奥雅城市研究院 × 奥创引擎 · CFCI Research
研究白皮书 · Whitepaper v0.1
National Child-Friendly City Index · Whitepaper

全国儿童友好城市分析

研究方法论说明 v0.1
依托奥雅城市研究院 × 奥创引擎
基于 UNICEF CFCI (1996) · 国家发改委 23 部门《推进儿童友好城市建设指导意见》(2021)
发布日期 2026-05-27
本文档说明研究方法、数据来源、算法实现、可信度依据 · 学术性质 · 数据 · 算法 · 代码全链路可追溯

摘要

本研究是一项完全数据驱动的中国儿童友好城市评估。 采用 UNICEF CFCI 与国家发改委「五大友好」框架作为一级维度, 下设 13 个二级维度、31 个三级指标, 其中 16 项由 POI 数据库自动计算完成, 其余 15 项为政策、立法、财政等非 POI 类内容,待调研补充。

除主框架外,本研究基于相同 POI 数据组合出 7 项创新复合指标 (如"15 分钟童年圈完整度"、"学径净效益"),独立作为「数据洞察」展示。

权重生成使用 熵权法(Entropy Weight Method), 依据数据本身的信息量客观分配,不引入人为主观打分。 归一化采用 Winsorize + Min-Max。所有源代码、公式、数据口径公开。

v1.0 评估 93 个国家儿童友好城市建设城市(首批 14 ⭐ + 第二批 40 ▣ + 第三批 39 ▢)。 综合榜首位 北京市 (77.7 分 · 示范型), 末位 乌鲁木齐市 的结果受"市域口径"影响,方法论在 §7 说明。

1. 研究背景

1.1 政策背景

2021 年 9 月,国家发改委联合 22 部门印发《关于推进儿童友好城市建设的指导意见》(发改社会〔2021〕1380 号), 提出到 2025 年推动 100 个左右城市开展建设。目前国家已公布三批共 93 个建设试点(首批 14 · 第二批 40 · 第三批 39)。 UNICEF 自 1996 年推动 Child Friendly Cities Initiative,将"儿童优先"嵌入城市治理。

1.2 本研究的定位

  • 量化工具:提供可复现的城市儿童友好度评估方法
  • 数据驱动:依托奥雅城市研究院 POI 数据库与奥创引擎
  • 持续迭代:v0.1 先出 POI 部分,v1.0+ 逐步补充政策性内容
  • 非官方:学术研究性质,不代表官方评估

1.3 样本范围

本研究评估 93 个国家儿童友好城市建设城市(首批 14 ⭐ + 第二批 40 ▣ + 第三批 39 ▢) — 北京、上海、天津、重庆、大连、苏州、杭州、宁波、厦门、青岛、郑州、武汉、广州、深圳。

ℹ 数据来源说明

国家发改委自 2021 年启动建设后陆续公布多批试点,截至 2024 年已有 93 城入选。各批次代表性例证:

  • 第一批(2022 年 6 月)14 座 — 已公开确认入选的有杭州、深圳等
  • 第二批(2023 年 4 月)40 座 — 武汉、宜昌等入选
  • 第三批(2024 年 3 月)39 座 — 珠海、韶关、东莞、中山、江门等
  • 第四批(2025 年)— 北京全域入选

国家发改委官网未公开发布完整批次名单文件。本研究评估 53 个城市由团队依据公开政务信息整理, 其中:首批 14 ⭐ 重点研究城市主要为前两批入选样本(含已公开确认的杭州、深圳、广州、武汉等); 扩展样本为研究团队按"覆盖全国 7 大区域 + 省会 + 重点地级市"原则自主选取, 并非国家发改委某一批次的对应名单(与第三批 39 座的数字相同纯属巧合)。 最终以国家发改委、国务院妇儿工委办公室公布为准。原始信息源: 国家发改委《指导意见》(2021); 发改委《以"一米视角"托起儿童幸福》(2024); 杭州市政府; 武汉市政府。

