《Environmental and Sustainability Indicators》:Robustness and sensitivity in subnational sustainability assessment: A multi-weighted SDG diagnostic framework
编辑推荐:
复合指标被广泛运用于监测次国家尺度可持续发展目标(SDGs)进展,但评估结果易受方法论选择的影响,尤其是指标赋权。这引发了对其在可持续发展评估与政策引导中可靠性的担忧,特别是在稳健性未被系统评估的情形下。为应对这一挑战,本研究通过一个整合多种赋权方法与显式稳健
复合指标被广泛运用于监测次国家尺度可持续发展目标(SDGs)进展,但评估结果易受方法论选择的影响,尤其是指标赋权。这引发了对其在可持续发展评估与政策引导中可靠性的担忧,特别是在稳健性未被系统评估的情形下。为应对这一挑战,本研究通过一个整合多种赋权方法与显式稳健性分析的框架,考察了替代性赋权方案如何影响次国家SDG评估。该框架应用于涵盖摩洛哥75个省份社会、经济、环境及营养维度的协调数据集。复合指标采用三种替代性赋权方法构建,即等权重赋权(Equal Weighting)、熵值赋权(Entropy Weighting)和主成分分析(PCA),并通过互补的稳健性诊断方法进行评估。结果揭示了可持续发展的清晰空间结构:高绩效省份集中于大都市和沿海地区,低绩效省份位于内陆和边缘地区。这些地域模式在不同赋权方案下保持一致。然而,中等排名省份对赋权假设表现出更高的敏感性,反映了更为异质的发展特征以及对地域绩效解读的不确定性的增加。研究结果表明,对赋权方案的敏感性既反映了方法论不确定性,也反映了地域发展特征的根本差异。因此,稳健性分析不仅有助于复合指标的验证,也有助于地域差异的解读。该研究强调了将稳健性分析整合进次国家SDG评估中的价值,并支持在可持续发展分析和政策规划中透明且情境化地使用复合指标。
## 研究背景与问题
可持续发展目标(SDGs)监测框架最初设计用于跨国比较,但国家层面的汇总数据往往掩盖了国内显著的地域差异,限制了其对政策制定的诊断价值。这一局限性在摩洛哥等正在推进区域化改革的国家尤为突出——这些国家的地方和区域政府通常负责公共服务和发展规划,却缺乏标准化、可比较的多维绩效评估工具。复合指标作为将复杂多维信息综合为可解读度量衡的常用工具,在可持续发展评估中扮演重要角色,但其构建涉及指标选择、标准化、赋权和聚合等一系列方法论决策,其中赋权方案对结果影响尤为显著。等权重赋权因透明简便而被广泛采用,而熵值赋权和主成分分析(PCA)等数据驱动方法则旨在反映数据变异或协方差结构。然而,现有实证研究多依赖单一赋权方案,较少系统评估替代性假设如何改变空间模式或影响地域排名,尤其在数据受限情境下这一方法论缺陷更为突出。在此背景下,Tayi等研究人员发表于《Environmental and Sustainability Indicators》的研究旨在系统考察替代性赋权方案对次国家SDG评估的影响,并将稳健性分析整合至评估过程中,以期为更透明、更具政策相关性的次国家可持续发展评估提供方法论支持。
## 研究设计与主要技术方法
本研究以摩洛哥75个省份为案例,采用方法诊断路径开展次国家SDG评估。数据来源主要包括:2024年摩洛哥人口住房普查(HCP)、卫生与社会保护部、经济与财政部的行政统计数据,以及基于卫星遥感的空气质量与地表温度等环境指标。指标筛选经Pearson相关分析和PCA诊断两阶段处理,最终保留涵盖12个SDG目标的25项指标,涉及社会、经济、环境和营养维度。所有指标经min-max标准化处理至[0,1]区间后,分别采用三种方案赋权构建复合指数:等权重赋权(EW,各目标等权重后内部指标均分)、熵值赋权(ENT,基于指标离散度信息含量赋权)和PCA赋权(基于主成分特征值与载荷的协方差结构赋权)。稳健性诊断采用OECD/JRC推荐的互补指标:中位排名(R
med,减少极端值影响)、排名极差(RR,反映不同方案下排名最大离散度)和平均排名偏移(ARS,衡量总体敏感性)。
