面向橫向比較的可持續(xù)發(fā)展綜合評(píng)估方法改進(jìn)

蘇利陽，賀 瑜，劉 揚(yáng)

（1.中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院，北京 100190；2.中國(guó)可持續(xù)發(fā)展研究會(huì)，北京 100038）

可持續(xù)發(fā)展目標(biāo)（Sustainable Development Goals，SDGs）的提出，在引起世界各國(guó)普遍關(guān)注的同時(shí)，也意味著不同空間尺度落實(shí)SDGs 進(jìn)展評(píng)估成為一項(xiàng)重要工作。所謂評(píng)估，是指特定主體對(duì)社會(huì)經(jīng)濟(jì)行為結(jié)果以及預(yù)設(shè)目標(biāo)的實(shí)現(xiàn)程度等進(jìn)行的事中事后評(píng)判。評(píng)估工作是一個(gè)復(fù)雜的系統(tǒng)工程，至少涉及三方面的內(nèi)容：首先是準(zhǔn)確理解評(píng)估對(duì)象的概念內(nèi)涵、構(gòu)成要素和演進(jìn)規(guī)律，這是開展相關(guān)評(píng)估工作的理論基礎(chǔ)；其次是選取核心指標(biāo)，從不同維度刻畫和表征評(píng)估對(duì)象的進(jìn)度和變化情況；三是明確評(píng)估方法學(xué)，包括分指標(biāo)評(píng)估描述和多指標(biāo)綜合評(píng)估，并對(duì)結(jié)果開展科學(xué)解讀。迄今為止，這三個(gè)問題在可持續(xù)發(fā)展、綠色發(fā)展等領(lǐng)域都沒有得到根本解決［1］。本研究主要關(guān)注多指標(biāo)綜合評(píng)估方法學(xué)，重點(diǎn)解決評(píng)估指標(biāo)權(quán)重賦能的科學(xué)性問題，增強(qiáng)評(píng)估結(jié)果的客觀性和可比性，減少主觀意愿和價(jià)值取向的影響，并以中國(guó)落實(shí)SDGs的省際差異為例開展實(shí)證對(duì)比研究。

1 可持續(xù)發(fā)展評(píng)估方法研究現(xiàn)狀

在可持續(xù)發(fā)展研究領(lǐng)域，為架起從理論到實(shí)踐的橋梁，國(guó)際社會(huì)和學(xué)術(shù)界一直在探究可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)體系和方法，用以評(píng)判和診斷相關(guān)政策是否合理以及整個(gè)過程是否在朝著可持續(xù)發(fā)展的目標(biāo)邁進(jìn)［2-3］。

從已有研究和實(shí)踐層面看，可持續(xù)發(fā)展評(píng)估主要沿著三條路徑展開。一是綠色國(guó)民經(jīng)濟(jì)核算方法，該方法在經(jīng)濟(jì)測(cè)算維度基礎(chǔ)上，加入對(duì)環(huán)境維度的測(cè)算，彌補(bǔ)傳統(tǒng)國(guó)民經(jīng)濟(jì)核算只能體現(xiàn)經(jīng)濟(jì)總量的不足［4］。但是，由于環(huán)境污染的滯后性、統(tǒng)計(jì)數(shù)據(jù)質(zhì)量問題、資源環(huán)境破壞的非市場(chǎng)定價(jià)等原因，該理論方法不能反映資源環(huán)境消耗成本和污染代價(jià)等問題，還需進(jìn)一步完善。二是可持續(xù)發(fā)展多指標(biāo)測(cè)度方法，該方法學(xué)主要是通過一系列核心指標(biāo)從不同角度對(duì)可持續(xù)發(fā)展方面取得的進(jìn)步進(jìn)行展示，不需要進(jìn)行指標(biāo)加權(quán)。這種方法能夠直觀地顯示可持續(xù)發(fā)展的制約因素但無法從總體上對(duì)可持續(xù)發(fā)展的推進(jìn)情況進(jìn)行評(píng)價(jià)。三是可持續(xù)發(fā)展綜合評(píng)估，通常是在選擇核心指標(biāo)的基礎(chǔ)上，根據(jù)指標(biāo)的重要性對(duì)不同指標(biāo)賦予相應(yīng)權(quán)重，進(jìn)而加權(quán)綜合而成。