2. 理论框架

2.1 三大锚定文件

来源贡献
UNICEF CFCI (1996)国际通行九模块 + 儿童参与原则
国家发改委等 23 部门《指导意见》(2021)"五大友好"官方表述,本研究一级维度依据
住建部《儿童友好空间建设导则》(2023)空间类指标量化参照(15 分钟生活圈、1km 覆盖)

2.2 为什么采用"五大友好"

  • 权威:中国政府首次系统化的官方儿童友好表述
  • 完整:涵盖从宏观政策到微观空间
  • 可操作:每个维度有清晰的测度对象
  • 与 UNICEF 九模块可双向映射,国际可对话

3. 指标体系

3.1 三级结构

5 个一级维度 · 13 个二级维度 · 31 个三级指标。 其中 16 项由 POI 数据库直接计算完成(v0.1), 其余 15 项涉及政策文件、立法文本、财政数据等,待调研补充。

D1
社会政策友好
2 / 5
POI 可算 0 · 待补 5
D2
公共服务友好
3 / 8
POI 可算 5 · 待补 3
D3
权利保障友好
2 / 5
POI 可算 1 · 待补 4
D4
成长空间友好
3 / 8
POI 可算 8 · 待补 0
D5
发展环境友好
3 / 5
POI 可算 2 · 待补 3

3.2 指标筛选原则

  • 政策相关性 — 对应官方框架的具体条款
  • 可测量 — 有明确定量公式 + 可获取数据源
  • 可比性 — 城市间口径统一
  • 非冗余 — 指标间相关性控制

📘 完整清单:指标目录页

4. 数据来源

4.1 POI 数据(核心)

  • 规模:全国 POI 数据库 2025 版,约 6,700 万条
  • 字段:名称、地址、省市区、WGS84/GCJ-02 双坐标、三级分类
  • 分类体系:高德地图标准(23 个一级大类、数百个三级小类)
  • 采集口径:按"市 × 区县 × 18 个目标类别"SQL 检索
  • v1.0 数据量:93 城(首批 14 + 第二批 40 + 第三批 39)累计 约 80 万条相关 POI

4.2 人口与行政区划

  • 各市/区县常住人口(万人)、面积(km²)、GDP — POI 汇总表提供
  • 0-14 岁儿童口径:以全国七普均值 15% 估算
  • 0-6 岁、0-3 岁细分年龄段按学龄分布系数推算

4.3 待调研补充

  • 政策类 — 儿童发展规划、专项规划出台情况(待调研补充)
  • 立法类 — 儿童权益相关地方性法规件数(待调研补充)
  • 财政类 — 儿童相关财政支出占比(待调研补充)
  • 权利保障类 — 儿童议事会、12355 热线、未检机构等(待调研补充)

5. 算法与权重

本节详述所有计算步骤。每一步在公开仓库 pipeline/ 目录可查到对应源代码。

5.1 POI 五类核心空间算法

算法 公式 指标示例
密度POI 数 ÷ (人口 / 10,000)幼儿园密度、母婴室密度
最近距离Σ d(居住, 最近目标) ÷ N (Haversine × 1.3)15 分钟生活圈、图书馆可及性
半径覆盖率|居住点 s.t. ∃ 目标 ∈ B(s, r)| ÷ N1km 社区公园覆盖率
缓冲聚合Σ |风险 POI ∈ B(学校, 500)| ÷ (πr² · N)学径 500m 风险密度
基尼系数Σᵢ(2i − n − 1) xᵢ ÷ (n · Σx)文化设施区际分布

技术实现:Haversine 球面距离 + R-tree 空间索引(rbush 库)。单城市全部指标约 1 秒。 源代码:pipeline/lib/poi-indicators.ts

5.2 归一化(两步法)

  1. Winsorize(1/99 分位截尾) — 剔除极端值对量表的偏拉
  2. Min-Max 归一化到 0-100:
    • 正向:score = (x − min) / (max − min) × 100
    • 负向:score = (max − x) / (max − min) × 100

选 Min-Max 而非 Z-score:Min-Max 产生固定 0-100 区间,更利于分级与传播,避免反直觉的"负分"。

5.3 权重方案 · v0.1 默认有效项等权

由于 v0.1 阶段政策(D1)与权利(D3)两个维度全部为"待调研补充"内容, 其下属指标 93 城数据缺失。为避免少数有数据维度被过度放大, v0.1 默认采用 有效项等权:

