夜间灯光作为当地经济活动的代理变量：来自德克萨斯州城市的证据

《Remote Sensing Applications: Society and Environment》：Nighttime lights as a proxy for local economic activity: Evidence from Texas cities

　　

摘要夜间卫星灯光被广泛用作经济活动的代理指标，但在细粒度的空间和时间尺度上，其可靠性仍了解不足。本文评估了月度 VIIRS 夜间灯光在高频时间尺度上捕捉本地经济活动的程度，区分了城市间持续的横截面差异和城市内部的时间变异。利用谷歌地球引擎，我构建了 2016 年至 2025 年德克萨斯州城市的月度面板，该面板结合了 VIIRS 日/夜波段辐射测量值、64 × 64 夜间灯光图像瓦片、市镇人口以及城市级销售税分配数据。我比较了线性回归、多层感知机、卷积神经网络以及混合图像 - 表格模型，采用基于时间的训练 - 验证 - 测试划分。结果表明夜间灯光与市政销售税分配之间存在强烈的预测关系，尽管大部分预测能力反映的是市镇间持续的横截面差异，而非城市内部的时间变异。聚合模型取得了良好的整体表现，但在不同人口群体中准确性存在显著差异，表明夜间灯光信号在小市镇和大市镇之间并非同样可靠。结合聚合辐射特征与空间图像信息的混合模型表现最佳，表明夜间灯光图像中包含的空间信息补充了聚合辐射摘要。这些发现将注意力从灯光是否作为经济活动的代理指标，转移到了它们在何时、何地以及何种空间尺度上能够可靠地做到这一点。论文强调夜间灯光的预测效度具有强烈的尺度依赖性，且主要由市镇间持续的横截面差异驱动，而非高频的城市内部时间动态。

引言经济活动通常通过 GDP、就业或税收征收等指标来衡量。然而，这些测量数据中许多存在发布延迟、报告的地理层级较粗，或无法用于地方行政辖区。这产生了对替代性高频代理指标的需求，以捕捉经济状况的空间和时间变异。

夜间卫星图像已成为一种广泛使用的替代数据源，用于衡量人类和经济活动，并越来越多地应用于多种城市现象，包括贫困、犯罪和城市开发（Lamichhane 等人，2025；Roy 和 Chowdhury，2025）。从太空观察到的人造光反映了住宅、商业和工业活动，先前的研究表明夜间灯光对经济增长、城市开发和区域绩效具有信息量。然而，文献中一个持续的问题是夜间灯光是否能在细粒度空间尺度和较高时间频率上可靠地作为经济活动的代理指标。Gibson 等人（2020）警告说，夜间灯光数据在时间比较以及小型或农村地区可能可靠性较低，这使得尺度成为使用灯光作为经济代理指标时的重要考量因素。虽然早期研究主要关注国家或区域 GDP，通常使用年度数据和跨国设置，但对于夜间灯光在多大程度上可以使用高频行政数据作为本地经济活动的代理指标，了解仍然较少。

本文考察夜间灯光在德克萨斯州城市中作为本地经济活动代理指标的程度，以及其预测效度是反映了市镇间的持续差异还是城市内部的时间变异。德克萨斯州为研究夜间灯光在本地尺度上的预测效度提供了有用的实证环境。该州包含大量且多样的市镇，这些市镇在人口规模、空间范围、密度和经济结构上存在显著差异，从主要大都市中心到小型乡村城镇不等。这种变异创造了一个天然实验室，用于考察夜间灯光与本地经济活动之间的关系是否取决于城市规模和空间尺度。此外，德克萨斯州提供月度城市级销售税分配数据，为本地经济活动提供了高频行政基准。由于德克萨斯州的地方政府依赖销售税收入进行预算编制和公共服务提供，提高市政经济指标的及时性具有实际的政策相关性。城市级销售税分配为本地经济活动提供了有用的基准，因为它们是月度的、行政的，并与应税消费和商业交易紧密相关。当 GDP、收入或就业数据无法在细粒度的空间和时间尺度上获得时，这使得它们特别有价值。德克萨斯州审计长（德克萨斯州公共账户审计长，2026）指出，地方销售税分配报告呈现了地方辖区的月度地方销售和使用税支付情况，当与其他本地指标一起使用时，它们可能有助于表明当前和未来的经济趋势。这支持将它们用作市政经济状况的高频代理指标。因此，德克萨斯州结合了丰富的空间异质性、高频行政数据和直接的地方政策重要性，使其非常适合评估基于夜间灯光的经济测量中尺度依赖性的预测效度。