可持續(xù)發(fā)展綜合評(píng)估一直是研究熱點(diǎn)，因?yàn)槠淠軌蛲ㄟ^排名來反映一個(gè)國(guó)家或地區(qū)的可持續(xù)發(fā)展水平在全球所處的位置［5］。21 世紀(jì)初，耶魯大學(xué)和哥倫比亞大學(xué)聯(lián)合發(fā)布了環(huán)境可持續(xù)性指數(shù)（ESI），以彌補(bǔ)可持續(xù)發(fā)展量化指標(biāo)缺失的空白；2006 年開始在ESI 的基礎(chǔ)上發(fā)展了環(huán)境績(jī)效指數(shù)（EPI）［6］。自1999 年起，中國(guó)科學(xué)院可持續(xù)發(fā)展戰(zhàn)略研究組開辟了可持續(xù)發(fā)展研究的系統(tǒng)學(xué)方向，將可持續(xù)發(fā)展視為由具有內(nèi)在聯(lián)系的生存支持、發(fā)展支持、環(huán)境支持、社會(huì)支持、智力支持等五大子系統(tǒng)所構(gòu)成的復(fù)雜巨系統(tǒng)，從而形成了包括200余個(gè)指標(biāo)的指標(biāo)體系［7］，并連續(xù)20余年開展了評(píng)估工作。

在2030 可持續(xù)發(fā)展目標(biāo)提出后，除了分類別對(duì)17 項(xiàng)SDGs 指標(biāo)進(jìn)行跟蹤評(píng)估外［8］，量化的綜合評(píng)估也成為重要的手段。其中包括以聯(lián)合國(guó)可持續(xù)發(fā)展解決方案網(wǎng)絡(luò)（Sustainable Development Solutions Network，SDSN）為代表的一些組織和學(xué)者近年連續(xù)發(fā)布的一系列SDGs 進(jìn)展評(píng)價(jià)研究報(bào)告。按照不同的空間尺度，這些研究主要包括：國(guó)家層面SDGs 進(jìn)展評(píng)估，如加拿大［9］、澳大利亞［10］等；城市層面SDGs 進(jìn)展評(píng)估工作，包括美國(guó)和歐洲發(fā)布的城市可持續(xù)發(fā)展指標(biāo)評(píng)價(jià)［11-12］；縣級(jí)層面SDGs 評(píng)估工作，如浙江德清縣發(fā)布的《德清踐行2030 可持續(xù)發(fā)展議程進(jìn)展報(bào)告（2017）》［13］等?？傮w看，現(xiàn)有的SDGs 進(jìn)展評(píng)估方法，都試圖在聯(lián)合國(guó)SDGs 評(píng)估框架體系的基礎(chǔ)上尋找量化指標(biāo)。

就可持續(xù)發(fā)展綜合評(píng)估方法而言，最大的挑戰(zhàn)是權(quán)重的科學(xué)賦值。綠色國(guó)民經(jīng)濟(jì)核算方法也是綜合評(píng)估方法中的一種，其主要是通過貨幣化方式進(jìn)行權(quán)重賦值，只是非市場(chǎng)化的定價(jià)方式的科學(xué)性不足。從已有實(shí)踐看，可持續(xù)發(fā)展綜合評(píng)估大致有三種權(quán)重賦值方法。第一，算術(shù)平均評(píng)估方法，這種方法具有計(jì)算簡(jiǎn)便、避免因權(quán)重賦值隨意性的優(yōu)點(diǎn)，但權(quán)重均衡化賦能的做法將無法區(qū)分不同指標(biāo)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(shí)量與其經(jīng)驗(yàn)的可靠性，往往很難完全保證賦值的科學(xué)性。第三，運(yùn)用數(shù)學(xué)模型來確定權(quán)重，但這些模型也存在諸多問題，如熵值法對(duì)數(shù)據(jù)敏感，在面對(duì)數(shù)值變化不很明顯的數(shù)據(jù)時(shí)，運(yùn)算效果不理想；又如主成分分析法存在著計(jì)算過程較為復(fù)雜且權(quán)重的確定僅反映個(gè)體與整體間差異等問題。目前看，對(duì)于SDGs 綜合評(píng)估方法的改進(jìn)主要還是側(cè)重于數(shù)據(jù)處理、剔除極值等，無法滿足客觀評(píng)價(jià)的需求。

