|
|
中国当代史研究重磅史料库上线！41种珍贵地方报纸完成电子化，覆盖1946年8月至1972年12月，逾900万项文章级索引，可线上阅览....
近百万页！港中大「新中国地区报章资料库」上线，填补中国当代史研究最大资料空白。历时近三年半，41种珍贵地区报章完成数码化，覆盖1946年8月至1972年12月，逾900万项文章级索引，全球学者瞩目。
报章是历史研究的基石史料。然而长期以来，一个巨大的资料断层困扰着中国当代史研究者：民国时期（1912–1949）的报章已可通过数据库广泛取阅，近二三十年的报章亦因互联网普及而触手可及，唯独夹在中间的那段漫长岁月，除《人民日报》等寥寥几种全国性大报外，大量地区性和专题性报章，始终沉睡在图书馆的合订本与微缩胶片之中。
这一局面，终于在2026年迎来转折。
2026年5月，香港中文大学图书馆正式推出「新中国地区报章资料库」（New China Regional Newspaper Database）试用版。该资料库对中大中国研究服务中心特藏（Universities Service Centre for China Studies Collection，简称USC特藏）所藏的41种地区、省级、专题性及城市报章进行了系统性数码化，总计246,847期、997,375页，制作了逾900万项文章级索引条目，时间跨度从1946年8月至1972年12月。
在中国内地以外，这很可能是最重要、最齐全的当代中文报章馆藏。
资料库核心数据
41种报章：地区·省级·专题·城市
997,375页原始影像
246,847期完整收录
900万+条索引，文章标题级
时间范围：1946年8月 – 1972年12月 ｜ 试用版推出：2026年5月
一、「中国研究的麦加」：USC特藏的前世今生
要理解这一资料库的分量，必须先了解其母体——中国研究服务中心特藏的历史。
1963年，正值冷战高峰，西方学者无法直接进入中国大陆从事研究。一批研究当代中国的学者在香港设立了「大学服务中心」（Universities Service Centre），专为海外来港从事中国研究的学者提供资料与交流平台。在长达二十余年的时间里，这里成为西方中国研究者获取中国大陆信息的最重要窗口。中心系统性地收集了大量始于1950年代初的中国省级与地方报章、期刊、年鉴、地方志、统计资料，以及各类运动的一手材料。
1988年，大学服务中心加入香港中文大学，1993年更名为「中国研究服务中心」。因其馆藏之丰富、使用之便捷，被国际学界誉为「中国研究的麦加」（Mecca of China Studies）。2021年1月，中心馆藏正式成为中大图书馆特藏的一部分。为协助图书馆发展当代中国研究特藏，中大图书馆成立了由耶鲁大学Deborah Davis教授、斯坦福大学Andrew G. Walder教授等国际知名学者组成的顾问小组。
中大教务长陈金梁教授表示：此项投资「为现代中国研究的珍贵资产注入了新的生命。中大立志成为全球中国研究学术中心，USC特藏的数码化将确保我们成为一个更加便捷、更有活力的中国研究枢纽。」
——中大新闻稿
二、历时三年半：数码化之路
项目于2022年12月正式启动，原计划两年半内完成，实际历时近三年半，至2026年5月试用版方告上线。
2021年初，USC特藏纳入中大图书馆；首任当代中国研究特藏主任Miriam Seeger博士（席敏雯）于10月上任。
2022年12月。数码化项目正式启动，涵盖1940年代末至1970年代初的地区报章。
2023年春季，受疫情影响，供应商延迟进驻；春季起数码化工作全面展开，项目加速推进。
2026年5月，「新中国地区报章资料库」试用版正式上线，资料库主机设于中大。
数码化流程涉及多个环节的精细协作：中国研究服务中心特藏团队在学生助理协助下分批准备待扫描材料、进行质检、上传修正数据至平台服务器、检查已汇入资料；两家供应商则负责扫描、档案命名、影像质检、不同格式影像裁剪、全页光学字元识别（OCR）、文章级索引（含引文、公告、广告）、数据交付及质检后修订。与此同时，平台亦同步开发了浏览、搜寻及阅览功能，并经过多轮跨部门用户验收测试（UAT）。
三、繁简混排、罕见字形：OCR的技术攻坚战
将距今半个多世纪的中文报章数码化，远非简单扫描即可完成。团队面临的最核心挑战，来自报章版面的极度复杂性。
其一，装订难题。馆藏报章多为一至两个月的合订本，部分以线装、钉装或胶装，亦有混合方式；少数为精装本。为达至最佳扫描效果，须将合订本拆解，使报章页面能平摊扫描。针对复杂装订，需延请专家协助拆解。
