媒体深度融合下高职数据新闻人才培养的困境与出路

姚宝权 范艳军

(湖南大众传媒职业技术学院 新闻与传播学院，湖南 长沙 410100)

我国数据新闻的实践至今已有十余年，随着媒体融合不断深化，一方面数据新闻持续进行内容创新与市场空间拓展，另一方面数据新闻人才特别是综合性的、适应媒体深度融合发展的人才较为欠缺。“面对这样一种强调理论和实践双重作用的教育内容，高校开设的数据新闻课程同学界和业界组织的数据新闻工作坊、数据新闻大赛、相关网络学习课程以及其他人才培养机会共同构成了良好的数据新闻教育生态系统。”[1]但是数据新闻人才培养与市场人才需求依然不相匹配。高职院校受生源质量、教学资源、教师能力水平等因素影响，在数据新闻人才培养上面临多重困境，亟需从专业、课程、人才培养模式等方面进行改革。

一、媒体深度融合下的数据新闻教育价值逻辑

数据新闻目前尚未有统一定义。有人提出，“数据新闻是基于新闻价值和公共利益，运用数据科学从各类数据中发现事实，通过数据可视化呈现数据的新闻形态”，[2]“是基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式”。[3]定义有差别，但普遍认同数据新闻是在大数据思维下，通过数据获取、分析并可视化呈现的新闻报道范式。

客观地说，数据新闻的产生、发展与媒体深度融合的过程高度耦合。媒体深度融合追求人的主体性回归的价值，“人的归属的本能性驱动又必然要求作为个体的人融入‘人的集合’中”。[4]基于大数据宏观思维的数据新闻报道范式，回应了人的主体性回归对社会信息需求的变迁。而数据新闻教育的价值体现在：

首先，改变媒体数据新闻实践人才短缺的客观情况，需要持续开展数据新闻教育。“2015年国内共有15家新闻媒体或数据公司建立了数据新闻栏目，是建立数据新闻栏目最多的一年。此后数据新闻新建栏目数量逐年降低，发展趋于平稳。截至2019年5月，我国至少创立了47家数据新闻栏目，其中31家数据新闻栏目保持着固定更新，其中已有16家栏目出现了停更或无法查询的情况。”[5]除这些专业新闻媒体开设数据新闻栏目或进行数据新闻报道外，一些数据公司及大中专院校开设了数据新闻实践App平台，如中国传媒大学的“白杨数据观察”、中国人民大学新闻学院新闻系的“RUC新闻坊”等。

从实践来看，与媒体总数相比，国内开设数据新闻的媒体数量几乎可以忽略不计。其原因是多方面的，最重要的是数据新闻人才流失及后续人才储备不足。因此，作为媒体新闻报道转型发展的重要驱动因素，大力培养数据新闻人才方能有效推动数据新闻可持续发展。

其次，数据新闻阅读普及性推广，需要数据新闻教育扩大化发展。从发展轨迹来看，数据新闻在经历了大数据宏观叙事的主题报道模式后，在题材选择、数据挖掘与分析、可视化呈现等环节上，开始由单纯的技术掌控向技术与人文并行转型。一方面，数据新闻宏观选题在数据来源与获取上，由于相关数据开放程度不一、法律问题复杂等因素，数据的真实性、全面性难以得到保障。另一方面，单纯利用数据建构宏观视野的新闻文本，容易把单一新闻事件隐藏在数据“褶皱”中。[6]由于数据之间的相关关系需要知识铺垫，对于知识储备多、数据运用能力强的使用者来说，数据新闻利用简单数据进行宏观叙事的方式倍显肤浅；相反，对于知识储备不足、数据关系难以理清者来说，数据新闻又显得晦涩难懂。

因此，数据新闻受众接受的尴尬现状，除需要对数据新闻叙事结构与范式进行变革外，更需要受众提升数据应用与人文综合能力等方面的素养。而这些素养的提升，需要数据新闻及相关数据技术教育的普及性推广才能完成。这是数据新闻人才培养的直接价值所在。

