根据「城市之光」的强度分析区域经济水平的方法可靠吗？ 第1页

谢 @Restless Sea 邀，用夜间灯光数据确实是好办法，很值得详细介绍。方法确实是美国发明的，不过已经是好几年前的事了。灯光亮度现在已经成了经济学研究中，测度经济发展水平很常用的指标，国内也有不少相关研究。先摆结论，这一方法是可靠的。

这种方法的原理，说白了就是盲人摸象。几个盲人摸大象，有的人摸到鼻子，有的人摸到大腿，都觉得大象的形状不一样。用统计的术语说，就是他们每个人的观测，测量误差都很大。但是，如果有一种办法，能够把他们的看法结合起来，汇总的结果能反映大象大体上的轮廓。

夜间灯光能起到这个作用。大家都想知道真实的GDP，但实际测量的GDP难免有各种误差。地方官员有时还会操纵数据。而灯光数据和GDP的来源基本独立，由卫星自动记录。如果灯光数据距离真实值的偏差，和GDP距离真实值的偏差相互独立，组合两个指标，效果就比单用一个要好。

这里介绍一点这种方法的细节，不感兴趣的知友可以略过。第一行的 是GDP，等于真实值加一个测量误差。第二行的 是灯光强度，也等于真实值加一个测量误差。第三行反映了GDP和灯光的关系，后面的 是其它影响GDP的因素。如果乐意，也可以把耗电量这些加进去。

准确画出大象，关键在于组合大家摸象的结果。在这里就是有一些和GDP有关的变量，比方说前面的 和 ，然后设法找一组最优的权重，让最后加起来的这个指标误差最小。上面给的是Chen和Nordhaus的加权方法（2011）。这个新的指标，偏差比两个单独的指标都更小。

另外，一开始的时候，我们其实不清楚灯光和GDP的数据哪个更准确。上面的加权里有个 ，衡量的就是GDP本身的测量误差。只用GDP和灯光数据，算不出GDP的数据质量，要结合其它信息，比如前人有关数据质量的研究。这一指标，常用的是Summers-Heston和世界银行的估计。

这个组合变量的实际结果怎么样呢？首先，这个指标和其它反映宏观经济趋势的指标相关性很好。其次，这个国家原来的数据质量越差，从这个指标得到的新信息就越多；如果数据质量较好，新指标带来的改进很少（Chen和Nordhaus，2014）。这两点印证了新指标的准确程度。现在已经有学者用灯光数据，结合其它指标，反过来修正美国的GDP（Pinkovskiy和Sala-i-Martin，2016）。

具体到应用部分，影响可靠性是一些细节的问题。比方说现在主要有两套数据，DMSP-OLS和NPP-VIIRS，哪个准一点？一般是后者好一点。还有就是上限下限情况怎么处理、只有一部分卫星记录了数据怎么办，以及有没有排除火山、油井等。这些细节有可能影响最终的结果。

至于国内，比较有代表性的是Remote Sensing上发的一系列研究，以及徐康宁、陈丰龙、刘修岩 2015年发在《经济研究》上的论文。以后者为例，他们算出来1993-2012年，与官方公布的GDP年增速相比，GDP-灯光加权指标增速要低一些。东部地区大致低1.5%，中西部地区低1.8%。

这个结果符合之前的理论预期：中国GDP增速存在高估现象，不过高估幅度比之前学界普遍认可的观点小。从现有研究看，这个指标和国内的供电量、城市化率等指标，趋势是一致的。一般来说，在综合指标里加入其它来源变量，结果应该更准一些。因此，可以着重参考这种新方法的结论。

最后还要补充一点：除了帮忙校正GDP、用电量等数据，以及侦测造假现象外，夜间灯光还有很多其他优点。比如说，有些区域非常混乱，调查员很难进入，但卫星可以飞过。传统数据一般是按行政区划统计，比如国家、省和市，但如果是要研究的区域不是按这个标准划分，找数据可能很麻烦。此时灯光数据也可以帮上忙。如欲进一步了解，可参考以下资料。

指标构建的原始文献：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.

对指标的部分讨论: 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.

对国内的研究：徐康宁, 陈丰龙, 刘修岩. 中国经济增长的真实性: 基于全球夜间灯光数据的检验[J]. 经济研究, 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.

怎么获取并使用灯光数据，以及其它卫星数据的简介：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

其它参考文献：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.