对撞机｜数字档案化广告蜉蝣：以中国商业广告档案库（1880-1940）为例

现代意义上的“广告”至近代中国流行起来：作为一个专有名词被普遍接受并得以自成学科，从而跻身现代学堂*1，各种舶来及本土的“广告学”研究的文章见诸报端和著作*2，广告生意更成为了当时炙手可热的新兴行业*3。广告的类型也更为丰富，在传统的各种广告形式之外，更多了基于纸质媒介的报纸广告、期刊广告、海报广告和月份牌广告，附着于街头的灯箱广告、墙面广告和电车广告，以及嵌于新的大众媒体的广播广告等。从传播范围、影响力和普及性而言，报纸广告则不啻为当时最重要的广告形式。

然而，作为某一特定历史社会语境中的商品和文化人工制品（artifact），近代中国广告的丰富性、复杂性和多样性为研究者提供了很多有价值的学术问题。近代中国图像研究就是近年来出现的一个重要的研究领域。以图像为主要焦点，对中国近代的宗教、文化、商业、政治、国家、性别、消费文化、民族认同等问题进行的相关研究越来越多。比如，陈平原教授以晚清画报为例对传统中国的“左图右史”与西学东渐之“图像叙事”结盟，进而汇入到以“启蒙”为标识的现代化进程的研究；梅嘉乐（Barbara Mittler）教授从妇女杂志、广告切入对以上海为代表的近现代中国城市的视觉现代性的研究；安克强（Christian Henriot）教授对摄影技术和照片塑造近代中国形象的研究；葛凯（Karl Gerth）教授对近现代中国的消费文化和民族国家的研究等等。这个一方面可以看做是二十世纪以来的“图像转向”在中国研究语境中的一个症候性体现；另一方面，也是因为数字技术的出现，历史文献的数字化和相关数据库的出现，为学者提供了更多、更大范围的资源，也在一定程度上改变了学者们寻找资源、开展研究的方式和途径。以广告研究为例，纵观已有的对于以广告为对象或者以广告为例的研究个案，普遍都是将广告作为“图例”(illustration)来对历史事实进行补充性描述。尽管不少研究成果已经开始进行了定量的研究方法，但一般来说，还是采用手工抽样统计的方式，并没有进行较大规模的量化统计，更勿论及对海量广告图片和内容开展进一步的知识挖掘。而近年来，诸多与广告／图像相关的档案库和数据库的出现可以看做是学者们的一种探索，试图从学者们的需求出发，系统性地数字化、档案库化广告。举例来说，上文提到的梅嘉乐教授领衔建立了“晚清及民国早期中国妇女杂志”（Chinese Women's Magazines in the Late Qing and Early Republican Period）项目、安克强教授领衔建立了“虚拟上海”（Virtual Shanghai）、叶凯蒂（Catherine Vance Yeh） 教授领衔开展了“中国小报”（Chinese Entertainment Newspapers）项目，都分别对近代中国的妇女杂志、小报、照片、报纸广告等历史材料进行了数字化、存储、编目和建档，并对图片中的部分信息内容进行了标注。这些项目所产生的时代和社会背景是当前的信息化时代所带来的媒介变革，海量的文字、图像历史资料及相关的研究成果被数字化，从而为研究者提供了前所未有的丰富信息。与此同时，新的数字档案技术和多学科交叉研究的发展，尤其是随着“数字人文”领域的扩大，越来越多的学者意识到了数字技术与媒体对于人文学科研究的重要性。正如N·凯瑟琳·海勒斯（N. Katherine Hayles）在《我们如何思考：转型的力量和数字技术》（“How We Think: Transforming Power and Digital Technologies”）一文中所揭示的，数字技术对人文学科的渗透已经确实地改变了学者们思考的方式，在研究的范围、批评／生产理论、合作方式、数据库、编码和多模型的学术方法等诸领域都可以看到这一改变的过程*4。数字人文不仅仅从宏观上为我们提供了掌握海量知识的可能性和能力，而且也促进了系统性的、集体创新的知识生产方式，改变了以往的以个人研究为核心和基本的知识生产方式，为人文学科的很多研究问题等提供了新的研究视角和介入途径。

