上海
2025年下半年，哥伦比亚左翼执政联盟“历史契约”发起公投后，
该国知名新闻网站《空椅子》发表了一篇题为《“历史契约”联盟在武装团体活跃地区选票增长》的数据分析报道。
报道声称，通过比对“历史契约”联盟公投结果与2022年投票数据，并交叉参考哥伦比亚选举观察团绘制的选举风险地图，发现一个惊人现象：
在存在武装团体或腐败问题的“高风险或极端风险”地区，“历史契约”联盟的支持率增幅显著高于无风险地区。
表面上看，这似乎是条普通的数据新闻，却在这个拉美国家引发了轩然大波。
报道发布后，政治评论家、社会学者甚至普通民众迅速分裂为两个阵营。
一派认为数据揭示了令人不安的政治现实，另一派则指责报道的方法论存在严重缺陷。
数据新闻一旦失去严谨性，其杀伤力不亚于一颗歪曲的子弹，而这颗子弹，正瞄准哥伦比亚脆弱的民主进程。
统计幻象，光鲜数据背后的巨大漏洞
《空椅子》报道的核心论点建立在所谓的“交叉分析”之上。
报道宣称，在“高风险或极端风险”地区，“历史契约”联盟的支持率从4%“跃升”至19%。
这个看似精确的数字，实则建立在松散的方法论沙滩上。
报道既未说明“增长”是以绝对值、相对值还是百分比衡量，也未详述纳入分析的市镇数量、如何处理数据不完整的情况，以及权重标准。
在未展示数据分散度、中位数、区间或具体市场信息的情况下，单纯抛出“平均增长率”的概念，不过是一种橱窗式统计。
数据光鲜亮丽，却缺乏可验证的依据。
美国统计学家达莱尔·哈夫早在《统计数据会说谎》中就精辟地指出：
“一个精心包装过的统计结果比希特勒的弥天大谎还要厉害，因为它虽然误导了你，但你还没法去指责它。”
这正是《空椅子》报道所陷入的第一个陷阱。
更成问题的是时间性错位。
报道将2025年的公投与2022年的立法选举进行比较，忽视了二者属于完全不同的选举情境。
前者是参与度较低的内部联盟进程，后者则是开放竞争的全民选举。
三年间，哥伦比亚的政治环境、社会动员及地域联盟都已发生显著变化。
将两者直接比较，如同比较苹果和橙子的甜度，看似都在衡量水果特性，实则忽略了本质差异。
数据新闻中，缺乏上下文的比例系数常常会误导读者。
那些“天文数字组成的标题听上去让人愤慨不已。
但事实是，公共支出数据常常都是天文数字，把数据放到上下文里看，分解到每个人头上，你会发现这些数字可能是完全合理的。”
风险标签，一个过于粗糙的分类工具
《空椅子》报道中最大的概念缺陷，在于其对“风险”这一关键词的粗糙使用。
报道将所有类型的风险归入“高风险或极端风险”的单一标签，
这种做法在分析上是如此随意，仿佛将苹果、橙子和香蕉统称为“水果”后就直接比较它们的甜度。
选举观察团原本的报告将风险细分为暴力风险、收买风险、非法经济活动风险及制度薄弱风险。
一个容忍非法经济的市镇，与另一个受武装势力有效控制的市镇截然不同。
哥伦比亚的暴力形态本就复杂多样：
既有“哥伦比亚民族解放军”这样的反政府武装，也有贩毒团伙和各类地方武装组织。
若混淆风险类型与强度进行数据整合，所得出的关联性将丧失所有解释意义。
数据可视化是艺术，更是科学。
然而《空椅子》的风险分类方法，既不科学也缺乏艺术。
这种做法令人想起那些被滥用的3D饼状图，看起来炫酷，却扭曲了数据真实的含义。
这种粗糙的分类方式，恰恰落入了数据新闻常见的第二个误区：
忽略了数据的复杂性，将多维度的现实压缩成简单的标签，从而为后续的错误解读铺平了道路。
缺失的变量，未被控制的复杂现实
数据分析最致命的陷阱，莫过于将相关性误解为因果关系。
《空椅子》的文章假设风险区的选票增长与武装环境相关，却未考虑其他可能的影响因素：
选民名册扩大、投票率波动、社会动员、政治供给变化，或单纯的地方领导层重组。
缺乏这些控制变量，所谓发现不过是将统计巧合包装成因果关系。
在哥伦比亚的语境下，这一疏漏尤为危险。
这个国家近年来政治生态发生了重大转变，2022年，左翼的古斯塔沃·佩特罗成为该国历史上首位左翼总统。
