大數據是多樣性的數據集合，除了那些普查數據、調研數據、實驗數據、記錄數據等結構化數據外，還包括了網上點擊、搜索信息、圖片、視頻、傳感器等非結構化數據，其中非結構化數據占到95%，而這些是傳統數據庫所不能分析利用的資源。它還通過快速創建、處理和分析數據來滿足用戶的實時需求。大數據致力于將那些看似沒有任何價值的碎片化信息通過機器學習等方式進行挖掘、梳理，使其具有利用價值。大數據的這些特性給應急管理模式革新和能力提升帶來了機遇。

新機遇

事前階段，大數據輔助預測，提高監測預警能力。大數據的關鍵是從因果關系到相關關系的思維變革，大數據的核心是建立在相關關系分析法基礎上的預測。危機預測要求監測風險點和危機源，然而它們正變得越來越不可控。除了自然災害外，我國的社會轉型造成社會公共危機事件頻發。一是從農民變為市民的城市化進程，使流動人口問題和社會矛盾加劇；二是從市民變為網民的信息化進程，使網絡輿情危機和網絡信息安全危機增多；三是從國民變為世界公民的國際化進程，使文化沖突、特殊人群管控和國際衛生事件管理更困難。應急管理的情境如此繁雜多變，依靠經驗決策、權力命令、信息壓制等傳統手段已無法滿足要求。大數據對這些多源異構數據的搜集、分析和處理能夠填補應急管理預警能力的不足，它可從海量的數據信息中篩理出那些關鍵的信息線索，進而監測風險點和危機源。

事中階段，大數據輔助決策，提升應急處置能力。西蒙的有限理性理論告訴我們，信息掌握、認知水平和時間限制都將影響到決策者的行為，迫使他們選擇“令人滿意”的方案，而非最優方案。大數據不但可抓取多樣式的數據，還可以通過總體分析而非樣本分析獲取總體信息，不再是隨機樣本量的控制，而是采用全體數據來統計分析，必然使決策更加科學。另外，在危機處理中，因果邏輯在短時間內不易查找，可以通過大數據的相關關系查找出危機事件影響的關鍵要素，進而干預和控制這些要素，對危機事件進行控制。其實，大數據處理應具有“要效率不要絕對精確”的理念，使應急決策信息的獲取更為快捷，應急處置也會更為迅速。

事后階段，大數據輔助配資，提升救援重建能力。在災后救援過程中，亟需資源配置最優、資源整合最快、自組織能力更強的方案。例如在城市交通事故、群體性疫情的爆發、冰雪、暴雨等自然引發的城市洪澇等情況下，大數據可通過應急管理平臺完成救援路線的設計、救援人員的安排、救援物資的配置，讓危機后的損失達到最小化。另外，大數據技術可處理個性化的數據，追蹤危機相關者的個性化需求，可以推送更有針對性的援助和服務。

總之，大數據驅動消極被動的應急管理變為積極主動的應急“智”理。在大數據的驅動下，應急管理正向應急治理和應急“智”理轉變。應急管理是以政府為中心的一元主體思維模式，強調政府在應對公共危機中的預防和管控；應急治理是政府主導下的政府與社會各利益相關方等多元主體共同治理的思維模式，強調協同治理；而應急“智”理則是組織、人員、信息、資源等全要素共同治理的思維模式，構成了技術與組織制度的全景式知識體系，強調整體治理。

新挑戰

大數據給應急管理變革帶來眾多機遇的同時也對當前應急管理模式提出了挑戰，需要我們在大數據熱潮中冷靜地思考。

數據科學家和數據管理人才匱乏。按照IDC（國際數據公司）的分析，“到2020年，全球數據總量中有22%將來自中國”。數據量的急劇膨脹，一方面提供了知識財富，另一方面又考驗著數據處理能力。在大數據時代，依靠傳統經驗、知識推理立足的論斷都將受到技術的挑戰，因此城市應急管理專家的地位將受到威脅，取而代之的將是數據科學家。詹姆斯·格雷認為科學研究正邁入第四范式“數據科學”，前三個科學研究領域為實驗科學、理論科學和計算科學。在我國還沒有相應地建立起完備的信息技術人才培養體系時，大數據相關人才的匱乏將成為關鍵性矛盾。

