程 龍，何剛信，李愛霞*

（1.浙江水利水電學(xué)院 測(cè)繪與市政工程學(xué)院，浙江 杭州 310018；2.錢江水利開發(fā)股份有限公司，浙江 杭州 310013）

1.引言

國(guó)內(nèi)生產(chǎn)總值（GDP）是一個(gè)國(guó)家或地區(qū)一定時(shí)期內(nèi)生產(chǎn)活動(dòng)的最終成果，是衡量經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。傳統(tǒng)的GDP 數(shù)據(jù)主要根據(jù)經(jīng)濟(jì)普查結(jié)果和GDP 核算制度規(guī)定進(jìn)行核算，耗時(shí)費(fèi)力。另外，GDP 統(tǒng)計(jì)結(jié)果往往是以各級(jí)行政單位為主體，而沒有反映統(tǒng)計(jì)區(qū)域內(nèi)部的經(jīng)濟(jì)狀況差異[1]。DMSP/OLS 和NPP_VIIRS 傳感器通過探測(cè)城市燈光甚至小規(guī)模居民點(diǎn)、車流等發(fā)出的低強(qiáng)度燈光生成的夜間燈光數(shù)據(jù)為人類城市活動(dòng)監(jiān)測(cè)提供了很好的數(shù)據(jù)源，為經(jīng)濟(jì)活動(dòng)估算[2]、城市化[3]、電力消耗[4]等提供了新的研究思路。其中，DMSP/OLS 能夠提供1992～2013 年的夜間燈光數(shù)據(jù)，已被廣泛應(yīng)用于GDP 相關(guān)的研究，建立燈光指數(shù)指標(biāo)與GDP 之間建立預(yù)測(cè)模型來達(dá)到經(jīng)濟(jì)預(yù)測(cè)的目的[5,6]。但是，DMSP/OLS 夜間燈光數(shù)據(jù)中的過飽和現(xiàn)象削弱了燈光數(shù)據(jù)與GDP 數(shù)據(jù)的相關(guān)性。新一代的NPP_VIIRS 夜間燈光數(shù)據(jù)則不存在上述問題，而且分辨率更高，對(duì)夜間燈光具有更高的靈敏度[7]。劉沼輝等利用NPP_VIIRS 數(shù)據(jù)與山東省137 個(gè)縣級(jí)GDP 數(shù)據(jù)進(jìn)行分級(jí)多方式空間建模，各級(jí)最優(yōu)擬合優(yōu)度R2均在0.9 左右[8]。詹淇雯等選擇NPP_VIIRS作為基礎(chǔ)數(shù)據(jù)，對(duì)線性函數(shù)等6 種預(yù)測(cè)模型進(jìn)行GDP 估算效果對(duì)比，最優(yōu)模型擬合度R2達(dá)到了0.98[9]。因此，NPP_VIIRS夜間燈光數(shù)據(jù)與GDP 具有很強(qiáng)的相關(guān)性。

本文利用2012-2019 年NPP_VIIRS 夜間燈光數(shù)據(jù)，對(duì)浙江省各市第二三產(chǎn)業(yè)的GDP 進(jìn)行空間化模擬，通過空間化模擬結(jié)果對(duì)近8 年來浙江省各市縣的經(jīng)濟(jì)發(fā)展情況進(jìn)行時(shí)空分析，為政府經(jīng)濟(jì)政策的制定和發(fā)展規(guī)劃提供依據(jù)。

2.研究區(qū)域概況

浙江省位于我國(guó)東南沿海，陸域面積10.55 萬平方公里，占全國(guó)總面積的1.1%，是我國(guó)面積較小的省份之一。浙江省屬于長(zhǎng)三角經(jīng)濟(jì)發(fā)展帶，社會(huì)經(jīng)濟(jì)發(fā)達(dá)，是我國(guó)經(jīng)濟(jì)發(fā)展大省，經(jīng)濟(jì)水平始終位于全國(guó)各省前列。浙江省下轄11 個(gè)地級(jí)市，各城鎮(zhèn)發(fā)展迅速，是中國(guó)省內(nèi)經(jīng)濟(jì)發(fā)展程度差異最小的省份之一，其中杭州、寧波、紹興、溫州市浙江省的四大經(jīng)濟(jì)支柱，尤其是杭州和寧波經(jīng)濟(jì)實(shí)力長(zhǎng)期位于我國(guó)前20 位。

