财经报道中数据新闻的优化路径

侯卫谦 金融时报社

一、数据新闻报道的难点

一是数据挖掘和来源单一。数据挖掘指的是对数据库中的数据进行探索的一个过程，是在海量数据中挖掘有效数据的重要技术。

目前，数据新闻面临的普遍问题是数据信息源仍较少，缺乏全面性、结构性的数据源信息库。以金融统计数据为例，目前此类数据的来源主要有国家统计局、中国人民银行、国家外汇局等监管部门，此类数据的特点是较为宏观，反映了整体经济金融运行情况。但若想寻找一些更加细致的，比如行业或经济个体的数据，获得的难度便会加大，此类数据或是个体经济不愿意公开，或是行业报告等需收费获取，给数据新闻的数据挖掘造成诸多不便。

基于此种情况，在实际工作中，记者和编辑们更多的是从宏观上对一些对口领域的数据进行搜寻和解读，而不能从更细致的角度进行深入分析，久而久之会出现所谓的“信息茧房”，也就是只对自己熟悉的领域进行数据获取，形成“内卷”，而需要具体举例佐证时却无法找到更细化的数据支撑。其实，数据新闻最大的魅力就是对数据的开放和共享，允许记者们获得数据参与新闻内容生产，才能增强新闻报道的客观性和全面性，吸引读者阅读。因此，在允许的情况下，可以尝试最大化畅通政府和企业、个体间的数据采集渠道，形成畅通的数据集合平台，真正将财经新闻数据可得性提升，为数据新闻创造基础条件。

二是数据处理能力有限。除了数据来源单一以外，数据新闻普遍存在处理数据能力有限的问题。首先，在存储方面，除了统计部门的系统外，一般采编单位自己的数据存储系统或是没有建设完善，或者计算机的存储水平远远跟不上大数据的规模，而数据处理和分析能力是决定数据挖掘深度的关键环节。不仅如此，除存储外，在进行数据处理时，采编单位采用的数据处理工具和算法都比较传统，不能适用数据新闻体量庞大、规模旁大的特点，这些因素无疑会影响数据新闻的精准性。

三是人才储备不足。数据新闻不同于传统的文字新闻，因其与数据、图表等结合的特点，涉及新闻传播学、美术和艺术设计、数据科学等多个学科的知识，除掌握新闻传播学基础知识外，统计学知识、计算机科学、艺术知识、美学、设计学知识等也需要掌握，以便更全面地制作数据新闻。

但目前，国内数据新闻专业课程开设的相对较少，且数据新闻教育主要集中在本科层次，仅有中国人民大学、清华大学、北京大学等高校以及香港中文大学、香港城市大学等开设了相关课程，学生数量总体较少，而且国内对数据新闻的关注度并没有做到高度重视。

在现实工作中，经常遇到的情况是，文字记者和编辑看不懂数据报表，对于如何在庞杂的数据中筛选和获取数据、制作和传播数据、进行数据分析，无法游刃有余地掌握。而到了图表制作等可视化环节，美术设计人员只能根据编辑们提供的数据制作图表，但对数据具体代表着什么不甚清楚，只能机械地做图，而这容易导致数据误用错用，一旦出错便会影响到报纸质量。此外，目前大多数高校在数据新闻师资力量方面还比较欠缺，可以尝试组建跨学科的师资团队，邀请数据新闻的跨学科教师联合授课，从师资团队和教学内容上体现数据新闻的跨学科特色。

二、改善数据新闻报道的路径

（一）加强数据新闻可比性分析

数据新闻之所以晦涩难懂，原因之一便是读者无法对当时的数据形成一个比较，换句话说就是无法从数据中获得更多内涵信息，只是停留在“数字”的层面，不知道数据是向好改善还是呈现趋弱走势。所以，关于数据类新闻的报道，需加强数据之间的对比，以时间轴为主线，或者平行对比，对同一类数据在不同时间、不同空间的表现进行比较，并在对比中分析解读，从而找到数据的历史意义、变化趋势等。期间，经过对比，如果观察到数据改善较多的话，也会自动形成新闻报道的新闻点，这便是数据新闻最抓人的地方。

