关于“中国每小时可支配所得购买力比印度低”的探讨
原帖在：https://pincong.rocks/article/item_id-1132663__notification_id-1106393
里面@感謝習近平 转述了多伦多方脸的一个算法，得出了标题的结论，我找到了视频，在这里：https://www.youtube.com/watch?v=YZNZ2U1ttSQ
看了一下，槽点很多…………要讨论的话，要耗费很多时间去查数据，本不想回了，不过还是有点忍不住，毕竟这个结论有点反直觉，人之患在好为人师，说的就是我啊……
要写这篇文章挺费时间的，还好我今天闲的蛋疼。不过费了这么长的时间我也不甘心只做个回复，干脆新开一贴好了。
简单说，多伦多方脸的算法问题在于：
一）数据来源不统一；时间不统一；数据标准不统一；统计口径不统一。
他图中截取的average annual hours worked per worker是2017年的数据，而且里面没有印度，也没有中国，他另找了一个其他来源的印度工作时间，而且是2022年的；中国也另外找了一个信源，而且统计的是“周工作日”，他再换算成天。
你实际查一下就知道，即使都是average annual hours worked per worker，不同信源的数据都有不同，所以同一个数据采集自不同的来源，这会带来一定的误差。
后面他计算收入的时候，也用的不是2017年的，要拿来对比，我认为应该找一个同时包含中印的数据，并且用同一年的数据对比，会更好一些。
比如我查到了这个：https://clockify.me/working-hours
这个数据里同时有中国和印度，并且数据也比较新，是2023年的。但是在这个数据里，中印的数据是这样：
中国：2392
印度：2480
也就是说这份数据中，印度人的工作时间还超过了中国人。
同样的错误发生在在计算“人均每小时可支配收入”的时候。
在计算“可支配收入”的时候，他用的数据是“2023年阿根廷预估家庭可支配收入”，这里不仅是“预估”，而且是“家庭可支配收入”，然后他去除以阿根廷人口，显然这个数据是错误的。
而在计算中国数据时他采用的是“中国官方发布的2022年人均可支配收入”
在印度方面采用的是“2022-2023年度人均国民净收入”
你用错误计算的阿根廷2023年人均预估收入，去对比中国的2022年人均可支配收入，与印度的人均国民净收入，又有什么意义呢？这能比出个啥？？
二）算法本身的问题
我们现在知道了他的算法，就可以自己来算了。
他的算法是：用人均PPP/人均GDP，代表物价指数；用人均可支配收入/人均工作时间，代表单位时间收入；最后用后者/前者，得到购买力指数，数据越大代表单位时间工作收入的购买力越强。
我们分别来找这四个参数，并且遵循两个原则：
1，尽量使用同一年的数据，如果做不到，那么至少符合下一条
2，所有国家的同一个参数务必来自同一个信源的同一张数据表格里，避免不同信息来源带来的数据偏差
为了对比，并且证明我说他的算法有问题，我们还增加了几个其他的国家，美国、日本、韩国，分别是世界第一强国，东亚第二大国，和东亚/世界TOP3工作时长国家，另外删除视频中对比的阿根廷，因为我没有找到包含阿根廷的人均可支配收入数据的全面的数据表
以下是数据和信源
1，2022年人均PPP（国际元），数据来自世界银行：https://data.worldbank.org. cn/indicator/NY.GDP.PCAP.PP.CD
中国：21476
印度：8379
美国：76399
日本：45573
韩国：50070
2，2022年人均GDP（现价美元），数据来自世界银行：https://data.worldbank.org. cn/indicator/NY.GDP.PCAP.CD
中国：12720
印度：2389
美国：76399
日本：33815
韩国：32255
3，2022年人均可支配收入，这个是最难找的数据，数据来自TradinEconomics
https://tradingeconomics.com/country-list/disposable-personal-income
但是这里面的单位非常混乱，有的是人均（比如中国），有的是总数（比如印度）还需要计算一下。
汇率数据来自xe.com
中国：49283人民币（2022-12，按当月1日汇率换算为6934美元）
