顧及地理空間視角的區域SDGs綜合評估方法與示范

陳 軍,彭 舒,趙學勝，葛岳靜，李志林

1. 國家基礎地理信息中心，北京 100830; 2. 中國礦業大學(北京)地球科學與測繪工程學院，北京 100083; 3. 北京師范大學地理科學學部，北京100875; 4. 香港理工大學土地測量與地理資訊學系,香港 九龍

為推動全世界范圍內經濟增長、社會包容與環境美好三位一體的協調發展，2015年9月聯合國發展峰會通過《變革我們的世界——2030年可持續發展議程》(https:∥undocs.org/ch/A/RES/70/1)，提出了17項可持續發展目標(Sustainable Development Goals，SDGs)及169項子目標(targets)。為切實落實這一重要的全球性政治議程，聯合國設計和推行了一系列后續措施，包括開展基于統計和地理信息的SDGs進展評估與監測，以及時發現問題、制定改進措施[1-3]。為此，聯合國成立了SDGs指標跨機構專家委員會(Inter-Agency and Expert Group on SDG Indicators，IAEG-SDGs)，于2017年提出了包括232個指標的SDGs全球指標框架(SDGs Global Indicator Framework,SGIF)，開展了元數據編制、指標分級、典型試驗等研究(https:∥unstats.un.org/sdgs/iaeg-sdgs)，為開展國家或區域SDGs定量評估、定期監測及定期報告提供了全球統一的指標體系[4-5]。

目前，基于SGIF的SDGs監測評估研究與應用實踐方興未艾。一些國家和組織利用統計信息進行了SDGs評估監測，如來自Sustainable Development Solutions Network (SDSN)的專家利用世界銀行數據庫和參考塔斯曼基金會與指示板進行了149個國家SDGs基準線評估[6]，聯合國西亞經社會專家根據20年時間序列統計信息完成了22個阿拉伯國家的SDGs進展與趨勢評價[7]，南非專家利用世界銀行和糧農組織統計數據庫進行了非洲南部農業可持續性評估[8]等。但這些評估分析并未利用地理空間信息，因而難以有效地反映和揭示SDGs踐行情況的地理空間格局、區域差異及時空效應等。因此，聯合國提出要發揮地理空間信息在SDGs評估監測中的作用，并著手推動多層面的研究與應用[9]。例如，IAEG-SDGs地理信息工作組(英文縮寫為IAEG-SDGs：WGGI)分析梳理出最需使用地理信息的24個SDG指標(http:∥ggim.un.org/UNGGIM-wg6/)，開展了典型指標計算、地理空間數據融合、統計數據的地理空間分解等研究[10]；地球觀測組織(GEO)成立了題為“對地觀測支撐SDGs”的研究計劃(英文縮寫為EO4SDGs)(http:∥eo4sdg.org/)，組織開展了一系列交流討論[11]。但就總體而言，統計和地理信息相結合的SDGs評估監測尚處于概念設計、方法探討和單指標、小范圍試點階段，尚未見到對一個完整行政區域(國家或省市縣)的全面評估監測報道[12-14]。

究其原因，主要是面向2030可持續發展議程的SDGs綜合評估涉及因素眾多、技術過程復雜，不僅面臨著SGIF的科學理解、海量時空數據的融合處理、顧及地理視角的指標計算與分析、基于事實的SDGs分析評估等諸多技術難題，還要解決跨學科的綜合分析、與政府機構的溝通協調等問題[15-16]。針對這一國際前沿課題和熱門話題，作者在聯合國經社會、中國自然資源部、國家統計局、浙江省人民政府等支持下，選擇浙江省德清縣，進行了統計和地理信息相結合的SDGs綜合評估試點研究，編制了踐行2030議程的進展評估報告，構建了在線知識服務系統，為國際社會提供了首個此類研究示范[17]。本文介紹了提出的總體技術方法和試點情況，并討論了今后的努力方向。

1 總體技術方法

顧名思義，顧及地理空間視角的區域SDGs綜合評估是對該地區經濟增長、社會包容及環境美好的整體狀況與進展進行全面分析，并在評估指標設計、數據處理、指標計算和評估分析中充分利用地理空間信息。筆者研究提出了基于統計和地理信息的區域SDGs綜合評估的總體技術思路，如圖1所示。其是根據聯合國2030議程的要求和中國落實2030可持續發展議程的國別方案，對聯合國SGIF進行本土化分析，構建綜合評估所需的本土化指標集，繼而進行面向時空融合的數據處理、顧及地理視角的指標計算和基于指標與事實的多層次評估，最終編制綜合評估報告，建立知識服務系統。

