卫星夜间灯光对沙特经济的条件性预测价值

本文考察：相对于估计发布时可用传统经济信息构成的基准，卫星夜间灯光（Nighttime Lights; NTL）能否为沙特经济活动即时预测提供独立预测力。研究区分辐亮度的测量、对社会活动或能源使用的推断，以及对官方经济变量的预测。我们回顾空间经济学的基础证据、NASA“黑色大理石”产品的性质、2026年发表的全球灯光波动研究，以及NASA记录的一项沙特季节性案例；据此建立一个框架，严格限定时点信息集，并处理观测缺口、测量误差，以及灯光与经济关系的变化，即概念漂移（Concept Drift）。

我们依据公开说明的合成经济模型和固定种子20261026，运行了一项计算机生成的180个月模拟，并在第116个月设置照明政策或技术的合成变化。变化前，加入灯光后，平均绝对误差（Mean Absolute Error; MAE）从传统经济基准的0.7116降至0.5896。变化后，若加入灯光却不表示照明制度变化，误差从0.7840升至0.8620；纳入已声明变化指示变量的模型则取得0.6370。这些结果取决于单一数据生成过程，并不表示灯光会改善或损害对真实沙特经济的估计。方法论结论是：卫星指标的价值必须相对于经济基准增量检验，按照真实发布日期检验，并跨照明制度变化检验，同时把预测目标与被观测的物理现象分开。最后，本文提出一项使用开放卫星数据、官方经济数据和真实季节信息的沙特研究方案，并设置可以推翻核心假设的规则。

**关键词：**即时预测；夜间灯光；数据版本；分布变化；VIIRS；地球观测；沙特非石油经济；数据泄漏。

This hybrid working paper asks whether satellite-derived nighttime lights (NTL) offer incremental real-time predictive value for Saudi economic nowcasting beyond a credible conventional-data baseline. We separate measured radiance, inferred human activity, and formal economic targets; review core evidence on NTL measurement error, seasonal cultural light signatures, and high-frequency illumination change; and specify data-vintage and product-quality constraints. We implement a reproducible wholly synthetic 180-month simulation, with a declared lighting-regime change at synthetic month 116 and a two-month target-release lag. Before this change, adding NTL improves mean absolute error from 0.7116 to 0.5896 index points. After the change, naive NTL inclusion increases MAE from 0.7840 to 0.8620, while a model incorporating an observed lighting-policy indicator yields 0.6370. These conditional model outputs are not estimates of Saudi activity and cannot establish real-world model superiority. We provide a falsifiable Saudi empirical protocol, point-in-time release rules, alternative explanations, and reproducibility files.

Keywords: economic nowcasting; nighttime lights; VIIRS; Saudi Arabia; real-time backtesting; proxy validity; concept drift; measurement error; synthetic experiment.

研究问题是：**把夜间遥感信息加入估计发布时实际可用的传统指标后，对尚未公布的沙特经济活动所作估计，其样本外误差是否能稳定复现地下降？**问题不是影像是否包含关于人的信息——在一定边界内，这一点已经成立——而是这一信号能否在具有特定地理、制度和时间属性的环境中，带来已经实现的增量预测价值。

拟议实证研究的分析单位是“沙特地区×月”或“沙特地区×季度”，取决于是否有按一致汇总层级发布、经过独立测量的目标变量。如果只能获得全国季度GDP，分析单位就变为“沙特王国×季度”。不能把数十万个像素说成数十万个独立GDP值。像素可以用来构建解释变量，却不能为一个汇总目标创造独立验证单位。

本文讨论空间、传感与经济知识的有效性，并考虑三个可能相互冲突的命题：（a）卫星信号补充了传统数据遗漏的活动信息；（b）它只是高成本复制了更快或更好的现有序列；（c）当照明模式、能源使用或经济结构变化时，它的贡献方向也会改变。列出这些可能性，并不等于在理论上投票决定哪一个正确。只有外部检验才能约束答案。

备择假设（H1）是：在预先规定的时期与空间范围内，向基准加入卫星变量会降低样本外平均误差。操作性原假设（H0）是：差异不稳定，或小到不足以覆盖数据与处理成本。最有力的竞争性解释是，表面上的改善来自样本变化、使用了后来修订的产品、不同活动指标之间的差异，或比较基准设置得不恰当地弱。

