口径校对记录
生成时间：2026-10-13T19:17:40 | 由
src/verify_caliber.py自动生成，每次运行run_all.py会重新计算并覆盖。
0. 本记录要回答的问题
认证要求「关键数字和口径经过核对」。本记录对两条分析线逐项回答三个问题：
- 本地表的数字，能否用另一个独立来源对上？
- AI 从原文抽取的结果，与确定性正则抽取是否一致？（AI 有没有抽错）
- AI 生成的文本里出现的每个数字，能否回查到源数据？（AI 有没有编数字）
A. 宏观市场分析线（地市优先级）
A1. 数据口径交叉校验（自动）
结果：8 / 9 项通过。
| 编号 | 校验项 | 口径说明 | 左值 | 右值 | 偏差(%) | 结论 |
|---|---|---|---|---|---|---|
| C1 | 地市移动电话用户合计 vs 公开文本口径 | 本地表合计 vs 文本抽取值；容差 2.0% | 5260.0 | 5300.0 | 0.755 | 通过 |
| C2 | 运营商5G用户合计 vs 公开文本口径 | 本地表合计 vs 文本抽取值；容差 1.0% | 2900.0 | 2900.0 | 0.0 | 通过 |
| C3 | 运营商宽带用户合计 vs 公开文本口径 | 本地表合计 vs 文本抽取值；容差 1.0% | 2600.0 | 2600.0 | 0.0 | 通过 |
| C4 | 运营商收入合计 vs 公开文本口径 | 本地表合计 vs 文本抽取值；容差 1.0% | 620.0 | 620.0 | 0.0 | 通过 |
| C5 | 地市人口合计 vs 公开文本口径 | 本地表合计 vs 文本抽取值；容差 2.0% | 4195.0 | 4183.0 | 0.287 | 通过 |
| C6 | 地市个数 vs 公开文本口径 | 本地表行数 vs 文本设区市个数 | 9 | 9 | 0.0 | 通过 |
| C7 | 5G用户 ≤ 移动电话用户（业务规则） | 逐运营商校验，逻辑上5G用户是移动用户子集 | 违规 0 条 | 0 条 | — | 通过 |
| C8 | 运营商用户份额合计 = 100% | 份额按本表合计计算，合计应为 100%（允许 ±0.5 个百分点舍入误差） | 100.0 | 100.0 | 0.0 | 通过 |
| C9 | 数据置信度风险 | S2（分运营商指标）为估算值，置信度低 | S2 置信度：低 | 对外引用要求：须为官方数据 | — | 需关注 |
A1.1 对偏差的解读（人工）
- 地市移动用户合计与全省口径存在 0.755% 的差异：原因是地市数据按行政区划口径拆分、全省数据按运营商口径统计，两者口径不完全一致，属于已知口径差异，不是录入错误。
- 地市人口合计与全省常住人口存在 0.287% 的差异：属于各市公报四舍五入与统计时点差异，属正常范围。
- C9 需关注：分运营商指标（S2）为估算值，不得对外引用。
A2. AI 取数独立复核（AI 抽取 vs 确定性正则抽取）
结果：7 个字段一致，0 个字段双方均未抽到（无可比对内容），0 个字段不一致或缺失。
| 字段 | AI 抽取 | 正则抽取 | 是否一致 |
|---|---|---|---|
| 移动电话用户(万户) | 5300 | 5300.0 | 一致 |
| 5G用户(万户) | 2900 | 2900.0 | 一致 |
| 固定宽带用户(万户) | 2600 | 2600.0 | 一致 |
| 电信业务收入(亿元) | 620 | 620.0 | 一致 |
| 常住人口(万人) | 4183 | 4183.0 | 一致 |
| 5G基站(万个) | 10.3 | 10.3 | 一致 |
| 设区市个数(个) | 9 | 9 | 一致 |
A3. AI 输出数字核对
方法：把 AI 文本里的数字全部抓出来，逐一在源数据锚点中回查。命中分两档：精确命中（相对偏差 ≤0.5%，引用即源数据）与近似命中（AI 把源数据四舍五入后引用，如人均 GDP 15.28 万元写成「15万元」）。两档都命中不了的才交人工复核。叙述性数字（序号、5G 里的 5、年份等）按显式声明的规则排除，排除项也全部列出，可审计。
| 分类 | 判定标准 | 数量 |
|---|---|---|
| 精确命中 | 与源数据相对偏差 ≤0.5% | 64 |
| 近似命中 | AI 把源数据四舍五入后引用 | 0 |
| 需人工复核 | 无法回查到任何锚点 | 0 |
| 已排除 | 叙述性数字，规则显式声明 | 28 |
共提取 64 个待核对数字：精确命中 64 个，近似命中 0 个，需人工复核 0 个。
已排除 28 个叙述性数字：0.0、1×3、2×3、3×3、4×2、5×16。
全部数字均可回查到源数据，未发现 AI 编造数字。
B. 招投标分析线
B1. 数据口径校验（自动）
结果：7 / 8 项通过。
| 编号 | 校验项 | 口径说明 | 左值 | 右值 | 偏差(%) | 结论 |
|---|---|---|---|---|---|---|
| T1 | 项目数 = （招标公告 ∪ 结果公告去重）− 剔除的非本案项目 | projects_clean.csv 行数 vs 公告 234 份中招标类 145 份、结果类 29 份按编号／项目名去重后的并集 157 个，减去清洗阶段剔除的 47 个（非安全类 AI 项目 + 实体安全项目） | 110 | 110 | 0.0 | 通过 |
