面向橫向比較的可持續發展綜合評估方法改進

蘇利陽，賀 瑜，劉 揚

（1.中國科學院科技戰略咨詢研究院，北京 100190；2.中國可持續發展研究會，北京 100038）

可持續發展目標（Sustainable Development Goals，SDGs）的提出，在引起世界各國普遍關注的同時，也意味著不同空間尺度落實SDGs 進展評估成為一項重要工作。所謂評估，是指特定主體對社會經濟行為結果以及預設目標的實現程度等進行的事中事后評判。評估工作是一個復雜的系統工程，至少涉及三方面的內容：首先是準確理解評估對象的概念內涵、構成要素和演進規律，這是開展相關評估工作的理論基礎；其次是選取核心指標，從不同維度刻畫和表征評估對象的進度和變化情況；三是明確評估方法學，包括分指標評估描述和多指標綜合評估，并對結果開展科學解讀。迄今為止，這三個問題在可持續發展、綠色發展等領域都沒有得到根本解決［1］。本研究主要關注多指標綜合評估方法學，重點解決評估指標權重賦能的科學性問題，增強評估結果的客觀性和可比性，減少主觀意愿和價值取向的影響，并以中國落實SDGs的省際差異為例開展實證對比研究。

1 可持續發展評估方法研究現狀

在可持續發展研究領域，為架起從理論到實踐的橋梁，國際社會和學術界一直在探究可持續發展評價指標體系和方法，用以評判和診斷相關政策是否合理以及整個過程是否在朝著可持續發展的目標邁進［2-3］。

從已有研究和實踐層面看，可持續發展評估主要沿著三條路徑展開。一是綠色國民經濟核算方法，該方法在經濟測算維度基礎上，加入對環境維度的測算，彌補傳統國民經濟核算只能體現經濟總量的不足［4］。但是，由于環境污染的滯后性、統計數據質量問題、資源環境破壞的非市場定價等原因，該理論方法不能反映資源環境消耗成本和污染代價等問題，還需進一步完善。二是可持續發展多指標測度方法，該方法學主要是通過一系列核心指標從不同角度對可持續發展方面取得的進步進行展示，不需要進行指標加權。這種方法能夠直觀地顯示可持續發展的制約因素但無法從總體上對可持續發展的推進情況進行評價。三是可持續發展綜合評估，通常是在選擇核心指標的基礎上，根據指標的重要性對不同指標賦予相應權重，進而加權綜合而成。

可持續發展綜合評估一直是研究熱點，因為其能夠通過排名來反映一個國家或地區的可持續發展水平在全球所處的位置［5］。21 世紀初，耶魯大學和哥倫比亞大學聯合發布了環境可持續性指數（ESI），以彌補可持續發展量化指標缺失的空白；2006 年開始在ESI 的基礎上發展了環境績效指數（EPI）［6］。自1999 年起，中國科學院可持續發展戰略研究組開辟了可持續發展研究的系統學方向，將可持續發展視為由具有內在聯系的生存支持、發展支持、環境支持、社會支持、智力支持等五大子系統所構成的復雜巨系統，從而形成了包括200余個指標的指標體系［7］，并連續20余年開展了評估工作。

在2030 可持續發展目標提出后，除了分類別對17 項SDGs 指標進行跟蹤評估外［8］，量化的綜合評估也成為重要的手段。其中包括以聯合國可持續發展解決方案網絡（Sustainable Development Solutions Network，SDSN）為代表的一些組織和學者近年連續發布的一系列SDGs 進展評價研究報告。按照不同的空間尺度，這些研究主要包括：國家層面SDGs 進展評估，如加拿大［9］、澳大利亞［10］等；城市層面SDGs 進展評估工作，包括美國和歐洲發布的城市可持續發展指標評價［11-12］；縣級層面SDGs 評估工作，如浙江德清縣發布的《德清踐行2030 可持續發展議程進展報告（2017）》［13］等。總體看，現有的SDGs 進展評估方法，都試圖在聯合國SDGs 評估框架體系的基礎上尋找量化指標。

