大數據在社會科學中的價值：以DMSP/OLS夜間燈光數據為例

范長煜 朱艷婷 高雅靜

[摘要]“學術思想和研究的演變過程受到特定歷史條件下研究方法和分析手段的深刻影響”，大數據時代的數據收集、統計分析和研究方法的跨越式變革成為社會科學發展的重大契機。本文以DMSP/OLS夜間燈光數據為例，說明了與傳統統計數據相比，大數據帶有的容易獲取，高度客觀性，應用范圍廣，以及與傳統小數據有很好的匹配性等突出特征。目前，國內外社會科學界對大數據的研究和應用均剛剛起步，而現有少數在社會科學研究中的大數據應用充分展示了它的優勢，對未來的社會科學發展具有重大的理論和實踐價值

[關 鍵 詞]大數據 社會科學 DMSP/OLS 夜間燈光數據 應用價值

[基金項目]本文是教育部2013年度哲學社會科學重大課題攻關項目“戶籍限制放開背景下促進農民工中小城市社會融合的社會管理和服務研究”（批準號：13JZD018）階段性成果之一。

[作者簡介]范長煜（1985-），男，福建建甌人，南京大學社會學院博士研究生，研究方向為組織社會學、勞工研究與定量數據分析；朱艷婷，南京大學社會學院博士研究生；高雅靜（1993-），女，江蘇鎮江人，南京大學社會學院碩士研究生，研究方向為組織社會學、勞工研究。

[中圖分類號]C8 [文獻標識碼]A [文章編號]1008-7672（2016）01-0001-09

一、 大數據時代的社會科學

上世紀90年代，諾貝爾獲得者保羅·克魯格曼在《發展、地理學與經濟理論》一書提出一個觀點：某些經濟學理論或經濟現象的研究受制于特定歷史條件下的研究方法、分析技術和數據收集等因素而得不到發展，甚至被忽視或遺棄。①為此，克魯格曼講了一個非洲制圖的故事。在15世紀，非洲地圖上的距離、海岸線等并不十分準確，但當時根據冒險家和旅行者報告繪制的地圖中卻包含了內陸地區的大量信息，當然這些二三手資料繪制的地圖也包含了不少錯誤和虛構的信息。不過，到了18世紀，隨著繪圖技術的進步和制圖信息質量的提高，非洲地圖的海岸線已基本與現代地圖中的海岸線不相上下，同時沿海城市和人口等也很翔實地展現在地圖上；然而，令人驚奇的是，這些非洲地圖的內陸部分卻出現了很多空白，很多旅行者虛構的故事沒了，同時真實的城市與河流也沒了。顯然，非洲大陸地圖的演變并不是一個線性過程，地圖繪制并不是一個隨著技術進步和信息積累而逐步準確完整的過程。克魯格曼以這個故事講述了上世紀50年代發展經濟學和地理經濟學輝煌之后所遭受“冷遇”的歷程——缺乏有效的數學建模和可靠的實證檢驗，使得這兩個學科的發展遭遇巨大的挫折。無獨有偶，周雪光借由克魯格曼講述的故事把前述觀點擴展到了整個社會科學：“社會科學學術思想演變的特點及其制約因素有著極大的普遍性， 類似的例子在其他學科中俯拾即是， 只是其表現形式可能因學科特點而異。”①他以統計分析技術的發展對美國社會分層和實證資料的獲取對工業組織的內部研究，說明了社會學學術思想的演變和學術觀點研究興趣的走向與研究手段的變化息息相關。

