做数据新闻，去捕捉让人感到痛的东西｜专访赵鹿鸣

说起数据新闻，你可能会想到数据图表、炫酷的可视化效果；可能会想到一些工具，比如Excel、Python、Tableau等等；也可能一头雾水。数据新闻在中国还年轻，但行业从业者、学术研究者、个人创作者们，已经围绕着它做了不少探索。

这一次，中国传媒大学新闻学院“白杨数新观察”团队和澎湃新闻“湃客·有数”共同推出系列访谈“数据新闻访谈录”。

我们抱着观察记录、答疑解惑的想法，采访了国内外十多位在数据新闻领域有创见、有思想的学者、媒体人及学子，阐释数据新闻的新理念新发展，介绍数据新闻教育的经验、方法和路径，分享数据新闻作品的创作过程，在数据新闻的业务实践前沿、行业发展前景、教学体系现状等话题中进行思维碰撞。

 “赵鹿鸣致力于数据新闻与融媒体报道，希望通过智能化、数据化、视觉化的方式讲述民生与时代故事，记录数据背后的社会发展。”这是“范敬宜新闻教育奖”对他的评价。

2016 年，大学二年级的赵鹿鸣开始了数据新闻创作的历程。2018 年，他开始在澎湃新闻湃客平台主理数据内容账号“照路明”，同时在科研工作中思考着数据新闻如何培养人才、如何实现社会动员等问题。赵鹿鸣喜欢观察生活、记录生活。寻找最佳的数据新闻创作方式，为生活作答，是他创作灵感的重要来源。

如今，赵鹿鸣同新闻机构及商业平台合作，已发布超过 100 篇数据新闻内容。其中，在湃客·有数账号“照路明”上发布了 22 篇作品，主题涉及多个领域，对社会、民生深切的人文关怀在他的作品中尽数体现。比起业务条线报道，赵鹿鸣侧重讲述普通人的数据故事，以小事件为切口，利用数据的优势对问题进行放大、追溯和延展。“只有创作真正让人们感到‘痛’的东西，才能免于‘隔靴搔痒’。”

在本篇专访中，赵鹿鸣也针对数据新闻创作，分享了自己的观点和“秘籍”。

赵鹿鸣，北京大学财经传媒硕士，正在攻读复旦大学博士，数据新闻记者。与叶韦明老师于国际传播学知名期刊Convergence（《融合》）发表疫情数据可视化论文Visualization as Infrastructure: China's Data Visualization Politics during COVID-19 and Their Implications for Public Health Emergencies（《可视化作为基础设施：中国在新冠肺炎疫情期间的数据可视化政治及其对公共卫生事件的意义》）；与南京大学申琦老师合著《高能政务》（中信出版社）一书，为政务数据新闻创作提供理论和实操方法；并于2020年凭借作品《“癌症村”的历史切片》获得中国数据内容大会最佳数据内容金奖。

生活：创作的灵感来源｜

Q1：您的作品在主题上横跨了医疗、健康、教育、文娱、生活等多个领域，新闻性强，人文关怀显著，问题意识也比较突出。您选择作品主题的灵感来源是什么？

赵鹿鸣：我的来源其实是对于生活的好奇，我觉得这也算一种创作。我有一个备忘录，里面设一个单独的窗口来写一些我想回答的问题，尤其是适合用数据回答的问题，我会加一个标注把它作为未来的选题，需要的时候就可以拿来做。用数据去解答生活中大家一直在好奇的一些东西，我觉得还蛮有意思的。

在关注点方面，首先议题的公共性是新闻的一个标准，大家都希望看到跟自己生活有关的东西，所以更生活化的选题会更容易出现。其次，就我的个人兴趣而言，我挺喜欢讲一些真情实意的、跟人民生活真正相关的一些东西。比如在疫情那个艰难的时期，如果能多去记录普通人的喜怒哀乐，不管是城市的还是乡村的，我都觉得是动人的。虽然那些高屋建瓴的、很专业的新闻，以及报道一些高级的政治议题很重要，但我觉得交给其他人做就好，一些普通人的生活，我觉得也很有价值，我也相信它留得下来。

图片来源：澎湃号·湃客“照路明” 《315丨关于“被骗”的100万个故事》（2021）

实践：数据的“台前幕后”｜

Q2：您在创作数据新闻作品的过程中，是如何选取数据的？

赵鹿鸣：在严重缺乏优质二手数据时，自行获取一手数据是值得的，比如通过问卷调查、现场走访、非结构化数据整理等方法。我在上海外国语大学代课教学时，鼓励大家竭尽所能，获取一手数据，感觉成效不错。毕竟，我们还在“数据新闻”这一专业化新闻的讨论语境中，前往现场本来就是获取经验材料的最重要的一环。其次，我们在选取数据库中的数据时，有一个比较重要的习惯就是交叉验证。刚看见一个机构的数据时不要全信，要多检查一些更权威的机构，看有没有更多的数据细节披露。用多个信源交叉验证，数据是不是在可靠范围内，这至少可以保证在汇报数据时，可以说相关结论得到了多个机构的背书，这是提升可信度的良好方法。

