【英文标题】Big Data and the Innovation of News Idea

　　【作者简介】王斌，中国人民大学新闻学院

　　【内容提要】大数据的广泛嵌入性和规模化处理信息把媒体报道的范围和创造性提升到新的水平，并以实践项目促进新闻职业理念创新。大数据新闻的创新维度在数据驱动的调查性新闻、数据可视化叙事、数据驱动的应用三个层面。大数据支持的新闻报道从关注社会表层现实到发掘社会深层现实，有助于媒体建立起新闻报道的透明性；媒体从信息收集者和平台搭建者到社会意义生成者，有助于提供可靠的洞见和预测；可视化新闻叙事可适应受众理性认知和感性认知整合的需求。

　　【关 键 词】大数据 数据新闻 客观性 透明性 可视化

　　利用信息技术支持新闻报道并非一个全新的事物，早在20世纪50年代就产生了计算机辅助报道，随后70年代又产生了精确新闻，这些实践有助于突破记者个人能力和精力的局限，扩充媒体发掘事实的范围和深度。大数据技术建立在WEB2.0背景下的数据挖掘基础上，核心是对以关系为纽带的社会网络的识别、发掘和利用，其对社会生活的广泛嵌入性和自动化规模化处理信息的快捷性进一步把媒体报道的工作范围和创造性提升到新的水平。本文以正在兴起的大数据新闻为观察对象，分析新闻生产模式和理念的新变化。

　　一、大数据新闻的实践尺度

　　数据新闻奖(Data Journalism Awards，DJA)2012年首度设立，是国际上第一个表彰数据新闻领域优秀工作的专业奖项，对参选者进行分析可管中窥豹了解全球大数据新闻的实践尺度。该奖由全球编辑网(Global Editors Network，GEN)发起和组织，谷歌公司资助奖励。全球编辑网是一个非盈利、非政府的行业协会，汇聚了有前瞻性思维和对未来新闻业有热情的新闻主编和媒体高管，他们来自印刷、广播电视、数字、移动等多种新闻平台，旨在打破传统媒介和新媒体的壁垒，为未来新闻业界定一个开放的工作模式，创造新的新闻理念和工具。数据新闻奖(DJA)向媒体机构、非盈利组织及自由职业者或个人开放，其目的是在数据新闻方面设定高标准和展示最佳实践，启发记者的数据新闻创意，向媒体编辑和媒体高管彰显数据新闻的价值，强化记者、开发者、设计师和有关专家间的合作。

　　首届数据新闻奖评选是目前大数据技术在新闻业的最高水平展示，吸引了众多大数据新闻实践者参与，共计51个国家286个参赛项目，入围59个项目/作品，最终6项获得大奖，代表了世界范围内新闻业应用大数据技术的最佳创意和创新。从参选情况看，有以下特点：

　　第一，从地域上看，大数据新闻在世界范围内已有普遍实践，包括非洲、中东等地区，欧洲是大数据新闻的最大热衷者，约占全部项目的40%。各地项目数量分别为欧洲116个：英国、荷兰、西班牙。北美洲80个：美国、加拿大、墨西哥。非洲22个：肯尼亚、尼日利亚、埃及。亚洲21个：菲律宾、印度、中国香港。东欧18个：罗马尼亚、俄罗斯、乌克兰。南美洲12个：巴西、阿根廷。中东11个：吉尔吉斯斯坦、巴基斯坦、阿联酋。大洋洲6个：澳大利亚、新西兰。

　　第二，从行动主体来看，大数据新闻涉及政府、商业、媒体等机构，媒体是大数据新闻的主要参与者，约占55%。在全部181个参赛者、机构中，媒体101个，自由职业者18个，广告机构16个，公司13个，行业协会13个，大学12个，政府机构8个。

　　第三，从资源看，这些项目的数据来源主要是公开数据。公开数据198个，其中有38个项目的数据是应项目需求而公开的，自主收集70个，私有数据56个，社会化媒体11个。大数据新闻的主题主要涉及财政预算、环境污染、法律和权益问题、居民消费等，而这些领域的主要资源都在政府部门手中，所以政府的公开信息是这些项目的主要途径。

　　第四，从运行过程看，大数据新闻的工作团队呈现高效精干的特点。大数据新闻比拼的不是采访力量和团队规模，更看重具有新闻敏感的人、具有数据挖掘和分析能力的人以及数据可视化呈现的人相互协作。这些参赛作品中每个团队平均只有4人，单人团队有87个。所有项目的设计和执行平均耗时约160天，耗时最短的项目只用了8个小时。

　　首届数据新闻奖将大数据新闻项目的创新分为三个类别，数量最多的是“数据驱动的调查性报道”121个，其次是“数据视觉化和数据叙事”107个，第三类是“数据驱动的应用”58个。

　　二、媒体客观性悖论与发掘社会深层现实

　　客观性是新闻业的基本准则之一，但也因其难以实现而成为新闻业的迷思。一方面，媒体应当收集信息、发现和确认事实，为社会各界提供决策依据；另一方面，社会事实变动不居，媒体工作对象是持续动态发展的事物，特别是在风险社会背景下，今天的新闻事实明天可能就会改写，新闻生产常规和新闻价值选择往往截取社会运行过程中的表象片段，为碎片化的现实所牵制，难以洞察社会现象背后的潜流，进而难以发挥为社会预警的功能。“与记者在某一个视野有限的观察点上对事物进行的观察与分析不同的是，有效加工的大规模数据可揭示更大范围内的或更接近事实的情状”。[1]

　　一个典型案例就是首届数据新闻奖中6个最终获奖作品之一的“骚乱中的谣言”。在伦敦骚乱中，英国《卫报》运用数据新闻帮助读者更深入理解事态进展和背后原因。当时英国政治界人士认为骚乱原因之一是由于Facebook和Twitter等社交媒体传播的谣言煽动了民众，并据此要求暂时关闭社交媒体，而政府急于应急处理骚乱，并未调查骚乱发生的真正原因。《卫报》与学界合作组建“解读骚乱”数据新闻团队，利用法院和地方政府的数据，使用地图显示骚乱发生地和该地域贫困程度之间的对应关系，一定程度上反驳了卡梅伦在事件起初声明的“骚乱与贫困无关”。同时，研究者对微博信息进行了内容分析，并对数据进行可视化处理，指出Twitter并非只是传播谣言，在纠正谣言和动员民众恢复街区秩序方面也发挥了作用。

　　数据驱动的调查性新闻给媒体带来工作层面的一个跃迁：从关注社会表层现实到发掘社会深层现实，这在一定程度上可提高媒体对社会现象的把握能力，也在一定程度上改进了客观性的具体践行方式。这也启示我们重新思考对新闻职业理念的研究路径。如果把新闻真实、新闻客观、新闻平衡作为规范性理论对待，那么将一直存在应然和实然二者之间的张力，现实的种种制约将让我们对职业理念感到困惑甚至绝望。如果把客观性拉低一个讨论层次，从操作性和可行性探讨，那么传播技术带来的可能将进入我们的视野，职业理念不再是一个僵死的东西而是可改进和优化的，是有发展预期的。事实上，近年来学界和业界亦在讨论新闻业从客观性到透明性的追求，“透明意味着在新闻报道中植入一种新的意识，说明新闻是如何获得的以及为什么要用这种方式表达”。[2]大数据新闻运用社会科学研究的方式探寻事实及其背后的联系，采用的数据和分析数据的技术都是相对公开和客观的，这有助于媒体建立起面对复杂社会问题时进行新闻报道的透明性。