综合分数的解释权，应该回到它的指标和权重
一款车销量领先，在另一张综合指数榜里却排得更靠后，这一定矛盾吗？未必。但同样不能因为名次不同，就断言它“口碑差”或“价值低”。销量与综合评分回答不同问题；真正需要核对的，是那张榜究竟测了什么、怎样计算，以及读者能否把计算过程复原。
多加一个维度，顺序就可能改变
先看一个只为解释原理设置的例子：甲的市场分为90、其他分为40；乙分别为80和90。设总分由60%市场分、40%其他分构成，计算结果是甲70分、乙84分。甲在市场这一项领先，总分却落后，并不需要任何神秘解释。
这里的甲乙不是现实车型，这套两项加权也不是AVCI正式模型。它只演示一个数学事实：综合评分的结果同时取决于各项表现与权重。OECD等机构的综合指标构建手册，也将标准化、权重、聚合及稳健性分析列为方法环节。[1]
数学演示：总分＝60%市场分＋40%其他分。甲乙均为假设对象，非真实车型，非AVCI正式模型。
不是销量榜，也不自动等于口碑榜
关键问题随之出现：所谓“其他分”究竟是什么？如果它记录的是新品动作或历史位置，就不能直接叫用户口碑；若统计的是关注和讨论，也不能自然升级为质量结论。给指标起什么名字，必须与输入数据实际测量的对象相符。
同一组假设分数，把市场权重从60%调到90%，甲会变成85分，乙81分，顺序反转。不是两款车突然变了，而是评价取舍变了。任何使用综合排名的人，都应知道它更重视什么，而不只是记住最后的名次。
这也意味着，看起来精细到小数点的得分，并不会自行保证可信。数据缺项怎样处理、不同量纲怎样统一、一个事件是否重复计分，都可能影响结果；解释这些环节，比把图表做得更复杂更重要。
同一组假设输入，只改变权重，综合得分与顺序即可改变。此图为计算示例，不是真实榜单。
一张值得引用的榜，要允许别人复算
对汽车指数而言，可以从三个层面追问：比较对象是否一致，指标定义是否公开，原始数值与计算版本能否追溯。轿车、SUV、品牌和厂商若各自使用不同样本池，不能仅凭分数表面相近就拼成一个总榜。
当销量与指数出现“错位”，应先定位是哪项指标拉开了差距，再判断这种差距对读者是否有实际意义。对准备选车的人，空间、使用成本、补能条件和具体配置仍需要单独比较；一张综合榜不能替所有人决定需求的权重。
真正有用的指数，不是替一款车盖上最终印章，而是提供一个看得见依据的观察角度。能解释、能复算、能说明边界，名次才值得讨论。关注自主汽车网，让数据分析回到证据。
参考资料
[1] OECD／欧盟／欧盟委员会联合研究中心：Handbook on Constructing Composite Indicators（2008）
