聚焦數字時代歸檔的變遷

歸檔的成效決定了數字文件是否納入檔案管理的范疇，從而關系到數字時代檔案界履行其分內職責的能力，因而歸檔一直是電子文件管理中的一大焦點，從期刊論文數量就可見一斑。筆者在中國期刊網上檢索篇名中精確包括“電子文件”和“歸檔”的論文，從1988年至今共有284篇，約占篇名精確包含“電子文件”的論文總數的23%。這些文章反映了數字時代歸檔方法的點滴變化，如實時歸檔、綜合使用歸檔軟件和規章制度控制歸檔率等。本文將嘗試從目的、對象、主體等新的角度總結歸檔工作正在面臨的時代性變遷，這些變遷揭示了歸檔方法革新的原因和條件，并或多或少地折射出整個專業的發展方向。

一、歸檔目的多元化

“為什么”是開展某項工作之前首先要思考的一個問題，對這個問題日趨多元化的解答是數字時代歸檔工作產生諸種變化的根本原因。關于歸檔目的，業界曾經有這樣兩個方面的偏向：或者著眼于傳承人類文明、保護社會記憶的高度去描述，或者認為屬于歸檔范圍的文件理所當然要歸檔而予以忽略。后者系未深入檔案工作實質所導致，前者的定位則偏向于宏觀和單一。在微觀層面，除了延續歷史之外，歸檔目的有更為復雜多樣的表現。

1、內部管理控制成為歸檔的重要內部動因

人類文明的傳承、社會記憶的保護是若干立檔單位集體性行為的綜合結果。對于單個機構而言，當前的需要是歸檔乃至整個檔案工作的首要出發點。在這些需要中，內部管理控制是其重要的內部動因。2004年美國技術和市場研究機構Radicati Group對企業電子郵件的歸檔需求進行調查，結果顯示25%的需求來自內部策略管理，15%的需求來自知識庫管理（1） 。這兩個方面的需求都屬于內部管控要求。

如果說在IT應用的初始階段，人們的著眼點主要在于現行業務的支撐，而疏于對數據尤其是歷史數據的管理的話，那么隨著信息系統中數據的累積、風險事故的發生，管理者開始意識到將電子文件歸檔，是實現內部控制的重要方法。曾經有案例顯示，一家公司某中層干部跳槽，將辦公自動化系統中歷年的文件全部拷貝帶走，其中不乏帶有機密性的文件。如果能將往年文件歸檔，從辦公自動化系統卸載出來，則可有效地規避此類風險。

除了出于保護信息安全的目的而開展歸檔之外，保護信息資產、實現信息資產增值是另一重要管理需求。已經有越來越多的機構意識到內部文檔是其重要的信息資產。Radicati Group 2004年的調查顯示，電子郵件使用者平均每日送出并接收84封電子郵件，數據大小共達10 MB（2）。盡管該數據量僅僅針對電子郵件，仍然是相當驚人的。如果任由這些數據自生自滅，無異于親手將本屬于自己的財富白白扔掉。難怪惠普公司的一位首席執行官盧·普賴特曾發出這樣的慨嘆：“如果惠普知道它知道什么，我們的盈利將超過目前的3倍。”（3）歸檔是整合機構內部知識財富的前提。

2、存儲成本、系統效率成為歸檔的重要權衡要素

可能有些讀者會發出這樣的疑問：即使在紙質環境中，存儲成本也是歸檔時需要考慮的重要因素。的確如此，在紙質時代，人們考慮物理空間的限制而只能留存最有價值的文件。與此明顯不同的是，數字時代人們考慮存儲成本的主要出發點已經不再是物理空間，而是數據維護成本；已經超出了單純檔案數據存儲成本的范疇，而要從整體數據存儲、系統效率的角度全面衡量。

