陳 山 鄒 雄

2015年修訂的《立法法》將立法權下放至設區(qū)的市，環(huán)境保護是地方自主立法事項之一，設區(qū)的市作為環(huán)境立法的基層細胞，其立法質量的好壞是國家整體生態(tài)環(huán)境法律體系是否有效的晴雨表。2015年后，設區(qū)的市的地方環(huán)境立法發(fā)展迅速，數量可觀。根據“北大法寶”檢索統(tǒng)計，截至2021年7月，全國設區(qū)的市頒布的環(huán)境保護類型的地方性法規(guī)有1151部，政府規(guī)章有763部。但這些法規(guī)和規(guī)章能否切實解決國家生態(tài)環(huán)境法律體系在實施中的問題，是否針對性解決了地方環(huán)境治理中錯綜復雜的現實問題，值得商榷。地方環(huán)境立法的重要特點是要因地制宜，兼顧風險預防和事后治理，維持當地生態(tài)環(huán)境保護和經濟社會發(fā)展的動態(tài)平衡。目前，地方環(huán)境立法總體仍使用傳統(tǒng)立法技術，其優(yōu)勢在于定性價值判斷，缺陷是不能定量分析，無法充分契合當地資源環(huán)境稟賦和經濟發(fā)展實際情況。與傳統(tǒng)社會生活領域不同，影響生態(tài)環(huán)境的因素很多，它包含的數據信息流相比其他領域有較大差異，其海量復雜、種類繁多、變化快、不確定性強等特點正是大數據的典型特征。以往受到技術、成本、效率、地域等的限制，生態(tài)環(huán)境信息數據無法實現大范圍、大規(guī)模地收集，被孤立隔離在行業(yè)、部門、地域之間，同一時空對象相關的各類數據和信息之間無法進行關聯和耦合，環(huán)境立法面臨“信息孤島”。(1)鄭少華、王慧：《大數據時代環(huán)境法治的變革與挑戰(zhàn)》，《華東政法大學學報》2020年第2期。在現有地方環(huán)境立法程序的各個環(huán)節(jié)中引入大數據技術，有望解決環(huán)境立法領域中傳統(tǒng)立法技術的系統(tǒng)性缺陷。

一、地方環(huán)境立法中可借助大數據技術解決的問題

黨的十九大、十九屆四中全會均提出了全面科學立法的要求，立法必須遵循科學、民主、依法這三大原則。當前，地方環(huán)境立法的依法性原則體現有余，各地地方立法相關規(guī)定制度供給充足，但傳統(tǒng)立法技術在環(huán)境立法領域有其固有的系統(tǒng)性缺陷，缺乏大數據技術的介入讓地方環(huán)境立法的科學性、民主性原則很難完全實現。地方環(huán)境立法程序可分為：立項、起草、審查審議、公布實施、立法后評估。為討論方便，不妨將地方立法程序分為三階段：立項歸為立法前階段，起草、審查審議、公布實施歸為立法中階段，立法后評估歸為立法后階段。

(一)立法前階段——立法回應地方現實情況不足

賦予地方環(huán)境立法權的目的是為了更好地保障相關上位法在目標行政區(qū)域內的貫徹落實，并在不抵觸上位法的前提下結合地方經濟、社會、民生等情況有針對性地回應當地生態(tài)環(huán)境問題。我國地方環(huán)境立法中重復立法現象時有發(fā)生，表現在對上位法或其他地方立法的抄襲、重復：(2)王春業(yè)：《論立法權擴容背景下地方立法的節(jié)制》，《法學論壇》2018年第1期。創(chuàng)設性、先行性立法較少，貫徹實施性立法較多，且機械模仿、簡單沿襲上位法或其他地方立法的立法目標、體例、事項等基本元素，缺乏地方特殊性，解決地方環(huán)境問題的針對性不足。地方環(huán)境立法存在重復上位法現象，以《漳州市大氣污染防治條例》為例，該法看似是對其上位法《福建省大氣污染防治條例》的進一步細化，但兩者在立法體系、防治措施等方面都十分相似，尤其在防治措施部分，前者第21條、第31條、第33條、第34條分別與后者第41條、第50條、第65條、第64條內容基本一致。地方環(huán)境立法之間存在簡單模仿現象。以《漳州市市區(qū)內河管理規(guī)定》為例，該立法晚于《泉州市市區(qū)內溝河保護管理條例》，但其立法體系、內容與后者相似，存在改編、摘錄等現象，如前者第18條是對后者第23條的改編，前者第20條則是對后者第24條的摘錄。另外，二者對于法律責任的設置也幾乎一致。

