以数据新闻获奖作品探析数据新闻特征 以2012~2015年数据新闻奖作品为例

2017-01-22 12:53   《今传媒》   汤烨燕

【摘要】数据越来越多地被用于新闻作品,数据新闻奖应运而生。从2012年第一届数据新闻奖至2015年,投稿作品越来越多,且遍布全球。通过对4年来入围、获奖作品的分析,美国的数据新闻发展较好,新媒体开始崛起,但仍未撼动传统媒体的主体地位,数据新闻入围、获奖作品大部分来源于传统媒体。可见,面对新媒体冲击,数据新闻是传统媒体的一条突围之路。

【关键词】数据新闻;相关关系;社会功能

“互联网之父”蒂姆·伯纳斯·李预言:新闻的未来,是分析数据。2010年维基解密事件之后,数据新闻崛起。国际知名媒体,如:《纽约时报》《卫报》《经济学人》等都率先开始探索,并成功推出新闻产品。而中国认识和采纳数据新闻主要是在2010年后,包括腾讯、网易、搜狐、新华网、财新等。

2012年Global Editor Network, European Journalism Center和Google组织了第一届Data Journalism Awards(数字新闻奖)的评选活动。在全球范围内评选以数据为中心的杰出新闻作品。这个奖从2012至2015年,共经历了四年,获奖作品代表了业内发展前沿。

 一、研究问题

2011年,欧洲新闻学中心和开放知识基金会编写了《数据新闻手册》,书中认为:数据新闻与其他类型的新闻区别在于将传统的新闻敏感和使用数据信息讲故事的能力结合而带来的可能性,并用电脑处理收集组合信息,这些信息来自政府、公安局和公民机构,且能帮记者用数据图表讲故事。方洁、颜冬认为:数据新闻是基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式[1]。

关于国内发展现状,《数据新闻内涵、应用及前景探析》认为:中国“数据可视化水平低”[2],刘义坤比较了中外数据新闻,认为:国内实践作品多为静态式,而非互动式[3]。数据新闻是舶来品,开始晚,后期发展不良好,故本文欲分析入围、获奖作品来了解其发展情况,试为我国的发展提供建议。

大数据对传统新闻带来了深刻的影响。传统的新闻生产被限定在特定的专业组织内部,很少有社会公众能直接参与。新闻生产作为对“现实”的再生产,无法摆脱社会语境的局限[4]。因而,新闻生产必带着社会印记。外界多方权利的入侵也侵蚀着媒体的自主性和专业性。依托于互联网的社会化媒体则颠覆了这一格局,同时,社会化媒体也在信息战中获胜,传统媒体有限的新闻资源淹没在大数据中。面对这样的困境,很多学者已开始研究传统媒体的突围之路。故本文试图通过研究数据新闻的生产机构,来研究是谁在生产数据新闻。

最早对传播的社会功能做出全面分析的是拉斯韦尔。1948年,他提出了三功能说:环境监视功能、社会联系与协调功能、社会遗产传承功能。赖特在他的基础上提出了四功能说,即:环境监视、解释与规定、社会化功能、提供娱乐。

1982年施拉姆对拉斯韦尔和赖特的观点从政治功能、经济功能和一般社会功能三个方面进行了总结。施拉姆把环境监视、社会联系协调和遗产传承归入政治功能的范畴,把社会控制、规范传递、娱乐等归入一般社会功能的范畴。

数据新闻与传统的新闻生产方式不同,数据代替了文字。这不仅是生产方式的转变,更是生产理念的变迁,故本文想要探究数据新闻的社会功能是否发生了改变?

故本文在对入围、获奖作品分析、社会功能履行情况的考察的基础上,主要回答如下问题:作品入围较多的国家是哪些?获奖较多的国家是哪些?入围、获奖作品较多的国家,谁在做数据新闻?数据新闻履行了什么社会功能?

二、研究方法

本文采用内容分析法、文献研究法,选取2012~2015年,共284件入围作品展开研究。从官方网站、卫报等多渠道获得关于获奖者机构、个人、国家、获奖作品等信息。

三、研究发现

1.入围数据新闻奖的国家

入围作品数量从多到少分别为:美国122件、英国47件、德国16件、加拿大13件、阿根廷12件、意大利9件、澳大利亚7件、巴西7件、法国7件、瑞士6件等,共21个国家284件作品。可以看出,4年来美国入围作品最多,英国次之。

2.荣获数据新闻奖的国家

获奖作品中数量从多到少分别为:美国12件、英国6件、法国5件、阿根廷3件、瑞士2件等,共36件作品。可以看出,4年来美国获奖作品最多,英国次之。

3.谁在做数据新闻

在上面两项结果的基础上,可以发现美国的数据新闻发展相对较好。故本文把美国4年中的入围、获奖作品作为研究对象,展开分析。

4年间,美国共有122件作品入围,其中涉及报纸、杂志、电视台、非营利新闻机构等,其中报纸、杂志、广播台、电视台属于传统媒体,而新成立的一些非营利新闻机构、网站则为新媒体。分析发现,传统媒体所占的比例呈逐年下降的趋势,而新媒体则逐年上升,如图1所示。

