时间工资方法论：从现代消费基准到历史情景指数

完成本文后，你将能审查一次“时间工资”结果：知道现代消费基准来自哪里，历史价格表承担什么作用，情景指数为何不是古今货币汇率，九级身份为什么只能用于解释，并能把不确定性写进结论。本文解释本站时间价值页面的方法结构，不提供历史时期个人收入的确定答案，也不承诺任何换算能重建某个古人的真实生活。

跨时代比较很容易制造虚假的精确感。现代工资以人民币计，历史材料可能以粮食、银、钱、工价或生活篮子记录；单位、地区、品质、季节、制度和人群都不同。把其中一个价格直接相除，得到的不是自然存在的“汇率”，而是一个依赖假设的比较情景。方法论的任务不是消除差异，而是让假设、来源和计算层次能够被追踪。

本文的事实来源分工明确：国家统计局和北京市统计局的页面提供现代居民消费统计背景；Global Price and Income History 的表格提供中国部分历史时期的价格、工资或生活篮子研究资料；本站时间工资页面承载当前情景指数与九级解释层。benchmark-manifest.json 是准备阶段的种子与来源登记，不是请求运行时直接读取的数据源。准备脚本校验它、生成版本化行并写入数据库；页面计算使用数据库中当前代码指定版本的有效行。

现代消费基准：把当代参照拆成可说明的篮子

现代参照不是“全国统一生活成本”。国家统计局发布的居民收入和消费支出资料按统计口径呈现全国居民及城乡等维度的消费信息，北京市统计局页面呈现当地居民消费支出情况。二者可以支持全国或城市层面的现代消费背景，但不能直接代表某个家庭的预算，也不能互换为同一个地区口径。

准备脚本把 manifest 登记的现代月度种子拆为食品、衣着、居住和服务四类，为一线城市、一般城市和县域画像生成版本化数据库行，同时保存 source key、年值转月说明与信任级别。运行时由数据库加载器读取版本 2025.3 且 status = active 的现代类别行、所选朝代与场景的历史行，以及对应九级身份行；它不会在每次请求时打开 manifest。审查既要核对运行时 active 行，也要沿 source key 追溯种子与来源说明。

现代篮子需要回答“比较什么”。如果用户输入的是税前工资，而篮子描述消费支出，二者不是同一概念；工资还可能承担储蓄、赡养、税费和非消费支出。若用户所在城市、住房状态和家庭规模不同，统计人均参照只能提供背景，不能判断个人是否“应该”花多少钱。

因此，现代基准的输出应带标签：来源年份、区域、统计对象、所含类别、由年到月的处理方法。缺少这些标签的金额即使计算正确，也难以解释。

历史价格：保留原单位、时段与材料边界

历史价格材料不是一条连续且均匀的时间序列。GPIH 的中国稻米价格表覆盖若干历史阶段与系列，另一份北京价格与工资表提供晚期历史时期的价格、工资或生活篮子相关数据。它们是研究数据入口，不意味着每个年份、地区、身份和商品品质都有可比观察。

读取历史数据时先保留原始单位，不急于换成人民币。记录商品名称与质量、计量单位、货币单位、地点、年份或区间、原始表格行列、缺失值与研究说明。若不同系列的“石”“升”、银两或钱并非同一制度背景，不能只因中文名称相同就直接拼接。

价格也不等于生活。当前种子中，部分朝代的食品历史行可追溯到 GPIH 稻米系列等价格材料；它只能支持相应食品、时期和单位的证据边界。北京价格与工资表为晚期价格、工资和生活篮子提供研究背景，但 front matter 列出来源不等于所有字段都自动进入当前计算。住房、衣着和服务等非食品类别使用本站编辑方法生成的无量纲、低信任历史指数，并明确标注为情景模型，不是 GPIH 观察价格。工资记录也可能只代表特定工种、季节或雇佣关系，不能成为唯一真实尺度。

