□ 塔娜 李開宇

內(nèi)容提要 較之于傳統(tǒng)數(shù)據(jù)，“另類數(shù)據(jù)”是具備新來源、新維度、新廣度的大數(shù)據(jù)，可以從新視角支持智能化時代的經(jīng)濟(jì)報道?！傲眍悢?shù)據(jù)”增長迅速，在數(shù)據(jù)市場上進(jìn)行流通與交易。知識圖譜與機(jī)器學(xué)習(xí)等工具可以用于挖掘基于“另類數(shù)據(jù)”的新聞價值。綜合經(jīng)濟(jì)專業(yè)知識、新興“另類數(shù)據(jù)”、數(shù)據(jù)處理工具并發(fā)揮記者的專業(yè)能力，預(yù)期可在“另類數(shù)據(jù)”時代發(fā)掘經(jīng)濟(jì)報道的新活力。

隨著我國經(jīng)濟(jì)改革的縱深化發(fā)展以及讀者需求與專業(yè)水平的不斷提高，經(jīng)濟(jì)報道在客觀性、真實(shí)性、深度與廣度等方面所面臨的要求不斷增強(qiáng)。其中，經(jīng)濟(jì)報道高度依賴的數(shù)據(jù)，自2010年前后大數(shù)據(jù)時代開啟以來，至當(dāng)前基于5G通信技術(shù)的物聯(lián)網(wǎng)、傳感器乃至衛(wèi)星遙感設(shè)備所帶來的可能與想象，其內(nèi)涵與外延均經(jīng)歷了復(fù)雜而深刻的變化。數(shù)據(jù)不再局限于行業(yè)與產(chǎn)業(yè)的統(tǒng)計(jì)數(shù)字，而是擴(kuò)大到了多個側(cè)面與維度、多種門類以及多種價值發(fā)現(xiàn)可能的新領(lǐng)域。例如，時空數(shù)據(jù)：用戶的位置與軌跡數(shù)據(jù)（如基于手機(jī)端位置服務(wù)應(yīng)用獲取的人口遷移與流動數(shù)據(jù)）；行為與情感數(shù)據(jù)：用戶社交網(wǎng)絡(luò)數(shù)據(jù)的交互行為與文本、視頻數(shù)據(jù)；智能設(shè)備與傳感器數(shù)據(jù)；物聯(lián)網(wǎng)車聯(lián)網(wǎng)數(shù)據(jù)，等等。這些數(shù)據(jù)及其應(yīng)用為經(jīng)濟(jì)報道提供了新的視角、新的工具、新的呈現(xiàn)方式以及新的價值發(fā)現(xiàn)可能，數(shù)據(jù)與經(jīng)濟(jì)報道的關(guān)系正在經(jīng)歷深刻變革與重構(gòu)。

經(jīng)濟(jì)報道與數(shù)據(jù)兩者關(guān)系可以分為兩個進(jìn)路。一方面，從實(shí)務(wù)角度，經(jīng)濟(jì)報道大量使用與依賴數(shù)據(jù)，數(shù)據(jù)是經(jīng)濟(jì)報道刻畫社會經(jīng)濟(jì)發(fā)展的重要工具與手段。另一方面，從研究角度，經(jīng)濟(jì)報道本身也成為研究對象并提供實(shí)證數(shù)據(jù)。例如，依據(jù)財經(jīng)媒體的報道文本論證地域發(fā)展區(qū)別、根據(jù)媒體報道情緒解讀財經(jīng)政策的落實(shí)，等等。本文所要探討的是第一種關(guān)系，即，在經(jīng)濟(jì)報道中，數(shù)據(jù)的發(fā)展如何進(jìn)一步賦能經(jīng)濟(jì)新聞實(shí)務(wù)，是否有新的突破口與增長點(diǎn)。當(dāng)前經(jīng)濟(jì)報道中數(shù)據(jù)的使用現(xiàn)狀已經(jīng)充分地體現(xiàn)出經(jīng)濟(jì)報道的數(shù)據(jù)依賴。

一、經(jīng)濟(jì)報道的數(shù)據(jù)價值

經(jīng)濟(jì)報道針對周期性或是突發(fā)性的經(jīng)濟(jì)活動進(jìn)行記錄，體現(xiàn)社會經(jīng)濟(jì)活動趨勢，其對數(shù)據(jù)的使用具有常態(tài)化、綜合性、創(chuàng)造性等特點(diǎn)。數(shù)據(jù)是經(jīng)濟(jì)新聞的核心要素之一，借助大數(shù)據(jù)、智能時代的新工具，其價值得以進(jìn)一步釋放。

