新冠疫情中的數據新聞研究
——基于知識生產的視角

□

內容提要 從知識社會學視角看，新聞是一種知識，處于知識連續區中。新冠疫情期間的數據新聞可被分為呈現型、解釋型和預測型三種，前者生產偏向“熟悉性”的知識，后兩者生產偏向“理解性”的知識。而在這一場突發公共衛生事件中，數據新聞價值體現在知識生產、知識管理和知識共享上。

2019年12月30日，武漢市衛生健康委員會醫政醫管處發布《關于做好不明原因肺炎救治工作的緊急通知》紅頭文件，新型冠狀肺炎首次進入公眾視野。新冠肺炎是一場突發公共衛生事件，疫情期間公眾除了需要及時、準確的信息，還需要科學的健康科普知識。新聞有復雜的政治、經濟和社會屬性，相比研究“作為商品的新聞”和“作為意識形態的新聞”，本文將沿著知識社會學的視角研究“作為知識的新聞”[1]，進而分析此次疫情中的數據新聞報道表現。

在眾多新聞品類中，數據新聞在知識生產上有自身類型特點和價值，它是指“一種運用計算機程序對事實材料和統計資料進行采集、分析和呈現的量化報道方式，也指一種通過上述方式生產的新聞品類”[2]。截至2019年5月，我國至少有過47個數據新聞欄目，其中31個欄目保持固定更新，16個已停更或無法查詢更新情況[3]。

一、疫情中數據新聞的整體表現

本文選取國內32個主要的數據新聞發布主體截至2020年3月10日的256篇新冠肺炎相關數據新聞進行內容分析，樣本基本涵蓋了在疫情期間的主要數據新聞作品。參考澎湃“澎湃號·有數”欄目對數據創作者的類型劃分，32個發布主體可進一步歸納為6個類型——機構媒體、門戶網站、新媒體機構、高校、數據服務提供商、個人。在數據新聞領域，非傳統媒體機構和部分個人創建的自媒體已然成為重要的生產力量，將它們也納入觀察能使研究樣本覆蓋更加合理。

在我們的研究樣本中，32個發布主體平均發布稿件數量為8篇，每篇平均圖表數量為5.6張，而機構媒體的新冠肺炎數據新聞平均數量遠高于其他類型主體，如果進一步分析發稿頻率，能夠更清晰看到不同類型主體的數據新聞生產力差異。32個發布主體的平均發稿頻率為5.4天/篇，發稿頻率最高的前10位中，有2/5為機構媒體。相對而言，機構媒體的數據新聞欄目有更充足的生產人員和更成熟的生產流程，其對新聞時效性的要求也較高，故而能夠壓縮單篇稿件的生產周期。

本文對這256篇數據新聞的主題、數據分析深度和圖表復雜程度作了整體研究。主題上分為數據通報、疫情現狀、防控措施、科研科普、疫情影響和其他六類，發現稿件絕大部分較均勻分布于前五類主題。與微信公號“RUC新聞坊”對2286篇肺炎報道主題分布的研究結果對照分析[4]，數據新聞中防控措施主題占比下降，疫情現狀和科研科普主題有明顯上升。可以看到，疫情中數據新聞內部基本沒有主題傾向，但在外部比較中，呈現出對疫情現狀和科研科普主題的偏好。

數據分析深度上，80%數據新聞達到了多樣化描述性統計層次，簡單呈現單個或多個統計量的情況（7%）和進行復雜的推斷預測的情況（13%）都為少數。

圖表復雜程度上，簡單統計圖使用率最高，出現率高達82%；其次是出現率為30%的表格；較為復雜的復合式統計圖、復合式地圖和視頻只有17%、17%和6%，整體復雜程度較低，且94%不可交互。

可見，在突發公共衛生事件傳播中，數據新聞更多采取中度的數據分析和常規的可視化方式，以更好顧及時效性和讀者接受度。

二、疫情中數據新聞的知識類型

將知識社會學引入新聞研究的芝加哥學派學者羅伯特·帕克（R.E.Park）認為新聞處于由直覺的非系統的“熟悉性知識”（acquaintancewith）和正式的系統的“理解性知識”（knowledgeabout）構成的“知識連續區”（knowledgecontinuum）中，是兼顧兩種知識特性的特別知識[5]。有學者借鑒科學知識中的“核心知識”和“外圍知識”進一步發展帕克的理論，認為新聞中通過描述讓公眾知曉的部分是偏向“熟悉性知識”的核心知識，而新聞中通過解釋或論證讓公眾理解的部分是偏向“理解性知識”的外圍知識[6]。

借鑒有學者提出的“整體-圖景型”“問題-分析型”“已然-預測型”和“模型-定制型”的數據新聞分類[7]，新冠疫情中256篇數據新聞可以被劃分為三個類型：呈現型、解釋型和預測型。其中呈現型更偏向新聞核心知識生產，讓公眾知曉新冠疫情相關的事實；而解釋型和預測型更偏向新聞外圍知識生產，促進公眾理解新冠疫情相關問題的原因和發展趨勢。

