據英國廣播公司（BBC）報道，經濟學家近來找到一種新方法——通過衛(wèi)星獲取的夜間燈光圖來衡量區(qū)域經濟發(fā)展狀況。通過這種方法，印度經濟學家發(fā)現(xiàn)，印度大部分地區(qū)的夜晚經濟活動很少，經濟發(fā)展非常不平衡。

印度90%地區(qū)夜晚“昏暗”

印度經濟學家普拉文·查克拉瓦迪（Chakravarty）和維偉克·德赫賈（Dehejia）主導了這項研究。這些夜間燈光圖由美國空軍防御氣象衛(wèi)星每天繞地14周、采用夜間傳感器拍攝而成。他們在地圖上一層一層的繪制了印度不同地區(qū)的光源，并藉此開發(fā)出了一套根據地區(qū)和時間記錄亮度值的獨特數(shù)據。

通過這些記錄夜晚燈光的數(shù)據，兩位經濟學家研究了印度 12 個邦中的 387 個地區(qū)。這些地區(qū)的人口數(shù)量占印度人口總數(shù)的 85%，以及經濟總量的 80%，這 387 個地區(qū)擁有印度議會代表席總數(shù)的 87%。根據這些數(shù)據，經濟學家使用了這種獨特的方法學展現(xiàn)了印度的收入不平等。他們認為，這些燈光證明著印度的 12 個邦正在變得更加不平等。

在研究中，387 個地區(qū)的平均亮度僅有孟買和班加羅爾這樣的大城市的五分之一。而 90% 的地區(qū)僅有前 10% 最亮地區(qū)的三分之一亮度。從比例上來看，這比印度 1992 年開始經濟改革后更加糟糕。

從時間維度上看，暗區(qū)與亮區(qū)之間的亮度差在1992年和2013年達到最大值。在 1991 年之前，印度的經濟展現(xiàn)出了一種良好的態(tài)勢，不同地區(qū)的收入正在溫和的減少差距。但在 1991 年之后，這些地區(qū)的差距被不停擴大。在 2014 年時，經濟學者們曾發(fā)現(xiàn)印度最發(fā)達的三個邦（喀拉拉邦，泰米爾納德邦和馬哈拉施特拉邦）的人均收入是三個最貧困邦（比哈爾邦，北方邦和中央邦）的三倍左右。

“我們發(fā)現(xiàn)的是不但邦與邦之間的經濟差距擴大了，而且邦內部的不同地區(qū)的經濟差距也被擴大了。但這并不是說在印度富人正變得更富有，而窮人正變得更窮。事實上，這僅僅是因為窮人變富有的速度跟不上富人變得更富有的速度。因此，貧富差距被擴大了。但這種區(qū)域性的不平等在當代世界經濟史的大國中也是史無前例的?！痹诿腺I IDFC 智庫工作的高級研究員 Dehejia（德赫賈） 博士評論道。

經濟學家們對此感到擔憂。他們警告說，在像印度這樣一個龐大而復雜的國家，這可能很容易導致社會不和諧的重要因素，因為人口眾多、貧窮的地區(qū)試圖從人口較少、更富裕的地區(qū)（無論是在各邦內還是在各邦之間）中進行更大的再分配。

衡量經濟情況的新方法

德赫賈博士認為，使用夜間燈作為衡量印度經濟活動是一個好主意，因為在印度缺乏良好的數(shù)據。畢竟美國中央銀行都已經把用電量作為經濟活動的指標。

耶魯大學的Bhartendu Pandey說，“從這個問題的研究工作來看，”距離地球表面800多公里處觀察到的夜晚燈光告訴我們人類的活動和活動能力，目前還沒有其他數(shù)據可以做到這些“。

夜間燈光圖也顯示出其他國家和地區(qū)的經濟發(fā)展狀況。如在東北亞地區(qū)，光源主要集中在中國沿海地區(qū)與中部城市群、韓國都市圈和日本沿海城市帶，還可以看見朝鮮除了平壤的光點外一片黑暗。美國的燈光帶主要集中在中東部地區(qū)以及加州灣區(qū)條狀區(qū)域。

同樣是衛(wèi)星拍攝的夜晚城市圖像，在 2017 年，中國和印度城市的亮度對比圖曾引得人民網英文版發(fā)表文章“India Looks Brighter Than China on a Map, But Really It’s Not”（印度在地圖上看起比中國亮，但其實并不是）來解釋印度比中國顯得更亮的原因。

其中提到，印度有大量平原并且三面環(huán)海是它顯得更亮的一個主要原因。人民網英文版補充道，“專家說印度正在高速發(fā)展，但在經濟發(fā)展和電力消耗上來說仍和中國不在一個步速上。”

不過，統(tǒng)計夜間燈光數(shù)據構這個項目本身也有一定難度。由于大氣層，水蒸氣和臭氧，以及太陽照明等外來光源，會產生大氣效應。但是衛(wèi)星上最新的傳感器已經可以記錄更豐富的空間細節(jié)，比如探測到明亮的道路和昏暗的光源?？茖W家們一直在開發(fā)新的軟件和算法，以使夜間燈光圖像更清晰、更準確、更容易獲得。

隨著時間的推移，研究人員利用從太空中捕獲的夜間燈光來了解城市如何擴張，并跟蹤土地使用變化。他們監(jiān)測光照強度，以估計節(jié)日期間的能源使用情況。夜間燈光已用于追蹤受沖突影響地區(qū)的情況，并有助于救災。他們已經幫助解釋了傳染病的季節(jié)性波動，繪制了碳排放和光污染等等。