究其原因，一方面地方環(huán)境立法部門有追求政績之嫌，有些地方環(huán)境立法部門重視數量而忽視質量，為完成指標匆忙制定“觀賞性法律”。(3)宋才發(fā)：《設區(qū)市立法權限、實踐困境及法規(guī)質量提升研究》，《學術論壇》2020年第6期。更重要的是，地方環(huán)境立法部門在立法前階段由于缺乏大數據技術的輔助，對環(huán)境立法擬解決的當地環(huán)境問題缺乏精確認知，決策過程缺乏系統(tǒng)性和科學性。比如，現行立法調研以座談會、論證會等形式開展，缺少為環(huán)境立法設計的科學決策模型，非法學領域的專家學者或科研機構提供的只是在各自學科領域的數據與事實，對立法的參考價值有限。同樣因為缺乏大數據技術，審查審議環(huán)節(jié)也多是就立法內容的合法合規(guī)性進行審查，以及對部門地方利益斡旋和妥協，而對立法內容能否解決當地生態(tài)環(huán)境問題的考察較為欠缺。這類地方環(huán)境立法完成后要么束之高閣，可操性不強，要么過多體現政府部門意志，成為部門綜合現行上位法和日常執(zhí)法規(guī)范的“執(zhí)法手冊一本通”，精準性和創(chuàng)新性欠佳，對當地環(huán)境問題無法作出有效回應，更談不上滿足輔助高質量發(fā)展的立法要求。

(二)立法中階段——法律責任條文不夠精準有效

環(huán)境法規(guī)起草中時常遇到需要量化精準的條文，其中最顯著的部分是法律責任，地方環(huán)境立法中的法律責任條文失準是基層時常反饋的問題，或是責任過輕對違法行為威懾力不足，或是責任過重造成企業(yè)負擔嚴重而難以執(zhí)行。地方環(huán)境立法中的法律責任主要體現在行政處罰，精準化上位環(huán)境法規(guī)行政處罰的行為、種類和幅度，是當前地方環(huán)境立法面臨的重要課題。根據《立法法》《行政處罰法》《環(huán)境保護法》相關規(guī)定，環(huán)境保護地方性法規(guī)和地方政府規(guī)章可設定的行政處罰措施可包括除了自由罰以外的多個種類，主要包括：(1)聲譽罰，如警告、通報批評等；(2)財產罰，如罰款、按日連續(xù)處罰、沒收違法所得等；(3)行為罰，如暫扣許可證件、降低資質等級、吊銷除營業(yè)執(zhí)照以外的許可證件、責令停產停業(yè)等。

《行政處罰法》規(guī)定，地方性法規(guī)、地方政府規(guī)章可在上位法規(guī)定的給予行政處罰的行為、種類和幅度的范圍內作出具體規(guī)定。目前，地方環(huán)境立法的行政處罰規(guī)定過于寬泛模糊，不夠精準有效：一是立法中對上位法規(guī)定的行政處罰種類選擇不當，缺乏科學依據，導致執(zhí)法機關查處違法行為時無法精準施力，削弱了條文的可操作性。例如，規(guī)定“責令停產停業(yè)”作為處罰手段時常遭遇地方保護主義的阻撓，使得這一處罰手段不能對某些地方的某些環(huán)境違法行為起到實質性規(guī)制作用。二是立法中以罰款為主的財產罰的處罰區(qū)間較大，執(zhí)法時處罰強度過低會導致法律威懾力不足、預防效果較差，(4)張淑芳：《〈行政處罰法〉修訂應拓展處罰種類》，《法學》2020年第11期。過高則會使當地經濟社會產生昂貴的發(fā)展成本。地方環(huán)境立法還將面臨行政處罰領域補充性立法的挑戰(zhàn)，2021年《行政處罰法》修訂后第12條第3款首次明確肯定了地方補充性立法的法律地位：(5)程慶棟：《地方補充性立法與行政處罰設定權的配置》，《政治與法律》2021年第5期。法律、行政法規(guī)對違法行為未作出行政處罰規(guī)定，地方性法規(guī)為實施法律、行政法規(guī)，可以補充設定行政處罰。這對立法中行政處罰的精準有效提出了更高要求，亟需引進大數據技術來輔助地方環(huán)境立法中此類條文的具體設計，用客觀數據提供立法依據。

