試析國內數據新聞實踐存在的問題

劉苗苗

數據新聞是基于新聞價值和公共利益，運用數據科學從各類數據中發現事實，可視化呈現數據的新聞形態。[1]以財新“數字說”、網易“數讀”等為代表的國內數據新聞欄目生產了不少優秀作品。財新獲得“2018年度全球最佳數據新聞團隊獎”，代表著我國數據新聞業的發展和進步。

然而，數據新聞的探索實踐中仍存在一些問題。目前相關研究大都關注國內數據新聞的生產水平，從作品水平高低、規范程度的維度對整體進行評價，在理論層面指出解決問題的必要性，但缺少針對具體案例的分析，對數據新聞最基本的內容準確性關注較少。本文認為，數據新聞應首先堅守準確性這一底線，進而在數據分析、可視化技術、敘事等方面提高水平。

米爾科·勞倫茲提出數據新聞的流程包括以下基本步驟：通過反復抓取、篩選和重組來深度挖掘數據，聚焦專門信息以過濾數據，可視化地呈現數據并合成新聞故事。[2]核心步驟包括數據采集、數據分析、數據呈現。數據分析是對經過清洗、轉化等處理的數據進行分析；數據呈現包括數據可視化及敘事兩部分，將數據分析結果告知受眾。本文將沿著這三個步驟，以國內新媒體數據新聞作品為研究范圍，剖析其中存在的不準確、不規范等問題。

一、數據采集：數據源易得性與透明度低

數據新聞誕生于數據公開的語境，[3]公開數據是數據新聞的原材料。但在我國，數據開放水平仍然不高，數據源有限且不易采集，很大程度上限制了數據新聞的選題范圍和深度。其次，國內數據新聞普遍存在數據源交代模糊的問題，信源的不透明影響著數據新聞的可信度。

（一）數據采集困難

20世紀80年代，世界范圍內興起政府改革，開放政府以提高公共治理水平。[4]2009年起，許多國家和組織建立了開放數據的門戶網站，開放數據運動在全球范圍內興起。[5]大量有權威性和公信力的政府公開數據促進了數據新聞的誕生和發展。但國內數據公開程度不高，客觀上數據源易得性低。其次，數據新聞具有很強的跨學科特征，具備編程能力又掌握新聞傳播規律的復合型人才短缺，不同學科背景間的溝通也存在障礙，導致主觀上的數據不易得，通常為現有數據的再利用。除政府數據外，國內數據源還包括行業報告、互聯網數據、公開報道等，媒體自采數據較少，且一定程度上缺乏客觀性、準確性和權威性。

例如界面推出的《2019年到底該不該買房？先看懂趨勢再說》，數據源為“公開資料整理”，其中部分信息被標注為“傳聞”，作為數據新聞發布有一定誤導性。再如，新華網推出《Z世代宅人的真相了解一下》，數據源為極光大數據發布的《2019年Z世代“宅人”研究報告》。但極光大數據在聲明中表示數據僅供參考，不對其精確性、完整性、適用性等作任何保證。因此使用二手數據難以保證新聞的權威性，還會因依賴單一數據源、缺乏客觀性影響真實性。

傳統新聞報道往往采用多信源保證報道平衡和真實。原則上數據新聞中的數據源也應有多個，不同數據源應互相印證。[6]但實際操作中難以實現——數據源本就易得性不高，多數據源更會抬高時間和人力成本。而即便數據源不是單一的，也存在不同數據源無法互相印證的情況，更應保持審慎態度，弄清原始數據統計方法，說明數據選取的原因。例如財新推出的《中國的醫生數量在穩步上升，為什么還是不夠？》，“中國每千人口執業醫師數量”有兩個數據源，分別為經合組織數據和中國官方統計數據，文中注明因統計機構與統計方法不同，兩者不一致。但圖表中只呈現了前者，未提及中國官方數據，未說明原因，數據源無法相互印證直接削弱了數據新聞的可信度。

（二）數據源模糊

傳統新聞報道的信源指記者向之尋求信息的人，通常對記者的報道有既得利益。[7]信源和知曉方法的公開可澄清其中的傾向性，使得受眾能夠評判信息是否可靠。[8]在數據新聞中，數據源應被視作最重要的信源，保證公開透明。當數據采集困難影響了數據源的權威性、準確性，公開數據源對于數據新聞自證可靠性便更為重要。其次，作為知識生產的數據新聞相當于一次科學研究，[9]科學研究要求研究結果的可復現，必須詳細交代數據來源。

