华中科技大学新闻与信息传播学院教授 钟瑛
华中科技大学新闻与信息传播学院博士生 李苏
随着数字化、网络化技术的发展，数据科学的影响迅速扩散到各行业。2010年，英国《卫报》和《纽约时报》将维基解密的数据成功进行了可视化尝试。此后，世界范围内涌现了一批具有代表性的数据新闻开发组织和个体，如英国的BBC、美国的ProPublica、阿根廷的《国家民族报》（La Nacion）、德国的《柏林晨邮报》（Berliner Morgenpost）等，一些凭着热诚加入数据新闻开发行列的个人，如内特·希尔（Nate Silver）、大卫·麦克坎德雷斯（David McCandless）等。我国2011年出现数据新闻栏目，目前国内具有代表性的有搜狐的“数字之道”、网易的“数读”、新浪的“图解”、财新的“数字说”等。短短几年间，数据新闻迅速成为业界和学界共同关注的热门话题。然而，由于关注点不同，实践程度不一，科技公司、研究学者、数据分析家、技术人员以及新闻工作者对数据新闻有不同的界定。概括起来看，有三种具有代表性的表述：第一种，认为用数据报道新闻是传统的新闻嗅觉与规模庞大的数据信息结合起来报道新闻的创新；第二种，认为数据新闻是一套用于搜索、理解和可视化数字信源的数据分析工具、技术手段和数据叙事方法的组合；第三种，认为数据新闻是以图表、数据为主，通过数据统计、数据分析、数据挖掘等技术手段从海量数据中发现新闻线索，或拓展新闻主题的深广度，最后依靠可视化技术，以形象化、艺术化的方式加以呈现的报道方式。这三种表述都围绕“数据”与“技术”，针对“数据叙事”这一技巧在新闻报道中的运用进行阐释，强调数据资源的重要性，突出数据处理技术在新闻报道中的作用。事实上，随着大数据技术的发展和应用，数据新闻已不仅是一种叙事方式，不少科技公司和媒介组织已将其视为以数据分析为导向的潜力产品来开发。正因如此，我们关注的数据新闻是指媒介组织、个体和科技公司运用数据处理技术，以数据分析为导向，从海量数据中发掘数据信息，并将其打造为可视化呈现的新闻报道方式或数据产品形态。
一 数据新闻的发展现状
从数据新闻在业界的实践情况来看，由于各国媒介生态环境的差异，欧美等国的数据新闻开发明显走在前列，在业务实践、团队建设，市场占位上都显示了一定的优势。在理论层面，学者们正从数据新闻的基本概念、工作流程、功能意义、运作模式、发展前景逐步推展到基本的理论体系建设和现实诉求上。
（一）数据新闻的业界实践状况
1.数据新闻呈现了强劲的发展势头
今天，全球范围内不断增加的数据新闻博客、论坛、网站等发布平台，各类为推动数据新闻发展而设置的国际性奖项、召开的数据新闻会议、大量线上线下数据新闻课程的设置和培训机构的出现，以及部分成功占位数据分析市场的科技公司和媒介组织的发展，无不昭示数据新闻在全球范围内强劲的发展势头。
基于数据新闻的这一发展势头，2012年，国际非营利、非政府行业协会——全球编辑网（Global Editors Network）设立数据新闻奖。这是国际上第一个数据新闻专项奖，颇能反映世界范围内数据新闻的技术水平和创新能力。从历年参赛的数据新闻作品来看，作品议题分布广泛，形式多样，注重挖掘主题的深广度，以视角多元见长。该奖从2012年开始设置，到2013年、2014年更趋成熟，为此，我们具体查找了2013年、2014年入围决赛的作品（见表1）。
表1 2013～2014年全球“数据新闻奖”入围决赛作品数量
从表1可以看到，数据新闻报道实践已在世界范围内展开，欧洲和美洲是数据新闻实践的最大热衷者。其中，美国入围决赛作品的数量连续两年都位列各参赛国之首，2013年，美国入围决赛作品总数为25项，约占总入围作品数的34.7%；2014年，入围决赛作品总数为41项，约占总入围作品数的54.7%。
