数据新闻对传统新闻价值的突破与重构

数据新闻作为新闻生产中的一大方向，从形式、流程和内涵指向上区别于传统基于采写编评的新闻样式。这种差异也带来了对数据新闻与传统新闻在理论层面是否有别，以及区别在何的讨论。从数据中发现新闻价值和呈现仅靠文字所难以呈现的故事，是数据新闻有别于传统新闻报道的最重要特征。在这个过程中，数据新闻承接了传统新闻报道中所强调的新闻价值，也在一定程度上突破了原有的新闻价值标准，尤其是其所依托的大量数据以及这些数据背后所附加的价值条件，不仅与新闻叙事和呈现紧密相关，而且在新闻的公共性、数据的适用性等方面与隐私权、商业利益等形成内在冲突。因此，对数据新闻的分析不仅要观察其表现形式和生产流程的改变，而且有必要突破数据及其呈现途径的形式表象，从其背后的内涵价值探求新闻样态的改变。

一、数据新闻与传统新闻究竟是否同根同逻辑

(一)分析逻辑还是技术逻辑：数据新闻的生成脉络

从理论脉络上看，数据新闻与精确新闻、计算机辅助报道等概念有着一脉相承的关联。20世纪60年代，美国学者、新闻记者菲利普·迈耶提出了精确新闻理论。精确新闻学的出现，是对新闻报道的准确性和客观性的追求，它要求记者通过使用社会科学的方法和手段，诸如调查法、内容分析法、田野调查等，以保证新闻的准确和客观。而精确新闻的这一追求，数据新闻同样有所继承。①计算机辅助报道是使用计算机来辅助收集和处理信息的新闻报道方式，其发端于20世纪50年代，伴随着计算机技术的发展，经历了使用大型机处理政府数据库、发现和调查新闻事实的早期阶段，再到20世纪70-80年代通过PC机普及、商业和政府数据库的进一步开放形成的“以新闻报道为目的，对任何计算机化的信息来源的处理和使用行为”的第二阶段，发展到20世纪90年代中期以后利用互联网进行新闻采集、分析和制作的第三个阶段。②

上述三个概念颇为纠结，有不少学者都曾尝试厘清其中的关系。国内存在两种较为明显的观点：一种观点认为，数据新闻是由精确新闻发展而来，数据新闻是在数据时代的衍生品，是精确新闻的进一步延伸；另一种观点则认为，数据新闻由计算机辅助报道发展而来，计算机辅助报道就是起源于精确新闻报道的需要，而数据新闻在计算机方面的应用就可以被理所当然的视为是计算机辅助报道在大数据时代的提升和发展。

这两种观点之间的争议在于，数据新闻是侧重于分析逻辑，还是侧重于技术逻辑？其背后的实质性问题则是：数据新闻与传统新闻之间的传承关系是否存在以及如何存在？对这个问题的理解差异，直接影响到数据新闻的生产思路和发展方向。反映在现实中的问题转化为：数据新闻该如何在技术的强化中保持新闻价值的核心。

(二)诠释新闻价值的多重维度

记者凭借一套新闻价值观来帮助自己判断事件的新闻价值。③自李普曼在《舆论学》中对新闻价值进行了诠释之后，新闻理论界对新闻价值的探讨就一直未停，关于新闻价值的指向与构成要素存在不同的诠释。比如梅尔文·门彻将新闻价值规定为：及时性、冲击性/终果性、显赫性、接近性、冲突性、不寻常性、当下性和必要性。④他认为这七个要素决定了事件、人物和想法的新闻价值。与之类似的新闻价值理论是美国希伯特和麦克道格尔提出的五要素说，具体包括：时效性、接近性、显著性、重要性、冲突性。⑤在新闻价值五要素中，新闻客观性存在于已经发生的新闻事实之中，同时受众是新闻价值判断的核心，新闻价值的关键在于受众兴趣和受众心理。五要素说作为新闻价值标准被广泛用于指导新闻实践。

