随着数字化技术的进一步发展，作为一种创新的新闻信息传播形态，以数据挖掘和可视化呈现为基础的数据新闻被各大媒体所青睐，尤其是在2012年之后，国内数据新闻实践日渐推广，引起了新闻传播学界的持续关注。本文以知识图谱分析软件Citespace为分析工具，以数据新闻为主题，以CSSCI为来源类别进行高级检索，在CNKI数据库中选出290篇研究数据新闻的文献（2012—2019年）并进行知识图谱描绘，以期对我国数据新闻研究的轨迹和趋势有一个清晰的认识。

　　国内数据新闻研究现状

　　对数据新闻的研究由“热”变“冷”。发文量是体现一个研究领域发展态势的直观数据。2012年以前关于数据新闻的研究成果较少。2013年多是介绍数据新闻在全球新闻界的实践情况，一些学者将其作为大数据时代背景下的一种新型新闻传播方式介绍至国内。2014—2015年，相关论文不断增加，优秀案例不断涌现，学界将研究重点集中在国内数据新闻实践的介绍和分析上。在梳理国外优秀作品的基础上，开始探索数据新闻的本土化发展。2016—2017年，数据新闻相关论文数量逐渐减少，研究选题逐渐集中到生产流程和新闻教育等方面。2018—2019年，数据新闻论文增速放缓，学者们开始对数据新闻进行更为精细化的研究，如一些学者关注数据新闻叙事范式、算法对数据新闻的影响等。

　　作者及其合作情况的网络分析。经过对作者发文量及合作发文情况的统计，发表3篇及以上论文的作者人数仅为20位，发表1篇论文的作者数量比例较高。可以看出，数据新闻作为一个研究领域，核心作者群薄弱，高产量的作者数量较少且缺乏稳定性，大多数研究者只是把数据新闻作为一个子研究领域，缺乏持续性研究。从作者的学术经历看，大部分关注数据新闻的学者长期致力于新媒体的研究，对新兴的新闻传播实践更敏感。但是，他们很快又会被其他更新的新闻形态所吸引，真正留在数据新闻领域并持续产出研究成果的学者较少。通过Citespace对作者合作网络进行聚类分析发现，研究者依然以“孤军奋战”为主，合作的偶发性较强，大部分是学者与自己的研究生合作发文，这与多数学者只是将数据新闻作为一时的研究兴趣密切相关。

　　研究主题与关键词分析。频次较高的关键词在某种程度上能够反映学者们在该研究领域的关注点。通过利用Citespace进行关键词共现聚类分析的结果显示，频次较高的关键词主要有“大数据”“可视化”“新闻”“媒体融合”“信息图表”“卫报”等。在词频≥6的关键词中，“大数据”首当其冲，其次为“可视化”。究其原因是国内学者在前期研究中，主要介绍国外媒体经典案例以及数据新闻概念等，导致研究内容过于集中，未向整个新闻学科发散，研究视野相对狭窄。与之相比，国外学者则以“新闻业”为研究核心，从新闻学科的视角探寻数据新闻的历史源头、精确新闻、计算机辅助报道，以及与此相关的新闻客观性，探索数据新闻对传统新闻价值和报道理念的影响。

　　研究特点及现存问题

　　通过对数据新闻CSSCI文献的知识图谱分析发现，国内关于数据新闻的研究有以下特点和待改进的地方。

　　第一，选题表现出横向拓展的趋势，专题性研究有待加强。国内关于数据新闻的研究方向大致有四类：国外数据新闻实践经验介绍、数据新闻本土化实践经验介绍、数据新闻对原有新闻生产流程的影响、数据新闻人才培养和新闻教育。还有少量文章涉及采集和使用数据所引发的伦理法规问题，如对个人隐私权的侵犯和违背客观性原则等。相比较而言，国外学者偏向于对数据新闻的若干专题展开纵深性探索，研究对象锁定在与数据新闻发展现状与趋势密切相关的领域，如一些学者从价值层面讨论了数据新闻带来的社会影响，此类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。另外，一些学者还关注数据新闻中的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。

　　第二，数据新闻的基本概念亟待完善与规范。尽管国外学者在数据新闻的基本概念上不尽相同，但大都是围绕着数据新闻的历史渊源、功能特征来阐述的，体现出新闻传播学科的历史延续性。在确切表述上，国外更倾向于使用“Data”，而不是“Digital”和“Number”，对“数据”与“数字”和“数值”做了明显的区分，同时还强调“数据”对新闻生产的“驱动性”。数据新闻进入中国新闻传播界恰逢大数据技术在各行各业兴起，业界和学界对“数据新闻”概念的理解不一致，“数据”时而指“大数据”，时而指“小数据”。最直观的是有些栏目打着“数据新闻”的旗号，实则使用的仅仅是小体量的若干数值而已。可见，我国新闻传播界还没有对数据新闻的概念予以规范界定。随着研究的逐渐深入，有学者认识到数据新闻亟待确立专业规范，消除数据新闻在基本概念上的模糊认知，数据新闻的概念应该与时代背景、技术环境相契合。

　　第三，研究方法过于单一，影响结论的效果。通过采用关键词分析考察数据新闻论文的研究方法发现：我国的数据新闻论文大多采用定性研究方法，其中的文献分析法被广泛使用，其次是个案研究法和访谈法，极少采用实验法。而在使用定量研究方法的论文中，内容分析法的使用量最高，其次为问卷调查法。在国外数据新闻论文中，定性研究与定量研究的采用比较接近。在定性研究中，文献分析法主要用于职业伦理、受众影响等偏理论的论文，个案研究法则多用于生产实践、编辑室改革等偏实务的论文。国内外研究方法的较大差别，证实了国内学者得出的关于我国数据新闻研究存在重个案探讨、少实证数据的结论，由于国内学者在数据新闻的研究上偏重经验分析，基于科学实验和量化基础的探索少，影响到了研究结论的说服力、现实指导性以及学术创新性。

　　第四，跨学科互动与研究的开放性有待加强。刊发的数据新闻论文基本上均属于新闻传播学科，尽管大多包含了“大数据”“数据采集”“数据挖掘”“可视化”等关键词，但囿于刊载期刊的单一性，也反证了数据新闻研究在国内并未得到数据科学、计算机科学、统计学等学科的认可。反观国外的一些数据新闻论文则分布在统计学、信息学、计算机、人工智能等学科领域，尽管数量不多，却反映了数据新闻研究的开放性，体现出学科之间的互动与交融。尤其是数据新闻对数据科学应用情况的研究，从侧面反映出数据新闻的专业化程度与发展趋势等。

　　技术带来媒体生产实践的变革，不少媒体把数据新闻当作媒体转型的一个“抓手”。与此同时，学界也予以持续关注，产出了很多研究成果。对290篇中文期刊文献的知识图谱描绘，有助于我们认清数据新闻研究中存在的问题，拓展视野和思路，发现新的研究选题，进而完善国内的数据新闻研究体系，提升相关研究的学术价值。

　　（本文系中国人民大学马克思主义新闻观研究中心课题（19MXG11）阶段性成果；受中国人民大学2019年度中央高校建设世界一流大学（学科）和特色发展引导专项（19RXW137）资金支持）

　　（作者单位：中国人民大学新闻学院）