OpenChronology(暂定名)开源项目完整设计方案

目标:构建一个语言无关、数据优先、可社区穷尽扩展的全球历法与纪年知识库 + 计算框架,系统收录全世界文献中出现的历法与纪年体系,并妥善处理无法(或不适合)完全映射到儒略日(JD)的情况。采用 MIT 协议。

1. 项目愿景与成功标准

  • 愿景:成为历史学家、程序员、语言学家、业余年代学爱好者共同维护的“全球时间本体”权威开放数据仓库。
  • 核心目标:
    • 穷尽(持续追求)文献中的历法与纪年。
    • 支持绝对时间(JD/RD)与非绝对时间(相对、循环、文学、不确定区间)。
    • 最大程度降低特定编程语言依赖。
    • 高可维护性与可验证性。
  • 成功标准(5 年内):
    • 覆盖主流 + 大量冷门历法/年号(目标 200+ 体系)。
    • 所有数据有文献来源与置信度。
    • 任何语言都能直接消费核心数据。
    • 活跃贡献者社区。

2. 核心设计原则

  1. 数据优先(Data-first):90% 以上内容是结构化数据,计算逻辑最小化并插件化。
  2. 语言无关(Language-agnostic):核心资产 = JSON/YAML + JSON Schema + Markdown。计算层可选(参考实现 + WASM)。
  3. 可列举 vs 不可列举:
    • 可列举(年号、切换点、对照表、固定节日)→ 纯 JSON 数据。
    • 不可列举(算术/天文规则)→ 计算插件或声明式规则。
  4. 非强制 JD:允许 jd_mappable: false/partial,支持本地时间线。
  5. 文献可追溯:每个条目必须附带来源、适用时间、已知局限、置信度。
  6. Schema 强制:所有数据必须通过 JSON Schema 验证。
  7. 渐进穷尽:先做高质量骨架,再社区补充。

3. 整体架构

用户 / 工具    ↓查询 / 转换 API(可选,多语言绑定)    ↓┌─────────────────────────────────────┐│  计算插件层(可选)                  ││  - 算术历法插件                      ││  - 天文计算插件                      ││  - WASM 通用实现                     │└─────────────────────────────────────┘    ↓统一中间表示(TemporalID)    - 优先 JD / Rata Die    - 支持 local-timeline-id / interval / relative    ↓┌─────────────────────────────────────┐│  数据层(核心,语言无关)            ││  - calendars/                        ││  - eras/                             ││  - chronologies/                     ││  - transitions/                      ││  - non-jd/                           ││  - sources/                          │└─────────────────────────────────────┘

TemporalID 是关键抽象:可以是精确 JD、JD 区间、相对表达式或纯本地标识。

4. 数据模型设计(JSON Schema 为核心)

主要 Schema(放在 schemas/):

  • calendar.schema.json:历法定义(类型、组件、算法引用、数据文件、范围、局限)。
  • era.schema.json:纪年/年号(支持嵌套、重叠、废立、起止对应)。
  • chronology.schema.json:完整时间线或对照表。
  • transition.schema.json:历法切换点(按地区/政权)。
  • temporal-expression.schema.json:时间表达(绝对/相对/区间/循环/文学)。
  • source.schema.json:文献元数据(书名、作者、页码、DOI、置信度)。
  • conversion-rule.schema.json:声明式转换规则(进一步减少代码)。

示例关键字段(历法):

json

{  "id": "chinese-qing-official",  "names": {"en": "...", "zh": "清代官方历"},  "type": ["lunisolar", "historical", "hybrid"],  "jd_mappable": "partial",  "range": {"from": "1644-01-01", "to": "1911-12-31", "certainty": "high"},  "algorithm": "plugin:chinese-astronomical@1.2" 或 "tabular",  "data_refs": ["data/calendars/chinese-qing/months.json"],  "sources": ["src:xxx"],  "limitations": ["部分年份与现代推算有 ±1 日差异"],  "tags": ["east-asia", "imperial"]}

非 JD 体系单独放在 data/non-jd/,明确标记 expression_type 和对应关系说明。

5. 计算与插件系统

  • 统一接口(用 OpenAPI 或简单 JSON 描述,语言无关):
    • to_temporal(date, calendar_id) → TemporalID
    • from_temporal(id, target_calendar) → date
    • validate(date, calendar_id)
    • list_components(calendar_id)
  • 实现策略:
    • 参考实现:Python(易读 + 科学计算)或 TypeScript。
    • 通用运行时:编译为 WebAssembly,实现真正跨语言。
    • 简单规则:支持纯 JSON 声明式规则(例如固定置闰周期),无需代码。
    • 插件注册:通过 plugins/manifest.json 声明支持的历法与版本。

6. 仓库结构

text

omnichronos/├── LICENSE                 # MIT├── README.md├── CONTRIBUTING.md├── CODE_OF_CONDUCT.md├── schemas/                # JSON Schema(强制)├── data/│   ├── calendars/│   ├── eras/│   ├── chronologies/│   ├── transitions/│   ├── non-jd/│   └── sources/├── rules/                  # 声明式规则(可选)├── plugins/│   ├── reference/          # 参考实现│   ├── wasm/│   └── bindings/           # 其他语言示例├── tools/                  # 验证、生成、测试脚本├── docs/│   ├── design.md│   ├── ontology.md│   ├── handling-non-jd.md│   └── how-to-add-calendar.md├── tests/│   ├── schema/│   ├── fixtures/           # 黄金测试用例│   └── crosschecks/└── .github/workflows/      # CI:Schema 校验 + 测试

7. 贡献与质量控制流程

  1. 新增/修改必须通过对应 Schema 验证。
  2. 必须提供至少 2 个独立文献来源。
  3. 必须附带测试用例(fixtures)。
  4. 非 JD 条目必须详细说明对应关系与局限。
  5. CI 自动运行 Schema 校验 + 转换一致性测试。
  6. 人工审核(初期由维护者,后期可引入领域专家标签)。
  7. 数据与 Schema 独立语义化版本(例如 data v1.2.0 + schema v0.9.0)。

8. 技术选型(最大化通用性)

  • 数据格式:JSON(主)+ YAML(人类友好)+ Markdown(文档)。
  • 验证:JSON Schema Draft 2020-12。
  • 工具链:任意语言(推荐 Python/Node 写验证脚本),但运行时零依赖。
  • 计算:参考实现可选;优先提供 WASM。
  • 发布:数据可独立打包(npm、PyPI、crates、纯 git 子模块)。
  • 查询界面(后期):静态站点或简单 API,非核心。

9. 处理非 JD 情况的专门设计

  • 分类:relative、cyclical、interval、literary/mythical、observational-historical、fragmentary。
  • 每个条目声明 jd_mappable 和 correspondence(可能的 JD 范围 + 置信度 + 假说)。
  • 支持“本地时间线 ID”,允许纯内部推演而不强制外部锚点。
  • 文档强制要求写清“为什么不能完全映射”以及已知外部对照点。

10. 版本、治理与社区

  • 协议:MIT(数据与代码均适用)。
  • 治理:初期单维护者 + 明确贡献指南;后期可成立小型核心团队 + 领域专家顾问。
  • 版本策略:数据与 Schema 分开版本;破坏性变更需 major。
  • 社区:GitHub Discussions + 定期数据质量报告;鼓励历史学者直接贡献 JSON。

11. 启动路线图(建议)

Phase 0(1–2 周)
确定最终名称、创建仓库、写完核心 Schema 与设计文档。

Phase 1(1–2 月)
实现 5–8 个代表性例子(格里高利、中国年号、伊斯兰表格历、一个非 JD 神话体系、一个历史切换点、希伯来、玛雅),搭建完整 CI。

Phase 2
完善文档与贡献模板,公开 v0.1,开始接受外部贡献。

Phase 3+
持续扩充数据、增加 WASM、多语言绑定、简单查询界面、与现有工具(HistoryCal、pycalcal 等)互操作。

12. 名称候选

  • OmniChronos
  • ChronoLexicon
  • UniversalChronology
  • Calendria
  • TemporalAtlas
  • WorldEra

这个设计把“穷尽文献 + 非 JD 支持 + 语言无关 + 高可维护”落到了可执行的架构上。它填补了当前空白,同时保持足够弹性,让历史学家和程序员都能参与。

附:OpenChronology 项目的 README.md 和 CONTRIBUTING.md 初稿

README.md 初稿

markdown

# OpenChronology
**A language-agnostic, data-first open knowledge base for the world’s calendars and chronologies.**
OmniChronos aims to systematically collect, structure, and make interoperable every calendar system and era-dating scheme attested in historical and contemporary literature — including those that cannot be fully mapped to the Julian Day Number (JD).
[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)[![Schema Validation](https://github.com/your-org/omnichronos/actions/workflows/validate.yml/badge.svg)](https://github.com/your-org/omnichronos/actions)
## Why OpenChronology?
Existing calendar libraries focus on algorithmic conversion of a limited set of well-known systems (usually 10–40 calendars) and almost always force everything through Julian Day / Rata Die.  
No current open project systematically:
- Targets **exhaustive** coverage of calendars and era systems found in world literature- Properly handles **non-JD-mappable** cases (relative dating, cyclical systems, literary/mythical timelines, fragmentary records, pure observational calendars)- Keeps the core as pure, language-agnostic structured data- Makes it easy for historians and domain experts (not just programmers) to contribute
OmniChronos fills this gap.
## Key Features
- **Data-first architecture**: Most content lives in validated JSON/YAML files- **Language-agnostic**: Core data can be consumed by any programming language- **Full support for non-absolute time**: relative, cyclical, interval, literary, and uncertain expressions- **Strict provenance**: Every entry requires bibliographic sources and confidence information- **Plugin system** for algorithmic calendars (with reference implementations and WebAssembly targets)- **MIT licensed**
## Project Structure

omnichronos/ ├── schemas/ # JSON Schema definitions (the contract) ├── data/ │ ├── calendars/ # Calendar definitions │ ├── eras/ # Era / regnal / year-numbering systems │ ├── chronologies/ # Full timelines and conversion tables │ ├── transitions/ # Calendar change points by region │ ├── non-jd/ # Systems that cannot fully map to JD │ └── sources/ # Bibliographic records ├── plugins/ # Calculation plugins (optional) ├── tools/ # Validation and utility scripts └── docs/ # Design documents and guides