圖1 基于統計和地理信息的SDGs綜合評估技術思路Fig.1 Measuring progress towards SDGs by combing statistical and geospatial information

1.1 面向綜合評估的指標本地化分析

聯合國SDGs全球指標體系包含232個指標，涵蓋了17個SDGs的169個子目標(targets)。鑒于其是根據國家層面的評估監測和全球普適性設計的，不可能充分反映不同地區和國家的特殊情況，難以直接套用到所指定的研究區域[5,7]。因此，要根據研究區域的地域特征，從適應性、可量測和全覆蓋3個方面，分析聯合國SDGs每一指標的內涵與用途，經進一步的篩選或改進，構建出本地化的SDGs指標集。其中適應性分析是指分析每一指標對于所研究區域是否具有實際意義或價值。例如，對不鄰海的德清來說，SDG 14 (海洋)沒有意義，所對應的指標均不適用；可量測分析是指判斷所選的指標是否有權威可靠且可獲取的數據，包括統計數據、地理空間數據及其他類型的數據；全覆蓋分析則是依據各目標的內涵及實踐需求，進行指標篩選、改進等分析，以確保所選取的指標集能涵蓋區域經濟、社會和環境各個主要的SDGs及其重要的子目標，以便進行全面評估。直接選取、改進、擴展或替代等是指標篩選或改進的4種主要方式。其中直接采納是指不改變原有指標元數據，包括指標名稱、定義解釋、計算方法，即直接引用。擴展是指原有指標的名稱、定義解釋、計算方法基本適用，但其對應的具體目標表述不足，或者不能完全反映區域的不同發展階段，需擴展其指標的內涵，或改進其計算方法。修改是在保持指標內涵的基礎上，對指標具體定義或者元數據中定義的部分數據，進行具體化或者結合本地化的實際進行調整。替代是指原有指標不適用，研究提出近似或相近指標。

1.2 面向時空分析的數據處理

SDGs踐行與施效既需要多年不懈的努力，也要落實到具體的地域空間上去，在本質上是一個時空過程。這就需要利用多類型、多時相、多尺度的統計和地理空間數據，進行SDGs時空分析和評估監測。IAEG-SDGs的初步研究表明，約2/3的SDGs指標缺乏官方提供的權威數據，直接制約著SDGs的時空分析與綜合評估(https:∥unstats.un.org/sdgs/iaeg-sdgs)。因此，要梳理SDGs指標計算和分析評估的實際需求，收集整理來自政府機構、專業部門的權威基礎數據以及相關的社交媒體、眾包數據等，進行必要的歸一化、地理分解與聚合、質量驗證檢核等處理，形成所需的時空數據。例如，矢量地形、數字高程模型(DEM)、地表覆蓋、遙感影像等是其中最重要的空間型基礎數據，但已有數據的內容、類型、時空分辨率往往不能完全滿足要求，必須進行相應的細化完善或更新處理[18]。再如，從統計部門收集到的人口數據是以行政區劃為單元的，主要表示人口在行政單元的平均狀況，難以反映其真實的空間分布與差異，需采用地理空間細分(geospatial disaggregation)技術，利用地表覆蓋、夜間燈光等空間數據與人口數據的多元回歸關系，將其轉化為基于地理格網的空間密度數據[19-21]。

1.3 顧及地理空間視角的指標計算

就總體而言，大多數SDGs指標可以采用統計型方法，即利用比率(或占比)、變化率、指數等，直接利用統計數據計算。對于那些涉及地理空間分布及變化的指標，往往需要采用空間型方法，直接利用空間數據計算，或采用混合型方法，綜合利用統計和空間數據進行計算[22]。前者主要是通過空間密度計算、分類提取等，直接從地理空間數據或遙感影像中提取；后者多是以通達性、覆蓋度、空間關系等為基礎，對空間化的統計數據進行計算分析，多為涉及環境和社會的服務范圍、空間可達性的指標。值得說明的是，IAEG-SDGs曾按有無成熟計算方法，對SGIF的232個指標進行過分類，認為至少有60余項指標缺乏公認的計算方法，如指標6.6.1(濕地范圍及變化)；而另有一些指標雖有計算方法(如指標11.3.1-土地使用率與人口增長率之間的比率)，但在面對大范圍計算、動態化監測時，自動化程度和可靠性尚待提高[23]。

