北师大陈子悦-中科院王江浩研究员最新Nature Cities!揭示夜间灯光波长对中国居民情绪表达的差异化影响
2026-02-05
4386


基本信息
标题
Wavelength-specific urban nighttime light modulates expressed sentiment across China
波长特定的城市夜间灯光调节中国各地的情绪表达
发表时间
2026-02-02
作者
Chaoqun Zhang1,7, Mei Meng2,7, Ziyue Chen1, Wenchong Du3, Weihua Dong1, Jianghao Wang2, Bingbo Gao4, Fangxin Yi5, Kaixin Zhu2, Jianqiang Hu1, Yuheng Fu1, Jing Yang1, Manchun Li6, Qiao Wang1
作者机构
1 北京师范大学 地理科学学部,北京,中国
2 中国科学院 地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京,中国
3 诺丁汉特伦特大学 心理学系,社会科学院,诺丁汉,英国
4 中国农业大学 土地科学与技术学院,北京,中国
5 香港科技大学 公共政策学部,香港,中国
6 南京大学 地理与海洋科学学院,南京,中国
7 这些作者贡献相同:张超群,孟媚。
期刊
Nature Cities
DOI
10.1038/s44284-025-00384-x
摘要
随着城市在迅速扩展的照明基础设施下变得更加明亮,居民在夜间面临越来越多的情绪风险。尽管夜间人工光(ALAN)与心理健康风险相关联,但其波长特定效应仍然知之甚少。在此,我们整合了夜间人工光的卫星观测和地理标记社交媒体帖子的情感分析,量化了中国各地城市光暴露与情绪表达之间的波长特定关联。我们发现,暴露于蓝光(424–526 nm)会增加15.9%的负面情绪,而适度的绿光(506–612 nm)则增强5.0%的正面情绪。空间映射进一步揭示了城市内部和城市之间显著的差异,情绪风险较高的地区集中在中国的商业区和东部城市。特别是,优化相关色温比单纯降低亮度更能减少情绪风险达89.7%。这些发现为通过光谱优化而非仅仅亮度控制来促进公共心理健康的都市照明设计提供了基于证据的指导。
导读
该研究基于卫星多光谱夜间灯光与社交媒体情感分析,揭示蓝光增强负面情绪15.9%、绿光适度提升正面情绪5.0%,并发现优化相关色温可使情绪风险降低89.7%,为城市照明光谱设计提供实证依据。
引言
研究背景
随着城市照明基础设施的快速扩展,居民在夜间面临越来越多的情感风险。尽管夜间人工光(ALAN)与心理健康风险相关,但其波长特异性效应仍未被充分理解。目前,全球约9.7亿人受到包括抑郁症在内的心理健康问题的影响,预计到2030年将成为全球疾病负担的主要原因。
科学问题与动机
夜间人工光作为普遍存在的环境压力源,对超过80%的全球城市人口产生影响,扰乱昼夜节律并损害睡眠质量,从而导致不良健康结果。然而,关于ALAN在真实世界中对个体情感的波长特异性影响的大规模研究仍然稀缺。
现有研究不足
当前ALAN暴露评估主要依赖于传统卫星传感器,这些数据仅提供粗略的空间分辨率,无法捕捉城市内部的光照梯度或忽略光谱维度。此外,传统方法难以准确将个体情感状态与ALAN暴露水平联系起来,尤其是在大范围空间异质性的情况下。
研究目标与创新
本研究整合新开发的高分辨率、多光谱ALAN数据与地理标记社交媒体情感分析,量化了中国范围内户外ALAN暴露与表达情感之间的关联。 研究发现蓝光显著增加负面情感15.9%,而适度绿光增强正面情感5.0%。通过优化相关色温可减少89.7%的情感风险,相比单纯降低亮度更具优势。
方法
数据来源与类型
研究数据来源于2023年中国200个城市的420万条地理标记微博帖子和SDGSAT-1卫星的夜间灯光数据。灯光数据涵盖蓝光(424–526 nm)、绿光(506–612 nm)和红光(600–894 nm)三个波段,分辨率为40米。微博数据通过BERT模型进行情感分析,生成连续的情感得分(范围-1到1)。控制变量包括ERA5-Land气象数据(温度、降水、风速)和中国高空气污染物数据集的PM2.5浓度。
核心方法或技术
采用高维固定效应面板回归模型量化夜间灯光暴露对情感表达的影响。主要模型包括整体亮度方程和波长特定灯光暴露方程,分别评估总亮度和不同光谱带(蓝、绿、红)对情感的影响。为增强模型稳健性,纳入省级、月份和星期固定效应,并控制气象和空气质量变量。此外,使用条件逻辑回归估计夜间灯光暴露对负面情感风险的影响。
研究过程或实验步骤
首先,基于地理标记微博数据和卫星灯光数据,计算每个帖子位置200米半径内的平均夜间灯光辐射强度。其次,通过固定效应模型分别分析总亮度和各波段灯光对情感表达的影响。随后,针对距离、季节和时间变化,进一步细化分析异质性效果。最后,通过多种稳健性检验(如分样本分析、交互项引入、非线性效应探索等),验证结果的可靠性。
结果
蓝光与绿光对情绪的波长特异性影响
研究发现,暴露于蓝光(424–526 nm)使负面情绪增加15.9%,而适度的绿光(506–612 nm)则提升正面情绪达5.0%。蓝光的负面影响约为绿光的四倍,且显著强于其他已知环境因素如温度和空气污染的影响。相比之下,中等强度的绿光在提升正面情绪方面效果最佳,其影响幅度约为蓝光的两倍。
不同距离下夜间人造光的情绪效应变化
随着暴露距离的增加,红光的正面情绪效应增强,在500米处达到峰值,比200米处强2.7倍;绿光的负面情绪效应随距离增加而加剧,在500米处达到最大值-3.8%;蓝光的效应则从负面转为正面,尽管在100米处有负面影响,但在500米处变为轻微正面。
全国范围内夜间人造光相关情绪风险的空间分布
全国情绪风险热点集中在东部城市,特别是长三角地区的南京、宿迁和金华等城市,这些区域通常具有较低比例(<1%)的情绪缓解区。然而,分析显示,在全国范围内,情绪缓解区的比例与人口加权情绪风险之间无显著负相关(P > 0.1),表明某些城市的较大比例居民居住在情绪缓解区内,有效屏蔽了高风险夜间人造光环境。
结论
不同波长的夜间灯光对情绪的影响具有显著差异
研究发现,蓝光(424–526 nm)暴露增加负面情绪达15.9%,而适度的绿光(506–612 nm)可提升正面情绪5.0%。红光则表现出更复杂的作用,在特定条件下甚至能促进积极情绪。这些规律揭示了夜间灯光的光谱特性对人类心理反应的关键调节作用,为制定基于证据的城市照明政策提供了理论依据。
情绪影响随距离、季节和时间变化
研究首次表明,不同波长灯光的情绪效应随暴露距离、季节和时间呈现显著变化。例如,蓝光在近距离内引发负面情绪,但随着距离增加其效应转为正面;绿光和红光的情绪影响则随距离增强。此外,季节性波动进一步表明,城市照明设计需结合环境背景动态调整,以优化公众心理健康。
城市内部情绪风险的空间异质性
通过高分辨率情绪风险地图,研究揭示了中国城市间及城市内部情绪风险的显著空间差异。商业区和东部城市的高亮度照明与负面情绪风险密切相关,而郊区暖色调路灯则有助于缓解情绪风险。这一发现强调了空间敏感型照明设计的重要性,特别是在高密度城市环境中。
局限性与展望
研究局限包括社交媒体数据的潜在偏差、夜间灯光测量的时空不确定性以及因果推断的挑战。未来研究应探索长期累积效应,并开发更精确的测量方法。此外,如何将光谱优化策略整合到全球LED照明转型中,仍需进一步探讨。
主要图表