256篇數據新聞中，呈現型為148篇（占比58.2%），解釋型為89篇（占比34.4%），而預測型為19篇（占比7.4%）。總體而言，疫情中數據新聞依然注重告訴公眾“是什么”，發揮其核心知識生產功能，再生產外圍知識，告訴公眾“為什么”和“會怎樣”。

表1：主體及樣本容量分布統計表

表2：發稿頻率前十統計表

（一）呈現型數據新聞

疫情中的呈現型數據新聞主要是對疫情現狀和影響的整體情況進行數據收集和呈現。數據通報和疫情影響主題尤其偏好制作為呈現型數據新聞（表5），數據通報是最為直觀反映疫情態勢的主題，而疫情影響是公眾難以通過自身信息渠道了解宏觀情況的主題，所以這兩個主題更需要展現“是什么”的信息層次。

數據通報主題上，疫情地圖和疫情曲線是最為典型的稿件，幾乎是每家機構媒體的標配，澎湃、財新、上觀都有自主開發的實時更新疫情地圖。值得一提的是北京大學可視化與可視分析實驗室，發布了數據維度和可視方式多樣的數據通報稿件共10篇，包括《新冠病毒肺炎疫情晴雨表》《疫情方寸間》《全國疫情態勢》等[8]，呈現角度全面，可視化不落俗套。

疫情影響主題上，比較常見的是對復工復產、居家生活、行業影響的展現，而個人類型主體@照路明則關注到了公眾心理層面的影響。照路明的《后疫情時代|我們如何被新冠肺炎改變了生活？》采用問卷調查的方式對公眾面對疫情的心態做了調查和展示[9]，這種方式能較為直接地收集到社會心理數據，補足了疫情圖景的缺角。

還值得一提的是，在疫情暴發期，通過公開案例歸納呈現病毒傳播規律，有重要意義。上觀2月8日發表《87例沒有“湖北接觸史”的人，他們是怎么感染上新冠肺炎的》，基于上海確診病例的病例類型、行程點出無湖北接觸史病例和聚集性病例增加的現狀，并歸納了三大聚集場所[10]。

（二）解釋型數據新聞

疫情中的解釋型數據新聞主要是對疫情情況和相關措施存在的問題或疑惑進行解釋。科研科普是最適合采用解釋型的主題（表5），通常從瘟疫歷史和科學維度進行解釋。

如澎湃的《圖釋兩千年傳染病史：若瘟疫無法被根除，該如何與之相處？》[11]和數據服務提供商數可視的《疫情何時能結束？人類戰“疫”史的這些數據或許能給你些線索》[12]不約而同地將新冠肺炎放置到歷史坐標系中，通過與其他傳染病進行對比，幫助公眾理解新冠肺炎。

（三）預測型數據新聞

疫情中的預測型數據新聞主要是根據現有大數據和模型對疫情走勢和防控措施有效性進行預測。預測型是應用性較強的類型，故只有疫情現狀、防控措施和疫情影響主題采用（表5）。

疫情現狀的預測是對各地感染率的預測和真實重癥率的預測。這類數據新聞多參考人流遷徙數據，并結合部分傳染病傳播數據模型，對各地可能的疫情走勢做出預警。如DT財經《返工潮之下，哪些城市面臨最大的疫情防擴壓力？| DT數說》對返工潮中的各城市疫情輸入風險做預測[13]。防控措施的預測是對措施有效性的推斷。如新媒體機構集智俱樂部4篇預測型數據新聞中3篇是對防控措施的預測，分別是對口罩資源最優分布、防控措施見效期和輿情與肺炎擴散相關性的預測。疫情影響的預測則集中在對真實復工情況的預測。城市數據團《疫情過后，上海會從哪里開始復蘇？》通過寫字樓外賣數據，層層預測上海線下復工率最高的地段、商務區和寫字樓[14]。

另外，值得關注的一個現象是，19篇預測型數據新聞發布主體只有約30%為機構媒體，推測可能是因為預測型報道的結論所指具有一定不確定性，這使機構媒體對之采納更為審慎。

三、疫情中數據新聞的知識價值

新冠疫情中的數據新聞具有知識生產、知識管理和知識共享的價值，知識生產是知識管理的前提，而管理知識可以更好實現知識共享，知識共享又會促進有價值的新知識生產，知識生產—知識管理—知識共享成為一個良性回環。

□ 呈現型-可視化與可視分析實驗室（高校）《疫情晴雨表》。

（一）知識生產

帕克認為，新聞的制作過程就是知識的生產過程[15]。數據新聞作為一種新聞論證，需要生產者調用分析思維、抽象思維，知識生產屬性更為明顯[16]。疫情中的呈現型數據新聞，能夠通過數據得出事實性結論，為公眾呈現更清晰的事實圖景，是生產偏向“熟悉性”的知識。解釋型和預測型數據新聞，則調用更多學科知識，從更為嚴謹、科學的進路剖析事件肌理，提高公眾科學素養，是生產偏向“理解性”的知識。像新冠疫情這樣的突發公共衛生事件，往往存在專業壁壘和理解門檻，大眾傳媒需要成為通往科學的橋梁。數據新聞兼顧科學性和可讀性，在疫情期間知識生產工作中有獨特的地位。

