我们如何计算安全评分

概述

我们聚合 30+ 个可信公开来源的数据，为每个国家计算 1-10 的综合安全评分。评分越高表示目的地越安全。我们的评分引擎在五个类别——冲突（30%）、犯罪（25%）、健康（20%）、治理（15%）和自然灾害（10%）——上采用经不确定性加权（贝叶斯收缩）的加权几何平均，这样单一关键弱点（例如正在进行的战争）就不会被其他高分掩盖。数据稀疏或陈旧的国家会向审慎的、以区域为锚点的先验值靠拢（收缩），而不是把缺失的数据当作平均水平来评分；一个只会向下修正的急性风险项，会在冲突或犯罪支柱得分极低时赋予其额外权重。经校准、按重要性加权的政府旅行警告共识会纳入冲突支柱。这里没有硬性评分上限，也没有关键下限——每个评分都会连续、可预测地响应底层证据。

公式 v10.1：指标、来源与版本

每个支柱由下表中的指标组成。我们始终使用每个来源的最新版本；在各国家页面上，每个指标都会显示其原始数值、单位和数据年份。

决定数据是否计入的规则

• 只用最新版本

  某一来源发布新版本后，旧版本的权重即为零：我们从不混合不同版本，也不会让旧数值随时间逐步淡出。

• 数据年龄上限为五年

  数据年份早于当年五年以上的指标视为缺失，既不会抬高也不会拉低评分。政府旅行警告本身即为最新信息；人口数据仅用于判断凶杀率的可靠程度，不受此规则限制。

• 量表连续性

  更换支柱内部的指标会改变其数值的离散程度，从而改变该支柱的实际权重。因此，健康、治理和自然灾害三个支柱会通过固定的线性映射还原到原有量表上；该映射于2026年10月14日一次性计算得出，此后不再重新拟合。

• 数据不完整：来源不足四个或缺少犯罪数据则不评分

  覆盖某地的独立来源不足四个时，我们不发布官方评分。如果没有任何来源衡量某地的犯罪情况（既没有全球和平指数，也没有世界银行凶杀率），我们同样不发布评分：此时犯罪支柱只是一个保守估计，而对数据完整国家的测试显示，这一估计平均偏低约半分。灾害预警（GDACS、ReliefWeb）不计入这四个来源，因为它们只在灾害发生期间覆盖某地。未向评分提供任何数值的来源同样不计入，例如只有人口数据的世界银行条目。该地页面会标注“数据不完整”，列出现有来源，并请去过当地的旅行者分享他们的安全感受。但危险信号始终优先：只要至少三个国家政府建议避免一切旅行、“切勿前往”类警告占主导，或乌普萨拉冲突数据项目（UCDP）在最近一年记录到当地有冲突死亡，该地仍会获得评分。

• 社区投票

  一个国家在过去180天内获得来自至少三个来源国家或地区的至少30票后，旅行者的投票才会计入评分，且任何单一来源国家或地区的权重都不超过一半。调整幅度为社区评分与数据评分之差，有效票数较少时会相应缩小，上限为±1.0分。

• 数据多久变化一次

  评分每天重新计算。政府旅行警告和灾害警报每天都可能变化；国际指数（全球和平指数、INFORM、V-Dem、世界银行、UCDP）每年发布一到两次，因此大多数支柱数值在两个版本之间保持不变。

更新记录

2026年10月19日：现在必须有犯罪数据

• 现在，除了至少四个独立来源之外，一个地方还必须至少有一项犯罪数据（全球和平指数或世界银行凶杀率）才会获得评分。从数据完整的国家中去掉这两个来源后，它们的评分平均降低约半分，与已显示为数据不完整的三来源地区相当。科摩罗、佛得角、马尔代夫、所罗门群岛、圣多美和普林西比以及瓦努阿图现在显示为数据不完整；其他评分均未改变。

2026年10月17日：公式 v10.1

• 政府“重新考虑出行”（3级）的建议现在也会降低评分，权重为“切勿前往”（4级）建议的一半。此前只有4级计入，因此多数政府建议重新考虑出行的地方（如海湾国家和古巴）仍保持中等或良好的评分。
• 自然灾害：暴露程度现在会与该国的应对能力（INFORM的“应对能力不足”）结合计算，这与INFORM本身评估风险的方式一致。像日本这样准备充分的国家，不再排在暴露程度较低但准备不足的国家之后。
• 武装冲突：冲突死亡人数的计分尺度不再止于每年24,000人，因此全面战争（苏丹、乌克兰）的排名低于规模较小的冲突。
• 数据缺失：当某个支柱数据很少或没有数据时，其审慎估计值现在可以升至一致的1级警告所支持的水平，而不再止于10分中的6分（例如列支敦士登）。
• 只有为评分提供实际数值的来源，才计入“至少四个来源”的门槛并在页面上列出。九个地方的第四个来源只是世界银行的人口数据（文莱、密克罗尼西亚、基里巴斯、马绍尔群岛、瑙鲁、帕劳、汤加、图瓦卢和萨摩亚），现在显示为数据不完整。
• 每项改动都单独以及组合起来，对照经过核实的一致性检查、旅行者投票和一套独立的专家参考评分进行了检验；未通过检验的方案（例如提高凶杀率或犯罪支柱的权重）没有采用。

