田亚楠 龙波

摘 要： 随着物联网、云计算信息技术的迅猛发展，大数据成为一切组织运行、决策的基本要求已是一种必然趋势。采用大数据对抗雾霾将为解决迫在眉睫的空气质量污染问题提供了一种数据驱动、群防群治、可预测的解决方案。在分析大数据治污减霾必要性的前提下，提出了构建大数据治霾系统的策略，分析了数据采集的途径和应用，探讨了一种数据公开、公众参与、政府创新的治污减霾新途径。

关键词： 大数据； 物联网； 云计算； 信息孤岛； 雾霾治理

中图分类号： TN711?34 文献标识码： A 文章编号： 1004?373X（2016）05?0114?03

0 引 言

2015年3月，搜狗根据搜索数据公布了一组大数据调查，结果显示60%的人会在雾霾天里闭门不出，且公众对雾霾关注度持续攀高。当雾霾成为全民公敌时，想要有效治理，就必须寻根究源，对雾霾的生成、演化、降解以及危害做出统计分析，从而制定出合理的治污减霾方案并有效实施。2013年起世界已进入大数据时代，大数据作为一种重要的国家战略资源，其重要性被越来越多的人所认识。如何利用大数据解决目前所面临的雾霾治理问题是大数据时代的核心挑战之一。

大数据是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。公众用它来描述和定义信息爆炸时代产生的海量数据，并命名为与之相关的技术发展与创新。大数据被认为会给工作、生活与思维带来颠覆性变革。在雾霾治理方面，大数据是对抗雾霾的强大武器，是治污减霾诸多途径的基础与核心。建构一套治污减霾大数据系统必须具备三个要素：天上有云（云计算），地上有网（物联网、泛在网），中间有数（数据）。其中，物联网是数据采集手段，云计算是数据处理方法，大数据提供了一种创新型的数据驱动的治霾模式。

1 数据监测是雾霾治理的基础

大数据治霾是大势所趋，也是充分发挥政府数据优势的可行之法。雾霾的成因、来源、治理方法的答案都来自各种各样的监测数据。从颗粒物构成的检验，到各地区、各时期空气污染情况的比较，从能源开采结构，到能源使用结构的分析等一系列问题均依靠数据的采集和分析。

西安市地处我国西北地区，是中国重要的能源与化工城市，其工业化与城市化的快速发展对城市环境产生了重要影响，使城市的空气不可避免的受到污染。近年来，市政府立足资源型城市可持续发展战略，将治污减霾工作视为最大的民生工程。截止2014年底，西安市已建立了13个空气质量监测站，如表1所示，用于实时监测全市空气质量，通过相关平台，实时查询废气排放企业的排放数据，一旦超标将及时曝光在公众面前，接受公众监督，对污染企业等源头起到有效遏制。市民可通过在移动终端安装环境监测APP，实时掌握空气质量，决策自己的出行，并实现对污染源的全民监督。图1所示为运行在阿里云计算平台的环境监测APP“污染地图”，依靠空气质量监测点采集到的数据，借助阿里云计算平台的大数据实时处理能力，在为用户提供相关城市空气指数和污染物浓度的同时，清晰地标注出超标排放废气企业的名称，并标注有该企业排放有害气体的控制指标和检测值与标准对照，让企业接受公众的监督。

雾霾监测是一项复杂的系统工程。影响一个地方空气质量的因素很多，涉及大气物理、陆地、生物、化学及大气耦合等，诸多因素中任意几个互相结合都会对雾霾的成分、规模及危害性产生不同的影响。因此，导致同一城市的空气质量不均匀，在同一时间就近的两个地点，空气质量读数可以相差甚远。如果能考虑到尽可能多的因素，监测到海量数据，就可以大大提高雾霾预测的准确性。在北京市治理雾霾的“绿色地平线”计划中，微软亚洲研究院郑宇博士主持了一项对雾霾异构数据的研究。他把气象条件数据，如刮风、下雨、湿度、气压以及交通流量数据，单位时间的人流数据和餐馆、公园、广场的分布数据等结合起来，建立了一个空气质量模型，可以计算出北京市任何一个角落一公里乘一公里细粒度的空气质量。治污减霾大数据系统的数据采集和提取部分，应采用多节点异构采集、多设备自治组网、多信号协同处理的方法，对大气、水源、污染源、固体废弃物等重点环保监测对象的状态、参数及位置等信息进行实时采集，如图2所示，完成数据获取与处理和信息提取两个任务。