图 1. 个体户外人工夜间光照暴露与情感测量。

图 2. 人工夜间光照暴露对情感的影响。a–d,基于200米范围内夜间光照暴露强度对所有样本情感表达的影响:亮度(a)、红光波段(b)、绿光波段(c)和蓝光波段(d)。每幅图中,N = 4,203,567(总计)。回归模型纳入了省级、月度和工作日固定效应。误差线表示标准差,中心值表示平均值。更多细节见补充表 2。

图 3. 户外人工夜间光照暴露对情感的异质性影响。a,不同距离下夜间光照暴露对情感表达的影响。随着距离增加,绿光和蓝光的负面效应以及红光的正面效应均增强。N = 4,203,567(总计)。误差线表示标准差,中心值表示平均值。b–e,按季节和时间分层样本主模型估算的夜间光照暴露对情感的影响:春季(三月、四月和五月)(b);夏季(六月、七月和八月)(c);秋季(九月、十月和十一月)(d);冬季(十二月、一月和二月)(e)。所有季节均包含20:00至24:00之间的不同时间点。春季、夏季、秋季和冬季的总样本量N分别为1,466,530、1,310,379、629,868和796,790。误差线表示标准差,中心值表示平均值。

图 4. 与人工夜间光照暴露相关的情感风险地理分布。a,全国范围内与人工夜间光照暴露相关的情感风险分布。圆圈大小和颜色分别代表人口加权情感风险和负面情感缓解区比例。b,c,SDGSAT-1观测到的人工夜间光照分布(b)及北京的情感风险(c)。d,e,SDGSAT-1观测到的人工夜间光照分布(d)及上海的情感风险(e)。

图 5. 不同照明优化情景下的情感风险缓解。a,亮度降低情景,在高风险区域(SRS > 1.1)统一将光照强度降低50%并保持光谱组成不变后的情感风险降低空间分布。圆圈大小表示人口加权情感风险降低比率(%),颜色强度表示抑制负面情感位置百分比增幅。b,色温调整情景,在不改变整体亮度的前提下优化光谱组成后的情感风险空间变化。c,整合情景,结合亮度降低与色温调整,展示最全面的缓解策略。d,所有优化情景下城市级人口加权情感风险比较。每条线连接同一城市在不同照明条件下的结果。水平虚线表示促进负面情感(上方)与抑制负面情感(下方)环境的阈值,说明各策略如何改变情感特征。
