都震驚了！_財經_騰訊網

近日，3位美國經濟學家稱：中國經濟正呈現出比常規官方統計更高速度的穩定增長。
他們認為，夜間燈光與經濟活動水平及增長速度之間，存在非常有力的對應關係。在對全球夜間燈光數據進行深度分析的過程中，他們依靠衛星記錄下的中國夜間燈光亮度，與鐵路貨運量、耗電量等宏觀數據一起建立模型，從而得出上述「看漲」中國的結論。

這個方法靠譜嗎？

謝 @Restless Sea 邀，用夜間燈光數據確實是好辦法，很值得詳細介紹。方法確實是美國發明的，不過已經是好幾年前的事了。燈光亮度現在已經成了經濟學研究中，測度經濟發展水平很常用的指標，國內也有不少相關研究。先擺結論，這一方法是可靠的。

這種方法的原理，說白了就是盲人摸象。幾個盲人摸大象，有的人摸到鼻子，有的人摸到大腿，都覺得大象的形狀不一樣。用統計的術語說，就是他們每個人的觀測，測量誤差都很大。但是，如果有一種辦法，能夠把他們的看法結合起來，匯總的結果能反映大象大體上的輪廓。

夜間燈光能起到這個作用。大家都想知道真實的GDP，但實際測量的GDP難免有各種誤差。地方官員有時還會操縱數據。而燈光數據和GDP的來源基本獨立，由衛星自動記錄。如果燈光數據距離真實值的偏差，和GDP距離真實值的偏差相互獨立，組合兩個指標，效果就比單用一個要好。

$y=y^{true}+epsilon_y$ $m=m^{true}+epsilon_m$ $m=eta y^{true}+u$

這裡介紹一點這種方法的細節，不感興趣的知友可以略過。第一行的 $y$ 是GDP，等於真實值加一個測量誤差。第二行的 $m$ 是燈光強度，也等於真實值加一個測量誤差。第三行反映了GDP和燈光的關係，後面的 $u$ 是其它影響GDP的因素。如果樂意，也可以把耗電量這些加進去。

$z=(1- heta)y+ heta m$ $heta=frac{eta^2 sigma^{2}_{epsilon_y}}{eta^2 sigma^{2}_{epsilon_y}+sigma_{u}^{2}}$

準確畫出大象，關鍵在於組合大家摸象的結果。在這裡就是有一些和GDP有關的變數，比方說前面的 $y$ 和 $m$ ，然後設法找一組最優的權重，讓最後加起來的這個指標誤差最小。上面給的是Chen和Nordhaus的加權方法（2011）。這個新的指標，偏差比兩個單獨的指標都更小。

另外，一開始的時候，我們其實不清楚燈光和GDP的數據哪個更準確。上面的加權里有個 $sigma^{2}_{epsilon_y}$ ，衡量的就是GDP本身的測量誤差。只用GDP和燈光數據，算不出GDP的數據質量，要結合其它信息，比如前人有關數據質量的研究。這一指標，常用的是Summers-Heston和世界銀行的估計。

這個組合變數的實際結果怎麼樣呢？首先，這個指標和其它反映宏觀經濟趨勢的指標相關性很好。其次，這個國家原來的數據質量越差，從這個指標得到的新信息就越多；如果數據質量較好，新指標帶來的改進很少（Chen和Nordhaus，2014）。這兩點印證了新指標的準確程度。現在已經有學者用燈光數據，結合其它指標，反過來修正美國的GDP（Pinkovskiy和Sala-i-Martin，2016）。

具體到應用部分，影響可靠性是一些細節的問題。比方說現在主要有兩套數據，DMSP-OLS和NPP-VIIRS，哪個准一點？一般是後者好一點。還有就是上限下限情況怎麼處理、只有一部分衛星記錄了數據怎麼辦，以及有沒有排除火山、油井等。這些細節有可能影響最終的結果。

至於國內，比較有代表性的是Remote Sensing上發的一系列研究，以及徐康寧、陳豐龍、劉修岩 2015年發在《經濟研究》上的論文。以後者為例，他們算出來1993-2012年，與官方公布的GDP年增速相比，GDP-燈光加權指標增速要低一些。東部地區大致低1.5%，中西部地區低1.8%。