3.數(shù)據(jù)源及預(yù)處理

（1）NPP_VIIRS 夜間燈光數(shù)據(jù)由美國(guó)大氣海洋局（NOAA）提供的，選擇2012 年到2019 年的月度復(fù)合數(shù)據(jù)；將影像數(shù)據(jù)進(jìn)行蘭伯特等角圓錐投影，并重采樣為500 米分辨率。由于NPP_VIIRS 夜間燈光數(shù)據(jù)沒有過濾火光、極光、漁船以及其它短暫光源的影響和低輻射檢測(cè)帶來的背景噪聲數(shù)據(jù)，會(huì)造成影像中一些像元DN 值的波動(dòng)，因此需要對(duì)NPP_VIIRS影像進(jìn)行校正以提高DGP 空間化的準(zhǔn)確性。本文首先利用河流、湖泊等較大水域的平均像元值作為閾值對(duì)背景噪聲進(jìn)行校正，然后根據(jù)杭州市和寧波市主城區(qū)最大像元值作去除極亮孤立像元值。最后將校正后的影像合并成為年度影像數(shù)據(jù)，年度影像像元值取每年所有月份燈光影像的像元DN 值的平均值。

（2）浙江省各市GDP 數(shù)據(jù)來源于浙江省統(tǒng)計(jì)局網(wǎng)站。GDP 數(shù)據(jù)包含了第一二三產(chǎn)業(yè)的生產(chǎn)總值，其中浙江省第一產(chǎn)業(yè)主要是以農(nóng)產(chǎn)品和水產(chǎn)品為主，農(nóng)田和水域都是不會(huì)產(chǎn)生燈光的區(qū)域。第二三產(chǎn)業(yè)在地域上很難分開統(tǒng)計(jì)，而且都與燈光數(shù)據(jù)有關(guān)，因此，本文采用第二三產(chǎn)業(yè)的GDP 總和來進(jìn)行分析。另外，各年份GDP 數(shù)據(jù)以當(dāng)年價(jià)格為準(zhǔn)，由于每年價(jià)格有所波動(dòng)，同一將所有年份GDP 數(shù)據(jù)換算到2019 年價(jià)格。文中用GDP23表示第二三產(chǎn)業(yè)GDP 總和。

4.GDP 數(shù)據(jù)空間化及分析

4.1 GDP23 數(shù)據(jù)建模

夜間燈光數(shù)據(jù)能夠反映地區(qū)的社會(huì)經(jīng)濟(jì)水平，區(qū)域燈光總強(qiáng)度（TNL）與社會(huì)經(jīng)濟(jì)水平之間存在高度相關(guān)性早已被證實(shí)。因此，本文利用區(qū)域燈光強(qiáng)度指標(biāo)來進(jìn)行浙江省各地區(qū)GDP23模擬。其中，燈光強(qiáng)度指標(biāo)TNL 的計(jì)算公式為：

將所有浙江省各市的2012-2019 年間的燈光強(qiáng)度綜合與相應(yīng)的GDP23進(jìn)行回歸分析，根據(jù)無燈光無GDP 的原則選擇回歸模型，分析結(jié)果如圖1 所示，乘冪函數(shù)、多項(xiàng)式、線性三種函數(shù)模型的擬合度R2均達(dá)到了0.9 以上，其中乘冪函數(shù)最優(yōu)，最優(yōu)擬合度R2達(dá)到了0.9512，因此本文選擇該函數(shù)模型進(jìn)行GDP23的空間化模擬。

圖1 夜間燈光數(shù)據(jù)與浙江省GDP23的回歸模型

4.2 GDP 模擬值糾正

根據(jù)回歸模型計(jì)算的各地區(qū)的GDP23值存在一定的誤差，因此在進(jìn)行GDP23空間化時(shí)需要對(duì)模擬的單像元GDP23進(jìn)行線性糾正，從而保持各地區(qū)實(shí)際GDP23總量不變，線性糾正公式為：

4.3 GDP 密度圖分析

圖2 2012GDP密度圖

圖3 2019GDP密度圖

圖4 浙江省各市縣經(jīng)濟(jì)增長(zhǎng)速率

通過圖2 和圖3 浙江省2012 年和2019 年的GDP 密度圖可以看出，燈光比較集中的區(qū)域及經(jīng)濟(jì)比較發(fā)達(dá)的區(qū)域主要集中在東北部的杭嘉湖平原以及沿海的寧紹平原和溫臺(tái)平原，而在浙江省內(nèi)陸地區(qū)也有分散的小區(qū)域燈光比較集中的區(qū)域，這種分布形式與浙江省的地形地貌特征相吻合。

