陳 軍,彭 舒,趙學(xué)勝,葛岳靜,李志林
1. 國(guó)家基礎(chǔ)地理信息中心,北京 100830; 2. 中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院,北京 100083; 3. 北京師范大學(xué)地理科學(xué)學(xué)部,北京100875; 4. 香港理工大學(xué)土地測(cè)量與地理資訊學(xué)系,香港 九龍
為推動(dòng)全世界范圍內(nèi)經(jīng)濟(jì)增長(zhǎng)、社會(huì)包容與環(huán)境美好三位一體的協(xié)調(diào)發(fā)展,2015年9月聯(lián)合國(guó)發(fā)展峰會(huì)通過(guò)《變革我們的世界——2030年可持續(xù)發(fā)展議程》(https:∥undocs.org/ch/A/RES/70/1),提出了17項(xiàng)可持續(xù)發(fā)展目標(biāo)(Sustainable Development Goals,SDGs)及169項(xiàng)子目標(biāo)(targets)。為切實(shí)落實(shí)這一重要的全球性政治議程,聯(lián)合國(guó)設(shè)計(jì)和推行了一系列后續(xù)措施,包括開展基于統(tǒng)計(jì)和地理信息的SDGs進(jìn)展評(píng)估與監(jiān)測(cè),以及時(shí)發(fā)現(xiàn)問(wèn)題、制定改進(jìn)措施[1-3]。為此,聯(lián)合國(guó)成立了SDGs指標(biāo)跨機(jī)構(gòu)專家委員會(huì)(Inter-Agency and Expert Group on SDG Indicators,IAEG-SDGs),于2017年提出了包括232個(gè)指標(biāo)的SDGs全球指標(biāo)框架(SDGs Global Indicator Framework,SGIF),開展了元數(shù)據(jù)編制、指標(biāo)分級(jí)、典型試驗(yàn)等研究(https:∥unstats.un.org/sdgs/iaeg-sdgs),為開展國(guó)家或區(qū)域SDGs定量評(píng)估、定期監(jiān)測(cè)及定期報(bào)告提供了全球統(tǒng)一的指標(biāo)體系[4-5]。
目前,基于SGIF的SDGs監(jiān)測(cè)評(píng)估研究與應(yīng)用實(shí)踐方興未艾。一些國(guó)家和組織利用統(tǒng)計(jì)信息進(jìn)行了SDGs評(píng)估監(jiān)測(cè),如來(lái)自Sustainable Development Solutions Network (SDSN)的專家利用世界銀行數(shù)據(jù)庫(kù)和參考塔斯曼基金會(huì)與指示板進(jìn)行了149個(gè)國(guó)家SDGs基準(zhǔn)線評(píng)估[6],聯(lián)合國(guó)西亞經(jīng)社會(huì)專家根據(jù)20年時(shí)間序列統(tǒng)計(jì)信息完成了22個(gè)阿拉伯國(guó)家的SDGs進(jìn)展與趨勢(shì)評(píng)價(jià)[7],南非專家利用世界銀行和糧農(nóng)組織統(tǒng)計(jì)數(shù)據(jù)庫(kù)進(jìn)行了非洲南部農(nóng)業(yè)可持續(xù)性評(píng)估[8]等。但這些評(píng)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(qū)域差異及時(shí)空效應(yīng)等。