作品如何才能入選全國美展|你所不知道的數據解讀

大數據下的全國美展|你所不知道的數據解讀

在第十二屆全國美展開展之後，人們開始發問：「全國美展怎麼了？ 」 。

典型的人文學科研究，都是基於一個特定數量的樣本來進行考察。從美術史研究的方法來說，只有佔有一定的美術史料、對藝術家群體熟悉了解、對時代背景有所把握的評論家才有可能具有評論資格。

我隨手搜索了「全國美展」＋「油畫」， 就獲得了524,000個搜索結果； 哪個文檔？哪個圖像？哪個美術評論家可信可靠？比如《楊靖宇將軍》在網路上有綠調，黃調，棕色調……百度和谷歌可以給我們很多答案，但是哪個解釋、哪個評論最可靠？

數字人類學研究組織的美國人文科學基金項目「數據挖掘競賽(2009)」曾提出了這樣一個課題：「檔案的尺度將如何影響人類學和社會科學的研究？」。研究者已經可以介入巨大的數字化檔案，這個數據量是任何學者一輩子都讀不完或者依靠記憶搜尋、文檔整理可以縱貫的信息緯度。

總共十二屆的全國美展就是一個小型的資料庫，其中包含著作者、作品、省份、年齡、風格……等等參數，這些參數之間的相關性應該可以具有點說服力: 年齡與作品風格之間，地區與作品之間，評委與作者之間……蘊含著怎樣的故事？

通過清華大學圖書館、清華大學美術學院圖書館、國家圖書館，我們獲得了2276幅全國美展油畫獲獎提名及入圍作品的印刷文件（1984-2014）和索引（參考資料見文後）。

我們嘗試通過這2276張作品來理解全國美展，以數據視覺化的方式來窺視獲獎的秘密，在嘈雜的美術評論里尋找可以信賴的依據。

最早的探索起始於一個簡單問題：什麼顏色最容易獲獎？通過美國加州州立大學聖地亞哥分校數字人類學家Lev Manovich教授所領導開發的開源軟體ImagePlot的圖像處理，我們獲得了整個全國美展油畫作品的色盤：

這個色盤顯現出大量作品集中於紅黃色調，其中高明度的區域是特別受到全國美展青睞的。大面積紅色、綠色、藍色的作品都不少，紫色一直是個冷門的區域。

我們知道很多藝術家在一生的創作過程中，其偏愛的色彩會發生變化。比如梵高盛年時期的作品色彩艷麗，而臨終並不是那麼明艷；那麼藝術家們是否因為年齡不同而偏好不同的色彩呢？

我們將畫家的年齡與明度聯繫起來，大多數作品溫暖明亮，年長的藝術家並不偏好深色。這個相對個體性的觀察，是說明視覺生理的改變？還是老藝術家創作主題更加明快？

這個「紅光亮」的特徵讓所有畫家給我們第一反應是：「那，你們還能看到什麼？」。於是我們從這裡重新開始梳理數據參數：作品名稱、作者名稱、作者年齡、作者單位、作者地區、作者畢業院校、原畫畫幅、獲獎級別及獲獎時間，嘗試以數據來回答或證實那些關於全國美展的追問：

1. 全國美展的油畫作品越畫越大？

答：是的。 全國美展的入圍作品尺寸都有所明顯的增長，2009年的作品尺寸最大，今年稍微回落一點。30年間的增幅進化細節是這樣的：

可以清晰地看到從第9屆(1999年)開始，作品尺寸逐年增大，巨幅的作品的高峰期是第9屆、 第11屆，特別的是在第12屆入圍的作品中卻並沒有出現巨幅作品，巨幅油畫消失了，雖然平均尺寸依然相對偏大，高寬主要在160x175.5cm左右,比第8屆入圍作品的長寬都超出25%。

2. 畫得越大越容易獲獎？

也許是的。這裡紅色區域是獲獎作品的平均尺寸，灰色是入圍作品的平均尺寸。

近兩屆的獲獎作品大多在高寬180x180cm左右， 而入圍作品的尺寸在160X175cm左右。雖然也有小畫獲獎，總的來說獲獎作品的平均尺寸的確是大於入圍作品的。

3. 那些巨幅作品都是怎樣的作品呢？

最大畫幅的作品基本都是重大歷史及軍事題材，比如沈堯伊的《遵義會議》，來自總政的邵亞川作品《過大江》，描述了百萬雄師過大江的場景； 來自總政的陳堅作品都《公元一千九百四十五年九月九日九日南京》、《紅地毯述》、《冬雪》都展現了歷史性的軍事或政治場景，劉曼文作品《 和平—2009》則描繪了巨幅的軍人頭像。例外是范勃作品《不盡的黃昏》，在巨幅畫面上表現了城市日常生活狀態。

