[摘 要] 大数据等新一代信息技术对国家环境治理产生重要影响。信息不对称情况下，政府对企业履行环境监管责任带有事前监管强、事中监管弱和事后处罚轻的特点，易造成环境风险累积并可能最终爆发环境污染事件。党的以来，我国通过大数据等新一代信息技术加强环境质量监测和企业排污监测，创新大数据使用规则，增强污染源过程监测从而建立起常态化监管制度。大数据提高环境治理效果的可持续性，优化纵向政府间环境治理的职责分工，提升国家环境治理效能。我国应持续推动生态环境大数据基础建设和应用研究，健全大数据赋能环境治理的制度规则。
党和国家历来重视制度建设。党的十八届三中全会首次提出“推进国家治理体系和治理能力现代化”重大命题。党的十九届四中全会对“推进国家治理体系和治理能力现代化”做出系统部署。党的二十大报告提出未来五年是全面建设社会主义现代化国家开局起步的关键时期，要深入推进国家治理体系和治理能力现代化，“基本实现国家治理体系和治理能力现代化”是2035年总体目标之一。生态文明制度是国家治理体系的有机组成部分。用最严格制度最严密法治保护生态环境是习生态文明思想的重要内容，是实现人与自然和谐共生的中国式现代化的重要制度保障。
政府是履行环境监管责任的关键主体。国内外研究普遍发现，政府加强环境执法能有效促进企业进行污染治理。[1][2]生态文明制度体系的重要功能就是严格落实政府监管责任。信息是管理的基础。政府、企业和公众之间的信息不对称是制约我国环境治理体系和治理能力现代化的重要因素。当前，新一代信息技术通过技术赋能治理创新，成为降低信息不对称从而提升政府治理水平的驱动力。[3]近十年我国运用大数据等新一代数字技术手段积极推动地方环境监测建设。党的十九届四中全会强调，“重视运用人工智能、互联网、大数据等现代信息技术手段提升治理能力和治理现代化水平”。[4]那么，大数据时代政府环境监管模式如何演变，生态环境大数据如何改进传统的政府环境治理模式？本文以“污染防治攻坚战”中的专项整治为例，尝试分析生态环境大数据对于政府环境治理所产生的复杂影响。
大数据，望文生义即数据多，而其定义尚未有定论。从最早的3V定义，即规模性(volume)、多样性(variety)和高速性(velocity)，逐步加上了价值性(value)和真实性(veracity)。维基百科对大数据的定义简单明了，即大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。[5]生态环境大数据按其来源可以分为卫星监测网络和地面监测网络；按数据结构类型分为结构化数据和非结构化数据，后者包括文本、表格、图像等异构数据；[6]按照细分领域可以进一步分为生态大数据和环境大数据。生态大数据涉及的内容很宽广，包括气象以及农田、森林、草原、荒漠、湖泊、地下水等各种生态系统，[7]而环境大数据主要来自环保系统。目前，我国相对成熟的环境大数据主要分为两类，第一类是环境质量监测，如空气质量实时报和地表水水质实时监测，这类数据主要来自地面监测网络，同时卫星遥感网络也在不断发展进步；第二类是污染物排放监测，主要是企业污染物排放自动监测系统(Continuous Emission Monitoring System, CEMS)，对重点排污单位排放的大气或水污染物浓度进行实时监测。在上述结构化数据之外，还有与生态环境密切相关的能源、交通、健康、舆情等大数据，研究潜力较大。
常杪等认为，环境大数据即把大数据的核心理念和关键技术应用到环境领域，对海量环境数据进行采集、整合、存储、分析和应用等。[8]根据刘锐等的观点，狭义的环境大数据是指面向环境保护与管理决策的应用服务需要，组织起来的一个超大、难以用现有常规数据库管理技术和工具处理的数据集。广义的环境大数据指的是面向环境保护和管理决策的应用服务需要，以大数据技术为驱动的“互联网+环境保护”信息技术和服务业态。广义涵义强调的是围绕“数据集”而衍生的数据采集、汇聚和应用等相关环节组成的体系。[9]总体来看，生态环境大数据指的是生态环境领域的大数据，既包括数据集也包括数据集的分析和应用。
