张晓健 马宇洲

摘要：受5G、大数据、云计算、人工智能、物联网为代表的技术革命影响，社会生活的方方面面逐步向数字化渗透。彼时，由数据驱动的新闻报道形式——数据新闻，不仅开辟了现代传播语境下的新闻生产，而且对传统新闻人才提出了更高要求。通过回顾数据新闻的发展状况，总结当前数据新闻视角下新闻人才的培养目标，提出新闻人才培养应从丰富主体结构、强化实践应用、注重教育质量、做好价值引领四个方面加强工作，从而满足数据新闻的现实需要，助力我国新闻业健康发展。

关键词：数据新闻 新闻人才培养 数据技能素养

数字化对传统新闻业造成直接冲击，引发新闻采集、新闻制作、新闻分发、新闻传播的同步共振，数据也从辅助新闻报道演化为独立新闻形态。近年来，数据新闻在数字化浪潮下加速更新，国内外媒体机构争相创立数据新闻部门，开发数据新闻专题栏目，探索可视化、交互化的新闻产品，并涌现出针对数据新闻的专业评选活动。人才作为新闻业的基石，其综合素质直接决定着整个新闻业的发展方向。那么，在数据新闻内涵和外延持续拓宽的前提下，培养什么样的新闻人才，怎样培养这些新闻人才成为讨论重点。

一、数据新闻的概况和优势

数据新闻源起于20世纪的“精确新闻”理论，该理论提出新闻工作者要在新闻采编过程中把握数据获取与分析的科学方法，从而服务于新闻报道工作。随着互联网的发展，数据本身远远不止于一般统计数字，其背后反映的事实图谱、逻辑关系以及价值潜能更是获得了新闻工作者的高度关注。2009年，英国《卫报》成立了首个数字新闻部，随后包括国外的《纽约时报》《华盛顿邮报》等知名媒体，国内的新华网、财新网、网易、新浪都开始推出数据新闻。特别是2012年以多媒体形式反映美国华盛顿州雪崩事件的系列报道，真正将数据新闻带入大众视野。那么，基于数据的抓取、挖掘、统计、分析以及呈现的新闻表达形式就是数据新闻。对比传统新闻生产，数据新闻具备以下三种优势。

1.数据化内容，有利于新闻深度报道。数据新闻中的数据不再只是新闻报道的线索，而是新闻构成的主要内容。其通过对大量数据的过滤和分析描述出事实的样貌，反映出事实的主干和基本逻辑，挖掘出数据背后的新闻价值和关系，最终为受众呈现事实真相。这里的数据化内容表现在两个层面：一是数据内涵获得充分扩张，除了数字以外还包括互联网产生的各类数据，帮助新闻生产获得更海量的素材，实现更细致的展示。比如，2020年新冠肺炎疫情期间，中国人民大学“RUC新闻坊”基于400万条微博用户数据，结合1403条新冠肺炎患者报道为求助者进行了画像，其中的关键词如“疫情”“社区”“妈妈”反映出疫情暴发后人们的情感变化。二是当数据成为叙事的内容主体时，除了以故事为中心的叙事结构，更多地依据数据间的逻辑关系，从不同维度、以有序的方式排列和呈现数据，表现出信息的再结构化，而这种再结构化的框架设计与技术水准影响着叙事的效果，带动受众自主发现问题、寻找答案。比如，近年来广受关注的国家GDP动态数据新闻，在坐标轴形式下显现出一定时间内的GDP变化情况。此时GDP数据不再只是一个个碎片化符号，借由不同时段的GDP开启了全新认知视角，不仅驱动受众深究数据变化的深层原因，而且缩减了新闻真实和现实之间的鸿沟，加强了对事实真相的不懈追求。

