下載客戶端

登錄

《2020疫情數據報道分析報告》

2020-09-17 15:45

來源：澎湃新聞·澎湃號·湃客

本報告由澎湃新聞·湃客有數欄目和RUC新聞坊聯合出品，于2020數據創作者大會上首次發布。

導言

19世紀中期，英國倫敦西部爆發了霍亂，約翰·斯諾（John Snow）醫生用一幅標注霍亂地區水泵位置和病亡人數的地圖發現了霍亂“由水傳播”的證據，并成功勸服倫敦政府取下了“寬街”（Broad Street）水泵的把手，疫情因而得到了控制。

時光跨越百年，在肆虐全球的新冠疫情之中，數據新聞與數據可視化再一次釋放了不可小覷的能量。

從疫情之初的感染追蹤、病例溯源、時間梳理，到中期的防治科普、逝者悼念，再到疫情預測、疫苗評估，數據新聞的創作者們持續摸索著疾病傳播的路徑和社會構造的鏈條，加速了公眾對病毒的認知，推動了緊急情態下衛生系統的完備，甚至一定程度倒逼了數據的公開，讓數據新聞的產制進入良性循環。

另一個層面，數據新聞的產制也在被疫情改變著。疫情的瞬息萬變讓制作流程的每一個環節都大大提速；“數讀”的思維滲透到更廣泛的新聞題材之中；更開放的數據為記者提供了豐富的素材，為全球協同提供了更多機會；高校、個人、垂類媒體、數據服務提供商等多元媒體的入場，為數據新聞帶來了新鮮視角和方法；無情的疾病將人的脆弱性展露無遺，更多作品流露人性與溫情……

如今，病毒蔓延依舊，次生問題、次生災害亦相繼浮現。舊的慣習和邊界尚未消失，新的議題和話語已奔涌而至。數據新聞在這個豐富也復雜的世代，如何橋接技術與審美、學界與業界、專業知識與大眾認知，如何在新聞傳統、公共治理、危機應對中找尋新坐標，需要創作者們探索與開拓，更值得我們觀察和思考。

本研究以新冠疫情期間（2020年1月1日至8月31日）澎湃新聞“湃客·有數”欄目中入駐湃客號所刊發的425篇數據新聞，與澎湃“美數課”、財新網“數字說”、新華網“數據新聞”和網易“數讀”發布的140條數據新聞為樣本，對其進行編碼分析。并將之與同期“湃客·鏡相”“湃客·眼光”發布的疫情報道進行欄目間對比，選取同期較為優秀的海外數據新聞作品進行中外對比分析。

根據統計與分析結果可知，歷經新冠疫情的“大考”，我國的數據新聞生產趨于專業化，也更富有人情味。同時，疫情期間數據新聞的傳播在公共衛生等領域發揮了不可替代的作用，其亮眼表現也讓更多人關注與接受了數據新聞這種新聞體裁，給出較為正向的反饋，并與生產者積極互動，為數據新聞的進一步發展創造了良好的讀者基礎。

Ⅰ 時代凝眸：聚焦疫情與議題流變

在2020年至今國內外媒體機構生產的數據新聞中，以新冠疫情為中心散射出的諸多話題分支成為媒體議程設置的重點。

我們對565條新聞樣本的標題高頻詞做了共現分析，發現國內外疫情發展情況在數據新聞領域受到最多的關注。在高度全球化的當下，疫情的波及范圍早已跨越國界，影響到全人類的生存健康。疫情報道的視野也因此超越了區域和國別概念，向全球防疫發出預警和指南。

