如何成為圖書館員
官方職業名稱:Librarian
在圖書館和資料室收集、整理和儲存資料,提供資料和資料,並為尋求資料的人提供幫助。
主要任務
- 向讀者説明圖書館的使用方法和資料的排列方式
- 在櫃枱為讀者辦理借書證並登記個人資料
- 在櫃枱為讀者辦理資料借閲和歸還手續
- 將歸還的資料放回原書架,整理書架排列
- 受理讀者的資料預約,預約的書到館後通知讀者
- 編制逾期未還書籍清單並聯系讀者
- 幫助讀者查找圖書和資料資料
- 根據讀者要求查找並提供資料相關資料
- 提醒讀者不要交談、防止違規行為等,維護圖書館環境
- 決定新購入的圖書和雜誌並訂購
- 為新到資料分配編碼、包書皮等進行加工
- 對圖書館資料進行分類編碼,錄入電腦編制目錄並用電腦管理
- 以檔案或膠片形式儲存和管理圖書館資料
- 清點館內藏書
- 修補破損資料,或將其從開架上撤下
- 針對不同讀者策劃圖書活動和專題,收集和整理展示用資料
- 調整書架上書籍的擺放位置
- 清掃圖書館內部及周圍
- 處理與營運等相關的各類委員會的事務工作
- 辦理與其他圖書館的館際互借、寄送複印資料、開具介紹信等業務
- 為殘障人士和老年人提供服務
- 與學校圖書館合作,開展學習支援
- 策劃和開展讀書會、圖書推介等活動
- 到養老院和幼兒園等外部機構提供圖書館外展服務
- 收集和管理地方文獻資料
- 作為學校圖書館的司書,與學生交流
- 指導學生圖書委員會
- 編輯和出版學術紀要
- 招聘和培訓學生兼職人員
- 舉辦面向讀者的講習會
- 開展面向讀者的宣傳活動
- 推動讀者的閲讀活動
- 協助志願者和實習生的活動
- 管理圖書採購預算
- 管理交流室等館內設施的預約
- 將館藏資料數碼化
- 訂購和管理外文雜誌
如何入行
要取得《圖書館法》規定的司書(或司書補)資格,必須在大學修完規定科目或參加司書講習。有些大學提供函授學習。
要在公共圖書館或公立大學擔任司書,必須透過地方公務員考試。有些地方政府舉辦以持有司書資格為前提的專門考試,直接錄用到圖書館;也有地方政府透過一般行政職考試錄用後再分配到圖書館。也有人透過進入受地方政府委託營運圖書館服務的公司,在公共圖書館擔任司書。
要在學校圖書館擔任學校司書,必須滿足各地方政府規定的條件,如司書資格、司書教諭資格、教師執照或相關工作經驗,然後應聘學校司書職位並被錄用。學校圖書館的司書教諭從主幹教諭、指導教諭或教諭中選任。
國立大學圖書館需要參加國立大學法人舉辦的錄用考試,私立大學則參加職員錄用考試。司書首先需要圖書館學和資料科學方面的知識,擅長電腦或外語會更有優勢。要瀏覽範圍廣、數量大的資料並準確地分類和記錄,還需要求知慾、良好的記憶力以及從事重複性分類工作的耐力。
從事這份工作的人表示,大學學士學歷的人較多。 來自 job tag 對各職業從業者的調查(可多選)。它反映的是從業者的看法,而不是持有各學歷的人所佔的比例。
入行途徑
- 大學: 人文學科學位, 日本有 96 所大學開設
- 專門學校、短期大學、高等專門學校和技能檢定: Junior college (短期大学) programme. job tag 的調查中,25% 的從業者表示這一職業中短期大學畢業生較多。2025 年 3 月,有 6,442 名短期大學畢業生開始從事其他專業職業,按學科分為教育93%(2025 年學校基本調查,第 103 表)。
- 國家資格或執照: job tag 將以下資格列為該職業的相關資格:司書。英文名稱和分類由 Peernovo 提供。
- 國家資格或執照: job tag 將以下資格列為該職業的相關資格:司書教諭。英文名稱和分類由 Peernovo 提供。
薪酬 · 職位空缺 · AI 與這份工作
- 平均年收入:¥5,833,100 僅限民營部門(僱員 10 人以上的單位),不包括公立學校教師、警察等公務員。
- 每月基本工資(不含加班費和獎金):中位數 ¥307,800,中間一半的人每月 ¥251,700 至 ¥414,600。
- 按工資調查的職業組統計:Specialist professionals not classified elsewhere
- 在 Hello Work(日本公共職業介紹所),每位求職者對應 0.80 個職位空缺(2025 年)。 這是當前的需求信號,而不是預測。它只統計在 Hello Work 登記的職位和求職者,很多大學畢業生和專業人士的招聘並不經過這裏。
- 根據國際勞工組織的全球估算,生成式 AI 可能會改變這份工作中的許多任務,這通常是重塑工作,而不是取代工作。
相關職業
常見問題
如何成為圖書館員?
