日本出版流通體系的數智化探索創新與啟示

陳雅賽

【摘要】數字智能時代背景下，日本出版發行業為破解既有出版流通體系的低效能等問題，積極展開全流程數智化探索，實現了跨行業的企業之間、不同出版發行企業之間、不同出版流程之間的數據共享，將人工智能、大數據分析等技術深層次地應用到內容生產、用戶生活方式和閱讀行為分析、優化產品定位、優化出版流程等出版流通的各個環節，提升了出版效能與效果。有鑒于此，我國出版發行企業在推動出版流通體系的數智化轉型過程中，應建立數據思維，大力引入涵蓋出版全流程的智能出版核心技術，建構多元數據共享體系，實現數據與出版發行實體經濟的深度融合，從而有效推動我國出版發行企業數字化、智能化、智慧化轉型。

【關鍵詞】出版流通 日本出版 智能出版 數字出版

【中圖分類號】G239 【文獻標識碼】Ａ 【文章編號】1003-6687（2023）6-106-07

【DOI】10.13786/j.cnki.cn14-1066/g2.2023.6.016

黨的二十大報告指出，高質量發展是全面建設社會主義現代化國家的首要任務，并突出強調創新驅動發展戰略，這為科技賦能出版、實現出版發行業高質量發展提供了新的契機。近年來，作為出版發行業高質量發展方向之一的數字化、智能化出版服務受到廣泛關注?！冻霭鏄I“十四五”時期發展規劃》中明確提出“推進出版產業數字化和數字產業化，大力提升行業數字化、數據化、智能化水平，系統推進出版深度融合發展”[1]的要求。從技術應用層面看，大數據、人工智能等技術為出版發行業數字轉型和深度融合提供了基礎，但在技術的加持下，如何打通不同出版環節的數據壁壘，如何推進從選題策劃、內容生產到產品展示、產品銷售的全流程出版革新，是我國出版發行企業實現高質量發展所面臨的重要問題，也是近年來我國出版發行企業探索創新的重要領域。

作為出版強國之一，日本在人工智能技術方面一直處于領先地位。日本出版發行企業基于人工智能技術，圍繞如何重構出版流通體系，進行了一系列創新探索，打通了各組織、各系統、各業務部門之間的數據壁壘，為圖書選題策劃、定價、印刷、庫存管理等出版全流程革新提供了數據系統支撐，一定程度上破解了日本傳統出版流通體系中固有的制度性缺陷。同時，日本出版發行業在探索過程中，也遇到了提升開放數據平臺覆蓋率等挑戰。日本出版流通體系的數智化探索經驗，能夠為我國出版發行業的數智化轉型與高質量發展提供一個有力的參考視角。

一、日本傳統出版流通體系的特點及其問題

日本傳統出版流通體系中的委托銷售制度、圖書定價制度較為完善，代理商在出版社與書店之間發揮著核心主導作用。如果說委托銷售制和圖書定價制是日本出版流通體系的基石，那么代理商就是這兩項基本制度得以實行的載體，是維持日本傳統出版流通體系的關鍵環節。[2]然而，對于該體系中代理商權限過大的問題，日本出版發行業曾開展多次討論，部分出版社和書店認為，代理商對出版物流通過程中的信息流、資金流以及物流的把控，限制了出版社和書店的靈活發展。

1. 日本傳統出版流通體系的制度特點

委托銷售制度又稱寄售制。該制度規定出版社須委托代理商代銷圖書，代理商根據書店經營狀況向書店配送圖書，交由書店進行銷售。書店可在雙方簽訂的協議期限內把未售出的圖書無條件退還給代理商，代理商可選擇對被退還的圖書進行二次乃至多次分銷，或退還給出版社。委托銷售制度自1909年日本實業出版社發行《婦人世界》時出現，至今已有百余年。[3]該制度的最大特點是書店可在協議期內自由退貨，從而在降低書店經營風險的同時鼓勵書店銷售品類多樣化，進而擴大讀者的選擇范圍。該制度自20世紀初出現并確立后，在提高日本圖書發行種類和數量、提升圖書銷售額方面卓有成效。委托銷售制度得以持續運行的基礎是圖書定價制度，即由出版社制定圖書價格，圖書以出版社規定的統一價格流通，代理商和書店均無權更改價格。該制度限制了圖書銷售領域的無序價格競爭，有助于保障文化傳播內容的多樣性，確保讀者公平享有文化產品 。[4]

