全球精準化數據視閾下的精確新聞與數據新聞比較研究

王潤博

（蘭州文理學院新聞傳播學院 甘肅 蘭州 730000）

隨著互聯網特別是移動互聯網發(fā)展，全球新聞生產模式正在從單向生產轉向雙向互動，從線下轉向線上線下融合，從單純的媒體監(jiān)督向更加注重各行業(yè)的協(xié)同監(jiān)督轉變，凸顯了“互聯網+”形勢下新聞生產的新思路和新模式。目前在我國倡導用推動大數據發(fā)展和應用，打造精準治理、多方協(xié)作的社會治理新模式前提下，媒體更需深刻認識大數據在新聞生產過程中的作用，利用數據扁平化、交互式、快捷性的優(yōu)勢，以期實現推進信息及新聞的投放更加精準化。

在全球逐步邁進互聯網精準化數據時代背景下，“數據即信息”已成為社會各方共識，數據的商業(yè)價值和管理價值正在得到前所未有的重視與開發(fā)，而基于數據的新聞報道也已經歷三個時期的變革，從傳統(tǒng)新聞報道過渡到精確新聞報道，再到當代的數據新聞報道，變革中最關鍵的數據問題被媒體重新定義與解讀，并在報道模式上激發(fā)了數據狂潮，精確新聞演變?yōu)榭梢暬臄祿侣劊瑸樵絹碓蕉嗟氖鼙娝邮堋?/p>

一、精確新聞歷史發(fā)展概說

從新聞報道方式的歷史脈絡來看，精確新聞學源于20世紀60年代西方新聞流派在報道客觀性原則受到質疑后產生了全新的報道思潮而誕生，由美國學者、新聞記者菲利普·邁耶提出，他主張新聞記者要廣泛使用社會科學的方法和手段，以保證新聞的準確和客觀，這些方法有：運用計算機進行選擇性調查、內容資料分析、精確數據分析、中間測量等。運用定量研究方法來采集數據，這是精確新聞學與傳統(tǒng)新聞學的最大區(qū)別。按照定量研究的實施機構來劃分，數據主要來自于兩條途徑：一種是新聞媒體或記者自己運用定量研究方法，獨立完成數據搜集，這樣寫成的精確新聞稱之為“主動性精確新聞報道”；另一種途徑是直接采用其他社會組織或機構的研究結果，這樣寫出來的新聞報道就是“反應性精確新聞報道”。

精確新聞在報道觀念和寫作手法上突破傳統(tǒng)新聞學的陳規(guī)，給當時沉悶的新聞業(yè)注入了一股新鮮、異質的血液，這在美國乃至西方各國引起震蕩，后傳遍世界各國新聞界。80年代，我國新聞界開始運用這種新聞報道理論和方法報道新聞信息。

精確新聞學改變了傳統(tǒng)的新聞運作方式，要求記者有更大的主動性與科學精神，這種更強的挑戰(zhàn)性使記者的報道由被動變?yōu)橹鲃?，也使“新聞”不再只是對“新聞事件”的被動報道于解讀，更包括了對“新聞問題”的主動采訪及分析。在當代新聞報道中，精確新聞依然是媒體最重視的報道方式，這也是在它遵循新聞學基本規(guī)律的前提下的必然發(fā)展趨勢。

精確新聞在今天的發(fā)展依舊是方興未艾的，它給媒體人最大的啟示在于：傳統(tǒng)新聞報道技巧與社會科學研究方法的有效結合，可以產生出新的、精致的、更真實的反映社會現實生活的報道方式，精確新聞是新聞學者大膽嘗試的一個成功范例，在思想上開拓了新聞觀念的疆域，為新聞報道模式打開了另一個廣闊的范圍，同時拓展了數據分析的各個行業(yè)領域。大數據，也被稱為巨量資料，指的是涉及的資料量規(guī)模巨大到無法通過目前主流軟件在合理時間內達到擷取、管理、處理、并整理成為幫助企業(yè)經營決策更積極目的的資訊。

