大数据背景下的应急管理决策机制创新

【摘 要】 通过分析应急决策过程中所面临的一系列现实挑战，探讨了利用大数据分析技术支持应急决策的优势，使之更加科学化和理性化。同时，研究了美国LEHD项目的实践经验与效果，分析了数据如何创新决策过程。最后，还讨论了未来的应急决策过程可能会面临的几类挑战及相应对策。

【关键词】 大数据；应急管理决策；机制创新

【作者简介】 刘阳，广西行政学院应急管理培训部讲师。研究方向：突发事件的准备与响应。

【中图分类号】 D035.2 【文献标识码】 A 【文章编号】 2095-5103（2015）09-0007-02

一、有限理性下的应急决策

1. 有限理性是决策过程的天然缺陷

在处理各类突发事件的过程中，如何正确、有效地做出决策是每个应急管理人员都应认真思考的问题。然而，在实践过程中，我们不得不遗憾地承认，每一次应对和处置突发事件都不同程度地存在这样或那样的疏漏与不足。造成这种现象的原因是多方面的，美国管理学家西蒙在有限理性理论中提出，当个体在进行决策的时候，他们的理性水平受到他们所掌握的信息、他们的认知水平以及进行决策时所拥有时间的限制。同时，由于决策者往往缺乏足够的能力与资源去实现最优方案，因此常常会选择一个“令人满意”的方案来达成目标。这也就是说，当我们在处理突发事件时，不得不凭借有限的理性作出决策。

2. 新常态下应急决策面临的新挑战

传统的决策过程高度依赖决策者的个人经验与直觉，拥有丰富经验及较强综合能力的领导干部自然成为决策者的首选。然而，在新形势下，原有的应急决策过程面临着更大的挑战。

（1）复杂性增加。造成复杂性增加的原因之一是社会的多元化。随着经济社会的不断发展，人们的人生观、价值观和世界观都在不断变化，社会阶层也在不断细分，人群在空间上的快速流动让社会处于一种动态的、多元的平衡状态。另一个原因则是个体之间的联系更加多维。由于互联网技术的不断发展，人们能够以前所未有的方式和速度与其他人进行互动，尤其是互联网社交类应用的出现，对于费孝通所说的“熟人社会”的中国造成了更大的影响，让国人间的互动跳出了熟人圈子，让原本不可能认识的两个人通过互联网而发生交集。正是由于上述两个原因，使得社会的复杂性大大增加。

（2）影响范围增大。在网络时代，突发事件的影响已经由事件本身造成的冲击范围扩散到更为广阔的空间范围和维度。传统的突发事件能够影响的范围往往局限于事件发生地以及周边不超过50公里的区域，而现在发生在一个地方的突发事件可能会在其他地方发生“习得效应”，最典型的例子就是厦门的PX项目事件引发的“邻避运动”。另外，由于社会日趋多元化，不同的个体或组织对于同一事件有不同的认识和解读，这种认识不仅影响了其他个体和组织的行为，还对其思想和态度造成影响，并最终影响人们之间的互动过程。

（3）对错误的容忍程度降低。随着社会的不断发展进步，现代人越来越追求精致与高效的生活方式，这就导致人们对于突发事件等意外的风险抗性降低，主要表现为个体和组织的脆弱性增加。伴随着社会复杂性的增加，决策可能导致的后果难以在短期内穷尽，一旦决策不当就容易引发“次生灾害”。另外，在网络力量的推动下，突发事件产生的影响，传播速度变快，使得错误决策所产生的影响也较之前的状态下更为深远，致使无论是个体或组织都难以承担由于应急决策失误而导致的一系列后果，表现为对于错误决策的容忍程度降低。

（4）处置时间缩短。网络时代的科技发展让人们之间的连接日趋紧密，互动过程也更加频繁和快速。这种快速而频繁的互动令当今社会以极快的速度发展，但在意外来临时也会让突发事件以极快的速度发展以及演化，这就要求领导干部在进行决策的时候，必须要更快地进行反应，也意味着留给决策的时间将会更少。

