Mapping National Development Management and Sustainable Development Goal (SDG) Policy Research: A Content-Analytic Review of Scopus Publications (2010–2025)
本文通过对 2010 年至 2025 年间 33 篇 Scopus 收录的出版物进行内容分析综述，利用自然语言处理（NLP）技术识别出四个关键主题聚类，并指出在国家发展管理与可持续发展目标实施背景下，研究呈现出向 2018 年后循证决策制定的转变。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，世界就像一个巨大的、混乱的建筑工地，每个人都在努力构建一个更美好的未来。长期以来，蓝图一直有些模糊，主要侧重于如何让人们脱离贫困。但随后，在2015年，联合国发放了一份全新的、极其详尽的17步说明书，即可持续发展目标（SDGs）。把这些目标想象成一份修复从饥饿、教育到气候变化及平等一切问题的庞大清单。然而，拥有清单很容易；真正遵循它却很难。这就是“国家发展管理”发挥作用的地方。国家的政府需要思考如何将那份宏大的全球清单转化为实地行动，确保各个部门——比如处理资金、环境和学校的部门——能够协同工作，而不是互相绊倒。但由于有成千上万的专家在撰写论文研究如何做到这一点，这就像是试图阅读整座巨大图书馆里的每一份笔记，以寻找最好的建议。这正是本论文试图解决的谜题。
由 Yogesh Padmakar Khadke 博士及其团队领导的研究人员决定扮演“数字侦探”的角色。他们没有逐一阅读并用自己的观点总结33篇特定的研究文章，而是使用了一种聪明的计算机技巧来同时“倾听”整个论文组。他们将这些文章的文本视为一个巨大的“词袋”，并使用了两种特殊的工具：一种叫做 TF-IDF（它充当高亮笔，寻找对特定论文而言独特且重要的词汇），另一种叫做 NMF（它充当分类机，将这些被高亮的词汇归类为不同的主题）。他们观察了 2010 年至 2025 年间发表的论文，以了解对话是如何随时间变化的。
他们的发现讲述了一个领域正在成长并变得严肃起来的故事。在早期阶段，即 2010 年至 2015 年，论文非常少——每年大约只有一篇——主要是在讨论宏大的概念。但在 2016 年，即世界正式开始使用《2030年议程》之后，兴趣爆发式增长。到了 2020 年至 2022 年，论文数量激增，表明大家都在争分夺秒地研究实际的“如何做”。计算机分析将这 33 篇论文分成了四个主要的“桶”或主题。最大的一个“桶”占据了约 45% 的论文，主题是综合国家政策与治理。这关乎确保政府的不同部分能够相互沟通，而不是背道而驰。第二个“桶”（25%）侧重于制度框架与能力建设，这基本上是在问：“人们和组织是否真的具备完成这项工作的技能和工具？”第三个“桶”较小（6%），涉及监测、评估与数据系统——其核心理念是：如果你无法衡量，你就无法管理，因此各国需要更好的方式来追踪进度。最后一个“桶”（27%）关于包容性增长与可持续转型，重点在于确保变革能惠及所有人，而不让任何人掉队。
这项研究表明，对话已经从“梦想一个完美的未来”转向了“构建实现目标的实际机制”。作者指出，在 2018 年之后，研究开始向“循证”决策倾斜，这意味着政府被敦促要使用真实的数据和事实，而非仅仅依靠猜测。他们发现，最成功的方法似乎是将强大的治理与强大的数据系统联系起来。然而，研究人员谨慎地指出，这只是对来自特定数据库的 33 篇论文的一个快照，因此它只是对该领域走向的一种暗示，而非最终的、不可改变的法则。他们也承认，由于他们只研究了 33 篇文章，因此可能会错过一些重要的声音或不在主要学术数据库中的“灰色文献”。
那么，这对我们其他人来说意味着什么？论文建议，如果各国想要真正实现那 17 个目标，就需要停止各自为政。他们需要建立团队，让财政部长、环境部长和教育部长都在同一频道上，并由可靠的数据和受过培训的人员提供支持。作者建议政府设立专门的协调单位来开展这些工作，培训员工掌握新的数字工具，并确保其数据系统足够强大，能够反映真实的进展情况。这是一个从“我们应该这样做”转向“这就是我们具体是如何做的，以及这是证据”的呼吁。虽然这篇论文并不声称已经解决了全球发展的难题，但它描绘了当前的格局，展示了世界终于开始认真对待将全球清单转化为现实且有效的复杂工程。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。