就我国而言，数据新闻起步于2011年，当年5月搜狐借两会召开的契机，用数据新闻的形式发布两会特别报道，随后网易、新浪等传统门户网站相继推出数据新闻栏目。2013年，传统媒体开设了一些颇具特色的数据新闻栏目，如财新网的“数字说”，新华网的“数据新闻”和“炫数据”（见表2）。
表2 国内部分数据新闻栏目及其作品数量
由表2可见，中国数据新闻报道起步稍晚，主要分布在一些传统门户网站，传统媒体开发数据新闻的优势正日益彰显。
2.数据新闻发展的主要特征
从数据汇编、整理到了解数据和数据整合，再到借助可视化进行数据叙事，无论在业务技能的运用、数据新闻开发的组织架构上，还是在运作模式上，一些代表性的媒介组织和科技公司已积累了丰富的经验，形成相对稳定、成熟的开发模式。
（1）在业务实践上，数据新闻报道的形式和类型特色鲜明
数据新闻把数据作为一种主要的语言符号，运用数据可视的方式传达数据背后的内容和意义，多角度建构和拓展新闻主题。这一新闻报道方式的特征主要体现在具有鲜明特色的表达形式和报道类型上。
从表达形式来看，数据可视化是数据叙事的核心优势所在。数据可视化实质上是一种以图形和数据为主要符号的叙事方式，这种叙事方式运用计算机算法和图形学的相关知识，将抽象、单调的数据和概念以具体可感的形式加以呈现，进而达到清晰有效地传达与沟通数据背后的内容和意义的目的。其突出特点是简洁、直观、表达力强。数据新闻对这一叙事方式的运用主要表现在三个方面：一是突出可视化应用的互动性。在实时数据大量繁生的网络环境中，不少可视化报道处理成可以直接吸引用户参与的互动模式。如2014年全球网络编辑组织评选的最佳数据可视化新闻奖——《纽约时报》的“重塑纽约”，就为用户设计了移动鼠标浏览“纽约城市街区”的动态可视化体验方式。BBC在其数据新闻栏目中，为满足用户交互参与的需要，研发了简单、便捷的免费互动软件，供用户下载使用。二是注重复杂数据间的关联性。数据可视化是通过建立图形呈现和数据特性之间的对应关联，可视地呈现数据间的关系和意义来实现的。这种关联的建构既要遵循新闻报道的一般逻辑，还要将复杂关系简化、直观化，并且要达到帮助用户从宏观、中观和微观多个层面审视事态全景的视觉体验效果。三是强调视觉语言表达上的多样性。数据可视化具有图像直观易懂、叙事符号丰富的特点，常常能给读者以视觉上的愉悦。在叙事符号上，常用圆圈、正方形和线条，糅合多种颜色、形状、大小、方向、材质、色调、位置等视觉元素，最后组装的信息模型图也丰富多样，如弧线图、区域分组图、中心爆炸图、中心环图等。
从报道类型来看，目前数据新闻主要以调查性、解释性、预测性居多。由于数据在揭示真相、提供证据方面的重要意义及其使用历史，使得不少调查性报道纷纷采纳这一方式来提升调查质量，拓展调查主题。以美国创办于2009年的非营利性新闻调查机构Propublica为例，这一机构最初只是一些新闻工作者和慈善家出于对美国调查性报道的实力维护而创办。成立后，Propublica将调查方式与数据新闻报道紧密结合，调查新闻和数据新闻的影响力逐渐凸显，2010年和2011年Propublica两获普利策奖，2014年揽获美国在线新闻协会（ONA）评选的5个数据新闻奖项。另外，以解释为目的进行数据叙述，帮助人们深入理解数据背后传达的内容和意义，也是数据新闻报道所长，如Vox Media集团下的vox.com就专注于解释性报道。至于预测性数据新闻，则与采用数据处理的方式从数据间的关联中寻找新闻线索有直接联系，这些线索本身就带有一定的预测性，即便它只是揭示一种偏向、推测和趋势。典型的如2011年，《卫报》抓取并分析与伦敦骚乱有关的260万条Twitter内容，成功揭示了骚乱的趋势和意义。
（2）在团队架构上，小型化团队合作成主导模式
