試論網(wǎng)絡(luò)信息資源長(zhǎng)期保存的若干問(wèn)題

摘要：分析網(wǎng)絡(luò)信息資源長(zhǎng)期保存的難點(diǎn)，對(duì)網(wǎng)絡(luò)信息資源的采集策略進(jìn)行了探討和比較，闡述了網(wǎng)絡(luò)信息資源長(zhǎng)期保存的責(zé)任主體。

關(guān)鍵詞：網(wǎng)絡(luò)信息 長(zhǎng)期保存 收集策略 責(zé)任主體

中圖分類號(hào)：F260文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1673-291X（2011）27-0191-02

相對(duì)于以紙張等載體存在的傳統(tǒng)信息資源，以數(shù)字介質(zhì)為載體的網(wǎng)絡(luò)信息資源具有數(shù)量規(guī)模更加龐大、產(chǎn)生速度更快、獲取更加充分快捷等特色，從而為人們使用信息提供了極大的便利性。但是，網(wǎng)絡(luò)信息更新頻繁、生命周期短、不易永久保存的特點(diǎn)，使其在不知不覺中大量地流失。2001年和2002年，聯(lián)合國(guó)教科文組織（UNESCO）相繼發(fā)布《數(shù)字文化遺產(chǎn)保護(hù)綱領(lǐng)（草案）》、《數(shù)字文化遺產(chǎn)保護(hù)指導(dǎo)方針》兩份文件，旨在提供與數(shù)字文化遺產(chǎn)保護(hù)有關(guān)的重要步驟的參考，并指出網(wǎng)絡(luò)信息資源作為人類的重要文化遺產(chǎn)應(yīng)當(dāng)?shù)玫酵咨票４妗１疚膬H就網(wǎng)絡(luò)信息資源長(zhǎng)期保存涉及的幾個(gè)問(wèn)題作初步探討。

一、網(wǎng)絡(luò)信息資源長(zhǎng)期保存的難點(diǎn)

1.對(duì)載體的壽命的依賴性。網(wǎng)絡(luò)信息長(zhǎng)期存取是以磁介質(zhì)為載體的軟盤、光盤、硬盤等，載體的壽命的長(zhǎng)短決定著信息的可利用性。一方面，軟盤、光盤、硬盤等載體的壽命明顯短于紙質(zhì)載體。據(jù)研究報(bào)道，9mm磁道磁帶使用壽命為一至二年，8mm磁道磁帶使用壽命為五至十年，4mm磁帶為十年，WORM光盤為一百年。另一方面，軟盤、光盤、硬盤等載體對(duì)保存環(huán)境條件要求較高，包括恒溫、無(wú)磁場(chǎng)、濕度合適、無(wú)灰塵、無(wú)強(qiáng)光照射等，載體容易受到物理因素的干擾而損壞、變質(zhì)與滅失。

2.保存技術(shù)的過(guò)時(shí)換代性。用來(lái)保存網(wǎng)絡(luò)信息資源的技術(shù)不僅復(fù)雜，而且更新較快，這可能導(dǎo)致以舊的格式存儲(chǔ)的信息不再可用。美國(guó)數(shù)字信息歸檔特別工作組曾在有關(guān)報(bào)告中指出：盡管數(shù)據(jù)的丟失與存儲(chǔ)載體的變質(zhì)有很大的關(guān)系，但主要問(wèn)題是因軟件與硬件技術(shù)的迅速更新，當(dāng)設(shè)再配套。有資料報(bào)道，在技術(shù)與市場(chǎng)的推動(dòng)下，記錄與儲(chǔ)存數(shù)字資源的設(shè)備與軟件大約每二三年就完成一個(gè)更新周期。所以，相對(duì)于載體壽命，技術(shù)過(guò)時(shí)對(duì)于網(wǎng)絡(luò)信息資源長(zhǎng)期保存是個(gè)更具有挑戰(zhàn)性的問(wèn)題。

3.信息存儲(chǔ)格式的多樣性。網(wǎng)絡(luò)信息資源以多種格式存在，對(duì)其長(zhǎng)期保存的不利影響主要體現(xiàn)在兩個(gè)方面。其一，信息存儲(chǔ)格式如果同保存單位的軟硬件條件不配套或不兼容，那么這些信息就無(wú)法得到長(zhǎng)期保存。其二，保存網(wǎng)絡(luò)信息資源的格式極不統(tǒng)一，包括PDF格式、SGML格式、XML格式、WDL格式、REF格式、WORD格式、MPEG格式、HTML格式等，僅Raster影像掃描格式就達(dá)數(shù)十種之多。網(wǎng)絡(luò)信息資源的存儲(chǔ)格式越多，對(duì)保存設(shè)備和技術(shù)的要求就越高，保存的難度就會(huì)越大。