4. 哪位畫家的作品最大？

歷屆作品中最大畫幅是：沈堯伊的《遵義會議》出現於第11屆（300x600cm)；有趣的是，我們在查找沈堯伊的《遵義會議》原圖時，發現另一張《遵義會議》，畫幅也相當大（184x504cm)，剛剛看到時我們以為同一作者及作品出現了重複的數據，當細心排錯之後才了解到，沈堯伊的確有兩張《遵義會議》作品出現在全國美展，分別出現在第11屆和第9屆全國美展。這兩張《遵義會議》不僅畫幅都非常大，而且主題及風格都非常相似（對比圖見后），都成為當年的獲獎作品。

沈堯伊的這兩幅作品的兩次獲獎激起了我們對多次獲獎作者的好奇。於是我們開始將注意力轉向重複獲獎情況的探索：

5. 有多少畫家曾經多次入圍或獲獎？

答： 多次入圍人數 共計1232人次，佔總數的是51%。這個數據讓我們再次情不自禁潛入「多次」獲獎的畫家名單，提起更新的問題：他們是誰？他們的作品是怎樣的？

獲獎者：沈行工、曹新林、劉仁傑、劉健平、張冬峰、俞曉夫、吳雲華等，他們都在30年間共計獲獎6次，這樣的成績是否可以理解他們在三十年間穩定保持了油畫的最好水平，值得學習其屢戰屢勝的秘笈？雖然我們並不打算以微觀的方式來觀察這些作品，通過在30年間的時間線上對多次獲獎者作品的鳥瞰，有些獲獎作品看起來呈現了視覺或主題上的近似。

例如這些藝術家的這些作品：

根據我們所獲得的高達51%的重複獲獎率，以及同一作者的獲獎作品類似性，這是否意味著這些獲獎作者將連續在全國美展中保持席位長達10年以上（至少），無論這個獲獎名額如何增加，新進內地藝術家只能在剩下的49%的席位中角逐，而這個49%席位中還要為軍隊題材及少數民族題材保留近15%的席位 ，最終一個新進內地藝術家的入圍幾率大概是34%；換個說法是：如果入圍名額每年500人次，首次入圍獲獎內地藝術家名額估計只會佔有170人次；這個藝術家如果年紀低於35歲，他的競爭名額大約是39個（佔總比23%）；如果參展藝術家是一名來自內地的年輕女性的話？獲獎可能的比率幾乎是微乎其微。

更值得追問的是：為什麼要連續10年以上多次獎勵一個類似的作品？這到底是鼓勵一個藝術家以不變應萬變直至其自動休筆，或是以國家榮譽培養一個藝術家的風格確立？對於一個年輕藝術家來說，他如何可能畫出容易獲獎的作品呢？當然，這個問題只能是數字觀察所引發的追問。

6. 那麼，什麼樣的主題容易獲獎？

答： 歷屆入選作品命名也許可以透露創作的主題。

最熱門的中文辭彙是：家園（18次）、暖冬（8次）、無題（4次）。 目前大概有10個以新建立為題材的作品；以上題目本身也許是對全國美展題材的最普遍概括，關於表達的內容、主體及角度。

7. 沙發在油畫作品中經常出現嗎？

答： 在第12屆美展上，我們的確看到了好幾幅跟沙發有關的獲獎作品。通覽全部的入圍作品，沙發一直都多多少少都會出現在作品中，或隱或現，其實還有很多板凳上，草地上坐著躺著的年輕的、閑著的女性。

8. 年齡越大越容易拿獎嗎？

答：這的確是個趨勢 。雖然並不是越老越容易獲獎，但是獲獎作者的確在持續的高齡化中。最近兩年的獲獎年齡中值都是46歲，顯現出獲獎年齡的攀升趨勢。 這個趨勢也許和我們前面所提及的51%重複獲獎率有關，每隔5年一次的全國美展讓獲獎人年齡以5歲為基本單位增長。