这些新的同时也是更大的挑战让领导干部在进行决策时，越来越难以利用已有的经验和直觉。因为个体经验的局限性和人与人之间的沟通效率决定了无论是个体决策者还是群体决策小组，将会越来越难以利用已有的信息、数据、知识来应对未来可能发生的新的危机，而大数据技术则可能是破解这一困局的唯一办法。

二、大数据改变决策机制

1. 决策过程与大数据分析

随着经济社会的不断发展，海量的信息弥漫在社会的各个角落和不同领域，成为人们日常生活的一部分。这些信息，一部分随着时间的流逝逐渐淡出人们的视线，而另一部分则成为各类数据，这些数据能够在我们面对各类突发事件时，为决策提供支持和帮助。

（1）提供相关性的分析。突发事件发生时，人们无法在短时间内找出整个事件的因果逻辑，凭借大数据技术的协助，能够在较短的时间内找到影响事件发展演化的关键性因素，并可以通过对这些因素进行干预和控制，实现对整个突发事件的有效应对，这一过程通常称为应急处置过程中的决策核心。

（2）提供预测性的分析。大数据及其相关分析预测技术，为未来的应急管理决策提供了一种新的处理方式。应急管理的关键并不在于如何处置好各类突发事件，相反，应急管理的目的是预防和干预各种可能危害社会稳定的危机事件，使其不出现或少出现，开展预防与干预活动的关键就在于对可能发生的事件进行预测。但是，由于全球化与现代化的影响，新技术与新工具的使用，群体流动性加快，多元化程度加深，人们越来越难以凭借原有的、局部性的知识和经验来分析和预测未来可能发生的危机事件，大数据分析技术的出现，为这种预测提供了可能。

（3）提供系统性的知识。在整个应急管理的生命周期当中，信息本身是非常难以利用的，比如说某地正在下大雨或某水库的水很满，这些信息本无意义，但是将这些信息数据化之后，例如目前每小时的降雨量是40毫米，或目前水库的水位是65米，这些数据对于应急决策而言有意义但仍然不够，只有掌握了相应的知识之后，数据才具有现实意义，如每小时降雨量超过30毫米之后，城市中的某个易涝点就会发生积水并影响交通，或某个水库的水位超过70米之后就进入警戒水位，堤坝将面临威胁等等。也就是说，仅仅只是形成数据还不能有效地协助决策者在面对突发事件时进行决策，只有将数据结构化并建立应急管理的全景式知识体系才能帮助我们更科学地做出决策。

2. LEHD项目与决策机制创新

“9·11”事件发生之前的美国，联邦政府也面临着公共数据分散在各联邦、州立或是私人机构当中的困局。如，要对”白人人口“进行统计，需要整合分散在各处的人口数据，而根据美国现行的法律体系，联邦政府无法强制获取这些信息和数据，使得数据的整合困难重重。

“9·11”的悲剧让工作单位与家庭住址纵向动态系统（LEHD）项目得以实现，把人口普查数据与全国的公司数据整合起来，成为一个真正的大数据项目。通过整合数据，LEHD项目实现了对雇员数量以及流动情况的追踪，同时也能够对某个具体的街道、社区的就业情况和人口构成进行查询。另外，提供以时间为跨度的数据分析也是LEHD项目的一个重要功能，它能够轻松地完成对某一地区、社区、街道的历史就业变化情况分析等等。