因此,聯(lián)合國(guó)提出要發(fā)揮地理空間信息在SDGs評(píng)估監(jiān)測(cè)中的作用,并著手推動(dòng)多層面的研究與應(yīng)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(gè)SDG指標(biāo)(http:∥ggim.un.org/UNGGIM-wg6/),開展了典型指標(biāo)計(jì)算、地理空間數(shù)據(jù)融合、統(tǒng)計(jì)數(shù)據(jù)的地理空間分解等研究[10];地球觀測(cè)組織(GEO)成立了題為“對(duì)地觀測(cè)支撐SDGs”的研究計(jì)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(tǒng)計(jì)和地理信息相結(jié)合的SDGs評(píng)估監(jiān)測(cè)尚處于概念設(shè)計(jì)、方法探討和單指標(biāo)、小范圍試點(diǎn)階段,尚未見(jiàn)到對(duì)一個(gè)完整行政區(qū)域(國(guó)家或省市縣)的全面評(píng)估監(jiān)測(cè)報(bào)道[12-14]。
究其原因,主要是面向2030可持續(xù)發(fā)展議程的SDGs綜合評(píng)估涉及因素眾多、技術(shù)過(guò)程復(fù)雜,不僅面臨著SGIF的科學(xué)理解、海量時(shí)空數(shù)據(jù)的融合處理、顧及地理視角的指標(biāo)計(jì)算與分析、基于事實(shí)的SDGs分析評(píng)估等諸多技術(shù)難題,還要解決跨學(xué)科的綜合分析、與政府機(jī)構(gòu)的溝通協(xié)調(diào)等問(wèn)題[15-16]。針對(duì)這一國(guó)際前沿課題和熱門話題,作者在聯(lián)合國(guó)經(jīng)社會(huì)、中國(guó)自然資源部、國(guó)家統(tǒng)計(jì)局、浙江省人民政府等支持下,選擇浙江省德清縣,進(jìn)行了統(tǒng)計(jì)和地理信息相結(jié)合的SDGs綜合評(píng)估試點(diǎn)研究,編制了踐行2030議程的進(jìn)展評(píng)估報(bào)告,構(gòu)建了在線知識(shí)服務(wù)系統(tǒng),為國(guó)際社會(huì)提供了首個(gè)此類研究示范[17]。本文介紹了提出的總體技術(shù)方法和試點(diǎn)情況,并討論了今后的努力方向。
顧名思義,顧及地理空間視角的區(qū)域SDGs綜合評(píng)估是對(duì)該地區(qū)經(jīng)濟(jì)增長(zhǎng)、社會(huì)包容及環(huán)境美好的整體狀況與進(jìn)展進(jìn)行全面分析,并在評(píng)估指標(biāo)設(shè)計(jì)、數(shù)據(jù)處理、指標(biāo)計(jì)算和評(píng)估分析中充分利用地理空間信息。筆者研究提出了基于統(tǒng)計(jì)和地理信息的區(qū)域SDGs綜合評(píng)估的總體技術(shù)思路,如圖1所示。其是根據(jù)聯(lián)合國(guó)2030議程的要求和中國(guó)落實(shí)2030可持續(xù)發(fā)展議程的國(guó)別方案,對(duì)聯(lián)合國(guó)SGIF進(jìn)行本土化分析,構(gòu)建綜合評(píng)估所需的本土化指標(biāo)集,繼而進(jìn)行面向時(shí)空融合的數(shù)據(jù)處理、顧及地理視角的指標(biāo)計(jì)算和基于指標(biāo)與事實(shí)的多層次評(píng)估,最終編制綜合評(píng)估報(bào)告,建立知識(shí)服務(wù)系統(tǒng)。
圖1 基于統(tǒng)計(jì)和地理信息的SDGs綜合評(píng)估技術(shù)思路Fig.1 Measuring progress towards SDGs by combing statistical and geospatial information