此外，我們也發現，與一般新聞報道有所區別，數據新聞在報道疫情話題時往往突出呈現自己的“數據”優勢和解釋功能（“如何”一詞的高頻共現）。

不同類型媒體在疫情相關的數據新聞創作上各有議題偏好。

傳統機構媒體由于擔負著向公眾提供及時可靠的全媒體新聞服務的社會使命，在疫情報道中將數據新聞的生產重心大多放在數據通報、疫情現狀和防控措施等常規、基礎議題上。

而新媒體機構則不拘于常規條框，在選題發掘上更加豐富多元，聚焦的議題也更貼近受眾日常生活。各路媒體根據自己獨特的內容定位生產獨家優質信息，其中有像“回形針PaperClip”等專業科普類新媒體用可視化形式向大眾宣講病毒起源和防疫知識，也有“新一線城市研究所”等城市生活類媒體用數據剖析疫情對萬千國民及社會經濟生活的沖擊。

得益于近幾年大數據行業的蓬勃發展和疫情數據的公開可得，數據新聞生產主體的下沉跡象愈來愈明顯，不少高校媒體、個人自媒體也陸續著手組建專業的數據新聞團隊。除此之外還涌現出了大批數據服務提供商，在有償提供數據分析服務的本職工作外，借助自身數據采集優勢無償向公眾傳遞信息。

縱向回顧2020年新冠疫情發生以來的相關數據新聞，我們發現，在每一個重要的事件和時間節點上，都有媒體嘗試通過數據報道的形式幫助我們解讀現實世界。總體上看，疫情主題的數據新聞報道數量與國內疫情發展變化的狀態基本同步。

1月20日，鐘南山院士在電視采訪中首次公開證實新型冠狀病毒存在人傳人現象，在之后的短短幾周內，國內新冠確診病例數驟增，作為公眾獲取信息的重要窗口，各路媒體迅速跟進疫情報道，國內有關新冠疫情的數據新聞數量隨著疫情形勢的加劇攀上峰值。

在此之后長達一個多月的國內疫情大規模爆發期，數據新聞生產在數量上呈現出井噴之勢，覆蓋的議題范圍從最基礎的每日數據通報、防疫知識科普到解讀官方防疫舉措、總結疫情發展動態，再到具體而微的展現疫情對公眾日常生活和社會經濟發展造成的沖擊。

病例追蹤、口罩緊缺、武漢封城、方艙醫院、工廠停擺，我們所經歷過的每一個與疫情息息相關的故事在數據的幫襯下剝繭抽絲，呈現出不同側面。數據新聞的話題邊界得以不斷向更豐富、多元的領域拓展，讓我們看到了信息呈現和故事講述的更多可能性。

進入3月，在“硬核”防疫措施的幫助下，國內新冠疫情擴散形式得到有效遏制，復工復產穩步推進。但病毒在海外的蔓延態勢越演愈烈。數據新聞從業者將目光對準國內復工復產進展，并持續性地關注海外疫情蔓延狀況和各國政府的防疫舉措。

在這一階段，有關新冠疫情的數據新聞報道在數量上相比前期有明顯的減少，集中關注的議題也發生轉移。雖然病毒擴散得到控制，疫情造成的后續經濟沖擊和社會影響逐漸顯露出來并被提上媒體討論議程。在官方公布的死亡數據的支撐下，追憶、紀念新冠肺炎逝者的數據新聞報道接連出現，將冰冷的統計數據還原至有血有肉的個體故事，撫慰著在這場疫情中身心受創的國人。

6月10日，在連續55天無本地報告新增確診病例之后，北京市重現本土確診病例，隨后，大連、新疆等地也相繼出現本土聚集性確診病例。疫情的反彈使數據報道呈現了小幅回升。由于海外疫情的反復，輸入性病例不時出現，人們對疫苗研發投注了更多的關注，多家媒體通過可視化的形式對全球各國疫苗研發進展和公眾接種態度做了全方位的報道。

但總體上看，進入7、8月份，國內疫情趨穩使疫情相關話題的關注度下降，與疫情相關的數據新聞發布量逐漸走低。常規議題和社會熱點事件取代疫情話題成為數據新聞生產的發力方向，一切開始重歸常軌。

