基于网络系统的结构分析和统计学方法构建中国可持续发展目标的关键目标和核心指标

周 新 冯天天 徐 明

1 日本全球环境战略研究所 神奈川 240-0115

2 中国地质大学 人文经管学院 北京 100083

3 美国密西根大学 安阿伯 MI 48109

2015 年联合国通过了《变革我们的世界：2030 年可持续发展议程》（以下简称《2030 议程》），确立了17项全球可持续发展总体目标（以下简称“SDGs”）和 169项具体目标（以下简称“二级目标”）。2016 年中国发布了《中国落实 2030 年可持续发展议程国别方案》，（以下简称《落实方案》）[1]。同时，国家建立了“部际协调机制”，政府部门各司其职，分工合作。

SDGs 囊括 17个发展领域，涵盖了社会、经济、环境三大支柱，形成了一个综合的目标体系。从系统科学的角度来看，可持续发展目标不是孤立的，它们之间存在着密切的联系。一个目标的实现可能促进另一个目标的实现，亦可能成为实现其他目标的制约，这种相互关系构成了一个目标的关联系统。例如，实现目标 4.4“提高青年人和成年人掌握技术和职业技能的比例”，将促进实现目标 8.5“充分就业和有体面的工作”，产生正的协同效应。又如，实现目标 1“消除贫困”、目标 6“全民获得安全饮用水和公共环境卫生”等可能导致总体消费水平提高，从而影响实现目标 12“可持续消费和生产模式”，产生潜在的负的协同效应。对于这样一个相互促进、相互制约的复杂系统，跨部门、跨领域的综合决策是必然选择。

联合国负责制定可持续发展指标体系工作的跨部门专家组（Inter-Agency and Expert Group on Sustainable Development Goal Indicators，以下简称“IAEGSDGs”），于 2017 年公布了 SDGs 官方指标体系，包括 232 项指标，用于监测全球可持续发展目标的实施进程[2]。其中有 82 项指标有明确的定义、标准的统计方法和相应的统计数据（I 类），61 项指标有明确的定义和标准的统计方法，但缺乏相应的统计数据（II 类），另外 84 项指标或者未给出明确的定义，或者没有建立标准的统计方法（III 类）[3]。这使得联合国官方的 SDGs 指标数据库所包括的指标数和目标数非常有限。其中目标数为 106 个，指标数为 141个[4]。指标和数据严重不足的现状将影响可持续发展目标的实施进程的有效监测。

面对庞大而又复杂的可持续发展目标体系和指标体系，要保障《落实方案》之间不发生矛盾冲突、长此削彼，同时保障可持续发展目标的实施进程得到全面监测，有效发挥“部际协调机制”的综合决策职能，就必须全面掌握各目标之间的关联关系和协同效应，趋利避害，实现系统的全面、均衡发展。此外，通过科学的方法抓住可持续发展目标和指标系统的结构特点，找出关键目标和指标，突出重点，利用有限的资源有效地解决系统的整体问题。

本文在对中国可持续发展目标的关联性进行定量化、构建目标的关联系统的基础上，利用社会网络分析解析关联系统的结构，找出系统中起枢纽作用的关键目标。在此基础上，利用主成分分析确定核心指标。此外，对关键目标产生的协同效应进行了深入分析，提出了政策相关性。本文为实践跨部门综合决策机制提供科学依据，为确立优先重点领域和科学、有效的监测提供指南，为各部门的政策决策者和各级政府的政策实践者提供一个便利的分析工具。

1 研究现状和差距

1.1 可持续发展目标研究现状

在确立《2030 议程》和可持续发展目标，以及确定相应指标体系的过程中，贯穿了对可持续发展目标之间关联性问题的重视。例如《2030 议程》中指出可持续发展目标是一个“综合、不可分割”的体系，其中目标 17.14 明确提出要“加强可持续发展政策之间的一致性”。IAEGSDGs 在确定官方指标的多轮磋商中讨论过各目标之间的潜在关联关系。此外，其下设立了一个针对关联性问题的专门工作组，指导指标统计和综合分析的有关工作[5]。

