近些年，各行各業都在熱情擁抱互聯網+、大數據，各種信息化項目也被冠以“大數據”的名頭，那么，大數據時代尤其是政府大數據時代真的來了嗎?環保大數據時代來了嗎?
筆者認為，目前政府大數據時代還沒有真正到來，這是一個循序漸進的過程。對于大數據來說，現代的數字技術、計算技術、存儲技術、傳輸技術、網絡技術等確實為大數據時代的來臨奠定了基礎，但相比于技術問題，更重要的是與大數據時代相應的機制體制問題。
國家層面上雖然已經印發《促進大數據發展行動綱要》，但這并不意味著政府大數據時代來了，而是旨在提升政府數據意識，構建數據文化，迎接和擁抱大數據的來臨。政府的大數據目前來源于各部門數據整合，要整合數據就要觸及系統，也要觸及業務及其業務部門，由于觸及相關部門的利益以及話語權等，客觀上就需要進行機制體制的改革，建立新的利益共同體。
正如 “十三五”規劃所提出的“創新、協調、綠色、開放、共享”五大發展理念，要治理環境污染，基于大數據思維的創新必不可少，而在環境管理創新方面，筆者認為應該注意以下關鍵點，即“開放、共享、標準、融合”。
開放
——開放的態度實現創新思維
大數據是一種技術，更是一種思想上的革命。要充分發揮大數據的作用和價值，就必須要用更開放的思維來擁抱大數據。在大氣污染防治方面，一方面加大監測力度，把監測的數據開放給社會，增加公眾知情權，同時也要海納百川，可以考慮把更多的數據引入環保。
政府投入的力度再大，人力、物力和財力都是有限的。因此，除政府部門搭建公共空氣質量監測平臺外，可以通過建立適當的機制，引導和鼓勵企業或個人監測的設備加入環保監測網絡，作為官方監測的有力補充，在符合一定條件下，向公眾發布。可以想象，未來如果有大量的可穿戴式裝備和車載空氣監測設備接入到“泛空氣質量監測網絡”中，可以大大緩解現在空氣質量監測點密度不夠的問題，也能解決如移動源難以監測的問題。
當然，這些監測數據在準確度上可能有較大的差距，這可以通過大數據的手段進行處理、提升或校正。問題的關鍵在于如何在大數據時代，用更加開放的態度來實現創新思維。
共享
——共享的模式激發創新活力
污染防治不是一個區域、一個部門所能完成的，尤其是大氣污染防治，其區域性、復合型特征日益明顯，這對數據共享的要求日益迫切。而數據資產的獨特美就在于，一份數據可以以非常低的成本為多方所分享、使用，而且不減少數據擁有者的價值。
在大數據時代，數據是“石油”一樣的資源，一方面是因為其寶貴，另一方面數據的流動才會產生巨大的價值。在“互聯網+”浪潮下，通過數據共享可以迅速創造更大的經濟價值和社會價值。但現在很多環保數據雖然開放，但獲取的成本很大，還沒有形成長期共享、合作的機制。
因此，首先應該在環保部門內部打破業務、區域條線的限制，打破部門存在的“數據保護主義”，消除數據共享后對本部門、本區域的地位、利益、聲譽等影響的顧慮，打破數據“割據”局面，創新機制和管理模式。只有數據共享，真正形成大數據，才能最大程度釋放大數據的作用。
此外，社會、企業也是環保創新的主體，在環保部門之外，更應建立與社會、企業進行數據共享的保障機制。由于大氣污染成因的特殊性和專業性，社會或企業難以承擔大范圍基礎數據的采集的成本(尤其是氣象、遙感、地形及大范圍高分辨率空氣質量數據等)，從而一定程度上抑制社會和企業創新的活力。如美國政府就不遺余力地將大量基礎數據向社會免費共享，并且都要求數據是機器可讀的，這無疑大大降低了企業和個人獲取這些數據的成本，同時要求很多政府支持的科研項目成果以機器可讀的方式向社會公布，形成了“政府搭臺，社會、企業唱戲”的布局，極大地釋放了社會和企業的創新動力。
標準
——標準規范打破創新壁壘
環境污染防治是一種典型的跨行業、多類型的大數據綜合業務應用。標準規范的不統一，使得系統和系統之間難以“對話”或“對話”的成本很高(要開發很多轉換接口)，數據難以真正流動起來。
目前，在環境保護部的組織下，業務方面已經出臺了多個業務標準和規范，如《環境空氣質量監測規范(試行)》、《環境空氣質量評價技術規范(試行)》、《環境空氣質量指數(AQI)技術規定》、《環境空氣質量預報預警方法技術指南》、《大氣顆粒物來源解析技術指南》等，這在一定程度上使業務實現了標準化。
但環保數據的標準化還面臨著較大挑戰，如當前環保業務應用的數據類型就高達幾十種，來源于不同的數據生產部門，其組織管理方式、標準、參考體系也各不相同，給環境大數據的快速形成與綜合應用提出了挑戰。
因此，很多地方存在這樣一種情況，雖然很多數據已經集中到了“數據中心”，但還是難以快速形成應用和分析，原因就在于這些數據來自于不同部門，遵循了不同的數據標準，這些標準在各部門內部數據組織管理上發揮了積極作用，但它們往往劃分方式不統一，尺度不統一，編碼不統一，給環境大數據的跨部門檢索、整合與共享帶來了困難。要使得數據真正能夠相互關聯，實現多源異構環境大數據的一體化組織方法，打破創新壁壘，統一的數據模型和數據標準必不可少，也是現階段環保大數據要迫切解決的瓶頸之一。
融合
——認知計算提升創新價值
大數據不等于大量數據，也不等于很多種數據。大數據的魅力在于數據之間的關聯、融合，從而找出新的洞察，為決策提供科學依據。大氣污染防治過程中，每天會遇到大量的數據，以空氣質量預報預警為例，就要綜合氣象背景場數據、地面氣象觀測數據、空氣質量實測數據、衛星數據、交通數據等。這些數據簡單放在一起，并不能給出一個科學合理的預報結果，只有通過模型(無論是數值預報模型還是統計預報模型)將這些數據融合在一起，才能得到真正預期的結果。因此，數據簡單堆在一起不會創造更多價值，必須將數據與數據進行融合，才會達到1+1>2的效果，創造更大的價值。
以衛星遙感數據的融合為例，區別于現有基于專業人員主觀判斷的“看圖說話”式的衛星數據分析方式，它可以自動識別海量的衛星數據，以機器學習的方式，將數據自動融入到模型的大數據客觀分析中，對地面站點數據實現交叉驗證，填補或修正地面數據在空間連續性、穩定性和準確度上的不足;另一方面，它可以動態監測各類污染源的實時變化，從而動態更新排放清單，獲得更加準確的空氣質量預測結果。
大數據是一種新的思維方式，在環境保護尤其是在環境污染防治中，大數據創新應用的重要性也日益突出。科學認識大數據，提高數據意識、發展數據精神、理解數據實質，從環境大數據中發現新知識、創造新價值、提升新能力、形成新業態。用開放的態度實現創新思維，用共享的模式激發創新活力，用標準規范打破創新壁壘，用認知融合提升創新價值，促進環境管理創新。
京公網安備 11010502049343號