(三)立法后階段——立法評估缺乏科學工具

學理上可以將地方立法評估以立法過程為節(jié)點分為：立法前評估、立法中評估(又稱為立法表決前評估)和立法后評估，(6)陳偉斌：《地方立法評估的立法模式與制度構建》，《法學雜志》2016年第6期。本文主要聚焦立法前和立法后評估。目前，地方環(huán)境立法評估較好地體現了依法立法的原則。資料表明，目前已有不少省、自治區(qū)、直轄市，設區(qū)的市頒布了地方立法評估相關規(guī)范性文件，內容涉及地方立法是否符合上位法精神、是否與現有法規(guī)規(guī)章政策協調、是否規(guī)定了明確的權利義務內容、法律文本是否規(guī)范等一系列傳統(tǒng)立法技術問題，一定程度上保證了地方環(huán)境立法的依法立法原則。然而，錯綜復雜的環(huán)境問題要求環(huán)境立法評估同時貫徹科學立法、民主立法的原則，科學立法就是要讓立法評估真正以數據說話，民主立法就是要讓立法評估真正反映民意、實現公眾參與。

傳統(tǒng)的立法評估形式包含問卷調查、實地走訪、專家論證會等，容易導致數據收集的失真和遺漏，數據的廣泛性、系統(tǒng)性和準確性都難以保證。此外，傳統(tǒng)方式往往主觀陳述較多、客觀數據較少，處理加工海量數據信息的能力有限，對于半結構化、非結構化的文本語言資料也只能片面化解讀，(7)曹瀚予：《大數據在立法后評估中的應用析論》，《自然辯證法通訊》2018年第11期。這些特點難以滿足地方環(huán)境立法精細化的要求。在評估標準方面，各地區(qū)的評估標準詳略程度不一，未明確說明針對不同領域立法適用的標準是否一致，評價標準也不全面，未能涵蓋所有應包含的指標，適用性存在一定問題。(8)張富利、袁鎮(zhèn)：《生態(tài)環(huán)境保護地方立法前評估機制探索——以福州三江口濕地立法前評估為樣本》，《北京科技大學學報》(社會科學版)2020年第3期。不少地方的立法評估指標體系仍停留在定性評估層面，定量評估不僅少見，而且科學性不足。各地的立法評估規(guī)范性文件大都沒有明確各級指標所占的分值及權重，往往以抽象的評估標準代之，導致實踐中大都據此標準進行定性評估。(9)李店標、馮向輝：《地方立法評估指標體系研究》，《求是學刊》2020年第4期。當前，地方環(huán)境立法評估缺乏匹配大數據時代的技術工具進行有力支撐，地方環(huán)境立法的科學性和民主性也受此因素掣肘。

二、大數據技術應用于地方環(huán)境立法的可行性分析

從環(huán)境治理走向環(huán)境“智”理的過程中，通過大數據技術對海量環(huán)境數據進行收集、整合、挖掘、統(tǒng)計、測算，應用于我國地方環(huán)境立法，能夠充分發(fā)揮大數據技術的優(yōu)勢，更全面把握經濟活動與環(huán)境問題之間的復雜聯系和深層規(guī)律，拉近地方環(huán)境立法與現實之間的距離，提高地方環(huán)境立法的精細化程度，提升地方環(huán)境治理效果。生態(tài)環(huán)境大數據的可獲得性、數據結構較為優(yōu)良的效度，以及大數據技術多源流數據集成能力和強大的學習分析能力是大數據技術得以輔助地方環(huán)境立法的基礎。

(一)大數據技術應用于地方環(huán)境立法的可行性基礎

1.大數據技術可內嵌于地方環(huán)境立法過程

大數據技術主要可嵌入地方環(huán)境立法程序中立項、起草、審查審議及立法評估四個環(huán)節(jié)。在立項環(huán)節(jié)，大數據技術可以充分為環(huán)境問題嚴重性、迫切性描述提供科學依據，挖掘并跟蹤民眾關注議題，促進公眾參與，進行預期成本效益情況和社會效果的預測；在起草環(huán)節(jié)，能為基于環(huán)境數據的法律責任條款中的行政處罰種類、罰金區(qū)間、時限等規(guī)定提供決策參考；在審查審議環(huán)節(jié)，可以對條文脫離實際情況的可能性進行預測，對條文在執(zhí)行過程中是否存在重大缺陷進行預測，進一步佐證判斷實體條款是否科學，法律責任條款是否適當；在立法后評估環(huán)節(jié)，作為技術工具給出具體條款乃至整部法規(guī)的可操作性、經濟性、目標完成效率、公眾滿意度等指標的量化結果。