此外，從受眾的視角看，受眾對疫情主題數據新聞的關注的均值曲線的整體走勢基本符合從業者們發布數據新聞數量的曲線變化態勢。說明疫情中的數據新聞在一定程度上滿足不同階段受眾的閱讀期待。

雖然2020年1-8月“有數”欄目所有題材的數據新聞平均訪問量（14.8萬）不及2019年（17.7萬），但該時段疫情相關的數據新聞平均訪問量（19.8萬）卻高于2019年，并且疫情相關數據新聞：《新型冠狀病毒肺炎病例群像：何時發病，多大年齡，在哪分布？》獲得2020年1-8月單篇報道的最大閱讀量（283萬），遠超2019年最受歡迎單篇（164萬），該篇報道從病例追蹤出發，可視化呈現新冠肺炎患者的地區、性別、年齡、抵鄂離鄂時間、人傳人情況與死亡病例，是疫情早期通過數據進行流行病學分析的代表作。

疫情使數據新聞的關注度明顯提升，在這場突如其來的全球公共衛生危機中，數據新聞通過直觀地傳遞事件信息，多角度探索疫情傳播規律，可視化呈現引發讀者情感共鳴等方式，令公眾對此類報道產生了一定的閱讀期待，公眾相較于平時表現出對數據新聞較強的閱讀需求。

通過對每月關注度Top10的報道案例進行分析，關注度較高的議題多為對疫情本身的探討和與疫情相關的政治議題。最受讀者關注的1月，讀者聚焦“武漢”與新冠肺炎患者群像，其中，前文提及的1月23日由照路明發布的《新型冠狀病毒肺炎病例群像：何時發病，多大年齡，在哪分布？》獲得最大關注度。2月，讀者留意新冠肺炎臨床診治情況；隨后的三個月，隨著國內疫情穩定、國外疫情爆發，讀者更關注海外疫情與疫苗研制，其中，Alfred數據室發表的一篇題為《為何部分外國網友對我們的援助并不待見？》的報道獲得很高的關注。該文探討公共衛生事件中媒體國際話語權的作用，梳理了全球媒體對我國新冠肺炎疫情的報道情感傾向，并列舉外國網友媒體選擇偏好。6月、7月，雖然疫情在部分地區小幅回彈，但讀者更多關注違反疫情防控紀律官員的處罰情況，同時段，疫情中的殉職者也進入大眾視野。8月，讀者再次關注疫苗研制情況，后新冠時代的線上教學模式也成為新的聚焦點。

Ⅱ 行業透視：不可替代性、“人”的溫度與操作規范

這個部分，我們想從行業內部對數據新聞行業在疫情期間的表現做另一個層面的透視，以解答以下三個問題：疫情中的數據新聞具有哪些不可替代性？疫情中的數據新聞是否更有“人情味”？疫情中的數據新聞操作更專業了嗎？

1.疫情中的數據新聞具有哪些不可替代性？

我們首先把數據新聞放在不同體裁的新聞報道坐標系中觀察其是否具有不可替代性。“鏡相”“眼光”“有數”是澎湃新聞湃客頻道上線第一天就推出的三大重點欄目。其中，“鏡相”關注非虛構寫作，“眼光”刊登紀錄片、新聞攝影等視覺創作，“有數”聚焦數據新聞。雖然疫情期間，“眼光”欄目出品原創紀錄片，但這三個欄目的報道主要仍然來自各媒體澎湃號，報道形式也多為圖文。

在我們統計的時間區間內，“眼光”欄目關于疫情話題的發稿量最多，總計841篇；“鏡像”“有數”各發布580篇與425篇疫情相關報道。雖然發布量相對較低，但在讀者訪問量和點贊量上，“有數”欄目仍體現出一定的競爭優勢。

