数据新闻（Data Journalism），又称数据驱动新闻（Data-Driven Journalism）
目录 |
数据新闻是大数据时代新闻业不断适应媒介环境变化而探索出的新闻生产的新方式，开放的数据、严谨的叙事逻辑、恰当的可视化呈现方式共同构成数据新闻的基础。作为一种新型的新闻生产模式，数据新闻改变了传统新闻的生产模式和整个运作体系，引发新闻报道理念、思维与模式的变革，成为大数据时代新闻学发展的新领域。数据新闻在大数据技术的推动下发生质和量的飞跃。
数据新闻是随着数据时代的到来出现的一种新型报道形态，是数据技术对新闻业全面渗透的必然结果，它的出现在一定程度上改变了传统新闻生产流程。[1]
第一个利用数据进行的新闻报道可追溯到1821年5月5日。卫报历史上第一份报纸的头版新闻：曼彻斯特在校小学生人数及其平均消费统计。这份数据现在可以从卫报的网站上下载到原版的PDF数据。
数据新闻不是一夜之间就有的。它的萌芽是从计算机辅助报道（computer assisted reporting）开始的。20世纪50年代，美国就有媒体记者利用大型计算机对政府提供的数据库中的信息进行分析，以调查和发现新闻事实。记者在政府机构、企业等所发布的有限数据中，发现新闻选题或者将这些数据作为佐证发现、拓展深度的重要资料。而在如今大数据的背景之下，记者能够获取和利用的数据量相较而言是那时的无数倍。
数据新闻有别于精确新闻和数字新闻。精确新闻由美国学者、新闻记者菲利普·迈耶在20世纪60年代提出，指记者在采访新闻时运用调查、实验和内容分析等社会科学研究方法来收集资料、查证事实，从而报道新闻。这类新闻报道20世纪70年代风行于美国新闻界。80年代，中国新闻界开始运用这种新闻报道方法。它的特点是用精确的具体数据分析新闻事件，以避免主观的、人为的错误。它侧重于微观的具体调查、实验和内容分析。而数字新闻，则指以数字、公式、字母等静态形式来辅助文字报道。现在所说大数据新闻，显现的是对大数据的挖掘与处理的结果，可以通过复杂的交互式、动态化的图片和视频来呈现这类新闻。
1.“利基模式”。
是对数据进行筛选、整理和挖掘后转化为满足不同层面受众需求的细分化、定制化的新闻资讯，借助于新媒体平台，以直观、易用的形式向公众提供互动式服务，满足公众日益增长的知情、监督和选择的需求。澳大利亚广播公司（ABC）是数据新闻的先行者，也是“利基模式”的创立者。
2.“类比模式”。
是指使用量化、质化等社会科学的研究方法，根据报道主题确定相关的“变量”，针对这些“变量”挖掘不同类别和层面的相关数据，让受众通过直观化、互动化的手段进行横向和纵向的类比，促使他们在全球视野下和充分知情的基础上进行理性分析，以免做出“标签”式的臆断或产生“坐井观天”式的偏见。“类比模式”旨在引导受众寻找数据当中蕴藏的“洞见”，提升全球公民意识和媒介素养。
1.以服务公众利益为目的。这是数据新闻的出发点，所有数据的处理和呈现最终是为了让公众理解大数据时代数据变迁的内涵，了解宏观数据如何影响每个人。
2.以公开的数据为基础。这是数据新闻存在的前提，如果政府、社会其他组织不公开信息或没有提供联网数据库，缺乏数据分析材料，数据新闻也不可能得以推行。
3.依靠特殊的软件程序对数据进行处理，开掘隐藏于宏观、抽象数据背后的新闻故事。这是数据新闻的技术保障，也是数据新闻得以和一般新闻相区别的核心特征。
4.以形象、互动的可视化方式呈现新闻。这是数据新闻的个性展现形式，得益于科学可视化的发展，数据新闻将复杂、抽象、难懂的数据转化为简单、具体、生动的新闻报道。
（1）以数据为核心驱动力，丰富内容生产
数据新闻是“数据驱动的报道”，开放的数据作为数据新闻的基本要素，为新闻报道提供多方信源和多种素材。数据新闻改变了传统新闻以文字为中心的内容生产和叙事模式，通过对数据的结构化、知识化处理，探索有意义的数据联系，将孤立的“新闻事件”扩展为“情景报道”，丰富新闻内容生产，增强报道说服力。
（2）以可视化为主要呈现方式，创新报道形式
数据可视化有助于将冗杂的数据信息以及错综的关系链以形象、生动、简单的方式呈现，提升专业新闻的“阐释”效果，增强用户交互式阅读体验。
（3）以移动端为主的多渠道传播，拓宽传播途径
随着智能手机、移动互联网的普及以及HTML5技术的发展，数据新闻在移动端的开发越来越受到媒体重视，数据新闻实践平台逐渐由传统PC端向移动端转移。
