《Sustainability》：Rethinking Sustainability Assessment: An Integrated Data-Driven Framework for the European Union
综合可持续性指数（Composite sustainability indices）被广泛用于评估各州的环境、社会和经济可持续性。然而，指标选择、权重分配方法以及其他标准的不同，可能影响当前可持续性指数计算技术的有效性和可靠性。本研究结合综合指数构建、计量经济分析、多准则决策（multicriteria decision-making, MCDM）、敏感性分析和基准比较，构建了综合可持续性指数（Integrated Sustainability Index, ISI），并对2010–2024年间欧盟27个成员国（EU-27）进行了评估。通过聚合14项标准化可持续性指标，构建了环境、社会和经济子指数，并进一步聚合为总体ISI。采用Pearson相关分析、普通最小二乘（Ordinary Least Squares, OLS）回归及包含国家和年份固定效应的双向固定效应面板模型，估计各可持续性指标与可持续发展目标指数（SDG Index）之间的相关性；同时运用复杂比例评估法（Complex Proportional Assessment, COPRAS）评价各国的可持续性表现。研究发现，荷兰的ISI均值最高（0.750），希腊和罗马尼亚的ISI值最低（0.327）。2010–2024年间，欧盟27个成员国中有26个国家的可持续性表现有所改善。采用CRITIC方法进行的敏感性分析揭示了排名的极高稳定性（ρS = 0.989, p < 0.001）。以SDG指数为基准进行的ISI验证显示出显著的中度正相关关系（rP = 0.563；ρS = 0.579；p < 0.001）。
可持续性评估日益成为衡量现代社会经济发展的核心范式。传统上，各经济体长期发展水平主要通过经济增长指标来衡量，但日益严峻的气候风险、自然资源匮乏、生物多样性退化、人口老龄化、社会阶层分化、经济不稳定及政治不确定性等因素均表明，仅凭传统经济指标难以充分评估长期发展水平。可持续性要求环境保护、社会福利和经济发展三者的平衡协调，而各领域间的高度关联性使得可持续性评估必须采用整体性视角。由于可持续性本身是一个多维度、潜在的结构性概念，无法直接度量，需要通过一系列环境、社会和经济指标加以观察，而这些指标之间往往并不完全相关。例如，一个国家可能在取得良好经济绩效的同时遭受环境破坏或社会分化；反之，环境领域的积极变化也可能与不佳的经济表现或劳动力市场问题相伴而生。因此，采用综合可持续性指数将多个独立指标融合为一个合成度量，已成为国际组织和学术界广泛采用的方法。
然而，当前可持续性评估研究仍存在若干显著局限。首先，大量研究仅关注可持续性的单一维度（环境绩效、社会发展或经济竞争力），忽略了各维度之间的内在关联性，难以捕捉可持续性的系统性特征。其次，许多综合指数所采用的权重确定和降维技术较为复杂，影响了评估的可复现性和可解释性。第三，已有研究往往侧重于构建综合指数或应用计量经济分析，但将复合指数构建、计量经济分析与多准则决策方法相结合的整合型研究仍然不足。此外，虽然国际上有多种可持续性指数，但针对新建综合指数相对于外部基准的验证工作十分有限。验证是综合指数构建的重要环节，缺乏验证的新指数无法充分证明其确实捕捉了可持续性概念的本质内涵。
欧盟为弥合上述研究空白提供了理想的经验场景。欧盟成员国拥有相似的制度和法规环境，但在环境效率、社会包容性、创新能力、劳动力市场和经济发展水平方面表现出巨大差异。同时，欧盟统计局（Eurostat）提供的标准化统计框架确保了高质量且国际可比的数据，为开发综合可持续性评估框架提供了可靠的数据基础。基于此，本研究提出一种综合性的可持续性评估方法，旨在构建欧盟27国的综合可持续性指数（Integrated Sustainability Index, ISI），从环境、社会和经济三个维度出发，提供全面且透明的可持续性绩效评估。该研究将综合指数构建与计量经济分析、多准则评估方法相结合，运用相关分析、OLS回归和面板数据分析评估所选可持续性指标与SDG指数之间的关系，并采用COPRAS方法对国家可持续性绩效进行补充性排序。