本文所讨论的案例，“中国商业广告数据库”（Chinese Commercial Advertisement Archive, 简称“CCAA”）正是这样一种尝试。CCAA项目是鲁斯基金会资助的“蜉蝣计划”（The Ephemera Project）的一个子课题。作为一个研究问题主导的、图像为主的档案库，CCAA目标是收集和数字化中国近现代五份代表报纸的外国商品广告，对这些广告的内容（文字和图像）进行标注，并将广告的数字图片及元数据库上传到互联网，免费对公众开放，以期能为对中国近现代这一特定历史时期内的广告、报纸、历史、社会、文化和思想感兴趣的学者提供免费开放的资源，搭建一个知识共享、交流和再生产的平台，帮助学者最大可能地获取相关信息，并与学者们一起挖掘、扩展民国研究的知识网络。本文从对数字技术和数字媒介的反思出发，结合CCAA的具体实践个案就广告数字化、档案化过程中引发的一系列理论问题，比如广告的蜉蝣性、广告中图像与文本的关系、图像与元数据的关系，图像元数据化与视觉知识生产等，进行讨论和阐释，

从理论脉络上溯源，CCAA缘起于白露（Tani Barlow）教授自2000年开展的一系列有关“摩登女性”（The Modern Girl）研究**。源于也基于Barlow教授的研究，CCAA及相关档案的建构的理论基点如下：1）出现在中国近现代的、基于纸质印刷品的广告是一种被称为“蜉蝣”的东西，（正如这个名字所示意的）是短暂即逝的，是文字和图像的综合体，是某一社会、历史时期内商业、文化活动的记录；2）广告作为一种“使用价值的另类景观”，具象化了商品－女性关系，生动展示了女性是如何成为消费文化的主体性，通过幻化出的美好生活图景刺激中国的消费者以消费商品的方式来满足其对现代生活的幻想；3）广告并不是真实社会的反映或再现，也不是欧洲或者西方现代主义影响／殖民中国的证据，而是中国现代社会经验（同时面向过去和未来）的图像化；4） 广告却是全球商业资本、现代跨国公司和本土社会学思想在特定时空中接合而产生出的真实之物，借之得窥近现代中国的殖民性消费市场、跨国资本和消费主义。这些理论观点贯彻于整个计划，从元数据标准、搭建图像标注系统到数据库和网站界面设计，计划的各环节都以这些理论观点为档案库设计的初衷和目的，并综合考虑了广告学、图像学、文本学、历史学、经济学、新闻学、档案学、信息学、统计学和计算机学等多学科理论，并对现有的英文及中文的报纸、广告数据库进行了调研、分析，试图将档案库的对象从广告的图片、文本扩展到近代中国报刊史、企业史、经济史和思想史等资料和文本，以期能搭建一个多文本、跨学科的研究网络和平台，从而扩展广告研究的广度和深度，形成以广告和广告史、企业和经济史以及思想和社会史为节点的研究网络。

