面向SDGs综合评估的指标本地化方法与实践

彭 舒，陈 军，任惠茹，陈 浩，赵学胜

1. 国家基础地理信息中心，北京 100036；

2. 北京市城市管理研究院，北京 100028；

3. 湖南科技大学，湖南 湘潭 411201；

4. 中国矿业大学（北京），北京 100083

0 引 言

联合国《2030 年可持续发展议程》是指导世界各国未来15 年发展的一项重大公共政策[1]。与此前联合国实施的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。这虽然更具普适性，但实施、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[1]。

为了切实做好《2030 年可持续发展议程》实施与执行工作，联合国提出开展基于统一指标体系的可持续发展目标（SDGs）量化评估与定期报告，发现存在问题，提出改进措施，协调各国的应用实践，其中包括SDGs 指标体系确定、基础数据准备、计算方法研发和评估分析报告等4 个主要工作环节，而SDGs 指标体系是由联合国统一组织制定[2-6]。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，IAEG-SDGs），对17 个目标下属的169 个子目标均设计了能衡量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[7-8]。2017 年7 月，联合国大会原则上批准了SDGs 全球指标框架，正式对外公布和试行[9]。SDGs 全球指标框架总共包含244 项指标，分别对应17 个目标及169 个子目标，其中有9 项指标重复归属于多个目标[10]。此后，指标框架不断更新完善。

可持续发展评价指标体系是一种政策导向的度量工具，早在1992 年联合国环境与发展大会就提出过类似概念和要求，但相关研究与应用一直存在不一致的情况，存在指标确定与实践脱节、指标设计缺乏逻辑一致性、科学完整性，以及指标偏离关键领域和任务等问题[11]。当前，SDGs 全球指标框架尚未完全定型，依然存在诸多局限性，需要在实践中不断完善和改进。首先，有专家认为指标数目众多，但尚缺乏核心关键指标，对17 个目标及169 个子目标的整体性描述不足；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；第三，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。SDGs 指标框架对全球完成2030 年议程目标量化考察、客观测度不同区域可持续发展现状水平、改善程度、自身和相互差距意义重大[12-17]。本文基于SDGs 全球指标框架，结合具体国家和区域指标本地化方法，以中国德清县为例构建本地化可持续发展目标监测评估指标群和应用情况，并提出了后续工作的方向。

1 SDGs指标本地化方法

SDGs 指标本地化是从联合国全球指标框架生成面向特定区域SDGs 指标集的过程，目的就是将可持续发展目标和本地发展实际及需求进行衔接与适应，转换成本地可操作的指标群或者指标集。笔者提出了基于区域特征分析的指标筛选和改进方法，通过分析研究区域特征，从适应性、可量测和全覆盖3 个方面，梳理各目标的内涵，分析SDGs 每一指标的内涵与用途，经进一步的筛选或改进，构建出本地化的SDGs 指标集，如图1 所示。

图1 SDGs 指标本土化方法Fig.1 Method of SDGs indicators alignment

1.1 区域特征分析

区域特征分析从适应性、覆盖性和量测性3 方面进行分析。适用性是为了将全球指标框架中与实际不相符或无法操作的内容进行甄别和梳理，提出本地化的方向和需求。全覆盖是为了让本地化按照全球指标框架面向17 个目标和169 个具体目标进行有效映射，使本地化指标可以反映所有目标和具体目标，以便开展综合评估监测和相互比较。可量测针对全球指标框架中存在的缺乏定义、元数据的问题，结合数据条件和数据口径，对各指标的定义、元数据进行明确，对数据来源和数据量纲进行优化。

1.1.1 适应性分析

指标本地化的过程是适应研究区域自然、经济、社会等现状水平与发展目标需求的过程，同时还要考虑采用的指标是否具备相应的数据条件和可靠来源，以便满足量化评估监测的要求。适应性分析主要从研究区域本底条件与现状、发展目标需求以及与指标相关的尺度进行分析。

1）本底条件分析。区域本底条件决定了一个区域的自然地理特征、生态环境、社会发展模式等。SDGs 全球指标框架中若干指标均有显著的地域特征，需要根据研究区的自然环境属性、经济社会现状来判断适用性，使评价指标能适应经济发展水平、社会管理与治理制度、资源环境条件。从全球指标框架构建的过程来看，具体目标到指标的确定采用了一种兼顾发达和发展中国家情况进行选择的方式，反正相关发展水平的指标往往不高，如指标1.1.1 低于国际贫穷线人口的比例，是按性别、年龄、就业状况、地理位置(城市/农村)分列，而中国已经取得了全面脱贫胜利，可选用更适合中国发展水平的指标。

