数据与方法
这份规范解决什么问题
本页是人口未来统一的数据解释规范。它不替代具体数据源，也不把 Projection 写成确定未来；它规定产品如何说明一项数值从哪里来、经过什么计算、依赖哪些假设，以及当前还不能回答什么。
数据轨道
| 类型 | 含义 | 页面表达 |
|---|---|---|
| 实际观测数据 | 来源已经记录或统计发布的历史/当前数值 | 标记 Actual，并注明统计时点和口径 |
| 估算数据 | 根据明确方法对缺失值或派生值进行计算 | 说明方法、输入和误差边界 |
| 预测数据 | 在模型和情景下对未来路径的推演 | 标记 Projection，不能写成一定发生 |
| 模拟结果 | 在一组参数和规则下运行的结果 | 说明参数、情景和可重复条件 |
| 假设参数 | 模型暂时采用的制度、行为或参数前提 | 明确“如果……则……”和复核条件 |
全球参照当前采用三条数据轨道：WPP 1950–2023 为 Estimate，WPP 2024–2100 Medium 为 Projection，World Bank WDI 历史经济指标为 Estimate。WDI 不向未来延伸；缺失值保持缺失，不以 0 代替。
全球横向比较先固定一个共同年份，再只加入该年同时具备所需指标的国家/地区；不把中国 2022、日本 2023 等不同年份偷偷放进同一排名。若用户选择“最新可用”，每个指标必须带出实际数据年份，并说明它不再是严格共同年份比较。
人口年龄推进
人口年龄推进不是把总人口按比例平移到下一年。产品需要尽量区分：
- 出生：新增 0 岁人口的输入；
- 死亡：不同年龄和性别的存活变化；
- 迁移：人口在空间之间的进入和离开；
- Cohort：同一出生年份或出生区间的人口队列；
- 年龄组转换：把单岁年龄、五岁年龄组或其他分组转换为研究所需的年龄范围。
当页面使用年龄组汇总、派生值或代理变量时，应保留输入数据、计算口径和适用范围。缺少县级年龄别迁移数据时，不能把省级结构直接包装成县域事实。
Projection 与情景
Projection 表示“在特定模型、参数和情景下的未来路径”，不表示未来一定如此。长期应支持并列比较：
- 基准情景；
- 高迁移 / 低迁移；
- 高生育 / 低生育；
- 其他有明确依据的合理情景。
当前如果只有单一情景，页面应说明它是当前可用的研究路径，而不是唯一未来。
可信度
高 / 中 / 低可信度不能只是装饰标签。判断至少应考虑：
- 数据是否为一手或官方来源；
- 时间、空间和年龄口径是否与问题匹配；
- 计算方法是否可追溯；
- 机制是否有 Evidence 支持；
- 本地适用性是否受到 Data Gap 影响。
可信度描述的是当前判断的解释强度，不是概率，也不等同于来源机构的权威程度。
时间滞后
出生、学龄、入学、毕业、就业、家庭形成、退休和公共系统调整的时间不同。人口变化影响教育、住房、医疗、财政和劳动力的时间滞后，应作为模型变量记录，不能用同一个年份直接替代所有领域的结果年份。
如果时间滞后没有经过数据校准，必须标记为 assumed 或 data_gap，不能为了页面完整填入具体年数。财政、制度、行为、容量和组织惯性属于 Buffer，应该解释为影响调整速度和幅度的条件，而不是综合评分项。
Stock、Flow 与 Capacity
领域模型必须区分：
- Stock：某个时点已经存在的人员、设施、住房或服务存量；
- Flow：一段时间内发生的出生、迁移、招聘、退休、调岗或撤并；
- Capacity：依据规则可以承载或配置的参考规模；
- Constraint：限制系统调整的制度、财政、距离和组织条件。
人口需求下降通常先影响新增 Flow，再通过退休、调岗、撤并等过程影响 Stock。不能把新增岗位减少直接写成已有存量同比减少。
System 记录与省级教育数据
共享 SystemRecord 以 recordKind 区分 observation、derived、policy_reference、simulation 和 data_gap，并固定 Stock / Flow / Capacity / Utilization / Accessibility / Rule / Lag / FiscalConstraint 维度；描述性比率另标为 descriptive_ratio，不冒充 Utilization。直接观测必须携带来源并标为 Actual；派生值必须携带公式与输入记录并标为 Estimate；Policy Reference 与 Simulation 不能冒充 Actual；Data Gap 不得携带虚构数字。
教育部省级目录的 source_verified 只表示来源范围已核验。只有数值行、官方省级代码、边界版本和表级 locator 全部可复核时，才可标记 rows_verified。省级总量不能下沉到市县，也不能从全国教师年龄/学科结构合成省级教师结构。学校、班级、在校生、专任教师之间的描述性比率必须保留分子、分母、零分母保护和输入 ID，且不称为短缺或容量利用率。
统一结论结构
一个可发布的研究判断，至少同时说明：
