众力资讯网

刘大年 王俊毅 曹月 | 更多的出版,更少的意义?——“增长的极限”与数智时代知识秩序的重构

内容摘要:数智时代出版业的增长困境,已从产业效率问题延伸至知识秩序危机,“增长的极限”成为理解这一转变的核心概念。对2020—2025年18家出版上市公司DEA-Malmquist指数模型的全要素生产率分析表明,产业技术效率已趋近最优,但技术变化指数持续低迷,全要素生产率年均下降1.1%,陷入“贫穷而高效”的资源配置困境。困境根源不在于产业效率,而在于知识稀缺时代出版业赖以运行的工业逻辑——规模化、标准化与资本线性增长范式——在知识丰裕时代已触及产业边界。“增长的极限”不仅是生产性的,更是社会性与认知性的:无限内容供给与有限注意力、理解力及社会信任之间的结构性矛盾,使“更多的出版”趋向“更少的意义”。数智时代的知识秩序是理解出版转向的分析框架,出版的核心功能从技术理性转向制度理性,从“生产更多知识”转向“如何组织知识”。由此,产业增长问题被提升至知识社会学层面,出版凭借对知识秩序的制度性介入,而逐渐成为“社会基础设施”。这为理解出版的功能与价值提供了一种新的认知图式。
关键词:增长的极限;全要素生产率;工业逻辑;知识的秩序
2024年以来,全球出版业与智能技术的结合呈现多样化、深入化趋势。例如,OpenAI与施普林格出版集团签署多年期许可协议,通过获取出版内容为人工智能(Artificial Intelligence,AI)模型提供训练数据;微软公司与哈珀柯林斯达成合作,利用哈珀柯林斯丰富的非小说类图书资源为其AI模型训练提供素材。这些合作显示,全球出版业正在经历一场由AI推动的深刻变革。AI公司从“无偿使用”转向“主动付费”,以解决其可能存在的数据瓶颈与法律风险问题;出版公司则从被动防御转向主动合作,以实现优质内容资产的价值变现。
出版业内部也在积极研发新型智能化工具,以适应技术变革的需求。我国出版业近年来陆续推出了一系列智能化出版产品,如“万象”出版行业专业大模型、BooksGPT出版行业大模型、“蜜度文修”智能校对大模型等,这些技术提升了行业在市场调研、选题策划、编辑校对、市场运营、用户管理等方面的有效性,并进一步推动着出版全产业链的效率优化和创新发展。智能技术的介入正在改变出版的生产模式和产业结构,然而,出版产业并未实现稳步增长。不论是产业发展报告,还是出版企业披露的财务数据,均反映出版产业整体增长乏力。
一、当前出版产业的结构性困境
码洋作为图书定价总额,是反映出版产业市场规模的重要指标。北京开卷发布的数据显示,中国图书零售市场规模于2020年首次出现负增长,此后呈现波动下降趋势。2024年,我国总体图书零售市场码洋规模为1129亿元,同比下降1.52%,总体(不含教辅教材)市场码洋同比下降4.83%。整体零售市场中,少儿和教辅等刚需板块占比超五成,市场对非刚需品类的需求疲软。用户消费习惯发生转变,纸书正逐渐失去内容市场的主流地位。
表1 2020—2024年我国图书出版生产与经营规模
数据来源:2020—2024年新闻出版产业分析报告、新闻出版统计公报。
如表1所示,在市场规模总体呈现负增长的情况下,生产规模却因渠道博弈等原因持续扩张。2020—2024年,新版品种增长6.65%,重印品种增长16.93%,总印数增长15.49%,生产规模扩大趋势较为明显。从2020—2024年整体数据来看,新版品种在2021年达到阶段高点后呈波动态势,至2024年有所恢复,但增幅有限。同时,总印数增速明显高于新版品种增速,反映出当年的新选题销售有限,产业更多依赖畅销书与常销书来拉动。反映在经营指标上,2020—2024年,图书出版营业收入从963.58亿元增长至1160.60亿元,但2024年较上年下降2.65%,出现负增长;利税总额在2023年达到223.47亿元的高点后,2024年降至214.23亿元,同比下降4.13%。
2025年整体图书零售市场码洋规模为1104亿,和2024年相比,码洋规模小幅下降。从全年图书零售市场成长性来看,码洋同比下降2.24%,实洋同比下降3.80%。2026年1—6月,整体图书零售市场码洋同比2025年下降1.63%。整体而言,传统出版呈现需求性衰退的征候,市场活力不足,供给整体扩张,产业难以良性发展,面临较大的增长压力。
(一)产品结构:同质化竞争严重
产品结构是指一个行业内产品的构成,即该行业生产或经营的不同类型产品之间质的组合与量的比例。出版产品结构,是指产业中的产品构成,即不同类型产品之间质的组合与量的比例。在生产端,新版图书与重印图书数量与比例,能够在一定程度上反映产品结构与产业活力。如表1所示,2020—2024年,每年重印品种均占全年总品种的50%以上,2023年重印率达59.82%,是新中国有史以来图书再版重印率的至高。重印图书总印数与新版图书总印数之比,则从2020年的2.6倍增长至2023年的3.2倍,增幅明显。重印率是考量新书、畅销书向常销书转化的重要指标,反映出版内容是否经典、是否有传播价值。重印率过高,则表明出版产业优质选题储备不够、内容创新能力不强、产业发展活力不足,不利于产品结构、市场结构的优化。
