基于地理信息的可持续发展目标（SDGs）量化评估

陈 军，任惠茹，耿 雯，彭 舒，叶芳宏

（1. 国家基础地理信息中心，北京 100830；2. 国家测绘地理信息局管 理信息中心，北京 100830；3. 国家测绘地理信息局 卫星测绘应用中心，北京 100048）

0 引 言

自工业革命以来，人类大规模地建设城镇、开发矿产、拓展耕地、采伐森林等，极大地改变了地球上人口分布和资源供需的空间格局，不仅造成了对土地、能源、水等自然资源的过度使用，而且给生态系统与环境质量带来了前所未有的压力，导致环境污染、土地退化、水土流失、全球变暖等，严重影响着人类的生存与发展[1-2]。为应对这一重大挑战，国际社会提出和实施了一系列全球性政治议程和科技计划，包括联合国千禧年发展计划（Millennium Development Goals）[3]、全球变化研究计划等[4]。其中千禧年发展计划执行期为2000～2015年，重在消除发展中国家贫穷和饥饿等问题。值千禧年计划结束之际，包括中国国家主席习近平在内的100多位国家领导人于2015年10月齐聚联合国，签署了执行期为2016～2030年的《2030年可持续发展议程》（https://undocs.org/ch/A/RES/70/1），提出了17项可持续发展目标(Sustainability Development Goals，以下简称SDGs)。其17个目标及其之间的总体结构关系如图1SDGs“蛋糕”所示，其中4项经济类目标（目标8、9、10、12）位于“蛋糕”的顶部，8项社会类目标（目标1、2、3、4、5、7、11、16）居于中部，而4项环境类目标（目标6、13、14、15）处于底部，对经济发展和社会包容目标起着支柱性作用。

图1 SDGs结构示意图（引自Stockholm Resilience Center）Fig.1 SDGs structure diagram (Quote from Stockholm Resilience Center)

《2030年可持续发展议程》是指导世界各国未来十五年发展的一项重大公共政策[5]。与千禧年发展计划相比，《2030年可持续发展议程》面向发展中国家和发达国家，强调经济增长、社会包容与环境美好的三位一体协调发展，即在经济发展中讲究经济效率、关注生态和谐以及社会包容公平。换言之，《2030年可持续发展议程》并非千禧年发展计划的简单扩展，而是综合地考虑经济发展、社会包容和环境美好三大方面，提出了更高、更全面的综合发展目标。这既使其更具“普适性”，也使得其实施或执行难度极大，面临着SDGs本土化、多目标协调及多层次合作等诸多难题[5]。

为了切实地做好《2030年可持续发展议程》实施与执行工作，联合国提出了一系列后续落实和评估措施。其中之一是综合利用统计和地理信息手段，对SDGs进行量化评估和定期报告，以期及时发现问题，提出改进方向[6]。本文介绍了SDG量化评估的总体思路与主要任务，讨论了地理信息的作用与面临的难题，提出了中国的行动对策与建议。

1 SDGs量化评估

利用数字化技术和信息化手段，对可持续发展状态及进展进行评估分析，是近年来国际科技界的研究热点[7-8]。面向《2030年可持续发展议程》的SDGs量化评估的总体思路时，建立统一的指标体系，由各成员国对本国可持续发展程度进行定量计算、分析评估及模拟预测，每年向联合国高层政治论坛（High-Level Political Forum）提交年度报告，以发现存在问题，提出改进措施，协调各国的应用实践，推动2030可持续发展议程的顺利实施。图2给出了SDGs定量评估的总体思路，指标体系制定、基础数据准备、计算方法研发和评估分析报告，是其中4个主要工作环节。

图2 SDGs定量评估的基本思路Fig.2 SDGs quantitative assessment ideas

1.1 指标体系

SDGs17个大目标下分为169个子目标，包括126个数字类目标（A类）和43个字母类目标（B类），见表1。其中A类子目标用于监测进展情况，B类子目标用于表示实施手段。2015年3月联合国统计委员会第46届会议批准成立了SDGs指标跨机构专家组（Inter-Agency Expert Group on SDG Indicators，缩写为IAEG-SDGs），对所有子目标设计能衡量其可持续性的评价指标，编制包含指标概念或定义、计算方法、建议使用的数据等内容的元数据表，形成SDGs指标体系，以便世界各国使用。经过广泛征求联合国各专业机构和有关成员国的意见，以及多轮专家讨论、内部协商及公开咨询等，2017年3月召开的联合国统计委员会第48届会议审核通过了IAEGSDGs提交的SDGs全球指标框架建议。2017年7月，联合国大会原则批准了SDGs全球指标框架，正式对外公布和试行[https://unstats.un.org/sdgs/iaeg-sdgs]。总共包含244项指标，分别对应17个目标及169个子目标，见表1。但其中有9项指标重复归属于两个及更多目标，因而实际指标总数应为232项[https://unstats.un.org/sdgs/indicators/indicators-list/]。