Ephemera（蜉蝣）在中英文中都指只能短暂存活的昆虫，隐喻“短暂的时间”。只不过相比而言，英文的“ephemera”多了一层隐喻意义，可指短暂存在的印刷品，并继而成为了一个独立的分类，最普及的定义为“日常生活中琐碎而短暂的文档”（the minor transient documents of everyday life）。而回顾中国的印刷史和出版史，我们可以发现在中国的印刷历史上并没有“ephemera”这样一个特定的分类，尽管从宋代开始就出现了像宝卷、符箓、黄历、纸钞等可以具有蜉蝣性质的短期印刷品，但这些并没有得到大规模的普及，也没有被当作一个专属的类别来对待，甚至在有关中国印刷史的研究著作中都也没有被当作一个专题来讨论*5。只有到了晚清，随着石印与铅印技术及机器的引进、造纸技术的改进、印刷行业的新型组织形式的形成、新型商品经济及市场发展，和大规模印刷品的出现，当技术、资本、社会需求和市场应用得以在时空上接合，短期印刷品，如报纸、海报、广告等，才得以进入人们的日常生活中，成为了与西方英文意义上相似的ephemera（蜉蝣）*6。从这点上来看，白露教授将“ephemera”作为她之前计划的理论出发点非常具有意义。当然，她视野中的ephemera更多地具有历史研究的价值，她认为广告这种短期印刷品具有本雅明式的“内在批评”（immanent critique）特性，广告是其所处的“现代”（这个时期）的流行叙事在线性时间上的图释，而正是其所处的历史时期使得广告更为复杂，因此广告具有普遍性和特殊性，前者体现在蜉蝣性质的广告（日常生活的短暂记录）是某一特殊时间的复杂图示的证据，是历史时刻的闪回；后者体现这些广告在当代依然具有复杂含义，我们可以将这些广告带回到当下的历史条件中进行讨论*7。除了历史意义和理论意义外，“蜉蝣”还很好地说明了广告的物质性（materiality）：“蜉蝣性”（ephemerality）。与书籍相比，广告，尤其是报纸广告，不仅存在时间更短（以日为出版周期），而且印刷工艺也较为粗糙，更多地考虑经济价值而非保存价值，因此其与空间和时间的关系更为紧密。与此同时，其内部信息的组织形式也并非是像书籍那样的内在空间性，而是更为分散的结构。就CCAA而言，报纸广告的这种蜉蝣性则带来了以下的问题和相应的解决办法。

CCAA制定了对广告图片的双重选择标准。第一重是对报纸的选择，考虑到报纸广告的传播范围是由其载体，报纸的发行范围所决定的，所以是根据地理位置选择了上海、天津、沈阳、汉口和广州。这五个城市在中国近现代都为通商口岸，有着较为繁荣商业经济市场和印刷业；继而在五个城市中根据报纸的性质（都要求是商业报纸）、发行量（日发行量需要达到本地同类报纸中的较高水平）和历史地位（在当时社会的影响力）分别选择了一份报纸，分别是《申报》、《大公报》、《盛京时报》、《汉口中西报》和《越华报》。第二重是对品牌的选择，因为CCAA的理论预设是，广告是全球商业资本、现代跨国公司和本土社会学思想在特定时空中接合而产生出的真实之物，所以 CCAA首先关注外国商品广告。而这里的外国商品品牌都必须经过项目管理员的确认。首先，广告中必须有明确的商品名称或生产公司，商业服务广告或者公共信息广告则不包括在内；其次，是否为外国商品，则需要找到明确的历史信息，比如外国公司历史记录，因此广告之外的历史档案和研究资料也非常的重要；第三，时间范围上，考虑到广告对市场和时空的依赖性，CCAA选择了从这五份报纸创刊时间到分别因为战乱而停刊或迁移的时间。

在制定选择标准和抽样的过程中，报纸广告对于媒介、时空和外部信息的高依赖性，也凸显了其蜉蝣性特质，即报纸广告非常依赖于其媒介的物质性，是断裂的、跳跃式的，因此广告内容本身所提供的信息并不完整的，需要与广告之外的信息产生关联，构成意义的网络。

