环评大数据建设，即充分运用大数据、云计算等现代信息技术手段，整合环境、经济、行业等数据资源。在大数据时代，互联网发展迅猛，环评数据资源必须实现向大数据的转变，加强管理与应用服务的创新，才能更好地服务于环境管理并支撑环境质量改善目标实现。
环境保护部组织编制印发了《生态环境大数据建设总体方案》(环办厅[2016]23号)。方案明确，要充分运用大数据、云计算等现代信息技术手段，通过生态环境大数据发展和应用，推进环境管理转型，全面提高生态环境保护综合决策、监管治理和公共服务水平，为实现生态环境质量总体改善目标提供有力支撑。方案将环境影响评价大数据列为生态环境大数据应用平台主要建设内容。
环评数据资源必须实现向大数据的转变，加强管理与应用服务的创新，才能更好地服务于环境管理并支撑环境质量改善目标实现。
1、环评大数据建设的总体目标
明确环评大数据建设的总体目标和定位，有助于把握好其建设方向。
环评大数据建设的总体目标是：充分运用大数据、云计算等现代信息技术手段，整合环境、经济、行业等数据资源，重点理清环境质量、控制总量、污染源“三本帐”，开展相关的数据采集加工、模拟分析、整合共享，提升环评管理能力，提高环评文件编制的科学性，增强环评公共服务能力，服务于“十三五”环保工作改善环境质量的核心目标。
2、环评大数据面向的核心业务
环评大数据是对环评业务开展情况的客观映射，理清环评大数据面向的环评工作的核心业务，有利于明确和深入地理解环评大数据的目标与定位，是开展环评大数据建设与应用的重要前提。
目前，环评工作主要围绕环境质量现状和污染物排放总量两大核心要素开展，这两者之间存在着影响/响应关系，这种关系可以通过模型来表达，如图1所示。
其中，污染物排放总量为固定污染源和非固定污染源排放量之和，固定污染源包括老源和新源，非固定污染源包括道路和非道路源(汽车尾气、秸秆焚烧、工地扬尘等)。各类污染源又分为纳入监管和未纳入监管两部分。
因此，环评大数据的建设必须摸清全国范围内各区域、各时段的环境质量现状数据和污染物排放总量数据，并在此基础上，纳入两者之间的相互作用和影响的相关数据。
3、环评大数据的四维数据架构
面向环评工作中的环境质量现状和污染物排放总量两大核心要素及其影响/响应关系，环评大数据将包含环评工作通常涉及的海量数据，对这些数据进行梳理并形成一套清晰合理的分类，对于指导环评大数据的建设具有重要意义。
总体来讲，可以从四个维度对这些数据加以概括和归纳，即环境质量现状、环评业务过程、环评参与对象和数据应用与演化，如图2所示，这四个维度即构成了环评大数据的四维数据架构。
(1)从环境质量现状的维度，环评大数据包括全国范围内的各环境要素的环境质量数据和生态环境数据；
(2)从环评业务过程的维度，环评大数据包括战略环评数据、规划环评数据、项目环评数据、环评监理数据、竣工验收及后评价数据；
(3)从环评参与对象的维度，环评大数据包括四级环保部门数据、环评单位数据、建设单位数据、社会公众数据和其他行业数据；
(4)从数据应用与演化的维度，环评大数据包括业务数据、支撑数据、管理数据、模拟预测的数据、挖掘分析的数据等。
