近日，某市生態(tài)環(huán)境執(zhí)法部門組織相關人員對當月全市重點排污單位自動監(jiān)測異常數(shù)據(jù)進行分析研判，最終挖掘超標排放以及其他異常線索超200條。為核實分析研判線索的準確性，執(zhí)法部門組織執(zhí)法人員對挖掘的線索進行了現(xiàn)場核查。然而，從結果來看，200余條線索中，超九成分析研判不準確。比如某熱電有限公司當月有4天出現(xiàn)顆粒物、二氧化硫、氮氧化物自動監(jiān)測數(shù)據(jù)超標的情況，現(xiàn)場核查卻發(fā)現(xiàn)，超標時段企業(yè)廢氣排口均處于停爐狀態(tài)，并非真實排放超標。

這一案例并非孤例，筆者在實際工作和調研中曾多次發(fā)現(xiàn)類似情況。比如某地生態(tài)環(huán)境執(zhí)法人員對分析研判后移交的自動監(jiān)測超標排放線索進行現(xiàn)場核查時發(fā)現(xiàn)，近七成的超標數(shù)據(jù)實為因自動監(jiān)測設備調試、故障、日常維護、校準等產生的無效數(shù)據(jù)。而這些本應在分析研判階段就被剔除的無效數(shù)據(jù)，卻大量進入了后續(xù)核查流程。

應用自動監(jiān)測監(jiān)控數(shù)據(jù)對企業(yè)污染物排放情況進行監(jiān)管，是生態(tài)環(huán)境部門實施非現(xiàn)場監(jiān)管、減少現(xiàn)場檢查頻次的重要手段。2025年7月，生態(tài)環(huán)境部辦公廳印發(fā)的《關于嚴格規(guī)范生態(tài)環(huán)境行政檢查 大力提升執(zhí)法質效的通知》明確提出強化重點污染源非現(xiàn)場監(jiān)管執(zhí)法，要求充分利用用電、用能、視頻等生產及治理設施工況監(jiān)控手段，實現(xiàn)設備開停有數(shù)、治污效果可查。實踐也證明了其效果，某市2024年發(fā)現(xiàn)生態(tài)環(huán)境問題1078個，其中通過污染源在線監(jiān)測、分表計電、揚塵在線監(jiān)控、餐飲油煙在線監(jiān)控等在線監(jiān)測數(shù)據(jù)發(fā)現(xiàn)的問題有822個，占比高達72.3%，現(xiàn)場檢查頻次較上一年度下降30%以上。

應用自動監(jiān)測監(jiān)控數(shù)據(jù)對企業(yè)污染物排放情況進行監(jiān)管，本意是在降低現(xiàn)場檢查頻次的同時精準發(fā)現(xiàn)問題，減少無效執(zhí)法。但由于部分地區(qū)生態(tài)環(huán)境部門因自動監(jiān)測異常數(shù)據(jù)分析研判能力不夠，反而導致現(xiàn)場檢查頻次以及無效執(zhí)法不降反增，與非現(xiàn)場監(jiān)管的初衷背道而馳。

針對上述問題，筆者認為，當務之急是建立科學合理的自動監(jiān)測異常數(shù)據(jù)分析研判機制。當前一些地區(qū)僅由執(zhí)法部門依據(jù)“數(shù)據(jù)是否達標”這一簡單標準進行研判，顯然不夠。從實際檢查情況來看，長期存在恒值、零值、突升突降等情形的自動監(jiān)測數(shù)據(jù)往往才是弄虛作假、超標排放的主要表現(xiàn)。因此，各地可出臺相關機制，明確數(shù)據(jù)分析研判的具體部門以及異常數(shù)據(jù)的具體情形。

在這方面，上海市的實踐提供了有益借鑒。2024年10月，上海市出臺了《上海市污染源自動監(jiān)測數(shù)據(jù)執(zhí)法應用規(guī)定》，明確了兩個關鍵點：一是責任主體專業(yè)化，規(guī)定由市區(qū)兩級生態(tài)環(huán)境監(jiān)測機構而非僅執(zhí)法部門對自動監(jiān)測超標數(shù)據(jù)進行認定，并針對長期存在恒值、零值、突升突降等情形的標記為疑似不屬實的異常數(shù)據(jù)開展專業(yè)分析，出具報告。二是流程清晰化，監(jiān)測機構將分析報告報送同級生態(tài)環(huán)境執(zhí)法部門，執(zhí)法部門據(jù)此進行調查，對發(fā)現(xiàn)的違法行為進行處理。這種“監(jiān)測部門專業(yè)分析研判、執(zhí)法部門精準核查處理”的分工模式，有效提升了線索的可靠性。

在完善機制的同時，各地還可以充分利用大數(shù)據(jù)、人工智能等科技手段，進一步增強分析研判的精準性和效率。比如江蘇省蘇州市開發(fā)的機動車排放檢驗非現(xiàn)場監(jiān)管“AI前哨”系統(tǒng)，通過前期積累大量異常數(shù)據(jù)樣本，構建了涵蓋數(shù)據(jù)驟停、數(shù)據(jù)恒值、曲線陡降、功率異常、轉速異常等97個特征的分析模型，基本覆蓋了目前已知的機動車排放檢驗異常數(shù)據(jù)情形。通過這種科技手段分析研判并推送的12條異常線索，執(zhí)法部門核實后均已立案處理，精準性極高。

這種基于數(shù)據(jù)建模的智能分析模式具有強大優(yōu)勢。各地可參照此種方式，結合本地重點監(jiān)管行業(yè)和常見違法手段，建立符合本地實際的自動監(jiān)測數(shù)據(jù)異常識別模型。通過模型對海量數(shù)據(jù)進行高效、智能初篩和研判，能夠有效過濾設備故障等無效數(shù)據(jù)，快速鎖定具有高度違法嫌疑的異常線索，從而進一步提升分析研判的精準度。