数据新闻概论：操作理念与案例解析（第3版）

作者简介

方洁,博士，毕业于北京大学新闻与传播学院，现任中国人民大学新闻学院副教授，中国人民大学新闻与社会发展研究中心研究员，硕士生导师。国内最早研究和讲授数据新闻的学者之一，2015年年初开始主讲“数据新闻基础”和“数据新闻与数据可视化”等课程，发表十多篇数据新闻领域核心期刊论文。著有《数据新闻概论》（第二版），《把数据作为方法》等。微信公众号“RUC新闻坊”及其工作室的联合创始人兼指导教师。指导学生创作的数据新闻作品已获得国内多个新闻比赛的20多项大奖。

内容简介

2023年，当提笔对《数据新闻概论》第二版做修订时，距离我写作第一版已过去九年。
这九年，我见证了数据新闻在媒体机构从无到有，又从有到无。一些人进来，一些人坚守，还有一些人离开。
这九年，除了观察和记录，我也和学生们一起，用具身体验的方式实践数据新闻，去直面和感受新闻业的创新与变革。
2019年本书第二版出版时，我曾一度以为不必再做修订。但当我再次提笔时，翻阅曾经写过的篇章字斟句酌，禁不住汗颜，原来自己如此浅薄无知。许多曾经笃定的内容放到当下思考，需要推敲；而持续发展带来的变化，需要关注；更有一些此领域新鲜的技术和方法，需要补充。
近年来，关于数据新闻领域的实践和研究呈现出三个较为显著的发展态势。
其一是伴随新闻传播大环境的变化和技术的发展，“算法”和“人工智能”逐步成为数据新闻界关注和调查的对象。因为技术正在形塑我们的社会和生活，并以“黑箱”的方式保持着不可见性，这促使数据记者、编辑展开反思，并将破解“黑箱”，调查“算法”和“人工智能”技术何以运作且如何提升它们的透明性作为责任，沿此路径发展，已诞生不少佳作。与之相伴，学术圈也开始将研究的重心转向它们，使之成为此领域研究中近年来最显著的“突现词”。
其二是非西方背景国家的数据新闻实践和研究逐步增多。一方面，从全球数据新闻相关奖项的评选中可以看出，参评和最终入选的作品虽然仍以美、英等国媒体为主，但参评的国家和地区越来越多，且入选名单所属国家和媒体的分布也逐渐多元。另一方面，早期的数据新闻研究多聚集于美国、英国等少数西方国家，但越来越多从业者和学者提出，非西方背景的国家面临和美国、英国截然不同的新闻背景、文化传统、市场环境，这些使不同国家的数据新闻实践更具多样性和复杂性，美国、英国的一些模式并不适合这些国家。《伊比利亚美洲数据新闻手册》PERRY F，PAZ MManual de periodismo de datos Iberoamericano(20140830)［20240116］. https：//wwwufastaeduar/biblioteca/files/2017/03/Manual_de_Periodismo_de_Datos_Iberoamericanopdf.和《南半球的数据新闻》MUTSVAIRO B，BEBAWI S，BORGESREY EData journalism in the Global South. Switzerland：Palgrave Macmillan，2019.等书的出版表明越来越多的关注正投注到美国、英国之外，不同路径下的数据新闻实践正在被梳理和研究。
其三是数据新闻领域的研究从初创阶段迈向反思阶段。早期的数据新闻研究多以推介为主，对这种“新兴”的新闻现象颇多褒奖，将之置于新闻“创新”的框架下，对未来充满理想和乐观的预估。近年来更多研究开始反思：之前鼓吹的前景是否真的到来？数据新闻的创新是否真的实现？其中最有代表性的是被视为数据新闻领域开山之作的《数据新闻手册》在2021年出版第二版时，将副标题定为“转向一种批判式的数据实践”。编者提出：“在后真相时代，人们并不能想当然地认为数据或者数据新闻就是真实的，数据并不中立和直观地反映世界，而往往受到政治、文化、资本和权力交织的影响。”BOUNEGRU L，GRAY JThe data journalism handbook：towards a critical data practice.Amsterdam University Press，2021：1126.同时，更多的反思性研究也逐步出现在学术论文中，例如罗德里格·扎米斯对《纽约时报》和《华盛顿邮报》日常数据新闻的实证研究发现，无论从透明度、互动性、多样性还是信息来源的角度分析，这两家大报的日常数据新闻似乎都与数据新闻的理想状态有所差距。ZAMITH RTransparency，interactivity，diversity，and information provenance in everyday data journalismDigital journalism，2019，7(4)：470489.
面对这些发展态势，本书对第二版做了大幅度的调整、改动和增补，修订的比例接近一半篇幅，修订思路主要依循以下四个原则：
第一，关注数据新闻的在地化实践，建立自主的知识体系。本书自2015年出版第一版时就坚持关注国内的数据新闻实践，书中融入了大量对数据新闻从业人员的采访和优秀案例。此后两版修订时仍保留这一传统，并尝试从被访人员的构成和机构性质上做进一步的扩充，以期更全面地了解中国数据新闻的发展情况，力求让研究“立足中国实际，解决中国问题”。
