出品/采访：Roselyn Du

拟稿/整理：Zoe Hu

资料协助：Jiayuan Wen & Miao Xu

（黄志敏是前财新传媒首席技术官（CTO）、财新数据可视化实验室创始人，曾在数据新闻领域获得多项国际和国内大奖，包括连续三年四次获“亚洲新闻奖”、获得全球最佳数据新闻网站提名等，被称为“中国数据新闻第一人”。）

（黄志敏在GEN Summit 2018 年会现场；左为香港浸会大学Roselyn Du）

2011年，可以说是中国数据新闻的“元年”。

这一年，黄志敏加入财新，之后于2013年开始从事数据新闻相关工作。作为目前国内数据新闻媒体的领头羊，财新“数字说”（由“财新数据可视化实验室”出品）从2011年至今，经历了从无到有的重大变换。期间，财新的数项报道在国际和国内获得SOPA，SND等多个奖项，不仅树立了数据新闻在国内新闻领域的地位，也让国内在短短数年间意识到数据新闻在行业中的发展潜力。

2016年，是黄志敏在财新的第五年，离“财新数据可视化实验室”的创立也有三年的时间。这一年，他离开财新，创办了中国“数可视”。

目前，数可视专事数据新闻和数据可视化相关业务。通过与国内多方的合作推动中国数据新闻事业的发展，同时促进数据新闻的商业化。截止到目前，数可视的产品和服务涵盖了开放数据的搜索、采集、存储及清理，为政府企业和事业单位提供数据可视化服务，以及作为第三方独立新闻工作室，与各大媒体合作推出数据新闻稿。此外，还以讲座，数据应用分享会，数据新闻工作坊和数据新闻比赛等形式，致力于推动发掘数据新闻人才。

同样是在2016年，中国工信部发布了《大数据产业发展规划（2016-2020年）》。黄志敏一直在参与和观察的数据新闻行业也到了发展的拐点，面对国内庞大的数据体量、政府对数据相关产业的推动、数据新闻相关从业人员资质层次不齐却需求量庞大等等问题，如何寻找数据新闻的商业突破口，发掘数据新闻拐点后的潜在驱动，推动行业良性发展，黄志敏十分关注。

2018年6月，黄志敏在葡萄牙里斯本参与GEN（Global Editors’ Network）Summit 年会期间接受了香港浸会大学新闻系终身教授杜英博士的采访，以“数可视”的创立作为切入，探讨了数据新闻在中国的现状以及数据新闻行业在过去及未来的图景。

杜英：“数可视”哪一年成立，创办是出于怎么样的考虑？关于团队，当时和现在团队有多少人？目前数可视的团队成员都是什么教育专业背景？

黄志敏：数可视是16年8月份成立。刚成立的时候就两三个人。现在公司已经扩充到接近三十个人，包括编辑、记者、技术人员和设计师。合伙人方面，除了我以外，还有人在负责设计，有人负责内容,有人负责技术等等。现在团队比以前齐备很多。我在财新的时候，遇到很多在数据新闻和数据可视化方面的需求和商业机会；但是在媒体的内部，其实很难充分地利用这些机会。在媒体内部，数据新闻始终是非核心业务，是一种点缀，它获得的资源也有限。这种情况下，我认为来创办一家独立的公司可以更好地为客户服务，更好地把握更多机会，获得更多的资源。

团队成员主要以新人为主。例如说，设计师，原来在学校受过一些信息设计方面的训练；数据新闻编辑和记者，他们原来在学校可能也会受过与新闻相关的培训，或上过一些类似的课程。我们会把这样一些新人吸引进来，培养他们做出成熟的作品。另外开发人员，我们不一定会要求他们有新闻方面的从业经历，主要看中他们的开发能力和相关的经验。在校背景的话，设计师他们学的就是信息设计专业。数据新闻编辑，他们也都是学的新闻专业，或者在新闻专业的同时，可能接受过数据新闻培训。

杜：能不能和我们描述一下“数可视”内部的典型工作流程？

黄：首先要定选题，再根据选题收集资料确定文案，再根据文案来做设计和开发，最后再发布。关于选题，我自己会参与一部分，但是不一定顾得过来，所以会有分管内容方面的同事，她来确定选题。

杜：从2013年上半年至今已经有五年了，这期间数据新闻的变化非常的大。这五年期间，从你的观察来说，最大的变化有哪些？

黄：从地方来看，数据新闻在中国的受关注程度和整体水平有了一个明显的提升。在13年的时候，大量的人还不知道数据新闻。现在你会发现，国内有专门做数据新闻的团队的媒体大概有七八家，有涉及数据新闻的媒体大概加起来能有十几家；在高校方面，当时开设数据新闻课的高校基本没有。现在，至少有十多所高校已经开设了数据新闻课程，甚至有的高校已经开设了数据新闻专业；从作品来看，现在数据新闻作品的成熟度比以前要高很多。你能够看到,作品越来越像一个完整的新闻作品，进步其实还是挺明显的。所以，以前中国数据新闻起步大概比美国晚四年的时间，但现在从作品质量来看，我觉得整体差距大概是一两年。所以这个差距缩小了。

