人工智能融入生態環境治理的機理與路徑

葉琪 盧晨暉

(福建師范大學 經濟學院，福建 福州 350117)

移動互聯、大數據、云計算、區塊鏈等數字信息技術的飛速發展與交互作用形成了組團式、群體性跨越，賦予了新一代人工智能在認知、生成和運用知識方面的超常能力和實用主義，實現了人類在技術創新上的自然、社會和自我的超越[1]。中國正處于“把新一代人工智能作為推動科技跨越發展、產業優化升級、生產力整體躍升的驅動力量”[2]的時期，并快速向經濟社會發展各領域滲透，推動傳統經濟社會發展方式發生著巨大變革，也為治理方式完善與創新提供了新手段。生態環境治理是國家治理的重要組成部分，如何把生態文明制度建設的成果轉化為生態環境治理效能有必要在兩者間搭建加速催化的手段和紐帶。習近平總書記指出要“運用互聯網、大數據、人工智能等新技術，促進傳統產業智能化、清潔化改造。加快發展節能環保產業，提高能源清潔化利用水平，發展清潔能源”[3]，充分肯定了智能技術在加強污染防治、保護生態環境、發展綠色產業、提升環境優勢等方面的重要作用。人工智能與生態環境治理融合有利于優化生態資源配置、提升生態環境治理效率，為2035年生態環境質量實現根本好轉、生態環境領域國家治理體系和治理能力現代化基本實現提供有力的保障，為“美麗中國”建設保駕護航。

1 人工智能融入生態環境治理的“聚—環—推”作用機理

隨著我國經濟轉向高質量發展階段以及生態環境污染總體得到控制，生態環境治理要從制度建立向制度完善轉變，從傳統依靠要素投入向創新驅動轉變，從廣泛治理向精細化治理轉變。新一代人工智能在培育新動能方面有著重要的支持作用[4]，可以為生態環境治理提供先進的治理技術手段，節約治理成本，提高治理效率，開拓生態環境治理領域的應用平臺與空間，為生態環境治理注入新動能和新手段。人工智能技術可以消除政府和公眾之間的信息不對稱，及時預測和感知突發輿情，通過對匯聚到一起的多種傳感器感知到的社會公共情況進行連續監測，智能預警各種公共安全事件[5]。人工智能融入生態環境治理不僅是對傳統主要依靠大量物質要素投入的治理方式的極大改進，而且會推動傳統產業的綠色化轉型和催生新能源、新材料、綠色資源開發、廢棄物資源化利用、智能環保設備制造、生態信息網絡系統、生態信息供給與咨詢服務等新興產業部門的發展，開辟我國綠色發展新的增長點，協同推進生態環境保護事業發展與經濟增長。人工智能融入生態環境治理順應了我國信息技術創新運用和生態文明建設的趨勢，兩者具有“聚—環—推”的內在作用機理(見圖1)。

圖1 人工智能融入生態環境治理的“聚—環—推”作用機理

“聚”：人工智能促進技術、產業、政策集聚，為生態環境治理提供可靠的支撐保障。互聯網信息技術的發展、深度學習的推進等成為人工智能發展的技術依托；國家鼓勵支持人工智能發展，《新一代人工智能發展規劃》對人工智能產業進行戰略部署，其中之一就是在生態環境領域的運用；政府工作報告持續多年強調要推動人工智能的研發應用，并出臺了一系列政策措施，從頂層設計為人工智能發展構建強有力的政策支撐。人工智能在制造業、服務業等領域的應用，催生了一大批智能化新技術、新模式、新業態，帶動了高科技產業和新興產業的發展，為人工智能與生態環境治理融合提供了重要的產業支撐。人工智能的發展帶動了技術、產業和政策等優勢集聚，推動人工智能本身技術更替和應用領域的深化，形成了人工智能與生態環境治理相互融合相互推進的穩定三角關系，為生態環境治理方式持續改善和治理水平不斷提高提供持續的動力。