9. 那麼，評委都很老嗎？

答： 從第9-12屆的評委名單來看，第12屆評委是歷上最年輕的，評委與作者之間的代溝縮小到了11歲，比第10屆時24歲的年齡差距縮小了一倍。代溝縮減也許可以讓我們期待評委和畫家之間的時代審美或意識形態差異減小，作者年齡上升也是重要原因。這到底意味著這樣的一種評選與被評選的關係呢？隨同評委的年輕化、作者的高齡化發展，未來的全國美展評委與作者有可能歡聚一堂於51歲？

10. 這些情況評委都知道嗎？ 評委是誰？

答：我們和全國美展組織及評委沒有任何關聯，不了解評委如何可以在一個巨大的美展資料庫中依靠記憶或諮詢了解實情，我們也是逐步在數據挖掘中看到這些風景的。

評委並不都是油畫家，而是美術評論、理論家及油畫家。 這些成為評委的油畫家並不是獲獎次數很高的作者。例如俞曉夫、韋爾申、楊飛雲這幾位曾經多次獲獎的藝術家，僅僅做過一次評委；多次成為評委的是：全山石、張祖英、孫為民、邵大箴等幾位先生。

11. 到底，到底怎樣更容易獲獎？

有些與入圍獲獎相關度很高的因素已經在前文中被揭示出來，例如：大畫幅、獲獎經歷、暖紅調、中年審美、家園故土等因素；

除了這些還有什麼呢？ 我們尚沒有來得及對2276張畫面做詳細的人工標籤，這些因素也許是：少數民族、軍隊、年輕女性、領袖、歷史題材、草根、多人物……，這些關鍵詞的疊合可能會提高題材的入圍度。比如《八女投江》，既是年輕女性、又是軍隊、歷史性題材這種疊合性的內容還是常見的。

12. 獲獎，到底有沒有規律？

我們在視覺化工作之前有些假設的規律，隨著數據挖掘與視覺化成果逐漸出現，有些曾經的假設被證實，有些被推翻，甚至不斷建立新的假設，這些假設推動著我們一步一步走向數據的深處，獲得新的解讀方向。

13. 這2276張作品數據能夠描述整個全國美展嗎？

這2276張作品是有相對完整數據、畫面清晰乾淨、色彩還原相對準確、可考證的參考資料，它包含1984年以來各屆美展獲獎作品及部分入圍作品，以及官方公布的作者姓名、地區、畫幅、評委等資料，資料索引見本文資料索引部分。

總結

整個全國美展油畫作品的數據視覺化工作歷時兩個月，參與者包括視覺設計師、計算機軟體工程師及數據整理、編輯、標籤和信息收集等助理。

我們嘗試在文化研究領域運用小型電腦分析更為大型的視覺性文本，以追問為線索的數據視覺化設計替代那些模糊的藝術評論，對文化研究的深度提出挑戰，讓視覺文化研究者不僅可以直接看到研究對象，更能在一個具有微觀之精度、遠看之幅度的時間場景中來觀察其中的關係，最終作出可信賴的判斷。

當然，任何大型文化性樣本的自動計算分析，都有它本身的局限，自動計算分析並不會代替人的本能和經驗。但是，以人對視覺化成果的觀察與追問而主導的數據再挖掘、再視覺化這種研究方法值得視覺文化研究領域的期待。

致謝

Lev Manovich教授在直接數據視覺化研究方面所貢獻的知識及啟發。

數據整理：羅文詩 黃心妍 何盈 金波 張曼華 劉平雲

圖像前期處理：葉樹倫 林浩基 張雨

向帆 朱舜山

2015年1月14日星期三

雪. 於清華園

參考資料：

1. 《第6屆全國美術作品展覽油畫選》，上海人民美術出版社，1986；

2. 《第七屆全國美術作品展覽獲獎作品集》，香港，博雅藝術公司，1990；

3. 《第八屆全國美術作品展覽獲獎作品集》，今日出版社, 1996；

4. 《第九屆全國美術作品展覽油畫作品集》，人民美術出版社, 1999；

5. 《第十屆全國美術作品展覽油畫獲獎作品集》，人民美術出版社, 2004；

6. 《第十一屆全國美術作品展覽油畫作品》，人民美術出版社, 2009；

7. 《第十二屆全國美術作品展覽油畫作品》，人民美術出版社, 2014；