國內電子文件長期保存文獻計量分析

李毅強， 鄭 川

（1.湖南大學 檔案館，湖南 長沙410083；2.中南大學 檔案技術研究所，湖南 長沙410083）

1 引言

信息化時代，電子文件成為了人們記錄、傳遞和交流信息的主要工具，它是一組相關信息的集合，包括文字、聲音聲像、圖表等多種格式的計算機可讀文件，具備傳統紙質檔案特有的原始性、記錄性、憑證性等特點，成為了重要的社會記憶。 但電子文件本身具有容易復制、容易刪除、容易修改、容易損壞等特性，傳統的工作流程、模式和技術，很難滿足電子文件管理的要求。 尤其在技術更新頻繁、快速迭代的今天，使電子文件滿足真實性、完整性、可用性和安全性四性檢測要求，實現電子文件長期保存，更是業界所關注的焦點。 本文從文獻計量的角度對國內電子文件長期保存相關文獻進行梳理和統計分析，以期為該領域研究提供參考。

2 研究方法和數據來源

2.1 研究方法

通過文獻計量法、內容分析法和知識圖譜對我國電子文獻長期保存相關文獻進行分析。 計量分析工具使用文獻管理軟件NoteExpress 3.2.0 和電子表格軟件Microsoft Excel 2016。 NoteExpress 是一款專業級的文獻檢索與管理軟件，其核心功能涵蓋文獻檢索、采集、管理、應用和挖掘等知識管理的所有環節［1］。 Microsoft Excel 可以方便地處理表格數據和進行圖形分析，且具有直觀的可視化界面和優秀的圖表工具，適用于各種數據分析。

2.2 數據來源

本文以中國知網CNKI 為數據來源，檢索式 “主題＝電子文件and 長期保存（精確匹配）”；發表時間不限；文獻來源不限，檢索時間為2019 年11 月10 日，得到中文文獻376 篇。 將這些文獻題錄以自定義格式導出為文本文件后通過 “ CNKI-Export（Custom）” 過濾器導入NoteExpress，再由 “CNKI-中國知網（IP 登錄）” 批量下載所有文獻全文。 通過逐篇閱讀摘要的方式對文獻進行數據清洗，剔除重復題錄6 篇、新聞資訊6 篇、卷首語1 篇、期刊要覽1篇、內容無關文獻15 篇、訪談稿1 篇，最終得到346篇國內電子文件長期保存的相關文獻。

3 國內電子文件長期保存文獻計量分析

3.1 發文時間計量分析

在NoteExpress 通過文件夾統計信息功能對346篇文獻的 “年份” 字段進行統計，將結果另存為文本文件導入Microsoft Excel，按年度發文量繪制發文時間及數量分布曲線圖如圖1 所示。 國內電子文件長期保存相關文獻最早出現在1997 年，在隨后的二十多年時間里，該領域發文數量呈明顯上升趨勢，由于文獻收錄存在一定的滯后和檢索時點原因，2019 年發文數量缺乏參考性。 根據發文時間及數量分布曲線圖，我國電子文件長期保存研究可分為兩個階段，1997 年～2004 年為起步階段，年發文數量在5 篇左右較為穩定；2005 年至今為穩步發展階段，年發文數量呈穩定增長態勢，近3 年年發文數量均在35 篇以上。總體上看，我國對電子文件長期保存的研究與我國信息技術發展進步、科研投入的增長呈正相關［2］。

圖1 發文時間及數量分布曲線圖

3.2 文獻作者計量分析

在NoteExpress 中使用數據及分詞管理器對電子文件長期保存文獻的 “作者” 字段進行統計，346篇文獻共涉及作者405 名，其中發文量最多的作者發文數量為9 篇。 根據普賴斯定律（Law of Price）計算公式，發文量在m＝0.749×Nmax篇以上的作者為核心作者［3］，計算得m＝2.247，即發文量大于等于3 篇的作者為該領域的核心作者：發表9 篇的劉家真、劉越男，發表6 篇的有錢毅、肖秋會，徐義全發表5 篇，毛義春和張美芳各4 篇，發表3 篇的有陳曉暉、程妍妍、馮惠玲、侯衡、祁天嬌、孫瑾、屠躍明、張健、張夢霞、張雅君、趙淑梅、趙屹等。 由核心作者形成的核心作者群是推動學科發展和學術創新的重要力量。 346 篇文獻中署名人數2 人及以上的共106篇，獨立作者論文240 篇，論文合著率30.6%屬于較低水平［4］，說明該領域的科研合作有待加強。