將浙江省像元GDP 密度分為5 級(jí)，可以看出在2012 年大部分的行政區(qū)都處于第一級(jí)（灰色區(qū)域），只有杭州主城區(qū)、紹興、寧波、金華、臺(tái)州、溫州有部分區(qū)域達(dá)到第二級(jí)（黃色區(qū)域），杭州和溫州個(gè)別位置達(dá)到了第三級(jí)（藍(lán)色區(qū)域）。而到2019 年湖州、嘉興、衢州的部分地區(qū)GDP 密度增長(zhǎng)到了第二級(jí)；寧波、臺(tái)州、金華也出現(xiàn)了第三級(jí)的區(qū)域；杭州主城區(qū)GDP 密度進(jìn)一步增長(zhǎng)，第三級(jí)區(qū)域增加，甚至出現(xiàn)了明顯的第四級(jí)（紫色區(qū)域）和第五級(jí)（紅色區(qū)域）的經(jīng)濟(jì)發(fā)展區(qū)域。

從8 年間的經(jīng)濟(jì)增長(zhǎng)速度來看（如圖4 所示），嘉興的南湖區(qū)；湖州的南潯區(qū)和德清縣；寧波的鄞州區(qū)、奉化區(qū)、慈溪市；紹興的上虞區(qū)、越城區(qū)、嵊州市；臺(tái)州的椒江區(qū)、路橋區(qū)；溫州的龍灣區(qū)、甌海區(qū)、蒼南縣；麗水的蓮都區(qū)；金華的金東區(qū)和義烏市經(jīng)濟(jì)增長(zhǎng)速度較快，超過500%的增長(zhǎng)率。尤其是杭州市整個(gè)地區(qū)經(jīng)濟(jì)增長(zhǎng)明顯，隨著大江東發(fā)展計(jì)劃的實(shí)施以及機(jī)場(chǎng)的擴(kuò)建，蕭山地區(qū)的經(jīng)濟(jì)增長(zhǎng)速度明顯；2013 年阿里巴巴總部入駐余杭區(qū)大大帶動(dòng)了余杭的經(jīng)濟(jì)發(fā)展；2015 年富陽撤市設(shè)區(qū)和2017 年臨安撤市社區(qū)為臨安和富陽的經(jīng)濟(jì)發(fā)展提供了契機(jī)。舟山地區(qū)主要由海島組成，人口較少，經(jīng)濟(jì)的發(fā)展主要依賴于部分工業(yè)和旅游業(yè)，因此經(jīng)濟(jì)的增加相對(duì)緩慢。而位于西南的麗水、衢州則主要以山地和丘陵為主，各行政區(qū)主要位于狹小的盆地當(dāng)中，交通落后，所以導(dǎo)致了這些地區(qū)經(jīng)濟(jì)發(fā)展比較落后。

5.結(jié)論

利用2012-2019 年的NPP_VIIR 夜間燈光數(shù)據(jù)對(duì)浙江省8年間的二三產(chǎn)業(yè)GDP 進(jìn)行建模，并根據(jù)歸回模型對(duì)GDP23進(jìn)行空間化分析。結(jié)果表明：浙江省各縣市經(jīng)濟(jì)發(fā)展受地形影響較大，經(jīng)濟(jì)比較發(fā)達(dá)的區(qū)域主要集中在東北部的杭嘉湖平原以及沿海的寧紹平原和溫臺(tái)平原；從8 年間的經(jīng)濟(jì)增長(zhǎng)速度來看，杭州、嘉興、寧波、溫州、紹興、臺(tái)州等地處平原地區(qū)的縣市經(jīng)濟(jì)增長(zhǎng)速率相對(duì)較快，而麗水、衢州、舟山受地形影響，GDP23總值及經(jīng)濟(jì)發(fā)展速度都相對(duì)緩慢。

本文利用NPP_VIIR 夜間燈光數(shù)據(jù)對(duì)浙江省各市年度GDP23數(shù)據(jù)進(jìn)行空間化模擬，NPP_VIIR 夜間燈光數(shù)據(jù)逐月發(fā)布的特點(diǎn)為實(shí)現(xiàn)小于一年的時(shí)間單位內(nèi)的社會(huì)經(jīng)濟(jì)數(shù)據(jù)模擬提供了影像基礎(chǔ)，因此，可以進(jìn)一步從季度甚至月度GDP 數(shù)據(jù)進(jìn)行空間化模擬及分析。