2.大數據技術適用地方環(huán)境法律規(guī)范的類型

針對不同類型的地方環(huán)境法律規(guī)范，大數據技術的適用性有所差異。首先，許可、標準、處罰、強制等“命令—控制”型規(guī)制手段在地方環(huán)境立法中大量存在，這些手段對應的法律規(guī)范應當基于生態(tài)環(huán)境科學的評估，有著較高的專業(yè)性和量化需求。面向此類法律條款的大數據技術適用性較高。其次，各種建議、激勵、說服、信用、協商等服務性條款是基于當地實際創(chuàng)設的，是地方環(huán)境立法服務地方環(huán)境治理的發(fā)展趨勢，大數據技術基于其預測性也可在此類條款中發(fā)揮較大作用。最后，地方環(huán)境立法中涉及的政治性條款、原則性條款、保障性條款和導向性條款具有更加顯著的“定性”特征，宜使用傳統(tǒng)立法技術為主，大數據技術應用的空間有所局限。

(二)大數據技術應用于地方環(huán)境立法的可行路徑

1.大數據技術可為地方環(huán)境立法中現實情況的回應提供技術依據

以創(chuàng)設性、回應性立法引領地方環(huán)境治理創(chuàng)新、實現地方環(huán)境立法的正外部性、推動當地經濟社會與生態(tài)文明協調發(fā)展，是大數據技術增強地方環(huán)境立法回應地方環(huán)境治理現實需求能力的基本目標。具體說，可根據地方環(huán)境治理的實際情況和當地特征，借助大數據技術構建地方環(huán)境立法的特色指標體系，確保地方擺脫重復式立法、機械式立法、粗放式立法的窠臼，按照利益衡平原則妥善處理經濟利益與環(huán)境利益的沖突，(10)林禹秋、楊朝霞：《我國環(huán)境立法的六大問題——基于生態(tài)文明觀的檢視》，《環(huán)境保護》2019年第15期。協助地方圍繞其環(huán)境資源稟賦、經濟結構、社情民情等因素創(chuàng)制有特色的地方環(huán)境法律規(guī)范。

目前，地方環(huán)境立法中環(huán)境違法行為種類的設定以及其技術標準的擬定，依然多是簡單照搬上位法、沿用國家標準、缺乏地方特色，對環(huán)境違法行為的厘定是大數據技術輔助地方環(huán)境回應性立法的一個主要應用場景。地方環(huán)境立法制定違法行為的標準時，在不違背上位法的前提下，應當突出地方針對性，前提是系統(tǒng)準確把握當地環(huán)境治理同經濟社會協調發(fā)展的真實情況。設定環(huán)境違法行為標準涉及眾多數據，大數據技術可將當地的生態(tài)環(huán)境、經濟社會等多維度數據收集整合至同一體系，對數據提取、處理、分析，建立地方綜合環(huán)境質量數據庫、區(qū)域污染物排放數據庫、污染程度等級劃分數據庫、經濟產業(yè)影響因子數據庫等，篩選繪制當地經濟狀況、人口情況、產業(yè)結構等地方特色參數指標，構建地方環(huán)境評估模型，運用恰當算法綜合研判。運用大數據技術，立法機關得以宏觀整體地把握當地環(huán)境問題癥結，不盲目照搬沿用國家統(tǒng)一標準，能夠形成具有地方特色、適應地方經濟發(fā)展水平與環(huán)境差異的環(huán)境違法行為規(guī)制條文。

2.大數據技術可為地方環(huán)境立法法律責任條文的擬定提供數據支持

地方環(huán)境立法的法律責任主要是行政處罰，要實現精準有效，必須要在上位法規(guī)定范圍內選擇適當的行政處罰種類，精確財產罰的處罰區(qū)間，并且盡快適應行政處罰領域補充性立法規(guī)定。這些要求呼喚大數據技術通過翔實的數據采集挖掘，分析量化環(huán)境法律責任。

