人身损害赔偿计算

技能说明

本技能用于人身损害赔偿金额精准计算（交通事故/生命权/身体权/医疗损害等各类人身侵权）。调用时须严格遵循以下工作流程。

数据源优先级（严格执行）

[优先] References 本地知识库：计算公式、各省历年平均工资（三口径）、各省城镇居民人均可支配收入与消费支出、核心法条库。
[兜底] web_search 联网检索：仅在以下情况下触发：
- 用户省份/年份的数据在本地表格中缺失（含经济特区、计划单列市数据，参见下方说明）
- 需要确认当地法院惯用工资口径（非私营/全口径/私营）
- 用户计算年份超出本地数据范围（2026年及以后）
- 需查询农村居民人均纯收入（2022年5月1日前农村户籍案件专项）
- 需查询分省/分市城镇居民可支配收入（当本地表仅有全国数据时）
[禁止] 严禁凭空编造数据：如本地和网络均找不到，须明确告知用户"该省/市该项标准暂缺，建议提供当地统计数据"，绝不套用其他省份数据。

经济特区与计划单列市数据说明

"城镇居民人均可支配收入""城镇居民人均消费支出""职工平均工资"按受诉法院所在地上一年度政府统计部门公布的数据确定，以省、自治区、直辖市为单位，但对经济特区（深圳、厦门、珠海、汕头、海南）和计划单列市（深圳、青岛、大连、宁波、厦门）适用其自行公布的统计数据（而非所在省份数据）。

References 中若无上述地区数据，则必须执行 web_search 检索，查询该市统计局官网或国家统计局分省数据页面。

web_search 限制规则

单个数据子问题：web_search 最多执行两轮（第一轮搜索 → 若第一轮结果不足再执行第二轮）
目标来源优先级：官方/权威网站优先，依次为：
1. 各省市统计局官网（e.g., tjj.guangdong.gov.cn）
2. 国家统计局官网（stats.gov.cn）
3. 人力资源和社会保障局官网
4. 权威法律数据库（北大法宝、无讼等）
两轮均未获权威数据时：输出"[注意] 网络检索未获权威数据，建议提供当地统计数据"，不再继续搜索

⚠️ 强制追问机制（禁止跳过）

【硬性要求】 收到用户提问后，必须先执行追问，在获取完整必采信息前禁止开始计算。

若发现必采信息缺失，直接输出追问内容，等待用户回复后再进行计算。不得：

假设默认值进行计算
用"大概""估计"等模糊处理
跳过追问直接生成结果

交互策略：结构化追问机制

总原则

不要一次性提问所有内容，采用漏斗式推进
先根据已知信息给出初步判断，再聚焦补充真正缺失的关键信息
如信息不足无法计算，先举同类案件示例说明计算逻辑，再索要关键信息
每轮追问不超过3个问题，优先追问影响最大的字段
获取完整必采信息前严禁调用脚本计算

第一轮：必须确认的核心信息

收到用户提问后，若以下任一信息缺失，必须先行追问，不得直接开始计算：

受害人年龄（影响赔偿年限）
案件发生时间（精确到年月，判断适用哪版司法解释）
受诉法院所在地（省份）（决定赔偿基数）
是否已出具《司法鉴定意见书》：
- 若已出具 → 追问：误工期（天数）、护理期（天数）、营养期（天数）
- 若未出具 → 提示需鉴定后才能精确计算；可先按常见数据区间估算
是否构成伤残：
- 若已鉴定 → 追问伤残等级（如多处伤残，请分别列出）
- 若未鉴定 → 提示残疾赔偿金需等级确认；其他项目可先估算
是否有被扶养人：
- 若有 → 追问：被扶养人人数、各人年龄、共同扶养义务人数量

第二轮：特殊情形追问（视案情触发）

触发条件：案件发生时间在2022年5月1日之前

《最高人民法院关于审理人身损害赔偿案件适用法律若干问题的解释》于2022年5月1日修正施行，修正前的案件残疾赔偿金需区分城乡标准。

若案件发生于2022年5月1日前，必须追问：

户籍性质：城镇户口还是农村户口？
若为农村户口，进一步追问（二选一，有其一即可）：
- 经常居住地是否在城镇？（如有居住证/租房合同/购房合同可证明）
- 主要收入来源是否为城镇？（如有社保记录/工作证明/银行工资流水/纳税证明可证明）