另有学者从受众接受出发，将新闻价值分为表层新闻价值、内层新闻价值和深层新闻价值。认为新闻价值以及从新闻价值延伸出来的诸多价值能否实现，关键还是要看接受主体的价值认知能力、理解文本意义的能力、新闻价值的评价能力。⑥具体说来，表层价值强调受众事态信息的接收能力；内层新闻价值侧重情态信息的表达与传播；深层价值则强调意态信息的传递，即意态信息主要是指蕴藏在新闻事实中的潜在道理，传播主体在认识到其存在的情况下，只要真实地再现了事实信息，巧妙再现了事实的逻辑，抓准了再现事实的时机，那无形的道理就会体现在文本之中。

还有学者从社会功能出发，从新闻的宣传、引导和教育意义将新闻价值的要素概括为：报道新闻，传播信息；反映舆情，引导舆论；传授知识，普及教育；提供服务，文化娱乐。并且指出，正是新闻价值具有社会功能性，新闻在被传播出去后才会满足人们的某些需要，才会对受众和社会产生某些效果。⑦

上述对新闻价值的诠释从构成要素、受众接受和社会功能的不同维度对新闻价值加以诠释。长期以来，这些价值理念影响着传统新闻的生产流程和功能定位。尽管受到社会环境影响，对新闻价值的诠释视角有所不同，但这些理念之间并没有形成实质性的对话。随着数据新闻的发展，基于传统新闻目标定位和生产流程的新闻价值理念，在哪些方面以及何种程度上受到挑战，对我们理解新闻的未来发展颇具意义。

二、传统的新闻价值理念是否依旧适用

与上述问题紧密相关的是，数据本身及其所关涉的环境条件是否动摇了传统的新闻价值理念。对数据新闻来说，数据是核心，数据的价值在很大程度上决定了其新闻价值。这一方面来源于数据本身的采集和处理的质量；另一方面来自于数据分析的方式。仅就数据本身而言，准确性、权威性、相关性是最为重要的评判要素。⑧数据的介入给传统的新闻价值观念带来了相应的改变体现在如下方面。

(一)新闻时效性：数据趋势与预测性报道中的新闻未来时

一直以来，新闻被定义为是对新近发生事实的报道。在这个认知观念的观照下，新闻行业做的预测性报道，即记者凭借以往的新闻报道经验和新闻嗅觉，对尚未发生的事件进行报道。有学者认为，这种新闻报道样式违背了新闻的先有事实后有新闻的客观规律。⑨传统报道的时效性是指对新近发生时间的及时报道，要求报道及时，内容新鲜。从时间上看，它包含两个时间段：一个是新闻事件发生的时间，另一个是新闻报道的时间。一般认为，从新闻事件发生的时间层面看，有必要对发生在当天或前一天的事件进行新闻报道，也可以报道与当天事件有关的先前事件；从新闻报道的时间上看，新闻报道要及时跟进，并进行不断更新以满足人们的求知欲。总体来讲，在新闻价值判断中，时效性是指新闻报道时间和新闻事件发生时间的时间差，时效性越强，那么新闻的价值就越大。

基于数据的分析强调对事物发展规律和趋势的把握。数据新闻的出现提早了新闻报道的时间，数据新闻报道早在新闻事件产生之前就已经着手报道了。一个典型的例子是谷歌对流感在美国传播的预测报道。早在美国爆发流感的几周前，谷歌的专家团队就已经在《自然》期刊上发表了相关论文。在文中，他们解释了为什么能够成功预测流感在美国的传播，而且还将传播的情况具体到特定的地区。另一个典型的例子是，针对多年来随着经济发展和女性地位的提升，世界多个国家和地区生育率不断下降，育龄女性更习惯单身的现象，英国《经济学人》网站制作了The end of history and the last Woman的数据新闻，依照各国和地区净生育率数据，预测出各国和地区最后一个女人的出生时间，将会对该国家和地区造成不可遏制的负面影响，引起社会民众对这个沉重问题的关注和反思。

换句话说，数据新闻给新闻业提供了“创造新闻”的机会。传统的新闻报道是对已发生或是正在发生的事实的报道，而数据新闻通过发掘隐藏在数据背后的故事，依照数据发现再参照事实，可以创造出新的报道。比如，通过分析长时间跨度的数据，可以发现事物的发展规律和趋势，新闻由此超越时间和空间的限制，延伸了其新闻的时效性价值。

