调查报告：国内外数据新闻教育现状与困境分析

【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。

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。

国外数据新闻教育中的一种模式是其他行业的机构看中了数据新闻的优势和前景，以提供奖学金的形式，资助个人进行数据新闻理论和实践、新闻与计算机科学关系等研究。互联网行业巨头谷歌在2012-2013学年为香港大学新闻与传媒研究中心的新闻硕士生提供了两项全额学费奖学金。^① 该项奖学金要求申请人必须至少具备计算机科学、信息技术或信息工程等相关学科的本科学位，并必须显示出较强的计算机问题解决、编程和数据库管理能力。

相对提供奖学金支持数据新闻研究的模式而言，高校中开展和数据新闻有关的课程项目是更为典型的模式。根据一份本科院校的数据新闻课程列表，2013年全球开设数据新闻或相关课程的院校共有24所^②。哥伦比亚大学、密苏里大学以及雪城大学是其中表现较为突出的三所高校。

1．哥伦比亚大学数据新闻教学的三大项目

• Lede项目

Lede项目（TheLede Program）^③ 是哥伦比亚大学的一个特色项目，也是数据新闻教育的一个示范性项目。该项目针对计算机方面零基础或者基础薄弱但是有志于学习计算机编程的学生，提供了两个选择。其一，在数据和计算机方面为期12周的加强型夏季训练营；其二，学生参加完12的周训练营之后，可根据自己的兴趣自行选择是否继续学习秋季课程。秋季课程细分为两个方向。第一个方向是为申请计算机科学或其他计算机硕士学位（包括申请新闻与计算机科学双硕士学位项目）做准备；第二方向是数据分析的增强训练，使学生们学会利用社会科学、数字人文学科和数据驱动的叙述语境进行数据分析的技能。

表格3：哥伦比亚大学Lede项目课程设置表

• 新闻与计算机科学双硕士学位^④

新闻与计算机科学双硕士学位项目（Dual M.S. in Journalism and Computer Science）是哥伦比亚大学另一个较为成熟的数据新闻教学项目。该项目由哥伦比亚大学的新闻学院和工程学院（Engineering schools）联合创办，课程由两个学院共同设定，为期四个学期。

除课堂外，研讨会和工作坊是专业设置的另一亮点，为学生提供了实践经验的积累机会。研讨会主要探讨数据技术对新闻的影响、公民在新闻进程中的新兴角色、社会媒体的影响力以及支持新闻采集方式的不断变化的商业模式等问题。采用实际操作的方式，从概念到开发构建网站及应用，让学生深入细致地进行信息设计。

表格4：哥伦比亚大学新闻与计算机科学双硕士学位课程要求

• 数据新闻硕士专业

值得一提的是，根据官方网站信息^⑤ 显示，哥伦比亚大学将在2018年夏季学期开设独立的数据新闻硕士专业。新的专业的课程设置不再只是涉及数据新闻基础，而是涵盖了数据、计算机及其他创新性的高级课程^⑥。这也意味着哥大的数据新闻教学实践将更加深入且专业化。

表格5：哥伦比亚大学数据新闻专业课程设置

2. 雪城大学计算新闻学硕士学位

和哥伦比亚大学的新闻与计算机科学双硕士学位项目一样，雪城大学的计算新闻学硕士学位（Computational Journalism Master’s Program）也涉及到跨学科教学，由雪城大学的纽豪斯公共传播学院（Newhouse School）和工程与计算机科学学院（Syracuse University College of Engineering and Computer Science）联合办学。不同的是，雪城大学这个项目依据申请学生不同的本科专业背景，提供了两套不同的课程体系。

但是根据调查了解，雪城大学的计算新闻学硕士学位的培养计划在实际施行过程中遇到了不少困难。一是填报该专业的学生中几乎没有计算机背景的学生；二是其中一些课程是全新的、专门为该专业设置的课程，存在因上课人数少不能如期开课的情况（如计算与编程探究）；三、部分课程（如概率与统计概论）属于其他学院，需要导师申请注册权利，学生才能修读。因此实际培养过程中，只实施了原本制定的新闻背景的方案。并且计算与编程探究、概率与统计概论等课程并未能如期开课，而是改成了数据挖掘、c语言，python等课程。