除了内特·希尔这样的超级极客能熟练地运用数学模型独立开辟时政分析博客“FiveThirtyEight”外，数据新闻开发团队的核心人物通常是由经验丰富的记者和熟练的数据分析师组成。从当前一些具有代表性的媒介组织组建的数据新闻开发团队来看，小型化团队是主要模式。比如，英国《卫报》的数据新闻团队由5人组成，《洛杉矶时报》运营得最好的新闻应用程序商店之一只有两个专门的工作人员，新崛起的The Quartz Things团队仅由四个人组成，《得克萨斯论坛》的科技团队总共5人，我国财新数据新闻开发团队总共10人，且都是分散在不同部门。可见，小团队、大制作是当前数据新闻开发团队较为常见的构架模式。
促成数据新闻开发团队小型化的原因较为复杂。首先，在传统媒体向数字化转型过程中，出现频繁的人才流动。领英数据显示，在不同职业的人士流动性方面，无论在美国还是中国，互联网都是在职时间较短的行业。小型化无疑是减少队伍不稳定的较好方式。其次，在数字媒体盈利状态普遍不明朗的情势下，“涌入数字媒体的新资金流倾向于打造新的报道方式，培养或触及更多的受众”。数据新闻作为一种新兴的报道方式无疑是适应形势发展需要的。然而，作为一种产品形态，数据新闻的高额费用开支、模糊的盈利模式，又驱使高管们不得不考虑对其开发成本的控制，组建小型团队自然更符合数据新闻开发的预算。最后，由于数据分析人才短缺，对于一些实力相对薄弱的媒介组织而言，小型化团队既可降低进入门槛，又可减少市场风险。
（3）在市场占位上，运营模式日趋多元。
数据新闻报道又被许多媒体机构和科技公司视为一种可以增强媒介产业化发展，带来商机的新产品。一些媒介组织和科技公司凭借敏锐的商业意识，以数据分析为导向，较早地发展数据分析、数据新闻产品定制、在线数据处理、信息咨询等服务，成功占位数据分析市场。典型代表有，美国的布隆伯格（Bloomberge）公司、Stat Sheet公司、Narrative Science公司，加拿大的汤森路透。美国的布隆伯格公司以向客户提供金融数据，帮助客户查询、比较、分析业务，并做出决策见长。创立于2007年的Stat Sheet公司和成立于2010年的Narrative Science公司，则主要是借助人工智能和科学算法从事数据新闻产品的批量生产和定制服务。而来自加拿大的汤森路透媒体集团，20世纪90年代逐渐转向为客户提供行业的关键信息和深度分析，其提供的媒介咨询和媒介发展行情在行业内颇有影响力。
从长远来看，技术和盈利仍是共同考验数据新闻可持续发展的主要因素。作为一种在大数据技术影响下崭露头角的报道方式，数据新闻报道表现了较强的技术依赖；而作为一个具有市场开发前景的数据新闻产品，媒体组织和科技公司都对其市场前景寄予厚望。随着“快数据”“实时大数据”在社交化媒体上的大量繁生，很多新的运营模式将会运用在数据新闻领域。
（二）数据新闻的学界研究状况
通过对与数据新闻相关的国内外文献查阅，我们发现学界对数据新闻的研究主要围绕数据处理技术应用和数据新闻报道技巧等微观层面的问题展开，对数据新闻发展的中观和宏观层面的前瞻性研究相对较少。
1.从业务层面探讨数据处理技术和数据新闻报道技巧
从研究内容上来看，数据处理技术的应用和数据新闻报道技巧是学界涉及业务层面的两个主要方面。以美国一年一度的NICAR数据新闻年会为例，该年会主要围绕数据新闻处理技术和数据新闻报道技巧展开讨论，至今已连续举行5年，在学界和业界都有不凡反响。通过查阅该年会2011～2015年在线分享的主题和讲义，我们发现在数据处理技术方面，数据获取与整理技术、数据语言与开源框架建设、数据可视化技术是学界讨论的中心话题，如Django开源模型、统计和可视化R语言、适用于文本挖掘的Python语言、最简便的数据整理工具Ecxel等是历年与会人员讨论最多的话题。关于数据新闻报道的讨论主要涉及数据获取途径、新闻主题挖掘技巧等。通过对这5年的“主题和讲义”按数据处理技术应用类与数据新闻报道技巧类进行整理，可见数据新闻报道技巧越来越受重视（见表3）。
表3 2011～2015年NICAR数据新闻年会“主题与讲义”分布情况