在基于前述兩項基本制度形成的出版流通體系中，代理商成為連接上游出版社和下游書店的關鍵中介機構，主要承擔以下四方面功能：一是采購與銷售功能，即從出版社購入出版物，并分銷給書店；二是倉儲物流功能，即在自有物流中心完成出版物儲存、配貨、分揀、打包等工作，再通過物流將出版物運送到全國書店；三是信息流通功能，即為出版社提供合作書店網點的市場銷售數據，幫助出版社開展選題策劃，為出版社和書店提供銷售庫存動態數據、書目數據以及陳列、裝修、開店等咨詢服務；四是金融服務功能，即向出版社支付出版物進貨費用，向書店收取分銷費用，在書店和出版社之間處理退貨退款等工作。

委托銷售制度和圖書定價制度是代理商存在的基礎。沒有完善的制度規范，出版流通各環節無法有效形成合力，進而推進出版發行業的發展?；谶@兩項制度，在“二戰”后成立的日本出版販售公司（以下簡稱“日販”）、東京出版販售公司（以下簡稱“東販”）等9家圖書代理公司，在較長一段時間內維持了日本出版發行業的繁榮發展。對于出版社而言，代理商可將圖書分銷至其合作的全國范圍內的書店，省去了出版社與一家家書店分別洽談圖書銷售以及送貨業務的麻煩。如“日販”和“東販”這兩家日本出版代理商的巨頭，就代理了總計一萬余家書店。出版社只需與代理商簽訂代理合約，即可讓圖書以較低成本進入流通體系，這有利于根基較弱、經費有限的中小型出版社的生存與發展，進而為出版發行業多元化發展提供潛在可能。對于書店而言，代理商代替書店完成進貨業務，并根據書店提供的銷售數據以及分銷狀況，讓圖書進入與其經營定位相匹配的簽約書店，這幫助書店解決了從數萬種新書中挑選適合自身的品類的技術難題。

2. 日本傳統出版流通體系的主要問題

日本傳統出版流通體系在歷史上的成功，與“二戰”后日本出版市場混亂、經濟快速發展、文化產業政策逐漸完善以及文化市場需求高漲等因素緊密相關。基于上述兩項基本制度構建的市場秩序，以及代理商具有的較強的中間媒介性質和業務專門化、資金雄厚的優勢，與“二戰”后日本出版發行業希望盡快結束混亂局面、規范出版流通秩序、加速恢復發展的需求一拍即合。同時，“二戰”后日本把發展教育作為國策，出版物成為提升國民文化知識素養的重要媒介。日本民眾在經歷了20世紀50年代至70年代的經濟高速增長期后，積累了豐富的物質財富，對圖書等精神文化產品的需求日漸增長。因此，傳統出版流通體系中代理商在分銷中對商流、物流、資金流和信息流的絕對把控和對出版物流通網絡的有序運營，成為推動經濟高速發展、文化消費高漲時期的日本出版發行業發展的主要原因。

從20世紀90年代中后期開始，日本經濟進入了前所未有的復合蕭條時期，國民收入、消費水平和購買力大幅下降，而傳統出版流通制度催生的圖書多樣化在此時反而造成了大量生產、大量宣傳、大量浪費的泡沫，背離了出版原點，引發了日本傳統出版發行業的衰退。此外，隨著數字時代的到來，數字閱讀方式和產品大量出現，數字出版開始搶奪傳統出版市場，互聯網流通渠道不斷瓜分傳統出版流通渠道的份額，讀者需求多樣化的趨勢日益明顯。

