国内外财经类数据新闻平台对比研究——以财新“数字说”和彭博“graphics”栏目为例

张雪婷

一、研究背景及方法

当媒体处于大数据的语境之下，数字技术全面渗透至新闻传播领域，作为媒体转型的抓手和新闻生产革新的入口[1]，数据新闻应运而生。从数据与财经新闻的关系来看，传统财经新闻高度依赖数据，财经新闻的数据属性让其与数据新闻的部分生产流程彼此连贯沟通，对数据的有效处理能够实现财经新闻和数据新闻的对接。

彭博社作为国外最大的财经资讯公司和金融信息服务供应商，与我国财经新闻及资讯服务的全媒体集团财新传媒定位相当，皆专注于财经新闻，都开设了数据新闻可视化栏目，在定位、媒体地位和属性上有一定关联和可比性。

本文选择中国财新网和美国彭博社两国具有代表性的财经媒体彭博社为调查对象，对2019年2月1日至2019年4月12日期间，两个财经媒体平台在其栏目下发布的所有数据新闻为样本，采用定量和内容分析方法进行比对。

二、生产环节对比

（一）生产总量和效率

图2-1 财新与彭博数据新闻生产总量

统计发现，财新71天共发布36篇数据新闻，单位时间生产量为0.51篇/天；彭博71天共发布33篇数据新闻，单位时间生产量为0.46篇/天。可以看出财新在生产总量和效率上稍微高出彭博，数据新闻实践略显积极。

（二）团队人数分布

根据统计，财新36篇作品中参与制作的总人次达107人，平均每篇新闻团队成员数量为2.97人；彭博33篇作品中参与制作的总人次达129人，平均每篇新闻团队成员数量为3.91人。财新2人团队完成一篇数据新闻报道的比重最大，占47.22%；3人以上团队占30.56%。彭博3人以上团队完成一篇数据新闻报道的比重最大，占48.48%；3人以下团队只占15.15%。可见，财新团队成员更稳定，趋向于2人合作。彭博团队成员更加多样化，3人及3人以上的协同作业是常态。

图2-2 财新与彭博数据新闻团队人数分布

表2-1：财新与彭博数据新闻团队总人数及平均人数

（三）人员职能分布

图2-3 财新与彭博数据新闻生产总量

财新在记者人数上的分配明显多于彭博，而彭博的数据技术人员的数量多于财新。两者在设计上人数相当。财新的“数字说”很少标注“编辑”，彭博的人员分工标注不明的情况也较多。

国内外数据新闻平台的核心竞争力在于团队人员的协同合作和自身角色职能的专业化程度。彭博在完成一篇数据新闻的过程中更加倾向聚合众人之力，在人员结构上也更为完整，深耕某一细分报道方向的记者（譬如汽车行业、银行等等）、图表设计、数据处理或技术人员、编辑通常构成了彭博完成一篇数据新闻的团队。不足的是彭博并没有明确标出每一篇报道人员分工情况，只给出了部分参与制作者的名字及其Twitter超链接，需要从社交网站上的名片去推断其身份。反观财新，一名记者加上一名设计人员通常是标配，数据处理和技术人员略显不足。

三、数据来源及处理对比

（一）数据来源个数

数据来源数量反映了媒体数据库的建设水平和数据挖掘能力，也映射了不同国家数据开放浪潮的进展程度，是一篇数据新闻中对数据进行系统化剖析、解码的前提。根据统计数据，财新单篇新闻数据来源个数集中于1-3个，只有1个数据来源的比例占到了41.7%，；而彭博的数据来源个数则更加多样，彭博单篇数据新闻来源个数最多的也是1个，占到36.4%，但是5个以上的数量来源占比也高达了21.2%，比财新多出18.4%。

