■申琦 赵鹿鸣
　　【本文提要】本文实证分析了美国新闻和大众传播教育认证委员会（ACEJMC）认证的100所新闻院校开设数据新闻课程的基本情况，研究发现：100所美国新闻院校中开设数据新闻相关技能课程的院校占半数以上，主要侧重于培养可视化技能；已有专门开设数据新闻课程的院校，多以短期工作坊、单一导论型课程为主，其中传统新闻教育名校的数据新闻课程体系设置较为完备，起到了一定的示范引领作用。
　　【关键词】数据新闻 新闻传播教育 ACEJMC
　　【中图分类号】G201
　　近年来，数据新闻成为我国新闻传播学界与业界热议的话题。已有研究指出，目前我国从事数据新闻报道记者的相关技能较弱，①而数据新闻报道人才培养仍处于摸索阶段。②面对业界的迫切需求，我国新闻传播学教育在数据新闻人才培养方面，应当做出哪些方面的调整，值得探讨。
　　本研究通过分析美国新闻和大众传播教育认证委员会（ACEJMC）认证的100所新闻院校开设数据新闻课程的情况，首次实证考察了美国新闻传播院校数据新闻人才培养的现状，在此基础上为中国新闻传播学教育数据新闻人才培养提供一定的经验参考。
　　
一、文献综述
　　有关数据新闻人才培养问题，国外学者主要关注的是数据新闻教学中的新闻专业主义精神培养、数据新闻报道中的伦理、③构建数据新闻社区推动数据新闻教育的可行性，④以及如何与专业社群、从业者相结合以改进教学的培养方式等问题。⑤
　　我国学者的研究主要集中在：一是概述数据新闻教育海内外发展的基本情况；⑥二是以美国哥伦比亚大学、密苏里新闻学院等个案为例，考察美国主流新闻学院数据新闻课程设置情况，⑦及其与我国的差异；⑧三是以数据新闻赛事为对象，探讨高校数据新闻教育的效果；⑨四是从教学模式、课程设置、师资配备等方面，分析当前我国部分高校数据新闻教育的基本情况。⑩
　　已有成果为本研究提供了丰富的经验资料，如，对美国部分高校数据新闻教育情况的研究，一定程度上呈现了当下主流院校数据新闻教育发展的基本情况，值得借鉴。然而，研究多以美国新闻传播学名校为例，缺少对美国高校数据新闻教育的整体观察。因此，并不能全面反映当下美国数据新闻人才培养的现状，也难以为我国发展数据新闻教育提供全面参考。
　　2016年哥伦比亚大学新闻学院发布《数据与计算新闻学教育》（Teaching Data and Computational Journalism），分析了美国新闻和大众传播教育认证委员会（以下简称ACEJMC）认证的113所新闻传播院校（美国本土及少量海外）涉及数据（挖掘、清洗、可视化）、计算（编程、算法）与前沿技术（如VR、AR、机器人新闻）等方面的开课信息，以及上述学校的63份教学大纲，并对50余位教师、学生与新闻从业者进行访谈，数据权威、内容详实。然而，报告关注的重点是数据科学与计算机技术对美国新闻教育的影响，而不仅限于数据新闻人才培养问题，[11]并且缺少对已开设数据新闻课程院校的深入分析。
　　除此之外，编程与代码分享平台Github 上的开源项目“数据新闻课程”（Data Journalism Courses）亦对全球40余所高校所上传的数据新闻课程的课纲进行了简单梳理，有助于我们初步了解不同院校数据新闻教学中使用的工具、方法与参考书目。[12]但是，这一项目收集的课纲大部分内容都极为简略，且数量不多、国别分散，无法帮助我们全面了解美国这一新闻教育发达国家在数据新闻人才培养上的具体实践。
　　ACEJMC是美国新闻与传播教育协会（AEJMC）的兄弟协会，也是美国教育界最具权威性的认证机构之一。[13]作为美国新闻传播教育最高水平的权威认证体系，[14] ACEJMC的认证过程需要3-5年，要求院校定期接受再审核，基本囊括了美国主流的新闻院校。
　　本研究在获取2012年到2017年ACEJMC先后认证的100份本土新闻院校提交的《团队审核报告》（Team Review Report）中课程（Curriculum）信息的基础上，二次检索其中明确开设数据新闻课程院校的教务资料，深入分析其开设数据新闻的课时、师资、教学方式等信息，通过考察美国高校数据新闻人才培养的现状，为我国高校数据新闻人才培养提供一定的经验参考。
