挪威大会第二日报道精选：如何在新闻里使用数据

在新闻中使用数字、采用可视化形式呈现新闻，已经成为新闻报道的普遍做法，看似简单，其实背后技巧多多。

在2015全球深度报道大会上，伊利诺伊大学厄巴纳香槟分校教授、全球深度报道网董事会主席Brant Houston、调查记者与编辑协会（Investigative Reporters and Editors，IRE）的执行总监Mark Horvit及培训主管Megan Luther分享了如何选用数据、如何用数据让新闻更可信以及制作发布数据可视化时的“必记要点”。

如何在海量数据中抽取数据写进故事？相信这是每一个记者都曾经历或仍在苦恼的问题。拥有丰富调查报道实践和培训经验的Houston总结出了几种新闻记者适合使用的数据类型，并强调最重要的前提：清楚新闻故事中使用的数据是为了解决什么问题，我们才能决定能采取什么样的算法；复杂或者含混的数据时常出现，我们有时需要验证算法，或者自己动手算出新数据。

推荐使用的数据类型：

1. 在描述一个地区的人口收入或者住房情况时，以中位数取代平均数。中位数是按大小排列时最中间的数字，比平均数更有代表性，更易让读者理解和推测具体情况，并有助于避免收入差距悬殊且低收入人数较多时，使用平均数会拉高收入水平这一陷阱；
2. 使用众数反应频率和集中情况。例如，一共有15个人，两人收入500万，两人收入5万，剩下的收入10万，10万是众数，能说明所在团体大多数人的收入水平；
3. 使用比例和比率。采用单位平均数据，要点就更清楚了。比例适用于突出不同主体之间的差别；
4. 特别关注比率（百分比）变化。假设一个人今年的收入是4万美元，下一年收入为4.2万美元，前后差了2000美元，从百分比来看，收入变动了5%，或者说涨了5%。两组相关数据的百分比变化中就有新闻可挖。譬如，公司的预算上调了30%，而所购买物品的价格仅上涨了2%，那么背后原因是什么？如果有物品选择、预算决策的信息，说不定就能找到猫腻，写成新闻；
5. 计算百分比变化时，我们应关注最显著的变化，舍弃轻微变动。

选好了数据，呈现数据也同样重要，用图表展示比文本列举更直观形象。Houston推荐了表格、线形图、饼图、柱状图，都能让读者清晰阅览数据，一看即懂。

同时，他还推荐了几个易于下载表格数据的权威网站：世界卫生组织的Observatory Data(GHO)、世界银行的数据库、联合国网站（能链接到很多重要统计网站或页面）。

数据到手后，需确定要检索的数据目录，掌握基本的分类，同时确定筛选的标准，要见到树林而非树木——从数据看概况而不是局限在小范围。

另一场题为“新闻故事中使用数据的最佳方式”的分享中，来自IRE的Mark Horvit和Megan Luther逐步分析了数据可视化作品当中最通用的数据使用法则。

关于使用数据，选定时间范围非常重要，至少有3年左右的数据对比会更具可信度。

用时间轴展示数据，更容易被读者理解；要想更快更准地选数据 ，就得明白数据库数据的计算方法。

选取数据后，你还需要在数据分析之前做几件事：先把数据备份，算算关键数据来验证它们是否有效、合理，搞清楚每一行每一列的数据分别代表什么。这里有两点非常重要，一是看看有没有缺失的数据，并了解每一行数据的意义，这样就能加快数据分析；二是清楚所选数据应该一共有多少行多少列，有些国家可能会隐藏部分数据，因此在使用之前一定要确认，以免作品中出现离奇数据，无法自圆其说——换句话说，你要确保数据是连贯的、计算的数字项是前后一致的。除此之外，也不要做数据假设。

数据分析完成后，最好记录下工作流程和得出的结果，不要只存储数据透视表（pivot tables）就草草了事。要把发现写下来，建立备忘录，并准备好接下来要做的事件清单，或为摄影师和网站等单独建立工作清单。同时，应对照IT或数据讲座、培训分享的内容来确认自己做的对不对。提前考虑怎么呈现数据，别等着呈分析完数据才开始，最好在分析过程中即有一定的预想和准备。

验证你的数据分析。筛选分析出的数据包含项，或者使用不同的结构查询语言，检查你的主要发现和工作记录，也让其他人帮助你检查数据。

单纯的数据不等于好故事，把你的结果分享给例如数据来源机构的官员，以验证自己的数据准确度，听听他们的意见。报告、文件中的数字总数和单个数字相加的结果应该一致，与此同时，也要以其他相关信息来验证数据的有效性。

现在终于可以下笔写新闻了！同样，你不能对数据的使用过于大意：最好用表示程度的词来描述数字，例如“至少”、“多于”、“大约”，以避免后面反复修改。不要在一个作品里使用太多数据，也切勿过分推理自己的数据，只写合理且得到验证的结论。写清楚数据的来源，列出你获取数据的机构名称。

此时，记者得不断问自己：我还不知道的部分是什么？这样会导致什么样的错误结果？有没有把所有的发现结果都与信源对照核查过？是不是每一个数据元素（图片、交互式效果等等）都能确切表达它应该表达的意思？我的发现是不是和所有人的认识相冲突？数据的魅力在于它并不能直接开口告诉你错在哪里，而是会通过结果显示出来。如果分析结果与通识完全不一样，你的报道要么精彩绝伦，要么错得离谱。

你还需要一份最后检查的清单：在采访时，让信源拼写自己的名字和称呼头衔；记录或者抄写采访信息；反复验证可靠信源的言论；保存链接和其他研究成果；询问信源其他新闻报道中偏颇之处，避免犯同样的错误。

在提交之前，多重检查可保证万无一失。最后自己再多看看数字、计算方法、名字、头衔、地点、对照笔记和记录检查笔记、定义、链接、拼写和语法、语句引用等，计算机的拼写检查系统也会出错，所以还是参考权威的拼写建议（字典等）更保险。