世界の地域GDPの推計

というNBER論文が上がっている（ungated版）。原題は「Local GDP Estimates Around the World」で、著者はEsteban Rossi-Hansberg（シカゴ大）、Jialing Zhang（同）。
以下はその要旨。

We use high-resolution spatial data to build a novel global annual gridded GDP dataset at 1°, 0.5°, and 0.25° resolutions from 2012 onward. Our random forest model trained on local and national GDP achieves an R² above 0.92 for GDP levels and above 0.62 for annual changes in regions left out of the training sample. By incorporating diverse indicators beyond population and nighttime lights, our estimates offer more precise subnational GDP measurements for analyzing economic shocks, local policies, and regional disparities. We evaluate the precision of our estimates with a sample case of COVID-19’s impact on local GDP in China.
（拙訳）
我々は高解像度の地理空間データを用いて、1度、0.5度、0.25度の解像度の世界の格子状の年次GDPデータセットを2012年以降について新たに構築した。地域と国のGDPで訓練された我々のランダムフォレストモデルは、訓練サンプル外の地域におけるGDPの水準について0.92以上、年変化について0.62以上の決定係数を達成した。人口と夜間光以外の様々な指標を織り込むことによって我々の推計値は、国の各地域のGDPについて、経済ショック、地域の政策、および地域差を分析するためのより正確な測定値を提供する。我々は、中国の地域GDPにコロナ禍が与えた影響をサンプル事例として我々の推計値の精度を評価した。

データは以下のサイトで利用可能とのこと。
Local GDP Estimates Around the World - BFI Data Studio

人口*1と夜間光*2以外には、土地利用*3、排出*4、純一次生産量*5データを用いたとの由。

夜間光ないし夜間照明を使ったGDPないし経済活動の推計についてはこれまでも幾つか紹介してきたが*6、他のデータと組み合わせて全世界についてグリッドデータを構築したという精密な分析が今回の研究の特徴のようである。