“環”：人工智能與生態環境治理的融合形成互動提升的循環機制。人工智能融入生態環境治理并不是單方面的技術手段注入，而是在作用與反作用的互動中形成循環提升路徑，持續提升生態環境治理水平。一方面，生態環境治理對象復雜度和難度的不斷加大對治理技術提出新要求，環境污染的隱蔽性和擴散性要求對生態環境污染治理更加精準，對處于前沿技術領域的人工智能技術產生強大的磁吸力。人工智能主要從三個層面融入生態環境治理：處于前端的感知層為生態環境監測、觀察污染物動態變化、海量信息數據搜集等提供高科技設備和手段；處于中端的網絡層由治理方式、治理手段、環境監管等形成緊密的治理網絡，實現跨地區、跨部門、跨層級數據共享，促進生態環境監管工作的全國大協同，為政府、企業、社會公眾等各主體參與生態環境治理提供更大的平臺，強化各主體間的關系；處于后端的數據層為生態環境變化的適時觀測和精準把握提供依據，為生態環境治理政策的調整提供可靠依據。另一方面，人工智能也需要融入經濟社會發展各領域才能達到社會化、產業化運用的成效，生態文明和美麗中國建設可以為人工智能的運用提供平臺與空間，打贏污染防治攻堅戰也亟需智能技術支撐，助推生態環境治理高效化和精細化。此外，生態環境治理對人工智能也具有反饋作用，生態環境治理會根據環境污染變化和治理程度的深化對人工智能技術有新的期待和需求，引導人工智能技術的發展方向；同時人工智能也在參與環境治理的實際運用中對可能存在的信息泄露、隱私侵犯、違背法律等漏洞不斷修復、改進。人工智能與生態環境治理之間的吸力和推力反復作用與強化，形成了協同提升的效能，兩者相互作用的水平與層次不斷提升。

“推”：人工智能與生態環境治理融合推動生態環境治理體系和治理能力現代化。生態環境治理體系與治理能力現代化是人工智能與生態環境治理融合的目標指向，是美麗中國的美好愿景，也是建設社會主義現代化強國的目標之一。人工智能融入生態環境治理的各環節會從最初的機械式的調適過程逐漸發展為兩者相互適應、相互包容，共同提升。運用人工智能技術將生態環境治理各環節更有機地串聯在一起，形成生態環境治理可控、有序的體系，確保各要素在體系內的自由流動與優化配置，共同推動生態環境治理體系與治理能力現代化目標的實現。這一體系包括有效提升治理主體的行動力，促進治理手段科學化、治理目標精準化、治理過程高效化、治理監督規范化，形成嚴格有序的“行政—執法—監測—司法”管理體制、“法律法規—質量標準—執行約束—監督反饋”法治體系、“主體功能區—生態保護紅線—區域統籌”的生態空間管理體制、“政府—社會—公眾”多元化主體體制，等等。隨著生態環境治理體系各環節運轉更靈活、生態環境治理效率更高、成本更低，生態環境治理能力也不斷提升，表現為治理觀念、治理技術和治理制度的創新，對應的是生態環境治理的凝聚力、作用力和控制力的增強，從事后治理向精準預測和事前防范轉變，從事后補救向根源嚴控轉變，持續保障生態環境安全。

人工智能融入生態環境治理的“聚—環—推”作用機制過程，既是生態科技創新的過程，也是綠色發展的過程，適應了生產力與生產關系相互調整、相互適應的發展規律，契合了經濟社會發展的一般規律，是政府和市場共同作用的結果，也是技術創新支撐經濟社會發展，推動人類文明進步的創新路徑。

2 我國人工智能融入生態環境治理的初步成效及機制運行困境

人工智能在生態環境治理領域的運用開啟了“智能+生態環境治理”的新時代，如2018年我國生態環境部啟動了“千里眼計劃”，把京津冀及周邊地區劃分為若干個細化網格，并利用衛星遙感技術篩選出重點監管的網格，通過對天、空、地、人大數據的智能分析，對生態環境進行立體化的動態監管，實現污染發生原因和環境監管的精準化[6]。中持股份、環能科技、博天環境等環境相關企業不斷擴大“互聯網+”的利用；聚光科技、先河環保等老牌環保企業也從設備生產轉向互聯網人工智能運用；中節能天融、北京英視睿達、北京長能、陜西智信、江蘇神彩等多個高科技企業已經直接從事環境大數據、物聯網、人工智能等領域的應用[7]。2017年，中國科學院生態環境研究中心痕量氣體大氣化學研究組協同多家單位成功開展了無人機大氣立體監測系統實驗，填補了我國大氣環境監測和研究盲區，使大氣監測真正做到立體化、動態化。如今，我國長江流域已經建立了生態修復大數據平臺，可以有效整合水利、航運、生態環境等多種類海量數據，利用物聯網、三維虛擬仿真、多維度數值模型分析及現場實時監測等前沿技術，為長江生態環境的大保護和大修復提供技術支撐。人工智能與生態環境治理的融合在很多地區、很多領域的廣泛應用及取得的較大成效，為我國生態環境治理注入了動力、創新了方式。