2）发展需求分析。发展需求分析发展需求将联合国可持续发展目标和2030 议程相关内容，结合研究区域可持续发展国别方案或类似规划计划方案要求，根据研究区域自身制定的发展规划和发展目标，对其相关发展历程和发展经验进行总结，逐级细化出与SDGs 相适应的地方发展需求，以此作为构建指标的重要依据，使指标既能反映研究区域的发展现状，也能对重点关注的发展需求进行描述和跟踪。

3）尺度适应性。广义地讲，尺度是用于测量和研究物体发生发展过程的空间、时间、数量或分析的维数[18]。狭义的尺度包涵经历时间的长短或在空间上涵盖范围的大小，即通常所指尺度有时间和空间两方面的含义。对于指标本土化来说，时间尺度主要集中在2012-2016年范围内，空间尺度上由于可持续发展指标体系针对全球范围，因此在尺度转换方面，要依据地理现象和过程的尺度效应特征与规律，进行尺度上推和下推，需依据指标描述的现象和过程的尺度效应特征与规律，转化至相应层级，如将国家在全球的占比或排序转换为县在市（省）的占比或排序等，同时在指标量纲层面，也要进行相应的适应性调整，但指标结果的表达要符合研究区域所在的量级。

1.1.2 可量测性分析

可量化的指标依赖于可获取的可靠数据，在指标本土化过程中，数据条件保证也是重要的一项内容，部分指标可以直接运用收集的数据，这种情况以统计数据较常见。有些指标由于统计口径不同，需要近似数据进行替代，以指标3.8.1 基本保健服务的覆盖面(定义为以跟踪措施向普通和最弱势群体提供包括生殖健康、孕产妇健康、新生儿和儿童健康、传染性疾病、非传染性疾病和服务能力和机会的基本服务平均覆盖范围)为例，其中跟踪措施向普通和最弱势群体提供包括生殖健康、孕产妇健康在我国统计的类别与联合国可持续发展指标体系中的类别不同，可考虑获取基本保健服务中医疗设施、医院分布、医疗卫生人员分布数据，对指标定义算法进行调整。如果指标数据无法获取，或者获取难度较大，或者本身指标的量测方法有较大争议，则应该避免选择。

1.1.3 全覆盖性分析

全覆盖则是依据各目标的内涵分析，并依据区域的发展阶段确定内涵的具体实践，通过映射将指标与内涵与具体实践进行对应，并根据实践对指标进行调整，确保指标集涵盖区域经济、社会和环境各个主要的SDGs及其重要的子目标，便于进行量化评估。具体的做法是从每个目标出发，通过对具体目标的分析和解构，形成与研究区域相关的基本内涵，然后在构建指标的阶段依据相关内涵，结合发展现状和发展需求将各指标聚合到相关分析重点，并与相应内涵进行映射，从而构建从本地化指标到SDG 的全覆盖关联。采用内涵与分析重点相结合的方式，主要是为了可以根据发展状态动态调整相关指标，确保分析重点既能适应相应的发展现状，同时也能通过内涵和SDG 保持关联的一贯性。

1.2 指标筛选和改进

指标筛选和改进主要包括直接采纳、扩展、修改、替代4 种方式。直接采纳是指不改变原有指标元数据，包括指标名称、定义解释、计算方法，可以直接引用。扩展是指原有指标的名称、定义解释、计算方法基本适用，但具体目标表述不足，或者不能完全反映区域的不同发展阶段，需扩展指标的内涵，或改进计算方法。修改是在保持指标内涵的基础上，对指标具体定义，或者元数据中定义的部分数据进行具体化，或者结合本地化的实际进行调整。替代是指原有指标不适用，研究提出近似或相近指标。

1.2.1 直接采纳

直接采纳是指不改变指标框架中原有指标元数据，包括指标名称、定义解释、计算方法，直接采用。如SDG 指标3.2.1（5 岁以下儿童死亡率）和3.2.2（婴儿死亡率）采用的统计口径一致与我国统计数据一致，且数据可以直接从统计年鉴上获取，直接采纳。

