国家级夜间文化与旅游消费集聚区空间分布格局及影响因素研究

王子迪 侯建楠

摘 要：以文化和旅游部公布的两批共243个夜间文旅消费集聚区为研究对象，综合运用GIS空间分析方法探究其空间分异及影响因素。结果表明：（1）夜间文旅消费集聚区的空间分布总体不均衡，呈现以胡焕庸线为界，东南密西北疏的特征；局部区域呈现以北京、上海和重庆为区域增长极的圈层递减结构。（2）水平维度上，呈现沿长江与黄河中下游和东部沿海地区的亲水系分布态势；垂直维度上，分布主要积聚在中低海拔区域并呈现与海拔高程负相关的态势。（3）夜间文旅消费集聚区空间分布受社会经济和资源禀赋影响更为显著，休闲娱乐POI密度与夜间灯光强度是导致空间分异的主要影响因素。综上，给予欠发达地区更多的政策倾斜，积极引导休闲娱乐和购物相关业态的创新及转化，有助于提升国家夜间经济的发展质量，更好地发挥其综合带动作用。

关键词：国家级夜间文化与旅游消费集聚区；空间分布；夜间经济；影响因素；夜间灯光

中图分类号：F592.99 文献标志码：A文章编号：1673-5072（2024）02-0199-08

国家级夜间文化与旅游消费集聚区（简称“夜间文旅消费集聚区”）是指国家文化和旅游部遴选公示的文化内涵丰富、地域特色突出、文化和旅游消费规模较大、消费质量和水平较高、具有典型示范和引领带动作用的夜间文旅消费集聚区［1］。后疫情阶段，作为夜间经济与旅游活动的重要载体，夜间文旅消费集聚区的建设对于促进夜间经济的良性发展、激发区域发展活力、应对游客旅游消费需求及模式的快速转型至关重要［2］。

国外对于夜间旅游的研究起始于20世纪70年代，当时为改善城市中心区夜晚空巢现象，英国最早提出了发展“夜经济”［3］，研究主要关注夜间经济相伴的犯罪［4］与暴力［5］及其如何进行有效治理［6-7］。此后，为解决相伴而生的突出社会问题，学者们展开对不同群体间行为［8］与差异［9］的思考。随着夜间文旅活动愈加丰富［10］，研究聚焦夜间旅游与休闲，从旅游、经济、社会学等视角展开探究，具体关注夜间旅游的载体［11］及类型［12］、利益相关者［13］及效应［14-15］。实践探索不断深入，研究视角更加多元，层次更为丰富［16］。与国外夜间经济发展侧重稍有不同的是，鼓励夜间文旅项目发展是我国城市发展夜间经济的重要核心之一。特别是在疫情影响下，激发文旅消费潜力成为刺激国内经济反弹的重要方式。国内有关研究从2017年开始进入飞速发展阶段，国内学者更为关注夜间旅游概念特征［17-18］、产品类型及开发［19-20］、游客行为特征、体验等［21-22］。

当前国内外相关研究以定性研究方法居多［23］，对有关夜间旅游要素的空间布局演化规律等内容仍缺乏深入系统的探究。基于此，本研究借助GIS空间分析工具及地理探测器模型，基于夜间灯光等多源数据，从地理空间视角分析探讨夜间文旅消费集聚区的空间分布格局及影响因素，进一步拓展夜间旅游的研究视角，深化研究内容，以期对新一批夜间文旅消费集聚区的选树及我国夜间旅游产业的高质量发展有所裨益。

1 研究设计

1.1 数据来源

本研究以文化和旅游部公布的243个集聚区（第一批120家，第二批123家）为研究样本，数据来源于文化和旅游部信息公开板块（https：//zwgk.mct.gov.cn/），获取信息包括项目名称、所在位置等，并借助百度API接口获取其空间属性数据。运用ArcGIS 10.8构建夜间文旅消费集聚区空间属性数据库并从省域尺度展开分析。研究范围包括除香港、澳门特别行政区和台湾省外的31个省（自治区、直辖市）。

