当多数人听的音乐，读的书都来自10年前世界苦茶

为准备新的节目，我梳理中国的图书畅销榜，不管是当当网，还是微信读书的“新书榜”（不是总榜），发现在2026年，榜单上的书依然是老书。微信上兴许还有大家不太知道的书《省委班子》（2010年出版）、《基层风云》（2012年出版）、《沧浪之水》（2001年出版）；当当网除了童书外，便是《被讨厌的勇气》《三体》《活着》。

带着这样的好奇我打开QQ音乐的热歌榜（每日更新的站内播放量前300首），前10首歌里有6首都是历史超过10年以上的歌曲，剩下4首里2首也是老歌的翻唱。

同样的情况，不管是书还是音乐，在日本、美国、台湾都不是如此，热榜上大多是近三年的作品。

继续搜索，这不只是我的“印象”。中华书局总编辑尹涛2024年末接受行业媒体访谈时说：十年前书局新书销售码洋还占20%，现在已经破10%，重印书占到90%以上。接力出版社总编辑白冰给出同样的数据：2022年重印书86%，2023年84.8%，2024年接近90%。白冰的另一句话值得关注：“7∶3是健康码洋结构，新书品种过低，将来想孵化出重印率高的书，可能性不大。”新品枯竭是这种指向未来的透支的结局。

所以这是一种需要命名的新现象。把2016到2025年中国音乐、出版、甚至电影三个领域同步出现的这种奇怪怀旧，我想称为“文化存量化”。三个行业的运行逻辑互相独立：算法对在线音乐兴许影响最大，但图书市场不受其影响，影院又是更大的投资和回报的资本游戏。它们同时朝同一个方向偏移，只有一种解释——压在上面的不是三个行业各自的周期，而是一个共同的力量。

那这力量从哪里来。有几种最省事的说法——东亚文化保守、经济下行、政府审核导致没作品。但问题比这个复杂。

一、日本和台湾的明显反例

经济下行论的最大反例就是日本。

日本“失落三十年”的经济数据足够糟糕。1991到2003年，日本实际GDP年均增长1.14%；对比1980年代年均4%，这是腰斩。1995年日本名义GDP约5.55万亿美元，到2025年跌到4.27万亿——不是增速放缓，是绝对值下降。1995年日本人均名义GDP44,210美元，全球第三；2025年34,713美元，全球第三十六。这是一段明显的经济衰退。

然而同一段时间，日本的新文化新IP产出是爆发性的。1988年《阿基拉》；1995年《新世纪福音战士》《攻壳机动队》；1996年《宝可梦》；1998年《星际牛仔》；1999年《海贼王》。2001年宫崎骏的《千与千寻》，日本国内票房304亿日元、观影人次2350万——打破《泰坦尼克号》此前保持的日本影史纪录，此后连续19年独占冠军。2002年这部片拿下柏林电影节金熊奖，是动画片历史上第一次；2003年拿下奥斯卡最佳长篇动画。2002年日本动漫加角色商品销售总额约9兆日元，是十年前的10倍。

“经济下行自动导致文化守旧”的说法，在日本面前不成立。如果成立，日本应该是最早发生“文化存量化”的社会。相反，它在人均GDP从全球第三跌到第三十六的过程里，产出了战后最有国际识别度的一代文化IP。

文化保守说在台湾不成立。台湾和中国说同一种语言、有相似的文化背景；如果“华人文化天生偏好经典”这句话成立，两岸的榜单结构应该大致相似。它们不相似。看诚品线上书籍销量的月榜，前十里有七本是2025年后出版的新书，最老的一本也不过是2018年出版的书籍。

两个对照合在一起，能消去的解释相当多。“经济下行论”在日本面前不成立；“东亚文化天生保守”在日本和台湾面前都不成立；那剩下的解释空间一定是中国独有的。文化存量化这件事的力量源头，不在华人的DNA里，也不在经济周期里。它应该在一个只有中国具有、台湾和日本都不具有的变量上。那就是制度。

二、中介丧失作为制度解释

但这个制度是不是能被“审查制度”完整解释？尤其是“审查制度”是不是音乐领域的充分解释？考虑到中国是算法式平台最发达的国家，算法式平台不应该带来新作品短期的大爆发吗？（例如《哪吒2》这部烂片的票房奇迹）这个土壤直觉来说不应该是很适合新作品出头的吗？

中国的审查让作品减少，但并未让作品消亡，每年依然有新书新音乐新电影电视剧出现，喜欢文化消费的人也总能说出几部最近的新作，我也不会认为中国社会的创作力已经枯竭或被审查制度彻底扼杀。也许问题不只出在作品供给端，而在这些东西如何被发现，兴许“算法”就不是答案。

说到这里，我突然想到一个问题：你上次在豆瓣看新书、新音乐、新电影榜单是什么时候了？作为曾经在豆瓣工作过的我，其实2018年后就已经几乎不用这个网站了，豆瓣从2013年的最高峰，十多年后已经成为边缘平台，但其编辑主导的榜单现在却没有替代产品。当然豆瓣只是一个例子，万圣书园网站下架，再也看不到万圣的新书榜单（这是我以前最重要发现新书的渠道），独立书店在中国几乎绝迹，独立书评人账号被限流；独立唱片公司在版权战之后失去分发能力。

这个逻辑比单纯的内容审查精致得多。党国扼杀的不仅仅是创作端，还有一个中介层，书还在出、电影还在拍、歌还在录，但有质量的中介渠道要么消失，留下的只剩几个官方或准官方的节点。这里的问题是——一个健康的中介体系应该长什么样？要回答这个问题，需要一个正面的参照样本。日本文学赏生态可以作为那个样本。

