大数据驱动出版业生态系统的机理及因应政策

　　摘要：大数据已经成为出版业生态系统演进的技术新样态与发展新动力，认识其本质及特征是新常态下科学制定产业政策的前提。出版业生态系统具有特定的结构体系、要素生态位与运行规律，大数据驱动出版业生态系统发展的路径主要包括优化产业结构、激活生态要素，我国的因应政策应包括大数据集成、开放、扶持、利用措施。

　　关键词：大数据出版业生态系统机理因应政策

　　出版业生态系统内，经济理性、精神价值、多样性文化表达与传承等多元化的价值追求，主体、客体及要素间关联复杂的运行机制，导致其政策实践较其他领域具有更为复杂的考量因素与决策体系。基于此，最具客观性的数据信息成为管理与决策的重要参考依据。当下，大数据信息资源是整个出版业生态系统运行中最具革命性的要素，而大数据技术则克服了传统数据分析方法与信息传递的局限，二者构成新常态下出版业发展从“要素驱动”到“创新驱动”的新契机。为因应这一机遇，深入研究大数据驱动出版业生态系统发展的机理，是充分激发产业活力、重塑行业竞争优势的理论要求和现实需要，是科学决策的必须课题。

　　一、出版业生态系统的大数据机遇

　　“信息是生态系统的基础”[1]，结合生态系统理论与现代产业组织理论分析范式，基于内容信息资源开发与运营的出版业具备以下特征：

　　生态结构方面：纵向上，包括出版策划、编辑加工、生产与复制、出版物发行以及版权保护与贸易在内的多个产业部门具有连续追加价值关系的出版关联企业，以出版价值链为基础构成企业联盟，衔接成完整的产业链，[2]具有价值增值属性、物流供应属性、信息传播属性;[3]纵横关联上，在市场主导及政府引导下的自我调节中，各部门、各主体彼此之间高度依赖，互为供应商和用户关系，相互作用形成一定的市场结构，通过市场竞争、技术创新等市场行为产生产业绩效，发挥生态位效应。

　　生态要素方面：以内容为核心的各种资源要素构成出版业生态系统的能源基础。根据出版业发展驱动要素的作用与影响路径，可以将其发展驱动要素类型化为内生要素与外部要素，内生要素以文化资源信息为内容基础，以科学技术为创作和传播手段，以人力资源、资金、基础设施等为运行保障;外部要素主要包括市场环境、产业政策、社会文化氛围及消费习惯等。

　　数字信息技术的发展极大地促进了具有不同技术特征与产品形态的产业部门的诞生，直接导致数字出版业的兴起和繁荣，推动了出版业生态系统的演进。技术发展在提升出版业生产力的同时，也提高了出版业对信息时代海量数据信息的利用需求，应运而生的大数据及技术成为驱动出版业生态系统的新机遇。大数据是体量大、类型多、速度快、价值大的数据集合，[4]结合云计算与物联网等技术，并运用相应工具及计算方法对这些数据集合进行质量评估、采样、清洗与提炼，去粗取精、去伪存真，能够进行内容挖掘、信息共享、数据关联、信息监控、决策指导等应用。大数据多方面的技术优势与全新的技术应用，克服了传统数据技术的局限性，实现了信息技术与产业生态系统发展需求的链接。

　　二、大数据驱动出版业生态系统的机理

　　基于技术优势，大数据驱动出版业生态系统的机理与主要路径在于优化系统结构，促进供给侧改革;激活生态要素，引导产业主体遵循及利用系统运行规律，从而疏通产业积弊，推动产业发展方式从要素驱动到创新驱动的转型升级。

　　1. 完善出版业生态系统结构

　　(1)丰富主客体类型，延长与扩展产业链

　　大数据机制下，原本分散、价值密度低、不具创意性与知识性的数据成为宝贵的生产资源，可能“诞生出数据服务、数据材料……等战略性新兴产业”[5]，从而丰富了出版信息生产者与服务者，延伸和扩展了产业链。

　　从价值链的纵向延伸来看，数据信息资源的获取渠道、知识产权属性等决定了各出版者在产业链中的不同定位与功能，形成了不同主体对目标客体和市场价值的差异性追求，包括以原始数据实时获取与收集为核心内容的上游生产服务者，以数据处理、价值挖掘为核心服务内容的中下游生产服务者，结合上游的实时数据信息与相关背景和专业知识进行价值挖掘与信息分析，提供专业性的前景预测、风险预警、局势监控与决策制定等。

