Python手把手实现经济指标驱动的价格调整公式，附完整代码+数据可视化

patrickstar231

343人浏览 · 2026-06-26 21:50:13

patrickstar231 · 2026-06-26 21:50:13 发布

文章目录

一、你要解决的问题

做数据分析的人经常遇到一个需求：根据几个经济指标（CPI、工资指数、生产力因素），按一个公式算出某个价格该不该调、调多少。

这公式本身不复杂，但当你加入负担能力上限、延期释放、多年叠加这些条件后，代码就开始有意思了。

正好港铁有个每年公开的票价调整公式，我们就拿它当案例——不是让大家研究港铁，是让你看完之后自己的业务里能直接用这个思路。

先看结果：公式算出来该涨2.85%，但因为触发"负担能力上限"，最终是0%。那2.85%去哪了？往后分摊到2027和2028年。

这就是我们代码要做的事：实现公式 → 计算 → 处理边界条件 → 可视化。

二、票价调整公式长什么样

港铁的公式是公开的，每年3月按这个算一次：

票价调整幅度 = (0.5 × CPI变动) + (0.5 × 工资指数变动) - 生产力因素 + 上年转拨

但如果算出来的结果超过"家庭月入中位数变动"，就按中位数变动来——这叫负担能力上限。没执行的部分不会消失，会延后到之后年份分摊释放。

2026年的真实数据（来源：港铁官方 + 政府统计处2026年3月公布）：

参数	数值	数据来源
综合消费物价指数按年变动	+1.4%	政府统计处2025年12月
运输业名义工资指数按年变动	+3.0%	政府统计处2025年12月
生产力因素	-0.8%	港铁物业发展利润挂钩
2025/26年度转拨	+1.45%	上年度未执行的涨幅
公式计算结果	+2.85%	—
家庭月入中位数按年变动	0%	政府统计处2025年Q4
最终票价调整	0%（冻结）	触发负担能力上限

三、Python实现：单年度计算

先把基础公式写出来。用字典存参数，函数直接算：

# 第一步：定义参数和基础公式

def calculate_fare_adjustment(cpi_change, wage_change, productivity, carryover):
    """
    港铁票价调整机制公式
    cpi_change: 综合消费物价指数按年变动 (如 0.014 表示 +1.4%)
    wage_change: 运输业名义工资指数按年变动
    productivity: 生产力因素扣减
    carryover: 上年度转拨幅度
    返回: 计算结果 (正数=涨价, 0或负数=冻结/降价)
    """
    raw_result = (0.5 * cpi_change) + (0.5 * wage_change) + productivity + carryover
    return round(raw_result, 4)

# 2026年真实数据
params_2026 = {
    'cpi_change': 0.014,      # +1.4%
    'wage_change': 0.030,     # +3.0%
    'productivity': -0.008,   # -0.8%
    'carryover': 0.0145       # +1.45%
}

raw = calculate_fare_adjustment(**params_2026)
print(f"公式计算结果: {raw*100:.2f}%")
# 输出: 公式计算结果: 2.85%

输出结果跟官方公布的一致：+2.85%。

但实际没涨——因为有负担能力上限：

# 第二步：加入负担能力上限判断

def apply_affordability_cap(raw_result, income_change):
    """
    负担能力上限：票价涨幅不能超过家庭月入中位数变动
    income_change: 家庭月入中位数按年变动
    """
    if raw_result > income_change:
        capped = income_change
        deferred = raw_result - income_change
        print(f"触发上限！公式算 {raw_result*100:.2f}%，上限 {income_change*100:.2f}%")
        print(f"延期金额: {deferred*100:.2f}% → 往后分摊")
        return capped, deferred
    else:
        return raw_result, 0

income_change_2026 = 0.0  # Q4家庭月入中位数变动 = 0%

final_rate, deferred_2026 = apply_affordability_cap(raw, income_change_2026)
print(f"实际调整: {final_rate*100:.2f}%")
print(f"延期释放: {deferred_2026*100:.2f}%")
# 输出:
# 触发上限！公式算 2.85%，上限 0.00%
# 延期金额: 2.85% → 往后分摊
# 实际调整: 0.00%
# 延期释放: 2.85%

跟官方公布的结果完全吻合：算出来2.85%，但因为家庭收入没涨，全部冻住。

到这里你可能觉得"就这？几行代码就完事了"——真正有意思的在第四步。

在这里插入图片描述

四、真正的难点：延期释放 + 多年叠加

刚才那2.85%不是消失了，是往后两年分摊：

2027年7月释放：+1.43%（今年的一半）
2028年7月释放：+1.42%（今年的另一半）

但这还没完，之前还有别的年份延下来的涨幅也在排队。港铁官方公布2026年还有一笔+1.96%是之前延到2026年但又被推到2027年的。这就是多年叠加的复杂之处。

代码这样写：

# 第三步：延期释放队列管理

class FareAdjustmentQueue:
    """管理多年延期释放的涨幅队列"""
    
    def __init__(self):
        self.deferred_queue = {}  # {年份: 待释放金额}
    
    def add_deferred(self, year, amount):
        """往某一年叠加延期涨幅"""
        if year in self.deferred_queue:
            self.deferred_queue[year] += amount
        else:
            self.deferred_queue[year] = amount
    
    def get_future_burden(self):
        """查看未来各年累计待释放金额"""
        return dict(sorted(self.deferred_queue.items()))