3.3 發文單位計量分析

直接統計346 篇電子文件長期保存文獻共涉及發文單位253 個，分析發現作者署名單位通常為所在機構的具體部門，會給發文單位統計帶來誤差，因此對署名單位進行標準化處理：發文單位統一以一級單位統計，如 “中國人民大學信息資源管理學院”和 “中國人民大學電子文件研究中心” 統一記為 “中國人民大學”；合著論文以通訊作者所在單位進行統計。 處理之后共有發文單位174 個，發文量大于等于4 篇的單位統計如表1 所示。 發文數量高的單位，與該領域的核心作者群所在單位的重合度較高，且高等院校與檔案局、檔案館等檔案管理機構是電子文件長期保存研究的主要單位。

表1 發文數量≥4 篇單位統計表

3.4 來源期刊計量分析

346 篇電子文件長期保存相關文獻中，除會議論文與學位論文外，有期刊論文296 篇。 在NoteExpress中通過文獻類型字段＝“期刊” 篩選后，使用數據及分詞管理器統計來源期刊，296 篇期刊論文分布在87 種刊物上，取載文量前十（含并列）的期刊繪制環形圖如圖2 所示。 布拉德福定律（Law of Bradford）把載文期刊分為核心區、相關區和非相關區，理論上每個區間的載文量占總發文量的三分之一［5］，可以發現電子文件長期保存相關文獻的來源期刊中，核心區期刊和相關區期刊全部為檔案學學科的期刊，檔案學學科是該領域的主要研究力量。 其中《檔案學研究》和《檔案學通訊》為CSCD 來源期刊，也屬于核心區期刊；《檔案與建設》、《北京檔案》、《檔案管理》、《中國檔案》和《浙江檔案》為北大中文核心期刊，前兩者屬于核心區期刊，后三者屬于相關區期刊。 CSCD 來源期刊和北大中文核心期刊在核心區期刊和相關區期刊中占比達46. 7%，發文量占比達59. 6%。 可見檔案學的CSCD 來源期刊和北大中文核心期刊是電子文件長期保存研究領域最重要的刊發平臺。

圖2 載文量前十（含并列）期刊統計圖

3.5 基金支持計量分析

基金項目是我國政府對科學研究資助的主要方式之一，基金項目的研究通常代表該研究領域的創新性成果和前沿性進展［6］，也在一定程度上成為文獻創新性和前沿性的衡量指標之一［7］。 從電子文件長期保存相關文獻獲得各類基金資助的情況看，346 篇論文共有61 篇標注了基金項目，占比17.6%。單篇論文標注多個基金項目的，取級別較高的進行統計，結果如表2 所示。 國家社科基金項目對電子文件長期保存的研究資助力度最大，共計29 個項目占比8.38%；其次是省部級基金項目，共計19 個項目占比5.49%，省部級基金項目以教育部項目、省級科技項目、省檔案局項目為主。

將標注基金項目的論文按發文時間做升序排列，得到不同年度各類基金項目對電子文件長期保存研究的資助情況。 最早出現的基金項目為1999年教育部 “九五” 規劃基金，標注該基金的論文為武漢大學劉家真的《 保護數字信息長期存取研究綜述》［8］。 1999 年～2008 年期間，該研究領域所獲基金項目支持數量較少，年均不到1 項；2009 年～2018年期間，各類基金項目對該領域的支持穩步增加，近3 年年均接近9 項。 基金項目支持數量的逐年增加，與圖1 所示的年發文數量增長呈現同步的趨勢。

表2 文獻標注基金項目情況統計表

4 結語

隨著社會信息化程度越來越高，各類信息系統在人們的生產生活活動中不斷深入，電子文件的長期保存問題也越來越重要。 通過對該領域文獻的計量分析發現，二十年來相關文獻數量和各類基金項目數量穩步增長，已形成較穩定的核心作者群，檔案學核心期刊是該領域研究的主要來源期刊，高等院校與檔案局、檔案館等檔案管理機構是電子文件長期保存的主要研究單位。