## Quick Start
### 1. Use the data directly
All data files are plain JSON and validated against the schemas in `/schemas`.  You can load them with any language that supports JSON.
### 2. Validate locally
```bash# Example with ajv (Node.js)npm install -g ajv-cliajv validate -s schemas/calendar.schema.json -d data/calendars/**/*.json

3. Reference implementation (optional)

See /plugins/reference for a Python (or TypeScript) reference implementation of the conversion interface.

Status

Early design / v0.1 preparation

We currently provide:

  • Complete JSON Schema drafts
  • Core architecture documentation
  • Contribution guidelines

The first concrete data sets and reference plugins will be added in the coming weeks.

Contributing

We warmly welcome contributions from historians, philologists, astronomers, and developers.

Please read CONTRIBUTING.md [blocked] before submitting data or code.

The most valuable contributions right now are:

  • High-quality calendar / era definitions with solid sources
  • Tabular data for historical systems
  • Careful documentation of non-JD cases

License

This project is licensed under the MIT License.
See LICENSE [blocked] for details.

Data and schemas are also released under MIT so they can be freely reused in any context.

Acknowledgments

This project stands on the shoulders of many earlier efforts, especially:

  • Calendrical Calculations by Dershowitz & Reingold
  • HistoryCal
  • Various East Asian calendar authority databases
  • The broader open chronological and calendrical community

Maintainer note: This is an ambitious long-term project. Progress will be steady rather than explosive. Quality and provenance are valued over speed of coverage.


---
### CONTRIBUTING.md 初稿
```markdown# Contributing to OpenChronology
Thank you for your interest in contributing!
OmniChronos is a **data-first** project. The most valuable contributions are carefully researched calendar and era definitions with proper sources. Code contributions (plugins, tools, bindings) are also welcome.
## Ways to Contribute
1. **Add or improve calendar / era / chronology data** (highest priority)2. **Improve or extend JSON Schemas**3. **Write or improve calculation plugins**4. **Improve documentation**5. **Report issues or suggest missing systems**6. **Help with validation tooling and CI**
## Before You Start
1. Read the design documents in `/docs`2. Familiarize yourself with the schemas in `/schemas`3. Search existing issues and pull requests to avoid duplication
## Adding a New Calendar or Era
### Required steps
1. Create a new JSON file following the appropriate schema (`calendar.schema.json` or `era.schema.json`).2. Provide **at least two independent scholarly sources**.3. Clearly state the `jd_mappable` status (`true` / `false` / `partial`).4. Document limitations and known discrepancies.5. Add corresponding entries to `/data/sources/` if the sources are new.6. Include at least a few test fixtures if conversion is possible.
### File naming
- Use lowercase kebab-case: `chinese-qing-official.json`- Place files in the correct subdirectory under `/data`
### Validation
All submissions must pass schema validation.  You can validate locally with any JSON Schema validator (ajv, check-jsonschema, etc.).
Example:
```bashajv validate -s schemas/calendar.schema.json -d data/calendars/my-new-calendar.json

Handling Non-JD Cases

If a system cannot be reliably mapped to Julian Day:

  • Set "jd_mappable": "false" or "partial"
  • Use the temporal-expression structure carefully
  • Explain in the notes and limitations fields why full mapping is impossible or problematic
  • Record any known external anchor points and their confidence

We explicitly welcome literary, mythical, cyclical, and fragmentary systems.

Code Contributions (Plugins & Tools)

  • Prefer clear, well-documented code
  • Reference implementations should stay readable (Python or TypeScript preferred)
  • WebAssembly builds are highly encouraged for language independence
  • Follow the plugin interface defined in /docs/plugin-interface.md (to be finalized)

Pull Request Process

  1. Fork the repository
  2. Create a feature branch
  3. Make your changes
  4. Ensure all schemas validate and tests pass
  5. Open a Pull Request with a clear description
  6. Link related issues if applicable

Maintainers will review for:

  • Schema compliance
  • Source quality
  • Clarity of limitations
  • Consistency with existing data

Code of Conduct

This project follows a standard inclusive Code of Conduct (see CODE_OF_CONDUCT.md).
Be respectful, especially when discussing historical or cultural interpretations.

Questions?

Open a GitHub Discussion or an Issue with the question label.

Thank you for helping build a more complete and honest map of human timekeeping!

附:OmniChronos 项目的完整 JSON Schema 草案(基于 JSON Schema Draft 2020-12)

这些 Schema 设计遵循数据优先、语言无关、支持非 JD 映射、强制文献可追溯的原则。所有 Schema 都放在 schemas/ 目录下使用。

1. source.schema.json(文献来源)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/source.schema.json",  "title": "Source",  "description": "Bibliographic or digital source reference for calendars, eras, and chronologies.",  "type": "object",  "required": ["id", "title", "type"],  "additionalProperties": false,  "properties": {    "id": {      "type": "string",      "pattern": "^src:[a-z0-9][a-z0-9_-]*$",      "description": "Unique source identifier, e.g. src:reingold-dershowitz-2018"    },    "title": {      "type": "string"    },    "type": {      "type": "string",      "enum": ["book", "article", "database", "website", "manuscript", "inscription", "official", "other"]    },    "authors": {      "type": "array",      "items": { "type": "string" }    },    "year": {      "type": "integer"    },    "publisher": { "type": "string" },    "isbn": { "type": "string" },    "doi": { "type": "string" },    "url": {      "type": "string",      "format": "uri"    },    "pages": { "type": "string" },    "language": {      "type": "string",      "description": "ISO 639-1 or 639-3 code"    },    "notes": { "type": "string" },    "accessed": {      "type": "string",      "format": "date"    }  }}

2. temporal-expression.schema.json(时间表达,核心支持非 JD)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/temporal-expression.schema.json",  "title": "Temporal Expression",  "description": "Flexible representation of a point, interval, or relative time, including non-JD-mappable cases.",  "type": "object",  "required": ["expression_type"],  "additionalProperties": false,  "properties": {    "expression_type": {      "type": "string",      "enum": [        "absolute",        "relative",        "interval",        "cyclical",        "literary",        "observational",        "fragmentary",        "uncertain"      ]    },    "calendar_ref": {      "type": "string",      "description": "Reference to a calendar or era id"    },    "value": {      "description": "The actual temporal value. Structure depends on expression_type and calendar.",      "oneOf": [        { "type": "object" },        { "type": "string" },        { "type": "number" },        { "type": "array" }      ]    },    "jd": {      "type": "number",      "description": "Exact Julian Day Number if fully mappable"    },    "jd_range": {      "type": "object",      "properties": {        "min": { "type": "number" },        "max": { "type": "number" }      },      "required": ["min", "max"]    },    "confidence": {      "type": "number",      "minimum": 0,      "maximum": 1,      "description": "0.0–1.0 confidence in the correspondence"    },    "jd_mappable": {      "type": "string",      "enum": ["true", "false", "partial"]    },    "notes": { "type": "string" },    "sources": {      "type": "array",      "items": { "type": "string", "pattern": "^src:" }    },    "hypotheses": {      "type": "array",      "items": { "type": "string" },      "description": "Alternative interpretations when uncertain"    }  }}

3. calendar.schema.json(历法定义)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/calendar.schema.json",  "title": "Calendar",  "description": "Definition of a calendar system.",  "type": "object",  "required": ["id", "names", "type", "jd_mappable"],  "additionalProperties": false,  "properties": {    "id": {      "type": "string",      "pattern": "^[a-z0-9][a-z0-9_-]*$",      "description": "Unique calendar identifier, e.g. chinese-qing-official"    },    "names": {      "type": "object",      "additionalProperties": { "type": "string" },      "description": "Multilingual names. Keys are language codes (en, zh, ja, etc.)",      "minProperties": 1    },    "type": {      "type": "array",      "items": {        "type": "string",        "enum": [          "solar", "lunar", "lunisolar", "arithmetic", "astronomical",          "observational", "tabular", "hybrid", "historical", "proposed",          "literary", "cyclical", "other"        ]      },      "minItems": 1,      "uniqueItems": true    },    "jd_mappable": {      "type": "string",      "enum": ["true", "false", "partial"]    },    "range": {      "type": "object",      "properties": {        "from": { "$ref": "temporal-expression.schema.json" },        "to": { "$ref": "temporal-expression.schema.json" },        "certainty": {          "type": "string",          "enum": ["high", "medium", "low", "unknown"]        }      }    },    "components": {      "type": "array",      "items": { "type": "string" },      "description": "e.g. year, month, leap-month, day, ganzhi, weekday"    },    "epoch": {      "$ref": "temporal-expression.schema.json"    },    "algorithm": {      "type": "string",      "description": "Plugin reference, e.g. plugin:gregorian@1.0 or 'tabular' or 'declarative'"    },    "data_refs": {      "type": "array",      "items": { "type": "string" },      "description": "Paths to tabular data files"    },    "rules_ref": {      "type": "string",      "description": "Reference to declarative rules file"    },    "sources": {      "type": "array",      "items": { "type": "string", "pattern": "^src:" },      "minItems": 1    },    "limitations": {      "type": "array",      "items": { "type": "string" }    },    "tags": {      "type": "array",      "items": { "type": "string" }    },    "related": {      "type": "array",      "items": { "type": "string" },      "description": "Related calendar or era ids"    },    "notes": { "type": "string" }  }}