　　从价值链的横向扩展来看，大数据的发展丰富了每个子生态系统内的主客体，扩大了产业集群。例如创新子系统内，大数据有利于打造全新创作平台，增加创意主体：以亚马逊全开放式的自助出版平台Kindle Direct Publishing为典型，创作者10分钟即可完成图书出版，亚马逊则以作品的数据信息为标准筛选签约作者，创造了全新的出版业的创意资源收集平台，是未来出版业，尤其是出版业发展的重要趋势。

　　(2)完善产业市场结构，优化主体市场行为

　　首先，提高产业信息集中度。出版业的发展需要“水平整合、垂直整合、国际化、多部门及多媒体整合”[6]的组织模式与管理模式，实现整体互动与协同。大数据技术数据处理速度快，能够克服传统信息监控方面的滞后性，提供全面、准确、及时的数据信息，从而有利于实时把握出版业生态系统的运行、布局及生态要素分布等状况，实现系统内纵向产业链上下游参与者、横向竞争者、内生要素与外在环境及不同系统间的协同效应。

　　其次，推动市场主体有序竞争、差异化经营与创新。各相关主体突破线性产业布局，并以此启动各要素之间的非线性作用，使生态系统内各主体与种群“由过去彼此的毫无关系或对抗竞争演变成协同竞争, 由过去的零和竞争变成了正和竞争”[7]，通过大数据的挖掘技术优势实现个性客户洞察[8]、市场洞察与技术洞察，避免同质化竞争，构成系统有序演化的根本机制[9]。

　　再次，强化版权的技术保护，净化消费市场。如利用DOI(数字对象识别系统)在一个数字化对象产生时或产生前，为其提供唯一持久的标识符，并跟踪、记录该数字化对象的流通，既能保证产品完整，又便于检索，还能防止数据盗版。[10]

　　(3)衔接产业链首尾，实现信息能量循环

　　完整的循环体系是生态群落进行物质能量交换、系统可持续发展的最基本要求。[11]出版策划作为一种综合性、整体性的出版规划，贯穿于出版活动的各个环节，可分为选题策划、制作策划、营销策划几个方面。大数据促进信息循环贯通、推动产业链首尾衔接的作用主要体现为：收集、分析全程信息作为出版策划的决策依据，协调产品生产与供应，推动出版物流通，最终提升出版物发行效益。例如对消费者从出版前到使用后全过程的行为动态与情感反应、价值需求等非结构化数据、碎片化数据予以数据化处理，从而更加精准把握创意开发阶段、产品营销阶段的市场与消费需求，成为新一轮出版运营链的决策依据与导向标，使整个产业链首尾衔接，产生良性循环的效应。

　　2. 激活出版业生态要素

　　(1)转化资源信息形态，驱动要素流动联通

　　文化资源与其他信息资源产品化的基本前提是信息的可分离性(Information Separability)，即各种信息以数字化形式被转换、捕捉，从而与产生它的活动相分离，以便于进行下一步处理与利用。[12]大数据的驱动机理表现为：①采用统一技术标准处理海量的传统思维与数据技术无法数据化的文化事物资源，提高精神与物质资源的利用效率与产业化率;②解决各领域联结与信息挖掘的客观技术障碍，连接原本分散而独立的“信息孤岛”，集合零散、孤立与静态的信息资源，从而大幅度促进信息关联，节省信息挖掘成本，推动系统内各种能量流通，扩展文化创造“能量库”;[13]③科学量化知识产权及文化产品价值，吸引投资，促进技术扩散、知识外溢、文化分享与人才、资金流动。

　　(2)挖掘全新文化资源，充实要素资源储备

　　首先，经过全面的数据采样，集合个体意义上价值不高的数据信息，通过大数据分析，挖掘未知的新模式、新知识与新规律，从中进行资源挖掘与汲取，增加文化资源储存。

　　其次，推动隐性知识显性化。传统的数据分析方法集中于管理显性数据和信息技术上，[14]隐性知识基于自身主观性强、变化性大等特点，很难被传统科研方法、思维、技术与设备客观化、形式化。基于“出版业创意开发阶段中隐性知识相互之间的互补性很高”[15]的现实，大数据技术的成熟将推动隐性知识的数据化与进一步的产业化运用。

　　最后，大数据技术作为文明象征而成就一种社会文化。在科技发展进程中，科技界沿袭着自身独特的行业规范和精神特质，它作用于人类的思维方式、文化进路与科研范式，以独特的表达方式与技术作用承载、积累与扩散着包括技能、技巧和机器工具、工艺规划、操作程序在内的“客观技术(硬技术)文化”与包括计划制定、组织管理等在内的“主观技术(软技术)文化”[16]。大数据技术带来科研范式的巨大变化，促进“数据密集型科研第四范式(the fourth paradigm)”[17]的出现与发展，对人类的思维方式产生革命性冲击。