　　本文的研究问题主要包括：
　　问题一：ACEJMC认证的100所美国新闻院校开设数据新闻课程的基本情况如何？
　　问题二：ACEJMC认证的100所美国新闻院校开设的数据新闻相关技能课程的基本情况如何？
　　问题三：ACEJMC认证的开设数据新闻课程院校的具体教学情况如何？
　　
二、研究方法
　　（一）数据来源
　　本文选取2017年获ACEJMC认证的100所美国新闻传播院校，并对其提交的团队审核报告中的全部课程信息进行统计分析。团队审核报告是各院校在通过ACEJMC认证时提交的课程介绍资料，内容详实权威，提交时间在2012-2017年间，能够较为稳定地反映当下美国新闻传播学教育的情况。[15]（二）测量
　　数据新闻并不是一种全新的新闻思想，它孕育在“量化新闻的实践当中”（Quantification in journalistic practice），与大数据及新媒体技术密切相连。[16]如计算机辅助报道（Computer-Assisted Reporting）是精确新闻与计算机技术的结合，而数据库与计算机辅助报道相结合，又催生出数据新闻报道。从数据收集、挖掘和分析技术的角度来看，数据新闻隶属于计算新闻（Computational Journalism）的一种；而从传播方式来看，数据新闻又与同时期出现的网络新闻（亦称数字新闻）联系密切。[17]上述报道方式与数据新闻有着密切关系，围绕它们开设的课程、培养目标与数据新闻存在诸多交叉。同时，数据新闻报道要求记者具有一定的数据收集、整理、分析与可视化能力。[18]它们是完成数据新闻报道不可或缺的一部分。因此，我们将数据新闻的渊源学科以及相关技能课程也纳入考察范围。（表1　表1见本期第41页）
　　具体操作为，首先统计明确以“数据新闻”（Data Journalism）或“数据驱动新闻”（Data-driven Journalism）为名称的课程。其次，统计以“计算新闻”、“计算机辅助报道”、“精确新闻”（Precision Journalism）、“网络新闻”（Online Journalism）、“数字新闻”（Digital Journalism）为名称的课程，归为同类课程。最后，统计“图形设计”（Graphics and Design）、“网页设计”（Web Design）、“Python语言入门”（Introduction to Python）等符合数据新闻技能培养要求的课程，视为相关技能课程。
　　（三）数据分析
　　首先，我们在ACEJMC官方网站（http://www.acejmc.org/）“认证项目浏览”（Accredited Programs/Reviews）类目下的“认证与再认证”（Accredited / Reaccredited），筛选出属于美国本土且上传了完整团队审核报告的新闻院校。其次，对报告中的“课程”（Course）、“高校名称”、“学院名称”、“认证时间”、“课程列表”等进行归类、汇总与排序。最后，按照课程名称对数据新闻课程、数据新闻同类课程、数据新闻相关技能课程进行了人工筛选与统计分析。由于ACEJMC并不认证博士课程，且部分院校的团队审核报告并未区分本科/硕士课程，因此本文搜集的课程可以视为院校的全部所设课程。这一分析方式与《数据与计算新闻学教育》（Teaching Data and Computational Journalism）报告一致。
　　
三、研究内容
　　问题一：ACEJMC认证的100所美国新闻院校开设数据新闻课程的基本情况如何？
　　根据（表2　表2见本期第42页）显示：综合看来ACEJMC认证的100所美国新闻院校中，专门开设数据新闻与同类课程的院校占五成以上（55%）。其中，有13所学校明确以数据新闻或数据驱动新闻为名开设课程（占比13%）。同类课程中，开设数最多的为数字新闻（18所，占比18%），其次分别为网络新闻（13所，占比13%）、计算机辅助报道（8所，占比8%）、计算新闻（2所，占比2%）、精确新闻（1所，占比1%）。