报纸广告的蜉蝣特性还体现在数字化过程中。首先，因为报纸的蜉蝣性以及中国印刷传统上对短期印刷品的不重视，所以民国报纸的保存现状并不如我们之预期。事实上，五份报纸中基本上所有的报纸都有残缺，相比较而言，《申报》、《大公报》和《盛京时报》因为是全国性的大报，所以保存状况比较好，并且在多个图书馆都保存了缩微胶卷，而《汉口中西报》和《越华报》作为地方性报纸，则没有这么幸运，在我们的努力寻找下，也仅在上海图书馆和北京大学图书馆找到部分的《汉口中西报》（仅有1907-1935年间的十九年，每年中的报纸不全），在广东省立中山图书馆找到部分的《越华报》（馆藏时间为1927年-1950年，选取时间为1927-1938年，每年中报纸不全）。其次，报纸广告是报纸的一部分，因此我们选择报纸广告图片的时候，必须要考虑到广告的信息完整性和广告与报纸的关联性，因此尽管数字化的对象是广告，但还是需要数字化刊登有广告的整个报纸版面，与此同时，这部分信息也需要成为数据库元数据的一部分。第三，因为报纸的脆弱性，而藏有原始报纸的图书馆都不愿意再从原始报纸重新数字化，同时考虑到购买原版报纸难度和巨额费用，CCAA采取的是从缩微胶卷转数字图片的方式。这就又一次受到了缩微胶卷物质性的限制，因为这批报纸的缩微胶卷基本上都是在1970或者1980年代制作的。限于当时的技术条件，胶卷质量自然无法与现在的数字转拍或者扫描技术制作的胶卷相比，尽管我们尽量都从馆藏母带转存数字图片，但依然会看到很多在原始制作时就不如人意的图片效果。第四，从缩微胶卷转数字图片的过程中，还有一个物质条件需要考虑，就是缩微胶卷扫描仪，扫描仪的质量好坏、先进程度和老化程度直接影响到数字图片的数据完整性和清晰度。第五，在物质条件限制之外，还需要考虑人为的条件限制。比如很多情况下，必须与藏有缩微胶卷的图书馆达成协议，这就涉及到了人际关系和资金投入问题。此外，还要考虑到从缩微胶卷人工转为数字图片时人眼观看效果与所持标准的差异，以及显示器分辨率差异与色差，这些都为数字化广告图片造成了困难。

与此同时，图片数字化过程中所产生的各种困难都导向了这样一个问题：即，作为蜉蝣的报纸广告，在数字化存档时的原真性问题，是否要在数字档案化广告的同时保留其物质性和文本性？这一方面是因为，在蜉蝣研究中，物质性和与蜉蝣联系在一起，蜉蝣是一种时间胶囊，是伊丽莎白·艾森斯坦所说的现代欧洲早期发生的“印刷革命”中的“文本证据”（proof-text)*8，与历史、与过去有着一种本质的，或者近似天然的联系，哪怕是被无意识地保存下来，都增加了其珍稀性，提升了其价值，变得更为有意义。

但事实上，在具体研究应用中，蜉蝣作为文本的价值已经高于其本身所具有的物质性价值。尤其是在数字时代，数字化蜉蝣材料已经成为一种“惯例”，学者、图书馆、档案馆都将数字保存蜉蝣材料、建立数字档案馆视为一个必需的过程。与此同时，数字蜉蝣（digital ephemera） 的出现，比如每天接受的电子邮件、Youtube上面的各种视频、Blog上面的各种帖子、网上保存的各种图片以及存储在“云端”的各种文件等等，都已经重新定义了“蜉蝣”的概念。就数字广告的存档而言，如果我们认为原真性与广告蜉蝣产生的那个历史时刻的独一无二性有关，与广告的物质性有关，那么广告的商品属性、大规模印刷的技术特性和原始资源的不可接触已经使得存档意义上的原真性不存在了。

那么，在进行广告数字化、存档的过程中，我们更强调广告文本性（信息）而非物质性（媒介）就理所当然。在此议题上，尤其在考虑CCAA的“索引原则”（index policy）时，数字人文的先驱人物杰罗姆Ÿ麦克甘（Jerome Mcgann）教授有关文本性的研究*9、“威廉·布莱克项目”（The William Blake Project）和“罗塞蒂档案库”（The Rosette Archive）提供了很重要的参考*10。CCAA力图在展示广告图像的同时，还以元数据的方式记录所有文本数据、相关的语境数据以及数字化过程中的技术参数。并且，考虑到数据库的元数据的同质性和一致性，CCAA定制了基于Dublin Core数据结构的元数据框架，其中包含了“描述性数据”（descriptive data）,“语境信息数据”（contextual information data）、“文献数据”（bibliographical data）和“技术数据”（technical data） 。“描述性数据”主要将对图像的文字和图片内容进行记录，“语境信息数据”主要针对的是商品信息和广告公司信息，“文献数据”则主要是指和报纸相关的信息，而“技术数据”则主要是指数字化过程中与图片有关的数据。通过这种定制化元数据框架的方式，CCAA试图在最大程度上使得广告图像及其相关信息得以数据的方式保存，并以数据库方式和结构呈现给读者。