4. era.schema.json(纪年 / 年号)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/era.schema.json",  "title": "Era",  "description": "A named era, regnal year system, or year-numbering scheme (e.g. Chinese nianhao, Japanese nengō).",  "type": "object",  "required": ["id", "names", "jd_mappable"],  "additionalProperties": false,  "properties": {    "id": {      "type": "string",      "pattern": "^[a-z0-9][a-z0-9_-]*$"    },    "names": {      "type": "object",      "additionalProperties": { "type": "string" },      "minProperties": 1    },    "type": {      "type": "array",      "items": {        "type": "string",        "enum": [          "regnal", "dynastic", "religious", "political", "cyclical",          "olympiad", "consular", "era", "other"        ]      }    },    "jd_mappable": {      "type": "string",      "enum": ["true", "false", "partial"]    },    "parent": {      "type": "string",      "description": "Parent dynasty or higher-level era id"    },    "start": {      "$ref": "temporal-expression.schema.json"    },    "end": {      "$ref": "temporal-expression.schema.json"    },    "year_counting": {      "type": "string",      "enum": ["ascending", "descending", "regnal", "fixed", "other"],      "description": "How years are numbered within the era"    },    "calendar_ref": {      "type": "string",      "description": "The underlying calendar this era is expressed in"    },    "successors": {      "type": "array",      "items": { "type": "string" }    },    "predecessors": {      "type": "array",      "items": { "type": "string" }    },    "sources": {      "type": "array",      "items": { "type": "string", "pattern": "^src:" },      "minItems": 1    },    "limitations": {      "type": "array",      "items": { "type": "string" }    },    "tags": {      "type": "array",      "items": { "type": "string" }    },    "notes": { "type": "string" }  }}

5. transition.schema.json(历法切换点)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/transition.schema.json",  "title": "Calendar Transition",  "description": "A point or period when a region or polity changed calendar systems.",  "type": "object",  "required": ["id", "from_calendar", "to_calendar", "when", "region"],  "additionalProperties": false,  "properties": {    "id": {      "type": "string",      "pattern": "^[a-z0-9][a-z0-9_-]*$"    },    "from_calendar": { "type": "string" },    "to_calendar": { "type": "string" },    "when": {      "$ref": "temporal-expression.schema.json"    },    "region": {      "type": "object",      "properties": {        "names": {          "type": "object",          "additionalProperties": { "type": "string" }        },        "modern_codes": {          "type": "array",          "items": { "type": "string" },          "description": "ISO 3166 or historical place identifiers"        }      }    },    "days_skipped": {      "type": "integer",      "description": "Number of days skipped or inserted (can be negative)"    },    "sources": {      "type": "array",      "items": { "type": "string", "pattern": "^src:" },      "minItems": 1    },    "notes": { "type": "string" }  }}

6. chronology.schema.json(完整时间线 / 对照表)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/chronology.schema.json",  "title": "Chronology",  "description": "A structured timeline or conversion table linking multiple systems.",  "type": "object",  "required": ["id", "names", "entries"],  "additionalProperties": false,  "properties": {    "id": {      "type": "string",      "pattern": "^[a-z0-9][a-z0-9_-]*$"    },    "names": {      "type": "object",      "additionalProperties": { "type": "string" },      "minProperties": 1    },    "description": { "type": "string" },    "range": {      "type": "object",      "properties": {        "from": { "$ref": "temporal-expression.schema.json" },        "to": { "$ref": "temporal-expression.schema.json" }      }    },    "entries": {      "type": "array",      "items": {        "type": "object",        "required": ["temporal"],        "properties": {          "temporal": { "$ref": "temporal-expression.schema.json" },          "labels": {            "type": "object",            "additionalProperties": { "type": "string" }          },          "notes": { "type": "string" }        }      },      "minItems": 1    },    "sources": {      "type": "array",      "items": { "type": "string", "pattern": "^src:" },      "minItems": 1    },    "tags": {      "type": "array",      "items": { "type": "string" }    }  }}

7. conversion-rule.schema.json(声明式规则,可选)

json

{  "$schema": "https://json-schema.org/draft/2020-12/schema",  "$id": "https://omnichronos.org/schemas/conversion-rule.schema.json",  "title": "Conversion Rule",  "description": "Declarative rules for simple arithmetic calendars to reduce code dependency.",  "type": "object",  "required": ["id", "calendar_ref", "rules"],  "additionalProperties": false,  "properties": {    "id": {      "type": "string",      "pattern": "^[a-z0-9][a-z0-9_-]*$"    },    "calendar_ref": { "type": "string" },    "rules": {      "type": "object",      "description": "Key-value rules, e.g. leap_year_cycle, month_lengths, epoch_offset"    },    "notes": { "type": "string" }  }}

使用说明

  1. 所有数据文件必须通过对应 Schema 验证(CI 强制)。
  2. $ref 使用相对或绝对 URI,实际项目中可用本地文件引用。
  3. names 强制多语言支持(至少一种语言)。
  4. sources 强制至少一条文献来源。
  5. jd_mappable 是强制字段,明确处理非 JD 情况。
  6. temporal-expression 是整个系统的灵活性核心。

附:OpenChronology 插件接口定义(Plugin Interface Specification)

以下是正式的插件接口草案(v0.1)。设计目标是:

  • 语言无关(可用任何语言实现,推荐提供 WebAssembly 版本)
  • 统一以 TemporalID 作为中间表示
  • 同时支持可完全映射到 JD 的历法和不能完全映射的历法
  • 清晰、最小化、易测试

1. 核心概念

TemporalID
统一的中间时间标识,优先使用儒略日,但允许更灵活的形式。

ts

type TemporalID = {  // 优先使用  jd?: number;                    // Julian Day Number(可带小数表示时刻)  rd?: number;                    // Rata Die(可选)
  // 非 JD 或补充信息  local_id?: string;              // 本地时间线标识  expression?: object;            // 完整的 temporal-expression  confidence?: number;            // 0–1  notes?: string;}

CalendarDate
某个具体历法下的日期表示(结构由该历法自己定义,通常是对象)。

ts

type CalendarDate = {  [key: string]: number | string | boolean | null;  // 例如:  // { year: 2026, month: 10, day: 8 }  // { cycle: 78, year: 3, month: 5, leap: false, day: 12 }}

2. 插件必须实现的接口

每个插件必须实现以下方法(名称可因语言惯例略有调整,但语义必须一致):

2.1 元信息

ts

getInfo(): PluginInfo

返回:

ts

interface PluginInfo {  id: string;                     // 插件唯一 ID,例如 "gregorian"  name: string;                   // 人类可读名称  version: string;                // 语义化版本  calendars: string[];            // 此插件支持的 calendar id 列表  jd_mappable: "true" | "false" | "partial";  description?: string;  author?: string;  license?: string;}

2.2 核心转换方法

ts

toTemporal(date: CalendarDate, calendarId: string): TemporalID

把指定历法的日期转换为 TemporalID。

ts

fromTemporal(temporal: TemporalID, calendarId: string): CalendarDate

把 TemporalID 转换为目标历法的日期。

2.3 验证

ts

validate(date: CalendarDate, calendarId: string): ValidationResult

ts

interface ValidationResult {  valid: boolean;  errors?: string[];              // 人类可读错误信息}

2.4 组件与元数据(推荐实现)

ts

getComponents(calendarId: string): string[]// 返回该历法使用的字段列表,例如 ["year", "month", "day", "leap"]
getMonthLengths?(year: number, calendarId: string): number[]isLeap?(year: number, calendarId: string): boolean

3. 错误处理约定

  • 转换失败或输入非法时,应抛出明确的错误(或返回 Result 类型)。
  • 推荐错误类型:
    • InvalidDateError
    • UnsupportedCalendarError
    • NonMappableError(当要求精确 JD 但无法提供时)
    • OutOfRangeError

4. 插件清单文件(manifest.json)

每个插件目录下必须包含 manifest.json:

json

{  "id": "gregorian",  "name": "Gregorian Calendar Plugin",  "version": "1.0.0",  "calendars": ["gregorian", "proleptic-gregorian"],  "jd_mappable": "true",  "languages": ["python", "wasm", "typescript"],  "entry_points": {    "python": "gregorian.py:GregorianPlugin",    "wasm": "gregorian.wasm",    "typescript": "dist/index.js"  },  "dependencies": [],  "description": "Standard proleptic Gregorian calendar implementation"}

5. 推荐实现优先级

  1. Python 参考实现(易读、方便测试)
  2. WebAssembly 版本(实现真正的语言无关)
  3. TypeScript / JavaScript
  4. 其他语言绑定(Rust、Go、C 等)

6. 接口使用示例(伪代码)

python

plugin = load_plugin("gregorian")
# 公历 → TemporalIDtemporal = plugin.to_temporal(    {"year": 2026, "month": 10, "day": 8},    "gregorian")print(temporal.jd)        # 2460960.5 之类
# TemporalID → 目标历法hebrew_date = plugin.from_temporal(temporal, "hebrew")

7. 扩展点(可选但鼓励)

插件可以额外实现:

  • add_duration(date, duration, calendarId)
  • diff(date1, date2, calendarId)
  • holidays(year, calendarId)
  • format(date, locale, calendarId)

这些不属于核心接口,但会提升实用性。

8. 版本与兼容性

  • 接口本身使用语义化版本(当前为 0.1.0)。
  • 破坏性变更会提升主版本号。
  • 插件应声明自己兼容的接口版本。

附:X.包容争议、兼容冲突:项目的核心价值与最低目标

X.1 核心立场

OpenChronology 不追求建立唯一正确的全球时间线,也不试图裁决历史争议。

本项目的最大价值,在于系统性地包容争议、兼容冲突。

同一事件、同一历法、同一纪年在不同文献、不同语言、不同学术传统中常常存在互相矛盾的记载。我们选择把这些矛盾本身作为一等公民进行结构化保存,而不是强行消解它们。

项目明确拒绝“唯一权威时间”的幻想,转而提供一个可计算、可比较、可溯源的多视角时间知识层。

X.2 最低可执行目标

在追求长远愿景的同时,项目设定清晰的最低目标:

至少把维基百科(多语言版本)和 Anna’s Archive 等大型资料库中出现的时间相关信息,进行结构化标注与关联。

具体包括但不限于:

  • 人物生卒年
  • 在位/执政时间
  • 事件发生日期
  • 历法改革与切换点
  • 年号起止
  • 文献自身使用的纪年方式
  • 不同来源对同一时间点的冲突记载

这一目标将“穷尽全世界文献”的宏大愿景,落实为可验证、可分阶段推进的工程任务。

X.3 设计原则(针对争议与冲突)

  1. 多假说并存
    任何时间表达都允许存在多个互相竞争的 claims,每个 claim 必须绑定来源与置信度。
  2. 冲突显式化
    数据模型必须能明确标记“这些说法存在冲突”,而不是静默覆盖或取平均值。
  3. 来源至上
    所有时间信息都必须可追溯至具体来源(维基页面、书籍、论文、铭文等)。没有来源的数据不予收录。
  4. 降级而非拒绝
    当无法可靠映射到儒略日时,系统支持相对、区间、文学性、循环性表达,而不是强制放弃。
  5. 中立记录
    项目本身不站队。用户可根据自己的需求选择采信哪些来源或哪些假说。

X.4 对数据模型的直接影响

  • temporal-expression 升级为支持 claims 数组与 conflicts 标志。
  • 所有日历、纪年、事件条目均预留多来源字段。
  • 新增“来源冲突报告”机制,方便后续研究与可视化。
  • 非 JD 体系与争议时间线享有与精确 JD 时间线同等的一等公民地位。

X.5 实施优先级(基于本立场)

  1. 完善支持多 claims 与冲突标记的 Schema。
  2. 建立维基百科时间信息抽取与人工校验流水线。
  3. 探索 Anna’s Archive 等大型书库中时间元数据的合法、可行提取方式。
  4. 在此基础上再扩展其他文献来源与计算插件。

X.6 成功标准(阶段性)

  • 能系统记录并展示同一时间点的多种冲突说法。
  • 维基百科主要命名空间中的时间信息得到较高覆盖的结构化标注。
  • 用户可以清晰看到“这个日期在不同来源中是如何被记载的”,而不是只得到一个被清洗过的单一结果。

本章总结
OpenChronology 的独特价值不在于提供“正确答案”,而在于诚实、结构化地保存人类记录时间时产生的所有矛盾与多样性。把维基百科与 Anna’s Archive 等大型资料库中的时间信息优先标注出来,是实现这一价值的最务实起点。

备注:初定名OmniChronos调整为OpenChronology,代码中的域暂未更新。

中国二手车出口行业深度研究报告:盈利模式、产业链角色与五国体系对比

从出口商与出口平台视角出发,系统对比中国、日本、韩国、德国/欧盟、美国的机构与主体体系

报告日期:2026年10月8日

摘要

