视觉传达视角下“疫情地图”的数据可视化对比研究

谭逸夫

Tan Yi-fu

（湖北美术学院，湖北 武汉430200）

1 概述

1854 年，一场突如其来的霍乱疫情在伦敦爆发，感染区在10 天内有近500 人丧生，当时的医学技术并不发达，这种可怕的瘟疫从哪里发生到如何传播是一个谜。直到John Snow 医生在比例尺为1∶6 500 的城区地图上标注出霍乱病死者的居住位置如图1 所示。通过所绘图片分析，发现大多数病例的住所都围绕在布劳德大街的一个水井附近，同年9 月，伦敦政府当局采纳了John Snow 医生的意见，取下了该水井的把手并禁止人们从该井取水，短短数日后，该区域的疫情被有效地控制。图2 是以谷歌地图为载体对当时的数据进行重新的分析与计算绘制的“霍乱地图”，图中的红色圆形的面积根据感染人数所换算，可以发现患者的住所都以黑色水井为圆心展开。在公共健康体系尚不发达的年代，John Snow 医生运用数据可视化解决当时医疗水平无法解决的霍乱问题，在人类历史上无疑具有开创性意义。

图1 John Snow 医生绘制的霍乱病死者居住位置图

图2 以谷歌地图为载体重新绘制的霍乱地图

时至今日，信息时代数据的传播速度不断超越并改变着我们的认知方式。自疫情发生以来，信息的及时、准确、透明是当下人们的最大诉求。诸如确诊人数、新增患者、治愈患者、疑似患者等各类繁杂的数据应接不暇地出现在人们的视野中，难以准确获取各类有效数据。可视化设计是一种将大量抽象的数据用图形、图表等具象的形式表现出来的技术，通过视觉化的处理，可以让复杂、晦涩难懂的数据信息，以简单明了、易于理解的方式展示给大众[1]，通过“可视化”这一媒介，准确运用“图形”“色彩”等要素建立清晰的视觉层次，可以帮助受众群体迅速筛选有效信息，进而为疫情防控决策和大众行为提供参考。

2 主流媒体的“疫情地图”

查阅武汉市两家主流报刊媒体（楚天都市报、武汉晚报）的微信公众号，其每日清晨的推送都会将最新统计的“湖北省疫情情况”进行通告（见图3）。通告方式均是首先说明全省累计新增总数，其次是各市州详细人数及治愈、死亡等数字。这样的通告准确传达了相关内容，但受众只能被动接收信息并成为“二次传播者”，导致用户的交互性体验较差[2]。

数日后，基于国家卫健委每日公布的官方数据，“丁香园”“腾讯新闻”等页面出现了“新型肺炎疫情实时动态图”，相较于播报“干瘪”的数字信息，基于中国地图这一地理坐标系的热力图朝前迈进了一步。各个省份与直辖市依据确诊人数的多少被填充以明度不同的红色。点击某一省份，又可以观察到各市区的数据，强烈的色阶对比能让人们以第一视觉判定出疫情传播之状况。但是随着时间推移，又出现了一个问题，以湖北省为例，起初因区域内的确诊人数大于100 被标注为深红色，一周后确诊人数有所上升，原有的颜色判定范围不得不做出调整，湖北省区域又被调整为明度偏低的红色，几日后由于确认量突破10 000 人及以上大关的湖北区域再次占领了深红色的高地（见图4）。不断浮动的着色尺度让人不禁思考：是否还有更好的视觉方式能够表达“疫情地图”的信息？

3 “疫情地图”的数据可视化对比

在疫情期间许多学者及微信公众号发布了系列的“疫情地图”，他们通过对数字的搜集与整理，结合各自独特的表达方式，呈现了与主流媒体不同的数据传达形式。笔者在同类对比上以2020 年1 月26 日为时间节点进行分析（少量案例选取时间节点不同），从视觉传达角度探讨其表达方式的差异性。

图3 武汉市两家主流报刊媒体的湖北省疫情情况通告

图4 新型肺炎疫情实时动态图

图5 Mapbox 发布的新型冠状病毒肺炎疫情动态地图

图6 微信公众号发布的新型冠状病毒肺炎疫情地图

3.1 以热力图为主的表达形式

图5 是Mapbox 发布的2019-nCoV 疫情动态地图，基础地图的色彩被定义成黑色以更好衬托数据的色彩，可分别根据需求显示热力图、填色图等多类图层信息，图中清晰可见疫情状况较为严重的省份，但在颜色的覆盖下省份之间的分界稍显模糊。图6 来源于微信公众号：可视化星球，该图同样呈现了截至2020 年1 月26日的新型冠状病毒肺炎疫情地图，同样结合了地理坐标系与热力图，与图5 呈现不同之处是其以省区、直辖市为分区依据，根据其下属市区的确诊状况来显示色彩。这两张图的共同优点在于某一市区存在感染病例不必将全省标记，全省范围的标记在“谈疫色变”的关键时期无疑在无形中加剧了所处区域健康人群的恐慌。