| T2 | 已出结果项目数 ≤ 中标公告份数（配对完整性） | 有中标信息的项目数不应超过中标公告份数 | 14 | 29 | — | 通过 |
| T3 | 中标金额 ≤ 预算金额（业务规则） | 0 个可比较项目逐项校验 | 违规 0 条 | 0 条 | — | 通过 |
| T4 | 业务类别分布的项目数合计 = 项目总数 | 分组维度为互斥分类，合计应等于项目总数（不重不漏） | 110 | 110 | 0.0 | 通过 |
| T5 | 采购单位分布的项目数合计 = 项目总数 | 分组维度为互斥分类，合计应等于项目总数（不重不漏） | 110 | 110 | 0.0 | 通过 |
| T6 | 数据覆盖期是否足以支撑趋势结论 | 趋势分析至少需要 4 个季度；不足则结论须标注为方向性判断 | 12 个季度 | ≥ 4 个季度 | — | 通过 |
| T7 | 数据来源真实性 | 优先使用真实公告；使用示例数据时所有结论不得对外引用 | 真实公告 | 要求：真实公告 | — | 通过 |
| T8 | 预算含税口径一致性 | 原文含「含税」「不含税」两种写法，取值口径不统一会使预算合计失去意义。抽取已要求一律优先取含税；原文只给不含税的无法换算，须显式登记 | 含税 81 / 不含税 9 / 未标注 0 | 要求：全部为含税口径 | — | 需关注 |
B2. AI 取数复核（公告原文抽取 vs 确定性正则抽取）
结果：281 个字段一致，478 个字段双方均未抽到（例如招标公告里本就没有中标金额，无可比对内容）。
不一致的情况必须按方向拆开看——「正则没抽到」和「AI 抽错」是完全不同的两件事，混在一起统计会把正则的能力不足误记成 AI 不可信：
| 不一致方向 | 含义 | 数量 |
|---|---|---|
| 仅 AI 抽到 | 正则没抽到。真实公告排版多样（PDF 表格单元格被拆成多行、正文是 HTML 源码等），正则覆盖面有限，多为正则能力不足，而非 AI 编造 | 173 |
| 仅正则抽到 | AI 漏抽。更值得警惕，应逐条确认 | 0 |
| 两者都有但不一致 | 同一字段两个来源给出不同值，必须逐条人工复核 | 4 |
合计不一致 177 个字段。下表只列非一致项（一致项不铺开）。
| file | field | AI 抽取 | 正则抽取 | 比对结果 |
|---|---|---|---|---|
| 2023-02-07_公司征集生产调度中心IDC机房安全等保设备技_1714929759899336711.txt | 招标编号 | None | None | 双方均未抽到 |
| 2023-02-07_公司征集生产调度中心IDC机房安全等保设备技_1714929759899336711.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2023-02-07_公司征集生产调度中心IDC机房安全等保设备技_1714929759899336711.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2023-02-18_移动征集调度中心IDC机房安全资源池虚拟化软_1714929759899336736.txt | 招标编号 | None | None | 双方均未抽到 |
| 2023-02-18_移动征集调度中心IDC机房安全资源池虚拟化软_1714929759899336736.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2023-02-18_移动征集调度中心IDC机房安全资源池虚拟化软_1714929759899336736.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2023-03-03_移动征集主机安全防护系统软件技术规范等文件意_1714929852765421598.txt | 招标编号 | None | None | 双方均未抽到 |
| 2023-03-03_移动征集主机安全防护系统软件技术规范等文件意_1714929852765421598.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2023-03-03_移动征集主机安全防护系统软件技术规范等文件意_1714929852765421598.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2023-09-25_移动征集2023-2024年5G4TR安全_1714929846581514290.txt | 招标编号 | None | None | 双方均未抽到 |
| 2023-09-25_移动征集2023-2024年5G4TR安全_1714929846581514290.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2023-09-25_移动征集2023-2024年5G4TR安全_1714929846581514290.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2023-11-06_移动征集2023年私有云安全防护体系新技术验_1721394313473347586.txt | 招标编号 | None | None | 双方均未抽到 |