由于人工智能在生態環境治理領域運用還處于起步和上升階段，兩者融合機制作用受成本較高、核心關鍵技術不足、協同性欠缺、后端推動后勁不足、人才缺乏等束縛，機理作用潛能并沒有得到充分釋放，主要表現在以下幾個方面：

2.1 運用于生態環境治理的人工智能技術成本較高

當前，我國人工智能融入生態環境治理還處于起步階段，許多智能設備和設施的前期投入成本較高，但應用的規模有限，規模效應還沒有充分發揮出來，智能技術運用的平均成本居高不下。生態環境治理對人工智能的運用是以大數據為基礎和支撐的，但由于自然環境變化的不可抗力性以及生態環境系統性、跨區域性的廣泛影響，生態環境的相關數據呈現易變性、差異性等特征，要為生態環境治理提供可靠穩定的數據難度較大，需要借助高性能、高精確度的環境傳感器，并進行反復監測和提取。這就要求前期要投入較大規模的資本、技術等生產要素，研發高水平的傳感器技術與智能環保設備配套，中期要有配套的設備和較高認知水平的專業人員對數據進行處理分析和擬合操作，后期在設備的日常檢查維護和精細化管理中也需要有專業人員負責。可見，我國人工智能融入生態環境治理的技術成本還較高，限制了生態環境治理智能技術運用的積極性，是導致技術推廣應用緩慢的因素之一。

2.2 人工智能融入生態環境治理前端自主關鍵技術支撐不足

人工智能與生態環境治理融合不是物理的、機械的，需要以持續的技術創新為支撐。然而當前人工智能融入生態環境治理的技術支撐還較為薄弱，特別是關鍵技術還比較缺乏，重大生產裝備、重要器件等多為發達國家研發和生產，自主創新技術不足。以人工智能運用中數據信息獲取、分析、傳輸的核心元件環境傳感器為例，目前全球傳感器市場被美國、日本和德國的幾家龍頭公司壟斷，占據近70%的市場份額，我國中高端傳感器80%靠進口，傳感器芯片進口更是高達90%。在數據處理方面，目前仍廣泛使用的傳統SQL數據庫難以適應對大規模非結構化數據的存儲和處理，海量且復雜的生態環境數據需要有更加先進的數據庫進行分析，也要有更先進的人工智能模型進行深入挖掘。缺乏自主核心技術使我國人工智能融入生態環境治理的進程放緩，生態環境治理需求與技術供給相脫節，無法為人工智能與生態環境治理循環機制作用發揮提供可靠的前端基礎。

2.3 人工智能融入生態環境治理的系統協同性欠缺

環境污染具有長期性、多樣性、復雜性、多變性等特征，不同的生態環境問題治理的側重點和方式不同，對人工智能的技術要求和運用也各有差異。目前還沒有可以滿足生態環境治理所有方面需求的通用人工智能系統，一般是生態環境治理的某一方面由專門的人工智能系統支撐，如水、大氣、土壤等不同生態領域的治理系統是分別開發的，這不利于生態環境治理數據的共享。一方面會造成系統重復建設，增加系統開發成本，割裂和損害系統的完整性和通用性，數據之間不能共享與合作使用，導致兩者循環作用機制的中斷；另一方面也會由于不同系統間數據標準、技術、格式的差異使分析結果出現分歧，造成分析數據間的矛盾，使政策制定的依據不明確，割裂了生態環境治理的整體性[8]。此外，人工智能在區域間的運用也缺乏銜接，受行政區域劃分的影響以及生態環境治理的區域差異，區域間一體化治理網絡系統尚未形成。這些都會造成人工智能與生態環境治理之間的循環作用機制中斷，阻礙兩者協同提升的進程。

