叙事式可视化在数据新闻中的应用

李梦媛

（作者单位：嘉兴职业技术学院）

1 数据新闻与叙事式可视化

纵观新闻报道的发展历程，数据新闻并不是横空出现的，它出现之前历经了精确的新闻阶段、计算机辅助的新闻阶段两大阶段，后来逐渐演变为现在人们所熟知的大数据新闻（Big Data News）阶段。数据新闻的演变依托于历史长河中不同时期技术的发展，自20世纪60年代，数据新闻进入萌芽阶段；20世纪90年代，互联网普及进入兴起阶段；随后21世纪大数据元年的到来，数据挖掘技术及信息可视化技术的飞速发展使数据新闻逐步兴盛并进入繁荣阶段。

对于叙事式可视化概念的理解众说纷纭，纵观文献资料，可以发现三种理解方式：第一种是Michael A所认为的，人类擅长讲故事，喜欢将事实依据编成故事，他认为叙事式可视化是有效地提供信息的要点，合理组织被叙的事情的陈述方式，将信息点合理地呈现，使得读者通过听故事的方式留下深刻印象[1]。第二种是Edward Segel和Jeffrey Heer的观点，在叙事过程中，选择一个清晰明确的开头，以开头为引领，操纵一条主线引导观众的兴趣点，使用结构性的概述与场景介绍整个被叙事件，在读者心中建立明确的心理图像的过程叫作叙事式可视化[2]。在此过程中需要明确的是场景中的元素并非同等重要，而可操纵的主线也是多样化的。第三种是Jessica Hullman和Nicholas Diakopoulos在Edward Segel和Jeffrey Heer的基础上将叙事式可视化与互动技术相结合，认为叙事式可视化是运用互动技术控制被叙事件的传达意图、修辞及展现方式的一种说服技巧。

在数据新闻的语境中，我们可以将叙事式可视化理解为，在陈述有两个分支以上的新闻事件的时候，运用可视化的方式，按照一定的逻辑顺序组织，使数据新闻在读者心中留下深刻印象。

2 叙事式可视化在数据新闻中的应用现状

叙事式可视化在传统的新闻叙事基础上加入了“可视化”的元素，进行了创新与加工，把抽象化的数据转换成大众所容易理解的、看得见的东西。这一方面要找出数据间的相关性，使其构成新闻的文本，另一方面制作出的可视化信息拥有高程度互文性和参与性的特点[3]。

2.1 互文性

“互文性”是由法国学者朱丽娅·克里斯特娃在《符号学：意义分析研究》一书中提出的概念，她认为互文性是“将‘历史插入到文本之中’，以及将文本插入到历史当中”，可以应用到文学和一般文化研究中。数据新闻的可视化叙事的“互文性”包括宏观和微观两方面的内容，宏观层面体现为文本与语境的互文，微观层面体现为文本之间的互文。

宏观互文性层面，数据新闻的设计有其相关的语境。除了文字以外，可视化设计的表达无论从表现形式还是视觉隐喻方面都能传达更多的信息，高效的数据新闻在可视化图表的设计中不仅能够实现引导读者理解文字本身，还能挖掘更深层次的含义，实现文本与语境间的互文。以路透社作品《淹没在塑料的海洋里》为例，作者以白色呈现城市的三维地图，通过视觉隐喻把读者带入“白色污染”的语境中。“过去1年，全球塑料瓶的销量达到4 800亿只”，面对这样的数据，读者仅觉得数量庞大，但到底有多庞大并没有具象化的理解。这个作品就将1天、1个月、1年，甚至10年产生的塑料瓶堆起来的高度与知名建筑物高度进行对比展示，结果为世界上最高的建筑的高度也远比不过人们消耗的堆积成山的塑料瓶的高度，震撼的效果给读者留下深刻的印象，从而引起读者的反思，最终唤起人们环保的意识与责任。

微观互文层面，体现在时间与空间的互文性。《时代周报》的作品《东德人去哪了》以时间和地点为两条主线，描述了自两德统一以来，数百万人离开东部的人口迁移现象，具体的移动位置在地图上有清晰的移动路径。数据新闻可以打破时间与空间的限制，通过数据的分析准确地告诉人们发生了什么，数据新闻的时间与空间的互文性由此体现。

