中國網/中國發展門戶網訊 過去幾十年，全球一直處在快速的城市化進程中。1950?年，世界上只有?30%?的人口居住在城市，2018?年這一比例增長到?55%，預計?2050?年將增長到68%。雖然城市區域占全球陸地覆蓋面積比例小于1%，但其貢獻了全球?75%?的國內生產總值（GDP），消耗了?60%—80%?的能源，并產生了?75%?的全球垃圾和碳排放。與此同時，快速城市化帶來了諸多挑戰，包括貧民窟居民人數不斷增加、交通擁堵、空氣污染和污水增加、淡水供應不足、廢物處理壓力劇增、基本服務和基礎設施不足等。2020?年初突發的新冠肺炎疫情，暴露出許多城市由于缺乏充足和負擔得起的住房，公共衛生系統不足，以及水、廢物服務、公共交通和開放公共空間等城市基礎設施不足而導致的脆弱性。因此，城市在人口、社會經濟、環境、氣候變化和綜合治理等方面都將面臨前所未有的挑戰，必須采取緊急行動以應對這些挑戰。

2015年，聯合國在《變革我們的世界：2030?年可持續發展議程》（以下簡稱《2030?年可持續發展議程》）中提出了涵蓋經濟、社會、環境?3?個維度的?17?項可持續發展目標（SDGs）和?169?項具體目標，其中“建設包容、安全、有抵御災害能力和可持續的城市和人類住區”（SDG 11）對于實現所有?SDGs?至關重要。截至?2021?年?3?月?29?日，15?個?SDG 11?指標中的?10?個在監測與評估中面臨數據缺失問題。另外，SDG 11?至少與其他?11?個?SDGs?相互關聯，全部?SDGs?的?230+?個指標中約有?1/3?可以在城市層面進行衡量。為了應對城鎮化帶來的挑戰，以及解決?SDG 11?指標監測與評估存在的問題，全球?150?個國家制定了國家城市計劃，其中近一半處于實施階段；確保這些計劃得到良好執行有助于城市以更加可持續和包容的方式發展。為了實現?SDG 11，2016?年?10?月聯合國第三屆住房和可持續城市發展大會通過了指導未來?20?年可持續城市發展的框架性文件——《新城市議程》。聯合國《2019?年全球可持續發展報告》提出，從?6?個切入點出發，以?4?個杠桿連貫地通過每個切入點進行部署，從而實現《2030?年可持續發展議程》所需的轉型。其中，“城市與城郊發展”是最重要的切入點之一，為未來?SDG 11?的實現指明了轉型方向。中國在?2016?年制定《中國落實?2030?年可持續發展議程國別方案》，并且發布《中國落實?2030?年可持續發展議程創新示范區建設方案》，迄今已在深圳市、太原市、桂林市、郴州市、臨滄市、承德市建立可持續發展創新示范區。中國成功遏制新冠肺炎疫情的經驗表明，中國城市和社區在調整適應新規范方面具有非凡的彈性和適應性，只有推進數據驅動的城市包容和可持續的城市發展才能確保城市從疫情中恢復，才能更好地應對未來城市災害和城市公共衛生事件的發生。

SDG 11?概況與實施現狀

SDG 11（可持續的城市和社區）具體包括“合理地規劃城市與人居環境，促進社區凝聚力和人身安全，推動創新和就業；減少危害人類健康和環境的化學品產生的不利影響；減少廢物，回收廢物和能源的使用效率；努力將城市對全球氣候系統的影響降到最低限度；適住、安全和價廉的住房；可持續交通系統；安全、包容、無障礙的綠色公共空間”等內容。SDG 11?包括?10?個具體目標（7?個技術類目標和?3?個管理類目標）和?15?個指標。截至?2021?年?3?月?29?日，15?個?SDG 11?指標中共有?4?個?Tier I?指標（有方法有數據）；10?個?Tier II?指標（有方法但是無數據）。SDG?指標機構間專家小組對每個指標給出了詳細的元數據信息，包括指標概念與定義、計算方法、數據源、數據可獲取性、數據提供者等信息，為跟蹤監測全球和地區?SDGs?落實進展提供了量化依據。

