“查无此字”：数字时代的“书同文”难题何解

目前国内信息系统普遍能无障碍处理的汉字仅2万出头，这意味着最新强制性国家标准收录的近10万汉字，超七成都是生僻字

人名、地名、方言、古籍中都有生僻字。目前户籍系统中人名生僻字接近5000个，据媒体报道，有专家估计，全国约有6000万“姓名生僻字人”。这些人被信息系统“拒之门外”，在数字化时代，处处遭遇掣肘。如果算上地名、方言、古籍中的生僻字，可能受影响的规模更大，涉及的领域更广生僻字困境，源自40多年来快速信息化产生的“技术欠债”。近年来，随着一大批生僻字被补录进强标，这个老大难问题理应迎刃而解，但现实并非如此

25岁的文辰（上部为龙，下部为天）未曾料到，名字里意为“飞龙在天”的“（上部为龙，下部为天）”字，反让自己在数字化浪潮中“龙困浅滩”。

但凡和实名制相关的场景，他都可能陷入“系统无法识别”的困境。上学、就医、通信、网购、出行……别人在手机上点几下就能办妥的事，他都得大费周章。

“（上部为龙，下部为天）字看似结构简单，但对国内信息系统来说，却是个生僻字。生僻字常被简单归结为“字形复杂、鲜为人知”的字，但实际上是信息系统“不认识”的字：输入法敲不出，界面显示不出，打印机打不出，核验比对通不过。

工业和信息化部电子工业标准化研究院（下称电标院）做过测试，目前国内信息系统普遍能无障碍处理的汉字仅2万出头，这意味着最新强制性国家标准（简称强标）收录的近10万汉字相比，超七成都是生僻字。

人名、地名、方言、古籍中都有生僻字。中国科学院软件研究所高级工程师刘汇丹介绍，目前户籍系统中人名生僻字接近5000个。据媒体报道，有专家估计，全国约有6000万“姓名生僻字人”。这些人被信息系统“拒之门外”，在数字化时代，处处遭遇掣肘。如果算上地名、方言、古籍中的生僻字，可能受影响的规模更大，涉及的领域更广。

生僻字困境，源自快速信息化产生的“技术欠债”。近年来，随着一大批生僻字被补录进强标，这个老大难问题理应迎刃而解，但现实并非如此。

查无此字

江西上饶的万（左部为王，右部为乐），仅仅是不同证件上就有不下8个“名字”：万瓅、万LI、万王乐、万Li4……五花八门。已过不惑之年的他，对这堆“名字”很无奈。

真名亮不了相，只能怪“（左部为王，右部为乐）”字太生僻。办事员打不出来，就用拆字、拼音、繁体字，甚至找个长得像的字替代——能用的法子全用上了。从2002年高考报名“查无此字”开始，这个带“乐”的字，23年来给他带来一堆“苦”。

数字化浪潮还没到来的那些年，实名制要求也没那么多，他的麻烦处于“潜伏期”。靠着各种“花名”，或用家人的名义办事，勉强还能混过去。可这几年，处处都要实名制，那些“花名”全不管用了。他办事处处碰壁，连“我是我”都证明不了，几乎寸步难行。

很多像他一样的“姓名生僻字人”，实名电话卡、银行卡、社保卡办不了，工资领不到，公积金取不出，退税退不了，医院挂不上号，学籍认证不了，坐高铁乘飞机都得提前开证明……整个儿被挡在数字生活大门外！

北京姑娘姜（寒字下部两点改为鸟）吟查公积金时傻眼了：工作过的4家单位信息系统都打不出“（寒字下部两点改为鸟）”字，愣是拼凑出好几个“花名”，对应着好几个公积金账户！她想把4个账户合并成1个，往公积金中心跑了十几趟，反复证明“我是我”，跑断腿、磨破嘴才办成。

“名字中的（寒字下部两点改为鸟），取自李白《秋夜于安府送孟赞府兄还都序》中的‘鸿（寒字下部两点改为鸟）凤立，不循常流’，意思是高飞。没想到没飞起来，却让我摔了个大跟头！”姜（寒字下部两点改为鸟）吟叹道，“社保、养老金、学历认证……处处是坎，我折腾不起了，也不想再折腾了。”