在上述多重因素的影響下，傳統出版流通體系下的出版結構不合理、退貨率高等問題進一步暴露出來。而造成這些問題的關鍵是日本傳統出版流通體系中出版社與書店對代理商極強的依賴性，出版社需依托代理商的信息網絡和物流中心實現圖書銷量最大化，而書店則依靠代理商從出版社獲得優質圖書的銷售權。出版社和書店既難以掌握準確的市場數據以快速應對市場需求變化，同時又無法立即脫離代理商的掣肘實現獨立生存，結構性問題顯現，行業矛盾逐漸加重。

這種矛盾貫穿于出版物流通的全過程：在圖書策劃環節，出版社不與書店直接交易，因此不能及時掌握一手市場數據，這導致圖書的選題策劃無法真正回應市場需求；在倉儲物流環節，代理商并未建立與出版社、書店共享信息的倉儲物流數據平臺，出版社在確認發貨或者進行再版時需花費較長時間；在分銷環節，新書的選擇由代理商決定，書店只能被動接受代理商的分銷書目，而代理商傾向于將暢銷書分配給大型連鎖書店，然后才輪到小型書店，這種歧視性的分銷策略，使小書店難以根據自身情況選擇圖書種類和數量；在金融結算環節，代理商的金融結算功能雖在出版流通中必不可少，但也造成了出版發行業體制上的脆弱，產生了大量新書泡沫，出現了圖書越是賣不動、出版社越是要出新書的惡性循環。

到了數字智能時代，數字化、智能化技術的發展與應用加劇了傳統出版流通體系面臨的巨大挑戰。首先，傳統出版流通體系無法滿足數字智能時代讀者不斷升級的閱讀需求。智能手機的普遍應用固化了讀者的數字化閱讀習慣，大數據、人工智能等技術的廣泛應用進一步助推了閱讀的數字化、個性化、便捷化、智能化發展趨勢，使讀者越來越傾向于選擇精準化、定制化的閱讀服務。其次，數字智能時代對出版流通全過程中的出版物數據、用戶數據、物流數據等數據的開發利用與數據共享提出了很高的要求，但傳統出版流通體系的特點決定了其難以做到全產業鏈數據開發與共享。在傳統出版流通體系中，代理商壟斷了整個出版流程的信息流，并主導了出版流通信息系統，這使得除集英社、講談社、小學館、紀伊國屋、三省堂等大型出版社和連鎖書店外，大量中小型出版社與書店的數字化建設基礎較為薄弱。再次，傳統的以代理商為核心的出版物流通模式阻礙了整個出版行業的數據共享，代理商重視與書店之間的信息共享，卻忽視出版社對讀者信息的需求，導致出版社和書店之間難以流暢地互通信息，各自成為“數據孤島”。這也導致部分出版社對讀者屬性、閱讀行為、書店需求不夠重視，更缺乏基于讀者需求開展精準出版的意識。那些數據基礎較為薄弱的中小型出版社仍然主要憑借編輯的經驗作出出版決策。可以說，要想使中小型出版社在全新的數字化、智能化的信息生態中生存下來，傳統出版流通體系的革新勢在必行。

綜上可見，日本傳統的出版流通體系是工業化時代誕生的典型的中心化商業形態，在數智化時代已無法滿足出版社及書店的生產與經營需求。因此，如何在知識和數據的基礎上打破信息壁壘，重構生產要素之間的關系，從而更好地分配產業和社會資源，提高生產與流通效率，是日本出版發行業當下面臨的重要課題。

二、日本出版流通體系的數智化探索實踐

2016年，日本政府提出了“超智能社會 5.0”設想，把大數據、人工智能和物聯網列為“超智能社會”的三大技術支柱。同年4月，日本總務省、經濟產業省與文部省合作設立了“人工智能技術戰略會議”，為日本人工智能產業化發展提供產業指導，進行人才選拔，并制定資本運作方案，建立起了三省聯動促人工智能產業機制。2017年，日本政府發布人工智能技術戰略和人工智能研發及產業化路線圖，為人工智能、大數據等相關技術發展提供了具體規劃與戰略路線，日本總務省、經濟產業省對相關生產領域應用智能化技術給予資金支持。此后，經濟產業省、文部省等政府部門出臺了為未來產業創新和社會轉型創造新價值等一系列推進數字智能社會轉型的政策，其中不乏助推出版等內容產業智能化轉型的國家計劃。如2019年起，日本政府連續兩年發布的增長戰略執行計劃中明確提出，要實現建成超智能社會的目標，需要重點提升智能數據產業在數字內容產業的發展力，[5]對出版發行業的數字化、智能化轉型提出了產業創新的要求。

