“发现”和“呈现”：数据新闻学建构的两个关键词

来源：《新闻爱好者》

【摘要】数据新闻教学科研目前偏重于“数据处理”和“视觉设计”技巧，有淡化新闻价值判断和新闻学理的趋向。数据新闻学的建构应抓住“发现”数据新闻和“呈现”数据新闻这两个关键环节，深入研究探讨其中的机制和原理，以此丰富发展完善传统新闻学，增强数据新闻学理论色彩，为数据新闻报道提供鉴赏和判断的标准及其相应的理论支持。在数据新闻的教学方面，除现有的“技术”和“艺术”的教学实践和理念外，也应增设数据新闻的“发现”和“原理”等课程建设，为数据新闻报道的可持续发展提供思想动力。

【关键词】数据新闻学；发现新闻；呈现新闻；大数据；可视化

数据新闻是国际上新兴的一种用数据报道新闻的方式。目前，数据新闻报道实践先行，数据新闻教学和研究还相对滞后，美国哥伦比亚大学、密苏里大学、中国传媒大学、复旦大学、上海大学等为数不多的高校先后开展数据新闻教学工作。数据新闻网等少数社会团体组织与高校联合举办数据新闻工作坊等教学活动，以及中国数据新闻大赛暨数据新闻教育高峰研讨会等活动，为普及数据新闻的报道理念、制作技巧和生产流程，起到了积极作用。但是，这些现有的数据新闻教学和研究工作，主要倾向于数据采集、软件应用和可视化设计等技术问题，关于数据新闻本身的学理研究尚不深入，数据新闻学建构有待进一步加强。

一、发现新闻：数据新闻报道的内在核心

有研究者系统梳理了数据新闻与精确新闻和计算机辅助报道等概念的区别与联系，认为“数据新闻是大数据时代背景下出现的新型新闻报道方式”。［1］考察“全球数据新闻奖”获奖作品不难发现，这些获奖报道大多运用了对大量的复杂数据的挖掘处理，用可视化、互动性较强的方式呈现给阅听人，启迪民智、创新形式、准确科学，受到新闻学界和业界的一致好评。当然，数据新闻报道并不适用于所有新闻，只适用于其中涉及庞大数据量和复杂数据关系的事件新闻或主题新闻的报道。让我们回到新闻的定义，无论是陆定一的“新闻是新近发生的事实的报道”，还是徐宝璜的“新闻者，乃多数阅者所注意之最近事实也”，传统新闻学对新闻的定义，强调的都是“新闻事件的发生”，而不是“新闻事实的发现”。值得注意的是，“新闻事件的发生”涉及庞大数据量的情况较少，除非像一些大型复杂性灾难事件等深度报道才会运用数据进行全面详尽的“复盘式报道”，一般性的事件新闻，并不需要使用数据新闻报道。另外，随着社会经济生活日新月异的变化，环保等复杂性主题新闻越来越多，围绕某一复杂性新闻主题的深度报道也越来越受阅听人的关注。帮助阅听人认识和理解复杂性新闻事件和复杂性新闻主题，成为数据新闻最为擅长的领域。

由于数据新闻的设计和制作超越了传统新闻采写编评等流程，其团队分工合作及表现手法多样，从而决定了其新闻报道选题的方向和范围。从全球数据新闻获奖作品来看，运用社会科学研究的方法，对大量数据进行搜集抓取和分析挖掘，探讨具有新闻价值的“数据关系”，完成对“新闻事实的新发现”，从而解释复杂性新闻事件或帮助阅听人认识复杂性新闻主题和新闻事件的“本质”，已经成为数据新闻报道的主流。也就是说，在大数据时代，“新闻事实的发现”，已经成为数据新闻报道的内核。

欧洲新闻学中心等编撰的《数据新闻手册》及其相关研究中，数据新闻被认为是一种新闻生产方式变革，即先行搜集和挖掘处理数据以“发现”新闻，然后再以适当的形式予以“呈现”新闻。［2］表面来看，这一新闻生产流程似乎很完整，包括了数据新闻“发现”和“呈现”的全过程，但实际上，这种强调“用数据报道新闻”的流程概述，缺失了颇为重要的一环，即“发现新闻”，也就是数据新闻报道的“新闻敏感”和“选题价值”。如果我们认同“数据新闻是指对具有新闻价值的复杂性数据关系的揭示与简化”这样一种前述的报道理念和报道思想，那么数据挖掘和处理只是工具方法的运用，其目的是帮助我们科学有效地找到“具有新闻价值的复杂性数据关系”这一“新闻事实的发现”，而“新闻敏感”和“选题价值”才是数据新闻的发轫。