□ 圖1 “另類數(shù)據(jù)”供應(yīng)商數(shù)量增長趨勢（圖源：https://alternativedata.org/stats/）。

（一）大數(shù)據(jù)

在大數(shù)據(jù)的視野下，經(jīng)濟(jì)新聞對數(shù)據(jù)價值的利用不局限于某些個體種類的數(shù)據(jù)，不同來源與品質(zhì)的數(shù)據(jù)相互補(bǔ)充、深度融合，能夠?qū)崿F(xiàn)單一來源數(shù)據(jù)力所不能及的新效能。

經(jīng)濟(jì)新聞歷來被視為以數(shù)據(jù)為中心的新聞，大數(shù)據(jù)進(jìn)入經(jīng)濟(jì)報道后，對經(jīng)濟(jì)新聞生產(chǎn)方式帶來了重構(gòu)。在大數(shù)據(jù)時代，尤其需要協(xié)調(diào)與大數(shù)據(jù)以及相關(guān)技術(shù)的多種關(guān)系。首先，應(yīng)善于利用數(shù)據(jù)和數(shù)據(jù)庫技術(shù)，從中實(shí)現(xiàn)數(shù)據(jù)故事與價值和規(guī)律的挖掘，以及注重專業(yè)數(shù)據(jù)的積累；第二，支持?jǐn)?shù)據(jù)可視化工具的開發(fā)，從可供性視角，探索數(shù)據(jù)呈現(xiàn)對用戶一側(cè)價值發(fā)現(xiàn)的新可能；第三，積極采納與完善數(shù)據(jù)基礎(chǔ)設(shè)施，引入數(shù)據(jù)記錄、分析和傳播的新技術(shù)，這既包括個體記者級別的數(shù)據(jù)分析桌面應(yīng)用工具，也包括多源異構(gòu)數(shù)據(jù)融合與規(guī)治的基礎(chǔ)設(shè)施。

□ 參會者步入2021中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會現(xiàn)場（2021年5月26日攝）。（新華社記者 歐東衢/攝）

從經(jīng)濟(jì)新聞的生產(chǎn)過程來看，各個環(huán)節(jié)在大數(shù)據(jù)的環(huán)境下都產(chǎn)生了新的變化。首先，數(shù)據(jù)的采集可以由自動化的程序接口完成，數(shù)據(jù)也來源于各種傳感器、智能終端、智能生產(chǎn)設(shè)備、網(wǎng)絡(luò)應(yīng)用、搜索引擎等，不再局限于單一的人工采集。一項(xiàng)針對衛(wèi)報的研究也論證了大數(shù)據(jù)時代新聞來源多樣化的新趨勢。其次，經(jīng)濟(jì)新聞的撰寫過程也由人工轉(zhuǎn)變?yōu)槿斯ぜ幼詣踊瘷C(jī)器寫作。特別是一些模板化、程式化、周期性的稿件，均可交由寫稿機(jī)器人自動采集數(shù)據(jù)并完成寫作，提升效率與規(guī)模。另外，經(jīng)濟(jì)新聞有特定的敘事框架和分析方法，其中對經(jīng)濟(jì)數(shù)據(jù)分析能力的需求也可充分利用人工智能、深度學(xué)習(xí)的算法來完成，以彌補(bǔ)寫作者在具體深入的專業(yè)領(lǐng)域知識不足。在觸達(dá)終端用戶的環(huán)節(jié)，也可以充分利用基于大數(shù)據(jù)的用戶畫像與新聞推薦系統(tǒng)，提升用戶體驗(yàn)，更好地服務(wù)與留存目標(biāo)用戶。

（二）數(shù)據(jù)可視化與價值呈現(xiàn)