進一步觀察三個欄目中的熱門報道，“鏡相”欄目單篇訪問量最高的報道為《亞馬遜封殺中國口罩賣家，躺槍還是咎由自取？》，關注“口罩”議題；而獲贊最多的報道則為防疫親歷報道，《這個特殊假期，我報名成為社區防疫志愿者》。“眼光”欄目的視頻《疫情之下的愛情：等疫情過去，我要給你補辦一場婚禮》聚焦疫情之下的眾生相，訪問量最高；通過新聞攝影、展現武漢“解封”后城市圖景的《76天之后，武漢城開|眼光》獲得最多點贊。點贊量與訪問量均值最高的“有數”欄目中，聚焦發病群體的《新型冠狀病毒肺炎病例群像：何時發病，多大年齡，在哪分布？》一文訪問量最高，而關注疫情期間留學生去留議題的《打滿疫情全場，66萬中國留學生去留兩難》最受喜歡。

由此可見，雖然人們對故事性的報道仍然頗有青睞（“鏡相”欄目的單篇最高訪問數據遠高于其他兩個欄目），而視覺報道更易喚起情感共鳴（“眼光”欄目單篇最高點贊遠高于其他兩個欄目），但是，數據新聞相比這兩類深受讀者歡迎的報道形式，仍具有一定的不可替代性。

為了進一步了解受眾對疫情中數據新聞的評價，我們爬取了每月關注度Top10的報道中的評論，并對其進行詞頻分析與情感分析。從評論的詞頻來看，“中國”“自己”“人類”“美國”“武漢”等詞語出現頻率最高，評論區中對國內外疫情現狀的討論是主要議題。“數據”“文章”“統計”“分析”“數字”等詞語在評論區中也多次出現，反映出讀者對數據新聞這一報道形式亦有關注思考。其中，讀者多評論以“好文”“客觀”“樂觀”“點贊”等詞，可見其對數據新聞持較認可態度。

在每月關注度Top10的稿件中，相較中立情感，呈現出積極和消極情感的評論數量較多，并在值上兩極分化明顯，表明疫情期間的數據新聞使得讀者情感分明且強烈。同時，積極情感的評論在數量上多于消極色彩的評論，疫情期間數據新聞報道在傳播效果整體上較為積極。

其次，我們認為數據新聞的不可替代性主要體現在新聞的知識圖譜層面。芝加哥學派學者羅伯特·帕克在1940年提出新聞是一種處于“熟悉性知識”和“理解性知識”構成的“知識連續區（knowledgecontinuum）”中的社會知識。[1]而具有更科學的知識生產理念[2]、能創造關于事實的知識模型[3]的數據新聞理應偏向“理解性知識”一端。

回到有關新冠疫情的數據新聞報知識圖譜觀察上，如果以“呈現型”“解釋型”和“預測型”劃分數據新聞的知識特性，三者知識深度依次遞增，那么偏向“理解性知識”的“解釋型”和“預測型”的數據報道占比達到38.6%。盡管這個數據未能超過偏向“熟悉性知識”的“呈現型”報道，也但考慮到新聞報道以信息告知為主要功能，這一比例表現亮眼。

從數據經過系統和結構化的“呈現型”報道，能呈現廣闊的時空圖景和清晰的事件脈絡，而“解釋型”和“預測型”報道則能通過把握科學規律揭示疫情的肌理和走向。

2月，澎湃美數課發表“解釋型”報道《763例確診患者的故事，還原新冠病毒向全國擴散的路徑》[4]，在收集、處理各地衛健委病例通報后，對患者活動軌跡以及病毒傳播路徑進行規律性總結，從而生動闡釋熟人空間傳播、公共空間傳播和醫療空間傳播等傳播場景。

而在更早的1月，大數據文摘發表“預測型”報道《防控力度多大才能遏制疫情發展？網絡動力學推演給你答案》通過網絡動力學方法，采用定量化計算機模擬與數據擬合并進手段研究大量的人口流動而導致的病毒二級甚至三級爆發的問題，預測各地疫情爆發時間、自然衰退時間和干預衰退時間[5]。