第二，增加除美国、英国之外的世界其他国家和地区的数据新闻实践的内容与案例。这一版与前两版相比，增加了更多不同背景国家数据新闻实践的内容，在案例的选择上更加注重分布地域的广泛性和国家背景的多样性。除了以往研究中较为重视的美国和英国，本书中还涵盖了俄罗斯、德国、意大利、西班牙、法国、荷兰、瑞士、加拿大、澳大利亚、埃及、阿根廷、巴西、匈牙利、委内瑞拉、韩国、日本、新加坡等国的案例，以展示全球数据新闻实践在不同历史背景和文化环境中如何展开。
第三，聚焦数据新闻领域最前沿的技术、工具和方法。除了前述的“算法”“人工智能”等技术的发展，数据新闻领域中的信令数据、卫星数据的运用越来越普遍，涌现出视觉调查、开源情报调查等新兴的方法，出现了一些新的数据分析和可视化工具。本书对这些内容展开介绍，并结合案例做深度的延展。书中70%以上的案例都做了更新，以反映最新的数据新闻实践。
第四，注重吸纳新的学术研究成果，激发读者思考。在本书做第三版修订之时，数据新闻领域的研究正在逐步摆脱初创期略显肤浅的“乐观”，走向深入反思的成熟期。本书在第三版写作过程中注重汲取这些新的学术研究成果的给养，在分析如何做的基础上提出更多批判性的问题，以激发读者思考“为什么这样做”以及“这样做可能会带来什么”。
以下介绍各章节具体的修改内容：
第1章“什么是数据新闻”主要介绍数据新闻的概念、特征、产生背景、发展历程以及该领域研究的趋势。相比第二版，这一章最显著的变化是修订了“数据新闻”的定义，将其定义为“数据新闻是一种通过对事实材料和统计资料的采集、分析和呈现，以对所要传播的事实性信息或意见性信息提供逻辑推论的依据的计算报道方式，也指一种通过上述方式生产的新闻品类”。这一章的第二个较大的修改是新增了第4节“全球数据新闻研究的趋势”，对Web of Science核心数据库的相关领域论文做了分析。此外，这一章增补了一些更新的历史研究资料，其中包括我国早期报刊中的数据可视化探索、非西方背景国家的数据新闻实践等。
第2章“数据新闻的类型与制作”中一个显著的变化是对数据新闻的分类做了新的梳理，删除了此前两版的“自采数据”和“非自采数据”、“事件选题”和“话题选题”这两种分类，在数据新闻操作方式中增补了“解释型数据新闻”，增加了按照数据新闻呈现形式来划分的“图文类”“交互类”“视频类”数据新闻。新的分类方式更能反映当下的数据新闻实践。这一章的另一个变化是基于对数据新闻新的分类，增补了数据新闻制作中相应的内容，例如交互类数据新闻和视频类数据新闻制作的流程特点，数据新闻团队人员构成的新趋势等。
第3章“数据与选题”中增加了“数据新闻中常见的数据类型”这一目内容，以便于读者更全面地理解数据。而在选题策划部分，增加了“数据新闻选题的判断标准”一目，总结归纳了选题判断的基本要素：公共性、关注“热点”、新鲜、有数据支持。在此基础上，对选题策划思路部分做了一定的调整，并更新了其中的案例。
第4章“采集数据”篇幅较大。这一章重新归纳了四种主要的数据采集方法：在线搜索和获取数据、通过采访调查的方式采集数据、通合作或购买的方式获取数据以及运用工具爬取数据。与上一版相比，对采集数据的方法有了新的归纳，一些方法被合并，还有一些新的方法被纳入，如通过模拟测试、开源情报技术等展开在线调查并采集数据。这一章还增加了一些实操案例，在通过API接口和代码爬虫来获取数据的部分增加了对代码的介绍。
第5章“编辑室里的数据分析”对上一版的内容做了较大幅度的修订。首先，第1节“数据清理”结合已有研究成果做了更清晰的界定，并明确了数据清理的六个步骤：观察数据、结构化数据、清洗数据、扩充数据、验证数据和发布数据。其次，第2节“数据分析”将编辑室中的数据分析分为统计分析和数据挖掘，对统计分析的分类更加科学，着重讨论了统计描述和统计推论在数据新闻中的运用，并介绍了数据新闻中常见的数据挖掘方法。最后，新增了第3节“数据清理和分析过程中的伦理问题”，针对隐私数据处理和透明性这两个数据新闻领域主要的伦理话题展开相对系统的探讨。
第6章“数据新闻的文案”为这一版新增章。这一章先分析了数据新闻的三种叙事形式，并对文字在数据新闻中的作用展开阐述。然后，从叙事结构的角度探讨如何写作数据新闻的开头、主体和结尾部分。最后一节则结合案例梳理了文案写作中的注意事项。
第7章“数据新闻的设计”对上一版的第6章和第7章做了整合，同时也添加了很多新的内容和案例。这一章先从“认识数据可视化”开始，介绍数据可视化的定义和由来，分析数据可视化的构成要素，归纳新闻中数据可视化的常见类型。新增的内容主要在第4节“数据可视化的设计要点”，这一节不仅研究了何为好的数据可视化，也对数据可视化设计时的“功能”“流程”和“形式”等三个要点展开深入的分析，并在此节最后介绍了当下较流行的数据可视化工具。
如果你是媒体人，期待你能从本书那些鲜活的同行案例中获得灵感的火花和职业共同体的激励，使那些业已成为常规而重复的工作变得更有探索的空间，更加有趣和有意义。
如果你是学者，书里描绘的是当下新闻行业中极具生命力和创新力的群体，他们正在进行的实践活动或能成为一个窗口，供你观察和研究新背景下媒介社会学中多彩而又复杂的新现象和新问题。
如果你是学生，数据素养是新时代信息素养的重要组成部分，学习数据新闻，使你能够更好地辨析信息的真伪、掌握更多样的沟通工具和方法、更自如和高效地理解和参与公共话题的讨论。