鉴于可持续发展目标和指标确立的时间背景相对短暂，目前该领域既存的文献和资料非常有限。具有代表性的参考的文献包括“国政府间可持续发展目标公开工作组”提出的 19 个可持续发展目标重点领域之间的关联矩阵[6]。经济合作发展组织提出的“可持续发展政策统筹”框架[7]。发表在《自然》杂志上，用−3（表示目标相互抵消）到+3（表示两个目标不可分割）7 个等级来描述目标间的关联关系[8]。该方法得到国际科学委员会（ICSU）的应用[9]。联合国经济社会事务局根据ICSU评价可持续发展目标的报告[10]构建了 SDGs 和二级目标之间的关联网络[11]。联合国亚太经社会对总体目标 6“清洁水和卫生”以及 8 个二级目标同其他目标的关联关系进行了细致研究，构建了其关联网络[12]。

应注意 4 点知识上存在的差距：① 多数文献对目标之间关联性的讨论和研究都是定性描述，没有定量化的分析。② 关联性的研究范围停留在总体目标之间或总体目标和二级目标之间，二级目标之间的关联性研究较少。③ 大多数文献都是对目标关联性的一般研究，没有具体到国家或区域层次的案例分析。④ 几乎所有文献都着重探讨如何确定目标之间的关联关系，没有更进一步分析目标关联系统的结构。

针对既存文献的差距，全球环境战略研究所（IGES）提出了一套研究目标关联系统的定量化研究方法。通过确定二级目标的相应指标，收集时序列数据，对包括中国在内的 9 个亚洲国家的目标关联系统进行了定量分析。此外，应用社会网络分析对各国目标关联系统的结构进行分析，找出起枢纽作用的二级目标[13]。此外，IGES 还开发了“可持续发展目标关联系统的可视化互联网工具”[14]。

1.2 社会网络分析与主成分分析方法的应用现状

同时实现经济发展、社会包容和环境的可持续性将面临巨大挑战[15]。其中，目标的复杂性和相关性是 SDGs 最显著的特点，其指标的测量工作也是一项系统工程[16-18]。研究表明，169 项二级目标中 54% 需要进一步强化，17% 应当废除[19]。因此，分析指标体系的结构特点及选取关键指标对于政策优化尤为重要。

针对指标体系结构特点的分析，许多学者应用专家打分、层次分析和模糊评价等方法[20,21]，虽能筛选出较为重要的指标，但缺乏对指标之间关系的解释。社会网络分析（SNA）逐步显现其优势，不仅能理清指标间的作用关系，还能通过中心度等指标对关键指标进行识别及逐级提取[22]。

SNA 最早应用于社会心理学研究[23,24]，近年被广泛应用于社交、能源、经济、环境和医学等领域[25-29]。其本质是通过图论来描述网络结构的特征，从而找出关键节点[30]。目前，已有学者运用 SNA 对指标体系的结构和关键指标选取进行研究[31,32]。本文的研究中，SNA 为有效识别目标间相互关系提供了较好的理论支撑。

针对关键指标的选取，朱启贵[33]在《可持续发展评估》中提到层次分析法（AHP）和主成分分析法（PCA）。前者对指标赋权过于主观，后者则较为客观。PCA于1933年首次提出[34]，通过降维把多指标转化为少数几个相互独立的综合指标，同时使原指标的大部分信息得到反映。随后不少学者运用PCA对国家和区域的可持续发展能力、综合发展水平等方面进行评价，均取得较好结果[35-38]。

综上所述，本文在IGES的研究方法、中国实例分析的基础上，选择社会网络分析法和主成分分析法进行指标的提取，构建中国可持续发展目标的重点目标和核心指标，科学指导如何确定优先重点领域和进行有效的全面监测。

