大数据在环境技术领域中的应用分析

2022-01-18陈利彬

皮革制作与环保科技 2021年22期

陈利彬

（广东省揭阳生态环境监测站，广东揭阳 522000）

2015年，国务院发布的《促进大数据发展行动纲要》明确指出，要积极建立“互联网+”绿色生态，利用大数据，实现生态互联网数据互通共享。大数据的应用，为保护自然生态环境，推进环境管理转型提供了一条技术赋能之路。而针对环境技术进步的测度，同样可以应用大数据技术，建立一套普适的测度方法，为环境管理注入新的活力，提高我国生态环境治理能力和水平。

1 环境技术进步重要性分析

如今改革开放已历经43个年头，国内市场经济发展日益成熟，社会经济迅猛提升。但不得不承认的是，过去的经济发展方式较为粗放，以牺牲环境为代价，最终导致了国内生态环境问题日益突出。如今我国已经深刻认识到了保护生态环境的重要性。习近平总书记强调：“绿水青山就是金山银山”，大力发展绿色生态经济已经是我国未来经济发展的必经之路。而为了达到这一目标，必须要从技术层面入手，推动绿色技术发展进步，从而为我国生态环境保护与生态经济发展提供强大助力。对此很多学生进行了相关研究。例如王淑鸿等在研究环境影响因素的过程中，通过应用数据包络分析方法，将其分为了两大重要因素，一是环境规制因素，二是环境技术因素[1]。在此基础上，结合实证分析，得出了如下研究结论：在推动环境保护的过程中，环境技术因素发挥着非常关键的作用价值，通过推动环境技术进步，能够在显著提高生产力的同时，降低成本浪费，保护生态环境，有效扭转以往粗放生产方式，推动地区经济实现绿色生态化可持续发展。由此我们能够认识到在保护生态环境的过程中环境技术进步的重要性。

2 大数据与环境技术测度

为保障环境技术能够发挥出更大作用价值，需要对其进行技术测度，这对后续环境管理工作开展也有着较为积极的影响。但当前关于如何进行环境技术测度，尚未有一个行之有效的方法。业界内学者对此也进行了大量的研究。比如Bentolina等在进行环境技术进步衡量时，采用了全要素生产率方法[2]。而Cave等则在上述研究的基础上，再结合数据包络分析方法，完成了不同决策单元技术进步效率的计算[3]。从国内研究来看，宋马林等选择采用固定效应模型与数据包络方法结合，以各省份环境数据作为研究对象，分析了其技术进步[4]。上述这些研究方法虽然均取得了一定的效果，但由于选择的指标不统一，因此实际得出的结论也有一定的差异性，并不具备普适性与代表性。如何进一步提高环境技术进步测度的有效性，已经是当前环境管理领域亟待解决的一项难题。

如今伴随着互联网的迅猛发展，各种先进的信息技术层出不穷。比如云计算技术、大数据技术等。尤其是大数据技术的出现，为环境技术进步测度的研究提供了新的思路。在如今的环境管理领域中，伴随着研究不断深入，已经产出了海量的数据信息。这些数据信息隐藏的价值不可估量，且在互联网的支持下，相应数据信息资源已经实现了共享。这为大数据技术的应用提供了非常便利的条件。与此同时，数据本身作为信息技术革命重要的产物之一，其所具备的价值远远超出了信息技术本身变革所体现的价值。如今环境治理已经是社会治理重要的组成部分，在实际治理过程中，同样会受到大数据的影响。从HACE定理中我们能够了解到，大数据在诞生之初，主要源自于非集中控制的异构、巨容以及自治源，关于大数据的研究，便是对海量数据之间潜藏复杂联系的研究，从中发现隐藏的规律与价值信息，这是大数据研究的价值所在。如今互联网络已经遍布全球，每年产生的数据资料高达4泽字节。同时在各行各业发展过程中，大数据也在逐渐渗入，已经是很多业务不可或缺的一项技术资源，显著推动了社会生产力的发展与进步。

但同时我们也应认识到，大数据本身有着非常大的规模，生成速度非常快，这进一步增大了研究的难度。但通过应用大数据挖掘技术，深入挖掘内部的信息，将能够保证得出结论的准确性与稳定性。这使得相应学者在环境技术进步研究方面，开始着重应用大数据进行深入的探索分析。比如Russom通过研究认为，针对环境技术进步的研究，可综合采用多种技术，比如大数据技术、数据采集等，能够降低受大数据本身特点影响所带来的研究困难程度[5]。

在我国，早在2015年，国务院发布了《生态环境大数据建设总体方法》，方案提出要通过围绕生态环境监测监管，应用大数据技术，搭建监管平台，整合采集环境数据资源，加强对大数据在环境治理中的应用。而大数据应用对环境监测数据提出了更高要求，需要确保获得的数据真实可靠、全面客观。数据库建设是生态环境大数据平台建设的关键，在建库的时候，要充分考虑数据有效共享的需求，同时也要保证数据访问的合法性和安全性。数据库内容包含了诸多分类，比如基础数据库、主题数据库、环境指标数据库等。其中基础业务数据库是指按照信息资源规划及资源目录建设的各业务系统的数据库，存储各类基础的业务数据，包括污染源自动监测数据、环境统计数据等各类数据资源。环境指标数据库包含大气、水、土壤、自然生态等环境保护和污染防治的指标信息、业务各级考核指标，用以结果对比、绩效考核等。当下我国的大数据环境监测网络正日趋健全，例如当下已经建立了1个国家质控平台，6个区域质控中心，环境监测与运维机构更是达到了2000多个。并由此形成了一个完善的国家环境监测体制，从而顺利实现了从传统6项指标监测到大气污染综合立体观测的过渡，促使我国的环境监测变得更加多样化。比如有前体物监测、垂直立体监测、组分监测等，这为环境数据信息的采集以及环境污染执法联防联控提供了非常便利的条件。