研究人员采用定量面板数据研究设计，构建了涵盖2010–2024年欧盟27个成员国的平衡面板，共计405个观测值。所有数据变量均来自公开可用的数据库，以确保方法论的一致性和可比性。研究框架整合了六个连续阶段：数据收集与标准化、环境/社会/经济子指数构建、综合可持续性指数开发、统计分析、基于COPRAS的国家排序以及以SDG指数为基准的验证评价。在具体技术方法方面，研究人员运用Min–Max归一化方法对不同度量单位和尺度的指标进行标准化处理；采用等权重法计算各子指数和总体ISI；使用Pearson相关分析、普通最小二乘回归和双向固定效应面板模型进行计量经济分析；应用方差膨胀因子（Variance Inflation Factor, VIF）检测自变量间的多重共线性；运用CRITIC（Criteria Importance Through Inter-criteria Correlation）客观赋权法进行敏感性分析；采用COPRAS多准则决策方法进行国家排序；并以SDG指数为外部基准，通过Pearson和Spearman相关系数进行收敛效度验证。
**描述性统计结果**
描述性统计结果显示，SDG指数均值为79.61，标准差为3.28，各成员国间SDG指数差异相对较小。相比之下，各可持续性指标在国家间和时间维度上呈现显著差异。GDP人均值从7060欧元到107,570欧元不等，政府债务占GDP比重从7.6%到209.9%不等，能源强度的上限约为下限的19倍，反映出欧盟各经济体在能源利用效率方面的巨大差距。环境指标方面，回收率从4.1%到71.4%不等，循环材料使用率从1.2%到32.7%不等，资源生产率从0.30到7.76不等。社会指标中，未满足医疗需求、早退率、性别就业差距和长期失业率等指标的方差较大，且其平均值大于中位数，表明不利值集中在较少数的观测中。该结果表明，尽管SDG指数分散度相对较窄，但各国和各时期之间存在显著的潜在异质性。
**Pearson相关分析结果**
Pearson相关分析显示，各可持续性指标与SDG指数之间的关联方向和强度存在较大差异。研发支出占国内生产总值比重（r = 0.769, p < 0.001）与SDG指数呈最强正相关，其次为城市废弃物回收率（r = 0.503, p < 0.001）和就业率（r = 0.471, p < 0.001）。在负相关指标中，贫困或社会排斥风险率（AROPE）与SDG指数的相关性最强（r = ?0.535, p < 0.001），其次是S80/S20收入五等分比（r = ?0.444, p < 0.001）、长期失业率（r = ?0.364, p < 0.001）、性别就业差距（r = ?0.363, p < 0.001）和能源强度（r = ?0.349, p < 0.001）。此外，教育与培训早退率（r = ?0.251, p < 0.001）、循环材料使用率（r = 0.188, p < 0.001）、未满足医疗需求（r = ?0.168, p < 0.001）、人均GDP（r = 0.151, p = 0.002）和资源生产率（r = 0.106, p = 0.033）与SDG指数存在较弱的显著相关。政府总债务与SDG指数之间未观察到统计学上显著的关联（r = ?0.017, p = 0.732）。
**OLS回归结果**
以SDG指数为因变量的混合OLS回归模型整体统计显著（F(14, 390) = 75.59, p < 0.001），解释了SDG指数变异的73.1%（R
2 = 0.731；调整后R
2 = 0.721）。在采用稳健标准误以应对异方差性的条件下，未满足医疗需求、AROPE、资源生产率、循环材料使用率、能源强度、人均GDP、研发支出和政府总债务与SDG指数之间存在统计显著的关联。其中，研发支出呈现最高的正回归系数（β = 2.798, p < 0.001），资源生产率与SDG指数正相关（β = 0.629, p = 0.001）。AROPE与SDG指数负相关（β = ?0.154, p < 0.001），能源强度同样呈负相关（β = ?0.007, p < 0.001）。循环材料使用率（β = ?0.143, p < 0.001）、人均GDP（β = ?0.000084, p < 0.001）和政府总债务（β = ?0.021, p < 0.001）均表现出负相关关系。
**面板回归结果**
面板回归分析中，国家固定效应模型解释了SDG指数国家内变异的大部分（R
2 = 0.811；调整后R