1.2.2 扩 展

扩展是指原有指标的名称、定义解释、计算方法基本适用，但尚不足以刻画或反映该SDGs 情况，需扩展其指标的内涵，或改进其计算方法。如指标15.2.1（实施可持续森林管理的进展）的元数据给出的定义与计算公式主要集中在森林面积变化率上。而森林可持续管理是以发展为前提下，实现社会经济发展，森林资源开发和森林生态环境保护三者协调的管理方式。其核心在于可持续的发展，对象是对于森林的管理。具体来说就是运用了可持续发展的方法，管理学和生态学的基本原理，对森林进行合理的管理和开发。因此，在保留原森林面积变化率指标（15.2.1.a）基础上，可扩展两个指数，包括15.2.1.b（位于合法建立的保护区内森林面积比例）和15.2.1.c（人工造林面积及变化率）。再如指标6.6.1（与水有关的生态系统范围随时间的变化）被联合国IAEG：SDGs 归结为第三级指标，既没有现成数据，也没有既定方法。主要指在一定的空间和时间范围内，水域环境中栖息的各种生物和它们周围的自然环境所共同构成的基本功能单位在不同时间产生的变化。通过将变化具体定义到空间、数量、质量等维度，可将其明确为水生态系统随时间变化程度，并包含扩展的4 个指数，即：指数6.6.1.a（与水相关的生态系统的空间范围变化），指数6.6.1.b（生态系统中水的数量特征变化），指数6.6.1.c（生态系统中水质量的变化），指数6.6.1.d（湿地生态系统的健康状况）。

1.2.3 修 改

修改是不改变指标原有定义，对其元数据进行必要的修改，包括计参数替代、分组替换等。如指标1.1.1生活在国际贫困线以下的人口比例（按性别、年龄、就业和城乡分布），从我国国情来说，全面脱贫意味着该指标无法进一步描述在减贫方面取得的进展和发展水平，通过将每人每日生活费用最低线、恩格尔系数以及人均可支配收入等参数增加至该指标中，可以进一步反映脱贫巩固和经济生活水平发展的持续性。联合国指标体系中，特别注重按照分组对指标进行描述，如按照性别、年龄、就业、特殊人群等，有些分类在我国的统计数据中并没有分出，且进行分出困难较大，因此采用简化等方式来表达。如指标1.3.1 关于社会保障覆盖人口比例中，就涉及比较多的分组，在具体修改中可将低保家庭占比以及享有生活补贴的残疾人占比纳入该指标。

1.2.4 替 代

替代是针对原有指标不适用的情况，提出近似或相近指标，不适用一方面是尺度带来的，即联合国指标一般来说针对国家层面，在地方或区域层面需要替代，如指标17.3.1 外国直接投资、官方发展援助和南南合作占国内预算总额的比例，在区域尺度原指标元数据描述的评价方法并不适用，可用区域外资同利用情况或对外投资情况来表征。不适用的另一个方面是由于指标本身属于第二级或者第三级指标，对数据、指标定义、方法以及可采用的数据都存在不确定性，在这种情况下可进行替代处理。如指标8.9.2 可持续旅游业工作岗位在旅游业工作岗位总数中所占比例就属于第三级指标，既没有现成数据，也没有既定方法为第三类指标，可用“旅游业直接就业人数与间接就业人数”替代。此外，目标5、目标10 以及目标16 这类受制度和政策影响较大，指标在设计时并没有考虑到这种差异性，因此有相当的指标不适用，需要进行替代。

1.3 顾及地理空间特性的指标设计

联合国在制定SDGs 指标框架的过程中，逐渐意识到仅采用统计数据设置指标框架的局限性，特别是与环境有关的数据很难用统计数据来较为全面的监测。联合国地理信息管理专家委员会（UN-GGIM）意识到精确、及时和可靠的地理信息和统计、社会经济数据融合在促进全球可持续发展方面发挥着至关重要的作用[19]。地球观测组织也发布报告并初步明确了地球观测与传统统计方法的互补性，明确列出了EO 数据可直接支持计算的SDGs 具体目标、指标情况，指标数为29 项，涉及13 个目标[20]。因此，SDGs 全球指标框架采用多元的数据类型，包含统计数据、地理信息数据、地球观测数据和其他数据来源。地理信息数据和对地观测数据及其计算方法能够填补数据的空白，改善数据的时间和空间分辨率，为某些特定目标的评价提供了更丰富的依据和支撑。全球指标框架的一个核心要素是人口特定群体的数据分类和覆盖面，即SDGs 各项指标应根据《官方统计基本原则》，按收入、性别、年龄、种族、民族、移徙情况、残疾情况、地理位置或其他特征酌情分类，随着数据条件的不断改善，为了充分反映SDGs 指标的地理信息分布特征，在指标扩展、修改等过程中注意引入地理空间要素，以便于进行地理与统计信息相结合的量测分析[21]。如指标11.2.1（可便利使用公共交通的人口比例，按年龄、性别和残疾人分列）是指享受便利公共交通服务的人口比例，可以从公共自行车、公交车、校车以及公共交通的财政支出4 个方面，对可便利使用的公共交通系统进行描述。同时，为反映地域空间分布格局与差异，引入公交地铁站点覆盖范围、线网密度等地理空间因子，将原指标扩展为公共交通站点覆盖率、公交线网密度、万人公共交通车辆保有量、万人公共自行车保有量、校车服务的学生人数占学生总人数的比例以及公共交通财政实际补贴等6 项指数。需要注意的是，相关数据的可获取性仍然存在挑战，且量化计算过程复杂，在具体应用于研究区域的量化监测时需根据实际情况考虑。

