英國國家檔案館網絡歸檔的案例分析及其啟示

周文泓 陳怡 張玉潔 代林序 王璠

摘? 要：本文旨在深度研究英國國家檔案館的網絡歸檔行動與成果，從中汲取網絡歸檔的可行策略，推進網絡環境中檔案管理理論與方法的研究。通過案例分析與文本分析的方法，本文對其網絡歸檔方案及其成果予以總結，分析其優勢與不足。由此，本文基于我國現狀提出網絡歸檔策略：加強網絡歸檔的制度建設;建立多元主體協作框架;立足開放利用開展網絡檔案資源整合工作;以智力支持為導向構建業務與技術能力。

關鍵詞：英國國家檔案館;網絡歸檔;政府網站檔案;社交媒體檔案

Abstract： The paper undertook an in-depth study of The National Archives of UK aimed at providing suggestions for web archive work in China， which can further the study of archive management theories and methods in the Internet era. With case analysis and text analysis， we analyze the UKGWAs policies， summarize the implementation methods， explore the specific characteristics collection resources and present the achievements of the archive work. Based on the reality of China， the paper proposes countermeasures on the four aspects： strengthening the construction of web archiving system， establishing a multi-subject cooperation framework， conducting web archive resource integration work based on open and utilization， and building business and technical capabilities for intellectual support.

Key words： The national archives of UK; web archiving; government website records; social media records

1 引言

隨著互聯網+政務的持續推進，網站在政府業務中的功能日益凸顯，社交媒體平臺亦得到廣泛應用，截至2017年9月1日，全國正在運行的政府網站有29431家[1]，政務微博賬戶達到17萬左右。由此，網絡作為海量政府文件的形成環境日益得到檔案理論與實踐領域的關注，有待及時可信的歸檔管理，從而為國家、社會與公眾留存重要的證據、記憶材料和政務信息資源。實踐層面，國家檔案局局長李明華在2016年國家檔案大會的主旨報告中就提到制定重要網頁和社交媒體的歸檔辦法是“十三五”期間的重要工作內容。同時，這也意味著我國的政府網絡歸檔工作缺乏明確的政策法規指導，政府網絡歸檔行動未在全國范圍內展開，政府網頁和社交媒體面臨失存與失范管理的風險，政府信息資產有待規范留存與管理。

網絡歸檔的理論研究相比之下有更豐富的成果。除了檔案領域以外，圖書館、情報學、博物館等領域對此亦有涉及，探討了網絡歸檔的必要性、目標、原則、方法、流程、技術等，但這些領域的研究成果未能將檔案管理理論與方法深入地融合于網絡歸檔的策略與方案中。檔案領域的研究則主要從案例出發對英國、澳大利亞、美國的網絡歸檔成果予以介紹，突出對網絡歸檔的歷史演進[2]、歸檔范圍[3]、網站檔案資源特色[4]、網站功能[5]等進行分析，社交媒體文件歸檔的策略亦從司法、管理、文化、技術等方面得到探索[6]，但同時還缺乏從不同國家的實踐經驗與不足的綜合解析中獲取更加完善的歸檔策略和方法。

因而，本文將以在網絡歸檔方面引領世界的英國國家檔案館為案例研究對象，在已有研究基礎之上進一步挖掘其歸檔方案與成果，從而明晰其歸檔特色、優勢與不足之處，并立足我國現狀提出可借鑒的網絡歸檔策略。

2 英國國家檔案館網絡歸檔概覽

2.1歸檔工作策略。英國國家檔案館較早意識到網頁是重要的電子文件，是檔案信息資源不可獲取的一部分，因而較早開展網絡歸檔工作，為普通大眾和各界學者、政府管理人員提供了高價值的資源庫。基于其長久的網絡歸檔經驗，已形成相對統一的歸檔工作方法，具體策略如下：

首先，確定歸檔主體。英國政府網站檔案館項目由英國國家檔案館網站檔案館團隊、互聯網記憶基金會、MirrorWeb公司、《公共文件法》規定的公共文件主體機構的網站管理者和部門文件官員合作進行。其中，英國國家檔案館網站檔案館團隊起主要領導、提供建議和協調監督作用，互聯網記憶基金會對這一項目提供資金支持，主要技術工作則由MirrorWeb公司在網站檔案館團隊的指導下協同網站管理者完成。部門文件官員則對所在部門或機構的檔案鑒定、保護等工作負責。