　　可以看到：第一，美国新闻传播院校专门开设数据新闻课程的比例较低。第二，开设与数据新闻相关的同类课程相对较多，如数字新闻、网络新闻等课程。这或许能印证，由于数据新闻、网络新闻等概念之间模糊的边界，多数院校都笼统地视为同一种培养方向，并未做精细区分。[20]问题二：ACEJMC认证的100所美国新闻院校开设数据新闻相关技能课程的基本情况如何？
　　数据显示（表3　表3见本期第43页），ACEJMC认证的100所美国新闻院校中，共有88所开设了至少一门数据新闻相关技能课程。最多的为图形、图像与视频软件课程，共有88所院校开设。此类课程多以教授学生绘图、图像处理、视频剪辑的技能为内容，使用工具多为Adobe公司出品的Lllustrator、Photoshop、Premiere，可应用在数据新闻生产中的图表制作、网页设计等流程中。位列第二的是前端课程，共有56所院校开设，多通过Dreamwaver等工具教授学生简单的网页制作，课程以网页设计（Web Design）、多媒体叙事（Multimedia Storytelling）为名。其他开设较多的课程有电子表格、统计语言等，开设院校在10所以上。
　　综合看来，尽管近九成（88%）院校开设了与数据新闻报道相关的技术类课程，但大多数仅是教授较为初级的网页制作、图像处理、视频剪辑技能，而在数据新闻报道中的高级技能，如编码和数据技能（Coding and Data Skills for Communication）、Python编程（Python Coding）等课程则只有少数院校开设。
　　上述数据表明：第一，大多数美国新闻院校都开设了数据新闻相关技能课程，且多集中在网页制作、图像处理等可视化技能培养，而数据新闻报道中的数据收集、数据清洗与处理技能培养不足。这可能是因为，网页设计、视频制作等可视化技能作为前期媒介融合课程改革的一部分已在美国新闻院校具有积累。[21]第二，数据新闻核心技能课程多以教授现成软件使用为主，编程类高阶课程极少，仅有几所院校开设了基于后端开发的可视化、地理信息系统等课程。正如《美国新闻评论》（America Journalism Review）的报告中指出，当下新闻教育必须在面向信息科学改革上达成共识，亟需开设计算机编程、数字受众分析等技术性课程。[22]问题三：ACEJMC认证的开设数据新闻课程院校的具体教学情况如何？
　　进一步地，我们还从开设课程数量、课时、教学方式、师资等四个方面，深入分析了13所明确开设数据新闻课程的院校的具体教学情况（表4　表4见本期第44页）。需要说明的是，南加州、密苏里等四所大学除了开设以数据新闻为名的课程之外，还专列了多门以数据新闻为主要目标的系列课程（Curriculum for Data Journalism），因此这里统计的数据新闻课程共有37门。根据13所院校官网公布的教学大纲，我们将课程设置分为三种类型：短期课程、单一课程与系列课程。
　　表4显示共有3所大学开设了短期课程，为科罗拉多州立大学、爱荷华州立大学、华盛顿大学。这类院校开设的课程多在24个课时以内，以工作坊（Workshop）或热点话题（Topics in Media Production）的方式聘请外校或社会讲师对数据新闻进行短期培训。共有6所大学开设了单一课程，主要以“数据新闻”或“数据驱动新闻”为名在必修或选修计划中开设一门导论（Introduction）课程，由1-2名专业教师固定讲授，如加州州立大学、旧金山州立大学等。共有4所大学开设了系列课程，为南加州大学、密苏里大学、哥伦比亚大学与雪城大学。课程多面向研究生开设，数量在5-9门左右，基本涵盖数据新闻的理论到生产各环节，且均组建了数据新闻方向的教学与科研团队，教学结构完善。