日本政府的政策與經費支持為日本出版流通體系的數智化改革與探索提供了基礎條件。正焦灼于傳統出版流通體系市場敏銳度低、流通效能低等詬病，面臨數字智能時代市場競爭新挑戰的日本出版發行企業紛紛響應國家號召，開啟了數字化、智能化轉型的探索之路。

1. 市場需求的數智化分析：助力圖書選題、營銷策劃的精準化

巖波書店原總編輯馬場公彥指出：“未來出版業成功與否取決于出版社在數字化媒介呈現方面的努力程度，取決于出版社能否滿足讀者的多元與細分需求?！盵6]確定讀者需求是滿足與回應讀者多元需求的前提。在傳統媒體時代，由于讀者反饋途徑稀少、反饋方式煩瑣、反饋速度緩慢，精確掌握讀者需求在技術上是難以實現的。而在大數據和人工智能技術的驅動下，講談社、集英社等大型出版社早已開始嘗試通過讀者畫像等智能分析與可視化呈現手段，準確把握讀者需求，以促進出版物銷售，具體舉措包括導入出版物價值智能分析與可視化系統Quant，以及擴大讀者和編輯等出版人員共享的閱讀反饋系統NetGalley的適用范圍等。這些措施有助于出版社從選題策劃階段就準確把握市場需求，確保出版物既符合大眾市場趨勢，又滿足讀者個性化需求，有效緩解日本圖書市場暢銷書缺貨、滯銷書過剩等一系列供需矛盾，提高圖書選題策劃和印刷決策的精準性。

Quant是日本Lancers集團于2017年成立的網絡數據服務平臺，截至2022年年底，其用戶數量已經突破2億，用戶分享的出版物數據多達10億余項。當前，Quant的主要業務在經過多次升級換代后，已包括Quant內容分享平臺、出版物價值智能分析與可視化服務。其中，出版物價值智能分析與可視化服務是基于內容分享平臺的用戶數據、用戶對出版物的評價、出版物評價的銷量轉化率等數據實現的。

該數據分析系統包括以下四大流程。一是基于Quant平臺中會員推薦出版物的評論數量、閱讀方式、站點重訪量、分享轉發量、關聯出版物電子版的閱讀完成率、關聯網絡書店的購入量等數據，分析評估出版物的基礎價值；二是Quant人工智能系統基于基礎數據，自動生成“這本書最打動你的內容是什么”“不同場景下閱讀有什么不同感受”等精細化的調查問卷，基于問卷調查結果評估出版物的情感價值；三是基于已有數據分析用戶行為屬性、文章閱讀方式、興趣和關注點之間的關系，預測用戶閱讀行為趨勢，評估出版物價值、測量用戶忠誠度和滿意度等 ；[7]四是根據數據分析結果，將影響出版物商業價值的好感度、讀者忠實度等指標，與出版物訂單記錄等數據進行交叉，并以多元化的可視方式呈現。[8]Quant在積累大量用戶數據的基礎上，與各大出版企業進行合作，不斷優化出版物價值評估與預測服務，以高效的數據分析、清晰的可視化呈現，幫助出版企業準確預測讀者的閱讀偏好，預估出版物價值，提升出版物選題策劃的科學性。

