# BornOnce — 数据说明（DATA.md）

取数日期：**2026-11-16**（7 个原始指标）。补充取数：**2026-11-19**（成人死亡率、1960–2025 时间序列、Our World in Data 受教育年限）。
取数脚本：`tools/fetch_data.py`（可重复运行；默认只合并新增字段，`--full` 从头重建）。
原始 API 响应快照保存在 `tools/raw/`。

## 来源

世界银行公开数据 API（World Bank Open Data API，无需 key）：

- 国家列表：`https://api.worldbank.org/v2/country?format=json&per_page=400`
- 指标：`https://api.worldbank.org/v2/country/all/indicator/<CODE>?format=json&per_page=20000&date=2018:2023`

| 字段 | 指标 | 含义 | 单位 |
|---|---|---|---|
| `population` | SP.POP.TOTL | 总人口 | 人 |
| `birth_rate` | SP.DYN.CBRT.IN | 粗出生率 | 每 1000 人 |
| `death_rate` | SP.DYN.CDRT.IN | 粗死亡率 | 每 1000 人 |
| `life_expectancy` | SP.DYN.LE00.IN | 出生时预期寿命 | 岁 |
| `under5_mortality` | SH.DYN.MORT | 5 岁以下死亡率 | 每 1000 活产 |
| `gdp_ppp_per_capita` | NY.GDP.PCAP.PP.CD | 人均 GDP（购买力平价） | 现价国际元 |
| `school_years` | SE.SCH.LIFE | 学校预期年限 | 年 |
| `adult_mort_ma` | SP.DYN.AMRT.MA | 男性 15–60 岁死亡概率 | 每 1000 人 |
| `adult_mort_fe` | SP.DYN.AMRT.FE | 女性 15–60 岁死亡概率 | 每 1000 人 |
| `school_years_mean` | Our World in Data, mean years of schooling | 平均受教育年限（补充字段，见下） | 年 |

## 时间序列 `public/history.json`（2026-11-19 取数）

过去模式（出生年份 1960–2025）用的按年数据，5 个指标：总人口 SP.POP.TOTL、粗出生率 SP.DYN.CBRT.IN、粗死亡率 SP.DYN.CDRT.IN、出生时预期寿命 SP.DYN.LE00.IN、5 岁以下死亡率 SH.DYN.MORT。格式为 `{ meta, years: [1960..2025], countries: { CODE: { population: [...], birth_rate: [...], ... } } }`，数组与年份一一对齐，缺失为 `null`，人口取整、其余保留 2 位小数。原始快照：`tools/raw/wb_hist_<指标>.json`。

覆盖（217 国 × 66 年 = 14,322 格）：

| 指标 | 至少有一年有值的国家 | 非空单元格 |
|---|---|---|
| 人口 | 217/217 | 14,292 |
| 出生率 | 217/217 | 14,075 |
| 死亡率 | 217/217 | 14,075 |
| 预期寿命 | 217/217 | 14,071 |
| 5 岁以下死亡率 | 196/217 | 11,861 |

- 2025 年只有人口有值，其余指标世界银行尚未公布 2025 年值（截至 2026-11-19）。
- 年份世界（v1.3，国家探索区“这一年，全世界”）的加总方法：当年全球出生 = Σ（人口 × 出生率 ÷ 1000），当年全球人口 = Σ 人口，当年平均预期寿命 = 人口加权平均；任一分量缺失的国家不计入该项。2023 年加总：出生 131,562,664（与 `public/data.json` 的 131,560,931 相差 0.0013%，差异来自按年值与最新值的取整口径不同）、人口 8,039,550,134、平均预期寿命 73.31 岁。2025 年只有人口可加总（8,192,078,152），其余两项显示“—”。
- 21 国在世界银行完全没有 5 岁以下死亡率序列：ABW、ASM、BMU、CHI、CUW、CYM、FRO、GIB、GRL、GUM、HKG、IMN、LIE、MAC、MAF、MNP、NCL、PRI、PYF、SXM、VIR（多为小岛屿地区）。
- 过去模式取数规则（代码 `histValue`）：先取所选年份本年的值；没有则取前后 5 年内最近的值，并在界面标注实际使用的年份；预期寿命或人口/出生率在 ±5 年内都取不到，该国不参与该年份的抽取并在界面说明。