2 研究方法

IGES既存的研究方法、国家层次的实例分析（详见其研究报告[13]），以及本文增加的确定核心指标的研究框架见图1。

由于数据可获得性问题，本研究包括 108 个二级目标，利用 51 个指标对 108 个目标之间的关联性进行定量评估，构建关联网络系统。51 个指标即为 51 个变量，在不同程度上反映了所研究问题的某些信息，由于指标之间有一定相关性，因此统计数据反映的信息在一定程度上有重叠。研究多变量问题时，变量太多会增加计算量和增加问题的复杂性。因此，我们寻求一种方法，使得利用较少的变量获得绝大部分信息，从而简化统计工作，为决策提供更有效的信息。

本文首先通过 SNA 对目标的关联系统进行结构分析，识别出关键目标，减少观测目标的数量。网络中节点的度定义为与该节点相连接的节点数，一个节点的度越大，在网络中的联系作用越大。节点的中心性是测量节点处于网络中心的程度[39]。本文构建的目标关联网络系统中，每一个二级目标被称为一个节点，节点之间的因果关系定义为有方向的边，通过计算网络各节点的加权入度（由其他节点指向该节点的数目）、加权出度（由该节点指向其他节点的数目）、加权度（加权入度和加权出度的总和）、亲密度中心性、中介度中心性和特征向量中心性等指标，通过节点对各项评价指标的排序，筛选出对整体网络影响较大的目标子集和对应的指标子集。

以上述分析为基础，进一步运用 PCA，通过降维，把 51 个指标转化为少数几个综合指标。PCA 通过线性变换把数据变换到新的坐标系统中，将所有数据投影得到最大方差（方差越大，表示包含的信息越多）的坐标作为第一坐标，其原始指标变量的线性组合称为第一主成分；投影后得到第二大方差的坐标作为第二坐标，得到第二主成分，依次类推。这样既能保证降维，又能保持新的数据集的方差贡献率（特征值①主成分分析法中某一主成分的“方差贡献率”是指：此主成分的特征值/所有成分特征值的总和。）最大[40]。通过对主成分的重点分析，可以达到对原始变量分析的目的。计算步骤：① 对原始指标数据进行标准化处理，使其无量纲化；② 求标准化数据矩阵的相关系数矩阵；③ 求相关系数矩阵的特征值，确定主成分；④ 提取主成分个数；⑤ 分析各主成分构成。

结合 SNA 和 PCA 的分析结果，将 SNA 识别出的关键目标和对应的指标子集对 PCA 提取出的主成分进行线性回归，利用方差贡献率来衡量这个指标子集对各主成分的解释程度，以评价此指标子集对指标全集的解释程度。解释程度低于 95%（主观预设的阈值）时，再从指标全集中选择另外的指标，不断增加指标，再进行回归计算；以此类推，直到获得一个解释程度超过 95% 的最小指标集，最终达到对指标进行筛选、识别、优化的目的[41]。

3 构建中国可持续发展目标的关键目标和核心指标集

3.1 中国可持续发展目标关联系统的关键目标分析结果

3.1.1 关键目标的识别

通过 SNA 筛选出对网络系统影响较大的关键二级目标，共 17 个（表 1）。由于有些目标使用同一个指标（如目标 2.3 和 2.4 都使用指标 6 等），对应的指标子集有 14 个指标。

3.1.2 指标子集的优化（PCA）

通过 PCA 对 51 个指标全集进行主成分分析，运用 SPSS 软件进行测算，提取出特征值大于 1 的 3 个主成分，结果如表 2 所示。各主成分对指标全集的方差贡献率分别为：第 1 主成分（82.96%），第 2 主成分（8.84%），第 3 主成分（3.63%），其累计方差贡献率为 95.43%。

将 3.1.1 节中识别出的 14 个指标（表 2 中带*的指标）对 3 个主成分进行线性回归拟合，可以得出 14 个指标对原始 51 个指标的解释度为 93.25%（未达到预设的 95%）。因此，根据主成分中各指标的重要性（权重系数绝对值）排序，选择指标 25 加入得到新的指标子集，测算出对原始指标的解释程度为 94.67%；继续添加

