“一般样本”与“个人故事”：数据新闻的叙事策略_大数据论文

“总体样本”与“个体故事”：数据新闻的叙述策略，本文主要内容关键词为：样本论文,总体论文,个体论文,策略论文,故事论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       【中图分类号】G212 【文献标识码】A 【文章编号】1003～6687(2015)09～065～04

       制作数据新闻需要从海量数据中发掘具有新闻价值的数据相关性。而集合了大量个体样本的“总体样本”往往指向宏观事态，淹没了新闻故事所需的具体情节。有论者为数据新闻辩护，认为“数据新闻正好弥补了传统新闻中观、宏观叙述的不足，驱动数据新闻的大数据优势正在于它的宏观解释力”。[1]着眼整体和宏观，对未来事态发展作出预测，固然可以视作数据新闻的优势，但对于依赖人性化内容的故事叙述来说，却是挑战。

       叙述的焦点是卷入人物变化的具体事件，传统的新闻报道依赖于对新闻当事人的深入采访，这样可以获取丰富生动的故事素材。传统的新闻叙述虽然不能洞悉“总体样本”的全貌，但却能够精确地呈现微观的和个体的状况。这恰恰与大数据的逻辑背道而驰：“拥有了大数据，我们不再需要对一个现象刨根究底，只要掌握大体的发展方向即可。当然，我们也不是完全放弃了精确度，只是不再沉迷于此。适当忽略微观层面上的精确度会让我们在宏观层面拥有更好的洞察力。”[2](18)其实，关键的并非大数据忽略细部的精确性，而是它对微观叙述根本不感兴趣。要让“数据驱动”和“叙述驱动”合力推进数据新闻的生产，就必须努力弥合二者之间的裂隙。

       一、数据挖掘的人性化考量

       作为一种价值密度低的信息集合，大数据当中蕴含的新闻价值并不易发掘。纳特·西尔弗(Nate Silver)在《信号与噪声》一书中指出，数据信息的急速膨胀并非人类的“福音”：“如果信息的数量以每天250兆亿字节的速度增长，其中有用的信息肯定接近于零。大部分信息都只是噪声而已，而且噪声的增长速度要比信号快得多。有太多假设需要验证，有太多数据需要发掘，但客观事实的数量却是个相对恒量。”[3]要在千头万绪、纷繁复杂的数据中抽丝剥茧、祛除冗余和干扰信息，进而洞察事物之间的关联，发掘具有新闻价值的深度信息，仅仅依赖计算机是不行的。在此过程中，记者的新闻直觉、新闻敏感、知识储备乃至社会阅历就要发挥作用。譬如，彭博新闻社2012年11月2日的“今日图表”(Chart of the Day)栏目对过去十年(2002年11月至2012年10月)上海证券交易所的股票数据进行分析，记者将目光聚焦到贵州茅台酒业的股票交易表现上。数据分析结果显示，茅台酒业股票十年间涨幅高达3451％，市值从不到10亿美元飙涨到410亿美元，成为全球第二大制酒公司。为何选择茅台酒业股价变动数据作为报道对象，对这一数据如何解读和引申，如何发掘其中蕴涵的深度信息?这就依赖记者的新闻敏感以及对中国经济和社会发展状况的掌控与解析能力。彭博新闻社据此解读：2002年以来，中国经济的高速发展培育了一个富裕阶层，刺激了对茅台酒等奢侈品的消费需求，茅台酒业股票业绩正是这一变化的观测指标。事实上，数据挖掘与分析并非到此为止，如何以此为背景讲述一个具体的新闻故事，赋予数据以人性化的内涵和意义?记者的叙述工作才刚刚开始。