印度：272995370（百万卢比）/1425775850（人口，数据来自联合国估算）=191471卢比（2022-12，按当月1日汇率换算为2354美元）
美国：也需要计算，过程略，约为61069美元
日本：449000日元（2023-8，按当月1日汇率换算为3154美元）————此处数据存疑，我认为小数点点错了，应为31540美元比较合理，后续按照31540美元计算
韩国：计算过程略，数据为2022-12，按当月1日汇率换算为32400美元
4，2017年人均工作时间。数据来自：
https://en.wikipedia.org/wiki/List_of_countries_by_average_annual_labor_hours#cite_note-:0-1
（实际上是整理自：https://ourworldindata.org/working-hours）
中国：2174
印度：2117
美国：1765
日本：1738
韩国：2063
然后，我们就用手头的数据，代入公式：（2022近似人均可支配收入/2017人均工作时间）/（2022人均PPP国际元/2022人均GDP现价美元）最后得到所谓的“人均小时可支配购买力指数”是这样：
中国：1.89
印度：0.32
美国：34.6
日本：13.47
韩国：10.12
所以我们得出了什么结论呢？
1，中国“人均小时可支配购买力”是印度的5.9倍
2，美国是中国的18.3倍
3，日本是中国的7.12倍
4，韩国是中国的5.35倍
5，美国是日本的2.56倍
怎么说呢………………
首先，彻底推翻原视频的结论，我们也看到了，从不同的信源拿数据，误差有多大，而在相同信源中，中印工作时间是差不多的，而人均可支配收入是差很多的。
其次，你要说美日韩之间有这么大的差异，我觉得不合理，各位葱友怎么看？
所以总的来说，我认为这个算法并不合理，算出来的东西没有参考意义。
至于为什么不合理，我觉得主要是因为PPP已经根据购买力调整过了，而人均可支配收入是一个误差非常大的数值，远没有人均净收入更准确（当然按照方脸的说法，净收入又不足够揭露事实的真相），这样经过多次的累积计算，得出的指数基本上失去了参考价值。
如果有谁比我还闲的蛋疼，可以试着计算一下欧洲德法意西这几个典型国家，估计数字更离谱。
里面@感謝習近平 转述了多伦多方脸的一个算法，得出了标题的结论，我找到了视频，在这里：https://www.youtube.com/watch?v=YZNZ2U1ttSQ
看了一下，槽点很多…………要讨论的话，要耗费很多时间去查数据，本不想回了，不过还是有点忍不住，毕竟这个结论有点反直觉，人之患在好为人师，说的就是我啊……
要写这篇文章挺费时间的，还好我今天闲的蛋疼。不过费了这么长的时间我也不甘心只做个回复，干脆新开一贴好了。
简单说，多伦多方脸的算法问题在于：
一）数据来源不统一；时间不统一；数据标准不统一；统计口径不统一。
他图中截取的average annual hours worked per worker是2017年的数据，而且里面没有印度，也没有中国，他另找了一个其他来源的印度工作时间，而且是2022年的；中国也另外找了一个信源，而且统计的是“周工作日”，他再换算成天。
你实际查一下就知道，即使都是average annual hours worked per worker，不同信源的数据都有不同，所以同一个数据采集自不同的来源，这会带来一定的误差。
后面他计算收入的时候，也用的不是2017年的，要拿来对比，我认为应该找一个同时包含中印的数据，并且用同一年的数据对比，会更好一些。
比如我查到了这个：https://clockify.me/working-hours
这个数据里同时有中国和印度，并且数据也比较新，是2023年的。但是在这个数据里，中印的数据是这样：
中国：2392
印度：2480
也就是说这份数据中，印度人的工作时间还超过了中国人。
同样的错误发生在在计算“人均每小时可支配收入”的时候。
在计算“可支配收入”的时候，他用的数据是“2023年阿根廷预估家庭可支配收入”，这里不仅是“预估”，而且是“家庭可支配收入”，然后他去除以阿根廷人口，显然这个数据是错误的。
而在计算中国数据时他采用的是“中国官方发布的2022年人均可支配收入”
在印度方面采用的是“2022-2023年度人均国民净收入”