他的竞选纲领包括打击腐败、改革社会保障制度、对富人和大企业加税，以及推动与反政府武装和谈。
这些政策主张在长期被忽视的边缘地区自然会引起更强烈的共鸣。
佩特罗领导的“历史公约联盟”在2022年议会选举中已成为参议院第一大政治力量，
但他在国会两院获得的议席数仅占总数的17%左右，推行改革面临重重阻力。
这种情况下，边缘地区对佩特罗联盟的支持率上升，完全可能源于政策吸引力而非武装团体影响。
数据新闻给了我们以量化方式探索某个话题的力量，但它仍是新闻的一种，
也就是说，它的本质还是讲故事。
而一个好的故事，不能只建立在单一变量之上。
图表误导，当可视化扭曲了真相
《空椅子》报道中使用的图表和技术方法，也存在严重的数据可视化问题。
一个常见的误导手法是“被截断的图表”，当图表的Y轴不是从0开始时，会放大变化趋势。
就像《空椅子》报道中那个从4%到19%的“跃升”，如果放在完整的坐标轴上观察，斜率可能并不那么显著。
另一种误导是“数据点不足”。
《空椅子》的报道仅选取了有限的数据点，就断言了一种普遍趋势。
这就像仅凭两天的气温读数就断言气候变化的规律一样不科学。
图表可能误导：正统图表看来无趣又复杂，如果刻意将纵轴上下颠倒，柱状图的条形不从0点开始呢？
大众可能被误导而不自知。
媒体只想提高点击率，有趣或吸引注意力比正确性重要。
这些可视化手法的选择，暴露了数据新闻的另一个常见问题：不知道怎样把数据可视化。
好不容易做完了数据分析，挖出了一条大新闻，但一个差劲的视觉化呈现就能让你前功尽弃。
糟糕的可视化可能会让读者产生疑问，甚至可能误导他们。
危险暗示，当数据成为污名化工具
但最大的谬误不在技术层面，而在解读层面。
文章暗示该联盟在武装冲突风险地区得票率上升，实则暗指这种投票行为与领土控制或收编动态存在关联。
这种暗示极其危险，因为它将怀疑指向选民，而非地方民主的结构性缺陷。
看似无害的表述实则激活了某种想象：左翼势力正从暴力中获益。
在哥伦比亚这样政治历史复杂且背负污名化的国家，这并非客观事实，而是隐含的指控。
将“高风险地区”等同于“可疑地区”是一种象征性污名化，加剧了中心与边缘、合法选民与“受污染”选民之间的隔阂。
将冲突地理转化为统计借口，是分析层面最大的不公。
这种暗示令人想起梵高的空椅子象征意义。
在梵高的画作中，空椅子可以象征缺席，但也可能只是艺术家暂时离开。
然而，《空椅子》的报道却像狄更斯逝世后卢克·菲尔德斯画的那幅《空椅子》直接指向了悲剧的终结。
数据惰性，当分析取代了思考
《空椅子》的报道本质上暴露了一种分析上的惰性。
当数据新闻缺乏概念严谨性时，便沦为一种优雅的操纵手段。
其中未必存有恶意，但确实存在疏忽：
将相关性与因果关系混为一谈，用平均值作为证据，将复杂的地域现象视为同质现象。
并非所有可图表化的内容都能成为定论。
数据记者Tanveer Ali在《哥伦比亚新闻评论》中精辟地指出：“数据是讲故事的一种方式，而非故事本身。”
矛盾在于：《空椅子》虽是捍卫独立新闻的重要平台，但独立性并不免除其精确报道的责任。
当媒体涉及敏感变量（如投票与暴力）时，必须以呈现结论的同等细致程度展示研究方法。
否则，便是在数据外衣下为偏见敞开大门。
哥伦比亚需要的不只是数据，更是对数据的深思。
在哥伦比亚，纸面上的数字从来不只是数字。
2022年总统选举中，佩特罗以50.44%的得票率获胜，领先对手近72万票。
这些数字背后，是无数哥伦比亚人对改变的渴望。
数据不会说谎，但诠释数据的人可能误导。
当《空椅子》将那把空椅子照进现实，我们看到了数据与叙事的角力。
数字可以照亮真相，也可投下阴影，全凭执灯者的手是否稳健，心是否澄明。
在数据分析的世界里，我们需要的不仅是更亮的光，更是更宽广的视角。
因为有些真相，只有在适当的距离和角度下，才能看得分明。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
