17、可持续发展目标的政策框架与进展衡量

可持续发展目标的政策框架与进展衡量

1. 可持续发展相关的政策与权力动态

在可持续发展领域，一个指导委员会通常由重要利益相关者组成，其目的是实现与发展相关的目标、管理进展并提供监测和指导。它旨在汇聚各方伙伴的声音和专业知识，以确保采用最佳方法。然而，如同任何群体过程一样，权力动态在成员的影响力水平方面起着非常重要的作用。

比如，当外部参与者预先确定了议程时，所进行的协商过程或参与式方法就受到了限制，这个议程也对要讨论的主题设置了界限。此外，参与该过程的参与者的选择，以及与预先存在的议程不一致的反馈的处理方式，包括这种反馈是否被纳入最终成果、纳入的程度以及其价值如何，都是权力动态影响的体现。还有，“地方”制定的减贫战略或发展计划需要得到世界银行、国际货币基金组织或其他区域和多边银行的批准，才能被认为具有质量和价值，从而获得国际捐助者的支持和资金。

虽然发展研究领域有许多来自批判性研究的重要创新，但在发展援助领域，这些批判性工作仅导致了工作方式的改变。国际发展实践虽有一些变化和“顿悟时刻”，但在改变发展从业者对发展精神的理解方面进展甚微，这在可持续发展目标中以增长为导向的议程占主导地位中得到了明显体现。

2. 可持续发展目标进展的衡量

数据是所有基于证据的决策的生命线，也是问责制和透明度过程中不可或缺的变量。数据是衡量可持续发展目标进展以及相关政策、计划和项目的短期效果和长期影响的核心，而这些数据是通过指标来获取的。

2.1 指标的定义与特性

指标是衡量结果的可靠手段，可分为短期或长期指标。指标具有描述性，可分为定性和定量两类。它们不提供对结果的分析或原因解释，也不明确责任归属，只能用于衡量可观察到的变化、随时间的进展或缺乏进展的情况。

一个指标由测量单位（如数量、百分比）、分析单位（即你试图描述的对象，如个人、微型企业、小学学生）以及与指标测量内容相关的背景组成。指标可以测量过去发生的变化（滞后指标）、活动开展后不久发生的变化（同步指标）以及未来可能发生的变化（领先指标）。通过对与指标相关的数据进行细分，还可以显示不同地区、群体、性别等之间的差异。

2.2 指标的目标

一般来说，指标有五个目标：
1. 在分析时提供情况的快照，提供与问题相关的证据。
2. 在政策、计划和项目制定时，用于制定基于证据的政策、计划和项目。
3. 衡量与政策、计划和/或项目相关的短期活动的成果。
4. 衡量短期活动实施后发生的中期变化。
5. 衡量与政策、计划或项目行动相关的影响或长期变化。

2.3 高质量指标的标准

高质量的指标需要满足以下标准：
|标准|描述|
| ---- | ---- |
|有效性|指标能测量其预期要测量的内容|
|可靠性|指标随时间保持一致，数据质量不随时间变化，任何研究人员收集数据都会得到一致的结果|
|敏感性|指标能及时捕捉到变化（改善和恶化）|
|简单性|指标数据易于获取、收集、分析，且所有利益相关者都易于理解|
|有用性|指标能提供对特定目标有用的信息，满足利益相关者的需求，有助于他们的决策，易于沟通，且对决策具有及时性|
|可承受性|收集指标数据的成本不高，且数据带来的收益超过成本|

例如，“改善教育和其他基本社会服务的获取以减少贫困”这个指标就存在问题，它没有测量单位，未提供测量变量的具体信息，一个指标中包含了两个结果陈述，且基本社会服务的定义不明确，可能导致数据收集者的不同解读。

2.4 定性与定量指标

定性指标捕捉个人观点、态度、意见、信心水平、感知、理解和判断等，通常被认为具有主观性，可能也包含数字或百分比。定量指标捕捉数量、百分比、等级、排名等，通常被认为更客观。使用定性和定量指标的组合可以提供更全面、丰富的理解和评估，还能起到数据三角验证的作用（即从多个来源收集信息）。

然而，人们往往倾向于认为定量指标比定性指标更客观，因为定量指标使用数学方法，基于数学推导的数据，被认为比基于对感受、感知和个人观点的解释的定性指标更不易产生误解、主观性和潜在的解释偏差。但实际上，指标的选择和设计也会受到研究人员的意识形态立场、主观性和个人视角的显著影响。

例如，国家的发展状态长期以来基于国内生产总值（GDP）来确定，贫困评估也主要基于收入水平（每天的美元数）。20世纪90年代，联合国开始根据人类发展指数（HDI）评估国家，这是一种更综合的方式，考虑了国家的发展状态、贫困定义和不同贫困水平。世界银行和国际货币基金组织继续基于GDP进行评估，而联合国开发计划署则基于HDI评估，并辅以GDP、家庭收入和代表收入不平等的基尼系数等数据。不同机构对贫困的定义从意识形态和理论层面决定了用于衡量国家和人民发展状态和贫困程度的指标类型，这也对发展理论和方法产生了重大影响，一种更倾向于经济和市场导向的方法，另一种则更侧重于人类能力的方法。

