【作者】朱润泽、侯巍、陈泽庆、李彤菲
【内容提要】本文以“网易数读”与“RUC新闻坊”微信公众号为例，探讨影响移动端数据新闻传播效果的因素。通过半结构式访谈，了解受众对数据新闻的关注因素，确定自变量。抽取样本推文，对可视化处理、报道情绪、新闻类型等内容特征编码分析，确定因变量。通过量化统计分析，本研究发现可视化操作的复杂程度与数据新闻传播效果呈正相关，报道情绪和新闻议题对传播效果均没有显著影响。新闻类型会影响数据新闻的传播效果，且事件型比话题型的数据新闻作品有更强的传播效果。
【关键词】数据新闻；数据可视化；传播效果；“RUC新闻坊”；“网易数读”
计算机技术与因特网的飞速发展引发了全球范围的“大数据”热，用数据说话、从数据中寻找规律成为社会科学发展的趋势。《卫报》（TheGuardian）前数字编辑西蒙·罗杰斯于2008年正式提出“数据新闻”这一概念。数据新闻是在大数据时代新闻学发展形成的新领域，代表未来新闻业发展的一大方向。
2012年，“大数据”的概念被引入中国，“网易数读”栏目的创立拉开了国内媒体数据新闻实践的序幕。2015年，中国人民大学新闻传播学院创办了“RUC新闻坊”微信公众号，率先在高校内探索数据新闻实践。在这十年的本土化探索与实践中，数据新闻不断融合创新，展现出强劲的生命力，但在数据挖掘与深度解析、多样的可视化呈现上，数据新闻仍有较大的发展空间。
2.新闻议题。绝大部分受访者对数据新闻中展现的新闻议题没有明确的偏好，少数受访者有偏好，但是个性化差异较大，不具推广价值。因此本研究推断新闻议题不是影响数据新闻传播效果的重要因素。
3. 报道区域。就报道区域而言，受访者几乎没有表示出对报道区域的偏好。只有非专业组的 A1表示：“如果数据新闻的报道涉及自己现在生活的地区，可能会阅读得仔细一些。当然，很多时候会基于自己的兴趣选择大数据和算法推荐的内容。”由此推断报道区域不是影响数据新闻传播效果的重要因素。
4.报道情绪。有部分受访者会排斥消极负面的内容。“消极的内容，我基本不会点开”（A3）。A1 更关注自己喜欢的话题的报道倾向，“我会看关于偶像的正面报道，消极的就不会看。”但是 B3 却持有不同观点，他认为：“过多的正面宣传，反而让他更愿意去关注负面的报道，感觉比较真实，能起到一定的警示作用。”总之，因为个体差异，受访者有明显的报道情绪偏好，因此本研究推断报道情绪是影响数据新闻传播效果的因素之一。
5.新闻类型。数据新闻可按照选题划分为话题型与事件型数据新闻。有些受访者表示没有明显的新闻类型偏好。有些受访者表示对于话题型与事件型的数据新闻都感兴趣，但是关注点不同，“对于事件型新闻，我通常会关注当下社会发生的时事；对于话题型的新闻，我是用消遣娱乐的方式来看待”（A1）。还有一部分受访者表示更倾向于事件型报道，专业组 B5受访者期待在保证时效性的同时能够看到更多数据新闻形式的社会民生新闻。由此本研究推断新闻类型会是影响数据新闻传播效果的因素之一，且事件型新闻更容易引发讨论与传播。
6.可视化处理的专业化水平。非专业组A2受访者表示，相较于传统新闻，更愿意接触数据新闻。非专业组 A4受访者认为，清晰明了的图表是吸引她的主要因素，“阅读时更喜欢关注图表，反而不太注重文字。”专业组的 B2 受访者认为，可视化程度高的内容更重要，不太在乎新闻的风格与呈现形式。非专业组受访者理解图表的能力稍逊于专业组，但是制作精美的新闻形式依旧吸引着他们，“对于普通读者来说，只需要做到简单折线图就可以了”（A1）。专业组 B5 受访者认为，精美的图表会吸引他阅读数据新闻并分享传播，但是数据新闻的易读性与美观性也很重要。因此，本文推断可视化处理的专业化水平是影响数据新闻传播效果的重要因素之一，且可视化处理越精致、越美观就越容易引发讨论与传播。
H1：可视化处理的专业化水平与数据新闻的传播效果呈正相关；
H2：报道情绪会影响数据新闻作品的传播效果；
H3：新闻议题会影响数据新闻作品的传播效果；
H4：新闻类型（事件型、话题型）会影响数据新闻的传播效果；
H5：事件型的数据新闻作品比话题型更易收获好的传播效果。
3. 信度检验。为保证相关性分析结果的可信度，本文进行了编码员信度检验。具体步骤如下：将编码标准统一后，邀请两位同为新闻传播专业的在读本科生进行校验，从总样本中随机抽取17篇(20%)作为检验样本。两位校验员以相同标准对样本进行独立编码；据编码结果进行信度系数计算，得到对于可视化处理编码的信度值为0.98，大于公认的信度标准值0.7，各类目建构符合社会科学研究标准，故可依据上文的类目建构进行分析。
从新闻类型来看，“网易数读”全部为话题型推文，而“RUC 新闻坊”的推文中，话题型占比 72.1%，事件型占比 27.9%。作品差异的主要原因是二者不同的创作理念所致。前者作为商业媒体，只有确保高且稳定的作品观看量，才能保证媒体机构的发展。后者的作品由师生共创，更希望向社会热点事件靠拢。
在上述研究的基础上，将差异性显著的影响因素以及可视化处理的专业化水平放入回归分析中。从结果来看，两次回归都是显著的，样本之间相互独立且不存在共线性问题，数据处理的专业化水平在逐步回归的过程中被剔除，推测是因为两个公众号所抽取到的数据新闻采用的数据处理方法的复杂程度变化较小。
立足于不同的创作理念和截然不同的创作立场，可以明显看到二者的差异：“网易数读”是商业逻辑，保持着高频且稳定的推送频率，选题更倾向于经济发展类话题，不追求时效性；“RUC 新闻坊”带有一定的理想成分且没有盈利负担，更侧重社会民生，更具备人文关怀。
除此之外，在易读性上还应注意以下两点：一是对专业术语进行注释，帮助普通受众理解专业词汇的内涵；二是控制好报道中的元素数量, 媒体元素的数量与传播效果成倒“U”型曲线关系，同一时间有多种元素出现时会极大分散读者注意力。
END
本文选自《当代传播》2024年第2期朱润萍、侯巍、陈泽庆、李彤菲——《数据新闻传播效果影响因素探究——以“网易数读”和“RUC新闻坊”微信公众号为例》
“豫教舆媒”是河南省教育新媒体暨舆情研究中心官方公众号，围绕教育领域开展新媒体传播研究、热点舆情深度分析，提供年度新媒体白皮书、年度舆情总结报告、新媒体排行榜等，开展地方单位培训交流、新媒体学生作品大赛等活动，致力于提供专业学习平台、服务社会发展进步，期待“豫”见您！
投稿邮箱：hedanewmedia@163.com