1.4 基于指標和事實的多層次分析評估

首先是參照貝塔斯曼基金會與聯合國可持續發展解決方案網絡(SDSN)2017年發布的《SDGs指數和指示板》[24]和“中國落實2030年可持續發展議程國別方案”(https:∥www.fmprc.gov.cn/web/ziliao_674904/zt_674979/dnzt_674981/qtzt/2030kcxfzyc_686343/P020170414688733850276.pdf)以及國際權威學術論文中的相關標準等，對本地化指標集的每一個指標進行比對，按基本達標(綠色)、有待提高(黃色)、面臨挑戰(橙色)和相差甚遠(紅色)分為4個等級。其次，將每一個SDG的子目標分為2—3個子集，凝練出對應的基本內涵、分析重點及其指標，利用量化指標和事實進行有針對性的分析，總結其可持續發展的狀態、主要成績和發展特色，分析存在的問題和改進方向[25]；再者，通過所含指標對環境、經濟、社會的貢獻(或影響)度分析，將各SDG分別歸至經濟、社會、環境3個SDGs目標群，利用各指標量化結果、群內各指標間的變異系數和有關事實實例，分別對經濟增長、社會包容與環境美好進行總體發展水平、協調程度、主要挑戰等分析。

2 德清試點研究

德清縣位于浙江省北部，東望上海、南接杭州，地處長江三角洲腹地；縣域總面積937.92 km2，地勢西高東低，呈現“五山一水四分田”格局；2017年戶籍人口43萬，實現地區生產總值470.2億元。采用前述的總體技術方法，完成了本地化指標集構建、時空數據處理、102個指標計算、單SDG評估和SDG板塊分析等。

(1) 本地化指標集構建：在深入理解聯合國2030可持續發展議程和中國國別方案的基礎上，從德清縣域實際情況出發，對聯合國SGIF的有關指標進行了本地化分析，形成了包含102個指標本地化SDGs指標集。其中，直接采納(adopted,標注為A)的指標為47個，擴展(extended,標注為E)的6個，修改(revised,標注為R)的42個，替代(substituted，標注為S)的7個。對每個指標均給出了概念定義、計算方法和建議使用的數據。

(2) 時空數據處理：共收集200多項統計和地理空間數據，完成相應的處理分析。其中統計數據主要源自《德清縣統計公報》《德清縣政府工作報告》《水資源公報》等官方資料，或由政府有關專門部門提供。地理空間數據主要有德清地理信息中心提供。為了便于實現統計和地理數據的融合分析，利用“分區-面積加權法”[21]，對人口等統計數據進行了地理空間分解處理。其是利用高分辨率(2 m)地表覆蓋數據，分出居住區和非居住區，并對居住區按樓層高度進行面積加權；再以各鄉鎮(或街道)統計人口為約束，對居住區按30 m×30 m格網進行人口的面積加權分解。圖2是所形成的30 m空間分辨率人口密度分布圖。

(3) SDGs指標計算：利用時空數據，完成了德清102項SDGs指標的計算。其中有85項指標系采用社會經濟統計數據量化計算，10項指標系采用地理空間數據量化計算，7項指標系利用統計數據與地理空間數據計算，如表1所示。表中A表示直接利用地理空間信息計算，B則是采用混合型方法計算。

(4) SDG指標評級：對于德清102項SDGs指標來說，共有79項指標具有可對比的參照標準或依據，其中68項SDGs指標已經達到或十分接近聯合國2030議程的目標，或者明顯居于全國乃至世界前列的(綠色)，有9項指標仍存在差距、有待提高(黃色)，面臨挑戰的指標有2項，占2.5%。

圖2 德清30 m人口密度圖Fig.2 Population density at 30 m resolution of Deging county

表1 采用地理信息的17項指標

(5) 單SDG評估：鑒于德清沒有海洋或海岸帶，對除SDG14的其他16項SDGs進行了評估分析。按照“最小因子原則”，以每個目標內最低水平的指標評級確定所在SDG的踐行水平定級，結果有8個目標基本達標(綠色)，6個目標有待提高(黃色)，僅有2個目標面臨挑戰(橙色)，各目標距實現2030可持續發展議程的目標差距不顯著(無紅色)。