二、高职数据新闻人才培养的困境

起源于计算机辅助报道、发展于精确新闻学的数据新闻，对人才素质的要求高。在媒体深度融合的背景下，数据新闻人才培养面临的问题中，有些是高校共同的境遇。不管是本科院校还是高职院校，其面对的市场环境、数据新闻实践范式等是相同的。不同的是，高职院校由于自身的现实问题，在数据新闻人才培养上面临的困难更多。

(一)校内教学资源与数据新闻人才综合能力培养难以匹配

首先是数据新闻人才培养综合要求与专业建设单一的矛盾。数据新闻作为基于数据挖掘、数据统计分析与可视化呈现等流程的新闻报道形式，除对新闻报道相关理念、操作要求较高外，对计算机技术使用、数据挖掘与统计分析、图形设计、交互设计等方面也要求较高。其技能要求不是传统的、单一的新闻学科、专业的人才培养能够实现的。相比本科院校注重学科建设的全面性，高职专业建设大多注重区域市场人才要求，专业设置注重特色化、市场精准化，较少注重专业的全面性，大部分学校专业设置较为单一，基本集中在某一个或几个高职专业大类中，难以满足数据新闻综合能力跨专业协同人才培养的需求。高职院校普遍存在办学时间短、历史文化积淀薄弱等客观情况，也不利于数据新闻实践中要求的人文素养、宏观视野的培养。

其次是师资力量与数据新闻人才培养可持续发展的困境。目前高校数据新闻教育的师资力量普遍较为匮乏，且主要是由新闻传播类其他课程的教师转化而来，来自数据新闻行业的教师不多。因数据新闻本身发展时间短、跨学科知识储备及综合能力要求高等原因，虽然这些教师具有较为深厚的新闻传播教学功底和知识储备，但是难以有效组织数据新闻教学，特别是那些文科专业甚至艺术专业背景的教师，难以在短时间里储备数据新闻教学需要的理工科知识。

退一步说，对于数据新闻的理论教学，通过短期师资力量的强化培训也许可以完成，但实践教学非长期的积淀难以奏效。因此，部分高职院校数据新闻的理论教学由学校师资力量完成，实践教学则采取短期聘请行业师资的变通措施。因为数据新闻行业从业者流动性大，工作模式及行为与高职院校教学组织要求不尽相同，其授课人员、时间、课程内容变动性大，不利于教学组织，更难以保证教学质量，不利于数据新闻人才的可持续培养。

最后是高职数据新闻的课程、教材体系有待完善。在高职新闻教学中，基于媒体深度融合的客观需求，人才培养从传统的记者、编辑人才向记者、编辑、数据分析及危机应对的全媒体人才转型，开设的课程也由原来的采访、写作、编辑和评论等传统的新闻学课程转向融媒体采写、新媒体运营等适应媒体融合的课程。“就目前来说，数据新闻的教育尚处于探索阶段，并未形成成熟的教育模式，课程体系也有待完善。”[7]虽然这是主要针对本科数据新闻教学作出的判断，但在高职数据新闻教学中这种情况同样存在，甚至更为严重。此外，就数据新闻教材来看，目前国内以数据新闻实践性指导教材为主，理论性教材少且主要是概论性教材，缺乏理论深度。最为关键的是，这些教材都是面向本科层次数据新闻教学的，尚未有专门针对高职层次的数据新闻教材。

(二)高职院校生源素质与数据新闻综合能力要求难以匹配

在教育改革的过程中，高职院校的招生模式发生重大变化，由原来高考单一的招生方式转向高考与单独招生并轨进行，同时在生源上由原来单一的高中(含中职)毕业的学生转向学生与农民工、转业军人、企业一线工人等复合来源，学生的综合能力与素质差异极大。在高职院校，高中毕业的学生整体素质与本科院校生源有差距，而面向农民工、转业军人、企业一线工人等招录的生源，既有知识因各自工作岗位的不同而极不平衡。

