大數據時代電子文件檔案化過程管理研究

文/李耀斌

概述

隨著5G、云計算、物聯網、大數據、人工智能等數據信息技術的快速發展，全球數據流量呈現出幾何級增長之勢?！吨袊髷祿灼?020）》公布的數據顯示，2020年全球產生的數據量達47ZB（1ZB=10萬億GB），到2035年將達到2142ZB，中國產生的數據量將達到全球數據量的1/5，人類已經步入了大數據時代。大數據時代，電子文件、數字資源、信息資源都給傳統檔案行業帶來了巨大沖擊，檔案管理已經從“管文件”向“管數據”轉型。

大數據時代，區塊鏈、云計算、大數據等信息技術的應用，以電子文件形式流轉、歸檔、保存、利用成為必然趨勢。單軌制模式下，電子文件生成、流轉、歸檔、利用、銷毀等過程均以電子文件形式實現。從電子文件到電子檔案，要做好元數據建立、確保電子檔案真實和安全，經歷完善的整理歸檔過程，使其符合檔案標準。

1 電子文件、電子檔案、電子文件檔案化

1.1 電子文件

《電子文件歸檔與電子檔案管理規范》（GB/T 18894—2016）規定，電子文件（electronic document）是指國家機構、社會組織或個人在履行其法定職責或處理事務過程中，通過計算機等電子設備形成、辦理、傳輸和存儲的數字格式的各種信息記錄。內容、結構及背景共同構成電子文件。

1.2 電子檔案

《電子文件歸檔與電子檔案管理規范》（GB/T 18894—2016）規定，電子檔案（electronic records）是指具有憑證、查考和保存價值并歸檔保存的電子文件。電子檔案在電子文件范圍之內。但電子文件與電子檔案二者還是有著明顯的區別：一是價值不同。電子文件側重于憑證價值，不論其保存期限的長短，可以只有臨時保存的價值，在業務結束后便失去保存價值，如電子會議通知。而電子檔案除了憑證價值外，還突出強調其檔案價值，超出業務周期的保存價值。換言之，如業務結束不具有保存價值的電子文件，則不作為電子檔案。二是形成時間不同。電子檔案僅包括歸檔后的文件生命階段，主要是在業務活動結束以后，電子文件則包括文件整個生命周期。

1.3 電子文件檔案化

從電子文件與電子檔案的概念來看，二者并非等同概念。電子文件只有經過歸檔處理，符合檔案標準，才可稱之為電子檔案?？梢?，電子文件檔案化是指電子文件進行歸檔處理為檔案的過程。“歸檔管理”與“檔案化管理”也是兩個不同的管理措施。前者，是指電子文件形成后，將文件認定為檔案，然后將電子文件移交至檔案部門管理。后者，“檔案化管理”則是指使電子文件檔案化而采取的一系列舉措，電子文件形成伊始需要建立元數據著錄機制，等等。

2 電子文件檔案化的現實必要性

電子文件主要來自辦公自動化（OA）系統與電子政務系統，產生的電子文件有XLS、DOC、PDF、JPEG等格式，其存儲及記憶方式不同。只有將電子文件按照一定規范化處理，使其具有檔案標準，才可稱之為電子檔案。將電子文件進行檔案化處理具有其現實必要性：

2.1 科學有效歸檔的前提

傳統文件可通過確保其載體的原始性，能夠在其形成的“末端”進行歸檔管理。而電子文件有其自身特性，若在“末端”實施“歸檔管理”，電子文件歸檔前的真實性將難以保證。電子文件檔案化管理強調的是“前端”控制和全過程控制。只有做好電子文件“檔案化管理”，才能使電子文件前端、全過程得到有效落實。電子文件檔案化管理是建立在電子文件科學有效歸檔為前提，在這基礎上，采取科學有效的方法和舉措，對XLS、DOC、PDF、JPEG等不同類型電子文件的“歸檔管理”，這是電子文件科學有效歸檔的前提和基礎。

2.2 電子文件的特性使然

電子文件格式多樣，有XLS、DOC、PDF、JPEG等不同類型；與傳統紙質文件相比，電子文件具有易改性，且這種易改性還不容易被察覺；電子文件依賴于計算機實現讀寫，但計算機又極易受到諸如木馬病毒的攻擊而發生電子文件的丟失或篡改。電子文件的上述特性，使其不能直接作為憑證或依據，應經過歸檔處理、符合檔案標準的檔案化管理，才能具有檔案的屬性和功能。