(二)数据适用性：中立把关人与客观报道正当性的挑战

与记者经验视角的事实判断相比，对大规模相关数据信息的分析有助于揭示更大范围内问题的本质，并用数据证明它更接近事实的状态。尤其是对一些复杂的事件而言，数据新闻一方面提升了媒体的工作层面，促使媒体所报道的内容从表层现实到深层现实转变，这种转变不仅提高了媒体对社会问题的理解程度，也将改变媒体对报道客观性的实践水准；另一方面，数据新闻对数据的高要求，不仅需要记者具备更高的数据素养对客观性加以验证，而且需要平衡数据使用和适用之间的关系，这两者之间的冲突对报道正当性提出了挑战。

《卫报》在2011年的伦敦骚乱报道中，借助数据呈现帮助社会公众了解事态进展和具体原因。当时的英国政府认为Facebook和Twitter等社交媒体是加剧骚乱发生的重要原因，认为它们方便了谣言传播，并据此要求临时停止人们社交媒体的使用，在这次骚乱中，政府没有调查骚乱发生的真正原因，只是急于处理骚乱。制作“骚乱中的谣言”的数据新闻团队利用检察机关和地方政府部门的数据，以交互地图方式呈现了骚乱发生地和该地域经济状况有一定的相关性，有力地驳斥了首相卡梅伦在骚乱起初声明的骚乱与贫困无关的结论。此外，该团队还对Twitter的信息做了内容分析，发现Twitter虽然也在传播谣言，但是在公布事实和恢复社会秩序上发挥了积极作用。

这则新闻中所使用了Twitter上抓取的个人信息数据，个人的推文是否可以被作为公共资源来使用，是长期以来数据适用性问题的一个重要争议。事实上，不少数据新闻中的数据来源主要是政府机构、企业、研究机构、国际组织、民意测验和传媒机构自身采集的数据。⑩其中，通过机构，特别是政府机构获取的公开数据所占比例最高。(11)一方面，公开数据有益于公众利益和基本权利的保障；另一方面，公开数据中的记录也可能对人们的生活造成负面的影响。对于数据新闻的生产而言，公开、可得数据的丰富性，能够保证数据新闻的新闻源的丰富性和可检验性，从而拓展数据新闻的报道领域。与此同时，这些数据的易得性，也使得数据新闻报道面临新的伦理问题，其中最为突出的就是数据背后的社会责任冲突。

(三)隐含的数据逻辑：数据新闻中的公共意义关联

数据新闻源于调查报道，对公共性的追求是数据新闻的一个重要取向。数据的意义在于唤起公众对一些原本无意识的问题的认知，并且通过数据增强其论证的可信度。数据可视化对公共性的意义主要在于，通过数据能够建立或解构事件关联，在文章中会自成逻辑，帮助叙述和解释整篇故事。

2016的全球数据新闻奖(以下简称DJA)年度最佳数据可视化奖《天空中的间谍》报道了美国联邦调查局(FBI)与美国国土安全局(DHS)对美国公民的空中监视。Buzzfeed的两名编辑Peter Aldhous和Charles Seife通过R和Python从航班追踪网站Flightradar24上得到的两百架联邦飞机定位信息数据(数据涵盖了2015年8月中旬到12月的时段)，最后使用CartoDB.js、QGIS等地理信息可视化绘制软件制成一幅关于飞机监视行动规模和范围的动态图景。该报道一开始就指出，每个工作日有上百架FBI和DHS的飞机在监视着美国人的一举一动，这种监视行为却极少受到公开监管。FBI和DHS的发言人说这种监视行为不是针对公众的，DHS说这些飞机用来保障边境安全，同时也检查走私、贩运行为，监测得到的数据用于配合包括FBI在内的执法部门的工作。FBI则说，这些飞机是用来调查恐怖分子、间谍和罪犯的。事实真的如此吗？Buzzfeed网站通过分析所得到的数据指出：在周末和节假日，这些飞机的出勤率下降超过70%。为了让读者能够最直观的感受这些监视行为，还使用了交互地图展示出变化的时间序列，并同时展示了累积的飞行路线和随时间变化的航班动态。这则新闻让公众看到，政府对民众的监视频次是如此触目惊心。