| 2023-11-06_移动征集2023年私有云安全防护体系新技术验_1721394313473347586.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2023-11-06_移动征集2023年私有云安全防护体系新技术验_1721394313473347586.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-02-23_公司漳州分公司某单位网络安全改造及等级保护建_1760854970449956865.txt | 招标编号 | GGFB-302426-20240007 | None | 仅AI抽到 |
| 2024-02-23_公司漳州分公司某单位网络安全改造及等级保护建_1760854970449956865.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-02-26_公司泉州分公司2024年泉港区某企业危化安全_1762033211047055362.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-02-26_公司泉州分公司2024年泉港区某企业危化安全_1762033211047055362.txt | 预算金额(万元) | 11.12 | None | 仅AI抽到 |
| 2024-02-26_公司泉州分公司2024年泉港区某企业危化安全_1762033211047055362.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-02-29_公司漳州分公司文物安全智慧服务合作伙伴招募_1763103729054818305.txt | 招标编号 | FJYDZQ-ZM(ZZ)-2024-043 | None | 仅AI抽到 |
| 2024-02-29_公司漳州分公司文物安全智慧服务合作伙伴招募_1763103729054818305.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-02-29_移动征集私有云安全防护体系新技术验证网络安全_1763091820144930818.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-02-29_移动征集私有云安全防护体系新技术验证网络安全_1763091820144930818.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2024-02-29_移动征集私有云安全防护体系新技术验证网络安全_1763091820144930818.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-03-11_公司漳州分公司漳州市龙海区13座小型水库大坝_1767104950684020738.txt | 招标编号 | FJYDZQ-ZM(ZZ)-2024-062 | None | 仅AI抽到 |
| 2024-03-11_公司漳州分公司漳州市龙海区13座小型水库大坝_1767104950684020738.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-03-29_公司龙岩分公司雁翔实业发展集团二级等保网络安_1773636283934900225.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-03-29_公司龙岩分公司雁翔实业发展集团二级等保网络安_1773636283934900225.txt | 预算金额(万元) | 11.8 | None | 仅AI抽到 |
| 2024-03-29_公司龙岩分公司雁翔实业发展集团二级等保网络安_1773636283934900225.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-04-10_公司厦门分公司2024年治安行业等场所公共安_1778022262841872385.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-04-10_公司厦门分公司2024年治安行业等场所公共安_1778022262841872385.txt | 预算金额(万元) | 67.903416 | None | 仅AI抽到 |
| 2024-04-10_公司厦门分公司2024年治安行业等场所公共安_1778022262841872385.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-05-22_公司漳州分公司全市统一政务服务软件系统运维（_1793207855925858305.txt | 招标编号 | GGFB-302426-20240031 | None | 仅AI抽到 |
| 2024-05-22_公司漳州分公司全市统一政务服务软件系统运维（_1793207855925858305.txt | 预算金额(万元) | 13.233333 | None | 仅AI抽到 |