数据类型 → 输入与计算 → 机制假设 → Evidence / Source → Confidence → Data Gap → 结论边界
如果中间缺少本地数据或机制证据，页面应明确显示 Data Gap 或 under_review，而不是填入看似精确的数字。
Research Chain Protocol v1
研究链以 Population → Spatial → System → Outcome → Feedback 表达，不允许从人口节点无机制地跳到下游结果。每个节点记录 layer、valueKind 和描述；每条关系记录机制 ID、来源 ID、置信度，以及可选的 Lag、Buffer、反向因素和 Data Gap。
Lag 记录关系的时间滞后状态：已知、假设、数据缺口或不适用。Buffer 记录制度、财政、经济、行为和容量等缓冲条件；它们不是综合评分项。
Place Data Readiness Gate
Place 是研究作用域，不是结论容器。一个地方研究必须同时声明目标层级、boundary version、观察/投影期间和具体 requirement profile。证据来源必须明确提供的 geography level；国家或省级来源不能自动变成县级事实。
当前只冻结两个模板：population_observation 可以在证据粒度匹配时支持人口事实展示；education_teacher_local_inference 需要人口、空间迁移、系统存量、地方规则和调整滞后五个维度。任一所需维度为 blocked 或 partial，结果都只能是 research_only。Readiness 不输出 score，也不把 Place archetype 当成真实地区。
Watch Indicator
Watch Indicator 是“下一步应该观察什么”的正式研究对象，不是实时数据接入、自动预警、风险评分或数值阈值。当前注册表位于 data/research/watch_indicators.json，每条记录声明观察维度、最低空间粒度、来源、Data Gap、重要性和定性信号规则。
source_ready 只用于已有直接来源；partial 表示来源相关但粒度或变量仍不足；data_gap 必须绑定 canonical Data Gap；watch_only 表示研究上知道应该观察，但当前没有可直接读取的正式来源。没有来源的指标不能借用相关领域来源来伪装成已观测事实。
Evidence Layer
Evidence Layer 位于 Source 与结论、机制、场景展示之间。Source 说明原始材料是什么；Evidence Item 说明它实际观察到什么、支持什么、不能说明什么，以及迁移到其他国家或地区前需要满足哪些条件。日韩案例不能因为人口阶段相近就自动成为中国预测。
当前 Evidence Item 统一记录 countryCode、证据类型、观察事实、证据作用域、期间、机制与结论引用、Source、边界和迁移前提。transferabilityConditions 不是相似度分数，也不参与排名；结构相似度和证据可迁移性仍然是两个不同问题。
全球参照的数据契约
data/reference/country_registry.json 是全球国家/地区实体注册表，ISO3 是主键，同时记录 ISO2、WPP location、World Bank code、中文/英文名称、地区和实体类型。区域聚合不进入国家横向比较。
全球实体治理另有版本化 global_entity_crosswalk_v1.json 与 global_entity_changes_v1.json：比较链必须按 WPP location → canonical entity → World Bank code → WDI 解析，不能因 ISO3 字符串相同就视为实体已认证。当前只把中日韩当前实体标为 current_exact，历史 succession / split / merge / boundary 变化仍是 under_review。
data/reference/indicator_registry.json 是指标注册表，记录定义、单位、来源 ID、允许的数据状态、时间范围、坐标轴尺度、缺失规则和可比性限制。data/normalized/global/global_reference_v1.json 只存明确的 countryId + year + valueType + scenario + sourceId 语义；人口年龄占比是对 WPP 年龄组数据的透明二次汇总，GDP 不做产品自行预测。
WDI 经济数值通过 wdi_provenance_registry_v1.json 记录指标、快照、上游引用和审计状态。当前审计粒度为 dataset_level_only，所以页面仍统一标记 Estimate；只有完成逐点上游统计/估算身份核验后，才可提升审计状态。人口转折、劳动年龄和家庭户峰值使用 demographic_time_anchors.json 的 typed registry；中国 WPP 15–64 与 NBS 16–59 不合并，缺少同口径证据时保持 under_review 或 data_gap。