數據存儲量不夠、數據共享度不高、數據分析力不強、數據傳播能力薄弱等問題，正在製約著大數據應用於社會治理
如果你讀過《三體》，一定知道二向箔：三體人用一張二向箔，輕易地就將三維的太陽係二維化了，消滅了全人類。如果你是電影迷，可能看過《美國隊長2》。電影裏一個計算機程序對所有人的所有興趣愛好、價值取向、日常選擇進行綜合分析，最後得出這個人是否對自己的計劃有威脅並實現定點打擊。
這些當然是科幻環節，但卻並非沒有理論基礎。在《瞭望》新聞周刊記者采訪的不少大數據專家看來，“大數據”的分析處理就如同在一個多維的空間內去處理信息：假設有一隻螞蟻在一張白紙上爬行，當它靠近邊緣可能掉下去時，處於三維空間的人可以隨時把它救回來。當數據積累足夠、分析模型強大，“大數據”就能實現上麵的科幻情節：它不僅知道已經發生了什麼，還能預測未來將會發生什麼。
那麼，海量數據能夠給我們的城市公共安全帶來什麼？
1月26日開始，紐約等美國東北部地區遭遇一場罕見的暴風雪，導致紐約州、新澤西州、康涅狄格州、羅得島州、馬薩諸塞州等多個州宣布進入緊急狀態，近萬架次航班取消，聯合國總部取消“國際大屠殺紀念日”相關活動。
雖然最終對於紐約等部分地區而言，大雪並未肆虐太久，但提前預防也有必要。美國國家氣象局長路易斯·烏切利尼也公開表示，此次暴風雪中交通事故數量和死亡人數均少於此前類似事件，做好最壞的打算是“正確的決定”。
而此次能讓紐約提前反應的就是其大數據預測係統。美國海洋大氣管理局擁有的全球氣象預報係統（GFS）模型是全世界最廣泛應用的氣象預報工具之一。網易評論專欄作者胡雁冰撰文表示，得益於領先的氣象設備和衛星技術，美國國家氣象局能夠利用遍布全球各地的觀測點和氣象衛星進行數據計算，提供全球未來8天的精確預測和16天的趨勢預測。
大數據對於“天災”救援也有用武之地。上海交通大學大數據工程技術研究中心研究發現，一旦發生自然災害，通過大數據技術建立海量遙感數據獲取、存儲與分析體係，將為“理性救災”指明道路。也就是說，在地震發生後的第一時間，依靠衛星或航空遙感技術，遠程獲取災區現場數據，評估和預測災區受損情況，明確物資需求，規劃救援道路，從而有助於製定合理的救援計劃，最大程度減小災害影響。
對於特大型城市而言，大數據也能針對人流量超載發出預警，避免踩踏事件發生。
上海交通大學大數據工程技術研究中心研究發現，基於隨機矩陣理論的大數據分析方法可進行建模，數據模型可判斷出實時人流狀態，並可同時預測未來5～10分鍾該區域內人群密度的變化趨勢，第一時間提供相關部門決策支持。一旦人流密集度超出預警標準，係統將立即發出報警，並根據事態成因、人群行為分析和周邊通道狀況建立應急疏散模型，從中優化選擇最佳方案，供指揮中心發出客流疏導指令。
大數據技術用於公共安全管理體係事先預警是可行的。同濟大學建築與城市規劃學院一項課題顯示，手機就是當下最普及的移動定位設備之一。數據顯示，2013年末上海市手機普及率132.5％，總用戶3200.65萬。用手機定位數據研究居民在城市空間的活動，可以對城市人流平均密度進行分級，甚至實現預警。
“我國人口眾多，重大文體活動、節假日集會等活動中，容易出現因人群過度擁擠而引發的危險乃至事故”。百度研究院大數據實驗室專家表示，通過大數據對人流量的定位數據、搜索數據進行深度挖掘發現，根據地圖上相關地點搜索的請求量，可能提前幾十分鍾預測出人流量峰值，提前采取措施進行預防。但政府部門對突發的公共安全事件中大數據的分析能力還有待提高，大數據這一“富礦”還未真正開啟。
數據存儲量不夠、數據共享度不高、數據分析力不強、數據傳播能力薄弱等問題，正在製約著大數據應用於社會治理。
首先，數據存儲量不夠。上海交通信息中心主任何承告訴本刊記者，盡管上海交通信息中心掌握的交通方麵信息並不少，但是很多數據還是很缺乏。例如，由於公交車乘客下車不用刷卡，所以從技術上就很難知道公交站點實時人流量；對於像公園、景區等人流量較大的區域，可供市民行走的麵積也不清楚，因為還要剔除景觀、綠化帶的麵積。