避免数据Drivenness
许多指标项目是由相关和可靠的数据的可用性,因为指标是有用的只有当有足够的数据给有意义的
-
- 图2.1。六个不同的一个指标基线值(1000只海豚存在)。现有人口1000海豚意味着不同的东西相比,历史数据(1300 1970年),生存能力的人口(250),威胁状态(750)或自然状态(10000)(2000)的边缘。
结果。在组装可持续发展指标集,数据可用性通常是一个选择标准,以确保严格的定量依据。即便如此,有限的数量和质量的数据基础指标的可持续性让他们的批评。数据收集是昂贵的,和国家已经承受着巨大压力为国际组织提供的数据,他们雷竞技手机版app经常收到多个重叠和不协调的请求信息。他们不愿接受指标意味着新的数据收集。
这将创建另一个概念性的挑战产生偏见和不完整的测量指标集,远短可持续性。我们被迫使用指标为其他目的和描述的有限部分人类环境系统。仍有广泛的我们在知识方面,往往反映了支持数据不足。结果是两个时空的偏见。科学研究和统计数据收集最强在工业化国家,现有指标的关注和优先考虑的主导。雷竞技手机版app12时间偏差来自缺乏长期的数据集和大多数研究集中在一个非常狭窄的时间框架与当下。
需要很长时间来启动新的数据收集过程,通常5 - 10年,即使是在富裕国家。雷竞技手机版app因此指标实施现在反映的问题确定至少5年前。寻找最佳的可持续性指标需要脱离数据可用性约束和确定所需的指标监测和适当的现象。这意味着从一个演绎归纳的研究过程。数据差距可以最初充满飞行员集合和取样,利用遥感数据,或者使用代理(见本卷第三章)。
一旦开发流程和可持续性问题更好的理解和建模与合适的指标,应该有可能使数据收集更简单、更灵活,例如与最佳时空采样,作为指导制度化长期监测。然而,改变数据收集实践需要政治和法律授权和重要资源,呼吁更多的灵活性和仔细考虑成本和收益。
继续阅读:调整聚合的水平的目的
这篇文章有用吗?