康春婷　李卫东

摘要：近年来，随着我国社会经济的发展，环境破坏越来越严重，自2013年以来，我国多个城市饱受雾霾侵袭，居民的健康和生活受到了很大的影响。2015年8月19日，国务院发布了《促进大数据发展行动纲要》，自此大数据被提升为国家发展战略。大数据时代的来临，不仅为我国社会经济发展带来了新的契机，也为雾霾天气的治理提供了新的技术手段。本文通过对大数据处理技术的简单介绍，进而提出应用大数据技术治理雾霾的建议。

关键词：大数据技术 雾霾 监测 预测

一、引言

近年来雾霾的高频发生及其带来的危害使得它成为了我国城市发展过程中不可忽略的问题。雾霾污染已经成为严重的环境污染问题和公众关注的焦点问题。雾霾治理需要从多方面入手，其中当今兴起的大数据技术可提供帮助，为有效治理雾霾提供支持。

二、大数据处理技术

大数据指的是具有容量大、类型多、存取速度快、应用价值高等特征的数据集合，大数据处理技术主要包括对大数据的采集、整合、挖掘分析、可视化分析以及预测分析。

（一）数据采集

大数据采集方法包括：系统日志采集方法、网络数据采集方法（对非结构化数据的采集）以及其他的数据采集方法。系统日志采集方法主要采用Chukwa，Flume，Scribe等数据采集工具；网络数据采集方法主要采集的是非结构化数据，并以结构化的方式将其存储起来。主要通过网站公开API或者网络爬虫等方法从网站上采集数据；其他数据采集方法主要是对具有高保密性要求的数据的采集，如学科研究数据、企业生产经营数据等，需要通过与企业或研究机构合作而获得。

（二）数据整合

大数据整合是指对收集来的原始数据进行清洗、裁剪，为数据分析打好基础，通过多样化数据共享使得数据分析可以更方便地进行。

（三）数据挖掘分析

大数据挖掘主要是从大量的、看似没有规律的数据中，挖掘出隐藏其中的、不容易发现的知识和信息。

（四）数据可视化分析

数据可视化技术是指对各类型数据通过一定的方式显示出来，可视化并不是普通的图型，而是包含大量的数据信息却可以很容易地被理解和阅读的复杂图表。

（五）预测分析

预测分析是一种可以用来预测结构化和非结构化数据未来结果的数据挖掘算法和技术。目前比较流行的预测分析工具有SPSS、Stata、SAS等，这些分析工具学起来比较简单，分析结果清晰、直观。

随着科学技术的发展，相关的硬件和软件解决方案日趋成熟，大数据技术的应用范围也在逐步扩张，随处可见应用大数据技术来收集数据、构建模型，并作出预测。

三、大数据技术在雾霾治理中的应用

大数据技术在具体的应用方面，可以通过对相关数据的收集、处理、挖掘，为国家、企业和个人提供有利的信息和服务。将大数据技术应用于雾霾治理，将有助于提高雾霾治理的效率。通过大数据手段，可以对雾霾情况进行监控、预测，以终为始的来看影响雾霾的因素，对雾霾成因追本溯源。对不同成因进行细化分析，利用经济手段、技术手段、市场竞争手段对造成雾霾的成因进行调解，从而促进经济产业结构调整，加快科学技术进步，以提升人民生活质量，减少城市雾霾现象的发生。

利用大数据治理雾霾主要可以通过以下六个方面来进行。

（一）利用大数据监测，打击违法违规行为

大数据监测主要是通过建立完整的空气质量监测体系，整合交通、工商、质监等有关部门关于污染源企业的信息，并结合社会公众举报的信息，再运用一定的分析方法将这些数据进行智能分析和建模，找出雾霾污染的关键点，据此提出一些雾霾污染治理的有效措施。

目前，我国的空气质量监测体系已经初步形成，但还有较大的完善空间。一般来说，空气质量监测体系可从多个维度来监测空气污染状况，从而可以对整个社会的空气质量有个透彻的认识，开发出更多的有助于雾霾污染治理的措施，使得雾霾污染治理更加高效。主要的应用包括以下三个方面。

1、从污染物排放的角度出发，利用大数据测量各地区污染物排放总量，进而制定雾霾治理的策略。以空气污染物排放的相关数据为基础，计算出各个地区的污染源企业污染物的排放总量，形成全国污染物排放分布图。并根据各个地区总体的环境容量数据，估算我国各地区的空气质量的控制目标，制定适合各个地区的空气污染物排放策略。

2、从行业的角度出发，制定各个行业的空气污染物排放标准。以海量的生产数据和空气污染物排放数据为基础，按照企业所属的行业进行分类，估算各个行业的空气污染物排放的合理范围。针对各行业排放的合理范围，制度各行业的污染物排放标准。

3、从单个企业的角度出发，对违法违规行为进行治理。以各个污染源企业各自的生产数据和空气污染物排放数据为基础，计算各个污染源企业各自的平均排放水平，对比污染物排放标准，判断各污染源企业是否存在污染物监测设备异常，或者偷排、漏排的情况，并针对具体情况，对存在异常排放情况的企业进行法律法规范围内的治理。