2 德清SDGs指标集构建

德清县隶属浙江省湖州市，面积930 km2，地形特征呈现“五山一水四分田”格局，是全国百强县（市）之一、著名的地理信息小镇。近年来，德清作为习近平总书记“两山”重要理论的实践地，是浙江省乃至中国城乡统筹发展、均衡发展最好的地方之一。德清SDGs指标集本土化步骤如下。

1）德清区域特征分析。分析SDGs 目标、具体目标、各指标的内涵和关联，从而明确指标本土化的内涵、评价原则和标准；参考资料收集、调研与分析，收集全球、国家、省3 个尺度下的SDGs 总体状况、水平的数据、资料和先进的案例故事，为德清SDGs 本土化及评价寻找参照标准和依据；开展实地调查，与德清县各委办局协作，收集整理县域数据资料。

2）本土化指标集构建。基于资料分析与收集的数据，分析社会、经济、环境、尺度、数据等问题并提出指标本土化原则，按照筛选和优化方法进行指标处理，并经过多方咨询，形成德清SDGs 本土化指标。

最终形成可持续发展目标德清本土化指标共16 个目标，102 项指标（表1），其中直接采纳的指标47 个，进行扩展的指标6个，修改的指标42个，替代的指标7个。

表1 可持续发展目标德清本土化指标汇总Tab.1 Deqing SDGs indicators collection

2.1 德清指标集适应性分析

区域特征适应性分析。

1）德清县为内陆县，气候属亚热带湿润季风区，8-9 月常有台风过境，酿成灾害。德清自身所属的区域特性造成有些指标的不适用，如目标14 关于海洋和海洋资源可持续发展不适用于德清。

2）国家层级指标中涉及比例的指标，在县级本土化时可以进行量级的改变。如2016 年末德清县户籍人口43.9 万人，13.4 万户，指标1.5.1 每10 万人当中因灾害死亡、失踪和直接受影响的人数、指标3.3.4 每10万人中的乙型肝炎发生率这类指标可以进行量级改变为每千人的数或者每千人发生率。

3）2016 年，德清实现地区生产总值425.2 亿元，2017 年12 月当选中国工业百强县，在本土化过程中基于其经济社会发展状况进行相关处理，并结合其环境资源调整。

2.2 德清指标集可量测性分析

1）数据源收集分析处理。对可用数据进行调研收集，获取200 多项统计和地理空间数据。统计数据主要源自《德清县统计公报》《德清县政府工作报告》《水资源公报》等官方资料，或由政府相关部门提供。地理空间数据主要有德清地理信息中心提供，也采用了遥感等数据资料。为便于实现统计和地理数据的融合分析，基于地理国情监测数据，对人口等统计数据进行了地理空间分解处理，为开展空间型覆盖面及比例指标设计计算提供了基础。

2）对标依据收集分析。对指标对标参考进行收集与分析，收集贝塔斯曼基金会与联合国可持续发展解决方案网络（SDSN）于2017 年发布的报告《SDGs 指数和指示板》《中国落实2030 年可持续发展议程国别方案》，以及世界水平综合评估以及多元评估等方法资料，确定了采用顺序依次进行指标，对比评价的方式。

2.3 德清指标集全覆盖性分析

通过德清指标内涵映射，将指标与具体目标进行关联，实现全覆盖的目标。将拟采用的指标进行划分，对量化分析评估的重点进行解析，对其内涵进行抽取，再映射到目标中的具体目标或具体目标群，实现了本地指标与联合国指标框架的关联关系。

