The use of night-time satellite imagery as a proxy for estimating regional GDP: an empirical analysis of the italian context

In a global economic context that requires increasingly timely and granular data, satellitedetected night-time lights (NTL) have emerged as a revolutionary tool for socio-economic monitoring. This thesis analyses the validity of night-time lights as a rapid and objective indicator of the economic situation in Italy, a country characterized by deep and persistent territorial imbalances between the North and South. By integrating ISTAT regional economic accounts [7] data with VIIRS sensor observations (NASA Black Marble VNP46A4 dataset[10]), a balanced panel dataset was constructed covering the 20 Italian regions for the period 2013-2022. The methodology chosen involved the application of linear regression models with fixed effects in order to isolate the elasticity of GDP with respect to light radiance, net of structural heterogeneities that are invariant over time. The results obtained show a positive and statistically significant correlation (p < 0.001) between the variables, with an estimated elasticity of approximately 0.30. This means that a 1% increase in light intensity is associated with a growth in regional Gross Domestic Product of approximately 0.3%. Furthermore, diagnostic tests (Hausman, Breusch-Pagan, autocorrelation) were carried out to validate the robustness of the model, confirming this result and thus making the model a reliable tool. Furthermore, through a leave-one-out analysis, it was demonstrated that the relationship is not driven exclusively by the main economic centres (such as Lombardy), but represents a structural characteristic of the entire national system. Finally, the dataset was segmented into two macro-areas, North and South, which made it possible to identify asymmetries between the two areas. In conclusion, the study showed that NTLs are a powerful complementary tool for real-time economic monitoring and analysis of regional disparities.

In un contesto economico globale che richiede dati sempre più tempestivi e granulari, le luci notturne rilevate via satellite (Night-time Lights - NTL) sono emerse come uno strumento rivoluzionario per il monitoraggio socio-economico. Questa tesi analizza la validità delle luci notturne come indicatore rapido e oggettivo della situazione economica in Italia, un Paese caratterizzato da profondi e persistenti squilibri territoriali tra Nord e Sud. Attraverso l’integrazione dei dati sui conti economici regionali dell’ISTAT [7] con le osservazioni del sensore VIIRS (dataset NASA Black Marble VNP46A4) [10], è stato costruito un dataset panel bilanciato comprendente le 20 regioni italiane per il periodo 2013-2022. La metodologia scelta ha previsto l’applicazione di modelli di regressione lineare con effetti fissi al fine di isolare l’elasticità del PIL rispetto alla radianza luminosa, al netto delle eterogeneità strutturali invarianti nel tempo. I risultati ottenuti mostrano una correlazione positiva e statisticamente significativa (p < 0,001) tra le variabili, con un’elasticità stimata di circa 0,30, ciò comporta quindi che un incremento dell’1% nell’intensità luminosa è associato a una crescita del Prodotto Interno Lordo regionale di circa lo 0,3%. Inoltre, per validare la robustezza del modello sono stati effettuati dei test diagnostici (Hausman, Breusch-Pagan, autocorrelazione) i quali hanno confermato tale risultato rendendo quindi il modello uno strumento affidabile. Inoltre, attraverso un’analisi leave-one-out si è dimostrato che la relazione non è guidata esclusivamente dai principali poli economici (come la Lombardia), ma rappresenta una caratteristica strutturale dell’intero sistema nazionale. Per finire è stata svolta una segmentazione del dataset nelle due macro-aree Nord e Sud, che ha permesso di individuare delle asimmetrie tra le due aree. In conclusione, lo studio condotto a mostrato come le NTL rappresentano un potente strumento complementare per il monitoraggio economico in tempo reale e per l’analisi delle disparità regionali.