表1 SDGs全球指标框架Tab.1 SDGs global indicator framework

应该指出的是，SDGs全球指标框架尚未完全定型，仍存在诸多局限性，需要在实践中不断完善和改进。首先，有专家认为其指标数目众多，但尚缺乏核心关键指标，对17个大目标及169个子目标的整体性描述不足[9]；其次，现有的指标元数据描述没能覆盖所有指标，其中一些指标缺乏明确定义，甚至相互重叠；其三是现有指标框架是从全球尺度提出的，难以直接套用到处于不同发展阶段的成员国，必须进行本土化处理，形成符合国情的国别指标体系。

1.2 基础数据

第一，SDGs指标定量评估涉及到多类型、多尺度和多年度的基础数据。就数据类型而言，既涉及到人口、卫生、GDP等社会经济类数据，也要利用水资源、土地、交通、森林等自然和生态环境类数据。其中一部分基础数据可直接从统计部门获得，另一部分则要从测绘、水资源、国土、建设、环保等专业部门获取[10]。第二，不同SDGs子目标往往对应着不同空间尺度的社会经济现象或自然、生态问题，需要利用不同分辨率或比例尺的基础数据，进行描述表达和宏观、中观、微观相结合的评估分析[11]。第三，《2030可持续发展议程》的执行周期为2016年到2030年，年度报告与动态监测需要使用长时间系列的基础数据，如年度的社会经济统计数据、年度森林覆盖率和每年新增的建设用地等。无论是发达国家还是发展中国家，要全面提供SDGs定量评估所需的多类型、多尺度和多年度基础数据，均非易事。对于一些发展中国家来说，其基础数据短缺、获取能力落后，在实施《2030可持续发展议程》和进行SDGs定量评估时面临着极大困难，急需联合国和国际社会的协助和支持。

1.3 计算方法

从基础数据中提取SDGs指标，往往需要进行专门的计算或处理。IAEG-SDGs按照计算方法和基础数据的难易程度，将232项SDGs指标分成了3个等级（https://unstats.un.org/sdgs/iaeg-sdgs/tierclassification/）。第一级指标的计算方法成熟，数据易于获取，约有93项；第二级指标，计算方法成熟，但数据往往缺失，约有66项；第三个层级缺乏公认的方法和有效的数据来源，约有68项，见表2。针对第三级指标，研究提出计算方法，是IAEG-SDGs及国际社会面临的一项重要任务。其中需要研究的计算方法主要包括：1）单一指标（或指数）的提取算法，如从遥感影像数据中提取湿地（指标6.6.1）、土地消耗率（指标11.3.1）、森林分布（15.1.1）等因子的算法；2）多指标（或多指数）综合评估与敏感性分析（或可靠性验证）等方法[12-13]；3）用于未来发展模式的多情景模拟模型等[8]。

表2 按计算难易程度划分的SDGs指标3个层级Tab.2 The three tiers of SDGs indicators classified on the basis of methodological development and the availability of data at the global level

1.4 评估分析

撰写与发布分析报告是SDGs定量评估的一项重要内容。从2016年起，联合国开始发布SDGs年度报告（https://unstats.un.org/sdgs/report/2016/）。与此同时，有少数国家响应联合国的号召，自愿提交了本国的SDGs年度报告。其任务是根据定量评估结果，对全球或所在国家（地区）的可持续发展状况进行总体描述和典型案例分析，找出成绩、挑战、差距和重要成功因素，提出应对策略或改进措施。评估分析结果将以文字报告和交互式信息服务两种方式发布，直接为政府调控治理和公众认知服务。

2 基于地理信息的指标计算

进一步分析可知，大多数SDGs与地理空间位置密切相关，地理信息在其定量评估中发挥着不可替代的重要作用，如多源信息整合、指标计算、空间化表达等。为了推进地理信息在SDGs指标计算和监测中的作用，联合国在IAEG-SDGs下面设立了地理信息工作组（Working Group of Geographic Information，简称IAEG-SDGs：WGGI）。该工作组成立以来，开展了三方面工作：一是分析有哪些指标可以直接或间接地用地理信息计算；二是选择了3个典型指标（6.6.1，9.1.1和15.3.1），分析研究其计算方法；三是分析研究基础数据获取和处理方面面临的共性技术问题，如统计数据分解、国际（全球）性数据适用性和众包数据适用性等（http://ggim.un.org/UNGGIM-wg6/）。

