UNEP发布《衡量进展：与水相关的生态系统和可持续发展目标》 - 沿海生态系统健康监测

2023年3月22日，联合国环境规划署（UNEP）发布报告《衡量进展：与水相关的生态系统和可持续发展目标》（Measuring 4 p& e0 L3 S' u# ` Progress: Water-related Ecosystems and the SDGs），使用多元统计分析，探讨了环境变化和政策在多个尺度上对淡水生态系统的影响。报告概述了92项与环境相关的可持续发展目标（SDG）指标在数据可用性方面取得的进展，还探讨了使用统计分析来证明指标对之间的相互联系的潜力和局限性，以便更好地向决策者提供可持续发展目标之间的协同增效和权衡。报告最后指出，尽管取得了积极进展，但全球尚未走上实现《2030年可持续发展议程》环境方面目标的轨道。

1 全球数据可用性的显著改善 ; E3 E9 V' ] N2 e( P

对92项与环境有关的可持续发展目标的指标进展情况的全球分析表明，数据可用性有所改善，这是由于各国提供了更多的数据，可在区域和全球各级进行汇总。2022年，与环境相关、有足够数据可分析的可持续发展目标的指标估计为59%，高于2020年的42%和2018年的34%。可获得更多数据的指标主要是关于淡水（SDG6）、能源（SDG7）、可持续消费和生产（SDG12）、气候变化（SDG13）、水下生物（SDG14）和陆地生物（SDG15）的相关指标，拉丁美洲和加勒比、北非和欧洲区域报告的数据可获得性改善最大。

数据可用性的重大改善源于各国对国家统计系统的持续投资，更好地收集和报告可持续发展目标指标的数据，作为其可持续发展计划的一部分，并得到托管机构能力建设工作的支持。使用新数据源的方法的进一步发展也有助于改善数据的可用性。许多国家统计局已经通过尝试官方统计数据生成可使用的大数据。目前，主要的大数据类型包括地球观测数据、公民科学数据和其他传感器网络数据，并结合先进的分析技术（例如机器学习、地理空间建模和地质统计建模）进行更科学的研究。

2 环境相关可持续发展目标现状 7 w2 Z: C' i- k; R2 i" N

2022年，在全球层面上，92项环境相关指标中有38%显示出积极变化，表明环境有所改善，21%显示出很少变化或负面变化。显示出积极趋势的指标最多的是与基础设施（SDG9）、能源（SDG7）和淡水（SDG6）有关的指标。显示环境改善的可持续发展目标环境相关指标比例最高的区域是拉丁美洲和加勒比区域（39%）以及中亚和南亚分区域（38%）。显示环境退化的指标所占比例最低的区域是中亚和南亚（12%）、西亚（13%）和北非（14%）。

3 推进确定相互联系的统计方法 % y9 n; n0 ?/ y5 @' D, w5 f

报告通过使用多元统计分析，以便更好地评估和理解指标之间的相互联系。基于上一份报告《衡量进展：环境与可持续发展目标》中使用的方法的基础上，报告探讨使用相关性分析来确定对框架之间的相互联系，确定了环境指标如何与众多变化驱动因素以及社会经济和环境因素的指标相关。统计分析侧重于淡水和海洋相关的生态系统，并在全球、国家（哥伦比亚和蒙古）和流域（中国鄱阳湖流域）层面进行。

7 d0 C1 f& J' G6 f( W

全球政策讨论受益于新的分析方法，以了解指标趋势的内在联系和驱动因素。所使用的分析方法有可能有助于更切合政策的综合分析。分析证实了淡水和海洋相关生态系统与可变驱动因素之间的许多已知的相互联系。与全球层面相比，在国家层面评估指标可以更全面、更可行地解释关键的相互联系，但全球层面的趋势对于评估实现可持续发展目标的总体进展仍然至关重要。

4淡水和海洋相关生态系统的调查结果

报告重点分析了水域综合土地和水资源保护，确保城市地区有适当的水利基础设施，减轻污染，处理与经济活动相关的用水影响等与政策密切相关的联系。分析揭示了大多数已发表的证据和直觉一致关系的例子。例如，研究发现城市地区的人口与海洋相关生态系统指标的下降呈正相关，证实了大城市的污水对沿海地区富营养化的影响。

将全球和国家两级纳入统计分析，可以核查全球与国家个案研究之间的相互联系，并突出数据分解的影响。例如，在全球和国家两个层面上，保护工作始终与淡水相关的生态系统指标呈正相关，而在国家层面上，水资源利用效率指标仅与淡水相关的生态系统相互关联。

5 建议

报告分析了与水有关的生态系统的一些关键数据差距，并对某些指标是否适合检测与淡水和海洋有关的生态系统健康的变化提出了挑战。与淡水有关的生态系统评估仅限于每个国家淡水面积的各种指标之间的相互联系。同样，缺乏分类集水区级数据限制了评估沿海生态系统的能力。虽然这些数据集受益于在全球范围内利用遥感提供一致测量的能力，但它们在测量水质、水量或水体生态系统健康方面的能力有限，需进一步利用公民科学、卫星影像、低成本的现场监测和大数据来测量各种水体的水质和水量。

可持续发展目标框架的成功转化为能够为地方国家政策提供信息的分类数据，同时保持全球范围内的兼容性。数据和指标是知情决策和政策设计的关键，以便了解现实与决策之间的联系和权衡。包括水政策在内的大多数环境政策，都是在国家或区域范围内制定的，因此需要分类数据来为政策提供信息。

为了加强其他环境相关指标的数据收集，需要重新评估当前指标方法的适用性，以便从数据和方法上分析环境的真实变化。此外，分析还揭示了纳入更多生态相关空间分组的重要性。以流域为基础或以生态系统为基础的融合可以更深入地了解淡水和海洋相关生态系统之间的联系。

更全面地了解可持续发展目标的相互联系，最终将有助于制定更有效的政策应对措施。例如，水资源综合管理是一项有效的政策组合，它需要结合对生态系统和资源问题最相关的外部驱动因素的科学分析、综合规划以及注重利益相关者投入的传统方法。这对于实现政策一致性和制定科学的政策建议至关重要。2030年可持续发展议程只有通过将环境相关指标趋势与强有力的政策分析结合起来才能实现。

a1 Q) [! ]9 Q

详细内容参见中国科学院兰州文献情报中心《资源环境科学动态监测快报》2023年第08期。转载本文请备注来源及作者。

" s% X$ G+ t. @! n) ]" Y$ i8 {- v

! O" j1 T8 c/ u& X6 g: h/ O$ A + t9 S/ p3 C) R8 L, u3 ?# [6 ^ ) \6 i& s* Z/ `4 Z6 S+ L: b/ Z 9 w8 H7 z- C+ Y. F$ R