新时代环境影响评价大数据的新思考

王雅娟　金一统　王浩

【摘 要】环境影响评价是一项对环境影响预测、分析、评估，并提出相应防范治理措施的环境管理制度。环境影响评价大数据则是大数据、云计算等信息技术在环境影响评价中的应用，当前我国环境影响评价大数据建设虽然已经取得一些成果，但从整体来看仍存在诸多不足，难以满足新时代生态环境保护工作需求。因此，文章对环境影响评价大数据的建设进展与新时代环境影响评价大数据的建设思路进行了阐述，并围绕环境影响评价大数据的创新应用展开探讨。

【关键词】环境影响评价;大数据;生态环境

【中图分类号】X820.3 【文献标识码】A 【文章编号】1674-0688（2019）04-0036-02

0 引言

环境影响评价（以下简称环评）简单来说就是一项对环境影响预测、分析、评估，并提出相应防范治理措施的环境管理制度，同时也是我国生态环境治理工作的重要手段。环境影响评价大数据则是大数据、云计算等信息技术在环境影响评价中的应用，能够提升环境影响评价制度的实施效率，为我国环境治理工作作出贡献。

1 环境影响评价大数据的建设进展

1.1 数据中心

首先，从流程上来看，环境影响数据评价需要对各种数据资源进行收集，但由于很多数据资源收集难度较大，同时还存在着异构性、分散性特点，因此要想得到有效的数据资源往往比较困难。针对这一问题，环境影响评价数据中心建立了具有层次的数据标准规范体系，并整合了海量的数据资源，为数据获取、整合等提供了数据基础服务，从而为数据资源收集工作作出非常重要的贡献。其次，各类数据资源主要用于环境影响评价及管控工作，但由于各级环保部门之间缺乏高效的信息沟通机制，数据资源又具有动态化的特点，数据共享欠缺，为此，环评大数据建设部门以环评数据中心为平台，建立了数据共享机制，借助软件接口调用数据资源，不仅实现了数据资源的实时共享，同时也解决了数据资源的实时更新问题。此外，基于环评工作的数据资源应用需求，环评数据中心还按照数据作用与业务逻辑对数据资源进行分类，为环保申报、技术评估等工作提供了有力的数据支持。

1.2 数据采集系统

基于环评数据中心，环评大数据建立了数据采集系统，为数据资源的收集工作提供支持。环评大数据的数据资源来自于企业公开数据、行业数据分析、环评基础数据库等多个渠道，但要想将这些数据资源整合起来，则需要数据采集系统的支持。目前我国环评大数据主要拥有项目环评审批及验收申报系统和建设项目环境影响登记表备案系统两大数据采集系统，其中环评审批及验收申报系统为需要编制报告书或报告表的建设项目的建设单位及环评单位提供环评文件审批和环保竣工验收申报服务，同时进行信息公开、意见征询，保障公众的知情权、参与权、表达权和监督权;而环境影响登记备案系统则是为需要编制登记表的建设项目提供在线备案登记服务，简化了行政审批手续。以上两个系统均实现了环评数据的收集与汇总，为环评管理工作提供依据。

1.3 环评服务平台

环评大数据中心建立了多个不同的服务平台，为各项环评工作的参与者提供服务，目前我国环境影响评价大数据主要有三大服务平台：一是环评会商平台，主要是为环境影响、环保技术及各行业环保工作进行专项评估;二是环评监管平台，主要是为环评监管决策提供智能化技术支持;三是环评互联网服务平台，主要是面向社会公众及各环评机构，为其提供数据获取、相关标准查询、环境影响模拟、空间制图等多项服务。

1.4 数据资源网络

数据资源网络是环评数据中心获取有效数据资源的主要渠道，这些数据资源网络中的数据资源已经经过整理，但由于环境影响评价的数据来源过于复杂，因此需要先根据数据来源纳入各数据资源网络中进行整理，之后再接入环评数据中心。目前环评大数据的数据资源网络主要有环保部内部数据资源网、地方环保数据资源网、其他部委环保数据资源网及互联网数据资源网，不同数据资源网络面向的数据来源不同，具体数据资源也完全不同，能够大大提高环评数据的全面性。

2 新时代环境影响评价大数据的建设思路

2.1 数据资源整合

从目前来看，我国环境影响评价大数据虽然对各类数据资源实现了初步整合，但在数据整合度及全面性上仍然存在着很多不足，不仅污染源、环境质量、控制总量等环评各环节的数据间缺少关联，环保系统外部数据也比较匮乏，很难满足环评监管等工作的实际需求。因此，新时代环评大数据建设需要明确当前环评数据资源范围，编制环评数据资源目录，并在引入环保系统其他数据与外部数据的同时，建立环评数据网络，尽快实现全国环评数据的统一整合，从而为环境影响评价工作的开展提供更好的辅助。

