五因素国家评分卡

用通俗语言讲清 WorldMonitor 的食品、能源、人口结构、科技与国防能力 1–5 分评分：如何解读、如何构建、数据从何而来。

​

从这里开始

五因素评分卡对一个国家提出五个直白的问题，并各用一个 1 到 5 的数字回答：

1. 食品——它能养活自己吗？
2. 能源——它能供应自己的能源吗？
3. 人口结构——它有维持自身运转所需的人口、技能与劳动力吗？
4. 科技——它能开发并运用技术吗？
5. 国防——它能保卫自己吗？

1 表示严重的结构性缺口。5 表示这个国家在该项上基本自给自足。这个数字没有别的玄机。

它的意义在于，用一屏回答分析师通常要花一周、从十几个数据集里拼出来的问题：如果这个国家被切断，最先断掉的是什么？

评分卡描述的是结构，不是事件。它以年为尺度变化，因为底层数据——收成、能源平衡、人口普查年龄结构、国防预算——都是年度发布的。若要追踪快速变化的风险，请改用综合不稳定指数。

​

如何读懂评分

每个评分都是绝对值，不是排名。日本的 4 分和巴西的 4 分，对”自给自足”的含义完全相同；它们不是”第 4 名”。一个国家可以五项全是 5 分，也可以五项全是 1 分，两者都是合法结果。这里不做曲线评分。

评分	标签	实际含义
1	severe-deficit	该国无法靠自身覆盖这项需求。中断几乎立刻见效。
2	material-deficit	存在真实缺口，靠进口或伙伴填补。易受供应方冲击。
3	mixed-capability	国内能覆盖大部分需求，但有重要漏洞。
4	strong-capability	大体自给自足。缺口存在但可管理。
5	high-capability	结构性自给自足，通常还有余量可供出口。

除 1–5 分之外，每个因素还会给出一个 0 到 100 的子分数。用 1–5 分快速横向比较国家；当你需要看清同一档位内部的差异时用子分数——比如区分一个刚过 61 分的”勉强 4 分”和一个 79 分、几乎够到 5 分的国家。

​

一次示范性的解读

假设某国返回：

• 食品 4（子分数 68.8）
• 能源 2（子分数 31.0）
• 人口结构 3
• 科技 4
• 国防 2

通俗的读法是：这个国家产的粮食多于自己吃掉的，储备也还不错，但能源基本靠买，军事装备也依赖外国供应商。一场封锁或一套制裁，会先通过燃料和武器伤到它，远早于伤到任何人的饭碗。

​

它不是什么

• 不是生活质量或”好国家”指数。 一个富裕、安全、深度互相依赖的国家可能得分很低。自给自足与宜居是两回事。
• 不是预测。 它说的是今天存在什么能力，不是将来会发生什么。
• 不是综合不稳定指数（CII）（衡量近期不稳定风险），也不是国家韧性指数（CRI）（衡量恢复能力）。三者相互独立，不可互相替代。
• 不是编辑判断。 每个数字都能追溯到一条带年份的、具名的公开来源观测值，API 会把它与评分一并返回。

​

评分是如何构建的

每个因素都用同样的四步构建。

第 1 步——收集观测值。 每个因素各自拉取一小组已发布指标。例如食品会用到热量生产、热量消费、期末库存、水压力与进口集中度。

第 2 步——把所有指标放到同一把 0–100 的尺子上。 原始指标的单位互不兼容——公吨、百分比、美元、人口。每一项都通过两个固定参照点换算到统一的 0–100 标度，这两个点称为目标点：一个得 0 分，一个得 100 分。达到或超出目标点的数值会被截断在该端。

例如，食品平衡的目标点是 0.50 -> 0 与 1.25 -> 100。一个只生产自身消费量一半热量的国家得 0 分；生产量比消费量高 25% 的得 100 分；产销恰好持平的落在 67 分。目标点作为已发布方法论的一部分被冻结，因此去年的分数和今年的分数是用同一把尺子量出来的。

第 3 步——加权平均。 各指标的重要性不同。在食品中，产销平衡占 55% 的权重，而进口多样性只占 5%。各组成分数的加权平均即为该因素的 0–100 子分数。