Henderson、Storeygard和Weil在2012年的研究中提出，把夜间活动数据与收入统计放入一个测量误差模型；该模型要求对灯光误差与国民账户误差之间的关系作出假设。论文展示了不同信号如何帮助估计官方空间测量困难地区的活动，尤其是在撒哈拉以南非洲的应用中。要把这一结果迁移到当代沙特，必须明确论证。统计体系质量、石油与服务业构成、照明强度，以及视觉上不可见工作的密度，都不会在不同地点保持不变 S04。

世界银行论文《从太空衡量季度经济增长》进一步处理灯光的不确定性，利用有效夜间观测数量以及空间与时间因素来理解测量误差。在一项回归设定中，若采用国家固定效应但不纳入时间效应，灯光变化与产出变化的时间关系在统计上不显著；加入时间效应后，关系有所改善。这不是一次面向未来的沙特预测比较，而是一项实证警告：不能把国际面板中的一个系数，变成对地方月度变化持久有效的感知能力 S05。

在新冠疫情期间的摩洛哥案例中，世界银行研究材料报告：测试期内，被临时信号污染的原始灯光与产出没有显著预测关系；清理观测后，关系更强。2020年限制措施实行后，夜间灯光也大幅下降。阅读这些结果时必须保留来源语境，包括当地清理定义、封控阶段和报告制度。它们说明，信号提取设计会改变结论，而不是提供一个可直接搬到其他经济体的换算系数 S12。

Román和Stokes则研究了沙特、埃及、土耳其等地城市的季节性照明，发现与社会和宗教行为有关的变化。NASA报告称，在部分测量中，利雅得、吉达等沙特城市斋月期间大约明亮60%至100%。这是指标会对社会模式作出反应的证据，不是斋月消费的测量，也不证明灯光与经济活动完全脱离。二者可能以不同程度同步变化 S02S01。

2026年4月，Li及其同事提出一项2014至2022年全球夜间人工光（Artificial Light at Night; ALAN）变化的高频估计，其中既有部分地区的总增亮，也有相互抵消的变暗。研究讨论的机制包括人类活动扩张、照明技术变化、减少消费的措施、危机和战争。这一结果尤其相关，因为它说明，即使传感器的物理校准不变，连接灯光与活动的假定系数也不会随时间保持稳定 S08。

NASA《黑色大理石Collection 2.0用户指南》定义了观测、校正和估计质量产品，包括部分每日数值来自此前观测的填补，而非当日新观测。研究者因此必须使用最新高质量检索图层和像素质量标志，不能把每个时间缺口填补值都当成持续到达的新信息。好数据不仅测量观测到了什么，也解释什么没有被观测到 S06S07。

**案头研究边界：**我们未按PRISMA 2020完成全面系统综述，也未计算NTL对沙特估计准确率的合并效应。所选材料包括基础参考文献、一项原始技术来源、两项应用研究，以及与测量问题有关、已有记录的社会案例。截至资料截点，我们没有发现一项能够核实为满足所提沙特设计全部条件的已发表测试。没有找到，不等于科学上不存在。

我们区分三个不能混为一谈的变量：$Y_{r,t}$，由后续官方统计定义的地区$r$、时期$t$目标经济活动；$A_{r,t}$，可能相关的人类活动、能源使用或社会实践；以及$L_{r,t}^{obs}$，经卫星测量流水线处理后得到的夜间辐亮度。灯光可能通过人类活动与经济相关，却也会响应照明技术$T$、日历效应$C$、观测质量$Q$、空间属性$G$，以及与目标没有直接关系的光源$F$：

$$L^{obs}_{r,t}=f(A_{r,t},T_{r,t},C_{r,t},G_r,F_{r,t},Q_{r,t})+\epsilon^L_{r,t}$$

这并不意味着$A_{r,t}$完全由产出决定，因为不同活动不会按同一系数转换为增加值。工厂可以在不增加照明的情况下提高产量，一个社区也可以延长夜间清醒时间而不让工资翻倍。在运行模型中，我们要检验：

$$\widehat{Y}^{B}_{r,t}=g_B(I^B_{r,t;\tau}), \qquad \widehat{Y}^{S}_{r,t}=g_S(I^B_{r,t;\tau},L^{available}_{r,t;\tau},Q_{r,t},Z_{r,t})$$