2.2 环评技术研发

环境影响评價大数据的实质是借助大数据技术展开环评工作，但由于我国在大数据技术领域的发展时间较短，因此在很多技术上仍然存在着一定的不足，同时也给环评工作的开展带来阻碍。因此，新时代环评大数据建设需进一步加快对文本信息抽取技术、数据质量控制技术、数据自动关联技术等先进环评技术的研发，提高环评大数据的技术水平，并弥补当前环评大数据技术存在的不足，如：数据自动关联技术的主要功能为对大量不同类型数据进行自动关联，是环评数据网络建设的关键技术。

2.3 环评信息展示

环评大数据建设虽然深入应用了大数据、云计算等信息技术，具有较高的智能化、自动化水平，然而环评工作最终仍然需要依靠人工来完成，因此，环评大数据不仅要对各种环评数据进行统一整合，使其能够用于大数据分析，同时也要能够将环评信息清晰地展示出来，帮助相关学者与环保工作人员深入了解我国环保工作现状。从目前来看，我国环评大数据建设在这方面比较薄弱的，因此新时代环评大数据建设还需为环评数据中心增设统计分析、数据导出、实时监控、多形式信息总览等工作，实现各地区污染排放总量等环评信息的清晰、准确呈现，使环评大数据的环评信息综合展示能力得到提升。

2.4 环评智能监管

环评监管是环评工作中非常重要的一部分，当前环评大数据虽然能够为环评监管工作提供支持，但主要集中在事前监管方面，监管效果并不理想，因此新时代环评大数据建设应从环评监管工作入手，利用信息技术对文件智能审核、信息报送监管等功能进行设计，从而为有关部门提供智能化的事中、事后监管服务。

3 新时代环境影响评价大数据的创新应用

3.1 数据资源共享機制创新

新时代环评大数据建设能够为我国各项生态环境治理工作提供更好的支持，基于环评大数据的创新发展，对于环评大数据的应用模式同样需要做出相应调整，而对于数据资源共享机制的创新正是其中最重要的部分。生态环境的破坏与损害属于世界性问题，其危害已经影响到全球各个国家和地区，要想对生态环境破坏与损害进行治理和恢复，同样需要世界各国的共同努力。因此，为提高生态环境治理效率，我国环评大数据需要在尊重数据生产者知识产权的前提下，推动环评数据资源在全球范围内的开放共享，从而为尽快解决生态环境破坏问题作出更大的贡献。

3.2 环评预测工作模式创新

基于环评大数据的环境影响评价主要是通过环境预测分析来实现，但由于影响生态环境的因素较多，而环境预测模型的安装调试、参数输入又比较麻烦与耗时，因此环境预测分析需要借助多个环境预测模型来完成。未来环评预测工作还需对工作模式展开全面创新，一方面利用云计算技术建立环评预测一体化平台，提供环评数据、环评预测模型共享;另一方面要借助高性能计算机，实现环评预测模型在线计算与数据自动匹配、推荐，从而大大提高环评预测效率，缩短环评预测用时，这对于环评大数据应用具有非常重要的意义。

3.3 环评数据收集思路创新

新时代环评大数据虽然建立了多个数据资源网络，并将互联网数据资源纳入其中，但其对于互联网数据资源的应用却比较被动。针对这一问题，未来环评大数据的应用需要转变互联网数据资源的收集思路，通过网上问卷调查等手段主动挖掘互联网环评数据资源，使环评数据资源收集能够更加主动、全面。

4 结语

总而言之，当前我国环境影响评价大数据建设虽然已经取得了明显成效，但从整体来看仍存在着诸多不足，难以满足新时代生态环境保护工作需求，因此未来无论是环评大数据建设工作，还是对环评大数据的利用，都必须进一步创新与完善，从而为生态环境治理工作提供更好的支持。

参 考 文 献

[1]潘鹏，赵晓宏，梁鹏，等.环境影响评价大数据建设进展与展望[J].环境影响评价，2017，39（6）：19-22.

[2]周鸿斌，支国强，李田富，等.大数据技术在环境影响评价中的应用展望[J].环境科学导刊，2016，35（S1）：185-189.

[3]诸云强，赵晓宏，冯卓，等.环境影响评价大数据分析与创新服务[J].环境影响评价，2016（1）：5-9.

[责任编辑：邓进利]