厦门的单亲妈妈张（左部为王，右部为乐）旋没想到自己名字的麻烦还殃及孩子——孩子名字没生僻字，可从办出生证、打疫苗到上学，但凡要填家长名字的时候，系统总通不过。

不少“姓名生僻字人”无奈改名换姓。2023年，云南丽江一个傈僳族村寨，全村的（上部为鸟，下部为甲，鸟少一横，nià）姓村民改姓“鸭”，几百年的“以鸟为图腾”的氏族文化，差点失传。在陕西，不少“(上部为亩，下部为心)”姓无奈改为惠。云南的“（上部为此，下部为夕）”姓也无奈改为“所”或“索”。“改姓意味着背叛祖先，是最忌讳的，也是最痛苦的。”来自云南的（上部为此，下部为夕）宏说。

那些改名换姓的人，麻烦并未因此消失，户口簿里的生僻字“曾用名”，时不时会冒出来添堵，比如，升学、求职、办保险……

除了人名，生僻字还常出现在地名、古籍和方言里。今年全国两会，全国人大代表刘建明建议，把浙江绍兴(左部为，右部为央)(左部为犭,右部为茶)湖中的(左部为，右部为央)、(左部为犭,右部为茶)两字纳入强标。(左部为，右部为央)(左部为犭,右部为茶)湖得名于湖中一种叫(左部为，右部为央)(左部为犭,右部为茶)的小鱼，有八九百年的历史了。因(左部为，右部为央)(左部为犭,右部为茶)均为生僻字，在相关政策规划、文旅宣传中，只能拆成“犭央犭茶”。

山东泰安的石（上部为分，下部为石）社区居民也觉得憋屈。村名用了400多年，既有遍地泰山石的含义，又包含老祖宗“分石见玉”的手艺，如今改成“石蜡”，居民们常用的还是“石（（上部为分，下部为石））”！社区干部宋绍娇直摇头：“老祖宗造的‘（（上部为分，下部为石））’字，智慧着呢！改为虫字边的‘蜡’，我们村的历史不就断了吗？”

同样被改名的，还有山东日照的古村(左部为冫，右部为口)子村、石家庄的东(左部为更，右部为差) (左部为更，右部为取)村、广东英德的下（左部为石，右部为太)镇……每个地名生僻字涉及数百至数万人，这些字存在于人们的日常书写与口语中，却无法进入数字世界。

中华书局古联（北京）数字传媒科技有限公司古籍实验室主任苏瑞欣，从事古籍数字化工作已有10年。“古籍数字化，就是采用数字技术，将古籍文献中的文字、符号、图形转化为能够被电子计算机识别的数字符号。”她对生僻字困境深有体会，“我们啃古籍，每千字就能碰上俩生僻字拦路。这些年攒下的生僻字，少说也有两万个。就是这些字，愣是卡住了古籍数字化的脖子，绊住了文化传承和传播的腿。”

“每一个生僻字姓名、地名、方言的背后，都能挖掘出一段独特的历史和文化，蕴藏着‘我们从哪来’的密码，带着强烈的文化和情感认同，更是传统文化的重要组成部分。”绍兴市非遗保护协会会长、绍兴文史研究馆副馆长何俊杰说，“为图省事，贸然改动、消除生僻字，把它们排斥在数字化大门之外，都是不可取的。”

“老GBK”还在用

一个生僻字如何才能进入信息系统？得先有“身份证号”——编码。

电标院中文信息研究室主任黄姗姗打了个比方：“字就像人，编码是身份证号，字形就是照片。不同字体就像同一个人穿着不同衣服。可电脑认字不‘看脸’，只认编码。没编码的字，系统根本不认识。”

教电脑“认字”，我国从1980年发布《信息交换用汉字编码字符集》（简称GB 2312）就开始了。初代汉字“身份证号”，只发了不到7000个，根本不够用。1995年，GB 2312升级为《汉字内码扩展规范》（简称GBK），汉字“身份证号”扩展到2.1万个。

随着国际信息交流越来越频繁，1993年全球通用的统一码（Unicode）横空出世，意在为全世界的文字搞个“联合国编码”。其中汉字部分的编码标准为中日韩越统一表意文字编码（简称CJKV），最初收录的汉字只有2万出头，被称为基本集。此后，在此基础上，以扩充集的形式增补汉字，目前已从扩充集A增至扩充集I，已收录近10万汉字。

我国的汉字编码工作采取“国际标准先行，国家标准同步”的方式进行。2000年，我国强标《信息技术 中文编码字符集》（简称GB 18030）发布，收录基本集和扩充集A；又经2005年和2022年两度修订，目前已对齐Unicode扩充集I。

对于一个生僻字来说，能获得“身份证号”并不容易。黄姗姗介绍，从挖掘发现、文献考据，到向国际标准化组织递交提案，再经各个国家和地区代表的多轮讨论、审定通过，整个过程即便顺利，也得3至5年。