長期以來，基于指標體系的城市可持續發展評價完全或嚴重依賴于統計數據，而傳統的統計手段面臨口徑不一致、更新周期長、難以進行尺度轉換等困境，導致在進行指標的連續動態監測和集成綜合評估時，往往得不到理想的研究結果。伴隨著對地觀測技術和大數據技術的發展和進步，地球大數據的概念應運而生；其具備海量、多源、異構、多時相、多維度、高耦合度、非平穩和非結構化等特點，是深度認知地球和科學發現的新引擎，其在促進城市可持續發展中可發揮重要作用。特別地，遙感數據在時空分辨率、可獲取性、準確性等方面的優勢，使其逐漸在城市大氣環境、土地可持續利用、社會經濟等可持續性評價方面得到了廣泛應用。盡管?SDG 11?對城市可持續的認識已較為全面，但城市地區仍然面臨著諸多挑戰。加之不同國家、區域的城市發展階段各有差異，面對的發展問題迥異，這些問題的產生與城市自身的資源環境本底、社會經濟發展特征及發展歷程息息相關。在開展具體城市的可持續發展評價時，需要綜合考慮區域城市的生態環境和社會經濟特征。總體來說，國內外研究重點放在?SDGs?之間關系、指標體系的本地化和綜合評估案例等方面；在聯合國?SDGs?的不斷推進過程中，相關研究工作已逐漸從指標體系的構建轉移到過程的監測和評估，最終將轉移到政策的落實。基于遙感、統計和地理信息相結合的地球大數據方法開展?SDG?指標監測評估正處于蓬勃發展階段，針對全球、國家、省級、市級等不同尺度的案例不斷涌現。

地球大數據支撐城市可持續發展實踐

2018?年，中國科學院啟動了戰略性先導科技專項（A?類）“地球大數據科學工程”（CASEarth），利用地球大數據服務?SDGs?是該專項的重大目標之一?。地球大數據具有宏觀、動態、客觀監測能力，可對包括陸地、海洋、大氣及與人類活動相關的數據進行整合和分析，可以把大范圍區域作為整體進行認知，為?SDGs?特別是地球表層與環境、資源密切相關的諸多目標提供大尺度、周期變化的豐富信息，供決策支持。作為大數據的重要組成部分和科技創新的重要實踐，地球大數據可為實現?SDGs?作出重要貢獻和創新性實踐。在?SDG 11（可持續城市和社區）方面，本文聚焦城市住房、城市公共交通、城鎮化、城市災害、空氣質量、公共開放空間?6?個主題，并以中國為例開展了基于地球大數據技術的?SDG?指標監測與綜合評估。

城市住房。快速城市化正在導致貧民窟數量增加、住房不足。城市非正規住區中的居住環境改善被認為是未來幾十年城市可持續發展的攻堅方向之一。住房問題影響著人類的生活質量和福祉，也是各國政府部門最關注的民生問題之一。CASEarth?從居民住房負擔視角出發，統籌考慮城市中購房和租房?2?個群體，基于傳統的房價收入比和房租收入比，構建了城市房價收入比（PIR）、房租收入比（RIR）和居民住房負擔指數（HAI）系列。作為對原有?SDG 11.1.1?指標的補充，該指標概念明確、時空可比、數據易得，評估群體涵蓋了城市中所有居民，實現從購房和租房?2?個維度監測與評估中國城市居民的住房負擔，反映居民福祉。結果表明，2010—2020?年中國?PIR?平均值由?8.33?增加至?8.46，其中?165?個城市升高，171?個城市降低；RIR?平均值由?0.27?降低至?0.24，其中?95?個城市升高，241?個城市降低；HAI?平均值保持在?0.19?左右，其中?162?個城市升高，174?個城市降低。空間上看，2020?年“胡煥庸線”東南側的住房負擔要高于西北側的住房負擔；HAI?值相對較高的城市主要分布在城市群地區，以及省會城市和旅游型城市。本研究可對政府適時調整城市住房及收入分配政策提供支撐。