图3-1 财新与彭博数据新闻数据来源个数

（二）数据来源类型

本文根据财新和彭博数据新闻生产的实际情况，将数据来源类型分为政府、非政府、自采、其他媒体、在线挖掘和来源不明六类。其中政府渠道不仅包括本国政府下设机关部门等公开发布的数据，也包括联合国专门机构和国际各种政府间机构等发布的数据。非政府渠道则具体包含各类企业公司、专业调研机构、NGO（非政府组织）等提供的数据。自采与其他媒体的区别在于媒体自身作为主导通过众筹或采访等方式自主调查的一手数据。在线挖掘是指通过对社交媒体、搜索引擎进行大数据挖掘。未标注数据或只标注“公开资料”，无法追溯数据的确切来源都归为“来源不明”的情况。

统计可得，财新对于非政府渠道数据的采用比例最高，占到38.8%，其次是政府渠道，且引用的其他媒体数据的占比也要明显高出彭博；相对应地，彭博自采获得的一手资料使用频率高于财新，而且还涉及到了在线挖掘的方式，并无来源不明的情况。财新对于在线挖掘的运用尚处空白，且来源不明的数据占到7.5%。

图3-2 财新与彭博数据新闻数据来源类型

可以看出，国外媒体获取信息的途径更丰富，政府部门公开数据，社会组织，学术研究机构，市场调研机构发表的报告，用户自主生成的内容[2]等都构成了多样化的数据渠道。

中国的数据或信息的来源渠道较狭窄，主要有政府公开的信息，但也仅限于宏观层面的概貌，以及媒体报道中的小型数据，尽管还有社会组织的调查报告，但样本量较小，缺乏详实的数据。另外数据来源还存在来源标注较为笼统、模糊不清的问题。

（三）数据处理方式

将财新和彭博对于数据的处理方式按照层次由低到高划分为四类。第一类是没有进行数据处理，指的是将得到的数据资料原封不动地呈现，没有数据分析这一过程，仅仅是进行了可视化处理。第二类是简单的计算，指的是围绕选题把收集到的数据进行频数、百分比、均值等简单的计算，处于统计学中初级的描述统计层面。第三类是多样化的描述与统计，运用到了更深层次的数据分析原理和技术，揭示出数据之间隐含的联系和变化，甚至进行因果关系以及预测性质的逻辑推理。第四类是大数据探索，指的是结合当下大数据挖掘、深度算法分析、云计算等技术，找到互联网上存储的庞杂数据之间的规律和新闻价值。

根据统计，在数据处理方式上，彭博对数据的统计和分析更为深入，多样化的描述统计占比最高，达51.5%，超过半数，也不乏对大数据探索的尝试。财新绝大多数是对现有数据进行简单描述和可视化，而鲜少挖掘数据背后深层次的意义，无数据处理的比例也较高，占到了27.8%。

图3-3 财新与彭博数据新闻数据处理方式

从调查数据中，可以看到当下以财新网为代表的财经类数据新闻对于数据分析处理投入的人才和重视程度都还有所欠缺，财经类媒体处理的新闻数据往往更为专业而复杂，有时需经过从内部编码到解码的过程，助力读者了解事物的全貌或复杂关系。但数据化的叙事方式和呈现架构要服务于财经新闻的报道原则，数据新闻中的数据和算法只是驱动器，过于重视数据价值而忽略新闻价值便是本末倒置了[3]。

四、文本内容分析

（一）报道国别

图4-1 财新与彭博数据新闻报道国别

根据统计数据，财新对于本国的报道超过半数，有25篇，占到69.4%；其次是全球视野的报道有8篇，占22.2%；最末是对其他国家的报道，仅有3篇，只占8.3%；没有涉及国内外对比的报道。彭博同财新一样，对于本国的报道在数量上最多，但未超过半数，有15篇，占比45.5%；差异较大的是彭博对于其他国家的报道数量明显多于财新，有11篇，占比33.3%；全球视野报道的比例相差无几，国内外对比的报道鲜少涉及，只有1篇。说明财新的报道范围更偏向国内，以国内新闻为主体，但也不乏对国外和全球动态的关注；彭博放眼国际，格局更加开阔，在兼顾本国报道同时，也注重国际视野。

（二）选题类型

对于选题类目的构建，是根据对彭博和财新数据新闻的实际观察，并结合国内媒体业界主流的选题类型划分为政治、经济、能源环境、灾难事故、社会、文化科教、医疗卫生和其他共8类。