笔者在新浪微博上还发现了一张截至2020 年2 月8 日的“江岸区疫情分布图”（图7），武汉是疫情的“重灾区”，而华南海鲜市场所处的江汉区更可谓是“重中之重”。这张图以江汉区的社区网格为基础进行划分，对于已有确诊人数大于5 人的小区标以明度较深的红色以提醒该区域居民引起重视。试想这时江岸区仍采取仅是数据或数字的方式告知，远不及此类清晰的图片所传达的内容清晰与直观。

3.2 图形为主的表达方式

北京大学可视化与可视分析实验室制作了系列关于疫情数据的可视化分析，其中一个为疫情变化晴雨表（图8），笔者截取了湖北省截至2020 年2 月6 日的数据图（图9），与其他可视化作品相比，该表达方式更像是在显示某一种趋势，其引入了“图形”“色彩”“面积”3 种视觉暗示方法，方块的颜色表示该省市当日新增确诊数较前日的变化，面积大小表示增量的多少。方块下方的数字为当日新增确诊数。诚然，如图表说明所释：“晴雨表聚焦于增量数据，对每日历史数据进行统计，宏观呈现疫情发展态势，有助于揭示疫情拐点。”但笔者认为该表基于不同阅读人群的认知结构在一定程度上易产生视错觉与误解。表现趋势通常会引用“长度”“方向”等视觉暗示原则，通过正方体面积的变化是否会让读者认为是人数的增长或变化？因为人脑思维在长期的生活积累和认知习惯的作用下, 会形成一套相对固定的色彩感知, 当受众感知到这一色彩对就会形成一定的心理暗示作用[3]。所以从用户群体的习惯思维出发，绿色的使用在当前的心理暗示可能更加偏向于“被治愈”这三个字眼。

图7 截至2020 年2 月8 日江岸区的疫情分布图

图8 北京大学可视化与可视分析实验室制作的疫情睛雨表

图9 湖北省截至2020 年2 月6 日疫情晴雨表

图10 北京大学可视化与可视分析实验室制作的疫情方寸间

图10 中，北京大学可视化与可视分析实验室师生再次运用了“图形”与“色彩”的方式并辅以数字制作的可视化作品——疫情方寸间，每个单独的方块为一个省份数据，背景颜色表示确诊数，绿色面积表示治愈率，黑色面积表示死亡率。在方块的右上角，分别使用红色、绿色和黑色的数字代表确诊数、治愈数和死亡数。通过点击各省份方块，可以在全国疫情态势和全省疫情态势两者之间切换。这样的表达方式较为抽象，值得思考的是绿色与黑色数字在颜色上与方块面积相对应，视觉对比较强烈，确诊数这一变量由于各地人数的不同也导致了各省份的背景色不同，但确诊数却与背景色没有准确的统一。且诸如武汉等确诊病例较多的区域，省份简称与背景明度区分不明显，也会从一定程度上影响其可读性。

图11 为清华大学项目组成员作品。清华大学美术学院向帆教授致力于数据可视化探索与设计，在这张图中，各市区依据确诊人数之数量形成颜色相同而面积不同的圆形，各个颜色为浅灰色代表省份的圆形再组合成象征整个国家的最大圆形，点击圆形即可显示该区域的确诊人数，其他国家则处于最大圆形的外围。同样是反映截至2020 年1 月26 日的“疫情地图”，不同于热力图主要以色彩为主的表达方式，图11 引入了面积这一要素，省份、市区等被抽象成了圆形，混乱的色阶被图形面积所取代，统一的色彩增强了信息的识别度，且无需再重复点击中国地图的省份便能查看各位置的大致感染情况，可以直观地看出同一省份内哪些市区情况较为严峻，需要加强管控，哪些地区暂时安全，要小心防范。作者在可视化过程中对数据进行了一定取舍，因为展现的信息越多，往往意味着读者需要花费更长的时间来查找需要的那部分信息[4]，该设计虽然只采用了确诊人数这一变量，但这种表达方法的宏观呈现性较强，能够清晰地使读者了解全国的疫情发展状况，也能从一定程度上反馈疫情的走向。

图11 青华大学项目组绘制的疫情图

图12 微博用户绘制的疫情图

图12 同样是以图形与颜色组合的方式显示了截至2 月12 日湖北省疫情数据，密切接触者、继续观察、累计确诊等数据根据数值大小被转变为面积不等的圆形，同时配以准确数字，图文并茂，具备较强的可读性，此种方式兼顾了较多的数据，对于以省为单位的全局性表达较为理想。