從數(shù)據(jù)量和數(shù)據(jù)類型的分布來看，足夠大的數(shù)據(jù)集可以提供新聞背景與故事設(shè)定，輔助記者完成敘事。此間，數(shù)據(jù)可視化工具與手段能夠讓這種背景得以呈現(xiàn)，幫助讀者理解經(jīng)濟(jì)報道中體現(xiàn)的經(jīng)濟(jì)活動與過程。數(shù)據(jù)的性質(zhì)和數(shù)量、可視化和互動性也成為經(jīng)濟(jì)報道中評估其數(shù)據(jù)水準(zhǔn)的指標(biāo)。數(shù)據(jù)可視化、智能化分析、讀者與數(shù)據(jù)的交互乃至讀者基于經(jīng)濟(jì)報道對數(shù)據(jù)的解讀，都為經(jīng)濟(jì)報道價值提供了新的增長點(diǎn)。

研究發(fā)現(xiàn)，數(shù)據(jù)的不同呈現(xiàn)方式對于新聞報道敘事能力、可信度以及用戶體驗(yàn)具有不同的影響。信息內(nèi)容的特征，如統(tǒng)計(jì)信息和數(shù)據(jù)可視化、交互性的不同呈現(xiàn)格式會影響讀者對信息可信度判斷及其閱讀體驗(yàn)。在讀圖時代，可以謹(jǐn)慎地推論，交互性更強(qiáng)、圖形化處理更人性化、讀者自主操控功能更多的數(shù)據(jù)呈現(xiàn)，即便是對于專業(yè)化的讀者群體而言，也能夠獲得比單一文本與靜態(tài)圖表呈現(xiàn)更好的用戶體驗(yàn)，并且給用戶提供更多自主進(jìn)行價值發(fā)現(xiàn)的空間。

二、經(jīng)濟(jì)報道中的“另類數(shù)據(jù)”與新工具

隨著對“數(shù)據(jù)”認(rèn)知的發(fā)展，我們已經(jīng)意識到，一切有根據(jù)的“數(shù)字”，均可稱為“數(shù)據(jù)”，其產(chǎn)生的來源包括對外部世界與環(huán)境的測量，對人類活動的記錄，基于已有數(shù)據(jù)進(jìn)行的計(jì)算等過程。以當(dāng)前的時間節(jié)點(diǎn)觀之，“數(shù)據(jù)”的范圍可以擴(kuò)展到一切保存在數(shù)字化系統(tǒng)中的信息。而經(jīng)濟(jì)報道對數(shù)據(jù)進(jìn)行加工，得出有用的信息，形成對經(jīng)濟(jì)活動的新知識，就形成了“數(shù)據(jù)-信息-知識”的價值發(fā)現(xiàn)鏈條。

在大數(shù)據(jù)的應(yīng)用中，一類新鮮的數(shù)據(jù)——“另類數(shù)據(jù)”（A lter nat ive Data）——進(jìn)入了人們的視野，進(jìn)一步激活了基于數(shù)據(jù)的價值發(fā)現(xiàn)與想象。

（一）“另類數(shù)據(jù)”的概念、類別與案例

狹義上講，“另類數(shù)據(jù)”的概念源于投資領(lǐng)域，一般認(rèn)為其是不同于傳統(tǒng)交易所或公司公告披露的新數(shù)據(jù)，可以為投資者進(jìn)行投資決策提供有價值的信息，比如個人的消費(fèi)信息，地區(qū)的天氣狀況等。廣義上講，“另類數(shù)據(jù)”之于傳統(tǒng)數(shù)據(jù)可類比于新媒體之于傳統(tǒng)媒體，是一個相對的概念。網(wǎng)絡(luò)輿情數(shù)據(jù)剛出現(xiàn)時，相對于傳統(tǒng)基于問卷的輿情數(shù)據(jù)就是一種“另類數(shù)據(jù)”；又如，移動支付數(shù)據(jù)相對于銀行卡交易數(shù)據(jù)，亦是一種“另類數(shù)據(jù)”?？傮w而言，“另類數(shù)據(jù)”是典型的大數(shù)據(jù)。本文所討論的大數(shù)據(jù)的特征，同樣適用于“另類數(shù)據(jù)”。

□ 2021中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會現(xiàn)場。（新華社記者 歐東衢/攝）