2.可视化呈现，易于提升新闻传播力。纵观现有的数据新闻产品，可视化都是其不可或缺的表现形式。这是因为在信息化时代，人们的媒介消费习惯已经从文字转向图片。数据新闻利用图像元素可以有效加深受众的感官印象，并依托图像辅助新闻内容生产，争取比文字更直观充分的传播效果。由路透社美国分社制作的《印度尼西亚坠机事故》荣获2019年突发新闻数据使用奖，该数据新闻在事故发生36小时内，根据Flightradar24的飞行跟踪数据制作速度、高度矢量图，运用QGIS绘制了乘客动态分布以及汇总波音公司失事飞机737机体构造，第一时间向公众还原事故发生情境，各项数据被全球众多媒体转载引用。同时，数据新闻的可视化形式十分适合数字渠道传播，这也带动了媒体机构投放于除纸媒以外的其他新媒体平台，驱动数据新闻的传播力大幅提升。特别是移动化、碎片化、社交化成为当下媒介消费的显性特征，数据新闻优先选择在线上发布如Facebook、Twitter、微博、微信等，借助网络受众和社交平台的力量形成多极化传播。

3.交互化设计，满足个性化新闻需求。数据新闻不仅搭建了视觉图谱，并运用技术手段引导受众参与数据新闻生产，此时新闻的消费者也是新闻生产者。这种交互化设计使得新闻受众对新闻内容具有一定的选择权，最终促成新闻传播“个性化”的实现。2018年，英国《金融时报》为了反映零工经济下工作主体的变迁和工作状态的变化，根据众多Uber司机的访谈内容制作了一款《Uber的游戏》。在此数据新闻中，主创人员基于网页页面设计了一个有关Uber司机的可互动模型，受众可以扮演一名美国Uber司机进行开车、拉客、购物，并以鼠标拖动对应不同的触发事件；在此模型下，每過一段时间会跳出一个总结界面，司机就可以看到这段时间跑了多少单、赚了多少钱。比如，Uber公司会通过奖励机制激励司机持续工作，司机只要在周五结束之前完成75个订单就可以获得额外的180美元奖励；而司机想要达到奖励标准，就必须持续工作，因而会在陪家人的选项中选择放弃。此时，数据新闻主要意图并不是阐述新闻事实，而是赋能新闻受众切身体验，借助参与新闻事件时的沉浸感实现新闻传播“大众化”向“个性化”的转向。

二、数据新闻视角下新闻人才的培养目标

数据新闻对新闻内容生产、新闻表现形式以及新闻主客体关系产生了深刻影响，这种变化同样作用于新闻工作者的素养构成。综合来看，主要表现为数据意识、数据处理、视觉美学和众包属性。

1.数据意识。所谓数据意识，是新闻工作者对数据的一种直觉，是发现数据价值的本能反应。在信息化时代，人们被各种各样的数据所包围，无论是线下的行动轨迹还是线上的“浏览痕迹”，都可以记录在云平台中。为此，新闻工作者重新思考对待数据的态度，首先要认清不同数据的内涵、特点及功能，借助数据增加新闻报道信源，提升新闻生产效率。其次杜绝唯数据论，坚持新闻主创的“把关人”角色认清数据局限，判断数据价值。最后针对数据总是处在不断更新的过程中，新闻工作者还必须建立起可信赖的数据供应商，依托权威数据库如国家统计局、专业审计公司以及上市企业年报等确保新闻的时效性和准确性。

2.数据处理。数据本身并不足以构成一则数据新闻，数据的整理、统计、分析才是数据新闻得以呈现的关键。换言之，新闻工作者必须强化对数据的处理能力才能有效提升数据新闻的新闻价值。大数据时代，数据体量获得前所未有的爆发，广大新闻工作者就数据处理技术层面的探索无疑是一项新挑战。那么，在常规的Excel、PPT、SPSS、思维导图以外，新闻工作者还应掌握IPSS系列、SAS、R以及各类BI工具，以此提升数据的专业化处理能力。有鉴于我国数据生态的局限性，新闻工作者可以邀请多人员、跨领域协同，通过组建一支专业化数据库团队，创新数据应用手段，培育媒体机构独立智库从而壮大数据处理的综合能力。

