中国网络媒体数据新闻的现状与趋势分析

史倩云

摘  要  数据新闻在全世界范围内兴起于2012年左右。基于数据新闻特点性的数据逻辑、可视化呈现方式和配合多媒体技术的使用，使数据新闻能够成为迥异于传统新闻题材的新闻类型和制作方式。数据新闻理念内涵自从进入我国新闻界以来，迅速与网络媒体结合，以网易、澎湃、财新网为代表的网络媒体均推出了代表性的数据新闻专栏。文章以网易新闻子栏目：网易“数读”为例，从数据新闻可视化、数据库、人才等方面对现有网络媒体数据新闻的发展现状及趋势进行分析。

关键词  数据新闻;网络媒体;可视化;网易“数读”

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2019）06-0005-03

1  数据新闻定义

数据新闻是由精确新闻发展而来，精确新闻学源于20世纪60年代西方新闻流派在报道客观性原则受到质疑后产生了全新的报道思潮而诞生。数据新闻即“数据驱动新闻”，它将复杂的数据以直观图表形式呈现，比文字报道更加高效。数据新闻是新闻叙事的新模式与新方法，不再和传统新闻一样用文字表达，而是用数据对实事的分析与呈现。

2  国内媒体数据新闻探索

在大数据的影响不断扩大的前提之下，传统媒体和网络媒体都开始了对于数据新闻的探索与实践。其中，央视与百度进行合作，根据百度后台所提供的大数据开始推出相关的数据新闻在电视媒体平台播放。2014年春节前夕，“据说春运”系列电视开始在央视的《晚间新闻》报道，将春运迁徙动态经过可视化处理，观众可以直观看到春运过程中人口流动情况及分布方式。接下来，央视还相继制作了如“数说端午”“两会大数据”“据说就业”等系列数据新闻栏目。湖南卫视则是地方卫视中人气和权威性得到认可的代表。“马栏山指数”就是由《湖南卫视新闻联播》所研发的一档软社会调查节目，通过线上与线下调查结合的方式，在专业机构指导下，对社会端倪进行深度调查、对社会现象进行量化分析。

以搜狐、网易、新浪、腾讯为代表的四大门户网站也先后分别开设了“数字之道”“数读”“图解天下”“数据控”等数据新闻栏目。除了四大门户网站外，财新网是现如今国内数据新闻做得较好的另一媒体代表，在2013年10月8日成立了数据可视化实验室，开创了数据新闻专栏“数字说”。其中获奖作品包括：《周永康的人与财》《青岛中石化管道爆炸事故》《2016洪水暴至》等。这些作品分别荣获2014腾讯传媒大奖“年度数据新闻”、亚洲出版业协会（SOPA）“2014 年度卓越新闻奖”以及入围“数据新闻奖”获奖提名名单。

3  网易数读栏目分析

网易“数读”栏目于2012年上线，现已成为国内最优质数据新闻栏目之一。“数读”在多年的不断磨砺与努力之下，阅读量和知名度在门户网站中较高，客户端下载订阅量也突破百万，以同样一篇“翟天临事件”为切入的数据新闻比较来说，搜狐“数字之道”和网易“数读”在官方微信平台的阅读量分别为1 291和1.7万。在7年的发展中，“数读”日益形成了自己特有的栏目风格和发展模式。

3.1  传统图表占比低，可视化质量高

“数读”的高人气与其优质的可视化有关，可视化是指，将传统的数据利用图像处理和图形学技术，使其转换成图表能在银幕上显示，再进行交互性处理的一种技术和方法。数据新闻的可视化形式大致可以分为三种：第一类是一般图表，指柱形图、折线图、气泡图、雷达图等，一般直接用办公软件Excel就能完成[1];第二类是创意图，包括人物关系图、数据地形图等运用专业图形软件才能完成的图表;第三类就是动态的交互式图表。网易“数读”有别于以往图表罗列的束缚，极少有运用传统数据图表的时候，多大部分使用创意图表。但“数读”可视化图表多是静态，极少数为动态交互式图表，动态图表交互式图表更有利于与读者的互动。

如图1，其在2018年10月24日推出的“瞧一桥！数一数二最香港”的数据新闻。该创意性图表以图画加数据的方式，不僅向读者展示了香港有关景色的数据，更将这些景色生动呈现于读者眼前。

