当前位置: 首页 > news >正文

2023年数学建模美赛D题(Prioritizing the UN Sustainability Goals):SDGs 优先事项的选择

正在写,不断更新,别着急。。。

4. SDGs 优先事项的选择

4.1 基于SDG密度分布图选择优先事项

虽然每个可持续发展目标的接近度矩阵和中心性度量的结果是通用的,并创建了基本的可持续发展目标网络,但由于各国在网络的不同部分取得了成功,因此每个可持续发展的密度水平因国而异。如果一个国家在网络的密集部分取得了成功,这意味着其当前的能力可以用于实现可持续发展目标的实施重点多样化。如果它位于网络的稀疏部分,则机会集是有限的。在这两种情况下,都需要从长远的角度来确保可持续发展目标议程的可持续改善,这意味着,即使目前接近度较低,也可能建议跳到高中心度的可持续发展目标。然后,该国必须投资于新的能力,这些能力将来将在更多的多样性选择中获得回报。本节以乌干达为例,说明如何使用这些概念来评估政策选项。

图2和图3显示了乌干达目前表现不佳的两个可持续发展目标,也就是说,与乌干达人均收入水平的典型国家相比,乌干达目前没有成功。乌干达应该优先考虑哪一项?

当然,要回答这个问题,需要考虑许多因素,但其中包括:(i) 考虑到目前的能力(密度),成功的容易程度,以及(ii)它创造的进一步改进的潜力(中心性)

在这里插入图片描述

在一条水平线中,图4显示了其他可持续发展目标与所讨论的两个可持续发展目标的接近程度。可持续发展目标(a)是获得电力(占人口的百分比),可持续发展目标目标(b)是艾滋病毒发病率(比率,总人口)。每个灰色圆圈或绿色圆点表示另一个SDG指示符,并且它们离红色圆圈越远(表示归一化最大中心度为1的SDG(a)或SDG(b)),接近度越低。绿色圆点代表乌干达目前成功的可持续发展目标,而圆圈代表乌干达不成功的地方。

在这里插入图片描述

a)获得电力的中心值为255,b)HIV发病率为212。问题是,鉴于乌干达目前的能力,即其目前成功的可持续发展目标,乌干达在网络中处于何处。计算乌干达在每一个可持续发展目标方面的密度,结果表明,乌干达在能力上更接近于a)获得电力,密度为0.594,而b)艾滋病毒发病率为0.590。因此,获得电力具有更高的密度和中心性,这一事实表明,电力应优先于艾滋病毒发病率(所有其他方面都是平等的,不同的目标没有权重)。

图5显示了两个SDG的示例,其中优先级排序不那么简单;可持续发展目标(a)是获得电力(占人口的%),可持续发展目标是童婚(15岁之前结婚的女性(20-24岁女性的比例))。

供电中心有256个,童婚中心有185个。因此,如果您没有特定国家的信息,那么获得电力将是实现可持续发展目标议程总体成功的最佳选择。然而,计算乌干达的人口密度(获得电力的人口密度为0.594,童婚人口密度为0.602)表明,乌干达在童婚方面比在获得电力方面更容易表现出色。因此,在本例中,乌干达需要在

考虑到目前的能力(优先考虑童婚),成功的可能性更高,或者考虑到成功的结果(优先考虑获得电力),进一步实现可持续发展目标的可能性更大。

图6显示了乌干达所有SDG密度的分布,并附有一些示例。成功的可持续发展目标在更高的密度水平上更为常见,反之亦然。如果每个可持续发展目标的中心性相同,乌干达应优先考虑乌干达特定密度最高的尚未成功的可持续发展目标。

在这里插入图片描述

4.2 基于SDG密度分布图比较不同国家的总体潜力

SDG密度分布图也可用于跨国比较。

在图7中,我们看到在选定的国家中,墨西哥拥有平均密度最高的是玻利维亚、乌干达、肯尼亚、美国和南非。这表明,在这些国家中,墨西哥控制人均国民总收入在追求可持续发展目标议程时,取得超额成就的可能性最大;而南非将面临最大的挑战。墨西哥的收入水平在可持续发展目标的数量已经达到,而南非的国民总收入却落后于其他国家人均水平。当然,在较高的人均收入水平,如美国,竞争与其他国家相比,更为艰难,在发展成果方面取得了巨大成就高收入国家是一个重大的政策挑战。