(6) SDG目標群分析：德清經濟目標群涉及SDG 2、7、8、9、10，分析重點是經濟發展條件、經濟增長態勢和經濟發展；環境目標群包括SDG6、12、13、14、15等個目標，資源利用、生態環境保護和氣候變化的區域響應為其分析重點；而社會目標群涉及SDG 1、2、3、4、5、6、7、8、9、10、11、16等12個SDG，分析重點是社會包容情況，包括滿足生存需要、安全需要和發展需要等。分析可知，其經濟、環境、社會3個目標群的指標變異系數分別為0.091、0.106、0.102，均處于較高水平上的基本協調型可持續發展，其中經濟子系統的穩定度、協調度最高。

3 結 語

在聯合國經社會、中國自然資源部、國家統計局、浙江省人民政府等方面的指導和支持下，來自國家基礎地理信息中心、6所大學、2家公司的30余位研究人員與德清縣政府及有關部門密切配合，研究提出了基于統計和地理信息的區域SDGs綜合評估方法，分析撰寫了中國(德清)踐行2030可持續研究的進展報告；采用領域服務計算的思路與方法[26]，設計研發了基于互聯網的SDGs知識服務系統(www.deqing-sdgs.net)，形成了中國(德清)樣本。這項研究回答了2個基本問題：一是如何進行顧及地理視角的區域SDGs綜合評估；二是德清縣相距聯合國2030議程提出的SDGs目標有多遠。

首先，本項研究實踐證明，將地理空間數據與社會統計數據有機結合，能夠有效地實現顧及地理空間視角的SDGs進展綜合評估。地理空間數據不僅可以直接用于計算部分SDGs指標，還可以支撐人口等社會經濟數據的空間化分解、提供通達性和覆蓋度等細節信息。此外，還為SDG單目標評估和目標群分析提供了不可或缺的空間事實和分析依據。

其次，綜合評估結果表明：德清堅持以“兩山”理念引領、以創新驅動、以公平促進、以“初心”精神推進可持續發展，在城鄉統籌發展、均衡發展及綠色發展等方面取得了突出的成績，創造了一批踐行聯合國2030年可持續發展議程的鮮活案例。但也應該看到，實現2030可持續發展目標是一項持久、艱巨的系統工程，德清部分SDGs還存在著一些可以提升的空間，如工業減排和降低能耗物耗、公共交通的便利程度等方面尚需進一步提高，環境板塊和社會板塊的穩定度和協調度略有不足。

綜合利用統計和地理信息，對一個完整行政區域進行顧及地理空間視角的SDGs綜合評估，在國內外均屬首次。其不僅為德清總結踐行SDGs經驗、發現存在問題、制定改進方案提供了重要科學依據，也為國內外其他區域開展SDGs綜合評估監測提供了可借鑒的方法與范例，因而受到了國際社會的關注。2018年11月8日，國際著名科學刊物Nature對這項工作進行了報道(http:∥www.nature.com/articles/d41586-018-07309-w)。2018年11月20日，首屆聯合國世界地理信息大會上舉辦專場報告會，正式向國內外發布了這一研究成果，向國際社會分享了這一中國經驗。

應該指出的是，本文研究僅是萬里長征邁出的第一步，離形成一套完整的理論方法、技術體系和標準規范尚有較大距離。今后應進一步加強這方面的理論方法、實現技術、標準規范研究，包括研究解決面向區域特征的核心指標集設計與選取、顧及發展中國家特點的SDG指標評價標準、時空大數據的SDGs指標高可性計算與動態監測、基于綜合評估結果的SDGs問題診斷與政策模擬等問題。同時應積極完善德清SDGs樣本，爭取成為聯合國2030可持續發展議程的“最佳實踐”。為此，應進一步加強與統計部門和地理、經濟、可持續發展等相關學科的合作與協同。

致謝：本項研究得到聯合國經社會、中國自然資源部、國家統計局、浙江省統計局和地理信息局、德清縣委、縣政府和莫干山高新技術區的支持和幫助，湖南科技大學、陜西師范大學、西南交通大學、北京建筑大學、北京帝測科技發展有限公司、廣州阿爾法信息技術有限公司等單位參與了相關研究與試驗工作，在此一并致謝。