【摘要】作为与行业并行发展的数据新闻教育，在我国的现实状况是怎样的？有哪些因素影响了数据新闻教育？其发展空间和未来方向如何？本报告对国内数据新闻骨干教师访谈，尝试回答上述问题，为我国数据新闻课程体系的设置和人才配置提供参考。

【关键词】数据新闻；教育课程体系

现今，以数据驱动为核心的数据新闻成为媒体机构广泛应用的报道方式之一。如何从大量级、规模化的数据中挖掘新闻故事，并将其以可视化的方式呈现给受众是新闻从业者的一项重要技能。信息的生产及传播方式的改变必然改变了人才需求的指向。对于数据新闻而言，除了要求从业者具备专业素养，计算机科学、可视化设计等跨学科的专业技能不可或缺。因此，培养具备跨学科专业知识技能的新闻专业学生是当前新闻教育的重要任务。那么，实际教学中，我国的数据新闻教育是否能满足这样的人才需求呢？

鉴于此，本报告历时半年，借助滚雪球的方法，对来自中国和美国的26所高校的25名数据新闻教师和10名数据新闻学生进行了访谈，被调研高校包括中国传媒大学、武汉大学、上海外国语大学、上海大学、西北师范大学、兰州大学、广东海洋大学、上海财经大学、宁夏大学、汕头大学、中山大学、南京大学、北京工商大学、清华大学、中国传媒大学南广学院、复旦大学、西安外国语大学、北京大学汇丰商学院、东北师范大学、中国人民大学、华东师范大学、浙江传媒学院、北京印刷学院等国内高校和美国哥伦比亚大学新闻学院、美国密苏里新闻学院和美国雪城大学等国外高校。旨在探讨全国范围内新闻院校开展数据新闻课程的总体情况、数据新闻教育的模式、数据新闻的课程体系设置、师资队伍建设以及如何改进现有数据新闻教育等方面的问题。尝试回答作为与行业并行发展的数据新闻教育在我国的现实状况是怎样的、有哪些因素影响了数据新闻教育、其发展空间和未来方向如何等问题。

本文根据调查以及相关文件资料，并通过对照国外三所著名的新闻院校的数据新闻的教育现状，系统梳理了国内数据新闻教育的主要特点，对新闻学教育中存在的问题进行针对性的把握与研究。在微观对比的基础上进行分析，为我国数据新闻课程体系的设置和人才配置提供参考。

一、我国数据新闻教育的主要模式与课程设置

目前，我国的数据新闻教育处在探索性阶段，形式多元。在新闻院系的教学体系中，除了中国传媒大学率先将数据新闻作为招生的一个专业方向，开设相应的课程是主要的方式。由业界或高校举办的数据新闻工作坊也是大家较为熟知的方式之一。

1.开设课程模式

在所调查的20所高校中，仅有两所未开展数据新闻或是相关性课程（武汉大学、宁夏大学）。剩余的18所高校中，只有12所高校直接以“数据新闻”命名课程，其中有两所高校（广东海洋大学、东北师范大学），只是将数据新闻作为某一个课程中的一小部分进行初略的介绍。有教师对我国的数据新闻教育做了一个贴切的比喻，认为，“作为课程而言，只能在框架上，给学生描绘一个学科或一个领域的脉络框架。将来如果他们进入数据新闻领域，就需要他们自己在这个框架上面添加肌肉、血液、皮肤等。”以下，我们将重点从师资和课程设置两个方面分析已开设“数据新闻”课程的高校教学情况。

大多数高校的数据新闻的教学都采取了多名教师联合教授一门课的形式。比如上海大学、中山大学、汕头大学的数据新闻课都是由三个老师教学。三个老师的分工一般依据数据新闻的三大部分内容，分别负责数据挖掘与分析、数据可视化、数据新闻综合实践三个方面。跨学科融合式教学是此类数据新闻课程开展的特色。比如上海大学的数据新闻课程，由计算机学科的谢志峰讲授“数据挖掘与分析”，数码艺术学科的梁海燕讲授数据可视化”，新闻传播学科的吴小坤（现已调入华南理工大学新闻与传播学院）讲授“数据新闻理论与实践”。三门课分别在不同的学期开课，形成了一个系列课程。