　　(3)创新商业模式，促进要素利用开发

　　大数据改变了出版业系统结构与运行状态，为“新的价值创造模式和价值传递模式提供了技术路径”[18]：①将文化产品数字化、数据化，拓展产品形态与载体，丰富产品价值利用方式。②对传统的商业模式进行数据分析、优化，采纳最具市场竞争力的商业模式。③结合新的产品形态与传播途径，创新商业模式。④在改变传统产品形态与传播途径的基础上，对原有商业模式与赢利模式进行融合，形成产业间的协力合作。例如，雅昌文化集团将印刷服务产生的大量数据资料进行数字开发，成功开发出艺术家个人素质资产管理中心、中国艺术品拍卖市场行情发布系统、雅昌艺术市场指数等数据产品，创造出基于网络平台的多种增值拓展业务，成为连接艺术家、文化界、学术界、艺术机构和收藏机构的一个平台，极大地扩展了业务空间，延长了出版产业链，实现了线上与线下的互动、商业与文化的融合;再如，将大数据与新闻出版业相结合，推动数据新闻的诞生，[19]丰富了产品形式。

　　综上所述，大数据的核心驱动力在于推动结构性的供给侧改革，提高内容、技术、信息等核心能源要素的创新，通过完善系统结构、激活生态要素、丰富网络联结、促进开放流通、健全竞争机制，优化了整个产业的竞争环境与竞争形态，降低了产业风险，提升了出版业的经济与社会绩效，同时在增加产业群落多样性的基础上增强了生态系统的抵抗力与恢复力。

　　三、因应大数据驱动机理的出版业政策

　　为适应信息化的发展，我国已推行了“两网一站五库十二金”等信息化建设工程，在《新闻出版业“十二五”时期发展规划》《2006—2020年国家信息化发展战略》等规划纲要中均强调了内容创新与数字化建设发展思路。尤其在2015年，中办、国办陆续发布《关于运用大数据加强对市场主体服务和监管的若干意见》《促进大数据发展行动纲要》《关于加快构建现代公共文化服务体系的意见》等系列顶层政策，体现了中央政府充分利用大数据提高政府治理能力、促进文化事业繁荣发展的政策导向。据此，“十三五”出版业相关政策应首先体现对上述政策的承接和细化，推动传统出版发行企业积极运用大数据、云计算、移动互联网、物联网等新技术;而更进一步的政策创新则需要深切关注大数据要素驱动下出版业发展特征，需将政策制定与出版业生态系统的良性运行及该系统中各生态位要素的激活一并考量，结合考量，厘清政府、市场与社会各自边界，在遵循市场规律、调动社会自治的基础上，科学发挥政府政策的效能。

　　1. 文化资源信息的大数据集成政策

　　大数据“不是精确性而是混杂性”[20]。由于建设目标的客观限制，一些信息建设工程存在重技术轻数据、追求数据的精确性而忽视内容的普遍性、内容的数据结构类型简单等问题，因此需结合大数据的发展趋势对现有的出版信息集成政策进行完善：(1)扩大资源收集范围，运用大数据技术量化传统技术无法量化的事物，丰富数据集成内容。(2)以大数据技术标准统一处理文化资源库的数据结构。当前的资源库数据类型多样、结构复杂，大量的视频等非结构化数据给大数据分析与进一步的数据利用造成困难，必须以大数据标准进行处理。(3)建立文化资源的关联性体系。当前的信息库建设更多地停留于将文化信息进行数字化储存，而忽视了储存内容之间的关联性计算分析。大数据强调相关性分析，在完成文化资源数字化储存阶段后，需建立一整套数据库的关联机制与计算方法，为后续知识挖掘与创新过程中的运用提供更高效率的大数据服务。(4)扩大参与主体。充分开放市场，制定更为开放和优惠的政策鼓励市场主体对大数据的全面开发，推动各市场主体利用已有优势与资源，搭建数据信息收集平台。

　　2. 信息获取与资源分享的大数据开放政策

　　解决数据共享阻碍的关键在于打破数据管理的条块分割与分散隔绝，运用云计算等大数据技术开拓数据开放方式与共享渠道，实现出版数据政策与大数据技术的衔接：(1)建立各项公共文化资源的自动长效关联机制，实现信息更新与追踪的自动化。(2)打通数据链上各环节的主客观壁垒，实现数据信息的透明公开。由于部门职能不同、掌握的信息资源各异，在传统的管理思维下，数据平台建设很容易出现在原来的“信息孤岛”上堆砌出“信息孤峰”的现象，陷入信息割据的旧常态。应当以数据收集与储存平台为核心，充分考虑社会各界不同主体获取信息能力的差异，利用大数据技术创造便捷、科学、方式多样的平台访问与数据信息获取渠道。(3)根据市场需要提供相应的数据支持服务，实现信息资源系统商、政、学、民等多元主体的多维利用。

