论文部分内容阅读
本文以甲、乙对话的形式写出了一些学习心得，与读者交流。作者作为一名理科教师，发现《字表》的一个特别值得注意的地方是：从《字表》文本，到各种宣传、讲解、访谈，几乎没有提及过当今国家的强制性汉字编码标准GBl8030。而这个标准对于汉字的规范具有极端的重要性。《字表》是一个极好的案例，通过它我们可以分析、讨论汉字从厄运的铅字时代跨入电脑时代的转型进程中的种种问题。1994年是汉字跨入电脑时代的伟大年份。2014年就是汉字跨入电脑时代20周年。仅以此文纪念（迎接）这个伟大年份。
一、《字表》使我对破解两岸汉字难题增加了信心
甲：我最近花了许多时间学习《通用规范汉字表））。收获颇多。其中一点就是：我对破解两岸漢字难题增加了信心。
乙：我也在学。不过我可没有你这样的认识。《字表》里把繁体字几乎打成‘非规范字’，又继续类推了226个新简化字。这让使用繁体字的人大为不爽，怎么能够说“对破解两岸汉字难题增加了信心”？
甲：你说的这两点确实对破解两岸汉字难题有负作用。对这两点我也持保留态度，留在以后另做讨论。就《字表》本身和国务院批示看，并没有明确把繁体字打成“非规范”，应该算是隐含着一些意思吧。只有王宁组长明确在解说时，把繁体字说成“非规范”。这应该还只能算是个人观点，肯定不是国务院完全认同了的。我们既要注意研制者的观点，更要看重所提出的基本事实。我的增加信心，来自《字表》的基本事实。
乙：此话怎讲？你指的是什么？
甲：《字表》算是第一次给出了“规范的简化字”的总数量。这一点很重要。大家都知道：1986年的《简化字总表》收简化字2235个。但由于后来常用字表、通用字表发布时又有不少类推简化。简化字总数一直说不清楚。长期里对简化字总数的心中无数，是很不正常的。这次算是有了个进步。
乙：简化字总数到底是多少：
甲：《字表》附件一之（三）中说：“本表收录了与2546个规范字对应的2574个繁体字”。显然的，这2546个就是规范的简化字。又由这其中有约160余个新类推简化字在GB18030里没有，其合法、合理性有待进一步讨论。我们就以2386（=2546-160）当作是规范简化字总数。
乙：这有什么重要？
甲：8105个通用规范汉字里，有2386个简化字。这表明简化字占29.41%，即不足三分之一。这表明，通用规范汉字里，简化字并不是主体。换句话说：说简化字是汉字的主体的说法没有根据。
‘
乙：谁说了“简化字是汉字的主体”？
甲：许多汉字改革家持此观点，这是汉字改革家们的一个核心观点。如一位苏教授就这样说。他在国家图书馆的讲座里讲的。后来在光明日报全文发表（2009-5-28日6、7两版）。这个主体论是他论证“汉字进入了简化字时代”的重要依据。
乙：你这个比例仅仅是相对于通用规范汉字的呀？
甲：是呀。这里的2386个，是规范的简化字。8105是通用规范汉字。《字表》前面的说明第六款里明确地说：“本表对社会上出现在‘简化字总表’及‘通用字表’之外的类推简化字进行了严格甄别才给出了本表中的简化字。”又按照周有光、胡乔木先生的意见“简化常用字好，简化罕用字不好”。1986年的全国语言文字工作会议上明确指出“今后，对汉字的简化应持谨慎态度，使汉字的形体在一个时期内保持相对稳定，以利于社会应用”。我们可以认为这个2386个汉字几乎是全部规范简化字。换句话说8105之外不应该再有其他简化字，或者甚少其他的简化字。这样，如果把基数改为其他字符集的规范汉字数，如1995年的GBKl（扩充的汉字编码字符集）字符集中的汉字数21886，则简化字所占比例为：10.90%；而当把基数改为当今强制性标准GBl8030-2000中的27484时，简化字的比例仅为：8.68%。
乙：这对解决两岸汉字问题有什么意义？