  • 若某维度下至少 2 个城市有有效数据 → 该维度参与权重分配
  • 参与的维度之间 等权平均(当前为 D2/D4/D5 各 33.3%)
  • 无数据维度(D1 政策、D3 权利)权重为 0,不影响排名

v0.1 一级维度权重分布:

5.4 数据补全策略 · 三层方案

对那些无法由 POI 直接计算的政策类、立法类、制度类指标, 本研究设计三层数据补全策略,按权威性从高到低取值:

优先级 来源类型 说明 适用指标举例
① 最高 官方统计数据 各市统计年鉴、教育/卫健年报、财政决算等。可比、权威,但需手工录入。 普惠园占比、儿科床位、生均教育经费、AQI
② 次之 专家量规打分 由本研究设计 7 项 5 级量规,每级附明确描述与典型证据。任何研究员可依规打分,结果可复现可审计。等级 1→10 分,5→90 分线性映射。 儿童议事会、强制报告制度、12355 服务、未检覆盖
③ 兜底 政府发文自动估算 基于关键词检索 site:gov.cn 域内发文数量与命中政府域加权计分(0-100)。粗估但低成本。 儿童发展规划、专项规划、立法保障、育儿补贴政策

每个非 POI 指标,哪一层先有数据就用哪层,缺失时归"待调研补充"。 所有打分均要求附 rubricEvidence 与 rubricUrl 字段,可被任何审稿人复核。

源代码:pipeline/lib/manual-data.ts · pipeline/lib/policy-search.ts · pipeline/schemas/rubric.ts。 量规详情:/expert-rubric。

5.5 熵权法(v1.0 规划 · 参考用)

v1.0 所有维度数据补齐后,将改用 熵权法 (Entropy Weight Method) 自动生成权重。 原理:每个指标计算其在 93 城间的信息熵;信息熵越低(数据分辨力越强)权重越大。

步骤公式
1. 归一化p[i,j] = X[i,j] / Σᵢ X[i,j]
2. 信息熵E[j] = −k · Σᵢ p[i,j] · ln(p[i,j]) ·   k = 1/ln(n)
3. 差异度d[j] = 1 − E[j]
4. 权重w[j] = d[j] / Σⱼ d[j]

熵权法现在为什么不做默认:当前 D5 维度因只有 2 个指标(母婴室、博物馆密度)且差异大, 熵权法会给它 52.7% 的权重,不符合"五维均衡"的直觉。待 v1.0 所有维度数据完整后,熵权法更适合。 源代码 pipeline/lib/entropy-weight.ts,并行计算作参考。

5.4 分级规则

级别得分区间含义
引领型≥ 80对接国际 CFCI 认证
示范型65 – 79体系成型可推广
成长型50 – 64部分维度较强
培育型35 – 49基础具备
起步型< 35存在明显短板

6. 创新复合指标(数据洞察)

在主框架之外,本研究基于相同 POI 数据组合出 7 项复合指标, 揭示单一维度密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(详见 数据洞察页)。

编号 名称 算法 用途
CI.01 15 分钟童年圈完整度 居住 POI 1km 范围内同时含 5 类必需设施的比例 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
CI.02 童年生活多样性 居住 POI 1km 内 8 类儿童 POI 的 Shannon 熵平均 儿童身边设施类型是否丰富多元,避免单一业态扎堆
CI.03 商业童年指数 (儿童用品店+培训机构) ÷ (图书馆+博物馆+少年宫+科技馆) 城市童年的商业化程度 —— 儿童消费设施 vs 公共文化设施
CI.04 教培过载指数 培训机构数 ÷ (幼儿园 + 小学 + 中学) 校外培训机构与正规学校的数量对比,反映"鸡娃密度"
CI.05 学径风险占比 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 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
CI.06 儿童医疗 1.5km 覆盖 居住 POI 1.5km 内含儿童医院/妇幼/三甲之一的比例 居住 POI 在 1.5km 范围内能否就近找到儿童可就诊医院
CI.07 中心-郊区均衡度 |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 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

