财经新闻报道中数据的功用【2】

数据的功用二：发现关联性

数据的另一重要作用在于帮助记者发现事物之间的关联性。如图4所示，三条曲线分别代表20年中人民币的走势、中国GDP的走势、上海证券交易所指数。将这三条线对比来看，可以发现：人民币从1995年到2005年间受国家维持稳定的货币政策影响，基本走势不变；至2005年后，由于货币政策的放松，人民币走势出现了迅速增长，在金融危机期间也稍有增长；但最近几个月，人民币出现了20年来第一次直线下跌。这一变化自然引起了媒体关注。同时可以看出，中国GDP和上交所指数的走势是基本一致的，可见二者关系很密切。但人民币的涨跌与GDP和股票交易指数却没有特别的相关关系。

对不同国家间数据进行对比，也是发现关联性的一个常用做法。图5是在2012年领导层换届时制作的示意图，显示了2002年至2012年间发生的变化。具体来说，图5的上半部分显示的是中国与印度相对比的人口变化。2002年，印度和中国农村人口还不相上下；但十年后，中国的农村人口显著下降，印度却依旧保持着缓慢增长的趋势。尤其是在2010年，中国的城市人口第一次超过农村人口。而图5的下半部分，则显示了中印两国的人均消费能力变化。2002年，中印两国的人均消费能力相差不多，但在之后十年中，其间的差距却逐渐扩大。将这张图的上下两个部分放在一起，可以写出一篇非常有说服力的新闻，即中国的人口从农村转移到城市，相应地也带来了中国人均消费能力的提升，以及中国GDP的增长。这样的变化通过和印度的比较让读者有更直观的认识和更生动的理解。

数据的功用三：提供解读的视角

数据也可以为某些广为人知的事件提供新的理解方式或解读视角。图6显示了彭博社一篇关于北京空气污染的报道，北京的空气质量较差是一个广为人知的事实，而彭博社在这次报道中则通过数据和图片，对“北京的空气究竟不好到什么程度”这一更具体的问题做出了解读。

图6最上方的线，显示的是2004年美国阿拉斯加一次森林火灾的PM2.5数据。在森林火灾中，PM2.5可以达到每立方米1000微克。而中间的线显示的是北京每日PM2.5最高值的数据。从对比中可以看到，北京某一天的数值接近900。下方的线显示的则是美国国家疾病防治中心公布的各机场吸烟室的PM2.5平均水平。与中间线相比可以发现：有整整一个月，北京的PM2.5值高于美国机场的吸烟室。而图6最底端的线，显示的则是世界卫生组织制定的健康标准PM2.5水平。据此很容易得出结论：北京在图示期间一个月中的空气质量都不达标。数据在这里为读者理解北京空气质量问题的严重性提供了视角。

数据的功用四：预测趋势

最后，数据可以用来预测趋势。图7显示的是彭博社一篇关于预测央行何时进行下一次减息的报道。其中，报道回顾了央行此前20次宣布减息的时间，同时分析了其与宣布CPI时间之间的关系。如图7所示，央行宣布减息有11次是在周末或假日，只有3次是在工作日。而央行减息与CPI公布相隔的天数，有3次是1天，有2次是2天，只有一次是1天，即二者时间间隔越远，发生的概率越小。通过这两组数据可以预测：下一次央行减息的时间，很可能是与下一次CPI公布时间距离最近的假日。因此根据下一次CPI公布的时间，就可以得出预计的减息日期。数据在这里发挥了预测趋势的强大力量。

分析与讨论

在信息时代驾驭数据的力量是我们在新闻报道中所探索的新路径。随着海量数据的出现和应用，数据新闻学成为新闻学研究中探索的热点。数据新闻学要求记者在专业报道的技术与能力之外还具有对数据的理解能力与整合能力。数据新闻在报道事实之外能够更直观、清晰和有效地揭示问题、展示趋势和发展方向。从这一角度来讲，数据新闻学是更加主动的一种新闻方式，因为记者需要主动从数据中找出新闻点、发掘新闻故事，提供信息和见解，并以此创造价值。因此，数据新闻与普通新闻相比，也才可以创造出更大的能量和更高的价值。

数据应用对于财经新闻报道来说并不是一个新话题。但是，在过去，财经新闻记者受限于数据的样本量和传播口径，无法像今天这样，利用浩瀚互联网空间中的海量数据进行报道。因此，数据应用是财经新闻报道在大数据时代一个质的变化。在财经新闻数据化时代，发掘数据的力量，提升数据的功用是新闻报道创新发展的必由之路。

（作者系：杭敏，清华大学新闻与传播学院全球财经新闻项目主任；John Liu，彭博新闻社中国区主编。）

（本文案例与数据来自于清华大学财经新闻论坛。）