這個結果符合之前的理論預期：中國GDP增速存在高估現象，不過高估幅度比之前學界普遍認可的觀點小。從現有研究看，這個指標和國內的供電量、城市化率等指標，趨勢是一致的。一般來說，在綜合指標里加入其它來源變數，結果應該更准一些。因此，可以著重參考這種新方法的結論。

最後還要補充一點：除了幫忙校正GDP、用電量等數據，以及偵測造假現象外，夜間燈光還有很多其他優點。比如說，有些區域非常混亂，調查員很難進入，但衛星可以飛過。傳統數據一般是按行政區劃統計，比如國家、省和市，但如果是要研究的區域不是按這個標準劃分，找數據可能很麻煩。此時燈光數據也可以幫上忙。如欲進一步了解，可參考以下資料。

指標構建的原始文獻：Chen X, Nordhaus W D. Using luminosity data as a proxy for economic statistics[J]. Proceedings of the National Academy of Sciences, 2011, 108(21): 8589-8594.

Elvidge C D, Baugh K E, Anderson S J, et al. The Night Light Development Index (NLDI): a spatially explicit measure of human development from satellite data[J]. Social Geography, 2012, 7(1): 23-35.

Henderson J V, Storeygard A, Weil D N. Measuring economic growth from outer space[J]. The American Economic Review, 2012, 102(2): 994-1028.

對指標的部分討論: Keola S, Andersson M, Hall O. Monitoring economic development from space: using nighttime light and land cover data to measure economic growth[J]. World Development, 2015, 66: 322-334.

Nordhaus W, Chen X. A sharper image? Estimates of the precision of nighttime lights as a proxy for economic statistics[J]. Journal of Economic Geography, 2015, 15(1): 217-246.

對國內的研究：徐康寧, 陳豐龍, 劉修岩. 中國經濟增長的真實性: 基於全球夜間燈光數據的檢驗[J]. 經濟研究, 2015, 50(9): 17-29.

Li X, Xu H, Chen X, et al. Potential of NPP-VIIRS nighttime light imagery for modeling the regional economy of China[J]. Remote Sensing, 2013, 5(6): 3057-3081.

Shi K, Yu B, Huang Y, et al. Evaluating the ability of NPP-VIIRS nighttime light data to estimate the gross domestic product and the electric power consumption of China at multiple scales: A comparison with DMSP-OLS data[J]. Remote Sensing, 2014, 6(2): 1705-1724.

怎麼獲取並使用燈光數據，以及其它衛星數據的簡介：Donaldson D, Storeygard A. The View from Above: Applications of Satellite Data in Economics[J]. The Journal of Economic Perspectives, 2016, 30(4): 171-198.

http://economics.mit.edu/files/8945

其它參考文獻：Pinkovskiy M, Sala-i-Martin X. Lights, Camera… Income! Illuminating the National Accounts-Household Surveys Debate[J]. The Quarterly Journal of Economics, 2016, 131(2): 579-631.

我們美數課寫過一篇《地圖湃 | 夜間的地球：從四年內的燈光變化可以看出什麼？》，搬運過來回答題主的問題。

美國航空航天局 ( NASA ) 不久前發布了2016年地球夜間圖像，並升級了應用平台，讓研究人員和愛好者們能夠更及時地拿到最新圖像。NASA 地球觀測站發布的「每日一圖」中就有「夜間的地球」圖片，其中不乏對人類活動和氣象事件的有趣解讀。

如下圖，除了韓朝明顯的燈光差距外，值得注意的還有韓國東南部海域那一大片星星點點的燈光，乍看百思不得其解。但據 NASA 的解釋，這片長條狀的光其實來自夜間出海的漁船，漁民們很可能在用燈光誘捕日本海魷魚。除了韓國南部海域，阿根廷附近的大西洋海域、印度尼西亞附近的爪哇海海域都曾被拍到漁船夜間活動的痕迹。

圖片來源：NASA Earth at Night global map, 2016

還有一些圖片揭示了人類聚居的有趣現象，如下圖中的埃及，燈光分布如同一條蝌蚪，開羅正是蝌蚪的腦袋。對比一下地圖，才發現蝌蚪的尾巴是尼羅河流域，雖然只佔了5%的領土面積，卻滋養著埃及97%的人口。

