挪威大會第二日報道精選：如何在新聞里使用數據

在新聞中使用數字、採用可視化形式呈現新聞，已經成為新聞報道的普遍做法，看似簡單，其實背後技巧多多。

在2015全球深度報道大會上，伊利諾伊大學厄巴納香檳分校教授、全球深度報道網董事會主席Brant Houston、調查記者與編輯協會（Investigative Reporters and Editors，IRE）的執行總監Mark Horvit及培訓主管Megan Luther分享了如何選用數據、如何用數據讓新聞更可信以及製作發布數據可視化時的“必記要點”。

如何在海量數據中抽取數據寫進故事？相信這是每一個記者都曾經歷或仍在苦惱的問題。擁有豐富調查報道實踐和培訓經驗的Houston總結出了幾種新聞記者適合使用的數據類型，並強調最重要的前提：清楚新聞故事中使用的數據是為了解決什麼問題，我們才能決定能採取什麼樣的算法；複雜或者含混的數據時常出現，我們有時需要驗證算法，或者自己動手算出新數據。

推薦使用的數據類型：

1. 在描述一個地區的人口收入或者住房情況時，以中位數取代平均數。中位數是按大小排列時最中間的數字，比平均數更有代表性，更易讓讀者理解和推測具體情況，並有助於避免收入差距懸殊且低收入人數較多時，使用平均數會拉高收入水平這一陷阱；
2. 使用眾數反應頻率和集中情況。例如，一共有15個人，兩人收入500萬，兩人收入5萬，剩下的收入10萬，10萬是眾數，能說明所在團體大多數人的收入水平；
3. 使用比例和比率。採用單位平均數據，要點就更清楚了。比例適用於突出不同主體之間的差別；
4. 特別關注比率（百分比）變化。假設一個人今年的收入是4萬美元，下一年收入為4.2萬美元，前後差了2000美元，從百分比來看，收入變動了5%，或者說漲了5%。兩組相關數據的百分比變化中就有新聞可挖。譬如，公司的預算上調了30%，而所購買物品的價格僅上漲了2%，那麼背後原因是什麼？如果有物品選擇、預算決策的信息，說不定就能找到貓膩，寫成新聞；
5. 計算百分比變化時，我們應關注最顯著的變化，捨棄輕微變動。

選好了數據，呈現數據也同樣重要，用圖表展示比文本列舉更直觀形象。Houston推薦了表格、線形圖、餅圖、柱狀圖，都能讓讀者清晰閱覽數據，一看即懂。

同時，他還推薦了幾個易於下載表格數據的權威網站：世界衛生組織的Observatory Data(GHO)、世界銀行的數據庫、聯合國網站（能鏈接到很多重要統計網站或頁面）。

數據到手後，需確定要檢索的數據目錄，掌握基本的分類，同時確定篩選的標準，要見到樹林而非樹木——從數據看概況而不是局限在小範圍。

另一場題為“新聞故事中使用數據的最佳方式”的分享中，來自IRE的Mark Horvit和Megan Luther逐步分析了數據可視化作品當中最通用的數據使用法則。

關於使用數據，選定時間範圍非常重要，至少有3年左右的數據對比會更具可信度。

用時間軸展示數據，更容易被讀者理解；要想更快更准地選數據 ，就得明白數據庫數據的計算方法。

選取數據後，你還需要在數據分析之前做幾件事：先把數據備份，算算關鍵數據來驗證它們是否有效、合理，搞清楚每一行每一列的數據分別代表什麼。這裡有兩點非常重要，一是看看有沒有缺失的數據，並了解每一行數據的意義，這樣就能加快數據分析；二是清楚所選數據應該一共有多少行多少列，有些國家可能會隱藏部分數據，因此在使用之前一定要確認，以免作品中出現離奇數據，無法自圓其說——換句話說，你要確保數據是連貫的、計算的數字項是前後一致的。除此之外，也不要做數據假設。

數據分析完成後，最好記錄下工作流程和得出的結果，不要只存儲數據透視表（pivot tables）就草草了事。要把發現寫下來，建立備忘錄，並準備好接下來要做的事件清單，或為攝影師和網站等單獨建立工作清單。同時，應對照IT或數據講座、培訓分享的內容來確認自己做的對不對。提前考慮怎麼呈現數據，別等着呈分析完數據才開始，最好在分析過程中即有一定的預想和準備。

驗證你的數據分析。篩選分析出的數據包含項，或者使用不同的結構查詢語言，檢查你的主要發現和工作記錄，也讓其他人幫助你檢查數據。

單純的數據不等於好故事，把你的結果分享給例如數據來源機構的官員，以驗證自己的數據準確度，聽聽他們的意見。報告、文件中的數字總數和單個數字相加的結果應該一致，與此同時，也要以其他相關信息來驗證數據的有效性。

現在終於可以下筆寫新聞了！同樣，你不能對數據的使用過於大意：最好用表示程度的詞來描述數字，例如“至少”、“多於”、“大約”，以避免後面反覆修改。不要在一個作品裡使用太多數據，也切勿過分推理自己的數據，只寫合理且得到驗證的結論。寫清楚數據的來源，列出你獲取數據的機構名稱。

此時，記者得不斷問自己：我還不知道的部分是什麼？這樣會導致什麼樣的錯誤結果？有沒有把所有的發現結果都與信源對照核查過？是不是每一個數據元素（圖片、交互式效果等等）都能確切表達它應該表達的意思？我的發現是不是和所有人的認識相衝突？數據的魅力在於它並不能直接開口告訴你錯在哪裡，而是會通過結果顯示出來。如果分析結果與通識完全不一樣，你的報道要麼精彩絕倫，要麼錯得離譜。

你還需要一份最後檢查的清單：在採訪時，讓信源拼寫自己的名字和稱呼頭銜；記錄或者抄寫採訪信息；反覆驗證可靠信源的言論；保存鏈接和其他研究成果；詢問信源其他新聞報道中偏頗之處，避免犯同樣的錯誤。

在提交之前，多重檢查可保證萬無一失。最後自己再多看看數字、計算方法、名字、頭銜、地點、對照筆記和記錄檢查筆記、定義、鏈接、拼寫和語法、語句引用等，計算機的拼寫檢查系統也會出錯，所以還是參考權威的拼寫建議（字典等）更保險。