在这里插入图片描述
分布的形状很重要。狭窄的概率分布意味着大多数可持续发展目标在所涉国家的密度水平相似。广泛的概率分布意味着SDG之间的密度显著不同。因此,该国实现某些目标的可能性较高,但实现其他目标的可能性较低,这表明可持续发展目标网络分析将非常有助于确定可持续发展目标倡议的优先顺序。根据每个国家的平均密度,可以根据国家的可持续发展目标改善潜力(而非实现的可持续发展水平)对其进行排名。表5列出了前15名和后15名国家。

在这里插入图片描述

另一个展示可持续发展目标网络方法的例子将各国成功实现可持续发展目标的数量与其密度进行了比较。墨西哥和玻利维亚在这项研究中纳入的可持续发展目标指标数量大致相同:墨西哥282项,玻利维亚271项。尽管如此,墨西哥的人口密度明显高于玻利维亚。这意味着墨西哥的成功位于可持续发展目标网络中更密集的部分,即墨西哥在可持续发展目标方面做得很好,这些目标很有可能使其他可持续发展目标的发展取得成功。这意味着墨西哥比玻利维亚更容易利用其机会。

假设有一个全球性或区域性的可持续发展目标问题,或者一个组织在几个国家处理当地问题,那么国家之间的优先事项就摆在桌面上了。表6显示了可持续发展目标指标“获得电力”的例子,其中三个非洲国家的人均收入水平目前表现不佳。除此之外,对卢旺达的投资将带来更大的成功概率,因为该国在更多的可持续发展目标中取得了成功,接近“通电”。与密度较低的其他国家相比特别是可持续发展目标,卢旺达的基本能力更符合改善“电力供应”的需要。

在这里插入图片描述


4.3 小结

世界各国领导人于2015年9月通过的《联合国2030年议程》和《可持续发展目标》(SDG)具有全面性和整体性,包括17项目标和169项目标,涵盖了发展的经济、社会和环境层面(UN 2015)。雄心勃勃的议程表明,任何人都不能掉队,所有人都将集体受益于所有可持续发展目标的发展成果。个别国家现在面临着艰巨的挑战,要将这一议程转化为可行、现实但雄心勃勃的发展计划,并确定全面反映其初始条件和优先事项的政策。这项研究的基础是,可持续发展目标既是各国当前能力的产物,也是未来能力的贡献者。因此,在各国优先考虑可持续发展目标政策时,需要考虑路径依赖因素。

SDG网络基于与Hausmann和Klinger(2006)和Hildalgo等人(2007)开发的产品空间相同的理念,并将其与2015年后国家发展诊断框架(Gable等人,2015)的见解相结合。可持续发展目标的成就反映了拥有并结合了该国现有投入的基础结构(基础能力)。输入可以在两个SDG之间移动的容易程度取决于它们的共同程度,概念化为它们之间的接近程度。

接近度是两个可持续发展目标指标一起“成功”的条件概率。成功的定义是,一个国家的人均收入水平高于预期,或如预期。集中度是SDG与所有其他SDG指标的成对接近度之和。因此,这是一种潜在多样性的衡量标准,也是对该国可持续发展目标总体议程成功的贡献。

毫不奇怪,不同的电力获取措施是最相关的可持续发展目标之一,因此意味着如果一个国家成功地提供了电力,其他可持续发展目标也很可能取得成功。如附件表A.1中的成对相关矩阵所示,表现出高中心性的可持续发展目标组包括改善的水和卫生设施、互联网连接、学校入学和免疫接种。然而,联系最少的群体似乎更为多样。然而,需要注意的是,如果可持续发展目标与其他可持续发展目标的成功联系有限,这并不意味着可持续发展目标无关紧要。

然后通过引入密度的概念,将该方法用于特定国家的评估。密度是根据可持续发展目标与国家成功的其他可持续发展目标的接近程度来定义的。因此,这是一项针对特定国家的措施,每个可持续发展目标指标都有所不同。非成功的可持续发展目标密度越高,其所需能力就越接近国家现有能力,国家就越容易将其转变为成功的可持续增长目标。

当比较一个国家的两个可持续发展目标政策选项时,每个可持续发展目标指标的国家特定密度(即其成功的容易程度)必须与每个可持续发展指标的跨国家中心性(即其与其他可持续发展目标的联系性以及进一步改进的潜力)进行权衡。此外,可以根据国家的平均密度或特定SDG的密度对国家进行排名。对于每个国家实现可持续发展目标议程的高效和成功的优先顺序,了解特定国家的路径依赖性至关重要。