中国二手车出口已完成量级跃升:2024年出口43.6万辆、同比增长46.5%,2026年上半年出口32.5万辆、金额76亿美元。但行业存在”高价差、低净利”悖论——整备约1500美元、物流2000至4000美元、合规税费占收入10%至20%、海外佣金5%至10%,单车净利实际仅数百至数千美元。出口商分化为七类主体,盈利点从购销差价转向服务费与全链条能力;曾占出口车辆六至八成的”零公里二手车”套利模式,在2026年180天门槛与《售后维修服务确认书》制度下终结。五国对比显示中国有四项差距:日本USS拍卖均价已成国际定价基准而中国缺乏被海外采信的评级标准;德国TÜV与ADAC在欧盟内高度互认而中国WM/T标准无双边互认协议;日本在东南亚建300余个服务网点而中国跨境质保仅14国86网点;韩国以国家资金支持中东检测中心而中国信保创新覆盖面有限。欧盟占全球49%份额、美国占18%,日本SBT单家年出口近20万辆,中国出口企业增至3000余家但单体规模仍偏小。中国的机会在于新能源二手车(占比突破30%、同比增长196%)与自建滚装船队,未来竞争焦点转向标准化检测、海外履约与数字化闭环三项能力。

1. 行业总览:规模高增长与”高价差、低净利”悖论

1.1 出口规模的量级跃升与结构变化

中国二手车出口在2024至2026年完成了量级跃升。2024年出口量突破43.6万辆,同比增长46.5%36氪;2026年上半年累计出口32.5万辆,出口金额76亿美元,同比分别增长61%和54%shobserver.cn。半年出口量已达到2024年全年的四分之三以上,增速不随基数扩大而回落,说明目的国需求处于持续释放阶段而非一次性脉冲。

表1:中国二手车出口规模与主体结构

指标数据
2024年出口量43.6万辆,同比增长46.5%36氪
2026年上半年出口量32.5万辆,同比增长61%shobserver.cn
2026年上半年出口金额76亿美元,同比增长54%shobserver.cn
出口企业数量变化从47家激增至3000余家cada-info.com
天津地区出口企业变化从30家扩至200家央广网
新能源二手车出口占比已突破30%,同比增长196%chinatimes.net.cn

出口主体同步扩张。具备出口业绩的企业数量从早年的47家激增至3000余家cada-info.com,仅天津一地就从30家扩至200家央广网,单一口岸城市的企业密度变化折射出全国范围的进入热情。出口车型结构也在改写:新能源二手车出口占比已突破30%,同比增长196%chinatimes.net.cn,而早年间出口车辆中注册即转出口的”零公里二手车”占比估计在60%至80%之间youth.cn。两类数据一升一降,指向同一个事实——行业的增量正在从新车套利转向真实流通车源与新能源车型,量级跃升的外壳下是结构的深层替换。

1.2 单车利润漏斗:价差被六层成本吞噬

行业面临的显著矛盾是”高价差、低净利”:尽管国内外价差可达数倍,扣除整备、物流、合规税费及海外佣金后,单车净利润往往仅数百至数千美元yuantrends.com。利润结构呈漏斗形,表面高额价差被多层隐性成本快速侵蚀。

表2:二手车出口单车成本结构

成本环节金额/比例说明溯源
国内收购价基准价之上还需付出溢价为获取优质车源,出口商常需支付高于国内市场数千元的溢价yuantrends.com
整备翻新约1500美元/辆含维修、清洗、合规检查yuantrends.com
国际物流2000至4000美元/辆含海运或铁路运费、保险、港杂费,受目的地影响大yuantrends.com
合规与税费收入的10%至20%出口许可证、目的国关税、增值税、消费税yuantrends.com
海外销售佣金销售额的5%至10%支付给海外分销商或代理商yuantrends.com
净利润数百至数千美元/辆远低于社交媒体宣传的暴利预期yuantrends.com

两类车型的测算把漏斗的形态具体化。一辆理想L7混动新能源汽车,国内售价约30万元人民币,出口至东欧国家车况良好可售40万元出头,扣除仓储、运费和税费后,单车纯利润约3万元人民币cnfin.com。传统燃油商用车在东南亚、非洲市场确实存在收车价3至5万元、到岸价10万元以上、净赚3至4万元的情形,但这属于特定细分市场的阶段性红利36氪。红利的阶段性意味着窗口依赖供需错配与政策空档,一旦目的国准入收紧或套利者涌入,价差就会自行收窄。很多出口商最终不是亏在收车价上,而是亏在物流延误、买家违约、小币种汇率波动、目的国准入不符和售后纠纷这些漏斗中后段环节yuantrends.com,这解释了为什么高价差叙事与低净利现实能够长期并存。

2. 出口商视角:主体分化与套利模式的终结

2.1 七类出口主体的能力与盈利模式分野

中国二手车出口商已分化为七类资源禀赋迥异的主体,盈利点从购销差价转向服务费与全链条组织能力。

表3:中国二手车出口七类主体的定位对比

主体类型代表企业核心能力盈利模式溯源
头部租赁/出行平台神州租车29个国内中心仓、5个口岸前置仓、6个海外办事处,实时在售4000台车源长公里二手车批量出口,售前整备、售中物流、售后质保的全链条服务费中国网
数字化交易平台瓜子二手车海外网站加多平台获客,覆盖非洲、中东、中亚,2026年7月与协通集团战略合作线上撮合交易佣金、跨境物流增值服务、数字化SaaS工具订阅shobserver.cn
B2B拍卖平台优信拍月均成交2万台以上,年成交额100亿元以上,25万活跃买家,2026年7月上线海外官网拍卖佣金、车况查定服务费、物流发运差价、AI报告解读增值youxinpai.comyouxinpai.com
综合出口服务商广东好车(CHINA GOOD CAR)5个出口基地、15个出口中心、65万平方米展销面积,合作日本SBT覆盖120余个国家一站式供应链服务费、金融服务利差、溯源系统数据服务、海外仓租金chngoodcar.com
传统贸易商天津华图汽车2023年出口近5000辆、7亿元,市场覆盖东欧、中东、西欧车辆购销差价、代理出口服务费cnfin.com
新兴服务平台excars平台面向全国车商免费开放车源上架,招募汽车出口经纪人经纪人撮合佣金、增值服务收费cada-info.com
垂直领域专家梁山蜗牛货车网专注二手商用车出口,覆盖中亚、中东、东南亚、非洲、中南美商用车专项购销差价、定制化整备服务cada-info.com

七类主体的差异本质上是三样资源的差异:稳定车源、海外渠道、售后承担能力。头部租赁平台手握机构车源与仓网,走的是长公里真实二手车的批量出口路线中国网;B2B拍卖平台以月均2万台的成交量沉淀了定价与车况数据,盈利重心在佣金与增值服务费youxinpai.com;综合服务商靠基地网络与日本SBT的合作关系把履约能力产品化chngoodcar.com;传统贸易商与垂直专家仍依赖购销差价,抗政策与汇率波动的缓冲最薄cnfin.comcada-info.com。只做”倒一手价差”的贸易主体在新规落地后压力持续增大,而能同时控制车源和售后成本的企业构成了行业留存的底盘。

2.2 “零公里二手车”模式的兴衰与合规门槛重建

曾作为中国二手车出口核心驱动力的”零公里二手车”模式——新车上牌后以二手车名义平行出口——在2023年出口车辆中占比估计达60%至80%youth.cn,头部企业宏盟中拓的出口车辆中这一比例达98%中国经济网。该模式的兴起有三个原因:国内新车含税价高于海外,直接以新车出口存在价格劣势cinic.org.cn;新能源车免征购置税,买卖一次不产生显著额外成本youth.cn;俄罗斯市场爆发提供了套利窗口cinic.org.cn。三者叠加使”以上牌转出口”成为理性选择,却也令出口统计与真实二手车流通脱钩。

政策在2025年末完成强力纠偏。2025年11月四部门联合通知明确:自2026年1月1日起,注册登记不满180天的车辆出口须提交生产企业出具的《售后维修服务确认书》,否则不予发放出口许可证。这一条款把出口资格与车企售后责任直接绑定,无法拿到确认书的套利单证失去流通空间。与负面清单和不诚信行为惩戒、动态退出机制配合cada.cn,监管意图清晰:遏制新车以二手车名义无序出口,倒逼行业回归真实二手车流通本源。对小出口商而言,合规成本从”办一张许可证”变为”提供一份售后承诺”,资质与渠道薄的主体首先出局,天津市二手车出口协会据此预判未来2至3年行业将经历洗牌央广网。

3. 平台视角:从交易撮合到行业基础设施

3.1 车源整合与拍卖交易平台的补缺路径

平台承担的角色正在从信息撮合升级为行业基础设施,目标是解决车源不稳、车况不透明、跨境信任弱、出口链条长四类痛点。中国平台上,优信拍作为B2B拍卖头部,月均成交2万台以上、年成交额100亿元以上、活跃买家25万,2026年7月上线海外官网,迈出”拍卖出口”第一步youxinpai.com;瓜子二手车海外站点提供300余项检测、在线竞价,车源发往100余个国家guazi.com;聚优拍为中小车商提供从0到1的出口实战方案cada-info.com;汽车之家以”线上国际站加线下出口基地”融合模式切入cada-info.com;excars平台面向全国车商免费开放车源上架并招募汽车出口经纪人cada-info.com;上海二手车国际贸易综合服务平台提供一站式公共服务,覆盖展示交易、检测整备、物流运输、海关通关环节百度百科。

这一布局与日本的差距集中在定价权。日本USS公司运营现场拍卖、专用码头拍卖、互联网拍卖三大渠道,员工1175人investing.com,其2025财年拍卖均价125万日元、较2020年上涨60%,2月更创下138万日元的历史新高今日头条——拍卖均价本身已成为行业定价基准。中国平台虽有百亿级成交规模,但尚未形成统一的、被国际市场广泛采信的车况评级标准,”行”认证仍处于推广阶段cada-info.com。车源聚合与检测认证国内平台已能做到,海外买家是否长期复购、平台能否真正承担售后责任,仍是未解的难点。

3.2 数字化供应链、口岸基地与服务生态的闭环构建

生态建设在车源、服务、标准、物流四个环节同步展开,把长链条出口组织成可复制的标准流程。

表4:中国二手车出口生态建设的四类动作

环节建设动作牵头方/成果溯源
车源端成立二手车机构车源出口工作组神州租车牵头,首批会员含23家主机厂、7家金融租赁机构、5家租赁出行企业、3家经销商,推动机构车源直连对接中国网
服务端首创二手汽车出口跨境质保产品天津引入万高质保,在14个国家搭建86个售后服务网点央广网
标准端推动与国际接轨的鉴定流程“行”认证办公室,将”中国智造”转化为具有长期价值的出口货品cada-info.com
物流端规划亚太绿色汽车循环经济产业基地烟台港14.2万平方米,预计2027年建成,集线上交易、线下交割、检测认证、整备改装、仓储物流于一体央广网

对中小出口商来说,一单出口涉及许可证、报关单、登记证书、转让待出口证明、物流单据、收款与结汇,全流程用表格工具管理极易出错,数字化供应链系统把检测、估值、拍卖、报关、物流、收付款、结汇、货运跟踪整合为闭环的价值正在于此。中国汽车流通协会副会长罗磊将行业的这一变化概括为从”产品出口”到”体系出海”的生态跃迁央广网。跃迁的实质是平台与服务商开始输出组织能力:机构车源工作组解决上游供给的稳定性中国网,跨境质保解决下游履约的可信度央广网,口岸基地把散点服务集约化为地理节点央广网。平台由此从撮合者转变为基础设施提供者,行业竞争的焦点也从”谁拿到车”迁移到”谁能把车安全送达并完成售后”。

4. 五大二手车出口国机构与主体体系全景对比

4.1 行业协会与监管部门的职能强度对比

五国行业组织的职能跨度极大,直接决定海外买家对车源信用体系的采信程度。

表5:五国代表性行业协会与组织

国家协会/组织成立背景核心职能与量化成果溯源
中国中国汽车流通协会二手车出口分会2019年试点启动后设立理事长黄若愚,牵头成立机构车源工作组,发布《中国二手车出口高质量发展蓝皮书》,推动检测标准WM/T 8-2022、WM/T 9-2022落地cada-info.com中国网mofcom.gov.cn
中国天津市二手车出口协会地方性组织秘书长张婷婷,预判未来2至3年行业洗牌央广网
日本日本二手车出口协会行业自律组织发布年度出口统计数据,2025年出口170.86万辆今日头条
日本日本自动车流通促进中心(USS)1969年运营日本最大二手车拍卖网络,含现场、码头、网络三类拍卖investing.com
韩国韩国汽车移动协会(KAMA)1988年代表韩国汽车制造商利益,发布月度产销贸数据oica.net
韩国韩国二手车出口协会行业组织会长朴英华,统计2025年出口乘用车、厢式货车、轻型货运车辆88.3万台,呼吁制度化建设cada-info.comfobshanghai.com
德国/欧盟欧洲汽车制造商协会(ACEA)欧盟层面组织联合31个国家级协会,代表欧盟汽车产业发声acea.auto
德国德国汽车工业协会(VDA)总部柏林成员超620家汽车产业公司oica.net
美国全国汽车经销商协会(NADA)行业利益代表关注关税对车辆贸易的影响,代表经销商利益automotivelogistics.media

监管介入深度的差异同样显著。中国由商务部、工信部、公安部、交通运输部、海关总署共同管理,依据2024年《关于二手车出口有关事项的公告》mofcom.gov.cn与2025年《关于进一步加强二手车出口管理工作的通知》实施出口许可证管理,2026年起注册不满180天车辆需生产企业《售后维修服务确认书》,并配套不诚信行为负面清单。日本由国土交通省与财务省管理,1965年的出口审批标准已于1995年废除,车辆完成注销登记后方可出口,出口流向由进口国限制主导autorecyclingworld.comsanacorporation.co.jp。韩国由国土交通部、环境部、产业通商资源部与关税厅共同管理,依据《汽车管理法》mordorintelligence.com执行KATRI强制认证,2026年3月起实行”先检验、后放行”,并设定车龄不超过5年、仅左舵、禁止日系车入境、2000cc以上车辆限制四项准入条款huayutest.com.cn11467.comreuters.com。德国/欧盟由欧盟委员会与各国市场监督机构管理,EU ELV法规禁止非道路可用车辆出口,德国以EG-FGV型式认证与COC合格证书为基础文件,跨境B2B销售凭VAT号可免来源国增值税,买家需通过营业执照验证autorecyclingworld.comlexology.comecarstrade.comautoauctionatlas.com。美国由海关与边境保护局、环保署、交通部管理,须满足EPA与DOT合规要求,出口文件提前72小时提交,产权证明必须匹配,清洁title与salvage title适用差异化文件要求,另有Section 232的25%关税影响kcelogistics.comfreightamigo.comridesafely.comkuehne-nagel.com。中国与韩国在2026年同步收紧检验与售后要求,属于同一类制度演进。

4.2 拍卖平台与交易基础设施的层级差异

交易基础设施的成熟度决定车源集散效率。美国与德国呈多层平台体系:美国有Manheim(75年以上历史,其BCA物流部门每年处理250万辆运输)manheim.com、Copart(全球领先的事故与全损车辆拍卖平台,覆盖美国及多国)shipoverseas.com、IAAI(保险全损车拍卖专家,B2B与B2C混合准入)shipoverseas.com、RideSafely(无需经销商牌照即可参拍、专注出口市场)ridesafely.com。德国/欧盟的平台谱系更为完整,泛欧B2B平台8家(OPENLANE Europe、CarOnSale、Autorola、BCA Marketplace、Copart、2ndMove by Europcar、2trde、CARAUKTION)、OEM与租赁附属平台7家(Ayvens Carmarket、Arval MotorTrade、Holman Remarketing、SPOTICAR TRADE、AMAG ReCars、LocalizaVO、Northgate Trade)、事故与报废车专业平台11家(Copart、IAA、WOM、e2e SalvageMarket、RAW2K、Lisburn Auto Salvage、Ritchie Bros.、IronPlanet、Hudson Kapel Remarketing、Fleet Auction Group、G3 Remarketing)、国家专精平台40家,另有Exleasingcar专营欧洲银行与租赁公司退役车辆autoauctionatlas.comexleasingcar.com。

日本呈单一龙头定价格局:USS运营三大拍卖渠道,2025财年拍卖均价125万日元、较2020年上涨60%investing.com今日头条;丰田通商TTA于2024年10月推出,整合国内拍卖数据面向新兴市场giiresearch.com;CarDeal365提供从拍卖到发货全流程管理软件cardeal365.com;Japan Car Direct覆盖120余个日本拍卖场,提供代购代拍代运服务japancardirect.com;Global Logistics提供库存车购买、拍卖竞标、出口文件与全球航运globalogistics.jp。韩国走园区集群路径:仁川延寿区二手车出口园区占地50万平方米,集中全国约一半出口企业(2320家/4854家),常设展出超2万辆车fobshanghai.com;现代起亚集团旗下Glovis出口整备中心引入AI检测、256项评估,事故车识别准确率99.3%yoojia.com;KORICAR、K Auto Export、KorAutoCar提供全品牌检测、文件与全球航运koricar.net。中国仍处于分散起步阶段,除第3章列举的优信拍、瓜子、聚优拍、汽车之家、excars、上海综服平台外,尚无一家平台取得国际采信的定价地位youxinpai.comguazi.comcada-info.comcada-info.com百度百科。

4.3 检测认证体系与国际互认程度

检测报告能否被海外买家与目的国海关采信,是五国竞争力分野的核心。

表6:五国检测认证体系对比

国家检测标准与认证机构检测内容与成本国际认可度溯源
中国WM/T 8-2022(乘用车)、WM/T 9-2022(商用车)、CMA/CNAS第三方检测机构、”行”认证车辆基本条件、事故外观、底盘动态、仪器设备性能、目标国准入标准正在推动国际互认,2026年起实施新检测认证制度mofcom.gov.cnsmejs.cncada-info.comchinaadec.comchinaevpro.com
日本JIS日本工业标准认证、USS拍卖评级体系、Ravin AI DeepDetect专利(2024年)涵盖设计、制造、性能、耐久性、可靠性,AI图像识别缺陷东盟采纳为采购参考,是全球公认的车况透明度标杆chinaadec.comlogi-net.comgiiresearch.comyoojia.com
韩国KATRI韩国汽车检测研究院强制认证、SGS韩国二手车检验车身结构、动力系统、尾气噪音、安全装置、VIN合规;认证费200万韩元起,检测费500万至3000万韩元整车认证有效期5年,2026年新增OBD-II、EPB、安全气囊强制要求huayutest.com.cnsgs.com汽车之家11467.com
德国TÜV SÜD与ADAC联合车辆认证中心、TÜV NORD进出口数据表服务(2万条以上车辆记录)ADAC提供二手车检测(自有中心加合作点),TÜV年度可靠性报告基于950万次检测欧盟内高度互认,COC证书为非欧盟出口的基础文件tuvsud.comtuev-nord.decheckdenwagen.degaga.baecarstrade.com
美国EPA排放合规、DOT安全合规、Carfax与AutoCheck车辆历史报告清洁title与salvage title差异化认证,州级排放差异(加州CARB额外认证)北美自由贸易区内互认,新兴市场广泛接受美规车历史报告kcelogistics.comridesafely.comchinaadec.com

差距在于互认协议而非检测能力本身。德国TÜV与ADAC的认证在欧盟内部高度互认,COC证书构成非欧盟出口的基础文件ecarstrade.comtuvsud.com;韩国KATRI认证虽严格但体系透明,整车认证有效期5年huayutest.com.cn;日本USS评级被东盟采纳为采购参考yoojia.com。中国的WM/T标准尚缺乏与出口量排名靠前的目的国的双边互认协议,导致车辆在境外需重复检测、成本居高不下,2026年起实施的新检测认证制度与”行”认证的国际接轨推进,正是针对这一短板的补强chinaevpro.comcada-info.com。

4.4 物流与运输体系的运力自主程度

滚装船运力短缺把物流能力从配套环节上升为竞争力要素。全球现役滚装船仅约900艘浙江省人民政府,6500车位船日租金从2020年的1万美元涨至2023年的11.5万美元凤凰网,华轮威尔森估计中国每年400万辆车通过集装箱替代方式出口证券之星。

表7:五国物流与运输体系对比

表格

下载为表格

导出为图片

国家物流特征枢纽港口与承运企业运力现状溯源
中国滚装船严重短缺,车企自建船队,中欧班列补充,港口集群化发展比亚迪8艘滚装船(年运力30万辆以上)、上汽安吉物流2026年底达14艘自营船、温州”远航洋”轮(4310车位)、烟台港21条外贸滚装航线与14.2万平方米基地、广东好车5大区域物流基地与10个出口港口与5大海外仓、中欧班列西安至根特线(18天、1万公里)年约400万辆通过集装箱替代出口;滚装运力缺口显著证券之星凤凰网浙江省人民政府央广网chngoodcar.comyidaiyilu.gov.cn
日本横滨港为非洲方向主枢纽,滚装船为主,出口周期2至6周SBT(8个国内基地、32个海外基地)、Global Logistics、Japan Car Direct成熟稳定的全球航运网络,日元贬值推高出口竞争力脸书 Facebooklogi-net.comcnfin.comglobalogistics.jpjapancardirect.com今日头条
韩国仁川港为核心出口枢纽,车辆经Glovis出口整备中心整备后发运现代GLOVIS滚装船队、Marlog Car Handling(韩国至荷兰10至14周)海外仓覆盖率35%,物流时效较中国慢8天fobshanghai.comautobellglobal.comchngoodcar.commarlog-car-handling.comyoojia.com
德国/欧盟泛欧B2B平台集成物流选项,COC证书简化跨境流转BCA物流(900台运输车、年250万辆)、Manheim UK、Manheim Espana、Manheim Express欧盟内部跨境B2B免征增值税,非欧盟出口需完整清关文件autoauctionatlas.comecarstrade.comautomotivelogistics.mediamanheim.com
美国滚装船与集装箱并重(运行车辆用滚装,非运行或高价值车辆用集装箱),出口文件提前72小时申报Manheim、Copart、IAAI全国提车与港口发运,Linear Shipping、Royal Shipping Lines专业出口物流商前五大流向国港口为尼日利亚Tin Can与Apapa港、阿联酋Jebel Ali港、乌克兰Odessa港、格鲁吉亚Poti与Batumi港、多米尼加Haina港ridesafely.comfreightamigo.comshipoverseas.comlinearshipping.comroyalshippinglines.com

中国的应对路径具有独特性:比亚迪8艘、上汽14艘自营船队布局证券之星凤凰网,温州”远航洋”轮首航填补浙南滚装运力空白浙江省人民政府,烟台港21条外贸滚装航线加14.2万平方米基地央广网。这与日本依赖SBT(32个海外基地)这类专业出口商cnfin.com、韩国依赖现代GLOVIS船队与仁川园区chngoodcar.comfobshanghai.com的模式形成对比,体现制造业与航运业协同的优势:自建运力既保障出口时效,又把物流成本内部化,增强全产业链定价权。

4.5 头部出口商规模与市场覆盖对比

单体出口商规模最能体现体系差距。

表8:五国代表性出口商与平台规模

国家代表性主体规模与市场覆盖溯源
