数据洞察

在传统"密度 / 距离 / 覆盖率"之外，我们基于现有 POI 数据组合出 7 项复合指标，揭示单一维度无法说清的城市童年图景。这些指标不进入主榜，作为独立的"数据故事"呈现。

空间完整性文化形态教育生态医疗可及公平性

CI.01 空间完整性 ↑ 越大越好柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

15 分钟童年圈完整度

儿童走 15 分钟能否同时接触到教育、医疗、公园、文化、游乐五类基本设施

显示 Top 20 + 末位 5（共 93 城）查看完整 →

最优（数值最高）

#1 兰州市

35.38 %

最差（数值最低）

#93 南通市

4.33 %

算法口径

居住 POI 1km 范围内同时含 5 类必需设施的比例

CI.02 空间完整性 ↑ 越大越好柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

童年生活多样性

儿童身边设施类型是否丰富多元，避免单一业态扎堆

显示 Top 20 + 末位 5（共 93 城）查看完整 →

最优（数值最高）

#1 深圳市

2.03 bits

最差（数值最低）

#93 鞍山市

1.34 bits

算法口径

居住 POI 1km 内 8 类儿童 POI 的 Shannon 熵平均

CI.03 文化形态中性指标 · 不排好坏柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

商业童年指数

城市童年的商业化程度 —— 儿童消费设施 vs 公共文化设施

显示 Top 20 + 末位 5（共 93 城）查看完整 →

数值最高

#1 中山市

0.89 ratio

数值最低

#93 荆门市

0.09 ratio

算法口径

(儿童用品店+培训机构) ÷ (图书馆+博物馆+少年宫+科技馆)

CI.04 教育生态中性指标 · 不排好坏柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

教培过载指数

校外培训机构与正规学校的数量对比，反映"鸡娃密度"

显示 Top 20 + 末位 5（共 93 城）查看完整 →

数值最高

#1 佛山市

0.11 ratio

数值最低

#93 株洲市

0.01 ratio

算法口径

培训机构数 ÷ (幼儿园 + 小学 + 中学)

CI.05 公平性 ↓ 越小越好柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

学径风险占比

学校 500m 内风险设施占友好+风险总数的比例 — 0 = 完全无风险，0.5 = 风险与友好持平，1 = 全是风险

显示 Top 20 + 末位 5（共 93 城）查看完整 →

最优（数值最低）

#1 北京市

0.7 ratio

最差（数值最高）

#93 景德镇市

0.94 ratio

算法口径

学校 500m 内 risky_count / (friendly_count + risky_count)。friendly = 公园+图书馆+游乐场+母婴室+少年宫；risky = 加油站+KTV+酒吧+网吧+游戏厅。比值消除 POI 密度偏差

CI.06 医疗可及 ↑ 越大越好柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

儿童医疗 1.5km 覆盖

居住 POI 在 1.5km 范围内能否就近找到儿童可就诊医院

显示 Top 20 + 末位 5（共 93 城）查看完整 →

最优（数值最高）

#1 广元市

71.54 %

最差（数值最低）

#93 南通市

16.16 %

算法口径

居住 POI 1.5km 内含儿童医院/妇幼/三甲之一的比例

CI.07 公平性 ↓ 越小越好柱条颜色：Top 20 = 类别色 · 末位 5 = 红色

中心-郊区均衡度

主城区与郊区儿童设施密度的偏离 1.0 的程度 — 0 = 完全均衡，越大说明内外圈差距越大

显示 Top 20 + 末位 5（共 93 城）查看完整 →

最优（数值最低）

#1 佛山市

0.01 偏离度

最差（数值最高）

#93 开封市

0.68 偏离度

算法口径

|内圈(居住中位距内)儿童设施密度 ÷ 外圈密度 − 1|，0 = 完全均衡，>0.5 = 明显内外圈分化

方法论

复合指标如何产生

① 基于现有 POI

所有 7 项指标不需要新采集数据，都由已有的 POI 数据组合、比值、空间耦合产生。完全可复现。

② 独立于主榜

这些指标不进入"五大友好"主榜的总分计算，独立展示。避免创新维度与权威框架混淆。

③ 算法公开

每项指标的公式在"算法口径"中明示，源代码在 pipeline/lib/composite-indicators.ts。