大数据：应急管理能力升级新引擎.docVIP

大数据：应急管理能力升级新引擎随着大数据相关联技术的不断发展，激发出越来越多新的管理模式、营销模式和生活模式，从而催生了应急管理创新的要求。这也对公共管理者尽快转变思维模式提出了迫切要求，这种思维变革的深刻程度和困难程度，很可能远比商业管理领域的思维变革来得更加剧烈。数据能力鸿沟跟企业界善于利用大数据技术解决商业问题、创造新商业模式相比，中国目前的应急管理体制，还未能有效地响应这种技术层面的重大突破，更没有以大数据为基础来构建新的应急管理体制，以至于存在多方面的问题。目前，中国已经形成的应急管理体制，有其独有的优势。有学者甚至将其命名为“拳头模式”，意在强调这种应急管理体制的优势和效率。然而，与大数据时代所涌现出的海量数据相比，中国应急管理体制最突出的问题在于信息能力不足，无法应对应急管理情境中海量数据带来的冲击，更没有办法运用海量数据为应急管理服务。政府机构对于大数据的认识和应用，还处在非常初级的阶段，与商业机构相比存在着明显的“代差”。大数据时代的电子政务早已不应再停留于做一个政府网站，然后罗列式地公布一些应急法律法规、组织结构图和应急预案。而应该运用最新的数据技术，对应急管理可能涉及的各类数据进行收集、整理、汇总和分析，并将其作为首要的管理模块，融入整个政府应急管理工作流程之中。能否有效利用应急管理相关数据，对有可能发生的各类突发事件进行及时的预警和预测，是衡量应急管理水平的重要标准。从近年来我国发生的比较重大的灾害和突发事件的应对过程来看，目前的应急管理体制的预警预测能力还比较欠缺。以2008年初波及南方数省的冰雪灾害为例，实际上早在当年1月初，气象部门对灾害性天气已经作了比较及时的预报。然而，我们的应急管理体制并没有很好地利用这一气象数据，对其可能对交通、社会生活各方面的影响进行分析，为后续应急管理工作奠定良好的预警基础。这种前期预警能力的缺失，直接导致有关部门难以有效应对后来出现的供电线路冰冻、道路毁坏、旅客大量积压等问题，造成巨大的社会成本和经济损失。要想使应急管理系统运作的效能不断提升，必须具备对应急管理历史数据的学习能力。如果缺乏这种能力，只会一而再、再而三地犯错，甚至出现不该出现的悲剧。以2012年北京721暴雨灾害为例。事实上，北京每年夏季都会下暴雨，而由于城市排水系统设计的落后，每次暴雨几乎都会使城内数十个较低的低洼路段严重积水，尤其是下凹式立交桥。2012年特大暴雨发生前，按照历史数据分析，就可以知道往年会严重积水的低洼路段同样会严重积水。在这种情况下，有关部门应该在这些路段设置路障或警示标志，阻止车辆和行人的进入。然而，当时有关部门并没有采取措施，以致最后出现震惊中外的广渠门车主溺毙事件。现代应急管理能力与“大数据时代标准”相比，目前的中国应急管理体制，无论是设计理念还是实际运行过程，显然还有着非常大的差距。现代应急管理系统是一个科学、周严的系统，对应急管理相关数据的把握是基础。只有掌握了全面准确的数据，决策者才有可能作出科学合理的决策。在2008年冰雪灾害中，广州火车站已经人满为患，有关部门却无法准确掌握珠三角各工厂工人的数量，并对其出行趋势进行分析，这直接导致大量人潮不断向站前广场聚集，极大地增加了疏导工作的难度。又如，2013年雅安地震中，由于当地政府部门缺乏对本地区居民数量、居住位置等重要数据的掌握，导致部分物资调配出现冷热不均的现象，甚至引发村民和政府以及村民之间的冲突。此外，近年各地频发、致多人死伤的“井盖事件”。如果有关部门能够给这些井盖，哪怕是关键部位的井盖设置感应器，使井盖是否缺失的数据能够及时传回相应的管理部门，则可以在很大程度上避免后续悲剧的发生。从应急管理指挥的流程运作来看，前期抓取的应急管理数据，必须迅速及时地传递到各应急管理的执行单位，才能最大限度地发挥这些数据的功用。只有这样，基层单位才可能有必需的针对性和有效性。然而，受传统官僚制度层级限制、条块分割等弊端影响，我国目前应急管理数据的传递路径并不畅通，以致出现协调应对的困难。在诸多案例中，与应急管理相关的数据，无法及时传递给基层的执行单位，以致真正直面应急管理情境的部门，往往因为无法得到准确的数据而束手无策，甚至陷于慌乱之中。在复杂的高风险社会开展应急管理，单领域的数据收集固然重要，但更重要的是，具备对多领域的数据进行收集和关联分析，进而科学地制定应急管理的预案，并采取必要措施的能力。否则，在有极强次生性的突发事件面前，应急管理系统将无所作为。对应急管理数据的关联应用能力，是我国应急管理体制的一大软肋。譬如，2012年北京暴雨灾害中，气象台对于暴雨的时间范围、降雨量都作出了预报，然而相关的应急管理部门，却没有将这些数据和流风险数据进行关联分析和应用，更没有采取有效措施对山区居民进行预警预告，最后导致伤亡惨重的泥石流灾害