甲：大陆与台湾汉字的差异，主要就是简繁体汉字之间的差异。当今强制性国家标准GBl8030-2000是遵循国际文字编码标准制定的，通行于华人世界。简化字仅占8.68%，也就是说大陆与台湾文字差异量还不足9%。如果更多考虑一下台湾情况，取台湾早期的汉字编码字符集“大五码”的汉字数（13053）为基数，那么简化字的比例应该为：18.28%。仍然可以说大陆与台湾所使用的汉字是大同小异的。差异不到五分之一（<20%）。
乙：这一点和通常的认识可是很不一致呀！
甲：那正是两岸文字差异被夸大了，被歪曲、被激化、被误读了。此次的《字表》对澄清这一点误解是有好处的。
乙：问题是：调整2386个简化字也是件不容易的事呀？
甲：根本不需要全部调整，也不需要大部分调整，只需少量调整就能够解决大问题。由于当今简繁体汉字都成功地实现了电脑化，并且从1995年推行GBKl起，简、繁体汉字已经实现了兼容、共存及便捷地转换。当今一个最烦人的事：简到繁的转换中经常有错。但只要把简到繁的“一对多”改为“一对一”，计算机就能够实现完全自动化的、几乎无差错的转换。关于最少恢复几个繁体字就足够了？这是有争论的。少者数十，多者近千，大多数是一百多个（详见《汉字书同文研究》第六、第八集）。此次的《字表》给出了一个有力根据：附件一的（三）里，已经明确给出《字表》里的“一对多”总计96组。作为粗略估计，如果96组里“一对二”占3/4，为72组；“一对三”占1/4，为24组。那么全部需要恢复的繁体字为72+2*24=72+48=120。恢复了这120个繁体字（涉及的简化字数目占简化字总数的：5.03%，已经足够小），计算机就能够帮助使用两种汉字的人，方便地把对方文件，转换成自己熟悉的文件。操作仅仅是弹指一挥间。所以，这个最少120字的结论极有价值。
乙：问题有这么容易吗？《字表》研制组组长王教授曾经说“恢复繁体字代价太大”呀（2009年《字表》公示后的电视访谈）！你这一下子就是120个呀！ 甲：实际上，1995年GBK1推行时，繁体字字库及软件已经建立，并且已经以简、繁兼容、共存方式成功提供广大公众使用。当时收入汉字已经达到21886个。当今要恢复繁体字，已经几乎不需要什么消耗，消耗在1995年前都已经支付过了。这就像已经做好了两道菜川菜、粤菜，吃川、吃粤（类似于用简还是用繁）可以悉听尊便。当今，对于已经成熟的汉字软件来说，简、繁体汉字的使用，对于个人，几乎是可以简、繁体任自由选择了。现在问题就像是：管家给不给家人自己选菜的自由。从研制者们的言论、文章看，他们几乎完全不知道简、繁体字这两道菜1995年（GBKl实施的年份）就已经烹调好并摆上了同一张饭桌的事实！就是说，当今所有的同一台中文电脑都是简繁体兼容的。
乙：你这里说：恢复120个繁体字容易，那为什么44个字形微调及新类推简化字160却出了严重问题，怎么一回事？
甲：这涉及电脑外字问题。下一节再讨论。
二、汉字的身份证、异体字转正及电脑外字问题
甲：《字表》把45个异体字调整为规范字。此事作为《字表》的一个重要特点、优点广为宣传。一种形象化的说法是：《字表》给这些异体字发了“身份证”。而其实，这些异体字的“转正”在1993年就基本完成了。由谁完成的？由国家技术标准。证据在《字表》配套的字典里就能够找到。因为该字典里的附录里给出了汉字的IS010646编码。如下是字例：
字表里的序号汉字IS010646中代码
5401
皙07699
7294
喆05586
7371
淼06DFC
6674
昇06607
6530
邨090A8
这清楚地表明：上述五个异体字在ISO10646—1993中是存在的，即列入了字符集并且有了字库。而GBl3000—1993是與这个国际标准的等价的国家标准。它又是后来1995年的GBK1及2000年的GBK2（即GBl8030）的子集。所以，这些异体字从1995年起就一直像“上、下、大、小”等字一样通用于所有中文电脑。
乙：汉字的“身份证”到底谁管？谁发呀？
