项目仓库:https://github.com/yicongl1/TN09-BEST-Territorial-Well-Being

BEST 项目要回答的问题很宏大:一个领土系统怎样才算“均衡”?但落到研究助理的日常,它先变成三个更小的问题:

  1. 领土系统由哪些部分构成?
  2. 福祉由哪些维度构成?
  3. 均衡用什么来观测?

这三个问题各自需要一套文献综述,最后还要落到可以计算的指标上。这篇记录我在 TN09 里做这三步的方法,以及最后得到的两套指标表。

先做三份综述,而不是一份大综述

“领土系统”“福祉”“均衡”看起来属于同一个话题,但它们的文献传统完全不同:城市动力学、福祉经济学、区域规划、公共政策各自有一套词汇。如果混在一个检索式里,结果会被数量最多的领域淹没。

所以我把它们拆成三份独立的 PRISMA 综述:

主题分析篇数主要问题
领土系统360领土如何组织?在哪些尺度上?
福祉120居民福祉由哪些维度构成?
领土均衡80哪些杠杆能带来协调发展?

PRISMA 的流程本身不复杂:

识别研究 → 去重 → 标题/摘要筛选 → 全文阅读 → 纳入/排除

难的是保持一致:同一篇文章在不同阶段被不同标准判断,最后就会得到不可复现的语料。我用了三样东西来控制:

  • 一套固定的检索式与数据库(Scopus、Google Scholar、HAL、PROSPERO);
  • 一张纳入/排除表,每篇文章记录“相关 / 部分相关 / 不相关”及理由;
  • Zotero 管理引用、注释和交叉引用。

最后得到 560 篇的语料。这个数字不是成果本身,真正的成果是:每篇文章都能追溯为什么被纳入。

把概念变成指标

综述回答“概念是什么”,指标回答“怎么观测”。两者之间需要一次翻译。

领土系统:134 项可持续指标

Agenda 21 提供了 134 项城市可持续指标。我把它们按四个维度分类:

  • 经济:生产率、增长、消费、基础设施、交通、住房;
  • 社会:人口、教育、健康、贫困;
  • 环境:水、空气、土地、生态;
  • 制度:治理、参与、规划能力。

然后补充法国本地数据源(INSEE、ADEME、eaufrance、ATMO France、部委),把“概念指标”变成“可采集指标”。

福祉:OECD Better Life Index 的 11 个维度

福祉更容易被当成一个主观词。OECD 的 Better Life Index 把它拆成 11 个维度:

住房、收入、就业、社区、教育、环境、公民参与、健康、生活满意度、安全、工作与生活平衡。

每个维度再区分两类指标:

  • 客观:凶杀率、预期寿命、住房支出;
  • 主观:夜间独行的安全感、生活满意度。

这个区分很重要:客观指标可以跨地区比较,主观指标更接近居民实际感受,但更难采集和解释。

指标表长什么样

两套指标表都按同一结构记录:

  • 指标名称与定义;
  • 所属维度;
  • 官方来源;
  • 计算方法;
  • 单位与时间尺度;
  • 备注(缺失、口径变化等)。

这样做的目的不是“文档好看”,而是让后续工具可以直接实现:数据团队知道去哪个源取数、怎么算,模型团队知道变量的含义和边界。

一个容易忽略的问题:指标不是中立变量

在做相关分析时,我发现一些关系非常强:

  • 预期寿命 ↔ 缺乏基础设施的住房:r ≈ −0.85;
  • 个人收入 ↔ 生活满意度:r ≈ +0.80;
  • 失业率 ↔ 技能水平:r ≈ −0.68。

这些关系符合常识,说明指标选择基本合理。但也出现了一个异常:水质与就业率、生活满意度强相关。它更可能是样本结构造成的,而不是“水质决定就业”。

这提醒我:指标不是中立的变量,它带着采集口径、国家结构和政策背景。把它们直接塞进模型,相关关系会被误读成因果关系。

结果与边界

这次工作留下了:

  • 三份可追溯的系统综述(560 篇);
  • 两套带来源与公式的指标表;
  • 一份可复现的相关性分析(代码、数据、热力图);
  • 一个多尺度概念框架的输入。

边界也很清楚:

  • 语料以英语为主,法语文献是补充;
  • 相关性分析是探索性的,没有显著性检验,也没有控制混杂变量;
  • 缺失值按原分析口径填 0,可能对指标不完整的国家产生偏差;
  • 指标量纲不统一,不能直接聚合成一个“均衡指数”。

下一篇讲后半段:从相关性热力图到 Vensim 系统动力学和 ArcGIS 空间化。

代码、报告与指标表:https://github.com/yicongl1/TN09-BEST-Territorial-Well-Being