（二）利用大数据预测，有针对性地治理雾霾

利用大数据可以对未来一段时间内的空气质量进行较为准确的预测。大数据分析预测是将大气中污染物的运动速度、成分等不断地叠加到污染物排放曲线上，根据污染物排放曲线的叠加结果，预测出未来几天内的空气质量，能够较为准确地识别出未来一段时间内可能出现的重度污染天气。并且利用大数据分析能够判断出哪种污染物为最重要的污染来源，进一步的，还能判断该污染物主要来自什么行业，针对该主要污染来源，提出最有效的防治措施在重度污染天气出现之前，减少主要污染物的排放，逐渐缓解空气污染，有效阻止重度污染天气的到来。如污染物主要来自运输行业，可以暂时改变机动车的限行政策，以减少尾气排放；如污染物主要来自钢铁工业，可强制附件钢铁厂休工几天，或关停超出排放标准的企业。

（三）利用大数据提供的交通信息，智能出行，减少环境压力

文献研究表明，汽车尾气排放是雾霾污染的重要来源之一。在大城市的通勤高峰时期，由于行驶车辆的增加和拥堵所造成的汽车尾气的排放量是非常巨大的，因为交通需求是不可避免的，所以只能通过缓解交通拥堵问题来减少车辆的尾气排放。大数据可以提供实时的交通信息，居民可以通过互联网获取这一信息，选择智能出行，及时躲避拥堵。大数据还可以通过对每一条道路历史的车速、流量和排放进行估计，通过机器学习和数据挖掘，预测每一条道路未来某一时刻的车速、流量和排放量，不仅可以为居民出行选择提供参考，也可以为相关部门治理交通拥堵和环境污染问题提供参考，比如优化城市路网，建立潮汐车道，调整限行政策等等，更进一步的，可以将限行政策具体到某一条路线或者某个区域。

（四）利用大数据进行多元共治

对于雾霾的治理，仅仅依靠政府部门是不够的，还要争取企业和公民的共同努力，建构政府、企业和公民多元共治的治理模式。政府部门应该摒弃“以自我为中心”的行政管理思维，通过电子平台，收集民意诉求信息和治理建议，为空气质量监测和雾霾治理决策提供可靠的信息基础。企业则可以利用大数据监测自身的污染排放情况，看是否达到排放标准，如果没有达到可以及时发现进而采取相关的环保措施。公民可以通过移动的空气质量监测设备，及时为相关政府部门提供污染证据，以利于政府部门对污染事件的及时处理。

（五）激活企业治理雾霾的积极性

若仅仅只是对空气污染物的排放进行监控分析，企业主动开展治污工作的积极性并不会很高。但是如果能够把大数据技术应用到企业的生产过程中，将会使企业的生产工艺得到优化、技术得到升级，促进企业经济效益的提升，进而使得污染物的源头得到控制。在这过程中，企业不仅效益得到了提升，污染物的排放也得到了控制，这将会大大提高企业治理雾霾工作的积极性。

而将大数据应用于企业的生产过程中，关键是要将污染物排放的数据与生产经营环节紧密结合。对污染物排放数据进行整理分析，可以挖掘出在各个生产环节中的污染物排放量。针对生产所需的原材料进行分析，分析污染物排放与原材料结构之间的关系，优化原材料的结构；针对生产工艺进行分析，分析污染物排放与各参数之间的关系，以调整工艺参数；针对各种产品进行分析，找出污染物排放量较大的产品，进行改良。

（六）提高公众的环境保护意识

将收集到的与空气质量相关的数据进行可视化处理，以图表、地图、视频等方式呈现，可以为不同层面的公众提供空气质量信息，增进公众对于空气污染问题的感知深度，进而提高公众的环境保护意识，激发公众的环保热情。

大数据能够改变社会治理的思维方式，将成为提高雾霾污染治理能力的一个有效手段。把大数据引入雾霾治理，有助于政府、企业和公众对空气质量的透彻认识，增强污染治理的积极性以及及时采取有效措施来应对雾霾污染问题。

参考文献：

[1]周文彰.大数据为实现国家治理现代化提供了技术平台和实现路径[J].中国经贸导刊，2016（11）

[2]田亚楠，龙波.大数据治污减霾策略研究[J].现代电子技术，2016（5）

[3]董娜，聂英.雾霾天气的成因分析及解决对策——以长春市为例[J].吉林农业，2013（12）

[4]刘晓红，隗斌贤.雾霾成因、监管博弈及其机制创新[J].中共浙江省委党校学报，2014 （3）

[5]白洋，刘晓源.“雾霾”成因的深层法律思考及防治对策[J].中国地质大学学报（社会科学版），2013（6）

〔本文系北京市社会科学基金项目“基于大数据的北京市雾霾形成机理与综合治理对策研究”（项目编号：B15HZ00220）阶段性成果〕

（康春婷，北京交通大学经济管理学院研究生。李卫东，北京交通大学经济管理学院副教授）