除此之外，一些以大学资源为依托的新媒体实验室或研究中心对数据新闻处理技术和报道技巧的研究也做出突出贡献。如美国哈佛大学尼曼实验室，专注于从技术应用的角度研究互联网发展趋势，并对新媒体形式展开思考，其网站上与数据新闻相关的报道和评论多涉及技术应用和数据新闻报道的最新动态。再如，哥伦比亚大学的Tow Center网站上发布的多篇报告，《后工业时代的新闻业：顺时而动》（Post Industrial Journalism：Adapting to the Present）、《数据驱动新闻的艺术和科学》（The Art and Science of Data-driven Journalism）等从不同层面涉及数据新闻实践技术和技巧问题。致力于设计、多媒体及科技等方面技术转化研究的MIT Media Lab（美国麻省理工学院媒体实验室）将数字化行为、数字化艺术与数据叙述结合起来进行了一系列有效的探讨。
从研究人员的专业背景来看，业务研究的话语权主要由实践经验丰富的数据新闻工作者主导。如《数据新闻手册》中的108位内容贡献者，大部分都是有着丰富数据新闻实践经验的数据新闻工作者。其中，西蒙·罗杰斯（Simon Rogers）是《卫报》著名的前数据编辑，阿伦·皮尔霍夫（Aron Pilhofer）现为《卫报》数字化编辑改进组执行编辑，布莱恩·博耶（Brian Boyer）现为美国国家公共广播电台（NPR）的新闻应用程序领队。另外，致力于数据可视化研究的大卫·麦坎德利斯（David McCandless）是一位拥有信息可视化网站的数据新闻工作者，撰写《算法责任报告》的尼克·蒂亚克普洛斯（Nick Diakopoulos）则专长于社会计算、数据可视化等。
2.从价值层面对数据新闻的社会影响进行研究
基于数据新闻发展的现实，部分学者从价值层面讨论数据新闻带来的社会影响。他们讨论的议题涉及数据获取和使用的合法性、新闻工作理念的转变等方面。如在数据获取和使用的合法性这一议题上，学者们讨论了数据新闻与世界民主、开放政府与社区安全，数据使用与记者道德，数据获取权与隐私保护等重要话题，揭示数据新闻对促进社会发展，提高政府和公民责任的重要意义。再如，在新闻工作理念的转变议题上，Arjen van Dalen分析了机器参与新闻写作对新闻记者的角色转变和职业观塑造的影响。
在我国，中国人民大学于2014年3月举行了“大数据与新闻传播创新研讨会”，会集了国内多名新媒体研究方面的专家、学者。他们深入讨论了大数据及其分析方法的基本概念，大数据在新闻传播领域的实际应用，以及大数据应用的社会影响、现存问题和发展前景等。其中，正确分辨数据新闻的核心技术，认识大数据及其影响，并将大数据科学运用于新闻传播实践是学者们讨论的中心议题。
3.从运营层面探讨数据新闻的盈利模式
基于数据自身的特点，学者们从运营层面对数据新闻的盈利模式进行了探讨，如德国之声记者米尔科·洛伦兹（Mirko Lorenz）指出，出售可信的数据是新闻商业模式形成的基础。媒介组织虽能利用自身优势进行数据生产、收集和分析，探索新盈利模式，但信任在数据价值中的重要性不可小觑。Tanjia Aitamurto等则将数据新闻未来盈利模式概括为可视化效果付费、数据访问权付费，以及数据分析服务付费三种模式。我国有学者从社会影响力的角度，剖析了澳大利亚广播公司的“用数字解读煤层气”专题，德国时代周报（Die Zeit）“基于PISA项目的国家财富比较”两个案例，认为它们分别是提供专业信息服务的“利基模式”和旨在提升全球公民意识和媒介素养的“类比模式”。当前业界针对数据新闻盈利模式的探讨正在力求突破拼流量、争广告商的老路子，强调将数据新闻社会影响力与收益相结合，探索推动数据新闻发展的新盈利模式。
二 数据新闻发展的问题分析
在业界，数据新闻人才短缺、数据获取不易、运作模式不清晰等困扰着数据新闻的发展。在学界，作为一个新的研究领域，数据新闻与统计学、计算机科学等多个学科领域有密切联系，吸引了不同学科领域的学者从各自不同的角度对数据新闻进行关注，但核心问题有待进一步构建。