指标，依次选择指标 33 和指标 3③选择指标33和指标3的原因为：主成分分析理论中，提取出的不同主成分代表的经济含义不同，为使指标涵盖范围更全面，则分别从3个主成分中按照权重绝对值大小依次提取所需添加的指标。，最终得到对原始指标的解释程度超过 95% 的最小指标子集作为核心指标集，即{14 项指标，25，33，3}。在各阶段形成的指标子集对主成分的累积方差贡献率的对比情况（图 2）。

表 1 SNA 识别出的关键目标及其对应的指标

3.2 中国可持续发展关键目标的协同效益分析

在 3.1.1 节中通过 SNA 的分析方法筛选出 17 个关键的二级目标。17 个关键目标同其他目标的正（绿色）、负（红色）协同效应对照表参见图 3。17 个关键目标同包括其自身在内的 101 个具体目标产生一定的协同效应。

图2 各指标子集与主成分的累积方差贡献率对比

中国政府在实施可持续发展目标的初级阶段，可将这 17 个关键二级目标设定为优先领域，集中财力、物力重点实现这些领域的改善。表 3 是对 17 个关键目标协同效益的粗略分析，总结了每一个关键目标的正、负协同效应比例，主要同哪些 SDGs 领域相互促进或相互制约。例如 17 个关键目标中大多数与目标 2“消除饥饿”相关，其中目标 1.2，2.3，2.4，4.1，6.1，6.2，6.6，7.1，9.1，10.2 和 12.4 与目标 2 产生正的协同效应，而目标 1.b，6.a，8.6 和 10.b 则与目标 2 产生负的协同效应。在“部际协调机制”进行综合决策时，可参照图 3 和表3，利用共赢的思想强化17个关键目标和其他目标领域产生相互促进的交叉领域；同时采取规避和防范的措施，有的放矢地重点解决相互制约的交叉领域，做到突出重点、科学地分类实施。

表 3 17 个关键目标的协同效益分析

图3 17个关键具体目标同其他目标的正（绿色）、负（红色）协同效应对照表

本文识别出的 1 7 项核心指标大体上可以分为 7 类：经济发展（指标 6，33），社会保障（指标 2，3 和 48），就业（指标 29），教育（指标 18），社会公平（指标 22），基础设施（指标 23，24，26，31 和 50），资源环境保护（指标 25，34，38 和 41）。在经济发展领域，应注重农作物生产效率的提高和发展制造业；在社会保障领域，应关注减贫、防灾减灾救灾和吸收提高政府开发援助；在就业领域，应提高青年就业率；在教育领域，应提高初等教育普及率；在社会公平领域，应提高妇女在全国人大的比例；在基础设施领域，应提高安全清洁饮用水、环卫设施、电力和硬化道路的普及率以及公共基础设施的使用率；在资源环境保护领域，应该保护水资源、减少温室气体排放、减少破坏臭氧层物质的使用以及增加自然保护区面积。

4 结语

可持续发展目标之间具有复杂的关联性，其对应的指标之间同样如此。一个指标的变化可能意味着其他多个指标的协同变化。为了降低政策实施成本和提高政策的有效性，可以着力搞好那些同其他目标领域有着广泛协同效应的关键领域，如本文筛选出的 17 个关键目标。通过强化正的协同效应、规避和防范负的协同效应，可以高效地实现可持续发展系统的全面提升。而在进行目标实施进展情况监控时，也无需对所有指标进行追踪，只需要对核心指标进行监控，即可把握绝大多数指标的进展情况。

本研究识别出中国可持续发展目标 17 个核心指标，在一定程度上可以解释 51 个指标全集的变化。应指出的是本文的 108 个目标及与其对应的 51 个指标，同联合国设定的 169 个目标及相应的 232 个指标还存在很大差距，主要是受数据可获得性的制约。随着指标体系的方法和统计实施的不断改善，利用本文提出的方法，本文的结果可以得到进一步改善。

后续研究应着重识别能够改善 17 个关键目标的具体政策手段，以及实证研究 17 个指标变化对其他所有指标变化的具体影响。

1 外交部. 中国落实2030年可持续发展议程国别方案. [2017-10-15]. http://www.fmprc.gov.cn/web/zyxw/t1405173.shtml.