第 4 步——换算成 1–5 分。 子分数按固定切分点映射到档位。下限含在内，因此 40.0 正好是 3 分。

子分数	评分	标签
0 <= x < 20	1	severe-deficit
20 <= x < 40	2	material-deficit
40 <= x < 60	3	mixed-capability
60 <= x < 80	4	strong-capability
80 <= x <= 100	5	high-capability

​

工作示例：某国的食品评分

设某国有以下四条已发布观测值。

指标	观测值	目标点	组成分数	权重	贡献
热量生产 / 消费	1.05	0.50 -> 0、1.25 -> 100	73.33	0.55	40.33
热量期末库存 / 总使用	0.15	0.05 -> 0、0.25 -> 100	50.00	0.25	12.50
水安全（水压力）	25%	100 -> 0、10 -> 100	83.33	0.15	12.50
进口伙伴多样性（HHI）	0.30	0.65 -> 0、0.15 -> 100	70.00	0.05	3.50

四项指标齐备，因此覆盖率为 1.00，各项贡献直接相加：

子分数 = 40.33 + 12.50 + 12.50 + 3.50 = 68.83
评分   = 4  （因为 60 <= 68.83 < 80）

用文字来说：这个国家产出的热量比吃掉的多约 5%，持有约两个月的缓冲库存，水压力中等，且进口来源分散到足以让任何单一供应方都掐不住它。能力较强，缓冲仍有改进空间。

​

为什么有时某个因素根本没有评分

有时一个因素返回的是”空”，而不是”低分”。这是刻意的，而且这个区别很重要：缺失的评分不是差的评分。

评分器绝不为缺失的指标编造占位值。它不会替换成中性的 50 分，也不会把”我们没有数据”当成”能力为零”——两者中的任何一种做法，都会把数据缺口悄悄变成关于一个真实国家的错误结论。

取而代之的是，每个因素都有一条覆盖下限：其指标权重中必须真实存在的最小比例，外加一小份不可或缺的必需指标清单。例如食品要求 70% 的权重可用，并且必须有产销平衡这一项。若某国达标，该因素就仅用现有指标评分，并把权重在它们之间重新归一化；若不达标，该因素返回”无评分”并说明原因。

绝不要把缺失的评分读成零。 通过 API 返回时，未评分的因素带有 hasScore: false，数值字段为 0——这些零是”无数据”的协议占位符，不是测量结果。读 score 或 subScore 之前，永远先检查 hasScore。参见读取 API 响应。

每个未评分的因素都会从这个封闭集合中给出原因：

原因	通俗解释
source-unavailable	上游数据集完全读取不到。
country-unavailable	数据集本身正常，但没有该国的条目。
invalid-value	已发布的数值不可能成立，或超出取值范围。
stale	最新数值已超过该指标的年龄上限。
coverage-below-floor	可用指标太少，无法诚实地为该因素评分。
required-group-missing	缺少该因素不可或缺的某项指标。
missing-population	需要人口加权的计算没有人口数据。
redistribution-blocked	来源许可禁止再发布该证据。

​

数据有多新

每项指标都有一个最大年龄，因为一份 12 年前的能源平衡表并不能说明今天的情况。边界年份含在内。

最大年龄	指标
3 年	人口、食品平衡、食品库存、年龄结构
4 年	一次能源平衡
5 年	低碳发电、贸易多样性、劳动力、国防
7 年	其他所有年度指标

超过年龄上限的观测值会被标记为 stale 并退出评分，而不是拖累评分。若某个来源自身的内容年龄约定过期，它所供给的全部指标也一并变为 stale，即使存储的数值仍可读取。

评分卡同样拒绝在数据稀薄的日子发布。只有当新的每日批次覆盖至少 180 个有可评分因素的国家、150 个有可用人口证据的国家，并达到以下各因素的国家数下限时，才会替换上一批次：食品 80、能源 120、人口结构 150、科技 110、国防 30。这些下限来自对 196 个国家与生产环境数据源的一次审计，并为正常的覆盖波动留出了余量。启用前的生产环境刷新实测到 116 个可评分的科技国家，因此该下限被修正为 110——保留六个国家的故障余量——同时不放宽任何国家的证据、评分、新鲜度或空值规则。因此，局部来源故障不会用更差的快照覆盖更完整的快照——上一份良好批次会继续保持在线。