在很多数据新闻案例中，新闻的公共性是通过数据挖掘和呈现而形成的，这与传统新闻价值中将公共性作为新闻报道的目标追求有所不同，数据新闻中的公共性在有些情况下并不是预先设定的，而是通过从数据发现的过程中逐渐显现出来。由于记者的时间和精力有限，在大量的信息冲击下，很多精力被用于和其他平台的信息保持连接，致使很多记者在发掘新闻线索、核实事实真相和深度解析社会问题的投入不够，大量重复的新闻内容直接搬用，微博、微信和直播网站在一定程度上代替了记者采访。在一些数据新闻报道中，记者通过分析数据找出相关性，阐释新闻故事，最后生成了新的意义。

(四)发现“异常性”的方法转变：数据背后的故事

“异常性”是衡量新闻价值的重要标准之一，早在19世纪70年代“狗咬人不是新闻，人咬狗才是新闻”就成为美国商业报纸选择新闻的一条不成文标准。在新闻故事中，异常性主要以少见离奇的事件和从事非正常活动的人为主。但在对异常性的判断上，记者往往需要凭借长期新闻实践中形成的新闻敏感和报道经验。在这个意义上，数据新闻通过大量数据分析发现其中存在的异常值，从而挖掘出意想不到的新闻价值。这在传统的新闻生产方式中几乎是不可能做到的。

2013年度DJA数椐新闻调查类系列报道《2004-2013年的阿根廷参议院支出调查》，出自阿根廷《民族报》，他们的团队成员在对三万份数据的分析中发现了异常值，继而发现时任参议长的布杜开支数据存在巨大问题，引发当地强烈的社会反应。布杜被司法调查，参议院的官员也开始正面回应自己的开支问题。

这篇报道的数据来自三个不同的发布来源：参议长颁布的政策文件，参议院行政部和参议院会计部分别公布的相关文件。由于文件格式不统一，《民族报》团队的工作人员几乎是从零开始，整理了三万多份文件，手动录入进Excel，最后将它们的格式统一，形成了详细的电子数据库。按照关键词检索、不同方式排列并进行比对核算后，记者发现时任副总统和参议长布杜的开支数据中存在重大问题，并根据这些数据报道了三篇重磅报道。第一篇是针对布杜在公务出行中支出过大的问题，在数据中发现了保镖和助手配备过多、公务活动的进程过于冗长、不明开支等问题；第二篇披露了布杜挪用参议院应急资金购买自家的奢侈家具，而且超出了预算的一倍；第三篇报道里，按照起止时间(2011年12月29日-2012年12月25日)，将布杜2012年所有报销开支的公务出行标示出来，制作成一个互动式图表。通过这个互动图表，读者一眼就可以看出，这些旅行日期有大部分的重叠，布杜不可能同时出现在两个地点出差。那些已经取消了的出行支出却依然得到报销，这些都被一一标注出来。

当下具有影响力的数据新闻，不乏从数据中发现异常值，从而挖掘新闻背后故事的新闻生产方式。比如，《卢森堡泄密》《瑞士泄密》等系列报道，都是通过泄露的文件发掘出具有更深层次价值的新闻内容。这一方式延续了调查报道的基本理念，但在实现方式上却有所不同。在传统的调查报道中，记者深入到一线环境中，收集到相关资料，然后经过多方取证，对事件的全貌有清晰地把握，最后采用归纳演绎的方法报道出真相和事实；但是在数据新闻中，主要方法是对于已有数据和材料的再挖掘。换言之，数据的发掘过程就是调查报道的过程，挖掘数据和分析数据的能力成为数据新闻记者所需要具备的重要技能。

(五)趣味性再定位：从新闻作品到媒介产品的目标转移

如果说新闻是作品，那么数据新闻则更接近于产品。不仅其生产流程、内容呈现和操作路径都对技术产生强烈的依赖，而且常常能够自成一体，不再仅仅是某一个新闻页面的一小块。自媒体、APP等应用其中，更是让数据新闻成为程序开发的产品。