二、數據新聞誕生的背景及發(fā)展

2013年，由美國前情報機構工作人員斯諾登曝光的監(jiān)聽丑聞彰顯著數據的“價值”，數據新聞是變遷所作出的關鍵革新。直至2012年，約翰·布蘭奇（John Branch）帶領其團隊推出作品《雪崩》并一舉奪得普利策特稿獎。《雪崩》集文字、音頻、視頻、動漫、數字化模型（DEM）、衛(wèi)星模型于一體，以顛覆性的呈現形式徹底改變了人們過去對傳統(tǒng)精確新聞報道單一、古板的認識，掀起了新的數據傳播技術改變新聞行業(yè)的潮流。

數據新聞并非一夜產生，其興起基于一定的社會環(huán)境、媒體競爭促使行業(yè)變革與受眾群體需求等內外因素共同發(fā)展的結果。托夫勒在《第三次浪潮》書中將大數據稱頌為“第三次浪潮的華彩樂章”， 它的萌芽是從20世紀50年代的美國的計算機輔助報道（computer assisted reporting）開始的，當時的美國記者利用大型計算機對政府提供的數據庫中信息進行分析，以發(fā)現和調查新聞事實，記者在政府機構、企業(yè)等所發(fā)布的有限數據中，發(fā)現新聞選題或者將這些數據作為佐證挖掘、拓展深度報道的重要資料。

隨著當前媒體與經濟社會的交匯融合，網絡信息、云計算和微處理技術與設備的極速發(fā)展，2013年被媒體冠以“大數據元年”的稱號，即各類數據呈幾何數式暴增，并成為融媒體時代的基礎資源，有效集成了國家經濟、政治、文化、社會、生態(tài)等各方面的新聞資源。在新聞傳播中充分運用大數據分析提供的規(guī)律性結論，不僅有利于形成系統(tǒng)完備、科學規(guī)范、運行有效的新聞傳播體系，而且還能為社會治理提供決策支撐，在當今大數據時代背景下，記者能夠獲得和利用的數據相較而言是彼時的N倍。

數據新聞即“數據驅動新聞”，它以直觀形式呈現，比文字報道更加高效，當今的數據新聞更偏重可視化數據分析，具體而言數據新聞以圖表、數據為主，少量文字介紹，致力于為讀者提供客觀、系統(tǒng)的報道以及良好的閱讀體驗。數據新聞是新聞敘事的新模式與新方法，不再以主觀文字進行寫作，而是用數據對實事的分析與呈現，這種新聞敘事模式可以符合當下“碎片化時間”閱讀人群的信息需求，節(jié)省閱讀時間的同時，也優(yōu)化了傳播效果，并更具說服力。

數據新聞作為在全球精準化數據視閾下精確新聞學的發(fā)展，其生產過程更為精細化，涉獵的知識技能除了傳統(tǒng)的新聞音視頻、圖片與文字的制作，更涵蓋社科研究方法、計算機數據抓取/搜集、處理、可視化，平面/交互設計、網絡編程、新媒體藝術等各個領域，在多學科技術手段下，把龐雜的數據集中不同變量的復雜關系及其與整個社會發(fā)展的關系，用視覺語言向公眾展示，以這種更客觀更友好的報道方式激發(fā)公眾對公共事務的探討與參與。

三、數據新聞實踐案例分析

目前，在大數據新聞制作上已經積累了經驗的國際媒體有《衛(wèi)報》《紐約時報》《華盛頓郵報》等，但它們也處于探索階段。在2017年6月22號的“環(huán)球編輯網絡”奧地利維也納年度峰會期間，揭曉的“數據新聞獎”是第一個旨在表彰全球數據新聞領域杰出工作的國際性大獎，2017“數據新聞獎”共有來自51個國家的573件作品參賽，最終由組委會評選出12件獲獎作品，其中年度數據可視化新聞獎來自美國《華爾街日報》的數據新聞作品《〈漢密爾頓〉背后的韻律》（The Rhymes Behind Hamilton），這個作品最強大之處在于龐大音律數據的極簡方式呈現，它借助《華爾街日報》可視化團隊的自研算法，以大數據方式分析近期炙手可熱的百老匯音樂劇《漢密爾頓》（Hamilton）中復雜的韻律結構，并進行可視化處理，從視、聽兩個層面展現作品細節(jié)所蘊含的智慧，幫助讀者了解為何《漢密爾頓》的歌詞如此深刻和令人難忘。年度數據調查新聞獎來自加拿大《環(huán)球郵報》的《無據可依》（Unfounded），這個新聞作品是耗費20個月的時間調查后推出的可視化作品，揭示了其國內公眾普遍關注的社會治安問題。該團隊通過對海量的案件材料進行大數據分析，結合全國873家警察機構的采訪數據，最終發(fā)現：在加拿大有五分之一的性侵犯案件會被警方視為“無據可依”駁回，而這個數字與官方統(tǒng)計數據相距甚遠，作品以精心設計的交互式可視化效果，對數據進行多維度剖析，配合當事人的深度采訪報道，使人們深刻了解到被性侵犯者的痛苦與無助。作品一經推出便引發(fā)了輿論風潮，甚至還影響到了后續(xù)警方對于此類案件的處理態(tài)度。