4.網(wǎng)絡(luò)信息的動(dòng)態(tài)變化性。當(dāng)信息以紙質(zhì)載體得到固定后，就會(huì)固定不變，而網(wǎng)絡(luò)信息資源則不同，時(shí)刻處于動(dòng)態(tài)的變化之中，這給捕捉和保存帶來(lái)了困難。比如，有學(xué)者運(yùn)用“著錄中析出部分+出處部分”和“著錄析出部分+出處部分+引用日期”兩種形式隨機(jī)抽查了《中國(guó)圖書館學(xué)報(bào)》、《情報(bào)學(xué)報(bào)》、《The Library Quarterly》等十種中外圖書館學(xué)情報(bào)學(xué)期刊2002年第一期中的10條網(wǎng)絡(luò)引文，結(jié)果僅有4條能夠重現(xiàn)原文。在這之中，未能重現(xiàn)原文的情況也不盡相同，有連網(wǎng)頁(yè)都無(wú)法鏈接者；有所引文獻(xiàn)蕩然無(wú)存者。就是能查到所引文獻(xiàn)，也頗費(fèi)周折。況且這些文獻(xiàn)的壽命如何是難以預(yù)料的。

5.信息保存的著作權(quán)問(wèn)題。保存以紙質(zhì)載體存在的文獻(xiàn)信息通常不受著作權(quán)的限制。因?yàn)椋@種行為在各國(guó)著作權(quán)法中屬于合理使用。盡管出于保存目的而復(fù)制以數(shù)字載體存在的信息資源亦往往被法律認(rèn)可，但是適用條件卻是不同的。其一，將網(wǎng)絡(luò)信息資源從舊的格式轉(zhuǎn)移到新的軟硬件環(huán)境之中時(shí)，可能會(huì)出現(xiàn)代碼、格式、結(jié)構(gòu)、標(biāo)記等的轉(zhuǎn)換和新的元數(shù)據(jù)的析取，出現(xiàn)外觀、感覺、功能、超文本甚至內(nèi)容的缺失，從而涉及保護(hù)作品完整權(quán)、修改權(quán)、信息管理權(quán)等著作權(quán)問(wèn)題。其二，對(duì)網(wǎng)絡(luò)信息資源保存的合理使用規(guī)則復(fù)雜而不確定，法律風(fēng)險(xiǎn)相對(duì)較大。

二、網(wǎng)絡(luò)信息資源長(zhǎng)期保存的策略

1.完全性收集策略。完全性收集策略，又稱總括性收集策略，是對(duì)所有類型的網(wǎng)絡(luò)信息資源的全部收集，有人形象地比喻成“一網(wǎng)打盡”。由于通過(guò)人工對(duì)網(wǎng)絡(luò)信息資源進(jìn)行全部收集是無(wú)法做到的，因此通常靠相關(guān)計(jì)算機(jī)軟件來(lái)自動(dòng)完成。比如，爬蟲程序能把“爬”過(guò)的網(wǎng)絡(luò)文獻(xiàn)的每一頁(yè)都抓到服務(wù)器中，并且自動(dòng)管理。采用完全性收集策略的網(wǎng)絡(luò)信息資源保存項(xiàng)目有瑞典的Kulturarw項(xiàng)目、奧地利的聯(lián)機(jī)歸檔系統(tǒng)（The Austrian Online，AOLA）以及美國(guó)國(guó)會(huì)的Internet檔案館協(xié)議項(xiàng)目等。完全性收集的特點(diǎn)是節(jié)省人力、效率高，收集到的信息的系統(tǒng)性、全面性較強(qiáng)。但是，完全性收集策略在很大程度上是迫于無(wú)法準(zhǔn)確判斷信息價(jià)值大小的無(wú)奈選擇，所以可能收集到很多無(wú)用信息或者垃圾信息，并占用大量的存儲(chǔ)空間。同時(shí)，由于無(wú)法在收集信息前向每一位權(quán)利人取得授權(quán)，因此著作權(quán)限制問(wèn)題會(huì)比較明顯。完全性收集策略對(duì)深層次的網(wǎng)頁(yè)信息、不可見網(wǎng)頁(yè)信息、動(dòng)態(tài)信息的收集也具有局限性。