这里，$\tau$是估计发布时间；$\mathcal I^B$是在$\tau$时可用的传统变量集合；$Z$表示当时可以观测到的照明制度变化因素。无论今天的档案显示采集日期多早，$L^{available}$都不得包含在$\tau$之后才发布的产品。

预期偏差的机制

1. **混杂：**访客季节会影响灯光和部分消费，但响应系数不同，照明习惯也可能独立于消费变化。
2. **技术变化：**改用LED或实行调光政策，会改变观测辐亮度，却不产生等量的服务或收入变化。
3. **代理错配：**照明影像或许适合观察城市化位置或电力接入，却较难推断金融服务和软件产出。
4. **观测选择：**有效夜晚并非总是随机分布；云层、时点和季节都与地理和城市生活相关。
5. **空间依赖：**数百万像素的差异不等于数百万个独立经济观测；行为、天气和照明会跨相连区域扩散。
6. **版本污染：**使用历史上尚不可用的产出或卫星产品最终修订版，会把即时预测实验改造成事后解释。

4.1 为什么使用合成数据？

科学目标是检验：当光源变化独立于活动时，预测价值能否反转，同时保护早期信息与后期信息的边界。本任务没有下载覆盖沙特全国的VNP46A2序列，没有整理真实GDP历史发布版本序列，也没有对沙特经济运行实际比较。缺少这些要素而构造沙特数字将是捏造。因此，我们公开一项假设可见的小实验，让读者看清计算工具能够证明什么、不能证明什么。

4.2 生成序列并引入变化

我们创建了连续$N=180$个月度时期，全部为合成数字，不对应真实事件日期。随机种子固定为$20261026$，使用NumPy随机数生成器。潜在真实活动$y_t$遵循一个季节性自回归过程：

$$y_t=0.56y_{t-1}+1.00\epsilon^0_t+0.52\sin(2\pi t/12),\quad y_0=0$$

随后构造一个当月可用的传统指标：

$$x_t=y_t+1.55\epsilon^1_t$$

以及一个质量处理前的假设卫星指标：

$$\ell_t=0.95y_t+0.98\epsilon^2_t+0.60\sin[2\pi(t+2)/12]-4\,1_{t\geq116}$$

各$\epsilon$项按照代码规定顺序从相互独立的标准正态分布中抽取。合成二元质量标志为$q_t=\mathbf1(\epsilon_t^3>-0.55)$，低质量读数增加噪声$0.90\epsilon_t^4$。该标志不是NASA质量保证（Quality Assurance; QA），也不代表真实云量占比。它用于说明为什么观测质量与经济关系必须分开。数值$-4$同样不表示改用LED会让沙特灯光减少这么多；它只是为了制造可测结构断点而选择的实验系数。

4.3 比较规则与防止预知未来

在为合成月份$t$发布估计时，官方活动值只公布到$t-2$。因此，即使当前生成文件已经包含$t-1$的值，训练数据也必须在$t-2$结束。每项实验使用带扩展训练窗口的普通最小二乘法（Ordinary Least Squares; OLS）。评估从$t=65$月开始，到$178$月结束；无效“泄漏”版本可以读取$t+1$，唯一目的就是暴露实验污染。所有模型都包含截距、$x_t$和$y_{t-2}$，差别只在附加信号：

变化开始时，第三个模型不知道$-4$影响的大小。训练窗口纳入足够多变化后观测后，它才学习新变量的系数。代码声明每个变量的来源、类型与假定可用日期。全部循环输出保存在data/synthetic_monthly_predictions.csv，后文章节中的指标由此计算。

我们用每项估计减去合成真实值，计算平均绝对误差（MAE）、均方根误差（Root Mean Squared Error; RMSE）与平均偏差。没有计算置信区间或统计显著性检验，因为一次生成实验不能支持对模拟之外总体的推断。下列值由执行代码计算，并以合成指数点为单位四舍五入到小数点后四位。

结果呈现三种不同机制。第一，合成卫星指标含有关于$y_t$的真实信号，因此关系稳定时它会有帮助。第二，在活动生成方程不变时降低灯光，会引入系统性测量漂移。天真依赖灯光就会产生更大的活动向下误差，即使早期关系有效，表现仍会恶化。第三，识别并纳入变化，可以让模型适应。不过，新增二元指标知道变化已经发生，而现实中可能很难完整收集这类信息。知道变化发生，不等于知道影响多大，也不保证能够校正每一种光谱或社会变化。