圖片來源：NASA Earth Observatory
「夜間的地球」項目捕捉到的大多數照明都來自人類聚居的城鎮，因此，對比一下四年內的全球燈光變化顯得十分有趣。哪些地區暗了下去，哪些變亮了？

2012-2016年：印度新增「亮燈」區域領跑全球

澎湃新聞 ( http://thepaper.cn ) 基於2012年和2016年 NASA 提供的前後兩版地圖，畫出了夜間燈光有顯著變化的地區。其中，紫色代表燈光大減，黃色代表照明大增。

從全球來看，燈光增幅最顯著的是印度，分布比較平均，其中北部地區最為突出。據世界銀行數據，近幾年印度勢頭良好，GDP增速從2012年的5.5%躍至2015年的7.9%，是目前成長最快的新興經濟體。經濟發展和城鎮化趨勢可能是印度燈光大增的主要原因。

發展中國家裡，泰國和越南也是亮燈地區大增的國家，從圖中可以看到兩國最大城市，曼谷和胡志明市的城市輻射範圍顯著擴大，而越南的南部沿海城鎮也基本都是燈光新增地區。

與印度和東南亞相反，歐洲總體而言呈現燈光減弱趨勢。這可能受到了避免光污染的環保活動影響，也可能與經濟體收縮、人口減少有關。新照明則出現在了北歐的芬蘭和瑞典，以及土耳其。

再把目光轉到美國，可以看到中部燈光減弱，人口向東部遷移。德克薩斯州的 Odessa 市周邊是燈光增量最顯著的地區。

中國：沿海地區燈光增幅顯著

中國的燈光多分布在人口密集的黑河—騰衝線（胡煥庸線）以東。和美國相似，2012-2016年間的燈光同樣顯示了人口從內陸流向沿海城鎮的情況。而大城市的燈光雖有消長，但總體的輻射範圍有不同程度的擴大。

成渝及西南地區的燈光變化：

東北三省的燈光變化：

三大城市圈的燈光變化：

相關鏈接：
- 本篇所有燈光變化的計算，參考的是 John Nelson，「Lights On Lights Out」：https://blogs.esri.com/esri/arcgis/2017/04/17/lights-on-lights-out/，使用 QGIS 完成；
- NASA 夜間的地球圖集：https://earthobservatory.nasa.gov/Features/NightLights/page3.php；
- 「夜間的地球」在線實時應用：https://worldview.earthdata.nasa.gov；
- 韓國漁船捕魚燈光圖：https://earthobservatory.nasa.gov/IOTD//view.php?id=84571