农村户籍若能证明"经常居住地在城镇"或"主要收入来源于城镇"，可主张按城镇标准计算残疾赔偿金（但需向用户说明举证要求）。

必采信息矩阵

通用必采（所有案件）：

案件类型（交通事故/生命权/身体权/医疗损害/其他）
案件发生时间（年月，判断适用解释版本）
发生地/受诉法院所在地（省 + 市，影响赔偿标准）
一审开庭时间或预计开庭时间（影响"上一年度"数据取值）
受害人年龄
若案件发生于2022年5月1日前：户籍性质（城镇/农村）；若农村，还需确认是否符合城镇标准条件

伤害分支追加：

《司法鉴定意见书》内容：误工期、护理期、营养期（天数）
伤残等级（如已鉴定：1-10级；如未鉴定，先说明需先鉴定）
如有多处伤残，分别列出各等级
是否需要计算被扶养人生活费（人数、年龄、扶养义务人数量）

死亡分支追加：

死亡时间（精确到年月）
被扶养人情况（人数、各人年龄、扶养义务人数量）

损失类追加（按需）：

医疗费实际发生金额
住院天数
误工天数或误工费依据
护理天数
交通费、住宿费实际发生金额（票据）
鉴定费金额（票据）
财产损失金额（估损清单）

工资口径偏好：

用户未指定 → 默认城镇私营单位（最低口径）
用户要求"按全口径"或"按非私营" → 切换对应数据

核心计算模块

⚠️ 强制要求：必须使用 Python 脚本执行计算

严禁直接根据 references 文档内容自行计算，必须调用 scripts/personal_injury_compensation.py 脚本进行计算。脚本会自动：

读取 references 目录下的数据文件
解析统计年鉴数据
按法定公式计算各项赔偿金额
生成 Markdown 格式计算结果
默认输出 Markdown 结果；如用户明确要求，可额外导出 Excel 明细表

脚本调用方式

方式一：生成示例输入（了解数据结构）

cd personal-injury-compensation-calculation
python3 scripts/personal_injury_compensation.py --example

输出示例 JSON 结构：

{
  "case_type": "injury",
  "case_subtype": "交通事故",
  "incident_date": "2024-10-15",
  "hearing_date": "2025-05-20",
  "hearing_date_estimated": true,
  "victim_age": 42,
  "court_province": "江苏省",
  "court_city": "南京市",
  "wage_caliber": "private",
  "residency_type": "urban",
  "disability_levels": [9],
  "work_loss_days": 120,
  "lost_income_actual": 50000,
  "nursing_days": 45,
  "nursing_rate_per_day": 180,
  "nutrition_days": 90,
  "hospital_days": 15,
  "medical_expense": 28000,
  "transport_expense": 800,
  "appraisal_fee": 2500,
  "auto_mental_damage": true,
  "dependents": [
    {
      "label": "子",
      "age": 12,
      "supporter_count": 2
    },
    {
      "label": "母",
      "age": 65,
      "supporter_count": 2,
      "no_labor_capacity": true
    }
  ],
  "statistics_overrides": {
    "urban_disposable_income": {
      "2024": {
        "value": 66173,
        "source": "江苏省统计局 2025-01-24 新闻发布会"
      }
    },
    "urban_consumption_expenditure": {
      "2024": {
        "value": 42197,
        "source": "江苏省统计局 2025-03-15 统计公报"
      }
    }
  }
}

方式二：基本计算（JSON 文件输入）

Step 1：准备案件输入文件

创建 case_input.json，填入案件关键信息：

{
  "case_type": "injury",
  "incident_date": "2024-06-12",
  "hearing_date": "2025-03-18",
  "victim_age": 35,
  "court_province": "广东省",
  "court_city": "广州市",
  "wage_caliber": "private",
  "residency_type": "urban",
  "disability_levels": [10],
  "work_loss_days": 90,
  "annual_income_average": 120000,
  "nursing_days": 30,
  "nursing_rate_per_day": 150,
  "nutrition_days": 60,
  "hospital_days": 10,
  "medical_expense": 18000,
  "transport_expense": 1200,
  "appraisal_fee": 2500,
  "auto_mental_damage": true,
  "dependents": [
    {"age": 10, "supporter_count": 2}
  ]
}

