二、數據新聞的類型

數據新聞往往被視為一個獨立的新聞樣式。即便是數據新聞的專業獎項全球數據新聞獎，在評比中也未按照數據新聞的類型（genre）分類，在評獎單項中有數據故事敘事（Data Storytelling）、數據驅動應用（Data-driven Applications）、數據驅動調查新聞（Data-driven Investigative Journalism）、數據新聞網站（Data Journalism Website or Section）等類別，實際上數據新聞內部亦有不同的類型。

從數據量上看，數據新聞可分為傳統數據新聞和大數據新聞﹔從數據新聞與用戶的關系看，可以分為信息告知式數據新聞和交互式數據新聞。Turo Uskali和Heikki Kuutti通過對數據新聞在歐美的應用發現，當前數據新聞大體可分為三種類型：調查式數據新聞（Investigative Data Journalism，IDJ）、常規式數據新聞（General Data Journalism，GDJ）和即時式數據新聞（Real-Time Data Journalism，RDJ）。

1.調查式數據新聞

調查式數據新聞是數據新聞中的深度報道，也是數據新聞的最高層次。調查式數據新聞中的數據大多通過數據新聞記者獲得，數據獲取難度大，通常需要一個團隊完成。在數據的挖掘、處理、分析、闡釋上依賴數據記者想要了解的問題而定。為了體現調查性，數據新聞記者不僅需要對數據進行甄別，剔除“壞數據”，還需要就報道的話題採訪相關各方，確保調查報道的可靠性。

調查式數據新聞由於制作周期長、動用的媒體資源最多，在呈現手段上，傾向於多種手段並用。如《華盛頓郵報》對“2011年白宮槍擊案”（2011 White House Shooting）所做的數據新聞報道中，以多媒體時間線為主線，輔之以地圖、建筑藍圖、音頻、照片等元素，將事件重現於用戶眼前。

調查式數據新聞需要依托媒體強大的技術支持和人才支持才可實現，因此該類數據新聞較多出現在強勢媒體中。

2.常規式數據新聞

常規式數據新聞是目前應用最多的數據新聞樣式。常規式數據新聞對時效性要求較高，通常要求在一至三天內完成。由於數據新聞的生產需要一定的周期，因此並不是所有的新聞都適合做常規式數據新聞。從題材角度看，常規式數據新聞必須是熱點新聞，並能持續一段時間，而且數據易得，否則不容易實現。

常規式數據新聞通常以數據集（dataset）作為新聞報道的起點，通常不加質疑的使用可信來源的數據。基於已有、易得的數據，梳理、闡釋某個新聞實踐或社會議題。

如ProPublica網站（ ProPublica的名稱出自拉丁語“pro publica”，意為“為了人民”。ProPublica為美國一家非營利性民間新聞網站，曾獲普利策新聞獎。）制作的《各州工人補償改革》（Workers' Compensation Reforms by State），關於美國的工傷補償，在不同州有不同標准。記者通過數據發現2002年到 2014年以來，半數以上的州的工傷補償政策越來越差，員工福利越來越少﹔相鄰的州會有正或負的影響效果，在地理上有明顯扎堆效應。財新出品的《中東地區的敵友關系》，基於中東地區動蕩的局勢和各國錯綜復雜的關系，財新網用動態環形關系圖，直觀地呈現了世界各國在中東地區的敵友關系圖譜。

常規式數據新聞的優勢在於題材廣泛、技術簡單，生產成本較低，一般記者經過專業培訓可以很快勝任。

3.即時式數據新聞

即時式數據新聞源於機器人寫作新聞，它直接利用算法程序撰寫新聞報道，通過採集大量的各種題材以及高質量的數據，建立各種分類的龐大數據庫，從中尋找模型、趨勢以及相互的關系，最后由機器自動化生產新聞。當然，並不是所有的機器人寫作新聞都是數據新聞，隻有那些符合數據新聞生產模式，由機器人自主完成的新聞才算是即時式數據新聞。

美國一些新聞媒體已經使用新聞機器人（newsbots）自主生成新聞報道。如2014年，美聯社與Automated Insights公司簽署了550萬美元的協議，啟用該公司開發的程序撰寫有關公司財報的新聞報道。該程序就能在幾秒鐘之內生成一篇新聞報道。現在即時式數據新聞隻出現在美國，多用於財經新聞、體育新聞、自然災害報道等。

