Integrating terrestrial and marine remote sensing indicators to estimate subnational economic output
Laurenz Thiele · Amanus Khalifafilardy Yunus · Rahmatia
提出融合陆地与海洋遥感指标的四代理框架，估算印尼东部次国家级GDP。
用夜间灯光、NDVI、森林损失与叶绿素a，结合MGWR和OLS分析102个县市。
加入叶绿素a后模型R²从0.543升至0.561，海洋渔业代理显著提升经济估算精度。
可将海洋遥感代理拓展至其他沿海地区，并耦合渔业产量与贸易数据验证经济监测普适性。
将叶绿素a纳入遥感代理框架估算次国家级GDP，方法新颖、数据扎实，对数据稀缺沿海岛屿地区的农业与渔业经济监测有直接参考价值。
在全球南方的大部分地区，尤其是碎片化的岛屿和沿海地理区域，地方经济数据仍然稀缺，从而制约了研究者和政策制定者监测地方经济状况的能力。本研究提出并实证评估了一个用于地方国内生产总值（GDP）估算的四代理变量遥感框架。该框架在已有的夜间灯光（NTL）—归一化植被指数（NDVI）—森林损失（FL）方法基础上，引入海表叶绿素a（CHLA）作为海洋渔业代理变量。由此实现了对非农、林业和渔业部门的代理变量全覆盖：NTL对应非农部门，NDVI对应农业，FL对应林业，CHLA对应海洋渔业。实证分析采用多尺度地理加权回归（MGWR）和混合普通最小二乘法（OLS），覆盖印度尼西亚东部苏拉威西和马鲁古的102个县和市，时间范围为2015—2024年，并辅以延伸至2002—2024年的省级面板数据。逐步MGWR的R²从0.468（仅NTL）升至0.543（NTL、NDVI和FL）再升至0.561（全模型），混合皮尔逊相关系数为0.760。在控制所有陆地代理变量后，CHLA在两个空间尺度上均为正向且显著，OLS系数在县/市级为0.029、省级为0.148，分别在0.1%和1%水平上显著。所有代理变量关系在不同尺度和23年面板期间在方向和显著性上均得到重复验证。该框架为数据稀缺的沿海和岛屿地区的地方经济监测提供了一个可自由复制的工具，并可直接适用于全球依赖海洋的初级产业经济体。