甲：按说，汉字的“身份证”应该由主管语言文字的国家语委管。但由于汉字电脑化浪潮来得突然、迅猛、意外、神奇，排山倒海、打破常规，使得在上个世纪八九十年代，原本就比较缺乏技术常识的国家语委的一些领导、专家们，对这一场突如其来的汉字电脑化浪潮还处于充满惊讶、不理解、疑惑、忧虑的状态中。事实上，在汉字处理电脑化中有重大历史意义的七四八工程起步调研的1973年，毛泽东批示《光明日报》文字改革专刊复刊，周恩来批示恢复中国文字改革委员会。两位领袖的这两个批示，实际上推动了因动乱停止了的文字改革工作的恢复。汉字电脑化运动和文字改革恢复工作就这样并行地同时展开了。国家语委（前文字改革委员会）还一直忠诚地忙于汉字改革（名称改为语文现代化）。关乎汉字命运的许多重大技术难题的解决，都是以技术工作者为主完成的。语言文字界和信息技术界长期里两股道上跑车，不协调是很严重的。现今的许多问题，包括此次《字表》所反映的问题，就是长期里两张皮状态的表现或后果。但毕竟国家语委是主管汉字的，虽然晚了20年，走一次“补发”的手续，也无不可。
乙：那么，新时期汉字的“身份证”到底什么意思呀？
甲：有“身份证”应该是指“实际上能够为广大汉字用户使用的”，显然，这个“使用”是通过电脑及网络的“使用”，而非个人手书笔写的使用。一个汉字能够做到这一点，需要：①被收入编码字符集；②在汉字编码表里获得一个位置，或得到一个属于它的二进制代码；③给出它的字形信息，包括一般至少四种字体、数十种字号的点阵字形信息；④有多种汉字输入法给出每个汉字及相关词、短语的输入代码；⑤有相应的操作系统及文字处理软件。特别是前四款，必须对每一个汉字单独给出。从这五个条件看：1993年，这些异体字仅仅解决了①、②、③；到1995年五条都完备。国家语委最近的发“身份证”仅仅做了这里的①，仅仅有象征性价值，仅仅是办一次‘补发’的手续。就是说，这些异体字的“身份证”实际上是在1993年就由技术标准发过一次啦。
乙：你还是没有说清楚恢复120个繁体字，推出160余个类推简化字，以及44个字形微调字有什么不同，为什么120个容易，那160和44就行不通？
甲：关键是电脑外字的概念。那120是GBl8030里有的，有“身份证”（具有前述的①到⑤），是电脑里存在的、收录了的，或者说是电脑内字。而那160个新类推简化字及44个微调字都是电脑外字，即最关键的是，对于这些字，上述②③④⑤没有做，特别是②没有做。电脑外字的最关键特点，可以用②的是否缺失判定。没有这个②就是电脑外字。外字是电脑无法处理的：无法输入、无法显示、无法编辑……
乙：44个字形微调字，是电脑里原来有的呀，对它们上述①到⑤都有的呀？
甲：原来的那44个字，确实是内字，也是不能够采取简单取消，由44个新字取代的。原来那44个字不仅仅存在于亿万台套电脑设备、系统里，还存在于同样海量的（电脑外部的）软盘、U盘、光盘、硬盘等存储器中。不能简单取代，只能新增加44个字形微调字。这新的44个可就①到⑤完全没有了。
乙：现在的160个新类推简化字，和其他电脑里已经有的类推简化字，看起来没有区别呀！怎么就这160个不行？
甲：是的，类推简化字本身之间没有什么不同，但它们提出的时间不同。如果这160个，在2000年前，在GB18030发布之前告知汉字编码标准小组，那就完全没问题，列入字符集即可。但现在拖到了2013年，GB18030都已经强制性推行了13年的时候，十数亿台套的电脑设备与系统都已经装好了它，想修改就太难了。这相等于短时间内制作、发放三五十亿张二代身份证那样的麻烦。
乙：不对吧，这160余个新类推简化字在网络发布时，在配套的《字典》、《解说》里都明明白白地印刷出来啦。
甲：请注意：网络发布《通用规范汉字表》文本时，是一种图形方式。每个字，或者每一行字，都不能相通常汉字编辑软件那样，做编辑加工。这种图形显示方式把“外字问题”隐瞒了起来。《字典》，《解说》里能够印刷出来，只要商务印书馆的计算机里造了这些外字，就行了。可是广大公众的计算机里没有这些字。广大公众的计算机上无法显示、编辑、打印这些字。商务印书馆的《字典》的电子版（用光盘或u盘存储的）拿到广大公众的计算机上，无法正确地显示出来，或者发生乱码现象。外字无法经过网络流通，无法经过光盘、u盘进行数据交流。这些外字仅仅存在于商务印书馆的计算机里。