如果我们确认数据新闻报道是通过对庞杂数据的搜集分析，找到大数据时代出人意料的“相关关系”，进而通过可视化或互动性等简化形式予以“新闻呈现”的话，那么“新闻事实的发现”其实就是数据新闻报道中寻找“发现新闻”的重要一环。“新闻事实的发现”与一般“新闻事实的报道”的不同之处在于，前者调查研究的对象是庞杂数据，后者调查研究的对象是事件本身。数据新闻中“新闻事实的发现”更接近社会科学研究的原则和方法：大胆假设、小心求证、科学准确、论证严密。数据搜集分析挖掘，只是达到社会科学研究目的，得到具有新闻价值和新意的“数据关系”的工具和途径。

发现新闻是数据新闻报道的内核，单纯的数据分析处理本身并不能揭示出具有新闻价值的“真相”和“意义”。因此如果建构“数据新闻学”这样一门现代新闻学的分支学科，数据新闻的“发现”应该成为教学和科研的第一个重点，揭示“数据新闻的本体特征”，比如数据新闻出现的背景、数据新闻的自身特点和规律、数据新闻的发现和呈现技巧等。只有这样，“数据新闻学”才能真正具有新闻学的主体性，不至于在大数据的时代浪潮中随波逐流。

来源：《新闻爱好者》

【摘要】数据新闻教学科研目前偏重于“数据处理”和“视觉设计”技巧，有淡化新闻价值判断和新闻学理的趋向。数据新闻学的建构应抓住“发现”数据新闻和“呈现”数据新闻这两个关键环节，深入研究探讨其中的机制和原理，以此丰富发展完善传统新闻学，增强数据新闻学理论色彩，为数据新闻报道提供鉴赏和判断的标准及其相应的理论支持。在数据新闻的教学方面，除现有的“技术”和“艺术”的教学实践和理念外，也应增设数据新闻的“发现”和“原理”等课程建设，为数据新闻报道的可持续发展提供思想动力。

【关键词】数据新闻学；发现新闻；呈现新闻；大数据；可视化

数据新闻是国际上新兴的一种用数据报道新闻的方式。目前，数据新闻报道实践先行，数据新闻教学和研究还相对滞后，美国哥伦比亚大学、密苏里大学、中国传媒大学、复旦大学、上海大学等为数不多的高校先后开展数据新闻教学工作。数据新闻网等少数社会团体组织与高校联合举办数据新闻工作坊等教学活动，以及中国数据新闻大赛暨数据新闻教育高峰研讨会等活动，为普及数据新闻的报道理念、制作技巧和生产流程，起到了积极作用。但是，这些现有的数据新闻教学和研究工作，主要倾向于数据采集、软件应用和可视化设计等技术问题，关于数据新闻本身的学理研究尚不深入，数据新闻学建构有待进一步加强。

一、发现新闻：数据新闻报道的内在核心

有研究者系统梳理了数据新闻与精确新闻和计算机辅助报道等概念的区别与联系，认为“数据新闻是大数据时代背景下出现的新型新闻报道方式”。［1］考察“全球数据新闻奖”获奖作品不难发现，这些获奖报道大多运用了对大量的复杂数据的挖掘处理，用可视化、互动性较强的方式呈现给阅听人，启迪民智、创新形式、准确科学，受到新闻学界和业界的一致好评。当然，数据新闻报道并不适用于所有新闻，只适用于其中涉及庞大数据量和复杂数据关系的事件新闻或主题新闻的报道。让我们回到新闻的定义，无论是陆定一的“新闻是新近发生的事实的报道”，还是徐宝璜的“新闻者，乃多数阅者所注意之最近事实也”，传统新闻学对新闻的定义，强调的都是“新闻事件的发生”，而不是“新闻事实的发现”。值得注意的是，“新闻事件的发生”涉及庞大数据量的情况较少，除非像一些大型复杂性灾难事件等深度报道才会运用数据进行全面详尽的“复盘式报道”，一般性的事件新闻，并不需要使用数据新闻报道。另外，随着社会经济生活日新月异的变化，环保等复杂性主题新闻越来越多，围绕某一复杂性新闻主题的深度报道也越来越受阅听人的关注。帮助阅听人认识和理解复杂性新闻事件和复杂性新闻主题，成为数据新闻最为擅长的领域。

