作為一種新型報道方式，數據新聞正在越來越多地進入公眾視野。雖然對數據新聞的定義五花八門，但教育界和媒體行業有一個共識，數據新聞至少要有三個要素：新聞、數據、可視化。
首先，數據新聞必須是新聞，具備新聞價值，是新近發生的事實，或者新發現的事實，或重要，或有趣，或解釋現象，或揭露秘密；其次，數據新聞必須有數據支撐，通過分析數據進而發現問題並挖掘出新聞故事；另外，數據新聞通常使用可視化手段，呈現文字難以描述的內容，或者文字描述難以讓讀者更好地理解內容。可視化既可以很簡單，比如在文字中羅列數據，或是做一個簡單的數據圖表，也可以很複雜，比如信息圖、互動頁面、動畫視頻等。
相比於一般新聞報道，數據新聞的選題多了一個要求：必須要有數據。那麼是先有選題還是先有數據？這個問題就像雞和蛋的關係一樣，沒有令人滿意的答案。在選題操作中，既可以是選題先行，再去尋找數據，也可以是先找數據，進而從數據分析中找到新聞，無論哪一種情況，都要運用數據對所發現的問題或現象進行探究或解釋，最後以恰當的方式呈現給讀者。
作者過去兩年從事與數據新聞相關的教學工作，指導學生創作了超過五十篇數據新聞作品，這些作品選題各異，涉及時政、教育、人口、經濟、民生、文化、新聞出版、環保、科技、娛樂、體育等多個領域。這些作品的選題都是如何確定的？尋找選題又有哪些方法呢？
一、關心時事，從新聞中尋找選題
很多數據新聞選題都來自新聞報道。平時閱讀新聞時留意有可能做成數據新聞的選題，並把它記錄一下，積少成多，就會形成一個選題庫。
例如《134億學前教育發展基金，你的家鄉能分到多少？》的選題，就來自2018年11月20日的一條新聞，有媒體援引財政部網站公開信息，財政部將提前下達2019年學前教育發展基金，總計134億元。學前教育發展基金是否每年都有？2019年的預算相較以往是增加了還是減少了？這筆預算的分配有什麼規律？通過初步的信息梳理髮現，與2017和2018年相比，2019年的學前教育發展基金減少了10%。數據分析還發現，學前教育發展基金每個省區直轄市都獲分配，人口多，城市化率低，農村人口數龐大的省區，被分配的發展資金相對多，從一個側面反映中央財政對欠發達地區的支持。
《134億學前教育發展基金，你的家鄉能分到多少？》作品節選
《端上談判桌的為什麼是大豆？不是小麥玉米！》，這篇作品的選題受中美貿易戰相關報道所啟發，中國反制美國貿易戰的“武器”主要是農產品，而農產品中，大豆被經常提及。為什麼是大豆？而不是其他農作物？大豆都有哪些用途？為什麼中國的大豆不能自給自足？除了美國，中國還從哪些國家進口大豆？近年來，進口大豆的數據有什麼變化？對這個選題所涉及的專業領域學生並不熟悉，需要大量閱讀文獻，查找海關進出口數據，世界穀物協會數據，並採訪農科院的技術人員。作品通過多個緯度的數據，解釋為什麼中國要進口大豆；通過梳理中國大豆生產歷史，解釋為什麼中國從大豆出口國變為進口國；作品還發現一個問題，中國十多年前就提出“大豆振興計劃”口號，但大豆非但沒有振興，反而對進口依賴越來越大。
《一年437萬對夫妻離異，有一個原因不容忽視！》這個選題也是來自新聞報道。2018年8月，民政部公布《2017年社會服務發展統計公報》，其中提到2017年中國離婚人數437.4萬對，不少媒體對此做出報道，但都大同小異，通過簡單數據可視化的呈現，告訴讀者離婚率高的事實，但沒有告訴讀者，中國的離婚率在世界所處的位置，是高，是低，還是處於平均水平？這麼多人離婚，背後的原因是什麼？學生們去南京市棲霞區婚姻登記處採訪，發現辦理離婚手續跟“買菜”一樣，手續非常簡單，15分鐘就可以辦完。採訪還發現有人為買房而假離婚。通過查找資料和數據，發現新中國成立以來，中國人離婚從不自由到自由，進步的同時，由於離婚手續過於簡單，也令婚姻變得不那麼神聖。數據分析發現，離婚率與房地產政策變化有關係，房地產限購的年份，離婚率會升高。通過對比國外離婚政策和數據，發現一些國家和地區，離婚手續繁瑣，離婚成本高，而中國的離婚率已經超過某些發達國家和地區。
