李益敏 傅星峰 李媛婷 吳博聞 王東馳

摘要：東南亞地區(qū)是中國“一帶一路”倡議的必經(jīng)通道，也是我國發(fā)展對外經(jīng)貿(mào)的重要節(jié)點(diǎn)區(qū)域，具有重要的戰(zhàn)略地位．基于NPP／VIIRS夜間燈光數(shù)據(jù)，運(yùn)用重心、標(biāo)準(zhǔn)差橢圓以及莫蘭指數(shù)等空間分析方法，分析2012—2021年東南亞國家經(jīng)濟(jì)發(fā)展的時(shí)空特征．結(jié)果表明：東南亞國家GDP與夜間燈光數(shù)據(jù)之間存在顯著相關(guān)性;從東南亞經(jīng)濟(jì)發(fā)展方向特征來看，東南亞經(jīng)濟(jì)重心整體向西北遷移，大部分燈光集中的中心已向東南亞的西北方向，即向中國的陸地邊界移動(dòng)了476km，經(jīng)濟(jì)重心移動(dòng)和“一帶一路”倡議有關(guān);東南亞總體經(jīng)濟(jì)體量增大，經(jīng)濟(jì)發(fā)展向區(qū)域內(nèi)聚集，東南亞經(jīng)濟(jì)發(fā)展方向性愈發(fā)明顯；從東南亞經(jīng)濟(jì)發(fā)展空間聚集性特征來看，高高聚集和低低聚集是東南亞經(jīng)濟(jì)發(fā)展最顯著的兩種空間聚集特征，高高聚集地區(qū)起到了很好的輻射作用，帶動(dòng)周邊地區(qū)的經(jīng)濟(jì)發(fā)展，低高聚集區(qū)的發(fā)展?jié)摿^大．研究時(shí)間段內(nèi)，東南亞北部低低聚集區(qū)大幅度減少．

關(guān)鍵詞夜光遙感;東南亞;經(jīng)濟(jì)發(fā)展;時(shí)空特征

中圖分類號P237

文獻(xiàn)標(biāo)志碼A

0引言

中國于2013年提出共建“絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”倡議（簡稱“一帶一路”倡議），使亞、歐、非各國聯(lián)系更為緊密，成為命運(yùn)共同體［1］，共建“一帶一路”國家的發(fā)展也漸漸成為社會所關(guān)注的熱點(diǎn)．東南亞是經(jīng)濟(jì)發(fā)展迅速、經(jīng)濟(jì)活躍的重要區(qū)域，其在“一帶一路”建設(shè)中的作用日益突出，中國和東南亞地區(qū)的區(qū)域經(jīng)濟(jì)合作機(jī)制得到了進(jìn)一步完善，生產(chǎn)要素快速流動(dòng)、資源充分利用、區(qū)域合作的規(guī)模不斷擴(kuò)大［2］．東盟作為全球第五大經(jīng)濟(jì)體，是全球經(jīng)濟(jì)最有活力的區(qū)域［3］，了解東南亞區(qū)域經(jīng)濟(jì)發(fā)展，對我國進(jìn)一步推進(jìn)“一帶一路”倡議和中國-東盟自由貿(mào)易區(qū)的建設(shè)具有極其重要的現(xiàn)實(shí)意義［4］．

各區(qū)域經(jīng)濟(jì)發(fā)展都存在差異、不平衡的問題．為促進(jìn)經(jīng)濟(jì)的平衡發(fā)展，國內(nèi)外學(xué)者在區(qū)域經(jīng)濟(jì)發(fā)展差異方面做了大量研究．Chung等［5］對基于鄰里層面的社會經(jīng)濟(jì)地位進(jìn)行群組分析，考察群組效應(yīng)的社會經(jīng)濟(jì)差異;寧朝山等［6］通過分析全要素生產(chǎn)率了解中國各省份及東西部地區(qū)間的經(jīng)濟(jì)質(zhì)量差距;楊豐碩等［7］利用GDP數(shù)據(jù)，綜合探測了一系列地理環(huán)境因子對江西貧、富縣縣域經(jīng)濟(jì)差異的影響．已有研究大多利用統(tǒng)計(jì)數(shù)據(jù)分析區(qū)域經(jīng)濟(jì)的差異，但統(tǒng)計(jì)數(shù)據(jù)存在空間尺度不一、指標(biāo)體系不同和數(shù)據(jù)缺失等諸多問題，且統(tǒng)計(jì)數(shù)據(jù)多以行政區(qū)域?yàn)閱挝贿M(jìn)行調(diào)查，導(dǎo)致統(tǒng)計(jì)單位內(nèi)的經(jīng)濟(jì)差異難以體現(xiàn)［8］．因此，獲取尺度精細(xì)的數(shù)據(jù)研究地區(qū)經(jīng)濟(jì)發(fā)展的時(shí)空格局特征極其重要．

與傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)相比，夜間燈光數(shù)據(jù)具有時(shí)空連續(xù)、獨(dú)立客觀等優(yōu)點(diǎn)［9］．夜間燈光遙感傳感器獲取的是夜間地表發(fā)射的可見光-近紅外電磁波，其可以更直觀地反映人類活動(dòng)的差異．學(xué)者們利用夜光遙感影像數(shù)據(jù)來估算社會經(jīng)濟(jì)參數(shù)，研究城市空間結(jié)構(gòu)［10］、光污染［11］等．美國軍事氣象衛(wèi)星的線掃描傳感器DMSP／OLS生產(chǎn)的夜間燈光數(shù)據(jù)揭開了夜間燈光遙感的新篇章［12］：Marx等［13］驗(yàn)證了DMSP／OLS夜間燈光數(shù)據(jù)DN值與國內(nèi)生產(chǎn)總值（GDP）之間的強(qiáng)相關(guān)性;Yang等［14］運(yùn)用校正后的DMSP／OLS夜間燈光數(shù)據(jù)計(jì)算了省級和市級的夜間穩(wěn)定光，并結(jié)合各社會經(jīng)濟(jì)指標(biāo)進(jìn)行相關(guān)性分析，結(jié)果表明夜間亮度與GDP及電能消耗高度關(guān)聯(lián)．已有研究為夜間燈光數(shù)據(jù)作為經(jīng)濟(jì)指標(biāo)的代理變量提供了可靠依據(jù)．DMSP／OLS夜間燈光數(shù)據(jù)于2013年停止更新，其后推出的美國國家極地軌道合作衛(wèi)星NPP搭載的可見光紅外成像輻射儀VIIRS獲取的日夜波段DNB數(shù)據(jù)，繼承并優(yōu)化了DMSP／OLS的探測能力，有更高的空間分辨率和更廣的輻射探測范圍［15］．李峰等［16］使用夜間燈光數(shù)據(jù)擬合京津冀地區(qū)社會統(tǒng)計(jì)指標(biāo)，通過DMSP／OLS數(shù)據(jù)和NPP／VIIRS數(shù)據(jù)的對比分析，發(fā)現(xiàn)NPP／VIIRS數(shù)據(jù)對縣域GDP的擬合效果更優(yōu);李林玥等［17］以燈光數(shù)據(jù)作為GDP的替代量，應(yīng)用引力模型研究中國與共建“一帶一路”國家的貿(mào)易發(fā)展?fàn)顩r;王森等［18］利用機(jī)器學(xué)習(xí)算法分析NPP／VIIRS數(shù)據(jù)，對長三角GDP進(jìn)行智能預(yù)測．

