數據“深加工”：疫情下的數據新聞報道透視

□

內容提要 與傳統的文字報道相比，數據新聞在突發公共衛生事件中具有獨特價值。本研究選取新華網《數據新聞》、網易《數讀》、搜狐《數字之道》、澎湃新聞《美數課》、財新網《數字說》等五個知名數據新聞欄目共176篇報道進行文本分析，并對比分析了外文媒體的數據新聞報道。研究發現，此次疫情中五家媒體在數據分析、數據呈現、用戶參與和共享上進行了“深”嘗試，但在數據來源、動態信息圖和交互設計的使用以及選題內容上仍缺乏“深”內涵，由此提出數據新聞報道“深加工”的途徑。

在突如其來的新冠肺炎疫情中，數據新聞因可以講述文字無法述說的故事而彰顯出獨特價值。數據新聞是用數據處理的新聞，它是把傳統新聞具有敏感性和說服力的敘事能力，與海量的數據信息相結合而形成的一種全新的新聞報道方式[1]。數據新聞通過反復抓取、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并成新聞故事[2]。

疫情之下，國內媒體的數據新聞報道有何創新與不足？外文媒體的數據新聞報道有哪些值得借鑒？本文以國內五個知名數據新聞欄目為例，選取2020年1月20日疫情爆發至5月26日國內疫情基本得到控制這一時間段內，與疫情相關的數據新聞報道共計176篇（其中新華網《數據新聞》64篇、網易《數讀》24篇、搜狐《數字之道》21篇、澎湃新聞《美數課》34篇、財新網《數字說》33篇）進行文本分析；對比起步較早的英國BBC、《衛報》《今日美國》及香港《南華早報》等媒體疫情報道，剖析國內媒體數據新聞報道的突破和不足。

□ 表1 五個數據新聞欄目數據來源分析（本研究整理）

一、疫情數據新聞報道的創新

首先，數據分析方法多樣。數據新聞的分析方法一般包括“統計、關聯、對比、換算、量化、溯源、發散、綜評”等方法[3]。此次疫情報道中，除常見的對比方法之外，還采用統計、換算、關聯等方法，并將這幾種方法疊加使用，形成對數據的“深加工”。

澎湃新聞《美數課》的報道《多國疫情進入劇烈增長期，全球“封鎖”步步加深》，對比不同國家采取相同措施的時間先后，直觀顯示了全球對疫情的防控情況，較之傳統文字報道，數據分析更能將復雜事實清晰地展示出來?！逗筒《鞠啾热祟愒诘厍蛏暇烤箮捉飵變?？》（搜狐《數字之道》）用簡單的換算解釋一個復雜的知識，換算也是數據新聞的長項。

其次，數據呈現——可視化圖表+可聽化+短視頻。各數據新聞欄目創新圖表形式，不僅有傳統的平面柱狀圖、折線圖、餅圖、表圖，還將其立體化、3D化，并采用了詞云、熱力圖、社會關系網絡圖和一系列自行創作的圖表。新華網《數據新聞》的交互報道《致敬每一個閃亮的名字》，首頁將援鄂醫療隊員的名字通過彈幕形式呈現，內頁則用名字拼成省份簡稱，生動形象地體現了抗疫中“一方有難，八方支援”的精神，表達了對醫護人員的敬意（圖1）；澎湃新聞《美數課》在關于新冠病毒肺炎的逝者報道中，將每一位逝者比作一朵花，將其自身患病情況、性別通過花瓣、花心表示。在文字難以傳達的情況下，可視化通過顏色差異、字體大小，將抽象的信息轉換為直觀、具體的報道，并對重要信息加以突出強調。

□ 表2 五個數據新聞欄目的數據新聞可視化呈現方式分析（本研究整理）

圖像與聲音結合，眼睛和耳朵并用能夠幫助人們輕松地接受信息，這是信息圖、交互圖表都難以達到的效果。此次財新網《數字說》的報道設置了語音播報功能，讀者可以播放音頻獲取信息。但《數字說》是機器對照文稿播報，效果不太理想。數據新聞的可聽化并不普遍，原因在于可聽化需要更高的成本。