这不是因为日本奖多——奖的数量中国不少——而是因为日本的中介层结构本身就是一个多中心、多源头、相互纠错的系统。

先把文化中介到底在做什么说清楚。它承担的不是“算法”和“传播”，而是五件具体的事。

第一是发掘，从每年几十万件新作里把有潜力的挑出来，对作品质量做专业（而非流行）判断；第二是授勋，利用奖项的声誉（这是算法缺乏的社会信任），把它推到社会认可的台面上，赋予它文化资本；第三是教育，让受众理解作品的价值和语境；第四是协调共同语言，让整个社会有同一套谈论作品的话语。

这四个功能，看上去都无法用算法替代，算法能回答的只是“流行”。这四件事本质上与分众推荐的逻辑相反。算法把每个人推向自己的niche，中介把整个社会拉回到共同的参照物上。

日本的中介层可以从三个层次观察。最早的一层是1935年由文艺春秋社创始人菊池宽创设的芥川赏和直木赏，主办方是日本文学振兴会。芥川赏面向纯文学新人，九位选考委员全部是一线作家，每年两次合议决定。这一层的功能是定向发掘文学新人，把他们送入文坛的主流视野。芥川赏至今仍然是日本新生代作家最重要的入场券。

第二层是2004年诞生的本屋大赏，由NPO法人本屋大赏实行委员会运营，发起人是本の雑志社的杉江由次等一群书店员。只有新刊书店的书店员可以投票——连锁店、独立店、甚至兼职打工的都可以。2026年第23届，一次投票来自全国490家书店的698位书店员，二次投票从这些书店里读完十本入围作品的人中选出345家书店的470位给出最终排序。

本屋大赏的自发缘起本身就很能说明问题。2003年前后，日本出版业已经陷入长期不景气，书店数量持续减少，但出版点数反而在增加——每年涌现的新书越来越多，能把它们送到读者手上的终端却越来越少。传统的芥川赏、直木赏虽然权威，但书店员发现“评委选出来的书，书店里卖不动”。既然从上往下的权威路径不再那么有效，那就从下往上自己建一个——由离读者最近的人来选“这本我最想卖”。这是一次中介层的自发演化，不是政府推动的，也不是出版商组织的，就是一群书店员把自己对图书市场的具体感觉组织成了一个奖项，当然带有他们自己的品味。

第三层是2023年丸善Junkudo连锁书店创设的“书店员选非虚构大赏”。起因是原来Yahoo主办的“非虚构本大赏”当年运营中止，非虚构领域突然失去了年度性的专业筛选机制。作为日本最大的连锁书店之一，丸善Junkudo敏锐地填补了这个位置。这种“缺口一出现就有人补位”的机制，不是某一个人设计的，是整个生态的自我修复能力。

三层赏并存、评委互不兼职、标准各不相同。芥川赏是作家评作家，本屋大赏是书店员评新书，丸善Junkudo是连锁书店内部专业筛选；一个看文学性，一个看销售潜力和阅读乐趣，一个看非虚构的思想厚度。任何一层被短期利益俘获或被权威固化，另外层级可以独立发声。这是工程可靠性意义的冗余设计。

那中国呢。说中国“没有文化奖”是不准确的。鲁迅文学奖、茅盾文学奖、冰心儿童文学奖，都存在，都每隔几年颁发一次，都有自己的权威性。问题在奖背后的组织。鲁奖、茅奖、冰心奖，主办方都是中国作家协会——而中国作协，这就是政权的一部分。

民间方向，单向街文学奖、华语文学传媒大奖等由民营书店或媒体主办的奖项在2010年代一度活跃，但2018年之后持续萎缩。单向街奖从2009年设立时的影响力峰值，到2024年已经很少出现在主流讨论中；季风书园奖随季风飘散、豆瓣年度书单如我上面所讲随豆瓣失去影响力。宝珀理想国文学奖在梁文道减少参与后也影响力不再。民间自主的中介组织，在与党国各式各样的摩擦中，一层一层被抽走。

合起来看，中国的中介层几乎只剩官方。官方奖项之外没有有意义的独立替代，这个空缺不言自明。那么除了中介层在中国的丧失外，还有什么别的原因吗？

三、算法构成“双重压缩”

我们可以来审视一下“算法乌托邦”。“社交媒体让新东西触达更多人，自动带来多元繁荣”——这是一个流传了十几年的修辞。每个人都能找到自己的niche，每个作品都能找到自己的受众，传统中介的守门人角色被取代，文化生态从此扁平、开放、丰富。十几年过去，这个修辞在学术实证面前基本没有剩下什么了。

算法是带来了多元，让每个用户徜徉于自己的“信息茧房”，还是其实削减了多元，塑造了能打破所有“信息茧房”的公约数内容，其实早有答案。关键的实证是2024年Anwar、Schoenebeck和Dhillon在ACM年会上发表的一篇论文。他们测量基于移动互联网的两个方面：用户间多样性——不同用户之间的平均消费差异；用户内多样性——同一个用户自己消费内容的跨度。然后用代理建模去跑算法对这两个指标各自的影响。结论很明显：传统推荐算法主要通过降低用户间多样性来减少用户区隔——让不同用户的消费越来越像；但不怎么扩展用户内多样性，个人自己消费的跨度没变。翻译成直白一点的话——算法把所有人推向同一批头部爆款，每个人自己消费的东西并不真正多样，大家消费的东西开始高度重叠。换算成文化话题，这不是文化繁荣，是文化集中度的结构性上升。