已有基于夜光遙感影像開展的經(jīng)濟(jì)方面的研究主要圍繞GDP［13］、貧困度［19］等指標(biāo)的估算以及建成區(qū)的提取和分析［20］展開，對于經(jīng)濟(jì)發(fā)展的時(shí)空格局特征研究較少．國內(nèi)現(xiàn)有研究對東南亞的經(jīng)濟(jì)分析多以統(tǒng)計(jì)數(shù)據(jù)展開，而東南亞作為溝通印度洋和太平洋的“十字路口”，基于夜光數(shù)據(jù)研究其更精細(xì)尺度下的經(jīng)濟(jì)發(fā)展格局，對于推動(dòng)中國與東盟國家經(jīng)濟(jì)社會共同發(fā)展具有重大意義．因此，本文基于2012—2021年東南亞地區(qū)NPP／VIIRS夜光遙感影像，通過計(jì)算夜光數(shù)據(jù)的重心、標(biāo)準(zhǔn)差橢圓和莫蘭指數(shù)，分析東南亞11個(gè)國家經(jīng)濟(jì)發(fā)展的方向特征、總體空間布局特征和空間聚集特征，綜合探究2012—2021年東南亞經(jīng)濟(jì)發(fā)展時(shí)空格局特征，了解東南亞國家的經(jīng)濟(jì)發(fā)展趨勢，以期為打開我國和東南亞各國之間的經(jīng)濟(jì)貿(mào)易通道及促進(jìn)經(jīng)濟(jì)一體化提供參考．

1研究區(qū)概況與數(shù)據(jù)來源

1.1研究區(qū)概況

東南亞地處亞洲東南部，位于92°～140°E，10°S～28°N之間，共有11個(gè)國家（泰國、新加坡、印度尼西亞、緬甸、老撾、柬埔寨、馬來西亞、菲律賓、越南、文萊、東帝汶），面積約457萬km2，總?cè)丝诖蠹s6.689億．研究區(qū)位置如圖1所示．東南亞主要由馬來群島和中南半島組成，其中，馬來群島是世界上最大的群島，由2萬多個(gè)島嶼組成．東南亞北部與中國、印度接壤，東連太平洋，西臨大西洋，是海運(yùn)和空運(yùn)的重要樞紐．位于馬六甲海峽東南部的新加坡，在11個(gè)國家中國土面積最小，但由于得天獨(dú)厚的地理位置，其物流業(yè)和航運(yùn)業(yè)極為繁盛，是11個(gè)國家中唯一的發(fā)達(dá)國家．其他國家受益于豐富的勞動(dòng)力和自然資源，形成了以熱帶農(nóng)業(yè)和季風(fēng)農(nóng)業(yè)為主的農(nóng)業(yè)地域類型，但是經(jīng)濟(jì)結(jié)構(gòu)比較單一．20世紀(jì)60年代以后，東南亞各國發(fā)展了外向型市場經(jīng)濟(jì)與國家干預(yù)相結(jié)合的經(jīng)濟(jì)發(fā)展模式．東南亞是目前經(jīng)濟(jì)發(fā)展最有潛力的地區(qū)之一，在構(gòu)建人類命運(yùn)共同體的背景下具有重要的戰(zhàn)略地位和政治經(jīng)濟(jì)作用．

1.2數(shù)據(jù)來源

本文使用的數(shù)據(jù)包括遙感影像數(shù)據(jù)、矢量數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)．其中，遙感影像數(shù)據(jù)為2012—2021年NPP／VIIRS夜間燈光數(shù)據(jù)的年度合成數(shù)據(jù)（AnnualVNLV2），用于計(jì)算東南亞地區(qū)的經(jīng)濟(jì)重心和標(biāo)準(zhǔn)差橢圓，以及統(tǒng)計(jì)各省級行政區(qū)內(nèi)的夜間燈光總值．美國國家海洋和大氣管理局和國家地球科學(xué)數(shù)據(jù)中心（NOAA／NGDC）于2013年發(fā)布了NPP／VIIRS夜間燈光數(shù)據(jù)．地球觀測小組（GrouponEarthObservations，EOG）根據(jù)日度VIIRS數(shù)據(jù)生產(chǎn)了2015年和2016年兩年的年度合成數(shù)據(jù)（AnnualVNLV1）．2020年發(fā)布了第二版年度合成數(shù)據(jù)，在AnnualVNLV1的基礎(chǔ)上，過濾掉生物質(zhì)燃燒、極光等異常值，且AnnualVNLV2整個(gè)系列的所有處理步驟和閾值相同［21］，因此，研究使用的夜光遙感數(shù)據(jù)為第二版本的500m×500m年度合成數(shù)據(jù)AnnualVNLV2．矢量數(shù)據(jù)為東南亞國家省級行政區(qū)劃數(shù)據(jù)，統(tǒng)計(jì)數(shù)據(jù)為東南亞各國2012—2021年國內(nèi)生產(chǎn)總值（GDP），分別下載自全球行政區(qū)域數(shù)據(jù)庫和世界銀行數(shù)據(jù)庫．

2研究方法

2.1夜間燈光預(yù)處理

首先裁剪出2012—2021年東南亞地區(qū)NPP／VIIRS夜間燈光數(shù)據(jù)，然后進(jìn)行重投影、重采樣等數(shù)據(jù)預(yù)處理工作．盡管AnnualVNLV2數(shù)據(jù)是基于NPP／VIIRS月度數(shù)據(jù)合成的，且EOG已經(jīng)對月度數(shù)據(jù)進(jìn)行剔除雜散光、閃電、月光和云層覆蓋等處理［22］，但仍存在異常值，需進(jìn)一步校正異常像元．

為盡量減少面積變形，將其重投影為Albers等積投影坐標(biāo)系．利用GoogleEarth影像，在東南亞區(qū)域選取30個(gè)無光源地樣本點(diǎn)，如自然保護(hù)區(qū)、山地和農(nóng)田等．在VIIRS影像中尋找樣本點(diǎn)坐標(biāo)對應(yīng)的像元，計(jì)算30個(gè)點(diǎn)位的平均亮度值作為最小閾值，將亮度值小于最小閾值的像元替換為0值并代入后續(xù)計(jì)算，以剔除異常值．

2.2相關(guān)性分析

在對比發(fā)現(xiàn)長時(shí)間序列下東南亞11個(gè)國家GDP與夜間燈光數(shù)據(jù)之間總體變化趨勢相似的基礎(chǔ)上，本文通過計(jì)算皮爾遜相關(guān)系數(shù)來驗(yàn)證其相關(guān)性．相關(guān)計(jì)算過程如下：