表格6：雪城大学计算新闻学硕士学位课程设置表

3.密苏里大学数据新闻方向^⑦

密苏里大学将数据新闻作为印刷和数字新闻专业（print and digital news faculty）的方向之一，属于本科教学。比较而言，密苏里大学的数据新闻教学的侧重点依然是新闻专业方面。除计算机辅助报道（Computer-Assisted Reporting）、高级数据新闻（Advanced Data Journalism）、信息图形（Information Graphics）、故事地图和图形（Mapping for Stories and Graphics）等数据新闻课程外，其余的课程与传统的新闻教学差异较小。

表格7：密苏里大学数据新闻方向课程设置表

总体而言，跨学科教育是国外数据新闻教育的一个突出特点。新闻专业和计算机科学专业的融合协作在大多数的高校的数据新闻教育中都有体现。负责专业教学的老师也都具有丰富的从业经验，并且数据、计算机、数据新闻等是他们中大多数人的主要研究方向。每个项目或课程都有极为清晰、准确的培养诉求和方案。这一点在一定程度上提升了教育的效率和效果。想要对这方面有所学习的学生只要查看相关的介绍，就能大体明了课程要求、课程安排以及课程是否符合自身兴趣和能力等。

如果按所掌握的技能的内容来分类，数据新闻可以被分为初级数据新闻和高级数据新闻（详见图1：数据新闻技能树）。根据调查结果来看，目前国内的数据新闻教育还处于初级数据新闻阶段。师资力量和教育资源配备不足是目前国内数据新闻教育开展受阻的首要原因。此外，教育资源在不同地区的分配不均导致了数据新闻教育在全国范围内存在着严重的不平等现象。

图1：数据新闻技能树

1．课程定位不明确

数据新闻是可视化技术在新闻生产中的一种运用。从短期的视角来看，数据新闻只是为新闻报道增加了一种在数据丰富的世界里分析和呈现的手段，解决不了目前的媒体困境，也不会取代其他新闻报道的位置。但从长远来看，数据新闻所蕴含的价值也不可小觑。调查发现，高校的教师对数据新闻的前景表现出了不同程度的缺乏信心。而各个高校的数据新闻课程的定位很大程度上又依赖于开课教师对数据新闻的了解和看法。这就导致各个高校的数据新闻课程普遍存在定位不明确的问题。体现在操作过程中，就出现了课程内容安排的随意性。部分高校的数据新闻课程内容中包含了数据分析的工具、软件的教学，部分高校的却认为“工具只是辅助性的手段，不是学习的重点”。正如在介绍国外数据新闻的课程中提到的，国外数据新闻课程的一大特点就是每一门课程的计划都是十分清晰、明朗。而国内数据新闻课程计划的模棱两可容易导致课程的效率和效果受损。

2．教育定位和师资力量的不一致性

数据新闻人才培养是一个漫长的过程，优质的教师资源是一个不可或缺的条件。然而，国内新闻教育也不过是近四、五年才对数据新闻有所关注。再加之，传统的新闻教育以文科为主，无论是教师，还是学生，普遍对技术性的知识的接收力不强。而数据新闻的实践性又要求教师必须必备足够的实践性经验。不可避免的，师资力量和教育定位的不匹配成为了我国目前数据新闻教育的首要问题。从调查中，我们明显感觉到，大多数高校在数据新闻教育方面存在心有余而力不足的尴尬局面。大多数的高校中，能够通过知识转型和补充学习进入对数据新闻领域的老师寥寥无几，具备跨学科专业背景或是接受过系统的数据新闻训练的老师更是少之又少。即使是和其他高校相比，师资力量算是丰富的中国传媒大学，也仍面临“极缺师资”的问题。

3．课程缺乏系统性

以上两方面的问题，直接导致了数据新闻教育的第三个问题，即在全国范围内数据新闻教育没有统一的课程标准。尽管开展数据新闻教育的学校不少，但是几乎所有的学校都只是为其开设了一门课，或是32学分，或是36学分的课程。数据新闻作为一门典型的跨专业学科，涵盖了新闻学和计算机科学等专业的知识。从国外高校设立的计算新闻学专业、新闻和计算机双学位等项目中，可以直观的感受到这一点。即使只是初级数据新闻，都包含了社会科学研究方法、数据可视化、网页制作等技能。仅仅是通过一学期的一门课程，是不可能完成数据新闻的所要求的教学内容。教师没有足够的时间开展完整的教学，要么顾此失彼，着重讲一部分的内容，其他部分交由学生自学，要么就只能走马观花，介绍个大概。