聯(lián)合國(guó)SDGs全球指標(biāo)體系包含232個(gè)指標(biāo),涵蓋了17個(gè)SDGs的169個(gè)子目標(biāo)(targets)。鑒于其是根據(jù)國(guó)家層面的評(píng)估監(jiān)測(cè)和全球普適性設(shè)計(jì)的,不可能充分反映不同地區(qū)和國(guó)家的特殊情況,難以直接套用到所指定的研究區(qū)域[5,7]。因此,要根據(jù)研究區(qū)域的地域特征,從適應(yīng)性、可量測(cè)和全覆蓋3個(gè)方面,分析聯(lián)合國(guó)SDGs每一指標(biāo)的內(nèi)涵與用途,經(jīng)進(jìn)一步的篩選或改進(jìn),構(gòu)建出本地化的SDGs指標(biāo)集。其中適應(yīng)性分析是指分析每一指標(biāo)對(duì)于所研究區(qū)域是否具有實(shí)際意義或價(jià)值。例如,對(duì)不鄰海的德清來(lái)說(shuō),SDG 14 (海洋)沒(méi)有意義,所對(duì)應(yīng)的指標(biāo)均不適用;可量測(cè)分析是指判斷所選的指標(biāo)是否有權(quán)威可靠且可獲取的數(shù)據(jù),包括統(tǒng)計(jì)數(shù)據(jù)、地理空間數(shù)據(jù)及其他類型的數(shù)據(jù);全覆蓋分析則是依據(jù)各目標(biāo)的內(nèi)涵及實(shí)踐需求,進(jìn)行指標(biāo)篩選、改進(jìn)等分析,以確保所選取的指標(biāo)集能涵蓋區(qū)域經(jīng)濟(jì)、社會(huì)和環(huán)境各個(gè)主要的SDGs及其重要的子目標(biāo),以便進(jìn)行全面評(píng)估。直接選取、改進(jìn)、擴(kuò)展或替代等是指標(biāo)篩選或改進(jìn)的4種主要方式。其中直接采納是指不改變?cè)兄笜?biāo)元數(shù)據(jù),包括指標(biāo)名稱、定義解釋、計(jì)算方法,即直接引用。擴(kuò)展是指原有指標(biāo)的名稱、定義解釋、計(jì)算方法基本適用,但其對(duì)應(yīng)的具體目標(biāo)表述不足,或者不能完全反映區(qū)域的不同發(fā)展階段,需擴(kuò)展其指標(biāo)的內(nèi)涵,或改進(jìn)其計(jì)算方法。修改是在保持指標(biāo)內(nèi)涵的基礎(chǔ)上,對(duì)指標(biāo)具體定義或者元數(shù)據(jù)中定義的部分?jǐn)?shù)據(jù),進(jìn)行具體化或者結(jié)合本地化的實(shí)際進(jìn)行調(diào)整。替代是指原有指標(biāo)不適用,研究提出近似或相近指標(biāo)。
SDGs踐行與施效既需要多年不懈的努力,也要落實(shí)到具體的地域空間上去,在本質(zhì)上是一個(gè)時(shí)空過(guò)程。這就需要利用多類型、多時(shí)相、多尺度的統(tǒng)計(jì)和地理空間數(shù)據(jù),進(jìn)行SDGs時(shí)空分析和評(píng)估監(jiān)測(cè)。IAEG-SDGs的初步研究表明,約2/3的SDGs指標(biāo)缺乏官方提供的權(quán)威數(shù)據(jù),直接制約著SDGs的時(shí)空分析與綜合評(píng)估(https:∥unstats.un.org/sdgs/iaeg-sdgs)。因此,要梳理SDGs指標(biāo)計(jì)算和分析評(píng)估的實(shí)際需求,收集整理來(lái)自政府機(jī)構(gòu)、專業(yè)部門的權(quán)威基礎(chǔ)數(shù)據(jù)以及相關(guān)的社交媒體、眾包數(shù)據(jù)等,進(jìn)行必要的歸一化、地理分解與聚合、質(zhì)量驗(yàn)證檢核等處理,形成所需的時(shí)空數(shù)據(jù)。例如,矢量地形、數(shù)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(chǔ)數(shù)據(jù),但已有數(shù)據(jù)的內(nèi)容、類型、時(shí)空分辨率往往不能完全滿足要求,必須進(jìn)行相應(yīng)的細(xì)化完善或更新處理[18]。再如,從統(tǒng)計(jì)部門收集到的人口數(shù)據(jù)是以行政區(qū)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(shí)的空間分布與差異,需采用地理空間細(xì)分(geospatial disaggregation)技術(shù),利用地表覆蓋、夜間燈光等空間數(shù)據(jù)與人口數(shù)據(jù)的多元回歸關(guān)系,將其轉(zhuǎn)化為基于地理格網(wǎng)的空間密度數(shù)據(jù)[19-21]。