       大数据能够揭示数据值之间的数理相关关系，却无法确定事件之间的因果联系。维克托·迈尔-舍恩伯格(Viktor Mayer-Sch

nberger)和肯尼思·库克耶(Kenneth Cukier)合著的《大数据时代：生活、工作与思维的大变革》一书认为这是大数据时代的主要特征。他们的主张是因果关系无法确定，也不必再去苦苦探求：“知道‘是什么’就够了，没必要知道‘为什么’。在大数据时代，我们不必非得知道现象背后的原因，而是让数据自己‘发声’。”[2](67)对于以追问事实真相为己任的新闻来说，无法探知“现象背后的原因”显然算得上是一个致命缺陷。丁柏铨在分析数据新闻的局限性时已经一针见血地指出了这一问题：“数据新闻以及撰写数据新闻的机器人，或可较好地告诉受众发生了什么事(是什么)，但不可能清楚地告诉受众特定事实(事件)因何故发生(为什么)。而探寻事物之间的因果联系，则是有资格被称为深度报道的一类报道的必备条件。因果联系可体现于数据，但往往与数据无关，而涉及人(个体或群体)与人(个体或群体)之间的这样那样的关系和联系，涉及政治、经济、文化等各种因素，涉及现实中的利害关系和历史上的恩恩怨怨。所有这些，在数据中或有所体现，或无迹可寻；即使是在数据中有所体现，也可能只是微妙体现，不是一眼就可看穿看透的。”[4]大数据的这一短板恰恰是叙事的长项。一些被大数据所揭示出来的相关关系有违常理，正好是新闻价值之所在。记者的任务是对其作出合乎逻辑的、令人信服的解释。记者的叙述并不像数据本身那样客观和精确，这亦无可厚非。新闻就是人性化观照和解读世界的产物，其中必然包含着人的主观倾向、情绪态度，以及一定的模糊空间。人物是至为关键的叙述要素，人物必须卷入叙述当中。“为什么人物会影响文本的本质?为什么人物会决定文本的‘情节性’?因为叙述的情节一旦卷入人物(人或拟人)，情节就具有主观性，叙述文本就成为‘弱编码文本’，具有人的意识带来的不确定性，也获得了人文品质，给叙述文本带来认知、感情、价值这些因素，从而让二次叙述者能对人物的主观意义行为有所理解，有所呼应”。[5]相比而言，这些体现出叙述主体人文情怀的新闻报道才更容易在受众那里获得回响。个体命运饱含生命质感和温度，而数据则是冷冰冰的，《至关重要的新闻：电视与美国民意》一书在探究“生动的报道”时引用约瑟夫·斯大林的话，形象地指明了这一点：“一个苏俄士兵的死是一个悲剧。一百万苏俄士兵的死是一个统计数据。”[6](49)需要指出的是，尽管作者在验证“生动假设”(the vividness hypothesis)的实验中得出了意料之外的结论：“和开始设想的不同，我们没有发现支持生动假设的证据。用煽情动人的方式来叙述个人遭遇，以期反映国家问题，并不会增强议程设置的效果。事实上，它们还会经常削弱议程设置的力量，特别是观众认为，这些生动个案的主角并非对此全然没有责任时，观众会认为他们是自作自受。”且不论这一电视收视调查的科学性，即便如其所言，新闻报道采取聚焦个体命运的“情节剧”(melodrama)叙述，无法增强议程设置效果，无助于提升受众对于全国性的重要问题的自觉意识，但它并未否定这种叙述本身的生动性：“我们的结果并没有对所有生动性效果予以否定；它们只显示了戏剧性地描述个人悲惨遭遇，并不会有助于议程设置。”[6](63)新闻叙述的生动性是受制于市场竞争、迎合大众趣味的必然结果。这种叙述模式经常受到责难和批判，新闻从业者也应对其带来的负面影响加以反思，充分估计到“生动报道”可能存在的这一缺陷，以更好地处理“数据驱动”与“叙述驱动”的关系。