此外，数据新闻本身的特性导致了数据新闻的教育更多的应该以实践和练习为主。国内几乎所有高校的数据新闻课程的结课要求都是要求学生以个人或小组为单位提交一份数据新闻作品。这样的训练强度只能作为学生们的一个体验，远远达不到数据新闻的实践标准。

4．地域差异显著

地域导致的教育资源差异是我国教育普遍存在的特色问题，而这一问题也同样反映在了我国的数据新闻教育中，甚至更为突出。数据新闻的兴起、扩散和传播，依赖于媒介的发展以及人们对新鲜事物的感知。对于学界来说，要求学者和学生们对理论和实践的前沿性知识有较强的感知力。反映在数据新闻教育中，不同地域存在着较大的差别。首先，不同的地域的高校掌握着不同的教育资源，包括邀请业界人员开展讲座的资源、学生参与社会实践的资源等等。其次，不同地域的高校对外部信息的接收效率也存在差异。在偏远地区，“整个社会环境对数据新闻的敏感度都不够”。无论是高校的领导层人员，还是教师、学生，对该领域的兴趣度都较低。

从全球范围来看，数据新闻是一种热度不断攀升的报道方式。数据新闻作为一项独立的课程开设于新闻传播学院之中，是近年来新闻传播学教育改革的一大亮点。哥伦比亚大学数据新闻教育的实践过程在一定程度上反映出，数据新闻教育在经历以短时性的项目或是某个专业中的一个研究方向的发展阶段之后，会朝着一个更为完善的独立性专业的方向发展。在未来，数据新闻教育将成为更多高校完善新闻传播教育的内容之一。

尽管我国目前的新闻教学工作确实受到诸多限制，但是可以预见的是，在经历过探索性阶段之后，数据新闻教育将会沿着以下的三个方向发展：首先，随着高校及教师对于数据新闻的认识逐渐到位，以及相关教育人才储备量的提高，数据新闻教育会在全国范围内成为各个高校的普遍需求。其次，数据新闻教育的课程体系设置会更加系统化和标准化。数据新闻生产的规模化将促使业界产生出一套更为标准和精细的数据新闻生产流程。相应地，学界也会产生一套包含数据挖掘、分析以及可视化等过程的理论和实践知识在内的完整的培养方案。另外，学界和业界的交流和互动程度将更为密切。学界通过教育向业界输送更多人才的同时，将和业界展开更多元形式的合作。诸如，会有更多的学生到相关的新闻生产部门参与数据新闻实践，或者，新闻生产单位采纳学生的数据新闻作品，予以日常发表，等等。

数据新闻作为报道方式之一，是否会和其他的信息传播方式一样，在未来的某一天以新的形式存在？不得而知。但是可以确定的是，复合型的专业人才是当下社会人才资源的缺口。数据新闻也绝不仅仅只是将传统的文字表达转换为数据图表，更为重要的是其中包含的数据思维以及接收新的技术手段和认知的能力。传统的新闻传播学的教学内容中，必须不断注入新元素，才能适应社会的发展和进步。正如数据新闻是新闻媒体对大数据时代做出的一种反馈，数据新闻教育也应该是新闻教育对新闻行业的新变化做出的有效回应。

注释：

①Scholarships Funded by Google Awarded.https://jmsc.hku.hk/2012/09/scholarships-funded-google-awarded-data-journalism-jmsc-2/

②Data Journalism Crew, 2013. Data Journalism Course. https://fusiontables.google.com/DataSource?docid=1SHESUsTAovets8_-X7kmPReSlPjgJsiQxMLW2fM#rows:id=1

③The Lede Program. http://ledeprogram.com/

④Dual M.S. in Journalism and Computer Science. http://www.cs.columbia.edu/education/ms/journalism/

⑤New Data Journalism Degree at Columbia Journalism School Prepares Next Generation of Newsroom Leaders.https://journalism.columbia.edu/new-data-journalism-degree-columbia-journalism-school-prepares-next-generation-newsroom-leaders?from=groupmessage&isappinstalled=0