我国非常重视生态环境大数据发展，将大数据作为获取真实生态环境质量信息从而推进生态文明建设的重要技术工具。2015年，我国发布了《关于加快推进生态文明建设的意见》，提出加强生态环境领域统计监测，“利用卫星遥感等技术手段，对自然资源和生态环境保护状况开展全天候监测，健全覆盖所有资源环境要素的监测网络体系”。同年，国务院发布了《促进大数据发展行动纲要》，提出“数据已成为国家基础性战略资源”，要全面推进大数据发展和应用，加快建设数据强国。2016年，我国发布《生态环境大数据建设总体方案》，该方案强调了生态环境大数据的应用性。习总指出，“要推进全国生态环境监测数据联网共享，开展生态环境大数据分析”，时任环境保护部部长陈吉宁强调，“大数据、‘互联网+’等信息技术已成为推进环境治理体系和治理能力现代化的重要手段，要加强生态环境大数据综合应用和集成分析，为生态环境保护科学决策提供有力支撑”。[10]为了提高环境监测数据质量，避免“地方不当干预环境监测”“排污单位监测数据弄虚作假”等行为，2017年我国出台的《关于深化环境监测改革提高环境监测数据质量的意见》，提出“建立重点排污单位自行监测与环境质量监测原始数据全面直传上报制度”，“加强大数据、人工智能、卫星遥感等高新技术在环境监测和质量管理中的应用”。[11]
实时数据能够以分或秒为单位进行环境监测，其高频次和真实性有利于突破政府、企业与社会之间的信息壁垒，为提高政府生态环境质量监测监管能力从而提高国家环境治理能力和治理现代化水平提供了有力的技术支持。需要注意的是，与商业平台产生的大数据不同，生态环境大数据的功能不在于商业盈利，而在于其公共管理和公共服务特征，即提升政府的生态环境治理能力，体现在使生态环境决策更加科学、生态环境监管更加精准、生态环境公共服务更加便民。
在大数据出现之前，政府、企业和公众对于环境质量和企业排污存在严重的信息不对称。在此情况下，政府环境监管表现出三个特点：第一，对企业环境管理以事前监管为主，体现在审批环节的高标准和严要求。我国从20世纪80年代就要求企业建设项目的防治污染设施与主体工程同时设计、同时施工和同时投产使用（简称“三同时”）。2003年我国颁布环境影响评价法，要求企业对项目实施后可能造成的环境影响进行分析、预测和评估，提出预防或者减轻不良环境影响的对策和措施。我国“三同时”和环境影响评价执行率很高，如，20世纪90年代县级及以上工业企业“三同时”执行率已达95%以上。可以看到，“三同时”和环境影响评价都是事前监管，政府假设企业能够完全按照设计而履行污染防控的主体责任。
第二，对企业环保运行过程的监管能力较弱。“三同时”和环境影响评价不能保证企业在投产运行之后按照事前设计进行污染治理。如果企业并不运行环保设施，违法排污，那么监管机构采用传统的现场取证方式，效率低且效果差。如，企业在夜间偷排，[12]需要执法人员加班蹲点取证；对于大气污染物排放来说，由于污染物极易被空气吹散，取证较难。因此，传统的环境监管方式效能低下。
第三，对企业违法排污的事后惩罚较轻。排污收费在相当长一段时期担当着惩罚违法排污行为的主要工具。然而，我国排污收费水平较低，政府收取排污费要考虑企业的经济承受能力，往往是象征性的征收。对于企业来说，环保设施投资属于沉没成本，而污染治理如烟气净化、污水处理、废弃物处置必然要投入一定的运行成本。如果环保运行成本高出排污费，那么企业宁愿缴纳一笔排污费将排污行为合法化，而不是运行环保设施以减少排污。
总体来看，这一时期，政府对企业污染防控的过程监管能力不强，政府和企业之间存在环境信息不对称。企业环境守法成本高而违法成本低，违法行为较普遍，政府环境治理效能不高。