3 基于大数据的最优环境技术进步分析

随着大数据技术应用逐渐趋于成熟，为环境技术进步分析提供了更为广阔的探索空间。但在实际探索过程中，必然也会面临种种困难与挑战。通过上文叙述可知，大数据本身体量较大，种类繁多，数据结构复杂，当前环境大数据具体类型如表1所示。在实际研究的过程中，必然会出现很多半结构化数据以及非结构化数据，这些数据信息无法被直接应用，还需要采用合理的方法，完成上述数据结构的转化，使其成为能够被直接应用的结构化数据，这是推动最优环境技术进步的重要基础。如今在新形势下，我国社会经济增速逐渐放缓，从原本的高速发展转变为中低速稳定发展。与此同时，针对环境偏向型技术，实际投资力度也逐渐增大，这进一步推动了环境技术进步的发展，目前已经达到最优，是否继续进行投资，深入挖掘进步空间，至今尚未有明确的定论。

表1 环境大数据类型

在实际分析基于大数据最优环境技术进步的过程中，还应认识到生产偏向型技术进步与环境偏向型技术进步之间的矛盾。所谓环境偏向型技术，简单来说是在实际进行生产技术研发时，更加对生态环境的保护。而生产偏向型技术，则更加注重生产效率的提升。当前随着生态环境保护理念逐渐深入人心，环境偏向型技术进步受到了各行各业越来越多的关注。而大数据的存在，则为其测度方法的探究提供了可行性路径。伴随着产业结构优化升级，国家对整体环境治理重视程度越来越高，为了进一步提高环境绩效，改善环境质量问题，政府因此出台了很多政策制度，为环境偏向型技术进步发展提供了一个良好的环境。但我国在注重环境和经济的协调发展的过程中，伴随着环境偏向型技术进步地位的提升，在此消彼长之下，必然会逐渐压缩生产偏向型技术进步的发展空间，从而在一定程度上影响生产力的提升，降低经济增速。而在生产偏向型技术进步模式下，更加推崇虽然生产技术的不断优化升级，产能得到显著提升，但通常会忽略了环境的治理与保护，因此产能增加速度较快，更加有利于促进经济增长。但受此影响，必然会导致废水、废气等污染物排放增加，对自然生态环境造成严重的影响。与此同时，在产出与生产过程中，污染物排放通常会呈现出高度正相关。而对环境偏向型技术进步来说，在推动生产技术进步发展过程中，实际消耗的能源反而会有所降低，能源利用率提升，非期望产出减少，更加有利于减少污染物的排放，给予生态环境良好的保护。但在上述过程中，实际产出增加可能会有所降低，甚至不会增加产能。甚至在一些特殊情况下，环境偏向型技术进步还会对企业正常产出造成负面影响。这就需要企业在实际生产过程中，结合自身的实际需求，在产能提升与污染物排放成本之间做出权衡。通常而言，产出越多，利润越大，但实际污染物排出成本也会随之攀升。而污染物排放成本与国家环境保护的政策制度则有着非常密切的关系，本身会受到国家环保政策的限制。因此如何进行产出与污染物排放的调整，结合企业实际，明确技术进步偏向性，最终使得企业政策总效益达到最大化，已经是当前国内外学者研究的一项重点内容。

在不同区域之中，文化、经济发展等有着明显的差异性，因此环境技术进步模式必然也各不相同。在经济发达的区域，一般更加关注环境偏向型技术进步的投资，着重于先进技术的研发，即保障生产效率，又兼顾环境保护。而对一些经济发展落后的区域，针对环境技术的投资，则注重偏向生产型环境技术，即注重挖掘环境资源，扩大生产力，对环境保护力度不足。同时受不同区域环境规制强度存在差异性的影响，在一些环境规制较强的区域，排污企业为了顺利生产，需要加大对环境偏向型技术的研发，而环境规制力度相对较弱的区域，为提高生产效益，则更加注重生产偏向型技术的研发。因此即使向相应区域之中，投入等量的生产要求，也会产生不同的环境技术进步结果。

为进一步推动环境技术进步最优化，可以应用大数据技术，结合偏向型技术的测度、区域差异、关联性等因素，准确找出适合不同区域的最优环境技术进一步发展模式。在这一过程中，通过搭建、模拟、仿真最优偏向型环境技术模型，输入区域环境数据信息，结合模型计算结果，作为我国环境管理方式调整的重要依据。同时在后续出台相关的环境保护政策时，也能够利用相应模型，提高政策发布的科学合理性。同时在实际分析过程中，还可以着重加强对节能减排型技术、生产型技术以及开采型技术的考察，在严格遵循综合利益最大化原则下，加强对上述技术的研发投资，通过对节能减排型技术的测度，最终能够顺利得出某个区域环境偏向型技术的最优进步率。但想要获得整个区域的环境偏向型技术的最优进步率，还需要加强对区域之间关联性分析，组建一个完整的多区域综合系统，该系统由能源、科技、经济等多种因素组成，通过应用大数据技术，对多因素背后的数据进行挖掘分析，最终顺利实现整个区域的环境偏向型技术的最优进步率的获取。