自1990年以来,恐怖袭击在世界各地已显示出严重趋势。发生在美国的9/11事件是震惊世界的恐怖袭击。随着全球化的不断深入,没有一个国家可以独善其身。本文旨在运用统计学知识并借助统计软件R语言探究近三年世界恐怖袭击起数、死亡人数和外部因素(包括武器、攻击手段、受害者类型)的区域分布特征,并从国家和地区角度开展恐怖袭击风险综合评估,评出恐怖袭击高风险国家和地区。本文首先运用基尼系数、洛伦茨曲线以及ABC分类法(帕累托图)分别从地区和国家出发研究2016～2018每年恐怖袭击起数、死亡人数以及外部因素区域分布特性,识别出每年的热点地区和国家。基尼系数越大集中性越强。结果显示恐怖袭击起数和死亡人数所有的基尼系数均大于0.6,意味着均有明显的集中性,且这种集中性不会随着时间而发生变化,而且恐怖袭击死亡人数的集中性较恐怖袭击起数要更强,国家的集中性要比地区的更明显。识别出的恐袭起数和死亡人数热点区域见文中表4和表6,对比研究发现恐怖袭击高发率并不一定对应高死亡率。接着在国家角度研究了外部因素的分布特征,基尼系数结果显示大部分由外部因素造成的恐怖袭击也具有集中性,识别出的高发区域见文中表9、表11、表13。在基尼系数分析基础上,分别评估国家和地区恐袭风险。本文综合运用因子分析和BP神经网络对世界2016～2018恐袭风险进行评估,主要对2018年的恐怖袭击风险进行分析。在前人研究基础上建立了包含9个指标的新的风险评估体系,通过因子分析得到两个公因子命名为:事件自身风险因子和应对风险能力因子。最终可得到2016～2018年的公因子得分及相应的国家和地区恐怖袭击风险等级。在因子分析的基础上,运用BP神经网络对2018年恐怖袭击风险进行准评估。将利用降维得到的2016和2017年209个国家和24个地区指标数据作为样本建立模型,然后将其用来对2018年108个国家和12个地区恐怖袭击风险进行准评估。结果表明与因子分析2018年预评估结果相比只有3个低风险国家被错分为中等风险,其余全部正确,而地区全部分类正确。最终结果显示,恐怖袭击高风险也具有集中性,108个国家中有12个属于高风险,占比11.11%,高风险地区3个占比25%。具体评估结果见文中表32和表33。与其他研究相比本文得出的结果更全面。最后,在本文的研究结果的基础上提出了基于政府和民众的反恐斗争建议。