■陈积银　杨　廉
　　【本文提要】大数据浪潮中，数据新闻成为新闻未来的发展趋势。国外数据新闻起步较早，学业界已经形成良好的发展趋势。国内起步不久，选题的局限，数据收集的困难，新闻价值的忽视，技术人才的缺失制约着国内数据新闻的发展。基于国内数据新闻学业界发展现状研究，本文对国内数据新闻发展面临的困境提出开拓国际视野、共享数据库资源、勿忘新闻本质、加强学业界融合、鼓励跨学科合作、革新课程模式、采用新媒体学习模式、创新生产理念和利用大赛机制等应对策略。
　　【关键词】数据新闻 困境 应对策略
　　【中图分类号】G210
　　在海量数据包围的时代，数据新闻应运而生。它是基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式。它以数据为核心资源，以可视化为主要呈现手段，利用多渠道的传播途径和独特的报道视角将新闻报道推向了时代前沿。
　　
一、数据新闻发展的实践
　　2009年开始，英国《卫报》、美国《纽约时报》等世界级媒体在国际新闻业掀起了数据新闻浪潮。国外媒体数据新闻业界实践中呈现以下特征。
　　其一，选题涉及面十分之广，注重挖掘选题深层涵义。2015年全球数据新闻奖（DJA）获奖的作品中，国外媒体选题主要涉及政治、经济、生活方面。年度最佳数据可视化作品《博尔扎诺人民共和国》属政治类题材，BBC制作的年度最佳新闻应用作品《你最适合哪种运动？》属于生活类题材，年度最佳调查新闻作品《瑞士泄密》《卢森堡泄密》属于经济类题材。除此之外，国外媒体也将视角放在文化、艺术、环境、教育、科学等方面并积极挖掘其深层涵义，NPR国家公共电视台推出的教育题材《Is There A Better Way To Pay For America's Schools?》和《Why America's Schools Have A Money Problem》都是深入探索美国学校的经费问题。Pro Publica推出的环境题材《Loosing Ground》，站在国际视角，运用卫星地图技术，采用时间轴方式，呈现过去、现在以及将来土地失去概况。
　　其二，国外数据开放程度高，数据来源多种多样。2015年，《华盛顿邮报》推出的作品《How the growing web of conflict in Syria became a global problem》报道了叙利亚冲突在网络上成为全球问题的过程，其数据来源于监测数据及官方数据，其中战争研究监测机构（The Institute for the Study of War）和IHS冲突监测（IHS Conflict Monitor）的监测数据，能够为数据新闻报道带来最新数据。联合国难民事务高级专员公署局（U.N. High Commissioner for Refugees）和中央情报局工作人员报告（CIA and staff reports）提供的官方数据，可以为数据新闻报道带来权威数据。
　　其三，国外数据新闻运作方式以小型化团队合作为主。其团队一般由具备新闻写作、调查、数据分析等能力的新闻记者转型和无新闻从业背景但具有数据挖掘分析、可视化技术能力的人员组成。例如，英国《卫报》的视觉设计人员分散在采编的各个部门，数据新闻团队则由5人组成；《泰晤士报》新视觉新闻团队主要由3位核心成员的工作互相交叉，在讨论与合作中完成数据新闻工作。①2011年，国外媒体编写的《数据新闻手册》(data journalism handbook)提供了数据新闻实践生产的初步模式。总之，国外在业界实践、团队组建上显示出成熟的小团队、大制作的数据新闻生产体系。