綜合來看，現(xiàn)有可持續(xù)發(fā)展綜合評(píng)估方法依舊有較大的改進(jìn)空間。首先，對(duì)SDGs 定性目標(biāo)進(jìn)行定量化轉(zhuǎn)化時(shí)，需要尋找合適的指標(biāo)，但由于缺乏理論依據(jù)，指標(biāo)遴選通常較為武斷和隨意，且可能存在著指標(biāo)間的相關(guān)性。實(shí)際上，有研究證實(shí)了17個(gè)SDGs間實(shí)際存在協(xié)同和權(quán)衡關(guān)系［14-18］，例如經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間存在著倒“U”型的EKC 曲線關(guān)系，當(dāng)開展橫向比較時(shí)易產(chǎn)生歷時(shí)性和共時(shí)性問題，致使區(qū)域之間差距被放大或縮小，無法客觀、真實(shí)地反映出可持續(xù)發(fā)展進(jìn)程的區(qū)域差異［19］。其次，在指數(shù)綜合過程中出現(xiàn)的權(quán)重賦值問題一直沒有很好的解決方法，TOPSIS、灰色關(guān)聯(lián)、主成分分析等客觀賦值的評(píng)價(jià)方法存在諸多缺陷，評(píng)估結(jié)果不甚令人滿意［20］，也難以應(yīng)對(duì)指標(biāo)相關(guān)性的問題。

基于上述認(rèn)識(shí)，本研究擬在已有研究的基礎(chǔ)上，發(fā)展一個(gè)新的方法學(xué)，對(duì)SDGs 指標(biāo)間的關(guān)系進(jìn)行量化、等級(jí)劃分并科學(xué)賦予權(quán)重，從而減少SDGs 指標(biāo)間的協(xié)同和權(quán)衡關(guān)系對(duì)進(jìn)展評(píng)估的影響。與以往可持續(xù)發(fā)展綜合評(píng)估側(cè)重如何更科學(xué)地遴選指標(biāo)不同，本研究將拓展至評(píng)估方法學(xué)本身，旨在通過方法學(xué)的突破提升綜合評(píng)估的科學(xué)性。

2 面向橫向比較的可持續(xù)發(fā)展評(píng)估方法改進(jìn)

評(píng)估方法改進(jìn)的側(cè)重點(diǎn)是對(duì)評(píng)估指標(biāo)權(quán)重定量化賦值的優(yōu)化。傳統(tǒng)的算術(shù)平均評(píng)估方法忽視了指標(biāo)間差異性，難以有效反映不同指標(biāo)的重要程度。本研究正是針對(duì)這一問題，采用多因子分析的方法來量化和凸顯不同指標(biāo)的差異。與熵權(quán)法、灰色關(guān)聯(lián)度法、主成分分析法等直接基于數(shù)據(jù)開展統(tǒng)計(jì)分析和定量化權(quán)重賦值不同的是，新方法主要通過指標(biāo)間相關(guān)性來識(shí)別差異性，這是開展指標(biāo)權(quán)重賦值優(yōu)化的關(guān)鍵。本研究開展的評(píng)估方法改進(jìn)分為三個(gè)部分：其一，以中國(guó)31 個(gè)省份SDGs 評(píng)估為例（研究未涉及香港、澳門和臺(tái)灣），通過指標(biāo)選取構(gòu)建評(píng)估指標(biāo)體系；其二，采用綜合指標(biāo)評(píng)估方法中的閾值法，對(duì)采集的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理并獲得評(píng)估結(jié)果值；其三，運(yùn)用統(tǒng)計(jì)分析方法，量化并擬合出評(píng)估指標(biāo)間的相關(guān)系數(shù)，并對(duì)指標(biāo)權(quán)重進(jìn)行賦值優(yōu)化。

