摘要：夜间灯光较为客观地反映了人类社会的生产和生活活动状况。近年来,经济学者将夜间灯光数据引入经济统计框架,用于度量经济活动活跃程度及分布特征,在修订和改进GDP统计等方面取得了卓有成效的进展,引发了采用夜间灯光数据的经济学文献持续增长。本文基于对夜间灯光数据以及GDP统计数据特征的对比分析,系统梳理了经济学界基于夜间灯光数据调整和修正GDP统计数据的文献,进而综述了国内外学者如何借助夜间灯光数据对经济发展差距和经济活动空间分布等理论问题进行研究。本文进一步提炼了夜间灯光数据应用方面需要注意的挑战和问题,并展望了未来的研究方向。

摘要：系统掌握经济发展的时空格局特征能为制定经济发展战略提供决策支持。目前对经济发展时空格局的研究主要依靠统计数据。然而统计数据存在口径不统一、空间分辨率低等缺点,难以精准刻画经济发展的格局特征。夜间灯光数据具有易获取、覆盖范围广、与人类社会经济活动高度关联的优点,可以作为经济发展水平的代理变量。本文以DMSP/OLS(Defense Meteorological Satellite Program's Operational Linescan System)夜间灯光数据为基础,利用重心、标准差椭圆以及局部莫兰指数等空间分析工具从不同尺度、角度探究中国经济发展的时空格局特征。研究发现:①2003-2013年,中国经济重心不断向东南方向移动,且移动距离呈逐年减少趋势,说明东部与内陆区域经济体量存在差异,但是差异水平正逐渐减小。中国经济的标准差椭圆范围不断扩大但是扁率减小,说明中国经济总量不断提升,但整体集聚度有所下降。同时椭圆的方向角不断向东偏转,与经济重心朝东南方向移动的结果吻合。②高高聚集和低低聚集是中国经济发展最明显的2种类型。高高聚集区会辐射带动周边区域发展,这一特点在山东半岛和长江三角洲最明显,低低聚集主要分布在西部和东北欠发达地区。2003-2013年间,低低聚集范围有所减少,由连片分布变为局部聚集。本研究基于夜间灯光数据揭示了2003-2013年中国经济发展的时空格局特征,为制定宏观经济战略提供决策支持。

摘要：夜间灯光数据和人类活动密切相关,可用于识别城市建设用地。目前主要利用DMSP/OLS和NPP-VIIRS夜间灯光数据进行建设用地识别,由于数据质量原因,这两类数据的识别结果精度较差。珞珈一号夜间灯光数据与比以往夜间灯光数据相比,时间分辨率、空间分辨率和光谱分辨率明显提升,是进行建设用地提取的更理想的数据源。本研究首先对珞珈一号夜间灯光数据进行辐射和影像配准,提高数据质量,然后利用支持向量机(Support Vector Machine,SVM)影像分类方法对广州市2017年建设用地分区识别,并利用Kappa系数分区、分地类评价识别结果精度。研究发现:①利用珞珈一号夜间灯光数据识别建设用地的精度明显优于利用DMSP/OLS和NPP-VIIRS夜间灯光数据识别结果的精度;②广州市中心城区辖区的建设用地识别结果精度较高,识别结果Kappa系数均在0.9以上;外围辖区识别结果精度相对较低,识别结果Kappa系数为0.85左右;③城市、建制镇等单个地块面积较大、灯光亮度较高的地类识别结果精度较高,识别结果Kappa系数均在0.9以上;村庄用地、铁路公路用地由于单个地块面积小、布局比较分散、部分路段无照明条件等原因,识别结果Kappa系数相对较低,为0.85左右;采矿、风景及特殊用地夜间基本无人类活动,缺少夜间灯光,难以用夜间灯光数据识别,Kappa系数为0.45左右。本研究证明了利用珞珈一号夜间灯光数据能有效识别建设用地,同时丰富了珞珈一号夜间灯光数据的应用场景。

摘要：理解人类活动变化对生态环境的影响,识别生态环境变化区域及其成因,对制定差异化的区域生态保护政策具有重要意义。基于MODIS17A3和DMSP/OLS稳定夜间灯光数据,结合RS与GIS技术,构建城镇开发程度指数,采用一元线性趋势分析法对城镇开发程度进行分区,利用Pearson相关系数计算城镇开发程度与NPP的作用关系,并运用热点分析模型探讨土地利用转型对NPP变化的影响。结果表明:(1)2000—2010年,太湖流域年均NPP变化范围是388.79—452.54 gC m^(-2)a^(-1),NPP变化呈波动下降趋势;(2)城镇开发程度缓慢增加区对NPP变化影响较小,增加区与快速增加区对NPP变化影响较大;(3)太湖流域土地转型主要发生在耕地转建设用地、林地转建设用地和水域转建设用地,建设用地面积的快速扩张及由此导致的城镇开发程度的增加,是流域NPP降低的主要原因。