城市公共交通。公共交通是城市交通不可缺少的部分，是保證城市生產、生活正常運轉的“動脈”，是實現與教育、糧食安全、環境有關?SDGs?的關鍵因素。傳統的分析手段難以對復雜的公共交通空間網絡進行獲取和量化分析，因此需要借助地球大數據方法進行處理。針對?SDG 11.2.1（可便利使用公共交通的人口比例，按年齡、性別和殘疾人分列），CASEarth綜合運用公共交通矢量導航數據、高分辨率人口格網化數據、土地利用數據等多源地理大數據構建指標，實現了?2015、2018、2020?年中國可便利使用公共交通的人口比例在格網尺度上的估算，以及分性別、分年齡段評估，并在地市級行政單元尺度上完成了SDG 11.2.1?指標多維數據對比。研究結果表明，2020年，中國城市建成區可便利使用公共交通的人口比例平均為?90.15%，較?2018年（80.56%）上升?9.59?個百分點，這一增幅由?96.9%?的城市貢獻，另有?11?個城市（約占?3%）整體比例出現不超過?2%?的下降。其中，長三角、珠三角等沿海經濟發達地區及成渝城市群?SDG 11.2.1?指標大多為?95%?以上，其余中東部城市指標大多在?75%?以上；而云南、四川西部、新疆、內蒙古、黑龍江、吉林等西南、西北、東北地區指標相對較低，青藏高原地區指標最小。

城鎮化進程。城市化最顯著的特征包括城市空間擴張和人口增長。因此，有效監測城市進程，不僅需要掌握現有城市空間擴張強度，還需要監測人口的增長速率。SDG 11.3.1?被定義為土地使用率（LCR）與人口增長率（PGR）之間的比值，用于描述城市擴張與人口增長的關系。針對該指標，CASEarth?利用地球大數據方法自主生產?2015?年和?2018?年全球?10 m?分辨率不透水面產品，以及?1990—2020?年城市建成區數據集，為該指標監測提供數據支撐；并探索提出經濟增長率與土地使用率之間比率（EGRLCR）的新指標，以擴展?SDG 11.3.1?指標體系；并從經濟、社會和環境?3?個維度分析了近?30?年中國城市化時空演變格局，揭示了中國城市化趨向協調發展的歷史進程。研究表明，自1990?年以來，中國土地使用率與人口增長率之比（LCRPGR）和?EGRLCR?分別呈上升和下降趨勢，LCRPGR?數值由?1990—1995?年的?1.33?升至?2010—2015?年的?2.15；2015?年以后，城市建成區擴張速度在減緩，但城鎮化的協調發展仍面臨挑戰。此外，CASEarth 采用邏輯斯蒂回歸方法，基于共享社會經濟路徑（SSPs）情景模擬框架，對?2020—2030?年中國城市土地利用效率進行預測和分析。結果顯示，在?SSP1—SSP5?不同發展情景下，未?來?10?年中國縣級及以上的城市?SDG 11.3.1?指標均呈現下降趨勢，到?2030?年有望接近理想值?1?。

城市災害。SDG 11.5?具體目標中包括?2?項指標：SDG 11.5.1——每?10?萬人當中因災害死亡、失蹤和直接受影響的人數；SDG 11.5.2——災害造成的直接經濟損失（與全球?GDP?相比）、重要基礎設施的損壞和基本服務的中斷次數。目前，在?SDG 11.5?相關指標動態監測方面，空間和時間粒度有限，對深入開展?SDG?區域綜合評估特別是城市評估，粒度和信息支持都不足。CASEarth?利用多類型統計數據計算了中國地市級行政單位?2010—2020?年?SDG 11.5?監測指標數據，即每?10?萬人受災人口、每?10?萬人死亡和失蹤人口、災害造成的直接經濟損失占地區生產總值（GRP）比重，并計算了?2000?年以來全國總體監測指標，從而能夠為我國防災減災規劃和政策制定提供細粒度的數據參考。結合專題圖分析和統計分析來看，中國自然災害影響總體呈現減輕趨勢，綜合防災減災能力和城市抵御自然災害的設防能力得到明顯提升。但在全球氣候變化背景下，極端災害事件呈現多發易發態勢，對人口經濟高度密集的城鎮地區構成較大風險。

