关于制作古籍数据库的几点想法
7月8日下午，我应邀参加了在紫玉饭店举行的“《国学备览》光盘出版发行座谈会”。座谈会由首都师范大学和商务印书馆国际有限公司联合主办，主要内容是由所长，亦即国学时代文化传播有限公司总经理尹小林先生演示《国学备览》的功能。尹小林先生的演示极为精彩，充分证明《国学备览》的制作是很成功的。因此，无论对巧思妙用的研制方，还是对卓有眼光的出版方，我都应由衷地表示祝贺和钦感。
和通常意义上的座谈会相仿佛，尽管其形式更多于其内容，但我还是被深深地感动了，感动我的正是《国学备览》的成功所昭示的古籍电子化道路，以及未来发展的广阔前景。《国学备览》光盘小巧，容量巨大，检索手段多样，且图文并茂，配有背景音乐，还附编有多种阅读时使用的工具（字典、年表等）。这些功能大大超出了传统纸媒体书本的负载能力，阅读使用中的便捷，亦非书本所能比拟。这让我不由想到，现在的古籍整理出版工作要想跟上时代前进的步伐，要想取得超逾前人的突破性进展，不正应该从广泛采用电子技术、多媒体技术、数字化技术入手吗？
这个发展的大方向比较容易认清，也比较容易确立。然而要实际做起来，特别是在事情的起步阶段，在决策上如何确定自己的立足点，如何制订符合大方向的可操作性原则，如何解决目前存在的一些具体障碍，则需要认真研究，慎重对待。在座谈会上，我曾匆匆谈了几点建议，表达不甚严谨，不甚完整，为免引起不必要的误解，现在想借助笔谈的方式再补上几句话。
第一个问题是古籍数据库首先应做什么，也就是古籍电子化的立足点问题。古籍数据库的最大特点，不外三条：一是容量巨大，一是检索便捷多样，一是便于永久保存。这是古籍数据库的三大优势，其中不论哪一条都是书本无法望其项背的。那么，这三大优势运用于古籍整理领域，做些什么项目才最能尽展其长呢？从近几年各方面开发古籍电子产品的努力及其结果来看，我以为答案已经明了，而且此答案颇有些说服力。
就以尹小林先生为例，他十数年如一日，苦心孤诣，惨淡经营，所开发研制的《》，共收录经史子集各类典籍3000多种，近7亿字，迄今虽未正式发行，却已不胫而走，泽被万家，学人莫不大受其益，交口颂其功德。这意味着什么？显而易见，这说明电子技术非常适合制作大型古籍数据库项目，而制作大型古籍数据库项目，对于古籍的保存与传播，对于古籍的版本价值、学术价值的发掘和利用，无疑是事半功倍的一项伟大创举。不妨设想一下，如果把《》的7亿字做成书本，那将会是多大篇幅，会占据多么大的空间，当我们阅读使用时，又将会化费多大的气力才能够翻检到所需要的内容啊！
可见计算机技术应用于古籍整理出版领域，最能够发挥其优势，最能够体现其能量的项目，就是制作大型、超大型的数据库。这样的数据库不但信息量极大丰富，而且互相之间可以通检，一查到底，再加上检索方法的多种多样，足可以令人进入随心所欲的境界。制作这样的古籍数据库，我以为目的在于两方面，一是要尽可能多地完好保存古籍，使之永世长存，彻底根除水火之虞；再就是让尽可能多的古籍在广泛的范围内流通和使用，全面快捷，博大精深，更好地为学术研究服务，为培育全民族的文化素养服务。
至少在当前一个时期，这两大目的决定了制作古籍数据库只能是一种提高性质的工作，换言之，我们当前应该集中力量去开发研制各种大型、超大型的（综合的或专题的）古籍数据库，而不必分散精力去做所谓的普及读物。现在推出的《国学备览》，选书81种，简体输入，有插图，有联机字典，有背景音乐和版面设置，有人认为此即一种普及读物的典范。而我则难以苟同，请看它收录的书，统统为无注的白文，别说是高中水平的青少年，即便是大学研究生、讲师，甚至专业研究人员，又有谁能够完全读通读懂呢？假如真的要普及到大众，就不能只是简体白文，还必须加上注释，必须做些节选的工作，方可达到取其精华、去其糟粕、弘扬优秀传统文化的初衷。不过这种普及性工作，用书本来做足矣，而且书本做小一些既便携带，又不需电脑设备，何必一定要杀鸡用牛刀，动用以大见长、以多样性见长的计算机技术去与之较短长呢？
