大数据时代档案管理工作刍议 一康胜利 摘要：从宏观的角度和发展的观点看，档案这一原始 未来演变都与数据的保存与积累、选择与舍弃存在着紧 密联系。 原始社会，囿于生产工具的有限性和社会生产力的 低下，人们对保存数据的需求处于极低的状态，只有一些 特别重大的事件才会使用结绳、刻契、绘画等方式实现辅 助记忆。逐渐地，日趋频繁的社会交往产生了大量的信息 和数据，人们愈发意识到保存数据的重要性；同时，造纸 性符号记录本身就包含着各种类型的数据信息，档案信息 资源理应是最具公信力的大数据。大数据时代档案管理工 作面临着“鉴定工作被淡化”等潜在挑战；同时档案第二价 值的发挥也将为档案管理工作带来新的发展机遇。本文建 议从加强“前端鉴定”、备份与归档互补、变被动利用为主 动服务等方面做好新形势下的档案管理工作。 关键词：大数据档案管理工作鉴定－￣ｒｆｈ利用 技术的产生和日趋完善，“白纸黑字”、“立字为据”等观点 日益成为人们的共识，这一阶段，人们会有意识地将重要 正在发生的大数据革命和举国瞩目的“互联网＋”新 的原始记录保存下来，以备臼后查考利用。恰是借由这一 社会需求，并随着这一系列工作的科学化、理论化才逐渐 形成了档案学这一专门学科。之后摄影、缩微复制、数字 化等技术的先后发明和应用，更是极大地便利了档案记 录的收集、保管和利用。但在这一阶段，考虑到保管成本、 战略的实施，对档案行业意味着什么？对档案管理工作又 有哪些挑战和机遇？带着这些问题，笔者尝试就大数据时 代的档案管理工作特别是电子文件管理工作提出自己的 观点和看法，希冀能够起到抛砖引玉之效，促进学术界对 这些问题的关注和讨论。 ～检索效率等因素，人们也只是有选择地保管必要的信息 记录，以档案管理工作为例，不是全部收集而是依据档案 收集范围进行针对性收集；同时，进馆前鉴定和归档后定 期鉴定也是档案管理过程中的重要环节，而鉴定正是对 档案进行选择的过程，即部分归档而非全部归档。 、大数据的概念及其与档案管理工作的关系 概括来讲，大数据是一场正在发生的技术革命，从其 被正式提出到今天还不足五年时间，却极其深刻、广泛地 影响甚至颠覆着各行各业，迫使人们主动或被动地去学 习、运用这一新技术和理念。结合现实来看，它不仅能够 提高生产效率，促使人们更好更快地完成工作，如反映员 工工作状态的数据集可帮助公司了解员工的工作方法、 步骤和实时进度，保证最优配置，提升公司效率：而且它 还可以突破常规、帮助我们了解更多在以往容易被忽略 或不易察觉的现象和规律，例如以往若是某本图书销量 ｔＥＩ￣，就会被直接下架处理，但在大数据时代，包括顾客 ＂进入大数据时代，一方面数字存储、扫描、摄影等技 术的发展和完善，极大地降低了数据保存的成本，使得物 理记录（如纸质档案数字化后再行保存）和数字记录（电 子文件定稿直接归档保存）的海量保存或全部保存成为 可能；另一方面，以计算机为代表的现代科学技术已经渗 透到组织机构和个人日常工作、生活中的方方面面，因此 新近产生的数据记录大都是天然以数字化的形式存在， 保管更为便利。同时，数据从简单的处理对象开始转变为 取阅率、查询点击量等因素都将被考虑在内，经过一定的 调整或改变，这本书的销量就有可能实现逆转。同时，由 于大数据所包含的数据量足够客观且来源真实、可追溯， 种基础性资源，为了追求尽可能多的数据用于后期分 析研究或构建社会记忆、个人记忆等用途，再加上鉴定工 因此这些现象和规律又是科学的、可信赖的。 众所周知，档案的本质是原始性符号记录，它包含着 作耗时耗力并且存在着误删的可能性，在确保个人隐私 和不良记录有限利用的前提下，组织机构和个人更倾向 文本、数字、图形、声音和影像等各种类型的记录信息，而 这些原始的、以符号表达的记录信息就属于数据的一种； 于将以往社会活动的记录全部保存下来。这～社会意识 的转变，势必会对档案管理工作产生广泛、深刻地影响。 二、大数据对档案管理工作的影响 结合档案管理实际，其影响主要表现为两个方面，即 挑战和机遇： 第一，挑战。大数据时代，根据不同的利用需求可能 需要对电子文件（而非全部档案）的鉴定必要性进行重新 借助于全世界各地的综合性、专门性或特殊性档案馆 （室）储量巨大的馆藏以及每时每刻都在不断增长的档案 信息资源，毋庸置疑，档案不仅足以称得上是大数据，而 且还是大数据之中最为真实可靠、整理有序的第一手数 据来源。以此为管理对象的档案工作自然与大数据密不 可分，纵观历史，档案工作的孕育、萌芽、产生和发展以及 审视和考虑，这主要是因为大数据时代数据保存成本大 ２０１５年第１１期 幅降低，并且更加强调海量的源数据，重视效率和相关 业务流水号等档案信息，如果银行交易系统缺乏自动纠 性，而不是绝对精确。例如在进行科学实验的过程中，不 错机制，那么一旦发生错误交易，很难在短时间组织力量 要保留正确的实验记录，而且错误的实验记录和数据 进行鉴定并确定问题。