2.3方向特征分析

在度量地理要素分布的方向特征時(shí)常用的模型是重心和標(biāo)準(zhǔn)差橢圓，其可以反映出地理要素分布的空間狀態(tài)及移動(dòng)趨勢［23］．因此，本文通過計(jì)算經(jīng)濟(jì)重心和標(biāo)準(zhǔn)差橢圓的特征參數(shù)來分析東南亞經(jīng)濟(jì)發(fā)展的空間特征．

2.3.1重心計(jì)算

重心也稱平均中心，中心的X，Y坐標(biāo)是通過計(jì)算平面中所有要素的X，Y平均值得到的．各地區(qū)經(jīng)濟(jì)發(fā)展情況不同，且地區(qū)內(nèi)的經(jīng)濟(jì)體量并非均勻分布，所以經(jīng)濟(jì)重心會產(chǎn)生遷移，通過分析經(jīng)濟(jì)重心的位置以及移動(dòng)軌跡可以評價(jià)經(jīng)濟(jì)發(fā)展的方向．重心的計(jì)算公式為

2.3.2標(biāo)準(zhǔn)差橢圓

標(biāo)準(zhǔn)差橢圓模型可以反映地理要素空間分布的整體特征．通過標(biāo)準(zhǔn)差橢圓的重心、方位角、長軸、短軸、面積等特征參量，從空間全局性的角度精準(zhǔn)解釋地理要素空間分布的特征，反映地理要素的整體空間分布情況，對比長時(shí)間序列的計(jì)算結(jié)果可反映在時(shí)間推移中的演化過程［24］．標(biāo)準(zhǔn)差橢圓的面積反映了地理要素空間分布的范圍變化;長軸代表空間分布的主要趨勢，短軸代表次要趨勢;長軸與短軸的比值，即扁率反映方向性的明顯度;方位角則反映地理要素空間分布的主導(dǎo)方向的變化趨勢;標(biāo)準(zhǔn)差橢圓的圓心［25］即重心的計(jì)算參考式（2）．方位角是以正北方向?yàn)?°，順時(shí)針旋轉(zhuǎn)到橢圓的長軸時(shí)的角度，方位角α計(jì)算公式為

2.4方向特征分析

受空間相互作用和空間擴(kuò)散的影響，相鄰區(qū)域的經(jīng)濟(jì)發(fā)展在空間分布上存在關(guān)聯(lián)的可能性極大，這種關(guān)聯(lián)表現(xiàn)為空間集聚性［26］．空間相關(guān)性反映的是事物在空間上是否具有聚集特征以及是否是隨機(jī)分布的，莫蘭指數(shù)是常用的空間相關(guān)性的特征指數(shù)，分為全局莫蘭指數(shù)與局部莫蘭指數(shù)．

2.4.1全局莫蘭指數(shù)

全局莫蘭指數(shù)［27］用于分析地理要素在空間上的整體分布情況，判斷所有地理要素有無集聚情況，考察地理要素在空間中是否存在明顯的分布模式［28］．在計(jì)算莫蘭指數(shù)之前，要統(tǒng)計(jì)夜間燈光總值（TotalNighttimeLight，TNL）．由于研究區(qū)域?yàn)闁|南亞11個(gè)國家，所以統(tǒng)計(jì)單位為省級區(qū)域，計(jì)算單位區(qū)域內(nèi)所有像元亮度值總和，記為該區(qū)域夜間燈光總值．全局莫蘭指數(shù)的計(jì)算式如下：

式中：I為全局莫蘭指數(shù);xi和xj分別表示i，j要素的TNL;Hij為i，j要素的空間權(quán)重矩陣;表示所有要素TNL的平均值．全局莫蘭指數(shù)取值歸一化為［-1，1］．若I大于0，表明要素間存在空間正相關(guān)性，且莫蘭指數(shù)值越大相關(guān)性越強(qiáng);若I小于0，則表明各要素間具有負(fù)向的空間相關(guān)性，值越小差異性越大;若I等于0，則表明各要素隨機(jī)分布，并無相關(guān)性［29］．

2.4.2局部莫蘭指數(shù)

為了解決數(shù)據(jù)量過大時(shí)，會出現(xiàn)局部區(qū)域的屬性數(shù)據(jù)由于自身的隨機(jī)性導(dǎo)致局部不平穩(wěn)的情況，引入局部莫蘭指數(shù)［30］來實(shí)現(xiàn)局部區(qū)域的自相關(guān)評價(jià)，在聚類和離群分析中實(shí)現(xiàn)Anselin局部MoransI統(tǒng)計(jì)［31］．全局莫蘭指數(shù)用于解釋空間中是否存在聚集，局部莫蘭指數(shù)用于反映哪些區(qū)域單位存在空間聚集現(xiàn)象．局部莫蘭指數(shù)的計(jì)算結(jié)果主要分為5類，分別是：高高聚集、高低聚集、低高聚集、低低聚集以及不顯著．局部莫蘭指數(shù)的計(jì)算如下：

3結(jié)果分析

3.1夜間燈光與經(jīng)濟(jì)發(fā)展水平相關(guān)性分析

調(diào)查東南亞國家GDP與夜間燈光數(shù)據(jù)之間的相關(guān)性，以夜間燈光數(shù)據(jù)作為GDP的代理值［32］，分析2012—2021年期間東南亞社會經(jīng)濟(jì)發(fā)展時(shí)空變化特征．選擇預(yù)處理后的11個(gè)國家的夜間燈光數(shù)據(jù)統(tǒng)計(jì)燈光總值（TNL）和GDP數(shù)據(jù)構(gòu)建趨勢散點(diǎn)圖，如圖2所示．對比發(fā)現(xiàn)兩者在時(shí)間序列下的總體變化趨勢相似，表明夜間燈光總值和GDP存在相關(guān)性．

計(jì)算Pearson相關(guān)系數(shù)驗(yàn)證其相關(guān)性．將2012—2021年東南亞11國的GDP數(shù)據(jù)和夜間燈光總值代入計(jì)算式（1），計(jì)算所得相關(guān)參數(shù)如表1所示．表1中Pearson相關(guān)系數(shù)反映的是各國GDP與夜間燈光總值的相關(guān)性．sig值為顯著性，一般情況下以0.05為界，p值小于0.05即認(rèn)為兩個(gè)變量之間有顯著相關(guān)性．