## 研究结果
**多维结构分析**:KMO检验(0.829)和Bartlett球形检验(p<0.001)表明数据适合因子分析。经筛选的25项指标形成四维度结构:第一主成分(35.6%方差)反映基础设施与社会条件,第二主成分(16.6%)反映经济活动与医疗可及性,第三主成分(12.3%)反映环境质量,第四主成分(9.4%)反映儿童营养。四成分累计解释方差73.9%,说明省级SDG绩效具有显著多维特征。
**空间分布特征**:各主成分得分呈现明显的地域异质性。基础设施与社会条件得分在西北部沿海大都市带(拉巴特、卡萨布兰卡、塞拉)最高,内陆和东南部省份最低;经济活动与医疗可及性同样高度集中于主要行政经济中心;环境质量的空间格局相反,南部和东南部省份因高温、PM
2.5浓度高和森林覆盖率低而得分较差;儿童营养则呈现最异质化的空间模式,部分农村省份表现良好而一些经济活跃省份反而较差。跨维度比较显示,各维度表现并非简单线性相关,进步于某一维度并不自动转化为其他维度进步。
**复合指数与省级排名**:三种赋权方案下复合指数呈现一致的大尺度空间格局(图3)。拉巴特均列首位,卡萨布兰卡、丹吉尔-阿西拉、塞拉等沿海都市省份位列前茅;奇查瓦、陶纳特、扎古拉等内陆及山区省份持续垫底。中等排名省份存在适度位次变动,如姆迪克-弗尼德格在PCA、熵值和等权重方案下分别排名第6、13、8位,反映不同赋权逻辑导致的差异,但未改变高低绩效省份的整体层级。
**敏感性分析**:排名稳健性呈"两端稳定、中间波动"特征(图4)。拉巴特、卡萨布兰卡等领先省份及陶纳特、奇查瓦等落后省份排名极差≤3,显示极强稳健性;而居鲁米、拉尤恩、布尤尔等中等省份排名极差超过20位,表明其相对地位高度依赖指标优先级设置。等权重方案平均排名偏移最小(1.19),熵值赋权居中(2.04),PCA赋权最大(3.35)。约23%省份具有高稳健性(排名极差≤3%),少数省份表现出显著的方法论敏感性(排名极差≥10)。
## 讨论与结论
研究人员认为,摩洛哥可持续发展的空间结构具有持久性和结构性:沿海大都市带的累积优势与内陆山区的累积劣势相互强化,这符合累积因果和区域不均衡发展理论。PCA分析进一步表明,可持续发展并非单一连续体,各省在不同维度表现各异——如贝尼迈拉勒、阿齐拉尔等省虽有中等经济农业潜力,营养结果却相对薄弱;若干经济动态省份环境得分不佳。这种多维不均衡性意味着综合指数可能掩盖维度间的重要失衡,需结合多维框架进行解读。
方法论层面,研究揭示敏感性并非纯粹技术问题,而是蕴含实质信息:高敏感性省份通常在某些维度表现较强而在其他维度存在短板,其赋权敏感性本身即反映了发展特征的异质性。居鲁米(Guelmim)、拉尤恩(Laayoune)等省因跨维度表现不均而排名大幅波动;菲吉格(Figuig)虽总体排名靠后,但其环境营养维度相对占优的发展特征与全面落后省份有本质区别。因此,稳健性分析超越了单纯的技术验证功能,成为揭示隐性地域分异的有效工具。
政策层面,研究建议:对持续低绩效的内陆山区省份,应优先强化医疗、教育、卫生、基础设施和连通性等基础能力建设,采取综合干预而非孤立 sectoral 改进;对中间省份,需针对特定瓶颈实施精准干预;对高绩效都市省份,政策重心应从增长导向转向包容性、宜居性和环境质量提升。次国家SDG监测的价值在于将国家发展议程与地域现实对接,通过多维指标与稳健性分析的结合,识别差异是源于结构性劣势还是发展特征的异质性,从而设计因地制宜的政策方案。
研究结论部分指出,摩洛哥75个省份的SDG绩效 broad geography 在不同赋权方案下保持一致,主要地域差异对方法论假设具有稳健性;而排名变异性集中于发展特征异质的中等省份。稳健性分析不仅用于验证复合指数稳定性,更能通过识别排名敏感省份来增进对地域分异的解读。研究同时承认存在未纳入治理制度指标、未采用参与式赋权方法等局限,未来研究可整合更多维度数据,并辅以空间自相关分析技术 examining 绩效集群的统计显著性。总体而言,该研究强调将多维评估与稳健性分析相结合对于推进透明、政策相关且地域化的可持续发展评估具有重要意义。