一个选题撞题，一个选题延期，一个选题没有时间完成。急火攻心的我，终于在连续一周凌晨两点回宿舍后，在昨天完全病倒了。

结果直到现在才发现4月并没有31号，于是刚刚还在床上安心养病的我，在距离5月还有一个半小时的时候决定敲下这篇文章，来回顾一下自己做DJ以来关于选题的感悟，以及自己近半年无法做出很好的数据新闻的原因之一。

---

配图来自CC0.cn 遵循CC协议

数据新闻的三个层次

在商讨选题的每一个阶段，都会被这个问题所困扰：究竟什么是数据新闻的核心呢？

从学术渊源上来讲数据新闻和所谓的“调查性报道”有着深厚的传承关系。为此，去细数近些年来获得全球数据新闻大奖的作品，我们会发现其有着很强的调查性。往往数据是发现问题的切口，也是研究问题的核心，甚至还是提出解决方案的关键。

但从日常与传统媒体从业者的接触以及自己的实践经验来看，大多数的“甲方”或者受众并不会在乎其调查内容，相反业界对这种新闻形态的吹捧更侧重于“相对酷炫”的呈现形式。

在我看来，我一直坚持一个观点，数据是数据新闻的核心。正如西蒙·罗杰斯对卫报创刊号上的第一个“数据新闻”作品的观点一样，数据只是新闻报道中的一个因素，具体来看这个因素可以体现在三个不同的层次上。

第一个层次是将数据看做一个事实本身，在统计学上来看就是所谓的描述性统计。从呈现体量上来看，是传统新闻报道方式中的消息类稿件。在这类数据新闻中，数据往往是一个“切片数据”（单一时刻点上的数据情况），例如“教育部公布2019年部属高校预算”这样一个静态的情况。虽然看起来这类稿件不像传统数据新闻那么“深刻”，但从受众角度考虑，这样的内容是有直观信息增量的，而且也是媒体当中最长报道一种和数据有关的新闻类型。

第二个层次是通过数据的交叉分析，得到一些数据性的结论。例如，之前我指导新传时报的朋友们完成的关于“校图书馆插座问题”的报道，我个人认为就属于这一层次的数据新闻。

在大多数人认为图书馆的插座损坏率高是图书馆用电难的核心时，我们透过插座数量与分布区域的交叉分析，发现实际上更大的问题在于图书馆本身的设计规划是有问题的：插座的分布不均才是问题的核心。虽然对这个问题的解决措施，我们是透过采访相关部门得到回应的，整体文章也是文字为主的，与传统的新闻报道方式并无二异。但这并不妨碍我认为这是一篇很好的数据新闻作品。这也是我在新传时报数据新闻、互动新闻两个部门两年多以来认为自己参与过的最有意义的报道之一。

第三个层次是我个人认为数据新闻中最难到达的一个层次，即透过相关性分析，可以得到引起数据变化的重要变量，继而在发现问题的基础上去回答一个问题。

在我看来这类选题和做一篇严谨的论文无异，并且还是篇定量研究的学术论文。更大的风险是，在严谨的学术圈看来很多问题的成因是复杂的，更是多因的，不少专家学者的观点甚至有所相悖，这一点与媒体界常用的“简单归因法”或者说新闻伦理上遵循的“政治正确”本身都是矛盾的。

例如，本学期数据新闻实践项目我最开始所选择的“北京市老年护理人员生存现状”这样一个选题。原本只是通过日常的一个简单看法，认为“老年护理人员”工资低、工作强度大有很大的生存问题，希望透过数据来呈现这个现象，同时通过相关性分析探究如何提高老年护理人员的生存状况。

但当我们实地走访后发现，数据本身在有一些具象问题上存在合理性。例如北京老年护理人员的年龄结构来说，这个职业40~50岁的人占大多数是一个合理情况，同时还有连续工作很多年的资深护工，虽然年龄大，但本身却是很宝贵的资源。

更重要的是，当我们希望与专家的交流得到问题的解决方法时，却得到的是一个逻辑推断的结果：护理人员的生存状况是很差，但却是一个市场行为，宏观来看更为重要的是政府要去主动投资，提高整个行业的资金水平。

虽然这个逻辑推断过程可以说服我，但要求我去做一篇数据新闻报道。我不仅无法通过数据证实专家的观点，甚至还会发现与专家观点相反的诸多微观细节。以至于最后这个选题无法在第一个层次上创新（第一层次的数据新闻已经被别人做光了，pity）。

---

如何走出三个层次的困境

说老实话，到现在为止我也没有办法在这三个层次的数据新闻选题上提出自己具体的方法论。因此要谈如何有效的把握尺度，选择合适的选题层次，我也无法回答，但走到现在我有以下感悟可以与大家分享：

1. 回归生活本身，走出媒介真实

为什么会选择养老的选题？其实这大概来自于受到媒介议程设置后的一种结果。实际上对于几个20岁左右的青年人来说，养老既不是他们所关心的，也不是他们所熟悉的。因此在做类似选题的时候，就会显得力不从心。

从实践经验来看，对于我们这样新闻行业的初学者来说，选择自己所熟悉的、感兴趣的、有了解基础的选题来做，是比较好的选择。在选题指导的阶段，不少媒体老师会为我们指导很多很宏观的议题，像政治、经济等等方面。但从经验来看，我们本身并不具有十分深厚的这些方面的知识和关系资源。因此，在时间有限的情况下，我们很难在第一层次的基础上对这些选题展开议论，最后就只能做一篇信息传达（更不必谈有没有人看这些作品）。

因此，在非职业新闻人的阶段，我认为选择我们所熟悉的、个人关心的选题方向，是任务型内容（作业？私活？）的不二选择。

2. 不要借着大数据谈大问题

手里目前有两个数据库，一个是中国条约数据库，一个是中国法律数据库。这两个数据在建国70年的当口上显得十分的重要。不论是从什么角度来谈，都是很好的历程性数据。

但实际上，当我们去研究这两个选题的时候会发现，反而很难去做的深入，往往也只能在第一层次上去做研究，这也就是所谓的“大而无当”。我目前来看，这两个数据库更适合在相关领域的小选题上充当背景性材料。想在一些宣传类报道中做这样的数据呈现，除了在呈现角度极尽炫酷，很难做到出彩。

3. 政策性选题，小心的去探寻解决方案

养老的选题是个典型的案例，这属于一类强政策性的选题（这一点实际上也是我们和专家访谈完毕之后才了解到的）。也就是所实际上这个产业的发展方向与政府的引导方向有着非常紧密的关联。

政策有两个特性：一个是宏观性，很多政策往往时针对的是宏观情况，而落实到一些具体的区域却有可能有着不一样的情况；二是延时性，很多政策从发布到生效有着很长的时间差。因此很多数据调查的情况，是无法和先行的政策结果相吻合的，也是无法解释的。因此这类选题想要进行深入的研究，需要的格外深入的了解和研究，拍脑门的回答最后很有可能埋下许多的坑。

2019年4月30日 

DJ2016 ©Rocky