第二个问题是古籍数据库应该用什么字体输入，这不止是手段问题，而主要是一个与终极目标联系在一起的本质性问题。上面已经说到，制作大型数据库的终极目的之一，就是要尽可能多地完好保存古籍，使之远离劫难，永存其真。当然，由纸本转为电子版后，除非扫描，否则原来的行款格式必然会发生改变，但这一切变化都不应成为促使原本文字失真的借口。就是说，行款格式尽可以改变，唯一不能改变、完全可以做到使之不改变的乃是原文。这就牵扯到古籍数据库该用什么字体输入，在输入时应遵循何种原则的问题了。
当前所见到的古籍光盘，大多采用简体输入。这或许主要是考虑到中青年读者的需要（市场化需要），也或许是受到计算机字库的限制不得不尔，不管怎么说，用简体输入的做法是值得商榷的。用简体输入与检索的便捷无庸怀疑，然而不知制作者想过没有，如果一旦要恢复引用原文，用简体版可以做到一字不误吗？试举一例，我在校读《国学研究》杂志（北京大学传统文化研究中心主办）的清样时，常常发现原稿如为简体字，则出版社在恢复为繁体时，其中的引文多靠不住，必须复核原书后才可确保其文字不误。而这种因为由简转繁而带来的复核工作，往往繁琐不堪，让人徒增烦恼。
由此可见，简体字的一字多义的特点，非常不利于古籍在传承中保持原汁原味。再说，古籍原本对于研究者来说，很重要的一个作用就是其版本价值。如果我们采用一种经过今人整理的好本子作底本，却不附原有校记，再用简体输入，那么，其固有的版本价值早已随同重新输入丧失殆尽，即使在制作过程中再三认真校对，又有何用？就如同清人修纂的《四库全书》，我们到如今珍视它，不为别的，只因为它所收录的书品类繁多，有不少属于稀见书、绝版书，取阅方便而已，若论其版本，则委实不足信据也（《四库》独有孤本除外）。
清朝人深恨明朝书商翻刻宋元诸本往往裁篇别出，伪造剜改，版本冗滥不堪，慨叹“明朝人刻书则古书亡”。如果我们今天制作古籍数据库，一概遵从简体，使用者亦就便一切从“简”，久而久之，有几人还能识得繁体古书？简体古籍数据库愈流行，愈便于使用，繁体原文愈少人问津，每想到此处，我真有些杞人忧天，担心后世子孙会不会指责我们这一代人“以简体制作数据库而古籍亡”。所以，我坚决主张从现在开始所有古籍数据库的制作，其输入一定要采用繁体字，而且还可以再保守一点，古籍底本上的异体字、通假字一字不动，悉如其旧，惟有底本的后人避讳字、脱误衍倒之类谬误予以改正，并逐一写成校勘记加以说明。
也许有人会说，用繁体制作数据库，不是成心和当代读者过不去吗？非也。这不是和图书市场对着干，成心做赔本生意吗？不会的。因为现阶段的计算机技术已经可以轻易解决繁简翻转问题，在鼠标一点便可将调出的繁体文字转换为简体的情况下，丝毫不会影响熟悉简体的读者们的阅读兴趣。而对于学术研究者来说，却可以省去翻检原书复核原文的麻烦，径直用古籍数据库替代众多的古籍版本使用，岂不妙哉？
第三个问题是在光盘制作中如何安全通过著作权这一路障，既能保证光盘的学术质量，又可避免陷入无谓的版权之争。现在制作古籍数据库，通常采用两种方法，一是直接选用未经整理的某种古籍版本作底本，稍加点断后改用简体输入；一是借助他人已有的整理本，去其校记和注释改用白文输入。前者虽不会有版权纠纷，但学术质量难以保证。后者学术质量肯定要好些，但弄不好也会露出马脚，遭人诟病。况且这种偷梁换柱的屑小手法，与堂堂正正制作古籍数据库的声势旗帜也有些不合拍。