根據(jù)國外“另類數(shù)據(jù)”平臺alternativedata.org的分類，“另類數(shù)據(jù)”包括：應(yīng)用程序使用數(shù)據(jù)、電子郵件/消費(fèi)者數(shù)據(jù)、社交/情感、網(wǎng)絡(luò)數(shù)據(jù)、網(wǎng)絡(luò)流量、公共數(shù)據(jù)、調(diào)查數(shù)據(jù)、銷售數(shù)據(jù)、信用卡/借記卡數(shù)據(jù)、地理數(shù)據(jù)、衛(wèi)星數(shù)據(jù)、天氣數(shù)據(jù)等。其來源可大致分為源于個體用戶、商業(yè)和公共活動以及傳感器等設(shè)備。

“另類數(shù)據(jù)”的出現(xiàn)與應(yīng)用具有一定的契機(jī)。首先，隨著人類行為數(shù)據(jù)化進(jìn)程的不斷深入，各種經(jīng)濟(jì)活動均有可能被記錄，從而形成多樣的數(shù)據(jù)。其次，針對海量多源異構(gòu)數(shù)據(jù)的處理，無論是從算力還是存儲方面，已有的大數(shù)據(jù)實(shí)踐均已為此做好了準(zhǔn)備。從計(jì)算的角度，數(shù)據(jù)挖掘、深度學(xué)習(xí)、人工智能等算法的不斷升級，分布式云計(jì)算的技術(shù)框架，提供了處理、認(rèn)識與理解“另類數(shù)據(jù)”的入口；從存儲和處理的角度，數(shù)據(jù)中心、分布式存儲、超級計(jì)算機(jī)，則從底層保證了“另類數(shù)據(jù)”的可得性。

“另類數(shù)據(jù)”的價值挖掘，特別是其與經(jīng)濟(jì)活動的關(guān)系，可以從一些案例管窺之，例如基于“另類數(shù)據(jù)”的股價預(yù)測。2018年10月因?yàn)榈谌径蓉攬筮h(yuǎn)超華爾街預(yù)期，特斯拉股價上漲近10%。而在此之前，“另類數(shù)據(jù)”公司Thasos已經(jīng)通過信息優(yōu)勢提前預(yù)判并布局二級市場。他們監(jiān)測了特斯拉美國加州工廠一定范圍之內(nèi)發(fā)出的手機(jī)信號，發(fā)現(xiàn)當(dāng)年6至10月，特斯拉工廠夜班工作時間增加了30%，并據(jù)此判斷出特斯拉的訂單及產(chǎn)量的上升趨勢。

（二）數(shù)據(jù)市場與數(shù)據(jù)交易

在大數(shù)據(jù)背景下，以數(shù)據(jù)驅(qū)動的智能算法在各領(lǐng)域均取得了不俗的成績。諸多機(jī)構(gòu)與實(shí)體均希望通過外部數(shù)據(jù)來擴(kuò)充自己的內(nèi)部數(shù)據(jù)集，以大數(shù)據(jù)為原料打造人工智能算法，以人工智能算法推動決策?；谶@一需求，定制化的數(shù)據(jù)獲取成為數(shù)據(jù)消費(fèi)者面臨的一大難題，而數(shù)據(jù)市場的出現(xiàn)恰可解決這一剛性需求。

數(shù)據(jù)市場是一種有效的數(shù)據(jù)共享機(jī)制，可以有效地連通數(shù)據(jù)供應(yīng)者與數(shù)據(jù)消費(fèi)者，降低數(shù)據(jù)流通的成本，激活以數(shù)據(jù)為商品的新經(jīng)濟(jì)生態(tài)。現(xiàn)有的數(shù)據(jù)市場依照共享方式可分為內(nèi)源性數(shù)據(jù)市場和外源性數(shù)據(jù)市場。在一個外源性數(shù)據(jù)市場中，數(shù)據(jù)消費(fèi)者向數(shù)據(jù)平臺描述自己的需求及預(yù)算，依據(jù)數(shù)據(jù)消費(fèi)者的定制化需求，數(shù)據(jù)市場的仲裁者在特定規(guī)則下融合多方數(shù)據(jù)提供給數(shù)據(jù)消費(fèi)者，并將所得的報酬按照各數(shù)據(jù)供應(yīng)者的貢獻(xiàn)大小公平分配。在一個內(nèi)源性數(shù)據(jù)市場中，各成員以平臺設(shè)計(jì)的獎勵機(jī)制為驅(qū)動進(jìn)行數(shù)據(jù)共享，以安全的方式分享數(shù)據(jù)，從而最大化數(shù)據(jù)價值并獲取經(jīng)濟(jì)回報。在這些機(jī)制的實(shí)現(xiàn)過程中，如何根據(jù)市場供需關(guān)系找到定價均衡點(diǎn)或設(shè)計(jì)安全可信的交互式定價機(jī)制（拍賣、競標(biāo)等）是促成數(shù)據(jù)交易的關(guān)鍵。同時，依據(jù)數(shù)據(jù)融合規(guī)則與各方對下游任務(wù)的貢獻(xiàn)分配收益亦是運(yùn)作數(shù)據(jù)市場的一大核心問題。