       二、数据的“语境化”处理

       数据的“语境化”指的是将数据置入特定的叙述时空或情境当中，将新闻人物卷入数据矩阵当中。这是一种将宏大数据个性化处置的方式。在新闻报道中，宏观数据往往作为个体故事的背景出现，是叙述情境的整体设定。典型的个案叙述即是大数据信息的一种验证性表现。作为数据信息的承载者，置身其中的新闻人物是演绎故事情节的“角色”，也是引发受众情绪反应的“移情客体”，可以让数据信息更生动地贴近受众。我国官方媒体在重大历史节点推出的“成就报道”往往涉及历时性的数据变化，因此可以成为数据新闻的重要表现领域。枯燥的数据即便通过可视化处理，依然难以产生具体可感的力量。而以点带面、由微观到宏观，已经成为当下“成就报道”通行的叙述路径。卡罗尔·里奇(Carole Rich)总结“政府新闻和统计数据新闻”的叙述方式时指出：为了体现“人情味”，需要“找出受政府机构行为影响的人，从而把政府跟读者密切联系起来”。[7]这种出现在新闻故事中的典型人物，可以增强受众在接收讯息时的代入感，成为联结国家变革和个体命运的一个中介。虽然以往的“成就报道”大多并非真正意义上的数据新闻，但这种将宏观与微观结合的叙述策略却值得数据新闻加以借鉴。

       将数据新闻和传统新闻结合起来，是融合宏观叙述与微观叙述的一种有效策略。以中央电视台《晚间新闻》2014年1月25日推出的《“据”说春运》为例，这档系列报道旨在“用大数据讲述春运背后的故事”，每期节目开篇都呈现依托百度地图LBS定位技术绘制的春运动态迁徙图，以此作为新闻叙述的整体语境，然后围绕一个主题组织叙述内容。第一期节目结合春运迁徙大数据，分析了春运新现象——“逆向过年”，并由此引出了一个普遍的社会问题，即“小夫妻为过年回谁家纠结”。但由于没有将这一问题加载于具体的新闻人物身上，因此报道就显得空洞。而在同年1月28日的节目中，则在交代了火爆的春运迁徙大数据之后，由铁路运力紧张这一话题自然过渡到无座旅客的艰难之旅。与以往不同的是，这次新闻聚焦的是两个法国小伙从上海到沈阳长途跋涉的新鲜故事。虽然是特殊的异域面孔，但他们的遭遇却令每个中国人都感同身受，这样的故事自然更容易激发受众的情感共鸣。然后，报道透过“百度指数”呈现了2014年1月21日至1月27日期间网民的热门搜索数据，并挖掘出《“春运神器”检索 上升速度排第一》的新闻，从而呼应了节目关于艰辛的春运之旅的主题。而2014年3月11日，《晚间新闻》在《“据”说两会》的特别报道中，关注了中国社会老龄化现象以及养老问题。节目为观众呈现了大量与养老话题相关的大数据信息，最后将叙述落脚点放在子女如何尽孝心的问题上，并由此引出了一个叫张明的“北漂”给爸妈手绘“微信使用说明书”的新闻故事，意味深长又感人至深。有论者在查证分析了本期节目的收视率数据后发现：“这期收视率出现了3个小高峰，分别在‘最关注养老问题的群体’‘养老模式都是啥样的’和‘给爸妈的微信使用说明书’。最后的趣味小故事成为收视最高点，温馨、有趣的故事依然是吸引受众关注的要素。”[8]

       一些数据新闻则通过个案聚合产生震撼人心的冲击力，其中蕴含了微观叙述与宏观叙述结合的可能性。例如，《纽约时报》制作的新闻《亡者面容》中，中间图表栏中的浅色格子表示在伊拉克阵亡的士兵，深色格子表示在阿富汗阵亡的士兵，右侧栏为每一位阵亡者的详细信息，包括姓名、照片、籍贯、年龄、去世日期、服役部队等信息。与这一表达方式相似，英国广播公司网站制作的新闻专题《1990至2000年发生在英国公路的每一起死亡》集纳了10年间英国境内公路上所有车毁人亡的个案，包括车祸发生的日期、地点、死亡人数等信息。这些信息虽然简略，但都属于微观层面的展现，每一条数据背后都标示了一个鲜活生命的陨落，由此集合起来的规模庞大的数据足以引发受众对生命易逝的感喟。事实上，这些个案都是微观叙述的潜在素材，假如进一步填充细节，扩展情节，无疑会大大增强整个新闻作品的情感冲击力。与此相似，英国《卫报》网站曾经推出的数据新闻《伊拉克的一天》(One Day in Iraq)聚焦伊拉克“致命的一天”——2006年10月17日，将这天挑选出来作为反映伊拉克现状的典型，当天发生的绑架、爆炸、交火等事件是伊拉克战争困局的一个横截面式展示。这条数据新闻同时包含了互动设计，读者可以在时间轴上选取某一时刻，进入某一起事故和灾难的条目，获得更加感性的认知。