## 受教育年限补充来源（2026-11-19）

世界银行学校预期年限（SE.SCH.LIFE）缺 119 国。尝试了 Our World in Data 的平均受教育年限数据集（`ourworldindata.org/grapher/mean-years-of-schooling.csv`，301 重定向到 `mean-years-of-schooling-long-run.csv`；列：Entity、Code、Year、"Average years of schooling"；各国最新年份均为 2020 年），成功合并为**独立字段** `school_years_mean` / `school_years_mean_year` / `school_years_mean_source`，原 `school_years` 字段未动。

- 144/217 国有值；补上了原本缺失的 119 国中的 **67 国**。
- OWID 有 146 个三字码，其中 REU、TWN 不在世界银行的 217 国里，未合并。
- **52 国两者都没有**，仍显示“—”：NGA、ETH、AGO、TCD、SOM、GIN、PRK、SSD、ERI、LBN、GNB、GNQ、TLS、BIH、COM、DJI、SLB、XKX、SUR、VUT、STP、WSM、BHS、NCL、KIR、PYF、GUM、FSM、CHI、VCT、VIR、CUW、ATG、CYM、ABW、DMA、ASM、GRL、IMN、MNP、FRO、AND、KNA、BMU、TCA、MAF、GIB、SXM、MCO、NRU、TUV、PLW。
- 注意：OWID 的“平均受教育年限”是另一口径（25 岁以上人口平均已完成年限），与世界银行的“学校预期年限”（入学儿童预期在校年数）**不是同一指标**，因此分开存放、分别标注年份与来源，界面在有值的国家显示，不混用。

## 规则

- 每个国家取 **2018–2023 年间最新可用值**；每个值后面都带 `*_year` 年份。
- 派生值（写在文件里，非 API 原值）：
  - `births_per_year = population × birth_rate ÷ 1000`（四舍五入取整）
  - `deaths_per_year = population × death_rate ÷ 1000`（四舍五入取整）
- **不估算、不填补。** 缺失就是 `null`，界面显示“—”。

## 覆盖情况（`public/data.json`）

- **共 217 个国家和地区**（世界银行列表中 `region.id != "NA"` 的全部经济体，含香港、澳门、波多黎各等地区；聚合体如“世界”“东亚”等已排除）。
- 0 个因缺核心数据被排除：人口、出生率、预期寿命 **全部 217 国都是 2023 年值**；死亡率也全部 217 国有值（2023 年）。
- 缺失：5 岁以下死亡率缺 **21** 国、人均 GDP（PPP）缺 **18** 国、学校预期年限缺 **119** 国。该指标最新值多为 2018–2019 年（世界银行此后未更新该序列），年份如实标注。成人死亡率男/女各缺 0 国（217/217，均为 2023 年值，2026-11-19 取数）。受教育年限补充（OWID，2020 年）覆盖 144 国，补上 67 个原本缺失的国家；两者都没有的 52 国见上节列表。
- 合计（由本文件数字加总得出，非引用外部数字）：
  - 每年出生约 **131,560,931** 人 → 约 **4.17 人/秒**
  - 每年死亡约 **60,984,258** 人 → 约 **1.93 人/秒**
  - 首页计数器用的就是这两个速率。
- 中文国名是翻译对照表（`tools/fetch_data.py` 内 `ZH_NAMES`），仅作显示；英文名为世界银行原名。