短視頻兼具圖像和聲音的功能，已成功運用到數據新聞上。搜狐《數字之道》、澎湃新聞《美數課》在疫情報道中都采用了短視頻的形式。澎湃新聞《“鉆石公主”號上新冠肺炎感染比例已高達14.6%》通過數據走勢、重點數值、郵輪平面圖、地圖和視頻解說，將鉆石公主號上的新冠病毒感染情況、感染原因、病例情況、事件發展、郵輪路徑等信息在短短2分26秒內展示出來，這是文字報道和圖解都需要花費一番功夫才能解釋的。

再次，用戶參與和共享。此次疫情報道主要通過客戶端、微信公眾號的回復來實現受眾參與，但受限于下載量，涉及的范圍相對較窄。澎湃新聞《美數課》嘗試采用線上問卷的形式，通過Credamo平臺發放，對近千名學生、家長和老師進行調研，推出《“停課不停學”，目前大規模線上教學反響如何？》的報道，此舉還能收集用戶數據，對數據進行科學管理，是一次創新。此外，在《新冠肺炎病例實時地圖》底端設置了疫情信息明細數據共享的鏈接，用戶可以通過石墨文檔、GitHub等渠道了解、使用病例數據。由于數據共享鏈接放在新聞的最底端，實時地圖的圖表過長，讀者若不閱讀到底部，將無法看到共享數據，這就大大減少了公眾參與數據共享的機會。

二、疫情數據新聞報道的難點與不足

□ 圖1

□ 圖2 澎湃新聞《美數課》2020 年2 月1 日報道截圖。

疫情之下數據新聞報道的難點表現為：一是數據采集難度大。統計的失誤、權威機構發布不及時等原因，都會令數據新聞報道者面臨“巧婦難為無米之炊”的難題。英國《衛報》數據新聞記者帕梅拉·鄧肯（PamelaDuncan）撰文稱，自從疫病大流行開始以來，獲取數據一直是記者在專業上面臨的最大挑戰之一，“對于像我這樣的數據記者來說，過去兩個月中的大部分時間都花在了追蹤數據上。”[4]二是受眾對于數據更新的及時性、準確性要求更高，而數據分析和可視化制作，如復雜的動態信息圖和交互設計等，需要較長的生產周期，故而形成矛盾；三是由于數據采集和時效的原因，數據新聞選題難度大，做有深度的數據挖掘和分析更難。鑒于上述難點，縱觀此次疫情下五家媒體的數據新聞報道，仍存在以下不足：

首先，數據來源模糊不清、渠道單一。新聞來源作為數據新聞專業規范中的一個指標，卻常常遭到“偷工減料”，這與數據新聞領域倡導的開放理念背道而馳[5]。對比境外媒體在一條數據新聞中常常出現超過20個數據來源，國內數據來源還比較單一。此次疫情報道，在統計的176篇數據新聞中，有17篇沒有來源說明（表1），并有7篇數據來源模糊不清，僅標出“根據公開資料整理”。在數據來源的數量上，仍有50篇報道僅有1個數據來源。

目前國內媒體的數據來源一般包括政府公開網站、第三方機構數據和報告、學術論文、抓取數據等。澎湃新聞在疫情期間用爬蟲扒取了美國約翰霍普金斯大學網站上公布的海外疫情的相關數據，再把數據導入到所制作的項目中。除了公開的政府數據、開源數據等，商業數據也可以成為媒體數據來源。網易《數讀》的《火鍋奶茶還有你，都給我等著》《在家待久了，中國人重新愛上方便面》，財新網《數字說》的《7000條熱搜詞條分析疫情中大家都關注啥？》，這些報道的數據抓取自社交平臺、購物平臺，使得數據新聞更加貼近讀者，更具有趣味性。此外，為了保證數據的準確性，搜狐《數字之道》、網易《數讀》引入專業人士審核，進一步規范數據的應用，確保信息的準確。數據科學性的審核，能夠避免錯誤信息的傳遞，但是這種審核還只是個別媒體的行為，并未成為普遍的做法。