此外,教材教辅在我国出版行业占据相当高的比例,是许多出版企业最核心的收入支柱。据北京开卷信息技术有限公司统计,2024年教材教辅在整体图书零售市场码洋占比达25.33%,实洋占比达27.67%。若将教材与教辅合并统计,其在出版行业总市场规模中的占比超过30%,部分年份甚至接近40%。教材教辅比例过高,远非单纯的产品结构问题,而是深刻反映了出版业的市场失灵、技术困境与路径依赖。
(二)销售渠道:深度重构
从2022年开始,北京开卷将网店渠道细分为平台电商、内容电商(原短视频电商)和垂直及其他电商三个部分。内容电商的迅速崛起重塑了出版市场,让不同渠道的功能发生分化。平台电商更多是“主动搜索”,消费者基于明确需求寻找产品;内容电商则以“算法推荐”为主导,通过算法和内容营销引导消费。同时,营销渠道与销售渠道的边界日趋模糊,短视频推荐、直播带货等形式使得内容创作、产品展示与销售转化融为一体。
开卷监测数据显示,2024年内容电商是唯一保持正向增长的渠道,码洋占到整体市场的30.38%。2025年,内容电商渠道占比增至40.53%,超过占比为32.37%的平台电商、13.44%的垂直及其他电商、13.65%的实体店,成为第一大零售渠道。与此同时,内容电商的动销品种从2021年的3万余种跃升至2025年的11万种,尤其是新华书店普遍向线上迁移、发力内容电商,更是带来了图书SKU的大幅上升。但不可否认的是,内容电商的动销品种仍然远低于其他渠道。至2025年,平台电商渠道动销品种数超过160万种,垂直及其他电商动销品种数超过100万种,实体店的动销品种也有140余万种。
在内容电商驱动下,畅销书所能触达的销量峰值显著提升。2024年TOP100新书平均销量峰值超过13万册,明显高于2022年与2023年的水平。然而,高爆发也伴随着快衰退,新书在冲顶之后销量迅速回落,到上市一年左右其销量水平与其他年份同期的差距已大幅收窄,整体呈现出“易创新高、难续热度”的特征。
(三)价格机制:持续失灵
渠道格局变化之下,价格问题成为当前图书市场的突出矛盾之一。码洋与实洋数据趋势的差距,反映出图书零售折扣持续探底。2023年,整体码洋同比增长4.72%,但实洋同比下降7.04%。2024年同样如此,码洋下降1.52%,实洋则下降2.69%。参考前述2025年的相关数据,可见行业以巨大的折扣力度换取了虚假的码洋增长,实际上整个产业营收盘子在缩小,利润被严重侵蚀。出版主体即使定价较高,也难以获得与之相匹配的利润空间。
2024年少儿、社科类图书在内容电商渠道的折扣率分别低至36%、42%,叠加高额流量费用与平台佣金,出版机构的利润空间被极度压缩。此外,2026年第一季度整体图书零售市场折扣为5.6折,低于去年同期。2025年各季度整体市场折扣在5.8—5.9折之间波动。新书降幅更大,从2025年同期的6.1折下降至5.5折。从各渠道整体来看,新书市场中实体店渠道折扣略有回升,货架电商和内容电商折扣出现下降,尤其是内容电商下降明显。这反映出各渠道的码洋结构比例在发生变化,内容电商所占的比例进一步加大,同时新书在内容电商中的投放占比逐渐增高,导致整体折扣和新书折扣均在下降。
(四)品类结构:K型分化
开卷数据显示,2024年销售前1%的图书贡献了61.8%的码洋,销售前5%的图书贡献了83.6%的码洋,远远超越了之前畅销书的“二八定律”。电子书是纸质书的转化,同样呈现“K型结构”。以微信读书榜单为例,2024年度排名第一的《许三观卖血记》,阅读人数为110.2万,而排名第五十的《越过山丘》,阅读人数仅为3.3万,相差超过30倍。在信息过载和泛娱乐化背景下,用户主动降低选择成本,不再愿意花费时间去甄别、比较和深度阅读,不再信任“出版社品牌”或“书名”,而是信任“人”,如董宇辉、樊登、特定领域的KOL(Key Opinion Leader,关键意见领袖)。这些“信任代理”为了维护自身信誉和转化率,只会挑选极少数经过严格筛选、能够引起大众情感共鸣的“头部单品”进行推荐。
在极端头部效应下,出版机构过去那种依靠海量品种分摊风险、追求规模效应的生产模式难以为继——将有限的营销资源分散到几百个新品种上,所有书都会沉没在算法的洪流中。相反,举全社之力打造头部单品,集中所有渠道资源、媒体关系和营销预算去推爆一本书,资源进一步向优势内容集聚。出版业被迫终结过去的“规模红利”,转而走进“单品时代”。
二、基于出版上市企业的全要素生产率实证分析
全要素生产率(Total Factor Productivity,TFP)最早源于索洛增长理论,是指扣除资本、劳动等生产要素投入贡献后所形成的产出增长部分,通常被视为技术进步、管理改进和资源配置效率提升的综合体现。TFP不仅能够反映产业增长质量,也能够衡量生产要素配置的合理性和资源利用效率。对于深处转型阵痛期的中国出版产业而言,观察其全要素生产率的动态演进过程是判断其是否陷入增长困境的方法之一。