Step 2：执行计算

python3 scripts/personal_injury_compensation.py --input case_input.json

Step 3：输出结果

脚本会自动从 references 读取统计数据，计算并输出 Markdown 格式结果；如 statistics_overrides 提供了 source，结果中会额外展示“统计数据来源”和“被扶养人生活费年度限额说明”：

# 人身损害赔偿计算结果

## 计算标准说明
- 案件类型：人身伤害
- 案件发生时间：2024-06-12
- 一审法庭辩论终结时间：2025-03-18，取上一统计年度 2024 年
- 受诉法院所在地：广东省 / 广州市
- 工资口径：城镇私营单位
- 残疾赔偿金标准：统一城镇标准；数据来源：用户提供覆盖数据

## 计算明细表
| 赔偿项目 | 计算过程 | 金额（元） | 备注 |
|---------|---------|-----------:|------|
| 医疗费 | 按票据/实际发生额主张 | 18,000.00 | - |
| 住院伙食补助费 | 100.00 元/天 × 10 天 | 1,000.00 | - |
| 营养费 | 50.00 元/天 × 60 天 | 3,000.00 | - |
| 误工费 | 120,000 元/年 ÷ 365 × 90 天 | 29,589.04 | 按最近三年平均年收入折算 |
| 护理费 | 150.00 元/天 × 30 天 | 4,500.00 | 按明确日护理费计算 |
| 残疾赔偿金 | 65,000 元/年 × 20 年 × 10% | 130,000.00 | 城镇居民人均可支配收入；来源：用户提供覆盖数据 |
| 被扶养人生活费（并入残疾/死亡赔偿总额） | 42,000 元/年 × 8 年 ÷ 2 | 168,000.00 | 10岁被扶养人；城镇消费支出口径。 |
| 精神抚慰金 | 酌定金额 5,000.00 元 | 5,000.00 | 参考伤残等级区间，最终以法院裁量为准 |
| **合计** |  | **359,089.04** |  |

## 法条依据
[法条内容...]

## 最终赔偿金额
应赔偿总额：**359,089.04 元**

## 免责声明
> [免责声明...]

方式三：可选导出 Excel 明细表

python3 scripts/personal_injury_compensation.py --input case_input.json --xlsx compensation_detail.xlsx

生成 Excel 文件包含：

6 列：序号、赔偿大类、赔偿项目、计算基数与过程、计算金额、备注/法律依据
自动求和公式
格式化为适合打印的表格

方式四：输出 JSON 格式（程序化处理）

python3 scripts/personal_injury_compensation.py --input case_input.json --format json

返回结构化 JSON，便于后续处理。

输入字段说明

| 字段 | 必填 | 说明 | 示例 | |------|------|------|------| | case_type | ✅ | 案件类型：injury（人身伤害）或 death（死亡） | "injury" | | case_subtype | | 案件子类型/场景，如交通事故、医疗损害 | "交通事故" | | incident_date | ✅ | 案件发生时间（YYYY-MM-DD） | "2024-06-12" | | hearing_date | ✅ | 一审法庭辩论终结时间（YYYY-MM-DD） | "2025-03-18" | | hearing_date_estimated | | true 表示 hearing_date 为预计开庭/庭辩终结时间 | true | | victim_age | ✅ | 受害人年龄 | 35 | | court_province | ✅ | 受诉法院所在省份 | "广东省" | | court_city | ✅ | 受诉法院所在城市（经济特区/计划单列市需填） | "广州市" | | wage_caliber | | 工资口径：private（私营）/ full（全口径）/ non_private（非私营），默认 private | "private" | | residency_type | | 户籍类型：urban（城镇）或 rural（农村），默认 urban | "urban" | | disability_levels | | 伤残等级列表，如 [10] 或 [9, 10]（多处伤残） | [10] | | work_loss_days | | 误工天数 | 90 | | lost_income_actual | | 实际减少的收入（固定收入者） | 30000 | | annual_income_average | | 最近三年平均年收入（无固定收入者） | 120000 | | industry_average_annual_income | | 同行业平均年收入（无法举证时参照） | 80000 | | nursing_days | | 护理天数 | 30 | | nursing_rate_per_day | | 日护理费（如请护工） | 150 | | nursing_annual_income | | 护理人员年均收入（有收入但需护理时） | 60000 | | nutrition_days | | 营养天数 | 60 | | nutrition_rate_per_day | | 日营养费，默认 50 元 | 50 | | hospital_days | | 住院天数 | 10 | | hospital_food_rate_per_day | | 日住院伙食补助，默认 100 元 | 100 | | medical_expense | | 医疗费（按票据） | 18000 | | transport_expense | | 交通费 | 1200 | | lodging_expense | | 住宿费 | 500 | | appraisal_fee | | 鉴定费 | 2500 | | property_loss | | 财产损失 | 5000 | | assistive_device_expense | | 残疾辅助器具费 | 3000 | | mental_damage | | 精神抚慰金（指定金额） | 10000 | | auto_mental_damage | | 自动根据伤残等级推断精神抚慰金，默认 false | true | | dependents | | 被扶养人列表，支持附加 label 字段改善输出可读性 | [{"label": "子", "age": 12, "supporter_count": 2}] | | statistics_overrides | | 统计数据覆盖（如本地数据缺失时使用） | 见下表 |

