薪酬市场调研分析 (Salary Market Analysis) v3.0

专业的薪酬市场调研工具，支持国内 + 海外多源数据融合、多币种自动换算、PPP 购买力平价调整、数据清洗、分位值计算和专业报告生成。

✨ 功能特性

• 28 字段全球化模板：覆盖基础信息、岗位、公司、薪酬、地域、人才要求 6 大维度
• 多币种自动换算：支持 20+ 货币（USD/EUR/GBP/JPY/SGD/HKD 等），自动识别国家→货币映射
• PPP 购买力平价调整：基于国别薪酬系数矩阵 v2.0，覆盖 27 个国家/地区
• 年薪自动计算：月薪 × 薪月数，含奖金月份
• 细粒度分位值：P10/P25/P30/P40/P50/P60/P70/P75/P80/P90，支持加权计算
• 多源数据融合：国内（BOSS/猎聘/脉脉）+ 海外（LinkedIn/Glassdoor/BLS/ONS）
• 17+ 章节专业报告：含海外薪酬对比矩阵、PPP 解读、外派薪酬建议
• 外派薪酬计算：COLA 生活成本调整 + hardship allowance 艰苦补贴
• 多格式输出：Excel 数据表 + Markdown 报告 + Word 文档

📁 技能结构

skill-salary-market-analysis/
├── SKILL.md                           # 本文件（配置和说明）
├── assets/
│   ├── salary_data_template.csv       # 20 字段基础模板（含 country/currency）
│   └── salary_data_template_24.csv    # 28 字段增强模板 ⭐（含 PPP）
├── references/                        # 参考文档
│   ├── report-template.md             # 17+ 章节报告模板（含海外章节）
│   ├── salary-methodology.md          # 薪酬方法论
│   ├── global-data-sources.md         # 40+ 数据渠道（国内 + 海外）⭐
│   └── data-collection-guide.md       # 数据收集操作指南
└── scripts/                           # Python 脚本
    ├── multi_source_processor.py      # ⭐ 核心处理脚本 V3（多币种 + PPP）
    ├── currency_converter.py          # ⭐ 汇率 + PPP 转换器（独立工具）
    ├── data_processor.py              # 基础处理器
    ├── data_cleaner.py                # 数据清洗
    ├── csv_to_excel.py                # CSV 转 Excel
    └── markdown_to_word.py            # Markdown 转 Word

🔧 依赖安装

pip install numpy>=1.21.0 pandas>=1.3.0 openpyxl>=3.0.0 python-docx>=0.8.11 beautifulsoup4>=4.11.0
# 可选：Playwright 自动化
pip install playwright>=1.40.0
playwright install chromium

🔄 工作流程

用户需求
  ↓
岗位识别（级别 / 行业 / 地域 / 国家）
  ↓
数据收集（7 种方案可选）
  ├─ 方案 1: 全网搜索 + 手动收集（最稳定，推荐首选）
  ├─ 方案 2: Tampermonkey 用户脚本
  ├─ 方案 3: Chrome 扩展
  ├─ 方案 4: OCR 截图识别
  ├─ 方案 5: Playwright 自动化
  ├─ 方案 6: 海外招聘平台（LinkedIn/Indeed/Glassdoor）
  └─ 方案 7: 政府统计数据（BLS/ONS/MOM）
  ↓
数据处理
  ├─ 多源整合（multi_source_processor.py）
  ├─ 币种自动换算（--target-currency CNY/USD）
  ├─ PPP 购买力平价调整（--with-ppp）
  ├─ 权重应用
  └─ 分位值计算（P10-P90）
  ↓
报告生成
  ├─ Markdown 报告（参照 report-template.md）
  ├─ 海外薪酬对比矩阵
  ├─ 外派薪酬建议
  ├─ Word 格式转换
  └─ Excel 数据输出

📊 28 字段数据模板（全球化增强版）

20 字段基础模板（快速版）

salary_data_template.csv 适用于快速调研，包含核心字段 + 海外必需字段： id, position, company_name, company_type, salary_range, salary_monthly_low, salary_monthly_high, months, annual_salary_low, annual_salary_high, annual_salary_avg, location, country, currency, annual_salary_usd, ppp_adjusted, experience, education, source, collect_date

年薪计算规则

• 月薪 × 薪月数 ÷ 10000 = 年薪（万元）
• 年薪下限 = 月薪下限 × 薪月数 ÷ 10000
• 年薪上限 = 月薪上限 × 薪月数 ÷ 10000
• 年薪平均 = (年薪下限 + 年薪上限) ÷ 2
• 如标注"X 万/年"则直接取该值

海外薪酬口径说明

• 美国：Base Salary + Bonus + RSU（股票）= Total Compensation
• 新加坡：13th month AWS + Performance Bonus
• 英国：Basic + Car Allowance + Pension
• 日本：基本工资 + 赏与（通常 2 次/年）
• 海外数据填写时务必标注 country 和 currency 字段