最後，慣例的廣告：

美數課主頁：美數課_用數字解讀新聞_澎湃新聞-The Paper

主要作品集合網站：美數課

謝邀！

可靠！

不想去扯那些什麼大數據、可視化的東西。那些說政績、面子工程的，為何不想想三胖？三胖多麼好面子，可是他那一畝三分地就是亮不起來。

開門見山

可靠。

但是首先你需要一定的自然地理基礎，而且還要「會看」才行。

==============================================

本答案分為兩塊

一、為什麼可靠？

二、如何根據燈光分析區域經濟。（分析「為什麼需要一定的自然地理基礎「）

一、為什麼可靠？

很多人說不可靠，可以理解。

確實，燈泡數和經濟發展程度不直接相關。

但是啊但是

燈泡可不僅僅只代表燈泡啊。

大家好好想想

你在某個地方造個路燈。

路燈是照明用的，不可能造在荒郊野外的樹叢里給飛蛾調情用吧？總得造在馬路旁邊吧。

如果造在馬路旁邊了，你總得拉條線給路燈供電吧？

你總得安排人員給路燈定期維護吧？

對於馬路來說，

馬路不可能是平白無故造的吧，馬路是交通運輸用的吧？

既然有交通運輸的需求，肯定是連接工業區/商業區等人流聚集區的吧？

諸如此類，大家可以發揮想像力無限的延伸下去，你會發現，由「路燈」這個元素可以擴展推及其他元素，進而構建起整個社會體系。

沒錯，路燈的背後是一整套的基礎設施建設，以及工業生產體系和人流的聚集。

所以說是可靠的。

二、如何根據燈光分析區域經濟水平？

題目說的是「區域經濟水平」我不知道這個區域面積是指一個城市大小還是一個省大小還是一個國家大小。我就以國家為單位舉例，大家可以用省級行政單位和市級行政單位做類比。

雖然在（一）中有說燈光代表著的是一系列基礎設施和工業生產體系，所以可靠。

但很多人可能會問：那中等收入國家的基建水平也達到相當規模了，建設達到瓶頸了。那按燈光亮度豈不是無法辨別已經達到中等收入以上國家的經濟水平了嗎？

對，這時候就需要我們有一定的自然地理基礎了。

這時候密集度已經不再是主導因素了，分布才是。

1）比較印度和中國（德干高原和青藏高原）

大家可能會驚嘆：我勒個去，印度全是燈！但中國整個西部卻幾乎沒有燈。

當然更多的人知道：中國的高原山地比印度多海里去了，印度的德干高原雖是高原，但是宜居度土壤肥沃度不知道比青藏高原高到哪裡去了。所以有人的聚集、也有基建，自然德干高原燈光比圖中的無燈區——青藏高原、塔里木盆地、塔克拉瑪干沙漠這種惡劣的環境多的多了。

所以說，我們需要一定的自然地理基礎。不然，真的用燈光覆蓋率來決定國家間經濟水平那真是貽笑大方了。

在意識到這點後，下面我們具體分析

2）比較中國和美國

（1）沙漠

我們已經知道中國的塔克拉瑪干沙漠環境惡劣，人煙寥寥，所以沒有燈光。

但如果你看著美國西南部的沙漠區，你會看到內華達州的一個大大的亮點——拉斯維加斯。

內華達州土壤貧瘠，沙漠廣布，水資源匱乏，與塔克拉瑪干沙漠無益。但是人家就折騰出一個拉斯維加斯來。拉斯維加斯雖因淘金熱而繁榮，在淘金熱散去後本應被遺棄，但是卻被建成了賭場，創造的價值甚至遠超淘金熱時期的拉斯維加斯，而中國黃土高原的部分地區卻因為煤炭資源的枯竭而紛紛凋敝。

這就是我說為什麼這個方法是可靠的，但是需要一定的自然地理基礎。因為等國家綜合實力達到一定層次，平原地區大家都是繁星滿布。但是在某些惡劣地區，發達國家可以依託巨大的工業實力使得其即使沒有自然資源，也可以維持其第三產業的運轉，但有的國家卻無法做到。

所以說，要通過燈光來比較中等收入水平以上的國家的經濟水平，我們只能把重點落在他們的「不宜居」處。因為在宜居處，經濟水平帶來的燈光強度的邊際效應已經大大降低了。

（2）高原山地

接下來就簡單多了。

大家可以比較美國西海岸的落基山脈和青藏高原。

落基山脈以豐富的旅遊資源為依託，政府給予巨大的財政斥資，因而繁星點點。

青藏高原目前除了旅遊資源還被發現有豐富的地熱資源，但是一直沒有完整的產業鏈。本該應有繁星點點的機會，為什麼沒有呢？因為開採難度過大，說到底，還是國家實力有限。

====================================================

所以說，是可靠的。

我們可以通過粗暴的燈光數量區分「落後」和「先進」

但若是想再上一層，我們還需要再依託一定的自然地理基礎，結合燈光的分布一起看。

最近一年研究沒少跟夜間燈光打交道。同部門同事也在用。前面已有大牛具體提及數據的原理了，我就談談自己的心得吧。

最基本的原理是靠譜的，但處理數據的方式是否靠譜就是另一回事了。最可笑的是如果你在會議或者workshop上問「你為什麼這麼著這麼著處理燈光數據？」時，一般不會有人鳥你，或者得到的答案是「大家都這麼著」。。

比如說，燈光數據的變化範圍0-63就是一個問題。0燈光不代表沒有經濟活動，兩個63燈光的地區也不一定有同樣的經濟發展水平。解決前者的方法是ln（light+0.01），後者一般是控制一個區域里燈光強度為63的格子數量。不會有人來解釋為什麼的。