二、保持好奇心，在熟悉的領域尋找問題
學生身處高校，最熟悉的領域是教育，只要保持好奇心，就會在學習、實習、考研、求職中發現很多值得探究的問題，其中一些問題就可以變成數據新聞的選題。
每年都有很多大學畢業生選擇考研，重點大學的報名人數尤其火爆，為了讓考生清楚知道自己有多大機會能考取理想高校的研究生，我們決定做一個考研選題《新聞傳播考研，哪家學校最難考？》。由於高校數量眾多，院系情況各異，我們將分析範圍縮窄至42所“雙一流”高校。通過查找這些學校新聞傳播研究生（包括全日制學碩、全日制專碩、非全日制專碩）報名人數、錄取人數（包括考試錄取和保研錄取），分析哪些學校研究生招生規模大容易考，哪些學校接受保研比例高難考，哪些學校側重於學術型碩士培養，哪些學校招收的專碩數量最多，從研究生推免率、報錄比、就業率等多個維度進行分析，教會考生如何分析數據，做出有利於自己的選擇。
《新聞傳播考研，哪家學校最難考？》作品節選
社會上不少機構熱衷搞大學排名，這些大學排名是怎麼計算出來的？學生們對此很好奇。在英國 QS 世界大學排名網站上，學生們發現，QS 雖然公布了排名計算公式，但根據其公布的數據和公式，並不能計算出其公布的結果，而且，有些排名沒有統計單項數據，卻得出了綜合排名，根據所獲取到的 QS 網絡調查問捲髮現，所謂高校學術聲譽，就是讓被調查者提供國內外各10所大學名稱而已。於是學生寫了《我們調查了 QS 世界大學排名，發現了三個問題！》，揭開QS大學排名的神秘面紗，告訴人們，所謂的世界大學排名，原來評選過程並不嚴謹。
在高校網站上，可以查到很多公開數據。教育部2014年公布《高等學校信息公開事項清單》，要求高校公開包括基本信息、招生考試信息、財務、資產及收費信息、教學質量信息等十大類信息。學生們對其中的財務信息公開產生的興趣，各個高校信息公開做得怎麼樣？“雙一流”大學的錢都從哪裡來？都花在什麼地方？哪些大學錢多？哪些學校預算做得精準？學生們通過查閱42所大學的預決算報告，完成了《“雙一流”高校財務公開：哪家經費最多？哪家預算最精準？》這一作品。
教育類選題，是學生們做的最多的選題，一是接近性，學生們身處校園，對教育方面存在的問題和現象比較敏感，容易找到選題；二是教育部門和高校，在信息公開方面做得比較好，數據容易獲取。三是採訪對象容易接近，選題容易操作。
三、多看數據新聞案例、舉一反三
多看數據新聞優秀案例，學習別人的方法，舉一反三，對找選題就會有啟發。澎湃湃客平台“有數”欄目，截至2019年8月共有91支數據新聞和信息可視化團隊入駐，“有數”每天發表大量作品，多看作品，就會逐漸培養數據新聞的選題策劃能力。除了澎湃“有數”，新華社、新京報、界面、每日經濟、China Daily、網易等媒體，都設有數據新聞欄目，初學者可以先從看作品學起。
網易數讀曾經做過一個分析樓盤名稱的數據新聞《我們分析了54069個樓盤後，發現了中國樓盤取名的套路》，受該作品啟發，學生們從恆大、碧桂園、萬科三大地產商官網上抓取了2000多條樓盤名稱信息，分析發現三大地產商給樓盤取名的套路，比如愛用與大自然相關的詞彙，出現最多的詞語包括“天”“山”“江”“灣”“湖”“海”“花”“洲”“島”等，愛用“府”“城”“都”“公園”“庭”“台”“里”“郡”等詞彙，動物最鐘意“龍”和“鳳”，喜歡皇家氣派，愛用“御”“金”“璽”“龍”等詞，另外還要有珠光寶氣，最喜歡用 “翡翠”。