统计数据来源于全国各省《统计年鉴》《中国城市建设统计年鉴》《中国文化文物和旅游统计年鉴》。DEM数据通过地理空间数据云平台获取，校准后得到全国地形数据，用以提取研究区域的坡度、高程。降水、气温等生态环境数据提取自国家青藏高原科学数据中心的中国区域地面气象要素驱动数据集［24］。夜间灯光数据采用已预处理和校正的年度“类NPP-VIIRS”夜间灯光数据集［25］，该数据集有着NPP-VIIRS的数据质量和缓解DMSP-OLS数据过饱和与溢出效应的优势。兴趣点（POI）数据共分17个大类，借助Python抓取高德地图的餐饮服务、购物服务、休闲娱乐服务三种类型的POI数据，每条POI数据均带有名称、地址、类别等属性信息，对获取的POI数据进行删除重复和失效信息处理后，得到有效数据共计约63.9万条，并基于建成区面积计算获得各区域的不同类型POI密度。

1.2 研究方法

1.2.1 最邻近指数法

最邻近指数法在地理學的相关研究中常应用于分析点状要素在地理空间中的分布类型特征，有随机、均匀和凝聚三种分布类型，该方法可以有效识别研究的点状要素在空间的近邻程度［26］。表达式为：

1.2.2 核密度分析法

核密度分析属于非参数密度估计的一种，可以反映要素在空间上的密度分布情况，数值越大，要素分布越密集。对于点要素的空间密度分析，常使用核密度的方法。对夜间文旅消费集聚区的点信息数据进行空间分析处理，建立夜间文旅消费集聚区的空间数据库进行核密度分析［27］。表达式为：

式中：K（·）为核密度函数，xi为待估点，r为带宽，n为阈值范围内样本点的数量，d为样本点数据的维度。

1.2.3 热点分析法

热点分析多用于探究要素在空间上分布的空间集聚特征［28］。本研究采用ArcGIS 10.8中的热点分析工具对夜间文旅消费集聚区空间分布的热点和冷点区域进行分析，表达式为：

式中：G*i（d）为热点分析的Getis-Ord值，用以分析样本点在局部空间分布的集聚程度；xj表示各省域样本点的数量；Wij表示空间权重矩阵，若空间位置j与位置i距离在临界距离d以内，则权重矩阵Wij为1，否则为0。为区分样本点空间分布的冷点和热点地区，将Gi值进行标准化处理，公式为：

式中：Z（G*i）为标准统计量；E（G*i）为数学期望值；Var（G*i）为变异系数。当G*i的观察值大于期望值且有统计学意义时，该区域即为“热点区”，说明该地区样本点分布数量较多，呈现高度集聚;当G*i的观察值小于期望值时，该区域即为“冷点区”，则该地区样本点分布数量较少，呈现高度分散。

1.2.4 地理探测器

地理探测器是用于揭示空间分异背后驱动力的一种统计学方法，主要被用来分析各种现象的驱动力和影响因子的空间格局、成因以及多因子交互作用［29］，近年来较常用于城市发展等领域的研究中。通过将各因子离散分类处理，在同一尺度下对不同类型变量进行归一化展开分析。本研究引入地理探测器分析影响夜间文旅消费集聚区空间分异因子的作用强度。

2 夜间文旅消费集聚区空间分布特征

2.1 基于最邻近指数的空间分析

運用ArcGIS 10.8的最邻近指数分析工具对第一批、第二批以及两批合并的夜间文旅消费集聚区分别进行计算，结果显示：第一批夜间文旅消费集聚区的最邻近指数为0.677、第二批的最邻近指数为0.523，两批合并的最邻近指数为0.447，均小于1。由此可知，总体上夜间文旅消费集聚区在空间分布上呈现出凝聚的分布态势，集聚特征显著。

2.2 基于核密度的空间分析

核密度分析结果显示（图1）：空间分布呈现总体不均衡、局部凝聚分布态势，以“黑河—腾冲”的胡焕庸线为分界线，呈现东南侧密集、西北侧稀疏的不均衡特征；局部上，华北区域以京津冀地区的北京、华东区域以长三角地区的上海、西南区域以川渝地区的重庆为增长极呈现圈层递减趋势。

从水系视角来看，夜间文旅消费集聚区分布沿我国海岸线、长江沿线及黄河的中下游形成三条密布带。黄河流域中下游的内蒙古、陕西、河南、山东等地区构成“黄河中下游集聚带”，长江流域的云南、四川、重庆、贵州、湖南、安徽、浙江、江苏、上海等构成“长江集聚带”。