产业全要素生产率的研究,主要是针对其测算、分解以及变化进行分析。全要素生产率的测算方法主要包括参数方法和非参数方法:以新古典增长理论为基础的增长核算法和基于技术效率的随机前沿生产函数法,均属于参数方法,需要较强的理论假设和生产函数的设定;数据包络分析中的DEA-Malmquist(Data Envelopment Analysis-Malmquist Productivity Index,数据包络分析-曼奎斯特生产力指数)方法则属于非参数方法,能够避免生产函数选择不当带来的问题,是当前应用较为广泛的有效测算方法。基于出版产业经营活动的复杂性,本文使用非参数方法进行分析,避免传统评价方法指标赋权主观化的问题,并从多层次、多维度反映潜在问题。
(一)DEA-Malmquist指数模型原理
Malmquist指数,即曼奎斯特指数,最初由斯滕·曼奎斯特(Sten Malmquist)提出。道格拉斯·凯夫斯(Douglas Caves)等首先将该指数应用于生产率变化的测算,此后该方法与亚伯拉罕·查恩斯(Abraham Charnes)等建立的数据包络分析相结合,广泛应用于生产率测算。在实证分析中,研究者普遍采用罗尔夫·法雷(Rolf Färe)等构建的基于DEA的Malmquist指数进行分析。
数据包络分析(Data Envelopment Analysis, DEA)是运筹学和研究经济生产边界的一种方法,一般用来测量一些决策单元(Decision Making Unit,DMU)的生产效率。DEA是一个线性规划模型,表示产出对投入的比率。通过选取决策单元的多项投入和产出数据,利用线性规划,DEA以最优投入与产出作为生产前沿,构建数据包络曲线。有效点会位于前沿面上,效率值标定为1;无效点则会位于前沿面外,被赋予一个大于0但小于1的相对效率值指标。
但DEA方法只能针对同一时间的投入产出效率进行对比,无法针对不同时间点的投入产出效率进行分析。法雷等人将DEA方法与Malmquist提出的Malmquist生产率指数相结合,利用不同时期距离函数的比值表示投入产出效率,通过横向和纵向分析,测算全要素生产率的动态变化情况。
Malmquist生产率指数定义为两个时期距离函数的几何平均数,表达式见(1):
其中,Dt0(x,y)表示以第t期技术为参照的产出距离函数,x和y分别表示投入向量和产出向量。距离函数值小于等于1,当且仅当(x,y)位于生产前沿面上时取等号。其测算结果称为全要素生产率变化指数(Total Factor Productivity Change,TFPC)。法雷等人进一步将Malmquist生产率指数分解为技术效率变化(Efficiency Change,EC)和技术变化(Technological Change,TC)的乘积,见分解式(2):
技术效率变化指数EC反映决策单元相对于生产前沿面的“追赶效应”,即决策单元在第t期到第t+1期向最佳生产实践靠近的程度。计算公式为(3):
技术变化指数TC反映生产前沿面的移动,代表技术边界的外移或内移。计算公式为(4):
技术效率变化指数可以进一步分解为纯技术效率变化(Pure Efficiency Change,PEC)和规模效率变化(Scale Efficiency Change,SEC)。当采用可变规模报酬(Variable Returns to Scale,VRS)假设时,完整的分解式为(5):
其中,纯技术效率变化反映在可变规模报酬假设下,排除规模干扰后的综合管理能力水平;规模效率变化反映决策单元规模报酬状态的变化。
DEA-Malmquist生产率指数及其分解指数的经济含义如表2所示。
表2 DEA-Malmquist生产率指数及其分解指数的经济含义
(二)投入产出评价指标选择
基于DEA模型的Malmquist指数法不涉及具体的生产函数形式,只涉及各生产要素投入与产出变量,即资金、劳动和产出值等。因此,需要考虑资本、劳动与产出等方面,综合设计指标体系。同时,DEA模型关注投入—产出转换关系,要求投入与产出之间具有合理的同向性。该方法并不要求各指标完全独立,但指标过度冗余可能影响模型对决策单元效率差异的识别能力。基于此,本文综合考虑指标经济含义、出版企业经营特点与既有研究成果等选择投入产出指标。
通过DEA方法分析出版产业效率的既有研究,通常采用以下指标进行分析:在投入指标上,以资产总额反映资本投入,采用应付职工薪酬或在职员工数量反映劳动投入,并补充营业成本或主营业务成本来反映企业的整体资源配置能力;在产出指标上,使用净利润和营业收入来反映企业的产出规模和经营质量,也有研究采用基本每股收益和加权净资产收益率来凸显股东和债权人的收益。
综上,本文构建了如下指标体系:投入指标选取资产存量、人力资源以及运营成本三个维度的指标,产出指标选取经营规模和盈利水平两个维度的指标。投入—产出具体指标与说明如表3所示。
表3 投入—产出指标说明
(三)研究样本与数据来源
在DEA模型中,研究样本构成模型中的决策单元。决策单元选取应遵循严谨性、充足性、有效性原则,决策单元数量应高于投入产出评价指标之和的3倍,同时,决策单元的投入产出数据完整。
研究样本