再比如說觀測單位到底定為多少才合適？是不是越小越精確？我在去年的一個workshop上聽到一個觀點，說是小於一定的觀測範圍會導致非常高的度量誤差。可以理解，因為衛星的測繪水平畢竟有限，燈光也會擴散到其他地區。換句話說，如果想用燈光數據度量村鎮級別，或者街道級別的經濟發展就別想了。

最後一點是如何解釋你的結果？假設燈光為因變數，那麼XXX會提高夜間燈光強度1%，so what?到最後還是要回到具體的經濟行為上，比如說公共物品，比如說生產，或者其他能產生燈光的經濟活動。如果燈光為自變數，內生性自然不必說，你還得最好保證其他控制變數都是純外生的，不然會把燈光的效應「吃掉」，因為燈光的故事太多了。

頭一次回答問題。有新想法的話會再修改修改。謝謝:)

略搞笑，中文網路上，特別是知乎上不是常有人用類似方法回答區域經濟問題嗎？甚至於我自己曾經都用過這種圖片來回答。

居然還美國科學家「發明」了震驚XXX的方法來。

這種方式，理論上是有一定相關性，但不是絕對靠譜的。

第一，中國的各個地域的人夜間生活習性差距比較大。有的地方的人，其夜間活動非常之豐富，從地域來講南方整體偏活躍。

這不一定與經濟情況有關，像我們老家那種不知名的N線小縣城，半夜也是依然人來人往。

第二，中國這麼大，由於地理因素，有的地方都半夜了，有的地方才天黑沒多久。

有的地方天黑了，有的才黃昏。

這自然就導致燈光相差很大。

其實，相比之燈光，更靠譜的是看交通情況。

相同比例尺下的幾個地方。

前面的是三十公里比例尺下的，這次把比例尺調大，調到五十公里看看。然後我還隨意截了一些其它區域的截屏。

可以直觀反應人口密度分布，對經濟水平的反應準確度有限。

。這也是印度為什麼那麼亮的原因

難怪我家對面的樓盤每天夜裡都燈火通明，雖然開發商一共也沒賣出去幾套房，只是為了營造出一種假象。

如果這種方法切實可行，預計會有股民去各大企業門口蹲守，通過「辦公室之光」判斷企業發展狀況，也不用看什麼企業財報了。

在西方的輿論界，中國的官方經濟數據因欠缺準確性而名聲不佳，經常被認為遭到政府尤其是沽譽的地方政府蓄意誇大。但三位美國經濟學家表示，實際情況或許與上訴說法恰恰相反，中國官方公布的本國經濟數據，相對於世界第二大經濟體的真實表現是有些低估的。

老美只是想找個借口懟中國而已。。

方法是可靠的，即便某地造假，在當地經濟水平可負擔的額外照明也不會大幅改變計算數據（因為光照強度和距離平方衰減，遠到衛星軌道的一市造假燈光可以輕鬆平均掉……）。通過白熾燈換LED這類的「作弊」手段也可以輕鬆通過光譜分布進行比例修正。

但這個方法造成的影響是不道德，和低效的。

自從燈光估算地區經濟實力這一說法在大陸大肆報道後，大陸地區出現了成噸成噸的政績導向的燈光工程。而且歐洲不少城市前幾年還在搞「還我星空」的減少光污染的運動，跟GDP扯上關係後政府也沒什麼積極性了。

這類燈光工程通常包含兩部分，

1是政府出資維護的道路景觀燈，為了提高空中觀察亮度很多燈都是直接往天上射根本不起多少照明作用。

2是要求當地企業增加照明，比如人員離場後也不要關燈等。

政府出資的公共照明，對於市民來說一點用幾乎都沒有，但卻造成大量光污染。擾亂當地動植物活動周期。一些地區更是使用廉價LED，看著電效率極高。但實際上這些劣質LED產生大量高能藍光，不僅傷害人眼視網膜，更會擾亂人體作息。間接引發更多疾病。