2.1 指標(biāo)選取與數(shù)據(jù)來源

在指標(biāo)選擇上，基本原則是考慮指標(biāo)的代表性、數(shù)據(jù)的可獲得性。參考相關(guān)學(xué)者［22-24］研究提出的中國(guó)SDGs框架，結(jié)合數(shù)據(jù)的可獲取性和可計(jì)算性，對(duì)相關(guān)指標(biāo)進(jìn)行了篩選和增添，構(gòu)建起用于計(jì)算分析的SDGs 指標(biāo)體系。該體系包含中國(guó)31個(gè)省份、39個(gè)SDGs指標(biāo)（表1）。

表1 基于SDGs本地化的中國(guó)可持續(xù)發(fā)展指標(biāo)篩選

計(jì)算所采用的數(shù)據(jù)是2020 年中國(guó)31 個(gè)省份統(tǒng)計(jì)數(shù)據(jù)，主要來源于《中國(guó)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)局網(wǎng)站等公開的數(shù)據(jù)。此外，部分指標(biāo)需要到工業(yè)和信息化部、國(guó)家發(fā)展和改革委員會(huì)、生態(tài)環(huán)境部、自然資源部等部委網(wǎng)站查詢獲取。

2.2 數(shù)據(jù)標(biāo)準(zhǔn)化

對(duì)于SDGs 的評(píng)估，采用SDSN 和貝塔斯曼基金會(huì)（Bertelsmann-Stiftung）共同建立的全球SDG 指數(shù)評(píng)價(jià)方法，對(duì)指標(biāo)作無量綱標(biāo)準(zhǔn)化處理。

設(shè)第i個(gè)省份的第j個(gè)評(píng)價(jià)指標(biāo)的實(shí)際值為xij，第j個(gè)評(píng)價(jià)指標(biāo)的下限閾值和上限閾值分別確定為xjmin和xjmax，標(biāo)準(zhǔn)化處理結(jié)果為zij，i=1，2，…，t，j=1，2，…，n，計(jì)算采用的公式是等式（1）和等式（2）。

正向指標(biāo)：

負(fù)向指標(biāo)：

將標(biāo)準(zhǔn)化結(jié)果值z(mì)ij和指標(biāo)權(quán)重wj按公式（3）計(jì)算，得到第i個(gè)綜合評(píng)估指數(shù)Ii。

2.3 權(quán)重賦值優(yōu)化

權(quán)重優(yōu)化主要是借助數(shù)學(xué)模型進(jìn)行擬合，實(shí)現(xiàn)對(duì)評(píng)估過程中主觀定性分析部分的量化。權(quán)重優(yōu)化大體上分為三個(gè)步驟：第一步是進(jìn)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(biāo)與因子之間建立起共性聯(lián)系；第二步在因子分析的基礎(chǔ)上，對(duì)SDGs 間兩兩目標(biāo)關(guān)系進(jìn)行量化，形成定量化的AHP判斷矩陣；第三步是采用AHP 對(duì)各SDGs 進(jìn)行權(quán)重計(jì)算，實(shí)現(xiàn)對(duì)SDGs 各指標(biāo)優(yōu)先等級(jí)的設(shè)定。

2.3.1 因子分析

因子分析可以看作是主成分分析的擴(kuò)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(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)，卻不對(duì)主成分進(jìn)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(biāo)之間的關(guān)系，另一方面在指標(biāo)與指標(biāo)之間建立起關(guān)聯(lián)，便于分析指標(biāo)之間的相關(guān)性。