乙：哦，原来如此。
一、《字表》使我对破解两岸汉字难题增加了信心
甲：我最近花了许多时间学习《通用规范汉字表））。收获颇多。其中一点就是：我对破解两岸漢字难题增加了信心。
乙：我也在学。不过我可没有你这样的认识。《字表》里把繁体字几乎打成‘非规范字’，又继续类推了226个新简化字。这让使用繁体字的人大为不爽，怎么能够说“对破解两岸汉字难题增加了信心”？
甲：你说的这两点确实对破解两岸汉字难题有负作用。对这两点我也持保留态度，留在以后另做讨论。就《字表》本身和国务院批示看，并没有明确把繁体字打成“非规范”，应该算是隐含着一些意思吧。只有王宁组长明确在解说时，把繁体字说成“非规范”。这应该还只能算是个人观点，肯定不是国务院完全认同了的。我们既要注意研制者的观点，更要看重所提出的基本事实。我的增加信心，来自《字表》的基本事实。
乙：此话怎讲？你指的是什么？
甲：《字表》算是第一次给出了“规范的简化字”的总数量。这一点很重要。大家都知道：1986年的《简化字总表》收简化字2235个。但由于后来常用字表、通用字表发布时又有不少类推简化。简化字总数一直说不清楚。长期里对简化字总数的心中无数，是很不正常的。这次算是有了个进步。
乙：简化字总数到底是多少：
甲：《字表》附件一之（三）中说：“本表收录了与2546个规范字对应的2574个繁体字”。显然的，这2546个就是规范的简化字。又由这其中有约160余个新类推简化字在GB18030里没有，其合法、合理性有待进一步讨论。我们就以2386（=2546-160）当作是规范简化字总数。
乙：这有什么重要？
甲：8105个通用规范汉字里，有2386个简化字。这表明简化字占29.41%，即不足三分之一。这表明，通用规范汉字里，简化字并不是主体。换句话说：说简化字是汉字的主体的说法没有根据。
‘
乙：谁说了“简化字是汉字的主体”？
甲：许多汉字改革家持此观点，这是汉字改革家们的一个核心观点。如一位苏教授就这样说。他在国家图书馆的讲座里讲的。后来在光明日报全文发表（2009-5-28日6、7两版）。这个主体论是他论证“汉字进入了简化字时代”的重要依据。
乙：你这个比例仅仅是相对于通用规范汉字的呀？
甲：是呀。这里的2386个，是规范的简化字。8105是通用规范汉字。《字表》前面的说明第六款里明确地说：“本表对社会上出现在‘简化字总表’及‘通用字表’之外的类推简化字进行了严格甄别才给出了本表中的简化字。”又按照周有光、胡乔木先生的意见“简化常用字好，简化罕用字不好”。1986年的全国语言文字工作会议上明确指出“今后，对汉字的简化应持谨慎态度，使汉字的形体在一个时期内保持相对稳定，以利于社会应用”。我们可以认为这个2386个汉字几乎是全部规范简化字。换句话说8105之外不应该再有其他简化字，或者甚少其他的简化字。这样，如果把基数改为其他字符集的规范汉字数，如1995年的GBKl（扩充的汉字编码字符集）字符集中的汉字数21886，则简化字所占比例为：10.90%；而当把基数改为当今强制性标准GBl8030-2000中的27484时，简化字的比例仅为：8.68%。
乙：这对解决两岸汉字问题有什么意义？
甲：大陆与台湾汉字的差异，主要就是简繁体汉字之间的差异。当今强制性国家标准GBl8030-2000是遵循国际文字编码标准制定的，通行于华人世界。简化字仅占8.68%，也就是说大陆与台湾文字差异量还不足9%。如果更多考虑一下台湾情况，取台湾早期的汉字编码字符集“大五码”的汉字数（13053）为基数，那么简化字的比例应该为：18.28%。仍然可以说大陆与台湾所使用的汉字是大同小异的。差异不到五分之一（<20%）。