图1

同时,美国有15件获奖作品,其中“在加州之间”、“Jim Crow的回归”和“迈克尔·凯勒的个人作品集”三个作品为半岛电视台美国频道摘得了卓越报道奖,故为一个奖。另外,“卢森堡泄漏:全球公司的秘密暴露出来”和“瑞士泄漏:模糊的现金在银行保密制度的庇护”,作为公共诚信中心的个案调查报告,获得了大型媒体组的年度调查报告奖。所以虽然只有12个奖项,但总共有15件作品。

12个获奖机构中,共8份报纸,占66.67%,分别为:《芝加哥论坛报》《西雅图时报》《美国卫报》《华盛顿邮报》《纽约时报》《华尔街日报》。杂志和电视台各一家,分别为:《琼斯母亲》杂志、半岛电视台美国频道。此外,还有两个非营利的独立新闻机构Center for Public Integrity和propublica。直到2015年,新媒体新闻机构才获得数据新闻奖,且所占比例不多,传统媒体仍为中坚力量,如图2所示。

从事数据新闻的新媒体变多。传统媒体占比下降,但仍是主力军。同时,独立新闻机构是后起之秀,力量不可小觑。

图2

4.数据新闻履行了哪些社会功能?

数据以40%的速度急速增长且几乎触及所有领域,尤其是一些社会问题,并对政治、经济、教育等领域乃至整个社会带来认识论和生活方式的变革。故数据可以帮助受众了解社会。半岛电视台调查二次投票选举问题,并用可视化方式呈现了作品Jim Crow的回归,Center for Public Integrity调查了国际财团的运营状况,制作了卢森堡、瑞士泄露等。

可见,数据新闻侧重于传递信息,正如荷兰数据记者亨克·范文斯所说:数据新闻着重于呈现问题而非解释问题为何出现。与文字不同,数据新闻通过挖掘和展示数据背后的关联与模式,讲述故事。即放弃对因果关系的渴求,取而代之以关注相关关系[5]。相关性意味着分析现象时不用了解内部运作机制即可预测未来,然而,因果推论是科学研究的最终目标,即利用已知的知识来了解我们未知的世界,而抽离因果关系是这一过程的核心环节[6]。国内很多学者对这两者孰优孰劣展开了讨论,孟天广认为:大数据强调相关性而非因果性的研究取向限制了其探究因果关系的能力。新事物的产生并不代表旧事物的灭亡,新事物的存在是为了弥补旧事物的不足。故数据新闻更适合呈现相关性,可用于超出经验范围的事件,并找出其中的一个原因,帮助我们知道是什么。而对于常规事件,传统新闻报道仍然发挥着无法替代的作用。

数据新闻的一个重要用途为预测。Barabasi认为:如果你知道一个人过去的所有社会数据,那么你对他未来社会行为的预测的准确性将达93%。数据新闻不再用有限的问卷调查或专家解读来支撑故事,大量的数据在提高准确性的同时还能够提供长时段走势,使得预测性报道成为可能。

量化的使用不仅伴随着数据思考的发展,更是伴随着数据可视化的出现。丁骋指出了数据新闻与信息数字化、大数据的关系,强调了“以数字或图表”为主的呈现方式,是“一种跨学科、跨领域”的新闻呈现方式[7]。

Alessandro Comai认为数据可视化的主要目的是用具有吸引力和有劝服效果的图表元素,使信息交流更清楚、更有效[8]。可见,面对海量的数据以及复杂的关系,数据新闻可以清晰地呈现并通过颜色、动态提示要点,加深认识。

 四、小结

通过上文的分析,本文可得出结论:在全球,美国的数据新闻发展较好,多年来从事数据新闻的较大部分为传统媒体,新兴的新闻机构有崛起的趋势,但获奖的主体仍为传统媒体。故本文认为面对新媒体冲击,数据新闻是传统媒体的一条有效的突围之路。数据新闻放弃因果关系的渴求,转向相关关系,基于大数据的支撑,数据新闻发挥了预测功能并通过颜色、动态使得信息交流更有效。

参考文献:

[2] 薛晓薇,弓慧敏.数据新闻内涵,应用及前景探析[J].新闻世界, 2014 (7): 156-157.

[3] 刘义昆,卢志坤.数据新闻的中国实践与中外差异[J].中国出版, 2014 (20): 29-33.

[4] 张涛甫,项一嶔.大数据时代的传统媒体突围[J].新闻记者,2013(6).

[5] Mayer-Sch?nberger V, Cukier K. Big data: A revolution that will transform how we live, work, and think[M]. Houghton Mifflin Harcourt,2013.

[6] 孟天广,郭凤林.大数据政治学:新信息时代的政治现象及其探析路径[J].国外理论动态,2015(1).

[7] 丁骋.大数据背景下数据新闻的生产和挑战[J].新闻知识,2014(6).

[8] Comai A. Decision-Making Support The Role of Data Visualization in Analyzing Complex Systems[J]. World Future Review,2014, 6(4): 477-484.

相关阅读