協助立法選擇適當的行政處罰種類，可將各類環(huán)境行政處罰種類的跨地域歷史大數據作為挖掘對象和樣本，分析各類環(huán)境處罰手段出現的頻次以及同一違法主體被處罰后再違法的頻次，結合各類環(huán)境違法行為在法律實施過程中出現的頻次與分布，度量地方環(huán)境立法中各類行政處罰的有效性。協助確定財產罰的違法區(qū)間則更加具有普遍性需求，行政處罰方式中，適用罰款等財產罰相比于行為罰、聲譽罰更廣泛，對財產罰進行量化也是大數據技術輔助地方環(huán)境回應性立法的重要應用場景。環(huán)境行政處罰財產罰的區(qū)間應在不抵觸上位法的前提下，立足于本地環(huán)境狀況，同時考慮當地經濟發(fā)展狀況、居民平均收入等因素來制定。大數據技術可對環(huán)境污染、環(huán)境破壞造成的損失進行量化，結合違法所得及當地經濟社會狀況，精確計算出財產罰區(qū)間。環(huán)境污染損失包含對生態(tài)環(huán)境本身的損害、對周邊經濟產業(yè)的影響損失、因環(huán)境問題導致的污染地居民的人身健康傷害、誤工費等各項指標，大數據技術可將上述用傳統(tǒng)方式難以衡量的指標用貨幣化的方式量化，即計算將其恢復至原有狀態(tài)所耗費的貨幣成本，再綜合當地的經濟水平、物價水平等多項大數據指標，通過數據挖掘分析評估實際損失，從而確定罰金區(qū)間。

3.大數據技術可為地方環(huán)境立法評估過程提供科學工具

地方立法前評估具體是指有地方立法權的國家機關，對將要擬定的地方性法規(guī)、規(guī)章的立法項目進行綜合評價、判斷和預測, 提出是否應當納入立法計劃、立法規(guī)劃的活動。(11)曹瀚予：《論新時期地方立法評估的科學化》，《理論導刊》2019年第2期。通常，環(huán)境立法前評估主要指對包括立法必要性、合法性、協調性和可操作性在內的指標進行綜合分析，著重預估環(huán)境立法對經濟、社會尤其是生態(tài)環(huán)境的影響；而立法后評估是指基于特定標準和程序，對立法的質量、法律實施過程中所發(fā)揮的效益、對預期目標與價值的實現程度及其需要進一步優(yōu)化的空間進行跟蹤調查和分析評價，并針對性提出評估意見的制度。(12)席濤：《立法評估:評估什么和如何評估(上)——以中國立法評估為例》，《政法論壇》2012年第5期。在實際評估方法中，立法前評估強調需求挖掘、風險權衡與方案擇優(yōu)，基于現實條件和歷史經驗作出預判預測；立法后評估側重需求滿足程度計算、多元評價體系構建、數據實時監(jiān)控與分析，基于時間序列和截面做出系統(tǒng)評價。

首先，可利用大數據技術進行樣本抽取，采集并集成海量的、多渠道、多類型(如文字、圖像、音頻)數據，進而實現數據收集的質量控制，為立法前后各評估方法的使用奠定基礎。其次，基于有效數據資源，形成不同算法實現數據挖掘、數據可視化、預測建模、文本分析等具體分析過程。立法前評估，可以在立法需求挖掘中識別公眾意愿，在風險權衡中更大程度地將目標風險與附加風險統(tǒng)一起來進行系統(tǒng)化的定量分析，在多風險權衡中識別環(huán)保與經濟績效并舉的可接受風險水平，在立法備選方案擇優(yōu)中進行成本資源利用效率的橫向比較。立法后評估，可以通過需求滿足程度測量對公眾環(huán)保滿意度、獲得感等指標進行綜合評價，在多元指標體系中綜合多元立法利益相關者的目標訴求，結合經濟、技術和財政可行性，判斷政治和社會的可接受性。最后，依托大數據技術傳輸、交互、可視化的便利，實現評估結果的反饋、共享，輔助多元立法主體參與決策，為具體地方環(huán)境立法的出臺、修訂乃至廢止提供科學工具。