本研究采用統(tǒng)計(jì)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(shù)據(jù)矩陣（31個(gè)省份×39 個(gè)指標(biāo)）導(dǎo)入集成了XLSTAT 軟件的Excel 表中，調(diào)用MFA模塊進(jìn)行因子分析，得到數(shù)據(jù)矩陣的特征值和累計(jì)變異（圖1）。從圖1可以看出，因子F1、F2和F3的累計(jì)變異達(dá)到總變異的57.54%，超過總變異數(shù)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(biāo)與因子之間的相關(guān)性分析。具體而言，SDG8（經(jīng)濟(jì)）、SDG9（創(chuàng)新）和SDG17（對(duì)外開放）等與經(jīng)濟(jì)增長(zhǎng)相關(guān)的指標(biāo)在因子F1上具有較大的載荷，因此，因子F1 可以稱為經(jīng)濟(jì)因子（圖2）；與環(huán)境相關(guān)的指標(biāo)如SDG3（健康）、SDG6（水環(huán)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(huán)境因子（圖3）；與社會(huì)相關(guān)的指標(biāo)如SDG9（創(chuàng)新）、SDG15（社會(huì)公平）、SDG7（能源）、SDG3（健康）、SDG4（教育）、SDG5（性別平等）和SDG10（協(xié)調(diào)發(fā)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(huì)因子（圖4）。

圖2 SDGs指標(biāo)與因子（F1）之間的相關(guān)性

圖3 SDGs指標(biāo)與因子（F2）之間的相關(guān)性

圖4 SDGs指標(biāo)與因子（F3）之間的相關(guān)性

由因子與指標(biāo)之間的關(guān)系可以看出，經(jīng)濟(jì)類指標(biāo)是17個(gè)SDGs中對(duì)評(píng)估結(jié)果影響最大的指標(biāo)，其次是環(huán)境類指標(biāo)，最后是社會(huì)類指標(biāo)。由于經(jīng)濟(jì)類指標(biāo)也對(duì)環(huán)境類指標(biāo)、社會(huì)類指標(biāo)有內(nèi)在影響，這種相關(guān)性意味著采取算術(shù)平均賦權(quán)方法將擴(kuò)大區(qū)域間差異。

基于因子載荷矩陣，將因子轉(zhuǎn)換為指標(biāo)的線性組合，得到因子得分矩陣，進(jìn)而可以獲取區(qū)域間在因子上的分化。首先，中國(guó)31 個(gè)省份在F1（經(jīng)濟(jì)因子）上的因子得分呈現(xiàn)出區(qū)域上的分化，即東、中、西三個(gè)區(qū)域的省份在經(jīng)濟(jì)因子方面存在依次由高度敏感到弱敏感的變化趨勢(shì)。其中，東部發(fā)達(dá)省份如北京、上海、浙江等對(duì)經(jīng)濟(jì)因子高度敏感，而西北省份如新疆、青海以及西藏等對(duì)經(jīng)濟(jì)因子不敏感（圖5）。其次，中國(guó)31 個(gè)省份在F2（環(huán)境因子）上的因子得分出現(xiàn)南北區(qū)域上的分化，即北方省份如內(nèi)蒙古、寧夏、北京等對(duì)環(huán)境因子敏感，而南方省份如廣西、海南、廣東等對(duì)環(huán)境因子表現(xiàn)為不敏感（圖6）。第三，整體上除了個(gè)別省份如北京、西藏、青海等對(duì)F3（社會(huì)因子）敏感以及上海、甘肅、云南、吉林等對(duì)社會(huì)因子有相對(duì)較弱的敏感外，中國(guó)其他大部分省份在F3（社會(huì)因子）的因子得分上不敏感（圖7）。

圖5 中國(guó)31個(gè)省份的F1因子得分

圖6 中國(guó)31個(gè)省份的F2因子得分

圖7 中國(guó)31個(gè)省份的F3因子得分

雖然通過因子分析能夠構(gòu)建指標(biāo)與因子之間、指標(biāo)與指標(biāo)之間的共性關(guān)系，但還無法為指標(biāo)間關(guān)系的量化提供支撐，需要進(jìn)行指標(biāo)間相互關(guān)系的擬合分析。指標(biāo)間相互關(guān)系的擬合分析一般采用皮爾遜相關(guān)系數(shù)（Pearson Correlation Coefficient），但該方法不足之處在于，擬合的皮爾遜系數(shù)會(huì)出現(xiàn)負(fù)值，即負(fù)相關(guān)性，不利于進(jìn)一步的相關(guān)性分析。本研究采用Robert（1988）對(duì)皮爾遜相關(guān)系數(shù)改進(jìn)的方法，即RV-Coefficient［21］。