透明度高的數據源不僅要求交代數據出處，還包括采集方法、采集時間、數據完整性和影響性，將缺失數據、替代數據的使用等告知受眾。[10]國內大多數數據新聞中數據源交代模糊，只標注獲取數據的網站。例如界面發布的《近3成中國人春節都去旅游了，但國內游火不起來了》，其中雖然在每一張圖表下方都提到了多個數據源，包括“國家統計局”“文化和旅游部”“攜程”等，但也僅有這些網站的名稱，過于模糊。而即便新聞中使用的不是數字，交代信息來源也是必要的。在澎湃推出的《2018上海踏青賞花地圖》中，點擊交互地圖上的標記可看到賞花信息，卻看不到信息來源。與之相比，《衛報》數據新聞對數據源的交代應成為努力的方向——提供數據下載、搜索，鼓勵用戶評論和參與，秉持開放數據的理念，尋找認識和解決問題的新視角。[11]

二、數據分析：未觸及透視數據的本質

數據新聞業者的工作不是搶先報道，而是洞察事實的深層次原因和真相。在信息超載而真相稀缺的當下，公眾需要透視數據的數據新聞，了解數據背后的故事；通過分工協作生產的高價值數據新聞可以增強專業媒體的競爭力。這些價值很大程度上源于數據分析的深度和科學性，國內數據新聞的失范正是表現在這兩方面。

（一）數據分析缺乏深度

數據分析的目的是把隱藏在數據背后的信息集中和提煉出來，分為初級的描述性數據分析、高級的探索性數據分析和驗證性數據分析。[12]數字天然帶有象征嚴謹的神圣光環，相對于其他事實更可能被粗淺地解讀。[13]而不少數據新聞中僅將結構化數據加以可視化，不進行數據分析，或僅有簡單的描述性數據分析。

以多家數據新聞欄目推出的“晚婚”相關作品為例，這些作品關注點有差別，數據分析的深度不同，存在的問題也是多樣的。界面推出《如果春節你被逼婚，你就這么對付他》，僅將人口性別比和結婚率、離婚率作歷時比較和可視化，沒有進一步的解讀。網易推出《“爸媽逼你結婚，都是為了你好啊”》，展示了近年來結婚率下降的趨勢以及代表網民態度的詞頻，解讀了晚婚的原因和年輕人的心理態度。但其問題在于對原因的分析并非基于數據，而是參考了其他資料，用數據分析輔助報道，并非嚴格意義上的數據驅動新聞。財新推出《“云養蛙”火了，背后的現實是年輕人越來越晚婚》，將中、日、美三國的初婚年齡、結婚離婚比做了比較，通過對比分析展示了三個國家的婚姻狀況，進行了推測解讀。然而看似要揭示“旅行青蛙”游戲流行的背后原因，數據分析卻無法證明晚婚是游戲流行的背后現實，“云養蛙”成了一個“蹭熱點”的噱頭。

有深度的數據分析應在解答“是什么”的基礎上進一步探求“為什么”“怎么辦”；應深入分析多來源、多類型的數據，透視數據背后的本質，而不是停留在搬運、堆砌數據的層面。按照報道的目的、依靠科學的程序和方法進行統計分析，數據才能成為支撐報道敘事邏輯的關鍵線索和論據。[14]

（二）數據分析缺乏科學性

準確理解和使用數據，弄清原始數據的真實含義，不生搬硬套，是數據分析的第一步。此外還應注意“數據的陷阱”：例如計算平均數時說明具體種類——均值、中位數還是眾數；建立在小樣本容量上的百分數容易產生誤導，直接給出具體數量更有價值。[15]例如搜狐發布的《全國300個城市的租房壓力VS房租抵稅力度》，根據可支配收入及房租平均單價，按照人均36.6平方米的住房標準計算了房租與收入比。但“城市人均住宅建筑面積”36.6平方米，反映的是“有當地戶籍并有住房的城市居民的人均住房面積”，[16]而非租房者的居住面積，以此計算月平均房租顯然不合適。沒有弄清原始數據的含義，盲目追熱點、拿來即用的態度使數據新聞成為假新聞。