乙：这一点和通常的认识可是很不一致呀！
甲：那正是两岸文字差异被夸大了，被歪曲、被激化、被误读了。此次的《字表》对澄清这一点误解是有好处的。
乙：问题是：调整2386个简化字也是件不容易的事呀？
甲：根本不需要全部调整，也不需要大部分调整，只需少量调整就能够解决大问题。由于当今简繁体汉字都成功地实现了电脑化，并且从1995年推行GBKl起，简、繁体汉字已经实现了兼容、共存及便捷地转换。当今一个最烦人的事：简到繁的转换中经常有错。但只要把简到繁的“一对多”改为“一对一”，计算机就能够实现完全自动化的、几乎无差错的转换。关于最少恢复几个繁体字就足够了？这是有争论的。少者数十，多者近千，大多数是一百多个（详见《汉字书同文研究》第六、第八集）。此次的《字表》给出了一个有力根据：附件一的（三）里，已经明确给出《字表》里的“一对多”总计96组。作为粗略估计，如果96组里“一对二”占3/4，为72组；“一对三”占1/4，为24组。那么全部需要恢复的繁体字为72+2*24=72+48=120。恢复了这120个繁体字（涉及的简化字数目占简化字总数的：5.03%，已经足够小），计算机就能够帮助使用两种汉字的人，方便地把对方文件，转换成自己熟悉的文件。操作仅仅是弹指一挥间。所以，这个最少120字的结论极有价值。
乙：问题有这么容易吗？《字表》研制组组长王教授曾经说“恢复繁体字代价太大”呀（2009年《字表》公示后的电视访谈）！你这一下子就是120个呀！ 甲：实际上，1995年GBK1推行时，繁体字字库及软件已经建立，并且已经以简、繁兼容、共存方式成功提供广大公众使用。当时收入汉字已经达到21886个。当今要恢复繁体字，已经几乎不需要什么消耗，消耗在1995年前都已经支付过了。这就像已经做好了两道菜川菜、粤菜，吃川、吃粤（类似于用简还是用繁）可以悉听尊便。当今，对于已经成熟的汉字软件来说，简、繁体汉字的使用，对于个人，几乎是可以简、繁体任自由选择了。现在问题就像是：管家给不给家人自己选菜的自由。从研制者们的言论、文章看，他们几乎完全不知道简、繁体字这两道菜1995年（GBKl实施的年份）就已经烹调好并摆上了同一张饭桌的事实！就是说，当今所有的同一台中文电脑都是简繁体兼容的。
乙：你这里说：恢复120个繁体字容易，那为什么44个字形微调及新类推简化字160却出了严重问题，怎么一回事？
甲：这涉及电脑外字问题。下一节再讨论。
二、汉字的身份证、异体字转正及电脑外字问题
甲：《字表》把45个异体字调整为规范字。此事作为《字表》的一个重要特点、优点广为宣传。一种形象化的说法是：《字表》给这些异体字发了“身份证”。而其实，这些异体字的“转正”在1993年就基本完成了。由谁完成的？由国家技术标准。证据在《字表》配套的字典里就能够找到。因为该字典里的附录里给出了汉字的IS010646编码。如下是字例：
字表里的序号汉字IS010646中代码
5401
皙07699
7294
喆05586
7371
淼06DFC
6674
昇06607
6530
邨090A8
这清楚地表明：上述五个异体字在ISO10646—1993中是存在的，即列入了字符集并且有了字库。而GBl3000—1993是與这个国际标准的等价的国家标准。它又是后来1995年的GBK1及2000年的GBK2（即GBl8030）的子集。所以，这些异体字从1995年起就一直像“上、下、大、小”等字一样通用于所有中文电脑。
乙：汉字的“身份证”到底谁管？谁发呀？