| 2024-05-22_公司漳州分公司全市统一政务服务软件系统运维（_1793207855925858305.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-06-17_公司泉州分公司2024年智慧丰泽（一期）PP_1802599102372700162.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-06-17_公司泉州分公司2024年智慧丰泽（一期）PP_1802599102372700162.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2024-06-17_公司泉州分公司2024年智慧丰泽（一期）PP_1802599102372700162.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-06-18_公司宁德分公司福安市JKZX疾控机构视频会商_1802895532760465410.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-06-18_公司宁德分公司福安市JKZX疾控机构视频会商_1802895532760465410.txt | 预算金额(万元) | 17.5 | None | 仅AI抽到 |
| 2024-06-18_公司宁德分公司福安市JKZX疾控机构视频会商_1802895532760465410.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-06-24_公司宁德分公司屏南县JBYFKZZX视频会商_1805171441029742594.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-06-24_公司宁德分公司屏南县JBYFKZZX视频会商_1805171441029742594.txt | 预算金额(万元) | 17.5 | None | 仅AI抽到 |
| 2024-06-24_公司宁德分公司屏南县JBYFKZZX视频会商_1805171441029742594.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-06-24_公司泉州分公司2024年泉港区某企业危化安全_1805175541659664386.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-06-24_公司泉州分公司2024年泉港区某企业危化安全_1805175541659664386.txt | 预算金额(万元) | 11.032 | None | 仅AI抽到 |
| 2024-06-24_公司泉州分公司2024年泉港区某企业危化安全_1805175541659664386.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-06-27_公司宁德分公司周宁JKJG视频会商设备、国产_1806223247718711297.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-06-27_公司宁德分公司周宁JKJG视频会商设备、国产_1806223247718711297.txt | 预算金额(万元) | 17.5 | None | 仅AI抽到 |
| 2024-06-27_公司宁德分公司周宁JKJG视频会商设备、国产_1806223247718711297.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-07-05_公司宁德分公司柘荣县JBYFKZZX视频会商_1809026349715734530.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-07-05_公司宁德分公司柘荣县JBYFKZZX视频会商_1809026349715734530.txt | 预算金额(万元) | 17.4 | None | 仅AI抽到 |
| 2024-07-05_公司宁德分公司柘荣县JBYFKZZX视频会商_1809026349715734530.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-07-15_公司宁德分公司古田县JK机构视频会商设备、国_1812670522724298753.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-07-15_公司宁德分公司古田县JK机构视频会商设备、国_1812670522724298753.txt | 预算金额(万元) | 17.5 | None | 仅AI抽到 |
| 2024-07-15_公司宁德分公司古田县JK机构视频会商设备、国_1812670522724298753.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| 2024-07-16_移动征集商用密码一体化服务技术验证技术规范等_1813040742325600258.txt | 招标编号 | None | None | 双方均未抽到 |
| 2024-07-16_移动征集商用密码一体化服务技术验证技术规范等_1813040742325600258.txt | 预算金额(万元) | None | None | 双方均未抽到 |
| 2024-07-16_移动征集商用密码一体化服务技术验证技术规范等_1813040742325600258.txt | 中标金额(万元) | None | None | 双方均未抽到 |
| … | 共 655 条非一致项，完整清单见 outputs/caliber_check.json |