就可持續發展綜合評估方法而言，最大的挑戰是權重的科學賦值。綠色國民經濟核算方法也是綜合評估方法中的一種，其主要是通過貨幣化方式進行權重賦值，只是非市場化的定價方式的科學性不足。從已有實踐看，可持續發展綜合評估大致有三種權重賦值方法。第一，算術平均評估方法，這種方法具有計算簡便、避免因權重賦值隨意性的優點，但權重均衡化賦能的做法將無法區分不同指標之間的差異性。第二，采用專家咨詢的方式，這種方法意味著賦值的合理性依賴于專家的知識量與其經驗的可靠性，往往很難完全保證賦值的科學性。第三，運用數學模型來確定權重，但這些模型也存在諸多問題，如熵值法對數據敏感，在面對數值變化不很明顯的數據時，運算效果不理想；又如主成分分析法存在著計算過程較為復雜且權重的確定僅反映個體與整體間差異等問題。目前看，對于SDGs 綜合評估方法的改進主要還是側重于數據處理、剔除極值等，無法滿足客觀評價的需求。

綜合來看，現有可持續發展綜合評估方法依舊有較大的改進空間。首先，對SDGs 定性目標進行定量化轉化時，需要尋找合適的指標，但由于缺乏理論依據，指標遴選通常較為武斷和隨意，且可能存在著指標間的相關性。實際上，有研究證實了17個SDGs間實際存在協同和權衡關系［14-18］，例如經濟發展與環境保護之間存在著倒“U”型的EKC 曲線關系，當開展橫向比較時易產生歷時性和共時性問題，致使區域之間差距被放大或縮小，無法客觀、真實地反映出可持續發展進程的區域差異［19］。其次，在指數綜合過程中出現的權重賦值問題一直沒有很好的解決方法，TOPSIS、灰色關聯、主成分分析等客觀賦值的評價方法存在諸多缺陷，評估結果不甚令人滿意［20］，也難以應對指標相關性的問題。

基于上述認識，本研究擬在已有研究的基礎上，發展一個新的方法學，對SDGs 指標間的關系進行量化、等級劃分并科學賦予權重，從而減少SDGs 指標間的協同和權衡關系對進展評估的影響。與以往可持續發展綜合評估側重如何更科學地遴選指標不同，本研究將拓展至評估方法學本身，旨在通過方法學的突破提升綜合評估的科學性。

2 面向橫向比較的可持續發展評估方法改進

評估方法改進的側重點是對評估指標權重定量化賦值的優化。傳統的算術平均評估方法忽視了指標間差異性，難以有效反映不同指標的重要程度。本研究正是針對這一問題，采用多因子分析的方法來量化和凸顯不同指標的差異。與熵權法、灰色關聯度法、主成分分析法等直接基于數據開展統計分析和定量化權重賦值不同的是，新方法主要通過指標間相關性來識別差異性，這是開展指標權重賦值優化的關鍵。本研究開展的評估方法改進分為三個部分：其一，以中國31 個省份SDGs 評估為例（研究未涉及香港、澳門和臺灣），通過指標選取構建評估指標體系；其二，采用綜合指標評估方法中的閾值法，對采集的數據進行標準化處理并獲得評估結果值；其三，運用統計分析方法，量化并擬合出評估指標間的相關系數，并對指標權重進行賦值優化。

2.1 指標選取與數據來源

在指標選擇上，基本原則是考慮指標的代表性、數據的可獲得性。參考相關學者［22-24］研究提出的中國SDGs框架，結合數據的可獲取性和可計算性，對相關指標進行了篩選和增添，構建起用于計算分析的SDGs 指標體系。該體系包含中國31個省份、39個SDGs指標（表1）。

表1 基于SDGs本地化的中國可持續發展指標篩選

計算所采用的數據是2020 年中國31 個省份統計數據，主要來源于《中國統計年鑒》、各省份統計局網站等公開的數據。此外，部分指標需要到工業和信息化部、國家發展和改革委員會、生態環境部、自然資源部等部委網站查詢獲取。

2.2 數據標準化

對于SDGs 的評估，采用SDSN 和貝塔斯曼基金會（Bertelsmann-Stiftung）共同建立的全球SDG 指數評價方法，對指標作無量綱標準化處理。

設第i個省份的第j個評價指標的實際值為xij，第j個評價指標的下限閾值和上限閾值分別確定為xjmin和xjmax，標準化處理結果為zij，i=1，2，…，t，j=1，2，…，n，計算采用的公式是等式（1）和等式（2）。

