等多部门数据的汇聚，强化事故灾难处置过程中的会商研判、指挥调度，有效提升灾后处置指挥能力。二是科技赋能提升处置能力。利用位置大数据、超算能力和人群预警模型等技术，对灾后受灾人口数量、人群画像、人员转移等信息进行快速分析，优化灾难响应和资源调配，提高救援效率和响应能力。三是分析总结提升预警能力。利用特定大数据模型对灾前、灾中和灾后的数据进行分析处理，找寻事故发生原因和规律，为预防类似事故提供依据，同时评估灾害影响和损失，为灾后重建提供参考。
　　（三）在公共卫生管理中的应用
　　一是在公共卫生资源配置方面。日常工作中，通过广泛的大数据采集形成国内医疗资源数据库，借助大数据分析技术对全国医疗资源数据进行运算和挖掘，及时发现各地区医疗资源、岗位分工的短板和缺陷，最大程度的将人力、物力、财力等资源进行合理分配；突发事件发生时，通过大数据物资管理系统，快速、准确地计算最优资源供应链路，实时分析应急物品库存和产能，统筹保障应急资源的合理分配。二是在公共卫生风险监测预警方面。应用大数据技术建立传染病预警系统，通过传染病发病数据、传染病流行数据、传染病检测数据等资源的汇聚，采用移动百分位数法动态计算传染病病例数历史基线，结合相应传染病的历史传播模型，及时发现和识别传染病发展趋势，实现公共卫生风险准确预报、预警、管控。三是在公共卫生突发事件防控方面。将医疗数据与互联网企业的社交、定位、基站等数据相结合，利用数据分析、数据挖掘技术，形成风险人员、可疑病患、接触人员的行动轨迹，准确刻画公共卫生事件的发源地、人口流动等情况，为疫情防控提供精准指导，预测公共卫生风险事件高危地区和潜在风险地区，为政府决策提供重要支撑。 [1]
　　（四）在社会公共安全治理中的应用
　　一是在源头治理方面。运用大数据技术对各类社会公共安全事件进行深度分析，挖掘事件发生主体、矛盾、行动等要素信息，形成完整的风险发生脉络，帮助政府对公共安全事件的潜在诱发因素做出正确分析和理性判断，从源头上降低风险发生概率。[2]二是在风险预测方面。运用大数据技术构建社会公共安全预警平台，通过对社情、警情、舆情等社会稳定指标进行分析和评估，对各类社会矛盾风险进行预警，科学掌握社会稳定状况，有效规避风险。三是在风险识别方面。运用大数据分析和展示技术，强化公共安全风险实时分析，宣传社会公共安全政策，帮助公众增强风险识别和预防处置能力。
　　大数据技术赋能风险治理面临的问题
　　目前，虽然在利用大数据技术进行风险治理方面取得了一定的成绩，但总体来说仍处于探索阶段，在法规制度、体制机制、技术融入等方面仍不能适应大数据治理的需要，大数据技术赋能政府风险治理仍面临很多难题。
　　（一）法律法规不健全
　　一是没有形成数据保护及数据权益流转方面的法规体系，政府、企业、公民等数据所有者之间无法形成充分信任且具有绝对保障的数据交互体系，利用大数据技术赋能风险治理缺乏必要的数据基础。二是缺少相应的法律规范对政府各部门之间、政府与企业之间、企业与企业之间的数据分享、传递、交易等流程进行约束和规范，政府部门无法清晰了解数据信息的走向和传播，形成管理漏洞，造成数据滥用、数据丢失、数据混乱。三是责任追究机制不健全，法律界定的数据主体责任不明，难以对数据违法行为形成有力震慑，公民个人数据在不知情、不自愿、不正当的情况下被采集利用，数据的“黑市交易”频发，公民隐私权无法得到有效保障。