       三、数据新闻的众包式生产和个性化定制

       众包式生产和个性化定制，实质上是一种个体化叙述实践。伴随着信息技术的发展，信息传播活动中受众的参与性逐渐突出，受众在新闻生产中扮演着日益重要的角色，“参与式新闻”(Participatory Journalism)与“众式新闻”(Crowd-Sourced News)应运而生。越来越多的政府以及传媒机构接受了“开放知识(Open Knowledge)”的观念，主动将原始数据向公众开放，促进了政务公开以及重要政经信息的共享，赋予了民众极大的政治参与权利，也激发了业余爱好者参与新闻生产和制作的热情。比如英国《卫报》网站著名的“数据商店”(Data Store)向公众开放来自政府、科研机构以及非政府组织等的原始数据库，公众也可以自由获取《卫报》数据新闻所采集的数据信息，进而从中发现具有新闻价值的问题，自主挖掘和生产新闻。与此同时，新闻机构也开始采用“众包”模式，与受众协作生产所谓的“众包新闻”。“众包”(Crowd sourcing)一词由杰夫·豪(Jeff Howe)于2006年发表的《众包崛起》中创用，它指的是一种依托群体力量的商业合作模式：企业通过互联网征集完成工作的办法和创意。概而言之，就是相信“众人拾柴火焰高”。在大数据的“众包”处理过程中，传媒将数据采集与处理的任务委托给分散在互联网上的亿万受众，让越来越多的非专业人士参与进来，基于个体经验和判断完成新闻报道。“众包新闻”使得无数新闻“读者”摇身一变成为新闻“作者”。这些基于无数单个参与者视角完成的新闻作品，就是一种个体化叙述的产物。2013年《华盛顿邮报》网站一则关于美国政府“关门”的报道，就以“众包”的方式集合了众多的个体叙述。在一张全美地图上标注了所有受政府“关门”影响的部门，且用不同深度的颜色表示其受影响程度，让受众首先掌握事件的宏观态势。在此基础之上，受众点击地图上的标示点，还可以看到当地网友上传的自己的遭遇，自己的生活在政府“关门”事件中到底受到怎样的影响。整个报道将宏观叙述与微观叙述很好地结合在一起。[1]

       此外，一些数据新闻通过交互性设计，可以建构信息与特定受众的关联，满足受众对新闻信息的个性化需求。如一则关于政府预算的新闻报道，就可通过交互方式让受众点击数据图表，获知政府预算对其个人将产生什么影响，每个纳税人都可依据自己的薪资水平计算自己缴纳的税金被哪些部门和领域征用。这就将宏观数据与个体叙述融合在一起，在此过程中同样讲述了众多基于单个受众视角的故事。与“众包”新闻生产相比，这种交互性设计让受众在接受信息时将自身代入新闻叙述当中，因而与数据的关联度更密切，个性化色彩更鲜明。

       伴随着新媒体技术的发展以及社交网站的大量出现，互动交流叙述日益普遍，公民记者应运而生。社交媒体勃兴，改变了新闻消费的习惯。受众在新闻生产过程中主导性的增强，导致传媒定位正悄然发生改变。“随着‘参与式新闻’和‘众式新闻’等新闻生产模式的普及，媒体逐渐出让了新闻制作中的主导权，从‘把关者’退守为‘看门人’的角色”。[9]受众深度参与到新闻叙述、传播与接受过程中，深刻改变了新闻表达和传播的样态，对新闻制度和文化产生了深远影响。一言以蔽之，新闻叙述实践中正在上演“受众转向”的重大变革。由受众创制或与受众相关的个体叙述越来越重要。而这种趋向的出现，可以有效弥补数据新闻在微观叙述方面的短板。

标签：大数据论文;  数据新闻论文;  众包论文;