同時期澎湃推出《新個稅法為你省下的錢，超過了全國多少人？》，用代表全國工資分層的9088份樣本計算稅改對不同收入群體影響，用戶可以在交互網頁上輸入個人工資，查看全國排位，這種個性化的數據相對而言更有實用價值。遺憾的是澎湃未給出樣本庫來源、計算過程和方法等，僅注明計算結果沒有考慮專項附加扣除，作為工具的參考價值有限。

當人工智能技術滲入新聞生產時，算法也應用于數據新聞實踐中，由于算法設計本身的局限性和輸入數據的錯誤導致的失實風險，將是數據新聞業者必須警惕的問題。如果算法出錯，波及面更廣，后果更嚴重。[17]

三、數據呈現：規范性、直觀性與故事性不足

數據呈現包括數據可視化和敘事兩部分。數據可視化是將數據信息轉化為形象化的視覺表征形式，[18]分為靜態信息圖、交互式信息圖和動態信息圖。[19]可視化已不僅是工具，更是一種媒介：探索、展示和表達數據含義的方法。[20]作為新聞報道的一種，數據新聞以敘事為手段，強調數據在敘事中的地位。[21]在數據呈現階段，常見問題包括數據可視化缺乏規范性、直觀性，用數據引導敘事的故事性不強。

（一）數據可視化不規范

無論哪一種可視化類型都有其規則可循，規則不取決于設計或統計數字，而是為了確保受眾準確解讀編碼數據，[22]確保分析者準確觀察并闡釋數據，是關系新聞準確性的又一基本要求。例如數據可視化機構“數可視”在其微信公眾號發布的圖表《20年來，一個導師，平均帶幾個研究生？》（圖1），橫坐標軸沒有完整、明確的刻度，只顯示了20年間的8個年份，且相鄰年份的間距不相等，而橫軸間距的大小決定著曲線的傾斜程度，因此圖表不準確。其次，非連續數值應用直線而非平滑曲線聯結，應以折線圖反映趨勢的變化。再如新華網發布的《數據描繪快遞小哥，走進你我身邊“熟悉的陌生人”》，在快遞員家庭情況的可視化中，“61%的快遞員有兒女”本意應為61%已成家的快遞員有兒女，但圖中未做出明顯視覺暗示，總體似乎成了全體快遞員。

（二）數據可視化不直觀

可視化圖表在準確性基礎上的另一個重要指標是直觀性。有研究表明，人的眼睛天生是用來感知影像的，超過三分之一大腦皮層用于處理視覺信息，[23]直觀的視覺傳播方式突破民族、語言的限制，使數據在視覺的瞬間被解讀，提高了信息傳播效率，[24]這是數據可視化的主要目的。但許多數據新聞根本沒有實質上的可視化，或可視化的呈現形式與內容不統一。

圖像表意簡化、終止了符號所指到能指的思維過程，[25]閱讀可視化符號與閱讀文字符號獲取意義的過程有著本質不同。而有些數據新聞欄目發布的作品只是將數據放入圖文編排中，沒有數據可視化。例如新華網出品的《消費潛規則“潛”行，遇到“它”你該怎么辦》（圖2），在表示各領域“消費潛規則”比例時，沒有用視覺信息表明數值間的大小關系，信息傳遞仍依靠文本，未實現分類數據的可視化。再如新華網發布的《越來越便捷，來一場說走就走的出境游》，其中呈現出境游客目的地時，僅在地圖上標記了亞、歐兩洲的位置和對應數值，不屬于空間數據的可視化。

同樣是在空間信息中可視化區域數據，網易推出的《失蹤的中國孩子，被拐去了哪里》，采用了等值區域圖。例如在表示“中國失蹤兒童主要來自哪些省份”時，用地圖上圓點的大小和顏色共同表示數值大小。值得一提的是，無論數據如何，等值區域圖中面積大的區域總是得到更多的注意。[26]因此該作品中沒有在地圖上直接填充顏色，而用圓點大小避免了省份間面積不同造成的干擾。但在表示“中國失蹤兒童主要省際流向”時，采用了動圖的形式，表示失蹤兒童流入、流出路線的線條同時穿行在地圖上，只有流動方向的區別而沒有更明顯的視覺暗示，動態的線條雜亂而不直觀。因此不能為了“炫酷”的技術而可視化，形式應服務于內容。