相關(guān)性系數(shù)是介于［-1，+1］之間的實(shí)數(shù)．當(dāng)相關(guān)性系數(shù)介于[-1，0）之間時(shí)，表明變量之間存在負(fù)相關(guān)關(guān)系;當(dāng)相關(guān)性系數(shù)介于（0，1]之間時(shí)，表明變量之間存在正相關(guān)關(guān)系;當(dāng)相關(guān)性系數(shù)為0時(shí)，二者之間不存在相關(guān)性．當(dāng)相關(guān)性系數(shù)的絕對值大于0.5時(shí)，一般認(rèn)為變量間存在強(qiáng)相關(guān)．表2中所示的11個(gè)國家中GDP與夜間燈光總值的相關(guān)系數(shù)均大于等于0.5，且9個(gè)國家的sig值（顯著性）小于等于0.05，僅新加坡和東帝汶的sig值略大于0.05．綜上所述，夜間燈光數(shù)據(jù)與GDP數(shù)據(jù)間呈高度正相關(guān)，故將TNL作為GDP的代理變量具有一定的科學(xué)性與合理性，且夜間燈光數(shù)據(jù)的廣覆蓋面和高分辨率在研究區(qū)域經(jīng)濟(jì)發(fā)展研究方面有獨(dú)特的優(yōu)勢．

3.2東南亞經(jīng)濟(jì)發(fā)展方向特征分析

3.2.1重心遷移特征分析

從數(shù)據(jù)層面來看，利用統(tǒng)計(jì)數(shù)據(jù)計(jì)算經(jīng)濟(jì)重心時(shí)基本計(jì)算單位為國家，一方面空間分辨率過低，整個(gè)東南亞11個(gè)國家，參與計(jì)算的要素?cái)?shù)量過少;另一方面，在計(jì)算時(shí)假定各國GDP在國域內(nèi)均勻分布，忽視了GDP的空間異質(zhì)性．因此，利用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間分析研究的關(guān)鍵在于統(tǒng)計(jì)數(shù)據(jù)的統(tǒng)計(jì)單位要足夠小，這無疑工作量巨大且難以收集．而利用分辨率為500m夜間燈光數(shù)據(jù)進(jìn)行分析時(shí)，參與計(jì)算的樣本共有263284個(gè)，有效地保留了數(shù)據(jù)的空間分布屬性，彌補(bǔ)了統(tǒng)計(jì)數(shù)據(jù)存在的缺陷，因此，本文采用基于夜間燈光數(shù)據(jù)計(jì)算的經(jīng)濟(jì)重心來分析東南亞社會經(jīng)濟(jì)重心的遷移．利用夜間燈光數(shù)據(jù)與行政區(qū)劃結(jié)合數(shù)據(jù)計(jì)算東南亞地區(qū)2012—2021年各年份基于像元單位的經(jīng)濟(jì)重心和標(biāo)準(zhǔn)差橢圓，分布情況如圖3所示．

從圖3中可以看到，夜間燈光數(shù)據(jù)計(jì)算的經(jīng)濟(jì)重心整體上向西北方向遷移，2012—2013年以及2020—2021年的遷移最為顯著．總的來說，2012—2021年的經(jīng)濟(jì)重心整體向西北方移動(dòng)，2012年與2021年的經(jīng)濟(jì)重心相距約476km，說明在近10年的發(fā)展中，東南亞西北部的經(jīng)濟(jì)體量增速大于東南部．社會經(jīng)濟(jì)的發(fā)展受到地理位置、自然資源、科技水平和政策實(shí)施等多方面因素影響．在全球金融危機(jī)持續(xù)的情況下，2012—2013年東南亞最大經(jīng)濟(jì)體印度尼西亞的經(jīng)濟(jì)衰退，GDP從9178.7億美元下降到9125.2億美元，此后3年也呈下降趨勢，這是因?yàn)閷ν赓Q(mào)易在印度尼西亞國民經(jīng)濟(jì)中占重要地位，受金融危機(jī)影響較大．北部的泰國和越南等國家在危機(jī)期間積極采取行動(dòng)，擴(kuò)大內(nèi)需和刺激經(jīng)濟(jì)，使國內(nèi)經(jīng)濟(jì)保持平穩(wěn)狀態(tài)或緩慢增長．經(jīng)濟(jì)體量大的國家出現(xiàn)衰減，而經(jīng)濟(jì)體量相對較小的國家趨于平穩(wěn)或緩慢增長，導(dǎo)致經(jīng)濟(jì)重心向北遷移．此外，經(jīng)濟(jì)重心移動(dòng)也和“一帶一路”倡議有關(guān)，中國同東南亞各國的頻繁經(jīng)貿(mào)往來也可能促使區(qū)域經(jīng)濟(jì)向北擴(kuò)張，雙方的貿(mào)易與投資迅速發(fā)展，目前東盟已經(jīng)成為中國第二大貿(mào)易伙伴［33］．

3.2.2標(biāo)準(zhǔn)差橢圓方向特征分析

從標(biāo)準(zhǔn)差橢圓來看，利用行政區(qū)劃數(shù)據(jù)結(jié)合GDP數(shù)據(jù)計(jì)算的標(biāo)準(zhǔn)差橢圓在2012年、2016年、2021年之間變化不大，甚至2016年與2021年的橢圓幾乎重合．利用夜間燈光數(shù)據(jù)計(jì)算的標(biāo)準(zhǔn)差橢圓在面積、覆蓋區(qū)域等特征上都有明顯差異．基于夜間燈光數(shù)據(jù)的標(biāo)準(zhǔn)差橢圓具體參數(shù)如表4所示．長軸從2012年的2946km縮減到2021年的2547km，短軸從2012年的2073km縮減到2021年的1689km，相應(yīng)的橢圓所覆蓋的面積也隨之減小，從2012年的4798220km2減小到2021年的3440963km2．方位角的變化不大，即東南亞近10年的經(jīng)濟(jì)發(fā)展方向特征并無明顯變化，基本保持南北向的方向性，這也與經(jīng)濟(jì)重心向北遷移的方向相符合．橢圓扁率從2012年的0.296增大到2021年的0.337，說明東南亞經(jīng)濟(jì)發(fā)展的方向性越來越明顯．

