敘事式可視化在數據新聞中的應用

李夢媛

（作者單位：嘉興職業技術學院）

1 數據新聞與敘事式可視化

縱觀新聞報道的發展歷程，數據新聞并不是橫空出現的，它出現之前歷經了精確的新聞階段、計算機輔助的新聞階段兩大階段，后來逐漸演變為現在人們所熟知的大數據新聞（Big Data News）階段。數據新聞的演變依托于歷史長河中不同時期技術的發展，自20世紀60年代，數據新聞進入萌芽階段；20世紀90年代，互聯網普及進入興起階段；隨后21世紀大數據元年的到來，數據挖掘技術及信息可視化技術的飛速發展使數據新聞逐步興盛并進入繁榮階段。

對于敘事式可視化概念的理解眾說紛紜，縱觀文獻資料，可以發現三種理解方式：第一種是Michael A所認為的，人類擅長講故事，喜歡將事實依據編成故事，他認為敘事式可視化是有效地提供信息的要點，合理組織被敘的事情的陳述方式，將信息點合理地呈現，使得讀者通過聽故事的方式留下深刻印象[1]。第二種是Edward Segel和Jeffrey Heer的觀點，在敘事過程中，選擇一個清晰明確的開頭，以開頭為引領，操縱一條主線引導觀眾的興趣點，使用結構性的概述與場景介紹整個被敘事件，在讀者心中建立明確的心理圖像的過程叫作敘事式可視化[2]。在此過程中需要明確的是場景中的元素并非同等重要，而可操縱的主線也是多樣化的。第三種是Jessica Hullman和Nicholas Diakopoulos在Edward Segel和Jeffrey Heer的基礎上將敘事式可視化與互動技術相結合，認為敘事式可視化是運用互動技術控制被敘事件的傳達意圖、修辭及展現方式的一種說服技巧。

在數據新聞的語境中，我們可以將敘事式可視化理解為，在陳述有兩個分支以上的新聞事件的時候，運用可視化的方式，按照一定的邏輯順序組織，使數據新聞在讀者心中留下深刻印象。

2 敘事式可視化在數據新聞中的應用現狀

敘事式可視化在傳統的新聞敘事基礎上加入了“可視化”的元素，進行了創新與加工，把抽象化的數據轉換成大眾所容易理解的、看得見的東西。這一方面要找出數據間的相關性，使其構成新聞的文本，另一方面制作出的可視化信息擁有高程度互文性和參與性的特點[3]。

2.1 互文性

“互文性”是由法國學者朱麗婭·克里斯特娃在《符號學：意義分析研究》一書中提出的概念，她認為互文性是“將‘歷史插入到文本之中’，以及將文本插入到歷史當中”，可以應用到文學和一般文化研究中。數據新聞的可視化敘事的“互文性”包括宏觀和微觀兩方面的內容，宏觀層面體現為文本與語境的互文，微觀層面體現為文本之間的互文。

宏觀互文性層面，數據新聞的設計有其相關的語境。除了文字以外，可視化設計的表達無論從表現形式還是視覺隱喻方面都能傳達更多的信息，高效的數據新聞在可視化圖表的設計中不僅能夠實現引導讀者理解文字本身，還能挖掘更深層次的含義，實現文本與語境間的互文。以路透社作品《淹沒在塑料的海洋里》為例，作者以白色呈現城市的三維地圖，通過視覺隱喻把讀者帶入“白色污染”的語境中。“過去1年，全球塑料瓶的銷量達到4 800億只”，面對這樣的數據，讀者僅覺得數量龐大，但到底有多龐大并沒有具象化的理解。這個作品就將1天、1個月、1年，甚至10年產生的塑料瓶堆起來的高度與知名建筑物高度進行對比展示，結果為世界上最高的建筑的高度也遠比不過人們消耗的堆積成山的塑料瓶的高度，震撼的效果給讀者留下深刻的印象，從而引起讀者的反思，最終喚起人們環保的意識與責任。

微觀互文層面，體現在時間與空間的互文性。《時代周報》的作品《東德人去哪了》以時間和地點為兩條主線，描述了自兩德統一以來，數百萬人離開東部的人口遷移現象，具體的移動位置在地圖上有清晰的移動路徑。數據新聞可以打破時間與空間的限制，通過數據的分析準確地告訴人們發生了什么，數據新聞的時間與空間的互文性由此體現。