2.1 可直接或间接计算的指标

据不完全统计，有15项指标可以直接利用地理信息计算，见表3。如指标6.6.1涉及到水体、湿地分布及变化，可以从遥感影像中分析提取；指标9.1.1可利用数字地形数据，通过道路最短路径计算得出；指标15.1.1可从地表覆盖数据中统计获得，或从遥感影像中提取。另有9项指标可间接地计算得出。

表3 可直接用地理信息计算的SDGs指标举例Tab.3 Examples of SDGs indicators which can be derived directly from geographic information

2.2 共性技术问题

1）地理数据的全覆盖:矢量地形、数字高程模型（DEM）、地表覆盖、地名等是SDGs量化评估最重要的基础数据。不少国家和地区建立了各自的基础地理信息系统，可为SDGs量化评估提供良好的基础地理信息，但往往其数据类型、更新频度、尺度（空间分辨率）不能完全满足要求，还需要进行数据融合、细化完善或动态更新[14-15]。而不少发展中国家（尤其是欠发达国家）尚未实现基本比例尺基础地理信息的全面覆盖，而且缺乏数据更新的技术能力。2015年联合国全球地理信息管理专家委员会（UN-GGIM）秘书处和国际摄影测量与遥感学会（ISPRS）进行了问卷式调查，发现100多个国家的1:50 000数据总体覆盖率仅为75%，而不少国家数据的时效性为10～30年。近年来国际（全球）性数据和众包数据快速发展[16]，但要用其补充或替代国家权威机构的数据，尚面临着若干技术和政策方面的瓶颈问题。为此，2017年11月举行的联合国第五次全球地理信息管理高层论坛发布墨西哥城宣言，提出要建立全球伙伴机制，大力研发新技术、新方法、新工具，力求提供可靠、无偏、准确、及时的基础地理数据，支持可持续发展的决策、行动和进度监测。

2）统计数据的空间化：SDGs指标计算要用到大量的社会经济统计数据，但大多数是以行政区划（如省界、县界、乡界）为单元收集的，仅能表示统计对象在空间区域上的平均状况，难以反映其空间上的真实分布或均匀程度[17-18]。以其为基础地理信息取得的SDGs定量评估结果和所提出的政策性调控或规划性措施，往往难以落实到具体的空间区位上，不便于实施或操作。为此，需要采用细分或拆分（dis-aggregation）技术，将社会经济的统计数据空间化。一般说来，需要针对特定社会经济现象的特点，构建起适宜的模型，反演出统计数据在地理空间中的分布状态，生成连续变化的数据面[19-20]。如利用地表覆盖、夜间灯光等与人口分布相关的数据，构建起与人口数据的多元回归关系，将以行政区为单元的人口统计数据展布到地理格网上，实现以行政区划为单元的人口统计数据向格网的转换[21-22]。除此之外，基于自然单元（如流域、土壤类型单元、植被类型单元等）获得的一些环境类采样数据，如气象气候要素的有限定位观测资料等，往往难以有效覆盖全部空间，也需要推算出无测站点区域的要素值，实现空间化[23]。

3）提取计算的自动化：对于缺乏公认或成熟计算方法的那些第三级指标，需要研发专门的方法或算法，如利用遥感影像提取指标6.6.1涉及的湿地范围及变化。而一些已有计算方法的指标，如指标11.3.1涉及的建设用地分布等，则要根据大范围计算、动态化监测的需要，进一步优化计算方法，提高自动化程度。为此，需要建立解析或统计意义上的数学方程，发展基于人工智能和时空大数据的计算方法，如时空聚类、深度学习等[24-25]。此外，还应考虑研发SDGs多情景模拟方法，利用“模式-情景-影响-权衡-选择”框架，将未来可能出现的不同发展模式作为前提，进行未来多情景模拟分析，以便于提出优化调控对策[8]。

4）成果服务的知识化：向各级决策者和社会大众提供“如何做、怎样做”等有用知识，成为其制定行动计划的指南，是SDGs定量评估面临的又一共性技术难题[26-27]。SDGs成果服务的未来方向是，从传统的描述型走向诊断型、预报型和方案型，提供以可视化表达和交互式传递为基础的知识化服务[28-29]。为此，需要研究SDGs可视化表达与知识化描述方法，以有效地描述SDGs基础数据和评估成果，提供关于SDGs存在问题或时空异常的诊断结果，预告未来一段时间SDGs指标的取值走势，提供将政策性调控或规划性措施落实到具体空间区位的建议方案。此外，还应研究智能化知识导航、跨媒体深度搜索以及主动推送技术。

