论大数据在环境治理领域的运用，本文主要内容关键词为：环境治理论文,领域论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
大数据的发展及特征 随着计算机技术的普遍应用，当今各种社会活动产生了海量的数据。事实上早在2002年，世界上产生的电子媒介信息总量就已有5千万TB，相当于37000个美国国会图书馆储存的信息量。2008年Google声称其搜索引擎索引的网页已达10000亿个，而据估算其索引的网页最多只有全部网页的1/3。近几年，随着Web2.0的诞生，论坛、博客、微博、社交网络等社会化媒体(Social Media)得到了迅猛发展，更导致了形形色色数据的急增。据不完全统计，目前全球企业的信息存储量为1.8至2.2ZB(1ZB等于10的21次方比特)。美国把大数据称为“未来的新石油”。人是创造大数据的主体。我国作为世界人口最多的国家，至今已有5.64亿网民、4.2亿手机用户，创造大数据的速度正在接近甚至超过发达国家。大数据正在迅速膨胀。 如何有效处理和利用这些大数据已成为人类社会所面临的越来越严峻的挑战。近年来，各国政府争先恐后地投入巨资开展针对数据与知识相关科学问题的研究。以美国为例，美国自然基金委员会过去4年投入在“从数据到知识”(From Data to Knowledge)科研项目上的资金为7.5亿美元。2012年4月，奥巴马政府宣布了“大数据研究和发展倡议”，投入了2亿美元以上的资金，提倡6大机构合力研发核心技术、整合相关应用人才，大力支持协同创新。工业界也对大数据的处理投入了极大的兴趣。据著名的Gartner公司调查估计，到2015年，采用大数据和海量信息管理的公司将在各项财务指标上，超过未做准备的竞争对手20%。我国工业界同样也表现出了极大的热情，腾讯、百度、淘宝等互联网龙头企业也投入了巨资来研究对大数据的处理。 2015年8月，国务院通过了《促进大数据发展行动纲要》(以下简称《纲要》)。作为我国首次由国家层面提出的大数据整体发展战略，该《纲要》将促使我国大数据按照正确的方向健康全面地快速发展。它既向国内外展示了我国的大数据顶层设计方案，又指明了实现我国大数据战略的行动路线图。它围绕政府数据开放的时间表与包括环境治理相关的政府治理大数据工程等十项大数据工程展开。 “大数据”从“Big Data”一词翻译而来，过去常说的“信息爆炸”“海量数据”等已经不足以描述这个新出现的现象[1]。大数据4个“V”的特征：体量大(Volume)、状态多(Variety)、生成快(Velocity)和含有高价值(Value)，对人类的决策行为和决策方式产生了巨大的改变[1-27]。前三个“V”与大数据处理和分析相关，最后一个“V”是要通过数据分析与挖掘才能实现的大数据最终目的。由于大数据过于庞大和复杂，难以弄清数据之间的因果，所以基于大数据的管理决策活动可表现出“知其然就可以做出决策，而可以不知其所以然”的特点，这是与传统管理决策不同的重大决策变革[28-29]。
＞雾霾问题除跟经济活动有关外，还与风速、风向、温度等大气环境因素有关。 环保大数据的挖掘及初步运用 当前，减少雾霾天气已成为中国迫切需要解决的环境问题，为此国家也提出了
的控制目标，那应该采取什么样的政策如何减少污染物排放才最为有效呢？为研究该问题，作者之前的做法是运用分行业且分地区的
、烟粉尘、
的相关数据然后建立经济模型进行政策模拟。但这些数据在中国目前的环保统计中无法获得，只能是运用相关计算公式和可获得的统计数据一个一个地推算。接下来将这些污染物数据和各部门经济数据对应起来在一般均衡经济模型框架下，通过构建不同环保政策的情景来模拟分析，如减少化石能源消费、调整产业结构、提高油品质量、发展新能源汽车、开征环境税等。但雾霾问题除跟经济活动有关外，还与风速、风向、温度等大气环境因素有关，然而在经济模型中不能将这些因素有效地结合，只能假设按平均的天气条件来处理。与此同时，
的浓度目标还需要分解并转化成到不同污染物需要减排的目标，这样才能提出具体到行业或部门的建议。最后给出的政策建议是在实现目标下的经济成本较低的一些方案，以提供给政府部门作为决策参考。 随着大数据科学的发展，大数据的思想和方法能为以上的研究过程提供很多帮助并提高结果的可靠性，同时也可以为环境政策制定和治理模式带来新的变革。 大数据在环境领域中的应用展望 环境数据的收集与共享 现阶段中国环境数据的可获得性与发达国家相比还是比较缺乏的。一方面，缺乏污染物必要的监测数据，对某些污染物的监测近些年才开始起步，如
