新冠疫情报道中数据新闻的应用、不足及对策分析

【摘要】随着大数据时代的到来，在新闻报道中数据正变得越来越重要，数据新闻也随之不断发展。2020年随着新型冠状病毒暴发至今，很多媒体通过数据新闻来报道疫情，用可视化的方式记录疫情。本文以财新网和丁香园在新冠疫情报道中所运用的数据可视化为例，对数据新闻的优势、不足以及未来的发展方向进行分析。

【关键词】数据新闻;数据可视化;新冠疫情;数据地图

一、数据新闻及其特征

数据新闻，又称“数据驱动新闻”，是“基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式”。[1]数据新闻是伴随着大数据时代到来从而产生的一种新的新闻报道形式，是数据技术对新闻业全面渗透的必然结果。而它的出现，在一定程度上改变了传统新闻的生产机制。

数据新闻具有以下三点特征。第一，基于海量的数据从而生产新闻。数据新闻的产生必须由一定的大数据作为基础，通过对大数据进行分析，进而挖掘其背后的内涵。数据是基础。第二，新闻可视化是其独特的呈现方式。通过对国内外数据新闻的整理和总结，其表现形式主要为以下几种：数据可视化、图解新闻以及数据地图。媒体以直观的形式呈现数据，打破以往简单的图文模式。第三，新闻生产流程的再创造。在数据富足的时代，新闻生产的重心转移到分析所统计数据背后的故事。

二、新冠疫情报道中数据新闻的运用

新型冠状病毒（2019-nCoV）于2020年1月12日被世界卫生组织命名。冠状病毒是一个大型病毒家族，已知可引起感冒以及中东呼吸综合征（MERS）和严重急性呼吸综合征（SARS）等较严重疾病。新型冠状病毒是以前从未在人体中发现的冠状病毒新毒株。人感染了新型冠状病毒后常见体征有呼吸道症状、发热、咳嗽、气促和呼吸困难等。在较严重病例中，感染可导致肺炎、严重急性呼吸综合征、肾衰竭，甚至死亡。

（一）财新网新冠疫情报道中数据新闻的应用

财新网数字说板块的一篇题为《新冠逝者：数字背后不可遗忘的人》的报道，通过数据的抓取、挖掘、分析，通过可视化的手段对所掌握的新冠逝者的数据进行呈现。该报道梳理了自2020年1月9日至2020年2月23日新型冠状病毒感染后死亡人数，用时间轴和散点图的方式进行数据的呈现。这篇数据通过不同颜色的圆点对新冠逝者进行分类，并按照时间顺序进行圆点的分布，圆点越密集则该时间段的新冠逝者越多。并且不同于以往传统报道中数字的简单呈现，该报道在呈现数字的同时，还对部分新冠逝者背后的故事进行了简述。正如世界卫生组织总干事谭德塞在记者会上所说的我们必须铭记的是这些人，而不是这些数字。这篇报道使读者认识到逝者并不是数字，而是一个个鲜活的生命。这些数据终将成为历史，而我们需要记住的是数字背后的普通个体。

财新网数据通在此次新冠疫情的报道中同样表现出色。从2020年1月29日起推出每日疫情分析简报。每日简报通过数据可视化手段对新冠疫情的相关数据进行呈现與分析。在对数据进行分析与总结的同时还通过折线图以及柱状图的形式进行数据的可视化呈现，其中包括：中国新增确诊病例情况、湖北各市新增确诊病例、感染新冠病毒重症和死亡病例占比、各地区病死率、各地区确诊与疑似人数比例差距、全球（中国除外）累计确诊病例等多项数据。

（二）丁香园新冠疫情报道中数据新闻的应用

在新冠病毒肺炎暴发后，与疫情相关的信息迅速成为公众关注的焦点。疫情的变化趋势是怎样？疫情的主战场在哪里？哪个地区感染人数增长最快？所在城市感染人数是多少？民众迫切地需要获取这些疫情相关信息。2020年1月21日，丁香园最早推出全球新冠病毒实时疫情地图。通过数据地图与动态交互的呈现形式，将现存确诊病例以及累计确诊病例的数据与地图相结合，应用地图来分析和展示新冠病毒确诊病例的数据。该报道将新冠病毒确诊病例数量通过颜色来进行表示，然后运用深浅不同的颜色在地图上进行绘制，从而呈现出各国家及中国各省市确诊病例的具体数据。地图中颜色越深则表示该地区确诊病例越多。读者通过疫情地图就可以清楚地看到全球各地疫情的严重情况。图中清晰地展现出全球范围内中国地区颜色最深，疫情最为严重;中国范围内湖北省颜色最深，疫情最为严重。

三、新冠疫情报道中数据新闻存在的问题

（一）多为静态呈现，可视化形式单一

数据新闻能够将一系列枯燥无味的数据进行整合分析，并运用可视化的方式呈现出来，增强内容的可读性，从而吸引读者的兴趣。但数据新闻大多数以静态的形式进行呈现。如财新网在“每日疫情简报”中呈现出的静态图表，简单的图表陈列创新性不足，从而导致读者缺乏进一步互动交流的积极性。