單個創作主體觀察，創作者的專業背景和定位會影響所生產的數據新聞的知識特性。在此次疫情報道中，幾乎每種類型的創作主體中都有主要生產“解釋型”和“預測型”數據新聞的主體，而機構媒體的“解釋型”和“預測型”數據新聞占比最高，此外，一些高校自媒體也發布了較多此類新聞。

2.疫情中的數據新聞是否更有“人情味”？

此次新冠疫情中，不少數據報道一反讀者們心目中對數據新聞冷靜、客觀、理性等刻板印象，將常規的操作思路用于更具備人文關懷的選題和維度，或在對數據進行描述和可視化的同時結合了個體的敘事，讓作品能夠點面結合：既能讓讀者全面了解整體大局，又能認知其中的具體個體，對比之下，更具沖擊力。

例如，DT財經在《外賣數據下的武漢：普通人的“封城”十日生活》一文中采集了餓了么平臺上的訂單數據，從人們生活中最熟悉的“外賣”的切角觀察“封城”給千萬普通市民生活帶來的改變，對被封城的普通人投去有溫度的關注[6]。

圖片來源：DT財經《外賣數據下的武漢：普通人的“封城”十日生活》

再如浙江大學傳媒與國際文化學院《數據挖掘與可視化》課程出品的《有數|疫情殉職者，他們是誰？》。作者團隊通過官方信息平臺、媒體報道、民間統計等渠道爬取了在新冠疫情中殉職的387位民間英雄數據，將殉職者分成了醫護人員、村組干部、警務人員、公務員、志愿者和其他職業（包括保安、工人、記者、教職工等），輔之以殉職原因、殉職地點、年齡層等維度數據，描摹出殉職者的群體肖像。同時，在微觀層面，他們也將目光聚焦到了更具體的人和事：“他們中，有本應一個月后完婚的準新娘，有來自’英雄家庭‘的普通民警，有年近七十的退伍老兵，也有身殘志堅的社區工作者。”這些分析的加入，讓讀者穿透數據的統計學意義，看到“一個個曾經鮮活的生命，一個個曾經完整的家庭”。[7]

圖片來源：《有數|疫情殉職者，他們是誰？》報道截圖

可視化的巧妙配合使用讓作品更具溫度。

澎湃“美數課”的《新冠肺炎逝者大多是本身有基礎疾病的老人》用花的方式來呈現逝者。設計師表示：“關于逝者，我們整理的是冷冰冰的數據，但是我們呈現的應該是人文。所以關于這個逝者的數據，我們想用特別的方式呈現，于是想到了在非常規可視化中相對常見的花的方案。”[8]

圖片來源：澎湃《新冠肺炎逝者大多是本身有基礎疾病的老人》

無獨有偶，財新網的作品《新冠逝者：獻給疫情中離去的生命》用上千條死亡數據搭建成一座紀念館，用花瓣的形式緬懷在新冠肺炎疫情中離世的每一個人[9]。讀者可以通過檢索和點擊花瓣了解每一位逝者的生平經歷，每片花瓣承載的真實故事和由其組成的花雨令人動容和感慨。

圖片來源：財新網《新冠逝者：獻給疫情中離去的生命》

《紐約時報》作品《無法估量的損失》（AnIncalculableLoss）則與財新的悼亡紀念館異曲同工，將截至5月底全美死亡的逾10萬人制作成灰黑色剪影，并搜集了部分逝者的簡要生平介紹，通過鼠標的滾動和點擊，可以看到到從3月9日行進至5月27日，數字從0遞增至10萬的過程，同時直觀地感受到這場疫情對同胞帶來的巨大沖擊和損傷[10]。