对缺口的正确处理是保留缺口。某朝代资料稀疏时，可以显示宽区间、降低信任级别或标记无法比较，不能用邻近时期平滑后再声称有直接观察。来源表格若更新或无法访问，也应停止发布新结论，先完成版本与文件校验。

情景指数：表达“在这组假设下”而非古今汇率

情景指数是一种无量纲比较层。核心先把家庭月收入折算为月值，再除以家庭人数得到人均月收入，随后按关注权重 FOCUS_WEIGHTS 将人均值分配到食品、住房、衣着和服务四个类别。均衡、食品优先、住房优先和衣着优先会改变类别分配权重，因此同一收入可能得到不同的类别覆盖结构；这不是古今货币汇率。

每个类别使用运行时数据库里的现代 min/mid/max 基准和一个场景因子。代码从所选历史行中筛出 historical_index，取这些行 mid 值的普通中位数作为 setting factor；若没有合格值则回落为一。类别的 coverageMin 用已分配收入除以现代 max 再除以场景因子，coverageMid 对应现代 mid，coverageMax 对应现代 min。因此覆盖区间主要由现代类别基准、关注权重与场景因子形成，不是用历史粮价直接除出现代购买力。

食品历史行的价格区间与参考数量用于计算原生单位数量和原生预算展示；非食品低信任指数也用于对应类别的情景单位展示。四个类别各自产生覆盖区间后，程序按同一组关注权重分别对 min、mid、max 取加权中位数，得到总体 purchasingPower。加权中位数与加权平均数不同：它选择累计权重达到一半位置的类别覆盖值，不把四类简单相加。

情景指数不应被包装成统计显著性或个人预测。它没有自动解决历史物价地区差异，也不能把身份制度、非市场分配与家庭结构压缩成货币。它的价值是让比较规则显式化：用户可以看到换一个篮子、地区或价格区间时，结论如何变化。

九级身份：解释层而不是历史人口分类统计

九级身份用于把连续指数转成更容易阅读的情景叙述。运行时使用总体 coverageMid 在所选朝代与场景的 active 九级区间中查找匹配项，同时返回相邻层级和区间进度。这里的“级”是本站版本化的解释区间，不是历史官方阶级表、人口调查或社会流动定律。不得据此声称某个用户在某朝代“就是”某一真实身份，也不能用它判断尊卑、能力或生活价值。

每一级描述应围绕可观察生活条件：基本消费覆盖、风险缓冲、对价格波动的敏感性、是否依赖额外资产或制度资源。叙述必须避免把现代职业直接映射为历史身份，也不能从工资一项推导权力、教育、健康或家庭关系。

当指数接近分界时，应展示相邻情景或区间，而不是用小数制造确定等级。九级层可以帮助用户阅读情景，但不应遮住底层变量。页面需要允许用户回看所选地区、现代篮子、历史序列、区间位置和版本。

方法演练：用符号完成一次可复算解读

下面是一个纯方法假设演练，不对应真实用户，不引入虚构工资、历史价格或等级结论。

**第一步，定义问题。**假设用户想知道一笔现代月度收入在“全国城镇消费参照”和“北京消费参照”下为何出现不同解释。先确认输入属于税前、税后还是可支配口径，并声明本文只演示计算链，不判断个人生活水平。

**第二步，确认运行时版本。**查看数据库加载器选中的版本，并核对该版本中两种现代画像、目标朝代与场景、九级身份的 active 行。再沿每行的 source key 回到来源表和 manifest 种子，确认准备阶段怎样生成这些行。若运行时行与种子文件不同，页面实际使用前者，差异必须作为版本或部署问题处理。

**第三步，分配类别。**把现代家庭月收入记为 (I)，家庭人数记为 (H)，先得到人均值 (I/H)。选择关注模式后，分别乘以食品、住房、衣着和服务权重，得到四个类别的已分配收入。这里不能先把四类现代基准加成一个总篮子再相除，因为当前实现按类别计算后再聚合。