三、數據新聞的生產理念

從世界范圍看，數據新聞是一種綜合多種表現手段、運用多種技術的新型新聞報道樣式，除了實力較強的傳統媒體和網絡媒體，數據新聞的在新聞業的應用還未成常態。在中國，有些媒體做數據新聞的動因很簡單：這是現在的新聞潮流，但受制於數據資源、技術、人才、理念等限制，對如何做數據新聞、如何做好數據新聞，缺少思路。這個問題恰恰也是當前學界和業界探討較少、卻又極為迫切的問題。結合當下國內外一些成功與失敗的數據新聞案例，我們認為做好數據新聞應當堅持以下理念。

1.內容與用戶的關聯意識

數據新聞在時效性上不佔優勢，因此數據新聞要將“接近性”發揮到極致，強調內容與用戶的關聯意識。數據新聞內容側重於關聯不是偶然的，是基於數據新聞內在的特質和生產周期決定的。

數據新聞能夠借助數據、圖表引導用戶思考、理解宏觀層面的新聞事件與個人之間的關聯，憑借自身可視化、要點突出等特性易形成良好的互動交流機制，在二次傳播或“再創作”過程中新聞與個人關聯得到強化。

數據新聞本質上不屬於一次性的信息消費，而是屬於可多次性的知識消費。因為數據新聞將媒體推向知識生產的前台，使媒體不僅有生產信息的能力，亦有生產知識的能力。

當信息變為知識時，用戶對內容的使用也會發生變化，由“看新聞”轉向“用新聞”：通過對大量數據的統計分析，新聞事件的發展趨勢與脈絡更加清晰，通過互動式的呈現方式，使用戶能更加直觀地了解到某一新聞事件與自身存在的關聯性。

所以在策劃選題前，數據新聞記者首先面臨的問題是：這個選題與用戶有什麼關系？關聯是否緊密？從目前國內外數據新聞的實踐看，較為成功的案例多與接近性有關。例如BBC的數據新聞策略是運用數據新聞與用戶的關聯性提升數據新聞的關注度，他們設計了一個“英國階層計算器”，讓公眾參與，了解自己屬於哪個階層。

強化與用戶的關聯並不意味著數據新聞必須做本地新聞，宏觀新聞同樣可以提現這種強關聯。曾供職於ProPublica網站的數據新聞記者邱悅表示，ProPublica網站的產品理念是“讓讀者在故事中找到自己”。數據新聞報道應該有遠景和近景兩個層次：遠景可以看到全局的故事，知道這個新聞故事的主題，一般是全國的層面。新聞應用應該允許讀者看到遠景之后進入近景，可以搜索自己所在的州、城市，從遠景之中找到自己的位置，把一個很大的全國范圍的故事和自己聯系起來，然后告訴讀者：為什麼你要關注這個故事，你在這個故事裡的位置在哪裡。

2.用數據講故事的敘事意識

有人認為數據新聞是以數據為中心、去故事化，這是對數據新聞的一種誤解，數據新聞的本質是新聞報道，新聞報道是以故事為中心的，故事的實現是以敘事為手段的。一位業界人士表示，“故事化和數據都是重點，隻看數據，讀者也是暈的。”新聞文本都在敘事，由於人類大腦能儲存具有邏輯性的元素，所以“故事”容易被受眾記住。如果說交互作品的血肉是數據，那麼骨架就是故事。數據是故事的一部分，是敘事的一部分，數據新聞與以往新聞樣式最大的不同在於強調數據在敘事中的地位。

因此判斷數據是否有價值，重要的標准是數據背后有什麼故事？這個數據在整個新聞故事中的作用是什麼？用戶對這個數據感興趣的依據是什麼？

總體看，數據在數據新聞中的作用是：提升新聞報道對宏觀問題的解釋能力、使敘事的手段更加多樣化、降低了敘事表達的理解難度。同時，數據作為數據新聞報道的有機組成部分，還是報道文本結構化的一部分，承擔敘事、解釋、評價等功能。

實現數據的敘事功能，前提是數據的相關工作量要做足。“獲取數據、審查數據、分析數據的部分，相當於‘用數據講故事’總工作量的80%。”而數據敘事的方式不僅限文本，還可以多樣化，讓用戶參與敘事。以財新“北京搖車號難”的新聞為例，如做成文字報道，用戶不會有深刻的感受，為了讓用戶更生動的理解搖號的概率，他們將報道方式做成了小游戲，讓用戶親身體驗北京搖車號的難度。本次報道耗時半天，但一周總訪問量卻達到150萬。

