融入數據管理做電子文件管理追風人

一年一度，一群電子文件管理的追風人在這里相聚。通常人們說的是“追風少年”，雖然在座的一些人已不年少，如我早已遠離青少年華，但我們依然在追風。與傳統文件檔案管理方法的穩定性相比，電子文件管理方法、技術的變化確實如風一樣快，僅僅二三十年時間已經歷了幾代管理模式，從形式特征管理進入內容管理，又要走進數據管理的大世界中。每年電子文件管理論壇選擇主題時我們總是試圖追上新的風潮，甚至比國內狀況快上半拍，超前一點，作為今年論壇預熱宣傳的《十年主題回眸》再現了我們這群人的追風歷程。

今年的主題不是孤立地討論電子文件管理問題，而是把它放在全社會數據管理的大框架大趨勢之下加以審視，研討數字環境下文件檔案管理如何與數據管理深度融合。現在很多文件檔案工作者強烈的愿望是融入信息化、互聯網+，大數據戰略等重大發展格局，對于大數據和數據管理強勢崛起狀態下文件檔案管理的命運走向和邊緣化態勢抱有迷茫擔憂，今天我們討論的問題就是希望為這一重大方向性選擇提供一條可以行走的道路和與之配套的落地措施，以一種新的戰略性思維和變革，把文件檔案管理融入各機構乃至全社會數據管理的大框架中。這是一個大口徑多維度多層次的復雜問題，涉及數據管理和文件檔案管理體系的很多方面，中國人民大學電子文件管理研究中心和上海鴻翼軟件技術股份有限公司聯合推出的《數據管理中的文件檔案與內容管理白皮書》對此做了比較系統的預研和探討，劉越男教授的主旨報告將進一步加以解讀，其他各位發言人將從不同角度不同層面探索介紹，這些都將引導我們深刻思考電子文件電子檔案管理的新思維、新定位、新特點，讓我們用放大的文件檔案管理心態且聽他們分解。

任何人無法抗拒世界正在一步一步走向更加深入且泛化的數據時代，公元前540年古希臘畢達哥拉斯學派提出的“萬物皆數”的“數”在今天理解為“數據”倒是十分恰當。數據將繼續蔓延至社會宇宙的所有存在之中，人類社會的每一種行為、每一個事件、每一項政策、每一臺設備及其運行，以及每一種自然、天體現象隨時隨地都在產生數據，除了政府、企業、社會組織之外，每個人以及遍布各處的傳感器都是現實或潛在的數據生成器，人類將越來越與數據深度連接為伍，不可分割，數據已經并將愈加成為不可或缺不可替代的資源。量子計算機的實驗成功使計算能力得到令人咋舌的提升，于是，數據+計算將成為未來所有智慧組織存在和運轉的CPU（中央處理器）。2017年初，圖靈獎得主吉姆·格雷發表了留給世人的最后一次演講“科學方法的革命”（17天后他便在鐘愛的航海中與人們永遠失聯），他提出了著名的第四范式理論，即人類的科學研究繼實驗科學、歸納總結、計算機仿真之后，已經進入數據密集范式，取代選擇性獲取和抽樣而以海量數據分析做出判斷和預測成為當今科學研究的重要出發點。面對數據的全方位爆發乃至泛濫，數據管理自然成為一個大口徑的大領域，越來越流行和通用，數據管理的法律法規政策、組織機構人員不斷涌現，管理框架日益豐滿規范并涵蓋廣泛，數據互聯、數據驅動、數據交易、數據市場要素、數據館員等新狀態新事物不斷生長。作為重要數據源的文件檔案，在這種情勢下如何保持自身的存在感和價值度已經無法回避了，所以，我們今天就和這個問題正面交鋒一下。

一個重要的觀念是把文件檔案和數據關聯起來，而不是看作兩回事。數字環境中“數據”的基本含義是“可以被機器處理的信息單元”，電子文件毫無疑問與此相符。文件和檔案管理是數據管理中具有特殊使命、特殊功能的重要方面軍，我們必須理直氣壯地以“在其中”的姿態證明自身的意義和價值。在這里，我只想說幾句“為什么”，至于“怎么做”則需要太多理論和實踐探討。

