华文报纸数字化是市场的“硬需求”

□     唐五一 

    自1815年中国第一份中文报纸创刊以来，报纸这一传媒形式在中国本土以及沿着华侨迁徙的道路在东南亚、北美、欧洲迅速发展。200年来，中国和海外创建的华文报纸超过6000种。两个世纪华文报业的发展史，是血泪史、屈辱史、奋斗史，它展现了中华民族百年追求、社会变迁、文化兴衰的历史画卷，展现了华人世界自强不息、开拓奋进的民族精神。报纸以新闻、纪实、图片、照片、广告等多种形式，从不同层面、多种角度反映了中国社会和华人世界的社会现实、思想动态、精神走向。报纸深深地植根于华人世界，与人民大众生活密不可分。种类繁多、内容丰富的历史报纸文献留存了大量翔实的历史资料，是国家和民族文化遗产中不可缺少的部分。

    据不完全统计，现存资料完整的华文报纸主要由1976种清代至民国报纸和1946种国内尚在发行的报纸组成。根据全国图书馆文献缩微胶片总长度和国内报纸一般版数的规律推算，近4000种报纸的总版数应在3.5亿版~4.5亿版的范围，汉字总数约为4万亿汉字。

    而我国华文报纸的数字化状况却不容乐观。近16年以来，先后70多家报社的100余种报纸相继完成报纸历史资料数据库，这个数字相对于华文报纸总量来说还是太少。当前，中国大陆已完成历史资料数据库的报纸达100多种，仅占全国报纸总量的5%。按照版面数计算，已完成的近现代华文报纸总版数仅为1000万版，仅占4亿版的2.5%。

    华文报纸文献数据库因此而亟须建立。华文报纸文献数据库将通过技术手段使历史报纸以数字化的方式重现，通过互联网向用户提供服务，并通过建立新闻专题库、体裁专题库、图片专题库等方式将报纸分类索引，还将建立版面文件、文本文件、标题的关联和链接。

    在华文报纸文献数据库规划中，将参照中国新闻分类法制定的分类标引项，将对全部入选文章、图片、广告进行分类标引，以便于研究者、使用者方便使用。可以说，华文报刊数据库的建立是一次“抢救”行为，“抢救”因霉变，虫害、破损即将毁灭尚存的历史报纸，“抢救”是一种行为和责任；“发掘”是对新发现的期待；“整合”是通过数字技术使历史报纸规范管理。此次华文报刊数据库发展规划，志在让收藏百年的历史报纸重新面对公众，为了解和研究中国近现代历史提供丰富的信息源泉。

    国内报纸数字化总量不足的原因很多，主要困难首先是缺少投入资金，其次是报纸历史资料数字化产品经营不善，再次是报业集团对数据库技术了解甚少，缺乏专业人才和解决方案，还有一个关键原因，那就是数字化产品在当地无商业化意义，没有产生经济效益。

    与报纸数字化不足的现状相反，中国报纸数字化制作技术其实已达到成熟的状态。无论从文字的处理工艺、报纸版面文件的精细制作、检索平台的功能都已集成国内外的发展成果。在功能上，目前国内报纸数字化产品已吸纳报业的全方位需求，可以实现功能的多样性。比如检索功能，能实现全文检索、版面检索、综合检索、广告检索、检索统计、建立专题库及作者库等多种功能，达到高度专业化程度。在版面制作上，还可以采用重构方法制作版面文件，做到与原本报纸版面无丝毫差异。除此之外，国内报纸版面搜索技术也已经可以实现版面文字精确检索。

    整合报纸资源的重要瓶颈是获得报纸所有权人的许可和合作，对此可有以下几种应对之道：一是报纸资源共享。即在各报社之间实现内容互换、资源共享，这也是多数报社可以接受的交易方式。二是制作投入交换发行权。大多报社愿意与制作商以发行权交换制作费，报社获得报纸数字化产品自用，制作商从发行中收回制作成本和获得利润。三是采购发行权。这种方法是面对部分不愿意采纳以上两种方式处理发行许可的报社方。四是销售利益共享。即报社与制作商共享销售利益，通过建立销售信息查询平台，双方获知销售数据，依据合同比例分享销售利润。

    对于很多人担心的华文报刊数字化的市场需求问题，其实也并不是太大问题。当前中国网民规模已超过4亿，他们将成为“华文库”的主要使用者。此外，国内大学和地方大中型规模图书馆约4000多家，国外大学和地方图书馆约1.2万家，其中有500多家为东亚图书馆。国内社会科学院、地方志机构和其他研究机构近3000家，全球汉学研究所和中国研究机构400余家……这些都是潜在的华文数字化报刊的用户。

    （作者系青苹果数据中心董事长，华文报纸文献数据库规划发起人）