B3. AI 输出数字核对
方法：把 AI 文本里的数字全部抓出来，逐一在源数据锚点中回查。命中分两档：精确命中（相对偏差 ≤0.5%，引用即源数据）与近似命中（AI 把源数据四舍五入后引用，如人均 GDP 15.28 万元写成「15万元」）。两档都命中不了的才交人工复核。叙述性数字（序号、5G 里的 5、年份等）按显式声明的规则排除，排除项也全部列出，可审计。
| 分类 | 判定标准 | 数量 |
|---|---|---|
| 精确命中 | 与源数据相对偏差 ≤0.5% | 79 |
| 近似命中 | AI 把源数据四舍五入后引用 | 0 |
| 需人工复核 | 无法回查到任何锚点 | 2 |
| 已排除 | 叙述性数字，规则显式声明 | 67 |
共提取 81 个待核对数字：精确命中 79 个，近似命中 0 个，需人工复核 2 个。
已排除 67 个叙述性数字：0×9、0.0、1×18、10、2×13、2024×2、2025、2026×10、3×5、4×7。
未能自动回查的数字（需人工判断是否有依据）：
| 出现内容 | 数值 | 单位 |
|---|---|---|
| 767.73万元 | 767.73 | 万元 |
| 767.73万元 | 767.73 | 万元 |
C. 口径假设登记（人为假设，非数据）
改动任一假设都会改变结论，故在此显式登记：
- city_score_weights：地市优先级打分权重：客户规模 0.40 / 客户价值 0.35 / 数字化成熟度 0.25
- 移动电话用户数 = 0.4
- 人均GDP = 0.35
- 城镇化率 = 0.25
- caliber_tolerance_pct：交叉校验允许的相对偏差（%），超出即判为异常
- 人口合计 = 2.0
- 移动电话用户合计 = 2.0
- 5G用户合计 = 1.0
- 宽带用户合计 = 1.0
- 电信业务收入合计 = 1.0
- top_n_targets：输出的重点目标地市数量
- 值 = 3
- category_weights：长亭四条业务线的战略权重，用于招投标商机打分（数值越大越优先）
- 网络安全服务 = 1.0
- 网络安全产品 = 0.9
- AI能力开发 = 1.2
- 网络攻防培训 = 0.8
- 其他 = 0.5
- opportunity_weights：商机优先级打分权重：预算规模 0.45 / 地市优先级 0.35 / 业务线战略权重 0.20
- 预算规模 = 0.45
- 地市优先级 = 0.35
- 业务线战略权重 = 0.2
D. 人工复核栏（需复核人填写并签署）
D1. 系统核查结果（自动生成，非业务判断）
| 待复核事项 | 系统核查到的事实 |
|---|---|
| 1. 地市口径与全省口径的差异是否可接受 | 宏观线交叉校验 8/9 通过；未通过项：C9 |
| 2. S2 估算数据能否支撑宏观结论 | S2（分运营商指标）在 data/dataset_sources.md 中标记为估算值、置信度低；本项是否可接受需业务判断 |
| 3. 公告金额、日期是否与原文一致 | 招投标线交叉校验 7/8 通过；建议抽查：2024-02-23_公司漳州分公司某单位网络安全改造及等级保护建_1760854970449956865.txt 的预算金额(万元) = 33.37；2024-02-26_公司泉州分公司2024年泉港区某企业危化安全_1762033211047055362.txt 的预算金额(万元) = 11.12；2024-02-29_公司漳州分公司文物安全智慧服务合作伙伴招募_1763103729054818305.txt 的预算金额(万元) = 67.5；2024-03-11_公司漳州分公司漳州市龙海区13座小型水库大坝_1767104950684020738.txt 的预算金额(万元) = 222 |
| 4. 打分权重是否符合业务判断 | 地市：客户规模 0.40／客户价值 0.35／数字化成熟度 0.25；商机：预算规模 0.45／地市优先级 0.35／业务线战略权重 0.20 |
| 5. 数据覆盖期是否足以支撑趋势结论 | 招投标数据覆盖 12 个季度（趋势判断要求 ≥ 4 个季度）；T6 项判定：通过 |
D2. 复核结论（人工）
尚未填写。推荐做法：把结论写进
evidence/人工复核栏.md，该文件会被本节自动引用，重新运行不会覆盖。也可以直接填下表，但下次运行
run_all.py时本节会重新生成，内容会丢失。
| # | 待复核事项 | 复核结论 | 复核人 | 日期 |
|---|---|---|---|---|
| 1 | 地市口径与全省口径的差异是否可接受 | |||
| 2 | S2 估算数据是否可以支撑宏观结论（或需替换为官方数据） | |||
| 3 | 招投标公告中的金额、日期是否与原文一致（抽查 2–3 条） | |||
| 4 | 打分权重（地市 0.40/0.35/0.25；商机 0.45/0.35/0.20）是否符合业务判断 | |||
| 5 | 数据覆盖期是否足以支撑趋势结论 |
复核人（签名）：__ 日期：____
E. 补充层（电信 / 联通·第三方聚合摘要）
data/raw/aggregator/ 无数据，补充层为空；本层校验不适用（不影响 A/B 两线结论）。
本层与 A/B 两线不是同一层证据：A/B 基于运营商官方公告原文，可做 AI 抽取、正则交叉复核与哈希溯源；本层只有第三方平台的摘要，既不做 AI 原文抽取，也不做正则交叉复核，且不计入主报告的任何合计。