2 United Nations Statistical Commission. Resolution adopted by the General Assembly on Work of the Statistical Commission pertaining to the 2030 Agenda for Sustainable Development.Annex Global Indicators Framework for the Sustainable Development Goals and Targets of the 2030 Agenda for Sustainable Development. [2017-07-10]. https://unstats.un.org/sdgs/indicators/indicators-list/.

3 Inter-agency and Expert Group on SDG Indicators (IAEG-SDGs).IAEG-SDGs Tier Classification for Global SDG Indicators. [2017-12-15]. https://unstats.un.org/sdgs/iaeg-sdgs/tier-classification/.

4 United Nations Statistics Division. SDG Indicators Global Database. [2017-11-30]. https://unstats.un.org/sdgs/indicators/database/.

5 Inter-agency and Expert Group on SDG Indicators (IAEG-SDGs).Working Group on Interlinkages of SDG Statistics to Allow for Integrated Analyses in the Monitoring. 2016. [2018-01-07]. https://unstats.un.org/sdgs/files/Working-Group-ToR--Interlinkages.pdf.

6 Open Working Group on Sustainable Development Goals (OWG SDGs). Open Working Group on Sustainable Development Goals Annex 1. Interlinkages. 2014. [2018-01-07]. https://sustainabledevelopment.un.org/content/documents/3387Annex_interlinkages_1903.pdf.

7 Organization for Economic Cooperation and Development(OECD). Better Policies for Sustainable Development 2016: A New Framework for Policy Coherence. OECD Publishing. Paris.2016. [2018-01-07]. https://sustainabledevelopment.un.org/content/documents/commitments/493_12066_commitment_Better%20Policies%20for%20Sustainable%20Development%20 2016.pdf.

8 Nilsson M, Griggs D, Visbeck M. Map the interactions between sustainable development goals: Mans Nilsson, Dave Griggs and Martin Visbeck present a simple way of rating relationships between the targets to highlight priorities for integrated policy.Nature, 2016, 534(7607): 320-323.

9 International Council for Science (ICSU). A Guide to SDG Interactions: From science to implementation. Paris, 2017. [2018-01-07]. https://www.icsu.org/cms/2017/05/SDGs-Guide-to-Interactions.pdf.

10 International Council for Science (ICSU), International Social Science Council (ISSC). Review of the Sustainable Development Goals: The Science Perspective. Paris, 2015. [2018-01-07]. http://www.genderportal.eu/resources/review-sustainable-developmentgoals-science-perspective.

11 Le Blanc D. Towards Integration at Last? The Sustainable Development Goals as a Network of Targets. New York. United Nations Department of Economic and Social Affairs (UN‐DESA)Working Paper No. 141. 2015. [2018-01-07]. http://www.un.org/esa/desa/papers/2015/wp141_2015.pdf.

12 United Nations Economic and Social Commission for Asia and the Pacific (ESCAP). Integrated Approaches for Sustainable Development Goals Planning: The Case of Goal 6 on Water and Sanitation. Bangkok: United Nations, 2017. [2018-01-07]. http://www.sustainablesids.org/wp-content/uploads/2017/07/ESCAPIntegrated-Approaches-for-Sustainable-Development-Goals-Planning-2017.pdf.

13 Zhou X, Muinuddin M. Sustainable Development Goals Interlinkages and Network Analysis: A practical tool for SDG integration and policy coherence. IGES Research Report RR1602.Hayama: IGES, 2017.

14 Zhou X, Moinuddin M, Li Y. IGES SDG Interlinkages and Data Visualisation Web Tool. [2018-01-07]. https://sdginterlinkages.iges.jp/visualisationtool.html.