2026年10月15日：公式 v10

• 删除了旅行者无法据以行动的指标：儿童死亡率、PM2.5空气污染，以及一个被标注为气候风险、实为洪水风险的数据列。健康支柱现在使用INFORM的“医疗服务可及性”，取代了一个实际衡量冲突风险的数据列。
• INFORM改为读取最新版本（INFORM Risk 2026），并按精确列名取数；治理指标现在读取INFORM的Governance列，而非Institutional列。
• 只用最新版本，且数据年龄上限为五年：过时的数值（例如2021年以前的凶杀率）现在视为缺失，不再作为最新数据展示。
• 独立来源不足四个的地方不再获得基于地区估计的评分，而是显示为数据不完整。
• 按照上述规则，社区投票最多可使评分变动一分。
• 支柱权重以及冲突、犯罪两个支柱保持不变；“环境”支柱更名为“自然灾害”。此日期之前发布的评分采用公式 v9.1，趋势图中标出了切换日期。

类别权重

类别按其对旅行者安全的相对重要性加权。冲突权重最高（30%），因为正在进行的冲突构成最直接、最严重的风险。犯罪贡献 25%，因为它直接影响日常人身安全。健康（20%）依然重要，但通常可通过预防措施进行管理。治理（15%）作为间接因素捕捉机构稳定性。自然灾害（10%）反映洪水、风暴、地震等自然灾害风险，虽然相关，但往往更具地区性或季节性。

了解每个类别

点击下方任一类别，了解其衡量内容以及如何解读评分。

数据来源

政府旅行建议

我们收集来自全球各大洲 25+ 个政府的旅行建议级别。每条建议都被规范化到统一的 1-4 等级（1=安全，4=请勿前往），并按层级在冲突支柱中加权。

评分公式

原始指标值被规范化到 0-1 范围（越高越安全），并通过各指标的子权重合并为支柱的原始值 p。随后，每个支柱会通过 p̂ = (n·p + K·μ) / (n + K) 向审慎的、以区域为锚点的先验值 μ 收缩，其中 n 是该支柱的精度——即有多少新鲜、在场的数据支撑它——K 是一个固定的收缩常数：数据充分的支柱会贴近其原始数据，而数据稀薄或陈旧的支柱则会被拉向审慎的区域基准，而不是被凭空估计。经过这样调整的五个支柱随后通过加权几何平均进行合并——与算术平均不同，这确保单一危险的低分支柱对总分的拉低作用大于强势支柱的提升作用。还应用了两项连续的修正，没有阈值或硬性断点：一个只会向下修正的急性项，会在冲突或犯罪任一支柱极低时赋予其额外权重；一个按来源数量衰减的严重警告修正项，会在政府警告广泛一致认为"切勿前往"或"重新考虑出行"时小幅下调评分（3级"重新考虑"的权重是4级"切勿前往"的一半）——单一薄弱或存在争议的记录，其影响远小于多国政府的广泛共识。

评分区间

评分分为五个等级：低于5.0为危险，5.0–6.0为高度谨慎，6.0–7.0为中等，7.0–8.0为良好，8.0及以上为优秀。由于公式会把不确定的估计值向审慎的基准拉近，评分很少落在两端：在有官方评分的国家和地区中，评分范围约为3.4至8.9，平均约为6.8。评分7.1和8.8的国家都处于正面等级，但安全程度并不相同；请始终看具体分数，而不只是等级。

第九点一版公式的变化及原因

第九点一版公式在第九版贝叶斯收缩基础之上新增了四项内容。犯罪支柱现在结合全球和平指数的"安全与治安"维度与世界银行的故意杀人率指标，其统计精度按人口缩放，因此人口极少地区的少数几起谋杀案会被视为噪声，而不是比战争更严重的犯罪信号。冲突支柱现在还纳入了乌普萨拉冲突数据项目（UCDP 地理参照事件数据集）统计的冲突死亡人数，该数据通过 Our World in Data 镜像以 CC-BY 许可分发，并经对数归一化处理，避免单一灾难性年份使信号饱和。全球和平指数已升级至当前的 2026 版本，按照经济与和平研究所的惯例，早期年份的数据将接受追溯修订。此外，仅追踪极少数警告的地区现在会获得一个平滑的警告共识调整，该调整会逐步生效，而不是在单一阈值处突然启用或关闭。综合这些变化，评分的实际范围扩大到约 3.4 至 8.9，全球平均分约为 6.60；区间阈值本身保持不变。