就總體而言,大多數(shù)SDGs指標(biāo)可以采用統(tǒng)計(jì)型方法,即利用比率(或占比)、變化率、指數(shù)等,直接利用統(tǒng)計(jì)數(shù)據(jù)計(jì)算。對(duì)于那些涉及地理空間分布及變化的指標(biāo),往往需要采用空間型方法,直接利用空間數(shù)據(jù)計(jì)算,或采用混合型方法,綜合利用統(tǒng)計(jì)和空間數(shù)據(jù)進(jìn)行計(jì)算[22]。前者主要是通過(guò)空間密度計(jì)算、分類提取等,直接從地理空間數(shù)據(jù)或遙感影像中提??;后者多是以通達(dá)性、覆蓋度、空間關(guān)系等為基礎(chǔ),對(duì)空間化的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行計(jì)算分析,多為涉及環(huán)境和社會(huì)的服務(wù)范圍、空間可達(dá)性的指標(biāo)。值得說(shuō)明的是,IAEG-SDGs曾按有無(wú)成熟計(jì)算方法,對(duì)SGIF的232個(gè)指標(biāo)進(jìn)行過(guò)分類,認(rèn)為至少有60余項(xiàng)指標(biāo)缺乏公認(rèn)的計(jì)算方法,如指標(biāo)6.6.1(濕地范圍及變化);而另有一些指標(biāo)雖有計(jì)算方法(如指標(biāo)11.3.1-土地使用率與人口增長(zhǎng)率之間的比率),但在面對(duì)大范圍計(jì)算、動(dòng)態(tài)化監(jiān)測(cè)時(shí),自動(dòng)化程度和可靠性尚待提高[23]。
首先是參照貝塔斯曼基金會(huì)與聯(lián)合國(guó)可持續(xù)發(fā)展解決方案網(wǎng)絡(luò)(SDSN)2017年發(fā)布的《SDGs指數(shù)和指示板》[24]和“中國(guó)落實(shí)2030年可持續(xù)發(fā)展議程國(guó)別方案”(https:∥www.fmprc.gov.cn/web/ziliao_674904/zt_674979/dnzt_674981/qtzt/2030kcxfzyc_686343/P020170414688733850276.pdf)以及國(guó)際權(quán)威學(xué)術(shù)論文中的相關(guān)標(biāo)準(zhǔn)等,對(duì)本地化指標(biāo)集的每一個(gè)指標(biāo)進(jìn)行比對(duì),按基本達(dá)標(biāo)(綠色)、有待提高(黃色)、面臨挑戰(zhàn)(橙色)和相差甚遠(yuǎn)(紅色)分為4個(gè)等級(jí)。其次,將每一個(gè)SDG的子目標(biāo)分為2—3個(gè)子集,凝練出對(duì)應(yīng)的基本內(nèi)涵、分析重點(diǎn)及其指標(biāo),利用量化指標(biāo)和事實(shí)進(jìn)行有針對(duì)性的分析,總結(jié)其可持續(xù)發(fā)展的狀態(tài)、主要成績(jī)和發(fā)展特色,分析存在的問(wèn)題和改進(jìn)方向[25];再者,通過(guò)所含指標(biāo)對(duì)環(huán)境、經(jīng)濟(jì)、社會(huì)的貢獻(xiàn)(或影響)度分析,將各SDG分別歸至經(jīng)濟(jì)、社會(huì)、環(huán)境3個(gè)SDGs目標(biāo)群,利用各指標(biāo)量化結(jié)果、群內(nèi)各指標(biāo)間的變異系數(shù)和有關(guān)事實(shí)實(shí)例,分別對(duì)經(jīng)濟(jì)增長(zhǎng)、社會(huì)包容與環(huán)境美好進(jìn)行總體發(fā)展水平、協(xié)調(diào)程度、主要挑戰(zhàn)等分析。
