数据新闻：定义和特点

精确新闻和数据新闻之间存在着历史的关系，20世纪60年代出现了精确新闻，21世纪出现了数据新闻。数据新闻（data journalism），又称数据驱动新闻（data-driven journalism），是大数据时代的产物，也是新闻理念的一种全新变革。

数据新闻的英文解释为：Data-driven journalism，often shortened to“ddj”，is a term in use since 2009/2010，to describe a journalistic process based on analyzing and filtering large data sets for the purpose of creating a news story.Main drivers for this process are newly available resources such as“open source”software and“open data”.This approach to journalism builds on older practices，most notably on CAR（acronym for“computer-assisted reporting”）a label used mainly in the US for decades.Other labels for partially similar approaches are“precision journalism”，based on a book by Philipp Meyer，published in 1973，where he advocated the use of techniques from social sciences in researching stories.（译文：数据驱动新闻，通常简称为“DDJ”，该术语于2009/2010年开始使用，用来描述为制作一条新闻，建立在分析和过滤大数据基础上而进行的新闻过程。这一过程的主要驱动力是新鲜的可应用资源，例如“开放源代码”软件和“开放数据”。这种制作新闻的方法建立在以往的新闻实践基础上，尤其是主要在美国应用了数十年的计算机辅助报道。其他类似的方法有“精确新闻”。这一概念出自菲利普·迈耶在1973年出版的一部书籍《精确新闻学：一个记者关于社会科学方法的介绍》，他提出在新闻研究中使用社会科学领域的技术^[3]。）

2012年，又被媒体称作“大数据元年”。互联网技术的高度发展造就了庞大的数据资源，海量数据及由此伴生的数据技术深深影响了各行各业的数据化进程。数据已经成为重要的生产力。这要求媒体必须探索新的信息生产和传播方式，以适应大数据时代的挑战。在此背景下，数据新闻应运而生，顺应了媒体信息服务的本质。

大数据的核心不是海量数据，它的价值在于利用数据技术对海量的数据进行过滤分析。因此同理，数据新闻也并不是将大规模的信息永无止境地提供给受众，而是在于对有价值的信息进行加工梳理。

数据新闻是基于大数据技术的传播研究，它与传统的传播研究存在方法上的差异，主要体现在依据的样本、数据结构、数据复杂性等12个方面（表7-2）。

表7-2　传统的传播学研究与基于大数据的传播研究差异

目前，基于大数据的传播学研究对理论的关注严重不足，明显存在“四重四轻”的特点：重数据轻理论；重相关轻因果；重挖掘轻阐释；重软件轻开发。目前基于大数据来研究传播现象的主要研究者是传播学者和计算机学者。前者虽对传统受众理论比较熟悉，但多忽视了理论验证或建构，只专注于用新颖的数据挖掘技术；后者往往对数据挖掘较熟悉，但缺乏传播学理论，难以对人类的传播规律进行深入的因果解释。目前大数据在传播学中的应用也多以实践应用为主，这种重技术轻理论的传播研究在受众至上的传播业界或许有一定的商业价值，但对于传播学学术研究则不可取。传播学研究的最主要目的是发现人类传播行为的规律，增加这方面的知识，一个有理论价值的传播研究，也一定是有应用价值的。反之，仅做实践应用而缺乏理论视角的传播研究则难以产生理论贡献。(www.xing528.com)

这些特点也造成了大数据与新闻传播之间的矛盾，主要表现在三个方面：大数据的相关关系在新闻传播中进行因果关系的解读所构成的矛盾；数据的内在逻辑（去故事化）与新闻表达的逻辑在某种程度上相悖；大数据方法与新闻传播所要求的精确性之间也存在矛盾。

数据新闻的兴起和发展经历了三个阶段。第一阶段是20世纪50年代，计算机辅助新闻报道（CAR）产生，这是一种用计算机来收集和处理信息的一种新闻报道方式；第二阶段是20世纪60年代精确新闻的诞生，精确新闻由美国学者菲利普·迈耶提出，他主张将社会调查法应用到新闻实践中，用数据来说话，从而提高新闻的客观性和真实性；第三阶段是21世纪，数据新闻产生。

数据新闻具有如下特征：首先是新闻制作主体的多样化，不仅是专业的记者和编辑，任何掌握新闻数据并具备数据加工能力的人都可以制作数据新闻；其次，新闻制作流程发生了变化；另外，数据新闻多采用可视化的方式呈现；数据新闻以大众利益为出发点等。

总而言之，数据新闻是一个过程。从采集数据、过滤信息到可视化编辑，最后形成一个新闻稿。在这个过程中，数据新闻对公众产生的价值在不断提升。

但是，数据新闻做不好也会出现问题。因为它毕竟要通过人来制作，人做就会有差误、有观点和利益的渗透。正如丽莎·吉特曼在《原始数据只是一种修辞》中所提：“数据从来都不可能是原始存在的，因为它不是自然的产物，而是依照一个人的倾向和价值观念被构建出来的。我们最初定下的采集数据的办法已经决定了数据将以何种面貌呈现出来。数据分析的结果看似公正客观，其实价值选择贯穿了构建到解读的全过程。”所以在制作数据新闻时要注意以下几点。

首先，数据获取要全面。大数据≠全数据，大数据≠真数据，因此要从多方面获取数据，并且拿到元数据。所谓元数据，就是关于数据的数据。而且，因为数据自己不能说话，所以记者就需要借助一系列算法在数据中挖掘出意义。从数据进入现实世界是一个充满风险的过程，记者尤其需要保持谨慎的态度。算法不等于判断，相关不等于因果。例如，A变量和B变量之间存在相关性，可能是A导致了B，可能是B导致了A，也有可能是另外一个因素C同时导致了A和B的变化。或者说，A和B之间的联系只是一个偶然事件。大数据的特色在于呈现相关关系，但是因果则需要人来讨论。新闻报道的职责便是利用数据向读者解释世界。但从发现相关性到证明因果性，还需要记者严谨的逻辑推论。另外，虽然大数据可以处理常态下的相对短期内的预测，但是世界太过于复杂，复杂体系是无法预测的，例如生态系统、金融体系、社会体系都是无法预测的。因此，记者用大数据做预测性报道时，应该对自己运用的工具抱有几分怀疑，对现实世界再多几分敬畏。