本研究做出了三项主要贡献。首先，它评估了夜间灯光的预测效度是反映了城市间持续的横截面差异，还是也捕捉到了城市内部的时间变异。其次，它开发了一个可扩展的谷歌地球引擎管道。第三，它比较了线性、机器学习和深度学习模型。

为了指导实证分析，本研究解决了以下研究问题：
RQ1. 月度 VIIRS 夜间灯光在多大程度上预测了由月度销售税分配衡量的城市级经济活动？
RQ2. 夜间灯光的预测效度是否在不同人口规模的市镇间存在系统性差异？
RQ3. 夜间灯光是否捕捉到了有意义的城市内部时间变异，还是它们的预测性能主要由城市间持续的横截面差异驱动？
RQ4. 使用空间图像信息的深度学习模型是否优于传统的基于辐射的模型用于本地经济预测？

章节片段
相关工作
夜间灯光已成为官方数据嘈杂、不频繁或不可用时广泛使用的经济活动代理指标。Henderson 等人（2012）的一项基础性研究表明，卫星观测到的夜间灯光可用于预测实际 GDP 增长，特别是在官方国家账户薄弱的低收入和中等收入国家。利用夜间发光度的年度和长期差分变化，他们表明灯光可以补充传统的 GDP 测量...

数据来源
我为 2016-2025 年的德克萨斯州城市 i 和月份 t 构建了一个月度面板。本研究使用两个主要数据集：
1. 月度 VIIRS 夜间灯光，使用 GEE 聚合到城市 - 月份级别（https://earthengine.google.com）
2. 德克萨斯州城市销售税分配数据，包括月度净支付金额和相关变量（https://data.texas.gov/dataset/Sales-Tax-Allocation-City/vfba-b57j/about_data）。
2016-2024 年的年度市镇人口估算数据来自美国人口普查局。

问题表述
本研究的实证目标是评估卫星衍生的夜间光强度在多大程度上以高时间频率捕捉本地经济活动。而不是将任务视为传统的预测，分析被构建为一个测量验证练习，其中模型性能反映了夜间辐射捕捉经济活动变异的程度。
设 i 索引城市，t 索引月份。对于每个城市 - 月份对，我构建了一个特征...

结果
实证分析分四步进行。首先，我评估整体预测性能（RQ1）。其次，我考察预测性能是否在不同人口群体间存在差异（RQ2）。第三，我利用去均值规格和时间拟合分析评估模型是否捕捉到了城市内部的时间变异（RQ3）。最后，我比较传统和深度学习模型以确定空间图像信息是否改善预测（RQ4）。城市被分为五组...

结论
本文评估了夜间灯光可以作为本地经济活动代理指标的程度，同时区分了市镇间持续的横截面差异和城市内部的时间变异。通过结合月度 VIIRS 图像和城市级销售税分配，本研究表明夜间辐射包含大量关于本地经济活动的预测信息。然而，这种预测能力的很大一部分反映了持续的横截面...

稿件准备过程中生成式 AI 和 AI 辅助技术声明
在准备本作品过程中，作者使用 ChatGPT 支持语言编辑、提高可读性、组织稿件文本以及完善选定部分的呈现。该工具未被用于生成原始数据、进行统计分析、创建结果或取代作者的学术判断。使用此工具后，作者仔细审查、验证、编辑和改编了内容，必要时进行了调整，并对发表文章的内容承担全部责任。

资助声明
本研究未收到公共、商业或非营利部门资助机构的任何特定拨款。

利益冲突声明
作者声明他们没有已知的可能影响本论文报告工作的竞争性经济利益或个人关系。

Orhan Erdem
美国北德克萨斯大学