本研究以证监会最新版的《上市公司行业统计分类与代码》(2024年),以及《2024年下半年上市公司行业分类结果》为标准,选取所属行业为“新闻—出版业”的企业。结合上述样本选取原则,综合考虑企业主要业务领域(出版)、上市时间(5年及以上)与发展水平等,最终筛选出18家出版上市企业作为研究样本(见表4)。这18家企业构成DEA模型中的18个决策单元,即能够将一定的输入要素转化为相应产出要素的运营实体。研究样本数量高于15个,无资本市场ST标记企业,符合上述样本选取原则。
表4 18家出版上市企业信息表
2.数据获取与清洗
基于上述样本,本研究从18家出版企业公开披露的年报中挖掘整理所需数据,以2020—2025年6年作为时间限度。研究主要通过“CSMAR中国上市公司财务指标分析数据库”获取评价指标数据,同时与各公司年报文件进行核对,确保研究所需数据准确无误。
由于DEA模型对投入产出数值的输入要求不能为负也不能为零,而2020—2025年18家出版上市公司的净利润指标数值存在个别负值。这是企业在转型调整阶段经营压力的真实体现,反映了部分企业在渠道重构、市场竞争以及转型投入过程中面临的短期盈利压力,因此,不宜简单剔除这类数据,而需要通过适当的数据处理将之纳入分析框架。
因此,在展开效率测算前,本文采用如下公式对原始数据进行无量纲化处理。
公式中,Y为处理后的值,X为初始值,Xmax为该变量的最大值,Xmin为该变量的最小值。标准极差归一化可能产生零值,本文参考DEA研究中的数据平移处理方法,在极差归一化基础上引入平移项,将指标值映射至区间,以满足模型数值要求。该处理属于正向线性变换,在消除指标量纲差异的同时,保持同一指标内部样本间的原始排序关系,为后续DEA-Malmquist指数测算提供数据基础(见表5)。
表5 投入产出数据描述性统计
(四)基于DEA-Malmquist指数模型的动态效率结果分析
全要素生产率(TFP)体现投入资源与产出要素之间的相互关系,反映企业在内部控制、管理水平、技术能力、技术进步创新能力等各方面的表现。如前述DEA-Malmquist原理所示,全要素生产率变化指数可拆解为技术变化和技术效率变化。技术效率变化可以进一步分解为纯技术效率变化和规模效率变化。技术变化则表现为原有技术的升级与新技术的应用尝试等,反映技术创新的影响。若Malmquist指数的数值为1,则代表指标不存在变化;若数值##_FORMAT_GT_##1,说明全要素生产率及其分解指数较去年增长;若数值小于1,说明全要素生产率及其分解指数较去年下降。运用数据包络模型分析工具DEAP 2.1软件进行的基于Malmquist指数方法的全要素生产率变化测度结果如表6所示。
表6 2020—2025年18家出版上市公司Malmquist指数年平均值及其分解指数变化情况
2020—2025年,18家出版上市公司的全要素生产率变化均值为0.989,技术效率变化均值为0.999,技术变化指数均值为0.990。出版产业全要素生产率年均下降1.1%,这表明在当前发展阶段,投入扩张未能有效转化为产业效率增长。技术效率变化均值为0.999,略低于1,表示决策单元自身略微远离生产前沿面,产业在现有技术条件下具备相对稳定的管理和资源配置能力,但由于缺乏突破而略显疲态。纯技术效率为0.998,略低于1,表明产业在组织结构、管理精细化程度、人力资本质量以及流程优化等方面仍存在改进空间;规模效率均值为1.002,略大于1,表明产业在产能配置、业务结构调整以及规模经济等方面保持了相对有效的状态。技术变化指数均值为0.990,是拉低全要素生产率的主要因素。这反映出,2020—2025年,虽然产业不断强调技术进步,但缺乏实质性的技术创新,未能实现生产前沿面的外移,技术红利尚未转化为产业增长的内生动力。
在2020—2025年5个研究年度中,4个时期全要素生产率变化指数小于1,仅在2022—2023年度实现了0.1%的正增长。在分解指数方面,技术效率变化与全要素生产率变化的波动呈协变关系,而技术变化效率的走向构成了效率变化的底层驱动逻辑。2020—2021年度规模效率提升0.8%,带动技术效率整体增长0.5%,但技术变化指数同期下滑1.0%,致使全要素生产率小幅下降0.5%。2021—2022年,纯技术效率虽基本维持中性水平,但规模效率微幅回落与技术变化指数的进一步收缩叠加,使全要素生产率降幅扩大至0.9%。2022—2023年度是样本期内唯一增长阶段,技术效率小幅提升,技术变化指数达到1,二者共同推动全要素生产率提升0.1%。2023年,中国图书零售市场码洋同比增长率由负转正,恢复和发展是产业主旋律。此时,人工智能生成内容(Artificial Intelligence Generated Content,AIGC)处于试点和局部应用阶段,出版产业发展相对稳健。
然而,这种改善并未持续。2023—2024年,技术变化指数下降1.4%,纯技术效率与规模效率同步下降,技术效率整体回落0.6%,全要素生产率下降2.0%;2024—2025年继续下滑,技术变化指数下降2.0%,技术效率下降0.3%,全要素生产率变化指数为0.977,下降2.3%,为样本期内的最低值。结合该阶段产业发展背景,效率变化可能与渠道竞争加剧、流量成本上升,以及产业技术融合尚处探索阶段等因素相关。尽管出版机构通过业务调整、组织变革等缓解部分压力,但旧有的增长模式已难以为继。