statistics_overrides 数据覆盖说明

当本地 references 数据缺失时，通过此字段提供数据。支持两种格式：

简写格式：只提供数值
增强格式：同时提供 value 与 source，用于在输出中展示统计口径来源

{
  "statistics_overrides": {
    "urban_disposable_income": {
      "2024": 65000
    },
    "urban_consumption_expenditure": {
      "2024": {
        "value": 42197,
        "source": "江苏省统计局 2025-03-15 统计公报"
      }
    },
    "private_wage": {
      "2024": {
        "value": 90000,
        "source": "XX省统计局 YYYY-MM-DD 公报"
      }
    },
    "full_wage": {
      "2024": 100000
    },
    "non_private_wage": {
      "2024": 150000
    },
    "rural_net_income": {
      "2023": 25000
    },
    "rural_consumption_expenditure": {
      "2023": 20000
    }
  }
}

建议优先使用增强格式，这样脚本输出的 Markdown 会自动带上统计数据来源。

完整调用示例：交通事故九级伤残

场景：2024年10月，南京发生交通事故，受害人42岁，九级伤残，住院15天，固定收入实际误工损失50000元，护理45天，营养90天，医疗费28000元，另有一名12岁子女和一名65岁、无劳动能力的母亲需要扶养。

Step 1：创建输入文件

cat > case_traffic_injury.json << 'EOF'
{
  "case_type": "injury",
  "case_subtype": "交通事故",
  "incident_date": "2024-10-15",
  "hearing_date": "2025-05-20",
  "hearing_date_estimated": true,
  "victim_age": 42,
  "court_province": "江苏省",
  "court_city": "南京市",
  "wage_caliber": "private",
  "residency_type": "urban",
  "disability_levels": [9],
  "work_loss_days": 120,
  "lost_income_actual": 50000,
  "nursing_days": 45,
  "nursing_rate_per_day": 180,
  "nutrition_days": 90,
  "hospital_days": 15,
  "medical_expense": 28000,
  "transport_expense": 800,
  "appraisal_fee": 2500,
  "auto_mental_damage": true,
  "dependents": [
    {"label": "子", "age": 12, "supporter_count": 2},
    {"label": "母", "age": 65, "supporter_count": 2, "no_labor_capacity": true}
  ],
  "statistics_overrides": {
    "urban_disposable_income": {
      "2024": {
        "value": 66173,
        "source": "江苏省统计局 2025-01-24 新闻发布会"
      }
    },
    "urban_consumption_expenditure": {
      "2024": {
        "value": 42197,
        "source": "江苏省统计局 2025-03-15 统计公报"
      }
    }
  }
}
EOF

Step 2：执行计算

python3 scripts/personal_injury_compensation.py --input case_traffic_injury.json

Step 3：如需表格，可额外生成 Excel

python3 scripts/personal_injury_compensation.py --input case_traffic_injury.json --xlsx result.xlsx