**第四步，计算并聚合。**从非食品 historical_index 行的 mid 值求场景因子。对每类按“已分配人均收入 ÷ 现代类别基准 ÷ 场景因子”计算 min、mid、max 覆盖；再用历史行的参考数量和价格或指数形成原生展示。最后用关注权重对四类覆盖分别取加权中位数，得到总体区间，而不是把 GPIH 价格、现代人民币和编辑指数平均成一个数。

**第五步，映射并写结论。**用总体 coverageMid 匹配版本 V、朝代 D、场景 S 的九级身份区间，并同时查看总体上下界、四类结果、信任级别和来源。结论模板是：“在版本 V、现代画像 A、关注权重 F 与场景 S 下，覆盖区间为 R，mid 映射到解释层 L；食品历史证据与非食品编辑指数的信任边界不同，因此不把 L 视为确定历史身份。”

这份演练展示的是审计方法：相同输入在不同合理参照下可以产生不同解释。差异不是计算失败，而是提醒用户结论依赖选择。

不确定性：把误差来源放进结果正文

不确定性至少有五类。第一是现代口径：全国、城乡、地区和家庭画像不同。第二是历史覆盖：时期、地区和商品记录稀疏。第三是单位转换：计量制度和商品品质可能不可直接比较。第四是模型解释：情景系数与九级分界由方法版本定义。第五是个人差异：家庭、资产、健康、税费与非市场资源不在简单工资输入中。

展示不确定性不能只在页脚写“仅供参考”。结果正文应说明主导变量、可替换假设、区间跨度和资料缺口。若一项来源信任较低，就标出其用途仅为方法或叙述参考，不让它承担价格事实。manifest 中的 trust 与 usage note 正是为了约束这种使用。

当来源冲突时，保留多个情景并解释口径，不挑选最吸引人的结果。当来源不可访问或无法复核时，保留旧版本或标记待确认，不即时编造替代数字。

复算检查清单

• [ ] 已记录用户输入的税前、税后或可支配口径，没有把工资等同于消费。
• [ ] 已确认运行时读取的版本化 active 数据库行，并沿 source key 回查 manifest 种子与来源登记。
• [ ] 已保存现代来源年份、区域、统计对象和年转月处理说明。
• [ ] 已为历史序列记录商品、单位、地点、时期、表格位置与资料缺口。
• [ ] 已把粮食价格、工资和生活篮子作为不同参照分别呈现。
• [ ] 已按人均收入与关注权重分配四类，并用现代基准、场景因子计算类别覆盖。
• [ ] 已用同一组权重取类别覆盖的加权中位数，没有改成求和或加权平均。
• [ ] 已标明食品来源价格与非食品低信任编辑指数的不同证据等级。
• [ ] 已将输出称为情景指数或区间，没有称作古今固定汇率。
• [ ] 已说明九级身份是解释层，不是历史人口统计或确定身份。
• [ ] 已展示关键假设变化时结果如何移动，并标记跨级边界。
• [ ] 已记录方法版本、来源 URL、访问日期和可复算输入。

适用边界与使用限制

本方法适合做来源透明的教育性比较与敏感性分析，不适合确定个人古代收入、证明社会身份、给出投资建议或替代历史研究。统计页面和学术数据也有各自口径，引用它们不等于来源作者认可本站模型。任何现实财务决定都应依据当前、适用且专业的资料。

本文刻意不提供新 benchmark 数字，以免与版本化数据产生冲突。manifest 的数值更新必须经过准备、来源审查和数据库写入流程；仅修改种子文件不会改变已经运行的 active 数据。页面输出与 manifest 不一致时，应先核对代码指定版本、数据库状态和部署时间，而不是把种子文件误当成请求时事实。

下一步：打开一次时间工资结果，逐项记下现代画像、历史系列、价格区间、九级解释与方法版本；然后只改变一个变量，观察结论是否变化，并把变化写成一句带条件的情景说明。