1、数据源名称：2012-2024年--ZF加班数据（地级市）
2、参考文献：
宣扬, 武凯文. 超时加班与劳动收入份额：基于卫星夜间灯光的经验证据[J]. 世界经济, 2023, 46(10): 217-240.
3、数据来源：
  数据基于NASA日度夜间灯光数据，进行数据清理后，通过地图获取ZF定位从而提取精确的数据，然后采用时间、空间等多维度比较，最终构建出ZF超时加班指标。
4、数据介绍：
  超时加班是当前常见的劳动现象，尤其是面向群众的基层ZF。超时加班会影响劳动收入份额分配，而ZF部门的超时加班甚至会影响社会经济及ZF决策。
5、测算方式：
  从NASA下载经过校正的VNP46A2日度夜间灯光数据，解析HDF5格式文件，获取数据量约4T的500米分辨率的夜间灯光数据
  剔除因云层、极端事件等导致的数据异常，确保对照网格数量充足，并剔除观测不足的记录 、


  通过百度地图获取全部ZF地址，再根据高德API匹配经纬度，并进行地址纠偏得出ZF的经纬度数据
、
  将ZF所在网格在法定节假日的灯光亮度的中位数作为基准，若某日亮度超过基准，可能表明夜间加班
、
  将ZF周边网格的灯光亮度的中位数作为基准，若某日亮度超过周边网格，可能表明夜间加班


  同时满足时间和空间维度标准时，认定为超时加班，1为加班，0为不加班
6、主要指标：

省份	城市	名称
地址	latitude	longitude
时间	夜间灯光值	假期灯光中位数
区域灯光中位数	是否加班