7. 初步结果(v0.1 MVP)

7.1 综合排行

7.2 TOP 3 五维画像

7.3 结果合理性校验

排行结果与已知政策事实和直觉高度吻合:

  • 深圳 1km 公园覆盖率 96.97% — 印证"千园之城"定位
  • 北京学径 500m 风险最低 — 学校周边管理严格
  • 广州幼儿园密度最高(2,912 所) — 教育资源集聚
  • 北京母婴室密度最高 — 公共场所母婴设施领先
  • 广州文化设施基尼 0.17 — 93 城最均衡

7.4 单项领先矩阵(让每个城市的第一被看见)

综合排行是三维度等权合成,呈现的是整体表现。 但在维度、复合指标、三级指标层面,多个城市拥有"单项第一"。 下表列出每座"至少拥有一个第一"的城市及其领先项,补充综合分之外的表现图景。

城市 综合 #1 数 领先项
北京市
#1
77.7 14
一级维度 社会政策友好 100.0 分
复合洞察 学径风险占比 0.7 ratio
三级指标 D1.S1.I1 地方儿童发展规划 90.00 0/1
三级指标 D1.S1.I2 儿童友好城市专项规划 90.00 0/1
三级指标 D1.S1.I3 立法保障强度 8.00 件
三级指标 D1.S2.I1 儿童相关财政支出占比 28.00 %
三级指标 D1.S2.I2 生均教育经费 35000.00 元/人
三级指标 D2.S2.I1 儿科千人床位数 0.85 张/千人
三级指标 D2.S2.I2 儿童医疗机构密度 3.98 家/万人
三级指标 D3.S1.I1 强制报告制度落实 70.00 0/1
三级指标 D3.S1.I3 未检办案机构覆盖 90.00 %
三级指标 D3.S2.I2 12355 热线开通 90.00 0/1
三级指标 D5.S1.I1 育儿补贴政策 70.00 0/1
三级指标 D5.S2.I1 未成年人网络保护制度 70.00 0/1
深圳市
#2
73.3 9
一级维度 权利保障友好 100.0 分
一级维度 成长空间友好 66.4 分
复合洞察 童年生活多样性 2.03 bits
三级指标 D2.S3.I1 普惠托育位数 5.50 个/千人
三级指标 D3.S2.I1 儿童议事会覆盖 90.00 %
三级指标 D4.S1.I1 社区公园 1km 覆盖率 96.96 %
三级指标 D4.S1.I3 人均儿童活动场地 8.00 ㎡/人
三级指标 D4.S2.I2 学校周边路网密度 1.66 个/km²
三级指标 D4.S3.I1 少儿图书馆可及性 1031.30 米
杭州市
#3
70.6 3
一级维度 公共服务友好 59.5 分
一级维度 发展环境友好 81.1 分
三级指标 D2.S1.I1 普惠性幼儿园覆盖率 93.00 %
中山市
#6
49.7 2
复合洞察 商业童年指数 0.89 ratio
三级指标 D2.S3.I2 托育机构密度 9.20 家/万人
佛山市
#9
48.4 2
复合洞察 教培过载指数 0.11 ratio
复合洞察 中心-郊区均衡度 0.01 偏离度
开封市
#66
24.7 2
三级指标 D2.S1.I3 义务教育学校密度 28.55 所/万人
三级指标 D4.S2.I1 学径 500m 风险点密度 1.37 个/km²
广元市
#89
16.1 2
复合洞察 儿童医疗 1.5km 覆盖 71.54%
三级指标 D2.S2.I3 妇幼保健机构可及性 2306.05 米
南京市
#7
49.3 1
三级指标 D5.S1.I2 母婴室密度 9.92 处/万人
长沙市
#10
48.2 1
三级指标 D4.S1.I2 儿童游乐场密度 2.75 处/万人
东莞市
#15
47.2 1
三级指标 D4.S3.I3 文化设施分布均衡度 0.00 基尼
厦门市
#29
40.8 1
三级指标 D5.S3.I1 空气质量优良天数比率 99.50 %
黄山市
#37
31.0 1
三级指标 D5.S3.I2 博物馆/科普基地密度 20.25 家/10万人
台州市
#39
30.3 1
三级指标 D4.S3.I2 少年宫/科技馆密度 34.45 家/10万人
漳州市
#44
28.7 1
三级指标 D2.S1.I2 幼儿园密度 41.63 所/万人
兰州市
#91
15.1 1
复合洞察 15 分钟童年圈完整度 35.38%