2.3 基于热点分析的空间分析

运用ArcGIS 10.8的热点分析工具对两批合并的夜间文旅消费集聚区进行分析，将聚集区数量的局域G*i统计量分为7种类型，即高热点区、中热点区、低热点区、高冷点区、中冷点区、低冷点区和不显著区。由图2可见：夜间文旅消费集聚区的高热点区主要集中在华东地区的上海市、浙江省、安徽省、福建省以及华中地区的河南省、湖北省、湖南省和江西省这8个区域。中热点区位于东部沿海的江苏省和西部的云南省、贵州省和广西省。低热点区主要位于重庆市和广东省。最东部和西部有黑龙江省和西藏自治区这2个中冷点区和位于西藏自治区东北部的低冷点区青海省。此外，我国北部和西部的大部分区域多为不显著区。整体上，夜间文旅消费集聚区的空间分布格局呈现出以热点区为主且多集中于东南部地区的特征。

2.4 基于数理统计的空间分析

2.4.1 水平分布特征

根据七大分区的区域范围来看（图3）：华东地区夜间文旅消费集聚区数量最多，高达78处，占比32.10%；西南地区有46处，占比18.93%；华北地区有30处，占比12.35%；华中地区有26处，占比10.70%；华南地区和西北地区的夜间文旅消费集聚区相对较少，各有25处，分别占比10.29%；东北地区夜间文旅消费集聚区的分布最少，仅有13处，占比5.35%。区域数量特征反映出夜间文旅消费集聚区趋于向华东地区和西南地区集聚。

2.4.2 垂直分布特征

高程是夜间文旅消费集聚区的分布以及体现其便利性等特征的重要指标。从垂直分布特征来看（图4），176个夜间文旅消费集聚区集中在海拔小于400 m的地域，占比72.43%。在海拔100 m以下，夜间文旅消费集聚区分布达到数量最高峰；海拔200～400m为数量次高峰；海拔400～1 000m的区间，数量随着海拔的增加而减少；海拔1 000 m以上数量随海拔的增加而增加，但总数仍少于低海拔地区。这说明夜间文旅消费集聚区的分布与高程并非简单的线性关系，过高的海拔不利于夜间经济与旅游活动的形成。

3 夜间文旅消费集聚区空间分布影响因素

3.1 影响因素的确定

夜间文旅消费集聚区的空间分布受多种因素的共同作用。本研究参考旅游景点［30］、餐饮业［31］、文化产业［32］等探究空间分异影响因素的相关文献，结合夜间文旅消费集聚区现状与特点，借助德尔菲法咨询旅游专业教师，明确指标的科学性及可行性，最终将影响因素划分为生态环境因素、社会经济因素和资源禀赋因素［33-35］3个层面（表1）。生态环境因素包括海拔、气候、动植物资源等诸多方面，但对夜间文旅消费集聚区布局影响较大的是海拔和气候条件，因此，本研究选取海拔、温度、降水和河流水系进行研究。社会经济因素包括主导文化与旅游产业发展的政策导向、市场发展基础、基础设施配套等，选取具备代表性的常住人口、城镇居民可支配收入、第三产业产值、夜间灯光强度、地方财政一般公共预算支出和国内游客接待量6个分析指标。资源禀赋因素包括夜间文旅消费集聚区所在区域内的文化与旅游相关产业的活力，可用餐饮POI密度、购物POI密度、休闲娱乐POI密度和A级景区数这4个指标来表征。

3.2 探测分析

利用Geodetector软件对夜间文旅消费集聚区空间分布的影响因素进行因子探测和交互探测分析。首先借助ArcGIS 10.8的自然间断点法将数据统一离散化分为10个等级，并将所有探测的指标数据进行重分类赋分1～10。进而运用地理探测器测算各要素对夜间文旅消费集聚区空间分布的解释力。最后借助Geodetector软件，展开相应的因子分异与交互探测分析。