## 抽取与死亡模型（模拟方法，不是真实统计）

以下模型只用于游戏内模拟，**不是**世界银行数据，界面《关于 / 数据与方法》里已明说：

1. **出生地**：按每年出生人数（或按人口）加权随机抽取。
2. **性别**：按约 105 名男婴比 100 名女婴的出生性别比抽取（男 105/205）。
3. **家庭收入**：收入倍数按对数正态分布 `exp(N(0, 0.75))` 抽取，乘以该国人均 GDP（PPP）得到示意值，界面标注为“约相当于……倍”，不是真实家庭收入数据。
4. **死亡年龄（简化模型 v2，2026-11-19 更新）**：
   - 先按该国 5 岁以下死亡率抽一次：命中则死亡年龄在 0–4 岁均匀抽取；
   - 再按成人死亡率抽一次：以男女成人死亡率的平均值 q45（15–60 岁死亡概率）为命中概率，命中则死亡年龄按正态分布 `N(42, 12)` 抽取，截断到 [15, 60] 岁；成人死亡率缺失的国家跳过这一步；
   - 其余按正态分布 `N(预期寿命, 标准差 10 年)` 抽取，截断到 [60, 105] 岁（预期寿命本身低于 60 岁时下限为 5 岁）。
   - 这不是真实生命表，不预测任何真人的寿命；死因只显示大致类别（如心脏疾病、癌症、意外），无细节。
5. **同秒出生的 4 个人**：用同一套方法独立抽取，仅作对照。
6. **时代模式**：
   - 今天（默认）：用 `public/data.json` 的 2023 年值。
   - 过去（出生年份 1960–2025）：用 `public/history.json` 该年的值；缺失时取 ±5 年内最近值并标注实际年份；取不到的国家不参与抽取。1960 年之前没有可核对的按年数据，界面明说原因，不编造。
   - 未来：按 2023 年数据出生，预期寿命按每年 +0.15% 推测（以 40 年人生计约 +6%，上限 +10%），界面与 `DATA.md` 均标注为**简化假设，不是任何机构的预测**。未来模式不使用历史序列的未来值（不存在）。

## 抽查（2026-11-16，核对 `tools/raw/` 的 API 原始响应）

| 国家 | 人口（2023） | 粗出生率 | 每年出生 | 预期寿命 |
|---|---|---|---|---|
| 印度 IND | 1,438,069,596 | 16.15‰ | 23,219,072 | 72.0 岁 |
| 中国 CHN | 1,410,710,000 | 6.39‰ | 9,014,437 | 77.95 岁 |
| 尼日利亚 NGA | 227,882,945 | 32.95‰ | 7,509,655 | 54.46 岁 |
| 美国 USA | 336,755,052 | 10.7‰ | 3,603,279 | 78.39 岁 |
| 日本 JPN | 124,516,650 | 6.0‰ | 747,100 | 84.04 岁 |

以上全部直接取自 `public/data.json`（每年出生为派生值，人口×粗出生率÷1000 取整）。

## 抽查（2026-11-19，核对 `tools/raw/` 的 API 原始响应）

历史序列（`public/history.json`，与原始快照逐值核对，2 位小数取整后一致）：

| 国家 | 年份 | 预期寿命 | 粗出生率 | 人口 |
|---|---|---|---|---|
| 中国 CHN | 1980 | 64.24（原值 64.243） | 18.21 | 981,235,000 |
| 中国 CHN | 2000 | 72.29（原值 72.288） | 14.03 | — |
| 印度 IND | 1970 | 48.59（原值 48.585） | 39.76（原值 39.763） | — |
| 印度 IND | 2010 | 67.16（原值 67.162） | 21.63（原值 21.633） | 1,243,481,564 |
| 尼日利亚 NGA | 1990 | 45.73（原值 45.733） | 44.51（原值 44.513） | — |
| 尼日利亚 NGA | 2020 | 53.07（原值 53.072） | 33.73（原值 33.732） | — |

成人死亡率（2023 年值，原始快照原值取整后一致）：

| 国家 | 男性 SP.DYN.AMRT.MA | 女性 SP.DYN.AMRT.FE |
|---|---|---|
| 中国 CHN | 107.86（原值 107.862） | 55.27（原值 55.272） |
| 印度 IND | 177.91 | 122.02 |
| 尼日利亚 NGA | 356.35 | 342.63 |
| 美国 USA | 146.89 | 82.42 |
| 日本 JPN | 65.73 | 36.69 |

受教育年限补充（OWID，2020 年）：中国 8.99 年、印度 7.80 年、美国 13.32 年、日本 12.83 年；尼日利亚在 OWID 该序列中无记录。

