评分方法与数据来源

透明与可解释是本站的核心。下面说明评分如何计算、数据从哪里来，以及当前数据的局限性。

一、评分算法

每个维度在同一城市的区县之间做横向比较（各城市独立评分），分四步得出 0–100 分：

1. 1. 标准化（z-score）：对某维度的原始值计算均值 μ 与标准差 σ，每个区的 z = (值 − μ) / σ，消除量纲差异。
2. 2. 方向统一：「越小越好」的指标（如 AQI）取反，使所有维度都变为「越大越好」。
3. 3. 映射到 0–100：用标准正态分布的累积分布函数（CDF）把 z-score 映射为 0–100 的百分位分，比纯 z-score 更抗离群点、更直观。
4. 4. 加权综合：综合分 = 各维度分按权重加权平均；等级按城市内百分位排名划分。

z = (value - μ) / σ · direction
score = 100 × Φ(z)              // Φ = 标准正态 CDF
composite = Σ(weight × score) / Σ(weight)

二、等级划分

按城市内排名百分位划分（对小样本更公平，而非绝对分数）：

三、评分维度与默认权重（八维）

2026-08 起，核心评分体系从六维升级为八维：在原经济/人口/教育/医疗/交通/生活六维基础上， 新增智慧城市（指数 0–100：0.35×智能交通覆盖率 + 0.25×公交实时到站覆盖率 + 0.20×智慧社区密度指数 + 0.20×物联网设备密度指数） 与数字经济（核心产业占区域GDP比重 %）两个补充维度。 默认权重：核心六维各 1.0，智慧/数字补充维度各 0.5—— 参与综合评分但不压过教育/医疗等核心宜居指标。你可以拖动首页滑块调整权重 —— 排行榜与地图会实时重排。这把「权威排名」转化为「个性化推荐」： 不存在唯一正确的宜居度，只有「对你」最宜居。

四、数据来源（规划）

全部为政府公开数据 + 高德 POI 免费额度，不抓取第三方商业平台，规避数据合规风险。 边界数据来自 DataV.GeoAtlas。

五、局限与改进

• • 北京教育/医疗/交通/生活四维为公开总量×梯度估算（非逐 POI 采集），口径对齐上海/银川，用于城市内横向对比。
• • 智慧城市/数字经济区级数据为公开报告分配估算，仅供排序参考。
• • 经济数据为2024年估算值（区级2023基数×市级增速），待各区2024公报发布后更新为实际值。
• • 银川区级人口为2022年末数据（2025公报仅发布市级总量294.26万人，未分区）。
• • 环境数据仅有市级（上海PM2.5=28、银川PM2.5=30.4），区级环境数据暂无公开来源。
• • 就业数据仅有市级（上海新增62.17万人/调查失业率4.2%，银川新增4.53万人），区级就业数据暂无公开来源。
• • 绿化数据仅有市级（上海973座公园/人均体育场地2.65㎡，银川人均公园绿地16.97㎡），区级绿化数据暂无公开来源。
• • 暂未纳入「房价负担」（需采购）与「治安」（国内无公开统计）维度。
• • 评分仅供参考，不构成任何决策建议；如发现数据有误，欢迎反馈纠错。