15 Sachs J. From millennium development goals to sustainable development goals. The Lancet, 2012, 379(9832): 2206-2211.

16 董亮, 张海滨. 2030年可持续发展议程对全球及中国环境治理的影响. 中国人口·资源与环境, 2016, 26(1): 8-15.

17 Loewe M. Post 2015: How to Reconcile the Millennium Development Goals (MDGs) and the Sustainable Development Goals (SDGs)? Berlin: German Development Institute, 2012: 1-4.

18 Stevance A S. Review of Targets for the Sustainable Development Goals. The Science Perspective. ICSU, ISSC, 2015. [2018-01-07].https://www.icsu.org/cms/2017/05/SDG-Report.pdf.

19 Lu Y, Nakicenovic N, Visbeck M, et al. Policy: Five priorities for the UN Sustainable Development Goals-Comment. Nature, 2015,520(7548): 432-433.

20 覃初礼, 吴郭泉. 基于网络分析法的资源可持续开发利用评价指标体系. 金属矿山, 2010, (4): 41-43.

21 黄洁, 吝涛, 胡灯进. 基于网络分析的生态建设评估指标体系定量选取——以福建省为例. 生态学报, 2015, 35(3): 686-695.

22 高锡荣, 杨娜. 基于社会网络分析方法的论文评价指标体系构建. 情报科学, 2017, 35(4): 97-102.

23 Moreno J L, Jennings H H. Statistics of social configurations.Sociometry, 1938, 342-374.

24 Rice E, Yoshioka-Maxwell A. Social network analysis as a toolkit for the science of social work. Journal of the Society for Social Work and Research, 2015, 6(3): 369-383.

25 Scott J. Social Network Analysis. London: Sage, 2017.

26 Wasserman S, Faust K. Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press, 1994.

27 Christakis N A, Fowler J H. The spread of obesity in a large social network over 32 years. New England Journal of Medicine, 2007,2007(357): 370-379.

28 Christakis N A, Fowler J H. The collective dynamics of smoking in a large social network. New England Journal of Medicine, 2008,358(21): 2249-2258.

29 Maguire L. The interface of social workers with personal networks.Social Work with Groups, 1981, 3(3): 39-49.

30 Borgatti S P, Mehra A, Brass D J, et al. Network analysis in the social sciences. Science, 2009, 323(5916): 892-895.

31 王季云, 王宇. 基于社会网络分析法的标准网络测度指标研究——以五个主管部门国家标准网络比较为例. 中南财经政法大学学报, 2016, (5): 21-29.

32 哈军贤, 王劲松. 基于社会网络分析法的网络空间作战指挥效能评估指标体系构建方法. 装甲兵工程学院学报, 2016, (6):1-5.

33 朱启贵. 可持续发展评估. 上海: 上海财经大学出版社, 1999.

34 Hotelling H. Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 1933,24(6): 417.

35 贺婧, 李松, 邸彦彪. 主成分分析法用于可持续发展综合评价的探讨. 辽宁工学院学报, 2005, 7(5): 18-20.

36 曾珍香, 段丹华, 张培, 等. 基于主成分分析法的京津冀区域协调发展综合评价. 科技进步与对策, 2008, 25(9): 44-49.

37 余倩瑜, 刘寒. 基于主成分分析法对湖南农业可持续发展水平的评价. 经济研究导刊, 2014, (16): 31-32.

38 李颖. 中国外贸可持续发展对策研究——基于主成分分析方法. 能源与环境, 2017, (5): 20-21.

39 林聚任. 社会网络分析：理论，方法与应用. 北京: 北京师范大学出版社, 2009.

40 苏键, 陈军, 何洁. 主成分分析法及其应用. 轻工科技, 2012,(9): 12-13.

41 Steinmann Z J N, Schipper A M, Stadler K, et al. Headline Environmental Indicators Revisited with the Global Multi‐Regional Input‐Output Database EXIOBASE. Journal of Industrial Ecology, 2017, DOI: 10.1111/jiec.12694.