空氣質量。細顆粒物（PM_2.5）已成為中國大氣污染的首要污染物，嚴重影響人民的生活和健康。針對?SDG 11.6.2（城市細顆粒物年度均值），CASEarth?使用深度學習技術結合長序列衛星遙感數據，構建了顆粒物預測模型，自主生產了中國地區近地面?PM_2.5?產品。根據衛星估算結果，PM_2.5?質量濃度高值區主要分布在中國東部經濟發達地區、成渝地區和西北塔克拉瑪干沙漠地區；前兩者的污染成因主要為人為活動排放，后者的高值則主要由于本地沙塵源導致。自?2010?年以來，中國地區近地面?PM_2.5?質量濃度總體呈先增后減的趨勢：2013?年前后為污染高峰，之后污染整體持續下降；2020?年中國地區?PM_2.5?質量濃度年均值分別較?2010、2013?和?2017?年降低?31.95%、31.68%?和?21.93%。上述結果表明，中國政府采取的系列措施對空氣污染改善效果十分顯著。

城市開放公共空間。開放公共空間是改善城市功能、促進健康、提升居民生活質量等城市生態系統的先決條件，與社會安全性、凝聚力、平等性，以及人民健康和福祉等息息相關。針對?SDG 11.7.1（城市建設區中供所有人使用的開放公共空間的平均比例），CASEarth?基于地球大數據，研發了一種從全國導航矢量數據中提取城市建成區范圍內開放公共空間（如公共綠地、廣場、各級道路等）的方法，生產了中國公里網格開放公共空間數據產品。結果表明，2018?年中國城市建成區公共空間面積平均比例為?19.5%，比?2015?年增加了約?1.5?個百分點。在城市尺度，近?50?個城市公共空間面積比例超過?20%。“胡煥庸線”東南側公共空間規模大于西北側。京津冀、長三角、珠三角、成渝、滇中等城市群公共空間規模高于周邊城市。

SDG 11?綜合評估。可持續發展解決方案網絡（SDSN）利用等權重的方法計算了全球各個國家?17?個?SDGs?的綜合指數。Xu?等采用同樣的方法計算中國各個省級行政區?17?個?SDGs?的綜合指數。然而，目前尚未有關于中國市域尺度的?SDG 11?綜合指數研究。CASEarth?根據數據的可獲取性，圍繞?SDG 11?的?6?個具體目標的?8?個指標開展?2015?年和?2020?年市級尺度的綜合評估。總體而言，相比?2015?年，2020?年各市級行政區可持續性表現較好，東部市級行政區?SDG 11?綜合指數明顯高于西部市級行政區。2020?年有?244?個市級行政區綜合指數增長，85?個市級行政區綜合指數減小，SDG 11?綜合指數平均值由?0.66?增長到?0.70；綜合指數小于?0.55?的市級行政區由?36?個減少到?7?個，而綜合指數大于?0.65?的市級行政區由?187?個增加到?251?個。

面臨的挑戰

指標本地化。全球?SDG?指標框架形成和確立了一系列國際通用的指標概念定義、統計標準和計算方法，但是一些指標的概念和計算方法在我國并不適用，需要進一步積極探索研究全球框架下的?SDG?指標如何與我國具體國情相結合。比如，SDG 11.1.1（貧民窟和非正規住區內的城市人口比例），在?SDG?指標體系中將該指標等級設為?Tier I（既有方法也有數據）。如何解讀貧民窟和非正規住區對于該指標的合理評價十分重要。一方面，在我國沒有貧民窟的概念；另一方面，我國棚戶區與?SDG?指標中所定義的非正規住區在概念和內涵方面也不盡相同。結合我國具體國情，針對該指標如何進行合理本地化并加以科學評估，仍值得深入探索。

數據的一致性。準確、可靠、及時和分類清晰的數據是實現?SDG?指標監測的關鍵。比如，城市建成區范圍是?SDG 11?指標評價所需的基礎數據，有?5?個指標需要城市建成區范圍。城市建成區范圍也是可利用遙感手段快速獲取的重要數據。在數據來源方面，可以從土地利用圖中合并相關類型提取建成區范圍，也可以從不透水面分布圖中提取建成區范圍。兩類數據產品的空間分辨率也可以從?10 m?到?1?000 m。因此，采用不同來源、不同分辨率的數據產品來提取建成區范圍，可能會產生較大差異，從而對?SDG 11?指標評價結果產生較大的不確定性。

監測的持續性。SDG?指標框架是一個復雜、多樣、動態和相互關聯的龐大體系。每個指標的監測與評估都需要一個或者多個團隊協作才能實現。一方面，需要建立一支穩定的、高水平的?SDG?指標監測與評估團隊，持續探索基于地球大數據的?SDG?指標監測方法；另一方面，針對方法和數據成熟的?SDG?指標，需要開發相應的?SDG?指標監測與評估軟件工具，定期自動生產?SDG?指標監測與評估數據產品。

