檔案數據治理框架構建研究

文·胡曉慶

信息技術的發展催生了一系列新的生產要素，數據是其中之一，對數據的科學治理已成為各行業搶占發展先機的重要手段。目前，國內外數據治理理論研究和實踐應用包括政府、科技、金融、文化教育等領域，研究內容包含數據治理內涵界定、治理技術開發、治理框架構建等。

檔案數據主要包括檔案機構中保管的各類型檔案資源。檔案數據治理關注檔案數據的資源整合和價值挖掘，關注檔案數據使用過程的風險控制，最終實現檔案數據價值增值的目的。檔案數據治理是檔案工作適應現代信息技術發展的重要選擇，基于對檔案數據的特征與治理現狀的分析，本文試圖將數據治理框架應用于檔案數據治理領域，構建檔案數據治理框架，拓寬檔案理論和實踐發展領域。

一、檔案數據特征分析

檔案數據是國家數據資源的一部分，檔案自身具有原始記錄性、憑證價值性等本質特征，檔案的本質特征及我國檔案管理體制決定了檔案數據具有以下特征。

（一）數據價值聚合性強

檔案是國家機關、社會組織和個人在社會活動過程中直接形成的具有保存價值的各類型原始記錄，對檔案的內涵界定決定了檔案數據的高價值特征。同時，檔案機構對所收集的原始資料經過價值鑒定、整理立卷等工作使同一問題的相關資源進行了實體上的聚合，實現了檔案價值的首次增值。檔案數據是蘊藏在實體檔案中的信息寶藏，需要從實體檔案中抽取后進行有效聚合，檔案數據的聚合價值遠遠高于單份檔案的數據價值，聚合將使檔案價值實現二次增值。

（二）數據多源異構

檔案數據多源性一方面在于其來源的廣泛性，國家機關、社會組織、個人都是檔案數據的形成者，另一方面在于數據形式的多樣化，除了傳統檔案形式外，出現了諸如網頁檔案、多媒體檔案等新型檔案數據形式。檔案不同形成者在數據規范、管理制度等方面均有所差異，加之檔案數據形成方式主要以“自下而上”的模式開展，導致形成了大量操作系統異構、數據格式異構、數據存儲地點異構、數據存儲邏輯模型異構的檔案數據。

（三）數據粗顆粒度

數據粒度是指數據的細化和綜合程度，數據的細化程度越高，數據粒度越小，反之則為粗粒度數據。傳統的檔案數據蘊藏在以“件”和“卷”為保管單位的實體檔案中，在現有技術條件下對其檢索和利用大都只能以目錄級開展，數據細化程度極低，粗粒度特征明顯。隨著國家檔案“存量數字化，增量電子化”戰略的推進，數字化檔案資源在國家檔案資源中占據了較大比例，數字檔案是忠實于紙質檔案信息的檔案數字資源，其開發利用程度可以以全文級開展，粒度有所細化，但仍未形成獨立的數據單元，尚不能利用數據治理技術進行數據挖掘等深層次的開發利用，仍屬于粗粒度數據。

（四）數據融合性弱

數據融合是對各種信息源輸出的有效信息的采集、傳輸、綜合、過濾及整合開發的過程。由于缺乏統一的資源整合部門，且檔案機構保管的大多為非結構化數據，加之檔案工作者對數據整合技術敏感度差等因素，檔案數據整合難度大，數據融合性弱，檔案數據共享現狀不太理想，“數據孤島”大量存在，數據價值未能得到有效發揮，出現檔案高價值量和低價值實現的倒掛現象。

二、檔案數據治理內涵及現狀

（一）檔案數據治理內涵

政務信息管理、醫療、金融、教育科研等領域對數據治理均有所探索與應用，檔案界探索相對較少，主要集中于檔案數據治理的路徑建設、能力體系構建、檔案資產管理等方面。關于檔案數據治理的內涵，常大偉、潘娜在《檔案數據治理能力的結構體系與建設路徑》中認為“檔案數據治理是檔案事業發展的利益相關者在一定的制度架構內通過協同合作的方式，綜合應用各種數據治理工具和治理技術，規范檔案數據治理業務流程，構建檔案數據治理生態，激發檔案數據價值的過程”[1]。

治理一詞于20世紀90年代引入公共管理領域，治理強調主體多元化、制度供給等因素，為政府治理提供了理論依據。數據治理是隨著大數據時代海量數據和治理技術的出現而產生的治理新課題，國家標準信息技術服務標準（GB/T34960）認為，數據治理是指數據資源及其應用過程中相關管控活動、績效和風險管理的集合。多元主體、治理技術、價值增值和風險管控是數據治理不可或缺的因素。遵循治理及數據治理的一般原理，本文認為檔案數據治理是治理主體遵循相關法律與制度規則，利用數據治理技術，發掘檔案數據蘊含的聚合價值，降低檔案數據資源開發風險，實現檔案數據資源價值增值的過程。