2.3 檔案管理的必然要求

電子文件內容與載體可分離、可變等特點，要求檔案管理需要前延至電子文件形成階段，從傳統的末端管理前延至前端管理或超前端管理、全過程管理。從電子文件的實際需要來看，從一開始就對其進行檔案化管理，能夠保證電子文件隨時可被認定為檔案或者可被作為檔案來使用。因此，主動、提早介入電子文件，對其進行檔案化管理，才能確保電子文件的真實、完整和有效。

3 電子文件檔案化面臨的現實問題

電子檔案具有信息非人工可讀性、電子文件系統依賴性和載體的無信息性等特點，使其在從電子文件到電子檔案的過程中，面臨著一些需要解決的現實問題：

3.1 電子文件信息可讀性保證問題

傳統的紙質文件，其載體與信息是同一的，紙質載體安全，承載于載體上的信息便具有自然而然的可識讀性。電子文件通常承載于磁盤、軟盤等，并借助計算機硬件、解密等方式實現可讀性，一旦硬件、軟件、編碼方式等環境發生變化，電子文件信息便不再具有可讀性。此外，隨著信息技術的快速發展，不斷有新的編碼代替了原來的編碼，電子文件所使用的編碼方式與快速發展變化的計算機應用系統運行環境之間的矛盾日益尖銳，電子文件可讀性問題成為了電子檔案管理的制約因素之一。

3.2 電子文件邏輯和實體歸檔問題

電子文件實體歸檔是指電子文件形成后，經網絡傳輸或磁盤等形式，將電子文件移交至檔案管理部門。電子文件邏輯歸檔，則是指在網絡環境條件下，告知檔案管理部門某電子文件的存儲的路徑，而不改變電子文件的原存儲位置、存儲方式。電子文件邏輯歸檔下，電子文件、歸檔者、電子文檔接受者未必需要面對面，有可能相距甚遠，只需要借助互聯網、計算機，便能夠實現歸檔。但邏輯歸檔也面臨著電子文件在網絡環境下的安全問題。

3.3 專業人才培養的問題

電子文件檔案化需要檔案人員不僅要熟練掌握檔案學知識，還要掌握一定的計算機信息技術方面的專業知識，以及相應的公文處理知識，等等。但從現實情況來看，檔案部門人員既熟悉檔案知識，也掌握計算機信息技術的“全能型”人才缺乏，這也是在一定程度上制約電子文件檔案化的重要因素。此外，電子文件檔案化的思維轉變問題，也是影響電子文件能否轉化為電子檔案的又一影響因素。習慣于傳統紙質文件“看得見、摸得著”的檔案，而常常將電子文件拒之門外，即便保存了電子文檔，往往還“不放心”，將電子文件打印成紙質文檔，“單軌制”落實不到位，不僅造成資源浪費，也增加了電子文件歸檔工作量。

4 電子文件檔案化過程管理措施

電子檔案具有原始記錄性、相對穩定性和證據性，電子文件只有經過歸檔處理，符合檔案標準，通過電子文件檔案化管理，才能最終形成電子檔案。為此，根據電子文件的特點，以及電子文件檔案化的要求，電子文件檔案化過程中需要把握和解決的問題主要有：

4.1 建立元數據

從電子文件的概念可知，是機關、團體、企事業單位通過計算機等設備形成的各種不同形式的信息記錄，電子文件是處理公務過程中產生的。如“某局文件20220808.pdf”，如果直接將該電子文件歸檔，顯然不符合歸檔要求。因此，在將其納入應歸檔范圍后，還需要將該文件的背景信息和元數據等一并歸檔保存。元數據的歸檔保存，能全面顯示該電子檔案的制發時間、審批領導、辦理單位、辦理結果等?！峨娮游募w檔與電子檔案管理規范》（GB/T 18894—2016）規定，“元數據”是指“描述電子文件和電子檔案的內容、背景、結構及其管理過程的數據”?？梢?，建立元數據是保證電子文件檔案化的重要基礎，按照電子文件歸檔的標準和規范執行，才能保證電子文化檔案化達到要求。建立元數據，應包括title（文件名）、creator（創建者）、subject（關鍵詞）、description（說明）、date（日期）、type（類型）、source（來源）、relation（關聯）等。建立元數據要尊重檔案，確保元數據與檔案內容信息之間的整體聯系，構建起元數據與電子檔案之間的邏輯關系，實現信息共享與數據交換。電子文件元數據管理涉及元數據生成、捕獲、封裝和維護。其中，元數據生成主要是對元數據值域及潛在選項進行篩選，確定元數據內容。元數據捕獲，可利用人工著錄+計算機方式，捕獲生成的元數據，包括元數據的名稱、形成時間、數據格式、專題類別注釋等內容。元數據封裝是實現系統與檔案功能模塊數據交換、信息共享的關鍵。將捕獲的元數據按照檔案卷宗級、文件級、全宗級等進行封裝，最后按照《基于XML的電子文件封裝規范》，將若干文件封裝，獲得全宗級數據文件。元數據維護，是保障電子檔案與院數據之間的持續鏈接，防止因保管及檔案遷移過程中導致電子檔案間關聯穩定性和文件完整性，通常采用元數據規范嵌入和切入文本方式進行維護。