　　整体看来，美国新闻传播院校数据新闻人才培养形式多元、课程设置不固定，亦处于探索性的尝试阶段。开设导论性单一课程的院校居多，而传统新闻名校对数据新闻的反应速度较快，保持了领先态势，初步建立起跨专业联合授课的系列课程，也有少数高校通过灵活机动的工作坊方式展开相关教育。
　　
四、结论与讨论
　　本研究分析了美国新闻和大众传播教育认证委员会（ACEJMC）认证的100所新闻院校，较为全面地考察了美国新闻传播院校数据新闻教育的现状，研究发现：
　　首先，课程设置较为审慎，偏向基础性。我们的研究显示，当前美国新闻传播院校专门开设数据新闻课程的数量相对较少，开设同类课程如精确新闻、数字新闻、网络新闻等与数据新闻联系密切的内容较多，且以导论为主。这一方面可能是因为他们更侧重媒介融合人才的培养，大部分院校并不急于改弦更张创立新的课程方向，而是在传统课程的基础上进行一定的增益；另一方面在具体实践中，数据新闻与既有网络新闻界限模糊（美国网络新闻作品多次获得全球数据新闻奖）也导致了课程设置区分不大。总体而言，相对于业界不断创新的新闻报道方式，美国新闻传播教育表现得较为审慎。
　　其次，注重媒介融合人才的培养，算法、编程等高阶课程虽有涉及但仍然稀缺。与哥伦比亚《数据与计算新闻学教育》研究报告的结果一致，我们发现，近九成（88%）的院校都开设了与数据新闻报道相关的技能课程，尤其以网页制作、图像处理、视频剪辑等课程居多，其实质更注重训练学生的多媒体技术（Multimedia Technology）；仅有少数高校（4%）开设了一系列数据新闻报道所需要的进阶课程（如数据采集、算法、编程）。这表明，当前数据新闻报道高阶人才培养不足，编程、算法等核心课程数量不足，课程深度不够，恐难以满足未来业界发展所需。正如2017年 《全球数据新闻调查报告》 （2017 Global Data Journalism Survey）指出，高达82%的从业者认为自己从事数据新闻工作的技能与数据素养依然不够。
　　最后，长短期课程结合，授课形式多元，新闻传播教育名校起到了引领、示范效应。与哥伦比亚《数据与计算新闻学教育》报告的研究结果不一致，我们的研究显示：已开设数据新闻课程的院校采取的形式较为多元，既有与业界合作的短期工作坊，适合培养快速上手的报道人才，又有以导论为主的单一课程，而密苏里大学、哥伦比亚大学等新闻传播教育名校已基本建立起相对完备的数据新闻教学体系。如哥伦比亚大学2018年将设立数据新闻硕士，三个学期内强化培训学生的数据（Data & Databases）、算法（Algorithms）能力。这无疑起到了一定的引领与示范效应。而日渐丰富的线上课程也提供了更多灵活的培养方式。如西北大学Knight Lab在慕课平台开设的数据新闻入门课与信息图和可视化课程等。[23]面对既开放又保守的新闻业，[24]数据新闻能不能成为我国媒体转型的一个新进路，业界与学界依然在讨论中。通过考察美国新闻传播教育中的数据人才培养的现状，我们可以看到，数据新闻、计算新闻等概念涌现的背后，是媒介融合报道技能的培养已成为核心的不变事实。计算机编程、算法为核心的数据挖掘与数据可视化能力，正有可能成为一种新的新闻传播人才培养趋势，这无疑值得我们借鉴和思考。
　　本研究尚存以下不足：一是，针对美国数据新闻人才培养的分析，主要是通过美国本土新闻院校在ACEJMC认证中提交的课程信息数据，但院校教学安排处在变化中，可能存在课程信息未及时更新的情况；二是，课程中英文词义对照存在一定的主观判断，不排除有统计缺漏的可能，需要进一步的研究完善。■
　　
①徐笛、马文娟：《中国内地数据新闻从业者调查——基本构成、所需技能与价值认知》，《新闻记者》2017年第9期
②黄志敏、王敏、李薇：《数据新闻教育调查报告》，《新闻与写作》2017年第9期
③HewettJ. （2016）. Learning to teach data journalism: innovation, influence and constraints.Journalism17（1）231-232.