2.2 參與性

亨利·詹金斯于1992年首次提出“參與式文化”一詞，用于說明媒介文化中的互動現象。參與式文化的主要內容是，所有網民在處于同一身份認同的前提下，利用網絡渠道獲取、創作和傳播信息的事實。這在社交媒介普及的Web 2.0時代，營造了一種自由、平等、分享的媒介文化環境。

數據新聞不僅要在信息層面和情感層面滿足讀者的需求，在表現方式上加入與讀者的互動，還要為新聞設計者與受眾提供平臺，使他們能進行線上或線下的交流。《紐約時報》和《華盛頓郵報》發布的每一篇數據新聞都設置了分享鏈接，讀者只需簡單操作就能夠將該新聞分享至臉書、推特等社交網絡平臺上。《華盛頓郵報》開放了評論平臺，讀者既可以發表評論，也可以與其他評論的讀者交流，評論其觀點。每個數據可視化圖表都在頁面上添加了相關新聞報道的鏈接，引導讀者點擊進入網站的其他頻道。英國《衛報》的《數據博客》欄目還允許讀者自行檢測新聞相關數據的科學性，將自行獲取的數據進行數據新聞二次創作，形成讀者參與的新的數據新聞鏈接，再通過臉書、推特等平臺與數據新聞專家進行互動，更清楚地展示新聞事實，實現數據新聞的再生價值。

3 敘事式可視化在數據新聞應用中的問題

3.1 “綜合、整體”與“短平快”的對立

以“整體”和“綜合”為基準對數據進行統計和分析的數據新聞，在一定程度上彌補了傳統新聞的一些缺點，如傳統新聞以文字為主、強調新聞細節，在宏觀敘事的時間維度和空間跨度上過于局限。但是我們現在所處的這個社會，讀者獲取信息的方式以“讀屏”為主，讀者的閱讀時間變得碎片化，這就不可避免地造成了讀者“短平快”的閱讀方式。由此出現了矛盾的情況，閱讀數據新聞需要讀者宏觀分析與整體把握，但讀者的時間是碎片化的，閱讀方式是“短平快”的。現階段，數據新聞的故事線非常復雜，數據龐大，而讀者的碎片化時間是有限的，這導致了讀者快速瀏覽后得不出明確的結論，并不能獲得數據新聞真實的價值。

3.2 重數據、輕敘事

有學者認為，制作數據新聞需要非常多的新技巧，但制作數據新聞必須從敘事的角度出發，而不是僅僅從技術角度去做，不然只是資訊而不是消息。數據新聞提供了一種新型的表達方式，將傳統敘事與數據信息結合起來，這是數據新聞的重要特征。基于大數據環境下的數據新聞，往往過于注重對數據的分析，采用數據挖掘的方式將數據化的新聞報道呈現給受眾，雖然能夠更直接反映數據的變化，但是往往容易陷入數字的旋渦，忽略了數據新聞的敘事功能所占的比重，讀者更像是在讀數據報表而不是新聞。深究其原因，數據的敘事作用是有限的，數據主要的作用是保持客觀性，在數據新聞制作上，如果過分注重挖掘和展現數據，而在敘事要素的比重上過分減少，就會使數據新聞成為一個“空殼”，失去了新聞基礎的敘事性。

4 敘事式可視化在數據新聞應用中的對策

4.1 明確受眾讀者

在敘事式可視化的數據新聞設計之初，要考慮是否有獨特的受眾范圍，在制作前需要明確受眾最關注的內容是什么，從而明確敘事式可視化的框架與數據新聞想要明確表達的重點，進而使數據的呈現效果更加深入人心。這樣在新聞敘事過程中才能有的放矢，使讀者在碎片化的時間里更快地獲取想要的信息。例如，網易《數讀》欄目中的內容《杭州很好，但想躺平的別來》，對其最感興趣的是處于擇業期面臨城市選擇的受眾，或者是已經選擇去杭州工作的人群，該數據新聞使用可視化的方式，對人才吸引力指數、知名企業數量、人均收支結余、已在杭州工作人員的“吐槽”與喜愛點進行綜合闡述，使受眾清晰地了解杭州這座城市的優點和缺點，進一步引發受眾的共鳴，最終提高數據新聞的傳播效率。

4.2 選擇合適的圖表呈現數據

數據可視化圖表類型眾多，包括折線圖、柱狀圖、堆疊面積圖、餅圖、排序圖、思維導圖、散點圖、漏斗圖、雷達圖、熱力圖、旭日圖、桑基圖、盒須圖、詞云圖、瀑布圖、地圖等。在可視化設計中要使用多種展現方式，吸引讀者繼續閱讀下去。但也需要注意信息圖表的組合方式不能雜亂無章，當數據可視化圖表被雜亂的圖表占用了讀者的精力，此時數據所想傳遞的信息就需要讀者花費更多的精力去識別，從而再提取出有用的信息，這樣反而會增加讀者獲取信息的時間成本，甚至使讀者中途放棄閱讀，得不償失。