2.4 人工智能融入生態環境治理的后端推動力欠缺

人工智能與生態環境治理融合要實現從感知到分析、決策再到反饋的全方位、全鏈條的融合，使兩者的作用機制更加順暢，作用效果更加充分。但目前我國人工智能與生態環境治理的融合還處于工具層面的初級階段，主要是在前端由人為設定的原則進行數據信息收集和分析，側重于感知層和網絡層的融合，后端的數據層分析以及決策主要依靠人工完成，人工智能還不能完全取代行政干預及其主觀影響，這可能會導致前端生態環境信息數據的搜集在傳遞過程中失真，信息傳遞的時效性降低，后端的分析偏誤，難以進行科學預測，最終導致人工智能與生態環境治理的低效融合，無力推動生態環境治理體系與治理能力現代化。此外，人工智能在生態環境治理中的應用主要集中在人工智能產品、儀器、設備等工具手段，在加強公眾監督、完善政府治理組織體系和專業性服務等方面還比較欠缺，表明兩者融合還處于以工具提供為主的初級和淺層階段，離推動生態環境治理體系與治理能力現代化作用發揮的深化階段還有較大的提升空間。

2.5 人工智能融入生態環境治理的復合型人才缺乏

人工智能與生態環境治理融合作用機制的充分發揮歸根結底要靠人來推動，無論是前端智能技術的開發對高新技術人才的需求，還是兩者循環作用過程中，對既熟悉人工智能技術，又知曉生態環境變化特征規律，能對海量數據的分析結果進行科學客觀辨析，還能根據生態環境治理需求進行技術開發的復合型人才的需求數量都越來越大。由于人工智能技術的交叉性，人工智能人才結構上呈現了高端人才和工程師雙缺，工程師的缺口甚至達到了500—1 000萬[9]。此外，人工智能技術人才主要集中在信息行業，生態環境治理領域的人才主要集中在環境保護和管理部門，人工智能的開發應用主要集中在商業領域，這幾類人才之間相互獨立、缺乏交集，并且大部分為普通人才，高精尖人才缺乏。因此，我國既懂人工智能技術和應用又熟悉生態環境治理并能對生態環境資源有效開發運用的復合型人才還比較缺乏。

3 人工智能深度融入我國生態環境治理的路徑

人工智能的應用使國家治理實現從傳統治理到互聯網治理再到AI治理的跨級飛躍[10]。人工智能推動生態環境治理進入了“智能+生態環境治理”的時代。應進一步協調人工智能與生態環境治理的關系，破解兩者融合的困境，從前端開發、過程協同、后端保障等方面促進人工智能與生態環境治理全鏈條、全體系的深度融合，構建生態環境治理高效化、智能化的長效機制。

3.1 前端開發：強化人工智能在生態環境治理領域的底層技術支撐

3.1.1 加強人工智能的基礎研究

加強中國人工智能基礎研究和技術研發是人工智能技術發展與應用的出發點。首先加強前沿基礎理論的研究，促進人工智能與神經科學、心理學、生態學、環境學等學科的交叉融合，聚焦人工智能在生態環境治理領域應用的基礎性科學問題開展原創科學研究，為兩者融合提供前沿理論支撐。其次可以組建人工智能與生態環境治理融合基礎研究重點實驗室，聯合人工智能研發機構、政府生態環境治理相關部門、相關企業等合作開展前瞻性基礎研究布局，特別要注重向算法、數據等基礎性領域研究傾斜，推進基礎研究向縱深發展。建立基礎研究領域與應用領域的溝通渠道，促進研究成果轉化。再次要加大投資力度，加強新一代智能環保信息基礎設施建設，構建有利于關鍵技術系統集成研發的開源開放開發平臺，形成基礎研究的良好生態。

3.1.2 提升核心技術創新能力

針對我國人工智能核心關鍵技術落后和核心部件依賴進口的不足，應加強核心技術研發，提升自主創新能力，為生態環境治理現代化提供更加科學精準的手段。首先，要加大創新要素投入，根據我國生態環境治理的需求加強人工智能在中高端算法、核心器件、芯片等基礎層面關鍵核心技術的原始創新，形成我國生態環境治理的智能核心技術。其次，發展人工智能與生態環境治理融合的經濟形態，培育具有重大引領帶動作用的人工智能企業和服務產業，充分發揮企業技術創新的主體性和主動性，適應生態環境治理需求變化提升技術創新靈活度。再次，加強與國際領先的人工智能企業的技術創新合作與交流，充分利用國際創新資源提升核心研發能力。

