据通过对大量数据的快速收集挖掘、及时研判分析，可以实现精确预测，从而为精确预警、科学决策提供基础。基于大数据的危机数据系统，能够突破专业分工造成的信息壁垒，促进信息共享，提升源头治理、动态监控、应急处置能力。大数据所集成的数据挖掘、机器学习等前沿技术，具有智能判断分析等优势，可以实现对危机管理全流程的实时动态监控与预警。大数据及相关管理模式的出现，从理念、方法到实践各方面为提升危机预警管理水平提供了可能，在危机管理和社会治理领域具有广阔的应用前景。
　　管理模式动态化，实现全流程监控。公共危机有多个发展阶段，其性质和量级虽然主要体现在集中爆发期，但大多取决于孕育潜伏期。利用大数据的挖掘、分析、预测和流程整合功能，对危机全流程进行动态管理，可有效解决“重治轻防”问题，增强前期预警能力，有效控制危机扩散，减少人民生命财产损失。具体来说，就是利用已有数据进行合理预测，并及时更新数据，对决策进行实时评估、修正和补充；建立预警系统、评估系统、问题处理和问责系统，完善全流程动态管理模式，充分发挥动态管理的优势和效能。
　　管理方式数据化，重视数据收集整理。危机管理系统的有效运行，离不开对相关数据的有效掌握和实时分析。同时，还要对多领域数据进行深入挖掘和关联分析，以控制和降低次生灾害的危害。为此，需要提高危机管理方式数据化、智能化程度，以大数据为基础搭建多元协同的网络信息系统，通过共享的网络平台将信息迅速传至危机管理指挥中心，为快速决策提供依据，为各方信息快捷交流提供平台。这就要求高度重视数据的收集、积累和分析、整理，有效推进数据的多领域运用。
　　数据共享平台化，推动数据广泛应用。数据的有效挖掘、分析和应用，需要以跨部门跨专业的数据平台为支撑。为此，应结合国家信息化建设，建设涵盖有线与无线网络、社会化媒体、数据终端的覆盖全国的数据平台。同时，推进数据共享和开放利用，打破专业和部门界限，消除信息孤岛，加强政府与公众的信息交流互动，通过典型应用示范，提高大数据网络系统的覆盖范围和应用水平，促进数据支撑的危机预警、风险识别与科学治理常态化。
　　数据利用多次化，提高风险防范意识。前事不忘，后事之师。危机事件的平息并非危机管理的终结，应通过大数据对危机数据进行多次利用，不仅对危机应对中的失职、渎职等行为依法追究责任，而且对危机事件进行深刻反思和总结，有针对性地弥补漏洞、完善制度。同时，建立危机评价与问责奖惩机制，健全风险防范长效机制。这是现代危机管理的重要环节，也有利于提高人们的风险防范意识和危机预警能力，防止类似危机再次发生。
　　（作者为中央财经大学副教授）