數據可視化在疫情報道中的應用

劉婷 劉穎旭 翟暢

摘 ?要：數據可視化是大數據背景下誕生的跨學科、跨領域的新聞報道方式，通過數據挖掘，運用信息圖表、交互式多媒體將數據可視化呈現，探討數據背后的新聞。本文運用文本分析與內容分析相結合的方法，以中外媒體對新冠肺炎疫情的數據可視化報道為例，對疫情報道中數據可視化的報道類型和呈現方式進行研究。在疫情報道中，運用數據可視化將數字生動化，提高公眾對疫情的關注度，幫助受眾理解專業知識。目前，疫情報道中還存在為了可視化而可視化、誤用可視化報道呈現方式、追求花哨的設計樣式、重宏觀數據輕個體敘事等不足，在此基礎上進一步探討疫情報道中數據可視化的發展方向。

關鍵詞： 數據可視化;疫情報道;新冠肺炎;科技傳播 ? ? ? ? ? ? 中圖分類號：G2 ? ? ? ? ? ? ? ?文獻標識碼：A

本文著錄格式：劉婷，劉穎旭，翟暢. 數據可視化在疫情報道中的應用——以新冠肺炎事件報道為例[J].中國傳媒科技，2020，03（03）：22-27.

1.疫情報道與數據可視化

數據可視化（data visualization）起源于20世紀60年代的計算機圖形學， 是利用計算機圖形學和圖像處理技術， 將數據轉換成圖形或圖像顯示出來， 并進行交互處理的理論、方法和技術。[1]在新聞報道中，數據可視化通過獲取、篩選、處理和分析數據，使數據用圖形化的方式呈現，不僅可以讓受眾更加高效、直觀、全面地獲取信息，甚至能通過數據呈現的規律預測事件走向，達到深入淺出的報道效果。

2019年12月以來爆發的新型冠狀病毒肺炎（Corona Virus Disease 2019）疫情引起了國際社會的關注。截至2020年3月18日，中國已累計確診81202例，累計死亡3242例。除中國外的130多個國家和地區確診104135例，死亡4940例，形勢十分復雜嚴峻。在這次疫情報道中涌現出了大量可視化新聞報道，這類報道以呈現形式直觀豐富、交互性強等優勢得到受眾密切關注。本文以新型冠狀病毒肺炎為案例，通過文本分析與內容分析， 對數據可視化的報道類型和呈現方式進行研究，探討數據可視化在疫情報道中的優劣勢和應用前景。

2.新冠肺炎的數據可視化報道類型

本文選取2020年1月11日至2020年3月18日期間國內、國外媒體關于新冠肺炎的數據可視化報道作為研究樣本（見表1），通過對樣本分析，將報道類型分為科普介紹、統計總結、地理分析、政策宣傳4個類別。

2.1科普介紹型：新冠病毒的基本常識

科普介紹型報道內容主要是對新型冠狀病毒的基本闡釋，包括定義、發生、傳播方式、感染癥狀、診斷及如何阻止傳播，這種報道形式主要發生于媒體當地疫情開始初期。

《人民日報》的《必看！新冠肺炎的30個真相》闡述了新型冠狀病毒的定義、傳播方式、癥狀和防護，專業的詞匯配合冷靜的灰紫色調，既對受眾進行了科普又穩定了情緒。BBC的報道《冠狀病毒癥狀：它們是什么？如何保護自己？》以第一視角進行新型冠狀病毒防護圖的繪制，讓觀者“秒懂”。WHO的《新型冠狀病毒（COVID-19）情況》運用手繪的形式對病毒做了全流程解讀，制作成本低且周期短，適宜各個年齡層的受眾。新華社的《3D新聞丨了解新冠病毒》則在科普介紹型報道中別具一格，運用移動端3D交互模型，將新型冠狀病毒的形狀、肌理、結構一一展現，直觀明了、交互體驗流暢。

