X 限流（shadowban）比例按国家排名（2026）：香港高达 55.5%

在本研究中，香港的 Twitter（X）shadowban 比例最高：香港访客检测的账户中，55.5% 至少存在一项生效限制，日本紧随其后，为 50.0%。越南最低，为 21.4%。在 59 天内检测的 6,466 个账户中，全球平均比例为 42.9%。最高和最低国家之间的差距超过 2 比 1。

本研究测量了什么

本研究统计了至少存在 4 项限制之一的 X 账户数量，并按发起检测的访客所在国家分组。

每次有人在 Shadowban Radar 上运行免费检测，工具都会针对 4 项信号检测该 X 账户，并记录访客所在国家。

本研究覆盖 2026 年 8 月 1 日至 9 月 28 日期间运行的每一次检测。每个 X 账户记一条记录（该窗口期内最近一次检测），并且只统计检测账户数不少于 100 个的国家。

测试了哪 4 项信号

本研究对 4 项信号各自独立测试：

• 搜索建议限制（search suggestion ban）。 当有人在搜索框中输入账户名或用户名时，该账户不再出现在下拉建议中，即使个人资料和帖子仍然存在。
• 搜索限制（search ban）。 账户的帖子完全不出现在 X 搜索结果中，即使对已经关注该账户、并搜索确切文字的人也是如此。
• 回复隐藏（ghost ban）。 也称为对话封禁或回复封禁。账户的回复与它所属的对话脱离：其他所有人看到的对话都正常，唯独这条回复不见了。
• 回复排序降低（reply deboosting）。 账户的回复排名低于其他所有人，被排在大多数人实际阅读一个对话时所用的排序之外。

每个术语的通俗定义见 X 限流（shadowban）术语表。

什么样的账户算作受限

如果某账户最近一次检测中，这 4 项检测里至少有一项结果为阳性，本研究就将其计为“受限”。

如果某个信号在某个账户上无法测量，就从该项信号的统计中剔除，而不是假定其为任何一种结果。

被锁定、被临时限流或只读的账户由 X 自己告知，属于另一种情况，详见我的推特（X）账号被限制了吗。

哪些国家在 X 上的 shadowban 比例最高

在检测账户数不少于 100 个的国家中，香港的限制比例最高，为 55.5%，越南最低，为 21.4%。

全球总计：42.9%，来自 6,466 个账户（95% 置信区间：41.7% 至 44.1%）。这包含所有能解析出地理位置的国家，含未达 100 个账户门槛的国家。

更多数据见 X 限流（shadowban）统计，2026 年 9 月。实时数据见 X 限流（shadowban）统计页面。

如何解读置信区间

95% 置信区间是某国真实比例大概率落入的范围。它比单一百分比数字更重要，因为它显示哪些差距看起来是真实的，哪些国家实际上持平：

• 真实的差距：香港的区间（49.7% 至 61.1%）与越南的区间（15.7% 至 28.4%）没有重叠，说明这个差距是真实的，而不是噪音。
• 上段持平：韩国、巴西、沙特阿拉伯和美国彼此高度重叠，都落在 47% 至 49% 这个区间带内。再进一步区分它们的名次，除了“大致持平，明显高于全球平均”之外，就是在数据之外过度解读了。
• 下段持平：也门和泰国的区间几乎完全重叠。

印度尼西亚、印度和尼日利亚排在哪里

印度尼西亚（42.0%）、印度（37.2%）和尼日利亚（35.6%）位于排名中段，在美国之下，泰国、也门和越南之上。

尼日利亚的样本量是本研究中第二大的，达 1,065 个账户。这让它拥有除日本之外最窄的置信区间（32.8% 至 38.5%，跨度不到 6 个百分点），因此它在排名中的位置相对确立得较为牢固。

本研究无法说明什么

本研究无法说明受限账户实际位于哪里，也无法说明为什么各国比例不同。

它能说明受限账户位于哪里吗

不能。这里记录的国家属于发起检测的访客，而不是被检测 X 账户所在的国家。

一个国家的人可以检测另一个国家运营的账户。原因可以是好奇、客户支持，或是关注某位公众人物。

上面表格中的每一行都应理解为“来自该国、且足够在意去核实的检测者所测得的限制比例”，而不是 X 在各国限制账户的地图。

它能解释为什么各国比例不同吗

不能。以下每一项都是可能的解释，但在本研究中都没有经过测试：

• 语言
• 各国被检测账户类型的构成
• 当地的举报或审核模式
• 各国用户对自身可见性不信任程度的差异

对这些数字给出的任何解释，包括你自己的第一直觉，在有人真正验证之前，都应视为未经检验的假设。

关于这 4 项检测是如何定义的，方法说明页面有更多介绍。

42.9% 是 X 真实的 shadowban 比例吗

不是。全球数字 42.9%，以及在此基础上的各国细分数据，描述的都是本就担忧的人群，而不是普通 X 用户的平均水平。

本研究中的每一个账户，都是因为有人使用了免费公开工具才被检测的。人们使用限流检测工具，大多是因为已经怀疑出了问题，例如：

• 回复变少
• 动态变冷清
• 某条帖子似乎无人问津

这种自我选择几乎必然会把本文中的每一个数字都推高，高于对各国 X 账户做随机抽样所得到的结果。

本研究是如何进行的

本研究覆盖 6,466 个 X 账户，每个账户按其在 2026 年 8 月 1 日至 9 月 28 日之间最近一次检测计一次。方法简述如下：

• 59 天窗口期使用固定的起止日期，而非随读取当天滚动变化的“过去 59 天”，因此结果不会随阅读日期而变化。
• 国家取自检测那一刻访客的位置，通过 IP 地址解析得出。无法解析出国家的检测（约占总数的 1%）会同时从国家表格和全球总计中剔除。
• 全程剔除内部流量（由本工具开发者为核实自己账户而运行的检测）。
• 这个总数与2026 年 9 月统计不同，后者覆盖的日期不同，并适用各自的排除规则。
• 检测账户数不满 100 个的国家不列入表格，因为在这个样本量下置信区间会宽到失去参考价值。按此标准被排除的国家包括土耳其，其 97 个账户差三个才达到门槛。
• 百分比以占比形式呈现，并附 95% 置信区间（Wilson score 方法，该方法在这些样本量下表现稳定，不会出现低于 0% 或高于 100% 的区间）。
• 不公布任何单个账户、用户名或每日数据，只公布总数和百分比。本站对每项研究都按此做法。

想深入了解，可以阅读 X 官方帮助页面被锁定或受限账户，以及 X 在 GitHub 上公开的 For You 信息流代码。

这些数字共有哪些局限

以下三点局限适用于上面的每一个数字：

• 快照，而非趋势：每个账户只按其最近一次检测计入一次，因此这里的数据无法说明某个国家的比例正在上升还是下降。
• 相关性，而非因果：这些数据并不能说明 X 因为某个国家本身就更多地限制从该国检测的账户。它们只能说明，在这个窗口期内，从该国发起检测的人群中测得的限制比例更高或更低。
• 自我选择的样本：这些数字背后的每一个人都主动选择去运行一次检测，这和对任意地方 X 用户做随机抽样并不是一回事。

想看看你自己的账户在这 4 项检测中的表现？运行一次免费的 shadowban 检测。

在挑选帮助账户增长的工具？参见最佳 X 增长工具。