其次，布局歸檔方案。英國政府網絡歸檔工作方案主要涉及歸檔范圍、歸檔頻率、歸檔技術手段、向公眾提供利用、維護檔案質量等方面。歸檔工作的各責任方圍繞歸檔工作的四個目標[7]，結合各個網站的具體情況，確定歸檔范圍，制定切實可行的歸檔時間表并選擇最合適的技術方法來進行歸檔和維護。由于歸檔工作主體的多元性，共同協作制定的歸檔方案能較好地適應各方的實際情況，推動歸檔工作有序進行。

再次，實施歸檔方案[8]。在前期制定的方案的基礎上，歸檔工作的具體操作分為以下步驟：

（1）錨定目標網站。英國國家檔案館網站檔案館團隊根據《公共文件法》《文件收集政策》等政策法律，確定了網站檔案館歸檔范圍，主要包括：所有的中央政府部門、非部委公共機構、執行機關、皇家委員會、國家醫療服務體系以及區域發展機構等所建立的網站以及它們在社交媒體平臺上建立的官方賬戶發布的內容。MirrorWeb公司在開始捕獲網站前依照各方協定，錨定目標網站，為下一步做準備。

（2）捕獲網站。MirrorWeb公司主要依照時間表、通過爬蟲遠程獲取目標網站的內容。目前大部分網站的捕獲頻率為一年兩次，具體網站的捕獲頻率受網站的使用程度和重要性影響，計劃關閉的網站則會在關閉前8周至6個月期間至少進行一次捕獲。此外，對于某些網站存在的無法被直接爬取的內容，如音視頻內容、Flash組件、依賴于HTTP POST請求的內容等，網站所有者或管理者需要提前告知網站檔案館團隊并提供合適的替代方案，以維護網站檔案的真實性。同時，為了減少此類情況的發生，英國國家檔案館建議新建立的政府網站盡量采用符合統一標準的技術設計和管理網站，并為MirrorWeb預留爬蟲通道，以提高歸檔工作的效率。

（3）質量保證。通過捕獲過程得到的網站內容將被置于一個臨時URL內，以便進行檢查和修正。最終歸檔頁面將被呈現得盡可能與原頁面一致，以保證網站檔案的真實可靠性。

（4）提供利用。修復完成的頁面將被轉移到一個開放的永久URL下，通過編目和索引處理，正式成為英國政府網絡檔案的一部分。團隊為公眾提供了以下幾種查閱網站檔案的渠道：在某網站的原URL或現在可用的URL前增加前綴來查看該網頁的所有被歸檔內容;通過英國政府網站檔案館頁面搜索頁直接搜索對應內容;在部分現行網站底部可尋找到網站檔案館入口，一鍵跳轉到該頁面進行檢索;使用Memento插件查看檔案;通過任何一種搜索引擎進行在線搜索。

最后，調整、維護方案。根據網站使用頻率、內容呈現方式、用戶群體偏好等因素的變化，英國政府網站的歸檔工作也會相應地進行優化。英國國家檔案館首頁會分季度進行在線調查，收集用戶的使用習慣、人群組成和對目前網站建設的建議和意見，從而調整英國國家檔案館提供的各項服務，以更加優質的內容和方式服務公眾。

2.2 網絡歸檔成果概覽。通過上述歸檔工作，大量的政府網站歷史頁面內容被整合進入英國政府網站檔案館，并通過一個開放的網站平臺——UKWGA網站呈現給公眾。網站內的檔案資源目前包含政府網站檔案和社交媒體檔案兩種類型，涵蓋了從1996年到現在，英國各政府部門、執行機構和公共組織為了實現政務公開、提高機構運行效率、向公眾提供更便捷的公共服務、與公眾進行互動交流、保障公民基本權利而在官網、博客、社交媒體上發布的涉及社會多個領域的網絡信息資源。政府網站檔案包括英國政府及公共部門、某一領域重要問題或重大活動的相關團體在獨立網站上所產生的網絡信息資源，截至目前有逾5000個網站被歸檔，并且還在不斷增加;社交媒體檔案目前主要包含推特檔案和YouTube視頻檔案兩類，主要是政府機構官方社交媒體賬戶、倫敦2012年奧運會與殘奧會官方賬戶以及其他由政府機構主導的與政治、社會生活重要領域相關的賬戶所發布的公開信息。英國政府網站檔案館目前歸檔了80個推特賬戶和62個YouTube視頻賬戶，共計推特334446條、視頻13790支。每個賬戶內包含了該賬戶從開始被歸檔至2016年9月上旬所發布的文字、圖片、視頻、超鏈接等原創性內容，轉發、評論等內容則未被歸檔。

