中国IDC圈12月30日报道：大数据是多样性的数据集合，除了那些普查数据、调研数据、实验数据、记录数据等结构化数据外，还包括了网上点击、搜索信息、图片、视频、传感器等非结构化数据，其中非结构化数据占到95%，而这些是传统数据库所不能分析利用的资源。它还通过快速创建、处理和分析数据来满足用户的实时需求。大数据致力于将那些看似没有任何价值的碎片化信息通过机器学习等方式进行挖掘、梳理，使其具有利用价值。大数据的这些特性给应急管理模式革新和能力提升带来了机遇。
新机遇
事前阶段，大数据辅助预测，提高监测预警能力。大数据的关键是从因果关系到相关关系的思维变革，大数据的核心是建立在相关关系分析法基础上的预测。危机预测要求监测风险点和危机源，然而它们正变得越来越不可控。除了自然灾害外，我国的社会转型造成社会公共危机事件频发。一是从农民变为市民的城市化进程，使流动人口问题和社会矛盾加剧；二是从市民变为网民的信息化进程，使网络舆情危机和网络信息安全危机增多；三是从国民变为世界公民的国际化进程，使文化冲突、特殊人群管控和国际卫生事件管理更困难。应急管理的情境如此繁杂多变，依靠经验决策、权力命令、信息压制等传统手段已无法满足要求。大数据对这些多源异构数据的搜集、分析和处理能够填补应急管理预警能力的不足，它可从海量的数据信息中筛理出那些关键的信息线索，进而监测风险点和危机源。
事中阶段，大数据辅助决策，提升应急处置能力。西蒙的有限理性理论告诉我们，信息掌握、认知水平和时间限制都将影响到决策者的行为，迫使他们选择“令人满意”的方案，而非最优方案。大数据不但可抓取多样式的数据，还可以通过总体分析而非样本分析获取总体信息，不再是随机样本量的控制，而是采用全体数据来统计分析，必然使决策更加科学。另外，在危机处理中，因果逻辑在短时间内不易查找，可以通过大数据的相关关系查找出危机事件影响的关键要素，进而干预和控制这些要素，对危机事件进行控制。其实，大数据处理应具有“要效率不要绝对精确”的理念，使应急决策信息的获取更为快捷，应急处置也会更为迅速。
事后阶段，大数据辅助配资，提升救援重建能力。在灾后救援过程中，亟需资源配置最优、资源整合最快、自组织能力更强的方案。例如在城市交通事故、群体性疫情的爆发、冰雪、暴雨等自然引发的城市洪涝等情况下，大数据可通过应急管理平台完成救援路线的设计、救援人员的安排、救援物资的配置，让危机后的损失达到最小化。另外，大数据技术可处理个性化的数据，追踪危机相关者的个性化需求，可以推送更有针对性的援助和服务。
总之，大数据驱动消极被动的应急管理变为积极主动的应急“智”理。在大数据的驱动下，应急管理正向应急治理和应急“智”理转变。应急管理是以政府为中心的一元主体思维模式，强调政府在应对公共危机中的预防和管控；应急治理是政府主导下的政府与社会各利益相关方等多元主体共同治理的思维模式，强调协同治理；而应急“智”理则是组织、人员、信息、资源等全要素共同治理的思维模式，构成了技术与组织制度的全景式知识体系，强调整体治理。
新挑战
大数据给应急管理变革带来众多机遇的同时也对当前应急管理模式提出了挑战，需要我们在大数据热潮中冷静地思考。
数据科学家和数据管理人才匮乏。按照IDC（国际数据公司）的分析，“到2020年，全球数据总量中有22%将来自中国”。数据量的急剧膨胀，一方面提供了知识财富，另一方面又考验着数据处理能力。在大数据时代，依靠传统经验、知识推理立足的论断都将受到技术的挑战，因此城市应急管理专家的地位将受到威胁，取而代之的将是数据科学家。詹姆斯·格雷认为科学研究正迈入第四范式“数据科学”，前三个科学研究领域为实验科学、理论科学和计算科学。在我国还没有相应地建立起完备的信息技术人才培养体系时，大数据相关人才的匮乏将成为关键性矛盾。
传统应急管理体制面临困境。我国现行应急管理体制重视“一案三制”建设，2007年颁布的《突发事件应对法》确立了“统一领导、综合协调、分类管理、分级负责、属地管理为主”的应急管理体制。这一体制强调等级制的命令指挥链，由党政领导来发挥权力作用。强调权力手段的同时，忽视了数据工具的作用，两者间发生了严重的不对称。应急管理情境要求数据抓取全面、数据传输快捷、数据分析准确、数据共享再利用，但是我国当前的应急管理体系中这几个方面严重不足。除技术因素外，其中也不乏应急管理体制的梗阻。