基于因子探测输出的q值来表征该指标对夜间文旅消费集聚区空间分布影响的解释程度。结果显示（图6）：q值排前四位的都是社会经济层面的指标，其中，第三产业产值（X7）对夜间文旅消费集聚区的空间分异的解释力度最高。文化和旅游产业作为第三产业的一个细分，较为发达的第三产业给文化与旅游产业的上中下游企业提供了优质高效的服务配套，有助于形成良好的集聚效应。客源市场作为夜间文旅消费集聚区发展的根本动力，排第二位的国内游客接待量（X10）体现了地区较强的旅游承载力和吸引力。排第三位的地方财政一般公共预算支出（X9）对于提升当地的基础设施建设水平及文化与旅游业发展所依托的相关服务配套的完善至关重要，是影响夜间文旅消费集聚区发展的关键因素。夜间灯光强度（X8）往往被证明与一些社会经济活动之间存在显著相关性，所以夜间灯光强度也常被用来表征地区的夜间经济活力，也是与夜间文旅消费集聚区分布紧密相关的要素。特别是在后疫情时代，随着房住不炒、放开三胎等政策出台，常住人口（X5）的消费需求和消费能力会进一步得到释放，需要新一代创新型的文化与旅行模式来承接巨量的增量消费市场。随着居民收入水平的提升带来相应的消费升级，更加关注享受型消费体验，城镇居民可支配收入（X6）对于夜间经济的发展影响也较为显著。

此外，从作为文化与旅游业发展基石的资源禀赋层面来看，表征旅游资源丰富度的A级景区数（X14）的q值最大，A级景区作为旅游吸引物以及不同类型夜间文旅消费集聚区发展的依托至关重要。从三种类型的POI密度的q值来看，餐饮业的活力影响大于购物业的活力大于休闲娱乐业的活力。餐饮作为旅行的关键要素之一，形成了极强的吸引力。当下购物业集中布局的商圈仍是当下我国城市夜间经济的主战场，夜间文旅消费集聚区是夜间经济实现高质量发展的战略突破口。我国三、四线城市成为夜间经济的增长主力军，下乡“建群”“入圈”也是当前城市夜间经济发展的新趋势。年轻人已成为中国夜间经济的消费主体。围绕繁荣夜经济、抓住“年轻红利”，不少城市频出实招，通过政策创新和实践创新，推动城市夜经济向更高质量发展。中国年輕人在与城市的互动中不断反哺城市，拉动城市夜消费，让城市焕发出新活力。

最后，从生态环境层面来看，温度（X2）作为旅游舒适度中的关键影响要素［36］，直接影响游客的旅游感知及对旅游目的地的评价，很大程度上影响着游客的出行决策［37］，成为显著影响夜间文旅消费集聚区分布的生态要素。生态环境对夜间文旅消费集聚区分布具有较强的制约作用，但相对人文角度的社会经济与资源禀赋来看，整体而言对于夜间文旅消费集聚区的分布影响较弱。这是由于经济发达的地区能为文化与旅游产业的发展提供充足的资金，推动文旅资源不断挖掘潜在价值，加快和完善基础设施建设，为夜间文旅消费集聚区的发展提供强有力的支撑和保证。同时，较高的区域经济发展水平会对潜在消费者产生较强吸引力，是刺激潜在和实际旅游消费的重要动力。

采用自然间断点法（分为十级）对探测因子进行离散化处理，运用地理探测器对空间探测因子之间的相互作用展开探析。结果表明（图6）：各空间探测因子产生交互作用，且为均为双因子增强关系，体现双探测因子交互作用大于单一因子作用，同时也反映了夜间文旅消费集聚区的分布是生态环境、社会经济和资源禀赋等多因素共同作用的结果。

交互探测的因子主要为双因子增强型。其中，探测因子解释力最强的为休闲娱乐POI密度（X13）∩夜间灯光强度（X8），产生很好的协同效应。购物POI密度（X12）∩常住人口（X5）的解释力次之，也呈现很强的协同效应；海拔高度（X1）∩河流水系（X4）、购物POI密度（X12）∩城镇居民可支配收入（X6）这两组交互出现解释力达到1，表明探测因子的空间分异的一致性较强。河流水系（X4）∩A级景区数（X14）解释力相对较低，这些生态层面的探测因子通过与其他类型探测因子的交互，产生了一定的短板效应。

4 讨 论

综合本研究结果及当下后疫情时代背景，为推动夜间文旅消费集聚区的长期高质量发展，应积极推进夜间文化与旅游产业的跨学科研究，给予我国西北及东北地区更多地支持及政策倾斜，积极引导休闲娱乐和购物相关业态的创新及转化，借以更好地促进夜间文化与旅游产业发展，发挥其对经济社会发展的综合带动作用。