杜：2016年你创办了“数可视”。那目前数可视最近开展的项目有哪些？有代表作品可以分享吗？

黄：对数可视来说，目前的阶段，作品以“短平快”为主。我们现在与腾讯、新华社等一些媒体合作，在过去的几个月生产了一百多篇作品，基本每周都会有几篇作品发表。应该说产量比较高。这些作品一般是对科技现象或者对公司财报的解读。比如，我们之前做了关于苹果发布会的报道，十一天内就获得了一百多万的访问量。最近美国的“互联网女皇”发布了互联网报告，我们赶通宵把她里面一部分内容精选出来，重新制作了二十张图，便于阅读和传播。这些都是近期做的一些作品。

我们最近更多的在考虑是，首先，我们招了很多新人，我们需要培养他们对数据新闻的能力；另外，我们也在总结方法论：怎样能稳定高效地生产出大量的数据新闻作品。现在的数据新闻，很多时候是用来炫技，产量偏少，成本偏高，产生的影响力也不够大。这些都是我们重点在解决的问题。另外，我们还得考虑数据新闻如何赚钱的问题，怎么对数据新闻进行商业化的问题，这些是我最近考虑比较多的。

杜：能不能跟我们讲一个比较有新闻时效性的项目，比如你们曾经做过的“川航备降”的项目。

黄：这个是我们跟新华国际合作的。我们现在会做到类似的题材，以前可能需要一天甚至更久的时间，现在基本能够把时间控制到半天内。跟新华国际合作的过程中。给我一个特别深的印象，也对我们团队成员有很好的帮助：新华国际到现在还是很严格地遵守新闻生产的一些规范。比如，他们的现在会有“三审三校”。现在这么做的媒体很罕见。用这种方式能够保证新闻质量的稳定，它可能会因此丧失一些时效性，但是对于新媒体来说，大家很多时候都在争分夺秒地拼命堆内容。可能你晚半个小时，就会丧失很多访问量。但反过来看，有时候为了抢内容，客观上造成很多假新闻。通过这样的合作，其实我们跟原来的媒体学习了他们很多的优点。

在这个年代，做事情时“快”一定很重要，但是比“快”更重要的是“真实”和“准确”。如果不准确，做的再快都没有意义。最好能兼顾速度和质量，但是在两者没办法兼顾的情况下，我宁愿放弃“速度”，也要保证“质量”。因为只有这样才能建立品牌和公信力，这点太重要了。

杜：以数可视最近在做的个案来说，有没有可能在不涉及数据和数据可视化的情况下，能够把故事讲的达到同样的效果？

黄：我认为讲故事有很多种方法，数据新闻只是其中的一种，但不是必不可少的。举个例子来讲，同一个题材，如果换一个方式讲的话，你可能会对选题的角度做一些筛选。如果不用数据新闻的形式，你可能不会把那么多数据放进去，也许你会放视频或图片或者其他多媒体，反正同样题材不同的形式，应该有不同的处理方法。

杜：现在所谓的大数据时代对新闻从业人员冲击很大。新闻从业人员开始接受技术，用技术来生产新闻。你觉得技术对新闻的生产有什么影响？

黄：影响一定会很大。技术会改变整个生态。以前做新闻，一个人一只笔，你就可以开始做了。但是现在，一个人一支笔可能还能做，但是在新闻生产过程里，会越来越多地借助各种各样的技术手段。即使不做数据新闻，现在也会利用类似于无人机的技术。或者说，至少收集资料的时候，他们都会去利用网络搜索相关资料。所以技术是你不可避免要接触到的，只是接触程度深度不同。比如说你现在做记者，你在写稿的时候，不可能不用电脑。如今更进一步，数据新闻对技术的依赖性更高。再像现在的机器人写稿，它会把很多通用的写作，都可以交给机器人做。比如，腾讯的Dream Writer,它现在是用机器写作的方式，每天生产不少财经内容。这些变化在不断发生。那么，按照传统方式去写文字稿的人，需求会变的越来越小。也就意味着，当需求缩小的时候，写通稿的记者就会溢出来。

但是，如果你能够写很好的特稿，做很好的非虚构写作，或者能够做深度的分析，并给出一些意见和态度等等。这些现在还是需要人来做，短期内还不会被机器取代掉。对于原本的新闻工作来说，其实有这么几种选择。第一种：能够学会新的技能，那么就能够去适应新的岗位；第二种：可能学不会新的技能，但是原来那些还有用的技能，你特别精通，那你还是有你的价值体现；第三种：如果新的跟不上，原来的你又不精通，那结果就是被淘汰掉。