同时，CCAA的建设过程中也意识到了广告图像数字档案化的特殊性，其中最重要的就是元数据的设计和信息的选择。作为“蜉蝣”的广告该以何种方式存档，又该如何建构元数据并没有形成一个标准。比如杜克大学的Ad*Access在其数据库建设中也遇到了同样的问题，其采用的也是一种混合的、自定义的方式来建立其数据库索引。

CCAA的元数据包括“数字广告图片中学者可能感兴趣的信息”和“与广告相关的但是在广告图片之外的信息”。其中有关广告内容的“描述性数据”主要是指广告内容部分的信息，其中包括了“广告的主题”、“广告的全文”、“广告的描述” 、“广告标题”、“广告的位置”，“广告的分类”、 “广告代理商”，其中“广告的全文”和“广告的标题”主要是对广告内容中的文字部分进行抄录，而“广告的描述”和“广告的主题”主要是将广告图片视为图像，加以文字描述，并就图像中涉及到的具体情境内容，再以“主题词”的方式加以标记，这些主题词则包括，“文本”、“实物插图”、“情境插图”、“男性”、“女性”、“老年人”、“青年人”、“中年人”、“孩童”、“婴儿”、“人”、“动物”、“植物”、“中国人”、“外国人”。这些主题词主要针对的是图像内容识别的问题，将以关键词的方式为用户搜索相关图片内容提供方便。“语境信息数据” 则主要是指广告内容中所推销的商品的相关信息，包括了“商品品牌”、“商品分类” 、“生产公司”、“商品代理商”、“生产商及代理商地址”、“生产公司国别”、“生产公司的其它信息”。准确地讲，CCAA 存档的对象是广告，商品信息并非主要考虑对象，但由于商业广告与商品之间的密切关系，而且CCAA的理论设想之一就是要看商业公司与广告、市场之间的关系，所以CCAA特地设计了这部分的信息。这些元数据之所以命名为“语境信息数据”是因为这些信息并不完全是从广告中提取出来的，比如，“商品分类”就是根据当前联合国的商品分类法做的分类，并非是民国时期中国对商品分类的方法，这是为了兼顾当前用户的认知习惯；而“生产公司”和“生产公司国别”这些信息在广告内容中往往是不完整的，或者不准确的，抑或是不出现的*11，这就需要我们在此之外，通过其它的参考信息，特别是公司史和商业公司数据库，来寻找这些信息并一一确认，确保信息的准确性和完整性。“文献数据” 则是刊印了广告的报纸的相关信息，包括“报纸期号”、“出版日期”（其中包括三个不同格式的日期，中国传统农历、公元纪年、帝王纪年）、“广告刊登版面”、“出版地”、“报纸出版社”和“报纸主编”，这些信息中有一部分是从广告所在的报纸版面图片中记录下来的，有一些是通过外部搜索获得的。“技术数据”则是真正意义上的元数据（data of data），是广告图片作为数字图片在数字化过程中所产生的相关信息，比如“数据来源”、“图片版权”、“图片集归属”、“数字化日期”、“档案库发布方”、“数字化信息”、“图片类型”、“元数据语言”、“档案库资助方”等。

在过去的两年多时间中，制定和测试CCAA的元数据框架花费了大量时间，从最初的6项到目前44项，期间共进行了三次的抽样与测试。第一批是从《申报》和《大公报》进行了部分抽样，然后进行了元数据框架设计的设计，然后是批量数字化《汉口中西报》，再将元数据框架应用于2700多张数字图片，进行测试和调整，再接着对 《汉口中西报》（近10000张）、《越华报》（4719张）进行了完整的标注，最终确定了方案。在这个过程中，我们先后与上海图书馆、莱斯大学图书馆的元数据管理员、程序员反复讨论，参考了大量已有的文献和数据库，就其中的问题咨询了中国和美国广告学、历史学、新闻学和信息学的学者，并开发了专用于图片标注的工作平台。当然，就目前的方案而言，还是有很多地方还可以进一步扩展，特别是有关图像的“主题词”部分，目前已有的主题词并不能涵盖广告图像中的所有信息，而这部分对于广告图像的研究有着非常重要的意义*12。

