杨嘉晖

从概念兴起、理念普及和实践应用的角度来看，“数据新闻”已不是一个新兴名词。早在2012 年，数据新闻就伴随着大数据时代的到来和全球新闻业在数据化、信息化转型的现实条件下逐渐受到我国业界的关注实践以及学界的研究思考。更近一步说，是先有我国网络门户媒体、官方媒体和其他独立新闻机构的数据新闻实践探索，而后才引起学术界和研究人员对数据新闻领域的关注。

虽然经过十年的发展，我国数据新闻业已经过了摸索期，从中央媒体到地方媒体再到互联网媒体机构都有独立生产制作数据新闻的条件，并开设专门的数据新闻频道，如新华网的“数理话”、四川日报全媒体集群“MORE大数据工作室”以及财新网“数字说”、网易旗下的“网易数读”等都是我国数据新闻实践取得的有益成果。但由于数据新闻的生产制作和传播受制于数据挖掘、清洗、分析的能力，以及可视化制作的技术要求，国内目前在数据新闻的人才队伍建设方面仍存在短板，传统媒体队伍中能够胜任数据新闻制作的记者仍然是少数。尽管大多数媒体近年来也在有意吸纳懂数据、懂可视化的人才加入媒体队伍，但要进一步破解数据新闻人才短缺的困境，归根结底还是要将精力放在高校数据新闻教育层面，将数据新闻纳入高校新闻传播学科的课程体系设计架构，一方面使高校新闻传播学科的教育更加适应社会发展，另一方面也能为媒体培养并输送科班出身的专业人才。此外，当我们把数据新闻教育放在新闻教育整体脉络中重新审视时，会发现目前如火如荼的数据新闻教育仍存在一些问题，需要探索创新路径，以此推动数据新闻教育更好地发展。

一、国内关于数据新闻教育课程的研究现状

为了适应大数据时代下数据新闻的发展趋势，使高校新闻教育与业界逐步接轨，培养更多具有基本的新闻采写、新闻发现与表达、数据统计分析、数据可视化能力的复合型新闻人才，我国高校的新闻传播院系结合自身发展条件、师资力量、专业定位、行业需求等陆续开设了数据新闻课程，作为大数据时代新闻传播教育的创新举措，适应了跨学科交叉融合的人才培养模式，基本形成了较为完善的课程体系设计和授课方式。姚静认为我国数据新闻教育的课程设置主要分为三种模式：第一种是成熟模式，即教师团队联合授课；第二种是探索模式，即独立专业方向授课模式；第三种是补充模式，也就是数据新闻工作坊模式。[1]沈浩等人在对全球的数据新闻教育整体情况进行分析后指出，数据新闻教育应在原有新闻业务基础之上，根据学生的兴趣，有选择地开设社会科学研究方法、SPSS数据分析工具、HTML、JS网页编程基础以及Python或R之类的编程语言，能够运用编程语言从互联网上抓取简单的数据。[2]

然而，受制于师资力量、生源差异、基础软硬件条件等实际因素，我国的数据新闻教育面临的困境同高校之间本身存在的结构性差异完全契合，并且这也与当地的媒体发达程度有关，如果某地区具有成熟的数据新闻媒体机构或数据可视化团队，那么通过校企合作、产教融合等方式可以在一定程度上助推当地高校数据新闻教育的发展。方洁、胡文嘉的研究认为短时间内制约和影响数据新闻教育发展的因素不会发生根本性的变化。但是更多国家和地区会结合自身的政治、历史、文化环境发展出适应本国或地区的数据新闻教育，以培养适合本土化数据新闻生产的人才。[3]张铮、陈雪薇则从重视学生“技能多样性”培养、形成以大数据教学实验中心为主体的实践教学体系以及将大数据伦理和技术哲学等知识加入课程版图三个面向提出了数据转向下新闻传播人才培养的策略。[4]

不可否认，数据新闻的兴起推动了我国新闻教育模式、理念、目标的更新，但数据新闻教育在我国实践中依然面临诸多困境，上述文献只描摹了国内数据新闻教育的大致面貌，对于数据新闻教育实际开展过程中遇到的问题仍值得我们深入探讨分析。