（一）阻碍数据新闻实践发展的主要问题
1.数据新闻人才培养缺乏有效操作模式
随着大数据的影响向各行业渗透，市场对数据处理人才显示了强大的需求势头。从人才招聘信息来看，全球最大的招聘信息网站Indeed.com发现，2011年和2012年的夏天之间，数据科学家的职位需求跃升了15000%。由于新闻业的发展受到政策环境、发展平台和经费预算等条件限制，新闻业难以招聘到有实力的数据新闻人才，尤其是在数据新闻盈利模式尚不清晰的状况下。
2014年，皮尤新媒体报告显示，数字媒体的大部分工作人员都来自传统媒体。而对传统媒体工作者来说，数据素养提升的最大障碍是数据思维的培养。就国内外目前活跃在数据新闻开发领域的知名记者、编辑的教育背景来看，大多都具有计算机科学、统计学，甚至是艺术学等学科背景。当前，世界范围虽有不少知名新闻院校已经开设与数据新闻相关的课程，但如何解决跨学科的课程设置、科学定位数据新闻人才的培养，以及建构合理培养模式尚无有效的操作方式可供借鉴。
2.数据资源获取受到操作技术和数据开放程度的限制
数据资源是数据新闻得以展开的基础。是否可以快速获取大数据，直接影响数据新闻发展的速度和质量。现实中，数据资源的获取受到多种因素的限制，主要表现在操作技术和各国数据开放的程度上。
第一，直接影响数据获取质量的操作技术，主要涉及数据存储、提取和消化、可视化等环节。首先，数据存储过程中，时间越久，量越大，数据存在的变形危险也就越大。其次，在数据提取环节，则主要是数据被抽离所产生的场景，进行技术意义上的数据化处理时，编码与场景意义分离，易导致数据变形。再次，在数据消化环节，以数据规则为依据建立的数字化网络只对可运算的数据比较敏感，而那些没有按照统一标准被数字化和网络化的重要信息则可能被视为垃圾数据抛弃。最后，信息可视化技术是数据新闻报道的重要手段，涉及数据挖掘、计算机图形、人机交互等方面的技术，目前关于建构数据间的关联、数据图形的设计，可视化在新闻报道中的适应性等问题的讨论还存在不少分歧。以上诸多技术问题的解决，有些甚至要重回数据分析系统的基础建设中寻找答案，对于许多非技术领域的数据新闻工作者而言，显然无从下手。
第二，由于各国数据开发程度不一，世界范围内数据开放程度不平衡。2013年国际开放数据调查报告——《开放数据晴雨表》对“城市或地区数据开放程度”的一组评分较突出地反映了这一问题（见表4）。
表4 全球城市或地区数据开放程度得分情况
由表4可见，欧洲和美洲地区的数据开放程度得分分别居第一位和第二位，亚太地区的开放程度居中，非洲地区开放程度最低。如果将这一得分情况与各地区的政治、经济、科技等条件因素联系起来，发达地区的开放进程要明显高于欠发达地区。
2014年，《开放数据晴雨表》发布的报告进一步显示，拥有较高开放数据质量的国家，如英国、美国、瑞典等21个国家在较积极的开放数据政策支持下，坚持开放数据联盟达成的关键数据开放原则，均有质量较高的数据集公开。本次调查的1290个不同数据集中虽然只有10%符合数据开放标准，但7%的数据集是以完全开放数据格式发表的，符合全球数据共享的基本标准。在数据开放位列前11的国家中，有超过50%的数据集完全符合开放数据标准。数据开放标准的统一将会使一部分国家的数据获得和处理能力遥遥领先，部分尚未开放或已经开放却没有达到数据开放标准的国家，数据开放的进程将受到牵制。在未来的数据革命竞争中，开放程度不平衡的存在将会与“数据公平”“数字鸿沟”等一系列问题牵扯在一起，直接影响国家的信息竞争实力，这些问题同样也会影响数据新闻的发展。
据《开放数据晴雨表》调查分析，影响全球开放数据计划进程的主要因素还涉及信息法规、数据开放的主动性、政府对数据开放创新的支持、公民社会和专业技术人员对数据开放的需求程度等多个因素。这些因素都可能导致数据来源阻塞、数据变形失真或失去意义、数据滥用等问题的出现，进而影响到数据新闻的质量提升和发展进程。