# 模拟2026年已知的延期队列
queue = FareAdjustmentQueue()

# 之前延到2026年的 +1.96%，现在被推到2027
queue.add_deferred(2027, 0.0196)

# 2026年压住的 +2.85%，分两年释放
queue.add_deferred(2027, 0.0143)  # 一半
queue.add_deferred(2028, 0.0142)  # 另一半

future = queue.get_future_burden()
for year, amount in future.items():
    print(f"{year}年累计待释放: +{amount*100:.2f}%")
# 输出:
# 2027年累计待释放: +3.39%
# 2028年累计待释放: +1.42%

注意：2027年的+3.39%还不包括2027年当年的新公式结果。如果2027年经济数据也指向加价，数字会继续往上叠。

五、数据可视化：一图看懂"不加价背后的账"

用matplotlib把延期释放的累积效应画出来：

# 第四步：可视化 —— 延期释放累积效应

import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

years = ['2026\n(今年)', '2027\n(明年)', '2028\n(后年)']
# 当年的延期释放会在下一年叠加
deferred_values = [0, 3.39, 1.42]
cumulative = [0, 3.39, 4.81]

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 5))

# 左图：每年待释放金额
colors = ['#2E86AB', '#A23B72', '#F18F01']
bars = ax1.bar(years, deferred_values, color=colors, width=0.6, edgecolor='white', linewidth=1.5)
ax1.set_title('各年待释放的延期涨幅', fontsize=14, fontweight='bold', pad=15)
ax1.set_ylabel('待释放幅度 (%)', fontsize=12)
for bar, val in zip(bars, deferred_values):
    ax1.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.1, 
             f'+{val:.2f}%', ha='center', fontsize=13, fontweight='bold')

# 右图：累积效应
ax2.plot(['2026', '2027', '2028'], cumulative, 'o-', linewidth=3, 
         markersize=12, color='#A23B72', markerfacecolor='#F18F01')
ax2.fill_between(['2026', '2027', '2028'], cumulative, alpha=0.15, color='#A23B72')
ax2.set_title('延期涨幅累积效应', fontsize=14, fontweight='bold', pad=15)
ax2.set_ylabel('累积待释放 (%)', fontsize=12)
for i, (x, y) in enumerate(zip(['2026', '2027', '2028'], cumulative)):
    ax2.annotate(f'{y:.2f}%', (x, y), textcoords="offset points", 
                xytext=(0, 18), ha='center', fontsize=12, fontweight='bold')

plt.tight_layout()
plt.savefig('mtr_fare_deferral.png', dpi=150, bbox_inches='tight')
plt.show()

在这里插入图片描述

收藏本文，下次遇到类似的多变量价格调整公式 + 延期释放机制，直接把这段代码拿去改参数就能用。

六、附送：8条通勤路线的成本对比

既然已经在算港铁的账，顺手把港漂最常坐的8条通勤路线也做进了pandas。数据来源是港铁官网2026年6月八达通成人票价：

# 第五步：8条通勤路线成本分析

import pandas as pd

routes = [
    ('上水 → 金钟', 12.8, 510, '上水/乌溪沙-尖东全月通'),
    ('屯门 → 尖沙咀', 21.5, 545, '屯门-南昌全月通'),
    ('将军澳 → 中环', 12.8, 445, '都会票(40程/30天)'),
    ('荃湾 → 旺角', 10.3, None, '短途无需月票'),
    ('东涌 → 香港站', 23.6, 420, '东涌-香港全月通'),
    ('大围 → 九龙塘', 7.5, None, '短途无需月票'),
    ('粉岭 → 尖东', 14.5, 510, '上水/乌溪沙-尖东全月通'),
    ('落马洲 → 金钟', 49.6, None, '跨境段不适用月票'),
]

data = []
workdays = 22  # 每月工作日

for route, single, monthly, note in routes:
    monthly_cost = single * 2 * workdays  # 来回 × 22天
    saving = monthly_cost - monthly if monthly else 0
    data.append({
        '路线': route,
        '单程(HKD)': single,
        '22天来回': round(monthly_cost),
        '月票价格': monthly if monthly else '—',
        '月省金额': round(saving) if saving > 0 else '—',
        '备注': note
    })

df = pd.DataFrame(data)
print(df.to_string(index=False))

输出结果：

路线	单程	22天来回	月票价格	月省金额	备注
上水→金钟	$12.8	$563	$510	$53	全月通
屯门→尖沙咀	$21.5	$946	$545	$401	屯门-南昌全月通
将军澳→中环	$12.8	$563	$445	$118	都会票
荃湾→旺角	$10.3	$453	—	—	短途无需月票
东涌→香港站	$23.6	$1,038	$420	$618	东涌-香港全月通
大围→九龙塘	$7.5	$330	—	—	短途无需月票
粉岭→尖东	$14.5	$638	$510	$128	全月通
落马洲→金钟	$49.6	$2,182	—	—	跨境不适用

屯门人用全月通一个月能省$401，东涌人更夸张——省$618，正常坐要$1,038。而跨境通勤（落马洲出发）一个月两千多块，没有月票能省。

在这里插入图片描述

七、环境信息

项目	版本
Python	3.10+
pandas	2.0+
numpy	1.24+
matplotlib	3.7+
数据来源	港铁官网(2026年6月) + 政府统计处(2025年12月/2025年Q4) + 星岛头条(2026-03-27)