3.视觉美学。数据新闻可视化融合了数据信息和视觉美学，将冷冰冰的数据及信息通过丰富的设计语言进行表达，在信息能够清晰传达的同时注重受众的视觉体验。因此，新闻工作者要加强对视觉美学的培养，创新视觉符号、丰富色彩构图、增强表现形式取代过去的坐标轴、圆饼图、柱状图等单一化符号，内化为一种数据美学。比如，在网易数读推出的“数读白皮书”就充分贴合年轻人的旨趣，在《年轻人最不为人知的秘密，是它》中，每一个调查模块内都配有对应的主题漫画形象，数据表呈现中会叠加所列选项相关配图使信息内容生动具体。而且该数据新闻还提供了二维码跳转页面，用直播形态方便受众与数据新闻主创人员进行互动，真正实现了让新闻“动起来”。

4.众包属性。新媒介赋权使得受众拥有了更多选择性，数据新闻的最终传播效果在一定程度上由新闻受众所决定。因此，新闻工作者还应贯彻好数据新闻的众包（Crowd sourcin）属性，鼓励受众参与新闻生产和新闻传播，并根据受众需求提升他们参与的主动性和积极性，打造开放性的数据新闻生态。比如，一些媒体机构就通过免费释放数据获取权限，允许普通用户利用元数据生成定制化的新闻图表，由此反哺新闻主创人员的新闻制作。再如，数据新闻越来越依赖用户在社交媒体的持续曝光，因此主动设置活动议程以确定某种身份、形成某种风潮，帮助数据新闻在网络渠道的广泛传播。

三、数据新闻视角下新闻人才的培养方案

回溯数据新闻的发展历程，既是面对数字化浪潮新闻业态的被动挑战，同时也是媒体机构全面提升“四力”的主动追求。而对于广大新闻工作者而言，在原有新闻素养的基础上，还应着重培养数据意识、数据处理、视觉美学、众包属性，构成更全面、更立体的新闻人才培养方案。由此可为数据新闻时代的新闻人才打好基础，以培养主体、实践技能、教育内容以及价值引领为主要方向，为社会输送优秀新闻人才。

1.丰富新闻人才培养主体。在传统印象中，新闻人才教育工作主要由高校完成，其培养的人才主要面向报纸、杂志、电视台等媒体机构。在欧美国家，一些知名媒体机构开始尝试数据新闻教育工作，通过开放免费数据资源、开展新闻定期培训、组建校企研究机构巩固新闻人才实力。而随着数字化浪潮的到来，一些大型互联网公司也开始涉足新闻传播领域，并以其优越的技术优势开启了新一轮的人才培养方案；而经常活跃于新旧媒体渠道的媒体人也借助新媒体平台开启了个人化的新闻经验普及和新闻知识传授。为此，数据新闻视角下的新闻人才不应完全局限于单一教学主体，适度增加除高校以外的新闻教育主体，包括且不限于媒体机构、互联网公司、媒体从业者，才能盘活新闻人才的内在驱动力量。

近年来，网络学习共同体已经成为数据新闻人才提升综合素质的有效方式。不少网站开放了在线课程来教授如何使用数据软件的知识，例如，斯坦福大学和麻省理工学院开放了数据可视化课程“跟踪数据”，向记者教授数据可视化技能。“海量过载”是为专业程序员和对编程有兴趣的人提供的一个在线问答社区。在该社区内，来自泛新闻的相关从业者会自发给那些有志于从事数据新闻领域的人传递知识经验，通过人与人的在线沟通完成原始知识积累，更具实操性和功能性，因而收获了数以万计的会员注册。

2.强化数据新闻实践导向。数据是技术更新的产物，这就要求数据新闻人才必须掌握相应的技术应用能力，更好地把数据应用到新闻报道中。目前，大多数新闻人才能够掌握新闻基础应用如图像处理Photoshop、Lightroom、视频剪辑Premiere、illustrator、网页制作Web Design，但是有关数据新闻的精细化生产如数据采集、清洗、处理及呈现的进阶技能较少涉及，如编码和数据技能、Python编程等。这就反映出新闻工作者的数据技能素养普遍欠缺，不具备独立完成数据新闻的能力。而且，即便全面掌握上述数据技能，最终能否将其真正应用到具体新闻报道仍是一个巨大考验。