　　2013年，国内媒体也纷纷开始了数据新闻领域的探索，并形成了自己的本土化风格。国内生产数据新闻作品的媒体主要分为两大类。一类是以依托门户网站开办数据新闻频道，如网易的“数读”、搜狐的“数字之道”等；另一类则是依托传统媒体机构的新媒体平台，如新华网的“数据新闻”、财新网的“数字说”、澎湃的“美数课”等。基于国内主要数据新闻团队概况（见表1）发现，国内团队规模大多在10～20人左右，人员构成都涵盖新闻、数据分析师、设计师、程序员。生产线流程工作也趋于相同，都有完整的选题、数据分析处理、设计、程序页面制作的生产链条。但是其分工存在着一定差异，例如新华网数据新闻部以及财新数据可视化团队分工较为细致；澎湃数据新闻部融入动画制作、插画师等新元素；图政数据工作室则将可视化与宣传推广合并，形成新的机制；人民网要闻可视化团队将选题与数据分析、推广交由编辑全权负责，具有一专多能的特点。与这些媒体相比，其它媒体的数据新闻团队在质量上、数量上的跟进速度缓慢。当前，国内主要的数据新闻团队大多有创意，有热情，并已拥有数据新闻制作流程体系，但整体而言，前端设计和数据挖掘分析能力的薄弱制约了数据新闻发展，各大团队都面临一个问题——技术人员的缺失。可见国内媒体急需优质的数据新闻人才促进数据新闻的发展。
　　
二、数据新闻发展的教学
　　国外数据新闻教学起步较早，课程专业化、教师业界化趋势是其主要特征。2010年，哥伦比亚大学新闻学院在其理学硕士课程、文学硕士课程、双学位课程、案例中心课程等设置中，逐渐引进数据新闻教学并占据课程核心内容。同时，还开设了TOW数据新闻中心以及LEDE项目课程，为学生提供基础知识和数据新闻技能。根据全美新闻院校调研报告《数据和计算新闻学的教学》（Teaching Data and Computational Journalism）显示，在美国有约一半院校开设专门的数据新闻课程；数据基础教学主要围绕表格数据展开；高阶数据技能教学主要以可视化与编程为主；网络课程丰富的现状可替代数据新闻实体教学。③2014年，“欧洲新闻学研究中心”推出一门名为“数据新闻学：关键步骤、技能、工具”的网络公开课，由来自高校的新闻学教授和来自推特等社交媒体的业内专家共同执教④。总体而言，国外数据新闻的学界探索在理论课程体系建设上基本满足了现实诉求。
　　国内数据新闻的学界教学正在初步探索，王锡苓教授基于对中国知网的相关研究（2012~2015）⑤发现，国内学界研究更偏向于初步的实践研究，数据新闻学科领域与专业人才培养研究仅占3.6%。当前，香港大学、复旦大学、中国传媒大学、南京大学、上海大学、上海交通大学、西北师范大学等国内高校都已开始进行数据新闻教学的初步探索。
　　首先，开设数据新闻相关课程。香港大学以讲座课程的形式教授可视化技术、自然语言处理、社会网络分析、统计等内容。南京大学开设计算传播学课程，涵盖文本挖掘、数据科学、编程工具可视化等课程⑥；复旦大学针对新媒体传播专业硕士开设以数据挖掘分析和信息可视化为主要特色的数据新闻课程；甘肃省委宣传部依托西北师范大学成立甘肃省融合媒体研训基地，该基地开设新媒体研究课程，开展数据新闻方向的教学。
　　其次，创办数据实验室，以研究数据新闻发展与技术为主。上海交通大学创办大数据与传播创新实验室（T-Lab）及中国传媒大学创建数据新闻报道实验班试验点。
　　再次，与国外高校联合教学。上海大学、浙江传媒学院分别与密苏里新闻学院联合开设数据新闻暑期小学期课程，举办数据新闻教学周，使学生接触国际数据新闻发展现状。
　　最后，与国际一流媒体强强联手。清华大学全球财经新闻硕士项目与彭博新闻社合作开设“财经新闻数据挖掘与分析”课程，致力于培养适应数据新闻生产需要的精英人才。总之，国内数据新闻教学在课程建设上尚未形成体系，处于尝试应用阶段。
　　
三、国内数据新闻发展面临的困境