由表可得，基于财经类媒体本位，财新和彭博的数据新闻选题都致力于经济类报道，分别占比52.8%和60.6%，彭博略高于财新。两者其次关注的都是政治领域，对政治选题的重视程度具有一致性。在能源环境和社会议题上的重视程度也相当。不同的是，财经还对灾难事故、医疗卫生领域也有所关注，彭博则未涉及。因此，财新在选题类型上更加多样化，以政经为主线，有向外延展之势；而彭博集中于政治经济社会三大类，选题向广义的经济领域靠拢。

图4-2 财新与彭博数据新闻选题类型

彭博给予政治经济社会等更为宏大而严肃的议题更高的关注度，站在宏观的新闻背景下灌注微观的人文关怀。不仅反思本国国家机器在整个社会系统运行过程中的现象和问题，如《需要：3732名女性来治理美国商界》《民主党人如何向富人征税》等报道展现了对社会公众利益的高度关注，也有诸如《全球性别差距有多大？看你看哪个数字》《欧盟选举：民粹主义达到顶峰了吗？》等报道对其他国家乃至全球形势进行深入的观察和剖析。对社会多维度的关照所获取的数据成为彭博将公共利益具体化的支撑。

财新的选题将专业化与大众化相结合。反映到财新作为一家媒体的议程设置上，财新的选题对于普通民众而言更具接近性，紧随时事热点，致力于将选题切入口民生化。如《10美元能买多少面包？全球城市生活成本排行榜发布》《世界睡眠日：睡眠时间够了，但你睡得好吗？》《“吸猫撸狗”很费钱 为什么入坑的人越来越多？》，标题语言和叙事上都较彭博来说更加“接地气”，照拂到了范围更广的大众媒介素养和专业知识水平。对于金融市场等专业化领域较强的报道，也利用到专有名词和术语，通过分析、解读数据给读者提供参考，进一步增强新闻的权威性和专业度。

（三）新闻功能

参考喻国明、陈力丹等学者对于数据新闻功能的研究，结合财新、彭博数据新闻的生产实际，将新闻功能类目下分为盘点与整合统计、对比联系新闻事实、梳理事件过程、说明形势与解读观点、预测这5种功能。由于一篇数据新闻可能有多重功能，因此采用多选的方式统计出彭博、财新每篇数据新闻最显著的1-2种功能，得到的结果如图所示。

图4-3 财新与彭博数据新闻选题类型

可以看出两家平台都对数据新闻事件梳理、事实对比功能的涉及较少。财新数据新闻的盘点、整合统计功能最为常见，有23篇；其次是对形势和观点的解读说明，有9篇；但并没有实现数据新闻的预测功能。彭博的数据新闻在说明形势和解读观点上的功能占比最大，有19篇；另外值得一提的是，相较财新，彭博采用复杂算法和数据分析技术拟合出的图表，更直观、清晰和有效地揭示问题，提供预见性、趋势性的内容总结。

数据新闻的信息功能一定程度上依赖于数据处理的复杂程度，因此财新的数据新闻流于盘点整合这类浅层认知的功能，对形势观点的说明解读还不深入，缺少预测功能。相对而言，彭博预测事物未来趋势和走向的探索走在财新的前列。譬如彭博在《千禧一代将决定谁管理印尼4万亿美元的经济》报道中对印尼的选民年龄结构、总统候选人在社交媒体上的粉丝数量、消费阶层的购买力等多类变量进行分析，预测印尼千禧一代在投票选举上对于印尼能否成为全球第四大经济体发挥的作用。

五、可视化交互对比

（一）可视化呈现

可视化呈现形式多样，目前学界还没有统一的标准来划分，所以依照财新、彭博数据新闻的实际情况，将可视化归纳为以下四种常见的基本类型：全文字静态是指全篇没有对数据进行可视化处理，没有生成图表，只是将数字穿插于文本之中；静态信息图仅以各式表格、图表可视化呈现数据，但读者处于被动接受状态；动态信息图是指图表本身呈动态，更加生动形象，但仍是单向的呈现；动态交互信息图、H5、动画则是可视化技术更为高级的形式，多媒体融合使得内容意涵的表达更为鲜活丰富，双向互动性质则将信息选择的自主权交还给用户，真正实现了媒体与用户的联动。