多名老师联合教学“就要求三位老师一起备课，并足够默契，否则每位老师各交各自的部分，课程就会被割裂，无法形成统一的整体。”汕头大学长江新闻与传播学院副院长、教授、硕士生导师白净指出，“最理想的状态是能够有一个老师把三者结合起来教学。”例如，兰州大学的数据新闻课程即是由一名教师独立承担教学任务。授课教师梁玮本科专业是计算机科学与技术专业，硕士专业是传播学。在课程安排上，该学校将36课时的课程分为了三个部分，其中1/3的时间介绍数据新闻的概念、范畴、发展历史等基本理论知识；1/3的时间由学生分享喜欢的数据新闻案例；1/3的课程介绍Tableau软件以及如何呈现等。

在实际教学中，若要求教师都必须具备跨学科的专业背景几乎是不可能的。师资不足是高校数据新闻教育存在的一个普遍性问题。再者，数据新闻本身涉及到跨学科的知识，涵盖的内容很多。仅凭一门课程，也不可能完全满足教学需求。

谈及数据新闻的优势，中国人民大学新闻学院讲师、硕士生导师方洁指出，传统的新闻采编的记者往往是一种“非规范的定性思维”，擅长简单的归纳、数据的总结，容易在采访中主观先行。数据新闻则是以一种“比较偏向量化的研究思路做新闻”，新闻事实的产生是基于数据挖掘和分析，这在一定的程度上可以弥补新闻的片面性和主观性。因此，提升学生的数据素养是数据新闻教育的首要目标。当我们一直在强调大数据时代，强调数据的优势时，学生们容易“偏向于过度相信数据，不对数据质疑，不去质询数据”。所以“有必要增加学生对数据的认识，引导他们对数据保持审慎的态度”。清华大学新闻与传播学院教授、博士生导师沈阳重新定义了数据新闻，他将数据新闻定义为“数据中的新闻”和“新闻中的数据”。在设置课程内容的时候，也是紧紧围绕“数据”展开。他们开设数据新闻课程的目的“不是单纯的给学生在一个单独的、很窄的面讲数据新闻，而是让学生建立一种在新闻创作或报道当中的数据意识”。这种意识包括了“对数据真实性、一致性的判断”以及“对数据的预测”。

汕头大学的白净和华东师范大学传播学院讲师申琦都认为，数据新闻的核心依然是“讲故事”，“回归新闻本质，回归故事本身才是最重要的”。精确新闻报道、数据新闻报道等新的报道形式之所以借助数据呈现事实，目的是为了让报道更加真实、客观。真实、客观的核心不可变。因此在课程设置上，更注重的是培养学生如何读懂数据，如何用数据讲好一个故事的能力。申琦认为数据分析、数据可视化等方面的软件技能“仅仅是一个工具”，“如何使用这些工具讲述新闻故事才是核心”。

不同于以上高校对数据本身的强调，中山大学传播与设计学院的“数据新闻与新闻信息可视化”课程更偏重于交互设计的教学。搭档教学的三位老师中有两位老师都是教交互设计、新媒体设计、信息可视化这方面的。其中，林淑金副教授侧重于数据呈现的交互式逻辑，曾娟老师侧重数据新闻可视化的美感设计。

只有少部分的高校强调学生们的编程或技术能力。南京大学新闻传播学院助理研究员王成军将研究定位为“采用计算机社会科学的研究方法去分析人类传播的传播行为”。将数据新闻看成是计算传播范式研究中的三大板块之一，其它两个板块是计算广告和媒体推荐系统。数据新闻的课程内容中，前半部分主要是数据的收集、清洗和分析，涉及到编程工具的使用，“主要是使用Python语言做数据抓取和后期处理”；后半部分涉及可视化的方法和技术，“主要会介绍Echart、D3、Tableau等工具，还会介绍一部分基于比较自由的编程工具，如Processing的一个工具”。王成军认为，“理想的情况的是学生在上课之前掌握了编程基础”。但是实际操作过程中，“往往不是那么理想”。毕竟新闻院系属于文科院系，几乎很少学生有理科学习的背景。