在國內，數據新聞這一新的報道模式也已得到實踐，近年來中國的數據新聞作品也開始在世界級大獎參賽名單里頻頻“露臉”，在2017年的“數據新聞獎”中，中國就有24件作品參賽，其中一件入圍了最終獲獎提名名單。2016年是中國有記錄以來雨量最大的一年，不少地區(qū)由于平日疏于防范而深受洪澇災害，財新網推出的《2016·洪水暴至》聚焦了歷年來國內洪水災情，使用VR、短視頻、解釋性交互圖表等可視化手段，加上攝影圖集、深度報道等傳統(tǒng)新聞形式，增強了代入感。報道透過現場圖片和視頻，向讀者講述了受災地所承受的一切。同時獲得“公共選擇獎”提名的來自中國《新京報》的《2016年外交部發(fā)言人被問最多的是哪些事？》（How do Chinese spokespersons of MFA answer questions），這是一個僅由2名編輯、1名技術人員、1名實習生共同完成的作品，通過對外交部官網上公布的216場發(fā)布會，共計1755個問題信息數據進行篩選分類，提煉有效信息，使用國外流行的交互式代碼嵌入到普通網頁中，宏觀展現了一年中外交部新聞發(fā)言人所提及的所有內容要點，這種新穎的可視化交互形式在國內還屬鳳毛麟角。通過對國內外代表性媒體的大數據新聞實踐進行研究，可以總結出大數據新聞的四個功能，即描述、判斷、預測、信息定制。

四、精確新聞與數據新聞比較分析

在當今全球倡導精準化數據視閾下，比較精確新聞與數據新聞的異同與發(fā)展趨勢，可以發(fā)現精確新聞與數據新聞同屬新時代的新聞報道方式，但存在一定差異性。

從數據運用的范圍來看，精確新聞不可避免的存在一些缺陷，比如時效性差、僅僅適用于可量化的報道對象或者僅適用于社會問題報道而不宜于突發(fā)事件，大量的圖表與數據使新聞缺乏可讀性，而數據新聞運用巨量資料來分析事件或挖掘新聞線索；從報道方法來看，精確新聞首先確定新聞調查區(qū)域、對象和方法，然后設計調查問卷或實地調查，而數據新聞更多的是運用電子計算機等網絡技術，對大量數據進行分析處理，再得出相關結論；從對事實的運用與處理來看，精確新聞是精確的數據、概念來分析新聞事件，強調“分析”，沒有改變新聞實質，而數據新聞是基于對數據進行專業(yè)化處理，即通過“加工”實現數據的“增值”，強調的是“加工”，在一定程度上讓新聞內容達到一種質變狀態(tài)。