如果人們站在世紀之交時對克魯格曼和周雪光所論述的觀點未能領會或者不以為意的話，我們認為是可以理解的，因為歷史條件的局限，當時的研究方法、分析技術和數據收集與上世八九十年代相比并沒有多大的改觀或者進步；然而，就在此刻，當人們站在大數據時代的風口浪尖上時再去回顧他們的觀點，其中的深意無疑已躍然紙上。進入21世紀以來，繼互聯網之后，大數據成為覆蓋全社會的又一顛覆性概念席卷全球，并隨著商業經濟的發展和信息技術的不斷進步快速地滲透到政治、經濟和社會等生活的方方面面。互聯網，尤其是近年來移動互聯網的普及和智能設備的廣泛應用，人們的活動痕跡幾乎一覽無余地被轉化為數據存儲起來，利用先進的計算機技術和編程語言，研究者不僅可以擴展和深化現有研究領域，還可以把研究的觸角伸向以前難以或者無法從事的研究領域。例如，以往關于社會資本和社會網絡的分析，研究者通常只能通過問卷調查收集人們關于社會網絡的匯總性數據，因此很難深入分析人們實際的網絡規模和結構，對網絡功能和效應的理解帶有很強的猜測性質。當前的大數據分析，使得社會網絡研究現狀完全改觀，Eagle等對0.65億（約占美國全國的90%）電話用戶的通訊記錄的研究表明社區成員社交網絡的多樣性與其經濟發展呈正相關，證實了格蘭若維特和博特的社會網絡理論。②Ugander等使用Facebook的社交網絡數據發現，隨著用戶社交網絡規模的不斷擴大，用戶之間的分割由2008年的5.3步下降到了2011年的4.7步，驗證了“六度分隔理論”。③然而，不僅于此，正如克魯格曼所敘述的后期技術進步可以摒棄早期非洲地圖繪制內容中帶有的虛構、錯誤信息一樣，我們認為大數據對社會科學更為深刻的影響體現在它可以改變傳統的，依靠“想象”、“猜測”和“漫談”的為學方式和不嚴謹、不求實的學術風氣。

為了進一步闡述大數據對社會科學的重大意義，下面我們以DMSP/OLS夜間燈光數據——覆蓋全球的人類夜間燈火痕跡為例，說明大數據的特征及其應用前景。

二、 DMSP/OLS夜間燈光數據：生產與特征

長期以來，精確測算一國或地區，尤其是那些缺乏有效統計的國家或地區的社會經濟發展狀況一直是困擾社會科學界的一道難題。2012年12月19日美國國家航空航天局地球觀測站（NASAs Earth Observatory）公布了一組展示朝鮮半島夜景的衛星照片，在互聯網上廣泛流傳，如圖1④所示。從圖中的夜間燈光對比可以明顯看出朝鮮與韓國在社會經濟發展上的差距——韓國城市眾多燈光密集，首爾地區亮如白晝；朝鮮則全國漆黑一片，平壤燈光亮度甚至不如韓國的小城市。如果要科學地比較和研究朝韓兩國的狀況，我們會發現如下困難：一方面，朝鮮是一個封閉的國家，極難獲取相應的統計數據；另一方面，即使可以獲得朝鮮的數據，也可能因為兩國經濟和政治體制的差異在數據統計口徑上存在很大差異而難以比較。

那么，是否可以使用夜間燈光作為代理社會經濟發展的指標？

事實上，早在上世紀90年代，國外有學者已開始探索使用夜間燈光作為代理社會經濟發展指標的方法。目前，針對美國國防氣象衛星計劃（Defense Meteorological Satellite Program，DMSP）的可見紅外成像線性掃描業務系統（the Operational Linescan System，OLS）傳感器產生的夜間穩定燈光圖像（簡稱“DMSP/OLS夜間燈光數據”），其研究開發已有了大量成果，并在城市規劃、人口估計、國民經濟測算、能源消耗以及生態環境影響評估等領域得到廣泛應用，但目前國內社會科學界對這一領域仍甚少了解。①