报道政府部门的财政预算可以说是一个繁杂又专业的过程。新闻的互动性设计提高了受众参与度，参与所带来的数据价值改变了传统新闻的内容构成模式。2012年BBC和KPMG联合推出的《预算计算器：2012年预算是怎样影响你的？》，其在个人生活的方方面面与政府预算之间建立起一种相关性，用户只要在界面应用上输入个人生活信息：你在一周所购买的香烟和啤酒数量、拥有的汽车数量、每月薪水等，按照所给数据，计算器能够显示出2012年的政府预算将要你多付多少税、生活质量与去年相比是否会降低。通过这种方式，媒体不仅建立了一个用户数据库，而且能够通过互动分析，为政策制定提供参考。

这种类型的数据新闻在呈现样式上往往采取更为活泼的方式，如2015年的获奖作品，BBC的《你最适合哪种运动？》是一项60秒的测试类应用，测试包括13个问题，如身高、力量、疼痛忍耐度、敏捷度、持久力、柔韧度、交互度、合作性、注意力、体脂肪等问题，每一个问题按重要性程度，从1到10进行的分值范围内进行自我评估。在该项测试的问题设置中，将一些抽象的问题进行具象化的表达，以促使用户能够更加确切地进行回答。这种类型的数据新闻所蕴含的趣味性和贴近性原则都让受众的参与兴趣得到更好的提升，而受众参与则构成了新闻故事的一部分。

从新闻价值取向的层面来看，传统新闻报道往往更加突出显著性和重要性等新闻价值要素，却比较轻视趣味性这个新闻价值要素。随着时代发展和技术的进步，数据新闻在新闻价值要素的取向上发生了一些变化，开始高度重视新闻价值的趣味性要素，通过各种技术手段发掘新闻的趣味性要素。

三、新闻价值再审视：如何定义数据新闻的新闻价值

与传统的新闻生产流程不同，数据新闻通常是从数据开始，需对数据进行采集、清洗、整理，并进而可视化，最后完成新闻故事。在全球数据新闻奖的评选中，检验一件数据新闻作品是否优秀，会从数据、叙事、调查、应用和可视化这些维度上加以考量。这套评判标准在传统新闻的价值理念上，赋予了新闻价值不同的内涵，也正是这样，数据新闻被赋予了未来新闻样态的独特魅力。综合其考量维度，本文认为数据新闻的新闻价值可从以下三个方面重新定义。

(一)准确性、可靠性：作为起点的数据质量

数据质量在很大程度上决定了数据新闻的质量，也是数据新闻是否能够成立的基础和前提。而数据质量一方面来源于数据源的质量；另一方面来自于数据采集和处理的方法。如果数据质量不过关，数据新闻就很难成立，因此数据的准确性和可靠性是数据新闻的核心价值。

数据新闻中的数据类型多种多样，数值型数据、序列型数据、类别型数据、甚至文本都可以作为分析的依据。对于数值型数据来说，精确度越高，就越有可能挖掘出其中的新闻价值，用于数据分析的空间也就越大。对于其他类型的数据来说，准确度越高，分析的层次也就越容易建构，数据背后的新闻价值空间越大。需要说明的是，很多数据新闻所依据的数据量庞大，尽管整体数据是准确的，但如果局部数据不准确或者缺失，也将有损新闻的数据价值。

数据可靠性是指数据来源是否可靠，所用数据是否经过验证。可靠的数据来源包括：基于专业性的权威，如各类政府部门、企业单位、研究机构等社会主体，就自身业务和专业领域所公布的相关数据；基于专业信誉的机构，如独立的调查研究机构发布的数据，如得到公众和专业人士的广泛认可，也可认为有较高的可靠性。在数据预处理时，通常需要对所获得数据进行多源印证。此外，数据新闻的可靠性原则还包括：采集渠道正当，不违反数据获取和使用的伦理规范，对数据的信度、效度均有检验，正确使用抽样方法和统计计算方法，数据具有较好的代表性等。

(二)易读性、参与性：可视化叙事中的技术逻辑

可视化是数据新闻区别于传统新闻的重要特征，也是其数据价值在新闻中的直观呈现。数据可视化使用计算机图像处理技术，把原本数据符号转换成静态图表或动态图形，以直观的形式将原本文字不能呈现的内容呈现出来。