圖片來源：紐約時報《無法估量的損失》

3.疫情中的數據新聞操作更專業了嗎？

數據新聞作為一門獨立的新聞品類，自有一套專業規范。以“數據”為核心，這套規范也主要圍繞數據收集、數據分析和數據呈現構建。

國內外不少學者在數據新聞專業規范上達成過一定共識：（1）應向公眾開放數據來源和數據獲取的渠道與方法；（2）盡管有一些報道是專門呈現原始數據集，但大多數報道中應該做統計分析。[11]基于此，我們從數據來源、數據開放性和數據分析深度三個方面來討論疫情數據新聞報在專業規范層面交出了怎樣的答卷。

數據來源意味著一個故事的講述視點，我們往往能從中窺視媒體的立場和意圖。在有關新冠疫情的數據新聞中，“政府及政府間組織”和“媒體及其他公開資料”是最常見的兩類數據來源。

吸取2003年SARS的教訓，新冠疫情期間政府有關部門的信息公開水平有了較為明顯的躍升，在確定病毒可以人傳人后，基本能夠做到每日及時地通報病例數據，而政府部門的權威數據正是公眾感知疫情走勢的風向標。

與之相比，“媒體及其他公開資料”則是有力補充，媒體搭建的疫情實時數據平臺和發表的疫情相關報道提供了更集中和更細節的數據。

不同議題的報道也有不同的數據來源使用偏好。“數據通報”高度依賴來自“政府及政府間組織”的信源，“疫情現狀”在前者基礎上還依賴“媒體及其他公開資料”，因為兩者都需要扎實展現疫情狀況；“疫情對經濟和社會發展格局的影響”及“疫情對日常生活的影響”則需要多維度挖掘疫情帶來的影響，較多引入“商業機構”來源來輔助觀察；有關“科普知識”及“科研進展”的議題中，為求報道的科學性，“學術發表”來源占比突出。

根據新聞業逐步確立的“透明性”原則以及數據新聞業內默認的規范，數據新聞創作者還需要將數據來源清晰地公之于眾。唯有如此，公眾才能溯源歸根，核查報道的真實性和準確性，以及按需獲取數據新聞內容之外的知識。

據統計，88%的有關新冠疫情的數據新聞標注了數據來源，但以模糊標注為主，創作者籠統地標注來源機構和網站的名稱，原始數據對于公眾而言幾乎仍是“不可得”，數據透明程度還未達到理想狀態。

對13%的“標注且可得”數據來源進行更具體的歸類統計，我們發現占比最高的為學術論文，數據新聞創作者會公開論文的名稱和DOI碼，確保公眾可以準確地搜索閱讀。不過，學術論文實際上和其他完全公開的新聞報道、政府統計資料與文件、行業研究報告類似，它們往往只提供被解讀過的顆粒度較粗的數據結論，而未提供可被解讀的顆粒度更細的原始數據。盡管可以讓公眾進行一定核查，但這樣的數據難以二次挖掘與運用。

令人欣喜的是，某些數據創作者完全開放了他們結構化處理后的數據集或代碼的工程文件。

疫情爆發初期，澎湃美數課便制作了新冠肺炎時事數據平臺，將編輯部自行收集、整理的疫情信息通過石墨文檔和Github公開，數據覆蓋1月11日至今（9月14日）[12]，承擔了媒體的社會責任，更彰顯了數據新聞領域所推崇的開源、共享精神，鼓勵更多內容的生產者加入到疫情報道的序列中來。網易使用這個數據來源生產出《新冠肺炎席卷全國的33天》《武漢疫情，129名患者的患病史透露了什么》等報道。媒體間形成了開放式協同合作的生產模式，這初步實現了從知識共享走向知識再生產的數據開放目的。

2月，帝都繪發表《疫情爆發后的一個月里，你的城市做了什么？》一文，[13]對8座主要城市的政府官網微博每天發布的疫情應對措施進行結構化分析，他們在文末附上了匯總梳理931條政策的石墨文檔鏈接，鼓勵讀者核查和補充。同月，大數據文摘發表《兩個月微博熱搜分析：疫情之下，哪些時、地、人、物處在輿論的風口浪尖》[14]一文，對1月1日至2月21日期間2600條熱搜進行分析，文中附上了GitHub項目地址，鼓勵讀者學習和檢驗數據分析和可視化代碼。

