数据划分

尽管近年来数据新闻受到重视，然而一些记者还是不太情愿去碰大型数据集。确实去查数据的时候也往往是出于调查负面异常情况的需要。数据通常为这些新闻调查提供这些信息：哪个城市的犯罪率最高？哪里的治理力度最薄弱？哪里的种族和经济不平等情况最严重？

我们建议，记者可以换一种方式来使用数据——寻找“正偏差”数据，即从数据库中划分出那些能帮你找到搞出最佳解决方案的那些人的数据。例如，德克萨斯州哪家医院的感染率最低？哪个州的累犯率最低？哪个国家政府中的妇女代表比例最高？

这里所谓的“正偏差”是一种信号，意味着背后可能存在具有新闻价值的故事。记者的职责就是要挖掘正偏差背后的故事，从而披露出可能具有普遍价值的信息。也许德克萨斯州感染率最低的那家医院找到了鼓励护士揭发医生不洗手行为的方法；也许累犯率最低的那个州的监狱当局为近期刑满释放人员提供了精神健康服务和药物治疗。这些都是重要的新闻故事。（不过有时正偏差也有可能并无深意，可能只是一个数据异常、人口统计中的一个干扰因素、或是测量不准造成的一个偶然结果。我们已经说过，这要靠记者自己去判断！）

正偏差报道法是从数据结果开始做逆向演绎。一些记者迟迟不敢尝试解困型新闻是因为害怕自己被贴上鼓吹者或公关代表的标签。但是运用正偏差报道法，数据将引导你挖掘故事，也能有力地打消任何关于公关推广的怀疑。

下次碰到数据集的时候，你可以考虑用以下方式进行划分，找出具有新闻价值的正偏差案例。本表格的列举并不意在详尽无遗，只是想给你一点发挥想象的启示。