但大家想要的数据永远都是稀缺的，因为社会永远生产不了那么多你真正想要的数据。我觉得数据的选取有三个指标：稀缺度、代表性跟时效性的权衡。首先，数据的稀缺度就是指只有一家有这个数据，其他家真的没有。其次是数据的代表性，假如你有好几个数据源可以选取，你一般要选择最具有代表性的，质量最高的。再者就是时效性的权衡。例如，联合国和政府数据固然很好，但如果它们来自十年前，比如已经是第六次人口普查（2010年）的时候收集的数据，而有科研机构在 2020 年发布了一个相似的调研报告，我觉得还是先选时效性更好的（数据）。当然，有些时效性较差的数据，也许它是有长期解释性的。比如文献中的计量数据，经历数年的社会变迁，仍旧具有较好的解释效力的话，我可能还是会用它。所以我们在选择用哪个数据来呈现、分析的时候，判断标准就是稀缺性、代表性（质量）和时效性的权衡。它不是固定的，而是如何在这里面做出最好的数据选择方案。

Q3：在您的作品中，有时会出现一些比较专业的图表，您在选择可视化形式的时候，会有自己的偏好吗？

赵鹿鸣：我个人的宗旨是尽量选择最简单的图表去呈现，反对那种晦涩的、“自嗨”型的设计。当然，如果用稍微复杂的图表承载数据，会变得更高效的话，我会用它们来展现，同时会留意多加一些注释跟标签。在整个作品发布之前，为了避免个人决策的偏颇，我会先内测一下，发给自己周围的人看看。我也经常会收到朋友说这张图没看懂的反馈。未来的制作中，我会做出调整。

我总是觉得，大家都看不懂，那这张图的制作就缺乏意义。一张图背后，数据规模是多少，什么时候收集的，看图的方法应该是什么，照理都应该在一个图里面去展现，告诉读者，这个数据是否有局限性，而不是只给一个标题、一张图，仅有这些是不可信的。

图片来源：澎湃号·湃客“照路明” 《后疫情时代丨我们如何被新冠肺炎改变了生活》（2020）

Q4：您创作的大多数数据新闻作品都是自己独立选题、收集数据以及制作完成的。您更喜欢一个人的创作方式吗？

赵鹿鸣：更多独立制作的原因，是我觉得这样时间更自由、安排更弹性。如果两三个人合作，就要不可避免地协商到流程、交付、时间线等问题。在选题和时间并不是很明确的时候，我不希望被选题本身和与他人合作的时间线捆绑住。其次，我觉得一个人创作还会更有创作感，如同自己拍一个纪录片，自己画一幅画。但如果是大选题，我一定会找其他人，比如许多内容分析的东西很难独立完成。而如果是一些小选题，我希望可以自己创作。

Q5：目前正是数据新闻在中国的发展时期，作为这个领域的个体实践者，您怎么看待数据新闻中应用技术的更新迭代？

赵鹿鸣：在应用技术方面，H5 内容好像很少了，目前主要是靠 SVG 的编写驱动交互视觉内容。毕竟公众号平台很重要，大家更想把偏交互的东西用 SVG 来呈现。相比于海外，中国用户尤为偏爱移动阅读，电脑阅读新闻的比例较低，导致很多大型的数据融媒体作品没有办法得到很好推行，这也是一个局限性。

其次，人工智能技术的兴起，包括对文本的自动化爬取与识别，一方面提升数据收集效率，另一方面可以帮助拓展此前的数据报道方式。比如此前有些选题，需要手动内容分析 1000 篇新闻报道来获得结论，耗时耗力。但现在，我们可以通过丰富的短文本机器学习算法来取得比较理想的自动分类精度，制作效率就大幅提升了。

发展：换个角度观察数据新闻｜

Q6：您在本科阶段和研究生阶段有很丰富的数据新闻的实践经历，攻读博士后您有什么新的收获？

赵鹿鸣：我觉得科研工作跟新闻报道有着共通逻辑——关注一个具体的问题，然后抽丝剥茧地回答它，数据新闻的专业规范尤其如此。当然，科研具有一种更严谨、更长远的解释效力。比如，我们可以把大家一直在聊的新闻议题，理论化成一种可以长期留存，并且具有预测能力的概念，所以我觉得这也是一种创作。

归根结底，我的初衷是没变的，我喜欢一切好的创作形式，这跟电影创作、绘画创作也是相似的。这些创作果实，如果可以在未来帮助有相关需求的人，当他们发现这些经验材料很好用的时候，我会感到非常骄傲。所以我觉得科研工作，并不会让我离这些实务领域更远，我们一直在相伴而行。

Q7：您认为当下如何才能成为一名优秀的数据新闻人呢？

赵鹿鸣：对于初学数据新闻的人而言，我觉得最重要的一个关键词是“勇敢”——永远不要降低自己的心理预期，千万不要觉得自己的专业能力与选题视野比不上专业新闻机构的报道。我们可以以这些机构的作品为目标，接近甚至超越他们。比如在上海外国语大学的《数据可视化》课堂上，这些同学并没有持续性的数据新闻课程教育背景，你会担心最后的成果是不是会差点意思。但结果显示，大家的视野宽度与完成度都有非常好的保障。所以我觉得，你只要给予学生们足够的空间、时间与创意启发，他们可以带来质量非常好的作品，年轻人是最容易做到真诚、热爱与勇敢的。