④Splendore, S.SalvoP. D.Eberwein, T.GroenhartH.KusM.& Porlezza, C. （2016）. Educational strategies in data journalism: a comparative study of six european countries.Journalism17（1）138-152.
⑤Treadwell, G.Ross, T.LeeA.& Lowenstein, J. K. （2016）. A numbers game: two case studies in teaching data journalism.Journalism & Mass Communication Educator,71.
⑥沈浩、谈和、文蕾：《“数据新闻”发展与“数据新闻”教育》，《现代传播》2014年第11期
⑦金梅珍、丁迈：《我国数据新闻教育的困境与对策》，《现代传播》2016年第3期
⑧许向东：《对密苏里新闻学院数据新闻教学的考察》，《新闻爱好者》2014年第11期
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黄志敏、王敏、李薇：《数据新闻教育调查报告》，《新闻与写作》2017年第9期
[11]详细内容参见：https://journalism.columbia.edu/system/files/content/teaching_data_and_computational_journalism.pdf
[12]详细内容参见：https://github.com/jwyg/data-journalism-courses/blob/master/data-journalism-university-courses.csv
[13]详细内容参见：http://www.acejmc.org/
[14]ReinardyS.& Crawford, J. I. （2013）. Assessing the assessors: jmc administrators critique the nine acejmc standards. Journalism & Mass Communication Educator,68（4）335-347.
[15]需要说明的是，获ACEJMC认证院校共计113所，本文剔除了除美国本土之外的（共计8所），以及未及时在ACEJMC官网提交完整团队审核报告的院校（共计5所）。最终，我们将分析对象定为ACEJMC官网上具有完整团队审核报告的100所美国本土新闻院校。
[16]AndersonC. W. （2015）. Between the unique and the pattern. Digital Journalism,3（3）349-363.
[17]详细内容参见：http://mediapusher.eu/datadrivenjournalism/pdf/ddj_paper_final.pdf
[18]KnightM. （2015）. Data journalism in the uk: a preliminary analysis of form and content.Journal of Media Practice,16（1）55-72.
[19]根据《数据新闻手册》的相关内容整理。详细内容参见：http://datajournalismhandbook.net/1.0/en/
[20]GravesA. L.& KellyJ. （2010）. Confusion online : faulty metrics and the future of digital journalism.
[21]Ferrier, M. B. （2013）. Media entrepreneurship: curriculum development and faculty perceptions of what students should know.Journalism & Mass Communication Educator,68（3）222-241.
[22]详细内容参见：http://ajr.org/2014/07/07/journalism-enrollments-fall/；http://ajr.org/2014/12/18/journalism-schools-add-courses-sports-emerging-technology
[23]详细内容参见：https://learn.knightlab.com[24] 李艳红：《在开放与保守策略间游移：“不确定”逻辑下的新闻创新》，《新闻与传播研究》2017年第9期
　　
申琦系华东师范大学传播学院副教授，赵鹿鸣系华东师范大学传播学院2015级本科生。本文为上海市哲学社会科学规划课题“大数据时代数据新闻生产的现状调查及对策研究”（2014BXW008）的阶段性成果。