要取得《圖書館法》規定的司書(或司書補)資格,必須在大學修完規定科目或參加司書講習。有些大學提供函授學習。
圖書館員在日本能賺多少錢?
民營部門的平均年收入(含獎金)為 ¥5,833,100(厚生勞動省)。 該數據針對涵蓋多個職業的工資調查職業組:Specialist professionals not classified elsewhere。
成為圖書館員需要學位嗎?
通常需要。在該職業所屬的人口普查職業組中,77% 的從業者是大學畢業生。
AI 會改變圖書館員的工作嗎?
根據國際勞工組織的全球估算,生成式 AI 可能會改變這份工作中的許多任務,這通常是重塑工作,而不是取代工作。
數據來源
- Ministry of Health, Labour and Welfare: Basic Survey on Wage Structure (賃金構造基本統計調査) 2025: earnings by occupation(2025 survey (June 2025 pay, 2024 bonus), published 2026-03-24),Government Standard Terms of Use 2.0,取得於 2026年10月4日
- Ministry of Health, Labour and Welfare: Employment Referrals for General Workers (一般職業紹介状況): Hello Work job-openings-to-applicants ratio by occupation(2025 annual (release of 2026-10-02)),Government Standard Terms of Use 2.0,取得於 2026年10月4日
- Statistics Bureau of Japan (MIC): 2020 Population Census (令和2年国勢調査) detailed sample tabulation: employed by occupation, sex, age and education(2020 Census (tables 9-1 and 15-1, published 2022-12-27)),Government Standard Terms of Use 2.0,取得於 2026年10月4日
- JILPT (職業情報データベース) via MHLW job tag: job tag download data: 解説系 (descriptions, how to become, related qualifications) and 簡易版数値系 (interests, tasks, education)(解説系 ver.7.01 (2026-06-04); 簡易版数値系 ver.7.00 (2026-03-17)),取得於 2026年10月4日
- International Labour Organization, Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140, Gmyrek et al.)(ILO Working Paper 140, May 2025, Annex Table A1),CC BY 4.0,取得於 2026年10月4日
職業名稱、描述和主要任務由 Peernovo 根據 job tag(日本勞動政策研究與研修機構職業資料數據庫,厚生勞動省)翻譯成中文。
独立行政法人労働政策研究・研修機構(JILPT)作成 職業情報データベース 解説系ダウンロードデータ(IPD_DL_description_7_01.xlsx)ver.7.01 職業情報提供サイト(job tag)より2026年10月4日にダウンロード(https://shigoto.mhlw.go.jp/User/download)を加工して作成
独立行政法人労働政策研究・研修機構(JILPT)作成 職業情報データベース 簡易版数値系ダウンロードデータ(IPD_DL_numeric_7_00.xlsx)ver.7.00 職業情報提供サイト(job tag)より2026年10月4日にダウンロード(https://shigoto.mhlw.go.jp/User/download)を加工して作成
Sources: JILPT Occupational Information Database download data via job tag (解説系 ver.7.01 and 簡易版数値系 ver.7.00, downloaded 4 October 2026), processed by Peernovo; MHLW, Basic Survey on Wage Structure 2025; Statistics Bureau of Japan, 2020 Population Census; MEXT, School Basic Survey 2025; MHLW, Employment Referrals for General Workers (Hello Work statistics). Figures processed by Peernovo. English job names, translations and the matching of jobs to statistical groups, schools and degree fields by Peernovo.
更新於 2026年10月4日
