真正的道路在一根绳索上，它不是绷紧在高处，而是贴近地面的。它与其说是供人行走的，毋宁说是用来绊人的。——卡夫卡

6月3日，我坐在上海金融中心的大楼里，参加澎湃“数据创作者大会”。大厅华丽、吊灯闪耀、茶歇精美，每个中场休息我都暗搓搓地想去和窗外边的东方明珠合个影。在要上台去领奖学金之前，我准备去卫生间补个口红，却突然被一个女孩从后边泼了一裙子的酸奶，用10分钟的时间完成洗裙子、擦干（包括用纸和抖动甩干）、补妆的全过程，还算气定神闲地完成了当天的任务。

6月3日，还是卡夫卡去世的日子。有一搭没一搭听讲座的时候，我刷到了上面这句话，一下子被触到动——数据新闻，对我来说是这样一条道路吗？

23号数据新闻大赛结果出炉以后，觉得终于可以和项目、和数据新闻说个暂时的告别。单从结果来看，其实是令人满意的。但是一旦让我回忆整个学期投入的辛苦、几个月来的焦虑迷茫，还有比赛中种种看得懂、看不懂的操作，释怀远远胜过喜悦。

比赛是一种很好的驱动激励，支撑我们一群大三下老狗，弃置未来的升学安排，不眠不休地写代码。但是不专业的评审、不明朗的赛制，大大挫伤了作品的新闻性。“不要说中国研究生的毕业论文和国外差距多大，最后要点出，未来前景是好的”，“反正评委老师又不懂数据分析，你说的天花乱坠，他们也听不出来”，“把我们用的软件都罗列上去，越多越好”，这样的想法伴随着我们的操作和答辩。比赛组委会代表着权威传统的衡量标准，我们需要适应政治正确的话语体系，要用繁杂炫酷的新技术冲击和震撼传统的旧手段、旧思想。某种意义上，这也是数据新闻这个舶来品进入中国后的一种表现，当然没什么不对。

听说好几位学界老师都表示，中国传媒大学的数据新闻专业建设前几年不声不响的，今年突然就表现突出。这个说法其实很奇怪，首先，有了大一大二的一定积累，培养计划的第三年学生们有了成果是很合理的。当然更重要的是，我们这一年跟着佳昕、王喆姐，终于从0开始做一项完整的数据新闻项目，成长和收获的确是非常巨大的。从确定选题、收集数据、分析数据、采访、写作文案、写代码、谋篇布局到不断地精细美化，文案和压缩包的命名从1.0一直到13.0（不完全估计）。那些熬过的夜啊，堪比开学军训，迅速升华了我们几个的友情。血泪史已经在pre里分享了，在这一篇语调比较丧的blog里，我想说说我个人的困惑和不足。

我负责最多的是数据收集、采写和代码。在数据收集上，只能说我们把可以获得的资源用到了极致，知网本身的选录机制并不明确，八大学科分类也并不符合一般学位分类（哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、管理学、艺术学），甚至还有一些我们肉眼可见的错误。尽管我们前期真的花了很多时间想要提高数据的准确性，但无奈技术和能力的欠缺。我想这也是大多数据新闻面临的最大困难，未来除了需要更公开透明的数据来源，也等待着更专业的数据和工具供应商，补充公共数据的不足并进行深加工。

第二个困惑是在采写文案上。说来惭愧，新闻学院的老师一直在强调我们是“懂数据的新闻人”，但至少我是不敢承认自己是个新闻人的（当然也不敢说自己很懂数据了）。自从离开了院报，我已经很久没有进行过新闻采访写作了。困惑之一是文案的流畅度和深度并没有预期的高，尤其和擅长深度报道、切中社会时弊的人大学子相比，采访的学生和老师对现象的解释并不充分；困惑之二是整个报道的谋篇布局，也就是文案和图表的结合。困惑一的一部分原因是删减了很多文字，为了控制好整篇报道的长度以及和图表更好呼应。但更主要的是，我对一篇长篇报道的把控能力还是欠缺。过去，我只要考虑插图、视频放在哪里，图片的观赏价值一般高于信息价值，而视频还有读者不打开的可能。但是图表承载的信息量很大，基于数据新闻的特性，读者对它的关注甚至会超过文字。这时候，文字段落、图表标题、图表内的文字，以及因为我们采用了滚动效果带来的滚动框文字，它们的排布任务一下子就很大。

我个人的总结是，减少图表上的文字，以最简练的标题进行总结，解释性话语放在文字段落里，但是要改成平实的口头语；图表前的段落一般是引入话题，可以用问句结尾，图表后的文字补充、解释信息，引用或统计方法可以用尾注的方式，尽量不在行文里增加阅读难度；另外多分段、采用加粗高亮也是降低阅读难度的办法。

但是这又带来另一个困惑，我觉得公众阅读长文字的耐心和能力真的在下降，包括我自己也是：如果我点击进去之前知道这是一篇专题报道，我会暗示自己静下心来阅读文字；但我知道这是一篇数据新闻时，我在手指滑动过程中，会潜意识期待图表、略读文字。我们班之前讨论过国人读图能力较低的问题，比起培养公众读懂复杂图表的能力，也许更合理、更符合未来数据新闻发展方向的，应该是培养公众读懂长篇分析类报道的综合能力。

我似乎跟挺多人说过，我将来不想再学数据新闻了。但是最近在写未来规划的时候，我发现我并不明确知道究竟想要学什么。有人跟我说，数据新闻是我们身上最大的招牌，升学的时候别人很看重这一前沿的标签；有人惊讶于我班同学频繁拿奖的朋友圈，不停地跟我说有多羡慕我们。熬过了刷夜和工作坊，回头看看，有些苦是没有白吃的。

我之前设想过财经新闻、国际新闻等方向，但是有位恩师和我说过，这些是新闻学的下行分支，研究生期间需要的是更高层深入的视角和补充，所以你宁愿直接去学金融、政治。这也可以解释澎湃大会、16号那天来分享的很多业界老师，在工作了几年后转到更专业的垂直领域或继续求学。我不同意新闻无学，但是我有的时候觉得新闻学真的是一门方法论，缺乏了一点世界观、价值观的指引（或者说新闻学的各种价值理念太自相矛盾了）。

然而，数据新闻既是一种方法论，又是一种世界观。它的客观要求就是我们要懂得数据、有一定的技术手段进行分析、可视化呈现。同时，数据本身给新闻报道增加了一些世界观的指引，它要求我们精确客观，以历史的、联系的、比较的等等各种眼光去报道事件；新闻本身又给数据增加了人文情感和道德价值判断，不再是冰冷的和我们毫无关系的1234。

国内并没有直接的数据新闻硕士专业，但是我看到，数据分析、软件学习等课程是在不断进入新闻类院校的。在数据新闻的周围，还有很多诸如智库、分析公司等依靠数据来进行叙事或预测的选择。《纽约时报》数据新闻编辑Amanda Cox说过，当你不再区分数据新闻和新闻的区别时，数据新闻就成功了。Sooner or later，数据新闻不再被看做高高在上的绳索，而是贴近地面的道路时，大家也就没有那么容易被绊倒了。

哎，想要和数据新闻说个暂时的告别，但我总觉得，无论未来我会选择什么专业、选择什么职业方向，我很快又会和它再相见！

（希望这次不要被审核掉）