传统新闻报道中，新闻叙事是报道新闻事实与传递信息的重要手段，主要用文学叙事手法，把新闻事实写成新闻故事，经过加工分析，原本杂乱无章的新闻事实成为有导向、有逻辑、有层次的新闻故事。在数据新闻中，抽象的数据被具体化，以直观的图形呈现构成新的叙事手法，受众可以一目了然获取需要长篇文字和复杂阐释才能实现的新闻内容。同时，数据可视化作为全文的逻辑衔接，在文本和图像视觉时间建立关联，帮助拓宽故事叙事的广度和深度。

经典教程《数据新闻手册》中提到，数据新闻的工作者应该从各个来源采集各式各样的并且难以获取到的数据信息，并通过可视化的方式呈现，将复杂的新闻故事简单化，使用户真正地理解了新闻报道的意义。(12)与传统对所发生的新闻事实进行描述的方式不同，数据新闻记者通过数据可视化技术制成的交互式图表，将第一手获取的复杂资料信息简单化，解析复杂的议题，为用户提供明晰、易理解，同时又是私人订制的阅读体验。在很多可视化的数据新闻中，交互图表是经常使用的方式，用户可以在庞杂的可视化图形数据中主动选择自己感兴趣的部分。激发用户参与的模式，使许多看似无用的数据与用户的生活变得息息相关，帮助用户在日常生活中应用到数据，并重视数据。参与性是数据新闻区别于传统新闻价值的一个特征，尽管并非所有的数据新闻都具备参与性，但具备交互性的数据可视化在改变新闻的叙事逻辑、增强趣味性方面发生着作用。

(三)公共性、适用性：数据使用中的价值取向

尽管数据新闻的核心是数据，但并非简单地将数据分析和可视化的技术引入新闻报道中。与传统新闻对公共性价值的强调一致，同样需要引发公众的共鸣；所不同的是，数据增添了新闻叙事的力度，让新闻叙事更加有理有据，具有科学精神。数据新闻擅长挖掘数据背后的相关性及其所隐含的社会价值，这种相关关系的发现和阐释依赖数据挖掘和分析技术，实质上却指向数据本身所蕴含的公共性关怀。

在通过讲述一个复杂故事来揭示真相的理念下，数据新闻在实践上不应只是目的性地分析数据或数据可视化，应该是将其作为一种工具来解析复杂议题，接近发生事情的真相。其背后就是新闻的公共性价值。诸多获奖例子已经表明，数据新闻改变了新闻的叙事逻辑，通过数据分析让公众了解到原本难以发现的问题，而这些几乎都是基于公共数据的挖掘而达到的。

所谓数据的适用性主要是指由各种信息汇集在一起而形成的大数据，各种信息片段的交叉、重组、关联等，以及其所达到的去匿名化效果是否在数据新闻的使用中带来不当的结果，比如个人隐私权的侵犯。约书亚·费尔菲尔德采用由W.D.Ross提出的道德理论框架，探讨了利用大数据技术进行伦理研究出现的新问题。(13)随着数据集的增大以及计算机技术的进步，侵犯隐私的成本大大降低。与此同时，确保公众的知情同意权的成本不断攀升。(14)我们使用互联网的各种路径和形态时留下了海量的信息和信息痕迹，都被作为大数据的一部分，被保存和汇集。虽然掌握着用户大量数据的主题不是传统媒体，但媒体和掌握各方面大数据的组织可以建立以利益为背景的合作关系。当特定的报道题目涉及用户隐私时，媒体有可能违背职业道德，利用这层关系获取数据。(15)

对大数据技术来说，传统的模糊化、匿名化这两种保护隐私的方式基本失效。(16)即使大数据集中的数据都是匿名的，也可以通过个人的搜索历史、社交媒体上的信息内容或联系人轻而易举地确定其身份和名字，实现去匿名化。(17)这是数据新闻生产过程中不得不考虑的问题。

本文来源：《当代传播》：https://www.zzqklm.com/w/qz/25188.html