更让人头疼的是，国内标准同步国际标准也面临一系列复杂的流程。2022年新强标修订发布与上一次相隔就达17年之久。

“新强标收录近10万字，覆盖我国绝大部分人名、地名用生僻字以及文献等专业领域的用字，能够满足各类使用需求。”黄姗姗说。

然而，不少人仍向记者反馈，这个被寄予厚望的新强标发布几年后，“生僻字困境”并未彻底解决。

目前我国不少信息系统仍在使用30年前发布的GBK。很多生僻字即便千辛万苦挤进国标，面对使用GBK的老系统，照样变成“？”。

关注“姓名生僻字人”的全国人大代表、全国台联副会长周琪调研发现，很多地方的人社、医院、保险、证券、电信、民航、交管等系统还是只认GBK，个别系统甚至只支持45年前发布的GB 2312。

“GBK不是正式国标，只是个指导文件，早在2000年就被废止了。然而，很多大学教材还在以GB 2312或GBK为标准，而一些技术人员在开发系统和软件时，仍默认使用GBK。”周琪说。

曾有“姓名生僻字人”想在相关部门的官网上留言，希望加快解决生僻字困境，却根本无法反映，因为被卡在实名注册环节。刘汇丹解释，不少部门官网或业务系统实名注册时，只支持GBK内2万多个汉字。

(左部为冫，右部为口)子村支书付冠强告诉记者，经过村民十多年的努力，(左部为冫，右部为口)字已被纳入新强标，但相关部门的系统迟迟不升级，村名迟迟恢复不了。“就差临门一脚了，大伙只能干着急。”

各“字”为“正”

系统迟迟不更新，又急需用生僻字，怎么办？一些机构只得造字应急。

刘汇丹解释，编码的国家标准和国际标准都划定了“自留地”（私用用户区，PUA），允许用户造字。但因此带来的副作用也不小：不同机构造的同一个字，编码可能不同；即使同一机构，不同的人造的同一个字，审核不严也可能出现“一字多码”。

2004年，公安部开始换发二代身份证，但户籍系统只支持GBK。一代身份证允许手写生僻字，而二代身份证只能机打。为了解决身份证和户口本人名、地名生僻字的录入和打印问题，户籍管理部门在系统里造了4700多个生僻字。

中国社会科学院语言研究所《新华字典》编辑室编辑姚越坦言，《新华字典》也使用了自造字，很多人取名翻字典，找的字也可能是生僻字，比如，前文提到的文辰（?龙天），名字就源于父母翻《新华字典》。

“自造字不严谨，谁都可以造。”一家银行信息技术部门的负责人何建说，自造字只是权宜之计，在机构内部单机或单个系统内临时使用没问题，但不宜对外使用、交换、传输。等日后有了正式编码，自造字理应剔除，及时“转正”，避免“一字多码”。

而现实是，自造字“遍地开花”。各地各部门“闭门造字”，编码各搞一套，都强调以自己为准。结果数字世界一团“乱码”：“（上部为龙，下部天）”字多出3个“兄弟”，“（左部为王，右部为乐）”和“（左部为韦，右部为华）”都是“六胞胎”！模样都差不多，系统却当作不同的字。

更让人头疼的是，各个机构造字用的编码一直未公开，究竟造了哪些字，外界也不得而知，也堵住了这些生僻字正常“转正”的路。

国内一家输入法公司曾“另起炉灶”，自造400多个生僻字，结果添了乱。用户用这个输入法打“（左部为王，右部为乐）”，在户籍系统就变成了“（上部为广，下部为英）”；输入“左部为韦，右部为华）”，户籍系统蹦出来个“左部为山，右部为含）”。

“一字多码”“一码多字”现象直接阻碍了信息跨系统流通，有时竟出现一家单位内部的不同系统都互不相认。当事人也懵圈：“以前是压根打不出字，现在字打出来了，系统倒打起架来了？”

苏瑞欣也犯愁：“我们在古籍数字化工作中，对付生僻字也用自造字，但不支持跨平台、跨系统阅读，换个系统就乱码，不利于文献流传、文化传承。”

在她看来，很多生僻字是打开古代社会文化的钥匙，也藏着老祖宗的智慧。她举例说：“清代戏曲选集《缀白裘》中有个‘（左部为扌，右部为虐）手（左部为扌，右部为虐））脚’，（左部为扌，右部为虐））是生僻字，我们审查文意之后，认为（左部为扌，右部为虐））与蹑同义。从这个字也能窥见古人造字的巧思。”