中国神州租车、瓜子二手车、广东好车、天津华图、宏盟中拓、优信拍、中运车达、易威新能源2024年出口企业从47家激增至3000余家;天津从30家扩至200家;广东好车合作日本SBT覆盖120余国;天津华图2023年出口近5000辆、7亿元cada-info.com央广网chngoodcar.comcnfin.com中国经济网youxinpai.com中国网
日本SBT Japan、USS、Japan Car Direct、Global Logistics、Autocom Japan、TokyoCarZ、Provide Cars、TS EXPORT、PROTO Corporation、IDOM(Gulliver)、ORIX Auto2025年日本出口170.86万辆;SBT年出口近20万辆、10亿美元今日头条cnfin.cominvesting.comjapancardirect.comglobalogistics.jpautocj.co.jptokyocarz.comprovidecars.co.jpts-export.commordorintelligence.com
韩国SUNTRADING、KORICAR、K Auto Export、KorAutoCar、Glovis(Autobell)全国出口企业4854家;2025年二手车出口88.3万台、95亿美元fobshanghai.comkoricar.netkautoexport.comkorautocar.comautobellglobal.comcada-info.com
德国/欧盟AUTO1、CarOnSale、OPENLANE Europe、Ayvens Carmarket、Arval MotorTrade、Exleasingcar欧盟占全球49%份额;泛欧平台8家、OEM附属7家、事故车11家、国家专精40家SSRNautoauctionatlas.comexleasingcar.com
美国Manheim、Copart、IAAI、RideSafely、Linear Shipping、Royal Shipping Lines美国占全球18%份额;前五大出口目的地为尼日利亚、阿联酋、乌克兰、格鲁吉亚、多米尼加SSRNmanheim.comshipoverseas.comridesafely.comlinearshipping.comroyalshippinglines.com

中国出口企业数量增长极快,但单体规模与海外网络密度仍落后:SBT一家即达年出口近20万辆、10亿美元cnfin.com,而天津华图2023年出口近5000辆、7亿元cnfin.com;韩国以4854家企业实现88.3万台、95亿美元fobshanghai.comcada-info.com,欧盟凭体系化平台拿下全球49%份额SSRN。数量优势未转化为单体竞争力,说明制约点在海外售后网络与信用体系,而非进入者多寡。

5. 模式基因与中国的结构性短板

5.1 五国出口模式的运行逻辑与风险点

表9:五国二手车出口模式对比

国家模式核心机制代表性主体突出风险溯源
日本拍卖平台掌握车源与定价权,协会提供行业信用,出口商负责全球分销USS、日本二手车出口协会、SBT日元汇率波动直接影响出口竞争力investing.com今日头条cnfin.com
美国大规模拍卖平台叠加左舵车源外溢Manheim、Copart、IAAI事故车、泡水车、全损车维修后流入海外,欧洲与非洲市场均出现争议manheim.comshipoverseas.com
韩国整车厂与行业协会背书,园区集群整备后发运KAMA、韩国二手车出口协会、Glovis、现代起亚出口规模仍小于日本,认证费用高企(检测费500万至3000万韩元)oica.netfobshanghai.comautobellglobal.comhuayutest.com.cn
德国/欧盟高端品牌溢价与B2B经销商平台化AUTO1、CarOnSale、TÜV、ADAC对新兴市场普通消费者覆盖有限,ELV法规限制非道路可用车辆出口autoauctionatlas.comtuvsud.comautorecyclingworld.com
中国多部门资质许可管理加平台服务加口岸基地中国汽车流通协会、优信拍、广东好车、烟台港海外售后、配件供应与长期信用仍在补课cada-info.commofcom.gov.cnchngoodcar.com央广网

三种风险各自指向模式软肋。美国的灰色车源问题是声誉风险,事故车外流一旦集中曝光,买家对整个美规车源的信任会被削弱shipoverseas.com;德国的合规与高端定位限制了市场宽度,ELV法规禁止非道路可用车辆出口,使可出口池收窄autorecyclingworld.com;中国的售后网络缺位直接影响复购,车辆交付后维修、配件与纠纷处理无承接方,是最实质的短板cada-info.com。日本模式的不可复制之处在于拍卖均价成为全行业定价基准,这需要数十年交易数据沉淀今日头条investing.com。

5.2 中国与国际体系的四项可量化差距

拍卖体系标准化程度:日本USS拍卖均价已是行业定价基准,2025财年125万日元、2月创138万日元历史新高今日头条,评级体系被全球买家信赖;中国虽有年成交百亿级拍卖平台,但尚未形成统一的、被国际市场广泛采信的车况评级标准,”行”认证仍处推广阶段youxinpai.comcada-info.com。

检测认证国际互认:德国TÜV与ADAC在欧盟内高度互认,COC证书是非欧盟出口的基础文件ecarstrade.comtuvsud.com;韩国KATRI体系严格且透明,整车认证有效期5年huayutest.com.cn;中国WM/T标准尚缺与出口量排名靠前的目的国的双边互认协议,重复检测成本高企mofcom.gov.cn。

海外售后网络密度:日本车企在东南亚复制”4S店加快修站”模式,建立300余个服务网点yoojia.com;中国虽有个别突破——万高质保在14个国家搭建86个售后服务网点央广网、广东好车设立尼日利亚与柬埔寨分公司chngoodcar.com——整体覆盖率仍远低于日韩,构成制约复购率的瓶颈。

金融保险配套深度:中国信保已实现亿级保单、报销式提款、跨境质保三项创新china-tjftz.gov.cn,覆盖面仍有限;韩国政府计划在中东建设5个区域性检测中心,将验车时间从72小时压缩至24小时yoojia.com,体现国家层面的系统性支持。四项差距中,海外售后的密度缺口最大,因为拍卖评级与检测互认可通过标准建设追赶,而服务网点需要逐国重资产铺设。

6. 趋势研判与竞争焦点迁移

6.1 政策转向开启的合规提质与行业洗牌周期

2026年新规标志中国二手车出口从规模扩张进入合规提质周期,三条信号各自约束一类行为。严控零公里方面,180天门槛加生产企业确认书机制,将迫使贸易商转向真实二手车经营。信用监管方面,不诚信行为负面清单与动态退出机制使合规自律本身成为竞争优势cada.cn。售后绑定方面,将售后责任与出口资格直接挂钩,推动企业从卖车转向全生命周期服务cada.cn。三条约束叠加的结果是:单靠资质与许可证的中间商不再能持续经营,具备车源整合、检测整备与海外履约能力的主体获得制度红利。天津市二手车出口协会据此预判未来2至3年行业将经历洗牌央广网,而洗牌的方向不是总量收缩——2026年上半年出口量与金额仍分别增长61%和54%shobserver.cn——而是主体结构的替换。

6.2 新能源二手车与物流自主化构成的双重机会窗口

新能源二手车是中国唯一不跟随日韩路径的增量阵地。其出口占比已突破30%、同比增长196%chinatimes.net.cn,插电混动车型异军突起,2025年1月出口量同比增长170%,成为应对欧盟关税壁垒的有效方案hibor.com.cn。中国汽车流通协会副会长罗磊将其定义为”新增长极”,认为中国新能源车在海外形成的保有量积累正在转化为二手车流通需求,这是中国企业独有的赛道chinatimes.net.cn。相较之下,日韩仍以燃油与混动二手车为主,日本混动车型在中东与非洲占比67%yoojia.com,纯电领域缺乏对标产品。

物流自主化是第二块阵地。面对全球滚装船仅约900艘现役的运力瓶颈浙江省人民政府,中国车企选择自建船队而非单纯依赖外部运力,比亚迪8艘、上汽14艘的布局保障出口时效并把物流成本内部化,增强全产业链定价权证券之星凤凰网;温州”远航洋”轮首航标志物流自主化从头部车企向地方产业集群延伸浙江省人民政府。这一路径与日本依赖SBT这类专业出口商、韩国依赖Glovis的模式形成鲜明对比cnfin.comchngoodcar.com。

未来的竞争焦点因此从价格优势转向三项能力:标准化检测能力,即车况报告能否被海外买家与目的国海关认可;海外履约能力,即能否提供维修、配件、质保与纠纷处理;数字化能力,即能否把车源、物流、通关、收付款、售后连成闭环cada-info.com中国网央广网。对打算进入这一领域的企业,更现实的路径不是做全链条贸易,而是先切入车源集采、检测认证、SaaS管理、口岸服务、海外售后或跨境收付款中的一个环节,再向平台演进。

核心参考文献

· Opportunities and Challenges fo… 

· 温州首艘自营滚装船运载国产车出… 

· 商务部等5部门关于进一步做好二手… 

· ACEA – European Automobile Manu… 

· 商务部等5部门关于二手车出口有关… 

· First mixed transportation trai… 

· 政策性出口信用保险助力天津自贸… 

· B2B Vehicle Auction Platforms i… 

· 全国二手车信息服务平台 

· Top 5 Export Markets for U.S. W… 

· China’s Used Car Export Boom: 1… 

· 二手车“链”通世界_央广网 

· 日元贬值反噬本土市场!日本二手… 

· US Car Auction Shipping & Expor… 

· 神州租车承办首届中国二手车出口… 

· 日韩二手车出口激增:贸易摩擦下… 

· 关于我们_广东好车_打造二手车出… 

· 全国二手车信息服务平台 

· 韩国二手车月出口超1万亿韩元,中… 

· 韩国KATRI汽车认证申请步骤:车辆… 

· 中国车出口太猛 运车船直接干到不… 

· 航运巨头:中国汽车制造商已从成… 

· 二手车交易_公正高效的二手车交易… 

· Japan’s Booming Used Vehicle Ex… 

· How to Export Cars from Europe?… 

· 解锁二手车出口新密码:检验标准… 

· 二手车出口潜力巨大,这两家企业… 

· 二手车“链”通世界 – 中国金融信息… 

· 二手车交易_公正高效的二手车交易… 

· USS Co Ltd Company Details – In… 

· Japan Used Car Market Size, Sha… 

· Japan Car Direct | Import Cars… 

· Global Logistics: Used Japanese… 

· Korean Used Car Certification 

· 2026年新版二手车出口韩国政策与… 

· 二手车出海4年涨100倍:有人高价… 

· TÜV SÜD and ADAC launch vehicle… 

· VDA · 有人年赚百万 汽车出海涌现“零公… 

· 二手车出口淘金热背后:“内卷”接… 

· 二手车商“出海”沉浮:从日进斗金… 

· 二手车出海进入信任博弈期,港口… 

· Japan Used Car Market Size, Sha… 

· KORICAR | Korean Used Car Expor… 

· About Us · Why Buy Used Cars from Korea —… 

· Car auctions | Exleasingcar.com… 

· Manheim Homepage 

· Second-hand cars, first-rate op… 

· How to Import and Export a Car… 

· Essential Guide to Exporting Ve… 

· 【新华企业资讯】广东好车与日本S… 

· Auto Export Services USA | Ship… 

· Manheim Auto Auction Shipping |… 

· 商务部等四部门《关于进一步加强… 

· 2026二手车出口发展大会:聚焦合… 

· NADA: US import tariffs forecas… 

· 生态有多大,二手车出口的舞台就… 

· KAMA 

· Guazi: China Used Cars Export &…

《方志数据标注手册》框架 V1.0

定位:面向社内资深编辑(非技术背景)的操作指南,不是给工程师看的技术文档。 核心目标:让不懂数据库的老编辑,在2周内达到”双人独立标注一致率≥95%”的验收线。 配套文件:附件A《事件类型受控词表》、附件B《P0指标模板全集》、抽取流水线提示词模板包(另行交付)。 版本纪律:V1.0冻结期90天,本手册只补案例、不改规则;规则变更须本体负责人+首席编辑双签。


〇、写在最前面:致各位编辑老师

您手里这本手册,不是让您学编程,也不是让您背字段名。它是把您几十年读志、修志、审志的经验,翻译成机器能听懂的话。

机器抽出来的东西对不对,只有您能判。您的判断就是数据质量的天花板。

手册里所有规则,都来自您熟悉的志书体例与记述习惯。遇到规则和您的经验冲突时,以您的经验为准,但请标记”待裁”而不是自行变通——我们会据此修订规则,而不是让您适应一条错的规则。

这本手册会随试抽取不断长厚。您每一次”待裁”标记,都是在帮它长大。

一、手册结构总览(7章 + 4附录)

章标题内容性质阅读对象预计用时
1我们在做什么项目意义、数据产品形态、编辑的角色全员必读30分钟
2标注工作台使用界面操作、快捷键、提交/待裁/异议流程标注员1小时(含上机)
3核心概念速查六类实体、事件vs观测、溯源锚点、置信度、时态标注员1小时
4分类判定流程主章:从原文到event_type的决策树+30条判例标注员反复查阅
5字段填写规范measures各字段的填写口径、模糊值处理、单位换算标注员按类目查阅
6质检与校准自检清单、双人校准流程、待裁处理、异议申诉标注员+质检员首次通读+日常查阅
7敏感内容处理GA0304/MI0405/SO0903/PE0804的分级流程标注员+审核员30分钟
A受控词表速查卡62个二级类目一页纸索引+消歧规则摘要桌面常备—
B古今对照速查朝代纪年换算、度量衡换算、政区层级对照桌面常备—
C30条种子判例集每条例子=原文+标注结果+判定理由+易错点培训教材—
D常见问题FAQ试抽取阶段积累的真实问题(动态更新)日常查阅—

二、各章内容要点与设计意图

第1章 我们在做什么(解决”为什么要这样标”)

  • 1.1 一句话讲清项目:”我们把志书变成可查询、可计算、可卖给保险/研究/AI公司的结构化数据集,您的标注就是数据集的质量底线。”
  • 1.2 数据产品的样子:展示水灾事件数据集demo截图、建置沿革时间轴可视化、人物关系图谱——让编辑看到自己标的东西最终长成什么样(看见产出,才有质量感);
  • 1.3 编辑 vs 机器 的分工边界:机器做初抽(准确率约60—70%),编辑做复核与裁决(目标是95%+);编辑不是给机器纠错,是在定义”什么叫对”;
  • 1.4 标注成果的去向:L1知识层→数据集产品→客户付费→反哺加工业务→更多志书进入标注循环(闭环叙事,避免”标完就散”的项目制心态)。

设计意图:老编辑最容易产生的抵触是”我又不是程序员,为什么要干这个”。本章不回避这个问题,直接把”为什么是你”讲透。

第2章 标注工作台使用(解决”怎么点”)

  • 2.1 界面三区布局:左=原文图像+OCR文本(可缩放、可跳转页码);中=标注表单(实体/字段/值);右=上下文面板(同段其他已标实体、关联事件预览);
  • 2.2 核心操作:选中文本→创建实体→填字段→绑定溯源→提交/存草稿/标待裁;
  • 2.3 快捷键表(一页纸):Tab切换字段、Ctrl+S暂存、F1调出当前字段帮助、Ctrl+Z撤销;
  • 2.4 待裁与异议按钮:这两个按钮的使用频率是健康度指标——用得少说明规则不清或编辑不敢标;用得多说明规则需要修订。本章明确告诉编辑:”标待裁不是能力不足,是负责任。”
  • 2.5 上机练习任务:用3条预置样例走完提交流程,不计入正式标注。

设计意图:工具恐惧是老编辑的第一道坎。本章只做最小必要操作教学,不讲原理;复杂功能(批量操作、高级检索)放到进阶培训,不在V1.0手册出现。

第3章 核心概念速查(解决”这些词是什么意思”)

用志书语言类比解释技术概念,禁止直接用技术术语定义:

技术概念志书语言类比一句话解释
实体(Entity)志书里的”条目”一个可被单独指称的人、地、事、物、机构、数值
事件(Event)大事记里的一条有明确时间点、涉及主体、产生变化的记述单元
指标观测(Observation)食货志里的一行数字某时某地的某个数值记录,本身不构成事件
溯源(Provenance)注释里的出处这条数据从哪部志书哪一页哪一段来的
置信度(Confidence)审校时的”存疑”标记这条数据有多可靠,分AI初抽/人工初检/专家定稿三级
时态(Temporal)建置沿革里的”某年至某年”关系和属性都有有效期,不是永恒的
不确定度(Uncertainty)“约””不详””一说”原文本身的模糊性,如实记录,不伪造精度
异说(Conflict)新旧志书的矛盾记载不裁决,并存呈现,让下游用户自己判断

设计意图:概念对齐是后续所有规则理解的前提。用类比而非定义,降低认知负荷;每个概念配一个志书原文例子,让抽象落地。

第4章 分类判定流程(主章,解决”这条算哪类”)

这是整本手册的核心,采用决策树+判例双层结构:

4.1 五步决策树(从原文到event_type)

Step 1: 这条记述有没有明确时间点?
   → 无时间点且为静态描述 → 不是事件,归地点/机构属性或指标观测
   → 有时间点(含模糊时间)→ Step 2

Step 2: 这条记述的主体是什么?
   → 灾害现象 → ND大类
   → 政区/地名变化 → AD大类
   → 工程营建废毁 → EN大类
   → 人物生平节点 → PE大类
   → 制度/政策/会议 → GA大类
   → 战事/驻防 → MI大类
   → 经济生产变动 → EC大类
   → 文教科技活动 → CU大类
   → 社会民生事件 → SO大类
   → 无法判断 → 标"待裁"

Step 3: 在大类内,按附件A词表的"收录边界"匹配二级类目
   → 匹配成功 → Step 4
   → 匹配多个 → 走消歧规则R1-R7(见4.2)
   → 都不匹配 → 标"待裁"

Step 4: 检查是否为附属信息(R3规则)
   → 是灾后赈济/重建等附属记述,且无独立规模数据 → 回填主事件的measures,不单建事件
   → 有独立规模、独立成段 → 建独立事件,挂caused关系

Step 5: 确认时代适用性
   → 按志书断限核对附件B模板的时代标记,禁用不适用字段

4.2 消歧规则实操版(把附件A第三节改写为编辑语言)

每条规则 = 规则表述 + 正反例各1条 + 常见误判提醒

示例(R3 附属信息不独立建条):

规则:灾害条文里附带一句赈济信息,没有独立的粮款数额、施赈机构、持续时间等规模数据时,不单独建SO0902事件,而是填到主灾事件的relief_attached字段里。

✅ 正确:“光绪三年大旱,饥民流徙,知县某某设粥厂三处赈之。” → 赈济信息填入ND0102的relief_attached,不单建SO0902。 ❌ 错误:同上原文,单独建了一条SO0902事件。

✅ 正确:“光绪三年大旱……冬,巡抚奏请拨银五万两,设局于城南,自十一月至次年二月,日赈三千人。” → 有独立规模(银数、局址、时长、日赈人数),建独立SO0902,挂caused→ND0102。

⚠️ 常见误判:看到”赈””恤””蠲”就建SO0902。关键词不是判定依据,规模数据和段落独立性才是。

4.3 30条种子判例索引(附录C的导读)

按类目分组,每条判例标注:

  • 难度星级(★基础 / ★★边界 / ★★★争议)
  • 涉及的消歧规则编号
  • 易错点标签(如”易混淆EN0501与ND0101″”易漏时态字段””币种换算陷阱”)

设计意图:决策树给路径,判例给手感。老编辑的学习方式是”看例子”而非”读规则”,判例集的权重应高于规则文本。30条覆盖全部P0类目×古/今,确保每个编辑在正式标注前至少精读10条。

第5章 字段填写规范(解决”这个格子怎么填”)

按附件B模板逐字段说明,每个字段 = 定义 + 填写口径 + 正反例 + 特殊情形

重点强调三类高频出错字段:

  1. 模糊数值:重申value_type六值枚举,给出”千余人””无算””十之七八””斗米千钱”四类典型原文的标准填法;
  2. 单位换算:哪些必须换算双存、哪些只存原值、哪些永不换算(币种);换算规则ID怎么查(附录B);
  3. 时态字段:valid_from/valid_to的填写规范,”不详”vs空值的区别,开放区间(延续至今)的标记方式。

设计意图:本章是”字典”,不需要通读,按字段名检索即可。排版上采用字段名醒目标题+折叠详情,方便快速定位。

第6章 质检与校准(解决”怎么知道我标对了”)

  • 6.1 自检清单(提交前过一遍):
    • 每条事实都有溯源锚点(chunk_id非空)
    • 数值字段的value_type已填,无裸数字
    • 时态关系的valid_from/valid_to已填或明确标记”不详”
    • 币种字段未做跨代换算
    • 待裁项已填写”待裁理由”(不少于10字)
  • 6.2 双人校准流程:
    • 同一批原文,两人独立标注→系统自动比对→不一致项进入校准会→首席编辑裁决→裁决结果写入FAQ(附录D);
    • 校准会每周一次,每次不超过1小时,只讨论不一致项;
    • 一致率<95%时暂停新标注,先修订规则/补充判例;
  • 6.3 待裁处理SLA:
    • 普通待裁:48小时内由首席编辑回复;
    • 争议待裁(多人标同一原文结论不同):纳入下次校准会;
    • 超时未回复的待裁,标注员有权跳过该条继续后续工作(不让流程卡住);
  • 6.4 异议申诉:标注员对裁决不服,可发起二次复核,由本体负责人终审;终审结果写入规则修订日志。

设计意图:质检不是”找错”,是”对齐”。双人校准的核心产出不是分数,是FAQ和规则修订。待裁SLA保护编辑的工作节奏,避免”标了没人理”的挫败感。

第7章 敏感内容处理(解决”这条敢不敢标”)

  • 7.1 四类敏感类目清单:GA0304(政治运动)、MI0405(起事平乱)、SO0903(治安/群体事件)、PE0804(轶事传说);
  • 7.2 分级处理流程:
    • L1(默认受限):GA0304、MI0405、SO0903 → 正常标注,visibility=受限,不进入对外数据集;
    • L2(强制标记):PE0804 → fact_level=传说,confidence≤0.5,仅供C端文化产品;
    • L3(脱敏审查):涉及在世人物、未解密档案、民族宗教敏感表述 → 标”待审”,由审核员(非标注员)处理后决定是否入库;
  • 7.3 立场中立化原则:旧志”寇””匪””逆”等称谓照录原文,不加现代价值判断;如需现代史实标注,由编辑规则库统一提供标准表述,标注员不自行发挥;
  • 7.4 免责条款:按本手册流程标注的敏感内容,责任在规则设计方,不在标注员个人。

设计意图:敏感内容是老编辑最大的心理负担。本章的核心信息是”按流程做,责任不在你”。免责条款必须白纸黑字写出来,否则编辑会倾向于”宁可不标”,导致数据缺失。