　　在英美等国家或地区，数据新闻的真实状况并不如设想中美好，数据新闻的概念在认知上依旧模糊不清。⑦在国内，数据新闻作为“新型产物”，无论是国内学界的尝试探索，还是新闻业界的实践操作，相比国外更是处于尝试阶段，专业人才和师资配备跟不上发展，数据新闻学界业界存在一定差异。国内数据新闻的发展现状面临极大困境，具体如下：
　　1.选题过于局限，缺乏国际视角
　　面对数据新闻这样一种新兴的新闻报道模式，国内热衷于将选题定位在国内时事政治和社会生活方面。其中业界主要关注时事政治新闻，学界则主要关注社会生活新闻。热门选题的选择虽然由其新闻价值和数据易获取程度决定的，但也因此导致选题太过局限，使得数据新闻成为小众化的报道模式，缺乏具有国际视野的选题，使国内数据新闻很难再上一个层次和国外数据新闻齐头并进。
　　2.数据开放度较低，获取数据困难
　　海量数据的获取是制作数据新闻的重要环节，数据新闻之所以引起新闻业的重视，也是基于数据带来的全新视角。国内数据新闻的数据来源单一，其中学界主要以自我收集政府官网数据为主，业界则主要借助政府组织以及媒体内部相关数据。同时，国内数据开放程度低，政府机构或第三方机构成为主要的数据来源。然而第三方机构等公开的数据往往会出现陈旧、时效性差的问题，不能及时甚至无法收集数据成了数据新闻发展的绊脚石。
　　3.形式重于内容，忽略新闻价值
　　数据可视化是数据新闻一大特点，生产数据新闻作品是将枯燥内容生动化、将抽象概念具体化、将新闻信息知识化⑧为主要目标。国内学界和业界均能使用各种可视化工具和网页制作技术。其中，学界多为设计静态图，在色彩和形象上给人视觉冲击，简洁易懂，但交互性差，缺乏创意和变化。业界能自如地运用交互性工具进行设计，注重用户体验。数据新闻是一种讲故事的新形式，数据工具围绕故事，这才是作为记者应该做的。数据工具不过是帮助讲述故事的一种辅助形式。⑨然而，学业界都存在以“信息图表+少量文字”为数据新闻的呈现方式。部分作品存在形式重于内容的现象，过于追求可视化的设计，缺乏对故事的引申追求和揭示数据背后的意义，忽视了数据新闻的目的是更好地讲述新闻，从而使其新闻价值难以体现。
　　4.学科严重分散，技术人才匮乏
　　数据新闻属于文理融合的新闻传媒业新型产物，其引入了统计学、计算机学科等专业知识，使以文科为主的新闻业在制作数据新闻中困难重重。在学界，数据新闻主要引起新闻院校师生的关注，但由于新闻院校学科基本同质化，缺少计算机、统计学等学科的帮衬，教学师资上，技术性人才也是极度匮乏。在业界，也是极度缺少数据挖掘分析、前端工程设计等技术性人才。同时，学界与业界存在人才脱轨现象，导致数据新闻的人才培养无法对接。技术性人才的缺失导致数据新闻制作周期延长，无法及时跟踪报道，从而使数据新闻存在“过时新闻”现象，并导致其发展陷入瓶颈。
　　
四、数据新闻发展应对策略
　　国内数据新闻的发展将是一个漫长而又艰苦的过程，业界和学界应在数据新闻的实践中进行思考，给出系统的数据新闻的实践、操作模式和教育模式。本文结合当下数据新闻发展的困境和趋势，提出以下应对策略，以期为其发展带来帮助。
　　1.迎合多样受众，开拓国际视野
　　生产数据新闻需要对选题进行精挑细选，但在受众多样化和市场全球化的驱动下，也不应过多局限于国内的时政社会新闻选题，而应渗入各行各业的新闻话题，如财经、体育、艺术、环境等。将数据新闻的优势最大化运用，迎合受众，使数据新闻能够成为大众化报道模式。同时，数据新闻的选题还应放眼于国际，积极运用数据新闻报道国际新闻事件，或联合国际新闻媒体共同合作制作数据新闻。
　　2.与多方紧密合作，共享数据库资源