摘要：本文通过对1992—2013年全国夜间灯光数据的校正和处理,获得全国及流域夜间灯光数据影像,进行经济空间聚合分析,以及与相关因子进行对比分析。研究结果表明:经济空间聚合高的区域分布在黄河河道附近,从黄河上游到下游,热力强度逐渐增强,并且以省会城市为核心区向外扩散,即呈现为在旧聚合点聚合度加剧的情况下,聚合区域有向周边分散的趋势;夜间灯光数据的变化趋势与GDP的变化趋势具有一定的相似性,并且与城镇化率、人口数量、第三产比例、人均公园绿地面积、流域发展指数(BDI)具有一定的相关性;流域9省(自治区)的夜间灯光数据整体变化趋势与全国灯光数据的变化趋势基本一致,呈稳定上升的趋势,但整体值均低于全国的夜间灯光数据,并且差距有所扩大,黄河流域高质量发展迫在眉睫。

摘要：针对传统GDP数据空间分辨率低的缺点,提出一种利用夜间灯光数据将GDP统计映射到空间格网的方法,能有效提高GDP数据的空间分辨率。珞珈一号夜间灯光数据具有较高的空间分辨率,可以开展更为精细的GDP模拟。文章利用珞珈一号夜间灯光数据、GDP区(县)级统计数据和空间回归模型,分区域(珠三角、西翼、东翼和山区)对广东省2018年GDP数据进行空间化。研究发现:1)与NPP-VIIRS夜间灯光数据相比,珞珈一号夜间灯光数据模拟GDP结果精度更高;2)珞珈一号夜间灯光数据在二三产业发达地区有更强的适用性;3)GDP空间化结果能在更小尺度上反映经济发展的空间异质性,从而精细刻画广东省经济发展的区域差异,为粤港澳大湾区规划建设和区域协同发展提供数据支撑。

摘要：本文基于1994-2017年中国286个地级市面板数据,采用DMSP/OLS夜间灯光数据以及倾向得分匹配双重差分法(PSM-DID)对西部大开发的政策实施效果进行了评估。研究发现:(1)西部大开发有效提升了西部地区的夜间灯光亮度(经济发展水平),但只体现在短期内,长期政策红利逐渐消失。(2)政策没有产生空间溢出效应,政策在具有良好经济基础,高市场化水平和高行政等级的地区能够发挥出更显著的作用。(3)机制检验显示西部大开发主要通过加快第二和第三产业发展以及提高固定资产投资来促进短期经济增长;挤出效应、金融业发展不足和人力资本存量质量不足导致西部地区长期陷入"政策陷阱"。最后基于研究结果对西部大开发提出相关政策建议。

摘要：人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。随着RS和GIS技术的发展,人口统计数据空间化方法推陈出新,其中,土地利用数据、夜间灯光数据是人口空间化研究中普遍利用的数据源,但各有优、缺点:土地利用数据中的城镇用地、农村居民点能准确表示人口分布的空间范围,却不能反映其内部的人口密度差异特征;夜间灯光数据的强度信息能体现人口分布的疏密程度,但其像元溢出问题显著夸大人口分布范围,像元过饱和现象也影响着人口数据空间化结果的精度。本研究以中国大陆沿海区域为例,尝试集成土地利用数据和夜间灯光数据优化人口空间化方法,设计了基于精度阈值和动态样本的渐进回归与分区建模的方法,获得了中国沿海2000、2005、2010年1 km分辨率人口空间化数据。结果表明,优化模型显著提高了研究区整体的精度,尤其适用于人口空间结构内部差异较为显著的区域。

摘要：基于DMSP/OLS和NPP-VIIRS夜间灯光影像,对2000—2017年长江上游地区的能源消费碳排放进行估算,并利用Moran’s I指数与STIRPAT模型,对能源消费碳排放量的空间特征及影响因素进行研究。结果显示:(1)能源消费碳排放总量总体呈上升态势,主要集中在成渝地区双城经济圈、昆明、贵阳。(2)能源消费碳排放量具有明显的地带性空间集聚特征,高值集聚区与低值集聚区呈一定程度的路径依赖或空间锁定。(3)人口密度、城镇化水平、产业结构、固定资产投资均对能源消费碳排放量有正向影响,经济发展则有显著性负向作用,经济增长与能源消费碳排放量呈倒“U”型曲线。

摘要：揭示碳排放量与时空变化格局,对低碳化发展与国土生态管控具有现实意义。文章以青岛西海岸新区为对象,通过IPCC、夜间灯光反演等方法构建核算框架和时空分布格局。结果表明:(1)碳排放逐年增长,年均变化率为“S”形波动。(2)新区南北向的碳排空间聚集由紧凑变为散布,东西向则相反。(3)碳排放呈现高度空间自相关,内聚的趋势明显,但存在外扩的趋势。(4)碳排放空间聚类减弱,黄岛组团呈现高-高热点;藏南和宝山镇呈现低-低冷点。基于土地利用和空间形态层面归纳影响因素,以期对碳排放控制提供指引。