1976年，美國發射了第一顆搭載OLS傳感器的DMSP 衛星。OLS傳感器原初設計目的主要是為了采集夜間月光照射下的云層分布、云頂溫度及地面火情等數據，但由于系統具有較高光電放大能力，它不僅能監測云層，還可以探測到城鎮燈光、火光、漁船燈光等。目前，DMSP/OLS夜間燈光圖像數據由美國國家海洋與大氣管理局（National Oceanic and Atmospheric Administration，NOAA）下屬的國家地理數據中心（National Geophysical Data Cente，NGDC）②管理，并面向全球開放下載。DMSP/OLS夜間燈光數據，就物理特性而言，具有如下優點：“（1）DMSP/ OLS 在夜間工作，能夠探測到城市燈光甚至小規模居民點、車流等發出的低強度燈光，使之明顯區別于夜間黑暗的鄉村地區；（2）由于數據在夜間獲取， 所以不受光線陰影干擾；（3）與AVHRR （即NOAA系列衛星搭載的一種五光譜通道掃描輻射儀）相當的空間和時間分辨率，全光譜分辨率數據的空間分辨率為 0.56 km，是高分辨率數據；（4）非輻射定標平均燈光強度數據經過了消云處理、偶然噪聲濾除處理等預處理過程，專門針對亞洲地區特點開發，不會受到燈光飽和問題的干擾，不需要對放大增益進行人為控制，因而可以充分利用現有數據儲備進行多年度時間序列制圖。”①現有研究從DMSP/OLS夜間燈光圖像提取的常用數據產品有5種，見表1。

在五種數據類型中，現有研究使用最多的是由Elvidge 等人開發的“穩定燈光”數據。②最早的穩定燈光數據產生于1994至1995年的時序無云燈光圖像，最終獲得的夜間穩定燈光（nighttime stable light，NSL）圖像的空間分辨率為1km×1km，這些圖像可以計算燈光的數量，用來估算人類活動的空間分布；后期Elvidge 等人還使用輻射校準等方法克服了燈光密度缺失問題，拓展這一數據在人類活動研究領域的廣度和深度，如人口密度、能源消耗等估算。③近幾年，NOAA/NGDC公布了第4版DMSP/OLS穩定燈光時序數據，截止至目前，已對外公布了1992-2013共22年的圖像數據。圖2是2013年DMSP/OLS全球穩定燈光圖像。

對社會科學而言，與傳統的統計小數據相比，DMSP/OLS夜間燈光數據具有如下優勢：（1）容易獲得。傳統的社會經濟統計數據需要花費大量的人力、物力調查獲得，DMSP/OLS夜間燈光數據容易獲取，可以通過互聯網隨時下載，無需任何手續和費用。（2）應用范圍廣。傳統數據使用范圍狹窄，每個測量指標應用單一，而DMSP/OLS夜間燈光數據，在掌握相關處理技術后，可以根據研究需要靈活處理以討論城市空間、人口密度、經濟發展和能源消耗等廣泛的主題；（3）具有高度客觀性。傳統統計數據容易受人為主觀因素的影響產生偏誤，如GDP統計，一方面在統計過程中容易因為各種失誤出現偏差，另一方面官員出于政績考慮常常人為篡改經濟數據。DMSP/OLS夜間燈光數據通過衛星上的傳感器掃描獲得，不僅精度高，而且完全不受人為因素的干擾，即使是數據本身存在的缺陷也可以通過后期技術處理加以克服。（4）兼具全球性與時序性。傳統的統計數據調查范圍很有限，多數是國內抽樣調查，普查很少，跨國調查則更少；而DMSP/OLS夜間燈光數據覆蓋了全球，且提供年度穩定燈光數據，并在未來持續提供下載，是少有的全球性時間序列數據，尤其是對于那些缺乏有效統計數據的國家和地區而言，DMSP/OLS夜間燈光數據更體現出它的難得。（5）具有很好的匹配性。作為一個客觀的環境變量，可與各層次數據相匹配來使用，如可以根據個體的位置加入其所處位置的燈光數據，作為社會經濟環境的控制變量，這是絕大部分傳統統計數據難以做到的。（6）是大數據。傳統的統計數據是小數據，樣本量很有限，即使是普查數據也無法涉及所有單位層次，而DMSP/OLS夜間燈光數據可以處理成大到洲、國家，小到街道、村莊等各層次數據，再加上每年陸續公布的數據，構成了一個海量數據庫。