举例来说，2020年疫情发生后，资本市场资金的松紧情况成为社会关注的焦点。按照惯例，中国人民银行每个月都会发布金融统计数据，其中，社会融资规模统计数据、人民币贷款数据因为关系到资本市场流动性是否充裕，在2020年格外受到急需流动性支持的企业的关注。但从单月数据来看，我们无法获得在疫情背景下实体经济从金融体系获得的资金规模的多少，无法准确获悉金融机构为实体经济提供资金支持的力度。因此，在此种背景下，就必须对数据做出历史性的比较，从数值的增减中找出信贷规模的变动情况，从而稳定市场主体的预期。

（二）探索数据新闻可视化

数据可视化是随着数据在新闻中的广泛运用出现并发展起来的，是指以可视化为基本载体、以数据为核心、以信息为支撑，利用图像处理技术和计算机软件等，将数据转换成图形或图表等进行展示，以便于读者阅读和理解。

和数据一样，数据新闻由于固有特点，往往枯燥无味，且呈现的形态大多为静态，大篇幅的数据的分析，会给读者带来强烈的压迫感。因此，在制作数据新闻时，根据数据内容的不同，将信息制作成图表图片等形式加强展示，通过将历史数据制作成折线图、柱状图等形式，枯燥无味的数字便被赋予了颜色、形状等多种呈现形式，推动读者更加直观地从数据走势中看出脉络，使得数据新闻摇身一变，不再是过去一堆数字的累积，而是实现了“读文”与“读图”相结合，让财经新闻更加可观可感，给读者带来更强烈的视觉体验。

总体来看，我国数据新闻可视化的研究基本处于图片图表呈现以及对国内外可视化作品和案例进行分析等低水平的研究阶段，应该在积极借鉴国外可视化研究成果的基础上，加强国内数据新闻可视化的系统性研究，进而改善研究碎片化、零星化等问题。

可喜的是，虽然我国数据新闻可视化研究较慢，但国内一些媒体已经对数据新闻作出积极探索，比如搜狐新闻于2011年5月率先设立《数字之道》专栏、2012年2月财新网设立数据可视化实验室、2013年新华社组建数据新闻团队。加上包括国家统计局在内的数据开放力度进一步加大，为数据可视化提供数据保障，数据新闻可视化在将来有望实现更好发展。

（三）加强跨学科人才和数据库建设

目前，数据新闻可视化缺少专门的研究人员，多是编辑和美术编辑根据数据自行制作简单的图片图表等形式来呈现，而且普遍存在着编辑不懂美术和图表设计，而美术设计人员因为缺少专业的财经知识，又无法深入理解数据内涵，制作出的图表具有数据误用等风险。因此，建议加快跨学科研究团队的组建，打造由财经专业人员、视觉艺术设计、计算机图形图像处理等跨学科人才组建的专业团队。目前国内关于数据新闻的教材还不多，可以组织专业的师资力量，多推出数据新闻制作等领域的专业教材，为相关人员的学习提供基础条件，为数据新闻的向前发展打牢基础。

此外，还应加强数据库建设。财经类媒体具有天然贴近数据的优势，把宝贵的数据资源存储起来，或者更进一步成为金融信息服务的供应商是可行之道。因此，要充分利用财经媒体自身积累的数据信息优势，尤其是一些获得人民银行、银保监会等信息披露资格的媒体来说，更要利用好政策信息发布优势，积极建立数据库，一方面据此扩大对数据资源的利用，增强对数据的分析能力，形成更完善的数据新闻；另一方面尝试搭建内容资源服务平台，为企业、政府提供金融数据库、金融数据资讯、研究报告等多种形态的数据产品，以此做到对数据资源的最大程度利用。