|
英国民调机构YouGov在英国以“对新闻记者的信任”为主题对民众进行长期跟踪调查。结果显示，英国广播公司的记者最受民众信赖，支持率为61%。但在报纸方面，高级报纸支持率最高，为45%，小报记者的支持率则只有13%。[8]总体看，新闻业在英国的认可度也不高。 新媒体的发展，尤其是自媒体的兴起，挑战着传统上以传统媒体为主的新闻生产机制，信息超载的同时，使新闻生产“去中心化”，新闻流动的把关功能减弱，不实消息充斥网络。弥尔顿设想的“意见的自由市场”的自净功能并未实现，很多情况下谣言往往“稀释”真相。 对真相的渴求是数据新闻的内在驱动力之一。在科学领域，不能被重复验证的研究和结果，是其真实性被怀疑的一个理由。基于严格审核过的数据而得出的经验性证据，将赋予编辑和记者这样的能力：他们将告别“这个人说，那个人又说”的报道方式，因为这种方式只会让读者疑惑真相究竟在哪里。[9] 曾供职于半岛电视台的独立记者桑德拉·菲什（Sandra Fish）认为：“数据能对那些我们曾认为正确的假说提出质疑，但更多时候，数据能让一个基于奇闻轶事的新闻故事更确凿、更真实。”[10]英国的独立多媒体记者亚当·韦斯特布鲁克认为，数据新闻使新闻回归本质：挖掘公众无暇处理的信息，核实信息，理清信息的内涵后将之发布给公众[11]。 3.新闻业集约化、专业化发展的语境 传统新闻业的新闻生产成本较高，导致近些年不少国家的媒体从业人员逐年减少。以美国为例，根据美国新闻编辑部雇佣情况调查（American Society of News Editors’Newsroom Employment Census），近五年报纸从业人员处于下跌态势，截止到2013年雇员仅有36700人。 与此同时，数据的获取成本也在逐年下降，1GB的数据成本，由1992年的569美元下降到2013年的0.02美元。[12]由于数据新闻的价值远高于获取数据获取成本，数据新闻记者可以借助免费的在线工具和开放的数据资源快速搜集、清洗、发布数据，使整个新闻生产集约、高效。更为重要的是，在数据新闻报道中更容易产生独家新闻，可实现在内容竞争中的差异化策略。 另外，新闻作为一种职业还面临专业性的危机。随着公民记者在全球的兴起，一些具有媒介素养和专业技能的普通公众挑战着新闻职业的专业性和新闻媒体存在的必要性。新闻与计算机科学结合，要求记者具备数据收集、分析、挖掘、编程等各方面的能力，让新闻的专业化增强，既可以提升新闻业的准入门槛，也可以提升新闻的可信度和对现实世界的洞察能力。 4.风险社会的决策语境 德国著名社会学家乌尔里希·贝克认为现代社会已经进入风险社会，英国社会学家安东尼·吉登斯认为“风险社会不仅表现为社会中的风险不断涌现，更重要的是它意味着人们需要根据规避风险的原则来组织社会。”[13] 风险社会的到来使强化了新闻媒体的监测功能，迫切要求媒体塑造的“拟态环境”与现实世界无限接近重合。限于传统新闻报道的条件及制约因素，新闻报道只能折射现实、表征现实，并不一定能完全反映现实。 但是随着大数据时代到来，人类的镜像化生存成为可能，这是一种“以计算机、网络等硬件为基础，以数字化数据及其运算来表征显示物质世界中各种真实关系的生存方式”。[14]美国西北大学人文与社科学院教授布瑞恩·基冈（Brian Keegan）曾呼吁：“在当代，对于信息过载，以及恐惧、不确定性和怀疑等情绪的焦虑氛围下，数据驱动的新闻可以起到关键性的作用。它们可以为关于政策、经济趋势、社会变革的讨论提供更为坚实的经验基础。[15] 媒体运用数据进行新闻报道，从某种意义上说相当于一次科学研究，通过“数据—信息—知识”的进阶，使“拟态环境”与客观现实无限重合，带来的是受众内心感知的现实无限重合——媒体反映现实功能的最大化实现，同时通过寻找数据间的相关关系和因果关系，可以有效预测一些风险的发生，以此规避风险。 例如有人设计了“新闻联播情绪指标”预测股市行情，结果发现新闻联播报道文本体现的情绪指标与第二天的股市行情有紧密联系[16]。今后数据新闻的一个重要方向就是大数据新闻，使数据新闻不仅有反映现实的能力，也有预测未来的能力。 二、数据新闻的类型 数据新闻往往被视为一个独立的新闻样式。即便是数据新闻的专业奖项全球数据新闻奖，在评比中也未按照数据新闻的类型（genre）分类，在评奖单项中有数据故事叙事（Data Storytelling）、数据驱动应用（Data-driven Applications）、数据驱动调查新闻（Data-driven Investigative Journalism）、数据新闻网站（Data Journalism Website or Section）等类别，实际上数据新闻内部亦有不同的类型。 从数据量上看，数据新闻可分为传统数据新闻和大数据新闻；从数据新闻与用户的关系看，可以分为信息告知式数据新闻和交互式数据新闻。Turo Uskali和Heikki Kuutti通过对数据新闻在欧美的应用发现，当前数据新闻大体可分为三种类型：调查式数据新闻（Investigative Data Journalism，IDJ）、常规式数据新闻（General Data Journalism，GDJ）和即时式数据新闻（Real-Time Data Journalism，RDJ）[17]。 1.调查式数据新闻 调查式数据新闻是数据新闻中的深度报道，也是数据新闻的最高层次。调查式数据新闻中的数据大多通过数据新闻记者获得，数据获取难度大，通常需要一个团队完成。在数据的挖掘、处理、分析、阐释上依赖数据记者想要了解的问题而定。为了体现调查性，数据新闻记者不仅需要对数据进行甄别，剔除“坏数据”，还需要就报道的话题采访相关各方，确保调查报道的可靠性。 调查式数据新闻由于制作周期长、动用的媒体资源最多，在呈现手段上，倾向于多种手段并用。如《华盛顿邮报》对“2011年白宫枪击案”（2011 White House Shooting）所做的数据新闻报道中，以多媒体时间线为主线，辅之以地图、建筑蓝图、音频、照片等元素，将事件重现于用户眼前。财新的《周永康案的人与财》整个制作用时三个月，从财新有关周永康的六万字深入长篇报道中撷取信息，提炼出一个重点突出的互动页面，让事件中千丝万缕的关系网清晰易见。 调查式数据新闻需要依托媒体强大的技术支持和人才支持才可实现，因此该类数据新闻较多出现在强势媒体中。 2.常规式数据新闻 |