如果說Quant是基于普通讀者閱讀評價與推薦的出版物價值可視化系統，NetGalley則是以出版社編輯、代理商、出版營銷專員、書店店員、媒體圖書欄目撰稿人、圖書館員等出版相關行業從業者為主的出版物閱讀反饋系統，其作用是通過深化出版相關從業人員之間的溝通與數據共享，基于系統內專業從業者的反饋意見來優化出版社圖書出版流程。截至2023年3月，日本國內已有91家大中型出版社，兩千余家圖書館和教育機構注冊成為Netgally合作單位，近三千出版行業注冊會員來自講談社、角川社、小學館、新潮社、文藝春秋等大型出版企業。會員在Netgally系統中，可向加入該系統的出版社發送閱讀待發行樣書的請求，當收到出版社同意請求的回復后，即可下載閱讀相關電子書，并在閱讀后，向出版方提交星級評分、評論意見以及同類圖書的排名等信息。通過該系統，一方面，出版社可以向相關利益者實時分享圖書信息，相關人員提出的有價值的反饋也能成為出版社的重要參考信息，幫助出版社精準調整圖書的發行和銷售策略；另一方面，專業從業者在閱讀待發行圖書后，其在網絡上精辟的預告也可以為出版物的宣傳和推廣進行市場預熱。

2. 數據交易結構改革：實現出版流通各環節的智慧化

在傳統出版流通體系中，書店在選擇要銷售的圖書方面缺乏獨立性和主動性，但如果新書銷量不好可以選擇退貨，代理商則會將經二次分銷或多次分銷后仍無法售出的圖書退還給出版社，出版社需要為退回的滯銷書承擔倉儲費用。繁復的退貨程序增加了物流成本，帶來了不必要的資源浪費。

為了緩解圖書積壓給出版發行業帶來的巨大壓力，提升出版流通環節的智能化程度，2020年年底，日本出版發行業最大的代理商“日販”，開始探索運用人工智能、物聯網等技術助力上游出版社、中盤代理商和下游書店，構建了數據智慧聯動數據交易體系，并鏈接已有的倉儲物流數據系統，實現智慧型數據共享，為出版社選題策劃提供市場預測數據，為代理商提供智能分析分銷方案，為書店提供讀者需求預測服務，從而提高倉儲物流效率。2021年9月，“日販”發布出版流通改革綱要，宣布此輪改革是基于智慧分析和高效交付的交易結構改革和供應鏈改革，[9]將比以往更廣泛和有效地納入全網營銷和分銷數據。一方面，通過開放數據平臺應用的人工智能技術，為出版社、代理商和書店提供讀者需求等預測服務；另一方面，通過物流合作和倉儲基地整合等方式，建立面向出版社、書店和代理商的全國流通體系（見下頁圖1）。在此基礎上，“日販”不斷深化和細化出版流通改革，取得了明顯進展。

該體系的核心優勢在于基于“數據庫＋區塊鏈＋人工智能技術”搭建的開放數據平臺，該平臺匯集了日本六成出版社與書店的出版數據，極高的數據整合度有利于提高數據分析與應用的有效性，龐大用戶數據庫的建立也為“人工智能＋算法技術”的應用提供了保障。在這一體系中，作為前端銷售的書店通過開放線上和線下的銷售數據，實時精準地向代理商反饋讀者需求，并基于系統的智能推薦，持續優化圖書進貨與陳列方案。中盤代理商通過庫存數據服務實時監測倉庫數據，并通過智能數據分析安排最優配送路線，提升物流信息管理能力。出版社通過開放智慧數據平臺獲取書店圖書銷售、讀者需求與庫存物流等數據，并根據系統內的人工智能技術，分析判斷已發行圖書是否再版，確定再版數量、再版日期以及新的選題的方向，從全局層面調整出版策略和滯銷書處理方案。

2022年春季，“日販”進一步優化該體系，在其數據開放平臺運行的基礎上結合Catalyst Data Partners的圖書采購數據智能分析服務，從產品、用戶屬性、用戶對產品的情感需求、地區和時間段等多維度數據展開分析，并針對出版社、代理商和書店的信息需求差異以及各出版流通環節的不同特點，將差異化的智能分析結果提供給各利益主體，進一步提升日本出版流通體系的智慧化水平。[11]“日販”一系列的改革打通了出版流通行業的數據壁壘，逐步建立起出版體系的智慧平臺，有效解決了供應鏈效率低、響應速度滯后等問題。