正向指標：

負向指標：

將標準化結果值zij和指標權重wj按公式（3）計算，得到第i個綜合評估指數Ii。

2.3 權重賦值優化

權重優化主要是借助數學模型進行擬合，實現對評估過程中主觀定性分析部分的量化。權重優化大體上分為三個步驟：第一步是進行共性分析，即借助因子分析，從SDGs 中提取出共性因子，以便在指標與因子之間建立起共性聯系；第二步在因子分析的基礎上，對SDGs 間兩兩目標關系進行量化，形成定量化的AHP判斷矩陣；第三步是采用AHP 對各SDGs 進行權重計算，實現對SDGs 各指標優先等級的設定。

2.3.1 因子分析

因子分析可以看作是主成分分析的擴展，兩者都是通過降維的方式來獲取因子（主成分），不同的是，主成分分析借助提取的主成分將多個指標轉化為少數幾個綜合指標，卻不對主成分進行解釋；而因子分析則是通過獲取的因子一方面用于解釋因子與指標之間的關系，另一方面在指標與指標之間建立起關聯，便于分析指標之間的相關性。

本研究采用統計分析軟件XLSTAT 中的多因子分析法（MFA），開展因子分析。通過將31×39 的數據矩陣（31個省份×39 個指標）導入集成了XLSTAT 軟件的Excel 表中，調用MFA模塊進行因子分析，得到數據矩陣的特征值和累計變異（圖1）。從圖1可以看出，因子F1、F2和F3的累計變異達到總變異的57.54%，超過總變異數載荷的一半，其他因子可以忽略。

圍繞因子F1、F2 和F3 開展SDGs 指標與因子之間的相關性分析。具體而言，SDG8（經濟）、SDG9（創新）和SDG17（對外開放）等與經濟增長相關的指標在因子F1上具有較大的載荷，因此，因子F1 可以稱為經濟因子（圖2）；與環境相關的指標如SDG3（健康）、SDG6（水環境）、SDG7（能源）、SDG11（污染治理）和SDG13（氣候變化）等在因子F2 上具有較大的載荷，因此，因子F2 基本可以看作是環境因子（圖3）；與社會相關的指標如SDG9（創新）、SDG15（社會公平）、SDG7（能源）、SDG3（健康）、SDG4（教育）、SDG5（性別平等）和SDG10（協調發展）等在因子F3 上具有較大的載荷，因此，因子F3 基本上可以視為社會因子（圖4）。

圖2 SDGs指標與因子（F1）之間的相關性

圖3 SDGs指標與因子（F2）之間的相關性

圖4 SDGs指標與因子（F3）之間的相關性

由因子與指標之間的關系可以看出，經濟類指標是17個SDGs中對評估結果影響最大的指標，其次是環境類指標，最后是社會類指標。由于經濟類指標也對環境類指標、社會類指標有內在影響，這種相關性意味著采取算術平均賦權方法將擴大區域間差異。

基于因子載荷矩陣，將因子轉換為指標的線性組合，得到因子得分矩陣，進而可以獲取區域間在因子上的分化。首先，中國31 個省份在F1（經濟因子）上的因子得分呈現出區域上的分化，即東、中、西三個區域的省份在經濟因子方面存在依次由高度敏感到弱敏感的變化趨勢。其中，東部發達省份如北京、上海、浙江等對經濟因子高度敏感，而西北省份如新疆、青海以及西藏等對經濟因子不敏感（圖5）。其次，中國31 個省份在F2（環境因子）上的因子得分出現南北區域上的分化，即北方省份如內蒙古、寧夏、北京等對環境因子敏感，而南方省份如廣西、海南、廣東等對環境因子表現為不敏感（圖6）。第三，整體上除了個別省份如北京、西藏、青海等對F3（社會因子）敏感以及上海、甘肅、云南、吉林等對社會因子有相對較弱的敏感外，中國其他大部分省份在F3（社會因子）的因子得分上不敏感（圖7）。

