围绕17个可持续发展目标(SDGs)

基于海量真实数据

花费3个月课程时间

集合6个学习小组

做出6个完整项目

并且要在15分钟时间内

用1张海报的体量

让专业背景各不同的人看懂

每个项目对可持续发展目标的践行

这就是CSE6242

Data and Visual Analytics 数据可视化分析

在2023春季学期末交给所有同学的“终极挑战”

GTSI忙碌的finalweek由此解锁了新成就

6242的同学们为全校师生带来了一场精彩纷呈的

Poster Session

Tips：

Poster Session是国际专业大型学术会议中的海报展示环节，也是学在GTSI的一个特色体验。同学们分成若干小组，既要向其他组展示和解说本组项目，也要聆听其他组的项目汇报并互相打分。点击这里，回看去年的Poster Session~

本届CSE 6242 Poster Session，鼓励同学钻研联合国可持续发展目标（SDGs）。课上共26位同学分6组，从17个可持续发展目标中选择感兴趣的领域设定课题项目，继而运用课程中学到的工具和技能分析真实数据，并以清晰易懂的图示呈现数据中潜藏的现象和规律。

在同学们的Poster Presentation开始之前，CSE 6242任课老师刘萌萌博士邀请学界及业界的嘉宾共同探讨了可持续发展目标与高校教学实践的关联。GTSI中方主任肖松山，前格莱珉银行中国董事会秘书李静，鹏城实验室赵莹萍博士，亚马逊云科技（Amazon Web Services）高等教育行业总监刘东屏博士，香港科技大学环境和可持续发展部助理教授卢中铭博士，天津大学环境学院毛国柱教授，天津大学精仪学院田震教授，天津大学经管学部毛照昉教授参与讨论，对高校如何凭借知识创造与传播的职责落实SDGs发表了各自的观点。

17个可持续发展目标相互关联

提出了人类面临的全球挑战

GTslers凭借现阶段知识及技能

对不同的挑战做出回应

给出了各自的答案

↓

我国目前二氧化碳排放总量较大，实现碳中和及碳达峰目标对缓解全球气候变化起着关键作用。本项目通过收集整理全国各省碳排放数据，以图表形式分析各省碳排放的时间及空间趋势、减排过程及实现减排目标时面临的挑战。结果发现，我国各省在碳强度（指单位GDP的二氧化碳排放量）、碳负排放及工业进出口比例上存在不同程度的差异。为实现碳达峰目标，各省应注重根据自身产业结构、技术水平和财政能力制定相应政策，在减排的同时维持经济增长。

可持续发展目标的实现有助于提升人们的幸福感吗？本项目以此问题为出发点，通过分析2016-2022年间各国SDGs指数与《世界幸福报告》（World Happiness Report）中幸福感指标的相关性，研究了SDGs对地区及个人幸福感的影响。结果发现SDGs指数得分与阶梯量表下的幸福指数得分存在正相关关系，表明一个国家实现可持续发展目标的进展与该国公民的主观幸福感相关。此外，本项目还发现，较高的经济发展水平并不一定能转化为较高的SDG得分。其中，第12项目标（负责任消费和生产）在发达国家的完成率较低，在欠发达国家的完成率较高。总体上看，影响幸福感的关键指标依次为：经济发展，人口和健康，社会和环境，治理和安全，文化和教育。

随着全球范围内女性不平等问题的日益显见，妇女权利已经成为当下的重要议题。即便不平等的情况已经有所改善，女性依然面临教育、安全、暴力威胁、就业机会不均等问题。本项目运用时间序列分析模型（ARIMA），研究了不同地区女性的生存现状与当地经济发展水平的关系，发现发展中国家女性的政治参与度，与该国在国际决策上的影响力存在相互作用关系。这在一定程度上为发展中国家制定全球战略，促进政治场域的性别平等提供了数据依据。

ESG，从环境、社会和公司治理三个维度评估企业经营的可持续性。但许多现有的ESG评估体系，都存在评估标准和数据来源不一致的问题。本项目旨在建立一个新的评估系统，能够为国内A股上市公司提供更加准确的ESG评分。项目运用机器学习中的随机森林算法，通过多个决策树的袋装和随机子集的训练，得到更为准确的ESG评估模型。基于这一新的评估体系，项目组开发了网站，方便用户直接输入A股上市公司股票代码，查询企业的ESG得分及其所在城市、“洗绿”情况（Greenwash），选择性披露情况等辅助信息，方便用户对该企业经营的可持续性做出更加全面的评估。

全球饥饿是一个影响到数百万人的紧迫问题。一个潜在的解决方案是智能耕作，利用卫星遥感技术优化农作物生产。然而，这项技术的有效利用需要具备能够准确分析大规模数据的模型。本项目建议运用潜变量模型（Latent variable model）从大规模数据集中有效捕捉复杂且未观察到的农情模式。项目使用越南农田的卫星遥感数据，通过变分贝叶斯方法和深度神经网络学习，利用数据作出推断和预测，帮助农产者结合环境情况优化生产计划，更好地实现精准农业，提高农作物产量。

后疫情时代，就业形势依然严峻。为了帮助求职者更好地了解就业市场供需关系，项目建立了一个综合各类就业信息的可视化数据平台，通过收集分析招聘市场上的公开数据，为求职者提供更好的洞察。项目以GTSI现有专业为基础，针对计算机科学、电子与计算机工程、数据科学三个专业，爬虫收集相关岗位和企业信息，并将最相关的求职信息可视化，直观呈现不同专业的对口岗位在国内不同地区的分布情况，及求职者在不同的城市的生活成本。用户还可查看某一岗位薪资如何跟随工作经验的增长发生变动（不总是上升的），以及在薪资之外，个人发展机会，工作生活平衡，甚至中年危机风险等多元维度下，某一岗位的综合吸引力。求职者，尤其是经验不足的应届毕业生，可以通过这一数据可视化平台，获得重要的参考信息，以便更快、更准确地找到适合自己的发展空间。