3.2 過程協同：促進人工智能與生態環境治理協同作用的系統化和高效化

3.2.1 積極發展通用人工智能實現生態環境協同化治理

打破生態環境治理的“孤島效應”，實現人工智能與生態環境治理三個方面的協同：一是實現不同污染物、污染源的綜合協同治理，形成治理規模效應，降低治理成本。二是實現政府、企業、個人之間的信息共享，發揮政府的主導作用、企業的積極能動作用和廣大公眾的參與，相互分工，形成不同主體之間的協同。三是實現不同區域、不同領域的協同治理，形成全國一體化的生態環境治理網絡。因此，應積極推動從數據驅動的人工智能向通用人工智能發展，使機器設備能模擬人類學習、決策、想象、創造等。根據生態環境治理不同領域的共性特征，如根據污染治理的共性、綠色產業開發的共性等構建通用的計算模型，改進系統，增強通用性；統一標準，破除行政壁壘，促進不同區域生態環境治理信息網絡的連接。此外，可以結合神經科學、腦科學等最新研究成果，根據生態環境治理目標和實踐要求，在兩者融合的系統開發中反復模擬大腦認知功能，最大限度地接近人類智能水平，增進人工智能的決策能力和反饋能力。

3.2.2 促進人工智能在生態環境治理中的落地應用

人工智能與生態環境治理的融合關鍵是要確保人工智能的各項技術、工具等在生態環境治理過程中能得以落地應用。首先要著眼于生態環境治理的需求來推動相關人工智能的發展，從技術、產品到解決方案的交付等，人工智能技術企業要與行業需求充分對接，做好應用。其次要推動產學研的密切合作與應用，人工智能技術企業與高校、科研院所在模型、算法等基礎研究方面要加強合作交流，對人工智能在生態環境治理中的應用場景進行充分模擬、試驗，不斷拓展應用領域，確保人工智能在生態環境治理中的應用能更加精確、效率更高。

3.3 后端保障：建立人工智能融入生態環境治理的長效穩定機制

3.3.1 建立統一的數據庫打造生態環境治理的信息大平臺

在人工智能的背景下，生態環境治理體系的構建是以數據為基礎的。生態環境涵蓋的范圍廣泛，包含的數據信息資料多而繁雜，數據本身也會隨著生態環境的變化而變化。為了降低數據獲取的難度和成本，確保數據間的交互使用，除了開展技術創新增強數據獲取的穩定性外，還應建立生態環境治理數據庫，不斷積累數據信息，實現數據共享。探索使用新一代人工智能、機器學習等模型和技術，建立大數據環保云平臺、大數據管理平臺和大數據應用平臺等，對海量級生態環境數據挖掘分析，研發創新配套的分布式數據庫。將社會上的監測儀器設備獲取的數據以及發改委、生態環境、農業、林業、水利等不同部門的數據信息納入平臺，制定統一的格式、編碼、類型、模型等，促進多源異構數據有機融合，依托時間空間一體化大數據共享平臺提升生態環境治理水平。

3.3.2 打造人工智能融入生態環境治理的政策支撐平臺

人工智能技術融入生態環境治理初期成本較高，很多企業和機構出于成本考慮不會自主選擇技術運用，智能技術的推廣和普及較慢，需要政府進行相關基礎設施建設和出臺自上而下的扶持政策。如進一步加強生態環境保護專項立法，建立嚴密的生態環境保護法律法規體系，實施嚴格的生態環境監管，建立全鏈條、全覆蓋的監管體系，通過生態文明體制的完善和監管的嚴格化倒逼人工智能技術的應用和普及。出臺專門針對人工智能融入生態環境治理指導性意見，對主動開展生態環境治理方式和手段智能化改造的企業進行資金補貼、技術指導、數據共享協調等支持。強化不同區域、不同層級政府部門間的溝通協調，共建共享智能基礎設施。加強對政策實施效果的評估和反饋，提高政策實施的有效性和決策的科學性。

3.3.3 加快人工智能和生態環境治理“雙通”復合型人才培養

要充分發揮人才在推動人工智能與生態環境治理融合中的積極性和能動性，首要是培養通曉人工智能和生態環境治理的“雙通”復合型人才。首先要促進人工智能學科與生態學、環境學等學科的交叉融合，在大學教育中開設人工智能專業，并開辟生態環境治理研究與運用方向，學生不僅要學習計算機和人工智能，還要懂生態環境治理的相關理論知識，同時還要選修腦科學等，構建完善的人才培養體系，培養知識全面的復合型人才。其次可以對現有人員進行培訓，有針對性地開設培訓項目，提升生態環境治理領域人才的信息技術識別和運用能力。再次可以利用國家和地區的人才計劃，引進優秀人才，特別是領軍人才、青年人才及創新團隊的引進。此外，還要面向產業發展多層次培養人工智能創新創業人才，為人工智能與生態環境治理融合提供高質量、專業性的服務。