德清縣位于浙江省北部,東望上海、南接杭州,地處長(zhǎng)江三角洲腹地;縣域總面積937.92 km2,地勢(shì)西高東低,呈現(xiàn)“五山一水四分田”格局;2017年戶籍人口43萬(wàn),實(shí)現(xiàn)地區(qū)生產(chǎn)總值470.2億元。采用前述的總體技術(shù)方法,完成了本地化指標(biāo)集構(gòu)建、時(shí)空數(shù)據(jù)處理、102個(gè)指標(biāo)計(jì)算、單SDG評(píng)估和SDG板塊分析等。
(1) 本地化指標(biāo)集構(gòu)建:在深入理解聯(lián)合國(guó)2030可持續(xù)發(fā)展議程和中國(guó)國(guó)別方案的基礎(chǔ)上,從德清縣域?qū)嶋H情況出發(fā),對(duì)聯(lián)合國(guó)SGIF的有關(guān)指標(biāo)進(jìn)行了本地化分析,形成了包含102個(gè)指標(biāo)本地化SDGs指標(biāo)集。其中,直接采納(adopted,標(biāo)注為A)的指標(biāo)為47個(gè),擴(kuò)展(extended,標(biāo)注為E)的6個(gè),修改(revised,標(biāo)注為R)的42個(gè),替代(substituted,標(biāo)注為S)的7個(gè)。對(duì)每個(gè)指標(biāo)均給出了概念定義、計(jì)算方法和建議使用的數(shù)據(jù)。
(2) 時(shí)空數(shù)據(jù)處理:共收集200多項(xiàng)統(tǒng)計(jì)和地理空間數(shù)據(jù),完成相應(yīng)的處理分析。其中統(tǒng)計(jì)數(shù)據(jù)主要源自《德清縣統(tǒng)計(jì)公報(bào)》《德清縣政府工作報(bào)告》《水資源公報(bào)》等官方資料,或由政府有關(guān)專門部門提供。地理空間數(shù)據(jù)主要有德清地理信息中心提供。為了便于實(shí)現(xiàn)統(tǒng)計(jì)和地理數(shù)據(jù)的融合分析,利用“分區(qū)-面積加權(quán)法”[21],對(duì)人口等統(tǒng)計(jì)數(shù)據(jù)進(jìn)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(shù)據(jù),分出居住區(qū)和非居住區(qū),并對(duì)居住區(qū)按樓層高度進(jìn)行面積加權(quán);再以各鄉(xiāng)鎮(zhèn)(或街道)統(tǒng)計(jì)人口為約束,對(duì)居住區(qū)按30 m×30 m格網(wǎng)進(jìn)行人口的面積加權(quán)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(biāo)計(jì)算:利用時(shí)空數(shù)據(jù),完成了德清102項(xiàng)SDGs指標(biāo)的計(jì)算。其中有85項(xiàng)指標(biāo)系采用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)量化計(jì)算,10項(xiàng)指標(biāo)系采用地理空間數(shù)據(jù)量化計(jì)算,7項(xiàng)指標(biāo)系利用統(tǒng)計(jì)數(shù)據(jù)與地理空間數(shù)據(jù)計(jì)算,如表1所示。表中A表示直接利用地理空間信息計(jì)算,B則是采用混合型方法計(jì)算。
(4) SDG指標(biāo)評(píng)級(jí):對(duì)于德清102項(xiàng)SDGs指標(biāo)來(lái)說(shuō),共有79項(xiàng)指標(biāo)具有可對(duì)比的參照標(biāo)準(zhǔn)或依據(jù),其中68項(xiàng)SDGs指標(biāo)已經(jīng)達(dá)到或十分接近聯(lián)合國(guó)2030議程的目標(biāo),或者明顯居于全國(guó)乃至世界前列的(綠色),有9項(xiàng)指標(biāo)仍存在差距、有待提高(黃色),面臨挑戰(zhàn)的指標(biāo)有2項(xiàng),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(xiàng)指標(biāo)