你用错误计算的阿根廷2023年人均预估收入，去对比中国的2022年人均可支配收入，与印度的人均国民净收入，又有什么意义呢？这能比出个啥？？
二）算法本身的问题
我们现在知道了他的算法，就可以自己来算了。
他的算法是：用人均PPP/人均GDP，代表物价指数；用人均可支配收入/人均工作时间，代表单位时间收入；最后用后者/前者，得到购买力指数，数据越大代表单位时间工作收入的购买力越强。
我们分别来找这四个参数，并且遵循两个原则：
1，尽量使用同一年的数据，如果做不到，那么至少符合下一条
2，所有国家的同一个参数务必来自同一个信源的同一张数据表格里，避免不同信息来源带来的数据偏差
为了对比，并且证明我说他的算法有问题，我们还增加了几个其他的国家，美国、日本、韩国，分别是世界第一强国，东亚第二大国，和东亚/世界TOP3工作时长国家，另外删除视频中对比的阿根廷，因为我没有找到包含阿根廷的人均可支配收入数据的全面的数据表
以下是数据和信源
1，2022年人均PPP（国际元），数据来自世界银行：https://data.worldbank.org. cn/indicator/NY.GDP.PCAP.PP.CD
中国：21476
印度：8379
美国：76399
日本：45573
韩国：50070
2，2022年人均GDP（现价美元），数据来自世界银行：https://data.worldbank.org. cn/indicator/NY.GDP.PCAP.CD
中国：12720
印度：2389
美国：76399
日本：33815
韩国：32255
3，2022年人均可支配收入，这个是最难找的数据，数据来自TradinEconomics
https://tradingeconomics.com/country-list/disposable-personal-income
但是这里面的单位非常混乱，有的是人均（比如中国），有的是总数（比如印度）还需要计算一下。
汇率数据来自xe.com
中国：49283人民币（2022-12，按当月1日汇率换算为6934美元）
印度：272995370（百万卢比）/1425775850（人口，数据来自联合国估算）=191471卢比（2022-12，按当月1日汇率换算为2354美元）
美国：也需要计算，过程略，约为61069美元
日本：449000日元（2023-8，按当月1日汇率换算为3154美元）————此处数据存疑，我认为小数点点错了，应为31540美元比较合理，后续按照31540美元计算
韩国：计算过程略，数据为2022-12，按当月1日汇率换算为32400美元
4，2017年人均工作时间。数据来自：
https://en.wikipedia.org/wiki/List_of_countries_by_average_annual_labor_hours#cite_note-:0-1
（实际上是整理自：https://ourworldindata.org/working-hours）
中国：2174
印度：2117
美国：1765
日本：1738
韩国：2063
然后，我们就用手头的数据，代入公式：（2022近似人均可支配收入/2017人均工作时间）/（2022人均PPP国际元/2022人均GDP现价美元）最后得到所谓的“人均小时可支配购买力指数”是这样：
中国：1.89
印度：0.32
美国：34.6
日本：13.47
韩国：10.12
所以我们得出了什么结论呢？
1，中国“人均小时可支配购买力”是印度的5.9倍
2，美国是中国的18.3倍
3，日本是中国的7.12倍
4，韩国是中国的5.35倍
5，美国是日本的2.56倍
怎么说呢………………
首先，彻底推翻原视频的结论，我们也看到了，从不同的信源拿数据，误差有多大，而在相同信源中，中印工作时间是差不多的，而人均可支配收入是差很多的。
其次，你要说美日韩之间有这么大的差异，我觉得不合理，各位葱友怎么看？
所以总的来说，我认为这个算法并不合理，算出来的东西没有参考意义。
至于为什么不合理，我觉得主要是因为PPP已经根据购买力调整过了，而人均可支配收入是一个误差非常大的数值，远没有人均净收入更准确（当然按照方脸的说法，净收入又不足够揭露事实的真相），这样经过多次的累积计算，得出的指数基本上失去了参考价值。
如果有谁比我还闲的蛋疼，可以试着计算一下欧洲德法意西这几个典型国家，估计数字更离谱。