數(shù)據(jù)市場中的數(shù)據(jù)供應(yīng)者具有顯著的多樣性。例如亞馬遜等大型互聯(lián)網(wǎng)公司都可以提供定制化的眾包服務(wù)。數(shù)據(jù)需求者可將所需要的數(shù)據(jù)拆分成若干個形式相近的基本任務(wù)，眾包服務(wù)平臺依據(jù)標(biāo)注者回答的任務(wù)數(shù)量分配獎勵。數(shù)據(jù)供應(yīng)者亦可以是已經(jīng)持有了某些用戶數(shù)據(jù)的商業(yè)公司，數(shù)據(jù)供應(yīng)者可在保證用戶隱私的前提下有償?shù)叵驍?shù)據(jù)消費(fèi)者按批次提供數(shù)據(jù)。數(shù)據(jù)市場中的數(shù)據(jù)消費(fèi)者也各不相同。商業(yè)公司需要大量的樣本數(shù)據(jù)供機(jī)器學(xué)習(xí)模型訓(xùn)練使用，如百度識圖等人工智能應(yīng)用便是基于大量人工標(biāo)注的訓(xùn)練數(shù)據(jù)所得。除商業(yè)公司外，人工智能算法賦能的法律、醫(yī)療、新聞傳媒等專門領(lǐng)域同樣需要采集大規(guī)模數(shù)據(jù)以支持決策。

在經(jīng)濟(jì)新聞的報道中，對于各經(jīng)濟(jì)現(xiàn)象與趨勢的預(yù)測和分析往往需要多維度和全面的數(shù)據(jù)支持。由于真實(shí)世界的經(jīng)濟(jì)活動與過程是一個復(fù)雜系統(tǒng)，系統(tǒng)中每一個變量都可能與其他若干個維度的數(shù)據(jù)具有關(guān)聯(lián)性，因此對宏觀經(jīng)濟(jì)深入而全面的理解需涉及多維度變量的聯(lián)合分析，在實(shí)踐中面臨各種挑戰(zhàn)。而這些多維數(shù)據(jù)并不完全公開或由單一實(shí)體持有，因此，專業(yè)而全面的經(jīng)濟(jì)類新聞報道往往需要進(jìn)行定制化的數(shù)據(jù)采集。在未來，我們期待經(jīng)濟(jì)類新聞可以從數(shù)據(jù)市場的建立與發(fā)展中受益，為讀者創(chuàng)作出基于大數(shù)據(jù)、“另類數(shù)據(jù)”的智能新聞。

在實(shí)踐層面，從數(shù)據(jù)提供商、投入的資本與人力、所涉及與服務(wù)的行業(yè)來看，全球的“另類數(shù)據(jù)”市場正在經(jīng)歷爆發(fā)式增長（參見圖1）。而我國互聯(lián)網(wǎng)產(chǎn)業(yè)飛速發(fā)展、用戶群體基數(shù)大，存在更多的“另類數(shù)據(jù)”使用與價值挖掘機(jī)會。

（三）“另類數(shù)據(jù)”的價值挖掘：知識圖譜與機(jī)器學(xué)習(xí)