甲：按说，汉字的“身份证”应该由主管语言文字的国家语委管。但由于汉字电脑化浪潮来得突然、迅猛、意外、神奇，排山倒海、打破常规，使得在上个世纪八九十年代，原本就比较缺乏技术常识的国家语委的一些领导、专家们，对这一场突如其来的汉字电脑化浪潮还处于充满惊讶、不理解、疑惑、忧虑的状态中。事实上，在汉字处理电脑化中有重大历史意义的七四八工程起步调研的1973年，毛泽东批示《光明日报》文字改革专刊复刊，周恩来批示恢复中国文字改革委员会。两位领袖的这两个批示，实际上推动了因动乱停止了的文字改革工作的恢复。汉字电脑化运动和文字改革恢复工作就这样并行地同时展开了。国家语委（前文字改革委员会）还一直忠诚地忙于汉字改革（名称改为语文现代化）。关乎汉字命运的许多重大技术难题的解决，都是以技术工作者为主完成的。语言文字界和信息技术界长期里两股道上跑车，不协调是很严重的。现今的许多问题，包括此次《字表》所反映的问题，就是长期里两张皮状态的表现或后果。但毕竟国家语委是主管汉字的，虽然晚了20年，走一次“补发”的手续，也无不可。
乙：那么，新时期汉字的“身份证”到底什么意思呀？
甲：有“身份证”应该是指“实际上能够为广大汉字用户使用的”，显然，这个“使用”是通过电脑及网络的“使用”，而非个人手书笔写的使用。一个汉字能够做到这一点，需要：①被收入编码字符集；②在汉字编码表里获得一个位置，或得到一个属于它的二进制代码；③给出它的字形信息，包括一般至少四种字体、数十种字号的点阵字形信息；④有多种汉字输入法给出每个汉字及相关词、短语的输入代码；⑤有相应的操作系统及文字处理软件。特别是前四款，必须对每一个汉字单独给出。从这五个条件看：1993年，这些异体字仅仅解决了①、②、③；到1995年五条都完备。国家语委最近的发“身份证”仅仅做了这里的①，仅仅有象征性价值，仅仅是办一次‘补发’的手续。就是说，这些异体字的“身份证”实际上是在1993年就由技术标准发过一次啦。
乙：你还是没有说清楚恢复120个繁体字，推出160余个类推简化字，以及44个字形微调字有什么不同，为什么120个容易，那160和44就行不通？
甲：关键是电脑外字的概念。那120是GBl8030里有的，有“身份证”（具有前述的①到⑤），是电脑里存在的、收录了的，或者说是电脑内字。而那160个新类推简化字及44个微调字都是电脑外字，即最关键的是，对于这些字，上述②③④⑤没有做，特别是②没有做。电脑外字的最关键特点，可以用②的是否缺失判定。没有这个②就是电脑外字。外字是电脑无法处理的：无法输入、无法显示、无法编辑……
乙：44个字形微调字，是电脑里原来有的呀，对它们上述①到⑤都有的呀？
甲：原来的那44个字，确实是内字，也是不能够采取简单取消，由44个新字取代的。原来那44个字不仅仅存在于亿万台套电脑设备、系统里，还存在于同样海量的（电脑外部的）软盘、U盘、光盘、硬盘等存储器中。不能简单取代，只能新增加44个字形微调字。这新的44个可就①到⑤完全没有了。
乙：现在的160个新类推简化字，和其他电脑里已经有的类推简化字，看起来没有区别呀！怎么就这160个不行？
甲：是的，类推简化字本身之间没有什么不同，但它们提出的时间不同。如果这160个，在2000年前，在GB18030发布之前告知汉字编码标准小组，那就完全没问题，列入字符集即可。但现在拖到了2013年，GB18030都已经强制性推行了13年的时候，十数亿台套的电脑设备与系统都已经装好了它，想修改就太难了。这相等于短时间内制作、发放三五十亿张二代身份证那样的麻烦。
乙：不对吧，这160余个新类推简化字在网络发布时，在配套的《字典》、《解说》里都明明白白地印刷出来啦。
甲：请注意：网络发布《通用规范汉字表》文本时，是一种图形方式。每个字，或者每一行字，都不能相通常汉字编辑软件那样，做编辑加工。这种图形显示方式把“外字问题”隐瞒了起来。《字典》，《解说》里能够印刷出来，只要商务印书馆的计算机里造了这些外字，就行了。可是广大公众的计算机里没有这些字。广大公众的计算机上无法显示、编辑、打印这些字。商务印书馆的《字典》的电子版（用光盘或u盘存储的）拿到广大公众的计算机上，无法正确地显示出来，或者发生乱码现象。外字无法经过网络流通，无法经过光盘、u盘进行数据交流。这些外字仅仅存在于商务印书馆的计算机里。
乙：哦，原来如此。