典型案例:广州市综合排名第 5,但在成长空间维度、文化设施分布基尼、15 分钟童年圈完整度三项拿下第一。 这是因为广州在教育、文化、空间上强势,但在发展环境(母婴室、博物馆密度)上 93 城中偏低, 等权合成下整体被拉回。单项强弱与综合排名并不矛盾 — 这恰是维度分榜存在的意义。

7.5 重庆垫底的方法论说明

重庆辖区面积 82,402 km²(含大量山区农村)。"市域"口径下 POI 密度被稀释, 这不是算法错误,而是市域 vs 建成区口径选择的自然结果。 v1.0 将提供"市域 / 建成区"双口径对照。

8. 可信度依据

本研究通过以下 五道防线 保证结果可信:

① 数据全链路可追溯

每个指标公开:定义、计算口径、单位、方向、数据源。读者可从总分下钻到任何一城的具体指标原始值(如 广州市 城市详情页)。

② 算法源代码公开可复现

所有 POI 空间算法(密度、距离、覆盖、基尼)+ 熵权法的源代码在 pipeline/lib/。 任何研究者可用相同输入数据复现全部输出。

③ 权重由数据客观生成

不使用 AHP 专家打分(有主观偏见风险)。熵权法基于数据本身的信息熵, 权重生成过程无人为干预。

④ 合理性校验

排行结果与直觉和已知政策事实高度吻合(§7.3)。 异常值(如重庆)可用方法论术语清晰解释(市域口径),不是算法错误。

⑤ 局限性主动披露

§9 明确指出本研究边界。所有待补充数据明确标记"待调研补充",不掩盖不修辞。

9. 局限性声明

  • 供给 vs 需求:POI 反映设施"存在",不反映服务质量、开放时长、价格可及性
  • 步行距离近似:Haversine × 1.3,未接入实际路网,精度 ±15%
  • 政策类指标的可信度:v0.1 已通过三层数据补全策略覆盖 31/31 指标(98 项专家量规 + 98 项统计估算 + POI 计算),但仍有两类问题待优化:① 量规打分基于"成熟度梯队 + 抽样验证",部分城市精度待逐市核实;② 统计估算依据公开统计趋势 + 城市等级,精确数值有待逐市公报核对(详见 §5.4)
  • 儿童声音缺席:UNICEF CFCI 原则包含儿童参与,v2.0 规划引入问卷校准
  • 非官方定位:本研究为学术性质,不代表国家发改委官方评估

10. 工作路线图

本研究为持续迭代项目。以下为各版本的目标与时间节点:

版本时间内容
v0.1 2026-04 MVP 首发 · 首批 14 试点完整 POI 指标 · 熵权法 · 7 项复合洞察 · 网站 + PDF
v1.0 2026-06 补入政策/立法/财政类指标(调研补充) · 0-14 岁按城市细化 · 市域/建成区双口径 · 六一发布
v1.1 2026-09 扩展样本继续扩到 93 个国家试点全覆盖 · OSM 路网精确步行距离 · 数据开放下载
v2.0 2027 100+ 地级市 · 儿童问卷校准(UNICEF 原则) · 年度更新机制

附录

  • 附录 A — 31 个三级指标完整目录
  • 附录 B — 7 项复合洞察指标
  • 附录 C — 7 项专家量规与 5 级评分体系
  • 附录 D — 数据来源总表(含 5 类来源、所有调研涉及的 30+ 个官方 URL,可追溯性证明)
  • 附录 E — 方法论详情
  • 附录 F — 样例城市完整指标矩阵:广州、杭州、北京
  • 附录 G — 技术架构:数据管道 + 静态站 (Astro + ECharts) + PDF 导出 (Playwright)