可視化敘事在數據新聞中的應用研究

王海智

摘要：隨著大數據的發展，對海量數據進行挖掘運用的數據新聞大幅增加，人們對其接受程度也越來越高。但數據新聞在整體呈現中還存在一些問題，如“重數據、輕敘事”，追求宏大、全面的敘事模式與讀者“短平快”的閱讀習慣存在沖突，以及用戶參與感低等現象。本文梳理了可視化敘事在數據新聞中的作用，進而提出通過可視化敘事的方法，從敘事與數據協調發展、多線程與模塊化、互動性三個方面解決數據新聞在呈現過程中出現的問題。

關鍵詞：數據新聞 可視化敘事 互動性 應用研究

利用數據進行新聞報道可追溯到1821年5月5日英國《衛報》在頭版刊登的數據表《曼徹斯特在校小學生人數及其年平均消費》，這是可追溯到的第一篇數據新聞報道。“數據新聞”一詞是舶來品，隨著國外這一概念的引入，中國媒體紛紛涉足此領域。其實踐方式主要分為三類：第一類是門戶網站，國內四大門戶網站騰訊、新浪、搜狐、網易，在2011年紛紛推出數據新聞專欄，拉開數據新聞本土化實踐序幕；第二類是傳統媒體，新華社、中央電視臺、人民網、《南方都市報》、財新傳媒等，紛紛成立數據新聞實驗室或數據新聞欄目；第三類是自媒體和獨立研究團，如澎湃新聞的“湃客”等。雖然數據新聞在近十年來得到較快發展，但是由于理論缺乏，應用面窄等原因，數據新聞在最終呈現方式上還存在諸多不足。

一、數據新聞在呈現方式上存在的不足

隨著2013年大數據元年的到來，信息呈爆炸性增長，海量信息為數據新聞的出現提供了契機，給數據新聞帶來了大量素材。但海量數據的也容易使數據新聞被過度堆砌，陷入“數字旋渦”。目前，“重數據，輕敘事”已成為數據新聞的通病。

1.敘事與數據的“本末倒置”。前《華盛頓郵報》的數字媒體創新編輯勞倫·基恩（Lauren Keane）認為：“雖然數據新聞制作需要很多新技能，但是要從敘事的角度出發，不能只從技術的角度看問題，否則它只是信息而非新聞。”

數據新聞提供了一種將傳統敘事與數據信息結合起來的可視化敘事方式，這是數據新聞異于傳統新聞的一點。但嚴格意義上的數據是缺乏敘事元素的，想讓數據既有客觀性又有完整的敘事能力非常困難。所以在數據新聞的生產中，數據挖掘與分析固然重要，但敘事也是新聞中不可或缺的重要元素。當下的數據新聞過于重視數據的挖掘展現，而沒有敘事元素的加入，使得數據新聞成為呈現數據的“空殼”。“重數據、輕敘事”成為目前數據新聞普遍存在的問題。

2.數據新聞“宏觀、全面”的呈現方式與讀者“短平快”的閱讀方式相矛盾。在舍恩伯格的著作中，他對大數據的特征概括為：“非抽樣而是全體、非精確而是模糊、非因果而是相關”。依照舍恩伯格的定義，“大數據新聞”應當體現的是“非抽樣而是全體”，不僅是基于新聞事件“全樣本”所引導出的全方位和全角度，更是一種思維模式，即用全面的眼光來看待事實，用整體的樣本來分析聯系。以“總體”“全面”為基準來統計及分析數據的數據新聞，在一定程度上彌補了以文字為主、講究新聞細節化的傳統新聞在宏觀敘事方面時間和空間跨度不大的缺點。

隨著移動互聯網的興起，用戶大部分時間以“讀屏”為主，時間是“碎片化”的，養成了“短平快”的閱讀習慣。數據新聞宏觀全面的呈現方式與讀者“短平快”的閱讀方式之間產生了不可調和的矛盾。很多有說服力的數據新聞往往“鴻篇巨制”，在多維度、多方面呈現數據，讀者讀完一個作品需要耗費大量的時間，易出現讀到后面忘了前面的現象。另外，數據新聞故事線非常復雜，數據龐大，讀者往往不能得出清晰的結論。