3.盈利模式不清晰阻碍数据新闻快速发展
数据新闻发展至今，一部分积极探索以数据分析为导向，开发数据新闻或其他与数据相关业务的媒介组织和科技公司，已成功抢占数据资源开发的先机。但是，由于在线新闻对用户流量的依赖，依靠广告获取利润的传统方式仍发挥主要作用，而广告以外的盈利模式尚不清晰，如何从海量数据中创造盈利价值是遏制数据新闻快速发展的瓶颈之一。
2014年4月，“数字第一媒体”（Digital First Media）关闭了其致力于生产视频和数据产品的“霹雳”（Thunderdome）项目。差不多在同一时期，一批数据驱动的超本地新闻也因运作模式失败，或关闭或转型，如2013年，MSNBC旗下斥资百万美元的EveryBlock.com宣布关闭，AOL（美国在线）旗下花费千万美元扩大的Patch.com为应对连年亏损宣布裁员、业务转型。这些失败个案的共同特点是，拥有丰富的数据资源，但对传统的盈利模式依赖大，数据驱动的盈利模式不清晰。尽管媒介数字化转型是大势所趋，数据新闻的重要性和前景被普遍看好，但在媒介经济整体低迷，新闻机构萎缩、预算下降，数据新闻及相关数据产品的盈利模式不明朗的情势下，数据新闻的发展正遭遇生存的考验。
（二）学理研究层面存在的问题
1.中观和宏观层面的前瞻性研究不足
从当前学界研究情况来看，现有研究成果多偏重于数据处理技术和数据新闻实践技巧等微观层面的探讨，对涉及数据新闻人才培养、文化政策、法律规约、伦理责任、盈利模式、使用情况、媒介影响、发展战略等中观、宏观层面的探索明显不足。理论对实践的指导意义在于其视角的前瞻性。如果偏向于微观层面的探讨，忽视中观、宏观层面的研究势必会影响数据新闻的实践进程，延滞数据新闻实践操作和理论框架的建构，进而影响数据新闻作为一个新闻门类的发展。
2.促进数据新闻发展的理论对话不平衡
从各国数据新闻的发展程度来看，由于发达地区和欠发达地区不同的国家对数据新闻开发投入的时间、精力以及所具有的技术水平和专业能力等方面的不均衡，研究数据新闻的理论话语几乎一边倒地由欧美等国把握。从学界对数据新闻研究的实际情况来看，一些现有研究成果虽已涉及基本的概念、技术和经济等问题，但涉及数据新闻发展的前瞻性研究明显不足。从数据新闻发展涉及的学科领域来看，计算机科学、图形学、工程学等学科知识通过数据处理技术作用于数据新闻的表达形式，而新闻传播学领域对数据新闻的探讨则偏向新闻主题的发掘和拓展。由于学科背景的差异，加之数据新闻开发对技术的依赖，技术话语在跨学科对话中处于明显优势。
由于各国数据新闻的发展不同步，学界研究进展不一，跨学科对话不对等的存在，促进数据新闻发展而展开的理论对话在各国之间、学界和业界之间，以及学科间之间的不平衡，将直接影响到数据新闻的后继发展。
三 数据新闻发展的应对之策
（一）转变新闻人才观，拓展数据新闻人才培养路径
我们应转变新闻人才观，正确分辨新闻工作者应掌握的核心技能，重视新闻工作者数据处理技能的培养，不断拓展数据新闻人才培养的路径，弥补数据新闻人才短缺。
其一，转变新闻人才观，重视新闻工作者数据处理技能的培养。随着信息技术的发展，分析大量数据、快速合成新闻稿件、收集和发布新闻，已经可以部分地通过自动化技术实现。为此，不少研究机构和研究中心开始就未来新闻记者的核心技能进行研究。2012年，哥伦比亚大学Tow Center发布的一份报告，概述了后工业化时代记者应具备的九项技能，其中互联网思维、熟悉数据和统计知识、具备基本的编码知识三项技能就涉及记者数据能力的培养。2014年，美国波因特研究院在一项名为“未来新闻业竞争能力”的调查中，就新闻记者应该掌握的37项关键技能调查了业内人士与新闻教育工作者的态度和认识。结果显示，“分析与整合大量数据的能力”、“解释统计数据和图形化处理的能力”以及“视觉化的叙事能力”三项技能均被业内人士和新闻教育工作者认为是记者必须掌握的重要技能。可见，培养新闻记者的基本数据处理技能已经成为越来越多业内人士和研究学者的共识。