然而，一个新的问题产生了，当图像的元数据有了，那么这些元数据能说明什么？如前所述，图像，例如广告，一般是作为历史的辅证而存在的，对图像的解释也更多地基于对图像符号的文化解读，将图像纳入叙事线索中，从而使得历史叙述变得更为充实、确实和饱满。图像并不是叙事的主体和主线，图像在知识生产的意义上远不如语言那样有力和直接。事实上，图像对于叙事艺术一直是附属性质的，其重要性在于“图例”和对现实／人类经验的反映和再现，这点在新的数字图像时代已经被扭转了，图像应该具有不同于语音中心主义的“语法逻辑”和语言，也就是新的图像描述和元数据模式与分类。此外，数字技术的发展不仅促使大量数字图片的出现，而且还使得数字图片成为重要的人类经验的记录方式，数字技术本身就参与到了图像元数据的建构中。当考虑到当代所有的文本都可以成为数字（digit），那么图像与图像化的界面事实上成为了信息视觉化最重要的方式，也成为了人们与信息及信息机器交流的最重要的途径。

具体就CCAA 而言，广告的元数据化不仅仅限于对广告内的信息的提取，更重要的是如何通过图像的元数据化来将广告，这种“信息图表”与图像外部世界的信息关联起来，并使得这种信息的“接合”在具体化的历史语境和当下的语境中具有意义，从而使得广告本身具有解释力。这一点在元数据的设计中也有考虑。就下一步工作而言，CCAA首先希望能够扩展图像信息的意义网络，将图像信息放置于与其它信息关联的节点上，通过信息搜索与视觉化的呈现，来展示其关联关系。其次，在这三个数据库的关联形式和运作方式上，更进一步地，CCAA希望能建构一种动态结构关系，通过统计学方法对不同文本（文字和图像）进行文本挖掘，发现其中的概念模型，追踪显示广告图像、商业公司经济活动、广告业发展及中国近现代社会学思想之间的关联性关系；再次，CCAA希望能够通过使用视觉化的一些技术和网站界面的设计为广告内容分析、广告搜索显示和广告与其它数据库之间的知识网络提供直观性的数据视觉化方式。 

CCAA在开发与建设中也遇到很多问题。比如，目前CCAA对于广告图像的内容识别主要还是依据人工标注的方式，花费了大量的人力、时间和经费，而且由于个体差异，尽管有相应的标注规范、编码表和质控流程，但漏标、错标、无意义标注还是十分常见。其次，CCAA的元数据还有待细化。目前已有的数据库元数据框架事实上还没有涵盖所有广告信息，比如人物的表情、工作、服饰、发饰等，场景的描述，广告内容的功能性描述等等，这些都需要不同专业领域的专家参与，对现有的元数据框架进行补充。再者，CCAA现在只收录了五份报纸上的外国商品广告，这对于“商业广告”而言，也仅仅是其中的一小部分。希望将来不仅从数量上可以进一步地扩充，收录更多的报纸，还希望能收录基于不同纸质媒介的广告，比如杂志、画报、海报和月份牌等。最后，在知识网络平台的建构方面，如何建立基于共享、合作的知识生产方式，事实上对于习惯了开展个人研究的人文学者而言，并不是一件容易的事情，但目前很多非常成功的数字人文项目已经提供了很好的经验，CCAA还需要摸索出适合自身的模式。

（CCAA的元数据类）

陈静，1981年生，南京大学艺术研究院副教授。

主编 / 陈静

责编 / 徐力恒 顾佳蕙

美编 / 傅春妍