　　数据的难以收集是数据新闻制作一大难题。国内媒体应当重视数据的收集和整理，除了及时关注政府官方数据以外，还应积极建立属于自己的媒体平台数据库。同时可以和百度、新浪、腾讯、阿里巴巴等互联网公司、舆情分析公司合作，共享用户数据库资源。也建议这些公司向社会开放法律许可范围的数据。这些数据来源于社会大众，可以真实地反映大众偏好与习惯。另外，数据图书馆的兴起也成为数据新闻领域值得关注的焦点。其亦被称作数据超市，提供大量的数据，可在线下载数字图书馆进行共享数据。⑩
　　3.打破学科界限，鼓励文理科融合
　　数据新闻虽属新闻领域，但其生产模式已脱离传统新闻，已经不单单是新闻学科领域，而是涉及到数据统计、计算机编程等专业。数据统计分析不仅仅是进行简单的计算。在数据新闻中数据统计分析的技能更是批判地和系统地思考数据的能力，这也是数据新闻中的核心技能。国外新闻部门负责人甚至认为拥有数据统计等技能的学生在当今新闻工作中更能站稳脚跟。[11]但当前国内各院校形势是学科严重分散，数据新闻的学习主要集中于新闻传媒类学科，计算机、统计学科等相关学科鲜少涉入。对于新闻类学生而言，数据统计犹如天书，对理科类学科具有较强的抵抗心理。但是在新闻业的新时代，数据统计成为新闻报道的重要工具，新闻中的数据统计是逻辑和推理，是收集新闻资料的一种方式。[12]因此对于新闻领域而言，应摒弃固有学科观念，打破学科界限，积极开展跨学科合作交流，与其他专业如计算机、艺术设计、数学统计等学科进行团队合作，互相学习，顺利完成数据新闻的生产。
　　4.加强数据新闻师资培训，有效革新课程
　　数据新闻教育改革首先需要培养一支强有力的数据新闻师资团队。这些数据新闻师资团队需要思考数据新闻教育给学生提供什么？理论该如何与实践接轨？数据新闻制作需要什么具体的工具和技术？[13]当前已有香港大学、清华大学、北京大学、复旦大学等一流高校联合业界，以及国外的数据新闻师资对国内的高校数据新闻师资展开培训。但是，这些培训名额、内容以及时间有限，远不能满足当前的数据新闻教学需求。基于以上原因，国内实施数据新闻教学可以借鉴全美数据新闻教学改革模式[14]进行革新，满足新闻新环境。模式一，开设数据新闻入门基础课程，将数据作为核心课程进行整合，初步培养学生数据新闻兴趣；模式二，将数据和计算融入现有课程和社会关注点，例如，社交媒体技巧要教授学生运营社交媒体，就需要教授他们理解社交媒体平台的用户分析，将数据新闻涉入到多学科多领域；模式三，开设专修数据新闻课程，为专修数据驱动报道和计算新闻学的学生提供专业课程；模式四，开设面向重返校园学习数据新闻的在职记者基于数据和计算的专业报道课程；模式五，创立新闻新型技巧实验室，创新新闻技巧与技术，推动新闻业发展。
　　5.勿忘新闻本质，探索数据价值
　　从最早的计算机辅助报道新闻到如今的数据新闻已经拥有一套使用电子表格、数据库、统计软件、数据分析和可视化工具的完整生产模式，数据新闻逐渐成为个性化算法，自动化生产的内容。[15]然而数据新闻不只是一个纯粹的技术，它是社会、文化、政治、经济等新闻报道中所展现的新闻新内容。因此新闻该有的一切特性应是数据新闻的核心要素。然而目前的数据新闻作品中存在着鱼龙混杂的现象。因此，应当强化提升学业界相关人员的新闻素养及数据新闻的实践能力。在获得海量数据时，要进行数据真实性处理，提高数据新闻记者工作的透明度，鼓励新闻数据共享空间的最大利用。[16]对于海量数据不能只是呈现，而应当依赖于大量数据的定量分析，找到不同于平常视角的新闻叙事点，集中于探索数据、分析数据背后的故事，最终运用数据阐释新闻故事。在数据新闻领域实践操作中，更应当充分发挥电子媒介的功能特点和优势，坚持“好的数据可视化形式要符合新闻价值的评判标准”这一理念。
　　6.加强学业界融合，培养精英人才
