环境管理形势严峻环保大数据引领变革

环境管理严峻环保大数据变革

黎晋 | 2016-07-15 15:37

【数据猿导读】环境质量与污染排放监测数据量大、结构复杂，2014年环保部污染物监控中心每天接受约391万条自动监控数据，每年总数据量达到14.6亿条。在海量数据的基础上，大数据技术的深化应用驱动着环保大数据的发展

大数据、云计算、“互联网＋”等新兴技术不断崛起，在与传统产业融合后，衍生出多个细分产业。环境质量与污染排放监测数据量大、结构复杂，2014年环保部污染物监控中心每天接受约391万条自动监控数据，每年总数据量达到14.6亿条。在海量数据的基础上，大数据技术的深化应用驱动着环保大数据的发展。在政府、企业和公众应用领域，环保大数据呈现出不同的场景和价值体现。

环境管理形势严峻环保大数据引领变革

一、环境管理形势严峻，信息孤岛现象明显

（一）政府监管任务重，排污数据难甄别

政府是我国环保服务的主要购买者，同时也是企业排污的监管者。由于排污企业漏排、偷排现象突出，政府监管压力巨大。2014年，针对全国10809家国家重点监控企业进行专项执法检查，发现存在问题的企业有1044家，占全部被查企业的9.6%，其中擅自拆除、闲置监控设施的有16家，弄虚作假嫌疑的有22家，其他违规现象的有1006家。

与此同时，企业排污数据造假现象层出不穷，排污数据的甄别难度显著提升，对政府监管的方式方法提出了严峻挑战。部分排污企业为了削减治污成本，擅自调整污染物监测设备，甚至一些环保企业协助数据造假，致使污染物在通过治理设施后仍然超标排放，使得环境监管工作更加棘手。

（二）生产与治污信息分离，难以从根源解决污染困境

企业是污染控制的关键环节，承受污染物减排和企业效益提升的双重压力，积极性仍然有待提升。。环保政策出台速度加快，排污标准日益趋严，新修订的《中华人民共和国环境保护法》于2015年1月1日正式实施，环保监管和处罚更加严格。但由于治污成本高，对企业整体效益影响大，部分企业在污染治理设施投资方面往往偷工减料。以制药行业为例，中国制药工业总产值约占全国GDP的3%，但排放总量占到6%，很多原料药企业生存困难，缺乏资金进行污染治理。同时，生产与排污的数据体系分离，导致污染物溯源困难，无法从物料投放、生产经营等源头环节提出污染物减排的解决方案。

（三）公众参与环境管理方式有限，渠道受阻

环境污染对社会生活影响愈发明显，环境质量的社会关注度不断提高，公众具有极高的热情去感知环境质量并参与改善工作中。目前，公众能够感知环境质量的途径有限，主要是通过政府发布的报告，获悉总体的环境质量，以及通过一些App，得到碎片化的环境质量状况，与公众个人的生活关联度并不紧密，缺乏广泛的、专业的、系统的环境质量发布平台。此外，公众参与环境质量改善的途径极少。

二、环保大数据的应用驱动环境管理升级

（一）多维的环保大数据实现环境管理精准定位

目前，我国环境监测体系初步形成，但对于海量数据的运营仍然存在巨大的提升空间。大数据技术的植入，可明显增加环保数据解析的维度，透视众多企业的环境治理状况，开发出多种打击环保违法行为的手段，增强环境监管的效力。环保大数据在政府环境监管中典型的应用策略包括污染物总量核算、行业数据评价、企业排污数据规律评价及线上、线下数据对比。

以污染物总量核算为基础，制定环境管理策略。针对环境质量和污染物排放监测数据，核算企业排污总量，评价总体环境容量，形成全国污染物排放分布图。以此为基础，判断我国各地区的污染物排放情况和控制目标，制定相宜的环境管理策略。

以行业数据评价为手段，形成行业排污监管方式。针对海量的数据，按照企业所属行业进行分类，核算行业内行业污染物的合理排放区间。比较各行业的排污状况，对各行业采取针对性的污染物管控标准。

以单个企业排污数据规律，评价企业排污情况。针对单个企业的污染排放数据，追溯历史排放情况，确定企业基本排放水平。在企业不存在重大规模变动、生产技术升级的情况下，以企业基本排放水平为考量标准，分析企业当下污染物排放状况，判断企业污染物监测设备是否存在异常，是否存在漏排、偷排行为。

以线上、线下数据对比，形成企业排污结果。针对线上提供的精确线索，迅速发现可能存在问题的企业，通过与线下采集数据对比，确定企业污染物排放状况，能够显著提升企业排污监管的效率。

（二）关联的环保大数据实现污染的源头治理

环保大数据若仅就污染物排放进行监控分析，仍然难以驱使企业主动开展治污工作，若将环保大数据技术应用范围涵盖企业生产过程，推动企业生产工艺优化、技术升级，带动企业经济效益的提升，进而实现污染物的源头控制，促成企业效益提升和污染物减排的双赢，将彻底激活企业治污工作的积极性。

环保大数据在企业中的应用，关键在于将污染物排放数据与生产经营环节密切关联。以污染物排放数据分析为基础，挖掘出生产各个环节与污染物排放的关系，尤其是与行业特征污染物的相关环节，确定污染物排放；针对原材料分析，挖掘原材料结构与污染物排放的关系，树立原材料结构的优化方向；针对生产工艺分析，透视出各参数与污染物排放之间的规律，调整工艺参数；针对产品组合分析，发现污染物排放大的产品，进行重点改良。

（三）可视化的环保大数据实现公众深度的感知参与

公共领域的环保大数据应用，能够展现可视化的区域环境质量，及其动态变化过程。此外，通过整合公众对环境问题的反馈，应用到城市环境质量改善、环境污染应急中，完善从感知环境到参与环境质量改善的公众参与过程。

采用环境质量可视化的方式，增进公众对于区域环境的感知深度。以环境质量监测站数据为基础，以环境要素为对象，构建多指标体系来衡量区域环境质量，形成区域环境质量地图；以意见和举报收集为主要参与方式，一方面提升公众的参与度，同时提高环境污染事件的监管力度，缓解政府机构的监管压力。

三、赛迪建议

（一）加快政策出台与政府环保大数据体系构建

政府需出台环保大数据相关规划政策，明确大数据应用的总体目标和要求，指明大数据应用的发展方向，布局推进大数据应用的重点任务，提出环保大数据便民的主要路径，更好地推动大数据在环保领域的快速发展，切实发挥大数据的作用。

政府通过转变思维观念、创新监管手段，运用信息化手段打造新的监管利器，实现环境监管能力现代化。通过整合多部门有关污染源企业信息，及社会公众举报的信息，运用大数据技术，构建环保大数据体系，甄别环境监测数据造假、未批先建、违法偷排等环境监管漏洞，提高环境监管水平。

（二）强化企业信息关联度，鼓励环保大数据应用

提升企业信息化与业务的关联度，是环保大数据应用的基础。将生产运营的各环节纳入到企业的信息化系统中，同时完善企业污染物监测体系，保障污染物监测的科学性、精确性及稳定性。在此基础上，鼓励企业应用环保大数据技术，通过污染物溯源，挖掘生产经营关键环节，展开生产工艺过程的优化调整，从根源解决企业污染问题。

来源：赛迪顾问

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。