基于NTL&POI融合指数的中国城市数字经济时空演化评估与区域协调发展策略

为解决传统数据源局限性和单一遥感指标对产业结构整合不足的问题，研究人员结合夜间灯光(NTL)和兴趣点(POI)数据构建融合指数，耦合ε-SVR模型估测中国367个城市的数字经济指数(DEI)。结果显示：2018-2023年城市数字经济显著提升，领先阶段城市数量翻倍；空间分布呈现东部沿海集聚、西部滞后的非均衡特征，莫兰指数从0.235升至0.381。该研究为跨区域协调政策制定提供了地理大数据支撑。

数字经济的快速发展正在重塑全球产业格局，但如何精准量化其发展水平始终是学术界和政策制定者的难题。传统统计方法面临数据滞后、覆盖不全的困境，而单一遥感指标又难以捕捉数字经济多维特征。这种测量瓶颈严重制约了区域数字经济的均衡发展评估。

福建农林大学计算机与信息科学学院的研究团队创新性地将夜间灯光数据(NTL)与兴趣点数据(POI)相融合，构建了NTL&POI指数，并采用ε-支持向量回归(ε-SVR)模型，首次实现了中国367个城市2018-2023年数字经济指数(DEI)的全覆盖估测。相关成果发表在《Geography and Sustainability》上，为数字经济地理学研究提供了方法论突破。

研究团队运用核密度估计(KDE)处理POI数据，通过几何平均法构建融合指数，结合Dagum基尼系数分解、莫兰指数和标准差椭圆等方法，系统解析了数字经济的时空分异规律。关键技术包括：基于NPP-VIIRS-like的500米分辨率NTL数据处理、Amap平台90万条POI数据的15类产业分类，以及R²达0.852的ε-SVR预测模型。

研究结果显示四个核心发现：

1. 1.

   DEI估计模型验证：ε-SVR模型在六年间保持最优性能(RMSE 5.059-6.732)，显著优于传统回归方法，证实融合指数对数字经济活动强度与结构的双重表征能力。

2. 2.

   时序演进特征：中国城市数字经济呈现"金字塔"结构优化，起步阶段城市占比从75%降至58%，而领先阶段城市从6个增至13个，反映政策推动下的全域提升。

3. 3.

   空间非均衡格局：东部地区DEI均值达494 nano-Wcm^-2sr^-1，形成"上海-北京-深圳"高值连绵区；西部仍存在显著低值集聚，区域间差异贡献率达40.60%。

4. 4.

   空间动力学机制：全球莫兰指数从0.235增长至0.381，标准差椭圆面积收缩5.4%，重心稳定在南阳附近(坐标X:1,415,834; Y:493,467)，显示"核心-边缘"结构强化。

讨论部分揭示了三个深层机制：NTL亮度与POI密度的协同增长(相关系数0.657-0.853)构成数字经济的"虚实共生"效应；"东数西算"工程推动西部内部差异扩大(基尼系数从0.037增至0.129)；创新要素的空间溢出使长三角、珠三角形成跨行政区的高值集群。这些发现验证了Chen等学者提出的"数字基础设施-经济活动-光照强度"正反馈理论。

该研究的政策意义在于：首次通过地理大数据揭示了数字经济"梯度推移"与"跳跃式扩散"并存的空间规律，为"十四五"数字中国建设提供了精准施策依据。提出的融合指数框架，克服了传统统计指标在动态监测方面的缺陷，未来可扩展应用于"新基建"成效评估、智慧城市分级管理等领域。研究团队建议建立基于DEI分类的差异化政策工具箱——对起步阶段城市强化5G基站等数字基建，对领先阶段城市支持参与国际数字标准制定，这种"因城施策"思路对发展中国家平衡数字鸿沟具有重要参考价值。