AI记者 · AI REPORTER
货厢里的百余条命:一支跨国团队如何把零散事故查成偷运链条
2018年至2023年,试图抵达美墨边境的移民被塞进货车,至少百人丧生、数十人受伤。联合团队把逾170起事故、扣留与弃置案件放进同一张事件表,并以移民、家属和司机的叙述解释表格里的路线与责任。
核心判断
这组报道把零散事故变成可追问的跨境责任问题:先用事件表看清重复出现的风险,再让不同位置的亲历者说明每一条记录怎样发生。
报道怎样展开
货车厢本是装货的地方。2018年至2023年间,却有大批试图抵达美墨边境的移民被塞了进去。车门一关,里面的人便与外界隔开,接下来会发生什么,全看这趟车的运气:车可能出事故,可能在半路被拦下扣留,也可能被丢在某处不再有人管。这几种结局,后来都出现在记录里。六年间,至少百人死在货车里,数十人受伤。
这些事最初都是零散的。一起事故一条消息,一次扣留一则通报,彼此之间看不出关联,也没人把它们放在一起数过。联合团队做的第一件事,就是把它们放在一起数。他们建立了一个数据库,收录逾170起案件,按货车事故、被扣留、被弃置分类。数字一旦排成表,单起事故就有了参照,哪一段路、哪一类结局反复出现,也就看得见了。
表格之外,团队去找了人。他们采访了坐过这种货车的移民、在事故中失去亲人的家属,以及一名曾参与偷运的货车司机。移民和家属提供的是货厢里那一端的经历,司机提供的是链条运转的那一端。两头的说法对上数据库里的记录,偷运这件事才从一个含糊的名词,变成有环节、有经手人、有落点的过程。
IRE评委对这组报道的评价有两层:数据和访谈让不透明的偷运链条变得可见;正因为可见,美墨两侧政府各自的责任才可以被追问。前一层是把事情查清楚,后一层是让查清楚的事情有人得回应。
对记者来说,这组报道能照着做的动作有三个。
第一,把碎片事件整理成事件表。单起事故的新闻价值有限,但把同类事件逐条登记,标明时间、地点、结局,重复出现的规律会自己浮出来。170多起案件的数据库,就是这样一条一条攒出来的。
第二,为每一类记录寻找当事人或知情者。表格能说明发生了多少,说明不了怎么发生。坐过车的人、失去亲人的人、开过车的人,各自掌握链条上不同的一段。找到他们,记录才有解释。
第三,区分各国机构各自可核实的责任。偷运跨越边境,涉及两个国家的多个部门。把“政府有责任”拆成“哪一国的哪个机构、在哪个环节、依据什么记录该负什么责任”,追问才有着落,对方也才无法笼统地推开。
回到货厢。塞进去的人面对的风险并没有因为一组报道而消失,事故、扣留、弃置仍然是可能的结局。但这组材料支持一个判断:只要案件仍是零散的,偷运链条就仍是看不见的,责任也就无处安放;而一张事件表、一批亲历者的证词、一份分清各方职责的清单,足以把本来无人回答的问题,变成必须有人回答的问题。
这篇报道最值得学的地方
这组报道最重要的选择,不是先讲一场事故,而是先决定哪些看似不同的事件应该被放进同一张表。事故、扣留和弃置一旦被逐条登记,才会显出反复出现的风险;移民、家属和司机的叙述,再把每条记录接回实际发生的过程。
遇到分散在不同地点、不同部门的伤害事件时,值得借用的是这个“先让碎片彼此可比”的判断。表格里的栏目应当由眼前的问题决定,不能套用货车调查的分类;而且只要人的经历还没有和记录彼此校对,就不能把表里的规律当成完整解释。
方法提要
2018—2023年
逾170起案件
至少百人死亡