对比技术效率变化和技术变化指数两个主要分解指标,可以发现,技术变化指数的波动区间大于技术效率变化波动区间,且呈现出更为强烈的下行弹性,这表明,相较于技术效率的改善,技术前沿面的外移具有更大的不确定性。对出版业而言,这也意味着,相较于规模经济、管理水平、组织变革、产业配置效率等因素,技术创新的突破或停滞及其带来的内生变革,对全要素生产率的边际影响更为显性。
综合上述分析,2020—2025年,样本企业总体全要素生产率波动走低,陷入“增长的极限”。这是技术变化指数低迷与技术效率改善空间有限的共同结果,是技术创新尚未打通转化路径的体现。出版产业正处于新旧范式转换的阵痛期,既有业务体系下的管理优化空间已逼近边界,而新兴技术的应用尚未稳定转化,产业亟须在技术创新模式与效率转化机制上寻求突破。
三、增长的极限与出版的工业逻辑
前文基于DEA-Malmquist指数模型的测算结果表明,2020—2025年,样本出版上市企业的全要素生产率整体呈下降趋势。其中,技术效率变化均值较为稳定,而技术进步贡献持续不足,导致生产前沿面整体向内收缩。这意味着,出版企业并非由于资源配置失当而陷入增长困境,相反,其生产效率、资源配置效率已接近既有技术条件下的最优状态。然而,即便在效率持续改善的情况下,产业仍难以实现增长,这说明问题已经超出了企业经营管理层面的效率优化范畴,而与出版产业赖以运行的增长逻辑本身有关。换言之,当既有技术体系和组织模式所能释放的效率红利逐渐耗尽时,增长困境便不再是局部经营问题,而成为产业结构性问题。为理解这一现象,有必要进一步回到现代出版形成与发展的工业逻辑,从产业增长机制的角度重新审视出版业“增长的极限”。
(一)没有工业逻辑,就没有现代出版
工业逻辑是一种以规模化生产、效率最大化、成本控制和可复制性为核心原则的组织运行逻辑。它不是某个行业特有的,而是一种现代组织理性。它的目标不是“真理”或“意义”,而是产出最大化、资源利用最优化、风险可控、可持续盈利。出版是一种在知识逻辑约束下的工业逻辑。
工业逻辑的效率来自结构,而不是个别的天才创造。它具有以下特点:规模化生产,使得单位成本下降,从而带来更大的市场覆盖;标准化流程,把个体的知识创造转化为可复制、可分发的商品,让质量可控,降低不确定性;资本驱动带来线性增长,更多的内容意味着更多的市场,增长是其主要目标;注意力可随供给增长是隐含前提,这一知识逻辑在工业—印刷时代是成立的。工业逻辑可以降低成本、扩大知识传播、提高可及性、提升组织效率。因此,没有工业逻辑,就没有现代出版。
(二)“贫穷而高效”,出版资源配置效率已达极限
前述实证结果也显示,2020—2025年18家出版上市企业的规模效率变化均值大于1,表明出版企业普遍向最优规模调整。然而,纯技术效率和技术变化指数都小于1,导致出版企业的全要素生产率变化均值小于1。这表明企业即使努力通过精细化手段高效配置资源,仍然难以带来产出的显著增长,整体生产前沿面仍在向内萎缩。
出版产业陷入了西奥多·舒尔茨(Theodore Schultz)所说的“一种特殊类型的经济均衡状态”,即要素配置在当前技术状态下已然达到最优均衡,但传统生产要素投资收益率低下,增长停滞不前。针对传统农业停滞问题,舒尔茨以收入流价格理论进行解释。作为流量概念,收入由每单位时间既定数量的收入流组成,收入流的增长即经济增长。收入流来源于生产要素,生产要素具有价值,因而收入流具有价格。传统农业中,由于生产要素与技术状况长期不变,持久收入流来源的供给曲线呈垂直状态。同时,农民拥有与获得收入流的偏好与动机保持稳定,需求曲线呈水平状态。两相结合,持久收入流均衡价格长期固定于高水平,传统农业资本收益率低下,无法形成打破均衡和停滞的动力。因此,改造传统农业的出路,就在于寻找一些新的生产要素作为廉价的经济增长源泉。
路径依赖下的出版产业,延续了工业范式的主导技术群与生产要素。出版产业的核心技术、生产流程、渠道结构等尚未发生本质变革,在当前产业技术条件下,增加原有要素投入难以带来边际收益递增。既定技术条件下要素配置已逼近生产可能性边界,原有要素的组合效率几乎无法进一步优化。出版产业并非缺乏效率意识,而是缺乏打破均衡的新生产要素供给。在工业范式的自我强化机制下,由于原有要素配置已然高效,产业便有理由延续既有路径,而创新投入价格高昂,资源便持续沉淀于既有业务环节之中,产业陷入“贫穷而高效”的陷阱。
(三)要素转化失灵,新技术附着在旧范式之上
技术变化实质上是一种生产要素增加、减少或改变的结果。新兴技术只有内化为可积累、可配置的生产要素,才能真正驱动全要素生产率的提升。然而,技术向要素的转化,依赖于与之相匹配的生产组织逻辑与制度环境。
当前出版产业的技术、要素与制度之间,存在多重错配。工业范式的生产逻辑以标准化流程、规模化复制和集中化分销为基础,其要素体系与内容的批量生产和线性传播相适应。当以数据驱动、动态迭代、网络协作、算法推荐为特征的新兴AI技术,在工业范式的组织结构和激励机制中开始运行,就出现了不适配的问题。出版产业将智能技术嵌入现有编印发流程,实质上是以新技术的处理能力强化旧范式的运行效率,而非以新技术的底层逻辑重组生产关系。在这一路径下,大模型作为编辑校对的辅助工具被使用,大数据成为选题决策的参考依据,区块链也成为一种版权登记的技术手段,技术的潜能被局限于功能性替代。
