中外数据新闻实践现状与比较研究
数据新闻的最终目标是为受众带来有价值的报道,即为受众提供其想要了解而无法获得、能揭示某些联系和变化的内容。我国数据新闻实践虽有自己的特色,但仍存在一些问题:数据获取渠道狭窄;主要关注政治、经济领域,很少关注民生;制作形式单一,以静态信息图表为主,缺乏动态形式与互动等。
数据新闻 可视化 交互性 比较研究
数据新闻(data Journalism),又称为“数据驱动新闻”(data-driven journalism),这一概念发端于新闻实践领域。①目前关于数据新闻的定义尚未有统一标准,但学界对“数据新闻”表现出很大的兴趣。国内外学者从新闻内容、生产流程、相关技术及与用户关系等方面进行了阐述:数据新闻实质上就是一个工作流程,主要是通过对数据进行反复的分析和重组,然后深度地挖掘数据信息内部的含义,并对数据信息进行筛选,找到合适的信息,最后利用可视化技术将数据合成。
荷兰数据记者亨克·范艾斯(VanEss)站在数据新闻内容的层面,认为数据新闻使记者能够通过发现、制作、呈现大量数据,展现原本工作流程未曾报道过的新闻故事,发现新的报道角度。②德国之声电视台的米尔科·劳伦兹则明确提出,数据新闻是一种新闻生产流程,包括以下步骤:通过反复抓取、筛选和重组来深度挖掘数据,聚焦专门信息以过滤数据,可视化地呈现数据并合成新闻故事。③
国内学者方洁认为,狭义的数据新闻是指一种基于数据抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式,而广义的数据新闻是新闻学的一个新兴领域,其特征包括:为公众服务、以公开的数据为基础、有特殊的数据技术保障、以形象互动的可视化方式呈现新闻。④
有关数据新闻的生产模型,伯明翰城市大学教授保罗·布拉德肖则在《数据新闻的倒金字塔结构》中提出了“双金字塔模型”模式,包括前期工作(数据汇编、数据整理、了解数据和数据整合)和后期传播(可视化、叙事化、社会化、人性化、个人订制化和使用六个步骤)两部分⑤(见图1)。财新网黄志敏认为,数据新闻的生产包括:选题、数据处理、文案、设计、程序、数据可视化作品(见图2)。
在数据新闻的社会内涵方面,英国的独立多媒体记者亚当·韦斯特布鲁克看重其可能给公众带来的利益,他表示:数据新闻使新闻回归本质,即挖掘公众无暇处理的信息,核实信息并理清信息的内涵后将之发布给公众。
关于数据新闻传播效果,国内学者彭兰认为,在实际运用中,数据新闻的呈现方式让用户可以研究数据、发现故事、做出评论,或是提出质疑之处,这种和受众分享数据的过程从某种角度上改变了新闻产制的过程,媒体数据团队和用户之间搭建了合作平台,集体协作生产新闻,使众包新闻成为现实。⑥
综上所述,当前,国内外相关专家学者关于数据新闻理论的研究已有不少成果,但尚未形成体系,尤其是鲜有专家学者从中外数据新闻实践对比的角度进行研究,这为本研究提供了空间。
中外数据新闻实践的相通之处
作为一种动态新闻报道形式,数据新闻早在2007年就被国外媒体广泛运用,《卫报》《华盛顿邮报》《纽约时报》等大型新闻媒体都开始对其进行探索。2009年起,数据新闻实践在各国蔓延开来。中国数据新闻的兴盛是在2012年以后。国外媒体在突发事件、健康传播、公民生活等领域积累了丰富的经验,而国内媒体较擅长政治、经济事件报道。比如,财新网的“数字说”频道即针对数据新闻开设,以图片的形式在整个栏目的右侧进行展示。所涉及数据信息有房产、股票等,用户可各取所需。2012年,搜狐、网易、新浪等门户网站也开设专栏进行数据新闻报道,部分新闻网站开设了图解栏目。