三、附录设计要点

附录A 受控词表速查卡(单页A4,可打印贴工位)

  • 62个二级类目按大类色块分区;
  • 每个类目只列:编码+名称+一句话收录边界+优先级星标;
  • 底部印消歧规则R1-R7的七字口诀版(如”一体记述不拆分””主体决定归哪类”);
  • 这张卡是标注员的”方向盘”,必须做到一眼能查到。

附录B 古今对照速查(单页A4)

  • 朝代纪年↔公历对照表(明洪武—2005,按帝号/年号分段);
  • 度量衡换算表(尺/丈/里/斤/石/亩,按朝代分列,标注conv-xxx规则ID);
  • 政区层级对照表(古/民/今三列并排);
  • 禁止标注员心算换算,一律查表填规则ID。

附录C 30条种子判例集(独立装订,便于翻阅)

格式统一:

【判例编号】ND0101-古-03 ★★
【原文】"万历十四年秋,大水,决堤三十六处,溺毙千余人,
        知县某某捐俸赈之,民赖以全。"
【标注结果】event_type=ND0101; flood_type=洪灾; 
           breach_count={raw:"三十六处",value:36,value_type:exact};
           death_toll={raw:"千余人",value:1000,value_type:approx};
           relief_attached={raw:"知县某某捐俸赈之",方法:发银,actor:知县某某}
【判定理由】赈济信息无独立规模数据(无粮款数额、无持续时间),
           依R3规则回填relief_attached,不单建SO0902。
【易错点】看到"赈"就建SO0902;"千余人"存为exact。
【关联规则】R3、value_type=approx

附录D 常见问题FAQ(动态更新,电子版为主)

  • 按”分类判定””字段填写””工具操作””敏感内容”四组分类;
  • 每条FAQ = 问题+回答+来源(哪次校准会/哪位编辑提出);
  • 每周校准会后24小时内更新,标注员开工前先扫一眼新增条目。

四、手册的产出计划与验收

阶段产出物负责人工期验收标准
W1第1-3章初稿 + 附录A/B本体设计+首席编辑5个工作日编辑通读后能复述项目意义与核心概念
W2第4章决策树 + 附录C前15条判例本体设计+2名资深编辑5个工作日2名编辑独立标注同一批20条原文,一致率≥85%(W2门槛)
W3第5-7章 + 附录C后15条 + 附录D初版本体设计+质检员5个工作日2名编辑独立标注同一批30条原文,一致率≥90%(W3门槛)
W4全册统稿 + 上机练习任务 + 培训本体设计5个工作日正式验收:双人独立标注50条P0样章,一致率≥95%

附件B 《P0类目指标模板全集》 V1.0

归属:《方志知识层数据本体规范》附件B(附件A《事件类型受控词表》第五节之展开) 覆盖范围:全部P0类目,共15套模板(ND×7、AD×6、EN×1、SO×1;ND0101、AD0205已在附件A发布,此处收录修订版并统一编号) 设计铁律重申:只设志书真实会出现的字段。判断依据=历代旧志+新编志书的实际记述能力,不是现代行业统计标准。字段设了而志书里没有,数据集完整度就会被自己的模板拖垮。


〇、先立通用规则(所有模板共用,避免每表重复)

0.1 数值型字段的统一结构(value对象)

任何measures字段中的量值,一律不存裸数字,存如下结构:

{
  "raw": "决堤三十六处,溺毙千余人",     // 原文照录(必填)
  "value": 1000,                        // 数值(可为空)
  "unit_original": "人",                 // 原文单位
  "unit_modern": "人",                   // 规范单位
  "value_type": "approx",               // 见0.2
  "range": [1000, null],                // value_type=range时必填
  "conversion_rule": null,              // 单位换算规则ID(见0.3),无换算为空
  "granularity_note": null              // 口径备注("含"约"字""无算"等)
}

0.2 value_type 受控枚举(处理模糊数量的唯一合法方式)

值含义原文特征示例
exact精确值“决口三处,各长十二丈”
approx约数“千余人””约三十万斤”
range区间“死伤二三千人”
uncounted不可计数“无算””不可胜数””溺毙甚众”
qualitative纯定性“大饥””房屋倒塌殆尽”
absent原文未载—(字段留空,区别于uncounted)

禁止行为:将”千余人”存为1000/exact;将”无算”存为0;将未载字段留空却不记value_type。这三种是抽取质检的一票否决项。

0.3 单位换算规则登记制

换算不自造,引用统一换算规则表(conv-xxx),每条规则带依据与适用时代:

规则ID换算依据/备注
conv-mu1亩 = 666.67 m²通用;民国地方习惯亩另立规则
conv-jin1斤(市) = 0.5 kg1959年前旧制1斤=16两,涉及重量金额时须断代
conv-shi1石(清) ≈ 103.5 kg(粮)按朝代分设:conv-shi-ming / conv-shi-qing / conv-shi-minguo,换算值必须带朝代断代,无断代信息则只存原值不换算
conv-zhang1丈 ≈ 3.2 m(清)/ 3.33 m(民国后)同上分代
conv-chi1尺 按朝代分设同上
—银两/钱文/银元/法币/金圆券/旧人民币/新人民币币种一律照录,永不换算(跨时代购买力换算是下游研究者的事,数据库做了反而错)

0.4 时代适用性标记

每套模板的字段标注适用时代:[古](明清及以前旧志)、[民](民国志)、[今](1949年后新志)。抽取时按志书断限自动提示可用字段集,避免标注员在明代记载里找”直接经济损失(万元)”这种不可能字段。

0.5 公共字段包(所有事件模板默认继承,不再重复列出)

event_time(含粒度)、place_id(多级)、actors[](带角色)、provenance、confidence、review_status。以下各表只列专属measures字段。

一、ND 自然灾害类(7套)

mt-ND0101 水灾(修订版)

字段类型时代必/选说明
flood_type枚举全部必洪灾/涝灾/山洪/溃堤溃坝/风暴潮/城市内涝/冰凌灾
rain_descvalue今(古多为定性)选降雨量mm;旧志”大雨连旬””雨七日”存qualitative+持续天数
duration_daysvalue全部选成灾持续天数
water_levelvalue今选米;须带测点地名;旧志”水高数丈”存原文
breach_count / breach_lengthvalue全部选决口处数/长度(丈→conv-zhang双存)
damaged_area / destroyed_areavalue全部选受灾/成灾面积,口径词照录(”淹””浸””没”分级存原文)
damaged_pop / damaged_householdsvalue全部选受灾人口/户
death_tollvalue全部选“溺毙无算”→uncounted
houses_collapsedvalue全部选倒塌房屋间数
livestock_lossvalue全部选牲畜损失头数
economic_lossvalue(币种照录)今选旧志无此字段
relief_attached结构组全部选R3规则:附属赈济信息(粮款数额/方式),不独立建SO0902
crop_impact枚举+value全部选绝收/减产+比例;”是岁大饥”存qualitative

mt-ND0102 旱灾

字段类型时代必/选说明
drought_type枚举全部必春旱/夏旱/秋旱/冬旱/跨年连旱
onset_time时间对象全部必旱象始现时间(”自春不雨”→春季,粒度=季)
rainless_daysvalue全部选连续无雨天数;古志多定性(”数月不雨”)
precipitation_deficitvalue今选降雨距平,仅现代水文记载
river_status枚举全部选河湖干涸情况:溪流断流/河湖见底/井泉枯竭(”河底可行人”类原文照录)
damaged_area / destroyed_areavalue全部选同水灾口径规则
damaged_popvalue全部选
famine_level枚举古/民选饥荒程度分级:歉收/饥/大饥/人相食——四级受控枚举,这是气候与社会史研究的刚需字段,原文表述照录于raw
price_surgevalue(币种照录)全部选米价涨幅(”斗米千钱”→raw照录+单位换算尝试,无断代则不换算)
relief_attached结构组全部选同ND0101
social_impact枚举多选全部选流民/卖儿鬻女/抢粮/迁徙(关联SO0901线索)

mt-ND0103 地震

字段类型时代必/选说明
quake_time时间对象全部必含时辰(”子夜””晡时”照录+换算尝试);夜震/昼震是烈度感知研究变量
epicenter_desc文本+place_id全部必原文震中表述(”地震,声如雷,自西北来”);方位信息单列 direction字段
magnitudevalue今选M值;古地震的推定震级仅当志书明载(新志常回溯标注)才收,字段加 source_of_estimate
intensityvalue今选罗马数字烈度;同上规则
intensity_qualitative枚举古/民选感受分级:微感/器物动摇/房屋损伤/倒塌/毁灭——旧志烈度的唯一合法表达方式
ground_effects枚举多选全部选地裂/地陷/喷沙冒水/山崩/滑坡/河湖壅塞改道/”山移”
damaged_area_scopeplace_id列表全部选波及范围(”邻县俱震”→列place)
buildings_collapsedvalue全部选分类计数:民居间数/城墙雉堞/衙署/寺观塔(塔倒、城颓是旧志必载项,单设字段)
death_toll / injury_countvalue全部选
aftershocksvalue+时间组全部选余震次数与持续期(”余震月余”)
precursors文本全部选前兆记载(地声、地光、井水异常、动物异常)照录
post_quake枚举全部选赈济/蠲免/重建(caused关系挂SO0902/EN类事件)

mt-ND0104 风灾

字段类型时代必/选说明
wind_type枚举全部必台风(飓风)/大风/龙卷风(飓风拔木类)/风暴潮/焚风
typhoon_name_id文本今选台风名称/编号(1949后)
wind_forcevalue今选蒲福级;旧志存定性枚举:拔木/发屋/偃禾
wind_force_qualitative枚举古/民选三级:拔木发屋级/偃禾级/微损级
wind_direction枚举全部选八方位照录(”东北风大作”)
durationvalue全部选持续时长(”自辰至酉”→换算小时段,原文照录)
accompanying_rainvalue全部选伴随降雨
storm_surge_heightvalue今选增水米
houses_collapsed / boats_sunk / trees_uprootedvalue全部选三项旧志标配
damaged_areavalue全部选
death_tollvalue全部选
economic_lossvalue(币种照录)今选
salt_field_crop_impactvalue全部选盐场/农田分列(沿海志书特色,样章验证后决定保留与否)

mt-ND0106 霜冻雪灾

字段类型时代必/选说明
disaster_subtype枚举全部必暴雪/严寒/春霜/秋霜/冰冻(雨凇)
extreme_tempvalue今选最低气温℃;旧志无温度计数据,此字段[古][民]置absent,禁止从”大寒”推数
snow_depthvalue全部选尺→conv-chi双存(”深数尺””平地丈余”)
duration_daysvalue全部选降雪/严寒持续天数
frost_period枚举全部选春霜(伤花伤苗)/秋霜(杀青)——物候研究关键
river_lake_freeze文本+value全部选河湖结冰:冰厚、可通车马否(”冰坚可渡”照录)
damage_to_plants枚举多选全部选竹柏死/果木冻死/麦苗冻死——旧志植物灾情是物候重建的一手数据,单设
damaged_areavalue全部选
death_toll(human) / livestock_deathvalue全部选冻毙人数/牲畜分列
famine_level枚举古/民选复用ND0102四级枚举

mt-ND0107 生物灾害

字段类型时代必/选说明
pest_type受控枚举全部必蝗/螟/粘虫/稻飞虱/棉铃虫/松毛虫/鼠害/牲畜疫(牛瘟猪瘟)/其他(二级枚举表单独维护,随样章扩充)
locust_stage枚举全部选蝻(幼)/蝗(成)——蝗灾专属,治理窗口期判断依据
swarm_scale枚举+value全部选定性:蔽日/蔽野/方数十里;定量:面积
spread_direction枚举全部选迁入方向(”自北而来”)——蝗虫迁飞路径研究字段
damaged_areavalue全部选
crop_loss_ratevalue全部选损失成数照录(”伤稼十之七八”→range[0.7,0.8])
control_measures枚举多选全部选[古]捕瘗/官民扑捕/祈祷;[今]药剂/飞机喷洒/生物防治/人工扑打
control_inputvalue今选防治投工/药械/经费
control_effect枚举全部选扑灭/控制/蔓延
durationvalue全部选灾期

mt-ND0109 疫病

字段类型时代必/选说明
disease_name_raw文本全部必原文病名照录(”大头瘟””痧症””时疫””霍乱”)
disease_name_modern受控枚举今(古为推定)选现代病名对照;旧志病名的现代对照一律标 mapping_confidence 且注明对照依据(志书自注/学者考订),无依据则留空——这是本类目最大的学术争议点,宁可空缺不可妄断
epi_type枚举全部选呼吸道/肠道/虫媒/动物源/不明
onset_spread时间组全部必始发时间、流行期、终止时间
spread_scopeplace_id列表全部选波及乡村/街区清单(旧志”沿村传染”存qualitative)
origin_route文本全部选传入路径记载(”自口岸传入””灾后有疫”——灾后关联疫用caused关系挂灾害事件,此字段只存文字线索)
case_countvalue今选发病数;古志多absent
death_tollvalue全部选“死者枕藉””十室九病”→uncounted/qualitative
mortality_qualitative枚举古/民选四级:偶有死亡/死亡众多/死亡惨重/灭绝性(村坊几空)
control_measures枚举多选全部选[古]施药/设局义诊/掩埋/隔离(”徙避”);[今]检疫/接种/消杀/定点医院/封锁
control_bodiesorg_id列表今选防疫机构
relief_attached结构组全部选同ND0101

二、AD 建置政区类(6套)

mt-AD0201 政区设置

字段类型必/选说明
setup_type枚举必新置/析置(割某地置)/升置/侨置/迁置
new_placeplace_id必新设政区(Place实体同批创建)
admin_level受控枚举必分时代层级表:[古]州/府/县/乡/都/图;[民]县/市/区/乡镇/闾邻;[今]省级/地级/县级/乡级/村级——层级词表按时代切换,不混用
parent_placeplace_id必隶属上级(挂Place.evolution[])
source_territoryplace_id列表+说明选析置来源(”割XX县东境三乡置”→列源政区+原文)
jurisdiction_scope文本+place列表选辖域描述/下辖单位清单
seat_locationplace_id必治所
area / households / populationvalue选设置时点规模(旧志”户X口X”→双字段)
approval_bodyorg_id+文号选[今]必收(批准机关+文件号);[古]存”奉旨””部议”类文本
effective_time时间对象必批准时间与生效时间分列(今志常两者不同)
naming_reason文本选得名缘由(志书多载,地名文化产品素材)
setup_reason枚举+文本选析置原因:辖境过广难治/人口滋繁/防务需要/资源开发/政策规定

mt-AD0202 政区撤并

字段类型必/选说明
removal_type枚举必裁撤/并入/省并/改置(转他类政区)/自然消亡
removed_placeplace_id必被撤政区(Place.existence关闭)
level_before受控枚举必撤销前层级
successor_placesplace_id列表+份额说明选辖域去向(”析入甲乙两县”→列明分配)
seat_disposition枚举选治所处置:降为乡镇/废弃/他迁
population_area_at_removalvalue选撤销时点规模
approval_body / effective_time同AD0201必
removal_reason枚举+文本选精简机构/区划调整政策/灾毁/战毁/合并发展

mt-AD0203 政区改名

字段类型必/选说明
placeplace_id必硬校验:建制延续(Place.existence不中断),若实为撤旧设新则拒收,改归AD0201+AD0202事件对
old_name / new_name文本必各挂Place.names[]并带有效时间区间
rename_type枚举必用字变更/全称更换/规范化(俗名转正)/恢复旧名/避讳改字
rename_reason枚举+文本选避讳/避重名(全国同名)/政治寓意/复旧/地名义雅化
approval_body / effective_time同上必
name_revertedevent_id选若后又改回,前向链接(改名链条自动串接)

mt-AD0204 政区升格降格

字段类型必/选说明
placeplace_id必建制延续(校验同AD0203)
direction枚举必升格/降格/平级改类(县改区/地区改市)
level_from / level_to受控枚举必分时代层级表
accompanying_changesevent_id列表选伴随的辖界调整(AD0205)/治所迁移(AD0206)/改名(AD0203)——R6规则:一事件一主类,伴随变化独立建条用caused/伴随关系互链
approval_body / effective_time同上必
reason枚举+文本选经济发展/城镇化/政策安排/行政中心转移

mt-AD0205 辖界调整(修订收录)

字段类型必/选说明
adjust_type枚举必析出/划入/互换/勘定/飞地处置
partiesplace_id列表(甲方乙方)必涉及政区
transferred_unitsplace_id列表+说明选划转的具体乡/村/地块清单
area_change / population_changevalue选各方增减(正负号建模)
boundary_desc文本选新界描述原文(”以XX河为界”)——GIS复原的依据
approval_body / approval_doc / effective_time同上必政务核验刚需
dispute_note文本选界务纠纷背景(旧志”界讼”记载,单设——历史边界纠纷是稀缺席位数据)

mt-AD0206 治所迁移

字段类型必/选说明
placeplace_id必
seat_from / seat_toplace_id必新旧驻地(挂Place.location时态链)
move_distancevalue选里程(里→换算双存)
move_reason枚举+文本必水毁/战毁/火灾/发展需要/交通枢纽变迁/政策指令
old_seat_disposition枚举选降为村镇/保留旧址/废弃
approval_body / effective_time同上必
temp_seat_note文本选临时驻地记载(”暂驻XX”——迁移过程中常有过渡态,单设)

三、EN0501 水利工程

字段类型时代必/选说明
project_type枚举全部必水库/堤防/堰坝/闸/渠/圩垸/塘陂/河道整治/排灌站/海塘
project_nameplace_id(人文地点)全部必工程本身作为人文地点实体创建(与Place体系打通)
project_nature枚举全部必新建/重修/加固/改建/扩建/废毁
water_bodyplace_id全部选所在河流湖塘(关联自然地理地点实体——水灾事件与水利工程通过water_body互查,这是水灾数据集的杀手级关联)
scale_by_type分组结构全部选按project_type挂不同指标组:堤防→长/高/顶宽;水库→坝高/库容/集雨面积;渠→长/流量/灌溉面积;塘陂→蓄水容量。每组字段=raw照录+换算双存
irrigated_area / drained_areavalue全部选灌溉/排涝面积(古今皆有,旧志”溉田千顷”→顷按朝代换算规则)
construction_period时间组全部必始工/竣工(旧志”越三年告成”→换算)
investmentvalue(币种照录)全部选造价;[古]银两/钱文分列
labor_inputvalue全部选[古]役夫工数(”役民夫十万”);[今]投工工日/民工动员数
materials_note文本全部选建材与工艺记载(石工/夯土/现代混凝土——工程史研究字段)
organizerorg_id+person_id全部必主持者([古]知县/乡绅;[今]建设单位)——人物库与工程事件的核心连接点
beneficiary_scopeplace_id列表全部选受益乡村
subsequent_fateevent_id列表选全部后续溃决(→ND0101)/重修(→新EN0501条)/报废,前向链接成工程生命史
stele_record文本古/民选碑记存目(”有碑记,见艺文志”——跨篇章线索,供CU0703关联)

四、SO0902 赈灾救济

字段类型时代必/选说明
related_disasterevent_id全部必强制字段:必须挂接主灾事件(ND类)。无法确定主灾的”孤立赈济记载”进入待裁队列——这是R3规则(附属vs独立)的执行闸口:有独立规模数据、独立成段者建本条并挂主灾;一笔带过者回填主灾的relief_attached
relief_actor_type枚举全部必朝廷(官赈)/地方政府/民间慈善(义赈)/侨汇/国际援助/以工代赈专项
relief_actorsorg_id+person_id列表全部选具体施赈机构与人物(善人义举→关联PE0802线索)
relief_methods枚举多选全部必放粮/发银/施粥(粥厂)/平粜/蠲免/缓征/以工代赈/安置移民/发放物资
grain_amountvalue全部选石/斤按朝代换算规则双存
money_amountvalue(币种照录)全部选银两/钱文/银元/人民币分列,永不跨代换算
tax_reliefvalue古/民选蠲免数额或成数(”蠲免钱粮十之三”)
congee_stationsvalue+place列表古/民选粥厂数与地点(旧志特色字段)
relief_duration时间组全部选起止
beneficiariesvalue全部选受赈人口/户数
work_relief_projectevent_id古/民/今选以工代赈所修工程→链接EN类事件(赈灾与工程的跨类连接,社会史+工程史双料数据)
effect_note文本+枚举全部选效果记载(”民赖以全””流亡复业”)+定性分级

