節(jié)能減排作為我國當(dāng)前重點(diǎn)發(fā)展產(chǎn)業(yè)，發(fā)展好壞事關(guān)我國當(dāng)前“調(diào)結(jié)構(gòu)，穩(wěn)增長”大局。其中通過產(chǎn)業(yè)升級，引進(jìn)新技術(shù)，改造鋼鐵、冶金、化工等重污染行業(yè)的業(yè)務(wù)流程，做到重點(diǎn)突破，更是整個節(jié)能減排行業(yè)的重中之重。針對當(dāng)前工業(yè)領(lǐng)域節(jié)能減排面臨的實際問題，結(jié)合當(dāng)前流行的“大數(shù)據(jù)”技術(shù)是一條可行之路。

工業(yè)領(lǐng)域節(jié)能減排面臨的問題
  當(dāng)前工業(yè)領(lǐng)域的節(jié)能減排工作雖然取得一定的成效，但同時在工程實施中面臨著多種實際問題。具體有基礎(chǔ)數(shù)據(jù)不準(zhǔn)、信息化程度不高、科學(xué)決策能力不完善等問題:

基礎(chǔ)數(shù)據(jù)不準(zhǔn)

“基礎(chǔ)不牢，地動山搖。當(dāng)前，節(jié)能減排產(chǎn)業(yè)中突出存在的問題就是，作為基礎(chǔ)的能源消費(fèi)數(shù)據(jù)精確度不夠，顆粒度太粗。實際工作中，有關(guān)統(tǒng)計部門往往給出的是以省、市、縣為單位的能源消費(fèi)數(shù)據(jù)，或者是以實體為單位的能源消費(fèi)數(shù)據(jù)。甚至有些基礎(chǔ)數(shù)據(jù)都是估算的，缺乏準(zhǔn)確性和精確性。歸根至底，能源消費(fèi)行為是建立在企業(yè)、家庭、個人等實體行為之上的。只有掌握一線數(shù)據(jù)，提高數(shù)據(jù)的精確度和準(zhǔn)確度才是做好節(jié)能減排工作的基礎(chǔ)。

信息化程度不高

以美國、日本等為代表的歐美節(jié)能環(huán)保先進(jìn)國家，通過產(chǎn)業(yè)升級，將以大數(shù)據(jù)技術(shù)為代表的一系列信息化技術(shù)融入節(jié)能環(huán)保產(chǎn)業(yè)全過程，取得令世人矚目的成就。例如，德國TUV NORD作為第三方認(rèn)證機(jī)構(gòu)在微軟新總部，蒂森克虜伯電悌總部項目實施中，引入大數(shù)據(jù)能源管理，在建筑的設(shè)計規(guī)劃階段、施工階段、運(yùn)營階段等多個階段通過數(shù)據(jù)化的能源管理系統(tǒng)，實現(xiàn)建筑的低碳、綠色、智能。相比較，我國節(jié)能環(huán)保產(chǎn)業(yè)有關(guān)設(shè)施設(shè)備信息化水平較低，缺乏突破性代表應(yīng)用。整體上，當(dāng)前我國節(jié)能環(huán)保工程水平粗放有余，精細(xì)不足，信息化手段發(fā)揮的空間巨大。

科學(xué)決策能力不完善

西方?jīng)Q策理論學(xué)派的代表人物赫伯特?西蒙指出：“管理就是決策，決策是管理的核心。其對企業(yè)決策者的能力要求是快速判斷、快速反應(yīng)、快速決策、快速行動及快速修正。決策能力是企業(yè)家為維持企業(yè)生存必須具備的、最起碼素質(zhì)?？茖W(xué)決策是企業(yè)家知識素質(zhì)的綜合體現(xiàn)，也是他們的主要工作。決策水平的高低對企業(yè)的成敗影響十分巨大，據(jù)美國蘭德公司估計，世界上破產(chǎn)倒閉的大企業(yè)，85%是因企業(yè)家決策失誤所造成的。2004年，聯(lián)想集團(tuán)收購美國IBM個人電腦和筆記本電腦業(yè)務(wù)，是聯(lián)想集團(tuán)問計于高盛和麥肯錫后全盤考慮做出的決策。借助于沙盤推演和詳盡的數(shù)據(jù)分析，事實證明，該決策獲得了巨大的成功。相比之下，節(jié)能環(huán)保產(chǎn)業(yè)缺乏類似于聯(lián)想集團(tuán)收購IBM電腦個人業(yè)務(wù)這種在關(guān)鍵拐點(diǎn)做出成功決策的案例。

大數(shù)據(jù)技術(shù)概述

信息和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，智能手機(jī)、物聯(lián)網(wǎng)等多種智能終端的全面應(yīng)用，各行各業(yè)內(nèi)的行業(yè)數(shù)據(jù)呈指數(shù)上升態(tài)勢。針對此現(xiàn)狀，Google公司在網(wǎng)絡(luò)捜索應(yīng)用中通過創(chuàng)新Map/Reduce、GFS、Bigtable三大云時代計算范式在工程實踐中取得空前的成功。同時以Yahoo、Amazon為代表的工業(yè)界開發(fā)的Hadoop、 HDFS、Hbase等一系列開源技術(shù)產(chǎn)品，為“大數(shù)據(jù)”的收集和處理提供了技術(shù)保障。簡而言之，在大數(shù)據(jù)時代，人類第一次有了精細(xì)的觀測手段可以詳盡觀察并處理海量數(shù)據(jù)。通過深層次挖掘海量數(shù)據(jù)，可描述物理世界中的各種實體、實體之間的關(guān)聯(lián)，乃至描述整個社會形態(tài)。

對此，大數(shù)據(jù)專家維克托?邁爾?舍恩伯格指出：“對大數(shù)據(jù)的開發(fā)不僅會為企業(yè)帶來巨大的經(jīng)濟(jì)價值，同樣也會給社會其他各個領(lǐng)域帶來巨大的經(jīng)濟(jì)和社會價直。”

大數(shù)據(jù)技術(shù)助力工業(yè)領(lǐng)域節(jié)能減排

根據(jù)IDC和麥肯錫的大數(shù)據(jù)技術(shù)研究報告，大數(shù)據(jù)主要能在以下4個方面挖掘出巨大的商業(yè)價值:對顧客群體細(xì)分，然后對每個群體量體裁衣般地采取獨(dú)特的行動;運(yùn)用大數(shù)據(jù)模擬實境，發(fā)掘新的需求和提高投入的回報率;提高大數(shù)據(jù)成果在各相關(guān)部門的分享程度，提高整個管理鏈條和產(chǎn)業(yè)鏈條的投入回報率;進(jìn)行商業(yè)模式、產(chǎn)品和服務(wù)的創(chuàng)新。

綜合來看，節(jié)能環(huán)保行業(yè)已具備應(yīng)用大數(shù)據(jù)技術(shù)的基礎(chǔ)條件。對照實際，結(jié)合大數(shù)據(jù)的技術(shù)特征，當(dāng)前，工業(yè)領(lǐng)域的節(jié)能減排有以下三個重要發(fā)展方向。