英國政府網站檔案館對檔案資源從橫向和縱向兩個層面進行組織[9]。橫向組織包括字順法、分類法2種組織方法。按照字順法，英國政府網站檔案館將所有網站的名稱按英文首字母順序進行排列，得到一個A-Z 的列表，從語法層面對這些網絡信息進行了有序組織;分類法方面，在英國政府網站檔案館的全局搜索中，所有的檔案資源按照Word、Excel、Text、PDF、HTML、CSV6個文件格式進行聚類，同時，推特上的信息資源以及YouTube 上的視頻資料則按照產生賬戶進行聚類，這種分類法的運用使得英國政府網站檔案館獲取的網絡信息資源更加明確清晰。縱向組織方面，英國政府網站檔案館按照時間順序將同一網站在不同時間抓取的網頁或者同一機構在不同時間抓取的推特內容或YouTube 視頻進行排列，方便用戶按時間順序檢索館藏資源。

3 優勢與不足：英國國家檔案館的網絡歸檔解析

3.1多維度的歸檔優勢

3.1.1規范的制度建設。一系列政策和標準確保工作的規范性，明確了歸檔范圍與職能定位。英國政府網站檔案館嚴格遵照《文件收集政策（Records Collection Policy）》《知識產權法規（Section 163 of the Copyright Designs and Patents Act 1988）》等相關政策和標準，只獲取屬于公共文件且由政府掌握所有權的那一部分網絡信息資源。其中，《文件收集政策（Records Collection Policy）》對國家檔案館是否要對收集的文件進行永久的保存、什么時間收集以及在哪儲存這些問題做出了規定。《運行選擇政策（Operational Selection Policy）》則旨在為參與公共文件選擇的人員提供了工具。這一系列政策和標準的制定確保了歸檔工作的規范性，明確了歸檔范圍與職能定位。

3.1.2可持續的主體協作模式。一方面，可持續的協作在于多主體的工作機制。所謂網絡歸檔工作的多主體機制，就是說在網絡歸檔的過程中，為了實現歸檔工作可持續的目標，政府并不是唯一的工作主體，還存在著包括企業（MirrorWeb公司）、非政府組織（互聯網記憶基金會）、個人以及社群在內的多個工作主體，它們在檔案館的主體領導下，在一定的規則約束下，以相互協同的方式共同行使權力。具體來說，作為領導者、監督者的英國國家檔案館借助MirrorWeb公司的專業技術，利用互聯網記憶基金會提供的長期資金支持，協同部門檔案官員，構建了專業、規范、穩定的檔案資源平臺。英國國家檔案館通過建立與政府網站管理者或數字化領導的聯系機制，及時獲取網站信息、反饋檔案資源采集情況，同時網站的管理者也可向檔案館提出歸檔申請。這種雙向合作、高效全面的網絡信息資源獲取方式使得英國國家檔案館能夠將處于采集范圍內的網絡信息資源獲取到位，減輕政府財政負擔，保障歸檔技術可行性、歸檔工作的可持續性。另一方面，可持續的協作在于多維的權益保障機制。英國國家檔案館非常注重利益相關者的權益，其歸檔工作是在不侵犯非政府組織或個人版權的情況下進行的，歸檔內容應當遵守數據保護法、誹謗法和版權法。如果一個網站包含了皇家所有權之外的資料或第三方的版權，出版部門必須通知國家檔案館，提供已授權的證據并確保在歸檔網站上可以清楚地看到已授權的說明。如果版權所有者沒有給予適當的許可，那么國家檔案館可能無法存檔這個網站。與此同時，英國國家檔案館專門制定了刪除方案（《Take Down Policy》），若有部門或個人向檔案館提交申請要求將相關資源剔除出收藏列表，由相關領域專家組成的評議小組就會嚴格按照方案中的條款決定是否將相關內容刪除，以此來確保檔案館所保存的網絡信息資源不存在爭議，維護相關者的權益。例如，根據“1998年數據保護法”，持續地在線訪問涉及在世的人的個人信息的文件，是構成隱私侵犯的違法行為，應刪去相關文件。再例如，由于環境的變化，過去出于誠信的目的所公開的信息，若在2000年頒布的信息自由法（FOI）或2004年頒布的環境信息法（EIR）中被判定是屬于非公開范疇，出于維護公眾利益的要求將被刪去。