　　目前，尽管业界数据新闻发展领先于学界数据新闻教学，但是国内学业界都存在缺乏数据新闻人才的现象。因此加强学业界融合时不我待，学业界双方应当及时提供与时代发展接轨的优质资源。其中，业界在实践过程中，加强团队协作能力，主动与学界紧密联系，向学界提供数据新闻发展趋势及其制作中的困难、适时需求，并可适当选择学界学生创作的优秀数据新闻作品予以发表；学界则应变革传统教学理念，将“产学研”纳入教学体系，聘请业界数据新闻专家开展专业培训工作坊，教学重点应聚焦数据挖掘、数据分析处理、数据可视化等数据新闻技术的培养方面，培养学生自如地使用数据挖掘分析工具和大数据可视化工具的能力。学业界的加快融合能使数据新闻人才的培养更具实用性，学业界人才对接才能更加有效。
　　7.采用新媒体学习模式，完成线上线下互动
　　国内数据新闻发展尚未成熟，各学业界互相学习、交流合作可以有效促进数据新闻发展，采用新媒体学习模式更能如虎添翼。首先，建立数据新闻微信互动学习群。例如，武汉大学锗次元数据新闻沙龙，利用微信新媒体平台，邀请数据新闻专家在微信中进行直播，使得数据新闻教学受益广泛，成本较低。其次，可以采用慕课学习模式，线上通过慕课平台开设数据新闻课程，线下要求学员根据网络课程内容，完成任务，最终实现线上线下的互动交流。最后，可以建立数据新闻网站平台，提供数据新闻学习资料、国际数据新闻获奖作品等，使得数据新闻走向专业化教学模式，促进数据新闻的发展。
　　8.注重用户体验，创新生产理念
　　数据新闻是基于数据的新闻报道模式，将数据转换成大众所能接受的新闻报道，这就需要注重用户体验，创新以往传统的生产理念。首先，内容上要与用户相关，贴近用户，可以通过新闻内容找到自己在新闻报道中所处的位置。其次，可视化要与用户交互，拓展新闻的接受观念。可视化交互实践具体体现在用户可以在可视化技术中找寻新闻故事。在数据新闻作品大背景下，通过用户点击，跟随鼠标进入新闻的深层结构，游历数据图景中的每一个层级与角落[17]了解点击内容背后更详实的新闻报道。最后，平台要对用户实用，数据新闻报道如今多见于新闻网站或新媒体客户端，发布的作品往往出现平台不支持等情况，因此，数据新闻的发布要进行实用化处理，了解用户常用平台，实行用户定制化。
　　9.利用大赛机制，创作杰出作品
　　数据新闻需要杰出作品来引导其发展走向，大赛竞争机制无疑是激励创作的好方法。2012年，由全球编辑网络（Global Editor Network）颁发的数据新闻奖（Data Journalism Awards）在全球范围内评选以数据为中心的杰出新闻作品，一直是学业界学习制作数据新闻的模范。2014年，中美教育基金会（USCET）和中国传媒大学举办了第一届高校数据新闻大赛，面向全国大学生，引起了学生制作数据新闻的兴趣。2015年，甘肃省融合媒体研训基地联合中国传媒经济与管理学会承办的首届中国数据新闻大赛暨数据新闻教育发展高峰研讨会引起了国内外学业界的广泛参与，学业界精英积极探讨数据新闻的发展。2016年，甘肃省融合媒体研训基地联合北京师范大学新闻学院和光明日报社共同推动第二届中国数据新闻大赛。大赛组委会最终收到全国108件参赛作品，清华大学、复旦大学、新华网、今日头条等70多家机构300余人直接参与。中美教育基金会（USCET）和复旦大学新闻学院联合举办的第二届高校数据新闻大赛，也有上百支高校队伍参赛。很明显，这些赛事提供的竞争平台营造了良好的学习氛围，激发了数据新闻学界和业界的作品创作意识。大赛通过学界与业界的创作实践，分享交流经验，为将来数据新闻人才的培养起到了巨大的推动作用。■
　　
注释：
①郑蔚雯、姜青青：《大数据时代外媒大报如何构建可视化数据新闻团队?——〈卫报〉〈泰晤士报〉〈纽约时报〉实践操作分析》，《 中国记者》2013年第11期
②资料来源于对人民网要闻可视化组、新华网数据新闻部、财新数据可视化实验室、澎湃数据新闻部、图政数据工作室等数据新闻团队的采访整理.