原始值完整性：2026-11-19 的合并运行与 2026-11-16 的原始 7 个指标逐字段比对，**0 个字段被改动**（`meta.fetch_date: 2026-11-16` 与字段顺序保持不变）；两次完整重跑生成的 `data.json` / `history.json` 字节一致（sha256 前 8 位：`36bc62b4…` / `944dc7cc…`）。

## v1.4 新增：首页地图位置与人生地图（2026-11-20）

### 国家中心点 `public/centroids.json`

- 来源：世界银行国家列表原始快照（`tools/raw/wb_countries.json`）里的 latitude/longitude（首都附近位置），只保留 data.json 的 217 个码；生成脚本 `tools/make-centroids.py`。
- 世界银行列表缺 6 个小地区（PSE、CHI、CUW、MAF、GIB、SXM），脚本内用标准公开地图坐标补齐：PSE [31.95, 35.23]、CHI [49.45, -2.59]、CUW [12.12, -68.93]、MAF [18.07, -63.08]、GIB [36.14, -5.35]、SXM [18.04, -63.05]。
- **经纬度只用于在地图上放气泡，不是数据值**；气泡大小按各国真实年出生数（`births_per_year`），半径 `2.5 + 7·sqrt(births/maxBirths)`。
- 陆地底纹是手绘示意掩码（`app.js` 里的 `LAND_MASK`，24 行 × 48 列，7.5° 一格），只画大致轮廓，**不是数据**，代码注释与站内说明都写明了。

### 人生地图幸福分（页面规则）

- 该年有重事件（heavy）→ −1；有决策或反思的年份 → +1；其余 → 0。**这是展示规则，不是实测数据**，页面 `lifemap_rule` 原文写明。
- 格子：年龄 0..finalAge 为实色格（−1 浅、0 中、+1 深绿），finalAge+1..round(LE) 为虚线外框格（该国平均预期寿命未活到的年份）。

### 存活曲线（死亡模型 v2 的解析式）

- S(age) = 1 − [u5·P(U(0,5)≤age) + (1−u5)·(q·P(N(42,12) 截断[15,60]≤age) + (1−q)·P(N(LE,10) 截断[lo,105]≤age))]，其中 u5 为 5 岁以下死亡率，q 为成人死亡率男女均值，lo 为预期寿命 <60 时 5、否则 60；未来模式预期寿命 ×min(1.10, 1+0.0015×40)。
- 实线为本国，虚线为世界平均（人口加权平均 LE/u5/q，由 data.json 加总；人口加权平均预期寿命 73.31 岁）。
- 页面标注“简化模型，非真实生命表”。

## v1.6 新增：死因分布数据集（WHO GHE 2021，2026-11-20）

### 来源与文件

- 来源：世界卫生组织全球健康估计 2021（WHO Global Health Estimates 2021，2024 年 6 月发布）。
- 工作簿：`tools/raw/ghe2021_deaths_bycountry_2021.xlsx`（10,237,304 字节，2026-11-20 从 WHO CDN 公开下载，无需 key）：
  `https://cdn.who.int/media/docs/default-source/gho-documents/global-health-estimates/ghe2021_deaths_bycountry_2021.xlsx`
- 生成脚本：`tools/make-causes.py`（可重跑），输出 `public/causes.json`。
- 取数日期：**2026-11-20**。

### 口径

- 工作簿结构：9 张表（Notes、All ages、0-4、5-14、15-29、30-49、50-59、60-69、70+）；每表 185 国按 ISO-3 在第 8 行排布，Persons/Males/Females 三个 block。本站只用 **Persons**（全部性别）block。
- 原因码：0 = 全部死因（分母）、10 = 第一组总计（传染病、孕产与营养原因，含新冠肺炎本身，码 395）、600 = 第二组总计（非传染病）、1510 = 第三组总计（伤害）、1700 = OPRM（其他新冠大流行相关死亡）。
- 份额 = 该组死亡数 / 同年龄段全部死亡数 × 100%，保留 **1 位小数**。四组之和为 100%（OPRM 计入），**不做归一化**——原始 GHE 总数本身已加总（1295 个国家 × 年龄段格全部落在 99.8–100.2%，余差只是 1 位小数舍入）。
- 年份：**2021 年**。世界银行三指标目前的最新值也是 2021 年（2010–2023 区间内 2022、2023 全部为空值）。