三、地方環(huán)境立法中的大數據技術應用分析

(一)地方環(huán)境立法中借助大數據技術回應現實情況

如上文所述，通過對生態(tài)環(huán)境損害的評估厘定環(huán)境違法行為，是大數據技術回應地方環(huán)境立法需求的主要應用場景。為了科學測算生態(tài)環(huán)境損害綜合程度，精準有效地對環(huán)境違法行為進行界定，需要經過以下步驟：一是數據挖掘。廣泛收集測算區(qū)域的環(huán)境測算指標數據，包含當前的指標數據和歷史的指標數據，構建一個較為全面的數據指標體系。二是指標初步篩選。為了更科學更有針對性地對當前環(huán)境狀況進行評估，在第一步數據挖掘的結果中，初步篩選出若干較為重要的指標作為后續(xù)環(huán)境評估的參考因素。三是指標關鍵程度排行。對初步篩選的若干指標，需要確定每個指標的重要程度，再根據重要程度賦予不同的權重系數，作為后續(xù)環(huán)境損害綜合評估模型的輸入參數，從而使模型擬合實際情況。四是運行環(huán)境損害綜合評估模型。利用上一步的不同權重指標序列作為輸入參數，經過評估模型計算，輸出當前環(huán)境的評估分數。五是違法行為及程度界定。對評估模型輸出的評估分數進行界定，超過一定分數則確定為環(huán)境違法行為，根據不同的評估分數可以將違法行為程度進行不同界定。

以上五個步驟中，如何確定初步篩選后的指標重要程度以及環(huán)境損害綜合評估模型，是整個環(huán)境違法行為界定的核心步驟。以地方流域水污染防治立法中的違法行為界定為例，步驟如下：一是假定流域所在地擁有生態(tài)環(huán)境大數據平臺，擁有相對完備的地方生態(tài)環(huán)境指標體系?？蛇x取該平臺輔之以其他經濟、社會、司法大數據平臺作為數據來源，構建流域生態(tài)環(huán)境大數據指標體系。二是初步篩選出若干影響流域環(huán)境評估的指標，這些指標是不同于國家標準的具有地方環(huán)境治理特色的參數，也是確認地方環(huán)境違法行為標準的關鍵一環(huán)。三是多參數分析算法中，可選擇層次分析法，(13)郭金玉、張忠彬、孫慶云：《層次分析法的研究與應用》，《中國安全科學學報》2008年第5期。確立這些指標的重要程度，從而賦予其權重指數。四是利用模糊綜合評價模型，(14)王敏、尹崇鑫、程金蘭、朱文遠：《層次分析—模糊綜合評價法在制漿造紙水污染控制技術評估中的應用》，《林業(yè)工程學報》2021年第4期。將上個步驟的指標集作為數據模型的輸入參數，得出當地的環(huán)境損害綜合評估指標，為當地立法確定生態(tài)環(huán)境損害、確認環(huán)境違法行為標準提供技術依據。

(二)地方環(huán)境立法中借助大數據技術衡量法律責任

如上文所述，法律責任的衡量一要選擇適當的行政處罰種類，二要精確財產罰的處罰區(qū)間。為了借助大數據技術準確量化法律責任，本文提出一種基于灰色關聯度的定損模型?；诨疑P聯度的定損模型首先通過大數據挖掘技術，爬取模型所需的各項數據，通過初步篩選確定分析指標，通過灰色關聯度分析，構建一套相對科學的指標體系來描述環(huán)境違法行為造成的損失，最終提出一個符合當地經濟社會發(fā)展水平的程度化描述方法，為地方環(huán)境立法法律責任的衡量提供數據支持。