2.部分性收集策略。部分性收集策略，又稱選擇性收集策略。這種收集模式只收集某個(gè)學(xué)科、專業(yè)，或者特定專題的網(wǎng)絡(luò)信息資源，針對(duì)性、實(shí)用性較強(qiáng)。采用部分性收集策略的代表項(xiàng)目如美國(guó)著名的NDIIPP項(xiàng)目、澳大利亞的PANDORA項(xiàng)目、英國(guó)的Britain on the web項(xiàng)目等。部分性收集策略建立在對(duì)網(wǎng)絡(luò)信息資源價(jià)值的判斷之上，因此“收集標(biāo)準(zhǔn)”的制定就成為影響這種策略實(shí)施效果最主要的問(wèn)題。美國(guó)著名的NDIIPP項(xiàng)目對(duì)數(shù)字資源的選擇標(biāo)準(zhǔn)是：現(xiàn)在或?qū)?lái)，能夠滿足國(guó)會(huì)和研究者需求的信息；內(nèi)容獨(dú)特的信息；具有學(xué)術(shù)內(nèi)容的信息；處于喪失風(fēng)險(xiǎn)中的信息；流通的信息。在此標(biāo)準(zhǔn)下的數(shù)字資源的特性可以歸納為：有用性、唯一性/獨(dú)特性、學(xué)術(shù)性、風(fēng)險(xiǎn)性和流通性。部分性收集策略的不足是無(wú)法對(duì)網(wǎng)絡(luò)信息資源的未來(lái)價(jià)值作出準(zhǔn)確預(yù)判，而且對(duì)特定網(wǎng)絡(luò)信息資源的發(fā)現(xiàn)、跟蹤、定位、調(diào)整也非易事，被收集到的信息的覆蓋率也往往不高。

3.兼顧性收集策略。兼顧性收集策略，又稱混合性收集策略。這種收集策略把完全性收集策略、部分性收集策略結(jié)合起來(lái)運(yùn)用，做到優(yōu)勢(shì)互補(bǔ)、相得益彰。采用兼顧性收集策略的典型項(xiàng)目是丹麥的Web Archive計(jì)劃、捷克的Web Archive等。比如，丹麥的Web Archive計(jì)劃從2005年7月起，每年對(duì)丹麥的所有網(wǎng)站進(jìn)行四次采集，同時(shí)還選擇80個(gè)左右的重點(diǎn)網(wǎng)站進(jìn)行頻繁采集，每年還針對(duì)兩三個(gè)重要事件進(jìn)行主題采集。屬于兼顧性收集策略的模式還有“優(yōu)先爬行”與“集中爬行”相結(jié)合、推送模型和拉取模型相結(jié)合等。

三、網(wǎng)絡(luò)信息資源長(zhǎng)期保存的責(zé)任主體

1.圖書館。聯(lián)合國(guó)教科文組織的《數(shù)字文化遺產(chǎn)保護(hù)指導(dǎo)方針》指出：盡管數(shù)字保存必須在合作的基礎(chǔ)上進(jìn)行，但是要有相應(yīng)的機(jī)構(gòu)承擔(dān)領(lǐng)導(dǎo)職責(zé)。還有的國(guó)際組織在文件中指出：國(guó)家圖書館是獲取和保存網(wǎng)絡(luò)信息資源的最佳場(chǎng)所。圖書館在各國(guó)網(wǎng)絡(luò)信息資源長(zhǎng)期保存中的確發(fā)揮了主力和主導(dǎo)作用。比如，英國(guó)的CEDARS項(xiàng)目由JISC資助，牛津大學(xué)圖書館、劍橋大學(xué)圖書館、里茲大學(xué)圖書館參加，目的是研究數(shù)字信息長(zhǎng)期存取的戰(zhàn)略框架與具體方法，建立分布式長(zhǎng)期存儲(chǔ)系統(tǒng)。又比如，2004年6月啟動(dòng)的英國(guó)網(wǎng)絡(luò)信息長(zhǎng)期保存聯(lián)盟計(jì)劃（UKWAC）的合作單位由大英圖書館、威爾士圖書館、韋爾科姆圖書館等六個(gè)機(jī)構(gòu)組成，旨在對(duì)英國(guó)網(wǎng)站信息進(jìn)行選擇性地保存。還比如，美國(guó)數(shù)字圖書館聯(lián)合會(huì)（DLF）的組成單位包括大學(xué)圖書館、國(guó)會(huì)圖書館、加利福尼亞數(shù)字圖書館和洛杉磯國(guó)家試驗(yàn)研究圖書館，目的是通過(guò)多種方式支持其他責(zé)任主體保存網(wǎng)絡(luò)信息資源的活動(dòng)。

