“数说”新闻离不开数据素养



“数说”新闻离不开数据素养

众说:数据新闻

数据新闻起源于计算报道，现在已涵盖计算机辅助报道，并演变成交互式、阅读体验等多样的报道方式。Simon Rogers的观点认为，数据新闻不一定是可视化，可以是交互式、简单信息图表、传统文字等多样形式。但采用什么样的方式，数据说了算。由数据来判断是什么哪样的方式呈现。

Simon Rogers还认为，不管用什么方式呈现的数据新闻，它们有两个共同点：一定有数据，一定有统计。不光有数据还要进行分析，这才是数据新闻。在此澄清一个概念，只呈现数据并不是数据新闻，这只能称为数字新闻。

Data Literacy

还有一种观点认为，数据新闻只提供相关性，不用考虑因果性。我不太认同这个观点，因为数据新闻基于数据分析，但核心还是新闻，需要完整的新闻叙事。这个新闻很多时候并不只是单篇的新闻，它是一个完整的、基于数据逻辑分析的。因此讲述新闻故事，不能只提供相关性。

此外，数据新闻记者也有责任帮助受众，跟受众一起寻找真相。若不以因果关系为目的，则更多的是自己在玩数据，自娱自乐。

在我们看来，数据新闻的重要性在于：在不缺失个体的同时，能更宏观地把真实的世界呈现在人们面前。我们传统选择报道标准在于追求案例的典型性、重大性，并找寻新奇的切入点，但这无法用比较宏观的角度来报道新闻事件。大量的普通人的正常生活被置于新闻之外，更多的是日常中的个案被媒体报道，甚至是被发酵、演绎、传播。

作为普通公民，其实很难分清什么是真实世界的面貌，也许出于好奇心，会对触动人心的新奇个案感兴趣，但从社会参与角度来讲，我们更要知道这些个案在真实世界中所处的位置。

我们需要了解这些真相，以便恰当判断个案的影响与意义，并且在此基础之上，才能更加准确地认知自我以及与社会的关系。如果说媒体只专注和致力于报道社会个案、截面，那我们如何能够自信、坦荡地说我们揭示了社会现象？

数据新闻并不一定比传统访谈调研的采写报道更科学、更有深度、更高明，把握不好甚至容易产生更大的偏误。但数据新闻确实为我们提供了从更宏观的角度来看世界的可能，避免了个案有可能带来的偏见，数据新闻更有可能呈现真相，而不仅是事实。

数据新闻的逻辑与呈现信息的特点，在展现问题的全貌、趋势与提供个性化阅读方面有自己独特的优势。

数据新闻的“段位”：数据素养

数据新闻建立在对数据的分析之上，因为媒体的特殊性，一旦发生错误，影响非常广泛。所以不论是记者或是读者都应具备一定的理解数据、辨别数据的能力。以下推荐这本书给大家阅读:《数据素养》，作者是密苏里的副教授、IRE的学术顾问，中国传媒大学的沈浩目前正在组织翻译，应该很快就会和大家见面。

在正式讲何谓数据素养之前，先给大家看一张图片（图1）。

图1

这张图片选用的是一个非洲妇女在劳动的照片，并搭配文字与数据。通过这张图我们可以了解到：妇女做66%的工作、生产世界50%的食物，但所得非常少，只占10%的收入，仅仅拥有1%的资产。图的下方加上了这么一句很有动员性的话：我们可以改变这个事实。如果你是女权主义者，或者你对性别平等非常关注，你会不会被这张照片深深震撼呢？

这张照片的数据来源是联合国发展计划，其数据来源让人觉得可信，但是经过核查，数据并不真实。由此可见，这是为了自己的宣传目的而在数据选用上并不严谨。

接下来给大家看另一个案例，标题为：在尼日利亚被绑架的女孩（图2）。这种情况越来越严重。

图2

其中分析的数据图如下（图3）。

图3

蓝色的线表示绑架的数量，横轴是时间。可以看出，绑架情况越来越严重。但这其实和当地人的认知并不一致，因此让人不禁对数据的可信度产生质疑。

对数据源查实后发现，这些数据并不是来自处理相关案件的政府部门，而是来自媒体报道的数据库。这不是真实发生案件的数据，而是被媒体纪录下来的绑架数量。

为了回应受众的质疑，数据新闻网站538(FiveThirtyEight)对这组数据进行归一化的处理，通过算法排除因媒体报道量的多寡对数据量的影响，我们可以看到数据图表（图4）显示的绑架情况并不是越来越严重。虽然从统计学的方法上来处理数据，让它能更代表真实情况，但因为数据源的选用并不合适，因此统计学的运用在此篇报道无法从根本上解决问题。

图4

另外一个案例：共和党民主党谁更爱看色情网页（图5）？

图5

蓝色、红色分别代表民主党、共和党，并在每个州标明了相应的颜色。这篇报道虽然排除了因人口多寡引起的浏览数不同的问题（所有浏览的总数/总人口数），但仍存在一个问题：IP并不是真实地址，IP无法反映州的真实情况。

还有很多在数据处理的过程中会遇到虚假相关的情况，如以下两张图片（图6、图7）。

随着时间的变化，美国在科学领域的花费与上吊自杀的人数趋近吻合，但两者间到底有关系吗？

图6

图7

从图7也可以看到，掉进池塘人的数量与尼古拉斯凯奇出现在电影的次数，大体两者趋同。

从这两张图片可以得知，我们在分析数据时，若发现特别有意思、反常识的内容，我们更要抑住内心的激动，仔细去核查数据来源与计算。

通过上面的举例，常见的数据陷阱有：1、相关不等于因果；2、数据源使用不当会带来结果偏差，草率带入无法代表A 的B；3、忽略数据背景，个体无法指代全体；4遗漏方法论，在报道中没有注明是使用什么方法。这些都会是使报道被质疑诟病的因素。

当遇到异常数据，第一时间要想到数据异常是什么原因造成：可能是数据录入、数据搜集、数据计算的错误；确定数据异常的原因后，需要判断是否值得进一步深挖异常数值。此外，也要报道呈现规律性的趋势，这对公众来说很重要。

数据素养对于数据新闻记者很重要，我们要通过数据来有效揭示事实真相，在新闻伦理道德标之下来讲故事，为了达成这些目标，数据素养是我们需要具备的知识与能力。

这些知识与能力，至少应该包括以下五点：1、对数据有批判性思维；2、对数据有敏感性；3、有数据搜集能力；4、有数据分析处理能力；5、利用数据进行决策。

总结

对于公众而言，数据新闻常常会用信息图、交互性新闻来呈现，在第一印象上会让读者认为“数据比文字更生动、更加可信”，而无法分辨真伪。因此，作为普通的阅听人，首先要看数据是否有注明数据来源，注明方法论。国外一些国家进行数据的处理时，若不是涉密或是商业合作数据，一般都会公布出来。

若没有数据库，我们可以简单计算、抽检，来看数据是否可信。我们也要有基本的判断能力，数据揭示的现象是否与现实有差异，公布数据的机构之间是否有利益瓜葛。

最后，数据新闻的质量很大一部分取决于我们可以获得什么数据，希望大家一同参与中国数据开放的进程，也希望媒体可以更多的分享你们在报道中使用的数据，供阅听人做一些核查，并方便其他媒体朋友在已有的数据基础上来做更多的挖掘与报道。

论剑Kendo Forum