由此,出版产业的增长困境并非只能用效率低下来进行解释,在新视角下,工业范式触及了其内在极限。新技术也并非缺席,而是工业范式所能提供的增长空间即将耗尽,产业站在范式转型的临界点上。
(四)增长的极限是生产性的,更是社会性和认知性的
AI时代,工业逻辑加速了增长逼近极限。内容稀缺,规模约等于价值。内容过剩,规模不再等于价值,工业逻辑失去了创造意义和价值的能力。当供给不再稀缺,增长的性质就发生了改变,增长不再创造价值,反而会稀释价值。社会从内容稀缺转向注意力稀缺,规模的扩张若不能同时提高内容的意义或降低用户的筛选成本,就会走向价值的反面。
在工业逻辑中,生产效率决定其整体效率,但实际上,它的增长具有负外部性,用户筛选内容的成本会反向吞噬生产效率,这之间存在着难以调适的张力。工业时代,出版的价值实现依赖一种稀缺性的结构,但这不是无限增长的生产逻辑。随着社会加速,这种稀缺性被消解。值得思考的是,出版“增长的极限”在哪里?它不仅在供给端,也在需求端。技术加速,内容的供给可以无限增长,但人的阅读时间是有限的,人的注意力是有限的,人的信任和判断能力也是有限的。当一切都能出版,出版就不再是一个价值信号,因为信任和理解无法持续扩张。一定程度而言,更多的出版意味着更少的意义、更少的价值。
出版的核心与边界已悄然生变。AI让一切都能被生成、被发布,不再以是否出版为边界。可以说,AI加速了增长逼近极限,让供给侧完全失控。出版的核心问题随之转变为,在一个可以无限生成内容的系统之中,谁决定了什么能被看见、被信任、被传播、被记忆?但出版需要面对的,仍是一个有限注意力、有限理解力与有限信任构成的世界。因此,“增长的极限”不是技术性的,而是社会性和认知性的。出版的工业逻辑之所以有增长极限,是因为它试图用“无限供给”去征服一个由有限注意力、有限理解力与有限信任构成的世界。
四、数智时代的知识秩序
出版产业增长动力的衰减不仅仅局限于知识生产。AIGC推动内容供给急剧扩张,产业问题进一步向社会系统与认知系统延伸,既体现为效率提升空间收窄和增长动能减弱,也体现为知识生产、传播与认知方式、行为方式的深刻变迁。随着内容生产能力以前所未有的速度增长,真实、信任与意义生成成为更稀缺的资源,出版面对的核心议题也从产业增长逐步延伸至知识秩序的重构。
知识秩序是知识在特定社会中得以生产、筛选、分类、验证、传播、理解和保存的一整套结构性安排。它涉及知识生产主体之间的关系,也涉及知识的合法性与权威性。相对稳定的知识秩序,可以将分散的信息组织起来,使其成为可理解、可评价和可传承的公共知识。社会成员由此形成对事实的基本判断,并在一定范围内建立共同的认知图式。数智技术的广泛应用正在改变这些条件。知识的生产主体、生成方式和传播路径不断扩展,原有的筛选、验证与保存机制也面临调整。由此,需要进一步考察AI对知识生产过程的影响,并分析出版在知识秩序重构中的功能转向。
(一)知识生产成为嵌入算法系统的动态生成过程
对“出版”的理解往往与“知识”联系在一起,“出版是人类社会知识生产与传播的基础”,“出版是以知识为具体对象的文化活动”。由此,对出版的本质性理解,离不开在更广阔视野下对知识生产的考察。对知识生产的考察,则可以分为知识生产的主体、客体、流通方式等维度。
在主体维度,知识生产主体由传统的中心化机构转向多元主体并存的格局。在传统知识社会学中,知识生产的主体既包括个人、群体,也包括个体所依附的机构。例如,彼得·伯克(Peter Burke)在《知识社会史》中讨论与描述了欧洲的“知识阶层”,即“近代早期欧洲知识的主要发现者、生产者和传播者……卡尔·曼海姆(Karl Mannheim)称他们是每一个社会中的社会群体”。除了“人”之外,伯克还考察了知识的“新旧机构”:“各个机构都发展了自身的社会推动力,同时也承受着外界的压力。”正如印刷术的发明带来了知识生产主体的变化:“印刷术发明的一个重要影响是拓宽了知识阶层的职业道路。”互联网时代,戴维·温伯格(David Weinberger)敏锐地捕捉到了知识机构、专家角色、个体意见等多层次的知识主体方面的变化。而在数智时代,知识生产主体的重塑,首先表现为平台与算法系统参与知识生成过程,传统的知识生产主体,包括个人、群体、专家、机构等,被内嵌在平台与算法系统之中。个体或机构在平台发布知识信息,由算法进行推送,平台用户对知识信息的浏览与互动,以数据的形式继续被吸纳进算法体系中。而大语言模型吸纳了以往的知识文本,在与用户的对话中进行知识生成。由此,在流动性的算法主体的参与下,知识生产越发呈现出去中心化、多元化的特征。
在客体维度,知识的客体形态由相对稳定的文本形态转向持续生成与动态更新的流动形态,知识不再以“完成品”的形式存在,而表现为不断演化的过程。正如温伯格在《知识的边界》中所言:“互联网本身并不拥有创造知识实体的要件,知识……存在于网络本身。”互联网时代,知识形态已经初步具备了无实体、流动性的特征,这种特征大体上是由互联网的超链接、用户之间跨越时空的互动带来的。数智时代,大数据、平台算法、AIGC等新技术形式,则呈现了一种更加变动不居、持续生成、动态更新的知识形态。在与AI大模型的对话中,针对同一个问题,不同的大模型,在不同时间、依据不同情境,将生成不同的回答。
