“没有什么比城市灯光更真实地告诉我们人类在地球上的分布，”美国大气管理局科学家 Chris Elvidge 说。他所指的全球夜间灯光卫星图，在视觉上揭示出人口稠密的城市状态、新近完成电气化的农村、战争贫困，人口流动或是工业化水平。

如今不单是图像的变化趋势，图像中包含的夜间灯光数据，正在协助各地经济学者作为检验官方经济数据的一种辅助手段，测量不同地区的经济水平真实性。

《经济学人》称，世界数据实验室的研究小组基于 2013 年中国农村的夜间灯光亮度与 GDP 水平，得出一个灯光亮度的经济产出方程式，然后借助类似的数学模型，推算出朝鲜 2018 年人均 GDP 为 1400 美元，低于此前韩国中央银行估算的 2500 美元，相当于经济缩水 40%，使其进入全球最贫困的国家名列。

相应的，模型估算的朝鲜整体经济增长速度也与韩国央行估算的数据存在差距。研究人员发现 2013-2015 年间，朝鲜夜间灯光亮度下降 40%，并以此推算当地 GDP 下降了 12%。而韩国央行的数据则显示期间朝鲜 GDP 大约上涨 1%。

不过这种估算方式也有局限性。

经济学家 2012 年发现灯光值与 GDP 关系并非线性，相关性视不同地区而定。研究指出这套替代数据体系更适用于中低收入国家，因为这些国家往往统计体系混乱，数据质量很差，统计数字不可信。

近期由国际货币基金组织发布的新研究统计了 182 个国家和 3870 个地区的灯光及经济数据，发现发展迅速的中等收入国家最适合使用灯光数据校验经济增长速度。这些地区的灯光分布相较更准确，易辨别，误差适中。

2015年国内东南大学的学者曾尝试采用夜间灯光数据，来验证中国经济增长数据的真实性，方法是根据灯光数据的拟合值与官方统计 GDP 数值，对各省的实际经济增长率进行测量。灯光数据预先经过校准处理来降低误差。

他们发现， 1992 年-2012 年全国 GDP 低于官方统计 1.02%，东、中、西部均低于 1.5%-1.8%，经济落后地区的数据出入更大。但整体差距未有国外学者质疑的那么大。随后类似方法也被世界银行用在南亚几个国家的测试中，在那里，低端制造业与服务业的产能值显示出与夜间灯光值呈正相关，与农业关系微弱，越贫穷地区，GDP 与灯光亮度关系约紧密。

在过程中，具共通的是，随实际人均 GDP 越发增长，夜间灯光数值于其的弹性就缓慢变小，反之则较大，换句话说，当经济水平发达到一定程度时，该国夜间灯光亮度增加所反映的 GDP 增长能力已不太明显，因其产业开始转向科技，灯光源减缓；而更依赖于基础设施建设、处于城镇化进程中的地区，经济增长在夜间地图中更能由直观的灯光变化体现，灯光在时间尺度上与 GDP 关联更紧密，比如新近完成电气化的印度村庄，或加快城镇化的中国中西部省份。

例如从 1992 年 和 2013 年由美国军事气象卫星 DMSP 及 OLS 传感器捕捉的夜间灯光图中能看出，中国的城市灯光由东部向中西部扩散，变化肉眼可见，且光点轮廓明显。相较下，美国作为发达国家的城市建设已较完善，布局紧致，21 年间的灯光亮度因密集反而难以辨别。

目前中国这方面的研究以武汉大学测绘遥感工程实验室的报告最为详细。他们对国内各城市灯光数据进行解读，发现上海的灯光效率远超其他城市，北京则从 2000 年后灯光效率不断增大，这显然与一线城市建筑、工厂、基础建设、交通等改变密切相关。报告还指出，城市夜间灯光亮度由多种因素综合决定，不同城市侧重点不同，像长沙、成都的城市灯光变化与人口增长及流动更相关，北京、广州、南京、上海或无锡等城市与 GDP 相关性更大。但就预测 GDP 数值未给予定论。

除此之外，夜间灯光数据正被其他研究人员用于追踪贫困指数。灯光采取方法类似，结合卫星影像进行切割、提取及校正，随后与全球人口分布图叠合。他们发现，卫星图中最暗部分所包含的灯光数据，能准确测出农村贫困水平，比如在刚果，坦桑尼亚，哥伦比亚和塔吉克斯坦，该方法被应用于检测超过 80％处于贫困线上下的家庭。

制图/冯秀霞。

题图 Dennis Kummer on Unsplash。

我们做了一个壁纸应用，给你的手机加点好奇心。去 App 商店搜 好奇怪 下载吧。