2 独立的专业方向模式

2014年，中国传媒大学新闻学院在全校选拔了18名来自不同专业的三年级学生，组成数据新闻报道实验班。2015年，数据新闻正式成为新闻学专业的方向之一在全国展开招生，2016年改为自主招生。在传统的新闻课程基础上，中传为这个方向的学生开设了数据处理、网页抓取技术、可视化技术等方面的课程，并要求学生需要完成数据实践项目。在和业界合作方面，中传也手握更多资源，许多媒体机构都主动愿意和中传合作。2015年1月，中传联合中青网，建立数据新闻合作实习基地。2015年、2016年的两会期间，中传的师生团队也向合作媒体提供了50余部数据新闻报道作品。

中传之所以能够占领国内数据新闻教育的山头，甚至在许多高校还未开展数据新闻课程之前，设立了数据新闻专业方向，很大程度上和中传的教师跨学科的专业背景有较大的关系。从相关资料中获知，中传数据新闻报道方向的五名核心师资的主要研究领域涉及应用统计、精确新闻报道、数据挖掘、社会科学研究方法、计算机报道、数据新闻报道实务等，这些方面都和数据新闻有密切联系。

但是从课程设置来看，传统的新闻传播学依然是中传数据新闻教育的核心，数据处理部分的课程也偏向于传统的数据研究。针对这一点，中国传媒大学新闻学教授、博士生导师沈浩指出，这是基于对现实情况的考虑，“数据新闻本身只是一种形式，涉及的面较为狭窄，对于学生未来的升学发展有较大的限制。其中最为突出的问题是，数据新闻方向毕业的学生不适合考研。”生产数据新闻的技能只是学习的一部分，更重要的是“基于新闻这个环境的数据能力”。 

表格1：中国传媒大学数据新闻方向课程设置表

表格2：中国传媒大学数据新闻核心教师研究领域

3 数据新闻工作坊模式

数据新闻工作坊是针对在校学生或从业者开设的集中式的教学培训，旨在让学员在短时间内了解并掌握数据新闻的相关知识和技能，用时通常为3至5天。主办方多为各大高校的新闻院系，诸如复旦大学、清华大学等都曾举办过数据新闻工作坊。密苏里大学在2015年和2016年分别联合华南理工大学、广东外语外贸大学在广州举办了两次工作坊。也有一些则是由新闻行业机构成立的基金会所支持。例如，财新公益基金会曾在2013年和2014年举办过三期数据新闻工作坊，主题分别涉及财经、环境以及公共卫生。

依据培养对象，数据新闻工作坊可分为三类。一类是单一对象的培养。例如，财新公益基金会的三期数据新闻工作坊即针对记者编辑、设计师、程序员等业内人士开设。第二类是混合对象的培养，参与培训的学员既有学生也有业界人士。例如，复旦大学2015年5月28-6月1日和2016年11月4-8日的两期数据新闻工作坊即招收来自业界和学界的30多名不同专业背景的学员。第三类是专门针对教师群体开展，指导教师展开数据教学工作。例如数据工场联合中美教育基金会和清华大学新闻传播学院于2016年9月举办的数据新闻教学工作坊，以及数据工场联合中美教育基金会和北京大学汇丰商学院于2017年2月举办的数据新闻教学工作坊。

工作坊的教学模式的突出的优点是，能够邀请到有经验的从业者讲课和指导学生，集中而快速让学生们将理论的学习结合到实践中去。不过，缺点也同样突出。对许多现有的数据新闻工作坊来说，都存在时间紧、课程量大。许多工作坊的时间只有两三天，只能做一个概况性的介绍，很难真正进阶学习。

作者丨黄志敏 王敏 李薇

编辑丨吴婉玲

审核丨丁杰英