3.1.3多元的網絡檔案資源深度建設。一方面體現為內容的多樣化，英國政府網站檔案館的歸檔類型包括網頁檔案、社交媒體檔案，資源內容涉及工商業與經濟金融、中央和各級政府、民生工作、表彰委任、國際事務與國防、通信和科技等多個主題。這些豐富多元的檔案資源為英國政府工作提供憑證與情報參考，并且有利于向公眾提供更便捷的公共服務、保障公民基本權利。以倫敦奧運會與殘奧會推特賬戶和YouTube視頻賬戶為例，它們歸檔了大量關于倫敦奧運會賽前預熱、比賽盛況、場外活動、公眾引導和與公眾互動的內容，對倫敦奧運會做了較詳盡的記錄，這些內容作為原生的社交媒體信息，在形式上、語言風格上具有貼近公眾的時代特色，向公眾傳達奧運精神的同時也拉近了公眾與奧運會的距離。同時這些社交媒體檔案為他國提供了奧運會組織、宣傳工作的借鑒，有助于提升英國的國際形象。另一方面則是通過深度整合，實現形式的多元，以促進資源的便利獲取。通過英國國家檔案館的技術開發，公眾可以通過站內搜索引擎、網站檢索、Memento插件和在原鏈接或現鏈接前增加前綴多途徑獲取已開放的網站檔案資源。簡潔大方的頁面設計與人性化的功能設置給了用戶良好的使用體驗。例如，在利用站內搜索引擎檢索時，既可以直接輸入目標進行檢索，又可以在搜索結果頁面中利用關鍵詞、相關鏈接、文件類型和年份進行高級篩選。在頁面頂端有“A～Z”26個英文字母和一個“0～9”共27個索引按鈕，可以幫助用戶快速找到想搜索的內容。點擊進入其中一個網站名，下一級頁面中展示出該站點的完整域名和捕獲時間表，選擇一個捕獲日期就可以瀏覽該次捕獲的網頁版面內容。用戶可以通過書簽、備忘錄等小工具使自己在下一次訪問網站時能夠更快地找到之前已經找到的檔案資源。同時，資源庫提供了具體的說明幫助用戶獲取和使用所需資源，在板塊“如何使用網站檔案”和“給網絡管理員的指導”部分考慮到了不同角色的訪問者，并給予指導，閱讀這兩個板塊能夠給使用者建議，使他們能夠高效地使用網站檔案。

3.2 有待完善的歸檔能力構建。盡管英國國家檔案館在網絡歸檔方面卓有成效，但面臨持續升級的網絡環境，尤其是社交媒體等的新應用，其工作方法、資源建設、能力建構等方面還存在不足：第一，以國家檔案館主導的模式未能有效獲取作為網頁形成者的政府機構的參與，隨著政府網站與社交媒體更加深度地用于業務活動中，海量信息的幾何級增長將從數量、價值鑒定、噪音識別、保存空間、運營負擔等方面對檔案館提出挑戰。如果政府機構不能全面參與歸檔方案的制定和實施，既存在歸檔網頁的選擇難以真實呈現業務活動的可能，也會使檔案館在無法獨立承擔相應成本的困境中減緩網絡歸檔行動。例如，截至目前僅提供至2016年的社交媒體檔案。第二，網絡檔案的完整度需提升。尤其是在社交媒體信息歸檔中，英國國家檔案館目前只對Twitter和YouTube進行歸檔，Facebook等亦得到廣泛使用的平臺尚未納入其中。此外，在已歸檔的信息中，僅政府發布的主體信息得到歸檔，而轉發、評論等互動性信息被明確指出不予歸檔，這也破壞了檔案微觀層面的完整性。第三，英國國家檔案館技術能力建構尚不充分。盡管網絡歸檔得到技術公司的支持，但不同技術架構的網站加劇了捕獲、固化與整合的挑戰，使其未能對所有重要網站實現歸檔。例如，英國國家檔案館在社交媒體歸檔中說明，政府的Facebook賬戶沒有納入項目是由于技術方面原因。