2.3.2 構(gòu)建判斷矩陣

AHP 判斷矩陣的構(gòu)建通常是采用專家咨詢的方法，即依托專家的經(jīng)驗(yàn)來確定指標(biāo)間的相互關(guān)系。既往的知識(shí)和經(jīng)驗(yàn)、學(xué)科背景等是專家進(jìn)行權(quán)重判斷的依據(jù)；不同學(xué)科背景的專家會(huì)對(duì)更熟悉的學(xué)科領(lǐng)域具有傾向性，因而可能出現(xiàn)專家打分與實(shí)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(duì)判斷矩陣構(gòu)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(duì)中國(guó)31×39 的數(shù)據(jù)矩陣（31 個(gè)省份×39 個(gè)SDGs）進(jìn)行計(jì)算，得到SDGs 間兩兩目標(biāo)的相關(guān)系數(shù)值（表2）。

表2 SDGs的RV-Coefficient計(jì)算結(jié)果

此外，依據(jù)AHP 兩兩對(duì)比準(zhǔn)則，可以將SDGs 間的相關(guān)系數(shù)值按0～1.0 的等級(jí)進(jìn)行劃分，其中aij是第i個(gè)指標(biāo)相對(duì)于第j個(gè)指標(biāo)的相關(guān)系數(shù)（表3）。

表3 AHP判斷矩陣的比例標(biāo)度與RV-Coefficient的系數(shù)等級(jí)劃分

依據(jù)表3中的比例標(biāo)度，結(jié)合計(jì)算SDGs的RV-Coefficient 值，采用AHP 分析軟件yaahp 生成SDGs 的兩兩對(duì)比判斷矩陣（表4）。

表4 SDGs判斷矩陣

2.3.3 確定指標(biāo)權(quán)重

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

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

表5 中的權(quán)重結(jié)果顯示，權(quán)重排在第一和第二位的分別是SDG1、SDG3，是社會(huì)類的目標(biāo)，第三和第四位分別是SDG7 和SDG6，是環(huán)境類目標(biāo)，這四個(gè)目標(biāo)的權(quán)重之和達(dá)到0.4。并且，所有社會(huì)類目標(biāo)的權(quán)重加起來達(dá)到了0.463，環(huán)境類為0.379，經(jīng)濟(jì)類僅為0.157?？梢钥闯觯鐣?huì)公平性、生態(tài)環(huán)境保護(hù)等相關(guān)目標(biāo)被賦予了較高的權(quán)重，這些目標(biāo)的指標(biāo)權(quán)重的提高，意味著評(píng)估將有利于經(jīng)濟(jì)發(fā)展較為落后而社會(huì)、環(huán)境類指標(biāo)較好的省份，區(qū)域間的評(píng)估結(jié)果差距也將縮小，這不僅與因子分析的結(jié)果相吻合，也與可持續(xù)發(fā)展公平性原則是一致的。

3 實(shí)證分析

從SDGs與中國(guó)31個(gè)省份間的共性關(guān)系來看，各省份SDGs 對(duì)經(jīng)濟(jì)因子（F1）、環(huán)境因子（F2）和社會(huì)因子（F3）的敏感程度或者說相關(guān)性不同，決定了在SDGs 賦不同權(quán)重值時(shí)，其結(jié)果呈現(xiàn)出不同的變化。本研究采用權(quán)重優(yōu)化的加權(quán)平均評(píng)估方法進(jìn)行計(jì)算，并與算術(shù)平均的評(píng)估值進(jìn)行對(duì)比，相關(guān)的計(jì)算結(jié)果和排序見表6。