圖片來源：帝都繪《疫情爆發后的一個月里，你的城市做了什么？》石墨文檔

除了數據來源，我們還對數據處理和分析的方式做了統計。在所有的樣本中，78.5%的疫情數據新聞進行了“多樣化描述統計”，8%進行了“復雜的推斷或預測”。“多樣化描述統計”即是對數據進行集中趨勢、離散趨勢和相關性等分析，“復雜的推斷或預測”即是建立模型進行推演，這意味著絕大部分的報道都做了一定的數據處理，呈現更廣闊的圖景和更深入的追問。

我們觀察到，復雜的數據處理更多地出現在“解釋型”和“預測型”報道中，兩者呈現一定的正相關關系。“解釋型”報道的“呈現單個或多個統計量”“多樣化描述統計”和“進行復雜的推斷或預測”數據分析方式比例分別為11%、78.6%和10.4%；而“預測型”報道的三種數據分析方式比例分別為5.6%、33.3%和61.1%。

“進行復雜的推斷或預測”這種難度系數高的數據分析方式，較多地應用在“預測型”報道。有科學的數據模型做支撐，“預測型”報道的“先見”才更有說服力。比如，澎湃號嚴肅的人口學八卦2月發表的“預測型”報道《全國返城復工進度如何？》，該文使用百度遷徙數據構建各地春節人口遷入遷出模式，然后使用人口流出、人口流入和市內出行強度作為指標，構建復工指數，由此對全國主要省份的復工情況與未來趨勢作出研判，并提出合理化建議[15]。

結語：數據新聞實踐是有關未來的準備

美國西北大學人文與社科學院教授BrianKeegan曾在2015年呼吁：“在當代，對于信息過載，以及恐懼、不確定性和懷疑等情緒的焦慮氛圍下，數據驅動的新聞可以起到關鍵性的作用。它們可以為關于政策、經濟趨勢、社會變革的討論提供更為堅實的經驗基礎。”[16]

疫情的流行使這種“關鍵性作用”更加凸顯：它警示人、啟迪人，也聯結人、撫慰人。在這場由公共衛生領域擴散的危機中，數據新聞不僅直接地服務于社會公益，其實證的敘事方式和直觀的呈現形態，也在不斷重塑著新聞的專業性，甚至潛移默化地影響了人類思考世界的方式。

流行病并非偶然，而是一種時常發生的社會現象。人類“過去在流行病方面的經驗、傳染病病理學方面的醫學知識、全球和國家減輕風險以及災難的應對戰略，應使我們做好準備應對全球范圍內的感染”。[17]

當下一次危機來臨之時，數據新聞生產者們所積累的操作經驗，與公眾所習得的讀數、讀圖能力，也許就是“準備”的一種，能夠成為防災減災的有效武器，也能成為善治良治的有力推手，以最快的速度找到那個關鍵性的“寬街水泵”。

數據說明

研究樣本范圍

本研究樣本范圍涵蓋機構媒體、門戶網站、新媒體機構、高校、數據服務提供商和個人六類數據新聞創作主體。出于數據集中性和可得性考慮，本研究樣本以澎湃“澎湃號· 有數”欄目進駐創作者為主，補充澎湃“美數課”、財新網“數字說”、新華網“數據新聞”、和網易“數讀”這四個疫情期間活躍的創作者。最后確定樣本涵蓋69個樣本主體。

本研究選取上述創作主體2020年1月1日至8月31日期間的疫情相關數據新聞，共計565條報道樣本。

另外，為了進行欄目間對比，還選取澎湃“澎湃號·鏡相”“澎湃號·眼光”2020年1月1日至8月31日期間的疫情相關非虛構和視覺報道作為對照樣本。對照組樣本容量分別為580和841。