此為不道德

要求企業不關照明，而企業照明一開始就沒有設計往外面泄露多少燈光。雖然開著卻照不到外面多少。

此為低效

靠譜啊，有啥不靠譜的？

我再指點一個，春節期間的硝煙分布圖

不是特別靠譜，燈亮了只能說明電費便宜政府面子工程和夜生活比較豐富，但是並不能真實反應經濟的發展。

準確來說，這是一種現象，而並非一種指標，就像你看一個人面色紅潤，覺得他氣色不錯，而不是根據他的心跳、血壓來判斷他的健康情況一樣。在太空拍攝到的地球夜間燈光的構成主要是道路照明，所以路網越密的地方看上去越亮，背後支撐這一現象的是兩點:一是基建能力，說明有充足的財力營建道橋設施，並且有充足的電力供應；二是城市的聚集效應，城市的密度越大，就會使這些燈光的疊加產生一個格外耀眼的亮點。

從這個現象來看，中國的發展模式在衛星圖上是可以顯得格外氣色紅潤的。但與此同時，美國西部又可能是一個特別被低估的地區，本質上來說，那些分散型的經濟模式就營造不出這樣璀璨的效應。

有一定相關性，但遠遠談不上靠譜吧

燈光亮，主要來源於居民燈光，商業燈光，工業燈光和交通活動燈光。這裡面除了工業燈光，都和人口稠密度直接相關。而工業燈光則和當地資源交通位置政策等因素相關。

所以看燈光強弱，更大程度是辨別人口密度和人口活躍度的一個方法，和真正判斷經濟發展水平還是有較大偏差了。

意思是做測度的代理變數吧。

說實話我覺得還不如克強指數。。

先佔個坑

有人說不靠譜，但是我覺得倒是有一些道理的，評論說燈光多隻代表人口密集，人口密集難道不也是一個城市發展的因素嗎？！為什麼因為人口密集，大抵象徵這這個城市有大部分外來人口，而外來人口為什麼選擇這個城市，正是因為這個城市有發展。

寫一下自己的體會：

1. 如果一個國家的統計局是負責靠譜不做假的，那麼當然要用統計數據而不是燈光數據。。。燈光數據只有在兩種情況下才能夠作為備胎派上一些用場：第一種情況是像一些非洲國家那樣沒有官方數據，第二種是像中國這樣數據真實性受到廣泛質疑。所以，首先最好搞清楚燈光數據的價值僅僅是統計數據不佳的時候無奈種選擇的一個備胎，而不是什麼發現了新的比之前數據靠譜的新大陸。

2. cross country study也好，區域研究也好，都有兩種variation，一種是cross section，一個time series。不記得Vernon Henderson有沒有報告燈光數據和GDP數據的相關度在這兩個鍾variation中分別有多高。但是我覺得分開來看一下相關性很重要。我覺得上面的討論很多都是在指出不能通過燈光強弱比較兩地的經濟水平。這點我並沒有異議，然而這並不能說明燈光數據研究經濟水平就不可靠：如果time series的相關性很好的話，完全可以用來研究經濟增長率，分析趨勢等。如果是區域經濟，可以在做回歸分析時使用fixed effects提出各地區間人民生活習慣，產業分布等差異。這也是大多數用燈光做的研究所使用的方法。

3. 燈光強度0-63，所以燈光強度飽和是一個巨大問題。到了63之後，經濟再增長也還是63，這在2000年之後的數據就是一個大問題了。所以有一部分研究者使用了另一套燈光數據，探頭沒有那麼敏銳，所以幾乎不存在飽和的情況。當然，使用不敏銳的照相機很可能會加重測量誤差這個問題。有利有弊。

燈光數據只能說是一個側證變數，與經濟水平有一定相關性，不能完全替代；

樓上有筒子說的很清楚，要注意地區性，在地區對比上，這是可以能說明問題的，同時在既定區域的縱向變化上也是可以說明問題的。

其實，要用燈光來看經濟復甦，可以關注一些工業園區的燈光數據，更可靠一些。

每次看到這張圖，我都想說，三哥的經濟其實吊打袋鼠國

也有可能看出來的只是夜生活的強度.......

不可靠。經濟繁榮時大量人在工廠上夜班，產生的燈光，和經濟蕭條時，大量失業各自在家產生的燈光，後者的燈光範圍要大太多了。