3.數據可視化呈現的用戶體驗意識

數據與可視化的“嫁接”，使枯燥的數據變得有趣，同時還帶給用戶視覺快感，適應了當下用戶“懶閱讀”、“趣閱讀”的新聞消費習慣。如果說數據新聞的內核是數據和與數據有關的故事，那麼數據新聞的外核便是數據可視化。

有的媒體認為數據新聞的重頭在於如何呈現數據，認為數據可視化是數據新聞最重要的環節，但實際上，數據可視化並不一定是數據新聞構成的必然選項。數據新聞意味著獲取不曾給予的數據，從數據分析中發現新的洞察，可視化是最后的階段。“數據可視化是敘事技術的有機組成部分，但是數據新聞可以是朴素的，或許最終生產一個並不復雜的圖表。”

數據可視化的目的不在於單純吸引注意力，追求“酷”、“炫”，而是服務於數據新聞的敘事，服務於用戶的體驗。

《信息之美》中對數據可視化提出了四個要求：新穎、充實、高效和美感。新穎是指一種嶄新的視角觀察數據，或者一種風格可以激發讀者的激情從而達到新的理解高度﹔充實意味著傳遞信息能力是判斷整體成功與否的最重要的因素，它是可視化設計的主要驅動力﹔高效則要求可視化不允許包含太多和主題無關的內容或信息﹔美感是可視化設計符合人們的審美要求。

總體而言，數據可視化的最終目的是滿足用戶對數據新聞接受的多種要求，這需要數據可視化在應用時要有用戶體驗的意識。我們認為，數據可視化需從兩個體驗維度著手：可視化的形式維度和可視化的內容維度。

數據可視化體驗的形式維度是指可視化在設計時採用的風格、樣式及表現形式。例如在體現歷時數據的數據新聞可採用時間線，體現共時數據的數據新聞可採用地圖、運用對比強烈的色彩﹔體現數據比較的數據新聞可採用面積圖表﹔現場感強的數據新聞可採用沉浸式地圖等。

但是如果忽視了用戶對數據可視化的形式需求，那麼可視化產品最后的結果便是達不到預期效果。我們以《Uber在全球各地所遇到的法律問題》的數據可視化案例為例（如圖1.），紅色表示禁止使用Uber的國家和地區，粉紅色表示對Uber是否合法存在爭議或有可能禁止的國家和地區，綠色表示對Uber無限制的國家和地區。

對於視覺正常的人來說，除了紅色的中國、澳大利亞、西班牙、法國、新西蘭等國具有較強識別性外，歐洲其他國家和美國各州城市，密密麻麻，辨識起來非常困難。網友Curran919評論道：“我是色盲，通過顏色識別這些非常困難，（設計者）應當用更明亮的顏色”。

數據可視化的目的主要有兩個：信息傳達和審美愉悅。數據可視化體驗的內容維度是可視化設計時所蘊含的信息量以及表現信息的能力，通過可視化設計把抽象枯燥的信息具象化，降低用戶對數據的理解難度，突出重點數據信息，消除與主題無關或弱化主題的“噪音”。

數據可視化應當體現數據的表意真實，有助於用戶客觀、全面認識數據的涵義及影響，而不是導致誤讀誤解。如在福克斯新聞網2012年的一則新聞中（如圖2.）探討的是布什總統減稅政策到期后的影響。圖中呈現的分別是2012年和2013年（減稅政策到期后）的最高稅率比較。從圖表看，減稅政策到期后的最高稅率似乎比現在高了5倍，而實際正常的對比圖應該是圖3。因為原始數據分別是35%（2012年）和39.6%（2013年）。有分析稱福克斯新聞是擁護布什所在共和黨的保守媒體，而這樣的數據呈現有失客觀性。

4.數據使用的批判意識

由於數據新聞運用科學方法“用數據說話”，這也容易讓人陷於唯技術論、唯方法論、唯數據論的誤區。數據新聞記者要有數據使用的批判意識，從數據獲取，到數據處理，再到數據闡釋，對數據的使用都需持批判態度。

《原始數據只是一種修辭》（Raw Data Is an Oxymoron）一書的作者麗莎·吉特曼所說：“數據從來都不可能是原始存在的，因為它不是自然的產物，而是依照一個人的傾向和價值觀念被構建出來的。我們最初定下的採集數據的辦法已經決定了數據將以何種面貌呈現出來。數據分析的結果看似公正客觀，其實價值選擇貫穿了構建到解讀的全過程。”TOW數字新聞研究中心的研究者尼克·蒂亞克普洛斯（Nick Diakopoulos）認為：“數據並不天然地意味著真實。通過誠實的推理過程，我們可以在數據中找到真實，但是我們也可以找到多個真實，也可能是全然的錯誤。”