4 情感化设计背景下的“疫情地图”分析

诺曼在《设计心理学》一书中将情感化设计分为三层次：本能层级、行为层次与反思层次。并指出“一件产品的成功与否，设计的情感要素也许比实用要素更为关键”[5]，笔者认为这同样适用于指导“疫情地图”这一可视化设计实践中。

4.1 本能层次

本能层次在此所指向的是将各类信息通过可视化设计后转化为具备一定视觉美感且吸引人的设计，即“疫情地图”的“辨识度”。图形的辨识度直接决定了其可读性，在百度上搜索实时“疫情地图”，诸如“网易新闻”“百度”“新浪新闻”“丁香园”等页面都提供相应信息的查阅，均是基于中国地图这一地理坐标系的热区图，笔者分别从电脑端和手机端观看数据图片，发现当其呈现于网页端时，整体视觉上省份的边界与色块清晰可见，而从手机上阅读时由于屏幕尺寸有限，加之各省份的数据不同导致各色块色阶相互挤压，且以上4 个手机端界面均不支持以手势滑动控制缩放功能，对中、老年人群阅读欲望及阅读体验会产生一定的影响。其次前文所提及的“疫情地图”中的一个普遍行为——着色尺度，以颜色的深浅来表示整个省份的疫情状况，虽然点击具体省份后可以进一步查看以市区为单位的信息，但如果不仔细读图，极易陷入整个省份都已经有许多确诊人数的误解，看到“山河红遍半边天”或部分地区“红得发黑”便认为疫情已经大肆蔓延，是造成误解与恐慌的主要原因。从这一角度看，“疫情地图”在具备可视化设计形式的同时更应顾及用户群体的第一反应，促使其产生阅读兴趣，并避免误读情况的产生。

4.2 行为层次

在情感化设计的行为层次中，设计主要是与使用有关，应优先考虑的是功能，功能性设计是设计的本质属性[6]，可以认为是用户在使用“疫情地图”的交互过程中所感受到的愉悦感与使用效率。“疫情地图”除了反馈实时疫情，同时提供了“最新进展”“辟谣信息”及多类别的信息图表与趋势图供人们参考，人们通过此链接可以了解准确、翔实的数据。当然不同用户人群希望从“疫情地图”中获取的信息也因人而异，以百姓为例，他们最希望获取的信息是细化到居住区域层级的确诊情况，尤其是如武汉等疫情较为严重的区域在封城后，哪些地方能提供生活必需品与药品的购置，又有哪些地方被征用为方舱医院等信息；医务工作者则希望获取轻重症及疑似人数以制定更好的诊疗方案；对于政府部门等工作人员更需要以省区、市等宏观层面的信息来助力于决策……从行为层次出发，在“疫情地图”的设计中可以叠加不同的图层用以展示针对不同受众目标所需要的不同信息内容，并建立良好的视觉层级，丰富功能性设计以给予用户易用、实用的体验。

4.3 反思层次

反思层次所指向的是设计所激发的回忆与思考，与使用者产生情感联结，从而更好地激发情感体验。众多网页及程序都展示着大同小异的“疫情地图”，是否有一种能够以提升用户体验的方式持续吸引用户的关注与点击，引发其持续性的关注度。以互动性为例，疫情的起始、发展到结束是一个动态过程，清华大学美术学院向帆所设计的作品的底部增设了一个时间滑动模块，移动滑块可以观察到，随着时间轴的位移，代表数据的圆形气泡大小与位置也随之改变，但市区仍是紧紧围绕省份，气泡的大小与浮动牵动着观者的好奇心，通过这样的一个交互体验，冰冷而陌生的数字似乎在这里变成了一件数据艺术品。值得一提的是这件作品中并没有过分引入色彩元素，即便是所占用户群体人数较少的色弱、色盲人群可无障碍阅读，这亦是一种无形中的人文关怀，也正是此类的关怀在无形中强化与满足了用户的使用经历和潜在的心理需求。

5 结语

疫情发生以来，各类数据让普通人很难在第一时间筛选出自己所需要的有效信息，通过可视化的方式, 可以减轻由于大量数据给用户带来的“信息爆炸”压力[7]。可视化设计的初衷是“让数据说话”并让受众迅速理解大量信息，本质上这是一个抽象的过程[8]，这也需要设计者在设计作品的时候充分地考虑到受众的真正需求。笔者基于所搜集的案例进行分析不以区分优劣为最终目的，因为没有任何一种产品能够满足每一个人，同样没有任何一种“疫情地图”可以满足不同用户的不同需求，唯有设计形式与信息内涵相辅相成的方式才能为人们所接受。“疫情地图”作为当下一种热门的信息可视化传达方式，更应兼具数据的传达、交互性的获取方式、生成性的发展趋势及视觉的美感，只有深入研究疫情地图背后的视觉传达原理，才能更好地指导疫情地图的设计与实践，助力信息从高速传播向高效传播跃进。