3. 線上線下多元場景數據驅動：書店經營管理高效化

新冠肺炎疫情期間，圖書零售受到較大沖擊。當前，實體書店如何擺脫疫情余波的影響，加速實現轉型重生，把流失的讀者吸引回來，成為傳統出版發行業要解決的首要問題。從日本的情況來看，如果說開啟線上銷售是部分大型連鎖書店“活下來”的辦法之一，那么依托線下＋線上多元場景中的讀者消費數據，不斷優化讀者個性化服務，則能夠幫助實體書店“活下去”乃至“活得更好”。

在這方面，日本蔦屋書店的經驗值得借鑒。從2017年開始，蔦屋書店開始布局線上線下多元消費場景的數據共享體系，其基礎是一張被命名為T卡的會員卡。截至2022年年底，蔦屋書店會員數已超過7 000萬，T卡的月均使用率高達七成，成為日本會員人數最多以及用戶黏性最高的會員卡。T卡之所以能夠風靡日本，得益于其依托的跨行業、跨店鋪權益認證體系和積分激勵體系。T卡采用區塊鏈和NFT技術，接入了全日本247家連鎖企業的近百萬家線上或線下店鋪，囊括了日本知名的快遞公司、加油站、便利店、藥妝店、酒店、服裝店、餐廳等，這些店鋪中的任何一家的積分權益都可與系統內的其他店鋪認證互通，使T卡的使用場景大規模地覆蓋了生活、購物、餐飲、旅游、醫療等多個領域。T卡用戶在任意合作店鋪消費即獲得積分，其中在蔦屋書店消費可獲得3倍積分，使用T卡的信用卡支付功能則可獲得4倍積分， [12]這些激勵方式大幅增加了用戶使用T卡消費的黏性。

在用戶使用T卡進行消費的過程中，相關使用數據自動形成個人信息數據庫。蔦屋書店將其與合作店鋪共享，對線下T卡數據與線上T-SITE平臺的數據進行聯動分析，有效盤活線上＋線下的跨行業數據資源，掌握用戶在多元場景下的消費習慣、興趣愛好、生活習慣等信息。并將其應用于圖書選品、貨架擺設、周邊產品設計等多個方面，從而更加精準地服務讀者，在提高自身經營效率和效益的同時，創造性地把書店打造成生活方式的推薦地。

除此之外，蔦屋書店為進一步降低圖書退貨率，從2022年6月起，與應用數據公司Flywheel合作研發了利用用戶場景數據，確定最佳產品和適當庫存的Conata Demand Planner系統。這一系統在分析T卡收集到的場景數據的基礎上，能夠使用AI技術預測每家書店的銷售額，計算最優庫存，評估適合書店的出版物品類，根據書店的需求在最佳時間分配最佳數量的圖書。此舉有利于書店提高利潤和庫存周轉率。這一服務在蔦屋書店應用后，在測試期內即已將圖書退貨率從三成降至一成。[13]T卡涵蓋線上線下多元場景的數據共享和分析模式，實現了人、貨、場“三位一體”，不僅幫助蔦屋書店迅速擺脫疫情的不利影響，相關運營體系也日益完善，逐步從數據共享走向數字權益，從而更加有效地輻射現實生活，賦能實體書店發展。

隨著日本出版流通體系數智化的層層推進，出版流通全鏈條上的相關利益主體都在積極利用大數據、人工智能技術打通數據壁壘，共享數據的企業覆蓋面日益擴大，開放的數據種類不斷增多，數據分析和預測水平逐漸提升。這些進步有效緩解了日本傳統出版流通體系中代理商的壟斷所帶來的負面效應，解決了傳統出版流通體系無法適應數據生態、無法精準回應市場需求以及出版行業的“數據孤島”問題。此情況下，日本出版市場開始出現回暖跡象，2021年、2022年圖書市場中的數字出版與傳統出版份額均比上一年同期有所增長。出版市場連續兩年的上漲趨勢，一定程度上證實了出版流通體系的數智化探索，有效助力了數字出版與傳統出版的“雙向奔赴”，而這種雙贏又給出版行業進一步加快出版流通體系數智化革新帶來了更多信心。

