做科技咨询的同行都有体会：一份人才政策或科技规划报告，说服力的高下往往取决于数据点的密度与质量。
"我国高层次人才总量持续增长"——这样的句子，委托方的追问几乎必然发生：多少？哪个口径？何时统计的？答不上来，报告的公信力立刻归零。
所以先说结论：报告里的每个数据点，都应该满足"可回溯"三个字。 本文以 MuchSci 人才画像为例，说明政策报告中人才数据的两个可用数据面，以及三条引用纪律。
一、两个数据面
数据面一：库规模统计。 各领域入库专家的实际人数与分类数量，直接支撑"某领域高层次人才储备"这类表述。技术上值得一提的是，其统计直接执行计数，不受搜索单次 100 条上限影响——大范围盘点也能算准。
数据面二：分类查询。 按学部、领域、层次交叉查看分布。区域差异、结构差异，可以直接进入政策分析框架，支撑"哪里厚、哪里薄"的判断。
二、三条引用纪律
数据进报告，纪律比数据本身更重要：
第一，只用公开数据。 画像未收录的，明确写"当前画像未提供"——咨询顾问不估算凑数，这是底线。
第二，注明口径与时间。 库内范围、统计时点写清楚。可复现的数据才有资格进报告。
第三，不外推结论。 库内分布推不出全域判断。"库内某领域专家占比 X%"是事实；"全国该领域人才占比约 X%"是越界。话要说满几分留几分。