然而,它需要考虑到数据的局限性,并与其他研究相结合,尤其是成本效益分析和政治经济分析。此外,该方法假设所有可持续发展目标本身具有相同的价值,而这些价值在可持续发展目标之间和每个国家可能有所不同。

本节部分内容来自:

在这里插入图片描述

【待续。。。】

相关文章:

2023年数学建模美赛D题(Prioritizing the UN Sustainability Goals):SDGs 优先事项的选择

正在写,不断更新,别着急。。。 4. SDGs 优先事项的选择 4.1 基于SDG密度分布图选择优先事项 虽然每个可持续发展目标的接近度矩阵和中心性度量的结果是通用的,并创建了基本的可持续发展目标网络,但由于各国在网络的不同部分取得…...

springboot实现项目启动前的一些操作

在服务启动时,做一些操作,比如加载配置,初始化数据,请求其他服务的接口等。 有三种方法: 第一种是实现CommandLineRunner接口 第二种是实现ApplicationRunner接口 第三种是使用注解:PostConstruct 三者使用…...

详解JavaScript的形参,实参以及传参

文章目录 前言一、参数是什么?二、形参和实参 1.形参 2.实参三、传参 1.参数传递的对应关系2.两个传参的例子 总结前言 编程初学者在接触JavaScript这门语言时,很难搞懂里面的逻辑,这就会导致入门慢,入门难。这种难度一般…...

Vue中的diff算法

diff算法介绍 diff算法是一种高效对比算法。diff算法在组件更新即响应式数据监控到数据的改变,重新生成虚拟DOM树的时候调用,然后通过diff算法计算出前后虚拟dom树的差异点,更新dom时只更新变化的部分。 直接比较和修改两个数的复杂度为什么…...

【面试题】前端春招第二面

不容错过的一些面试题小细节,话不多说,直接看题~大厂面试题分享 面试题库后端面试题库 (面试必备) 推荐:★★★★★地址:前端面试题库HTML/CSS/Javascript/ES篇(1)标准盒模型和怪异盒…...

Pytorch 基础之张量数据类型

学习之前:先了解 Tensor(张量) 官方文档的解释是: 张量如同数组和矩阵一样, 是一种特殊的数据结构。在PyTorch中, 神经网络的输入、输出以及网络的参数等数据, 都是使用张量来进行描述。 说白了就是一种数据结构 基本数据类型…...

Java 基础面试题——常见类

目录1.String 为什么是不可变的?2.字符串拼接用“” 和 StringBuilder 有什么区别?3.String、StringBuffer 和 StringBuilder 的区别是什么?4.String 中的 equals() 和 Object 中的 equals() 有何区别?5.Object 类有哪些常用的方法?6.如何获…...

Windows 系统从零配置 Python 环境,安装CUDA、CUDNN、PyTorch 详细教程

文章目录1 配置 python 环境1.1 安装 Anaconda1.2 检查环境安装成功1.3 创建虚拟环境1.4 进入/退出 刚刚创建的环境1.5 其它操作1.5.1 查看电脑上所有已创建的环境1.5.2 删除已创建的环境2 安装 CUDA 和 CUDNN2.1 查看自己电脑支持的 CUDA 版本2.2 安装 CUDA2.3 安装 CUDNN2.4 …...

[REDIS]redis的一些配置文件

修改配置文件 vim /etc/redis/redis.conf目录 protected-mode tcp-backlog timeout tcp-keepalive daemonize pidfile loglevel databases 设置密码 maxclients maxmemory maxmemory-policy maxmemory-samples 默认情况下 bind127.0.0.1 只能接受本机的访问请求。在不写的情况…...

Java反序列化漏洞——CommonsCollections4.0版本—CC2、CC4

一、概述4.0版本的CommonsCollections对之前的版本做了一定的更改,那么之前的CC链反序列化再4版本中是否可用呢。实际上是可用的,比如CC6的链,引入的时候因为⽼的Gadget中依赖的包名都是org.apache.commons.collections ,⽽新的包…...

下载网上压缩包(包含多行json)并将其转换为字典的解决方案

大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理…...

【郭东白架构课 模块一:生存法则】11|法则五:架构师为什么要关注技术体系的外部适应性?