精確新聞學跨越了社會學和新聞學兩個領域，這兩個學科對“價值傾向”這個問題都十分敏感，許多西方社會學家，尤其是與自然科學保持密切關系的學者，堅持一種“價值無涉社會學”的觀點，他們認為社會學應該以自然科學為自己的榜樣，應該“將自己限定為陳述‘是什么’，而不是陳述‘應該或必須是什么’”。作為一門科學，社會學必須對關于價值的問題保持沉默，它不能決定應該是什么方向，它不能對有關社會政策的事務提出建議，新聞界也有學者提出過類似的看法，認為精確新聞報道的客觀性原則要求記者、編輯不帶任何個人的價值傾向。但另外一些社會學者和新聞學者則不贊成這樣的觀點。他們認為“價值無涉”是不存在的，沒有價值本身也是一種價值，“價值無涉的主張會使研究人員避開對社會有重大意義但有爭議的社會問題，使之因無明確的責任而難于加以研究?！边@是一個悖論。而數據可視化新聞從誕生之初至今，都是處于一種“費力不討好”的尷尬境地，盡管要耗費眾多技術、人力、成本來處理海量數據，但最終完成的作品卻鮮有人問津，看似“古怪”難懂的各式數據圖，令讀者難以接受，傳播起來更是“蝸步難移”。目前我國數據新聞的數據挖掘、獲取和分析能力非常欠缺，表現在以下幾方面：

一是數據新聞獲取渠道有限，數據開放力度不大。國內大部分數據新聞作品的解讀對象局限在政府公報、其他媒體或機構手機的二手數據，這些數據的來源看似較廣，但仔細觀察就可以發(fā)現數據多是政府或研究部門已經發(fā)布的二手數據，極少有新聞數據工作者自己從社會生活中收集與挖掘，運用二手數據雖然很大程度上節(jié)省了制作時間，但會限制數據新聞思維。我國的數據開放力度有待提高，數據環(huán)境越開放，就可以從多類型數據中挖掘更多有價值的數據資源制作深度新聞報道。

二是欠缺專業(yè)精準的數據分析能力。近年來的媒體數據新聞均來自“二次加工”的數據，缺乏對數據的深度解讀與分析，這與西方的數據新聞觀形成較大差距，整合已公開的數據相對容易，但挖掘原始數據和分析數據背后隱藏的信息才是數據新聞制作的關鍵點，泛泛空談大數據的基本概念而不談數據分析是沒有意義的，只有數據分析才是體現大數據的價值所在，這是制約我國數據新聞發(fā)展的重要因素。

三是人才培養(yǎng)機制落后，但數據新聞對新聞記者提出了更高要求。任何領域的發(fā)展最終需要人才資源的支撐，數據時代的普通新聞除了掌握基本采編評技能之外，還有對計算機技術、數據統(tǒng)計、數據分析等專業(yè)技能的需求，難以適應數據新聞發(fā)展需要，而我國現有的教育模式下具備上述全能素質的人才匱乏，成為制約我國數據新聞發(fā)展的重要問題。

綜上所述，融媒體時代，巨大的信息量讓受眾身陷其中，并對資訊無法辨別真假，更傾向于尋找更為客觀真實的精確新聞，與此同時，隨著人們對新聞傳播認知水平的提高，受眾對信息深度、廣度的要求日益增加，他們不再滿足于單純地知道信息，而是希望讀到經過深度解讀的信息、使用信息甚至是預測信息，了解“新聞背后的新聞”，從“魔彈論”到“有限效果論”，再到宏觀效果論，受眾的地位一直在不斷地上升，受眾不再是純粹的被動接受者，而是希望自己能參與其中，發(fā)表自己的意見。數據新聞在2017年似乎成了“過氣網紅”，從最初行業(yè)的一哄而上，到如今的“問題一大把”，數據新聞的未來在何方？在筆者來看，數據新聞依舊是一個非常有挑戰(zhàn)性的領域，雖然目前國內與國際上的差距主要體現在策劃經驗、產品設計、產品的質量和水平上，但制作數據新聞不應停留在炫技的層次上。當下全球新聞業(yè)界都將數據新聞視為解決新時代新聞難題的“萬靈丹”，而實際上，數據新聞似乎并沒有解決任何問題，在獲取數據上如何講出好故事、提供優(yōu)質內容是媒體在新技術時代更應深思的問題。

參考文獻：

［1］方潔.數據新聞概論［M］.中國人民大學出版社，2015.

［2］方潔.全球視野下的數據新聞：理念與實踐［J］.國際新聞界，2013（6）.

［3］西蒙·羅杰斯.事實是神圣的：數據的力量［M］.中國人民大學出版社，2015.

［4］畢良宇.大數據背景下數據新聞的研究［D］.華中師范大學，2014.

［5］李希光.大數據時代的新聞學［J］.新聞傳播，2013（1）.