以地方流域水污染防治立法為例，先結合該地區(qū)和相似地區(qū)歷史環(huán)境行政處罰大數據的挖掘分析，選擇地方環(huán)境立法的行政處罰種類，如若確定該環(huán)境行政處罰種類為財產罰，則進行下一步罰金區(qū)間的估算。環(huán)境行政處罰的罰金區(qū)間與環(huán)境違法行為損失息息相關，計算損失須先確定若干損害類型指標，如生態(tài)損害、社會經濟損害、人身損害、日常生活損害等。這幾類損害都有必要獲取相關大數據進行數據挖掘，生態(tài)損害的評估可利用上文提出的基于層次分析法得出的關鍵污染物指標，建立適當的模型對生態(tài)損害程度進行確定；經濟損害可以結合其他相關部門對該區(qū)域污染前后對經濟發(fā)展、產業(yè)結構等各方面的影響和變化數據進行分析；人身損害可以依據衛(wèi)生部門的污染造成特定病癥的疾病人數、治療成本、存在的誤工情況等進行估算。窮盡所有損害類型評估后，需要構建定損模型的指標體系。以上若干損害類型指標的選擇可能摻雜了主觀因素，因此要對上文的指標群進行復核?；疑P聯度分析是衡量關聯性強弱的分析手段，可評估初步篩選的各個損害類型指標與污染的相關性程度。運用灰色關聯度分析，可確定水域污染導致的損失關聯度最大的若干指標作為定損指標，經過幾輪指標篩選和關聯程度分析，構建多級指標體系進行加權定損?？梢氘a生污染物產業(yè)產值占該區(qū)域GDP的比重、當地物價水平等經濟指數作為調整系數，最終算出綜合環(huán)境損失指數和后期環(huán)境恢復成本，為地方環(huán)境立法行政處罰罰金區(qū)間提供數據支持。

(三)地方環(huán)境立法中借助大數據技術進行立法評估

一是立法前評估的需求挖掘與立法后評估的公眾滿意度測量。以地方流域水污染防治立法為例，在數據收集環(huán)節(jié)，依托該地方流域水環(huán)境保護有直接或間接關聯的區(qū)域政務民眾意見表達平臺、政務微博、各搜索引擎等地方互聯網信息傳播與存儲媒介，利用數據爬取技術匯總多源數據集(文本與語料集合)。在數據分析環(huán)節(jié)，借助無監(jiān)督學習法對收集到的海量文本如詞典法、主題分類模型等進行分析，或借助有監(jiān)督學習法如樸素貝葉斯算法、深度學習法，對當地媒體和公眾的環(huán)保態(tài)度、水污染防治關注度、現行法律規(guī)章滿意度等傾向進行刻畫與跟蹤。以主題分類模型為例，(15)沈艷、陳赟、黃卓：《文本大數據分析在經濟學和金融學中的應用：一個文獻綜述》，《經濟學》2019年第4期。假定所有文檔存在若干個主題，每個單位文檔含有若干個詞語，且每個詞語都是由其中一個主題生成，可得到每篇文檔的主題分布和每個主題對應的詞語分布。通過對特定文檔中的主題個數進行預設，主題分類模型可以將每篇文檔的主題以概率分布的形式給出，其中每個主題對應一類詞語分布，基于特定主題的詞語分布情況篩選出一系列關鍵詞，從而形成對該主題的簡化描述，完成對包含特定主題文檔注意力配置的挖掘。在數據傳播與利用環(huán)節(jié)，經由分析階段得到的文本主題反映了特定文本集合中大眾媒體、公眾關注的水污染治理焦點或周期性出現的水環(huán)境保護議題，不同主題對應的描述反映了媒體與公眾對不同水環(huán)境保護議題的主觀情緒，用以指代滿意度，從而實現公眾對水污染防治立法的需求識別與感知識別。在此基礎上，有關部門應逐步實現數據規(guī)范共享，為相關主體參與立法實施與修訂提供科學依據。

二是立法前、后評估中的成本效益計算、風險權衡與方案擇優(yōu)。在數據收集環(huán)節(jié)，評估單位可利用大數據爬取技術，對該流域生態(tài)環(huán)境主管部門歷年頒布的大量水質監(jiān)測結果數據進行收集、清洗，對該立法與其他相關立法中涉及的處罰金額等數量指標進行匯總，建立涉及環(huán)境保護和地方經濟社會發(fā)展的其他相關指標數據庫，包括地方經濟發(fā)展水平(GDP)、地方工業(yè)污染治理投資力度(度量指標為地方工業(yè)污染治理投資總額占GDP的比重值)、地方環(huán)保系統(tǒng)人員規(guī)模(地方環(huán)保系統(tǒng)年末人員數占年末總人口數的比值)等，奠定成本效益計算、目標風險與附加風險計算、影響效果預測等的數據基礎。在數據分析環(huán)節(jié)，以立法后評估的影響效果預測模型為例，可建立被解釋變量：排污量及其滯后效應，解釋變量：“是否通過某項環(huán)境立法”、當地環(huán)境質量、環(huán)境執(zhí)法力度、經濟社會發(fā)展的其他控制變量等；在上述變量體系基礎上，利用雙重倍差法進行參數估計，(16)包群、邵敏、楊大利：《環(huán)境管制抑制了污染排放嗎?》，《經濟研究》2013年第12期。即可度量該地方流域水污染防治立法對流域水環(huán)境的綜合影響。在數據傳播和利用環(huán)節(jié)，通過上述分析得到的各解釋變量的顯著性檢驗情況，反映了該流域水污染防治立法的實施效果。該地方環(huán)境立法評估單位形成的相關評估報告，為立法部門提供決策參考的同時，進一步形成對立法前后公眾意見的及時回應，抓緊出臺相關整改辦法，適時適當披露評估結果，實時監(jiān)測媒體與公眾意見的動態(tài)變化，實現立法后評估與下一輪立法前評估的有效銜接。