与此同时,知识流通方式也由线性传播、网络式传播转向循环式传播。温伯格考察了知识的“长形式”与“网形式”,前者指向在印刷文化中,书籍“从A到Z的漫长旅程”,后者指向在互联网文化中,知识流通“更像是一个无定形的、相互交织的、不可掌控的大网”。而在数智时代,知识流通呈现出一种循环特征,知识从被表达的对象到逐渐被嵌入技术系统,成为算法运行与平台机制的一部分。相应地,知识生产从“相对稳定的内容生成机制”,转变为“嵌入算法系统的动态生成过程”。
(二)知识增殖并未带来意义的同步增长
温伯格指出:“令我们深夜难眠的,并非担忧如此众多的信息会令我们精神崩溃,而是担心我们无法得到自己需要的足够多的信息。”当代知识问题并不简单表现为信息数量的膨胀,而在于信息结构与意义结构之间逐渐扩大的张力。知识生产能力的极大提升并未带来意义的同步增长,反而使“理解”这一环节变得更加稀缺。
在《现实的社会建构》中,伯克与托马斯·卢克曼(Thomas Luckmann)指出,知识之所以能够成为被普遍承认的“现实”,依赖于制度化与合法化的过程,即通过教育体系、出版机制、学术共同体等路径,使某些知识获得稳定性与权威性。数智时代,知识供给的持续扩张与平台分发机制的主导,使得这一过程发生了结构性变化,知识的“可见性”逐渐取代其“可靠性”。
在媒介形态层面,马歇尔·麦克卢汉(Marshall McLuhan)提出,媒介不仅是信息的载体,更塑造了人类感知与理解世界的方式,“印刷诱导读者去按照视觉的体系和精准去安排他的外在生活和行为”。在印刷文化中,线性展开的文本结构,使知识能够在时间维度上被系统组织,从而形成相对稳定的意义网络。而在以平台与算法为主导的媒介环境中,信息以碎片化与流动性的形式不断更新,个体面对的是持续滚动的“信息流”,而非可以掌控的“文本整体”。这种媒介结构,使得知识难以沉淀为可反复检验与整合的认知内容,从而削弱了意义的累积过程。
进一步而言,知识增殖还直接转化为注意力资源的竞争。赫伯特·西蒙(Herbert Simon)曾指出:“信息的丰富意味着注意力的稀缺。”在这一意义上,知识的过剩并未扩大个体的认知能力,反而加大了认知资源的分配压力。个体在有限的时间与注意力条件下,不得不依赖算法推荐与界面结构进行信息选择。虽然置身于信息高度可及的环境中,但大量接触信息并不必然转化为理解与吸收,知识获取与知识内化逐渐脱节。
当知识难以转化为理解时,其社会后果便体现为共识基础的松动。数智时代,知识来源日益多元,评价标准趋于分散,公共讨论赖以展开的共同参照框架随之弱化。不同群体基于不同的信息来源、知识体系与价值立场形成各自的认知结构,知识越来越难以成为连接社会成员的共同基础。在这一背景下,知识问题不再仅仅表现为信息数量的增长,还进一步表现为知识秩序的消解,即社会如何形成共同理解、维持事实共识以及组织知识的问题越发突出。
(三)知识的秩序从“如何生产更多知识”转向“如何组织知识”
在知识增殖带来的失序背景下,问题的关键从“如何生产更多知识”,转向“如何组织知识”。随着知识供给的持续增长,个体面临的挑战已不再是如何获取知识,而是如何在海量信息中形成理解。知识秩序的重构首先体现为认知澄明的恢复,即通过有效的筛选与组织机制降低信息复杂性,使个体能够在过剩信息中形成可理解的认知路径。数智时代,平台与算法虽具备信息筛选能力,但其依据主要是相关性与用户行为。认知澄明的恢复,意味着需要引入新的制度性机制,对知识进行层级化、语境化与关系化组织,使其重新获得可理解性。
知识秩序的维系还依赖于社会信任关系。罗伯特·默顿(Robert Merton)在讨论知识社会学时指出,个人能够直接了解的真相十分有限,其余知识往往只能依赖他人的陈述;知识的增长也取决于复杂的社会关系组合,并在很大程度上建立在学者和科学家之间制度化的互惠信任基础之上。这一论述提示我们,知识并不是孤立个体凭借直接经验即可完全获得的对象,而是在社会关系、共同体规范和信任结构中被传递与确认的。在多元化与去中心化的知识环境中,知识获得社会认可的路径也变得更加复杂。知识秩序的重构,不仅涉及信息的筛选与组织,也涉及知识可信性的维持与社会信任关系的重建。
知识秩序的重构最终指向知识传承问题。扬·阿斯曼(Jan Assmann)指出,文化记忆通过文本、仪式、图像等形式得以保存,并依赖特定的承载者和传承机制实现跨代延续。文化记忆不仅保存群体对于过去的认知,也维系着共同体的身份认同与文化连续性。数智时代的知识呈现出高度流动、持续更新和快速迭代的特征,但知识生产速度的提升并不必然带来知识积累能力的增强。大量知识停留于即时传播与短期消费层面,缺乏稳定的组织、筛选与保存机制,难以沉淀为能够被继承和再利用的文化资源。知识秩序所面对的已不仅是信息管理问题,更关系到社会经验如何保存、文化记忆如何延续以及文明成果如何传承。知识只有被纳入稳定的组织体系和传承机制,才能跨越时间的限制,实现持续积累、不断解释与代际传递,进而成为文明延续的重要基础。