表5-1 财新与彭博数据新闻的可视化呈现

由表可得，虽然全文字静态从严格意义上来说不能称其为数据新闻，但彭博和财新都还是存在此种情况，彭博数量略少。彭博和财新都是以静态信息图为主，但财新的比例更高，占到研究样本的83.3%。动态信息图的呈现上彭博有5篇，财新为3篇。差异最大的在动态交互信息图、H5、动画的形式上，彭博有4篇使用了动态交互信息图，1篇使用了动画；财新在这类形式上则是空缺的。其次，在视觉设计上也表现出较大差异，彭博的信息图表用色沉稳低调，图表美化也以简约规范为主；财新则偏好用饱和度较高、对比鲜明的色彩，并配以大量与报道主题相关的象形符号和图形修饰图表，有较强的视觉吸引力。

财新的数据新闻很大程度延续着平面编辑的样式，即生产创作还聚焦于“一张图带你读懂xx”思路，有利于新闻要素的铺展，制作起来方便简单、节省成本，但只是对传统新闻数字图表的延伸。得益于数字技术和数据信息处理软件的发展，以形象、互动的可视化方式呈现新闻是数据新闻的独特个性，并丰富了数据新闻的表现形式。但另一方面，可视化终究只是更好触达、刺激用户视觉通道的呈现工具，不能与数据新闻划等号，所以也不应拘泥于可视化[4]。

（二）数据图表类型

统计财新、彭博单篇数据新闻不同类型图表的个数，绘制出下图。可得，财新制作一篇数据新闻运用仅运用到1种类型图表的情况最多，有11篇（占30.6%），其次是运用2种类型图表，有7篇（占19.4%），没有运用图表的数据新闻也有4篇（占11.1%）；彭博制作一篇数据新闻利用2种类型图表的篇数最多，有15篇（占45.5%），其次是利用到3种类型图表，有8篇（占24.2%），没有运用到图表的数据新闻为1篇。

图5-1 财新与彭博数据新闻单篇图表类型个数

图5-2 财新与彭博数据新闻的图表种类使用频次

如上图所示，本调查还分别对财新、彭博使用频次最高的前六类图表进行了统计：二者相同之处在于都对柱状图、条形图、时间轴有着较高的使用频率，不同的是财新更青睐气泡图、环形图和饼图，彭博则对折线图、列表和地图的使用更为频繁。

差异化存在的原因与数据处理环节的区别和选题内容倾向直接相关。对于图表的选用并无统一的标准，但不可否认的是图表的运用需建立在传播者和用户双方共通的意义空间上，不仅要考虑与数据的适配性，还要站在用户的认知角度权衡图表的使用率和易读性。

（三）互动方式

互动是作为数据新闻成长沃土的新媒体生而有之的规律和特性，也是数据新闻无法回避的生产路径。对于互动方式类目的构建，参考2012年Webber & Rall分析美国三个新闻网站中的交互信息图的研究，并结合当下国内外数据新闻互动状况，将交互由低到高分为5个类别：无交互；低级交互：包括对象交互（点击网页上的按钮或图案，出现文本、声音、图像等回应）和线性交互（用户在预设的框架下按照一定顺序浏览信息）；中级交互：等级交互（提供预先设定好的不同路径选项，用户可以选择特定路径来获取信息）或超链接交互（用户可点击超链接转入其他页面）；高级交互：用户能够自行键入信息、自设内容框架或操作组件对象完成特定目标；游戏交互：具有强制性的和明确的参与规则、对用户的使用情况进行评估，或提供用户间互动和比较的机会[5]。

图5-3 财新与彭博数据新闻互动方式

根据统计数据，财新数据新闻中无交互的数量是最多的，有29篇（占80.6%），低级交互4篇，中级交互和高级交互一共不超过3篇，无游戏交互；彭博的数据新闻中也有9篇没有交互功能（占27.3%），比例明显低于财新，低级交互的形式是最多的，几近半数，有16篇（占48.5%），中级交互和高级交互也分别比财新多出4篇和1篇，同样无游戏交互。