另一个比较推崇初学者去做的一件事情是，在选题方面，关注那些真的让我们感到疼痛的东西，而不是高流行度，但浮于表面的词汇与议题。劳动、物价、性别、情绪健康、彼此关爱、疾病、委屈......它们具有长久的生命力，能让社会各阶层共情，会比一些隔靴搔痒的故事要好得多。

Q8：您觉得数据新闻的发展对于传统的新闻业来说意义是什么？它目前有什么局限性吗？

赵鹿鸣：我希望将数据新闻描述为一颗正在融化的方糖，这个方糖为新闻业带来了一些新的思想，新的创作理念，包括叙事方法、技术的启发。它慢慢地融化到了原有的新闻生产当中，演变成了关于我们怎么处理数据，怎么去优化视觉呈现的集体知识。进一步，它融入了新闻业在危机中转型的过程中，让一个原始的初衷——“到底怎样讲好一个新闻故事”——得到一定程度的回答。它成为了融媒体内容生产的一个工具箱，同时帮助其他新闻实践形式，例如建设性新闻、沉浸式新闻继续向前发展。

数据新闻目前的局限性有一点像定量研究的局限性，它在讲故事方面的能力存在短板。尽管一些受众会被数据驱动的手段，尤其是可视化的图表所吸引，但总体来说，数据新闻更擅长刻画一些总体的社会现状，在结论的呈现上高度依赖于数据收集的视角选择与质量——换言之，如果数据本身很主观、很不可靠，那么数据新闻提供的结论也可能是失效的。所以你会发现，在讲述个体境遇与社会变迁等故事时，人们更青睐阅读非虚构写作，因为它们如同质性研究一样刻画了一些更细致的故事维度。

所以我觉得，未来的某种趋势也许是两种范式的结合，既通过数据可视化提供精致的总体视觉体验，在可交互的界面中揭示个体变迁，同时搭配详实的调查与采访资料，讲述一些更温暖、更具细节表现的故事，我期待这样的数字新闻实践出现。

Q9：您为什么会在研究生期间关注并编写了《高能政务》这本政务类新闻创作的工具书呢？

赵鹿鸣：原因在于，政务传播是一个非常值得跟数据结合的实务领域。比如，一直有政府开放数据（OGD）这种倡议，它倡导政府将城市数据开放到公共领域，供企业、个人进行二次利用。而目前的问题在于，地方政府的数据开放规范不一，数据颗粒度不够详细，导致那些非常有价值的数据集未能福祉于社会发展。因此，我们认为政务传播有必要与数据治理结合，促进更完善的政府开放数据工作。复旦 DMG 等机构，一直在做这样的测评工作。这也是我们完成这本书的初衷。

具体来看，数据新闻作用于政务传播的第一点价值是说服。把相同的政务信息用数据可视化的形式展现出来，通常会得到更好的说服效果。第二点是政府数据开放之后，它可以起到质询的作用。比如当数据爱好者分析某市的环境治理数据时，发现某区域的环境数据无法对齐、存在冲突，或者长期被忽视的情况，作为证据的数据质询是一个很好的方法。借此，我们可以有更好的媒体监督与个体监督。第三点在于政治参与，政府公布了这些数据，我们可以用数据可视化的方式更好地吸引大家参与这一议题，看看有没有能够建言献策的地方。

总的来说，政务新媒体很多时候都不是专业记者在参与运营，但他们也希望参与到数据新闻与融媒体内容创作中，但苦于质量提升的问题。所以我们觉得需要一本工具书来讲述怎样去提升政务内容与政务服务能力。我在跟申老师写作时，尽可能在里面融入了一些，在我们看来有利于整个社会治理的东西，包括地方政府数据怎样公开发布、如何更好地通过社交媒体完成政民互动。如果这本书能起到指导作用，会很有价值，能帮助我们弥合社会的一些矛盾冲突。

《高能政务》 作者：申琦、赵鹿鸣

Q10：我们现在看到的政务信息也公开了很多数据，但是也有声音出现说要求政府要公布更多数据，您怎么看待这个问题？

赵鹿鸣：开放政府数据当然也涉及到一些数据较为敏感的问题。在那些可以被公布的数据中，大家呼吁的是提升数据的规范性和颗粒度。比如，同一个议题，每年公布的数据维度如果都不一样，大家就不能建立历年比较，更无法使用到科研工作中，会显得非常遗憾。其次，在政府可以公布的数据中，如果能获得较为原始的数据集是最好的。否则这些数据只能看作是政务通报，用来新闻引述，但缺乏二次研究的价值。所以更多时候，大家是在呼吁能不能提升数据颗粒度，提升可读性，最好与其他数据集互联互通，才可以充分发挥城市数据价值。

采写 / 彭睿 辜季秋 罗雪丽 肖宇轩 朱卓琦

编辑 / 贾司瑒 徐心远

统筹 / 詹新惠 汪惠怡 湃客·有数