📈 多源数据整合权重

SOURCE_TYPES = {
    '招聘网站': {'weight': 1.0, 'quality': 0.9},      # BOSS、猎聘、LinkedIn、Indeed 等
    '行业报告': {'weight': 1.2, 'quality': 0.95},      # Mercer、Robert Half、Michael Page
    '财报':     {'weight': 1.1, 'quality': 0.95},      # SEC 10-K、上市公司年报
    '论坛':     {'weight': 0.8, 'quality': 0.7},       # 脉脉、Blind、Reddit 等
    '其他':     {'weight': 0.9, 'quality': 0.75}       # 政府统计等
}

🌍 海外薪酬分析功能

汇率换算

内置 25+ 货币汇率表（基准 2026-05），支持通过 CNY 中间货币自动换算：

# 单笔换算
python3 scripts/currency_converter.py --convert 120000 --from USD --to CNY
# 💱 120000.0 USD = 864000.00 CNY

# CSV 批量换算
python3 scripts/currency_converter.py -i data.csv -o output.csv --target-currency USD

PPP 购买力平价调整

基于国别薪酬系数矩阵 v2.0（27 国），反映同等生活水平需要的薪酬：

# 单笔 PPP 对比
python3 scripts/currency_converter.py --ppp-salary 1000000 --from-country US --to-country CN
# 📊 PPP 购买力对比：
#    美国: ¥1,000,000 (系数 2.58)
#    ≈ 中国: ¥387,597 (系数 1.00)
#    同等生活水平

外派薪酬包计算

# 外派薪酬建议
python3 scripts/currency_converter.py --expat-salary 500000 --host-country SG --home-country CN
# 🌍 外派薪酬包建议 (新加坡):
#    基准薪酬: ¥500,000
#    COLA 调整: +¥525,000 (指数 2.1)
#    艰苦补贴: ¥25,000 (5%)
#    ─────────────
#    总包: ¥1,050,000

全局分析

# 海外薪酬分析（自动换算到 USD + PPP 调整）
python3 scripts/multi_source_processor.py -i data.csv -o report.json \
  --target-currency USD --with-ppp --ppp-base-country 中国

📝 参考文档

1. report-template.md — 17+ 章节专业报告模板（含海外薪酬章节、外派建议）
2. salary-methodology.md — 薪酬调研方法论（分位值定义、PPP 原理）
3. global-data-sources.md — 40+ 数据渠道指南（国内 + 海外、政府统计）
4. data-collection-guide.md — 数据收集操作指南

💡 使用示例

快速开始

# 1. 复制 28 字段增强模板
cp assets/salary_data_template_24.csv data.csv

# 2. 收集数据（手动或通过工具）
# ... 填写 data.csv ...

# 3. 数据清洗
python3 scripts/data_cleaner.py -i data.csv -o clean_data.csv

# 4. 国内薪酬分析（默认 CNY）
python3 scripts/multi_source_processor.py -i clean_data.csv -o report.json

# 5. 海外薪酬分析（自动换算到 USD）
python3 scripts/multi_source_processor.py -i clean_data.csv -o report.json --target-currency USD

# 6. PPP 购买力平价调整
python3 scripts/multi_source_processor.py -i clean_data.csv -o report.json --with-ppp

# 7. 转 Excel
python3 scripts/csv_to_excel.py -i clean_data.csv -o salary_report.xlsx

完整流程（AI 辅助）

1. 用户提供岗位需求（岗位名称 + 地域/国家 + 级别）
2. 使用 web-search-plus 搜索目标岗位薪酬信息
3. 提取关键数据填写到 28 字段 CSV 模板
4. 运行清洗和处理脚本
5. 基于报告模板生成 17+ 章节 Markdown 报告
6. 可选转换为 Word 文档

⚠️ 注意事项

1. 真实数据优先：明确禁止使用模拟数据，强制从真实渠道获取
2. 数据时效性：优先收集近 6 个月内的数据
3. 地域差异：不同城市/国家薪酬差异大，需按地域分类分析
4. 行业对标：选择同行业或相近行业的数据进行比较
5. 职级匹配：确保职级定义一致（不同公司职级体系不同）
6. 样本量要求：每个岗位至少 10 个有效样本，推荐 20+
7. 异常值处理：极高薪酬（>200 万/年）需标注可能含股权激励
8. 薪月数注意：注意区分 12 薪、13 薪、14 薪等不同薪月数
9. 海外薪酬口径：区分 Base Salary / Bonus / RSU / Total Compensation
10. 货币换算：汇率基准日为 2026-05，实际使用请标注日期
11. PPP 调整：购买力平价系数基于 Numbeo/IMF 数据，仅供参考
12. 外派补贴：COLA + hardship allowance 需结合公司政策调整