文件和檔案包括結構化和非結構化數據，在融入數據管理的進程中，對這兩類數據要有不同的策略。首先，我們必須實質性接納、參與結構化數據的管理，促推結構化數據的文件檔案化進程。隨著信息化的普及，越來越多的機構業務活動、企業生產運行生成大量結構化數據，現實中很多單位的文件檔案部門或是忽視了此類數據的文件屬性，或是沒有能力接收管理，從而對這部分數據處于失控狀態。試想一下，如果各機構檔案部門中幾乎沒有業務活動記錄，那用什么來全面記述歷史、提供證據和參考呢？而信息化部門很可能對于此類數據的長期保存、規范管理缺乏制度和措施保障，這塊陣地的自在式生存有可能導致政府、企業信息的散在化和非規范化，同時導致文件檔案部門游離于各類業務活動之外，功能逐漸弱化。這個問題幾乎可以看作是文件檔案管理的生死興衰選擇，得結構化數據者得文件檔案完整，反之則不可逃脫文件版圖和功能的逐漸縮小，失去一大塊自身發展的理由和根基。與其明日哀嘆失去，不如今天沖鋒占有。

另一方面是非結構化數據，這在現有文件檔案中占據大比重，特別是“存量”部分，幾乎都是非結構化的。這類文件檔案管理融入數據管理的路徑就是自身數據化。我們不能停留在紙質檔案和計算機輔助管理的案卷級、文件級管理，必須通過細化管理顆粒，采用語義技術，把沉睡的文件檔案變成活的知識。數據化過程需要把文件檔案內容變成機器可以理解和表達的數據，并藉由算法實現對其中蘊含知識的發現與挖掘。只有做到這一步，文件檔案數據才能通過計算與其他數據相通相聯，成為喂養培育人工智能的基礎原料。未經數據化的文件檔案很難達到高度的知識化、資源化，無法與大數據連接通用，無法使文件檔案管理融入信息化的愿景成為現實。對于文件檔案管理而言，數據化是一次歷史性革命性進步，想不想做是第一位的，會不會的問題總有辦法解決。我對于檔案數據化的意義做了一個微調查：青島市檔案館開始對非結構化檔案數據進行結構化形式化處理，楊來青副館長說他們走這一步的目的是要“解決檔案信息內容控制和開發兩個關鍵問題，包括全文檢索、文本挖掘和開放劃控等”。中國石油檔案館副館長王強以石油行業的專業眼光指出，“檔案數據化才能激活、關聯、重組檔案中的信息，讓檔案從地下油藏增值為石油資源”。中國石油勘探開發研究院檔案處謝童柱說：“數字態檔案就像產出的原油，雖為人知卻不便利用，數據態檔案才是方便利用的油氣產品”。長期從事檔案信息化系統開發的廣州歷康信息科技股份有限公司總經理李新功說：“由于各種原因我們錯失了一些電子文件在社會應用層面的黃金發展機遇，如果再次錯失數據管理的機遇，文件檔案管理難免淪入倉庫保管員之境地。采用數據管理就是進入升級版的電子文件管理！”

新檔案法以及一系列試點開展、標準制定為電子文件單軌制運行，電子檔案單套制管理拉開了大幕。文件檔案具有特殊的價值，融入數據管理，匯入計算型社會的資源體系，其生命力自然會旺盛起來。《大數據》一書中有這樣一段話：“放眼望去，大地似乎依舊平坦，江河仍然向東奔流，但地表之下，正在平靜地發生劇烈變化。每一天世界各地都在定義新的本體，增加新的互聯數據。終有一天，世界將數數相聯。”用新的理念和方法讓文件檔案進入互聯世界是我們這一代文件檔案人的使命和追風動力。《追風少年》歌詞中的幾句話可以作為對這群追風人的心靈激勵：

肩上扛著風腳下踩著土，

心中一句話不認輸。

一步一步往前走，

我要做追風的英雄。

衷心感謝論壇聯合主辦方北京市檔案館的全力支持，感謝各位領導、支持單位和嘉賓的參會，我們一起追風。謝謝大家！

（馮惠玲，中國人民大學信息資源管理學院教授，電子文件管理研究中心顧問。本文為馮惠玲在2020年11月28日中國電子文件管理論壇上的講話）