。另一方面，很多环境数据主要集中于环保部门，并不对外公开。这不仅不利于环境危害程度被大众认知，而且也给环境治理及相关研究带来很大局限。例如，许多环境治理相关研究由于数据缺乏，有时不得不依赖推算的方法获得数据，这一定程度上降低了数据可靠性，也增加了研究结果的不确定性。如果应用大数据的思想和方法，可将环境数据监测、收集、共享和分析统一起来，可以有效提高环境数据收集的广度、深度以及可靠性。目前中国需要建立的污染物排放清单就可以运用大数据的思想和方法建立，从而将中国环境污染的“本底”得以深入详尽地调查。这种基于大数据的环境数据的收集、公开和共享可以为认识环境问题、进行环境治理打下重要基础。 环境预警和环境政策 环境预警需要在充分认识环境损害和成因的基础上才能较好地实现。应用大数据挖掘的方法，可以将污染物排放和相关环境、气象以及健康等多种复杂信息或指标数据相结合，不易遗漏重要信息，避免因只偏重某一类领域信息而带来片面性，从而可以全面深入地分析环境成因和评判环境损害。在此基础上，可以对环境进行科学预警。 环境治理相关政策往往涉及多个领域。通常不同领域的专家会从各自领域提出不同的政策建议。如以雾霾治理为例，化学或气象学者可能偏重从污染物解析、化学及气象变化的研究角度提出相关政策建议，而经济管理学者则比较侧重从产业和人类经济活动进行改善方面提出政策建议。大数据科学作为多领域的新兴交叉科学已经逐步形成，如果应用大数据挖掘的方法，可以吸收不同学科领域的思想和模型方法的优点，将他们考虑的因素结合起来，从而产生更大的价值。例如可以将大气模型和经济模型考虑的因素及相关数据与数据挖掘方法整合在一起，更系统地提出一些政策建议，如实施哪些政策手段能实现减少环境损害和避免经济损失的双赢。 环境目标设定与综合管理 在环境治理目标的设定方面，许多减排目标，如
、
，多为国家或省、直辖市层面的目标，具体落实时还需要进一步向下分解；
的浓度目标具体落实时也需要分解并转化成不同污染物的减排目标。这些目标依赖经验设置的较多，有时会出现目标偏松或偏紧。基于大数据的分析和挖掘方法，可以设定较为合理的治理目标，且可针对不同地区、不同污染源设定较为细分的目标。 同时，大数据的方法技术可以使单一环境目标向多种环境目标的综合管理转变，同时有利于区域的联防联控。单一控制某一种污染物时不能保证其他污染物目标一定实现，而且多个单一污染物分别控制通常比多污染物同时控制会增加较多的成本，各区域分别防控也比区域联防联控成本要大。大数据的挖掘方法可以为多种环境目标综合管理和多区域联防联控提供更多的支撑，以最小成本实现最大环境效益。如同时实现
、
减排和减碳等目标，或者实现京津冀雾霾治理联防联控，应该采用哪些措施最为成本有效。
＞随着计算机技术的普遍应用，当今各种社会活动产生了海量的数据。 立体化的环境治理 目前，环境治理主要依赖政府进行治理。未来环境治理的发展方向则可以是以政府治理为主，公众、NGO、企业等广泛参与的立体化的环境治理。基于大数据的思想可以使这一目标更好地实现，从而提高环境治理的效率。大数据除提供给公众丰富的环境信息外，还可以让公众成为大数据收集与监督中的一员。如通过手机App和数据中心相连，当居民发现有破坏环境污染的行为时可以第一时间进行举报。居民自身向绿色环保行为方式的转变也可以通过数据让居民看到其对环境改善作出的贡献。NGO组织也可以参与对企业和政府部门的监督，同时通过相关资源，收集更多的环保数据和信息，如建立类似“水污染地图”这样的公益性数据库，为环保治理贡献自己的力量。企业则可利用大数据，监测、分析和控制自身的污染排放，采取相关环保措施实现相应的排放要求，同时可将自身企业排放数据提交给政府部门，为政府的环境治理和政策制定提供支撑[30]。 当然，要实现以上环境治理方面的应用，大数据还存在一些技术上的挑战，如数据融合、去冗余和低成本的存储，以及数据处理和挖掘方法的创新。大数据在环境领域中的发展尚在起步阶段，开拓的空间很大，如何用大数据为环境治理服务仍需要不断地探索发现。在我国政府《促进大数据发展行动纲要》指导下，我国需要加快以大数据为基础的环境治理的科研与应用步伐。
标签：大数据论文; 环境污染论文; 环境保护论文; 雾霾论文;
