数据新闻理论与实务 · 全书纵览

数据新闻:
用数据讲好每一个故事

271页,8章,30,000字。从概念到实操、从选题到发布、从伦理到未来——这是国内系统介绍数据新闻全产业链的教材。本书以中国本土案例为主线,穿插国际视野,构建了"理论-实践-运营"三层递进的知识体系。

七大核心框架,一张体系图谱

这七个框架不是独立的知识点,而是一条完整的数据新闻生产链:从"数据新闻是什么"到"数据新闻怎么做",再到"数据新闻谁来运营"。

三大核心特征

数据驱动 + 可视化呈现 + 叙事性强。这是数据新闻的"基因"——缺了任何一个,都不算真正意义上的数据新闻。

定义数据新闻的底层逻辑

生产四步流程

数据收集 → 数据处理 → 数据分析 → 数据呈现。四个环节环环相扣,是数据新闻从业者的标准操作流程。

从想法到成品的完整链路

选题四维来源

新近事件 → 特殊人群 → 生活兴趣/流行文化 → 反直觉数据发现。四大来源覆盖了数据新闻选题的完整光谱。

好选题从哪里来

六种生产策略

故事驱动 / 数据驱动 / 比较对比 / 可视化 / 受众参与 / 多平台传播。不同策略解决不同报道需求。

灵活组合的生产工具箱

九大分析方法

对比/分组/平均/矩阵/网络/相关性/贡献度/周期性/回归分析。从描述统计到推论统计,由浅入深。

从数据中找到故事

三大新闻类型

调查性(揭露问题)→ 解释性(解读复杂现象)→ 监督性(问责权力)。每种类型对应不同的社会功能。

数据新闻的社会角色

以上六个框架解决了"做什么"和"怎么做"。但还有一个关键的"谁来组织"——

团队四角色模型

主编(统筹决策)+ 记者/编辑(内容采写)+ 数据分析师(技术处理)+ 可视化设计师(视觉呈现)。四种角色、四种技能,缺一不可。小团队可一人多角,但四种能力必须覆盖。

八章速览:从"认识"到"展望"

本书按"理论基石 → 实操方法 → 未来展望"三段式递进。前两章打地基,中间四章教实操,后两章看远方。点击任一章标题进入逐章深入交互学习页。

第1章

认识数据新闻 →

理论基石:概念、特征、类型、功能、发展历程、与传统新闻的关系
第2章

数据新闻的生产与运营 →

从理念到落地:伦理约束、四步生产流程、工具与技巧、运营模式与团队
第3章

数据新闻的选题策划 →

第一公里:四维选题来源、叙事结构、常见误区与案例分析
第4章

数据收集 →

食材采购:数据类型、公开来源矩阵、自采五法、购买与注意事项
第5章

数据分析 →

烹饪加工:质量四维鉴别、新闻价值四维挖掘、九大分析方法
第6章

数据新闻可视化 →

摆盘艺术:可视化三作用、九类图表、四大设计原则、五大工具
第7章

数据新闻的制作与发布 →

出厂环节:文本制作四要素、平台选择矩阵、效果三维评估
第8章

数据新闻的未来 →

十字路口:三大挑战、三大创新方向、智能媒体时代的三个转变

概念地图:点击术语,看它出现在哪几章

本书的核心术语不是孤立的——一个概念往往横跨多个章节。点击下方任意术语按钮,右侧高亮显示它关联的章节。

第1章

认识数据新闻

第1-38页:概念起源 · 三大特征 · 四大功能 · 发展历程
第2章

生产与运营

第39-76页:四步流程 · 工具技巧 · 六种策略 · 团队角色
第3章

选题策划

第77-107页:四维来源 · 叙事结构 · 常见误区
第4章

数据收集

第108-134页:公开来源 · 自采五法 · 合规注意事项
第5章

数据分析

第135-165页:质量鉴别 · 价值挖掘 · 九大方法
第6章

可视化

第166-201页:三种作用 · 九类图表 · 设计原则
第7章

制作与发布

第202-229页:文本制作 · 平台选择 · 效果评估
第8章

未来展望

第230-262页:三大挑战 · 三大创新 · 智能媒体

核心决策规则

做数据新闻时最常面临的六个决策场景。每个规则都给出了"何时做 + 做什么 + 为什么"的完整逻辑。

动手前的自我检查

以下七个问题来自本书各章的思考和练习题。想真正掌握数据新闻?回答它们就是最好的学习方式。

数据新闻是什么?它和传统新闻的核心区别在哪?

试着用自己的话定义数据新闻,并与"精确新闻"和"计算机辅助报道"做出区分。

数据新闻生产的四个环节分别是什么?每个环节的核心任务是什么?

画一张流程图,标注每个环节的输入和输出。

打开社交媒体,找3个当前的热点话题,评估它们做成数据新闻的可行性。

用"选题五原则"(价值性/时效性/创新性/群众性/可及性)逐一打分。

如果要做一个关于你所在城市空气质量的报道,你需要哪些数据?从哪里获取?

列出至少5个数据来源,评估每个来源的可靠性。

面对一组数据集,如何判断数据质量是否过关?

用"质量四维鉴别"(完整性/准确性/一致性/时效性)逐项检查。

以下数据最适合用什么图表呈现:近五年GDP趋势、各省人口占比、PM2.5地理分布?

训练图表速选能力——趋势→折线,占比→饼图,地理→地图。

AI(如ChatGPT)会改变数据新闻的哪些环节?哪些是AI替代不了的?

思考数据新闻中"机器能做"和"人必须做"的边界。