本文通过对五届全球数据新闻奖(DJA)获奖的38个作品、两届中国数据新闻大赛30个获奖作品进行分析后发现,中外数据新闻在叙事、调查、应用等方面存在共性。
通过图表图画叙述新闻故事
一篇高质量的数据新闻作品不仅通过数据清晰明了地向受众传达意义,还要赋予美感,让人容易读懂。例如,将大量文字和数据整合成一个或多个简洁的信息图,将故事蕴含其中。
Detective.io平台对多个开放的数据源进行整合,制作成《移民档案》,揭露了移民在飞往欧洲的路上遭遇的故事,同时也讲述了这些事件对这些国家的移民政策产生的重要影响(见图3)。中央电视台《晚间新闻》推出的“‘据’说”系列节目,代表作有《“据”说春运》《“据”说春节》《“据”说两会》,运用视频的形式,讲述了一个个可读性高的故事。比如,《“据”说春运》中用“大数据”展现“大迁徙”,使用百度提供的动态迁徙图,表现我国居民在春运期间的迁徙状况。地图上的光度越亮,代表在此处迁徙的人数越多(见图4)。又如中国传媒大学的作品“互联网和我们”是一则社会新闻,该作品在梳理中国互联网辉煌20年的基础上,讲述了移动互联网对人类社会生活的渗透与影响,并与普通人的生活产生了紧密的联系。
通过数据分析调查事件真相
调查性报道往往能在最大程度上展现真实客观的新闻,可以通过对数据进行搜集、整理和分析,发现规律和隐藏在背后的真相,从而击碎谣言。
国外揭示某一真相或现象的调查类新闻比比皆是。如华盛顿为降低医疗补助成本,引入成本低于一美元的麻醉剂美沙酮,并宣称是安全的。对此,美国《西雅图时报》的报道《美沙酮和痛苦的政治》,用数字讲述了美沙酮消费与死亡的情况。从“国家将药物列入名单以来使用猛增”“美沙酮比其他药物导致更多的死亡”“华盛顿的受害者聚集在较贫穷的地区”“与美沙酮相关的医院护理费用飞涨”“华盛顿是全国最糟糕的州之一”等几个板块,揭示了美沙酮的极大危害(见图5)。
我国在调查类数据新闻领域虽发展缓慢,但也出现了一些比较优秀的报道。每日经济网开设《图数馆》栏目,以“图破新闻,数说真相”为宗旨。财新网制作《影视剧大数据造假,流量太高全国网民都不够用了!》,通过数据和图表指出了我国几乎所有的热播剧点击量均注水的现状,一份检测显示明星人气也靠刷,揭露了水军刷数据产业链等。批判了数据造假造成我国影视行业劣币驱逐良币的乱象。另外,中国第二届数据新闻大赛一等奖作品《大数据解读国民阅读中的“一带一路”》,今日头条利用独有的后台检测技术,揭露了“一带一路”有多热,谁在关注等问题(见图6)。
通过数据挖掘发现隐含逻辑
数据新闻的最终目标是为受众带来有价值的报道,即受众想要了解而无法获得、能揭示某些联系和变化的内容。要达到这一目的,需要记者编辑在大量的数据中发现隐含的逻辑,并进行整合,形成一条有主线的新闻报道,进而引起受众的关注和兴趣。
如BBC的《英国阶级计算器》从职业、财富和教育等方面对16.1万人进行调查,结果显示,在英国存在7个社会阶层。这引起了英国社会的广泛关注(见图7)。此外,法国WeDoData网站发表的《Le Pariteur》,因揭示了法国公司男女员工工资差异而受到热议。
在国内,财新网发表《民间借贷纠纷案 江浙粤鲁四个省占了40%》一文,通过对中国裁判文书网的数据进行分析,发现近三年因高利贷发生的纠纷年均都在万件上下(见图8)。2017年第一季度尚未结束,其案件数就已超过2009年全年的案件数,高利贷案件多发区集中在东部沿海,包括江苏、山东、浙江、广东一带。这一作品在一定程度上将舆论引到探讨民间资本借贷问题上。
中外数据新闻实践差异
创作主体的差异
由于媒介属性、所有制结构、功能特点等不同,国内外数据新闻的主创媒体及制作时间均有差异。