2.檔案館。相對(duì)于圖書館等文獻(xiàn)機(jī)構(gòu)，檔案館的收藏更能反映歷史的完整性、原貌與發(fā)展軌跡。因此，檔案館在網(wǎng)絡(luò)信息資源長(zhǎng)期保存中擔(dān)負(fù)著重要的職責(zé)。比如，1991年5月，瑞士、挪威、芬蘭、冰島等北歐國(guó)家檔案館就通過(guò)合作調(diào)研出版了《電子文件存取與保護(hù)》一書。有學(xué)者認(rèn)為，這是對(duì)網(wǎng)絡(luò)信息資源合作保存的開端。又比如，1992年3月，澳大利亞舉辦了“澳大利亞已記錄的文化遺產(chǎn)的存取”的全國(guó)會(huì)議，組建了由澳大利亞國(guó)家檔案館、澳大利亞國(guó)家音像檔案館等組成的專題調(diào)查組（TF2001調(diào)研組），研究重點(diǎn)是數(shù)字信息的長(zhǎng)期存取與保護(hù)。還比如，1996年，美國(guó)建立了Internet檔案館，收集和保存Web信息，容量每月增加10TB。2001年1月，美國(guó)國(guó)家檔案文件署（NARA）要求所有的聯(lián)邦機(jī)構(gòu)對(duì)他們的公共站點(diǎn)進(jìn)行快照。PRESTO項(xiàng)目由英國(guó)、意大利、法國(guó)的三家最大的廣播資料檔案館發(fā)起，目的是探討降低保存音視頻資料成本的方法。而在英國(guó)，95%的政府記錄以電子形式提供，這些原生記錄存儲(chǔ)和保存在國(guó)家檔案館。

3.其他主體。在實(shí)踐中，從事網(wǎng)絡(luò)信息資源長(zhǎng)期保存的主體非常廣泛。其一，出版商。比如，牛津大學(xué)出版社、美國(guó)地球物理協(xié)會(huì)和美國(guó)物理協(xié)會(huì)出版社等都對(duì)自己出版的重要數(shù)字信息產(chǎn)品進(jìn)行保存。其二，信息中心。比如，德國(guó)的Probado項(xiàng)目由幾所大學(xué)的信息中心聯(lián)合開發(fā)，項(xiàng)目關(guān)注的領(lǐng)域是除文本文檔以外的復(fù)雜文檔，成果主要應(yīng)用于音樂(lè)、3D圖形、多媒體學(xué)習(xí)等方向。其三，科研機(jī)構(gòu)。比如，啟動(dòng)于2001年11月的ERPANET項(xiàng)目，由來(lái)自英國(guó)、荷蘭、意大利與瑞士的科研機(jī)構(gòu)合作，目的是建立一個(gè)可擴(kuò)展并能自我持續(xù)發(fā)展的歐洲啟動(dòng)項(xiàng)目，成為保存文化遺產(chǎn)和科學(xué)數(shù)字對(duì)象領(lǐng)域的虛擬數(shù)據(jù)交換中心與知識(shí)存儲(chǔ)庫(kù)。其四，高等學(xué)校。比如，CAMiLEON是英國(guó)利茲大學(xué)和美國(guó)密西根大學(xué)的合作項(xiàng)目，主要是對(duì)遷移技術(shù)和仿真技術(shù)進(jìn)行比較研究。其五，學(xué)術(shù)團(tuán)體。比如，美國(guó)網(wǎng)絡(luò)大學(xué)政治和社會(huì)研究協(xié)會(huì)（TCPSR）正在從事收集和保存經(jīng)濟(jì)調(diào)查的數(shù)據(jù)研究，美國(guó)天體物理研究中心開發(fā)了保存天體物理學(xué)數(shù)據(jù)的系統(tǒng)。此外，參與網(wǎng)絡(luò)信息資源長(zhǎng)期保存的主體還有國(guó)家的商務(wù)部門、政策制定部門、企業(yè)、私人組織、數(shù)字產(chǎn)品經(jīng)銷商、基金會(huì)等等。

參考文獻(xiàn)：

[1]陳清文.網(wǎng)絡(luò)信息資源長(zhǎng)期保存的采集策略與方法[J].情報(bào)探索，2006，(12)：47-48.

[2]趙俊玲，盧振波.網(wǎng)絡(luò)信息保存的責(zé)任體系分析[J].大學(xué)圖書館學(xué)報(bào)，2006，(2)：88-97.

[3]于映紅，張建華.數(shù)字資源長(zhǎng)期保存的研究現(xiàn)狀及發(fā)展對(duì)策[J].蘭臺(tái)世界，2008，(2)：66-67.

[4]周林興.Web Archive保存研究：現(xiàn)狀、意義與發(fā)展戰(zhàn)略[J].檔案管理，2009，(5)：26-28.

[5]胡燕菘.國(guó)外數(shù)字資源保存政策對(duì)中國(guó)的啟示[J].圖書館雜志，2005，(6)：26-38.

[責(zé)任編輯 吳迪]