其二，版面辨识挑战。1950年代初以前的报章沿用传统直排及繁体字；1950年代中期汉字改革启动后，简体字逐步推行，文字排列亦渐由直排转为横排。在这一过渡时期，报章版面上繁简字混用、纵横向混排、左右书写方向并存的情况十分常见。此外，部分罕用或临时字形尚未获得Unicode编码，无法在电脑屏幕上显示，进一步增加了辨识难度。
面对这些挑战，团队采取了务实的策略：在版面辨识、OCR技术与AI算法大幅改善之前，先以文章标题为单位进行索引标注，确保研究与教学数据的品质。随着人工智能与计算机视觉的发展，未来可通过大规模数据清理程序进一步提升数据质素。团队表示将持续改善数据。
四、资料库功能一览
「新中国地区报章资料库」不仅提供原始影像的在线阅览，还配备了丰富的检索与浏览功能：
• 日历浏览：可通过日历功能按日期翻阅报章，模拟翻阅合订本的体验。
• 元数据检索：支持按文章标题、作者或单位、栏目名称、版名、报章名称及出版日期进行多维度检索。
• 在线阅览：原始影像线上阅览，支持缩放及翻页功能。
• PDF下载：影像可逐页下载为PDF（附浮水印），便于研究引用。
资料库收录最早的报章为1946年8月1日创刊的《东北日报》——这份中共中央东北局机关报见证了东北解放区的建设、剿匪、土改等重大历史进程，新闻名家李荒、华君武、刘白羽、穆青等都曾在此执笔。其他报章则多始于1949年或1950年代初，视各报出版历史而定。
地区报章
省级报章
专题性报章
城市报章
繁体/简体混排
直排/横排过渡
文章级索引
OCR全文辨识
五、为什么这一资料库对中国当代史研究至关重要？
对于中国当代史研究者而言，这一资料库的问世，填补的远不止是一个技术层面的「数字化空白」。
第一，它打通了史料的时间断层。民国时期报章（如「全国报刊索引」「大成老旧刊」等数据库）与1990年代后报章（如「慧科新闻」「中国重要报纸全文数据库」等）之间长达数十年的资料鸿沟，终于有了系统性的填补方案。
第二，它提供了「从地方看中国」的珍贵视角。长期以来，中国当代史研究高度依赖《人民日报》《光明日报》等中央级报刊，地方视角严重缺失。这批地区报章的数码化，使研究者得以从各省、各城市的在地报道中，还原历史的多维面貌——土地改革如何在不同省份推进？大跃进在不同地区的具体表现有何差异？地方社会如何回应中央政策？这些问题，终于有了回答的史料基础。
第三，它覆盖了中国当代史上最关键的制度建构期。1946–1972年，跨度涵盖了解放战争后期、新中国成立、土地改革、抗美援朝、社会主义改造、各大事件，几乎囊括了当代中国政治与社会变迁的全部重大节点。逾900万项文章级索引，为定量与定性研究提供了前所未有的数据基础。
研究提示
该资料库按文章标题级索引标注，目前尚不具备全文检索功能。研究者可先用元数据检索锁定目标文章，再阅览原始影像获取全文内容。团队表示将随AI技术发展持续提升数据质素，未来有望实现全文检索。
六、访问方式与联络渠道
因版权限制，资料库目前仅限香港中文大学校园网络内使用，开放对象为中大教职员与学生，以及到馆访客和临时图书证持有者。资料库主机设于中大校园内。
USC特藏位于中大大学图书馆8楼及9楼，提供阅览空间与参考咨询服务。到馆访客可预约研究空间，充分利用中心的资源。
联络与反馈
团队欢迎使用者提供意见，以持续改善数据与功能。
联络邮箱：usc@cuhk.edu.hk
电话：+852 3943 8762
从1963年亚皆老街的一栋洋房起步，到如今百万页报章以数码形态面向全球学界——中国研究服务中心走过了一个甲子的路程。这个被称为「中国研究的麦加」的地方，正在以数码化的方式，让更多研究者「朝圣」。
— 全文完 —
主要参考来源：
1. 香港中文大学图书馆通讯，2026年，「专题特写——香港中文大学中国研究服务中心特藏将推出『新中国地区报章资料库』」
2. 香港中文大学传讯及公共关系处，2021年，「中大展开珍贵中文报纸数码化项目，为全球中国研究竖立重要里程碑」
3. 中大图书馆中国研究服务中心特藏网页及LibGuide
4. 中大中国文化研究所通讯，2015年第4期，「陈韬文教授访谈：中国研究服务中心的历史与发展」
近现代史研究资讯
追踪学术前沿 · 服务史学研究
本文据香港中文大学图书馆通讯及相关公开资料编写
如有疑问或投稿，请联系公众号后台
来源： 微信公众号 近现代史研究通讯 https://mp.weixin.qq.com/s/NNC61QdUmKmU0Sk2Uqtfcw
|
|
发表于