表3：主題類型分析

表4：圖表復雜度分析

表5：各主題對應文章類型分析

（二）知識管理

在知識生產之后，有學者提出知識管理的問題，認為網絡時代新聞不再是“一次性商品”，媒體需要對自己生產的知識加以儲存、提煉和使用[17]。借助技術，數據新聞能比傳統的文字稿件更好實現數據儲存和更新，形成知識儲備和再使用的數據庫。如疫情期間的疫情地圖就有知識管理的價值，作為一個需要運營維護的數據新聞產品，發布主體可以每天在上面進行更新，公眾也可以通過同一個入口持續關注事件，留意到歷時性變化。這樣的數據庫也會成為未來寶貴的歷史資料庫，為歷史和科學研究提供素材。

（三）知識共享

數據新聞的發軔與“開放數據”運動相關，故該領域從業者非常看重數據源開放。數據開放某種意義上是開放生產后臺，能夠讓讀者在獲取結論之余，還能獲取方法，還可以對這些數據進行再加工，產生新知識，達到知識共享的目的。我們統計的256篇數據新聞中，91%清晰標注了數據來源，達到了數據新聞開放透明的要求。其中9%的稿件還給出了清晰的數據來源鏈接。新一線城市研究所將各省疫情數據放到騰訊文檔共享；澎湃將實時確診數據放到石墨文檔進行共享并每日更新，這份數據成為了網易稿件中的數據來源。澎湃、大數據文摘、嚴肅的人口學八卦和可視分析有在GitHub上共享項目代碼。新京報、集智俱樂部、城市數據團等有給出參考論文的詳細地址。

疫情期間，多類型主體參與到數據新聞的生產中，通過開放數據，制作出類型豐富的作品，為公眾傳達清晰宏觀的疫情圖景和簡單易懂的科普知識，實現了知識生產、知識管理和知識共享功能。

【注釋】

[1]劉濤.作為知識生產的新聞評論:知識話語呈現的公共修辭與框架再造[J].新聞大學，2016（06）:100-108+150-151.

[2]方潔著.數據新聞概論 操作理念與案例解析[M].2019

[3]吳小坤，全凌輝.數據新聞現實困境、突破路徑與發展態勢——基于國內7家數據新聞欄目負責人的訪談[J].中國出版，2019（20）:22-28.

[4]RUC 新聞坊：《2286 篇肺炎報道觀察：誰在新聞里發聲？》https://mp.weixin.qq.com/s/xOUYUAZ1On3pvX7iCn1cPA，2020年2月11日

[5]Park，R.E.News As a Formknowledge:A chapter in the sociology knowledge.American Journal of Sociology.1940，45（05）.

[6]鄭忠明，江作蘇.作為知識的新聞:知識特性和建構空間——重思新聞業的邊界問題[J].國際新聞界，2016，38（04）:142-156.

[7]曾慶香，陸佳怡，吳曉虹.數據新聞:一種社會科學研究的新聞論證[J].新聞與傳播研究，2017，24（12）:79-91+128.

[8]可視分析：新型冠狀病毒肺炎疫情 可視分析系列，https://vis.ucloud365.com/ncov/home.html

[9]照路明：《后疫情時代|我們如何被新冠肺炎改變了生活？》，，https://www.thepaper.cn/newsDetail_forward_5878357，2020年2月10日

[10]上觀：87例沒有“湖北接觸史”的人，他們是怎么感染上新冠肺炎的，https://m.thepaper.cn/newsDetail_forward_5851992，2020年2月8日

[11]澎湃：《圖釋兩千年傳染病史：若瘟疫無法被根除，該如何與之相處？》，https://www.thepaper.cn/newsDetail_forward_6058438，2020年2月21日

[12]數可視：《疫情何時能結束？人類戰“疫”史的這些數據或許能給你些線索》，https://mp.weixin.qq.com/s/VIIQ3wqRvtApbdI3ZTyoww，2020年3月5日

[13]DT財經：返工潮之下，哪些城市面臨最大的疫情防擴壓力？| DT數說，https://mp.weixin.qq.com/s/QM7Ug6YoqETJMlaY1q7kpg，2020年2月6日

[14]城市數據團：《疫情過后，上海會從哪里開始復蘇？》，https://mp.weixin.qq.com/s/Bh7lc8Vwzl1dGLu0WShIQQ，2020年2月25日

[15]同[5]

[16]同[7]

[17]鄭忠明，江作蘇.新聞媒體的知識管理:另一種角色期待——以《紐約時報》創新實踐為例[J].新聞記者，2016（05）:27-37.