關(guān)于標(biāo)準(zhǔn)差橢圓長短軸縮減的原因，并非該區(qū)域的經(jīng)濟(jì)逆增長，而是受東南亞地區(qū)經(jīng)濟(jì)一體化的影響．二戰(zhàn)結(jié)束后，東南亞的經(jīng)濟(jì)發(fā)展從殖民地經(jīng)濟(jì)向工業(yè)化經(jīng)濟(jì)轉(zhuǎn)變．20世紀(jì)90年代，世界經(jīng)濟(jì)區(qū)域化快速發(fā)展，北美自由貿(mào)易區(qū)以及歐洲共同體的建立，依賴西方市場的東南亞國家經(jīng)濟(jì)發(fā)展面臨巨大挑戰(zhàn)［34］，東南亞國家意識到只有加強(qiáng)本區(qū)域的經(jīng)濟(jì)合作才能保證自己的利益．東盟國家為加快區(qū)域一體化經(jīng)濟(jì)建設(shè)，積極制定和調(diào)整戰(zhàn)略，構(gòu)建自由貿(mào)易協(xié)定框架．21世紀(jì)以來，東南亞區(qū)域經(jīng)濟(jì)一體化發(fā)展迅猛，東盟經(jīng)濟(jì)體計(jì)劃構(gòu)建一個(gè)單一市場與生產(chǎn)基地，在增強(qiáng)區(qū)域經(jīng)濟(jì)競爭力的同時(shí)實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的平衡發(fā)展，然后融入全球經(jīng)濟(jì)體系．東盟區(qū)域經(jīng)濟(jì)一體化注重區(qū)域內(nèi)的共同建設(shè)，也強(qiáng)調(diào)與外界的經(jīng)濟(jì)合作，東盟成員國與多國簽訂雙邊自由貿(mào)易協(xié)定，且自由貿(mào)易的目標(biāo)和內(nèi)容多樣化，突破了區(qū)域和距離的限制．2015年，東盟宣布東盟共同體正式建成，這意味著東盟經(jīng)濟(jì)跨入共同體時(shí)代．上述可以解釋2012—2021年的標(biāo)準(zhǔn)差橢圓長短軸長度縮減現(xiàn)象．橢圓的扁率增大，且從表2中可以看出2016—2021年的橢圓長軸小幅度增長，是因?yàn)闁|盟共同體漸漸融入到世界的經(jīng)濟(jì)體系當(dāng)中，國際競爭力逐漸增強(qiáng)，故經(jīng)濟(jì)發(fā)展的方向性愈發(fā)明顯．

3.3東南亞經(jīng)濟(jì)發(fā)展空間聚集性特征分析

本文使用東南亞地區(qū)各省級區(qū)域的夜間燈光總值作為該地區(qū)的經(jīng)濟(jì)代理變量，以此避免統(tǒng)計(jì)數(shù)據(jù)缺失、統(tǒng)計(jì)標(biāo)準(zhǔn)不一、缺乏空間異質(zhì)性等問題．計(jì)算2012—2021年東南亞各省級區(qū)域的夜間燈光總值，選取2012年和2021年的結(jié)算結(jié)果用于分析經(jīng)濟(jì)發(fā)展空間聚集性特征．2012年和2021年各省夜間燈光總值分級渲染結(jié)果如圖4所示．從圖4中可以看出，夜間燈光總值的最低值從2012年的5.56增長到2021年的245.71，最高值也從2012年的200662.31增長到2021年的612623.11，表明近10年東南亞經(jīng)濟(jì)發(fā)展迅速．

3.3.1全局空間聚集性特征分析

使用統(tǒng)計(jì)的夜間燈光總值數(shù)據(jù)計(jì)算全局莫蘭指數(shù)，以判斷研究區(qū)域內(nèi)是否存在空間聚集．全局莫蘭指數(shù)的計(jì)算結(jié)果如表3所示．2012年與2021年的計(jì)算結(jié)果中顯示，MoranI指數(shù)分別為0.615和0.430，均大于0;z得分分別為16.343和11.073，均遠(yuǎn)大于2.58;p值為0，所以在0.01的顯著性水平下兩個(gè)年份的研究區(qū)域中均存在空間相關(guān)性，各單位并不是隨機(jī)分布的．

3.3.2局部空間聚集性特征分析

局部莫蘭指數(shù)結(jié)果如圖5所示，從2012年東南亞經(jīng)濟(jì)發(fā)展空間聚集情況可以看出，高高聚集區(qū)域主要分布在緬甸北部、印度尼西亞和馬來西亞部分地區(qū)，整體來看高高聚集的區(qū)域主要分布于東南亞的中西部，這也與經(jīng)濟(jì)重心處于中西部的情況相符．低低聚集區(qū)域主要分布在柬埔寨、菲律賓與東帝汶，泰國、老撾和越南有少數(shù)分布．以印度尼西亞為例，其疆域東西跨度巨大，富含石油、煤和天然氣，是最大的動(dòng)力煤出口國，礦產(chǎn)是印度尼西亞重要的支柱產(chǎn)業(yè);另外，印度尼西亞海域廣闊，漁業(yè)資源豐富．印度尼西亞富饒的自然條件與強(qiáng)大的經(jīng)濟(jì)條件吸引了大量外界的人才和資金，促使了區(qū)域經(jīng)濟(jì)的快速發(fā)展．高高聚集的地區(qū)具有很好的輻射作用，帶動(dòng)了周邊地區(qū)的經(jīng)濟(jì)發(fā)展，到2021年，印度尼西亞近一半的地區(qū)都是高高聚集，其中最具代表性的中加里曼丹省，從2012年的低高聚集地到2021年轉(zhuǎn)變?yōu)楦吒呔奂兀砥艺牡偷途奂瘏^(qū)域明顯減少，越南南部和馬來西亞西部還出現(xiàn)了新的高高聚集地，但菲律賓的低低聚集區(qū)域卻有所增加，主要是受新冠疫情的影響，菲律賓是東南亞區(qū)域受疫情影響最為嚴(yán)重的國家，曾一度成為東南亞區(qū)域累計(jì)確診人數(shù)最多的國家［35］．

4結(jié)論與討論

本文以2012年—2021年NPP／VIIRS全球年度合成數(shù)據(jù)（AnnualVNLV2）和東南亞各國GDP數(shù)據(jù)為主要數(shù)據(jù)，基于重心、標(biāo)準(zhǔn)差橢圓、莫蘭指數(shù)等模型考察了東南亞經(jīng)濟(jì)的演變格局、發(fā)展方向和空間聚集特征，探究了2012—2021年東南亞國家社會經(jīng)濟(jì)發(fā)展的時(shí)空特征，得出的主要結(jié)論如下：

1）夜間燈光總值（TNL）與GDP數(shù)據(jù)間呈高度正相關(guān)，將TNL作為GDP的代理變量具有科學(xué)性與合理性，且夜間燈光數(shù)據(jù)的廣覆蓋面和高分辨率使得研究結(jié)果比統(tǒng)計(jì)數(shù)據(jù)所得結(jié)果更為準(zhǔn)確地表征了東南亞經(jīng)濟(jì)的時(shí)空演變特征．

2）從整體的時(shí)空演變格局來看，2021年東南亞地區(qū)燈光高值地主要聚集在中南半島與馬來群島部分島嶼，且研究時(shí)段內(nèi)馬來半島中的怡寶、吉隆坡等地夜間燈光明顯增長;從東南亞地區(qū)經(jīng)濟(jì)發(fā)展的方向特征來看，研究時(shí)段內(nèi)東南亞地區(qū)的經(jīng)濟(jì)重心總體向北遷移，且遷移幅度較大，標(biāo)準(zhǔn)差橢圓的方位角基本保持不變，面積有縮減現(xiàn)象，但扁率增大;從東南亞地區(qū)經(jīng)濟(jì)發(fā)展的空間聚集特征來看，全局莫蘭指數(shù)結(jié)果表明研究區(qū)域內(nèi)存在空間聚集的現(xiàn)象，各單位并不是隨機(jī)分布的，局部莫蘭指數(shù)結(jié)果表明最為顯著的兩種空間關(guān)聯(lián)類型為高高聚集和低低聚集，且2012年高高聚集地主要分布于東南亞的中西部，其中印度尼西亞占比最多，2021年高高聚集區(qū)域明顯增加，柬埔寨低低聚集區(qū)域大幅減少．