​

五个因素详解

以下每个因素都列出它使用的指标、各自的权重、0–100 目标点，以及当你查询的是集团而非单一国家时的汇总方式。

​

食品

核心问题： 这个国家能否靠自身产量与库存覆盖自己消费的热量，而不必受制于某一个供应方？

食品把物理热量平衡与缓冲库存、水压力、进口集中度结合起来。以千公吨发布的商品数量，会先按 千公吨 * kcal/kg / 1,000,000 用一张冻结的商品换算表转为万亿千卡，然后才进行汇总。

组成	权重	方向与目标点	输入来源
热量生产 / 消费	0.55	越高越好；0.50 -> 0、1.25 -> 100	USDA PSD / FAOSTAT 食品库存
热量期末库存 / 总使用	0.25	越高越好；0.05 -> 0、0.25 -> 100	USDA PSD / FAOSTAT 食品库存
水安全	0.15	压力越低越好；100 -> 0、10 -> 100	世界银行 AQUASTAT 静态证据
进口伙伴多样性代理	0.05	HHI 越低越好；0.65 -> 0、0.15 -> 100	UN Comtrade 进口 HHI

覆盖下限：0.70。热量生产 / 消费为必需输入。

• 1 分： 产量接近或低于使用量的一半，且缓冲薄弱。
• 3 分： 国内产出覆盖了大部分但非全部使用量，或缓冲情况参差。
• 5 分： 产出显著超过使用量，且库存缓冲充足。

集团规则： 先把成员国的产量与消费量分别加总再算比率，期末库存与总使用也同样先加总——集团被视为一个物理系统。水安全与进口多样性则在有证据的成员国之间按人口加权。

​

能源

核心问题： 这个国家是否自己生产它所消耗的一次能源，输送这些能源的系统是否健全？

消费量来自 OWID primary_energy_consumption。产量由韧性静态数据源中已通过审计的净能源进口观测值推导：覆盖到的欧洲国家使用 Eurostat nrg_ind_id，其余国家使用世界银行 EG.IMP.CONS.ZS：

产量 TWh = 消费 TWh * (1 - 净进口百分比 / 100)

两个提供方均已通过原始数据再分发审计，因此 netEnergyImportsPercent 观测值会标注实际提供该数值的一方。

组成	权重	方向与目标点	输入来源
一次能源生产 / 消费	0.60	越高越好；0.25 -> 0、1.25 -> 100	OWID 与世界银行或 Eurostat
低碳发电占比	0.25	越高越好；0% -> 0、80% -> 100	韧性低碳发电数据
电网输送效率	0.15	损耗越低越好；25% -> 0、3% -> 100	韧性电力损耗数据

覆盖下限：0.60。一次能源生产 / 消费为必需输入。

• 1 分： 产量只覆盖很小一部分使用量。
• 3 分： 平衡状况参差，进口仍然可观。
• 5 分： 能源自给自足或为净出口国，且电力系统证据良好。

集团规则： 先加总生产与消费的 TWh 再评分。低碳占比与电网效率在有证据的成员国之间按人口加权。

​

人口结构

核心问题： 这个国家有足够的劳动年龄人口吗？他们受过足够的教育与训练，能运转一个现代经济体吗？

这个因素刻意把有多少人可用与他们能做什么混合在一起——一个人口结构良好却没有工程师的国家算不上有能力，一个大学体系一流、劳动力却在加速萎缩的国家同样如此。输入来自 demographics:capability:v1。

