一句话说清
数据新闻是把数据当信源，用可复核的流程做报道。
为什么值得懂
新闻的信源从「有人说」扩到了「表里写着」。好处是能看见个体看不到的模式；代价是数字自带一层「客观」的光环，最容易被当成免检品。看懂一篇数据报道是怎么做出来的，你才能判断一张图、一个百分比到底是发现，还是包装。
零基础讲解
五步走。
提数据。 找原始表格、公开数据集或信息公开申请，一手优先。
清洗。 统一口径、处理缺失值、去掉重复行——这一步决定后面所有结论。
交叉验证。 用独立来源对，或换一套算法重算；十家媒体转同一份通稿只算一个来源。
可视化。 选图形、定坐标轴，让结构自己跳出来。
让人看懂。 把结论写成一句话，附上口径与数据下载链接。
口径是这一行的行话：同样是「失业率」，算不算放弃找工作的人、算不算打零工的人，能差出几个百分点。
一个例子
某市宣布「治安明显好转」：案件总量降了两成。把口径翻出来才发现，当年有一类纠纷改了立案归类，不再计入——总量下降来自口径调整，不是来自治安。同一份数据，换个算法换个结论。
常见误解
- 以为「数据不会说谎」：数据会，口径、缺失值处理、纵轴起点全是人为选择。
- 以为图越漂亮越可信：可视化的每个选择都能放大或抹平差距。
- 以为数据越大越可信：口径选错，十万行也照样错。
- 以为数据新闻就是画图：图是最后一步，前面四步才是报道。
应用场景
- 生活：看到「上升 300%」，先找基数——小基数上的大百分比没有意义。
- 职场：汇报时主动写明口径与缺失比例，一次说清，省掉三轮追问。
- 写作与创作：把数据和一个人的故事并排放，一个给规模，一个给重量。
关联知识点
- 新闻（journalism，先读那篇，数据是它的一种信源）
- 事实核查（fact-checking，同一套核实手艺，换一种信源）
- 媒介素养（media-literacy，读者判断图表的那一半）
- 统计基础（statistics，口径、抽样与相关性的底子）