相对于基准，变化前MAE改善量为$(0.7116-0.5896)/0.7116$，即误差约下降 17.1%。变化后，天真灯光使误差上升$(0.8620-0.7840)/0.7840$，约为 9.9%；标记变化事件的模型则使误差下降$(0.7840-0.6370)/0.7840$，即 18.8%。这些百分比属于有意生成的实验，不能移用于沙特王国的预期表现。

图R1. 两个阶段的平均绝对误差，直接取自计算文件；图中柱形没有使用任何沙特卫星或经济测量。

本次运行没有证明什么？它没有证明灯光能够预测沙特GDP，没有证明复杂模型更好，也没有证明现实中更换灯具会产生某个特定效应量。我们没有运行多种子的蒙特卡洛模拟（Monte Carlo Simulation）来测量离散程度，因此连相同方程生成的所有序列都不能一概而论。传统指标$x_t$被设置为与真实活动直接相关，它可能比某些真实可用数据好得多，也可能比另一些差。因此，我们把测试视为比较结论能够反转的计算证明，而不是某种反转幅度的证据，更不是市场中某项研究产品优越性的证据。

使用部分$t+1$观测的无效变体在这里没有胜过基准。如果把它描述为$t$时刻作出的预测，它仍是一项无效实验。即使数值上成功，方法论判断也不会改变。未来信息不会因为改善结果就变成合法输入，也不会因为这次计算示例没有奖励它而减少危险。

任何全国性结果请求之前，都必须先有沙特研究方案。若地区层面存在真实已发布活动序列，拟议单位与框架可以是“地区×月”；若目标是实际GDP，则可以是“沙特王国×季度”。不能混用汇总层级，也不能根据整座城市的照明衡量某一个行业市场。我们按可得性提出三个目标层级：地区或行业汇总生产活动指数；一组口岸的汇总贸易与运输指数；以及来自官方账户的全国经济指标。每个目标都需要独立模型和发布窗口。

6.1 获取灯光数据

主要来源是NASA夜间产品。研究者应保留完整产品名、集合、传感器与轨道平台、场景时期、覆盖范围、单元分辨率、波段及质量信息。对于VNP46A2，应把经DNB BRDF校正的NTL图层与其缺口填补版本、最新高质量检索图层，以及强制质量、云和雪标志一起读取。使用月度VNP46A3产品前，应核对月度合成的含义和有效夜晚计数质量，不能把它当作与任意自建每日合成等价的原始均值 S06S07。

可用日期风险是根本问题。产品指南说明了时间表与处理方式不同的近实时（Near Real-Time; NRT）渠道和科学质量档案。研究者必须区分用途有限的快速产品，与更晚才可用的科学产品。如果估计在某个早晨发布，就不能使用数日后才进入数据系统，或数月后重新处理的形式。文件可用记录必须存入data_vintage_manifest，不能只记观测日期。部分现代下载界面不会自动显示历史首版首次出现的时间；在这种情况下，测试应标为伪实时（Pseudo-real-time），不能包装成真实发布模拟。

6.2 为灯光选择恰当的误差模型

在汇总像素之前，研究必须规定云掩膜、负值或缺失值、火炬、火灾、船只、月光反射和瞬时光源的处理政策。缺失像素不能变成零灯光或零经济值；缺失不等于黑暗。每个地区和月份的良好观测覆盖率，可以与灯光变量一并报告。最低可接受覆盖门槛应在评估目标前固定，并接受敏感性检验。看到结果后再修改门槛以取得更好看的系数，会增加研究者自由度。

城市区域和水域掩膜应与地理边界分开；总辐亮度应与固定区域平均辐亮度、亮区占比比较。第一项容易受地区大小影响，第二项容易受基础设施和照明类型变化影响，第三项容易受阈值决定影响。“灯光指标”不能被泛化为只有一个含义的单一量。由于亮区会跨边界移动，结果还应检验对分区边缘和边界缓冲带的敏感性。

6.3 难以击败的经济基准

基准必须使用发布时可用的数据：延迟公布的官方账户，加上截至该日期已经发布的贸易和生产指标；在许可允许时，还可加入时间说明明确的汇总交易数据或需求指标。未经许可，不得纳入机构私有数据，也不得把它们归到公共来源名下。还应构建一个合法的朴素基准：沿用最近一次公布的增长率，只用训练结束前数据估计季节因子；随后再构建使用传统变量的更丰富经济基准。证明卫星胜过弱模型、却未胜过强基准，不能确立增量投资价值。