三、日本出版流通體系數智化探索的啟示

從日本出版流通體系的數智化探索經驗來看，日本政府出臺的三省聯動促人工智能產業機制等支持政策，以及“日販”、講談社、蔦屋書店等中堅出版發行企業探索新型商業模式的勇氣和魄力，為日本出版流通體系數智化創新持續注入動力。而保證探索實踐有效進展的關鍵，是處于流通體系上中下游的核心出版發行企業，其建立服務于不同出版流程的數據服務體系，搭建鏈接上中下游的數據平臺。

當前，我國出版發行業在《出版業“十四五”時期發展規劃》等相關政策的大力支持下，紛紛利用大數據、人工智能等技術建構數據服務體系，為出版行業數智化轉型提供了契機，但也存在對技術“拿來主義”式地應用于單一環節，抑或將技術應用于部分特別出版品類，未能形成體系化的有效應用系統，“數據孤島”引發的數據應用困境等問題尚未解決。針對我國出版發行業在建構數字化、智能化數字服務體系方面存在的問題，日本出版發行業的探索經驗能夠給我們提供一些啟示。

首先，中堅出版發行企業必須勇于打破舊觀念，敢于創新盈利模式，革新傳統出版流通體系，充分發揮各自優勢，采取多贏的方式，將新型模式推廣應用到整個出版發行業。尤其那些具備歷史數據積累與技術優勢的出版發行企業，應優先建立并持續升級數據共享與智能分析系統，引導整個出版發行業逐步改變對數據和智能技術的固有認知，帶動不同環節出版發行企業參與共同建設。

其次，大力引入涵蓋出版全流程的智能出版核心技術，推進出版社、代理商、書店等出版發行企業與技術開發企業合作研發數據處理、智能預測、自動評估等關鍵技術，實現 “開發好技術、引入好技術、利用好技術”的目標。在此過程中，出版發行企業與技術開發企業必須進行有效的溝通。同時應注意的是，國內多數出版發行企業在“互聯網+大數據＋人工智能”的背景下，都曾嘗試提升服務的智能化水平，增強出版效能，但因導入技術時未充分考慮到不同出版流通環節的適應性問題，往往對技術拿來即用。部分出版發行企業雖將解決適應性問題融入了技術開發過程，但跳過測試期便直接全面使用，導致容易出現智能技術與出版服務兼容性差的問題。

再次，搭建出版相關行業從業人員數據共享與溝通平臺，分析出版物流通過程中專業編輯、營銷人員、書店店員、圖書館員等從業者的專業意見，綜合相關領域專家對出版物的反饋意見與讀者數據，提供人性化、專業化的出版服務。目前，我國出版發行業尚未建立起覆蓋面廣的信息共享平臺，部分平臺僅局限于同一出版集團內部，缺少其他出版發行單位員工和媒體人員、圖書館員等他者的參與，反饋信息較為單一。日本出版行業相關從業人員共享的閱讀反饋系統NetGalley，能夠快速且大范圍地收集專業人士的閱讀反饋，同時進行智能化分析，這也為我國出版發行業搭建相關從業人員信息共享平臺提供了借鑒。

最后，建設數智化多元數據共享體系，該體系應包含標準統一的數據庫等基礎數據設施，能夠進行規范的數據分析，并擁有各主體間統一的數據交易機制，從而建構覆蓋用戶多元生活場景的線上、線下消費數據分析系統。日本出版發行業數智化改革中較為成功的經驗有全國主要出版企業導入的Quant、NetGalley等系統，最大代理商“日販”搭建的智慧型開放數據平臺，蔦屋書店的線上線下多元場景數據共享的T卡模式，這些由主要出版發行企業建構的不同類型的智能數據服務體系，其根基在于數據共享和數據應用。然而，在我國出版發行業，不同環節的企業之間、出版發行集團的不同企業之間、同一企業的不同部門之間多多少少都存在信息不共享的問題，只有實現部門之間、出版發行企業之間、出版體系之間的信息共享，才能建立起出版發行業一體化的數據服務體系。此外，處于出版流通下游的電商、互聯網公司與處于上游的出版社、中盤代理商之間的數據共享也需加強，電商和互聯網公司掌握了出版發行企業所需的用戶數據，但其出于自身商業利益的考慮，未將相關數據與出版發行企業共享，從而導致出版發行企業難以利用數據精準分析用戶需求。因此，只有建立包括電商、互聯網公司、出版發行企業在內的規范、統一的數據交易機制，加快數據在出版發行業務中的合理流動，實現數據與出版發行實體經濟的深度融合，才能有效推動我國出版發行企業數字化、智能化、智慧化轉型。