2010年后，LEHD项目通过整合飓风、热带风暴、暴雨、洪水、暴雪、火山运动等自然灾害以及人为灾害的大量实时数据，推出了以公共应急为目的的数据应用。当大范围的公共危机发生后，LEHD能够快速地分析受灾人口数量及特征，从而为下一步的撤离、补偿、重建等应急处置措施提供决策依据。2012年“桑迪”飓风袭击美国东海岸，由于LEHD项目的支持，特拉华州对海岸沿线近5万名居民发布了强制疏散令，有效减少了人员伤亡。据美国国家飓风中心估计，“桑迪”飓风造成的经济损失高达500亿美元，在史上袭击过美国的飓风中排名第六，但在“桑迪”飓风中死亡的人数仅为132人，较“卡特里娜”飓风的1833人有了大幅降低。可见，仅仅通过对数据的整合与梳理，就能更有针对性地进行突发事件的处置和决策，从根本上减少灾害带来的损失，这种创新不仅令处置过程更有针对性，同时也降低了整个应急管理生命周期的运行成本。通过分析受灾现场的实时数据，了解灾害带来的实际损失，从而部署相应的救援力量，而非不计成本地提供可能的资源，最终避免了由于资源管理缺陷而带来的资源浪费，从根本上提高了应急管理的效率。

三、未来应急决策过程中的挑战

大数据分析技术不仅是技术和工具上的大变革，同时也是信息化时代的生产力革命，这种飞跃让我们能够更加精准地进行资源配置，从而更加务实与高效，从根本上改变了应急决策机制，由传统的在有限的时间内获取尽可能多的信息并进行决策转变为对大量同时涌入的信息和数据进行梳理、分析并找出相关关系再进行决策。但是，由于现实条件的限制，应急管理部门在迎接大数据变革时也面临着巨大的挑战。

1. 大数据抓取整合能力不足

大数据的出现，使人们不得不面对（下转第13页）（上接第8页）一个极大的挑战，那就是如何将这些数据整合起来并加以分析，因为这些基础性数据来源不同，数据的结构与表现也形式不同，换而言之，就是这些数据之间没有明显关联。因此，如何将这些数据进行整合是开展应急管理大数据分析的首要目标，当我们能够将这些数据放入数据仓库（Data Warehouse）之后，还面临着如何对这些数据进行分析使之成为对我们有用的资源和工具的问题，正如美国LEHD项目所实现的那些技术应用一样。

2. 大数据关联分析能力不足

就行业大数据而言，各职能部门都有专业人员对这些数据进行整理、分析和预测。然而，对于跨行业、跨部门数据的交叉多维分析，却没有一个机构或部门能够完成，大量的原始数据仍然被重重的部门壁垒阻挡、隔断而无法将其进行整合、存储、分析，造成了巨大的浪费。2014年10月，安徽万亩农田发生稻瘟病，安徽省农委组织专家进行了田间现场鉴定，结论为：田间出现异常系稻瘟病所致，主要原因是由于孕、抽穗期间低温连阴雨，品种本身高感稻瘟病，加上预防措施不到位，导致该病暴发。隆平高科回应称：50年来的最低气温引发稻瘟病，导致安徽水稻大面积绝收。表面上看是由于极端天气的出现导致粮食减产甚至绝收，这直接威胁我国的粮食安全。从另一个角度看，这就是由于数据壁垒造成的信息断层。气象部门拥有气象信息，农业局掌握稻瘟病的相关知识，种子公司知道种植的具体情况。可这三方彼此并不掌握对方的信息，因此无法对可能出现的水稻绝收情况进行预警和预防。

综上所述，大数据分析技术的出现，深刻地改变了人类对于世界的认识，使我们能够在极短的时间内获得海量的信息与知识，帮助人们完成之前不可能完成的任务，例如实时的灾害损失情况、影响范围甚至受影响群体的心理变化情况都可以在极短的时间内反馈到应急管理部门。这种变革要求政府部门进一步创新应急管理的决策机制，使之能够适应新形势下的经济社会发展需要，真正为老百姓服务。

参考文献：

[1] [美]赫伯特·A·西蒙.管理决策新科学[M].李柱流等，译.北京：中国社会科学出版社，1982.