如前所述，数据新闻人才需要具备跨学科、跨专业的视野，需要深厚的人文素养与科学素养。高职院校生源知识与能力整体薄弱、学制短等情况，与数据新闻人才综合知识、技能要求之间的差距较大，矛盾较多。

三、高职数据新闻人才培养的路径

5G时代，信息技术对媒体与社会的双重改变，是媒体深度融合发展的基础逻辑。在媒体深度融合发展的当下，高职院校要注意数据新闻人才综合要求高的核心特征，其人才培养要兼具科学性和人文性的双重价值。具体来说，要基于学校客观情况，从新专业或新方向开设、人才培养新模式建构、新课程体系开发等方面来建构基于媒体深度融合的高职数据新闻人才培养范式。

(一)以新专业或新方向的建设为路径，推动建立数据新闻人才培养的长效机制

数据新闻与其他新闻报道范式的差异较大。传统新闻报道的相关操作流程、要求、范式，不太适用于数据新闻报道。因此，除基础性的新闻理念外，其制作、传播过程需要新的理论、技能。单独进行专业设置有其合理性。虽然目前国内尚未设置数据新闻专业，但作为一个专业方向，国内本科院校在几年前就有实践。按照数据新闻通过选题、数据挖掘与获取、数据统计与分析、可视化呈现等流程及相关要求，其涉及的专业知识与能力主要包括新闻传播及相关知识、计算机运用能力、数据统计分析能力，以及图文表达与艺术设计等专业知识。从目前专业设置所含的知识体系来看，这些内容没有任何一个专业可以完全容纳，需要跨专业才能实现。

高职院校在专业设置上，数据新闻人才培养需要的知识与技能的专业分布更广，主要包括新闻与传播大类中的新闻采编与制作、图文信息处理、网络新闻与传播、播音主持、广播影视节目制作等；计算机大类、印刷大类、统计学大类以及艺术设计大类中，涉及的专业则包括网络软件与信息服务、统计与会计核算、数字媒体艺术设计、数字图文信息技术等。虽然专业细分繁杂，但相较于本科院校专业，高职院校的优势在于与数据新闻核心技能点分布的契合度更高。高职院校可以在相关专业基础上，根据数据新闻人才需求的情况，申请设置数据新闻专业，或在相关专业基础上设置数据新闻方向，进而重构人才培养方案及课程体系。

(二)探索基于学校资源的数据新闻教育人才培养新模式

高职传统新闻教育模式难以适应数据新闻人才培养的现实需求。在新专业或新方向尚未建立的情况下，根据高职学情、教学资源等客观情况，可以探索以实验班为基础，通过校校协同、校企深度融合来建构数据新闻人才培养新模式。

首先，立足国家高等职业教育改革政策，探索建立数据新闻教育实验班。在《国家职业教育改革实施方案》中，明确提出开展本科层次职业教育试点、探索长学制培养高端技术技能人才等内容，为满足数据新闻人才高综合素质特点对学制、学历的要求提供了政策依据、发展方向。因此，在高职宽口径生源的基础上，学校可以在数据新闻相关专业范围内，按学生兴趣及人才培养目标、要求在全校进行选拔性考核，成立数据新闻实验班，进而在课程体系、实践教学等方面进行调整。同时，高职院校可以探索延长学制及淘汰机制，夯实数据新闻人才知识与技术基础。

其次，建构校校协同、校企深度融合的人才培养机制。由于高职院校的专业布局、教学内容、教学范式、教学时间等要素不一定能够满足数据新闻人才培养实验班的需求，可以采取立足本校、跨校协同的方式，利用其他学校的资源来满足数据新闻人才培养的资源需求。