以目标6 为例，目标旨在通过可持续管理，在不损害生态系统可持续性前提下，最大限度地解决饮用水和环境卫生、水资源与水质、涉水生态系统等的问题，包含安全的饮用水与卫生、水资源利用及保护涉水生态系统。安全的饮用水与卫生设施的分析重点是人人公平享有安全管理的饮用水和卫生服务状况，包括自来水普及率及农村、城镇、公共场所的卫生厕所服务，采用指标6.1.1、6.2.1 进行评估。水资源改善的分析重点是改善水质、提高用水效率、加强水资源管理等，包括水资源总量、良好水体达标率、水利用效率及缺水压力等，采用指标6.3.1、6.3.2、6.4.1、6.4.2 进行评估。保护涉水生态系统的分析重点是涉水生态系统功能随时间的变化情况，通过涉水生态系统的面积、数量、质量及湿地的健康状况来分析涉水生态系统的可持续性，采用指标6.6.1 进行评估。映射关系如图2所示。

图2 德清SDG 目标6 的指标映射关系Fig.2 Deqing SDG 6 indicator connotation projection

2.4 指标集构建

对每个指标给出概念定义、计算方法和建议使用的数据。结合数据条件明确指标中的方法与数据，主要采用3 种方法进行指标的量化计算：直接使用统计数据，采用比率或占比、变化率、指数等计算；直接利用地理空间数据，采用空间密度计算、覆盖度提取等方式提取；将统计数据和地理空间信息相结合，以通达性、覆盖度、空间关系等为基础，对空间化统计数据进行计算分析。

以目标6（为所有人提供水和环境卫生并对其进行可持续管理）为例，全球指标框架中设计了11 项指标，本地化后共7 项（表2），包括定义和计算方法，所有列出的指标都有可用的数据支撑。

表2 德清SDG 6 的本地化指标（以目标6 为例）Tab.2 Deqing SDG 6 indicators

在德清的102 项SDGs 指标中，有86 项指标系采用社会经济统计数据量化计算，涉及地理信息的指标有16 项，其中8 项指标系采用地理空间数据量化计算，8 项指标系利用统计数据与地理空间数据计算[22]。图3为指标3.8.1 基本医疗服务的覆盖面（100%的居民在30 min 内可到达最近卫生院）应用示例。

图3 应用地理信息数据的德清SDGs 指标示例Fig.3 Examples of Deqing SDGs indicators using geoinformation

3 结 论

本文介绍了基于SDGs 全球指标框架，提出了一种了基于区域特征分析的指标筛选和改进方法。在区域特征分析方面，从适应性、可量测和全覆盖3 个方面，梳理各目标的内涵，分析SDGs 每一指标的内涵与用途，在保障分析判断依据充分的同时，较好地顾及了地理空间特性；提出的指标保留、扩展、修改和替代方法可将分析依据与指标筛选进行了结合，科学可行，满足了指标集可量测、全覆盖的要求。

通过在中国德清县开展实践，构建了面向德清可持续发展目标的指标集共102 项，指标集利用2017 年度的相关数据，对德清开展了综合评估与分析[23-24]，既满足德清SDGs 评估分析的实践需求，也能与联合国SDGs全球指标框架保持总体一致，为中国（德清）样本的编制、发布与应用奠定了基础。相关成果在2018 年联合国世界地理信息大会进行发布并支持监测与地方行动方案编制工作，入选联合国可持续发展目标最佳实践案例。相关方法和实践对联合国SDGs 全球指标框架的改进与完善有着重要参考价值，SDGs 指标本土化分析方法对我国的SDGs 评估监测具有参考意义。

本文对解决SDGs 指标本地化进行了有益探索，但是由于指标体系构建本身是一项复杂工程，并且全球指标框架也在不断地调整和修订，关于哪一种指标体系最优尚无绝对和统一的标准和认识。本文方法构建的指标集主要顾及对可持续发展目标的全覆盖和可量测，但从指标之间的相互关系、目标之间的相互影响并没有考虑，也没有对其在评估监测中的影响进行评估。从指标本身来讲，一方面是对指标定义和方法内在的研究推进，另一方面从数据来源考虑，可以考虑采用社交媒体等众源信息来获取，但是面临可靠性和数据可信度评价的问题。这些都需要继续推进相关研究，通过在不同尺度、不同要求下开展的实践进行总结和探讨，使得基于量化可持续发展指标的评估分析监测不断完善。