表6 中國(guó)31個(gè)省份不同方法的評(píng)估結(jié)果值及排序

首先，從加權(quán)平均評(píng)估方法計(jì)算結(jié)果看，各省份在落實(shí)可持續(xù)發(fā)展議程的進(jìn)展上呈現(xiàn)出顯著的階梯特征，即總體上表現(xiàn)為從東部逐漸向中西部遞減的趨勢(shì)。其中，浙江、上海、北京、江蘇和天津等位居前列，處于第一梯隊(duì)，平均得分達(dá)83.57，與算術(shù)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(duì)，平均得分為75.77，與算術(shù)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(nèi)蒙古和廣西，平均得分為68.57 分，相較算術(shù)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(duì)，三者平均得分為58.3，與算術(shù)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(quán)平均評(píng)估方法對(duì)經(jīng)濟(jì)發(fā)達(dá)省份的評(píng)估得分下調(diào)的影響不大，但對(duì)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(gè)省份的評(píng)估值看，加權(quán)平均評(píng)估方法能夠更加真實(shí)地展現(xiàn)區(qū)域間的差異，減少或避免出現(xiàn)評(píng)估結(jié)果偏離實(shí)際情況的可能性。其一，加權(quán)平均評(píng)估方法的計(jì)算結(jié)果顯示，各省份之間的差距出現(xiàn)縮小，即除少部分地區(qū)外絕大部分省份的評(píng)估得分均得到提高，且西部地區(qū)尤其是西北地區(qū)的省份的評(píng)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(xiàn)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(quán)平均評(píng)估方法下的廣東低于湖北和湖南的SDGs 評(píng)估得分雖然有些出乎意料，但考慮到廣東經(jīng)濟(jì)發(fā)展的極度不均衡，如非珠三角地區(qū)發(fā)展水平滯后、農(nóng)村居民恩格爾系數(shù)高達(dá)40%，其得分下降也就不出意外。

從兩種方法計(jì)算結(jié)果出現(xiàn)差異看，經(jīng)濟(jì)類指標(biāo)權(quán)重下調(diào)、社會(huì)與環(huán)境類指標(biāo)權(quán)重上升是導(dǎo)致兩種計(jì)算方法的結(jié)果出現(xiàn)差異的原因所在，使得經(jīng)濟(jì)相對(duì)發(fā)達(dá)地區(qū)的SDGs評(píng)估得分受到平抑，而欠發(fā)達(dá)但環(huán)境質(zhì)量較高、社會(huì)保障體系較完善地區(qū)的SDGs評(píng)估得分得到了提升。這意味著在可持續(xù)發(fā)展框架下，應(yīng)該追求經(jīng)濟(jì)、社會(huì)和環(huán)境三個(gè)支柱的平衡發(fā)展，不應(yīng)該過于夸大經(jīng)濟(jì)增長(zhǎng)的作用。實(shí)際上，在區(qū)域功能定位有所差異的背景下，中國(guó)依靠大規(guī)模的財(cái)政轉(zhuǎn)移支付，彌補(bǔ)了后發(fā)地區(qū)、重點(diǎn)生態(tài)功能區(qū)的社會(huì)保障能力，提升了這些地方的可持續(xù)發(fā)展水平。本研究采用的加權(quán)平均評(píng)估方法能夠更真實(shí)和客觀地反映這種國(guó)家政策對(duì)提升各地可持續(xù)發(fā)展水平所起的均衡化作用。