③《全美新闻院校调研报告告诉你数据新闻教育的现状与挑战》[EB/OL].http://mp.weixin.qq.com/s?__biz=MzIwMDM5NzYyMQ==&mid=404944680&idx=1&sn=a99c65a1a2f44bc7fb02762165d560cb&scene=23&srcid=0413nZY9hLgfy7WtyrsOcotZ#rd
④史安斌、廖鲽尔：《“数据新闻学”的发展路径与前景》，《新闻与写作》 2014年第2期
⑤王锡苓在上海大学世界传播论坛·全球比较视野下的媒体融合会议上的发言2015(10)
⑥《〈计算传播学导论〉课程大纲》，《计算传播学》[EB\OL].http://computational-communication.com/post/ji-suan-chuan-bo-xue-jiang-yi/2015-04-09-syllabus2015
⑦沈浩、罗晨：《数据新闻：现代性视角下的历史图景》，《新闻大学》2016年第2期
⑧新华网：《五大体系探索“数据可视化”新闻 》http://www.cq.xinhuanet.com/2014-12/16/c_1113657167_5.htm
⑨陈积银、刘颖琪：《数据新闻的实践与前瞻——首届中国数据新闻大赛暨数据新闻教育发展高峰研讨会会议综述》，《新闻记者》2015年第8期
⑩徐笛：《数据新闻 ：发展现状与趋势》，《中国出版》2015年第6期
[11]Robert Griffin“Chair supportfaculty entrepreneurship, and the teaching of statistical reasoning to journalism undergraduates in the United States”Journalism(2016)pp.97-118
[12]An Nguyen,“The state of data and statistics in journalism and journalism education: Issues and debates”Journalism(2016)pp. 3–17
[13]Jonathan Hewett,“Learning to teach data journalism: Innovation, influence and constraints”Journalism(2016)pp.119–137
[14]RUC新闻坊：《全美新闻院校调研报告告诉你数据新闻教育的五种模式》[EB\OL].http://mp.weixin.qq.com/s?__biz=MzIwMDM5NzYyMQ==&mid=2652450383&idx=1&sn=170463f15da75fbdd71b596e9163ab55&scene=23&srcid=0415xerkmmmfrd7fiA00mM4X#rd
[15]Taina Bucher.“‘Machines don’t have instincts’: Articulating the computational in journalism”new media & society(2016)pp. 1–16
[16]Frederic I. SolopNancy A. Wonders.“Data Journalism Versus Traditional Journalism in Election Reporting: An Analysis of Competing Narratives in the 2012 Presidential Election”Electronic News(2016)pp.1-21
[17]刘涛：《西方数据新闻中的中国：一个视觉修辞分析框架》，《新闻与传播研究》2016第2期
　　
陈积银　杨廉/陈积银系西北师范大学传媒学院副院长，教授，甘肃省融合媒体研训基地（省级平台）主任；杨廉系西北师范大学硕士研究生，甘肃省融合媒体研训基地（省级平台）助理研究员。基金项目：国家社会科学青年基金项目“我国3D电视产业国际规制借鉴（13CXW012）”；甘肃省高等学校基本科研项目“公共突发性事件中的甘肃省应急传播对策研究（甘财教【2014】63号）”。