五、样章级示例(标注手册种子案例,2条)

例1(古·地震) 原文:“康熙七年六月十七日戌时地震,有声如雷,自西北来,城堞民居倾圮无数,学宫颓,压毙百余人,余震经月乃息。”

{
  "event_type": "fz:evt:ND0103",
  "time": {"raw":"康熙七年六月十七日戌时","公历":"1668-07-25","粒度":"时辰级","换算":"人工"},
  "place": "xx县城",
  "measures": {
    "quake_time": {"raw":"戌时","换算尝试":"19-21时","value_type":"exact"},
    "intensity_qualitative": "房屋损伤级",
    "ground_effects": [],
    "buildings_collapsed": {"raw":"城堞民居倾圮无数","value_type":"uncounted"},
    "death_toll": {"raw":"压毙百余人","value":100,"value_type":"approx","range":[100,null]},
    "aftershocks": {"raw":"余震经月乃息","value":30,"unit_original":"日","value_type":"approx"}
  },
  "备注": "学宫颓→buildings_collapsed.raw已含;'声如雷,自西北来'→direction=西北+precursors照录"
}

例2(今·旱灾) 原文:“1978年大旱,自6月中旬至9月上旬无透雨,全县受旱42万亩,成灾18万亩,绝收5.3万亩,投入抗旱机井1200眼,发放抗旱贷款37万元。”

{
  "event_type": "fz:evt:ND0102",
  "time": {"start":"1978-06-15","end":"1978-09-10","粒度":"约","备注":"原文为旬级表述"},
  "measures": {
    "drought_type":"夏秋连旱",
    "rainless_days":{"raw":"无透雨","value_type":"qualitative"},
    "damaged_area":{"value":42,"unit_original":"万亩","unit_modern":"亩","换算值":420000,"value_type":"exact"},
    "destroyed_area":{"value":180000,"unit_modern":"亩","value_type":"exact","口径":"成灾"},
    "crop_impact":{"raw":"绝收5.3万亩","value":53000,"value_type":"exact"},
    "control_input":{"raw":"抗旱机井1200眼,抗旱贷款37万元","币种":"人民币(现行)"}
  }
}

这两个例子的作用:让编辑和工程师在同一页上对齐”什么叫一条合格的结构化事实”。标注手册的案例库从每个P0类目×古/今各1条起步,共约30条种子案例。

六、全集统计与质检指标

  • 模板总量:15套,专属字段合计约 180个,其中必填约35个;
  • 受控枚举表(须随词表一并冻结):灾害类型、饥荒四级、烈度定性三级、政区层级分时代表、赈济方式、工程类型、指标模板挂载表——共7张;
  • 完整度验收线(对应90天验收标准):P0数据集对外发布时,必填字段完整度100%,专属选填字段完整度≥80%(低于80%说明模板设计超出志书记述能力,须裁字段而不是催标注);
  • 模板健康度监控:某字段在试抽取中 absent 占比>90% → 标记”疑似过设”,进入复审;某类目”待裁”高发 → 边界说明修订(与附件A治理规则联动)。

附件A 《事件类型受控词表》 V1.0

归属:《方志知识层数据本体规范》附件A 适用范围:L1知识层 Event 实体的 event_type 字段取值 设计依据:历代旧志门类(祥异、舆地、建置、秩官、武备、食货、学校、人物、杂记)+ 新方志篇目体系(自然、政治、经济、文化、社会)双轨归并 版本状态:V1.0草案(90天试抽取验证期内冻结二级类目,只补定义与边界,不新增类目)


一、编码规则

fz:evt:{大类码}{四位序号}

示例:fz:evt:ND0101 = 自然灾害大类·水灾
大类码为两位字母(稳定,永不变更);
四位序号中前两位=大类内分组(预留扩展位),后两位=类目。
  • 编码一经发布永不复用、永不改义;类目废弃时标记 deprecated,新数据不再使用,旧数据保留;
  • 每个二级类目携带五项元数据:定义、收录边界、排除边界、优先级、挂载的指标模板ID。边界说明是词表的灵魂——它解决的不是”分类”问题,而是抽取时”这条记载算不算、算哪类”的一致性问题(不同标注员对同一文本判断一致率应≥95%,这是验收指标)。

二、词表总表(9大类 · 62个二级类目)

ND 自然灾害类(P0 · 第一个垂直切片)

编码名称定义收录边界排除边界优先级
ND0101水灾因降雨、融雪、溃决等导致的水体泛滥致灾事件洪灾、涝灾、山洪、溃堤溃坝、城市内涝、风暴潮倒灌;含灾后的灾情记载与赈济附属信息水利工程本身的兴修→EN0501;单纯水位/雨量数值记录→指标观测P0
ND0102旱灾因长期降水不足致灾事件春旱、夏旱、秋旱、连年旱;含”大饥””人相食”等伴生记载旱情数值(连续无雨日数)单独出现→指标观测P0
ND0103地震有感及成灾地震事件含震级、烈度、前兆、损失、震后重建记载地震监测台站建设→EN0504P0
ND0104风灾台风、飓风、大风、龙卷风致灾事件含风力等级、路径、损失—P0
ND0105雹灾降雹致灾事件含雹块大小、持续时间、受灾范围—P1
ND0106霜冻雪灾霜冻、冰冻、严寒、暴雪致灾事件含异常低温记载(”冬大雪,竹柏皆死”)常年气候数据→指标观测P0(气候研究刚需)
ND0107生物灾害蝗灾、虫灾、鼠害、森林病虫害、畜禽疫病含历史上”蝗蔽日”类记载人传染疫病→ND0109P0
ND0108地质灾害滑坡、泥石流、崩塌、地陷、山崩含旧志”山移””地裂”类记载—P1
ND0109疫病人类传染病流行事件瘟疫、霍乱、疟疾、新冠等流行记载;含流行范围、死亡数、防疫措施医院/防疫机构建设→EN0504P0
ND0110复合及其他灾害多灾并发或无法归入上述类目水火并至、震后疫等原文一体记述者可拆分为单一灾种的必须拆分,本类目占比>5%时触发词表复审P2(兜底)

AD 建置政区类(P0 · 第一个垂直切片)

编码名称定义收录边界排除边界优先级
AD0201政区设置新设各级政区析置、新置、置县置州、设市设区;含设置时间、辖域、治所—P0
AD0202政区撤并撤销、并入、降级消失省并、裁撤、县改区前的撤县改名而建制存续→AD0203P0
AD0203政区改名政区名称变更而建制延续含改名原因、新旧名对照同一政区多次改名逐次建条,不合并P0
AD0204政区升格降格行政级别变更县升州、州升府、地区改市、县级市升格—P0
AD0205辖界调整政区间边界划转析出划入、边界勘定、飞地调整、边界纠纷及裁决整体设置/撤并已含辖域变化→AD0201/0202P0
AD0206治所迁移政区治所驻地迁移含迁址原因、新旧驻地治所衙署建筑本身的营建→EN0504P0
AD0207功能区设立非法定政区的管理功能区设立/撤销/扩区开发区、高新区、新区、风景区管委会、林区特区单纯挂牌仪式性记载信息量不足者不收P1

GA 政治政务类

编码名称定义收录边界排除边界优先级
GA0301机构设立改革地方党政机关、事业单位的设立、改组、撤并含机构沿革(”文教局改教育局”)、体制改革(机构改革方案实施)机构驻地建设→EN0504P1
GA0302主要官员任免地方党政主要负责人、历史职官的到任离任知县/县长/书记任免、重大人事变动普通职员任免不收;职官名录整体→人物库任职关系,非事件P1
GA0303政策法规颁行地方性法规、规章、重大政策文件的出台含文件名称、文号、施行时间、主要内容政策的执行过程性记载→按内容归各业务类目P1
GA0304重大会议运动重要会议、政治运动在本地的开展党代会人代会、历次政治运动的地方记载(如实记录,敏感表述走脱敏审查流程)—P2
GA0305荣誉表彰本地获得的国家级、省级荣誉,重大表彰文明城市、示范县等称号授予个人荣誉→PE0802P2
GA0306外事交流对外交往、缔结友好关系、重要来访友好城市缔结、外国政要来访领导人视察本地→PE0801P2

MI 军事类

编码名称定义收录边界排除边界优先级
MI0401战事战斗发生于本地或涉及本地的战事历代战事、抗战战役、解放战争战斗;含时间、双方、经过、结果—P1
MI0402驻防调防军队、武装力量的驻防与调离含历代汛塘营汛、近现代驻军—P2
MI0403军事设施建设城防、关隘、工事、军事设施之建废城墙修筑、炮台、国防工程古城墙作为文物的保护修缮→EN0505P2
MI0404兵事制度征兵、民兵、兵役制度的地方实施含历次征兵记载制度文件颁行→GA0303P2
MI0405起事平乱历史上的民变、起事、镇压记载旧志”兵燹””寇乱”类记载,保留原文表述并加现代史实标注(立场中立化处理由编辑规则库统一规定)—P2

EN 工程建设类

编码名称定义收录边界排除边界优先级
EN0501水利工程河湖治理、水库、堤防、灌渠、闸坝之兴建改建含工程规模指标(长、高、库容、灌溉面积)、工期、造价、主持者工程溃决致灾→ND0101(溃坝事件),工程本体沿革仍在ENP0(与水灾切片强关联)
EN0502交通工程道路、桥梁、铁路、港口、机场之建废改扩建含古桥古道、驿路—P1
EN0503市政工程供水排水、供电照明、园林绿化、市容工程——P1
EN0504公共建筑衙署、学校、医院、场馆、纪念建筑之营建含旧志”公署””学宫””书院”营建修缮学校作为机构的设立沿革→CU0701(区分:建筑归EN,机构归CU)P1
EN0505文保工程文物建筑修缮、迁移、复建;考古发掘含考古发现事件(出土文物清单)—P1
EN0506能源通信工程电厂、电网、燃气、通信设施之建设——P2
EN0507生态治理工程造林、水土保持、流域治理、污染治理工程——P2

EC 经济生产类

编码名称定义收录边界排除边界优先级
EC0601生产制度变革土地改革、合作化、包产到户、集体林权改革等制度性事件含变革过程、覆盖范围、政策依据—P1
EC0602企业兴废改制重要企业的创办、破产、改制、重组、上市收录门槛:县志立传级企业或有重大就业/税收影响者企业名录整体→机构库,非事件P1
EC0603物产资源开发矿产发现与开采、特产认定、地理标志、新品种培育成功含旧志”物产”门类中动态记载(某年始发现/引种某物)静态物产名录→机构/地点属性或指标观测P1
EC0604商贸大事市场开闭、重大展会、对外经贸协议、商圈兴衰—年度商业统计数据→指标观测P2
EC0605财税金融事件金融机构设立撤并、货币改革实施、重大财税事件含旧志”赋役””盐法”制度性变革记载历年税收数额→指标观测P2

CU 文教科技类

编码名称定义收录边界排除边界优先级
CU0701学校机构沿革学校(含书院、学宫、私塾)之创办、改名、合并、停办、升格含创办时间、创办人、初名校舍建设→EN0504P1
CU0702科技成果科技发明、获奖成果、重大技术突破、新品种审定含成果名称、完成单位、获奖等级—P2
CU0703文化著述出版志书谱牒编纂成书、重要著作出版、文献发现、重大文化活动含本次数据生产自身的著录(哪些志书何时纂修成书——Work实体的事件化表达)—P1
CU0704民俗非遗重要民俗活动记载、非遗项目认定、传统节会兴废含庙会、集市传统之兴革静态风俗描述→非事件,入地点/主题属性P2
CU0705宗教事件寺观教堂之创建兴废、重大宗教活动、宗教政策实施建筑兴废与EN0504区分:宗教场所沿革以机构视角归此处,纯建筑工程视角归EN,双写互链—P2
CU0706体育赛事承办赛事、破纪录、重大体育成就——P2

PE 人物活动类

编码名称定义收录边界排除边界优先级
PE0801视察到访领导人视察、历史名人到访、重要人物过境含时间、地点、活动内容、题词—P2
PE0802人物事迹义举、慈善、殉职、重大贡献等单人事迹收录门槛:志书人物传/人物表立传级,或有专段记述者人物任职→Person.office_holds关系,非事件P1
PE0803人物生平大事生卒、就义、重要人生节点,仅当原文独立成条记述时建事件与Person实体双写互链从人物传中推导的生卒年→Person.bio_dates字段,不建事件P2
PE0804轶事传说传闻、轶事、民间传说类记载强制标注 confidence≤0.5 且 fact_level=传说,永不进入严肃数据集,仅供C端文化产品使用—P2

SO 社会民生类

编码名称定义收录边界排除边界优先级
SO0901人口迁徙安置移民、迁徙、安置事件水库移民、垦荒移民、灾民迁徙、政策性安置;含规模、来源去向历年人口数→指标观测P1
SO0902赈灾救济独立记述的赈济、救济、抚恤行动灾后进行专项、成规模的赈济记载灾害条文中附带一笔的赈济信息→作为ND事件的measures字段,不单建事件(规则详见消歧R3)P0
SO0903治安事件重大刑事案件、群体性事件如实收录历史记载;当代敏感事件走脱敏分级流程—P2
SO0904安全事故生产安全、交通事故、火灾等重大事故含伤亡、损失、处理结果火灾若为战事所致→MI0401P1
SO0905民生保障事件低保、社保、医保、保障房等重大民生制度的本地实施与GA0303区分:文件出台归GA,实施落地与覆盖情况归此处—P2
SO0906物价供应异动抢购、物价暴涨、物资短缺等突发事件仅收事件性异动常规物价数据→指标观测P2

三、消歧规则(抽取一致性的执法依据)

标注员遇到边界冲突时,按以下规则裁决,规则优先级从高到低:

规则内容示例
R1 原文一体性优先原文将多事一体记述且不可自然切分时,建复合条目归ND0110或依主体事件归类,关联事件用 caused 关系互联,不强行拆分“八月大水,溃堤三十六处,溺毙千余人,冬大疫”→ ND0101为主事件,caused→ND0109疫病子事件
R2 主体决定归属记述重心在哪一主体,归哪一类“教育局迁址”重心在机构→GA0301;”教育局新楼建成”重心在建筑→EN0504
R3 附属信息不独立建条灾后赈济、灾后重建若与灾害同段记述且无独立规模数据,作为主事件的measures/关联事实,不单建事件见SO0902排除边界
R4 变更类逐次建条建置、改名、隶属变更每一次独立建条,禁止合并为”沿革概述”一条某县1949—2005年间7次辖界调整→7条AD0205事件,由Place.evolution[]串联
R5 事件与观测分流含时间点的动态变化→Event;周期性/年度性数值记录→IndicatorObservation。同一句话两者兼有时双写(事件建条+数值入观测表)“2003年粮食总产12万吨,较上年减3成(因旱)”→观测表收产量值;ND0102旱灾若无独立记述则不建事件
R6 一事件一主类,多关联每条事件有且仅有一个event_type;跨类关联通过 caused / involved 关系表达,不允许多主类地震引发水库溃坝→ND0103为主,caused→ND0101
R7 存疑归高不归低无法判断类目时,标注员标记”待裁”进入专家复核队列,禁止自行归入P2兜底类目兜底类目占比是词表健康度指标

四、与传统志书门类的映射(Crosswalk)

抽取时按志书篇章定位候选类目,可大幅提升效率与一致性:

旧志门类新志篇章(通行名)映射类目
祥异 / 灾异 / 祥灾自然灾害志、大事记ND0101—0110
舆地 / 疆域 / 建置沿革建置区划、地理AD0201—0207、ND0103(地震多附舆地)
公署 / 秩官 / 选举政权政务、人事GA0301—0302、PE0803
武备 / 兵事 / 兵燹军事MI0401—0405
水利 / 河防水利EN0501、ND0101(灾与工在此门类最易混淆,重点培训)
城池 / 桥梁 / 津渡城乡建设、交通EN0502—0504
食货 / 赋役 / 盐法 / 物产经济、农业EC0601—0605
学校 / 书院 / 艺文教育、文化CU0701、CU0703
祠祀 / 寺观 / 坛庙宗教、民俗CU0704—0705
人物 / 列传 / 忠义 / 烈女人物PE0802—0804
风俗 / 民政 / 社会社会、民政SO0901—0906
大事记大事记全类目来源——大事记是事件抽取密度最高的篇章,首个切片应从大事记+水利志+建置志三篇入手

五、指标模板挂载(P0类目详表)

指标模板定义每类事件的 measures{} 结构化字段。原则:只设志书真实会出现的字段,宁缺毋滥;每个字段带单位规范与”原文值/换算值”双存规则。以下给出两个示范,其余P0类目模板在试抽取阶段由编辑依据样章补全。

ND0101 水灾 · 指标模板 mt-ND0101

字段单位规范必/选备注
雨情毫米 / “大雨连旬”类定性选定性表述存原文,粒度标记
水位米(原文如”丈”须换算双存)选标注测点位置
决口/溃堤处、丈选
受灾面积亩/公顷(换算双存)选区分”受灾/成灾/绝收”三级口径,照录志书口径词
受灾人口人/户选
死亡人数人选旧志”溺毙无算”存为区间[不详]
经济损失原文币种+单位(两、元、万元)选币种必须照录,不做跨时代购买力换算(换算留给下游研究客户)
赈济粮款数额、赈济方式选R3规则下作为附属字段

AD0205 辖界调整 · 指标模板 mt-AD0205

字段单位规范必/选备注
调整类型析出/划入/互换/勘定必受控枚举
涉及政区place_id列表(甲方、乙方)必
面积变化平方公里/亩(双存)选
人口变化人/户选
批准机关与文号文本选政务客户核验刚需
生效时间时间对象必批准时间与生效时间分开记录

方志数据本体框架 V1.0

一、五条设计原则(先立法,后建模)

#原则含义违反的后果
1溯源优先任何一条结构化事实,必须绑定原文出处(志书版本+卷/篇+页+原文摘录)。无溯源的数据不入库数据不可信→卖不出价;”信史”是方志相对其他数据源的唯一垄断优势,溯源就是它的凭证
2双时间轴每条事实区分事件时间(事情发生在何时)与记录时间(哪一年的志书这样记载)。二者都建模清代志书对明代事件的记载、新旧志书对同一事件的不同记载,无法区分→数据不可考证
3允许不确定每个字段可携带不确定度标注(存疑/异说/约数),宁可标”不确定”不可强行确定AI抽取必然有错;不建模不确定性,一次数据事故就毁掉”权威”人设
4对齐不重造地名对齐CHGIS+现行行政区划代码,时间对齐GB/T 7408,元数据对齐江苏著录规范/DC。自己只做别人没做的知识层重造轮子→数据成孤岛→永远无法与学术、政务数据流通
5事件为中心六类实体中,事件(Event)是原子核心——灾害、建置变更、工程、任免、物产记录都是事件,实体通过事件相互关联若按”实体档案卡”建模(人物一张卡、地名一张卡),得到的是百科全书;按事件建模,得到的才是时间序列数据集——后者才有买家

二、总体架构:三层模型

┌────────────────────────────────────────────────────────┐
│ L2 资产层(对外销售的产品形态)                            │
│   垂直数据集(水灾事件库/建置沿革库/人物库…)               │
│   = L1知识层按主题视图打包 + 授权/许可元数据                │
├────────────────────────────────────────────────────────┤
│ L1 知识层(核心资产,私有)                                │
│   六类实体 + 关系 + 事实(五元组)+ 溯源 + 置信度            │
│   存储:图数据库(关系网络)+ 关系库(结构化查询)双写       │
├────────────────────────────────────────────────────────┤
│ L0 文献层(对甲方交付的形态,兼容现有全部标准)              │
│   原版图像 → OCR双层PDF → 篇章树(编章节目)→ 段落切片       │
│   元数据对齐:江苏著录规范 / 成都DB5101 / 湖南规范           │
└────────────────────────────────────────────────────────┘

关键机制:L0与L1之间通过”锚点”连接。 L1中每条事实的溯源对象,精确指向L0的段落切片ID。这一条连接同时满足三个需求:甲方要的”点击答案看原文”(C端体验)、买家要的”可考证”(数据定价)、你内部要的”抽取质量回溯”(质检)。锚点是整个体系的承重墙,先建它。

三、L1核心:六类实体的字段定义

3.1 事件 Event(原子核心,最先做)

字段类型必填说明
event_idURI✔全局唯一,规则:fz:event:{志书代码}:{序号}
event_type受控词表✔一级分类:自然灾害/建置沿革/工程营造/政事/军事/经济生产/文教/人物活动/物产记录…(词表见附件A,约60个二级类目)
title文本✔规范化事件名,如”1998年XX江特大洪水”
time_start / time_end时间对象✔支持精确日期、模糊时间(”是年秋”→季节粒度)、朝代纪年(”万历十四年”→含换算公历+换算置信度)
time_granularity枚举✔年/季/月/日/约,如实记录原文精度,不伪造精度
place_id→地点实体✔事发地(多级:流域→县→乡镇→具体地点)
actors[]→人物/机构实体—参与方,带角色(受灾方/主持者/施工方…)
measures{}结构化指标组—按事件类型挂载不同指标模板:水灾→水位/流量/受灾面积/死亡人数/经济损失;建置→变更类型(析置/省并/改名/升格)/上级政区/治所;工程→长度/造价/工期
description_raw文本✔原文摘录(溯源锚点绑定处)
provenance_id→溯源对象✔见3.7
confidence0—1 + 等级✔AI抽取置信度 + 人工复核等级(未检/初检/专家定稿)
statements_conflict[]数组—异说登记:不同志书对同一事件的矛盾记载,不裁决、并存呈现(这本身是学术价值)

指标模板(measure schema)是数据集定价的核心。 每类事件的指标表由资深编辑依据历代志书实际记载能力设计——例如水灾指标只设志书中真实会出现的字段,不照搬现代水文标准。这是”方志编辑知识”转化为”数据结构”的地方,也是通用软件公司做不了的地方。

3.2 地点 Place

字段说明
place_id全局唯一URI
names[]历史名称集合(正名+别名+俗名),每个名称带有效时间区间
place_type政区(省/府/州/县/乡/村)/ 自然地理(山川湖河)/ 人文地点(城池、衙署、学校、桥梁、寺观)
chgis_id对齐CHGIS地名ID(可空,逐步补)
gb2260_code对应现行行政区划代码(建立古今对照,这是政务客户的刚需)
location经纬度(点)或GeoJSON(面),带定位精度与定位依据
evolution[]沿革链:[时间区间, 隶属上级place_id, 事件event_id]——每次变更都指向引发它的事件实体

3.3 人物 Person

字段说明
person_idURI
names[]姓名/字/号/谥/曾用名,各带时间区间
bio_dates生卒年(支持”约””不详”),朝代纪年+公历换算
identity_tags受控词表:官员/乡贤/艺文/革命人物/科技…(对齐志书”人物传”类目)
office_holds[]任职记录:[机构, 职务, 起讫时间, 溯源]——任职本身就是事件,双写
place_links[]籍贯/寓居/活动地 → place_id