2 = 0.790）。教育与培训早退率（β = ?0.069, p < 0.001）、性别就业差距（β = ?0.145, p < 0.001）、循环材料使用率（β = ?0.076, p < 0.001）和能源强度（β = ?0.012, p < 0.001）与SDG指数呈显著负相关；回收率（β = 0.026, p = 0.003）和研发支出（β = 1.120, p < 0.001）与SDG指数呈显著正相关；政府总债务系数为正且统计显著（β = 0.021, p < 0.001）。在加入年份效应后，双向固定效应模型（R
2 = 0.409；调整后R
2 = 0.317）显示，S80/S20（β = ?0.339, p = 0.003）、性别就业差距（β = ?0.127, p < 0.001）、长期失业率（β = ?0.100, p = 0.039）、循环材料使用率（β = ?0.046, p < 0.001）、能源强度（β = ?0.008, p < 0.001）和人均GDP（β = ?0.000037, p = 0.001）与SDG指数呈显著负相关，而研发支出仍保持显著正相关（β = 0.646, p = 0.002）。模型设定检验方面，F检验强烈支持相对于混合OLS采用国家固定效应（F = 142.31, p < 0.001），Breusch–Pagan LM检验同样拒绝了混合估计而支持面板数据方法（χ
2 = 1336.02, p < 0.001），Hausman检验未拒绝随机效应设定（χ
2(14) = 15.72, p = 0.331），但考虑到控制国家时不变异质性的需要，固定效应模型仍作为主要分析选择。进一步的F检验支持加入年份效应（F = 15.73, p < 0.001）。
**ISI国家排序和分维度子指数结果**
基于十四项标准化指标的归一化处理，研究人员计算了各国在2010–2024年间的环境可持续性指数（Environmental Sustainability Index, ESI）、社会可持续性指数（Social Sustainability Index, SSI）、经济可持续性指数（Economic Sustainability Index, EcSI）以及综合可持续性指数（Integrated Sustainability Index, ISI）。结果表明欧盟成员国间的可持续性表现存在显著差异。ISI均值从希腊和罗马尼亚的0.327到荷兰的0.750不等。排名前列的国家包括荷兰（ISI = 0.750）、卢森堡（0.708）、瑞典（0.693）、德国（0.691）、丹麦（0.685）和奥地利（0.683）。表现最差的国家为希腊（0.327）、罗马尼亚（0.327）、保加利亚（0.372）、拉脱维亚（0.441）和克罗地亚（0.458）。子指数比较显示，北欧和西欧国家在三个维度上的表现相对均衡，而南欧和东欧国家则呈现更大的不对称性，这证实了采用多维度综合指数进行评估的有效性。在时间趋势方面，2010–2024年间26个成员国的ISI值有所上升，涨幅最大的为马耳他（+0.233）、拉脱维亚（+0.221）、爱尔兰（+0.195）、克罗地亚（+0.186）和斯洛伐克（+0.170），仅有芬兰出现负增长（?0.026）。
**COPRAS排序结果**
COPRAS多准则评估结果与ISI排名总体一致，但由于采用了不同的聚合程序，具体排序存在差异。根据COPRAS分析，荷兰表现最佳（平均效用度97.46%，平均排名1.33），卢森堡位列其后（91.02%；平均排名1.80）。丹麦（83.12%）、瑞典（82.84%）、奥地利（78.63%）和德国（75.33%）同样表现突出。罗马尼亚的平均效用度最低（21.00%），其次为希腊（24.03%）、保加利亚（26.30%）和拉脱维亚（32.94%）。纵向分析显示，部分成员国的COPRAS排名在2010–2024年间发生显著变化，爱尔兰上升了10位，马耳他和克罗地亚各上升9位，芬兰则下降11位（从第6位降至第17位），西班牙下降8位（从第14位降至第22位）。
**CRITIC敏感性分析结果**
为检验权重方案对排名结果的影响，研究人员采用CRITIC客观赋权法进行了敏感性分析。CRITIC方法根据各指标的信息量和指标间的冲突性确定权重，与基线等权方案形成对比。结果显示，基于CRITIC权重的ISI与基准ISI之间的Spearman秩相关系数为ρ = 0.989（p < 0.001），表明国家排序在替代权重方案下未发生实质性变化，权重选择对国家排名的影响极为有限。
