做科技諮詢的同行都有體會：一份人才政策或科技規劃報告，說服力的高下往往取決於數據點的密度與質量。
"我國高層次人才總量持續增長"——這樣的句子，委託方的追問幾乎必然發生：多少？哪個口徑？何時統計的？答不上來，報告的公信力立刻歸零。
所以先說結論：報告裡的每個數據點，都應該滿足"可回溯"三個字。 本文以 MuchSci 人才畫像為例，說明政策報告中人才數據的兩個可用數據面，以及三條引用紀律。
一、兩個數據面
數據面一：庫規模統計。 各領域入庫專家的實際人數與分類數量，直接支撐"某領域高層次人才儲備"這類表述。技術上值得一提的是，其統計直接執行計數，不受搜尋單次 100 條上限影響——大範圍盤點也能算準。
數據面二：分類查詢。 按學部、領域、層次交叉查看分佈。區域差異、結構差異，可以直接進入政策分析框架，支撐"哪裡厚、哪裡薄"的判斷。
二、三條引用紀律
數據進報告，紀律比數據本身更重要：
第一，只用公開數據。 畫像未收錄的，明確寫"當前畫像未提供"——諮詢顧問不估算湊數，這是底線。
第二，註明口徑與時間。 庫內範圍、統計時點寫清楚。可復現的數據才有資格進報告。
第三，不外推結論。 庫內分佈推不出全域判斷。"庫內某領域專家佔比 X%"是事實；"全國該領域人才佔比約 X%"是越界。話要說滿幾分留幾分。