知識圖譜（Knowledge Graph）是大數(shù)據(jù)與人工智能時代一種規(guī)范的知識表達(dá)形式。其形式上表現(xiàn)為一個大規(guī)模的語義網(wǎng)絡(luò)。與傳統(tǒng)的圖數(shù)據(jù)類似，知識圖譜的表達(dá)由“節(jié)點(diǎn)（vertex）”和“邊（edge）”兩種基本元素組成。點(diǎn)主要包含“實(shí)體（entity）”“概念（concept）”與“值（value）”三種類型。實(shí)體又稱“對象（object）”或“實(shí)例（instance）”，哲學(xué)與計(jì)算機(jī)科學(xué)領(lǐng)域長期以來都并未能給出關(guān)于實(shí)體的精準(zhǔn)定義。一般而言，認(rèn)為某一個在物理世界中真實(shí)存在的獨(dú)立個體為一個實(shí)體。概念又稱“類別（type）”或“類（class）”，其準(zhǔn)確定義在實(shí)踐中略有差異，一般指代某一類相似實(shí)體的集合，且每一個實(shí)體具有若干項(xiàng)屬性值。知識圖譜中，節(jié)點(diǎn)之間通過邊連接在一起，邊分為屬性（property）和關(guān)系（relation）兩類。實(shí)體與值通過屬性邊連接，實(shí)體與實(shí)體通過關(guān)系邊連接。例如，“淘寶”和“京東”是兩個實(shí)體，它們都屬于“電商平臺”這一概念下，“淘寶”這一實(shí)體具有“成立時間（2003年5月）”“總部地址（浙江杭州）”等屬性值。

由于知識圖譜的結(jié)構(gòu)規(guī)范、質(zhì)量精良、語義豐富且規(guī)模巨大等特點(diǎn)，在經(jīng)濟(jì)類新聞報道中，知識圖譜可以輔助新聞媒體進(jìn)行決策分析、知識推理與經(jīng)濟(jì)理論的解釋分析等。現(xiàn)有的可支持中文經(jīng)濟(jì)類新聞報道的知識圖譜包括百度知心等通用知識圖譜與FR2KG等細(xì)分領(lǐng)域知識圖譜。例如，基于知識圖譜尋找與某個新興產(chǎn)業(yè)發(fā)展相似的已有產(chǎn)業(yè)，并通過既有經(jīng)驗(yàn)預(yù)測該新興產(chǎn)業(yè)的表現(xiàn)與趨勢。

另一方面，大規(guī)?！傲眍悢?shù)據(jù)”集合的出現(xiàn)，使得機(jī)器學(xué)習(xí)得以從前所未有的維度發(fā)掘現(xiàn)實(shí)經(jīng)濟(jì)活動中隱含的模式、規(guī)律與關(guān)聯(lián)。機(jī)器學(xué)習(xí)是人工智能的一個分支，涉及多領(lǐng)域?qū)W科知識，既包括概率論、統(tǒng)計(jì)學(xué)等數(shù)理知識，也包括語言學(xué)、圖形圖像等領(lǐng)域知識，研究計(jì)算機(jī)如何模擬人類的學(xué)習(xí)過程獲取新知識。大數(shù)據(jù)背景下，機(jī)器學(xué)習(xí)往深層次數(shù)據(jù)分析與智能分析的方向繼續(xù)推進(jìn)，其應(yīng)用也進(jìn)一步支持我們認(rèn)知和理解經(jīng)濟(jì)活動。例如，一項(xiàng)基于新聞圖片理解投資者情緒的研究將機(jī)器學(xué)習(xí)應(yīng)用于基于情緒的大量新聞圖片分類，形成投資者悲觀情緒指數(shù)，用于預(yù)測市場回報逆轉(zhuǎn)和交易量。針對套利限制較高的股票以及恐懼情緒高漲的時期，該指數(shù)均可較好地預(yù)測。同時，基于照片的悲觀情緒預(yù)測與基于新聞文本的悲觀情緒預(yù)測具有替代性，形成了理解投資者情緒的“另類數(shù)據(jù)”。

三、經(jīng)濟(jì)報道中“另類數(shù)據(jù)”使用的前景與風(fēng)險

經(jīng)濟(jì)新聞的數(shù)據(jù)依賴形成了其特有的敘事框架。但是，在經(jīng)濟(jì)報道的過程中，仍然需要平衡經(jīng)濟(jì)專業(yè)理論、數(shù)據(jù)資源、新聞事實(shí)以及報道主體之間的關(guān)系。換言之，在一定的經(jīng)濟(jì)專業(yè)理論與概念基礎(chǔ)上，精心選擇數(shù)據(jù)分析、處理與呈現(xiàn)的工具，基于各類行業(yè)指標(biāo)、指數(shù)、排名等數(shù)據(jù)客觀真實(shí)有效地報道經(jīng)濟(jì)活動與過程，方可提供更優(yōu)質(zhì)的經(jīng)濟(jì)新聞作品。

