图片来源：Microsoft Copilot
原文信息：Rossi-Hansberg, E., & Zhang, J. (2026). Local GDP estimates around the world. Journal of Urban Economics, 154, 103871.
01
引言
研究空间经济、区域不平等和地方政策效果时，最理想的数据并不是国家层面的 GDP，而是能够落到城市、县区甚至更小空间单元的本地经济活动。然而，大部分中低收入国家缺乏稳定的地方 GDP 统计，即使有，也常常年份短、行政口径不统一、空间分辨率过粗。夜间灯光数据虽然被广泛用作经济活动代理，却存在城市灯光饱和、跨年份传感器不一致、农业和林业部门低估等问题。
这篇文章的主要贡献是构建了从 2012 年开始、年度更新的全球网格 GDP 数据，分辨率包括 1°、0.5° 和 0.25°。作者并不是简单用人口或灯光把国家 GDP 切分到网格，而是把夜间灯光、人口、土地利用、净初始生产力、CO2 排放、地形和国家 GDP 信息同时纳入随机森林模型，以估计每个网格的 GDP 份额及其年度变化。
因此，这篇文章是在回答一个非常基础但困难的问题：如果我们想比较全球任意地点在某一年生产了多少、增长了多少，尤其是那些没有可靠本地 GDP 统计的地区，能否用一套统一、可外推的框架来估计？
02
数据
作者使用的数据可以分为三类。第一类是遥感数据：NASA VIIRS Black Marble 夜间灯光用于捕捉人类活动强度，MODIS 土地利用数据用于区分城市、耕地与其他土地类型，MODIS NPP 用于改善农业部门刻画。第二类是其他空间化数据：LandScan 人口栅格、EDGAR CO2 排放数据、地形崎岖度指数等。第三类是 GDP 数据：国家 GDP 主要来自 IMF、世界银行和 UNdata，区域 GDP 来自 OECD、Wenz 等数据以及俄罗斯、巴西、中国、印度、美国等国家的官方统计。
训练数据覆盖北美、南美、欧洲、非洲和亚洲中具有地方 GDP 信息的地区。中国的数据被特别处理：作者收集了广东、河南、湖北、江苏、山东、四川和浙江七个 GDP 较高省份的城市层面 GDP，但这些数据并不进入模型训练。这样的设定使中国案例成为一个相对干净的外样本检验。
03
模型与估计方法
模型的核心思想是“份额化”。作者先把细粒度的原始像元聚合到目标网格，再把人口、灯光、NPP、CO2 等变量转成相对于国家或州的份额；GDP 也被转成相应的网格 GDP 份额。这样做可以弱化国家固定效应，让模型学习的是“在一个国家内部，哪些空间特征对应更高的 GDP 份额”，从而更容易外推到缺乏次国家 GDP 数据的国家。
在算法上，作者为 1°、0.5°、0.25° 三种分辨率分别训练随机森林。随机森林通过大量决策树的集成来捕捉非线性关系，同时降低过拟合风险。为了让模型也能预测年度变化，作者还加入滞后一期的变量份额。模型输出网格 GDP 份额后，再缩放到国家或州年度 GDP 总量，使网格估计与宏观账户保持一致。对人口密度为零的网格，作者还进行截尾处理，以避免荒漠、海域等位置出现不合理的 GDP。作者没有把同一个国家的网格随机拆分到训练集和测试集，而是采用 Group 5-Fold Cross-Validation：以国家为单位划分五折，训练时完全排除测试国家的所有网格和所有年份。
04
全球GDP的空间图景
原文 Fig. 1 展示了 2019 年全球 0.25° 网格 GDP、人均 GDP 及其 2018-2019 年变化。GDP 水平图中，高值区域集中在北美东部、西欧、东亚沿海、印度部分城市带、巴西东南部等人口和产业高度集聚区；人均 GDP 图则呈现出另一种结构：欧洲、北美、澳大利亚等地整体较高，一些低人口密度但资源开采强度高的地区也出现较高人均 GDP。
这说明网格 GDP 不能只看人口。原文 Fig. 3 进一步把网格人口和网格 GDP 放在同一张图中比较。结果显示，在极低人口密度地区，人口和 GDP 的关系可能呈现凹性；但在大多数地区，关系更接近凸性，符合集聚经济的直觉：人口越密集，生产率和经济活动并不是等比例增加，而是可能加速增加。更关键的是，即便人口相同，不同网格的 GDP 仍有很大差异，这正是夜光、土地利用、产业排放和地理条件等额外信息发挥作用的地方。
05
模型表现
模型在外样本国家上的预测表现相当强。表 1 显示，三种分辨率下，log GDP 水平的交叉验证 R2 均高于 0.94；年度 log GDP 变化的 R2 也高于 0.73。其中 0.25° 模型在年度变化上的表现最好，所有样本的 R2 达到 81.88%。这意味着模型不仅能较好恢复 GDP 水平的空间分布，也能在一定程度上捕捉年度经济变化。
变量重要性也提供了有用信息。城市人口及其滞后值仍然是重要变量，但并不是全部；耕地人口、耕地夜光、重工业 CO2 排放等变量在较细分辨率下贡献明显上升。这支持作者的一个核心论点：仅用人口或仅用夜间灯光都可能遗漏大量空间异质性，尤其是在农业、资源开采和工业活动占比较高的地区。
06
不确定性与应用
作者还给出了网格层面的预测不确定性。由于随机森林由多棵树组成，每棵树都会给出一个 GDP 份额预测，作者可以计算同一网格在不同树之间的 log GDP 标准差。标准差越高，表示模型对该网格的判断越不一致。原文 Fig. 5 显示，不确定性较高的区域主要集中在撒哈拉、中亚、澳大利亚内陆等人口稀疏、观测信号弱的地区。
从分布图看，2019 年 0.25° 网格中，log GDP 标准差的中位数约为 0.15，约 73% 的网格低于 0.20。这类不确定性指标非常实用：当研究对象是高度局部化的冲击或狭窄边界附近的因果识别时，研究者需要格外谨慎；而当分析对象是较大区域的聚合变化，预测误差更可能相互抵消，数据的可用性也更强。
07
结论
这篇文章的主要价值在于提供了一套全球可比、年度更新、空间分辨率较高的本地 GDP 估计框架。对于发展经济学、城市经济学、国际贸易、气候冲击、自然灾害、交通基础设施和空间一般均衡模型等研究，它可以直接作为结果变量，也可以帮助校准地方生产率、衡量区域差距，或在缺乏官方次国家 GDP 的国家开展更细粒度分析。
作者同时提到，这类数据不应被理解为官方统计的替代品。它本质上是基于遥感和统计学习的模型估计，单个网格的误差可能较大，特别是在低人口密度地区或训练信息不足的地区。更稳妥的使用方式，是结合本文提供的不确定性指标，在县区、城市群、流域、交通走廊等较合理的空间尺度上进行聚合与比较。对于需要逐格解释的研究，则应把它作为辅助证据，而不是唯一依据。
推文作者：黄祺林。研究方向：城市与房地产经济学，环境经济学。
Abstract
We use high-resolution spatial data to build a novel global annual gridded GDP dataset at 1°, 0.5°, and 0.25°resolutions from 2012 onwards. Our random forest model trained on local and national GDP achieves an R 2 above 0.94 for GDP levels and above 0.73 for annual changes in regions left out of the training sample. By incorporating diverse indicators beyond population and nighttime lights, our estimates offer more precise subnational GDP measurements for analyzing economic shocks, local policies, and regional disparities.
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。
0
推荐
京公网安备 11010502034662号 