⑥M.S. Data Journalism. https://journalism.columbia.edu/ms-data-journalism

⑦密苏里大学数据新闻方向课程设置：https://journalism.missouri.edu/programs/undergraduate/general/independent-study/data-journalism-interdisciplinary/

对以下受访者表示感谢（以姓氏拼音为序）：

教师：

1、白净（原汕头大学长江新闻与传播学院，现南京大学新闻与传播学院）

2、蔡海龙（北京工商大学艺术与传媒学院）

3、陈积银（西北师范大学传媒学院）

4、方洁（中国人民大学新闻学院）

5、龚彦方（中山大学传播与设计学院）

6、何睿（上海财经大学人文学院经济新闻系）

7、静恩英（广东海洋大学文学院）

8、梁玮（兰州大学新闻学院）

9、林淑金（中山大学传播与设计学院）

10、毛良斌（汕头大学长江新闻与传播学院）

11、钱进（上海外国语大学新闻传播学院）

12、申琦（华东师范大学传播学院）

13、沈浩（中国传媒大学新闻学院）

14、沈阳（清华大学新闻与传播学院）

15、王辰瑶（南京大学新闻与传播学院）

16、王成军（南京大学新闻与传播学院）

17、王琼（武汉大学新闻与传播学院）

18、王秀丽（西安外国语大学新闻与传播学院）

19、吴文汐（东北师范大学传媒科学学院新闻系）

20、吴小坤（原上海大学电影学院新闻传播系，现华南理工大学新闻与传播学院）

21、肖明（中国传媒大学新闻学院）

22、肖倩（北京印刷学院新闻出版学院）

23、谢蓓（中国传媒大学南广学院新闻学院）

24、谢明晖（宁夏大学新闻学院）

25、徐笛（复旦大学新闻学院）

26、徐迎春（浙江传媒学院新闻与传播学院）

27、叶韦明（北京大学汇丰商学院）

学员：

1、崔岸雍（毕业于中国传媒大学新闻学院）    

2、杜怡（毕业于哥伦比亚大学新闻学院  ）

3、姜柳（毕业于雪城大学）  

4、柳霁（毕业于哥伦比亚大学  新闻学院）

5、吕妍（毕业于密苏里新闻学院）

6、谈和（毕业于中国传媒大学新闻学院）

7、田川（就读于哥伦比亚大学）

8、吴嘉川（毕业哥伦比亚大学新闻学院LEDE项目）

（完整论文发表于《新闻与写作》2017年第9期）

作者丨黄志敏 王敏 李薇

编辑丨吴婉玲

审核丨丁杰英

 欢迎点击“阅读原文”前往知微事见 

点击关键词查看精彩文章↓↓↓

数据报告：

网红奶茶数据分析｜ 铲屎官大揭秘 ｜乐视危机盘点 ｜美团歧视性招聘事件｜阴阳师VS王者荣耀｜“喜茶”数据分析｜小米6发布会预热营销｜“美联航拖客”事件｜共享单车｜网易云音乐乐评专列｜315舆情全盘点｜抵制乐天事件｜武亦姝与赵雷｜微博双11｜ YSL营销｜

专题解读： 

TFBOYS单飞｜ 社交媒体意见群体｜三生三世，十里桃花 ｜战狼2 ｜我的前半生｜ 跑男 ｜狗粉PK狗肉粉｜艾滋 ｜深夜食堂 ｜揭秘可视化｜变形计｜人民的名义｜奥运｜假新闻｜水军｜两会｜微博网红｜

热点事件：

海底捞被爆卫生问题｜小猿搜题开撕作业帮｜女德讲座刷屏｜留学生演讲涉嫌“辱华”｜美团招聘“地域歧视”｜深圳四胞胎｜我是范雨素”刷屏｜谢娜删张杰微博｜辱母杀人案｜APA酒店｜穿山甲公子｜年薪12万加税谣言｜和颐酒店女生遇袭｜非法疫苗案｜

总结盘点：

2017年8月 ｜ 2017年7月｜ 2017年6月 | 2017年5月 | 2017年4月｜2017年3月｜2017年2月｜2017年1月｜2016年度危机公关事件盘点｜2016年度谣言盘点｜2016年度事件盘点｜2016年11月｜2016年10月｜2016年9月｜2016年8月｜