(5) 單SDG評(píng)估:鑒于德清沒(méi)有海洋或海岸帶,對(duì)除SDG14的其他16項(xiàng)SDGs進(jìn)行了評(píng)估分析。按照“最小因子原則”,以每個(gè)目標(biāo)內(nèi)最低水平的指標(biāo)評(píng)級(jí)確定所在SDG的踐行水平定級(jí),結(jié)果有8個(gè)目標(biāo)基本達(dá)標(biāo)(綠色),6個(gè)目標(biāo)有待提高(黃色),僅有2個(gè)目標(biāo)面臨挑戰(zhàn)(橙色),各目標(biāo)距實(shí)現(xiàn)2030可持續(xù)發(fā)展議程的目標(biāo)差距不顯著(無(wú)紅色)。
(6) SDG目標(biāo)群分析:德清經(jīng)濟(jì)目標(biāo)群涉及SDG 2、7、8、9、10,分析重點(diǎn)是經(jīng)濟(jì)發(fā)展條件、經(jīng)濟(jì)增長(zhǎng)態(tài)勢(shì)和經(jīng)濟(jì)發(fā)展;環(huán)境目標(biāo)群包括SDG6、12、13、14、15等個(gè)目標(biāo),資源利用、生態(tài)環(huán)境保護(hù)和氣候變化的區(qū)域響應(yīng)為其分析重點(diǎn);而社會(huì)目標(biāo)群涉及SDG 1、2、3、4、5、6、7、8、9、10、11、16等12個(gè)SDG,分析重點(diǎn)是社會(huì)包容情況,包括滿足生存需要、安全需要和發(fā)展需要等。分析可知,其經(jīng)濟(jì)、環(huán)境、社會(huì)3個(gè)目標(biāo)群的指標(biāo)變異系數(shù)分別為0.091、0.106、0.102,均處于較高水平上的基本協(xié)調(diào)型可持續(xù)發(fā)展,其中經(jīng)濟(jì)子系統(tǒng)的穩(wěn)定度、協(xié)調(diào)度最高。
在聯(lián)合國(guó)經(jīng)社會(huì)、中國(guó)自然資源部、國(guó)家統(tǒng)計(jì)局、浙江省人民政府等方面的指導(dǎo)和支持下,來(lái)自國(guó)家基礎(chǔ)地理信息中心、6所大學(xué)、2家公司的30余位研究人員與德清縣政府及有關(guān)部門密切配合,研究提出了基于統(tǒng)計(jì)和地理信息的區(qū)域SDGs綜合評(píng)估方法,分析撰寫了中國(guó)(德清)踐行2030可持續(xù)研究的進(jìn)展報(bào)告;采用領(lǐng)域服務(wù)計(jì)算的思路與方法[26],設(shè)計(jì)研發(fā)了基于互聯(lián)網(wǎng)的SDGs知識(shí)服務(wù)系統(tǒng)(www.deqing-sdgs.net),形成了中國(guó)(德清)樣本。這項(xiàng)研究回答了2個(gè)基本問(wèn)題:一是如何進(jìn)行顧及地理視角的區(qū)域SDGs綜合評(píng)估;二是德清縣相距聯(lián)合國(guó)2030議程提出的SDGs目標(biāo)有多遠(yuǎn)。
首先,本項(xiàng)研究實(shí)踐證明,將地理空間數(shù)據(jù)與社會(huì)統(tǒng)計(jì)數(shù)據(jù)有機(jī)結(jié)合,能夠有效地實(shí)現(xiàn)顧及地理空間視角的SDGs進(jìn)展綜合評(píng)估。地理空間數(shù)據(jù)不僅可以直接用于計(jì)算部分SDGs指標(biāo),還可以支撐人口等社會(huì)經(jīng)濟(jì)數(shù)據(jù)的空間化分解、提供通達(dá)性和覆蓋度等細(xì)節(jié)信息。此外,還為SDG單目標(biāo)評(píng)估和目標(biāo)群分析提供了不可或缺的空間事實(shí)和分析依據(jù)。