二、数据新闻教育课程的教学现状

（一）课程定位不清晰

数据新闻作为大数据时代新的新闻报道形态，是对传统新闻报道方式的有益补充，类似的还有动画新闻、无人机新闻等，本质上都服务于新闻的内在要求，即“新近发生的事实的报道”，其内核本身还是“新闻”。但由于数据新闻融合了新闻传播学、统计学、计算机信息科学、艺术学等多学科背景，这又使数据新闻不同于动画新闻、无人机新闻等。具体来说，数据新闻是由数据驱动产生的，数据成了信息时代的价值源泉和思维方式，万物皆可被数据化，由此带来了以往人们较少关注的新领域、新现象。正是由于数据新闻本身复杂的多学科背景，使得部分高校在开设数据新闻课程时对其定位不清晰。一些高校的数据新闻仅仅是作为“新闻学”或“新媒体”等课程的补充，教师在讲授“新闻学”或“新媒体”等新闻传播学科固定的课程时，会补充数据新闻的内容，但仅限于梳理数据新闻的概念、特征、发展前景，或是向学生展示目前比较出色的数据新闻作品，从浅层向学生传达“数据新闻”的理念，使学生从概念层面对数据新闻有大致的认识。此外，课程定位不清晰还导致了数据新闻课程安排的随意性，除了上述提到的作为其他课程的补充，一些高校在数据新闻应该是“理论课程”还是“实践课程”方面也存在认知误区。而相比之下，国外数据新闻的课程定位十分清晰，国内部分高校数据新闻教育的模棱两可容易导致课程效率低下、学生接受度低。

（二）生源水平参差不齐

新闻传播学科招收的学生主要以文科学生为主，而数据新闻决定了生产主体需要具有较强的数理统计分析能力、计算机编程能力，这无疑对文科生而言是一大挑战，虽然近年来的教育普遍强调文理融合发展，但文科生的深层思维逻辑依然局限于文史思维。不仅是学生，新闻院系的教师也大都是文科出身，从而更加剧了数据新闻教育的困境。除了文理科层面的生源水平差异，不同地域的生源之间也存在很大差异，比如发达地区的学生在中学阶段总体上能够接受更多的计算机、编程、逻辑思维等课程的教育，这类课程对于数据统计分析、数据可视化等无疑大有裨益，而偏远地区，尤其是偏远农村地区的学生受制于经济发展水平、师资力量、硬件基础设施等条件，在中学阶段接受的依然是传统、窄化的教育，这部分学生中有些进入大学后才真正开始接触计算机，起点和思维能力的差异决定了这部分学生对数据新闻的接受度会更低。

（三）授课模式拘泥于传统

数据新闻是实践性极强的新闻生产过程，涵盖了数据挖掘、数据清洗、数据分类、数据分析、数据可视化等一系列环节，由于受到上文提及的“课程定位不清晰”问题的影响，不少高校的数据新闻课程依然按照传统的“老师讲，学生听”的填鸭式教学方法，不重视对学生实操能力的培养和提升。而传统的授课方式对学生而言只能获知数据新闻相关的概念，难以理解“数据”本身对当下的新闻报道方式、信息社会发展趋势带来的深层意义。新闻传播院系要增强学生实践能力、增加实训项目往往也伴随着课程体系的调整和实验设备的购置、运行、维护，这在短时间内也是较难实现的。

（四）师资结构组成单一

目前国内高校的数据新闻教育，主要还是由新闻传播院系的教师授课，且能教授数据新闻课程的教师要么具有计算机信息科学、统计学等学科背景，要么曾供职于业界，具有丰富的一线实践经历，但缺乏长期深耕在数据新闻领域的职业工作者，即使具有相关学科背景的教师讲授数据新闻，还应考虑到数据新闻在信息时代的快速发展变化，许多新问题、新现象，通常都是由业界推着学界走，导致高校的教师在更新了自身的课程体系和课程内容后向学生讲授时，某类问题、某种技术或许在业界早已不流行。