她介绍，中华书局正在给古籍里的生僻字办“正规身份证”——向国际标准化组织提交未编码生僻字，让古籍更完整进入信息系统，追赶上数智时代，甚至被AI读懂，更好实现传统文化传承与传播。

何建建议清理整顿自造字乱象：“各个机构先理清自造字台账，没有正式编码的字，尽快收录进国际标准和国家标准；有正式编码的，抓紧‘转正’，只有这样才能实现数字化时代的‘书同文’，即一字一码、互联互通，打破生僻字困局。”

“纸上强制”

早在新强标GB 18030-2022实施前，不少“姓名生僻字人”已经开始“自救”。

骨子里有一股“不服周”劲头的文辰（上部为龙，下部为天），2020年开始争取在身份证上“正名”，逐个攻破银行卡开户、微信、驾驶证等难关，至今已经解决九成以上的生僻字难题。

“身经百战”的他，常在“姓名生僻字交流群”里当“客服”，已帮助不下200个“战友”。

“个人问题如果能推动业务部门系统升级，这是最理想的。但有的机构选择‘打补丁’的方式，只解决单个人的问题，而不升级系统，结果是治标不治本。”他感慨，并非每次努力都有效果，“有的系统不支持生僻字，反馈了六七年，一直没进展”。

在个人“自救”同时，一些地方和行业也在尝试改造业务系统。

2021年，上海通过集中采购公安人口信息专用字库，建立生僻字云服务平台，对群众常见服务事项涉及的信息系统进行生僻字改造。目前，上海社区事务受理中心受理的190个事项中，七成以上可支持生僻字。

然而，参与改造的上海市经信委工作人员李泽坦言：“很多信息系统是国家层面的垂直系统，上海没法改，能改的只是上海市内的系统。”

李泽还提醒，一个地方有成千上万个信息系统，盘根错节。越是信息化程度高的地方，改造难度反而越大。要提前规划，多个关联系统必须同步改造。

在金融领域，2022年6月，央行发布《金融服务生僻字处理指南》，要求业务系统满足目前对人名、地名生僻字的使用需求。这一年，很多“姓名生僻字人”领到了自己第一张实名银行卡，能够正常转账、取款、换汇。目前建行、中信、招商等100多家银行已能够基本支持生僻字处理。

但参与编写《金融服务生僻字处理指南》的何建透露，很多地方银行业务系统仍处在“隐秘的角落”，不支持生僻字。

显然，数字化时代，生僻字困境绝非仅凭一地、一行之力就能彻底解决，必须全国一盘棋——用同一套编码，铺一条互联、互通、互认的“信息高速路”！

新强标分为三个实现级别，对不同行业作了不同的规定：所有具备中文信息处理和交换功能的产品，均应满足包含2.7万余字的级别一；级别二比级别一多出196个字，操作系统、数据库管理软件等系统软件和支撑软件应实现这一级别；而所有的政务服务和公共服务的信息技术产品和信息系统，均应实现包含近10万字的级别三。

然而，不少部门仍“按兵不动”，没有采纳已实施的强标。万（左部为王，右部为乐）曾亮出手机里的新强标去某柜台办事，得到的回复却是“没听过国标，我们内部有一套自己的标准，得按我们的来”。

在某支付平台从事标准化工作的技术专家路波一语道破：“强标本该长牙齿，如果有机构不执行，应该由监管部门处罚，但目前GB 18030-2022由谁来监管，如何处罚，尚未明确。从效果上看，这个强标仍停留在‘纸面强制’上。”

“但GB 18030-2000发布也有25年了，很多机构没落实，也没见到谁被罚。”路波无奈地说，如果这一“技术负债”再拖，代价只会越大。“就像给信息系统看病一样，不能讳疾忌医，小病拖大。”

周琪建议，相关部门应加强监管，定期收集和巡检市场上的产品和系统，对不达标的产品和系统限期整改或下架处理。

参与新强标修订的刘汇丹认为，强标难落地的另外一个原因，是很多公共服务机构认为，为了几个生僻字而改造业务系统不划算，甚至“吃力不讨好”。

黄姗姗介绍，目前信息系统的生僻字改造，在技术上已有可借鉴的路径，成本也从几年前的数百万元降到如今的百万元以内。

生僻字关乎社会民生，也关乎历史文化传承。“彻底解决生僻字困境，需要多个部门合作，统筹推进，让数据多跑腿，群众少跑路。”刘汇丹说。（应受访者要求，何建、李泽、路波、姚越均为化名）