　　3. 法律保护与政策促进的大数据扶持政策

　　大数据驱动下的出版业要素新形态、服务新模式、组织结构新样态、商业新方法等不断丰富产业中知识产权的保护客体、创造方式、运营路径与保护方法。适应此趋势的促进性立法和扶持政策措施应包括：一是要厘清各类出版信息资源创造、获取及利用中的权利归属、利益分配等法律问题，完善出版数据信息及平台的知识产权保护法律与政策，为出版生态系统的良好秩序打好法治基础。二是要平衡出版数据信息的垄断性与公众可及性之间的矛盾，法律和政策既要合理保障市场主体的合法利益，刺激数据创新、共享与整合，又要根据产业链不同阶段、不同主体、数据信息的不同属性在保护内容及水平上进行针对性政策安排，使得数据保护的社会整体收益最大化，尽可能减少数据垄断带来的负面效应。为使该矛盾得以妥善解决，政府应设立财政专项，专门解决公共文化服务体系中涉及受版权保护作品利用的购买支出，以规避公共文化服务体系运行中的法律风险。

　　4. 管理抉择的大数据利用政策

　　为提升政府的市场洞察力、宏观调控力，必须建立“用数据说话、用数据决策、用数据管理、用数据创新”的出版业管理与决策系统：(1)加强关键技术的研发和应用，以及生产技术体系和相关标准的建设，推进大数据、云计算、物联网等新技术在传统出版发行企业的运用。(2)加强人才培养，尤其是提高出版业管理与决策部门、工作人员的数据决策系统运用能力。(3)提高管理阶层对数据驱动的功能价值、意义的认识，提升数据使用意愿，形成数据决策的自觉意识。

　　参考文献

　　[1]蔡晓明. 生态系统生态学[M]. 北京：科学出版社，2001：163.

　　[2]方卿. 论出版产业链建设[J]. 图书情报知识，2006(5).

　　[3]方卿，等. 出版产业链研究[M]. 北京：高等教育出版社，2011：34-38.

　　[4]李国杰. 大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊，2012(6).

　　[5]王元卓，靳小龙，程学旗. 网络大数据：现状与展望[J]. 计算机学报，2013(6).

　　[6]Hesmondhalgh D. Bourdieu， the Media and Cultural Production[J]. Media， Culture & Society，2006，28(2)：211-231.

　　[7]李玉琼. 企业生态系统健康诊断探析[J]. 当代财经，2007(9).

　　[8]孙玉玲. 大数据时代数字出版产业的发展趋势[J]. 出版发行研究，2013(4).

　　[9]赵玉林，陈静. 高技术产业生态系统的自组织演化机制与发展对策[J]. 武汉理工大学学报(社会科学版)，2003(5).

　　[10]张书卿. 管理数字出版的工具——数字对象识别系统(DOI)[J]. 出版发行研究，2007(4).

　　[11]刘寿吉. 创意产业的生态群落模式及专业性公共服务平台研究[J]. 科技进步与对策，2009(7).

　　[12]Sampler J. L. Redefining Industry Structure for the Information Age[J]. Strategic Management Journal，1998， 19(4).

　　[13]张振宇，周莉.“大数据出版”的理念、方法及发展路径[J]. 出版发行研究，2015(1).

　　[14]Ikujiro Nonaka, Patrick Reinmoeller. The“ART” of knowledge: systems to capitalize on market knowledge[J]. European Management Journal, 1998, 16(6).

　　[15]章琰. 技术转移中的知识流和知识产权分析[J].自然辩证法研究，2007(6).

　　[16]贾杲. 论技术文化的内涵及其结构[J]. 现代哲学，1992(1).

　　[17]Tony Hey, Stewart Tansley, Kristin Tolle(Editors). The Fourth Paradigm: Data-Intensive Scientific Discovery. Microsoft, 2009, October 16.

　　[18]李文莲，夏健明. 基于“大数据”的商业模式创新[J]. 中国工业经济，2013(5).

　　[19]郎劲松，杨海. 数据新闻：大数据时代新闻可视化传播的创新路径[J]. 现代传播，2014(3).

　　[20]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M]. 盛杨燕，周涛，译. 浙江：浙江人民出版社，2013(1)：45-66.

　　(作者单位：华中师范大学法学院、人文社会科学高等研究院、知识产权研究所)

　　*　本文系国家社会科学基金重点项目“知识产权导向下文化产业创造力激励制度研究”(13AFX022)的阶段性成果。

业内信息

大数据驱动出版业生态系统的机理及因应政策