3）從東南亞經(jīng)濟(jì)發(fā)展變化原因來看，經(jīng)濟(jì)重心遷移是因?yàn)槟媳苯?jīng)濟(jì)發(fā)展差異，以及“一帶一路”背景下，中國與東南亞地區(qū)貿(mào)易往來頻繁，促使該區(qū)域的經(jīng)濟(jì)增長向北擴(kuò)張;標(biāo)準(zhǔn)差橢圓面積縮減、扁率增大的原因在于東南亞經(jīng)濟(jì)一體化，融入世界經(jīng)濟(jì)體系后經(jīng)濟(jì)發(fā)展的方向特征更為顯著;高高聚集區(qū)域主要分布在印度尼西亞等地，是因?yàn)樵摰馗火埖淖匀粭l件與強(qiáng)大的經(jīng)濟(jì)條件吸引了大量外界的人才和資金，在輻射作用下進(jìn)一步帶動(dòng)了周邊地區(qū)的經(jīng)濟(jì)發(fā)展;2020—2021年，夜間燈光總值增幅變小或者呈減小趨勢可能原因是在新冠疫情背景下，東南亞人民的生活和工作受到嚴(yán)重影響，東南亞地區(qū)經(jīng)濟(jì)發(fā)展增速變緩．

現(xiàn)有基于統(tǒng)計(jì)數(shù)據(jù)的東南亞經(jīng)濟(jì)發(fā)展相關(guān)研究已取得一定的研究成果，但仍存在數(shù)據(jù)缺失、精度不足與統(tǒng)計(jì)標(biāo)準(zhǔn)不統(tǒng)一等局限性．為彌補(bǔ)現(xiàn)有研究的不足，本文的邊際貢獻(xiàn)主要在于：

1）本文是中國學(xué)者中第1篇利用夜間燈光數(shù)據(jù)對東南亞國家經(jīng)濟(jì)發(fā)展進(jìn)行模擬分析的文獻(xiàn)，與統(tǒng)計(jì)數(shù)據(jù)相比在更精細(xì)的尺度上分析了東南亞的經(jīng)濟(jì)發(fā)展，這不僅拓展了中國學(xué)者分析東南亞國家經(jīng)濟(jì)發(fā)展時(shí)可能采用的研究方法，同時(shí)豐富了東南亞經(jīng)濟(jì)發(fā)展研究的可用數(shù)據(jù)．

2）研究結(jié)合金融危機(jī)、東盟共同體、疫情等宏觀因素綜合分析了東南亞國家經(jīng)濟(jì)發(fā)展變化的原因，可為東南亞地區(qū)的經(jīng)濟(jì)建設(shè)與宏觀調(diào)控政策制定提供一定參考，有利于更好地促進(jìn)中國與東南亞的經(jīng)濟(jì)共同發(fā)展與一體化建設(shè)．

3）研究以東南亞為研究區(qū)，再次證實(shí)了夜間燈光數(shù)據(jù)用于衡量與可視化經(jīng)濟(jì)發(fā)展的可行性與可靠性．

有待進(jìn)一步探討的內(nèi)容：

1）NPP／VIIRS數(shù)據(jù)更新的起始年份為2012年，到目前為止共10年數(shù)據(jù)，DMSP／OLS于1982年問世，停更于2013年，雖然DMSP／OLS數(shù)據(jù)的質(zhì)量不如NPP／VIIRS，但其時(shí)間跨度更大，對于研究長時(shí)間序列的地區(qū)經(jīng)濟(jì)發(fā)展等問題可以提供更多數(shù)據(jù)支撐．如將兩種數(shù)據(jù)整合，以延長研究時(shí)間段，可以對區(qū)域的經(jīng)濟(jì)發(fā)展做出更完整的探查．

2）對于區(qū)域經(jīng)濟(jì)發(fā)展時(shí)空特征研究可用工具不止重心、標(biāo)準(zhǔn)差橢圓和莫蘭指數(shù)，還可利用其他工具，比如基尼系數(shù)、變異指數(shù)等，可為研究結(jié)果提供更加完整的論證依據(jù)．

參考文獻(xiàn)

References

［1］

尚恒志，張福梅.論中俄互聯(lián)網(wǎng)技術(shù)合作方法與路徑［J］.新聞愛好者，2022（3）：48-52

［2］潘志煜.“一帶一路”背景下中國與東南亞區(qū)域經(jīng)濟(jì)合作路徑與策略研究［J］.國別和區(qū)域研究，2019，4（4）：42-50

PANZhiyu.MeansandstrategiesofregionaleconomiccooperationbetweenChinaandSoutheastAsiaagainsttheBeltandRoadbackground［J］.JournalofInternationalandRegionalStudies，2019，4（4）：42-50

［3］曹云華，孫錦.東南亞經(jīng)濟(jì)發(fā)展的地緣政治影響［J］.東南亞縱橫，2020（1）：92-102

CAOYunhua，SUNJin.ThegeopoliticalinfluenceofeconomicdevelopmentinSoutheastAsia［J］.AroundSoutheastAsia，2020（1）：92-102

［4］趙敏.多源夜光遙感數(shù)據(jù)協(xié)同的東南亞城市化時(shí)空動(dòng)態(tài)監(jiān)測與評估［D］.南京：南京大學(xué)，2020

ZHAOMin.SpatiotemporaldynamicmonitoringandevaluationofurbanizationinSoutheastAsiabasedonmulti-sourcenighttimelightremotesensingdata［D］.Nanjing：NanjingUniversity，2020

［5］ChungRY，LaiFTT，ChungGKK，etal.SocioeconomicdisparityinmortalityriskswidenedacrossgenerationsduringrapideconomicdevelopmentinHongKong：anage-period-cohortanalysisfrom1976to2010［J］.AnnalsofEpidemiology，2018，28（11）：743-752

［6］寧朝山，任海平.中國區(qū)域經(jīng)濟(jì)質(zhì)量差異及其收斂性分析［J］.地域研究與開發(fā)，2020，39（6）：24-28，35

NINGChaoshan，RENHaiping.AnalysisofregionaleconomicqualitydifferenceanditsconvergenceinChina［J］.ArealResearchandDevelopment，2020，39（6）：24-28，35

［7］楊豐碩，楊曉梅，王志華，等.江西省典型縣域經(jīng)濟(jì)差異影響因子地理探測研究［J］.地球信息科學(xué)學(xué)報(bào)，2018，20（1）：79-88

YANGFengshuo，YANGXiaomei，WANGZhihua，etal.GeographicdetectionofimpactfactorsofeconomicdifferencesamongtypicalcountiesinJiangxiprovince［J］.JournalofGeo-InformationScience，2018，20（1）：79-88