**基准验证结果**
以SDG指数作为外部基准对ISI进行收敛效度验证，结果显示ISI与SDG指数之间的Pearson相关系数为0.563（p < 0.001, N = 405），Spearman秩相关系数为0.579（p < 0.001, N = 405）。两个相关系数均表明ISI与SDG指数之间存在统计学上显著的中度正相关关系。相对适中的系数值可归因于两种指数在方法上的差异：SDG指数包含反映可持续发展目标的更多数量指标，而ISI仅依赖涵盖环境、社会和经济参数的较短的十四项指标清单。该结果验证了ISI与一个公认的可持续发展指数在趋势上的收敛性，同时也表明ISI捕捉了部分独特的可持续性绩效特征。
**讨论总结**
本研究的计量经济分析表明，研发支出在所有估计方法（OLS、国家固定效应和双向固定效应模型）中均与SDG指数呈正相关，验证了创新作为技术发展和资源利用效率提升的关键驱动力对可持续性的重要作用。相反，能源强度在所有多元估计技术中均与SDG指数呈负相关，凸显了能源效率在可持续性评估中的核心地位。社会维度方面，S80/S20收入不平等比、性别就业差距和长期失业率在控制国家和时间效应后仍与SDG指数保持显著负相关，但教育与培训早退率在国家固定效应模型中显著而在加入时间效应后不再显著，表明其关联受到共同时间趋势的影响。AROPE系数的变化尤其值得关注：其与SDG指数在相关分析中呈强负相关（r = ?0.535, p < 0.001），在混合OLS回归中仍保持负系数（β = ?0.154, p < 0.001），但在国家固定效应（β = 0.023, p = 0.464）和双向固定效应模型（β = 0.032, p = 0.189）中转为正且统计不显著，说明AROPE与SDG指数之间的强负相关主要由国家间在贫困和社会排斥方面的持续差异驱动，而非国家内部随时间的变化所致。政府总债务在国家固定效应模型中表现出正且显著的系数，但在加入年份效应后不再显著，因此不能解释为更高债务水平提高了可持续性。循环材料使用率虽然在预设中为有益指标，但在固定效应模型中出现了负的条件系数，这可能反映了不同国家的经济条件差异，不能作为其降低可持续性的证据。
**研究结论**
本研究构建了综合可持续性指数（ISI），用于衡量2010–2024年间欧盟全部27个成员国的环境、社会和经济可持续性。该框架涵盖十四项指标，纳入各维度特定的子指数以及综合ISI，整合了计量经济分析、COPRAS排序方法、敏感性分析和SDG指数基准验证等综合方法。研究结果显示欧盟成员国间可持续性绩效存在显著差异。荷兰（均值0.750）、卢森堡（0.708）、瑞典（0.693）、德国（0.691）、丹麦（0.685）和奥地利（0.683）在ISI排名中表现最佳，希腊和罗马尼亚（均值均为0.327）表现最差。在2010–2024年间，27个成员国中有26个国家的ISI得分有所提高，马耳他（+0.233）、拉脱维亚（+0.221）、爱尔兰（+0.195）和克罗地亚（+0.186）增幅最大，芬兰（?0.026）为唯一下降的国家。计量经济结果表明，在同时控制国家和年份固定效应后，S80/S20收入不平等比（β = ?0.339, p = 0.003）、性别就业差距（β = ?0.127, p < 0.001）、长期失业率（β = ?0.100, p = 0.039）、循环材料使用率（β = ?0.046, p < 0.001）、能源强度（β = ?0.008, p < 0.001）和人均GDP（β = ?0.000037, p = 0.001）与SDG指数呈显著负相关，而研发支出（β = 0.646, p = 0.002）保持显著正相关。COPRAS方法总体上支持了ISI所识别的国家可持续性概况。CRITIC敏感性测试证明了国家排名的极高稳定性（Spearman ρ = 0.989, p < 0.001）。以SDG指数为基准的验证显示显著的中度正相关（Pearson r = 0.563, p < 0.001；Spearman ρ = 0.579, p < 0.001）。研究表明，所提出的ISI可被视为一种透明、可复现且全面的可持续性评估方法，通过结合经济、社会和环境绩效指标，能够突出各国在可持续发展领域的特定优势和劣势。