三、数据新闻教育的路径探索

（一）为学生搭建实践平台

数据新闻教育课程不应“纸上谈兵”，而应聚焦学生的发现与表达能力、制作与传播能力，这实际上也是新闻传播学教学中的核心理念，即“在做新闻中学新闻”，对于数据新闻教育一样，新闻传播院系不应仅仅局限于向学生讲授理论知识，理论学习再多，没有实践、不能实践依然无法实现数据新闻教育的目标。因此，高校应尽可能因地制宜为学生搭建实习、实践平台，通过院系内教师在外挂职或外聘校外专业导师进校讲授等方式，首先实现学界和业界的勾连，使教师在学到数据新闻业界的“真技能”后传授给学生。此外，学校也应当鼓励学生动手操作，开设自己的微信公众号或其他新媒体平台发布学生自己制作的数据新闻作品，不仅可以作为学生学业成绩考核的一项指标，也能作为学生自己的作品集，在未来的求职、求学中无疑具有重要作用。

（二）加强学院与学院、学院与业界的合作

囿于教师知识结构、师资水平的限制，新闻传播院系可以主动向校内其他学院或是其他高校、业界“取经”，加强主体之间的融合交流。比如，我国财经类大学通常都开设了“数据新闻”课程，而课程主要都是由所开设院系的教师自己讲授，为了更好提升数据新闻教育的成效，新闻传播院系可以主动与本校的统计学院展开合作，邀请统计学院的教师联合授课，向学生教授统计的原理、思路以及SPSS等统计软件的使用，进一步增强学生的本领能力，开拓视野。此外，新闻传播院系可以与数据新闻业界建立工作坊，形成学界教师与业界导师共同合作的“双导师”制，鼓励学生积极加入工作坊，适当地给予工作补贴还可以提高学生加入数据新闻工作坊的积极性。

（三）优化课程体系和人才培养方案

针对部分高校对数据新闻教育定位不清晰、课程设置不合理等问题，不同地区、不同办学层次的高校之间可以通过互相评审，举行联席会议、学术论坛等方式，建立较为统一的数据新闻教育标准。学界和业界的数据新闻领域专家也应当积极献策，贡献自己的智慧，出版一部分教材、专著、科研论文等，推动数据新闻教育体系更加科学合理。数据新闻教育实践应充分将课堂教学延伸至课下，利用新媒体技术的优势实现课堂教学改革。在这方面值得借鉴的无疑是由中国人民大学新闻学院新闻系运营的数据新闻深度报道的微信公众号“RUC新闻坊”，RUC新闻坊公众号的编辑由学生担任，整个选题、策划、发布的流程由学生参与，学生可以充分了解新媒体运营、编辑的特点与流程。[5]

（四）打破招生壁垒，实现文理科联合培养

新闻传播院系的学生往往以文科生为主，数理统计知识及软件应用的能力相对欠缺，针对这一问题，高校可以制定类似“3+1”或“2+2”的人才培养模式，即新闻传播院系的学生前两年学习新闻传播类基础理论知识，后两年可以去其他学院学习统计分析、计算机编程、视觉艺术传达等课程，促进学生提高本领能力和知识储备，掌握实践应用技能。此外，近年来由于学科交叉融合的进一步深化，单一的新闻传播学人才培养已难以适应业界和社会的发展需要，因此，新闻传播院系在招生时可以打破文理科壁垒，吸引一部分具有理科背景的学生报考新闻传播学，进而从生源层面上的优化推动数据新闻教育成效的优化。

结语：

尽管我国数据新闻教育目前在理念和实践层面面临诸多困境，但可以预见的是，经过高校教师、业界专家、学生个人的不断探索和创新后，各主体对数据新闻及数据新闻教育的认识和实践将更加标准化、科学化、系统化，从而推动数据新闻教育向更专业、成熟的方向发展。

新闻漫画《纾困帮扶》 王琪/作（新华社发）