组成	权重	方向与目标点
总抚养比	0.15	越低越好；100 -> 0、35 -> 100
老年抚养比	0.10	越低越好；50 -> 0、10 -> 100
劳动年龄人口 10 年比值	0.20	越高越好；0.80 -> 0、1.10 -> 100
高等教育入学率	0.15	越高越好；20% -> 0、90% -> 100
每百万人研究人员数	0.10	越高越好；100 -> 0、5,000 -> 100
STEM 毕业生占比	0.10	越高越好；10% -> 0、40% -> 100
受训工业岗位占比	0.15	越高越好；2% -> 0、25% -> 100
制造业就业占比	0.05	越高越好；5% -> 0、25% -> 100

覆盖下限：0.60。至少需要一项年龄结构输入，以及一项教育、研究或劳动力输入。

• 1 分： 抚养负担严重或人口收缩，且几乎没有能力方面的证据。
• 3 分： 年龄结构与人力能力深度参差。
• 5 分： 劳动力供给有利，且教育、研究与工业劳动力储备深厚。

集团规则： 成员国子分数的人口加权平均。它绝不对 1–5 分求平均——对档位求平均会让一个极小的成员国拥有与大国同等的影响力。

​

科技

核心问题： 这个国家连通性如何？它是自己产生技术，还是只在消费技术？

现有的技术就绪度评分、排名与组成保持不变；v1 新增的是展示与复现本评分卡所需的原始观测值。

组成	权重	方向与目标点	输入来源
互联网使用率	0.20	越高越好；20% -> 0、95% -> 100	IT.NET.USER.ZS
移动订阅数	0.10	越高越好；每百人 50 -> 0、150 -> 100	IT.CEL.SETS.P2
固定宽带	0.15	越高越好；每百人 0 -> 0、45 -> 100	IT.NET.BBND.P2
研发支出	0.25	越高越好；0.2% -> 0、4% -> 100	GB.XPD.RSDV.GD.ZS
每百万人研究人员数	0.15	越高越好；100 -> 0、5,000 -> 100	人口结构能力数据
STEM 毕业生占比	0.10	越高越好；10% -> 0、40% -> 100	人口结构能力数据
电力可及性	0.05	越高越好；50% -> 0、100% -> 100	韧性静态证据

覆盖下限：0.65。至少需要一项连通性输入与一项创新输入。

• 1 分： 数字接入有限，几乎没有可测量的创新能力。
• 3 分： 使用广泛或研究能力尚可，但仍有明显缺口。
• 5 分： 高连通性，加上深厚且持续的创新能力。

集团规则： 成员国子分数的人口加权平均。

​

国防

核心问题： 这个国家能否维持一支军队——并且在不依赖别人工厂的前提下装备它？

请注意，权重最重的一项是武器转让平衡，而不是支出。一笔全部花在进口装备上的巨额预算，在结构上弱于一笔由国内生产支撑的较小预算，权重设置正是这么表达的。世界银行的国防观测值来自 military:industrial-base:v1。

组成	权重	方向与目标点
军费支出（美元）	0.20	越高越好，对数标度；1 亿美元 -> 0、1000 亿美元 -> 100
军费支出占 GDP 比重	0.15	越高越好；0.5% -> 0、5% -> 100
武装部队人员	0.15	越高越好，对数标度；10,000 -> 0、1,000,000 -> 100
武器出口占转让比重	0.30	越高越好；0 -> 0、1 -> 100；同年出口 /（出口 + 进口）
供应国多样性	0.20	HHI 越低越好；0.65 -> 0、0.15 -> 100

覆盖下限：0.50。至少需要一项态势输入（支出或人员），以及武器转让的产业平衡输入。

• 1 分： 规模有限，且高度依赖外部装备。
• 3 分： 具备可观的态势或产业能力，但存在重要缺口。
• 5 分： 规模大且持续，国内与出口产业深度都很强。

只有当出口与进口在同一年份都是明确的有限观测值时，产业平衡才会被计算。缺失的一侧绝不会被当作零；一个明确测得的零仍然有效。

目前所有国家的供应国多样性均不可用。 SIPRI 的原始转让记录不被存储也不被返回；在来源政策允许公开使用已派生的供应国 HHI 之前，该组成会返回 redistribution-blocked。因此国防评分是用其余 0.80 的权重计算的。