常见错误处理

| 错误信息 | 原因 | 解决方法 | |----------|------|----------| | case_type 仅支持 injury 或 death | 输入的 case_type 不正确 | 修改为 "injury" 或 "death" | | wage_caliber 仅支持 private、full、non_private | 工资口径字段错误 | 使用 private/full/non_private | | 伤残等级必须是 1-10 | disability_levels 包含无效值 | 检查等级是否为 1-10 整数 | | court_province 不能为空 | 未填写省份 | 必须填写 court_province | | 计算残疾赔偿金时必须提供 disability_levels | 案件类型为 injury 但未提供伤残等级 | 提供 disability_levels 字段 | | 提供了 work_loss_days，但未提供收入依据 | 有误工天数但无收入数据 | 提供 lost_income_actual、annual_income_average 或 industry_average_annual_income | | [省份][项目]数据在本地 references 中缺失 | 本地数据不包含该省数据 | 通过 statistics_overrides 提供，或 web_search 检索 |

加载参考文件（辅助查询）

⚠️ 注意：以下 references 文件仅用于数据查询参考，不用于直接计算。计算必须使用 Python 脚本。

计算前可加载以下文件查看可用数据：

references/formulas.md：完整计算公式与规则
references/provincial_avg_wage.md：各省平均工资三口径数据
references/disposable_income.md：全国城镇居民人均可支配收入
references/law_articles.md：核心法条库（输出时引用）

模块1：残疾赔偿金 / 死亡赔偿金（核心）

1A. 2022年5月1日后（或之前可适用城镇标准）——统一城镇标准

数据来源： references/disposable_income.md（优先用受诉地省级数据，经济特区/计划单列市需 web_search 补充）

残疾赔偿金公式：

年限 = {60岁以下: 20, 60-75岁: 20-(年龄-60), 75岁以上: 5}
残疾赔偿金 = 受诉地城镇居民人均可支配收入 × 年限 × 伤残系数

死亡赔偿金公式：

年限 = 同残疾赔偿金
死亡赔偿金 = 受诉地城镇居民人均可支配收入 × 年限

1B. 2022年5月1日前——城乡双轨制（仅适用于该时间节点前发生的案件）

依据：《最高人民法院关于审理人身损害赔偿案件适用法律若干问题的解释》2022年修正前版本

城镇居民（或符合城镇标准条件的农村居民）：

公式同1A，使用受诉地城镇居民人均可支配收入

农村居民（不符合城镇标准条件）：

残疾赔偿金 = 受诉法院所在地上一年度农村居民人均纯收入 × 年限 × 伤残系数
死亡赔偿金 = 受诉法院所在地上一年度农村居民人均纯收入 × 年限

农村居民人均纯收入 References 中无此数据，必须执行 web_search（最多两轮）查询受诉地省级统计局官网或国家统计局发布的对应年度数据。

农村户籍可主张城镇标准的条件（符合其一即可）：

| 条件 | 需提供证据 | |------|-----------| | 经常居住地在城镇 | 居住证、租房合同、购房合同等 | | 主要收入来源于城镇 | 社保记录、工作证明、银行工资流水、纳税证明等 |

若用户表示符合上述条件，按城镇标准计算，但须在输出中注明"农村户籍按城镇标准主张，需提供相关证据支撑"。

多处伤残系数计算：

主系数 = 最高等级对应系数
附加系数 = Σ(其他等级系数 × 10%)
总系数 = min(主系数 + 附加系数, 100%)

模块2：丧葬费

数据来源： references/provincial_avg_wage.md（根据工资口径查对应表）

公式： 上一年度职工月平均工资 × 6

默认口径：城镇私营单位年薪 ÷ 12 × 6
用户指定全口径/非私营 → 切换对应月薪 × 6

模块3：被扶养人生活费

数据来源： references/disposable_income.md（消费支出数据）

公式：

年限 = {未成年人: 18-年龄, 无劳动能力(60岁以下): 20, 60-75岁: 20-(年龄-60), 75岁以上: 5}
生活费 = 人均消费支出 × 年限 ÷ 扶养义务人数

