数据新闻是全球媒体应对大数据时代的到来所做出的关键性改革。自2012年数据新闻诞生起,优秀的数据新闻作品和研究成果层出不穷。与传统新闻相比,数据新闻在技术的加持下具有数据驱动、客观严谨、表达生动等特点。但是,随着对数据新闻的热情和好奇逐渐消退,人们开始理智的审视数据新闻发展所面临的现状和问题:数据新闻的制作周期较长,对数据的处理能力要求高,数据可视化表达程度有限等都是制约数据新闻进一步发展关键因素。更为重要的是,在数据新闻的生产与实践过程中,相同主题报道的传播效果却大多弱于传统新闻。影响数据新闻传播效果的重要因素之一是用户的阅读意愿。因此,本研究从数据新闻用户的视角出发,充分发掘数据新闻的“产品属性”,结合用户研究的经典理论,探寻数据新闻用户阅读意愿的影响因素及其影响程度,从而有针对性的提升数据新闻的传播效果,为数据新闻的生产与实践提供参考和建议。围绕该目的,本研究将从理论构建、实证研究和对策建议三个方面展开,下面将分而述之。首先,在理论建构层面,构建了数据新闻用户阅读意愿的影响因素模型:为了解决“使用与满足”理论仅囿于个人行为和心理因素,缺乏对社会条件等客观因素的考虑,且未提供可操作性的量化准则等问题,本研究将数据新闻视为一种特殊的“媒介产品”,在深度访谈的基础上,将用户研究中的经典理论(媒介丰富度理论、感知价值接受模型和扩展技术接受模型)与数据新闻的特点相融合,构建出数据新闻用户阅读意愿的影响因素模型。此外,根据相关研究中的经典量表对该模型中所有的潜变量和控制变量进行界定,并给出相应的可操作性定义。其次,在实证研究层面,测验分析了数据新闻用户阅读意愿的影响因素:根据模型定义,本研究主要考察信息内容丰富度、信息呈现方式丰富度、信息质量专业度、感知收益、感知愉悦、感知易用性、主观准则、工作相关性等八大因素对数据新闻用户阅读意愿的影响。同时,研究性别、年龄、教育程度、阅读经验等控制变量的调节作用。此外,由于数据新闻用户阅读意愿的影响因素大多属于潜变量,难以直接测量或观测,而基于显变量的回归分析等常规量化研究手段难以保证模型的测验精度。因此,本研究利用面向潜变量的结构方程模型验证数据新闻用户阅读意愿的影响因素及其影响程度。研究结果表明,用户对数据新闻与传统新闻没有明显的阅读偏向;感知收益是决定用户数据新闻阅读意愿的主要影响因素,读者重视阅读的获得感,对可视化设计的整体认可度不高;技术接受因素对数据新闻的阅读意愿有显著影响,读者认为阅读它能够更清晰高效地获取信息,且他们具有从众心理,不重视接近性;数据新闻用户的阅读意愿与年龄显著相关;用户的阅读习惯呈现出频率高、碎片化和移动化的特点。最后,在对策建议层面,本研究整理、归纳了数据新闻的理论和实践特点,并根据以上实证研究的数据和结果,对数据新闻的生产与传播过程提出了五项有针对性的优化策略:第一,内容为王,简化视觉信息提取难度;第二,科学传播,严把新闻专业主义大关;第三,信息定制,激励用户主动分享作品;第四,重视用户,重点观照严肃新闻议题;第五,多端适配,对移动端进行二次创作。综上所述,本研究意在通过有针对性的提升数据新闻用户的阅读意愿来改善数据新闻的传播效果,对数据新闻理论的丰富和数据新闻行业的发展均具有重要的现实意义。