本研究对夜间文旅消费集聚区的空间格局及影响因素的分析，丰富了夜间旅游相关研究，有助于夜间旅游的发展。与此同时，本研究尚存需完善之处，鉴于数据的可获得性和可操作性等限制，对较为关键的政策以及业态发展等要素，因较难量化的原因暂未纳入考量。未来的研究中，还需更为深入全面地选取影响指标，并结合典型个案的实地调研，展开内在机理的深入探讨。

参考文献：

［1］ 文化和旅游部办公厅.文化和旅游部办公厅关于开展第一批国家级夜间文化和旅游消费集聚区建设工作的通知［EB/OL］.（2021-07-05）［2023-05-06］.http：//www.gov.cn/zhengce/zhengceku/2021-07/07/content_5622974.htm.

［2］ 曹新向.发展我国城市夜间旅游的对策研究［J］.经济问题探索，2008（8）：125-128.

［3］ 毛中根，龙燕妮，叶胥.夜间经济理论研究进展［J］.经济学动态，2020（2）：103-116.

［4］ MILLER P，CURTIS A，JENKINSON R，et al.Drug use in Australian nightlife settings：estimation of prevalence and validity of self-report［J］.Addiction，2015，110（11）：1803-1810.

［5］ HUGHES K，ANDERSON Z，MORLEO M，et al.Alcohol，nightlife and violence：the relative contributions of drinking before and during nights out to negative health and criminal justice outcomes［J］.Addiction，2008，103（1）：60-65.

［6］ FARRIMOND H，BOYD K，FLEISCHER D.Reconfiguring the violent encounter？Preloading，security staff and breathalyser use in the night-time economy［J］.International Journal of Drug Policy，2018，56：108-115.

［7］ CURTIS A，BOWE S J，COOMBER K，et al.Risk-based licensing of alcohol venues and emergency department injury presentations in two Australian states［J］.International Journal of Drug Policy，2019，70：99-106.

［8］ HO S L.‘License to drink：white-collar female workers and Japans urban night space［J］.Ethnography，2015，16（1）：25-50.

［9］ HOLTON M.Examining students night-time activity spaces：identities，performances，and transformations［J］.Geographical research，2017，55（1）：70-79.

［10］ZMYSLONY P，PAWLUSINSKI R.Tourism and the night-time economy：the perspective article［J］.Tourism Review，2020，75（1）：194-197.

［11］BRISTOW R S，JENKINS I S.Geography of fear：fright tourism in urban revitalization［J］.Journal of Policy Research in Tourism，Leisure and Events，2020，12（2）：262-275.

［12］CHEVRIER M H.Nocturnal ritual activities in tourist development of pilgrimage cities［J］.Journal of Policy Research in Tourism，Leisure and Events，2019，11（3）：436-454.

［13］DERRIEN M M，STOKOWSKI P A.Discursive constructions of night sky experiences：imagination and imaginaries in national park visitor narratives［J］.Annals of Tourism Research，2020，85：103038.

［14］SONG H，KIM M，PARK C.Temporal distribution as a solution for over-tourism in night tourism：the case of Suwon Hwaseong in South Korea［J］.Sustainability，2020，12（6）：2182.

［15］ELDRIDGE A.Strangers in the night：nightlife studies and new urban tourism［J］.Journal of Policy Research in Tourism，Leisure and Events，2019，11（3）：422-435.

［16］徐颖，储德平，陈银春，等.基于Web of Science的国际夜间经济研究热点与脉络［J］.资源开发与市场，2021，37（3）：320-326.

［17］岳超，荆延德.中国夜间旅游研究综述［J］.旅游论坛，2013，6（4）：71-76.

［18］陈晓芬，李柏文.夜间旅游内涵辨析及其发展与管控研究［J］.中国旅游评论，2019（4）：43-52.

［19］曹新向.发展我国城市夜间旅游的对策研究［J］.经济问题探索，2008（8）：125-128.

［20］顾至欣.城市夜间旅游产品定义及分类［J］.城市问题，2013（11）：98-102.

［21］顾至欣，陆明华，张宁.基于行为注记法的休闲街区夜间旅游活动研究［J］.地域研究与开发，2016，35（3）：86-91.