參考文獻：

[1] 國家新聞出版署關于印發《出版業“十四五”時期發展規劃》的通知[EB/OL].[2022-06-04].https：//www.nppa.gov.cn/nppa/contents/ 279/102953.shtml.

[2] 陳昕. 日本出版流通體系的關鍵環節[J]. 出版參考，1997（3）：13-14.

[3] 小林一博. 出版大崩潰[M]. 甄西，譯. 上海：上海三聯書店，2004：215.

[4] 丸山正博. 再販売価格維持制度に依拠した出版流通の課題[J].経済研究，2012（145）：79-90.

[5] 內閣官房成長戦略會議事務局.成長戦略実行計畫[EB/OL].[2020-06-21].https：//www.kantei.go.jp/jp/singi/keizaisaisei/pdf/ap2020.pdf.

[6] 日本電子出版協會.コロナ禍での中國の出版業界の取り組み～日本の出版社の今後[EB/OL].[2021-06-02].https：//www.jepa.or.jp/jepa_cms/wpcontent/uploads/2020/06/2ba86d8d68800a52a623e45f78508c3a.pdf.

[7] ミツカル.タイアップ広告と分析レポートシステム「QUANT（クアント）」とは[EB/OL].[2021-10-19].https：//mitsu-karu.com/article/quant/.

[8] クリエイターと出版社が選ぶ「今こそ読んでほしい、この本」[EB/OL].[2022-10-12].https：//note.com/notemag_reading/n/n068ab86da5eb

[9] 日販.出版流通改革レポート Vol.4[EB/OL].[2022-07-13].https：//www.nippan.co.jp/wp-content/uploads/2022/07/nippan_ProgressReport_04.pdf.

[10] 日販．書店様出版社様日販の業界三者で利益をシェアする仕組みをつくり[EB/OL].[2022-08-01].https：//www.nippan.co.jp/business/change/.

[11] 新聞館.日販奧村社長、出版流通改革の進捗に手ごたえ[EB/OL].[2022-03-03].https：//www.shinbunka.co.jp/news2022/03/220303-01.htm.

[12] ポケットカード株式會社.Ｔカード プラス[EB/OL].[2023-02-06].https：//www.pocketcard.co.jp/card/cooperation/card_tsutaya/.

[13] FLYWHEEL.フライウィール、データAIから最適な品揃えと適正在庫を両立させる「Conata? Demand Planner」を提供開始[EB/OL].[2022-06-21].https：//www.flywheel.jp/newsrelease/20220621/.

Exploration， Innovation， and Enlightenment of? Digitization in Japan's Publishing and Distribution System

CHEN Ya-sai（School of Film and Media， Shanghai Normal University， Shanghai 200234， China）

Abstract： Against the backdrop of the digital intelligence， Japan's publishing industry has launched a full-process digital exploration of the publishing and distribution system to solve the problem of inefficiency in the existing publishing and distribution system. They have achieved data sharing between companies across industries， different publishing companies， and different publishing processes. By applying technologies such as artificial intelligence and big data analysis to various aspects of publishing and distribution， including content production， user lifestyles and reading behavior analysis， product positioning optimization， and publishing process optimization， they have improved publishing efficiency and effectiveness. In the process of China's digital transformation of the publishing and distribution system， publishing companies should establish "data thinking"， vigorously introduce intelligent publishing core technologies that cover the entire publishing process， and construct a diversified data sharing system to ensure deep integration of data in publishing services and the economy of physical publishing entities.

Key words： publishing and distribution; Japanese publishing; intelligent publishing; digital publishing