其次，缺少動態信息圖和交互設計?？梢暬尸F一般包括靜態信息圖表、動態信息圖表和交互式信息圖表等，而此次五個數據新聞欄目的報道均以靜態信息圖表為主（表2）。

疫情報道中仍缺少動態信息圖和交互設計作品。例如，同樣是用圖形數量表示人數，《今日美國》2020年1月29日報道采用了交互設計，當用戶點擊某個顏色的方塊時，被點擊的方塊會出現文字的解釋，同時其他顏色的方塊會變為灰色，這種設計不僅僅調動了視覺，還帶動觸覺的體驗（圖3）。而澎湃新聞《美數課》則采用靜態圖，在圖片上將所有的信息鋪開，雖然直觀但是缺乏互動感（圖2）。

除了交互設計的可視化呈現，還缺少動態圖表。此次疫情新聞中，英國BBC網站的報道在呈現一段時間內的感染人數變化上，使用了可自行調節的動態圖表，讀者可以選擇暫停、播放圖標，并且拉動時間軸上的按鈕，查看具體日期的感染人數數量。而國內媒體的動態圖表是一種自行跳動的圖表，速度和時間都不能選擇。

再次，選題內容缺乏深度。常規型數據新聞只需簡單的數據處理技能，可以在較短時間內迅速完成制作，因而較為常見；而調查型數據新聞需要使用復雜的數據處理技能，制作者需要較長時間做深入分析，內容上強調問題導向，旨在深入挖掘數字背后的故事，并做深度解釋?？v觀此次疫情報道，常規型數據新聞報道多，調查型數據新聞報道較少，對于內容的深度挖掘明顯不足。

□ 圖3 《今日美國》2020 年1 月29 日報道截圖（上圖為報道未點擊方塊時的樣式；下圖為同一報道點擊方塊時的樣式）

此次疫情報道中，五個數據新聞欄目均注重選題的多樣性，選題以實用、解惑為主，兼具趣味性。相比之下，《衛報》、《南華早報》等在選題方面更注重新聞性，關注內容的深度解讀和分析?！赌先A早報》2020年3月30日A12版推出的整版報道《解碼Covid-19》，運用圖表和圖形，以文字貫穿始終，向讀者詳細解釋了新冠病毒，有一定的權威性；另一篇報道《新冠病毒如何破壞了食品供應鏈》（2020年4月21日），則綜合運用了漫畫、新聞圖片、視頻和文字等，對全球食品供應鏈的變化進行了深度解讀。

三、結語

與傳統的文字報道相比，在突發公共衛生事件中數據新聞將數據轉化成可看懂的圖像內容，能幫助讀者更好地理解一個復雜的問題，及時釋疑解惑；數據新聞可以直觀地揭示事件的嚴重性，提高公眾對疫情的關注度，可視化效果更易引起讀者的情感共鳴；數據新聞能夠在迅速發展的危機中通過數據分析做出預測，為公共政策的制定提供可靠依據等，彰顯了數據新聞的獨特價值。

此次疫情中，國內五家媒體在數據分析、數據呈現、用戶參與和共享上進行了“深”嘗試，但是在數據來源、動態信息圖和交互設計的使用，以及選題內容上，仍缺乏“深”內涵。數據新聞作為一種全新的報道樣式，已成為媒體融合的利器。借鑒境外媒體的做法，數據新聞報道“深加工”，一是要開放數據共享，增強受眾與媒體的互動，滿足受眾個性化需求；二是要合理運用動態信息圖和交互設計等數據可視化手段，降低受眾獲取信息的難度；三是拓寬數據新聞報道視角，增加報道內容的深度，多元化地講述文字無法述說的故事。

【注釋】

[1]Gray J，Bounegru L，Chambers L：《The Data Journalism Handbook》[M]，O’Reilly Media，Inc，2012年版，第2頁

[2]喻國明 李彪 楊雅 李慧娟：《新聞傳播的大數據時代》［M］，中國人民大學出版社，2004年版，第25～26頁

[3]段曉敏：《大數據時代傳統紙媒“數據新聞”的實踐與價值——以《南方都市報》“數據”欄目為例》[J]，《新聞世界》，2014年第11期

[4]The Guardian:《Counting the human cost of Covid-19:'Numbers tell a story words can't'》[EB/OL]，https://www.theguardian.com/membership/datablog/2020/may/09/datacovid-19-numbers-story-pandemic-guardian-statistics，2020年5月9日

[5]方潔 高璐：《數據新聞:一個亟待確立專業規范的領域——基于國內五個數據新聞欄目的定量研究》[J]，《國際新聞界》，2015年第12期