（4）以独特视角跟踪社会热点，引导舆论走向
真实、客观的数据是数据新闻产品的基石。数据新闻，因其有理有据的数据支撑、高效的信息传达率、独特的报道视角，被认为是媒体在跟踪社会热点以及突发事件中抢占独家报道先机的重要方式，在环境监测与舆论引导等方面发挥新的功效，实现新闻报道真实性、客观性、深刻性的增值以及新闻专业主义标准的提升。
（1）数据源开放程度低，数据监管不力
数据的挖掘与分析建立在数据的真实性和丰富性基础之上，数据源的开放以及数据的监管是数据新闻生产的基础。在数据源开放方面，受开放数据运动以及数据教育的影响，国外许多政府、企业、媒体机构纷纷建立自己的数据库，向记者和公众免费开放。
国内政府部门、企业机构数据源开放程度较低，数据来源受限制。已开放的数据资源类型单一、分布不均衡，且作为重要数据源的政府部门提供的数据存在一定的滞后性，媒体想要掌握更为详实、个性化的数据存在难度。与国外媒体向机构主动申请、索取数据不同，国内大多数媒体尤其是传统媒体还处于被动获取数据阶段，而各媒体间激烈的竞争也使得媒体互相开放数据库难以实现。并且由于规范化的数据监管机制的缺乏以及数据监管的不力，对数据资源的真实性难以判断和把控。
数据素养指获取、分析、解读数据应具备的知识、技能和方法。在数据敏感性方面，受数据新闻教育和数据思维的局限，新闻从业者在实践中对数据的敏感性、热点性以及公众信息需求的把握能力有限。在数据处理方面，由于专业技能的缺乏，新闻从业者对数据价值的深入挖掘与分析还远远不够，对数据的解读仍处在“浅尝辄止”层面，对于公共开放数据的充分利用与再度开发能力有待加强。
（3）可视化技术滥用问题突出
在可视化呈现方面，技术滥用是当前媒体数据新闻实践中的重要问题。数据新闻报道层出不穷，很多新闻从业者对数据新闻的内涵与特征理解模糊，一些媒体盲目追求数据新闻报道的“大而全”，而使新闻报道的实用性和价值十分有限。数据新闻报道中为数据而数据、为设计而设计问题突出，许多数据新闻产品“有数据新闻的外衣却缺乏数据新闻的精髓”。新闻信息和价值的传播是数据新闻报道的最终目的，对技术的过分依赖，内容流于形式，反而淹没了新闻的核心思想，本末倒置，不利于数据新闻的发展。
（4）专业化数据新闻团队建设有待加强
国外媒体专业化数据新闻独立平台的相继建立，数据新闻专业主义标准不断提高，专业的数据新闻团队建设成为媒体进行数据新闻实践探索的基础。就国内情况来看，在数据新闻领域起步较早的媒体机构均已建立数据新闻报道团队，以团队作战的形式从事数据新闻产品研发。但从总体来看，我国媒体数据新闻团队构建专业化程度较低，主要是由传统新闻报道团队转型而来，专业设计人才、编程人员的稀缺成为媒体数据新闻实践最薄弱的环节。
（1）提高数据素养，消除数据偏见
大数据时代，数据素养成为新闻从业者必须具备的基本素质。武汉大学王琼教授认为，数据素养至少应包括5方面：对数据的批判性思维、对数据的敏感性、收集数据能力、分析处理数据能力以及利用数据决策的能力。数据新闻生产包括“需要数据—获取数据—清理数据—分析数据—展示数据—与公众交谈—讲述包含数据的故事”七个步骤，要求新闻从业者从数据来源到数据作品呈现全面开展工作。
新闻从业者在面对海量的数据信息和多种多样的数据来源时，要持批判性思维，不断提高数据素养和数据思辨能力，具备扎实的数据分析功底，对数据持质疑态度，避免产生确定性偏见。
（2）提供数据共享，加强数据监管
随着媒体实践进程的不断深化以及从业者数据素养的提高，媒体将逐步加强数据共享，提高数据监管力度，为记者和公众提供多元、可靠的数据信息。在国外新闻界实践探索的影响下，国内媒体应当转变思维模式，逐步提高数据库开放程度和交互性，分享媒体数据资源与可视化工具，以实现媒体间互利共赢。
在数据监管方面，国外媒体通过网站分享、与专家合作、与同行交流等方式层层把关，对数据真实性进行监管、检阅和评定。除此之外，不少记者还通过将作品提交学术同行来对数据进行评议。我国媒体应从国外媒体在数据监管方面采取的措施中获得启示。
（3）提升数据专业主义，打造个性化、定制化、游戏化数据产品
国外媒体较早开始数据新闻转型实践，在突发性事件、调查性报道、财经报道等专业领域积累了丰富经验。数据新闻为专业性报道提供了事实的数据支撑、生动讲故事的工具以及多样化的呈现方式，在提升专业新闻可读性与阐释效果方面具有明显优势。今后，数据新闻的专业主义程度将不断提高，数据新闻在突发性、调查性报道中的应用也将不断加深。