同一張圖表信息量過大也會導致可視化不直觀。例如網易發布的《聽說，只有結婚才會拯救男人》，在同一張圖中，展示了4種疾病分別對應的未婚、離婚、喪偶3種婚姻狀態與已婚的死亡率比，并加入性別區分，信息量過于豐富使得受眾不容易在短時間內理解。圖像表意不意味著膚淺和非理性，[27]但復雜的信息圖表難以滿足當下受眾閱讀可視化新聞所期待的快感，會限制數據新聞的傳播效果。

（三）數據新聞故事性不強

數據新聞是用數據講述的新聞故事，“可視化地呈現數據并合成新聞故事”[28]是最后一個流程。故事性使數據新聞區別于一般的數據報告，為數據增加人情味，讓用戶產生心理接近性。數據敘事不意味著要用文字講故事，隨著技術的發展，包括新聞游戲、新聞工具在內的“交互敘事”[29]日益成為數據新聞的一個亮點。然而一項對國內媒體兩會數據新聞的研究顯示，超過四分之三的作品無交互功能。[30]因此對大部分無法提供參與式敘事的作品而言，在采訪基礎上形成的故事化文本必不可少。財新的互動數據新聞在這一方面表現突出。例如《五環之外》多角度探索了北京五環以外人們的生存狀況。互動頁面左側為非虛構寫作文本，對上班族、家庭主婦等具體人物的描寫細致，用戶在交互網頁上探索式閱讀，故事與數據緊密結合實現了立體化的敘事。

四、結語

國內數據新聞實踐存在的問題，直觀表現為新聞基本采編業務不規范，弱化了數據新聞引導用戶洞察數據背后信息的功能。新聞專業主義對新聞工作者追逐真相、服務公眾利益的要求在新媒體時代仍不應松懈，在數據新聞生產中，新聞專業主義更應堅持。

注釋：

[1][29]張超．數據新聞的交互敘事初探[J]．新聞界，2017(8):10-15，45．

[2][14][28]方潔．數據新聞概論 [M]．北京:中國人民大學出版社 ，2015:2，3，2．

[3][9][21]張超，鐘新．新聞業的數據新聞轉向:語境、類型與理念[J]．編輯之友，2016(1):76-83．

[4]張成福．開放政府論[J]．中國人民大學學報 ，2014，28(3):79-89．

[5]全球政府開放數據運動方興未艾[J]．電子技術與軟件工程，2014(5):5-6．

[6][10]張超．論數據新聞的實用主義客觀性原則[J]．中州學刊，2018(9):166-172．

[7][美]卡琳·沃爾-喬根森，托馬斯·哈尼齊．當代新聞學核心[M]．張小婭，譯．北京:清華大學出版社，2014:109．

[8][美]比爾·科瓦奇，湯姆·羅森斯蒂爾．新聞的十大基本原則:新聞從業者須知和公眾的期待[M]．劉海龍，連曉東，譯．北京:北京大學出版社，2011:83．

[11]文衛華，李冰．大數據時代的數據新聞報道——以英國《衛報》為例[J]．現代傳播（中國傳媒大學學報），2013，35(5):139-142．

[12]張文霖，劉夏璐，狄松．誰說菜鳥不會數據分析(入門篇)[M]．北京:電子工業出版社，2013:15-16．

[13] Gray J， Chambers L，Bounegru L． The data journalism handbook[M]． O'Reilly，2012．

[15][美]哈夫．統計數字會撒謊[M]．廖穎林，譯．北京:中國城市出版社，2009:25，115．

[16]張延群．24個大中城市人均住房面積及房價相對泡沫估算[J]．西部論壇，2015，25(1):60-65．

[17]張超．新聞生產中的算法風險:成因、類型與對策[J]．中國出版，2018(13):38-42．

[18]周子淵．數據驅動與圖像驅動:數據新聞發展的動因分析[J]．中國編輯，2018(3):23-27．

[19]沈浩，談和，文蕾．“數據新聞”發展與“數據新聞”教育[J]．現代傳播（中國傳媒大學學報），2014，36(11):139-142．

[20][22][26] [美]邱南森．數據之美：一本書學會可視化設計[M]．張伸，譯．北京:中國人民大學出版社 ，2014:44，3，165．

[23][25][27]歐陽友權．新媒體的技術審美與視覺消費[J]．中州學刊，2013(2):155-159．

[24]杜士英．視覺傳達設計原理[M]．上海:上海人民美術出版社，2015:46．

[30]江宇，解晴晴．國內“兩會”數據新聞報道研究——基于2013-2018年5家媒體“兩會”數據新聞報道的分析 [J]．傳媒 ，2019(1):91-94．