2.2統計總結型：新冠病毒影響幾何

統計總結型報道將同種類型的數據進行整理匯總，強調本國或某地區的信息，常用于不同地區間的數據比較。

WHO的報道《新型冠狀病毒（COVID-19）情況》，充分運用網頁端顯示面積大、交互性強、可迭代的特點，展示了各地區的確診數、病亡數、影響范圍、發展趨勢，多模塊結合，為觀者明晰了疫情全球發展態勢（圖1）。H5形式的統計總結型報道在此次疫情中被廣泛使用，通過依托社交媒體快速、廣泛傳播且可以持續迭代優化，引導用戶多次訪問。丁香醫生《新型冠狀病毒肺炎疫情實時動態》在2020年1月21日上線之初匯總整理了全國各地的疫情數據，多次迭代優化后又加入了國外疫情數據、辟謠與防護、實時播報、疾病知識、在線問診等內容。丁香醫生報道的先發優勢、用心經營、直擊痛點，使其在此次疫情報道眾多產品中脫穎而出，截至2020年3月15日已有三十億余人次瀏覽。

2.3地理分析型：新冠病毒如何傳播

了解病毒傳播的渠道可以使政府、民眾利用恰當的方法控制傳播，進而減少病毒的擴散。地理解說型報道常與統計總結型報道相輔相成。

澎湃美術課的報道《2個月，13753例，新冠肺炎如何蔓延全球？》著重描述了新冠病毒的全球化傳播過程及重點傳播案例，截取7個時間節點，展示了從中國發現第一例新冠病毒患者到全世界76個國家出現新冠病毒（見圖2）。報道《從首例到“封城”，這763份確診詳情還原了新冠病毒向全國擴散的路徑》則聚焦每個確診案例的傳播路徑，以武漢為中心，描述了多個后期確診患者的移動路線。

2.4政策宣傳型：新冠疫情的應對

在新冠疫情的報道中，交通管制、物資供應、公共系統運行、社區管理、復工復學通知和受眾息息相關，政策宣傳型報道通過挖掘各地政策、規定、通知、措施，對政策進行解讀。

帝都繪的《疫情爆發后的一個月里，你的城市做了什么？》以日期和城市為維度，橫縱軸為骨，色塊為肉，填充出生動活潑的各地交通、企業、醫療、物資、教育、公共場所、社區等方面的防疫措施長圖。美中不足的是，圖例顏色過多，讀者難以在短時間內記憶（見圖3）。澎湃美術課的《盤點|各地馳援湖北的52支醫療隊被派到了哪些醫院？》側重醫療援助的研究，為用戶清晰地表達了援助方和受援方的人員流動、醫療隊救治人員的結構組成。

3.新冠肺炎的數據可視化呈現方式

奈特（Knight）將數據可視化按照從易到難排序為數據抽取、靜態地圖、列表和時間軸、表格、曲線圖或圖表、動態地圖、文本分析和信息圖。[2]在此次新冠肺炎疫情報道中，媒體運用各種可視化呈現手段讓多維數據的呈現直觀清晰。

3.1靜態地圖與動態地圖

地圖是人類概括和符號化所在地理空間和現象的有效手段，將時間、空間、多角度的疫情數據呈現在地圖上，通過交互讓用戶有選擇性地展開局部查看更加精細劃分的層次，化繁為簡，直觀清晰。

在針對新冠疫情工作中，各大媒體研發制作了一系列地圖疫情作品。丁香醫生推出的《全國新型肺炎疫情實時動態》產品通過不同的色彩呈現各地疫情的發展情況與差異，讓讀者及時獲取疫情在世界各地的分布情況及數據動態。《了解你附近的「新冠肺炎」定點醫院》根據用戶使用電子設備的地理定位，為用戶提供最近的新冠肺炎定點醫院位置信息，用戶可以通過手動拖拽、點擊等手勢定位、選擇、查看詳細信息（見圖4）。