数据新闻发展最终以满足受众需求为驱动，能否契合用户需求影响数据新闻的未来。当前，不少数据产品研发注重与用户的互动交流，强调产品的用户关联性。用户通过互动与数据新闻产品产生共鸣，满足自身独特的应用需求。随着可视化技术的进步，将有更加直观、有效的数据新闻表现形式出现，各类数据的收集将越来越全面化、细分化，产品类型将愈加丰富多样，数据新闻产品的个性化、定制化趋势也将愈加明显。游戏化也将是数据产品发展的一大趋势。今后，将有越来越多的媒体注重数据产品的游戏化元素开发，以此增强新闻作品与读者的互动，提升用户的阅读体验。
（4）注重数据新闻理论体系建构，创新人才培养模式
对数据新闻学理论体系的建构、完善与发展应该是学界今后努力的方向。在今后的研究中，学界应注重结合数据新闻本土化实践成果，从多学科、跨学科、多平台的研究视角，构建完善的数据新闻理论体系，以指导我国数据新闻实践科学发展。
在人才培养方面，数据新闻的操作方式、技术工具以及理念的快速更迭，对从业者的技能和素养提出越来越高的要求。结构化数据分析能力与讲故事能力相平衡的复合型人才成为数据新闻人才培养的重点。今后的新闻教育应注重学生数据思维培养，提升学生数据分析、处理能力以及数据产品开发、设计能力，建立学界与业界多学科、交叉学科联合的复合型人才培养模式。
海量数据收集与整合
媒体工作者需多渠道的收集数据。从公开的数据库或者是政府部门、企业、机构中获取数据，从这些海量信息中判断和选择有表现力的数据。当媒体工作者获取数据之后，便开始处理和整合数据。将与新闻报道无关的数据筛选、过滤后，剩下有用的数据进行整合汇编，形成新的报道内容。以“百度人口迁徙”为例，百度利用软件，将人们购票的时间、地点、性别、年龄以及出发站、终点站进行统计，形成数据库，不仅可供新闻工作者使用，政府和企业等也可利用这些数据，创造出不同的价值。 由此可见，海量数据的收集与整合对于数据新闻来说是一大挑战。新闻工作者通过数据的挖掘和分析，寻找出有价值的相关性，继而增加对相关事件发展趋势的预测性，新闻和数据相结合创作出精确和深度报道，成为大数据时代的新闻业务发展方向。
凸显把关人的重要性
截止2014年中国的网民规模高达6.52亿，在信息碎片化的时代，相当多的网民在网上浏览新闻，因此数据新闻的把关尤为重要。数据新闻需要大量的数据、数据分析处理，不仅仅是要有技术水平，更需要一双慧眼，分得清“真数据”和“假数据”，而且还要选择重要的数据和信息进行报道，为受众提供更细致、精确的新闻，又快又准的报道新闻，数据新闻的把关在数据时代更为重要。
提高新闻工作者媒体素养
数据新闻学是一门交叉的学科，数据新闻的产生给传统的新闻工作者提出了挑战，传统的新闻创作理念和方式，要求新闻工作者具备采写编评等基本专业技能，但目前已无法满足大数据时代下数据新闻的创作。因此，对于当前的新闻工作者应具备以下媒体素养：
a.熟练运用计算机能力。在如今信息爆炸的时代，互联网的地位不容忽视。互联网时代，尤其是社交网络、电子商务与移动通信把人类社会带入了一个以“PB”（1024TB）为单位的结构与非结构数据信息的新时代。大量的数据和信息摆在新闻工作者面前，传统的计算机无法处理大量的、无规律的数据，需要云计算进行分析、处理、统计，因此，对于当今的新闻工作者提出了更高的要求，必须熟练运用计算机，以便处理大量的数据和信息。
b.分析处理数据能力。数据新闻与传统的文字图片新闻不一样，数据新闻需要大量的数据，新闻工作者可以通过数据发现问题、提出问题，也可以先有了问题之后，再去收集相关的数据。而拥有大量数据后，必须对其进行分析和处理，将不需要或不相关的数据过滤掉，剩下有价值的数据加以分析整合，供新闻编辑使用。德勤在美国华盛顿特区的研发创新团队招聘数据记者，其中最重要的要求就是要具备分析数据的能力，由此可见，数据新闻记者必须具备较强的数据分析和处理的能力，才能胜任此工作。
c.可视化平面设计能力。数据新闻的可视化表达为新闻行业注入了一股新鲜的血液，让数据新闻充满希望与活力。数据新闻的可视化图片将不同的时间和空间联系在一起，将繁杂的数据简单化，便于受众理解，更有利于受众参与其中，满足不同受众的各方面需求。数据新闻的可视化是其一大特点，因此对于新闻工作者来说，应熟练掌握可视化技术，学会识图制图以及各种表格的制作。