內容分析的編碼維度與類目構建

本研究通過人工編碼對樣本報道進行內容分析，著重觀察文章內容差異性和規范性。

（1）報道屬性

報道議題指標參考RUC新聞坊《2286篇肺炎報道觀察：誰在新聞里發聲？》劃分；報道類型指標參考曾慶香、陸佳怡和吳曉虹的論文《數據新聞:一種社會科學研究的新聞論證》劃分。

（2）報道規范

以上指標參考劉建坤和方潔的論文《數據新聞領域專業規范的確立與變化——基于全球數據新聞獎歷屆作品的內容分析》劃分。

對編碼員進行培訓和指導后，所有編碼員自行對照標準編碼進行試編碼，解決問題和分歧后開始正式編碼。

標題高頻詞共現

使用jieba分詞包對樣本報道的新聞標題進行分詞，選取詞頻在5以上的詞語進行共現統計，出現在同一標題內的詞語計為一次共現，生成87*87的共現矩陣。

疫情報道的時間階段劃分

由于數據覆蓋時間段較長，我們根據代表性事件將其劃分為五個時間段。分別是：

1月17日-1月29日——鐘南山肯定人傳人現象，全國31省市自治區全部啟動突發公共衛生事件一級響應；

1月30日-2月12日——WHO宣布新冠疫情全球性爆發為國際關注的突發公共衛生事件，武漢市疫情防控指揮部要求完成“四類人員”的集中收治隔離；

2月13日-2月29日——武漢部署開展為期3天的集中拉網式排查，現存確診人數開始下降；

3月1日-6月9日——國內疫情趨于平緩，海外疫情開始集中爆發，國內復工復產；

6月10日-8月30日——北京新發地出現疫情，影院重啟。

因3月以前國內第一波疫情處于爆發和蔓延期，因此將這一時期做了更細致的階段劃分。3月以后國內疫情趨穩，疫情相關數據新聞的發布量和受眾關注度下滑，因而做了相對較長期的階段劃分。

受眾關注度算法

由于數據獲取的局限性，此部分僅采用澎湃提供的“有數”欄目進駐主體相關報道后臺數據進行分析。根據符合條件的報道的閱讀量、點贊量和評論量構建出“受眾關注度”指標。“受眾關注度”通過對閱讀量、點贊量、評論量分別進行離差標準化處理(即（當篇閱讀量/點贊量/評論量-所有報道中閱讀量/點贊量/評論量最小值)/(所有報道中閱讀量/點贊量/評論量最大值-所有報道中閱讀量/點贊量/評論量最小值))后加和得出。

精選案例

除了數據，我們還選取了國內外21家媒體在2020年1月1日至8月31日期間發布的跟疫情相關的50篇數據新聞作品，精選其中部分案例用于報告中的具體案例分析。

參考文獻

[1] Park,R.E. (1940). News as a Form of Knowledge: A Chapter in the Sociology of Knowledge. American journal of Sociology, 45(5), 669-686.

[2]鄭忠明,江作蘇.作為知識的新聞:知識特性和建構空間——重思新聞業的邊界問題[J]. 國際新聞界, 2016, 38(04):142-156.

[3]王辰瑤.未來新聞的知識形態[J]. 南京社會科學, 2013(10):105-110.

[4]澎湃美數課：763例確診患者的故事，還原新冠病毒向全國擴散的路徑

http://www.kxwhcb.com/newsDetail_forward_5719018

[5]集智俱樂部：防控力度多大才能遏制疫情發展？網絡動力學推演給你答案

http://www.kxwhcb.com/newsDetail_forward_5677940

[6]DT財經：《外賣數據下的武漢：普通人的“封城”十日生活》，https://mp.weixin.qq.com/s/yU4bYn7Y8ZATHpI18E6Crg

[7]尬聞：《有數 | 疫情殉職者，他們是誰？》,http://www.kxwhcb.com/newsDetail_forward_8025969