因此，数据新闻人才的培养一方面应在新闻学基本技能以外充分强调数据技能素养，尽快把计算机课程、统计学课程、艺术设计课程纳入培养范畴，以此驱动年轻新闻人才保持与时俱进，提升数据技能掌握程度。另一方面，数据新闻人才也要践行以业务实践为导向的教育方向，倡导新闻工作者参加数据新闻训练营、加入数据新闻工作室、参与数据新闻项目，以实际训练为前提加深个人专业化水平。

3.完善数据新闻教育内容。数据新闻不仅仅是对数据信息的全面整理，透过数据还可以阐释信息之间的内在联系，预测新闻未来的发展走势。而针对数据新闻可视化和交互化要求，必然牵涉到新闻业务以外的多项技能。这就决定了数据新闻的教学内容十分宽泛，既包括传统的新闻学、传播学，还涉及哲学、社会学、心理学、统计学、设计学、计算机、人机交互等交叉学科。

为此，针对数据新闻的专项性教学亟待更新：首先，必须正视数据新闻在新闻学中的重要地位，把数据新闻课程纳入新闻学的必修课程。其次，创新数据新闻的教学课程，按照由低到高的思路捋清新闻基础课程、数据分析课程、数据进阶课程及核心素养课程；且课程学习应当循序渐进，不能脱离前面课程直接过渡至后续课程，产生本末倒置的学习效果。再次，打破“文史哲偏见”，吸纳理工科背景人才加入数据新闻教学队伍，扩充数据新闻的知识结构体系。最后，鼓励跨学科人才培养模式，开展跨机构培养、跨院系教学、跨学科培养，共享优质教学资源。

4.做好数据新闻价值引领。“数据优先”使得数据新闻在专业化层面迈向新的台阶，同时也启发了新闻工作者对新闻专业主义的坚持。当前，数据不再是稀缺品，任何人都可以进行数据搬运，那么剔除无效数据、判断数据价值、输出新聞内容成为数据新闻从业者的根本能力。有学者指出，数据新闻生产是一个扩大化的社会化生产过程，其主体是包含人与机器在内的多元聚合体，包括多种数据新闻生产者的聚合、新闻生产者和新闻受众的聚合以及新闻生产者和软件、机器、设备的聚合。这种聚合要求数据新闻人才坚持新闻职业素养，以传播主流意识形态为使命，做不同主体的引航员。同时，数据新闻人才在坚持新闻伦理的同时还要遵循数据伦理，有选择地进行数据呈现，抵制个人隐私泄漏。尤其在互联网时代从个体到国家都在面临数据隐患的前提下，数据新闻人才只有恪守高尚品德，才能在技术洪流中屹立不倒。

数字化浪潮下数据新闻不断跃升，并对新闻业态产生了深远影响。传统新闻人才已经无法满足数据新闻的发展需要，新闻人才的培养策略亟待升级。

作者单位 张晓健 吉林农业大学人文学院

马宇洲 长春工业大学信息传播工程学院

参考文献

[1]李祥甫，李光庆.5G时代做好数据新闻及可视化的思考[J].城市党报研究，2020（09）.

[2][英]西蒙·罗杰斯.数据新闻大趋势：释放可视化报道的力量[M].岳跃，译.北京：中国人民大学出版社，2015.

[3]许向东.转向、解构与重构：数据新闻可视化叙事研究[J].国际新闻界，2019（11）.

[4]孟笛.论数据新闻编辑素养[J].中国出版，2018（02）.

[5]赵红香.我国数据新闻人才培养的路径探索[J].传媒，2019（10）.

[6]罗艺.美国数据新闻编辑面面观[J].编辑之友，2014（11）.

[7]强月新，孔钰钦.数据新闻驱动下的传统新闻传播人才转型[J].电视研究，2020（12）.

【编辑：钱尔赫】