环境政策是国家为保护环境所采取的一系列控制、管理、调节措施的总和。国家制订的公共政策需要落实到地方，通过政策细化或再规划的过程才能实现其政策目标，从而形成中央统一性和地方多样性的执行格局。[13]地方政府的政策执行在很大程度上是环境治理的关键环节。
我国环境保规定，地方政府对本地环境质量负责，也就是说，地方政府是环境保护政策的具体执行者。然而，由于地方政府环境治理能力较低，制约了环境政策的执行效果。首先，地方环保机构执法人员不足，已跟不上工业规模的快速扩张，地方环境执法任务较重。其次，我国传统环境监管和执法手段单一，识别企业违法排放行为存在较大难度。比如企业夜间偷排，日间污染治理设施则正常运转，因此执法人员白天到现场检查时，往往发现污染物排放正常，较难取证。最后，在污染企业“退城搬迁”大背景下，排污企业搬迁到城区以外，大部分工业集聚区更是分散在广大县域，[14]增加了环境监管的成本，环保机构“鞭长莫及”。2012年末和2013年初，我国爆发了大范围持续性重污染天气。环境统计可能存在低估污染物排放量的现象。[15]这说明在违法排污普遍的情况下，由于地方环境质量难以量化，家底不清造成环境治理不能有的放矢，治理效果不尽如人意。
中央环境治理主要体现在顶层设计而非直接干预企业排污行为。然而，如果企业违法排污引发污染事故，引起公众强烈不满和社会广泛关注，中央往往会自上而下直接介入实施执法，派出督查组到地方开展专项执法。[16][17]中国加入世界贸易组织（WTO）后，工业发展迅速。但由此产生的环境问题日益突出，环境污染事故进入高发期，因环境污染引发的群体性事件以两位数速度递增。[18]自2003年起至2014年，针对企业违法排污屡禁不止的现象，原国家环保总局等多部委组织开展“整治违法排污企业保障群众健康环保专项行动”，每年都针对某类环境污染问题进行集中治理。专项行动成为集中整治重点行业和地区突出环境问题的有效形式。[19]然而，历史上中央专项整治虽雷厉风行，但有时效果往往难以持续。20世纪90年代淮河多次出现水污染事故。1996年，国务院批复《淮河流域水污染防治规划及“九五”计划》，要求确保1997年全流域工业污染源达标排放，2000年实现淮河水体变清。然而，淮河流域水质在世纪之末实现“零点达标”后不久，企业偷排现象故态复萌，淮河水质很快再次恶化。2004年，淮河爆发有史以来最大的长达133千米的污染团，再一次震惊全国，引发对中央治污效果的讨论。[20]实际上，长达十多年的“整治违法排污企业保障群众健康环保专项行动”虽然短期内取得了明显效果，但对于实质性解决问题贡献依然有限。在治理技术和资源短缺的约束下，中央环保执法难以建立起常态化和制度化的治理机制。[21]
总之，在信息不对称情况下，政府环境治理带有事前监管强、事中监管弱而事后处罚轻的特点，即倚重于一次性的事前审批，而持续性的过程控制能力较弱。在此条件下，企业违法排污行为屡禁不止，地方环境质量状况底数不清，政府难以建立起常态化和制度化的环境治理体制机制。因此，加强政府对环境质量的监测监管技术手段并健全大数据使用规则迫在眉睫。
企业排污是我国环境污染的主要来源，因此企业污染物排放实时监测系统对企业违法排污具有重要的监督作用。事实上，2008年我国水污染防治法做出明确规定：重点排污单位应当安装水污染物排放自动监测设备，并与环境保护主管部门的监控设备联网。也就是说，我国在“十一五”期间就已积累起可观的环境大数据。2017年我国发布的《关于深化环境监测改革提高环境监测数据质量的意见》提出：“自动监测数据可作为环境行政处罚等监管执法的依据”。然而，由于电子数据所存在的精准度不高等技术问题，以及电子数据在合法合规性、有效性认定等方面的争议，实际可操作性不高，[22]大数据一般不作为环境执法依。