用月度变量构造季度目标时，必须精确记录时间汇总方法。当前季度只过去一个月时，不能让模型知道整个季度的信息。可以在每个季度内三个预先规定的日期分别发布估计，每次使用不同信息集，但只能比较发布时间相同的估计表现。官方快速GDP目标与后续修订GDP目标是目标变量的两个不同版本。研究必须说明试图预测哪一个，以及何时可以使用后者进行发布后验证。

6.4 沙特日历是模型定义的一部分

斋月、朝觐和节日必须进入沙特测试，因为早期第一手证据已经把地区照明模式与这些季节联系起来 S02S01。设计需要每年每个季节正确的起止日期，不能使用固定公历季节函数。但也不能把所有季节效应都称作“应被消除的噪声”。酒店、交通和零售活动可能真实推动被测目标。因此，我们提出三种设定：带有质量记录的原始灯光指标；经过日历季节调整的指标；以及包含季节与地区功能交互项的指标。结论仍取决于每类目标的样本外表现。

一份报告 2026年1,707,301名朝觐者及其来源国的官方资料，并不能确立该季节麦加的辐亮度。它可以界定一个测试时期，把官方人口流动数据与恰当观测窗口联系起来。如果没有有效、同质的灯光序列或地面商业指标用于验证，就必须说明测试的薄弱之处。不能凭直觉从朝觐者人数推导光子数量 S03。

我们建议采用前瞻性方案，在打开最终测试窗口前固定以下项目：

使产品具备成本效益所需的改善幅度，应当在评估前，与估计的实际使用者共同定义。它取决于决策类型和敏感程度，而不是研究者偏爱的某个数字。如果有真实价格和具体决策，可以构建信息价值曲线（Value-of-Information Curve），把误差下降与处理成本、可用延迟和决策敏感度联系起来。本文没有计算这条曲线，因为缺少运营财务输入。

我们建议在多个时期检验稳定性，包括数字经济扩张年份，以及能源价格或照明变化年份，但不预设这些变化对灯光的影响。为处理城市间差异，可以使用分层模型（Hierarchical Model），允许相关系数随地区变化，同时以正则化（Regularization）防止过度拟合噪声，并尽可能设置独立地区测试集。收集敏感数据时，研究只能使用获得许可的汇总活动，不得暴露关键设施或运营路线。

在实证阶段，下列证伪实验是提出经济主张的必要条件，但它们尚未在本文中使用沙特数据执行：

1. **特征消融（Feature Ablation）：**在其他条件不变时，把灯光模型与移除灯光后的同类模型比较，再分别测试质量和日历相关增量。
2. **缺口填补稳健性（Gap-Fill Robustness）：**排除填补夜晚或降低其权重，与全部观测结果比较；把真实云层噪声与灯光变化分开。
3. **照明技术敏感性（Lighting Technology Sensitivity）：**在可得时纳入已知灯具变化的地点和日期，检验此后系数是否漂移。
4. **空间留出（Spatial Holdout）：**模型从一个地区迁移到另一个地区时，禁止相邻像素或相连地区同时进入训练集和测试集。
5. **历史版本重放（Historical Vintage Replay）：**重建每项估计当时可用的数据包，排除发布日期之后才公布的校正影像或经济数字。
6. **目标敏感性（Target Sensitivity）：**区分非石油增加值与销售或物流流量，确定信号在哪些目标上有效、在哪些目标上无效。
7. **安慰剂时期（Placebo Period）：**使用假定照明变化事件之前的时期；若估计方法假定事件效应，就要确认“效应”不会提前出现。
8. **加入SAR（SAR Addition）：**依照传感规范，把雷达得到的汇总城市或港口变化信号与灯光和地面数据比较，不能假定雷达后向散射等于金融活动。

模型置信度不能来自自然语言生成函数的“信心”。如果模型输出概率分布，应当用未来观测检验区间覆盖率和地区间表现差异，而不是只用色彩渐变展示。可以根据预测残差随时间变化的检验构建概念漂移预警（Concept Drift Alert），但它需要一个能容忍误报的预警框架，并能区分目标变化、传感器变化与灯光行为变化。