《我們分析了54069個樓盤後，發現了中國樓盤取名的套路》作品節選
與分析樓盤名稱的方法一樣，我們從百度地圖抓取了南京市的2000多條街道名稱，通過詞頻分析和內容分析，發現南京街道名稱的特點：門特別多，名山大川遍布、有着繽紛的顏色，像是一個動物世界，承載着中國歷史，《南京這座古董鋪子，在2000多條道路里都藏了哪些秘密？》由荔枝新聞首發，作品形式新穎，內容有趣，引發許多互動。
四、從政府信息公開網站中找選題
隨着政府部門和教育部門信息公開工作的推進，政府部門網站和高校網站都有很多公開信息，有的是結構性數據，有的是非結構性數據，如果有一定的新聞敏感性，就可以從這些公開信息中，尋找到有新聞價值的元素，進而形成新聞選題。
江蘇人力資源和社會保障網公布了一份“三支一服”招募計劃名單，有詳細的學生姓名、性別、畢業學校、學歷等信息。很多學生對“三支一服”並不了解。什麼是“三支一服”？每年有多少“三支一服”名額？什麼學生選擇參加“三支一服”？參加“三支一服”有什麼好處？“三支一服”是新一輪“上山下鄉”運動嗎？……帶着這些問題，學生們去尋找答案，除了查找資料和數據，理清大學生村官、西部計劃、“三支一扶”三者之間的關係，還要採訪參加 “三支一服” 的大學生，在冰冷的數據之外，增加有溫度的人物故事，最終形成了《數據告訴你，哪些大學生選擇下基層？》。
《數據告訴你，哪些大學生選擇下基層？》作品節選
南京民政局官網每個月都會公布民政統計月報表，裡邊有很多數據，學生從中發現，南京市每年火化遺體數約5萬具，遺體火化後如何處理？墓地夠用嗎？不夠用怎麼辦？帶着這些問題，學生們開始了解南京的殯葬改革，查找數據，併到公墓去採訪，最後完成了《你聽說過“3D生態雲葬”嗎？》這篇介紹生態葬的作品，用數據普及了生態葬的知識，內容很有趣。
人口題材是數據新聞常見的選題，人口信息可以從政府統計年報中查到。學生們查找了改革開放40年來江蘇省人口的變化，創作了《40年中國人口發生了哪兩個顯著變化，一個江蘇省就能體現》，從數據可以清楚地看出，40年中國人口流動的趨勢，就是從農村到城市，從欠發達地區，向發達地區流動，一個省如此，全國亦如此。學生們也關注了香港的人口變化，通過《8組數據告訴你香港人口老齡化有多嚴重？》，用官方統計數據分析香港人口老齡化的原因，即晚婚、晚育、少子、長壽。
2019年，南京市公安局公布了一份“積分落戶”人員名單，名單上有新落戶的人名、身份證部分字段、落戶區域等。通過數據處理，可以清楚地發現，申請南京“積分落戶”的4000多人中，一半來自本省，一半來自外省，而外省又以鄰近的安徽省為主，居住年限和房產情況是“積分落戶”的最大“敲城磚”。用同樣的方法分析北京、上海、深圳等外來人口較多的城市，情況可能又不一樣。
政府信息公開，是數據新聞的“富礦”，沒事兒去逛逛政府網站，就可能有意外的收穫。
五、從行業報告、企業財報中尋找線索
不少行業協會、調查諮詢機構、中介組織都會定期或不定期發布行業報告，閱讀行業報告和企業年報，可以從中挖掘到數據新聞的選題。
中國演出行業協會每年都會發布《中國演出市場年度報告》，裡邊有很多演出數據，每一組數據，都可以衍生為一個數據新聞選題，對話劇感興趣的同學創作了《話劇：小眾的狂歡，還是大眾的繁榮？》，通過話劇的票房、票價、觀眾、政府補貼、劇團經營等多個數據維度，結合人物採訪，說明話劇“繁榮”背後有多種原因，除了劇團推出優秀劇目，小眾但穩定的話劇觀眾、政府補貼也功不可沒。同樣一份報告，除了可以分析話劇市場，還可以分析音樂劇、農村演出、政府文化補貼等等，做出不同選題的數據新聞。
