BuildingsScore 的工作原理

整套方法，公开透明：附近的地点如何变成七个维度的评分以及一个 总体 0–5★ 评级。没有隐藏的权重。

整体概览

对于你选定的任意一点，BuildingsScore 都会执行四个步骤：

1. 收集附近的一切 — 地点、马路、铁路、公园、水域、工业、机场、空气质量。
2. 为每一项加权，依据是它有多近（街对面的公园比一公里外的更重要）以及它有多重要。
3. 根据这些加权后的信号为七个维度评分。
4. 将各维度融合为一个从 0.0 到 5.0 的单一评级。

七个维度

每个维度先各自按 0–5 评分，然后以下方的权重混入总体评级。 这些权重反映了每个维度通常对日常生活的塑造程度。

维度	它衡量什么	混合权重
便利	步行可达的商店、杂货、药房、各类服务	20%
安静	远离繁忙马路、铁路、夜生活、体育场、飞机噪声	18%
交通	地铁、火车、电车、公交、轮渡的可达性	15%
环境	与工业、垃圾处理、农田的距离，加上洪水风险	13%
自然	公园、森林、水域、游乐场、运动 & 休闲	12%
安全	附近的应急服务，再减去若干负面因素	12%
空气质量	实时空气质量指数（在可用之处）	10%

如果某个维度在某处没有数据 — 最常见的是空气质量 — 它会被剔除，剩余的 权重会重新归一化，因此总体评级始终是我们真正掌握的信息的 公平平均值。

距离最为关键：衰减规则

每个附近的事物都有一个作用范围（以米计），超出该范围后它便不再 计入。在该范围之内，它的影响随距离递减 — 紧贴其上时为满强度， 到边缘处则为零：

• 好的事物（便利设施）随距离呈直线递减。
• 坏的事物（滋扰）递减得更快（按平方），因为噪声和气味 贴得很近 — 隔壁的夜店远比隔着两条街的糟糕得多。

当附近有多个同类事物时，最近的那个起主导作用， 多出来的会逐渐贡献得越来越少（评分趋于饱和）— 三家超市抵不上一家的三倍。 像马路或铁路这样的连续地物，会被视为位于其最近点的单一事物， 而不是按每段地图线段各计一次。

每个维度如何评分

不同类型的维度需要不同的算法：

便利设施 — 便利 & 自然

附近好东西越多，分数就越向 5 靠拢，但回报递减。每个地点 加上其重要性 × 接近度；总和沿一条饱和曲线映射到 0–5，因此 从零到几处设施，远比从很多处再多一处来得重要。

交通 — 取最优者胜出

各种交通方式可以相互替代：一个出色的地铁站就已经让一个区域 连接良好，而缺少电车并不会把它往下拖。因此交通奖励的是 你所拥有的最佳可达性，而非把各种方式相加 — 没有地铁的城镇 不会因此被扣分。

滋扰 — 安静 & 环境

这些维度从满分 5 起步，每个附近的坏事物都会按其严重程度 × 接近度把分数往下乘。一个吵闹的邻居就能把它压低一些；若干个则会叠加放大。严重程度因因素而异 — 一条 高速公路或一处垃圾填埋场的分量远超一家酒吧。

安全 — 从中性基线出发，再加以微调

安全从一个中性基线起步，因附近的应急服务（警察、 消防、医院）而抬升，因若干负面因素（例如监狱）而被拉低，然后钳制在 0–5 之间。

注：BuildingsScore 尚未使用精确到地点的犯罪数据——我们正在寻找可靠的数据集，并计划在未来将其纳入评分（见 数据来源）。目前，安全是基于与紧急服务距离的估算。

空气质量

在可用之处，会把实时通用空气质量指数（0–100）直接映射为 0–5 颗星。在不可用之处，该维度便直接从混合中略去。

两项估算信号 — 坦诚说明

有些东西无法从地点地图上读出，因此 BuildingsScore 采用了诚实的近似值：

• 噪声。 在24个欧洲国家，航空、道路、铁路和工业噪声采用官方建模的分贝等值线（EU-END），真实的分贝水平直接决定安静和环境评分——彩色分带可在地图上查看。在其他任何地方，噪声回退到你与繁忙道路、铁路、工业区或机场的距离，其中航空噪声的机场近似最为粗略。
• 洪水风险。 一个由低海拔结合临水程度得出的近似值， 作为扣分项并入环境评分。它并不是一个水文洪水模型。

总体评级

最终的数字是所有存在的维度的加权平均，四舍五入到一位 小数 — 一个简洁的、以 0.1 为步进的 0.0 到 5.0。在应用中打开任意维度，即可 看到驱动它的各个地点，每个都附带其距离和一条步行路线。

它是什么，又不是什么

这些权重和范围是有立场的、透明的默认值 — 一种关于宜居性的 合理通用视角，而非客观真理。你的优先事项可能有所不同（学生 也许会喜爱那些会扣掉一个安静分的夜生活）。请把这个分数当作一份快速、可比较的 初步判断，并在做出决定前务必亲自到访。

---