党中央、国务院高度重视大数据在推进生态文明建设中的地位和作用，对生态环境大数据的建设和应用提出明确要求。国务院2015 年印发了《促进大数据发展行动纲要》，将大数据建设提升到国家战略的地位， 环境保护部2016 年3 月印发了《生态环境大数据建设总体方案》，对生态环境大数据建设工作做出了总体部署安排，并将环境影响评价大数据（以下简称环评大数据）列为主要建设内容。此外，2016 年7 月环境保护部印发了《“十三五”环境影响评价改革实施方案》， 将环评大数据建设作为环评改革后加强“事中事后” 监管的首要工程。
    环评大数据是生态环境大数据建设的重要内容， 是解决环评“简政放权”后有效监管难题的重要手段， 是服务改善环境质量核心目标的重要支撑。本文介绍环评大数据建设目标任务、主要进展等总体情况， 总结环评大数据在重点行业建设项目环评审批、“三线一单”一致性校验等方面的典型创新应用实践成果，并提出数据质量、模拟预测、环境风险、环评信息联动等方面的几点思考，为环评大数据后续发展提供借鉴。

环评大数据建设总体情况
    环评大数据建设的总体目标是：整合环境、经济、行业等数据资源，重点理清环境质量、控制总量、污染源“三本账”，开展相关的数据采集加工、模拟分析、整合共享等工作，提升环评管理能力，提高环评文件编制的科学性，增强环评公共服务能力。
    环评大数据建设包括六大任务：全面建设环境质量现状与控制总量数据；持续采集、更新和整合固定污染源数据；提升各要素环境影响模拟分析水平和风险预测能力；增进战略、规划和项目环评信息联动与服务能力；大力强化环评监管信息技术支持能力；积极推进环评信息共享与公共服务能力。在生态环境大数据体系下，通过近年来的建设， 环评大数据已经取得了一系列的重要进展，主要形成了一个数据中心、两套数据采集系统、三大服务平台和四套数据资源网络。具体如下：
    一个数据中心。形成了三个方面的成果，一是建立了跨部门、跨领域的数据共享机制；二是建立了指导标准、通用标准、专用标准三个层次的数据标准规范体系；三是通过整合形成了环评管理数据、环评支撑数据、环评业务数据三大类数据资源。
    两套数据采集系统。一是建成了建设项目环评审批及验收申报系统，面向全国范围内的建设单位和环评机构，提供环评审批及竣工环境保护验收申报服务； 二是建成了建设项目环境影响登记表备案系统，面向全国范围内的建设单位和环评机构，提供建设项目环境影响在线登记备案服务，两套系统采集的数据自动汇聚到环评数据中心。
    三大服务平台。一是建成了环境影响评价会商平台，针对重点项目的环评审批和技术评估，面向各级技术评估部门和环境管理部门提供科学决策支持服务； 二是建成了环境影响评价智慧监管平台，面向全国各级环评审批单位提供环评审批信息联网报送服务；三是建成了环境影响评价互联网服务平台，面向环评机构和社会公众提供环评基础数据及环境影响在线模拟计算等服务。
    四套数据资源网络。环评大数据连接了四套分别能够提供不同种类数据资源的网络，分别是环保部内数据资源网、地方环保数据资源网、其他部委数据资源网和互联网数据资源网。 环评大数据创新应用实践
    环评大数据建设成果目前已经在重点行业建设项目环评审批、“三线一单”一致性校验、重点行业产能过剩预测预警、登记表类建设项目环评备案管理等环境管理中得到了创新应用，并提供了重要数据和技术支撑。

重点行业建设项目环评审批
    环评大数据建设的环境影响评价会商平台，在地表水、大气、噪声、生态等多个环境影响方面，在火电、石化、机场等多个重点行业建设项目技术评估及环评审批中得到成功应用（如图1 所示），环评大数据在应用中基于GIS 等技术以“一张图”的形式集中展示并智能分析建设项目环评信息，提高了环境管理部门的工作效能，提升了环境影响评价工作的客观性和公正性。

“三线一单”一致性校验
    基于环评大数据集成的海量数据，在重点区域中开展了生态保护红线、环境质量底线、资源利用上线和环境准入负面清单（“三线一单”）一致性校验应用。具体做法是依据主体功能区划、陆域生态保护重要地区、生态保护红线、生态功能分区、生态保护空间、城市大气环境承载力、大气环境控制分区等多个维度数据的要求，构建“三线一单”一致性校验规则库， 并结合区域最新的环境质量、污染源、业务监管等信息， 针对建设项目环评申报资料，逐一开展一致性校核，评价该项目是否符合“三线一单”的要求，对不满足要求的部分自动做出醒目标注，并提出人工做进一步处理。

重点行业产能过剩预测预警
    通过环评大数据分析，对重点行业产能过剩开展了预测预警应用。以火电建设项目为例，在建设项目环评审批权限下放后，2015 年-2016 年，全国各省市审批的火电项目数量和装机总规模攀升过快，环评大数据针对该情况及时做出了预警，为遏制火电行业产能过剩趋势提供了重要支撑。