靜態地圖更加適用于單一維度數據的呈現，而運用動態地圖更能展示某一現象長期的發展情況。[3]北大可視分析實驗室將地圖與時間維度結合，用戶可以自己交互看到從疫情開始至今的確診、治愈情況的狀態回顧（見圖5）。超圖集團利用確診人員同程數據，配合交通通行量展示，清晰地反映出采取不同出行方式的涉疫人群的軌跡分布，以及隨著時間的延長，出行人數的變化趨勢（見圖6）。分析遷徙人群數量能夠提前預測疫情發展趨勢，指導醫療資源的合理調度。

3.2信息圖表

信息圖表具有呈現事件發展趨勢、進行數據對比的功能。除了常見的柱狀圖、餅圖、折線圖、氣泡圖、雷達圖、樹狀圖外，還有在這些圖表基礎上衍生的圖表，如矩陣圖、疊嶂圖、地震圖等。各大媒體利用豐富的圖表形式，呈現出隨著時間變化全國涉疫人數、病亡率、重癥率發展趨勢等重要信息，讓用戶直觀地了解各地疫情發展趨勢。

北大可視分析實驗室根據各地每日新增確診病例數量制作了疫情變化晴雨表，用方塊的大小表示各地每日新增確診的數量，用顏色編碼了變化趨勢，方便用戶進行前后對比，通過柱狀圖呈現各地累計確診數量及增長速度（見圖7）。澎湃數據新聞團隊在「從首例到“封城”，這763份確診詳情還原了新冠病毒向全國擴散的路徑」中利用疊嶂圖的形式呈現封城前多少后期確診患者出入武漢，利用圓形樹狀圖的形式呈現他們在離開武漢后前往哪些城市，讓讀者直觀地了解病毒在初期的傳播途徑和傳播模式（見圖8）。

3.3時間軸

時間軸按照時間順序將某事件發展情況或不同時期的同類型事件的相關信息整合，用戶可以了解某一事件的來龍去脈或對不同時期的信息進行比較。時間線適用于同類型事件的整合和揭示事物的發展過程，具有整合內容、揭示變化的作用。[4]

丁香醫生疫情日報第22期《一圖讀懂：鉆石公主號上的31天》按照時間發展的順序，將鉆石公主號游輪事件的關鍵節點信息和確診人數呈現出來，讓用戶清晰地了解鉆石公主號游輪疫情的發展過程。澎湃新聞《圖釋兩千年傳染病史：若瘟疫無法被根除，我們該如何與之相處？》將1世紀以來信息記載較為全面的瘟疫整合列出，呈現不同時期傳染病的分布情況、病亡人數（見圖9）。將新冠疫情放在2000年的歷史坐標系上重新審視幾千年的人類傳染病史。

3.4信息圖

信息圖通過將關鍵文字圖形化的方式，簡化文字陳述，讓用戶直擊重點，在短時間內獲得盡可能多的信息。

騰訊新聞《武漢紅會首次公布支出明細，9.4億元去了哪兒？》通過沖擊圖、矩陣圖的形式可視化呈現武漢紅十字會公布的9.4億捐款的去向（見圖10）。中國人民大學 RUC 新聞坊制作的《1183位求助者的數據畫像：不是弱者，而是你我》基于四百多萬條微博數據，結合1413條新冠肺炎患者報道為求助者進行了畫像，提醒媒體與大眾關注數字背后鮮活的生命（見圖11）。從微信、微博等社交網絡數據中提取話題傳播態勢、情感轉變，幫助我們從更多角度全面審視此次疫情的發展狀況。

3.5視頻動畫

視頻動畫的形式通過綜合上述地圖、信息圖表、時間軸、信息圖輔以旁白的形式為用戶講述數據，通過豐富的表達方式降低用戶理解信息的門檻，用感性的方式引導用戶，引發用戶的情感共振。

在《關于新冠肺炎的一切》中，回形針團隊大量引用學術文獻與公共衛生數據，通過動畫圖解與可視圖表，將冠狀病毒的傳染途徑、感染過程、防護措施、數據推導疫情態勢等專業知識深入淺出地傳達給觀眾，降低用戶對病毒未知而產生的恐慌。

