DIGNP：动态指标-目标优先级网络在可持续发展目标中的应用

"这篇文档是2023年美国大学生数学竞赛（美赛）的获奖论文，主题聚焦于D题，即动态指标-目标优先级网络（DIGNP）。论文探讨了如何运用系统动力学建模来处理联合国的17个可持续发展目标（SDGs），并建立了一个能够反映目标间复杂动态关系的网络。通过相关性分析和指标影响评估，作者们建立了目标网络，并用熵权法确定了目标的优先级。他们预测了未来十年可持续发展目标的演变，并强调了信息和通信技术在增强目标间联系和推动实现中的作用。此外，论文还讨论了国际危机如森林火灾如何影响SDGs的进展，以及UN如何调整策略以应对这些挑战。最后，作者提出了一种通用模型——动态指标-目标优先级网络，该模型能自动化处理全球范围内的指标和目标优先级设定。" 本文的核心知识点包括： 1. **系统动力学建模**：这是一种用于理解和模拟复杂系统行为的工具，论文中用来构建SDGs之间的动态网络，考虑了目标间的相互作用和时间变化。 2. **指标选择与相关性分析**：为了构建网络，论文选取了对每个可持续发展目标有显著影响的指标，通过分析它们之间的相关性来评估目标间的关系。 3. **熵权法**：这是一种确定目标优先级的方法，通过对各个指标的不确定性和信息含量的量化，为可持续发展目标排序。 4. **ARIMA预测模型**：用于预测优先级启动后SDGs的未来演变，自回归综合移动平均模型可以捕捉时间序列数据的季节性和趋势。 5. **动态网络调整**：随着目标的完成或添加，网络的拓扑结构和优先级会自动调整，反映了系统的适应性。 6. **信息和通信技术的作用**：论文指出，将ICT纳入新目标可以强化SDGs之间的联系，推动其实现，体现了技术在可持续发展中的重要角色。 7. **国际危机的影响**：论文揭示了森林火灾等危机如何影响SDGs的进展，强调了UN需要灵活应对以保持目标的实现。 8. **通用模型动力学指标-目标优先级网络**：这是一个可以应用于全球范围的模型，允许自动化处理指标和目标的优先级，提供了决策支持。 这篇论文的贡献在于提供了一种系统化的方法来处理和优先排序复杂的全球可持续发展目标，并提出了适应性强、能够应对变化的动态网络模型。这对于政策制定者和研究人员理解全球挑战和制定有效策略具有重要参考价值。