在衡量可持续发展目标的进展时，意识形态倾向和信仰体系会显著影响所收集的数据类型、指标的设计以及被排除或忽略的数据类型。而数据收集的顺序，即先从可用数据构建测量框架，还是先建立框架再获取数据，对政策、计划和项目的设计有重大影响。此外，金融资源的可用性和获取非现有数据的能力也会影响这一过程。在发展援助提供资金的情况下，收集的指标往往是国际捐助界和国际金融机构认为合适的、能融入全球指标的，以及对衡量项目、计划和贷款条件的成功至关重要的指标。

mermaid代码如下：

graph LR
    A[数据] --> B[指标]
    B --> C{指标类型}
    C --> D[定性指标]
    C --> E[定量指标]
    B --> F{指标目标}
    F --> G[提供情况快照]
    F --> H[制定政策计划]
    F --> I[衡量短期成果]
    F --> J[衡量中期变化]
    F --> K[衡量长期影响]
    B --> L{高质量指标标准}
    L --> M[有效性]
    L --> N[可靠性]
    L --> O[敏感性]
    L --> P[简单性]
    L --> Q[有用性]
    L --> R[可承受性]

这个流程图展示了数据通过指标进行衡量，指标分为定性和定量两类，有五个目标，并且高质量指标需要满足六个标准的关系。

3. 数据收集与指标设计的影响因素

在可持续发展目标的衡量过程中，数据收集和指标设计受到多种因素的影响。意识形态倾向和信仰体系起着关键作用，它们不仅影响着所收集的数据类型，还决定了哪些数据会被排除或忽略。例如，不同机构对于国家发展状态和贫困程度的衡量指标选择，就体现了不同的意识形态和理论基础。世界银行和国际货币基金组织侧重于GDP，而联合国开发计划署则综合考虑HDI、GDP、家庭收入和基尼系数等。这种差异反映了不同的发展理念，一个更注重经济和市场，另一个更关注人类能力的发展。

数据收集的顺序也对政策、计划和项目的设计产生重大影响。是先从现有的数据出发构建测量框架，还是先建立框架再去获取所需的数据，这两种不同的顺序会导致不同的结果。先从可用数据构建框架，可能会受到现有数据的限制，导致指标不能完全符合实际需求；而先建立框架再获取数据，则可能面临数据获取困难的问题。

金融资源的可用性和获取非现有数据的能力同样是重要的影响因素。在发展援助的背景下，收集的指标往往受到国际捐助界和国际金融机构的影响。这些指标通常是被认为适合全球指标体系，并且对衡量项目、计划和贷款条件的成功至关重要的。然而，这也可能导致数据收集不能完全满足当地的实际需求。

4. 指标使用的注意事项

在使用指标来衡量可持续发展目标的进展时，需要注意以下几个方面：
- 指标设计的严谨性 ：指标的设计必须清晰、具体、明确，避免产生歧义。一个好的指标应该包含测量单位、分析单位和相关背景信息。例如，“改善教育和其他基本社会服务的获取以减少贫困”这样的指标就存在明显的问题，缺乏必要的信息，容易导致不同的解读。
- 长期数据的积累 ：长时间使用同一个指标可以积累历史数据，从而提供更全面、综合的信息。这样可以避免基于一次性情况或特殊事件进行分析，更准确地反映变化的趋势。例如，通过多年测量某地区的贫困指标，可以更好地评估人道主义援助对贫困的长期影响。
- 定性与定量指标的结合 ：定性指标和定量指标各有优缺点，结合使用可以提供更丰富、全面的理解。定性指标可以捕捉到个人的观点、态度和感知等主观信息，而定量指标则能提供客观的数量数据。通过数据三角验证的方法，从多个来源收集信息，可以提高评估的准确性。
- 避免主观偏见 ：虽然定量指标通常被认为更客观，但实际上指标的选择和设计也会受到研究人员的意识形态立场、主观性和个人视角的影响。因此，在设计和使用指标时，需要保持客观、中立的态度，充分考虑不同的观点和因素。

5. 总结

衡量可持续发展目标的进展是一个复杂而重要的过程，数据和指标在其中起着核心作用。数据是决策的基础，而指标则是获取和分析数据的工具。高质量的指标需要满足有效性、可靠性、敏感性、简单性、有用性和可承受性等标准。

在实际应用中，需要注意指标设计的严谨性，积累长期数据，结合使用定性和定量指标，并避免主观偏见。同时，要认识到数据收集和指标设计受到意识形态、数据收集顺序和金融资源等多种因素的影响。只有综合考虑这些因素，才能更准确地衡量可持续发展目标的进展，为实现可持续发展提供有力的支持。

以下是一个总结表格，概括了指标的相关要点：
|要点|详情|
| ---- | ---- |
|指标定义|衡量结果的可靠手段，分为定性和定量两类|
|指标目标|提供情况快照、制定政策计划、衡量短期成果、衡量中期变化、衡量长期影响|
|高质量指标标准|有效性、可靠性、敏感性、简单性、有用性、可承受性|
|使用注意事项|设计严谨、积累长期数据、结合定性定量指标、避免主观偏见|

mermaid代码如下：

graph LR
    A[衡量可持续发展目标进展] --> B[数据与指标]
    B --> C[高质量指标标准]
    C --> D[有效性]
    C --> E[可靠性]
    C --> F[敏感性]
    C --> G[简单性]
    C --> H[有用性]
    C --> I[可承受性]
    B --> J[指标使用注意事项]
    J --> K[设计严谨]
    J --> L[积累长期数据]
    J --> M[结合定性定量指标]
    J --> N[避免主观偏见]

这个流程图展示了衡量可持续发展目标进展与数据、指标、高质量指标标准以及指标使用注意事项之间的关系。通过遵循这些要点和注意事项，可以更好地利用指标来评估可持续发展目标的实现情况，为可持续发展的决策和实践提供科学依据。