4 啟示：網絡歸檔的策略

目前，我國盡管在實踐和研究領域均有一定成果，但總體上仍處于起步階段。已有的項目為2002年北京大學網絡實驗室開發的“中國Web信息博物館”和2003年啟動的由國家圖書館主導的“網絡信息資源采集與保存項目”、國家信息中心在“十二五”期間試點的政府網絡歸檔項目，鄭州市、青島市等檔案館開展了政府網頁歸檔的試點工作。然而，這些項目或者已處于停滯階段，或只是對部分網站進行試點歸檔，或者沒有將歸檔內容開放，或是歸檔網頁數量較少且未建立一套完善的工作機制，并不能被視作完整的網絡歸檔。此外，正廣泛應用于政務的社交媒體歸檔更是未納入文件與檔案工作中。

因而，我國的政府網絡歸檔工作總體表現為：缺乏科學的頂層設計，導致我國網絡歸檔進展緩慢;未得到各利益相關者的充分關注與投入，難以開展統一行動;已歸檔成果尚未深度整合與開放，難以評估工作成效與實現檔案價值。借鑒于英國國家檔案館的經驗，我國可在如下方面拓展與深化網絡歸檔策略：

第一，加強網絡歸檔的制度建設。一方面，依照我國的檔案事業體制建立從國家到地方的網絡歸檔戰略與政策，明確網絡歸檔的目標、原則與方法，并對國家與地方的網絡歸檔工作制定相應的行動計劃，為各利益相關者如政府機構、檔案館、圖書館等主體參與網絡歸檔提供基本的依據和合法合規的框架。另一方面，立足我國實際制定相應的標準與規范，可在協同網站清查即明確網站主體、運營機制、內容、技術架構等具體方面的情況下升級網絡歸檔的標準，并根據不同業務部門、層級和地區的網站的具體情況形成具體的歸檔方案以明晰歸檔工作的主體、范圍、采集頻率、技術，等等。此外，還要深入促進現有相關法律法規的完善，識別歸檔工作所面臨的著作權、采集權、保管權、利用權、隱私權等問題，并反饋于相關法律法規的修訂與制訂中。

第二，建立多元主體協作框架。鑒于網絡歸檔兼具管理與技術的復雜性，且涉及不同利益相關者的權利與義務，因而多元主體的協作極為關鍵，我們需要通過技術、人員、資源等方面的貫通與互補，以實現優化配置前提下的最優網絡歸檔。一是在我國現有體制下，需要在國家檔案局的戰略規劃與指導下形成中央到地方各有分工的網絡歸檔工作體系。一方面，各個地方層級歸檔相應的政府類網頁資源，有效分解歸檔任務;另一方面，各個層級形成資源相互貫通的協作框架，致力于打造國家級的網絡檔案館。二是政府機構與檔案館形成有效協作機制，檔案館可提供專業流程與技術方面的指導與輔助，由政府機構確認歸檔范圍、開展實施歸檔，并及時納入檔案館的資源體系中。三是還可通過檔案館、圖書館、博物館建立記憶聯盟的方式來共同形成網絡歸檔的行動方案，基于各類機構已有的經驗開展互補性行動。四是有效應用社會的力量與智慧，這也是響應國家倡導社會機構參與檔案事業建設的號召。例如在技術能力不充分的情況下可通過咨詢或外包的方式尋求第三方的支持，亦可通過眾包等公眾參與的方式利用不同領域的公眾的專業力量來幫助明確歸檔范圍、捕獲、整合、開發網頁等工作。五是我國亦可積極參與國際合作，從策略、方法、技術、資源上尋求與不同國家對網絡歸檔的探索和合作，在學習發達國家網絡歸檔工作的同時展示中國的成果與經驗。