由于数据新闻的设计和制作超越了传统新闻采写编评等流程，其团队分工合作及表现手法多样，从而决定了其新闻报道选题的方向和范围。从全球数据新闻获奖作品来看，运用社会科学研究的方法，对大量数据进行搜集抓取和分析挖掘，探讨具有新闻价值的“数据关系”，完成对“新闻事实的新发现”，从而解释复杂性新闻事件或帮助阅听人认识复杂性新闻主题和新闻事件的“本质”，已经成为数据新闻报道的主流。也就是说，在大数据时代，“新闻事实的发现”，已经成为数据新闻报道的内核。

欧洲新闻学中心等编撰的《数据新闻手册》及其相关研究中，数据新闻被认为是一种新闻生产方式变革，即先行搜集和挖掘处理数据以“发现”新闻，然后再以适当的形式予以“呈现”新闻。［2］表面来看，这一新闻生产流程似乎很完整，包括了数据新闻“发现”和“呈现”的全过程，但实际上，这种强调“用数据报道新闻”的流程概述，缺失了颇为重要的一环，即“发现新闻”，也就是数据新闻报道的“新闻敏感”和“选题价值”。如果我们认同“数据新闻是指对具有新闻价值的复杂性数据关系的揭示与简化”这样一种前述的报道理念和报道思想，那么数据挖掘和处理只是工具方法的运用，其目的是帮助我们科学有效地找到“具有新闻价值的复杂性数据关系”这一“新闻事实的发现”，而“新闻敏感”和“选题价值”才是数据新闻的发轫。

如果我们确认数据新闻报道是通过对庞杂数据的搜集分析，找到大数据时代出人意料的“相关关系”，进而通过可视化或互动性等简化形式予以“新闻呈现”的话，那么“新闻事实的发现”其实就是数据新闻报道中寻找“发现新闻”的重要一环。“新闻事实的发现”与一般“新闻事实的报道”的不同之处在于，前者调查研究的对象是庞杂数据，后者调查研究的对象是事件本身。数据新闻中“新闻事实的发现”更接近社会科学研究的原则和方法：大胆假设、小心求证、科学准确、论证严密。数据搜集分析挖掘，只是达到社会科学研究目的，得到具有新闻价值和新意的“数据关系”的工具和途径。

发现新闻是数据新闻报道的内核，单纯的数据分析处理本身并不能揭示出具有新闻价值的“真相”和“意义”。因此如果建构“数据新闻学”这样一门现代新闻学的分支学科，数据新闻的“发现”应该成为教学和科研的第一个重点，揭示“数据新闻的本体特征”，比如数据新闻出现的背景、数据新闻的自身特点和规律、数据新闻的发现和呈现技巧等。只有这样，“数据新闻学”才能真正具有新闻学的主体性，不至于在大数据的时代浪潮中随波逐流。

二、呈现新闻：数据新闻报道的创意设计

具有新闻价值的“数据关系”找到后，数据新闻的“发现之旅”宣告结束，随之而来的是数据新闻的“呈现”。有了好的新闻报道内容，为其寻找一个好的创意设计表达方式，达到内容与形式的完美结合，这是数据新闻工作团队共同的目标。如果说新闻编辑记者和程序员在“数据新闻选题”环节起到先导性作用，数据分析师在“数据关系发现”环节起到关键性作用，那么视觉传达设计师在“数据新闻呈现”环节将起到决定性作用。简洁、直观、形象、友好的界面是数据新闻报道通达阅听人的“最后一公里”，也是数据新闻报道呈现给阅听人的“窗口”和“脸面”。