3 行动对策

中国政府高度重视《2030年可持续发展议程》，制定并发布了《中国落实2030年可持续发展议程国别方案》，从战略对接、制度保障、社会动员、资源投入、风险防控、国际合作、监督评估等7个方面入手，分步骤、分阶段推进落实2030年可持续发展议程。开展基于地理信息的SDGs定量评估，将对客观地评估全国及各地的可持续发展状况、分析地域差距、提供先进技术手段与科学依据，具有重要的现实意义。另一方面，基于地理信息的SDGs定量评估已成为国际研究与应用热点。联合国统计司（UNSD）、联合国全球地理信息管理专家委员会(UN-GGIM)等已将其列为重点工作，组织了有关地理信息支撑SDGs的论坛、研讨会[http://ggim.un.org]；国际对地观测组织(GEO)成立了“对地观测支撑SDGs”工作组 [http://eo4sdg.org]；国际摄影测量与遥感学会(ISPRS)、国际制图协会（ICA）等国际学术组织资助了相关研究项目。

面对这一国家重大需求和国际研究热点，中国理应发挥负责任大国的作用，充分利用我国丰富的地理信息资源和先进的技术条件，不失时机地开展研究和试点工作，取得经验，做出示范，既服务国家建设发展大局，又支撑中国参与联合国事务。图3给出了建议的工作思路。其是针对国家和地方落实可持续发展目标的实践需要，兼顾国家实施“一带一路”战略的合作需求，通过与国家统计部门的合作，将联合国SDGs指标体系本土化，建立起符合国情的指标群；研究解决SDGs指标自动化量测与动态化监测的关键技术问题，制定相应的技术标准，开发专门的工具软件和信息服务平台。近期宜选择1～2个需求明确、基础条件好的市（县），开展试点研究，以期摸索经验，建立示范。

图3 基于地理信息的SDGs评估研究思路Fig.3 Measuring and monitoring SDGs in China with geospatial information

在此基础上，应进一步研究提出我国SDGs定量评估与定期监测的总体方案，研究设计常态化的评估和监测工作机制；支持各级政府开展SDGs定量评估与分析；设计构建SDGs知识化服务平台，提供数据集成、协同处理、成果展示、故事讲述（Story Maps）等功能，向全社会发布评估与监测结果。这将为落实“创新、协调、绿色、开放、共享”发展理念提供新的支撑手段，有效提升各级政府治理和管理的能力。这也将为联合国推进SDGs定量评估提供中国经验和典型应用示范，有利于我国参与国际和区域层面的评估，加强与国际组织的沟通与合作，支撑我国参加联合国事务。

4 结束语

利用地理信息进行SDGs量化评估，是推进和落实联合国《2030可持续发展议程》的一项重要举措，已成为世界各国和联合国机构面临的一项重要任务。就总体而言，目前SDGs指标体系尚待完善和本土化，基础数据的完善与更新任重道远，提取计算方法亟待开发或优化，远不能满足SDGs量化评估与持续监测的实践需求。我国是世界测绘大国，又是UN-GGIM联合主席国，地理信息资源建设居于国际前列，现代通讯技术及基础设施遍及城乡，理应发挥大国作用，加快这方面的试点研究。这既可服务国家和各地可持续发展的实践，又可为国际社会做示范、出经验。

应该看到的是，国际上这一领域的研究方兴未艾，但主要集中在技术和应用层面，对一些深层次科学问题的探索与研究尚属空白。如如何衡量SDGs指标体系的完备性及选定核心指标？时空大数据不确定性对SDGs定量评估的影响机理是什么？不同量化评估结果如何影响调控手段及其空间措施？全球可持续发展的时空特征、区域分异与演变规律是什么？SDGs知识化服务的模型与机制是什么？因此，应进一步凝练科学问题，加强基础研究，以更好地指导SDGs量化评估与持续监测的技术研发与应用实践。

基于地理信息的SDGs量化评估涉及因素众多，需要统计、测绘等多部门、多学科的交叉合作。从国际上情况看，墨西哥、巴西等国的统计与测绘属于同一机构，在SDGs量化评估研究与应用方面具有独特的融合优势。因此，我们应该加强测绘与统计部门的合作配合，同时争取地理、经济等相关学科的协同，共同研究指标本土化、合作制定技术标准、应用示范，共同支撑。