4.總結與反思

4.1數據可視化在疫情報道中的優勢

大數據時代，數據可視化報道精簡文字信息，運用豐富立體的呈現方式，使枯燥的數字生動化，迎合了“讀圖時代”用戶的閱讀習慣。可視化報道通過將多維度信息的整合，直觀地展現疫情動態變化過程，幫助人們了解疫情的整體態勢，提高公眾對疫情的關注度，增強個人防護意識。“數據可視化有助于提升專業新聞的‘闡釋效果”，“對健康信息尤其是專業信息的闡釋，數據和圖像比文字描述具有顯著的優勢”[5]。將專業論文與公共健康數據圖形化，降低了公眾對專業知識的理解門檻，讓用戶高效獲取疫情相關的科學知識，降低因未知而帶來的恐慌。

4.2數據可視化在疫情報道中的不足

數據可視化并非新聞報道的核心，只是呈現手段。在此次疫情報道中，有些媒體強行將不宜使用可視化的時事報道和需要詳細文字說明的新聞可視化，陷入為可視化而可視化的誤區。不同的可視化呈現方式具有不同的作用，制作者需根據選題內容、數據類型選擇恰當的呈現形式，可視化呈現方式不當會增加用戶理解信息的成本。疫情報道反映的不僅是新聞事實，更是一種價值追求，有些媒體在進行疫情確診及病亡人數的可視化呈現時使用靚麗的色彩，刻意追求花哨、酷炫的數據呈現形式。新冠疫情是全世界人民面對的一場災難，設計不當會給用戶帶來情感上的不適。縱觀新冠疫情可視化報道的媒體框架，呈現出抽象多于具體的現象，更多的媒體聚焦疫情發展趨勢和防控進展，僅有少數媒體關注具象的個體。

4.3數據可視化在疫情報道中的發展方向

數據是數據可視化報道的核心，除了公共衛生的監測數據外，還可結合第三方建立的數據庫、社交媒體數據進行關聯分析，找出影響疫情發展的因素和規律，預測疫情發展趨勢，對疫情防控提出建議。數據可視化報道不僅需要制作者具有新聞敏感性，還需要有數據挖掘、統計分析、設計制作等多方面的專業知識儲備。傳統的新聞采編團隊已不能滿足疫情可視化報道的需求，跨行合作已經成為必要趨勢。數據可視化只是形式，并非目的。疫情報道中的數據可視化仍需拓展報道視角，利用數據挖掘疫情故事，基于每個階段疫情發展回應公眾的關切。持續滾動的數字容易讓人陷入麻木，數據可視化制作者除了及時準確地呈現公開的疫情數據外也應注重個體敘事，用數據解碼數字背后的個體，呈現宏大敘事之下的個體鮮活的生命。正如世衛組織曾發出的呼吁“我們必須記住，這些是人，而不是數字”。

[1]程雨姣.數據可視化在健康傳播中的應用——以中外媒體對MERS病毒數據新聞報道為例[J].新媒體與社會，2015（3）：121-137.

[2] Knight.M.Data Journalism in the UK：a preliminary analysis of form and content.Journal of Media Practice，2015（16）：55-72.轉引自張帆，吳俊.2011-2015：大數據背景下英美數據新聞研究述評[J].國際新聞界，2016，38（1）：62-75.

[3]王雪.數據新聞在健康傳播中的應用研究[D].安徽大學，2019.

[4]李雅箏，周榮庭.新媒體時代數據新聞的信息可視化應用——以《衛報》為例[J].科技傳播，（2）：209-210.

[5]李希光，趙璞.數據可視化：數據新聞在健康報道中的應用[J].新聞戰線，2014（11）：53-56.

作者簡介：劉婷（1992-），女，河北滄州人，編輯，新華通訊社;劉穎旭（1988-），女，陜西榆林人，工程師，新華通訊社;翟暢（1992-），女，遼寧大連人，編輯，新華通訊社。