构建生态环境大数据 排污费核算多元化

　　近日，环保领域各省市陆续出台排污费政策，排污收费运用经济手段要求污染者承担污染对社会损害的责任，是控制污染的一项重要环境政策，排污费也是环保监测重要一环。但近年来，排污收费工作中关于核算繁琐、征收标准低和征收面窄等问题日益突出。

排污费核算依据单一

　　在基层，排污费核算比较困难，主要原因在于法律界定的模糊，人员专业素养参差不齐。虽然国家也正在积极推进环境税的立法，但这些难题恐怕难以克服。

　　目前，排污费核算依据有4种，分别为自动监控数据、监测报告数据、物料衡算法和小样本抽查法，4种方法效力依次递减。被认为具有高效力的自动监控数据，在单独使用时，由于设备维护周期、与工况衔接等问题，很难精确地反映企业排污情况。物料衡算法则较为复杂，其中的参数和计算公式常使基层工作者望而却步。

　　在实际应用中，4种方法并不是综合使用，从基层实践来看，基于行政成本的考量，监测报告数据法简单直接，虽然有失偏颇，但应用范围最广泛。

大数据提供多元依据

　　事实上，计算企业的真实排污情况依靠单一数据或方法是远远不够的。生态环境大数据的建设，也为排污费核算提供了一条新路径。

　　首先，生态环境大数据包含了企业信息、自动监测数据等排污全周期信息，排污费核算可以经过比对，综合运用以上4种方法，而不是仅仅依靠监测报告所得的数据，大大改变了过去的局面。

　　在此基础上，生态环境大数据还有与企业相关的其他数据，构成了企业信息生态圈，比如企业的用电量、银行贷款、排污设施型号等，可以多层面地支撑和配合排污费的核算，使得排污费核算更加科学。随着排污费核算逐渐成熟，可以构建数据库，专门用于排污费核算。

　　另外，生态环境大数据建设可以提供更多的模型和算法，为排污费核算提供更科学的计算模型。

　　以废气企业为例，在湿法脱硫工艺中，自动监控得出的颗粒物数值和手工监测数值就有很大差距。这就不能单纯依据自动监控数据或监督性监测报告等，还要对上述4种方法进行综合运用，且同这一企业以前的排污情况进行环比，并与其他类似企业的数据进行对比。

　　另外，还需实时网罗企业生产状况、治污设施运行情况、进料量、用电量以及银行账目等信息，然后由国家建立相关算法和程序系统，从大量化、多类别的数据中提取有效数据，通过概率与统计方法计算误差，从而确定每个企业的排污费数额，有效杜绝机器故障、人为干扰、计算误差造成的不准确。