上限检查： 所有被扶养人年赔偿总额 ≤ 上一年度城镇居民人均消费支出

注意：2022年后，被扶养人生活费须计入残疾赔偿金或死亡赔偿金总额

模块4：误工费

公式： 误工天数 × 日均收入

| 情形 | 日均收入 | |------|---------| | 有固定收入 | 实际减少的收入 ÷ 实际误工天数 | | 无固定收入 | 最近3年平均年收入 ÷ 365 | | 无法举证 | 参照受诉地同行业私营单位年平均工资 ÷ 365 |

误工时间：医疗机构证明；持续误工至定残前一日

模块5：护理费

公式： 护理天数 × 日护理费

有收入 → 参照误工费
无收入/护工 → 120-150元/天（法院酌定）
定残后护理：根据护理依赖等级（完全/大部分/部分）× 月均工资

模块6：医疗费、住院伙食补助、营养费、交通费、住宿费

凭票据或实务标准：100元/天（住院伙食）、50元/天（营养）
说明为实报实销或按票据主张

模块7：精神抚慰金

参考区间：

十级伤残：5,000元
一级伤残：50,000元
其他等级：按比例酌定

最终金额由法院酌情裁量，说明影响因素

平均工资口径选择

默认使用城镇私营单位就业人员平均工资（最低口径，最保守估算）。用户或当地法院惯例有特别要求时，可切换至全口径或城镇非私营口径。必要时触发 web_search 查询确认当地法院惯用口径。

输出格式规范

输出要求：默认输出 Markdown 文档

用户要求完整计算时，默认输出：

Markdown 结果文档 - 便于查看、复制、发送
Excel 明细表 - 仅在用户明确要求下载、打印或归档表格时额外生成

脚本默认输出 Markdown；只有显式传入 --xlsx 时，才会额外生成 Excel，并同步生成同名 .md 文件。

核心原则：弹性输出，核心要素不可缺

不强制固定输出结构，可根据用户提问的场景（精确计算、估算参考、单项查询、全项汇总等）灵活调整输出形式。

但无论何种场景，以下五类核心要素必须体现：

| 核心要素 | 说明 | |---------|------| | ① 计算标准说明 | 使用的基数数据（年度、来源、数值）及适用标准说明（如城镇/农村、哪版解释） | | ② 计算明细表 | 每个赔偿项目的计算过程，以 Markdown 表格形式呈现（项目 | 计算过程 | 金额） | | ③ 法条依据 | 列出支撑各计算项目的核心法条（从 law_articles.md 调取） | | ④ 最终赔偿金额 | 汇总各项金额，明确标注应赔偿总额 | | ⑤ 免责声明 | 必须在输出末尾附上（见下方模板） |

免责声明（每次输出必须附上）

免责声明：本计算结果基于现行法律规定及当前可获取的统计数据，仅供参考。赔偿标准每年更新，部分数据（如省级统计年鉴）存在时效性，实际计算可能有出入。最终赔偿金额需根据证据情况及法院最终判决确定，建议咨询专业律师。

计算明细表格式参考（可按需扩展列）

| 赔偿项目 | 计算过程 | 金额（元） |
|---------|---------|-----------|
| 残疾赔偿金 | XX元 × 20年 × 30% | XX,XXX.00 |
| 误工费 | XX元/天 × 90天 | X,XXX.00 |
| ... | ... | ... |
| **合计** | | **XXX,XXX.00** |

Excel (.xlsx) 文件输出（仅在用户明确要求时生成）

用户明确要求下载表格、打印留档或需要电子表格二次编辑时，使用 Python + openpyxl 生成，保存到工作区。

表头（6列）：

A：序号
B：赔偿大类（人身损害/财产损失/精神损害）
C：赔偿项目
D：计算基数与过程
E：计算金额（数值格式，保留2位小数）
F：备注/法律依据

格式要求：

表头行：加粗、冻结首行
E列：数值格式 #,##0.00，最后一行合计公式 =SUM(E2:En)
合计行：加粗
所有列设适当宽度，适合A4纸横向打印
不使用背景色和装饰色，保持简洁清晰

防幻觉提示

所有数据必须来自 References 文件或 web_search 结果，不得凭空填写
如某省某年度数据在本地和网络均无法找到，输出："[注意] [省份][项目]数据暂缺，建议提供当地统计数据或致电12345咨询，切勿参考其他省份标准。"
赔偿年限、系数、丧葬费月数等固定规则不得自行调整