四、余 論

地方環(huán)境立法中大數據技術的應用尚處于初級階段，其困境突出表現為數據流通的行政梗阻、數據分析的技術瓶頸與數據維護的規(guī)范缺位。為更好實現大數據技術對地方環(huán)境立法的賦能，彌合大數據技術應用的現實落差，應注意以下三個方面：

一要加強大數據技術應用中各領域各層級的主體協同。地方環(huán)境立法相關主體因數據流通的行政梗阻在不同領域、不同層次上難以超越形式協同生成實質協同。地方環(huán)境立法目標的全局性，客觀上為經濟社會不同領域主體的參與提供空間；地方環(huán)境立法需求的特殊性，則要求在保證地方環(huán)境立法主體自主性的基礎上形成更具效能的央地和地方間互動。地方環(huán)境立法的主體協同包括理念和機制兩大方面：理念協同要求地方環(huán)境立法各主體要破除傳統(tǒng)立法過程中與大數據技術應用新模式不相適應的工作觀念，為建立地方環(huán)境立法大數據技術應用的體制機制奠定認知基礎；機制協同要求加快打破地方環(huán)境立法相關主體的體制與政策壁壘，建立標準化的數據存儲、利用、共享機制，在推動形式協同的基礎上開展實質性的立法協同。

二要推動大數據技術面向地方環(huán)境立法的迭代和規(guī)范建設。大數據技術在現行國內地方環(huán)境立法實踐中的應用尚不成熟，大數據技術對環(huán)境立法相關數據收集、分析的適應性和準確度未能達到技術本身的應有水準。實踐中，應提升大數據技術在地方環(huán)境立法具體條款、具體過程的適應性，開發(fā)出更符合地方環(huán)境立法特點的大數據技術模式。此外，在提升技術適應性的過程中，協同推進技術應用的規(guī)范性水平，避免技術的人為干涉，對技術與數據隱私給予高度重視，有選擇性地對立法相關部門所掌握的技術范式、公共信息和數據進行公開，加強地方環(huán)境立法中大數據應用的相關立法工作，從法律高度對破壞大數據技術應用基礎設施，侵犯相關知識產權、數據隱私的行為予以威懾。

三要預防地方環(huán)境立法中的大數據技術依賴?！暗胤江h(huán)境立法”與“大數據技術”二者不可本末倒置，大數據技術嵌入地方環(huán)境立法程序的空間巨大，但依然有邊界，不應也無法取代地方環(huán)境立法決策者與執(zhí)行者在傳統(tǒng)立法技術層面的角色。大數據技術輔助地方環(huán)境立法具有優(yōu)勢，不意味著對技術結果的全盤依賴和對價值理性的摒棄。此外，在地方環(huán)境立法的實際運行過程中，應盡可能避免“技術利維坦”(17)王小芳、王磊：《“技術利維坦”：人工智能嵌入社會治理的潛在風險與政府應對》，《電子政務》2019年第5期。對地方環(huán)境立法涉及的公共利益造成侵蝕，杜絕立法相關部門大數據技術濫用情況和大數據“形式主義”的出現。相關主體應從地方環(huán)境立法工作實際出發(fā)，以地方生態(tài)環(huán)境保護問題的現實需求為核心，綜合運用主觀與客觀工具。唯有如此，大數據技術在地方環(huán)境立法中的應用才能提升地方環(huán)境立法質量，促進國家生態(tài)環(huán)境法律體系的實施效果，完善我國生態(tài)環(huán)境法治建設，助推地方環(huán)境治理體系與治理能力的現代化。