其二，拓展数据新闻人才培养路径，弥补数据新闻人才短缺。目前，在欧美一些数据新闻发展较快的国家，较常见的数据新闻人才培养途径可以分两种，一种是以师徒“传帮带”、在线学习和短期培训为主，以提升训练为目的，主要针对具备一定基础的从业者。另一种是一些高校开设数据新闻学专业，或调整课程设置，输出大批的数据新闻人才。如美国哥伦比亚大学新闻学院开设了计算机和新闻双学位的硕士课程，密苏里新闻学院设置了较为完善的数据新闻人才培养课程体系，我国中国传媒大学开设了数据新闻实验班等。未来，随着数据新闻的进一步发展，如何建立更灵活的人才培养机制无疑将是学界和业界需要共同探讨的重要课题之一。
（二）开放思想，逐步完善数据获取的信息法律
只有将数据的获取和使用置于完善的法律体系下，以开放和包容的心态允许各国形成基于自身国情的数据开放模式，数据新闻的可持续发展才能得到有力的保障。
面对信息技术影响下不断更新的公共数据和个人数据，世界各国都进一步完善了以公共数据资源获取为目的的信息自由保护体系和以个人信息自主权为中心的隐私保护体系。目前，已有不少国家和地区颁布了《信息自由法》和《个人数据保护法》。我国也于2012年颁布《关于加强网络信息保护的决定》，该决定同时也明确了个人信息保护条例。
总体来看，欧洲一些国家在数据开放政策和相关法律的建设方面积累了丰富的经验。这些国家颁布的一些较为成熟的法律条例和经验作为一种文明形态本可以跨越国界为他国所用，但由于各国国情不同，数据开放的进程不一，简单挪借并非上策。因此，唯有以开放和包容的态度允许各国形成基于自身国情的数据开放模式，才能进一步推动国与国之间就数据开放相关问题展开交流和沟通，逐步实现世界范围内数据资源的共享。
（三）发掘数据价值，增强数据新闻的市场竞争能力
围绕用户需求发掘数据价值，不断增强数据新闻的市场竞争能力是以数据分析为市场导向的部分媒体机构和科技公司的立足之本。具体操作中，可从如下几个方面展开。
其一，发挥数据叙事优势，扩大社会影响力。数据叙事的简单、直观、较强表达力是数据新闻的竞争优势所在。运用数据叙事逻辑和可视化方式，发掘数据价值，不断提升数据新闻用户的满意度，扩大社会影响力，是数据新闻立足媒介竞争环境的核心竞争力所在。其二，借助信息处理技术创造数据新闻在不同终端和平台的发布和应用。未来数据新闻的开发应该适用于多个平台，而非被置于应用商店。多平台共享可以延伸数据新闻的使用周期，提升数据新闻开发的边际效益。其三，充分发掘在线媒体的数据生产能力，开发包括信息咨询、半成品数据新闻在内的多种数据业务。未来在线媒体数据资源的不断繁生将成为数据新闻开发的核心优势，媒体组织和科技公司应充分利用这一优势，推动数据新闻立足更广阔的数据生产、销售和服务市场。
（四）加强前瞻性研究，指导数据新闻业界发展
前瞻性研究涉及数据新闻发展的中观和宏观层面，要求研究人员既要对数据新闻发展所面临的问题进行审视和反思，又要为数据新闻的长远发展提供思路和举措。
首先，立足大数据发展，洞察数据新闻发展的机遇。大数据是数字化、网络化社会的产物，蕴含着丰富的内涵和信息。研究人员要紧跟大数据发展前沿，探求技术变革为数据新闻发展带来的可能性，为数据新闻业务发展提供思路和举措。
其次，分析社会需求，指导数据新闻实践。研究人员应将数据新闻报道的优势与各领域、行业、个体的应用紧密联系起来考察，通过不断调整数据新闻的业务形态来满足社会需求，并在综合考虑影响数据新闻发展的各项社会因素的前提下，探求数据新闻的产业化发展。
最后，加强对数据新闻的实践指导和规范管理研究。学界应不断加强对数据新闻的实践现状分析，从中发现问题，提出改进措施，最终要实现学理层面的数据新闻操作规则和理论框架的建构。
（本篇文章来源于《新闻与写作》2015年第8期）