### 交叉校验

- 全部年龄表用工作簿重算的份额，与世界银行三指标 SH.DTH.COMM.ZS / SH.DTH.NCOM.ZS / SH.DTH.INJR.ZS（2021 年，原始响应 `tools/raw/wb-sh-dth-*-2026-11-20.json`，汇总表 `tools/raw/wb-cause-shares-summary-2026-11-20.csv`）逐国比对：**185 国 × 3 组 = 555 格，未舍入值最大差 0.0050 个百分点**。1 位小数直接比对会在 24 格出现 0.1 的边界差——两边都落在 x.x5 舍入边界（如 BDI 非传染病组：世界银行 38.85 vs GHE 原始值 38.8474），底层值实际一致；`make-causes.py` 因此按未舍入值 + 0.01 个百分点容差校验，超差即拒绝写文件。
- 抽查（2021 年，全部年龄）：中国 3.20 / 90.68 / 6.00、印度 38.38 / 49.08 / 7.04、尼日利亚 63.70 / 27.70 / 7.83、美国 16.55 / 77.39 / 6.06、日本 9.94 / 85.34 / 4.72（传染病 / 非传染病 / 伤害，%）。
- 抽查（分年龄段）：中国 15–29 岁 6.0 / 38.5 / 55.5 / 0.1、尼日利亚 0–4 岁 92.7 / 3.5 / 3.8 / 0.0、印度 70+ 岁 37.6 / 52.6 / 3.8 / 6.0、日本 15–29 岁伤害 69.2%（I / II / III / OPRM，%）。

### 覆盖与缺失处理

- 工作簿只有 **185 个 WHO 会员国**；BornOnce 的 217 国里缺失的 **32 国**（ABW、AND、ASM、BMU、CHI、CUW、CYM、DMA、FRO、GIB、GRL、GUM、HKG、IMN、KNA、LIE、MAC、MAF、MCO、MHL、MNP、NCL、NRU、PLW、PYF、SMR、SXM、TCA、TUV、VGB、VIR、XKX）全部是非 WHO 会员的小地区/属地（港澳、开曼、百慕大、关岛、科索沃、海峡群岛等），与世界银行三指标的缺失国家完全一致。这是数据源本身的覆盖上限，不是取数失败。
- 缺失的 32 国在 `causes.json` 的 `meta.missing_countries` 里列出、`countries` 里没有条目；死亡纪录卡面显示“该地区暂无世界卫生组织公布的分死因数据（2021）”，直接隐藏占比条，不显示 0% 或空白条，不用邻国或全球平均数冒充。

### 站内用法

- 死亡纪录按终年落入 0–4 / 5–14 / 15–29 / 30–49 / 50–59 / 60–69 / 70+ 七档取数，显示四组条形 + 一句话；死因类别与四组的映射（infection→I、birth complications→I、accident→III、heart disease→II、cancer→II、stroke→II、respiratory disease→II；other / natural causes 不归组）见 `gaps.js` 的 `CAUSE_GROUP_OF_KEY`。`causes.json` 在死亡纪录首次渲染时懒加载并缓存，加载失败只写诚实说明。
- 注意：不要用全部年龄指标直接写死亡纪录——同一国家不同年龄段的死因结构天差地别（中国 15–29 岁伤害占 55.5%，全部年龄仅 6.0%；尼日利亚 0–4 岁传染病占 92.7%，全部年龄为 63.7%）。
- 另：WHO 已发布 GHE 2023（2000–2023，2026 年发布），但 WHO 声明其与此前版本不可比；本站 v1.6 仍用与世界银行口径一致的 GHE 2021，换版时年份标注要同步改。

## 已知局限

- 学校预期年限覆盖差（98 国有值），只在有值的国家显示；OWID 补充后仍有 52 国两者都没有。
- 5 岁以下死亡率缺失的 21 国（多为小岛屿地区）跳过幼年夭折抽取，直接按后续模型抽取；已在代码注释中说明。
- 世界银行数据本身有 1–2 年滞后；下次取数只需重跑 `python3 tools/fetch_data.py`。