disambiguation同名消歧字段(生卒+籍贯+事迹指纹),同名不同人是人物库最大质量风险,必须建模

3.4 机构 Organization

字段说明
org_idURI
names[]历用名称(带时间区间)——”教育局→文教局→教育局”这类机构改名沿革是政务查询高频需求
org_type政权机构/学校/企业/社团/宗教场所/军事单位
existence设立—撤销/延续 时间区间,设立与撤销各关联event_id
hierarchy[]隶属关系链(带时间区间)——隶属关系随政区变化而变,必须时态化
location驻地 → place_id(可多次迁移,带时间区间)

3.5 指标观测 IndicatorObservation(时序数据的载体)

志书中大量”某年粮食总产X万斤”类记载,不属于事件,单独建一类观测值实体:

字段说明
obs_idURI
indicator_id受控指标词表(粮食产量/人口/耕地面积/税收/降雨量/物价…约200项起步)
value + unit数值+单位,原文单位与现代单位双存(”万斤”照录,换算”吨”另存,换算规则登记)
time / place观测时点与地域范围
scope_note统计口径备注(志书口径与现代统计口径的差异说明——数据能否用于建模,全看这个字段是否诚实)
provenance_id溯源

这一类实体直接决定你能否卖给研究机构”某流域1949—2005年粮食产量时间序列”这样的数据集产品。

3.6 文献 Work(L0的元数据壳)

志书/年鉴/旧志本身作为实体:版本、纂修者、成书年代、断限(记述起止年)、篇目树、数字化状态。对齐江苏《地方志著录元数据规范》字段,L0交付物的元数据直接从这里导出——一份维护,两处使用。

3.7 溯源对象 Provenance(承重墙,独立成类)

provenance = {
  work_id      哪部志书(→Work实体,含版本)
  section_path 篇目路径(卷三·水利志·防汛)
  page         页码(对应扫描图像ID)
  chunk_id     L0段落切片ID(精确锚点)
  raw_text     原文摘录(≤200字)
  extractor    抽取方式(人工/AI模型名+版本)
  reviewed_by  复核人 + 复核时间
}

每条事实(L1任何实体的任何字段)都指向一个provenance对象。没有provenance的字段不允许入库——这是入库校验的硬规则。

四、关系体系(L1的边)

只定义12种核心关系,克制为上(关系爆炸是本体工程第一死因):

关系连接时态例
发生于 occurred_atEvent→Place自带时间洪水发生于XX县
参与涉及 involvedEvent↔Person/Org带角色某人主持修堤
引发 causedEvent→Event—水灾引发赈济
建置变更 alteredEvent→Place/Org—析置事件改变县界
隶属 belongs_toPlace/Org→Place/Org✔ 区间XX乡隶属XX县(1958—1984)
曾用名 former_namePlace/Org自关联✔ 区间名称沿革链
任职 holds_officePerson→Org✔ 区间任知县
籍贯/活动地 linked_placePerson→Place✔寓居
观测于 observed_atObservation→Place+Time内嵌—
见于记载 attested_in任何实体→Work—溯源的关系化表达
异说 conflicts_withEvent↔Event—矛盾记载互联
同指 same_as跨库实体—对齐CHGIS、对齐其他志书同一实体

所有带✔的关系必须有 valid_from / valid_to 字段。 时态是历史数据与普通数据的根本区别,CHGIS的核心价值就在于此,必须全盘继承。

五、时间建模细则(最容易出错的地方)

  1. 时间对象统一结构:{原文表述, 纪年类型(公历/朝代年号/民国/干支), 换算公历值, 换算方式(自动/人工), 换算置信度, 粒度};
  2. 模糊时间如实降粒度:”是年秋”→存为当年9月±,粒度=季,禁止伪造成精确日期;
  3. 朝代纪年换算表内置为受控资源(万历十四年→1586,多来源交叉验证);
  4. 区间开放语义:valid_to为空=延续至今;”不详”是合法值,不同于空值。

六、与现有标准的对齐映射(验收与流通的两张通行证)

你的层对齐对象方式
L0元数据江苏《地方志著录元数据规范》、成都DB5101/T 221、湖南加工规范Work实体字段与其一一映射,导出即合规
L0加工流程各省数字化加工规范加工合同直接引用其条款,降低投标响应成本
L1地点CHGIS地名辞典(tgaz.fudan.edu.cn,有开放API)place.chgis_id + same_as关系
L1地点GB/T 2260行政区划代码place.gb2260_code
L1时间GB/T 7408日期表示公历值字段格式
L1概念模型CIDOC-CRM(国际文化遗产本体)写一份轻量映射文档(Event≈E5, Actor≈E39/E74…),这张映射表是未来发论文、申标准、谈国际合作的接口。

深度评价:《出版业数智化转型》一文的价值边界与范式局限

《出版业数智化转型:智能出版平台:概念演进、技术架构与发展路径》一文,系统梳理了当前出版业在政策驱动与技术赋能下的转型现状,对“智能出版平台”的概念、架构及代表性案例进行了全景式扫描。该文在总结行业共识、描绘技术蓝图方面具有较高的文献价值。然而,若将其置于“出版业作为产业知识基础设施”这一深层演进框架下进行审视,该文在理论深度与实践指导上仍存在明显的范式局限。客观而言,该文精准刻画了出版业数智化转型的“物理基建期”,但尚未触及“产业生态融合”的核心命题。

一、 价值锚点:对“内部重构”与“技术底座”的精准刻画

该文最大的贡献在于,它客观记录了出版业在迈向智能化过程中的“自我革命”。文章详细列举了广东人民出版社、数传集团、同方知网等单位的实践,清晰地展示了出版机构在打破传统科层制、构建数据中台、引入垂直大模型方面的真实进程。这与当前转型框架中“出版单位的自我设定”高度契合。

文章敏锐地指出了当前面临的“流程割裂、人才匮乏、标准缺失”等挑战,这正是出版业在从“内容供应商”向“知识架构师”转型过程中必须跨越的组织阵痛。该文对这些痛点的正视,使其避免了沦为单纯的“技术颂歌”,保留了严肃的行业反思底色。

二、 范式局限:困于“内部视角”与“工具逻辑”

尽管该文在描述“现状”上极为详实,但在定义“未来”时,其底层逻辑依然未能跳出传统出版业的闭环思维,与“产业知识基础设施”的深层规律存在三个维度的错位:

  1. 边界局限:止步于“出版全流程”,未延伸至“产业全链路”
    该文的核心叙事始终围绕“策、编、审、发”这一出版内部流程展开。无论是智能审校、AI辅助写作,还是精准营销,其终极目标仍是“如何更高效地生产出一本书或一个数字内容产品”。然而,在“产业知识基础设施”的框架下,出版的边界必须被打破。真正的知识服务,要求出版单位将触角延伸至外部产业客户(如法律、医疗、工业)的业务流中,成为其研发、决策、合规等环节的“原生组件”。该文对这一跨组织、跨行业的“产业切片嵌入”缺乏探讨。
  2. 数据局限:聚焦于“自有语料”,未触及“公私数据融合治理”
    文章高度重视数据中台与可信数据空间的建设,但其数据治理的对象仍局限于出版单位自身的存量内容(即公共知识)。在深层转型逻辑中,出版单位的核心竞争力不仅在于提供权威的外部知识,更在于能够以同等标准,接纳并治理产业客户的私有数据(如律所的历史卷宗、医院的脱敏病历),实现“公共权威知识+内部私有经验”的深度映射与融合。该文对这一“双向赋能、价值共生”的数据治理新范式尚未建立认知。
  3. 关系局限:停留在“工具交付”,未升维至“双向奔赴的联合共创”
    该文在展望部分提到“生态化协同”,但其语境仍偏向于“技术—内容—资本”的供给侧整合。它预设了一个前提:出版单位拥有成熟的技术平台,向外部进行赋能或交付。然而,真实的转型进程是一场“没有现成图纸的联合探险”。甲乙双方都没有成熟的系统,必须通过敏捷共创、设立跨界“翻译官”、在泥泞中共同试错来完成知识服务的落地。该文缺乏对这种“双向适配、共同成长”的复杂商业契约与组织协同机制的深入剖析。

三、 总结评价

综上所述,《出版业数智化转型》一文是一份极具价值的“行业现状体检报告”,它客观、严肃地描绘了出版业在数智化转型“基础期”的技术架构与内部重构进程。

但若以“产业知识基础设施”的终极形态为标尺,该文仍停留在“出版业内部视角的范式内改良”,未能展现出“跨产业生态融合”的范式外跃迁。未来的研究与实践,亟需突破“智能出版平台”这一内部工具的边界,将视野投向更广阔的“产业知识服务生态”,去探索出版单位如何真正成为千行百业不可或缺的“底层知识架构师”。

一个基于流动维度与阻力动力学的人类文明史分析框架

1. 问题提出与研究目的人类文明的演进传统上多从政治制度、经济形态、文化观念或技术发明等上层视角加以描述。本文尝试从更底层的物理与系统约束出发,提出一个以“流动”为核心的分析框架,用以重新评价整个人类文明史。该框架聚焦四个基本维度:地理与自然资源的分布、人的移动速度、资源(物资)的移动速度,以及信息的传播速度。这些维度共同构成文明活动的可能性边界,并决定了组织规模、协调能力与互动强度的上限。框架的核心主张是:文明的进步本质上表现为关键流动维度上有效速度与范围的提升;而实际有效性并不取决于理想潜力本身,而取决于克服各类阻力后的净流动能力。每提升一个流动层级,人类即获得新的行动自由,同时也不可避免地增加与其他主体碰撞的频率与强度。

2. 基本维度与文明层级将上述四个维度按历史演进顺序与技术突破程度,可初步划分为五个相互叠加的层级:

  • 第一层:地理与自然资源层。此为静态基础约束,决定初始禀赋与发展可能性空间。
  • 第二层:人类基础活动层。以狩猎、农耕、游牧为主要生计模式,人的移动速度由步行、奔跑演进至畜力驱动,资源流动主要依赖人力与畜力。
  • 第三层:社群与国家建构层。出现成体系的物流网络与文化交换机制,信息与资源流动开始突破局部范围,支持较大规模的社会组织。
  • 第四层:工业文明层。以内燃机、电力等高密度能源为支撑,人与物资的移动速度与运载能力实现数量级跃升。
  • 第五层:光速级信息文明层。以无线电、光纤等技术将信息传播速度逼近光速,实现近瞬时全球交换。

每一层级的跃迁均显著扩展人类活动半径与协调规模,同时提高不同群体、文明之间的接触密度,从而产生更多“碰撞”。

3. 阻力模型流动的实际有效性由阻力决定。阻力可区分为:

  • 环境阻力(地形、距离、物理障碍)
  • 气候阻力(季节性、极端天气、长期气候条件)
  • 认知与制度阻力(观念惯性、组织摩擦、信任成本、法律与意识形态壁垒)
  • 能量与技术摩擦阻力

将各维度的理想状态(理论或当时技术条件下的最优流动)归一化为1,则任一观察对象(个人、群体、国家或文明)在各维度上的实际状态可用阻力系数加以描述。由此可构建多维阻力雷达图,直观呈现不同主体在人的移动、资源流动与信息流动等轴向上的畅通程度与瓶颈分布。雷达图既可用于同一主体的历时比较,也可用于不同主体的共时对比。

4. 碰撞、损坏与愈合模型当具有不同阻力画像的观察对象发生接触、竞争、贸易、战争或文化交流时,即产生碰撞。碰撞必然伴随损耗,可进一步抽象为损坏模型,包括结构性损坏(组织与供应链断裂)、信息损坏(失真与极化)、资源损坏(掠夺或枯竭)以及能力损坏(人口与技能流失)等类型。损坏之后进入愈合—发展模型。愈合过程取决于原有系统弹性、外部资源输入、制度适应能力以及创新转化效率。成功的愈合往往不仅恢复原有流动水平,还能降低未来关键阻力,形成新的更高层级潜力;失败的愈合则可能导致路径锁定、阻力回升或文明衰退。

5. 分析意义与应用方向本框架具有以下特点:

  • 以可比较的物理与系统变量为基础,减少单纯价值判断的干扰;
  • 将静态禀赋、动态流动、阻力约束、互动损坏与适应性愈合纳入统一模型;
  • 便于可视化(雷达图)与案例研究,也可为后续量化尝试提供概念基础。

该框架可用于长时段文明比较、关键技术—制度变革节点分析,以及当代全球互动(信息近光速而人与重物资仍受物理限制)所呈现的新阻力格局研究。进一步工作可包括阻力指标的操作化定义、典型历史案例的雷达图构建,以及对损坏与愈合路径的类型学研究。

多维认知画像分析框架(MDCPA: Multi-Dimensional Cognitive Profile Analysis)

该框架将整合复杂性(IC)、系统正当化理论(SJT)、动机性推理、道德基础理论(MFT)、认识论信念、认知闭合需求等模型,整合成一套可流程化、可量化、可复现的文本分析程序,专门适用于带有较强观点立场的对话/演讲文本(如政治-社会认知对话)。

框架设计原则:结构与内容分离、量化与质性结合、人类编码与自动化辅助兼容、输出多维画像而非单一总分。

一、整体架构与流程(标准化操作程序)

阶段0:预处理

  • 按讲话人分割文本,再按有意义单元(通常为一个完整论点或连续话轮,约50–150字)切分。
  • 标注主题标签(如反腐、科技、基建、中美对比、能力传承等)。
  • 提取核心主张、证据、对比对象、情感标记。

阶段1:单元级编码(核心量化层)
对每个单元独立打分,使用统一编码手册。

阶段2:维度聚合与画像生成
计算各维度均值、密度、比例,生成标准化得分(0–100或z分)与雷达图。

阶段3:整合解释与信度检验
计算复合指数,进行跨维度关联分析,报告编码者一致性(建议Cohen’s κ ≥ 0.75)。

阶段4:报告输出
量化画像 + 关键证据摘录 + 认知风格诊断。

二、各模型的具体量化操作

模型量化指标评分方式典型操作示例
整合复杂性(IC)平均IC分(1–7)、高分单元占比按Baker-Brown等官方手册:1=无分化无整合;3=有分化无整合;5=有分化有中等整合;7=高分化高整合对每个单元打分,计算说话人平均分与标准差
系统正当化(SJT)正当化密度、强度分改编Kay & Jost量表为编码类别:系统公平/合法、政策服务大局、问题已解决/不可避免、反对激进变革等。每出现一次计分,强度1–5计算“正当化陈述占比”与平均强度
动机性推理证据不对称比、归因偏差指数、反例处理率– 支持证据数 / 总证据数 – 内归因 vs 外归因比例 – 对反例的忽视/重新解释/承认比例标注每条证据的方向与处理方式,计算比率
道德基础(MFT)五基础占比 + 绑定基础优势分使用扩展道德基础词典(eMFD)或中文版C-MFD进行词频/加权统计;或人类编码Loyalty + Authority + Sanctity 占比 vs Care + Fairness
认识论信念确定性分、简单性分、权威源依赖分0–5量表:知识是否被呈现为确定、简单、主要来自正确制度/领导人对主张的知识论特征打分
认知闭合需求闭合语言密度确定性词语(“就是”“绝对”“已经解决”)出现率减去模糊词语(“可能”“暂时”“也许”)比例或标准化频率
认知-情感结构(简化)核心概念网络中心性与情感效价提取高频概念节点,标注正/负连接与情感强度可视化网络或计算正效价占比

三、复合指数设计(便于比较与追踪)

  1. 认知开放性指数 = 标准化IC均值 × 0.5 + (1 – 认知闭合密度)× 0.3 + 反例承认率 × 0.2
  2. 系统肯定指数 = SJT密度与强度综合分 × 0.6 + 证据不对称比 × 0.4
  3. 道德绑定指数 = (Loyalty + Authority + Sanctity占比) – (Care + Fairness占比)
  4. 认知刚性指数 = 认知闭合密度 × 0.4 + 认识论确定性 × 0.3 + (1 – IC标准化分)× 0.3
  5. 动机性偏差指数 = 证据不对称 + 归因偏差 + 反例处理偏差的平均值

所有指数归一化到0–100,便于横向比较不同文本或不同讲话人。

四、完整分析程序(可直接执行的步骤清单)

  1. 准备编码手册(基于上述指标,附操作定义与示例)。
  2. 培训至少2名编码者,进行试编码与一致性校准。
  3. 对目标对话执行预处理与单元切分。
  4. 并行进行:IC人工评分 + 其他维度人工/半自动编码(词典+LLM辅助预标注,人类最终审核)。
  5. 计算各维度与复合指数。
  6. 生成输出:
    • 维度得分表
    • 雷达图(认知开放性、系统肯定、道德绑定、认知刚性等)
    • 关键主题下的得分对比
    • 质性摘录(高/低分典型语句)
    • 简短诊断(例如:“高系统正当化 + 中低整合复杂性 + 高绑定道德 + 强动机性推理”)

五、自动化与可扩展性建议

  • 半自动路径:使用词典(LIWC类、eMFD/C-MFD)+ 大语言模型(提示工程进行初步分类与评分)+ 人类审核。
  • 全流程工具建议:Python(pandas + spaCy/jieba + transformers)或现有内容分析软件(WordStat、LIWC)结合自定义词典。
  • 信度与效度:始终报告编码者间信度;可与外部效标(如说话人后续行为、问卷结果)交叉验证。
  • 适用边界:最适合观点鲜明、论证性较强的对话/演讲;对纯闲聊或高度情绪化文本需增加情感分析模块。

该框架把原先分散的理论模型转化为可操作的流水线,既能产出量化数字(便于比较、追踪、统计),又能保留质性深度,特别适合分析带有鲜明制度自信、能力本位与内外群体对比的认知内容。实施时可先从小样本试点,逐步完善编码手册与权重。

2026-2035 高频迭代版路线图(独狼开发者 + 知识史驱动)

核心定位转变:产品不再是静态数字出版工具,而是动态知识史引擎——一个以时间为轴、追踪知识产生、演化、传播、范式转变的结构化知识图谱系统。

重点捕捉“知识的蓬勃发展”(新概念涌现、跨学科融合、历史溯源、影响链条)。

高频迭代成为常态:每季度1次功能大迭代 + 每月1-2次小更新(自动化管道 + 学术输入 + 开源社区反馈)。

一人开发通过极致组件化、自动化摄入、学术合作数据/验证、开源杠杆实现。

知识史维度核心技术栈(贯穿全程)

  • 时序知识图谱(Temporal KG):实体 + 关系 + 时间戳 + 版本演化(用Neo4j/Apache AGE + 时间属性)。
  • 知识演化路径:影响网络、引用链、范式转变检测(社区检测算法 + 引用网络分析)。
  • 高频更新管道:自动化爬取/摄入新论文(arXiv、CNKI、Google Scholar RSS)、学术数据库、开源数据集;结合LLM抽取新实体/关系 + 人工/合作验证。
  • 开源策略:每季度发布更新模块,吸引数字人文、科学史、哲学史领域学生贡献。

2026年:时序基础 + 知识史原型(启动高频节奏)

  • 重构现有框架为时序感知架构:所有实体/关系添加时间属性(产生时间、活跃期、衰退期)。
  • 构建初始时序知识图谱(聚焦1-2个知识史子领域,如“中国古典文献学演化”或“现代教育理论发展”)。
  • 开发核心功能:
    • 知识溯源查询(“概念X如何从A时期演化到B时期”)。
    • 简单演化路径可视化(时间线 + 影响箭头)。
  • 开源:发布“时序实体抽取 + 基础Temporal RAG”模板。
  • 合作启动:联系1-2家(数字人文中心、科学史研究所,如中国科学院自然科学史研究所、北京大学思想史中心)。提供工具换取历史数据集/专家标注。
  • 迭代节奏:每月小更新(数据摄入管道),季度大迭代(新功能)。
  • 里程碑:时序图谱5-10万节点;RAG支持时间过滤;1个高校合作数据源;GitHub star 300+。

2027-2028年:演化路径 + 高频自动化管道(知识史深度起步)

  • 引入知识演化核心模块:
    • 影响网络构建(引用关系 + 时间加权)。
    • 范式转变检测(聚类新概念爆发期)。
    • 跨时代比较查询(“同一概念在不同历史时期的定义差异”)。
  • 高频更新管道:自动化摄入(arXiv每日RSS + CNKI API + 学术开放数据集);LLM初步抽取 + 合作验证闭环。
  • 多模态历史维度:添加历史图像/手稿OCR + 时序标注。
  • 开源:发布“知识演化路径可视化组件” + 示例知识史数据集。
  • 合作深化:2-4家机构,联合构建特定知识史子图(如“AI发展史”“教育心理学演化”)。研究生可参与标注/验证项目。
  • 迭代节奏:每月自动更新数据 + 模型微调;季度发布重大功能(新查询类型、可视化升级)。
  • 商业:SaaS增加“知识史探索”模块订阅;API提供时序检索。
  • 里程碑:图谱30-60万时序节点;演化路径准确率>80%;2-4个付费机构用户;至少1个联合学术输出(poster/小论文)。

2029-2032年:深度知识史融合 + 多源动态生长(高频迭代高峰)

  • 高级知识史功能:
    • 多跳历史推理(“概念A如何通过B影响C领域”)。
    • 知识传播网络(地域/机构/人物传播路径 + 时间)。
    • 动态范式地图(实时检测新概念集群、热点迁移)。
    • 个性化知识史学习路径(根据用户背景推荐历史溯源)。
  • 高频机制强化:每日/每周自动摄入新知识;增量图谱更新(不重建);LoRA本地fine-tune适应最新学术趋势。
  • 开源:发布完整“知识史图谱构建框架” + 多个领域示例(吸引更多贡献)。
  • 合作扩展:4-7家机构/实验室,形成松散数据联盟(定期共享增量数据集)。参与学术会议展示,获取更多合作机会。
  • 迭代节奏:每月2次更新(数据 + 小功能);季度大迭代(新推理能力、可视化大升级、性能优化)。
  • 商业:推出“知识史API套件”(时序查询、演化分析);企业/图书馆定制知识史子图项目。
  • 里程碑:图谱100万+时序实体;支持5+知识史子领域;年收入稳定增长;开源贡献者出现(PR/数据集);学术合作产出2-3个可见成果。

2033-2035年:持续高频深化 + 下一代知识史引擎准备(无稳定期,全程迭代)

  • 继续深化:
    • 跨学科知识融合追踪(AI辅助发现隐性联系)。
    • 历史争议/多版本并存处理(同一概念不同解读的时间线)。
    • 预测性知识史(基于当前趋势推演未来可能演化方向)。
    • 更强多模态:历史档案、口述史、视频讲座结构化。
  • 高频自动化达到峰值:近实时摄入 + 验证循环;支持用户/合作方贡献新知识的审核管道。
  • 开源与合作:转为“社区维护者”但保持主动迭代;固定5-8家长期伙伴,提供持续数据流。
  • 迭代节奏:保持每月高频更新 + 季度重大升级(跟随最新LLM/图谱技术、最新知识史研究趋势)。
  • 商业:成熟的SaaS + API + 知识史服务组合;探索数据授权/联合研究项目。
  • 里程碑(2035年底):动态知识史图谱覆盖多个核心领域、百万级时序节点;RAG+演化推理成为核心竞争力;收入主要来自知识史探索服务;学术影响力持续(合作论文、会议分享)。

一人高频迭代执行要点:

  • 自动化优先:用GitHub Actions + cron + LangChain代理实现摄入-抽取-验证-更新全链路。
  • 时间分配:每周40-50小时(数据摄入20%、功能迭代30%、合作沟通15%、商业维护15%、学习/复盘20%)。
  • 学术杠杆:把合作视为“外脑”——他们提供领域知识、验证、数据,你提供工具与平台。
  • 风险控制:保留充足现金缓冲;每季度评估维护负担,若过重则简化非核心功能。
  • 知识史跟随策略:订阅核心学术RSS/期刊、参加线上学术会议、跟踪数字人文/科学史前沿(HPS领域)。

没有稳定维护期,全程保持高强度、高频迭代,以知识史动态追踪为核心差异化优势。2026年立即启动时序架构与第一个合作,是最关键起点。初步框架可以快速叠加时间维度,优势明显。保持一人模式的同时,通过开源与学术合作实现“分布式团队”效果,长期可持续。