（二）檔案數據治理現狀

受物質、人才、技術等因素制約，檔案界在數據資源建設、數據使用和數據監管等數據治理諸多方面存在薄弱環節。面對不斷增長的檔案數據資源，在數據質量控制、數據價值挖掘、數據安全管控等方面，均有不足之處。

1.對檔案數據質量控制不夠。檔案數據來源廣泛，數量龐大，在數據準確性、一致性、完整性、規范性、穩定性等方面都有待進一步完善。此外，當前檔案資源主要以“文件”和“案卷”形態存在，需要經過數據分離、清洗、聚合等技術處理才能成為可挖掘的檔案數據，才能進行語義關聯、數據挖掘、深度學習等治理，檔案數據的質量控制有待進一步提升。

2.對數據治理新技術關注度不夠。信息技術發展日新月異，數據治理技術層出不窮，其中不乏適用于檔案數據開發者，如元數據自動捕獲工具為檔案元數據管理帶來便捷、云存儲技術為檔案數據安全高效存儲提供便利。檔案界對數據治理技術有所探索，但關注度不夠，受檔案工作者信息素養和專業知識薄弱等因素的影響，對治理技術與檔案實際工作如何匹配研究不多，對數據治理新技術的關注度和敏感度不足。

3.對檔案數據價值挖掘不足。檔案數據治理的終極目標是實現檔案數據增值，為國家治理提供可靠保障。檔案機構保管著數量龐大、種類豐富的檔案數據資源，但對檔案的數據價值認識不足，受“重收藏、輕利用”觀念的影響，數據資源大多數“躺在”庫房里，數據開發利用方式單一粗放，以編制形成淺層檢索工具和粗淺編研材料為主，檔案數據深度挖掘、數據關聯等治理技術未得到充分運用，蘊藏在檔案數據中的價值未被充分發掘。對于檔案數據的資產意識沒有充分認識，對檔案數據可能帶來的經濟利益和社會利益缺乏積極的探索。

4.檔案數據安全風險管控不足。在信息技術飛速發展的時代，檔案數據從生成、流轉、存儲到開發利用全生命周期都迎來了新的安全風險與挑戰。以數據生成為例，檔案數據的生成方式，由傳統的收集紙質檔案單一渠道，變為集紙質檔案數字化、各業務系統直接生成電子檔案等多種渠道，數字檔案和電子檔案在內容的完整性、不可更改性、可讀性等方面對技術依賴非常強，安全風險管控的成本和難度都增加。就檔案數據存儲階段而言，云存儲已成為檔案界積極探索的存儲技術之一，云端數據可能由于操作系統遷移或存儲技術不穩定導致檔案數據被篡改、被竊取、被刪除，且被修改刪除后，很難發現痕跡[2]。面對如此多檔案數據風險與挑戰，檔案界由于資金有限，技術人員不足等原因，無法對數據安全進行全面管控，安全風險較大。

三、數據治理框架理論

數據治理框架，是為了實現數據治理的總體戰略和目標，將數據治理領域所蘊含的基本概念（如原則、組織架構、過程和規則等），利用概念間關系組織起來的一種邏輯結構[3]。國際上有影響力的數據治理框架主要有以下三種：國際數據管理協會提出的DAMA框架，該框架的構建理念是用數據治理解決數據管理中的10個功能 （如元數據管理、數據質量管理等）與7個要素（如角色與職責等）之間的問題[4]；數據治理協會提出的DGI框架，認為數據治理包括組織整體、規則、決策權、職責、監控或者其他強制性辦法[5]；IBM框架將能力成熟度模型和有效數據治理元素框架相結合：成熟度模型包括初始級、已管理級、已定義級、定量管理級和優化級五個級別；有效數據治理元素框架包括目標要素、促成要素、核心要素和支撐要素四類, 每一類包括若干具體要素[6]。

DAMA框架從數據治理的微觀角度出發，側重于探討數據治理內容及由誰來實現、如何來實現等治理流程；DGI框架則主要從宏觀角度探討數據治理的組織實施；IBM框架引入數據成熟度模型，通過評估數據治理元素框架內的各要素成熟度，逐步推進數據治理的進程。

中國于2019年正式實施《信息技術服務治理第5部分：數據治理規范》（以下簡稱《數據治理規范》，標準號GB/T 34960.5-2018），明確了構建包括頂層設計、數據治理環境、數據治理域、數據治理過程在內的數據治理框架。中國的數據治理框架汲取了國際上數據治理框架的優秀成果，既有頂層設計、治理環境等宏觀設計，也有治理要素及過程等微觀考慮，結合中國數據發展實際，為國內各領域數據治理框架構建提供了范本。