六、结论与展望

虽然财新和彭博的数据新闻都有各自的特点和长处，但总结上文所述财新与彭博数据新闻平台的差异，我们可以看到，在生产环节上财新缺少对计算机程序、数据统计等技术人才的重视，生产团队结构有待优化；在数据来源及处理方面，相对而言，财经专业媒体数据库建设水平和数据挖掘能力都还有所欠缺；在文本内容方面，财新数据新闻选题立意、社会意义的深度尚且不足，通过数据分析展现出的解释力和预测力还有一定提升的空间；在可视化交互方面，我国的视觉设计、色彩搭配和图表应用还需努力与国际高水准的可视化作品接轨，弥补互动机制的空缺。

分析这些差异背后的原因，以问题为导向，本调查针对我国财经类数据新闻平台提出以下几点建议：

（一）培养和吸纳技术型人才，完善数据新闻生产团队人才结构

数据新闻是一个复合型的学科和行业，运用到科技手段帮助的数据新闻，当下我国数据新闻缺乏对良好的技术环境以及对技术人才的合理运用，导致每一次新兴科技与新闻的结合似是昙花一现、进展缓慢，这一点在机器人新闻、沉浸式新闻等领域也有所体现。而技术人才能动性和创造性能否得到充分发挥对于数据新闻的挖掘、清洗、分析和呈现起着相当重要的作用，因此在数据新闻业内应当营造一种合适的技术氛围，加强对计算机程序、数据统计等技术型人才的尊重和任用。还需坚持打破部门之间的壁垒、打破记者和编辑的垄断格局，形成一支跨部门协作的集成工作团队和结构完善的人才队伍。

（二）树立产品观念，以服务用户的思维打造数据新闻产品

国内的数据新闻一经发布，便已定型，是典型的“一次性”阅读材料。但国外的数据新闻注重数据的动态更新和维护，时间和内容上的拓展延长了一篇数据新闻报道的生命周期，提升了新闻价值。今后需把开发超越新闻报道概念的数据产品和工具作为前进方向，依据事实的推进更新新闻要素，形成新旧数据更迭，减少过期数据对用户的信息误导[6]。而且还应充分考虑用户体验，给予每个终端对应呈现方式上的变化，如适应多屏的布局排版、交互手势和按键等，优化不同终端交互界面。这些都应以树立产品观念为前提，着力开发用户操作体验更佳、传播效果更为理想的交互产品。

（三）深入推进信息公开，自建媒体公共数据库

我国政府近年不断鼓励数据的开放，诸如北京、上海等大城市开始探索开放数据，构建数据开放平台，但政府信息公开、开放数据运动的进程与欧美国国家依旧存在差距。另外，国外许多媒体或机构都建设了结构化的专业数据库，并开放查询、下载。财新作为我国原创财经媒体，依托专业的团队和强大的原创新闻优势，积累的数据资讯和分析报道已为拓展自身角色成为信息服务商、数据供应商奠定了基础。媒体可以整合公共数据、自身积累的报道素材及数据，在线挖掘个性化的多维数据来搭建高品质数据库[7]。

（四）强化数据挖掘和分析能力，充当公共利益的守望者

无论从生产团队、文本内容还是可视化交互哪一部分的分析来看，都指向了数据挖掘和分析的薄弱。数据挖掘和分析旨在揭示隐藏在大容量或复杂数据背后的关联性和底层逻辑，不仅呈现数据之间的相关性，还需发挥数据的解释张力，增强数据的判断力和预测力。

而且，互联网时代社交媒体、搜索引擎的大数据已经成为反映舆情民意的主要渠道，财新应加快拓展来自社交平台和移动媒体的数据渠道。拥有成熟的数据挖掘和分析水平之后，权衡好专业化与大众化的报道角度，以服务公共利益为出发点，挖掘数据之间的关联性并延伸至主体间的内在联系，这也是媒体履行功能、承担社会责任的重要途径。