本文包含两类不同证据：他人发表的、关于灯光作用及其变化机制的已发表结果，以及我们根据所选数据生成过程执行的模拟结果。前者不能预先决定2026年后沙特观测系统的表现，后者不描述任何地理或经济现实。这里没有真实的沙特模型测试，没有对特定城市上空卫星精度的测量，也没有对非正规经济规模的估计。尊重这些边界，才能让项目继续接受未来研究，而不是用技术修辞封死问题。

因果关系同样是个问题。加入灯光可能改善经济统计预测，却不意味着灯光“导致”GDP上升或下降。正确预测也不能自动评价更换灯具项目等干预。如果城市关闭部分招牌，而企业价值同时增长，二者同时发生并不意味着关灯带来了增长。如果新城亮起而产出变化，在归因之前，必须研究投资、生产、人口等因素。预测模型（Prediction）与干预效应模型（Causal Evaluation）应保存在不同文件中，并分开讨论。

官方经济数据也不是“真”与“错”的二元选择。新信息到达或行业间活动重新分配时，统计机构可能修订初步数值。研究者必须决定，预测的是初次发布值，还是最新修订值。二者服务不同目的，都可以成为有效目标；但用发布之后才出现的信息测试，再称结果为提前预测，是无效的。GASTAT已于2026年7月30日发布第二季度快速估算，这一点清楚展示了问题 S10。日期不是脚注，而是可知信息方程的一部分。

从投资战略看，现阶段不建议建立新的官方灯光产出指数。建议先建立可复现测试流水线，明确目标、输入版本与每次更新成本，再决定是否购买额外数据，或把估计连到重大决策。如果多个时期证明免费公共信号已经足够，仅因私人影像分辨率更高而升级，并无商业意义。如果这些信号看不见目标所关心的非石油活动，研究应转向更贴近该经济功能的指标。

我们建议按照前瞻性、近似预注册（Prospective Pre-registered-like Protocol）的方案开展历史测试，但不声称当前方案已经正式注册。测试应使用数十个真实的沙特地区数据发布版本，并覆盖足够长的早期时期。在查看留出测试结果之前，先固定产品名称、地区、日历季节和质量规则。时点数据存储保留每个数据包的快照，并在官方目标发布时保存其数值。一个不参与特征优化的团队独立检验估计文件和误差文件的可复现性。

支持性证据应当是：相对于强经济基准的反复改善，能够跨照明制度、季节和地区保持，而且在官方指标出现前即可计算其收益。反对性证据包括：日历调整或防止泄漏后改善消失；在服务业地区失效；技术变化后关系破裂；或因可用性成本过高，估计比官方数字更晚到达。届时，应把用途改为适合灯光性质的城市或服务监测，或停止用它开展经济预测。

战略结论不是沙特应当建造一颗“读取GDP的卫星”，而是可以发展替代信号诊断科学（Alternative Signal Diagnostics）：让软件理解传感器质量、地点文化、数据可用历史和经济基准强度，并有把握地拒绝从影像中提取并不存在的价值。理论上，这种能力可以形成服务其他市场的研究软件产业；但输出假设本身仍需要客户、独立试验和有记录的商业回报，不能提前宣布。

程序analysis/reproduce.py仅使用NumPy，无需外部下载，即可生成全部序列、观测数量和模型结果。它写入data/simulation_protocol.json，其中包括种子、噪声尺度、合成变化日期及无效模型说明；还为每个时期和模型写入data/synthetic_monthly_predictions.csv，记录估计、目标、误差和时间有效性标志，再把三个窗口的结果汇总到data/backtest_metrics.csv。图figure_02_regime_backtest直接由指标表生成，没有手工重新输入数值。figure_01_global_light_balance展示Li及其同事发表的数值 S08，并非本文下载卫星影像后生成的产品。

交付内容包括一份XLSX工作簿，以可检查公式呈现基础表、质量指标、计算结果和部分派生关系。工作簿不能替代序列生成程序或真实经济测试，其计算版只是补充的可复现性参考。安装analysis/requirements.txt中的依赖后，在文章包内运行python analysis/reproduce.py即可重新计算结果。材料包不含沙特机密数据，也不含经济变量的原始观测。