2.2 参与性

亨利·詹金斯于1992年首次提出“参与式文化”一词，用于说明媒介文化中的互动现象。参与式文化的主要内容是，所有网民在处于同一身份认同的前提下，利用网络渠道获取、创作和传播信息的事实。这在社交媒介普及的Web 2.0时代，营造了一种自由、平等、分享的媒介文化环境。

数据新闻不仅要在信息层面和情感层面满足读者的需求，在表现方式上加入与读者的互动，还要为新闻设计者与受众提供平台，使他们能进行线上或线下的交流。《纽约时报》和《华盛顿邮报》发布的每一篇数据新闻都设置了分享链接，读者只需简单操作就能够将该新闻分享至脸书、推特等社交网络平台上。《华盛顿邮报》开放了评论平台，读者既可以发表评论，也可以与其他评论的读者交流，评论其观点。每个数据可视化图表都在页面上添加了相关新闻报道的链接，引导读者点击进入网站的其他频道。英国《卫报》的《数据博客》栏目还允许读者自行检测新闻相关数据的科学性，将自行获取的数据进行数据新闻二次创作，形成读者参与的新的数据新闻链接，再通过脸书、推特等平台与数据新闻专家进行互动，更清楚地展示新闻事实，实现数据新闻的再生价值。

3 叙事式可视化在数据新闻应用中的问题

3.1 “综合、整体”与“短平快”的对立

以“整体”和“综合”为基准对数据进行统计和分析的数据新闻，在一定程度上弥补了传统新闻的一些缺点，如传统新闻以文字为主、强调新闻细节，在宏观叙事的时间维度和空间跨度上过于局限。但是我们现在所处的这个社会，读者获取信息的方式以“读屏”为主，读者的阅读时间变得碎片化，这就不可避免地造成了读者“短平快”的阅读方式。由此出现了矛盾的情况，阅读数据新闻需要读者宏观分析与整体把握，但读者的时间是碎片化的，阅读方式是“短平快”的。现阶段，数据新闻的故事线非常复杂，数据庞大，而读者的碎片化时间是有限的，这导致了读者快速浏览后得不出明确的结论，并不能获得数据新闻真实的价值。

3.2 重数据、轻叙事

有学者认为，制作数据新闻需要非常多的新技巧，但制作数据新闻必须从叙事的角度出发，而不是仅仅从技术角度去做，不然只是资讯而不是消息。数据新闻提供了一种新型的表达方式，将传统叙事与数据信息结合起来，这是数据新闻的重要特征。基于大数据环境下的数据新闻，往往过于注重对数据的分析，采用数据挖掘的方式将数据化的新闻报道呈现给受众，虽然能够更直接反映数据的变化，但是往往容易陷入数字的旋涡，忽略了数据新闻的叙事功能所占的比重，读者更像是在读数据报表而不是新闻。深究其原因，数据的叙事作用是有限的，数据主要的作用是保持客观性，在数据新闻制作上，如果过分注重挖掘和展现数据，而在叙事要素的比重上过分减少，就会使数据新闻成为一个“空壳”，失去了新闻基础的叙事性。

4 叙事式可视化在数据新闻应用中的对策

4.1 明确受众读者

在叙事式可视化的数据新闻设计之初，要考虑是否有独特的受众范围，在制作前需要明确受众最关注的内容是什么，从而明确叙事式可视化的框架与数据新闻想要明确表达的重点，进而使数据的呈现效果更加深入人心。这样在新闻叙事过程中才能有的放矢，使读者在碎片化的时间里更快地获取想要的信息。例如，网易《数读》栏目中的内容《杭州很好，但想躺平的别来》，对其最感兴趣的是处于择业期面临城市选择的受众，或者是已经选择去杭州工作的人群，该数据新闻使用可视化的方式，对人才吸引力指数、知名企业数量、人均收支结余、已在杭州工作人员的“吐槽”与喜爱点进行综合阐述，使受众清晰地了解杭州这座城市的优点和缺点，进一步引发受众的共鸣，最终提高数据新闻的传播效率。

4.2 选择合适的图表呈现数据

数据可视化图表类型众多，包括折线图、柱状图、堆叠面积图、饼图、排序图、思维导图、散点图、漏斗图、雷达图、热力图、旭日图、桑基图、盒须图、词云图、瀑布图、地图等。在可视化设计中要使用多种展现方式，吸引读者继续阅读下去。但也需要注意信息图表的组合方式不能杂乱无章，当数据可视化图表被杂乱的图表占用了读者的精力，此时数据所想传递的信息就需要读者花费更多的精力去识别，从而再提取出有用的信息，这样反而会增加读者获取信息的时间成本，甚至使读者中途放弃阅读，得不偿失。