3.2  话题广泛，关注社会热点

“网易数读”话题广泛，从栏目划分而言，包括社会、环境、国际、经济、政治、民生以及其他这七个板块。而其中的大部分内容都是以社会热点、社会痛点为切入，如“翟天临不知知网”事件曝光后，在2019年2月16日，其官方微信号上发表了一篇名为“造假的翟天临，不知道中国的博士有多辛苦”的微信推文，以数据反映在中国的博士毕业难度和就业去向等现象。如表1，从2018年1月1日至2019年3月9日，一年多时间里，网易数读微信平台共推出了139篇微信推文，统计数据表明，其中社会热点有64篇，具有地区特色主题的占25篇，八卦娱乐相关主题13篇，政治话题2篇（其中有单篇涉及多个主题），社会热点问题占据了数读的大部分话题来源。

3.3  数据库依赖第三方

尽管网易“数读”在现有可视化设计和用户基础上，对比其他数据新闻平台有优势，但就网易“数读”的数据来源而言，缺少自己独立的数据库来源，其数据大多是来源于第三方公开的数据和经过整合的第三方资源，如政府等第三方报告、报表以及调查结果。不止是网易“数读”，对于很多国内的数据新闻专业媒体来说，是对传统新闻报道的内容的二次加工，是“数据的搬运工”。这种大幅度依赖于第三方的数据的数据库，一方面数据的可信度和真实性以及伦理性有待考究，另一方面在数据收集过程中，容易出现数据信息滞后的问题，以“数读”在2018年9月发布的“读完研，你的工资可能还没本科同学高”为例，其中对于读研目的调查数据，来源于中国学位与研究生教育学会德育委员会（2016），而在2017年之后，非全日制毕业后才既有毕业证也有学位证，政策的不同自然会导致读研意向的不同，也使得这些数据因为时间的滞后存在信息的滞后。

4  现有数据新闻存在问题

4.1  隐私侵权现象存在

在大数据力量彰显的同时，数据新闻中也存在着潜在的问题。数据新闻自然需要以大量数据作为依托，但数据并不代表就是事实，甚至有的来源涉及到侵犯隐私。央视栏目“据说春运”中，百度指数将人们的出行数据进行了统计、记录。而百度这类门户网站所拥有的用户大量数据，用户是否知情或同意还存在考究。李希光在探讨大数据的过程中提到，探究者在对百度、Google、Twitter等搜索引擎与社交工作展开研究以后，便认为大数据会让人类面临威胁：不懂得自行删除没有价值、不真实或者有威胁性的信息与个人隐私信息，常常极易集聚庞大的信息与群体。倘若这些不真实、有威胁性的信息日益汇集且逐渐庞大，大数据会让人类脑海中产生一种如同世界末日的惊恐[2]。

4.2  人力需求较大，推送周期较长

数据新闻相比于其他类型的新闻，需要更长的制作周期。网易数读、澎湃新闻美术课等客户端，都是间接性隔几天进行推送，推送周期约为一周两篇，与一般的新闻每天定期进行推送相区别。一方面，由于数据新闻选题有限，一般多适用于财经新闻和社会现象分析。一则数据新闻需要从大量数据中挖掘内涵，并不是所有新闻和数据都有制作成数据新闻的价值。另一方面，由于数据新闻在数据收集、数据抓取、挖掘和分析、可视化的过程比较复杂，需要较多人参与以及较长的制作周期。需要将数据整理、可视化，使得新闻通俗易懂且具备观赏性。编辑不仅需要传统的新闻采编的文字功底能力，甚至一些对于电脑编程类的知识、美工设计类的知识也需要熟练操作。因此团队中若数据新闻人才不足，也会产生推送周期长、推送质量不高的问题。再者，搜集数据的成本较高，也制约了数据新闻的资料收集与加工。

4.3  计算公式不统一

数据新闻中通常会涉及社会热点和现实问题，当将不同地区、以及其他人口统计学因素进行对比时通常用数据来表明，这些数据可能是某两个数字的百分比，或是更为复杂的计算方式，相较于文字，这种用计算公式所计算出的数据，能更加直观进行对比，但这些计算公式并非完全统一。如网易数读在2018年2月4日推送的“放开二孩，中国的生育率也没救了”一文当中，对中国女性总和生育率进行分析，该文章中使用的总和生育率计算方式，是该国家、地区的妇女在育龄期间，每个妇女平均的生育子女数总和。“数读”在图中标注到，这一数据的准确计算方式并没有达到共识，常有争议，以国家统计局数据直接计算为准。在数据新闻进行计算后的数据比较时，并非所有数据计算都有统一的公式，通常是在图片中或者文后进行计算方式的备注，但对于用户来说，同一个数据名称的不同算法有可能会给用户带来误导或者产生混淆。