部門間數據共享。SDG 11?落實需要政府、行業部門、科研院所、公司團體及個人共同合作完成。但是，由于目前數據共享的觀念、機制、標準和基礎設施等存在諸如落后、不足等制約性問題，部門之間的數據共享與緊密合作難以實現。因此，只有打破部門之間的數據孤島問題，實現真正的數據共享，才能更好地實現?SDG 11。

建議與舉措

為更好地促進城市可持續發展，提出以下?5?點建議。

加強地球大數據支撐?SDG 11?研究。SDG 11實現需依靠經濟、社會和環境?3?個維度的協同發展。地球大數據的宏觀、動態監測能力為?SDG 11?研究提供了重要手段，有助于整合多源數據，并產生更相關、更豐富的信息用于決策支持。下一步將重點利用地球大數據，擴展和完善?SDG 11?指標體系，并在全球、區域、國家、重點地區?4?個尺度上，開展?SDG 11?指標監測與綜合應用示范研究。

加強利用地球大數據的?SDG 11?數據共享服務。進一步研究?SDG 11?數據資源實時獲取、按需匯聚、融合集成、開放共享與分析等系列技術，利用中國科學院已生產的覆蓋棚戶區、公共交通、城鎮化、災害和公共開放空間等數據集，為中國城市可持續發展綜合評估提供數據支撐級數據資源；形成地球大數據支撐?SDG 11?評估測量的方法體系；實現?SDG 11?數據的收集、處理和產品生產，形成?SDG 11?評估的系列數據產品；積極促進與聯合國各機構、成員國等的數據開放共享，為?SDG 11?數據缺失等問題提供實質性解決方案。

構建可持續發展大數據信息平臺，實現?SDG 11?數據生產與指標在線計算。基于對象存儲系統和云服務模式，構建可持續發展大數據信息平臺，實現?SDGs?數據的統一存儲、管理與計算服務。通過該平臺，實現?SDG 11?指標監測與評估數據按需在線生產、在線共享，以及?SDG 11?指標在線計算與信息服務；從共享、服務、應用層面，解決?SDG 11?實現過程中數據缺失問題，促進數據和知識的及時共享和傳播，更好地推動?SDG 11?落實，為發展中國家提供數據和技術支撐。

加強科學技術在?SDG 11?實現中的杠桿作用。聯合國《2019?年全球可持續發展報告》提出從?6?個切入點出發，以?4?個杠桿連貫地通過每個切入點進行部署，從而實現《2030?年可持續發展議程》所需的轉型。其中，科學技術是最重要的杠桿之一；而“城市與城郊發展”是最重要的切入點之一。為了推動實現?SDG 11?所需的社會和經濟轉型，需要更好地利用地球大數據科學。基于地球大數據技術生產高質量評價數據集，以及支撐?SDG 11?指標監測科學技術的創新，讓科學技術發揮真正的杠桿作用。因此，我們需要將建設可持續的城市和社區同科技創新戰略緊密銜接，進一步重視和加強地球大數據關鍵核心技術的突破，以驅動?SDG 11?的順利實現。

積極開展?SDG 11?綜合應用示范，加強國內外相關機構的科技合作。習近平總書記強調，堅持以創新、協調、綠色、開放、共享的發展理念為引領，促進中國特色新型城鎮化持續健康發展。為了加快《2030?年可持續發展議程》在中國的落實，需要在國家、省級、市級、縣級不同尺度開展?SDG 11?綜合應用示范。在此過程中，需要建立協同設計與合作網絡，與聯合國機構、國內外科研院所等開展科技合作，構建以地球大數據為核心的技術促進機制，服務?SDG 11實現；通過貢獻中國智慧，促進全球城市可持續發展目標的最終實現。（作者：黃春林、王鵬龍，中國科學院西北生態環境資源研究院；孫中昶，可持續發展大數據國際研究中心；蔣會平、陶金花，中國科學院空天信息創新研究院；王江浩、劉海猛，中國科學院地理科學與資源研究所； 劉南江，國家減災中心。《中國科學院院刊》供稿）。

相關文章