同时，通过校企融合的方式推进数据新闻实践教学。相较于传统的校企合作模式，校企融合数据新闻人才培养是基于媒体深度融合发展过程中人才培养与人才需求脱节的客观现实而提出的策略。在此策略下，数据新闻教育是作为数据新闻发展的内核来考察的，而不是作为媒体数据新闻实践的前提条件来定位，要完全按照媒体深度融合的架构来建构数据新闻人才培养方案。在具体实施中，高职院校要把数据新闻教学与企业或媒体数据新闻制作融为一体，通过实验班与企业或媒体创新管理机制，形成学生即企业员工、企业员工即学生的融合模式，推动数据新闻教学特别是实践教学走出困境。

(三)新闻传播类传统课程改造与数据新闻新课程开发

目前，高职院校的数据新闻教学主要在新闻传播大类专业中进行。一是在原有课程的基础上增加数据新闻课程，内容基本上按照数据新闻报道的流程来设置，一般包括基础知识、数据新闻选题、数据获取、数据统计与分析、可视化呈现等内容。二是在原来《新闻编辑》《网络新闻》《新媒体实践》等课程的基础上，由任课教师补充数据新闻相关内容，进行概论式的介绍，具体实践教学较少。同时，现有新闻传播大类专业的课程基本按照基础课程、核心课程、能力提升及拓展课程等体系而设置，注重课程之间因果相承的逻辑顺序，与媒体深度融合的知识模块化、互动化等要求不相符。因此在数据新闻人才培养上，高职院校要重构课程体系，进行新课程的开发与新闻传播类传统课程的内容调整，按照数据新闻内部技术规律及媒体深度融合的技术特点进行模块化打造。

首先，在新闻传播类传统课程的调整上，《新闻采访》《新闻写作》《新闻编辑》等专业核心课程要把数据新闻的相关内容融入进来，加入数据新闻报道与其他新闻报道在采访、写作等方面的区别、融合的相关内容。例如在《新闻编辑》中加入数据新闻的可视化编辑内容，在新媒体使用与推广的相关课程中加入数据新闻的推广与数据阅读分析等内容。由于数据新闻尚在发展过程中，这些内容可以通过案例等方式补充，由任课教师灵活选择。

其次，在新课程开发的基础上，要新编符合高职人才培养特点的数据新闻教材。高职院校在综合考虑数据新闻人文素养要求与人才培养规律的基础上，应基于数据新闻的新实践、新发展、新理念来重编教材。在现有课程体系上，可以开发《数据新闻概论》《Python基础》《平面设计》《数据分析》《数据图表》《图文信息处理》等相关课程。这些课程已远超新闻传播大类专业的课程体系内容，需要与网络软件与信息服务、统计与会计核算、数字媒体艺术设计、数字图文信息技术等计算机类、印刷类、艺术设计类、统计类等专业深度合作，开发新闻传播专业与上述专业融合的新课程。

再次，数据新闻尽管是新闻报道的新范式，依然属于新闻的范畴，它依据大数据的思维范式及叙事范式建构新闻报道框架，在新闻的公共价值、人文价值，以及助推国家现代化治理、社会主义核心价值观的认同等方面，比其他报道体裁的要求更高。因此在数据新闻新课程开发上，高职院校应加大人文与社会科学相关课程的比例，通过专业选修课程、在校学生必读书、读书分享会等形式满足数据新闻人才的人文素质需求。

最后，在教学手段及方式上，要特别注意新信息技术手段的运用。数据新闻是新信息技术的产物，教师在教学过程中要充分运用线上线下混合式教学、虚拟仿真、社会调查与实践等传统与现代教学方法相结合的方式，调动学生思维，灵活评价成果，进而助推教学效果提升。

数据新闻作为信息技术、媒体实践及社会转型变革合力叠加形成的新闻报道新框架，重构了新闻报道的叙事范式与流程范式。因此，高职院校应基于国家职业教育改革方案，对专业、课程、人才培养模式进行重构，以厚人文、精计算机使用技术及数据统计分析技术为目标，通过学校之间、校企之间项目协同的方式，培养综合素质高的数据新闻人才。