 scale(.213 .217)'%3EM%3C/text%3E%3Ctext class='c2' transform='translate(71.47 34) scale(.213 .217)'%3EK%3C/text%3E%3Ctext class='c1' transform='translate(32.956 26.401) scale(.213 .217)'%3EA%3C/text%3E%3Ctext class='c2' transform='translate(52.926 26.401) scale(.213 .217)'%3ER%3C/text%3E%3C/svg%3E)
01
趋势分析
折线为年度均值
2012
470,449.3134
2014
522,293.1164
2016
547,101.7102
2018
678,540.1595
2020
785,774.9189
2022
906,915.1081
2024
1,010,272.6593
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 灯光总值 |
|---|---|---|
| 2012 | 北京市 | 372342.1875 |
| 2012 | 天津市 | 360801.0938 |
| 2012 | 河北省 | 765864.9375 |
| 2012 | 山西省 | 563056.8125 |
| 2012 | 内蒙古自治区 | 550108.375 |
| 2012 | 辽宁省 | 710563.625 |
| 2012 | 吉林省 | 333217.7812 |
| 2012 | 黑龙江省 | 511528.9062 |
| 2012 | 上海市 | 478576.3438 |
| 2012 | 江苏省 | 1373029.5 |
指行政区范围内全部像元夜间灯光亮度值（DN值）的加总，是衡量区域经济活动强度与城市化水平的常用代理变量。数据基于NPP-VIIRS年度夜间灯光影像（2012-2024年）按行政区划统计。。覆盖 31 个省份、13 年连续面板，适用于面板回归、政策评估与综合评价研究。
03
指标详情
指标解释
指标定义指行政区范围内全部像元夜间灯光亮度值（DN值）的加总，是衡量区域经济活动强度与城市化水平的常用代理变量。数据基于NPP-VIIRS年度夜间灯光影像（2012-2024年）按行政区划统计。
数据类型省份级面板数据，覆盖31个省份。
时间跨度2012-2024年，共13年连续面板数据。
应用场景
- 作为被解释变量或核心解释变量进行面板回归分析
- 结合其他指标做相关性与多元回归研究
- 分析时间趋势与区域差异
- 政策评估（DID、PSM-DID 等准自然实验）
- 构建综合评价指标体系（熵值法等）
04
技术文档
数据说明书（Data Dictionary）
数据来源
数据整理自国家青藏高原科学数据中心（NPP-VIIRS，2012-2024）。经人工校验与交叉比对，确保数据准确性。
部分缺失值已通过线性插值补齐，原始数据与插值数据均可分别下载。
| 变量名 | 中文名称 | 类型 | 说明 |
|---|---|---|---|
| year | 年份 | int | 2012-2024 |
| province | 省份 | string | 省/自治区/直辖市 |
| prov-dd0f9c65436e67ff372e4f7223ab-dengguangzongzhi-207ea9 | 灯光总值 | float | 指行政区范围内全部像元夜间灯光亮度值（DN值）的加总，是衡量区域经济活动强度与城市化水平的常用代理变量。数据基于NPP-VIIRS年度夜间灯光影像（2012-2024年）按行政区划统计。 |
数据出处
本数据来自马克集数（s.macrodatas.cn）。
引用或转载请注明来源
Stata 读取代码
下载数据后，可使用以下 Stata 代码快速读取并设定面板结构：
* 读取数据
use "prov_dengguangzongzhi_207ea9_1_2012_2024.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 编码省份变量（如尚未编码）
encode province, gen(prov_id)
* 设定面板数据结构
xtset prov_id year
* 描述性统计
summarize prov_dengguangzongzhi_207ea9_1, detail
* 简单面板回归示例
xtreg prov_dengguangzongzhi_207ea9_1 x1 x2, fe
estimates store fe_model如下载的是 Excel 格式，请先在 Stata 中使用 import excel "prov-dd0f9c65436e67ff372e4f7223ab-dengguangzongzhi-207ea9_2012_2024.xlsx", firstrow clear 导入。
05
相关指标推荐