你好, 我是郭东白。 前四条法则分别讲了目标、资源、人性和技术周期,这些都与架构活动的外部环境有关。那么今天我们来讲讲在架构活动内部,也就是在架构师可控的范围内,应该遵守哪些法则。今天这节课,我们就先从技术体…...

Mindspore安装

本文用于记录搭建昇思MindSpore开发及使用环境的过程,并通过MindSpore的API快速实现了一个简单的深度学习模型。 什么是MindSpore? 昇思MindSpore是一个全场景深度学习框架,旨在实现易开发、高效执行、全场景覆盖三大目标。 安装步骤 鉴于笔者手头硬…...

C++010-C++嵌套循环

文章目录C010-C嵌套循环嵌套循环嵌套循环举例题目描述 输出1的个数题目描述 输出n行99乘法表题目描述 求s1!2!...10!作业在线练习:总结C010-C嵌套循环 在线练习: http://noi.openjudge.cn/ https://www.luogu.com.cn/ 嵌套循环 循环可以指挥计算机重复去…...

设计模式之迭代器模式与命令模式详解和应用

目录1 迭代器模式1.1 目标1.2 内容定位1.3 迭代器模式1.4 迭代器模式的应用场景1.5 手写字定义的送代器1.6 迭代器模式在源码中的体现1.7 迭代器模式的优缺点2 命令模式2.1 定义2.2 命令模式的应用场景2.3 命令模式在业务场景中的应用2.4 命令模式在源码中的体现2.5 命令模式的…...

【QA】[Vue/复选框全选] v-model绑定每一项的赋初值问题

发生场景:不只是复选框的状态改变,还有的功能要用到复选框的选中状态,比如:购物车计算总价,合计等等。 引入:复选框 checkbox 在使用时,需要用v-model绑定布尔值,来获取选中状态&…...

python基于django+vue微信小程序的校园二手闲置物品交易

在大学校园里,存在着很多的二手商品,但是由于信息资源的不流通以及传统二手商品信息交流方式的笨拙,导致了很多仍然具有一定价值或者具有非常价值的二手商品的囤积,乃至被当作废弃物处理。现在通过微信小程序的校园二手交易平台,可以方便快捷的发布和交流任何二手商品的信息,并…...

设计模式之观察者模式

什么是观察者模式 观察者模式定义了对象之间一种一对多依赖关系,使得每当一个对象状态发生改变时,其相关依赖对象都能收到通知并自动刷新。     观察者模式主要包含以下几个角色:         Subject(目标):指被观察的对…...

Java Lambda表达式

目录1 Lambda表达式1.1 函数式编程思想概括1.2 Lambda表达式标准格式1.3 Lambda表达式练习1(抽象方法无参无返回值)1.4 Lambda表达式练习2(抽象方法带参无返回值)1.5 Lambda表达式练习2(抽象方法带参带返回值&#xff…...

【1237. 找出给定方程的正整数解】

来源:力扣(LeetCode) 描述: 给你一个函数 f(x, y) 和一个目标结果 z,函数公式未知,请你计算方程 f(x,y) z 所有可能的正整数 数对 x 和 y。满足条件的结果数对可以按任意顺序返回。 尽管函数的具体式子…...

java基础学习 day41(继承中成员变量和成员方法的访问特点,方法的重写)

继承中,成员变量的访问特点 a. name前什么都不加,name变量的访问采用就近原则,先在局部变量中查找,若没找到,继续在本类的成员变量中查找,若没找到,继续在直接父类的成员变量中查找&#xff0c…...

【c语言进阶】深度剖析整形数据

🚀write in front🚀 📜所属专栏: 🛰️博客主页:睿睿的博客主页 🛰️代码仓库:🎉VS2022_C语言仓库 🎡您的点赞、关注、收藏、评论,是对我最大的激励…...

【信息系统项目管理师】项目管理十大知识领域记忆敲出(采购风险沟通干系人)

【信息系统项目管理师】项目管理十大知识领域记忆敲出(采购风险沟通干系人) 这里写目录标题【信息系统项目管理师】项目管理十大知识领域记忆敲出(采购风险沟通干系人)一.项目采购管理记忆敲出1.合同管理:2.规划采购管…...

[LeetCode 1237]找出给定方程的正整数解

题目描述 题目链接:[LeetCode 1237]找出给定方程的正整数解 给你一个函数 f(x, y) 和一个目标结果 z,函数公式未知,请你计算方程 f(x,y) z 所有可能的正整数 数对 x 和 y。满足条件的结果数对可以按任意顺序返回。 尽管函数的具体式子未知…...