國家衛計委定期公布《全國口腔流行病學調查》，裡邊涉及大量的牙病調查數據，雖然上次調查已經過去兩年，但結合新的採訪，學生們創作了《我國竟有64%成年人每天刷牙不足兩次》，這個作品在湃客上發表，引發讀者共鳴，取得了不錯的傳播效果。
六、從生活經驗中找選題
用支付寶的人大約都知道「螞蟻森林」（用戶通過步行、地鐵出行、在線繳納水電煤氣費、網上繳交通罰單、網絡挂號、網絡購票等行為，就會減少相應的碳排放量，可以用來在支付寶里養一棵虛擬的樹。這棵樹長大後，公益組織、環保企業等螞蟻生態夥伴們，可以“買走”用戶的“樹”，而在現實某個地域種下一棵實體的樹），它將電子支付與環保理念綁在一起，既營造了良好的企業形象，又滿足了消費者的環保“虛榮心”。螞蟻森林種樹的地方是內蒙古，為什麼要到內蒙古去種樹？一定是那裡的樹少！在一般人的印象里，內蒙除了草原，還有沙漠，是沙塵暴的發源地。但查找資料卻發現，內蒙古的森林面積在全國排第一，內蒙是怎麼做到的？學生們完成的數據新聞《考考你！中國哪個省份森林面積最大？》在湃客號發表後，獲得了意想不到的熱評，被評為澎湃2019年6月數據驅動內容排行榜三等獎。
《考考你！中國哪個省份森林面積最大？》作品節選
用手機的人都知道，手機里安裝的 App 會讀取手機里的數據信息，比如手機型號、位置、聯絡人等等。App 讀取手機數據的情況有多嚴重？會導致哪些後果？如何防止個人信息泄露？學生們在某應用商城裡爬取了數萬個 App 的應用程序安裝包，通過分析這些安裝包中的用戶權限調取文檔，完成了《8.7萬條數據告訴你 安卓 App 裡面到底有多少“坑”》，揭露應用商城監管不力，致使眾多 App 隨意調取用戶隱私數據，留下安全隱患。
近年來，高鐵成為人們出行的常用交通工具。高鐵如此便捷，民航是否大受衝擊？是不是有了高鐵，人們坐飛機少了，民航的業績會大幅下滑？通過查找數據，學生們發現，民航的收入不減反增，民航都採取了哪些手段應對高鐵的衝擊？通過查找數據和採訪民航業內人士，學生們創作了《高鐵搶了民航的生意嗎？》，通過騰訊位置大數據和飛常准等第三方數據，發現高鐵的出行數據以中短程為主，而飛機的出行數據以中遠程為主，在“一帶一路“政策下，民航開闢了更多的國際航線，與高鐵差異化競爭，尋找到新的出路和財路。
日常生活中多觀察，多思考，在司空見慣的現象中尋找問題，用數據來解讀，就有機會發現各種有趣的答案。
七、頭腦風暴聊出來的選題
2018年下半年，我們想做一個年終盤點的數據新聞選題，但一直沒有找不到合適的選題。我在首爾參加全球深度報道網年會時，與每日經濟記者聊天，獲悉2018年內地企業蜂擁到港上市，數量可能是歷年來最多的。為什麼內地企業要赴港上市？為什麼2018年赴港上市“井噴”？赴港上市的都是些什麼企業？來自哪裡？上市後的市值如何？基於這些疑問，我們與《每日經濟新聞》記者合作，完成了《七成赴港上市內地企業都破發了，小米、海底撈們圖個啥？》。
沒有想法的時候，可以與同伴一起頭腦風暴一下，或許可以找到思路。
結語
做數據新聞有時候是選題先行，之後再去找數據，有時候，是先有一個大的方向，在找數據的過程中，逐漸形成選題；還有的時候，是數據先行，從分析數據中確定選題。選題確定之後並非一成不變，有時候在做的過程中，發現事先的想法不可行，或者進展不下去，或者有了新的發現，就會臨時轉換選題的角度。
完成一個數據新聞選題，不亞於做一個行業調查報告，問題意識、採訪溝通能力、數據獲取與分析能力、寫作能力、解釋問題的能力都會得到鍛煉。
白凈，博士，南京大學新聞傳播學院教授，主要研究方向：新聞實務，可視化應用，媒介倫理與法規。