第三，立足開放利用開展網絡檔案資源整合工作。網絡的重要特點是它的開放性，網絡檔案的開放利用亦是為了補足原始網頁易逝的缺點，因而網絡檔案資源的落腳點是以用戶為中心的開放利用。網絡檔案資源的建設要滿足社會多元的利用需求，這就要求資源在內容與形式上實現多元化。內容層面，各個業務系統與層級的網絡記錄都應當在制定歸檔范圍時予以考察，既要識別高價值領域，亦要考慮邊緣性需求，更要將政府網站、社交媒體、政務APP等不同網絡應用納入其中，從而確保歸檔范圍的全面性。在這其中，以用戶為中心的利用統計、公眾參與、調查與反饋都可以作為完善歸檔范圍的方式。例如，對受眾進行分析定位，從政府機關及部門、學者、普通民眾三個方面來明確他們的需求，并在此基礎上開展網絡資源平臺建設。另一方面，在內容挖掘和形式呈現上，虛擬環境中的多維整合和可視化設計應當得到充分重視，這些問題都應被納入考慮范圍。在打造網絡資源平臺時，應注重美觀與實用并重，適當地添加flash動畫、視頻、音樂等元素和書簽、備忘錄等小工具;在資源檢索方面，應提供主題檢索、關鍵詞檢索、時間軸檢索等多種檢索方式。此外，網頁上還應增添互動模塊，例如小游戲、小視頻等拉近與公眾的距離，提升用戶的體驗。例如，英國國家檔案館對各類可視化頁面與工具的開發就顯著體現了這樣的策略。

第四，以智力支持為導向構建業務與技術能力。從英國國家檔案館網絡歸檔現有的不足來看，網絡歸檔既從專業上要求深化對檔案、檔案管理的思考與轉型，也相應要求技術能力的同步建構，這也是我國目前需在網絡歸檔方面重點投入的方向。一方面，既要遵循現有的文件與檔案管理的通用制度，也要在實踐中明確網絡檔案的內容、形式、背景以及相應的特點，將其作為新形式的記錄予以認識，從而探索管理的新方法與流程。這需要文件與檔案管理員從專業層面加強應對新技術環境的業務學習，針對網絡歸檔探討政策法規建設、規范與標準制訂、管理流程再造、管理系統開發、捕獲方法與工具設計等。另一方面，拓展技術能力構建。網絡歸檔以信息與通訊技術發展為前提，網絡歸檔方案的實現需要技術的有效支持，這包括網頁的捕獲、整合、保管、開發與利用等一系列環節。技術能力的建構由此涵蓋多方面，涉及開發針對各網站的API、抓取工具、爬蟲軟件;網絡檔案資源的固化、整合與語義挖掘;檔案的真實性保障;資源的分布式存儲;網絡檔案資源的可視化設計等。這些都需要文件與檔案管理人員在能夠積極識別、開發相應的技術并能夠熟悉技術的前提下形成完善的技術應用方案。

參考文獻：

[1]國務院.2017年第三季度全國政府網站抽查情況通報[EB/OL]. 2017-11-30 http：//www.gov.cn/zhengce/content/2017-11/30/content_5243360.htm.

[2]王海歐，張萍.英國國家檔案館的建設[J].北京檔案，2007（07）：42-43.

[3]趙玉，王健.英國國家檔案館在線社交媒體檔案庫及其特色[J].檔案與建設，2015（12）：35-37.

[4]鄧輝，李雪姣，蔣容.英國政府網站檔案館對我國數字檔案館建設的啟示[J].北京檔案，2014（06）：36-39.

[5]劉開蒙，史武鵬.英國國家檔案館網站多元化信息服務特色及啟示[J].四川檔案，2016（02）：55-57.

[6]高晨翔;黃新榮.我國社交媒體文件的保管政策研究[J].圖書館研究，2017（7）：47-55

[7]The National Archives. The UK Government Web Archive： Guidance for digital and records management teams[EB/OL]. 2018-04-10 http：//www.nationalarchives.gov.uk/webarchive/guidance/.

[8]The National Archives. Digital Strategy[EB/OL]. 2018-04-10 http：//www.nationalarchives.gov.uk/about/our-role/plans-policies-performance-and-projects/our-plans/digital-strategy/.

[9]李莉.英國政府網站檔案館網絡信息資源建設及其啟示[J].機電兵船檔案，2016（04）：59-62.