5  数据新闻未来发展趋势

5.1  提高数据新闻的可信度

数据新闻的可信度不仅影响着所在媒体的公信力和权威性，还直接决定着宣传效果。一个具有高可信度的数据新闻媒体，能与受众形成良性互动，传播力和公信力也可以形成正循环，形成波纹效应。要想提高数据新闻的可信度，最重要就是要保证数据新闻中的数据的真实性，规范数据来源渠道，必要时进行数据核实;除了真实性之外，提高可信度要在新闻当中标注数据来源，类似于传统新闻，没有消息来源和作者介绍的新闻可信度是较低的。

5.2  数据新闻的定制化生产

大众的时代已经过去，小众甚至微众的时代已经到来，人们不再满足于对于大众、喜闻乐见的信息的获取，更加追求私人化和定制化，而在互联网平台中，海量信息能够满足各种人不同的需求，适应了信息和内容的长尾，而数据新闻在未来也会呈现以及满足这一种私人定制化的趋势。这种定制化生产分为版面定制、分层定制、内容定制三个方面。

5.2.1  版面定制

由于用户阅读习惯的不同、甚至是浏览器的不同，即使是同一条数据新闻以不同方式呈现，被不同人群所了解的效果都是不同的。在数据新闻未来发展当中，要进一步满足受眾需求，可以制作不同类型的版面，而用户可以根据自身需求进行选择与切换。

5.2.2  分层定制

基于移动端便携的特点，越来越多人开始在网络媒体上获取深层次内容，开始阅读冗长信息。但基于用户受教育水平和习惯不同，对于内容的层次要求也不同。数据新闻在未来可以实现分层次的定制，对于不同的用户要求，可以将同一条内容有不同层次供读者进行选择。

5.2.3  内容定制

数据对人们行为的分析越来越准确，通过大数据分析，可以为受众量身打造他们所需求的数据新闻。比如说，用户想要购买一款电子产品，在此之前他的浏览和信息已经被记录。定制化的数据新闻会告诉你，近期出了哪款较为高科技的电子产品，对于不同产品的性价比是怎样的，适合怎样的年龄阶段？购买过后不同产品的质量以及售后又如何？这些数据可以为用户的生活决策提供依据，除此之外，系统还会实现个性化的推送，根据用户阅读习惯和兴趣爱好，去定制个性化的内容，真正做到“我的新闻我做主”。

5.3  构建数据新闻人才智库

5.3.1  树立人才意识，进行教育探索

目前我国大约有30万人从事数据新闻工作，其中数据新闻人才缺口达150万人。

数据新闻人才空缺，但当前，我国数据新闻教育才刚刚起步。据有关统计，国内高校当中当前仅有北京航空航天大学、浙江大学、武汉大学等国内八所高校开设云计算与数据科学教育课程，而真正开始数据新闻专业教育的高校还处于实验性的探索阶段。2014年中国传媒大学秋季学期率先开办了数据新闻报道实验班，开了数据新闻理论教育的先河。而后国内其他高校如清华大学、复旦大学、华中科技大学开始将数据新闻开展成为学生可以选择的选修课程[3]。

5.3.2  转化媒体人角色，构建可视化团队

数据新闻记者需要具备传统记者的职业素养之外，还需要具有可视化的技能，兼具人文和艺术素养。可视化是制作一篇数据新闻的前提，因此数据新闻制作过程中会有出现本末倒置的情况，认为可视化技巧比新闻素养更加重要。记者邹莹将数据新闻发展归纳为三个阶段，其中最初级的第一个阶段是直接将第三方平台数据进行信息图转换。这也是最低级的数据新闻，从编辑的视角来看，这是被动的，仅仅是把他人已经做好的东西再进行简单化的视觉处理，这样无论是从新闻质量还是数据量上来说都是处于低水平的[4]。目前国内还普遍存在机械地将第三方数据转换成新闻的现象。一则好的数据新闻必定是要有新闻价值的，具体流程是先发现新闻线索、收集数据、再将数据可视化操作。而不是将可视化放在解读数据之前。因此传媒工作者要坚守自己原则同时，带着新闻敏感去寻找具有价值的数据，学习相关可视化技巧。从曾经的新闻发现者，编辑者，传播者向数据的整理者，验证者，分析者，可视化者及时转变。

参考文献

[1]陈娟，廖志鹏.我国数据新闻发展状况研究——以网易“数读”栏目为例[J].传媒观察，2018（10）：34-39.

[2]李希光.大数据时代的舆情研判和舆论引导[J].思想政治工作研究，2014（1）：15-16.

[3]付松聚.从驱动范式到驱动政策：数据新闻发展的应对之策[J].中国记者，2017（2）：67-69.

[4]邹莹.南都一期“数读”作品的诞生[EB/OL].（2013-11-13）.http//www.southcn.com/nfdaily/media/cmyj/44/content/2013-11/13/content_84516769.htm.