［8］張雪紅，吳雨陽，王永俊，等.基于熱紅外和夜間燈光遙感的GDP空間化研究：以福建省為例［J］.南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，13（6）：720-729

ZHANGXuehong，WUYuyang，WANGYongjun，etal.GDPspatializationbasedonthermalinfraredandnightlightremotesensing：acasestudyinFujianprovince［J］.JournalofNanjingUniversityofInformationScience＆Technology（NaturalScienceEdition），2021，13（6）：720-729

［9］植秋瀅，陳潔瑩，付迎春，等.基于珞珈一號夜間燈光數(shù)據(jù)與POI數(shù)據(jù)的粵港澳大灣區(qū)城市群多中心空間結(jié)構(gòu)研究［J］.熱帶地理，2022，42（3）：444-456

ZHIQiuying，CHENJieying，F(xiàn)UYingchun，etal.Themulti-centerspatialstructureintheGuangdong-HongKong-MacaogreaterbayareaurbanagglomerationbasedonLuojia1-01nighttimelightdataandPOIdata［J］.TropicalGeography，2022，42（3）：444-456

［10］李昱，陳蜜，付迎春.基于NPP-VIIRS夜光遙感數(shù)據(jù)的京津冀城市群空間結(jié)構(gòu)變化分析［J］.測繪通報(bào)，2022（2）：50-55

LIYu，CHENMi，F(xiàn)UYingchun.AnalysisofthechangesintheBeijing-Tianjin-HebeiurbanagglomerationsspatialstructureusingNPP-VIIRSdata［J］.BulletinofSurveyingandMapping，2022（2）：50-55

［11］李家藝，徐永明，崔煒萍，等.基于珞珈一號夜光遙感數(shù)據(jù)的南京市夜間光污染監(jiān)測［J］.自然資源遙感，2022，34（2）：289-295

LIJiayi，XUYongming，CUIWeiping，etal.MonitoringofnighttimelightpollutioninNanjingcitybasedonLuojia1-01remotesensingdata［J］.RemoteSensingforNaturalResources，2022，34（2）：289-295

［12］陳穎彪，鄭子豪，吳志峰，等.夜間燈光遙感數(shù)據(jù)應(yīng)用綜述和展望［J］.地理科學(xué)進(jìn)展，2019，38（2）：205-223

CHENYingbiao，ZHENGZihao，WUZhifeng，etal.Reviewandprospectofapplicationofnighttimelightremotesensingdata［J］.ProgressinGeography，2019，38（2）：205-223

［13］MarxA，ZieglerRogersM.AnalysisofPanamanianDMSP／OLSnightlightscorroboratessuspicionsofinaccuratefiscaldata：anaturalexperimentexaminingtheaccuracyofGDPdata［J］.RemoteSensingApplications：SocietyandEnvironment，2017，8：99-104

［14］YangL，CaoJJ，ZhuoL，etal.AnovelconsistencycalibrationmethodforDMSP-OLSnighttimestablelighttime-seriesimages［J］.IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing，2022，15：2621-2631

［15］顧鵬程，王世新，周藝，等.基于時(shí)間序列DMSP／OLS夜間燈光數(shù)據(jù)的GDP預(yù)測模型［J］.中國科學(xué)院大學(xué)學(xué)報(bào)，2019，36（2）：188-195

GUPengcheng，WANGShixin，ZHOUYi，etal.EstimationofGDPbasedonlongtimeseriesofDMSP／OLSnighttimelightimages［J］.JournalofUniversityofChineseAcademyofSciences，2019，36（2）：188-195

［16］李峰，張曉博，廖順寶，等.DMSP-OLS與NPP-VIIRS夜間燈光數(shù)據(jù)測算統(tǒng)計(jì)指標(biāo)能力評估：以京津冀地區(qū)縣域GDP、人口及能源消耗為例［J］.測繪通報(bào)，2020（9）：89-93，118

LIFeng，ZHANGXiaobo，LIAOShunbao，etal.CapabilityassessmentofDMSP-OLSandNPP-VIIRSnighttimelightdataestimatingstatisticalindicators：acaseofcounty-levelGDP，populationandenergyconsumptioninBeijing-Tianjin-Hebeiregion［J］.BulletinofSurveyingandMapping，2020（9）：89-93，118

［17］李林玥，孫志賢，龍翔.“一帶一路”沿線國家與中國的貿(mào)易發(fā)展?fàn)顩r研究：夜間燈光數(shù)據(jù)在引力模型中的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（3）：39-58

LILinyue，SUNZhixian，LONGXiang.Thestudyoftradedevelopmentbetween“onebeltandoneroad”countriesalongthelineandChina［J］.TheJournalofQuantitative＆TechnicalEconomics，2018，35（3）：39-58

［18］王森，蔡小莉，鮑云飛，等.基于NPP／VIIRS夜間燈光圖像的GDP智能預(yù)測模型研究［J］.科學(xué)技術(shù)與工程，2022，22（8）：3191-3201

WANGSen，CAIXiaoli，BAOYunfei，etal.GDPintelligenceforecastingmodelsbasedonNPP／VIIRSnighttimelightimagery［J］.ScienceTechnologyandEngineering，2022，22（8）：3191-3201

［19］張瓊藝，李昆，雍志瑋，等.基于夜光遙感數(shù)據(jù)的西南地區(qū)多維貧困測度及時(shí)空演變分析［J］.自然資源遙感，2022，34（4）：286-298

ZHANGQiongyi，LIKun，YONGZhiwei，etal.Themultidimensionalmeasureandspatial-temporalevolutionanalysisofpovertyinsouthwesternChinabasedonnighttimelightdata［J］.RemoteSensingforNaturalResources，2022，34（4）：286-298

［20］鹿一凡，孫國棟，馮子元，等.基于NPP-VIIRS夜光數(shù)據(jù)的北京市建成區(qū)提取和分析［J］.科技資訊，2021，19（27）：1-5

LUYifan，SUNGuodong，F(xiàn)ENGZiyuan，etal.Extractionandanalysisofbuilt-upareasinBeijingbasedonNPP-VIIRSluminousdataset［J］.Science＆TechnologyInformation，2021，19（27）：1-5

［21］ElvidgeCD，ZhizhinM，GhoshT，etal.AnnualtimeseriesofglobalVIIRSnighttimelightsderivedfrommonthlyaverages：2012to2019［J］.RemoteSensing，2021，13（5）：922

［22］ElvidgeCD，BaughK，ZhizhinM，etal.VIIRSnight-timelights［J］.InternationalJournalofRemoteSensing，2017，38（21）：5860-5879

［23］張麗，何偉，潘洪義.成渝地區(qū)雙城經(jīng)濟(jì)圈縣域經(jīng)濟(jì)空間格局及影響因素：基于夜間燈光數(shù)據(jù)的分析［J］.資源開發(fā)與市場，2022，38（9）：1081-1090，1125