6.2 构建 RESTful 应用接口

第6章 构建 RESTful 服务 6.1 RESTful 简介 6.2 构建 RESTful 应用接口 6.3 使用 Swagger 生成 Web API 文档 6.4 实战:实现 Web API 版本控制 6.2 构建 RESTful 应用接口 6.2.1 Spring Boot 对 RESTful 的支持 Spring Boot 提供的spring-boot-starter-web组件完全…...

20230218英语学习

How Italian Artist’s Mild Colors Dominate World of Design 温柔的“莫兰迪色”,如何引领设计时尚? The Morandi color scheme has become an across-the-board fashion that now prevails in the world of design.Soft and sophisticated Morandi c…...

Linux单一服务管理systemctl

基本上systemd这个启动服务机制只有systemctl命令来处理,所以全部的操作都需要使用systemctl systemctl管理单一服务 一般来说服务的启动有两个阶段,一个是开机是否启动,以及现在是否启动 systemctl【command】【unit】 command主要有&…...

【GStreamer 】 TX1中CPU和GPU解码显示海康相机RTSP流

大家好,我是虎哥,今天找了一套海康的相机,想后续测试一下DeepStream用网络相机RTSP流做输入看看后续目标识别和分类。但是还是想先实时看看视频,当然,可以选择VLC去查看,顺道我也用GStreamer 来测试了一下&…...

匿名内部类、Lambda表达式、方法引用对比分析

文章目录一、匿名内部类1. 语法格式2. 使用方法① 传统方式② 匿名内部类方式二、Lambda表达式1. 语法格式2. 使用方法① 匿名内部类方式② Lambda表达式方式三、方法引用1. 语法格式2. 使用方法① 类型的静态方法引用② 类型的构造方法引用③ 类型的实例方法引用④ 对象的实例…...

ESXi主机CVE-2021-21972漏洞复现安全处置建议

一、漏洞简介 vSphere 是 VMware 推出的虚拟化平台套件,包含 ESXi、vCenter Server 等一系列的软件。其中 vCenter Server 为 ESXi 的控制中心,可从单一控制点统一管理数据中心的所有 vSphere 主机和虚拟机。 vSphere Client(HTML5&#xf…...

德州网页制作/网站seo优化服务

UWB室内高精度定位smarteye server 服务器插件安装使用说明 配置文件goeverywhere.conf修改 Port:监听端口,默认9850 Pos_rate: 2 转发速率(单个设备2秒转发一次) 关于数据库db配置 默认使用的是smarteye服务器自带的5.7mysql…...

wordpress 慢 优化/网址域名注册信息查询

Handler的基本概念 当有一段处理耗时比较漫长的时候,我们就需要用线程来处理。Android中是用Handler类来处理线程的。 与Handler绑定的有两个队列,一个为消息队列,另一个为线程队列。Handler可以通过这两个队列来分别: 【消息队…...

用电脑怎么做原创视频网站/网络推广网站排名

电动化、自动驾驶以及汽车电子业务,已经是传统汽车零部件制造商必须选择的道路。而在过去几年时间,博世、大陆、采埃孚等巨头已经率先进行战略调整。 近日,马瑞利(Marelli)公司宣布将对旗下面向未来新技术业务板块的负…...

js做网站登录界面/广告投放怎么做

Pytorch Note55 迁移学习实战猫狗分类 文章目录 Pytorch Note55 迁移学习实战猫狗分类加载数据集迁移学习网络定义训练模型的函数定义一个测试的函数1.AlexNet2.VGG163.ResNet184.DenseNet5.MobileNet V26.ShuffleNetV2总结全部笔记的汇总贴: Pytorch Note 快乐星球 在这一部…...

网站如何兼容大多浏览器/国际新闻大事

环境:win10,64位 进入下载:微软官网downlord 注意:64位系统要同时安装x86和x64才可以,arm无需下载...

b2c网站的认识/哪里可以代写软文

对于大部分IT人士来说,给电脑重装系统、迁移操作系统、给硬盘分区、磁盘分区克隆等都是经常要做且不得不做的事情,那么使用哪款软件来管理磁盘分区,就成了大多数人比较纠结的问题。究竟有没有什么分区管理软件是比较靠谱又安全的呢&#xff1…...