国外的数据新闻实践主要来自于传统媒体,如英国《卫报》,美国的《华尔街日报》、《琼斯母亲》杂志,德国的《明镜》周刊,阿根廷的La Nacion,瑞士的 Polinetz AG等,另外,还有一些非营利性新闻机构,如美国的Propublic、The Detail。
除了传统媒体,国内的大部分数据新闻主创媒体来自于网站:四大门户网站、主流媒体网站(财新网、新华网、国际在线等)、省级媒体网站(河北新闻网、千龙网等)、自媒体(199IT-互联网数据中心、 镝次元数据传媒实验室等)。这些网站在数据新闻制作方面的活跃度要远远高于传统媒体。
这种现象根源于我国的采编制度。2012年,国内网络媒体还没有采编权,而数据新闻是基于对数据的二次开发,此时这种新型报道方式在国外已被证实十分受读者喜爱,所以国内网站顺应潮流,积极开展数据新闻报道。
数据来源的差异
数据的来源可以分为媒体数据、政府机构数据、网络数据、非官方数据和自主调查数据。数据作为信息传播的主要载体,承载着大量的信息。数据新闻在各个行业中都会涉及,因此能够获得新闻数据的渠道有很多,这在一定程度上也能够体现出数据新闻的广泛性和全面性。一般数据新闻的产生有两种,一种是先发生问题,然后针对问题寻找答案;另一种就是对海量的数据进行分析,层层挑选,从而获得有价值的信息。不管是哪种数据新闻都需要有大量的数据来支撑才能够实现。
国外媒体获取信息的途径较多,既有政府部门详细公开的各项数据,又有社会组织发表的各种报告,还有用户自主生成的内容。另外,国外许多媒体或机构都建设了数据库,用户可以登录平台搜索信息。比如,芝加哥犯罪地图网站(Chicagocrime.org)联合谷歌地图而开发,芝加哥居民可以很容易地查看和追踪社区的犯罪状况。
中国的数据或信息的来源渠道较狭窄,主要有政府公开的信息、媒体报道中涉及的小型数据,还有社会组织的一些调查报告。目前政府公开的信息量仅局限于宏观层面,缺少详细的数据,比如每年度的《中国毒品形势报告》,几十页的报告,主体是禁毒宣传形势和成果,在数据方面,除了展示出查处毒品数、犯罪人数等总体相关数据,鲜有详细具体的数据。社会调查报告,多是调查样本基数较小的调查问卷。比如,中国青年报在《舆情》一栏开设了“热点数据”,调查人数为1000人左右。
选题角度的差异
数据新闻的选题与传统新闻并无很大差异。根据地域可以分为国内新闻和国际新闻。根据内容可以分成经济新闻、政治新闻、体育新闻、娱乐新闻、民生新闻、社会新闻等。
在选题及报道角度方面,国内外数据新闻都以政治新闻、经济新闻和社会新闻三大类选题为主。然而,国外数据新闻偏重严肃选题,注重挖掘意义,更具国际视角,中国则更加注重政治性,偏向报道国内事件,其他方面涉猎相对较少,这源于数据获取的难度与报道体裁的选择。政治、经济、社会获取数据较为容易,体裁也容易把握,而其他领域数据获取相对困难,且专业性较强,不易把握。如搜狐“数字之道”通常会选取热点事件作为报道的基准,报道多贴合国内实际存在的问题。英国《卫报》数据博客则较多关注国际事务。
关注领域不同。笔者通过对五届全球数据新闻赛38项作品、两届中国数据新闻大赛的30个作品的分析,发现样本所关注的领域覆盖了社会生产和生活的方方面面。在中国的数据新闻获奖作品中,政经新闻(53.3%)是报道的主要方向,其次为社会新闻(26.7%)和文化新闻(20.0%);相比较而言,全球的数据获奖作品中,社会新闻(71.1%)比重大,政经新闻(23.7%)和文化新闻(5.2%)数量较少。可见,外国的数据新闻更为关注社会问题,也更具实用性。