登记表类建设项目环评管理
    修改后的《建设项目环境保护管理条例》已于2017 年10 月1 日起施行，该条例中将依法应当填报环境影响登记表的建设项目改为备案制，环评大数据建设的建设项目环境影响登记表备案系统为此项制度改革的落实及后续实施提供了重要支撑（如图2 所示）。具体来讲，该系统包括部署在互联网的企业端、部署在环保政务专网的管理端两套应用，企业或个人用户通过企业端成功填报后，将系统自动生成的备案编号和备案回执打印出来并由法定代表人或主要负责人签字后即可完成备案，省级环保部门用户通过管理端可以实现对辖区内已公示备案数据进行查询浏览和统计分析等，目前该系统已服务于全国31 个省市（含兵团环保局），完成项目备案60 余万件，涉及44 类行业。
    除以上典型创新应用外，环评大数据还在其他环境业务管理方面开展了应用实践，例如，在《关于加大脱贫攻坚力度支持革命老区开发建设的指导意见》贯彻落实中开展了革命老区环评和验收项目信息整合与统计应用，根据《水环境质量分析及预警工作方案》要求提供了基于控制单元的环评信息及技术支持，在建设项目环境要素预测技术复核应用中，推动了环境影响数值模型技术的发展和模型规范化使用，提升了我国环境影响评价数值模拟整体技术与应用水平。 环评大数据创新应用思考
    提高数据质量 增进成果应用可靠性
    数据质量是决定环评大数据应用成果可靠性的重要因素，在环评大数据创新应用中，发现部分数据在及时性、完整性、规范性、准确性等质量方面存在一定不足，影响了环评大数据的应用服务成效。造成数据质量不足既有主观原因（譬如数据处理人员的认真负责程度），也有客观原因（譬如环境影响评价工作的复杂性），后续可以从人员配置、体制机制、系统功能等多个方面着手，例如，在数据处理及管理方面配备专业技术水平高、工作认真负责的人员，创新工作模式并建立奖惩制度，完善环评大数据信息系统数据校验功能及数据字典等，全面提高环评数据质量从而增进成果应用可靠性。

强化环境影响模拟分析和风险预测能力
    目前环评大数据应用上还存在环境影响模拟分析和风险预测能力方面的不足，例如在建设的环境影响预测模式不够全、环境影响预测模型功能模块还需扩展、模型参数选取有待规范以及环境风险预测能力尚不成熟。后续建议分要素加强环境影响模拟分析能力、规范模型和模型参数，降低模型使用的自由裁量权， 形成规范化、标准化的环评模型体系，并加强环评风险基础信息和评价预测能力建设，提高环评风险支撑能力，此外，还应结合新老污染源数据，解决以往同一区域，单个项目预测没问题，而累积效应常说不清的问题。

深入推进区域与项目环评信息联动服务
    环评大数据在部分重点项目的环评中开展了区域环评与项目环评信息联动应用，但应用范围和程度方面尚有推进空间。后续可以建立战略环评、规划环评和项目环评之间的关联指标体系，集成和关联战略环评、规划环评和项目环评数据，深入推进并建立区域战略环评及规划环评与项目环评的联动智能应用，在应用中落实战略环评、规划环评、项目环评之间依次递进的层层指导和规范的要求，为建设项目准入判定决策提供服务，并进一步地为区域招商引资、行业规划和跨区域的环境信息统计分析等提供智能信息技术支撑。

开展环评与排污许可数据联合分析
    国务院2016 年印发了《控制污染物排放许可制实施方案》（以下简称方案），方案提出要建立以控制污染物排放许可制为核心的固定污染源环境管理制度， 有机衔接环境影响评价等制度，实现从污染预防到污染治理和排放控制的全过程监管。目前方案实施取得了重要进展，在国家排污许可管理信息平台的支持下， 全国累计发放排污许可证20000 余份，涉及火电、造纸、钢铁、水泥等10 多个行业。在实践中，建设项目环评要求被载入排污许可证中，且依托排污许可证的监督管理能够有效落实环评的要求，建议环评大数据在后续建设与应用中开展环评与排污许可数据联合分析， 为环评管理中建设项目不按环评要求建设（未批先建、异地迁建等）、不按环评要求排放污染物等监管难点问题解决提供支撑。

推进环评数据共享 做好信息安全保障
    环评大数据建设了大量的基础资源、模型工具和计算资源，这些资源目前主要为环境管理部门服务， 仅部分资源为环评机构和社会公众服务，后续建议推进环评数据共享，加强环评大数据共享服务宣传和培训，在符合共享规定的前提下拓宽信息资源共享范围和内容，提高信息资源共享程度和水平，降低环评机构获取数据的成本，提高环评工作效率，畅通社会公众参与环评的渠道，提升环评工作透明度。此外，在数据共享服务的同时，应从管理、技术、网络、数据等方面做好信息安全工作，确保环评大数据信息安全得到可靠保障。
    生态文明建设是“五位一体”总体布局的重要内容，大数据是加强生态文明建设的重要依托，按照生态环境大数据建设总体部署，环评大数据建设已经取得了良好进展，并在多项环境管理重点工作及其他行业或领域中得到了创新应用，为解决环评“简政放权” 后有效监管难题提供了重要支撑并取得了较好的效果， 为实现改善环境质量核心工作目标提供了助力。在解决基础数据汇集，完成基本的统计分析应用的基础上， 环评大数据的后续发展应重点加强数据处理的自动化程度，加强数据的关联分析，利用机器学习等技术加强综合分析，为环评事中事后、环境质量预测预警、经济宏观形势分析等提供更加智能化的服务。
    （作者单位：环境保护部环境工程评估中心，国家环境保护环境影响评价数值模拟重点实验室）