3.缺乏實時互動，用戶參與感低。Edward Segel和Jeffrey Heer分析了58個數據新聞可視化案例。他們將可視化敘事在數據新聞中的應用主要分為兩種可視化敘事結構：作者驅動、讀者驅動。從敘事過程來說，作者驅動的敘事結構特點是有明確的開頭和結尾，用戶沿著作者設置的固定線性流發展，獲取信息。讀者驅動的敘事結構是一種更強大有力的敘事，允許用戶選擇自己的敘事方向。而國內的數據新聞，“讀者驅動”的數據新聞相對較少，如網易“數讀”，其平臺上400余案例均為作者驅動類型的數據新聞，用戶被動地按照作者路線接收信息，用戶參與感不強，加劇用戶閱讀時間短的問題。歸根結底，用戶參與感低，是缺乏實時互動造成的，在閱讀過程中，用戶沒有發揮主觀能動性；在閱讀時間內，用戶無法自主選擇敘事線，得不到實時的反饋，這都是目前國內數據新聞普遍存在的現象。

二、運用可視化敘事方法解決數據新聞現存問題的路徑

根據以上數據新聞呈現過程中存在的三個主要問題，筆者試圖提出以下解決路徑。

1.強化可視化敘事與數據的結合，解決重數據、輕敘事問題。針對目前“重數據、輕敘事”的現狀，最好的解決辦法是加強可視化敘事的運用，協調好數據與可視化敘事的關系，使數據新聞呈現出最佳狀態。數據元素作為內容，可視化敘事作為框架，數據的呈現效果依據可視化敘事的需要，將看似孤立的一個個數據元素串聯起來——“擺兵布陣”成為一個整體，協調統一。

Jason Lankow在其著作《Infographics：The Power of Visual Storytelling》中認為，數據可視化的制作可以分為三個部分：吸引、理解、保留。數據新聞從用戶體驗的角度，也可以將用戶的認知過程分為同樣的三部分，運用可視化敘事參與到用戶的每一個部分中，使數據新聞能夠呈現出更好的狀態。

首先，用戶在閱讀數據新聞的時候最易被可視化圖表吸引。數據可視化選擇什么樣的表達方式，應根據可視化敘事表達的主題內容與需要而定。宏觀還是微觀、由深入淺慢慢剖析還是由淺入深層層解開、這些都會影響可視化圖表的表達形式與方向。運用不同的設計形式，結合數據新聞的內容從而達到吸引讀者的目的。

其次，為方便用戶理解數據，數據新聞在制作過程中應遵循圖文說明“兩條腿走路”的原則。圖像更適合敘述空間結構、位置和細節，而言語更容易表達抽象信息、邏輯條件和口頭概念。可視化敘事通過數據元素串聯的方式，可以幫助用戶提升理解效率。

再次，重視取舍與保留。用什么敘事表達能在用戶心里留下最深刻的印象？為了加深效果是否需要對數據元素進行取舍，這都是可視化敘事框架中需要考慮的環節。

可視化敘事可視為數據新聞的“骨骼”，數據元素可視為數據新聞的“血肉”。只有骨骼健壯，血肉才能豐滿；只有框架清晰、內容充實，數據新聞才能充滿活力。

2.運用可視化敘事的多線程、模塊化方式解決閱讀碎片化的問題。隨著移動互聯網的發展，進入“讀屏時代”，讀者養成了“短平快”的閱讀方式。而數據新聞營造的宏觀、全面的呈現方式與讀者“短平快”的閱讀習慣成了天然的矛盾。為解決這個問題，需要用多線程、模塊化的方式設計數據新聞。美國麻省理工媒體實驗室教授史蒂夫·凱勒認為數據新聞中數據之間的邏輯相關性較強，文本內容聯系密切，此特點有助于突破傳統新聞單一線性的敘事結構，從而建立多線敘事結構。