圖5 中國31個省份的F1因子得分

圖6 中國31個省份的F2因子得分

圖7 中國31個省份的F3因子得分

雖然通過因子分析能夠構建指標與因子之間、指標與指標之間的共性關系，但還無法為指標間關系的量化提供支撐，需要進行指標間相互關系的擬合分析。指標間相互關系的擬合分析一般采用皮爾遜相關系數（Pearson Correlation Coefficient），但該方法不足之處在于，擬合的皮爾遜系數會出現負值，即負相關性，不利于進一步的相關性分析。本研究采用Robert（1988）對皮爾遜相關系數改進的方法，即RV-Coefficient［21］。

2.3.2 構建判斷矩陣

AHP 判斷矩陣的構建通常是采用專家咨詢的方法，即依托專家的經驗來確定指標間的相互關系。既往的知識和經驗、學科背景等是專家進行權重判斷的依據；不同學科背景的專家會對更熟悉的學科領域具有傾向性，因而可能出現專家打分與實際情況相偏離的情況。因此，為了消除或降低專家主觀判斷對判斷矩陣構建的影響，基于因子分析，本研究采用MFA 中集成的RV-Coefficient 模塊對中國31×39 的數據矩陣（31 個省份×39 個SDGs）進行計算，得到SDGs 間兩兩目標的相關系數值（表2）。

表2 SDGs的RV-Coefficient計算結果

此外，依據AHP 兩兩對比準則，可以將SDGs 間的相關系數值按0～1.0 的等級進行劃分，其中aij是第i個指標相對于第j個指標的相關系數（表3）。

表3 AHP判斷矩陣的比例標度與RV-Coefficient的系數等級劃分

依據表3中的比例標度，結合計算SDGs的RV-Coefficient 值，采用AHP 分析軟件yaahp 生成SDGs 的兩兩對比判斷矩陣（表4）。

表4 SDGs判斷矩陣

2.3.3 確定指標權重

由表4 中的判斷矩陣，即可計算得到SDGs 的權重。計算的一致性率為0.097，小于0.1，通過檢驗（表5）。

表5 SDGs的權重分配（λmax：17.168 8；一致性率：0.097 4）

表5 中的權重結果顯示，權重排在第一和第二位的分別是SDG1、SDG3，是社會類的目標，第三和第四位分別是SDG7 和SDG6，是環境類目標，這四個目標的權重之和達到0.4。并且，所有社會類目標的權重加起來達到了0.463，環境類為0.379，經濟類僅為0.157。可以看出，社會公平性、生態環境保護等相關目標被賦予了較高的權重，這些目標的指標權重的提高，意味著評估將有利于經濟發展較為落后而社會、環境類指標較好的省份，區域間的評估結果差距也將縮小，這不僅與因子分析的結果相吻合，也與可持續發展公平性原則是一致的。

3 實證分析

從SDGs與中國31個省份間的共性關系來看，各省份SDGs 對經濟因子（F1）、環境因子（F2）和社會因子（F3）的敏感程度或者說相關性不同，決定了在SDGs 賦不同權重值時，其結果呈現出不同的變化。本研究采用權重優化的加權平均評估方法進行計算，并與算術平均的評估值進行對比，相關的計算結果和排序見表6。

表6 中國31個省份不同方法的評估結果值及排序

首先，從加權平均評估方法計算結果看，各省份在落實可持續發展議程的進展上呈現出顯著的階梯特征，即總體上表現為從東部逐漸向中西部遞減的趨勢。其中，浙江、上海、北京、江蘇和天津等位居前列，處于第一梯隊，平均得分達83.57，與算術平均的83.6 相比略有下降。重慶、湖北、湖南、山東、廣東、安徽、福建、四川和陜西等得分相近，最高與最低得分相差僅為3.09，處于第二梯隊，平均得分為75.77，與算術平均的74.5 相比，則有一定幅度的提升。隨后是云南、遼寧、吉林、江西、河南、貴州、河北、甘肅、青海、黑龍江、山西、海南、內蒙古和廣西，平均得分為68.57 分，相較算術平均的66，提升幅度較大。而新疆、寧夏、西藏得分最低，位居第四梯隊，三者平均得分為58.3，與算術平均的55.2 相比，提升較為明顯。從平均得分變化的情況來看，加權平均評估方法對經濟發達省份的評估得分下調的影響不大，但對中西部尤其是西部省份的得分提升效果卻較為明顯。