杜：有调查显示，超过一半的新闻从业人员每天要接触数据。那从你的角度来看，数据对新闻工作的常规方式有什么冲击？在这样的情况下，新闻从业人员应该对自己做一些怎么样的调整？

黄：数据是非常好的验证事实的一种方式。现在，几乎每一篇报道都离不开数据的验证，例如说新闻核查，有时候描述性的东西相对不那么好核查。但如果是数据型的内容，就会容易核查很多。我们所说的数据不一定是数字，除了数字还可以是音频、视频、地理位置、信息、文字，其实这些都属于数字。应该来讲，数据会比一般的文字更精确一些。所以在这个过程中，数据起到了越来越强的作用。

我认为其实不仅是新闻从业人员，任何一个企业的人，都必须不断地去学习新知识，去适应这个变化。举个例子，你不一定要学习写代码，但是要知道代码是怎么工作的，要知道怎么跟程序员去沟通，要知道日常要做的工作里有哪些可以用代码帮助你去实现，哪些通过代码能够更好的提升效率，也要知道哪些东西是代码做不到的。你至少应该了解这些，那这样你才能够去适应。现在很多工作都不是单打独斗，需要合作，你可以把你原来的经验发挥出来.。因为数据新闻再怎么样，依然是新闻，有一些东西还是不变的。在这种情况之下，只要你能够把原来掌握的能力继续发挥好，其实还是会有价值。但是，你如果跟不上，那被淘汰就是很容易的事情。有很多很好的岗位，现在就是会被淘汰。

杜：关于公信力和数据新闻的关系。在现今“后真相”时代，媒体的公信力一直在下降，公众对媒体的信任度也一直在降低。如果数据新闻以事实为依据，那么你觉得数据新闻可不可以成为拯救新闻和媒体的一个方式？

黄：不能，实际上数据新闻只是一种手段。你可以用数据来找真相，也可以用它来骗人。这就看你怎么去利用数据而已。它就是一种方式，最终重要的是你的价值判断。你认为什么更重要？你认为是公信力，还是速度和收入更重要？庸俗的、低俗的、极端化的、偏激的东西从来都会更受市场欢迎，这个与时代没有关系。一两百年前，也有人在做小报。现在的自媒体就是以前在地铁、在火车站卖的那些小报，只不过就把那些换了一个平台去放。这都是人的本能。大部分人的本能都是低俗的，也总会有人愿意去满足人的这种低俗的要求，靠这个赚钱。但是也会有人认为，有一些事情会更宝贵：我宁可少挣钱，它也值得去做。我认为这是价值取向。还有，你在社会的价值观里，在政府的管理引导下，到底怎么去看待这个事情,怎么去引导这个事情。所以，我认为这个其实跟年代没有关系，人从来就这样。

杜：如今所谓的“公民记者”都可以用手机拍摄照片，发布所谓的“新闻”。那数据新闻并不是所有人都能做的，它对专业技能要求相对高很多，从这点来看，数据新闻是不是可以作为一种区分专业和业余新闻从业人员的界定？

黄：其实很难这样讲。数据是我们真实世界的一个投影，它只不过把我们真实世界的数据属性抽离出来，放到库里面，然后由专业人士去解读。但解读数据的人，有的可能是媒体工作者，有的可能不是。网上一些做数据解读的人，他可能从事跟媒体不相关的其他工作，但是他解读出来的事情会有一定的媒体属性，就是它可能会变成公众议题。所以我觉得并没有那么绝对，只能说数据新闻或者说数据解读更适合专业人士去做，但是专业人士不一定是媒体的专业人士，他有可能是其他行业的专人士。举个例子，财新发表过关于安邦、安邦的控股关系的解读。它的主要作者是位分析师，并不是媒体圈的人。所以公民记者一样可以做数据的公民记者，或者叫“公民数据记者”一样可以。

杜：问你一个终极问题，为什么要做数据新闻？还有，对于未来的新闻从业人员，比如新闻系学生尤其是不喜欢与数字打交道的人，你有什么职场，或者学习建议吗？

黄：我认为做数据新闻，第一：它现在有这个需求，第二：就看个人的爱好和兴趣.我之所以对做数据新闻感兴趣，因为我一直在做的都是跨领域的事情。而数据新闻本身就是跨领域的事情，所以它能够引起我的兴趣。对于这些新闻学生也好，或者其他人也好，如果对数字不感兴趣，那我就会建议他就不要做数据新闻。不然你很痛苦。比如，如果你对数字不感兴趣，非要你去做会计，那你就是会很痛苦；有人就是擅长写非虚构写作，那就去做你擅长和喜欢的事情。每个人找好自己的定位就行。

（黄志敏及其数可视团队获奖作品集：http://about.data-viz.cn/awards.html）