第九版公式的变化及原因

此前版本的公式存在三个具体缺陷：犯罪支柱实际衡量的是法治水平，而非犯罪层面的人身安全；僵化的评分上限和关键下限会让评分在单一阈值附近发生不连续的跳变；而数据极少的国家会被混合向一个基于警告推导出的估计值，其看起来可能比底层证据所能支持的更为确定。第九版公式修正了这三个问题：犯罪支柱现在直接使用全球和平指数的"安全与治安"维度，法治则被移至其应属的治理支柱；每个评分现在都会借助经校准的警告共识和一个只向下修正的急性风险项，平滑、连续地响应新证据，而不再依赖僵化的阈值；数据稀疏或陈旧的国家会向审慎的、以区域为锚点的统计先验值收缩（贝叶斯收缩），而不是被混合成临时估计值。结果是：评分会随着新信息的到来而逐步、可预测地变化，并附带一个置信度数值，显示究竟有多少证据支撑着它。

置信度

在每个评分旁边，我们的数据都附带一个 0 到 1 之间的置信度数值——这是一个按精度加权的指标，反映五大支柱中有多少新鲜、在场的数据支撑该评分。高置信度意味着一个国家在大多数或全部支柱上都有丰富、最新的数据覆盖；低置信度意味着该国数据稀薄，其评分更接近我们审慎的区域先验值，而非扎实的本地证据。置信度是面向每个国家的透明度信号，并不只针对数据稀少的小型地区。

第九点一版公式的已知局限

有几种边缘情况值得了解。巴勒斯坦（约 4.6 分）目前的评分略高于伊朗（约 4.2 分）——这是基于证据得出的结果，而非疏漏：伊朗承受着近乎所有政府一致发出的"不要前往"级别警告，且治理与环境评分也更弱；而加沙的冲突死亡人数已经使巴勒斯坦的冲突支柱完全下沉。对于人口极少的地区，谋杀率会因统计可靠性而被削弱：在仅有数万人口的地区，少数几起谋杀案会被视为噪声，而不是比战争更严重的犯罪信号，因为在如此小的人口基数上计算的人均比率在完全统计精度下并不可靠。UCDP 冲突死亡数据按季度发布，相对于现实事件通常滞后约三个月，最新的 2025-2026 年数据应被视为初步数据。此外，日本外务省（MOFA）的旅行警告现在已能在国家页面上正确显示（本版本修复了一个数据抓取器缺陷），但在对其历史严重程度映射进行专门重新校准之前，该数据仍不参与评分本身。

基线 + 信号架构

基线来源（世界银行、V-Dem、INFORM、GPI）每年更新，为每个支柱提供高精度的数据支撑。信号来源——来自 25+ 个政府的实时旅行警告、ReliefWeb 和 GDACS——每日或每周更新：各国警告被合并为一个经校准、按重要性加权的单一共识，输入冲突支柱；ReliefWeb 和 GDACS 的活跃灾害预警则为自然灾害支柱提供信息。每个指标的统计精度都会乘以一个新鲜度衰减系数，因此陈旧数据——无论曾经多么新——在最终评分中的权重都不会超过当前证据。

数据新鲜度衰减

每个数据源都设有新鲜度衰减的半衰期。如果一个来源的数据已存在一个半衰期，其统计精度大约会减半；两个半衰期后约为四分之一；以此类推。超过该来源配置的最大年龄后，其精度将降至零，受影响的支柱会进一步向审慎的区域基准收缩，而不是依赖过时的证据。这确保评分始终反映可用的最新信息，并在来源暂时不可用时优雅地——而不是突然地——降级。

INFORM 如何丰富评分

INFORM风险指数由欧盟委员会联合研究中心每年发布两次，为我们提供四个指标：自然灾害暴露程度、流行病风险、医疗服务可及性和治理。第五列“应对能力不足”不单独计分：它用于衡量自然灾害暴露程度，因为准备充分的国家面对同样的灾害风险更小。我们按精确的列名从最新版本（INFORM Risk 2026）中读取这些指标，并且只使用该版本。

全球和平指数

由经济与和平研究所发布的全球和平指数（GPI）已整合到冲突支柱中。GPI 指标（总体评分、安全与保障、军事化）基于 23 个定性和定量指标，覆盖 163 个国家，提供全面的和平程度图景。

社区情绪

在每个国家基于数据的各项支柱下方，旅行者可以告诉我们安全评分是否合理，选项共五级，从“明显偏高”到“明显偏低”。如果独立数据不足以给出官方评分，旅行者则直接评价自己在当地的安全感，从“非常不安全”到“非常安全”。每一票都会换算成一个感知评分：以投票时页面显示的评分为基准，每一级上下移动 0.5 分（直接评价则对应 2、4、6、8 或 10 分）。我们对最近 180 天的投票取平均值，较新的投票权重更高（权重每 30 天减半），并且任何单一来源国家或地区的权重都不超过总权重的一半。只有当一个国家获得来自至少 3 个国家或地区的至少 30 票后，社区意见才会计入评分：此后它最多可使安全评分上下浮动 1.0 分，票数越少，影响越小，因此只会微调数据，绝不会取而代之。在此之前，国家页面只会说明投票还不够，绝不会显示一个国家获得了多少票。对于每位投票者，我们只保存其所在的国家或地区（仅限国家级别，绝不保存原始 IP 地址）。