4.3 多線敘事構建

數據新聞不像傳統新聞，從報道開始就深度描述時間、地點、人物等新聞事件的要素。數據新聞更側重于拉長時間維度和空間跨度，橫向或縱向對比，深度分析新聞事件的全局性或某一側面。方慧琪認為，數據新聞在敘事結構上的差異主要是因為數據之間的邏輯關聯性強，文字內容聯系緊密，這一特點有助于突破傳統新聞單一線性敘事結構的局限，建立起多線式的敘事結構[4]。

多線敘事的構建也是遵循線性的邏輯規則和因果關系的，建立多條敘事線并舉的敘事方式，敘事線可以向任意方向發展。任意一條敘事線都是根據數據信息提供的線索，如時間、地點、人物、事件等，提煉分析的邏輯關系。讀者從開頭到結尾，可以從任意一條邏輯線提取新聞信息，并得出其所選敘事線的結論。除了新聞事件的整體閱讀，獲取整體的結論外，也可以從單一的敘事線進行閱讀，獲取相應的結論。多線敘事的構建給了讀者選擇的空間，雖然讀者的閱讀時間是碎片化的，但是其仍可以在有限的時間內根據某一條敘事線獲取相應的結論，然后根據自身的興趣點往更深層含義探索，使得“整體、宏觀”的數據新聞根據用戶的選擇“化整為零”，更符合現階段讀者的閱讀習慣。

4.4 模塊化構建

李鳳蓮基于計算機領域和教育界的“模塊化”思維，提出了電視節目的“模塊化敘事”理論。她認為，模塊化敘事在電視節目中的應用是按照一定的原則，由若干個能夠單獨完成某一特定功能并最終組合完成整體功能的，獨立或關聯的節目模塊構成的一個節目整體[5]。對于數據新聞而言，敘事式可視化的模塊化構建可以被認為是模塊和模塊之間既能相互獨立又相互關聯，共同為整個數據新聞主題服務的若干個獨立的新聞敘事模塊，按照一定的邏輯進行歸類，形成一個整體。在設計上將數據融于整體的敘事框架中，數據部分使得敘事更加有說服力，敘事設計使得數據更能深入人心，兩者的組合恰到好處，相互促進。

《洛杉磯時報》于2016年4月14日推出一篇名為Every shot Kobe Bryant ever took. All 30,699 of them（《科比布萊恩特投過的每一個球——30 699個球》）的融媒體特別報道，是模塊化表達的典型案例。其內容按照敘事式可視化發展的邏輯，分為兩大部分，即整體敘事模塊和展開敘事模塊。在數據新聞閱讀中，讀者可以選擇自己感興趣的模塊進行詳細解讀。

案例中，整體敘事模塊是科比在20年職業生涯中30 699球的位置（見圖1）。讀者可以直觀地了解每個球的位置，通過滑動鼠標進行交互，可以了解每個球的詳細情況，如比賽信息、進球時間、進球方式等等。

展開敘事模塊，是在整體敘事模塊基礎上進行歸納分析得出的結論。而這些結論生動描繪出了科比的美國職業籃球聯賽生涯，科比第一次進三分球的時間，科比通過罰球所得分占職業生涯中總分數超過三分之一，在常規賽中投籃命中率是44.7%……除此之外，展開敘事模塊還能進入自主數據搜索頁面，還可以根據讀者的興趣點進行瀏覽，通過不同的數據搜索條件，如投球的類型、投球結果、賽季等進行深度了解。

5 結語

數據新聞具備的可視性、交互性等特點可以幫助社會大眾更加快速準確地了解信息。大數據時代，面對海量信息，敘事式可視化應用于數據新聞為新聞的展現提供了一個嶄新的渠道，可視化展現形式讓數據新聞的易讀性得到大大加強。然而，敘事式可視化在數據新聞的應用中也存在問題：一是數據新聞的“綜合、整體”與讀者閱讀模式“短平快”的對立，二是數據新聞重數據、輕敘事的問題。從讀者的角度出發，明確受眾范圍及其需求，從設計者的角度出發選擇合適的圖表，進行多線敘事構建或模塊化構建，可以不斷優化數據新聞，使其更加清晰易懂。