集团规则： 成员国子分数的人口加权平均；在政策限制期间，供应国多样性仍然不可用。

​

为集团而非国家评分

你可以把一组国家当作一个整体来评分——把欧盟当作一个能源系统，把金砖国家当作一个食品系统。

作为版本化方法论的一部分，内置六个预设：USMCA、EU27、BRICS、GCC、ASEAN 与 NATO。自定义集团接受 2–30 个来自公开可排名范围的、不重复的大写 ISO-2 代码。一次请求只能选择一个预设或一份自定义成员列表。预设本身可以超过 30 个成员。

汇总规则有两种，两者的差别是刻意的：

• 食品与能源先做物理汇总，再评分。 公吨与太瓦时先在成员国之间加总，因为一个集团确实共享同一张物理平衡表。
• 人口结构、科技与国防按人口加权连续分数。 这些是无法直接相加的人均能力，因此对成员国的子分数按人口加权平均。

任何集团公式都绝不对 1–5 分求平均。 每个集团因素都会报告它的汇总方式、纳入与排除的成员、适用时的人口覆盖率，以及所用的证据。

预设成员资格已于 2026-08-29 对照官方名单核对： 欧盟成员国名单、 金砖国家成员名单、 东盟成员国名单，以及 北约成员国沿革。 ASEAN 预设包含东帝汶，BRICS 预设采用官方的 11 国名单。成员资格变更需要一条方法论变更日志条目。

​

面向开发者

​

访问权限

三个评分卡 RPC——GetFiveFactorScorecard、GetBlocScorecard 与 ListFiveFactorScorecards——均需 Pro 订阅（tier 1），MCP 工具 get_five_factor_scorecard 与 list_five_factor_scorecards 同样如此。请求结构参见 Pro 情报套件。

​

读取 API 响应

每个因素返回四个容易混淆的字段：

字段	类型	含义
hasScore	bool	先读它。为 false 时，该因素未被评分。
score	int32	1–5 的评分。hasScore 为 false 时为 0。
subScore	double	0–100 的子分数，保留两位小数。hasScore 为 false 时为 0。
band	string	score 对应的标签：severe-deficit、material-deficit、mixed-capability、strong-capability 或 high-capability。hasScore 为 false 时为空字符串。

inputCoverage 报告可用指标权重的占比，取值 0 到 1，保留四位小数。

Protobuf JSON 会把数值字段以零的形式保留，因此若不先根据 hasScore 分支判断，未评分的因素与真实的零无法区分。那些零是”数据不足”的占位符，不是测得的零能力。

​

不要用子分数反推评分

score 由未取整的连续值推导；subScore 是同一个值取两位小数的结果。在档位边界附近，两者可能合理地不一致。连续值 19.996 会发布为：

{ "hasScore": true, "score": 1, "subScore": 20, "band": "severe-deficit" }

这是正确的，不是 bug。请始终使用发布的 score 与 band，绝不要从 subScore 重新计算档位。

​

证据记录

每项指标都返回一条带标记的”可用 / 不可用”记录。可用证据包含输入 ID、数值、年份、单位、来源与来源键。被保留的最后一次成功上游观测仍然可用，并标记为 quality=retained。

​

版本约定

• 方法版本： 1.0.0
• 输入注册表： 1.0.0
• 存储模式： 1
• 规范快照： scorecard:five-factor:v1
• 原子读取模型： scorecard:five-factor:v1:read-model
• 种子健康： seed-meta:scorecard:five-factor

每个结果都携带其方法版本与计算时间。修改权重、目标点、档位切分点、覆盖下限、必需组、汇总规则或输入映射，都需要提升方法版本并新增变更日志条目。修改存储结构还需提升模式版本。健康端点分别发布人口计数与五个因素的计数。

​

变更日志

​

1.0.0 — 2026-08-29

• 初始五因素方法论。
• 冻结绝对档位、目标点、权重、覆盖下限、必需组、汇总规则、不可用原因与取整规则。
• 增加来源安全的证据出处，以及明确的 SIPRI 再分发限制。
• 定义当前预设与自定义集团的校验约定。
• 冻结各输入的证据年龄与各因素的发布下限；数据过时或覆盖率崩塌的批次会保留此前的最后成功快照。