其一，数据新闻呈现的“形象化”。从全球数据新闻获奖作品来看，数据新闻报道采用纯粹文字报道的情况几乎没有，“形象化”是数据新闻呈现的一个鲜明特征。由于数据新闻本身是在庞大数据分析处理基础上的复杂事件的深度报道，所以深入浅出地让阅听人乐于接受是其首先要做到的，因此“形象化”创意设计在数据新闻呈现中必不可少。数据新闻报道究其实质是一种社会科学研究，但是我们不能把数据新闻呈现等同于令普通阅听人“望而生畏”的社会科学研究报告中的图表。新闻是面向大众的报道体裁，不是科学家和专业人士热衷的研究报告。数据新闻报道只有受到阅听人的欢迎和喜爱，其影响力才能真正持久。

其二，数据新闻呈现的“简洁化”。社会科学研究要求其结果的呈现尽量简洁明了，数据新闻呈现则更应该简化“数据关系”。当一个复杂性新闻事件或主题被作为报道对象时，可以挖掘和表现的“数据关系”不一而足，应该在报道思想和阅听人信息需求方面抓取“主要矛盾”和“焦点问题”，这种“抓大放小”的做法可以“提炼主题”，使得数据新闻报道的思想主题更为突出，也为数据新闻的“简洁化”呈现奠定了基础。相应地，在视觉表达设计的过程中，“数据关系”越是简洁，数据新闻呈现的主题就越突出，创意设计的努力方向也越清晰明确。

其三，数据新闻呈现的“互动化”。阅听人良好的互动体验可以增强感性认识和接触兴趣，“互动”成为互联网时代的一种基本特征。按照马克波斯特有关“第二媒介时代”的观点，媒介的发展是从单向的、大众传播的第一媒介时代，迈向去中心化的、双向的、互动传播的第二媒介时代。当然，数据新闻呈现的“互动化”也应该视报道内容和传播的媒介平台而定。

其四，数据新闻呈现的“游戏化”。在视听新媒体节目中，“电子游戏”因其“沉浸感”和“卷入度”受到青睐。数据新闻报道的呈现设计中，也有“游戏化”的代表性作品出现。如有关房产新政贷款的“模拟计算器”等数据可视化作品等。在这样的“游戏化”设计中，数据新闻报道充分体现了“互动化”和“游戏化”，使阅听人可以完全沉浸其中，作为一种模拟的角色扮演，按照报道主题的创意程序设计参与其中。数据新闻呈现的“游戏化”，其实是结合报道对象的具体特点，对“互动化”设计精神的一种较为极致的贯彻，将游戏体验与内容传播有机结合起来，是达到良好传播效果的一种捷径。但是，值得注意的是，数据新闻呈现不一定都适宜“游戏化”设计，而且相当一部分或大部分不适宜“游戏化”设计，其中的具体原因除上述“互动化”设计的局限性之外，还有报道内容和主题是否适宜“游戏”内在本质的规定性，比如应避免对灾难性事件做戏谑的“游戏化”设计等。

其五，数据新闻呈现的“跨屏化”。媒介融合时代，电脑、电视、手机、平板的“跨屏化”策略已经成为内容供应商的共识。数据新闻报道的呈现目前在电脑网站较多，在手机平台上的展示较少。随着移动互联网的普及，手机这种“带着体温的媒介”越来越显示出其巨大的威力。在这种状况下，数据新闻呈现和创意设计应充分考虑和重视手机平台的开发和应用，尽力实现数据新闻呈现的“跨屏化”。

三、“发现”与“呈现”：数据新闻学建构的两个关键词

数据新闻教学与传统新闻教育具有明显的区别。传统新闻教育是文科教育，教学重点是人文精神和新闻素养，开设的课程以新闻史、新闻理论、新闻业务、新闻法规为主，突出培养新闻学子的新闻敏感、新闻价值判断、采写编评的业务能力等。数据新闻教育是跨学科教育，横跨新闻学、统计学、计算机科学、视觉传达设计等学科，开设的课程以新闻史论、数理统计、数据挖掘、软件应用开发、视觉传达设计为主。数据新闻教学与传统新闻教育的最大区别在于“跨学科”的特殊性，而且数据新闻并不要求每一个学生都能完全掌握数据新闻采制需要的所有技能，这与传统新闻教育培养“全能型记者”的目标期望迥异。数据新闻教学中，培养对象已经不是一个一个单独的学生，而是由具有不同学科背景或兴趣特长的学生分工合作组成的团队。换言之，传统新闻教育的对象是“学生个体”，而数据新闻教学的对象是“学生团队”。由于跨学科性，以及教学培养对象不同，数据新闻教学与传统新闻教育具有明显的区别，传统新闻教育是数据新闻教学的基础保障，数据新闻教学是传统新闻教育的跨学科进阶和特色化发展，这就决定了对数据新闻师资队伍和学生来源的要求也变得较为苛刻。