（二）报道题材集中，发展较不平衡

数据新闻的制作成本较高而投入有限，比较优秀的数据新闻作品往往集中于全球性、全国性的话题，对地方受众的接近性较低。现阶段我们所熟知的数据新闻产品大多由人民网、财新网、新华网等实力雄厚的媒体所制作出来的，并集中在具有较大影响的事件报道中。如2019年两会期间各大网站的新闻报道中就涌现出如人民网“据”说两会等大批优秀的数据新闻。但在地方性相关新闻中，如各市区疫情相关报道中数据新闻数量较少，质量较低。数据新闻的发展较不平衡。

（三）缺少对数据的深度挖掘

数据只有在使用的过程中才能转化为信息，并通过与故事的结合呈现数据背后的意义。数字并不等于数据，并非在新闻报道中使用数据或仅仅是数字就可以称得上是数据新闻。更重要的是对已获取数据进一步的整理、挖掘和分析数据背后的关联和意义。现如今仍然有大部分的数据新闻仅仅是数字的简单呈现，空有其名。部分报道每日对新冠疫情确诊病例、死亡病例等数据进行罗列，而未挖掘这些简单数字背后更为深刻的意义，徒有数据新闻之名。他们将信息可视化与数据新闻混为一谈，忽略了数据新闻的核心要义是大数据驱动，即通过处理大数据发掘具有新闻价值的素材。[3]

（四）媒体人员缺乏数据新闻意识

近年来，随着互联网技术的发展，我国网民数量迅速增长，跃居世界第一，同时也出现了一大批移动终端媒体和新媒体。互联网技术以及新媒体正迅猛发展，而部分媒体人员的相关专业技能及数据素养却未得到相应的提升。部分媒体人员在进行新冠疫情数据新闻的创作时，由于数据获取、处理和分析的能力不足，使得数据新闻的质量参差不齐。

四、未来数据新闻的发展方向

在此基于对新冠疫情报道中数据新闻存在的问题与不足的分析，从以下几个方面对如何提升数据新闻的质量做出相应探讨和分析。

（一）提高传播者的数据素养

一篇好的数据新闻不仅需要传播者具有基础的新闻专业知识，还需要传播者具有相应的数据素养。传播者的数据素养水平会直接影响到所创作出的数据新闻的质量。正是因为财新网拥有高数据素养的媒体人员组成的数据新闻团队，才能创作出多篇优秀的数据新闻报道。因此，未来数据新闻的发展必须要提升新闻人员的数据素养，使其养成数据思维并掌握数据挖掘和分析的能力。并且，在新闻人才培养方面，高校也应该注重复合型人才的培养，开展数据新闻相关的课程，提升新闻专业学生的数据素养，逐步构成以培养收集数据、分析数据和呈现数据能力为重点的教育内容体系。[3]

（二）丰富数据的可视化呈现形式

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;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。[4]然而当前我国数据新闻的可视化呈现形式大部分采用传统的一般图表，缺乏创新。只有部分媒体采用创意图表，而动态交互式图表的使用率则更低。在丁香园疫情地图的可视化呈现中就运用到了动态交互图表。通过选择地图上的任意省市区域，从而呈现对应省市的疫情数据，在提高了数据使用效率的同时给读者带来更直观清晰的感受。因此，在未来数据新闻发展过程中要注重数据可视化呈现形式的多样性。在进行疫情数据新闻的报道中，我们甚至可以将疫情报道与AR/VR等高新技术相结合，将受众“带到”超真实的新闻现场，全方位感知疫情的事件现场。

（三）加强数据深度挖掘，推动数据“中央厨房”化

数据新闻的创作离不开海量的数据。要想创作出高质量数据新闻，就需要丰富的数据作为基础，在获取所需数据后要深挖数据背后的意义。目前我国的数据新闻报道对数据的处理分析较为浅显，缺少对数据的深度挖掘。并且大部分媒体缺少独立的数据库，在数据新闻报道中大幅度依赖第三方数据库，这种大幅度依赖于第三方数据的数据库，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，[5]导致报道的整体质量随之下降。因此，在未来数据新闻发展过程中各媒体可以借助5G技术对数据进行深度挖掘和分析，并加强各数据库的智能联动，推动数据的“中央厨房”化。未来在疫情数据新闻的创作过程中可以直接从数据中央厨房中获取所需数据。这样一来不仅提高了数据的真实性和时效性，与此同时数据新闻报道的整体质量也有所提升。

参考文献：

[1][2]窦书棋.灾难报道中数据新闻的应用与发展[J].传媒观察，2019（05）：90-93.

[3]方洁，胡文嘉.全球數据新闻教育：发展特征与未来趋势[J].国际新闻界，2017（09）：134-151.

[4][5]史倩云.中国网络媒体数据新闻的现状与趋势分析——以网易数读为例[J].新媒体研究，2019（06）：5-7.

【作者简介】卢蔷，池州学院外国语学院2017级本科生：主要研究方向：跨文化传播、数据新闻等。