基于上述認識，我們認為DMSP/OLS夜間燈光數據在社會科學研究中大有用武之地，不僅可以改進當前關于社會經濟發展測量的質量，提高數據的客觀性、一致性和全面性，而且可以進一步拓寬社會科學的研究領域和范圍，使得那些以往因數據難以獲取而極少涉及的主題和地區得以納入研究，如戰亂、自然災害以及缺乏公開有效統計數據的地區。

三、 DMSP/OLS夜間燈光數據：研究與應用

自上世紀90年代初開始研究DMSP/OLS夜間燈光數據以來，學界研究經歷了緩慢起步到近年來迅猛發展的變化過程，圖3的谷歌學術搜索結果展示了這一進程。從圖中可知，外文文獻增長經歷了三個階段，分別是1992年至2003年的緩慢增長階段，2004年至2010年的徘徊增長階段，2011年至今的快速增長階段，三個階段總共發表文章2057篇（絕大多數是英文文獻，少量日文、韓文文獻）。近幾年之所以有如此快速的發展得益于NOAA/NGDC在2010年免費公開提供第4版DMSP/OLS夜間燈光數據，①大大降低了學界利用該數據的技術門檻。與外文文獻相比，中文文獻的發表量則相形見絀。從文獻搜索的結果看，國內從2003年開始對DMSP/OLS夜間燈光數據有所關注，直到近幾年才有所發展，總共發表的文章有175篇，不到外文文獻的1/10。可見國內在該數據的研究與應用方面還有很大的進步空間。

就具體的研究而言，根據Pestalozzi②、Qingxu Huang等人③和王鶴饒等人④對DMSP/OLS夜間燈光數據的研究綜述看，該數據主要應用領域包括：（1）城市發展及其影響，包括城市化指標建構、城市空間擴展、城市空間重建、基礎設施建設、城市擴展對土壤的影響、城市熱島效應等；（2）人口與社會經濟參數估計，包括人口估計、人口密度、GDP測算、貨運量、貧困指數、人均收入以及化學能源與電力消費等；（3）偶然或短期光源監測，如森林火災、天然氣火焰、火災面積估算以及漁業燈火監測等；（4）環境及其他問題，如CO2和氮氧化物排放、光污染以及戰爭與沖突、地震破壞、生態服務與氣候站分布等研究。總的來看，目前大多數研究由遙感測繪和地理學界學者所做，即使是如人口密度估計、GDP測算等社會經濟研究也多是這一領域學者的成果。在谷歌學術搜索中，我們在上述2057篇文獻范圍內，搜索到688篇文獻發表于以“遙感”、“城市”、“環境”“地理”和“地理信息”等少數幾類遙感測繪和地理學刊物上，占總篇數的1/3；中文文獻則有104篇發表在類似刊物上，占175篇總數的3/5。顯然，DMSP/OLS夜間燈光數據應用中，地理信息處理的技術門檻是造成其他學科難以利用它的重要原因。

但近年來，國外少數社會科學界學者已開始利用DMSP/OLS夜間燈光數據做了一些重要而有趣的研究。2014年瑞士圣加侖大學的Hodler和澳大利亞莫納什大學的Raschky在《經濟學季刊》（The Quarterly Journal of Economics）發表《地區偏向主義》（Regional favoritism）一文，①受到國內外學界的廣泛關注。該文回答了長期被人津津樂道的話題：領導人執政時會不會照顧自己的家鄉，或者領導人的家鄉會不會沾領導人的光，受到特別恩惠。兩位作者利用夜間燈光強度和國家GDP水平之間的緊密關系，研究了領導人在位與家鄉夜間燈光強度的關系。他們假設，國家領導人在位時，其家鄉的燈光會比其他地區變亮的速度更快。該研究通過對126個國家的38427個地區，1992-2009年17年的數據進行年度比較發現，很多國家都存在“沾光效應”，領導人的家鄉夜間燈光強度會伴隨領導人的在位增強，同時也會隨著他們的卸任而減弱，甚至回落到初始水平。他們認為這可能是對領導人家鄉的公共資金投入多為消費性的，缺乏可持續性。通過控制政體、教育、GDP、語言多樣性、家族關系強度、外國援助、石油租金等變量，他們還發現在亞洲和非洲等地，政治制度水平和教育水平低的國家更容易出現“沾光效應”。2015年，Giacomo De Luca與兩位作者又做了一項類似的研究，考察了政治領導人的“種族偏向主義”，分析結果發現政治領導人所屬種族地區的夜間燈光密度比其他地方高10%，在種族細分和隔離的國家尤其如此，且在全球具有普遍性，不分貧富國家，沒有政治制度差異。①