(四)出版的功能从技术理性转向制度理性,转向如何重建知识秩序
当知识生产主体不断扩展、知识形态持续流动、知识评价标准趋于分散时,知识问题逐渐从供给问题转向组织问题。出版的功能和价值取决于它能否回应这一变化,并在新的知识环境中重新确立自身的制度位置。在这一背景下,需要重新定义出版的功能。工业时代的出版面对的是知识稀缺问题。印刷复制技术与工业化生产方式使知识能够突破时空限制,实现规模化传播,与之相适应,出版的核心任务在于扩大知识供给、提高传播效率。出版支撑着一套稳定的知识生产与传播机制,其价值主要体现为知识的生产、复制与扩散。
数智时代的知识环境发生变化。知识生产门槛持续降低,内容供给快速增长,平台与算法成为重要的信息分发方式。单纯扩大知识供给已难以回应新的知识需求。出版的功能逐渐从生产更多内容,转向对知识进行筛选、组织、验证与保存。这也意味着从技术理性向制度理性转变,即通过制度化机制对知识进行选择与结构化处理,在海量信息中建立层级、关联与解释框架,使知识能够被理解、信任并持续传承。尼古拉斯·卢曼(Niklas Luhmann)在《法社会学》中指出,现代社会需要通过规范结构处理复杂性并稳定预期。出版通过筛选、组织、验证与保存,将过剩信息转化为相对稳定、可理解、可追溯的知识对象,才能够发挥卢曼所描述的“复杂性缩减”的作用。
在这一转型过程中,出版的社会基础设施属性将逐渐凸显。工业时代,出版的核心资源主要集中于内容生产与传播渠道。出版的功能主要体现为扩大知识供给、提高传播效率,以及通过把关机制维持内容质量。出版机构通过选题策划、编辑加工、审读校对、批量印刷和发行传播等环节,决定何种知识能够进入公开传播体系,以相对稳定的出版流程保障知识的生产与扩散。
数智时代,信息生产门槛降低,分发渠道渐趋多元,内容稀缺性下降。出版的价值不只体现在提供具体内容上,也体现在为海量信息建立层级、关联与解释框架,使分散的信息转化为可被识别、理解和使用的知识方面。由此,出版的核心能力逐渐从内容生产与渠道控制,扩展为知识筛选、关系组织、评价判断和信任建构。
出版的基础设施属性,体现为它对知识流通路径、评价标准和信任关系的制度性介入。未来出版的边界也不能仅由图书、期刊、平台等行业形式来界定,而应更多取决于其能否提供稳定、透明、可追溯的知识组织机制。在这一意义上,出版才能继续承担其公共价值和社会认知功能。
五、结语
本文以出版上市企业为样本,主要呈现大型出版集团的发展态势,对于中小型出版企业、民营出版机构、数字原生企业和平台型知识服务主体的适用性仍需进一步检验。2020—2025年的时间窗口能够反映数智化转型初期的变化,但尚不足以完整识别出版产业长时段结构性趋势。DEA-Malmquist指数主要用于测度投入—产出效率,难以充分揭示技术应用、组织变革与商业模式变化影响产业效率的具体过程。以财务数据为主的指标体系,对AI应用深度、数字业务调整、内容创新质量等的反映也较为有限。后续研究可进一步扩大样本范围,延长观察周期,并结合企业案例、文本材料和深度访谈展开考察。量化结果与具体实践材料的相互补充,将更深入地解释技术变迁、组织重构和制度环境如何共同作用于出版产业,也有助于理解数智化转型背景下产业的演化逻辑。
本文提出的“工业逻辑—增长极限—知识秩序”分析路径仍有继续概念化的必要。知识秩序涉及知识的生产、筛选、验证、传播、理解和保存,其构成维度、运行机制及经验指标尚待系统展开。同时,出版的秩序性功能形成于编辑、作者、技术人员、平台、用户等多元主体的具体实践之中,也受到出版制度、平台规则和文化传统的影响。后续研究可从职业劳动、组织实践、全球知识流动等角度,进一步分析知识秩序在不同制度环境中的形成与变化。
从更深层看,出版问题关乎文明社会如何维持自身的理性结构。人类社会能够形成共同生活,既依赖信息供给的扩展,也依赖对知识的筛选、保存和组织,依赖可信判断的形成及其向公共知识的转化。数智时代对出版提出的挑战,已经超出AI带来的局部效率提升和渠道市场增量,进一步指向出版如何在知识丰饶的环境中成为一种秩序性力量。
当内容能够被持续生成和即时传播,知识供给的增长无法自动转化为理解、信任与意义的增长。出版的核心功能由此逐渐从扩大知识供给转向组织知识关系,从依赖技术复制与渠道扩张的技术理性,转向以筛选、验证、结构化和责任机制为基础的制度理性。出版未来的价值,将更多体现为降低知识环境的复杂性,建立可靠的解释框架,维系公共信任,并促进文化记忆的持续积累。当一切内容都可能被生成和发布,文明的存续更需要维护知识得以被看见、被理解、被信任、被传播、被记忆的公共条件。
“人将被抹去,如同大海边沙滩上的一张脸。”出版,是一种历史的存在,它既是人文关系的总和,又是自身展开的历史过程。数智时代的出版,或许只有在这种深层的历史意识与社会意识中,才能重新找到意义与可能。
作者简介:作者刘大年系中国传媒大学信息传播学院教授、博士生导师;王俊毅系中国传媒大学信息传播学院2023级硕士研究生;曹月系中国传媒大学信息传播学院2025级博士研究生
(转载于《现代出版》第10期,注释略)