數據樣本是否足以代表整體，數據算法是否足以體現與現實的關聯、對數據的解讀是否盡可能拋棄主觀性，直接決定數據的客觀性、可信性。這是因為數據新聞的生產並非在編輯部的封閉生產，壞數據、有缺陷的實驗會歪曲真相。即便是好的數據和堅實的研究也可能被錯誤呈現，尤其是當數據新聞記者發現了數據中的異常值，一定要將其放在特定的社會背景中考察，而不是放在這些數據中考察。

由於數據在特定的情境下才有意義，為了避免誤讀，數據新聞記者仍然要與專家、數據採集部門，了解數據的收集、處理，以此避免誤讀。數據處理中，更多的是尋找相關關系，但相關關系不等於因果關系，如果將二者混淆，則數據新聞的結論必然存在問題。

5.數據開發的增值意識

傳統媒體在面對渠道佔絕對優勢的新媒體，“內容為王”的結果便是為“渠道為王”做了“嫁衣”。縱觀傳統新聞媒體的發展的黃金期，其成功的前提在於對渠道有一定的控制。但在互聯網時代，傳統媒體的渠道控制優勢不在，“酒香也怕巷子深”，當面臨數據新聞的機遇時，新聞業必須思考一個問題：如何讓數據新聞可持續發展。

2012年全球數據新聞獎的作品《紐約時報》的特別報道《雪崩》（Snow Fall），6天內的點擊量達350萬次，卻叫好不叫座。該專題共耗時6個月，最終成本是25萬美元左右。盡管出版了該專題的電子書，但這個項目還是沒有收回成本。

數據新聞在爭奪注意力資源上具有天然的優勢，《衛報》發現，讀者會花更多的時間用於閱讀數據新聞。但當今媒介格局和競爭模式已然變化，數據新聞必須跳出傳統新聞業以“二次售賣”為主的盈利思路，應當充分借鑒新媒體的盈利思路，變“賣產品”為“賣服務”，拓展數據新聞的增值鏈，利用數據新聞將媒體打造成數據中心（data hubs）。

《數據新聞趨勢》（Trends In Data Journalism）報告認為未來數據新聞的盈利模式包括：

（1）付費模式：讓用戶為更好的視覺體驗付費﹔

（2）數據商店模式：將多種數據庫連通，出售進入這些數據庫的許可機會，並提供數據分析和可視化服務﹔

（3）數據服務模式：為機構和企業提供數據分析服務。

其實利用數據盈利已不是新興行業，隻不過以前的數據行業從業門檻較高，而今這一門檻已大為降低。2008年9月，湯森路透投資近10億美元推出了Eikon產品項目，為3萬多家上市公司提供更直觀的動態平均分析、社交媒體信息和最新的投資意願分析，對新聞進行自動處理與系統分析，可以使海量非結構化數據通過多種圖表形式進行可視化呈現，該服務現擁有21萬專業用戶。

當然數據新聞的增值模式還有很多，如開展輿情監控與分析、行業發展與分析、利用大數據進行預測分析等，媒體可以利用長尾理論，開發一些應用，瞄准一些利基市場。

數據新聞本身就是對傳統新聞報道模式的創新，契合媒介融合的傳媒轉型語境，因此亦需要媒體在經營數據新聞時創新思維、改變思路，讓新聞業進入到一個真正以內容創意、視覺創意、技術創新的新范式。

結語

由於數據新聞的實踐還處於起步期，不少人對數據新聞缺少正確的認知，往往將用數據解讀的新聞視為數據新聞，或數據新聞等同於數據可視化。不少所謂的數據新聞，有數據新聞之名，無數據新聞之實，數據新聞報道存在形式大於內容的傾向。如果數據新聞僅僅被看作是一種新聞信息的數字化、可視化呈現方式的話，它不會是傳統媒體的救星。數據新聞是對現有新聞媒體人員結構和技術結構具有顛覆性的一種新聞生產模式，也會對新聞業的可持續發展模式帶來深遠的影響，當前對數據新聞的探索還在進行中，還有更多的問題需要我們去發現、去分析、去思考。（作者系：中國人民大學新聞學院2014級博士研究生）

分享讓更多人看到