**计算结果R-01：**在照明变化前的模拟中，加入灯光降低了指定基准模型的误差。**适用范围：**一种数据生成过程、一个种子和公开说明的系数。**不能迁移到沙特的原因：**没有真实活动或灯光数据，也没有历史版本序列。

**计算结果R-02：**人为降低灯光、而活动方程不变后，天真灯光模型的平均绝对误差差于同一基准。**适用范围：**一种选定变化类型和四个单位的影响系数。

**计算结果R-03：**被告知变化已经发生的模型，可以学习一个帮助避免部分表现损失的系数。**适用范围：**当时可用的已知事件变量；我们不保证它在全球范围内可得或完整。

**已发表观察E-01：**根据《自然》研究，2014至2022年全球照明增加与减少的原因存在真实差异 S08。**它没有证明：**沙特增长方向或从轨道估计的准确率。

**已发表观察E-02：**NASA研究记录了沙特城市斋月期间的照明变化 S02S01。**它没有证明：**产出、总消费或福利的变化率。

**工作假设H-01：**控制日历与照明变化后，加入高质量灯光信号可能改善部分沙特空间活动估计。**推翻证据：**在真正面向未来的测试期内，相对于强地面数据基准，未能表现出稳定改善。

**工作假设H-02：**即使卫星证据不擅长预测全国总产出，也可能适合跟踪空间或运营变化。**特定用途中的推翻证据：**把信号连接到独立观测后，仍无法确立该具体目标的代理有效性。

这些记录不是概率预测，也不包含任何情景的数值概率。本文没有登记一项带日期的未来经济结果预测。实际观测阶段开始后，必须在结果发生前记录每项预测的日期、结算规则和信息版本。

• S04 Henderson, J. Vernon; Storeygard, Adam; Weil, David N. (2012). Measuring Economic Growth from Outer Space. American Economic Review 102(2), 994–1028. https://doi.org/10.1257/aer.102.2.994
• S05 World Bank. (2022). Measuring Quarterly Economic Growth from Outer Space. Research paper. https://documents1.worldbank.org/curated/en/692011641480491613/pdf/Measuring-Quarterly-Economic-Growth-from-Outer-Space.pdf
• S12 World Bank Development Impact. (2021). Tracking Economic Activity in Response to the COVID-19 Crisis Using Night Lights: The Case of Morocco. https://blogs.worldbank.org/en/developmenttalk/tracking-economic-activity-response-covid-19-crisis-using-night-lights-case-morocco
• S02 Román, Miguel O.; Stokes, Eleanor C. (2015). Holidays in Lights: Tracking Cultural Patterns in Demand for Energy Services. Earth's Future 3, 182–205. https://doi.org/10.1002/2014EF000285
• S01 NASA Earth Observatory. (2015). The Lights of Ramadan and Eid al-Fitr. https://science.nasa.gov/earth/earth-observatory/the-lights-of-ramadan-and-eid-al-fitr-84923/
• S08 Li, Tian et al. (2026). Satellite Imagery Reveals Increasing Volatility in Human Night-time Activity. Nature 652, 379–386. https://doi.org/10.1038/s41586-026-10260-w
• S06 NASA Goddard Space Flight Center. Black Marble Product. https://viirsland.gsfc.nasa.gov/Products/NASA/BlackMarble.html
• S07 NASA. (October 2024). Black Marble User Guide, Collection 2.0. https://viirsland.gsfc.nasa.gov/PDF/BlackMarbleUserGuide_Collection2.0.pdf
• S03 Saudi Press Agency. (2026). GASTAT: Total Number of Pilgrims for Hajj 2026 Reaches 1,707,301. https://www.spa.gov.sa/en/N2599493
• S10 General Authority for Statistics. (30 July 2026). GDP: Flash Estimate Q2/2026. https://www.stats.gov.sa/en/search-publication?category=publication&delta=4&q=الناتج+المحلي+الإجمالي
• S11 European Space Agency. Sentinel-1: Radar Vision for Copernicus. https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-1
• S09 Bará, Salvador; Castro-Torres, José J. (2024). Diverging Evolution of Light Pollution Indicators: Can the Globe at Night and VIIRS-DNB Measurements Be Reconciled? Author manuscript. https://arxiv.org/abs/2409.13111

**伦理与程序声明：**本文由自动化工具生成，并有记录在案的编辑责任。文中所提机构的实际研究人员没有参与本研究；我们没有进行访谈，也没有模拟沙特遭受的真实冲击；研究既未接触敏感运营数据，也未经过外部同行评审。证据登记、参考文献和代码用于支持可复现性检查，并在发现错误时予以更正。