總體來說，本研究采用的加權(quán)平均評(píng)估方法與算術(shù)平均的區(qū)別在于，算術(shù)平均不考慮指標(biāo)間的差異，這會(huì)造成對(duì)計(jì)算結(jié)果貢獻(xiàn)大的指標(biāo)被低估，而貢獻(xiàn)不大的指標(biāo)被放大，致使評(píng)估結(jié)果偏離真實(shí)層面。而加權(quán)平均評(píng)估方法則充分考慮了指標(biāo)間的差異并賦予不同的權(quán)重，以反映不同指標(biāo)對(duì)計(jì)算結(jié)果的貢獻(xiàn)程度。指標(biāo)間的差異性是通過采用數(shù)學(xué)方法進(jìn)行擬合而獲得各指標(biāo)間的相關(guān)系數(shù)，這個(gè)相關(guān)系數(shù)能夠真實(shí)地反映出各指標(biāo)間的差異性，是進(jìn)行權(quán)重分配的依據(jù)。例如，通過擬合發(fā)現(xiàn)，SDG1 相對(duì)于SDG2 的相關(guān)系數(shù)高于某一個(gè)閾值如0.5 時(shí)，即可斷定SDG1 對(duì)于計(jì)算結(jié)果的貢獻(xiàn)程度要大于SDG2，以此為準(zhǔn)則而采用層次分析法對(duì)SDG1 進(jìn)行更高的權(quán)重定量化賦值就顯得更加客觀且具有科學(xué)性，采用中國(guó)31 個(gè)省份的SDGs 數(shù)據(jù)進(jìn)行的實(shí)證分析也驗(yàn)證了這一假設(shè)。因此，加權(quán)平均評(píng)估方法對(duì)指標(biāo)進(jìn)行定量化賦權(quán)重和計(jì)算，將使得評(píng)估結(jié)果相對(duì)于算術(shù)平均評(píng)估方法而言具有更高的可信度。

4 結(jié)論

可持續(xù)發(fā)展評(píng)估是一個(gè)涉及理論、方法和數(shù)據(jù)支撐的系統(tǒng)工程。本研究主要聚焦評(píng)估方法創(chuàng)新展開討論，提出了一種定量化賦值的方式，實(shí)現(xiàn)對(duì)SDGs 加權(quán)平均評(píng)估，形成可持續(xù)發(fā)展綜合指數(shù)?？傮w來說，對(duì)于數(shù)據(jù)樣本量大、存在協(xié)同和權(quán)衡關(guān)系、數(shù)量和層級(jí)多的指標(biāo)而言，本研究構(gòu)建的加權(quán)平均評(píng)估方法，能夠在一定程度上消除SDGs 評(píng)估時(shí)遭遇到的共時(shí)性和歷時(shí)性難題，展現(xiàn)出其在評(píng)估這類指標(biāo)上的適用性。與主觀賦權(quán)重的方法更側(cè)重推動(dòng)和引導(dǎo)可持續(xù)發(fā)展相關(guān)工作相比，客觀賦權(quán)重的方法有助于更客觀地了解各個(gè)地區(qū)落實(shí)2030年可持續(xù)發(fā)展議程的進(jìn)展和差距。

為印證研究方法的科學(xué)性，將研究提出的加權(quán)平均評(píng)估方法計(jì)算結(jié)果與傳統(tǒng)的算術(shù)平均評(píng)估方法進(jìn)行對(duì)比，發(fā)現(xiàn)改進(jìn)的加權(quán)平均評(píng)估方法顯著降低了經(jīng)濟(jì)發(fā)達(dá)地區(qū)和落后地區(qū)的SDGs 評(píng)估得分差異。實(shí)際上，中國(guó)各地區(qū)的可持續(xù)發(fā)展差異并沒有像單個(gè)維度的指標(biāo)如經(jīng)濟(jì)方面呈現(xiàn)出的那么大，因?yàn)橐揽控?cái)政轉(zhuǎn)移支付等，經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的可持續(xù)發(fā)展水平得到了提升。事實(shí)上，從可持續(xù)發(fā)展內(nèi)涵看，可持續(xù)發(fā)展的目標(biāo)或最終結(jié)果是實(shí)現(xiàn)人類社會(huì)生活質(zhì)量和幸福指數(shù)的極大提升。在實(shí)踐中，要客觀看待中國(guó)各省的發(fā)展差異，充分認(rèn)識(shí)到可持續(xù)發(fā)展不同維度指標(biāo)之間的關(guān)聯(lián)性，注重經(jīng)濟(jì)、社會(huì)、環(huán)境等均衡發(fā)展，穩(wěn)妥推進(jìn)可持續(xù)發(fā)展。