同是發表在美國《經濟學季刊》上，布朗大學的Michalopoulos和倫敦經濟學院的Papaioannou以DMSP/OLS夜間燈光數據的燈光密度作為經濟發展程度指標，以撒哈拉以南非洲的種族為研究對象，考察了國家制度與地區發展之間的政治經濟關系。②他們設計了一個巧妙的自然實驗，對原本屬于同一種族但后來卻分屬于不同制度環境的多個國家地區進行比較分析。分析模型中以平均燈光密度為因變量，以法律制度和腐敗控制作為主要解釋變量，并控制人口密度、水資源、土地面積、平均海拔、土地適耕指數、瘧疾指數、石油開采指數、鉆石礦藏指數、到首都的距離、到海岸的距離、到國境線的距離等變量進行斷點回歸設計。通過對200多個跨制度種族的研究發現，在考慮了種族固定效應后，國家制度與地區燈光密度之間的關系并不顯著，即在平均意義上全國性制度并不能影響部族內的經濟發展；但在結構上這一關系卻存在異質性，其燈光密度會隨著離首都（制度中心）距離的不同而發生變化。

此外，倫敦國王學院的Shortland 等人，基于DMSP/OLS夜間燈光數據對1993至2009年索馬里戰爭的影響進行評估。③由于戰爭期間統計數據不易獲取，燈光數據成為很好的戰爭影響代理變量。研究表明，戰爭對窮人和精英的影響很不一樣。生活于城市邊緣的窮人受益于局部穩定及全國相對更為和平的條件；城市中心區的精英則獲利于戰爭所獲得的人道主義援助。丹佛大學的Tilottama Ghosh 等人則利用DMSP/OLS夜間燈光數據對印度的非正式經濟和遷移人口匯款規模進行估計。④作者首先通過燈光數據估算美國各州的城市人口，再以此估算各州的國民收入，進而結合印度各邦的城市人口，以美國各州國民收入為參數估算印度各邦的國民總收入，最后在調整印度的國內總收入估算的基礎上預測印度非正式經濟和遷移人口匯款的規模。研究結果表明，與官方國民總收入（GNI）估計相比，印度的實際非正式經濟和匯款規模要高出50%。值得注意的是，國內學者劉修巖和劉茜于2015年在《財貿研究》發表《對外貿易開放是否影響了區域的城市集中》一文，他們利用1996-2012 年DMSP/OLS 夜間燈光數據研究對外貿易與城市集中度之間的關系。⑤兩位作者試圖以省內人口最多的城市之人口數占地區人口的比例作為城市集中度的測量指標，但1996-2012年中國部分城市的行政區劃發生了較大調整，且人口統計口徑也發生了變化，使得這些城市的人口數據缺乏一致性。為消除這些影響，作者以2000年為固定年份確定行政區劃，使用區域內的夜間穩定燈光數量作為人口代理指標來計算城市集中度。

從上述利用DMSP/OLS 夜間燈光數據所做的社會科學研究以及現有文獻搜索結果來看：首先，正如前文所述對于社會科學研究所具有的優勢，這些研究很好地反映了DMSP/OLS 夜間燈光數據的應用廣泛性、時空全面性、客觀性與一致性以及良好的數據匹配性。其既可以代理經濟變量，又可以代理人口變量；既可以應用于全球各國，又可以應用于某省某市；既修正了傳統數據的主觀性偏誤，又能克服其因時空差異導致的不一致性。其次，從現有文獻搜索的結果來看，DMSP/OLS 夜間燈光數據在社會科學中的應用即使在國外也才剛剛起步，研究成果還很少，但只要研究設計得好，恰當使用數據，可以在克服傳統社會經濟類數據缺陷的基礎上做出很好的研究。第三，與地理學界較為單一地使用DMSP/OLS 夜間燈光數據相比，社會科學研究可以充分利用該數據的良好匹配性，把它與其他大數據相互配合使用，進而從經濟、社會和政治角度更深入認識社會運行的內在機制。