（一）“另類數(shù)據(jù)”的機(jī)遇

基于數(shù)據(jù)的經(jīng)濟(jì)報道要求更高的客觀性、條理性與分析論證，以及快速獲取信息并且清楚明確地提供價值。隨著信息基礎(chǔ)設(shè)施的迭代升級、數(shù)據(jù)采集工具的泛在化、數(shù)據(jù)種類的多樣與異構(gòu)化、數(shù)據(jù)分析與理解的深層化與智能化，突破既有想象的“另類數(shù)據(jù)”對于理解和認(rèn)知經(jīng)濟(jì)活動與過程拓展了新的思路與可能。AlternativeData公司曾預(yù)計(jì)“另類數(shù)據(jù)”市場的年投入規(guī)模將到3.5億美元左右，“另類數(shù)據(jù)”必將大有可為。通過直連或在數(shù)據(jù)市場采購“另類數(shù)據(jù)”，基于大規(guī)模知識圖譜與機(jī)器學(xué)習(xí)算法，將會形成更多維度、更多視角的聯(lián)合數(shù)據(jù)認(rèn)知，用于生成不同視角和不同深度的經(jīng)濟(jì)報道。

（二）唯數(shù)據(jù)、唯技術(shù)論的風(fēng)險

在經(jīng)濟(jì)報道中對數(shù)據(jù)的使用也需要警惕“數(shù)據(jù)主義”等唯技術(shù)論的陷阱。一方面，確實(shí)需要重視數(shù)據(jù)的豐富性與數(shù)據(jù)的新聞價值，并及時采納新的計(jì)算與分析工具。另一方面，仍需強(qiáng)調(diào)數(shù)據(jù)工具（知識圖譜、深度學(xué)習(xí)、可視化）是手段而不是目的。數(shù)據(jù)的呈現(xiàn)是為了更好地敘事，關(guān)聯(lián)規(guī)則的挖掘也需要在邏輯與因果框架的指導(dǎo)下進(jìn)行運(yùn)用，提高可解釋性，避免本末倒置。

（三）回到人的主體

在“另類數(shù)據(jù)”的支持下，經(jīng)濟(jì)新聞記者透過數(shù)據(jù)發(fā)現(xiàn)新聞價值，并利用數(shù)據(jù)技術(shù)提高經(jīng)濟(jì)新聞的可讀性、準(zhǔn)確性、交互性，這對記者的綜合素質(zhì)提出了更高的要求。需要同時具備新聞專業(yè)能力、一定的經(jīng)濟(jì)學(xué)理論基礎(chǔ)以及數(shù)據(jù)敏感度與分析處理能力。一項(xiàng)實(shí)證研究分析記者如何看待不同經(jīng)濟(jì)專家的可信度，論證了經(jīng)濟(jì)專業(yè)知識在新聞實(shí)踐和公共生活中的必要性。另一方面，數(shù)據(jù)的獲取、分析與處理能力也需要進(jìn)行足夠的培養(yǎng)。因此專門的培訓(xùn)以及邀請專家與專業(yè)人士合作可以在一定程度上滿足基于數(shù)據(jù)的經(jīng)濟(jì)新聞報道需求。

[1]Angel Arrese.“In the Beginning Were the Data”[EB/OL].Economic Journalism as/and Data Journalism,Journalism Studies,23:4,487-505,DOI:10.1080/1461670X.2022.2032803

[2]Edson C.Tandoc Jr.&Soo-Kwang Oh(2017).Smal l Departures,Big Continuities?[EB/OL].Journalism Studies,18:8,997-1015,DOI:10.1080/1461670X.2015.1104260

[3]ElenaLink,JakobHenke&WiebkeMhring[EB/OL].Credibility and Enjoyment through Data?Effects of Statistical Information and Data Visualizations on Message Credibility and Reading Experience,Journalism Studies,22:5,575-594,DOI:10.1 080/1461670X.2021.1889398

[4]https://www.mturk.com/

[5]https://g9.baidu.com/s?word=百度識圖.

[6]Apictureis worth a thousand words:Measuring investors entiment by combining machine learning and photos from news.

[7]Timo Harjuniemi[EB/OL].The“Hierarchy of Credibility”among Economic Experts:Journalists' Perceptions of Experts with Varying Institutional Affiliations,Journalism Practice,DOI:10.1080/17512786.2021.1910985.