而这个自动纠错机制的设置就是 同样包含有其他的相关性和参考价值，比如可以作为正 一种“前端鉴定”，即在交易发生前就由系统设计人员根 确结论的对立面起到佐证和排除作用，还可用以还原整 据银行交易的特点对相关规则做出限定，比如设置取出 个科学实验的真实过程和历史原貌，启迪新的科学研究。 或消费金额上限不能超过账户余额。类似这些简单的设 此前，碍于保管成本高昂，检索效率低下等因素，人们更 定在网站注册、数据采集等场景中屡见不鲜，而在档案管 加注重对档案的鉴定和选择：但在大数据时代，尤其是对 理工作中，针对特定项目或相似工作开展前，可根据保管 电子文件而言，甄别电子文件的成本远高于保管成本。因 期限表或以往工作经验对需要收集的文件进行重点跟 此，鉴于档案价值的相对性和成本的此消彼长，未来在某 踪、优先归档。 些领域可能会淡化电子文件的鉴定问题，取而代之的是 ２．利用好备份和归档之间的联系，做到良性互补 将其全部保管下来，留待利用。 对于组织有序的社会机构而言，特别是应用了“前端 第二，机遇。这一机遇的发生主要依托于“档案价 鉴定”等理论指导的机构，如统计部门、金融公司，备份的 值的相对性”和“文件双重价值论”等理论和相关实践的 文件已经是整理有序、可资查考的。因此，电子文件备份 支持。此前档案界已有共识，某一份档案对于某一个体可 和归档之间的联系更为紧密，如果业务部门能够在业务 能是毫无用途的，但对其他组织或个人却可能具有特殊 活动过程中更加注重数据的有效性、有序性，那么在业务 且唯一的作用，即档案价值的相对性：同时，“文件双重价 部门和档案管理部门之间就可以借由网络的便捷性实现 值论”指出公共文件除对原形成机构具有第一价值外，它 同步备份和归档。具体而言，可以根据备份方式（完整备 还可能对其他机构或个人具有第二价值，即档案价值，包 份和增量备份）的不同，改变过去单一的完整归档模式， 括情报和凭证价值。即文件在完成业务活动之后需要被 新添增量归档，如周期短、关联性强的项目可以在项目完 保管起来转化为档案，因为它在未来仍具有发挥作用的 成或验收后进行完整归档：人口资源普查或基因图谱等 可能性和凭证作用。而大数据的出现，在本质上与档案管 周期较长、有序性强、数据采集量大的项目，则可以将备 理领域之前的做法和动机有异曲同工之妙，比如广为人 份和归档同步，增量备份的同时增量归档，甚至可以将备 知的“奶粉一汽车”这一成功案例：超市的商品销售数据 份和归档合二为一，既降低物质成本又便于统一保管，更 不仅可以作为档案保留在本单位进行二次开发、分析，例 重要的是减少档案产生与收集之间的时间差，提高档案 如将奶粉与啤酒放在一起，提高啤酒的销售额（数据分析 管理工作的及时性和灵敏度。 显示，奶爸们经常会在买奶粉时顺便买几罐啤酒）；而且 ３．档案管理工作的爆发点——利用 这些数据还可以跨越领域，与汽车销售紧密相关，数据显 大数据时代，社会机构和个人对信息的需求愈发强 示婴幼儿体质较弱且疾病经常发生在夜间，而夜间公共 烈，并呈现出多样化的特点，相对于网络上冗余杂乱的信 交通又很不便利，因此很多新生儿家庭会有购买汽车的 息资源，档案馆（室）所保管的数据信息更加真实、可靠， 需求。同理，依据“档案价值的相对性”，结合大数据技术， 具有较高的公信力，在这些需求的引导下，相关机构和个 分析挖掘和构建出潜在的业务关联性，将可开放的档案 人都很可能转化为档案的利用者，这就要求档案管理部 数据进行共享或有偿供给，不仅可以为利用者提供更加 门要转变工作思路，改变过去“馆里有什么就利用什么、 及时、周到的服务，还可以带动相关领域的发展，促进档 我编研你利用”的被动思维，重视特色档案的收集编研、 案第二价值的发挥。如果协调得当，那么档案形成者、利 提供更为便捷的检索工具、扩大档案开放的范围、借助网 用者以及作为媒介的档案馆（室）都能从中获得可观的经 络等多元形式主动地提供优质、高效的利用服务：同时， 济效益和社会效益，实现多赢。 还要求档案管理部门在开放利用过程中注意好档案的隐 三、大数据时代档案管理工作应该怎么做 私和保密问题，平衡开放和保密的利害关系，例如可借鉴 基于以上变化，笔者认为有必要对鉴定、备份归档、 匿名化思路，即剔除档案材料中的身份标识信息再行公 利用等环节进行重新审视和重点关注。 开。但是，万万不可由于怕麻烦、怕困难就紧闭大门，拒绝 １．将鉴定提前，加强“前端鉴定” 利用，那么档案馆就犹如一座蕴藏着无尽宝藏的信息孤 即将部分鉴定工作提前到业务工作开始之前或进行 岛，不但难以对档案管理工作有新的突破，而且极有可能 中，而不是放在业务工作完成之后。以银行交易数据为 错失这一难得的发展机遇。 例，每一天银行交易系统中都会产生数以千万计的交易 数据，这些数据中又包括客户姓名、交易金额、承办机构、 作者单位：辽宁大学历史学院 ２ｏｌ５年第１１期