傳統應急管理體制面臨困境。我國現行應急管理體制重視“一案三制”建設，2007年頒布的《突發事件應對法》確立了“統一領導、綜合協調、分類管理、分級負責、屬地管理為主”的應急管理體制。這一體制強調等級制的命令指揮鏈，由黨政領導來發揮權力作用。強調權力手段的同時，忽視了數據工具的作用，兩者間發生了嚴重的不對稱。應急管理情境要求數據抓取全面、數據傳輸快捷、數據分析準確、數據共享再利用，但是我國當前的應急管理體系中這幾個方面嚴重不足。除技術因素外，其中也不乏應急管理體制的梗阻。

政府危機公關能力受到挑戰。在應急管理過程中，政府要借用公關手段進行危機處理，如控制事態、引導輿論、維持關系、重塑形象等。面對網絡媒介快速傳播的特征，依靠傳統的“管制論”和“封堵論”來應對網絡輿論危機將比較困難，應該實事求是，平等溝通。如果危機公關不當，則可能會引發更嚴重的公關危機。

新應對

應對以上挑戰，需要借助大數據的發展和應用來驅動應急管理的深層次變革，主要應做好以下工作。

在技術與人的協作中，應更重視人的地位。大數據僅能提供相關性，而人要提供必要的因果追求。大數據分析是工具理性，人體現的是價值理性，為數據分析指明了方向。另外，大數據提供的是參考答案，而不是最終答案。如果過度依賴大數據技術進行決策，將有決策失靈的風險，因此應避免出現技術決定論的狀態。只有人和技術的密切協作才能夠體現應急管理的科學性和合理性。

增量上進行數據化處理，存量上進行數據開放。盡管我們面臨海量數據處理的壓力，但是目前仍有信息數據化不足的問題，如有些紙質文件并沒有形成電子文件。因此，要盡可能地完成信息數據化、數據結構化、結構標準化的工作。另外，數據只有流動才更有價值，所以國家應盡快出臺數據開放的法律制度，推動非涉密數據的開放。重視應急部門協作、應急數據的共享和再利用，避免再次發生同樣的危機事件。

成立大數據管理機構并培養大數據管理人員。成立有足夠權威性的大數據管理機構，打破官僚體制的梗阻，以協調不同部門之間的數據資源整合與共享。另外，在CIO（首席執行官）制度建設中適當增設大數據管理人員崗位，并做好他們的培訓工作。當然也要警惕技術官僚利用大數據管理之便為自己謀私利的情況發生。

重視電子政務功能的開發和拓展。電子政務正步入第三個發展階段——智慧政務階段。“自動化政務”應用自動化技術重在輔助基層工作者處理日常服務事務；“網絡政務”應用互聯網技術重在輔助中層管理者處理溝通協調事務；“智慧政務”應用大數據技術重在輔助高層領導者處理決策控制事務。大數據時代的電子政務不僅要承擔政府網站的信息公開、在線辦事和公眾參與功能，還應該積極運用大數據技術為應急管理開辟平臺，從而提供數據分析、預案響應、資源配置和輔助決策等功能。

重視線上線下的互動與協作。數據、信息與知識是大數據時代的生產資料。社會上也將會出現占有生產資料的階層和不占有生產資料的階層的分化。因為大數據抓取的是數據化的信息，因此它僅體現了占有生產資料的一部分人的聲音和訴求。那些沒有計算機或無使用網絡能力的弱勢群體的訴求在大數據應急管理過程往往被忽略了。因此，為了使應急管理更有效，應該重視線上線下的互動與協作。