导语：本节课黄志敏会以美国大选为例分析各大主流媒体对于数据新闻的设计。

正文：

2016年最佳新闻数据应用奖：什么左右了选举？

接下来我再给大家讲几个关于美国大选的案例。因为美国大选是比较好的用来观察数据新闻的一个题目，2012年美国大选的时候，在美国做数据新闻的媒体都很少，但是到16年，大概这几年，美国的媒体几乎所有的主流媒体都在做数据新闻，那么到16年的时候，几乎你就会看到，家家户户都在用数据新闻的方式来报道大选，这样的话你就获得了一个机会是什么呢？你看不同的媒体，他怎么去处理同一个题材，这样我们可以做出很好的比较。我们首先看这个作品，这个是在16年拿到年度最佳新闻数据应用奖，是关于什么？他说叫做《什么左右了选举？》

他用这样的一些图表来解释美国的这个选举制度，美国的选举制度我们都知道，他并不是直接的全民普选，他实际上是一种代理人制度。就是他由普通的选民去选出选举人，再由选举人去投票，然后去选出总统，每个州有不同的选举人，然后这个州如果哪一个党派他的选举人票占多数的话，这个州所有的选票都会归那个领先的党派所有，这样如果在某一个州他的选举人票非常多的话，他就称为选举的大州。最后是去统计这几百张选举人票他的分布，谁领先，那个党派的候选人就会当选总统，一共有多少选举人票呢？538张，所以做这个叫什么？这个做民调的网站就叫538，是这么一个情况。

数据模型的应用

好，他普通的选民是怎么影响到最终选举结果的呢？这个是一个间接的过程，所以他搭建了一个模型是什么模型？把普通选民分成五部分，第一是受过高等教育的白种人，第二、没有受过高等教育的白种人，第三是黑人，第四拉丁裔，第五是亚裔和其他人，然后你能发现，在这上面有一个黑点，这个黑点表示什么呢？向左还是向右？表示说他是更倾向于民主党还是更倾向共和党，然后上下的话是代表他的投票率，你能看出来，谁的投票率最高？受过高等教育的白种人投票率最高，然后其次是黑人，而像亚裔的投票率只有50%，拉丁裔是最低，48%，这一方面。另外第二个特征，你会发现说，白种人倾向于投共和党，也就是川普那边，而有色人种，黑人，拉丁裔、亚裔都更倾向于投民主党，也就是投原来奥巴马那边，然后他可以移动这个点。就是说你可以考虑，如果你要影响投票结果的话，你是到底去影响哪个人群效果更明显，然后你是去影响他投票倾向，还是改变他的投票率，你可以自己去做实际的操作，通过这个操作，上面这个也跟着变，最顶上也跟着变，所以这个就是一个非常好的数据模型的应用。

选举地图的设计

然后到选举地图，什么选举地图呢？就是说美国大选反正他们不管是中期选举也好，前一段不是中期选举吗？包括之前，他大选的时候也好，他要弄一个选举地图，像这个选举地图主要讲什么东西？讲几个东西，第一个是说，哪个州的州民，第一，第二、这个州有多少张选举人票，第三、谁领先了，第四谁获胜了。如果投完票，就看谁获胜，没投完票看谁领先，就这么几个数据，再加上总的得票。好，同样这四五个数据，不同的媒体他会有不同的处理方式，这个很适合我们去做观察。

我们看一下，首先来讲，我们先看谷歌跟纽约时报，他们其实都是一个非常常规的很标准的做法，他们画了一个美国地图，然后用颜色来标记谁领先或者谁获胜，如果是深红色就表示说，共和党获胜，浅红色代表他只是领先，对吧，然后深蓝色和浅蓝色是代表民主党获胜或者领先，这个是比较直观，鼠标放上去，他会显示这个州有多少选举人票，这是最直观的做法。那么别家有别的什么做法吗？

我们看一下，华盛顿邮报，他做了两个地图，第一个地图是跟前面那两家是标准的做法，但是第二个地图的做法就不太一样了，你会发现说，他用方块来表现每一个州，这样有一个什么好处呢？因为你看这个图的时候，你没有办法直观的知道说这个州有多少选举人票，你看不出哪个是选举大州和小州，但是在这个图里头，他直接用他的面积大小来对应一这个州的选举人票有多少，所以你就很容易看出谁是选举的大州，加利福尼亚州、佛罗里达州、纽约州、得克萨斯州，这些就是选举的大州，这样就非常非常直观，他虽然说跟地图不完全一样，但是他直观，而且位置大概也能跟原来这个州所在的位置大致对应，这样能够帮助你加深印象，就你能迅速的获取信息。    

这个图有好处，大州小州很直观，他也有个坏处是什么？你看出这是大州，但是你看不出他有多少张票，那怎么办呢？我们再看一个，这是路透跟538的做法，你看路透，他做法是用每一个小方块来表现一张选举人票，而538的做法是用一个小六角形来代表一张选举人票，然后再把他拼成美国地图的一致形状。那这样的好处就多了一些了，例如说你有时候很直观的就能看出，例如说这两个一个是阿拉斯加，一个是夏威夷，其中一个三票，一个四票，你一眼就能看出来，这个就会直观很多，所以这是他这种摆布方式的一个好处。

 我们看一下FT，FT的话你会发现说，他其实在很早例如说在当年尼克松参选的年代，他就已经用这种方式，用这种方块的形式来选举人票的情况。他16年的时候，他用过两种形式，一种是用方块来表现，这是一种形式，这是当时做预测，最后为什么分布。然后他实际上到开票那天，他用的是这种形式，就是他在地图上面，然后每个省份那里画了很多的蜂窝状，然后用蜂窝状里头的数量来代表这个州的选举人票，所以他又换了一个形式。但是像这两种形式都还有一个缺点就是什么呢？他如果那个票数稍微多一点的话就不太直观了，你有时候看不清楚，所以我们还能看到其他的形式，例如说这是BBC，这是CNN。BBC是这样的，他首先画一个地图，在地图上面用一个六角形的面积来对应票数是多少，然后在里头直接把那个数字给写上说他有多少张选举人票，这样就考虑说把几个方面都兼顾，虽然说显得信息量大了一点，但是看起来比较方便，位置、名字，然后大小很直观，具体数字也有，什么都有了，而这是CNN的做法，CNN完全抛弃了地图，他就把他转成一个类似于元素周期表的那个形状，直接在上面标数字，然后把票数给标出来，虽然你能看到这个是各家各户在这个事情上的一些不同的处理方式，所以仅仅一个选举地图就有那么多的变化，有那么多的处理方式，这些都是值得我们去关注的一些事情。

所以我们会说那么什么样的报道适合用数据新闻来表现呢？我觉得基本上就是有两类是最合适的，第一类解释性的报道，解释性的报道因为有些时候，解释起来很麻烦，这种时候可能你用这种可视化手段等等这类去帮助解释是很方便。第二种是调查性的报道，调查性的报道有些时候你需要去挖掘背后的真相，都比较合适，而有一些像可能以讲故事为主的报道就不一定合适，例如说像非虚构写作类的，但那种就不太适合用这种数据新闻的方式去表现，他可能适合用各种融媒体的形式，例如图片、声音、视频、文字，进而在一起去表现，那种会更适合这样一种。

【版权归钛媒体所有，未经许可不得转载】