［22］陆依依，杨归.夜间旅游决策行为影响因素研究：以在校大学生群体为例［J］.旅游研究，2023，15（2）：56-67.

［23］唐承财，肖小月.境内外夜间旅游研究综述与展望［J］.人文地理，2022，37（3）：21-29.

［24］HE J，YANG K，TANG W，et al.The first high-resolution meteorological forcing dataset for land process studies over China［J］.Scientific data，2020，7（1）：25.

［25］CHEN Z，YU B，YANG C，et al.An extended time series （2000—2018） of global NPP-VIIRS-like nighttime light data from a cross-sensor calibration［J］.Earth System Science Data，2021，13（3）：889-906.

［26］刘军杰，郄瑞卿，王婉谕.长春市乡村聚落空间分异特征及影响因素分析［J］.水土保持研究，2019，26（6）：334-338.

［27］贾垚焱，胡静，刘大均，等.中华老字号空间分布格局及影响因素研究［J］.干旱区资源与环境，2020，34（3）：85-93.

［28］刘庆芳，宋金平.西藏自治区县域基础教育设施空间分布格局及其影响因素［J］.干旱区资源与环境，2022，36（7）：84-92.

［29］潘安，羅芳，张寒.秦巴山区（四川部分）A级旅游景区空间分布及影响因素研究［J］.西华师范大学学报（自然科学版），2022，43（4）：444-451.

［30］倪敬峰，張翀，赵昕.陕西省县域旅游景点空间分异与影响机制研究［J］.干旱区资源与环境，2022，36（3）：202-208.

［31］孟德友，李小建，史焱文，等.2010—2019年郑州市主城区餐饮业空间格局特征［J］.地域研究与开发，2021，40（6）：69-74.

［32］刘润，任晓蕾，黄敏，等.武汉市文化产业集聚发展的特征与模式［J］.经济地理，2020，40（12）：128-136.

［33］王敏，韩美，陈国忠，等.基于地理探测器的A级旅游景区空间分布变动及影响因素：以山东省为例［J］.中国人口·资源与环境，2021，31（8）：166-176.

［34］瓦哈甫·哈力克，朱永凤，何琛.从夜间灯光看中国旅游经济发展及其空间溢出效应：基于空间面板计量模型的实证研究［J］.生态经济，2018，34（3）：126-131.

［35］吴克华，苏维词，贾真真，等.基于GIS与地理探测器的旅游地空间分布格局及驱动力分析：以贵州为例［J］.地理科学，2022，42（5）：841-850.

［36］李磊，陶卓民，陆林，等.贵州省避暑旅游流网络结构特征及其影响因素［J］.地理研究，2021，40（11）：3208-3224.

［37］于昕冉，王乃昂.近60a甘肃省旅游气候舒适度变化分析［J］.兰州大学学报（自然科学版），2021，57（2）：143-150.

Spatial Distribution Pattern of National-level Night Cultureand Tourism Consumption Cluster Areas and Its Influencing Factors

Abstract：Taking a total of 243 night culture and tourism consumption cluster areas announced by the Ministry of Culture and Tourism as the research objects，this paper comprehensively adopts GIS spatial analysis method to explore their spatial differentiation and its influencing factors.The results are as follows：（1） The spatial distribution of night culture and tourism consumption cluster areas is generally uneven and characterized by dense southeast and sparse northwest along the boundary of Hu Huanyong line；local regions have presented a decreasing layer structure with Beijing，Shanghai and Chongqing as the regional growth poles；（2） In the horizontal dimension，it presents a distribution trend of pro-water system along the middle and lower reaches of the Yangtze River and the Yellow River，and the eastern coastal area；in the vertical dimension，the spatial distribution of night culture and tourism consumption cluster areas mainly accumulates in the middle and low altitude areas and shows a negative correlation with the altitude to a certain extent；（3） The spatial distribution of night culture and tourism consumption cluster areas is more significantly influenced by social economy and resource endowments；leisure and entertainment POI density and nighttime light intensity are the main influencing factors leading to the spatial divergence.In summary，giving more policy inclination to less developed regions and actively guiding the innovation and transformation of leisure and entertainment and shopping-related businesses will do contribution to improve the development quality of national nighttime economy and give better play to its comprehensive driving effect.

Keywords：national-level night culture and tourism consumption cluster areas；spatial distribution；nighttime economy；influencing factors；nighttime light