ZHANGLi，HEWei，PANHongyi.SpatialpatternandinfluencingfactorsofcountyeconomyinChengdu-Chongqingeconomiccircle：basedonnighttimelightdata［J］.ResourceDevelopment＆Market，2022，38（9）：1081-1090，1125

［24］李德仁，余涵若，李熙.基于夜光遙感影像的“一帶一路”沿線國家城市發(fā)展時(shí)空格局分析［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2017，42（6）：711-720

LIDeren，YUHanruo，LIXi.Thespatial-temporalpatternanalysisofcitydevelopmentincountriesalongtheBeltandRoadInitiativebasedonnighttimelightdata［J］.GeomaticsandInformationScienceofWuhanUniversity，2017，42（6）：711-720

［25］魏凌，張楊，李強(qiáng)，等.基于標(biāo)準(zhǔn)差橢圓的我國國土生態(tài)空間分異研究［J］.生態(tài)經(jīng)濟(jì)，2020，36（7）：176-181

WEILing，ZHANGYang，LIQiang，etal.StudyonspatialvariationofChinasterritorialecologicalspacebasedonstandarddeviationellipse［J］.EcologicalEconomy，2020，36（7）：176-181

［26］李翔，朱江，尹向東.基于夜間燈光數(shù)據(jù)的中國經(jīng)濟(jì)發(fā)展時(shí)空格局特征［J］.地球信息科學(xué)學(xué)報(bào)，2019，21（3）：417-426

LIXiang，ZHUJiang，YINXiangdong.Spatio-temporalpatternofChineseeconomydevelopmentbasedonnightlightdata［J］.JournalofGeo-InformationScience，2019，21（3）：417-426

［27］MoranPAP.Theinterpretationofstatisticalmaps［J］.JournaloftheRoyalStatisticalSociety：SeriesB（Methodological），1948，10（2）：243-251

［28］程蕊，朱琳，周佳慧，等.北京潮白河沖洪積扇地面沉降時(shí)空異質(zhì)性特征及驅(qū)動(dòng)因素分析［J］.吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2021，51（4）：1182-1192

CHENGRui，ZHULin，ZHOUJiahui，etal.Spatio-temporalheterogeneityanddrivingfactorsoflandsubsidenceinmiddle-lowerpartofChaobairiveralluvialfan［J］.JournalofJilinUniversity（EarthScienceEdition），2021，51（4）：1182-1192

［29］李赟鵬，張靜.金融要素對宏觀經(jīng)濟(jì)效率影響的莫蘭指數(shù)分析［J］.西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，42（3）：124-129

LIYunpeng，ZHANGJing.Moranindexanalysisoftheimpactoffinancialelementsonmacroeconomicefficiency［J］.JournalofSouthwestUniversity（NaturalScienceEdition），2020，42（3）：124-129

［30］AnselinL.Localindicatorsofspatialassociation：LISA［J］.GeographicalAnalysis，1995，27（2）：93-115

［31］趙曉冏，王建，蘇軍德，等.基于InVEST模型和莫蘭指數(shù)的甘肅省生境質(zhì)量與退化度評估［J］.農(nóng)業(yè)工程學(xué)報(bào)，2020，36（18）：301-308

ZHAOXiaojiong，WANGJian，SUJunde，etal.AssessmentofhabitatqualityanddegradationdegreebasedonInVESTmodelandMoranindexinGansuprovince，China［J］.TransactionsoftheChineseSocietyofAgriculturalEngineering，2020，36（18）：301-308

［32］BennettMM，SmithLC.Advancesinusingmultitemporalnight-timelightssatelliteimagerytodetect，estimate，andmonitorsocioeconomicdynamics［J］.RemoteSensingofEnvironment，2017，192：176-197

［33］陳慧.RCEP生效后中國參與區(qū)域產(chǎn)業(yè)鏈價(jià)值鏈重構(gòu)的機(jī)遇、挑戰(zhàn)與應(yīng)對［J］.經(jīng)濟(jì)縱橫，2022（8）：76-82

CHENHui.Opportunities，challengesandcountermeasuresofChinasparticipationinthereconstructionofregionalindustrialchainsandvaluechainsafterRCEPtakeseffect［J］.EconomicReviewJournal，2022（8）：76-82

［34］韓愛勇.東亞地區(qū)主義何以走向衰落？［J］.外交評論（外交學(xué)院學(xué)報(bào)），2015，32（5）：63-92

HANAiyong.WhydoesregionalisminEastAsiadecline？［J］.ForeignAffairsReview，2015，32（5）：63-92

［35］馬宇晨，吳杰偉.菲律賓：2020年回顧與2021年展望［J］.東南亞縱橫，2021（2）：12-25

MAYuchen，WUJiewei.ThePhilippines：reviewof2020andprospectof2021［J］.AroundSoutheastAsia，2021（2）：12-25

Spatio-temporalfeaturesofeconomicdevelopmentinSoutheast

Asiancountriesbasedonnighttimelightremotesensing

LIYimin1，2FUXingfeng1LIYuanting3WUBowen1WANGDongchi1

1SchoolofEarthSciences，YunnanUniversity，Kunming650500，China

2ResearchCenterofDomesticHigh-resolutionSatelliteRemoteSensingGeologicalEngineering，YunnanUniversity，Kunming650500，China

3InstituteofInternationalRiversandEco-Security，YunnanUniversity，Kunming650500，China

AbstractSoutheastAsiaholdsgreatimportanceasanessentialpassageoftheBeltandRoadInitiativeandakeynoderegionforChinasforeigntrade.Here，thespatialandtemporalcharacteristicsofeconomicdevelopmentofSoutheastAsiancountriesfrom2012to2021areanalyzedusingNPP／VIIRSnighttimelightingdataandspatialanalysismethodssuchascentroid，standarddeviationellipseandMoranindex.TheresultsindicateasignificantcorrelationbetweenGDPandnighttimelightdata，andagenerallynorthwestboundtransferofeconomiccentersofSoutheastAsiancountries.Mostofthenightlightclustershavemoved476kilometerstothenorthwestofSoutheastAsia（thatis，tothelandborderbetweenSoutheastAsiaandChina），suggestingarelationshipbetweenthemovementofeconomiccentersandtheBeltandRoadInitiative.TheoveralleconomicvolumeofSoutheastAsiahasincreased，andeconomicdevelopmenthasbeenclusteringintheregionwithevidentdirectionalcharacteristics.Intermsofthespatialfeatures，high-highaggregationandlow-lowaggregationarethetwomostsignificantspatialaggregationcharacteristics.Thehigh-highagglomerationareashaveplayedagoodroleanddriventheeconomicdevelopmentofthesurroundingareas，thelow-highagglomerationareashavegreaterdevelopmentpotential，whilethelow-lowagglomerationareasinnorthernSoutheastAsiahavedecreasedsignificantlyduring2012-2021.

Keywordsnighttimelightremotesensing;SoutheastAsia;economicdevelopment;spatialandtemporalcharacteristics