其次,綜合評(píng)估結(jié)果表明:德清堅(jiān)持以“兩山”理念引領(lǐng)、以創(chuàng)新驅(qū)動(dòng)、以公平促進(jìn)、以“初心”精神推進(jìn)可持續(xù)發(fā)展,在城鄉(xiāng)統(tǒng)籌發(fā)展、均衡發(fā)展及綠色發(fā)展等方面取得了突出的成績(jī),創(chuàng)造了一批踐行聯(lián)合國(guó)2030年可持續(xù)發(fā)展議程的鮮活案例。但也應(yīng)該看到,實(shí)現(xiàn)2030可持續(xù)發(fā)展目標(biāo)是一項(xiàng)持久、艱巨的系統(tǒng)工程,德清部分SDGs還存在著一些可以提升的空間,如工業(yè)減排和降低能耗物耗、公共交通的便利程度等方面尚需進(jìn)一步提高,環(huán)境板塊和社會(huì)板塊的穩(wěn)定度和協(xié)調(diào)度略有不足。
綜合利用統(tǒng)計(jì)和地理信息,對(duì)一個(gè)完整行政區(qū)域進(jìn)行顧及地理空間視角的SDGs綜合評(píng)估,在國(guó)內(nèi)外均屬首次。其不僅為德清總結(jié)踐行SDGs經(jīng)驗(yàn)、發(fā)現(xiàn)存在問(wèn)題、制定改進(jìn)方案提供了重要科學(xué)依據(jù),也為國(guó)內(nèi)外其他區(qū)域開展SDGs綜合評(píng)估監(jiān)測(cè)提供了可借鑒的方法與范例,因而受到了國(guó)際社會(huì)的關(guān)注。2018年11月8日,國(guó)際著名科學(xué)刊物Nature對(duì)這項(xiàng)工作進(jìn)行了報(bào)道(http:∥www.nature.com/articles/d41586-018-07309-w)。2018年11月20日,首屆聯(lián)合國(guó)世界地理信息大會(huì)上舉辦專場(chǎng)報(bào)告會(huì),正式向國(guó)內(nèi)外發(fā)布了這一研究成果,向國(guó)際社會(huì)分享了這一中國(guó)經(jīng)驗(yàn)。
應(yīng)該指出的是,本文研究?jī)H是萬(wàn)里長(zhǎng)征邁出的第一步,離形成一套完整的理論方法、技術(shù)體系和標(biāo)準(zhǔn)規(guī)范尚有較大距離。今后應(yīng)進(jìn)一步加強(qiáng)這方面的理論方法、實(shí)現(xiàn)技術(shù)、標(biāo)準(zhǔn)規(guī)范研究,包括研究解決面向區(qū)域特征的核心指標(biāo)集設(shè)計(jì)與選取、顧及發(fā)展中國(guó)家特點(diǎn)的SDG指標(biāo)評(píng)價(jià)標(biāo)準(zhǔn)、時(shí)空大數(shù)據(jù)的SDGs指標(biāo)高可性計(jì)算與動(dòng)態(tài)監(jiān)測(cè)、基于綜合評(píng)估結(jié)果的SDGs問(wèn)題診斷與政策模擬等問(wèn)題。同時(shí)應(yīng)積極完善德清SDGs樣本,爭(zhēng)取成為聯(lián)合國(guó)2030可持續(xù)發(fā)展議程的“最佳實(shí)踐”。為此,應(yīng)進(jìn)一步加強(qiáng)與統(tǒng)計(jì)部門和地理、經(jīng)濟(jì)、可持續(xù)發(fā)展等相關(guān)學(xué)科的合作與協(xié)同。
致謝:本項(xiàng)研究得到聯(lián)合國(guó)經(jīng)社會(huì)、中國(guó)自然資源部、國(guó)家統(tǒng)計(jì)局、浙江省統(tǒng)計(jì)局和地理信息局、德清縣委、縣政府和莫干山高新技術(shù)區(qū)的支持和幫助,湖南科技大學(xué)、陜西師范大學(xué)、西南交通大學(xué)、北京建筑大學(xué)、北京帝測(cè)科技發(fā)展有限公司、廣州阿爾法信息技術(shù)有限公司等單位參與了相關(guān)研究與試驗(yàn)工作,在此一并致謝。