如何计出两全，我以为应从制作方和出版方两方面着手，共同做出努力。就制作方来说，除了网罗计算机技术的高手，还应该拥有一定的古籍整理人才，二者结合则可以先把未经整理的古籍整理好，然后输入制成光盘，制作方享有著作权，确保自身利益得以实现。有志于此项事业的尹小林先生，现在已经被首都师范大学招至麾下，组建了电子文献研究所（国学时代文化传播有限公司），成了一支威武雄壮的正规军。相信他们会走技术加学术的路，延揽两个方面的人才，自主整理古籍，自主开发数据库，不但在计算机技术上始终走在时代前沿，而且也会发展成为古籍整理研究的一方重镇。
从出版方来说，如何保障制作方的权益是至关重要的。其中最主要的环节是防止盗版，以维持发行数量，实现经济效益。当前要杜绝盗版还是一个难题，但愿伴随政府有关部门治理力度的加大，情况会有根本性改变。我这里想说的主要还不是盗版问题，而是出版方和制作方的合作问题。一些专业古籍出版社如中华书局，古籍整理出版的成果丰厚，堪称资源大户，如能将其已有资源再作数字化开发，必然会在繁荣学术方面做出更大贡献，这件事中华书局固然可以在社内组织力量做，自产自销，但也可以与外部合作，譬如与尹小林先生的国学时代文化传播公司合作，这样可以使双方优势互补，反而会将投入成本降低，产品出得快，质量好。合作的关键是资源如何共享，利益如何分割，不仅制作方、出版方的利益要有保证，而且参与点校的整理者的利益也要有保证。加上学术界的受益，这应该是一种四方共赢的良好结局。
目前的现实状况不容乐观，一则制作方变相使用出版方的资源，出版社的利益流失严重；一则制作方为防授人以柄，干脆摈弃点校精湛、有注有译的整理本，径用白文输入，导致学术上重走回头路。在这两种情况下，古籍整理者的利益根本无从谈起。为使三方愉快合作，避免将书本式整理成果编入数据库时产生版权纠纷，我建议在出版社与古籍整理者签定的出版合同中，事先列入授权日后制作电子版的条款，并提出合理的付酬标准。
第四个问题是综合性数据库和专题性数据库的制作孰先孰后的问题，这只是一种策略考虑，并不存在优劣之分。譬如尹小林先生制作的《》、《中国历代基本典籍库——隋唐五代卷》（商务印书馆国际有限公司2000年版）属于综合性数据库，同样由他制作的《十三经注疏》（商务国际2003年版）、《六十种曲》（附《盛明杂剧》，商务国际2003年版）则属于专题性数据库。这两种数据库各有用途，制作起来也各有难易。不过相比较而言，主题性数据库毕竟范围明晰，做起来可能时间会短一些，也会更精细一些。
凭我个人的感觉，综合性数据库如能分成一个个专题性数据库来做，似乎更易于见成效，最后建成的综合性数据库也更显得基础扎实，检索细密。如上举《中国历代基本典籍库》，它的性质是综合性数据库，而其做法则是分为几步完成。现在完成的是第一步，推出了《隋唐五代卷》。下面将是第二步、第三步、第四步，陆续推出《先秦两汉魏晋南北朝卷》、《宋辽金元卷》、《明清卷》。每一步都可以视为一个专题，每个专题下所收录的内容又是综合性的。《隋唐五代卷》共录入136部有关唐五代的重要文献，总字数多达1亿字，十分了不起。但顺便说一句，也许因为结稿时限紧迫，所收书目思虑未周，间有可商之处。譬如唐代诗文类有总集而无别集，史籍选读类有《唐会要》（宋王溥撰）而无《五代会要》（宋王溥撰），地理文献类不收《元和郡县图志》（唐李吉甫撰），类书类不收《北堂书钞》（唐虞世南撰），其他杂著类不收《续高僧传》（唐释道宣撰）等，均不免令人感到遗憾。
以上所说，是我参加座谈会后的几点感想，无庸讳言，这样的粗浅表述，既缺乏理论研究的深度，也不具备实际操作的经验，之所以贸然形诸文字，无非野人献曝，藉此感谢座谈会主人邀约之殷，同时亦愿向制作古籍数据库的先驱者——我一向敬重的朋友尹小林先生讨教而已。
原载《古籍整理出版情况简报》2003年第11期（总393期）