將復雜的敘事元素、數據建立成一個多維的可視化敘事空間或者模塊化的敘事空間，讀者可以采用多維路徑中的一種路徑或其中一個模塊得出結論，也可以閱讀整體從而得出結論。這樣能很好地解決數據新聞體量大與讀者閱讀習慣之間的矛盾。

獲得第七屆全球數據新聞獎的作品《移民去遠方》是典型的多線可視化敘事。此新聞是按照地點維度建立了空間可視化敘事線，讀者可以選擇其中某個國家的移民情況得出結論，也可以通過宏觀閱讀得出全球的移民結論。除了可以采用點擊文字超鏈接的方式更換數據可視化所展示的國家維度之外，受眾還可以通過點擊數據可視化的國家三維地圖更換國家移民情況。該作品在全球移民情況的基礎上，通過建立多個國家的多線敘事，解決了數據新聞“全面性”與讀者“短平快”閱讀方式之間的矛盾。與此同時，數據新聞的數據可視化部分還運用了讀者驅動型可視化敘事結構，讀者可以根據自己的興趣，自由選擇“移出”“移入”或“移出+移入”的數據統計，得出不同的結論。

另外，數據新聞模塊化構建也是解決讀者閱讀碎片化的方式。基于計算機領域與教育界的“模塊化”思維，數據新聞設計也可以嘗試模塊化。若干個獨立或有關聯的模塊按照一定的原則組成整體，各個模塊完成一個特定的功能，組合起來完成整體功能。

《Life in the camps》就是典型的模塊化可視化敘事，將新聞模塊化，用戶可以選擇感興趣的模塊進行詳細了解，也可以迅速滑過此模塊，調到下一個模塊進行了解。并按照可視化敘事發展的邏輯，分成整體敘事模塊和展開敘事模塊兩部分。

3.強化“沉浸式”敘事體驗，化解讀者參與感低的問題。在描述真實事件時，事件往往是復雜的，此時單一的作者驅動敘事結構往往不能建立深層次、立體化的敘事結構。因為敘事本身依然是從開端到結尾，按照因果關系邏輯發展的。如果用戶在閱讀數據新聞的過程中，能成為參與敘事的重要因素，推動故事發展直至完成，將給用戶帶來全新的“沉浸式”敘事感受。

借鑒游戲設計中的選擇敘事，同時加入互動敘事，可以有效提升用戶的沉浸感和參與度，讓用戶獲得一種主動獲取新聞線的快感。而自由選擇閱讀方向，可以提升讀者的興趣，延長數據新聞在用戶面前的呈現時間。

三、結語

可視化敘事的應用為數據新聞的發展提供了一個新的發展路徑，可視化展現形式大大增強了數據新聞的易讀性。但隨著數據量級的爆炸式增長，數據新聞的問題也逐漸凸顯。針對這些問題筆者認為可從敘事與數據協調發展、數據新聞的多線程與模塊化、互動性三個方面探討其解決路徑。未來受眾將對數據新聞提出更高的要求，因此，數據新聞亟須進一步創新發展，不斷適應當前的技術背景和用戶習慣，從而邁上一個新高度。

作者系華中師范大學2016級博士生

參考文獻

[1]聶妍，匡曉沁.以英國《衛報》為例淺析大數據時代的數據新聞報道——兼談對我國報業的幾點啟示[J].科技傳播，2017（19）.

[2]Segel E，Heer J.Narrative Visualization：Telling Stories with Data[J].IEEE Transactions on Visualization&Computer Graphics，2010（06）.

[3]許秋里，王丹寧.網易新媒體實驗室：數據的準確和敘事的嚴謹是數據新聞的生命[J].中國傳媒科技，2015（04）.

[4]Kosara R，Mackinlay J.Storytelling：The Next Step for Visualization[J].Computer，2013（05）.

[5]方慧琪.數據新聞敘事的思維路徑研究[J].視聽，2018（06）.

[6]李鳳蓮，孫亞茹.《朗讀者》的主題驅動型模塊化敘事研究[J].理論觀察，2018（05）.