报道范围不同。中国的数据新闻重点关注国内新闻,而外国的数据新闻在兼顾本国报道同时,也注重国际视野。经分析发现,中国数据新闻获奖作品的30篇中,主要报道国内事件(83.3%),而涉及全球或世界局部区域(16.7%)的数据新闻报道较少。而全球数据新闻赛的获奖作品中,本国报道(63.2%)较多,有关世界范围内的报道(36.8%)比重也不低。
呈现形式的差异
实现数据新闻与受众的互动主要是指在已有数据新闻的基础上,受众可以通过点击新闻中相关数据进入到数据内部的链接,而与数据内部链接相连的可能是与事件紧密联系的相关信息,也可能是用户的自发新闻评论,还有可能是新闻的投票区域。这么做的好处在于,受众能从中获取到更多的信息,也能通过这个平台表达自己的意向。数据库管理者也能对用户的点击率、爱好进行整理收集。受众掌握了数据资料,为再传播提供了条件,数据库也掌握了受众的第一手真实资料,为他们的决策分析提供了论据。
交互程度不同。依据交互程度,数据新闻可分为三类:一是静态信息图,仅是一张或多张图表,不能实现与读者的互动。二是单项动态的信息图,图呈现动态,读者可以通过鼠标移动图像指示,但不能改变新闻生产的内容。三是双向互动的动态信息图,图表是动态的,读者也可选择或者输入数据,从而实现互动。
在呈现方式上,国内以信息图表为主,而外国兼顾动态交互式信息图。笔者梳理中国数据新闻媒体作品,发现绝大多数都是以单一的图解形式存在,仅有新华网、每日经济网等几个网站上开设了能双向互动的HTML页面。可见,我国的新闻可视化在很大程度上还是平面编辑的样式。国外数据新闻的表现形式呈现出多样化的特点,不仅有地图、图表等静态的形式,还有较多互动的动态信息图。经过笔者对全球数据新闻大赛设立以来的五届38项获奖作品进行分析,发现动态的形式占73.7%,而静态的形式占26.3%。可见,国外的数据新闻更加注重动态可视化。
比如2010年11月《卫报》“数据博客”刊登的伊拉克战争日志,数据编辑以维基解密数据为基础,采用Google Fusion Tables进行制作,将每个伤亡个体用红点标示,通过鼠标移动可以清晰地了解伤亡时间和死者信息,数据地图上星罗密布的红点令人触目惊心,远远胜过单纯文字、照片的传播效果。⑦
呈现终端不同。国内的数据新闻兼顾手机端和电脑端,而国外大多呈现在电脑端上。比如,国内各家开设数据新闻的媒体,除了在其网站上发布数据新闻,还在其微博、微信公众号等平台上设立专栏并定期发布,有些动态的设计仅需要在手机上识别二维码或用手机扫描电脑上的二维码就可以观看。国外的数据新闻虽然也能分享到Twitter、Facebook上,但仍需要点开链接到电脑端。国外有的媒体还专门开发了新闻APP,形式多种多样,给用户以很好的阅读体验。⑧
(作者黄洪珍系湖南科技大学人文学院教授、硕士生导师;成亚倩系光明网编辑)
注释:
①②方洁:《数据新闻概论》,中国人民大学出版社2015年版,第9~10页。
③丁迈、金梅珍:《数据新闻基于创新思维的新样态》,《青年记者》2014年第21期。
④方洁、颜冬:《全球视野下的“数据新闻”:理念与实践》,《国际新闻界》2013年第6期。
⑤Owen Thomas.The Data-Driven Future Of Journalism[C].ReadWrite.2013.
http://readwrite.com/2013/09/06/data-journalism-future#awesm=~opT7wybPNYXNx 7,2013-09-06
⑥彭兰:《“大数据”时代:新闻业面临的新震荡》,《编辑之友》2013年第1期。
⑦沈浩、田卉:《小数字大道理——数据背后的经营之道》,《中国数字电视》2011年第6期。
⑧李亚玲:《畅想“众包”模式下的“新闻共产”》,《新闻爱好者》2013年第6期。
分享让更多人看到
- 评论
- 关注