隨著DMSP/OLS 夜間燈光數據資源越來越豐富，積極引入和充分利用好這一優質數據應該受到社會科學界的重視。以往在測量一國或地區的社會經濟發展中，往往會遇到：（1）有一些地方統計數據缺乏，如邊疆地區、非洲地區等；（2）某些特定經濟形式或群體的統計數據難以統計，如非正式經濟、跨行政單位的少數民族群體等；（3）在跨國研究中有可能統計口徑不一致、數據質量參差不齊；（4）在戰爭、地震、颶風等災難時期，統計數據不易獲取；（5）統計數據易受主客觀因素的干擾，數據缺乏信度和效度，等等。這些因素常常成為影響某些主題研究的重大障礙，甚至使某些主題無法開展實證研究，如非正式經濟規模的估計。我們認為，在社會科學研究中引入DMSP/OLS 夜間燈光數據，將對這些領域有直接的幫助，如經濟學領域的貧困研究、區域經濟比較、災害損失估算等，社會學領域的勞工研究、城市化、社會隔離等，人口學領域的人口密度估算、人口遷移與集聚等，政治學領域的政治制度績效比較、官員升遷、行政績效考核等，以及法學領域的犯罪研究，等等。此外，作為一個越來越豐富的可存儲數據，未來它也將成為寶貴的歷史資料在史學界發揮重要的作用。

四、 展望：社會科學研究的機遇與挑戰

一葉知秋意，一樹識菩提。基于上述對DMSP/OLS 夜間燈光數據的特征說明與應用分析，我們對大數據的特征、應用現狀與前景，大致可以獲得如下認識。

與傳統的統計小數據相比，首先，大數據作為對人類活動痕跡的實時記錄與存儲，在數據開放的情況下，不僅相對容易獲取，而且數據量大，可以深入研究人類活動的更多細節；其次，具有高度的客觀性，大數據對人類活動的記錄是與活動本身相同步的，基本不受人記憶不準確的消極影響，即使數據記錄在短期內受到某些特定因素的影響，也可以通過長期數據記錄的檢驗予以消除，正如DMSP/OLS 穩定燈光數據就是根據全年記錄消除汽車燈光、偶發火光等噪音影響的潔凈數據產品；第三，良好的匹配性與廣泛的應用范圍，大數據可以與小數據相互匹配，相互校正，大數據可以豐富小數據的數據類型，而小數據因其相對明確的假設檢驗設計，大數據可以參考小數據的因果推斷，大大提高數據預測的精度。

在研究與應用方面，正如對DMSP/OLS 夜間燈光數據的應用研究一樣，一方面大數據在國內外社會科學界都才剛剛起步，但另一方面現有少數幾項社會科學研究已經充分展示了它巨大的應用價值。2015年8月，國務院發布《促進大數據發展行動綱要》，明確指出在未來5-10年內，加快政府數據開放共享，發展工業、新興產業、農業農村及大眾創新等大數據任務。隨著這些大數據政策的落實，數據開發與整合，以及數據開放平臺的建設，未來大數據必將成為社會科學研究非常重要的組成部分。周雪光曾對學術活動評價道：“在當今的一些學術討論中， 高談宏論紛至沓來。然而這些討論常常使用大而無當的概念， 說一些或模棱兩可或色彩強烈的語言， 訴諸于人們的感官刺激。但是激動振奮感慨悲切之余， 欲作進一步思考竟發現無路可循，無據 可依。”①我們相信，大數據同各社會科學之間的多學科交叉、融合，可以改觀當前這種不務實的學術風氣，助推傳統人文社會科學的研究理念、研究方法的改造，使社會科學朝著科學化方向發展。

（責任編輯：徐澍）