4.2 確保電子檔案真實性

與傳統的紙質文件相比，電子文件更易被修改性，以及電子文件對計算機軟硬件技術的高度依賴性。隨著軟硬件環境的改變，電子文件在遷移、格式轉換過程中，電子文件中的某些信息會發生變化，如果未采取必要的控制措施，勢必會影響電子文件的真實性。因此，電子文件檔案化過程要重點關注其真實性。

電子文件真實性可從管理和技術兩個方面予以保障。管理方面，根據《電子檔案移交與接收辦法》相關規定，明確要求“合格后方可接收”?？苫陔娮游募芷冢龊檬虑翱刂啤⒏櫽涗浐褪潞髮彶榈?。如電子文件歸檔移交時進行真實性檢測。重點是要通過技術手段，確保電子文件檔案化結果的真實性。具體來說，包括電子簽名技術、身份認證技術、區塊鏈技術、加密技術、數據備份技術、可信時間戳技術等。其中，電子簽名技術，就是數據信息中以電子形式存在，用于識別簽名人身份，并表明簽名人認可其簽署的文件內容的數據技術。電子印章技術作為電子簽名技術的一種應用，是基于可信密碼技術而生成的一種身份標識，是將電子簽名變成簽名+印章模式。公鑰基礎設施技術（PKI），基于公鑰理論，利用密鑰管理平臺，為電子文件生成、傳輸應用提供信息加密和數字簽名。PKI技術的核心，解決了信息網絡空間中的信任問題。區塊鏈技術利用加密算法、共識機制、點對點傳輸、分布存儲和非對稱加密等新型技術，解決了電子文件數據信任問題，有效保障電子文件真實性。目前，電子文件真實性常用的技術有軟簽名證書、加密設備應用等。

4.3 維護電子檔案安全性

電子文件檔案化為電子檔案，需要嚴格執行相關歸檔標準和檔案管理制度，使其符合檔案標準，具有憑證、查考和保存價值。因此，確保電子檔案安全性，是電子文件檔案化過程中必須要解決的問題之一。目前，電子文件檔案化，以及電子檔案的安全技術包括：身份認證法，通過鑒別或標識用戶身份，防止非法訪問。具體到電子檔案中，應從用戶及節點的身份認證入手，由應用系統實現。應用密碼法，數字簽名、消息摘要、加密、密鑰等密碼技術可有效保障電子檔案信息的完整性和保密性。訪問控制法，根據主體與客體關系，將存儲電子檔案的計算機訪問進行限制，具體包括自主性訪問控制（如讀、寫及執行等訪問屬性的管理）和強制性訪問控制（采用敏感標識來標識主客體密級，從而實現訪問控制）。安全審計法，通過訪問日志的具體分析，發現和追蹤訪問是否屬于非法。安全監視法，及時發現入侵行為，并根據入侵痕跡及時進行漏洞報告、彌補。此外，還包括防火墻法?？傊?，利用加密、數據封裝、數據水印、災害恢復等相關技術，保證電子文件在進行歸檔、整理和檢索利用過程中的安全，并對電子檔案進行內容補充、載體更換、數據監測和檔案拷貝，全程監控電子檔案管理形成。電子檔案的安全性，除了上述的技術之外，還需要具體從事檔案管理的人員具備良好的職業素質和道德素質，增強守法意識，嚴格執行《檔案法》《保密法》的具體規定。電子文件檔案化過程中要高度重視安全性，一次極小的過失都有可能造成難以挽回的損失。

結語

大數據時代，電子文件的數量和規模呈現出快速增長態勢，電子檔案管理的要求越來越高。為了更好地管理好、利用好電子文件，將其檔案化為電子檔案具有很強的必要性和現實性。從電子文件轉化為電子檔案，既要嚴格執行各項歸檔標準和要求，也要建立豐富的元數據，采用相關的先進技術確保電子檔案真實性、安全性，適應大數據時代電子檔案管理的現實需要。