2 政府创新全民参与治理雾霾

政府部门在数据占有方面具有天然的优势，是最大的数据生产者，拥有交通、人口、卫生、城市规划等多方面的数据。大数据的核心是数据，其次才是数据技术和思维。首先只有先占有巨量的数据，才能从中挖掘出巨大的价值。把大数据技术与思维运用到管理与决策中，掌握决策依据、优化决策过程、跟踪决策实施。在大数据时代，政府决策应更多地基于对科学规律的把握，基于科学的数据分析和事实做出判断。这包含三方面因素：一是“用数据说话”，为决策提供科学依据。例如，纽约市警方开发了一款电子数据地图CompStat，通过分析案件与发薪日、体育赛事、天气变化和假日等变量的相关性，预测最可能发生罪案的“热点”地区，并预先在这些地区部署警力。应用这套系统后的次年，该市犯罪率就出现了明显的下降，凶杀案发生数量创下50年来最低。二是智能辅助决策，大幅提高行政效率。2013年，温州市主城区新增了172个悉尼自适应交通控制系统，根据各个路口的车流、人流大小自动调整红绿灯的等待时间，实现了对交通流的实时最佳配置和控制。三是跟踪决策实施，持续改进公共管理与服务。大数据不仅能为政府提供决策产生机制，而且能根据实际需求和公众体验提供相应的决策信息反馈机制、决策调控纠偏机制。四是要发挥数据的巨大潜力必须做到基础数据共享，打破数据孤岛。很多部门均收集了大量与治霾相关的数据，要打破壁垒，共享共治。比如，气象部门，环保、煤炭、交通、国土等。数据孤岛是信息化的阶段性产物，要消除数据孤岛，需要政府部门之间进行纵向信息整合，利用多极网络和中心数据库建立一个跨系统、跨平台、宽数据结构的统一综合信息处理平台。

随着数据量的爆炸式增长，尤其是政府掌握的数据越来越多，开放政府数据，深度挖掘数据的潜在价值已成为一种趋势、理所应该的常态。美国SeeClickfix是一个在线市政问题提交平台，居民可以通过该平台报告和追踪他们看到的“非紧急”型问题。当居民发现需要修整的问题时，可以利用SeeClickFix与政府对接，帮助地方市政关注一些自身难以及时发现或注意的问题，比如道路坑洞、非法倾倒垃圾等。使问题得到有效解决的同时，缓冲了居民和政府之间的沟通压力和矛盾。可谓是一个小程序盘活了一盘大数据，通过政府、市场与公民的协同与互动，创造出了无法估量的公共价值。借鉴城市管理领域的GBCP模型，针对城市公共环境和空气质量，可建立如图3所示的GBCP和谐三角模型。即围绕治污减霾民生问题，充分调动政府、排污企业和公众三个角色，搭建政府主导、数据公开、企业公众共同参与的大数据治污减霾系统。公开数据，数据将是一种制衡的力量。《数据之巅》指出，通过公开数据，把企业置于全社会的舆论和监督之下，使其自觉、自愿降低污染物质的排放量，矛盾得到转移，问题得到解决。在大数据时代，人人都是雾霾的受害者，人人也都是雾霾的制造者，同时人人也可以成为雾霾的治理者。

3 大数据打造智能降污减霾

大数据治霾是一种精细化、协作共享、主动预见、风险防范型的治污减霾方法。改变了以往政府“拍脑袋决策”的方式。在大数据背景下，政府应尽快将已有的管理决策变为数据驱动，用数据说话，让数据做主，体现更强的决策科学性。传统的治霾方式往往是哪里出了问题就集中治理哪里，头疼医头，脚疼医脚。而大数据治霾可以通过各种传感器实时收集各类环境信息，通过对大数据的统计分析，随时掌握雾霾的现状、治理的效果，并预见未来的雾霾发展趋势。例如，谷歌不用分发口腔试纸和联系医院，就能给出和基于大量真实病例所得到的流感情况一致的预测结果，比疾控中心提前两周，就是因为它分析了数千亿的数据，建立了强大的预测模型。自2009年10月起，“谷歌流感趋势”网站开始提供全球每周流感疫情预测，对于数据较完备国家的预测能精确到省份，并能显示横跨7年的历史数据。让数据竞争推动能源行业标准的进步，让数据智能成为节能减排的利器，是大数据时代智能降污减霾的必由之路。

4 结 语

本文寻求一种大数据时代治污减霾的策略与问题解决框架，即搭建一个数据化、物联化、智能化的智慧平台。力图使得雾霾变得可监控、可量化、可预测，在治污减霾问题上达到数据驱动，政府各部门、企业、公众共同参与达到群防群治的效果。然而，治霾是一个非常复杂的政治经济社会问题，虽然有了足够的数据，对事物获得足够认知，但是还有很多亟待解决的难题需要进一步研究，如数据质量评价、大数据处理挖掘算法等。

参考文献

[1] 徐继华，冯启娜，陈贞汝.智慧政府大数据治国时代的来临[M].北京：中信出版社，2014.

[2] 杨正洪.智慧城市大数据、物联网和云计算之应用[M].北京：清华大学出版社，2014.

[3] ALGER D.大数据云计算时代数据中心经典案例赏析[M].北京：人民邮电出版社，2014.

[4] 鄂晓军.大气环境监测的数字化测量分析[J].杨凌职业技术学院学报，2014（3）：18?19.

[5] 薛文婷.浅谈陕西省治污降霾各项工作实施的措施[J].城市建设理论研究，2013（32）：78.

[6] 雷欣.环保社会组织是雾霾治理的重要力量[J].中国社会组织，2014（14）：40?41.

[7] 肖赛男，扬帆，郑贵分，等.中日汽车尾气排放数据分析及其尾气防治法律制度比较探究：以北京市为例[J].电子测试，2013（14）：228?229.

[8] 王旭光.雾霾治理与经济发展探究[J].经济视角，2013（8）：24 ?25.

[9] 佚名.将大数据列入国家战略抢占“大数据浪潮”先机[J].计算机与网络，2014（6）：5.

[10] 徐子沛.数据之巅：大数据革命，历史、现实与未来[M].北京：中信出版社，2014.