其次，從單個省份的評估值看，加權平均評估方法能夠更加真實地展現區域間的差異，減少或避免出現評估結果偏離實際情況的可能性。其一，加權平均評估方法的計算結果顯示，各省份之間的差距出現縮小，即除少部分地區外絕大部分省份的評估得分均得到提高，且西部地區尤其是西北地區的省份的評估得分提升最明顯。其二，各省的排序上也有較大的影響，其中上海和浙江出現第一、第二名的互換，福建和廣東分別下降三四位，而湖南上升4位，青海上升3位，云南、貴州以及甘肅上升2位。其中，值得一提的是廣東，加權平均評估方法下的廣東低于湖北和湖南的SDGs 評估得分雖然有些出乎意料，但考慮到廣東經濟發展的極度不均衡，如非珠三角地區發展水平滯后、農村居民恩格爾系數高達40%，其得分下降也就不出意外。

從兩種方法計算結果出現差異看，經濟類指標權重下調、社會與環境類指標權重上升是導致兩種計算方法的結果出現差異的原因所在，使得經濟相對發達地區的SDGs評估得分受到平抑，而欠發達但環境質量較高、社會保障體系較完善地區的SDGs評估得分得到了提升。這意味著在可持續發展框架下，應該追求經濟、社會和環境三個支柱的平衡發展，不應該過于夸大經濟增長的作用。實際上，在區域功能定位有所差異的背景下，中國依靠大規模的財政轉移支付，彌補了后發地區、重點生態功能區的社會保障能力，提升了這些地方的可持續發展水平。本研究采用的加權平均評估方法能夠更真實和客觀地反映這種國家政策對提升各地可持續發展水平所起的均衡化作用。

總體來說，本研究采用的加權平均評估方法與算術平均的區別在于，算術平均不考慮指標間的差異，這會造成對計算結果貢獻大的指標被低估，而貢獻不大的指標被放大，致使評估結果偏離真實層面。而加權平均評估方法則充分考慮了指標間的差異并賦予不同的權重，以反映不同指標對計算結果的貢獻程度。指標間的差異性是通過采用數學方法進行擬合而獲得各指標間的相關系數，這個相關系數能夠真實地反映出各指標間的差異性，是進行權重分配的依據。例如，通過擬合發現，SDG1 相對于SDG2 的相關系數高于某一個閾值如0.5 時，即可斷定SDG1 對于計算結果的貢獻程度要大于SDG2，以此為準則而采用層次分析法對SDG1 進行更高的權重定量化賦值就顯得更加客觀且具有科學性，采用中國31 個省份的SDGs 數據進行的實證分析也驗證了這一假設。因此，加權平均評估方法對指標進行定量化賦權重和計算，將使得評估結果相對于算術平均評估方法而言具有更高的可信度。

4 結論

可持續發展評估是一個涉及理論、方法和數據支撐的系統工程。本研究主要聚焦評估方法創新展開討論，提出了一種定量化賦值的方式，實現對SDGs 加權平均評估，形成可持續發展綜合指數。總體來說，對于數據樣本量大、存在協同和權衡關系、數量和層級多的指標而言，本研究構建的加權平均評估方法，能夠在一定程度上消除SDGs 評估時遭遇到的共時性和歷時性難題，展現出其在評估這類指標上的適用性。與主觀賦權重的方法更側重推動和引導可持續發展相關工作相比，客觀賦權重的方法有助于更客觀地了解各個地區落實2030年可持續發展議程的進展和差距。

為印證研究方法的科學性，將研究提出的加權平均評估方法計算結果與傳統的算術平均評估方法進行對比，發現改進的加權平均評估方法顯著降低了經濟發達地區和落后地區的SDGs 評估得分差異。實際上，中國各地區的可持續發展差異并沒有像單個維度的指標如經濟方面呈現出的那么大，因為依靠財政轉移支付等，經濟欠發達地區的可持續發展水平得到了提升。事實上，從可持續發展內涵看，可持續發展的目標或最終結果是實現人類社會生活質量和幸福指數的極大提升。在實踐中，要客觀看待中國各省的發展差異，充分認識到可持續發展不同維度指標之間的關聯性，注重經濟、社會、環境等均衡發展，穩妥推進可持續發展。