數據治理框架作為數據治理工作的有效探索，極大推動了數據治理工作的發展，其理論成果與檔案數據治理在要素、手段、程序等方面具有趨同性。數據治理框架理論中的元數據管理、數據質量管理都是檔案數據治理中需要重點關注的要素；數據治理框架理論對新型技術手段的關注是檔案數據治理中需要積極引入的因素；在治理程序上兩者都需要從頂層設計入手，探討治理環境，審視治理因素，據此構建檔案數據治理框架對推動檔案數據治理將有積極作用。

四、檔案數據治理框架的構建

檔案數據治理框架是檔案數據治理實踐的指導，吸取國際數據領域關于數據治理框架的研究成果，以中國《數據治理規范》為依據，結合檔案數據治理的現狀，本文構建由頂層設計、治理原則、治理環境、治理對象和治理過程組成的檔案數據治理框架（如圖1所示），五個組成部分既具有獨立性，又相互作用，形成一個相輔相成的檔案數據治理有機整體。

頂層設計是檔案數據治理的前提和引領，決定檔案數據治理的方向和成效，在數據治理框架中處于引領地位；治理原則和治理環境是影響檔案數據治理成效的外部因素；治理對象是決定檔案數據治理成效的內部因素；治理過程是開展檔案治理實踐的方式方法，在檔案數據治理中處于核心地位，決定著治理能否順利開展。

圖1：檔案數據治理框架

（一）頂層設計

頂層設計是開展檔案數據治理的指導，主要包括檔案數據治理的戰略規劃、治理機構的組建、技術架構的設計等。戰略規劃是指愿景、目標、任務、實施方略等，各級各類檔案館的數據治理戰略規劃應與各級政府同時期的工作重點和當地信息化水平相適應，其他組織的檔案數據戰略規劃應與該組織的信息化程度及主要業務特點相結合。治理機構組建需要明確檔案數據治理的責任主體及其職責權利，明確治理需要的人、財、物的來源，檔案數據治理是一項全面系統的工程，各地檔案數據治理機構應由當地檔案行政管理機構牽頭，政府其他職能部門共同參與，推動檔案數據治理的全面推進。技術架構設計指建立檔案數據治理架構，建設相應的管理策略及支撐體系，技術架構的設計需要檔案部門和技術部門共同參與設計。

（二）治理原則

根據《數據治理規范》及檔案工作實際，檔案數據治理應遵循合法合規、風險可控、循序漸進的原則。檔案數據治理應遵循《中華人民共和國檔案法》《中華人民共和國保守國家秘密法》，遵循知識產權法，遵循地方法律法規，注意保護公民個人信息，以合法合規為前提。檔案數據治理是對檔案數據進行的管理和開發，如對數據進行清洗、挖掘等技術處理，在治理過程中數據的保密性、準確性、有效性都存在安全風險，數據治理必須以風險可控為保障。基于檔案數據工作相對落后、檔案數據治理技術與資金薄弱的現狀，檔案數據治理工作的推進不能一蹴而就，應遵循循序漸進的原則開展，數據質量較高、經濟條件較好和技術條件較成熟的地區和組織可優先開展數據治理工作，形成“頭雁效應”，逐步推進國家整體檔案數據治理工作。

（三）數據治理環境

治理環境是影響檔案數據治理的各種因素組合，包括內部環境和外部環境。內部環境包括組織內部對檔案數據治理的態度與預期、對檔案數據治理的人員支持及技術支持力度等；外部環境諸如數據治理社會氛圍、數據治理技術的發展、對數據治理的科學探討等。檔案機構應該積極推動內外治理環境的改善，宣傳數據治理的重要作用，形成良好的數據治理氛圍。

（四）數據治理對象

檔案數據治理包括對檔案數據的治理和對影響數據價值增值因素的治理兩方面。對檔案數據治理指統一檔案數據標準、提升檔案數據質量、確保檔案數據安全、規范檔案元數據管理等。對影響檔案數據價值增值的因素的治理包括開展檔案數據洞察、檔案數據深度挖掘等技術活動，釋放檔案數據價值。

（五）數據治理過程

檔案數據治理過程是實現檔案數據價值增值的核心環節，是開展數據治理的技術路線。根據《數據治理規范》，數據治理過程包括統籌和規劃、構建與運行、監控和評價、改進和優化四個環節。在《數據治理規范》的指引下，根據檔案數據治理的現狀，本文構建的檔案數據治理過程如圖2所示。

圖2：檔案數據治理過程

不同組織在檔案數據質量、組織整體數據環境和文化氛圍上均有所差別，檔案數據治理是一個周而復始的過程，治理過程大多需要由治理環境評估開始，經過方案制定與實施、評估，最后根據實施效果對方案進行調整優化，之后根據新的數據環境進行新一輪的數據治理，直至實現檔案數據的價值增值。