4.3 多线叙事构建

数据新闻不像传统新闻，从报道开始就深度描述时间、地点、人物等新闻事件的要素。数据新闻更侧重于拉长时间维度和空间跨度，横向或纵向对比，深度分析新闻事件的全局性或某一侧面。方慧琪认为，数据新闻在叙事结构上的差异主要是因为数据之间的逻辑关联性强，文字内容联系紧密，这一特点有助于突破传统新闻单一线性叙事结构的局限，建立起多线式的叙事结构[4]。

多线叙事的构建也是遵循线性的逻辑规则和因果关系的，建立多条叙事线并举的叙事方式，叙事线可以向任意方向发展。任意一条叙事线都是根据数据信息提供的线索，如时间、地点、人物、事件等，提炼分析的逻辑关系。读者从开头到结尾，可以从任意一条逻辑线提取新闻信息，并得出其所选叙事线的结论。除了新闻事件的整体阅读，获取整体的结论外，也可以从单一的叙事线进行阅读，获取相应的结论。多线叙事的构建给了读者选择的空间，虽然读者的阅读时间是碎片化的，但是其仍可以在有限的时间内根据某一条叙事线获取相应的结论，然后根据自身的兴趣点往更深层含义探索，使得“整体、宏观”的数据新闻根据用户的选择“化整为零”，更符合现阶段读者的阅读习惯。

4.4 模块化构建

李凤莲基于计算机领域和教育界的“模块化”思维，提出了电视节目的“模块化叙事”理论。她认为，模块化叙事在电视节目中的应用是按照一定的原则，由若干个能够单独完成某一特定功能并最终组合完成整体功能的，独立或关联的节目模块构成的一个节目整体[5]。对于数据新闻而言，叙事式可视化的模块化构建可以被认为是模块和模块之间既能相互独立又相互关联，共同为整个数据新闻主题服务的若干个独立的新闻叙事模块，按照一定的逻辑进行归类，形成一个整体。在设计上将数据融于整体的叙事框架中，数据部分使得叙事更加有说服力，叙事设计使得数据更能深入人心，两者的组合恰到好处，相互促进。

《洛杉矶时报》于2016年4月14日推出一篇名为Every shot Kobe Bryant ever took. All 30,699 of them（《科比布莱恩特投过的每一个球——30 699个球》）的融媒体特别报道，是模块化表达的典型案例。其内容按照叙事式可视化发展的逻辑，分为两大部分，即整体叙事模块和展开叙事模块。在数据新闻阅读中，读者可以选择自己感兴趣的模块进行详细解读。

案例中，整体叙事模块是科比在20年职业生涯中30 699球的位置（见图1）。读者可以直观地了解每个球的位置，通过滑动鼠标进行交互，可以了解每个球的详细情况，如比赛信息、进球时间、进球方式等等。

展开叙事模块，是在整体叙事模块基础上进行归纳分析得出的结论。而这些结论生动描绘出了科比的美国职业篮球联赛生涯，科比第一次进三分球的时间，科比通过罚球所得分占职业生涯中总分数超过三分之一，在常规赛中投篮命中率是44.7%……除此之外，展开叙事模块还能进入自主数据搜索页面，还可以根据读者的兴趣点进行浏览，通过不同的数据搜索条件，如投球的类型、投球结果、赛季等进行深度了解。

5 结语

数据新闻具备的可视性、交互性等特点可以帮助社会大众更加快速准确地了解信息。大数据时代，面对海量信息，叙事式可视化应用于数据新闻为新闻的展现提供了一个崭新的渠道，可视化展现形式让数据新闻的易读性得到大大加强。然而，叙事式可视化在数据新闻的应用中也存在问题：一是数据新闻的“综合、整体”与读者阅读模式“短平快”的对立，二是数据新闻重数据、轻叙事的问题。从读者的角度出发，明确受众范围及其需求，从设计者的角度出发选择合适的图表，进行多线叙事构建或模块化构建，可以不断优化数据新闻，使其更加清晰易懂。