数据新闻师资队伍应该有其特别之处。数据新闻教学多学科、跨学科的特性，要求其师资队伍的来源更加广泛和多元。新闻学和传播学相关课程的教师可以是新闻与传播学院的师资，数理统计和数据挖掘等课程的相关教师可以来源于数学与数理统计学院，等等。由于数据新闻实践教学的需要，数据新闻业界的编辑记者、程序员、数据挖掘师、可视化平面设计师等，也应该被引入数据新闻师资队伍。

数据新闻专业的学生来源也各不相同。按目前我国高校教育管理体制，数据新闻本科专业方向设置最为理想的状态，应该是在通识教育的基础上，在大学二年级或三年级，通过跨专业的生源选拔进行专业方向的双向选择，学生来源可以是具备数据新闻报道各工种基础的不同院系学生，采取自愿报名，按照数据新闻教学“学生团队”的构成要求，公布该专业学生来源的学科院系需求，进行双向选择。当然，如果不能调动全校资源，实现跨院系的学生选拔，则适宜在新闻与传播学院、传媒与艺术学院等，以数据新闻特色方向为主，征集选拔有数据新闻专业相关学科背景或兴趣的同学，组成数据新闻教育的“小分队”，实行特色化新闻教育的探索和实验。

目前，有关数据新闻发展与数据新闻教学已经有学者进行了初步的探究和梳理，其研究成果值得借鉴。笔者认为，数据新闻教学目前偏重于“数据处理”和“视觉设计”技巧，这两个部分确实是传统新闻教育的“软肋”和“短板”，也是数据新闻生产流程必不可少的技术和环节。但从数据新闻学建构和数据新闻报道的可持续发展来看，这种“技术”和“艺术”的数据新闻教育并不完整，同时也有远离新闻价值判断和新闻学理的趋向。高等院校纷纷开设数据新闻专业课程的新闻传播教学改革是值得称道的，但有一点必须明确，即数据新闻理论和教学的发展，应该从其产生发展的本源上进行学理性的探究并进行系统化的理论建构。同时，我们也应该意识到，数据新闻报道之所以受到业界和学界的关注，受到阅听人的欢迎，主要原因在于其基于新闻价值的判断和科学准确报道的思想基石，如果单纯强调数据挖掘技术和创意设计技巧，数据新闻会沦为“无源之水，无本之木”，其理论建构和可持续发展就失去了重要的前提基础。因此，“发现新闻”的思想培育，在数据新闻教学科研中应该占有重要的一席之地，在此基础上进行的相关数据采集挖掘处理和视觉传达的创意设计的“呈现新闻”的过程也是非常重要的生产方式和生产流程，“发现”和“呈现”对于数据新闻学建构同等重要，二者不可偏废。也正因为如此，数据新闻学的建构更应该紧紧抓住“发现数据新闻”和“呈现数据新闻”这两个数据新闻生产报道的关键环节，深入研究和探讨其中的机制和原理，以此丰富发展完善传统新闻学，增强数据新闻学的理论色彩，为数据新闻报道提供鉴赏和判断的标准以及相对应的理论支持。在数据新闻的教学方面，除现有的“技术”和“艺术”的教学实践和理念外，也应该增设数据新闻的“发现”和“原理”等课程建设，为数据新闻报道的可持续发展提供思想动力。

参考文献：

［1］祝建华.从大数据到数据新闻［J］.新媒体与社会，2014（4）.

［2］方洁，颜冬.全球视野下的“数据新闻”：理念与实践［J］.国际新闻界，2013（6）.

（作者为河南大学新闻与传播学院副教授，传播学博士，艺术博士后，硕士生导师）