隨著業務活動的持續開展，業務系統中的數據會不斷累加，而其中不活躍的數據如果繼續保存在業務系統中，一方面業務系統中的活動數據保存在價格昂貴的主存儲設備中，造成硬件投資的不斷增加；另一方面過大的數據量會嚴重影響業務程序運行的效率，對業務系統投資效益造成折損。美國著名信息技術咨詢機構Gartner Group的報告顯示，企業有78%的數據主要存儲在主存儲設備上，而主存儲設備通常比輔助存儲設備要貴很多。eMedia在2006年的調查顯示，存儲在主存儲空間上的數據80%極少被訪問，其中60%永遠不會被訪問（4）。存儲設備的購置費到底有多少呢？國際數據公司（IDC）6年前的統計顯示，2001年用戶在存儲產品和服務器上的花費已接近1∶1，到2003年，這一比例將擴大至3∶1（5）。時至今日，這個比例只會增加不會減少。但是，存儲設備的購置費并不是存儲成本的全部。Gartner Group指出，對于最終用戶，其存儲容量與存儲管理的開銷大約為1∶3（6）。由此可見數據存儲的低效將導致巨大浪費。將經過流轉和處理的數據歸檔可以降低活動數據的規模，提升業務系統的運行效率。

3、遵從法律規定成為歸檔的最大外部動因

法規遵從性（compliance）是2002年之后世界范圍內文件管理領域的一個最熱門的關鍵詞。起因源自2002年7月美國頒布的《薩班斯——奧克斯利法案》（Sarbanes-Oxley Act of 2002，SOX）。2001年始，美國多家大公司，包括安然、冠群電腦、世界通訊、施樂等相繼爆出偽造文件虛報收入的丑聞（7），為了重拾公眾投資信心，SOX法案應運而生，旨在加強企業監管，防止企業欺詐。這個被布什稱為“自羅斯福總統以來美國商業界影響最為深遠的改革法案”對文件的歸檔留存提出了非常嚴格的要求。比如，其最重要條款之一的404條款要求加強公司內部控制，而保存文件并維護其真實、可用是加強內部控制的基本手段。在美國上市的各大公司都要根據404條款制定了內部控制規章，《中國移動內部控制手冊》（第一版）中有44處提到要將相關文件歸檔。在SOX法案的影響下，為保護公眾利益而對文件（包括電子文件）歸檔相關的其他法案，如《健康保險流通與責任法案》（HIPAA）、美國證券交易委員會的《有關證券交易單位必須保存文件的規定》（SEC Rule 17a-4）近年來也越來越引起歐美國家的重視。如果相關機構不按照這些法案的規定留存檔案，則可能面臨司法訴訟、高額罰款。

2002年之后，陸續有機構以身犯法，教訓深刻，影響深遠。2002年12月，5家華爾街股票代理公司德意志銀行、高盛集團、美國銀行公司、摩根斯坦利和花旗集團旗下的所羅門美邦，因未保留與業務有關的電子郵件，而被分別處以165萬美元的罰款（8）。2006年5月，摩根斯坦利再次因未按規則保存電子郵件，而被美國證交會罰款1500萬美元。而在此之前的一樁民事訴訟中，該公司因為拒絕交出電子郵件而輸了官司，被陪審團一審判定賠償14.5億美元（9）。據普華永道國際會計公司2005年的分析，在此前兩年的欺詐案調查中，涉及的企業數量是以前的3倍，這些官司中80%的證據系數字文件，平均每個官司都需要分析50萬封電子郵件和用戶文檔（10）。

我國一批在美國上市的公司也面臨著遵循相關法規的迫切要求。隨著我國經濟改革和政府改革的深入，行政手段不再是約束機構歸檔行為的最強大力量，取而代之的將是法律、法規。相關主管部門應認識到這種趨勢，正視并充分利用法律手段促進機構對業務證據的保存和維護。

二、歸檔對象擴展化

如果要歷數歸檔對象的擴展，我們可以列出很多證據：在歸檔電子文件時，可能需要同時歸檔一些在文件形成階段產生的元數據；同時歸檔文件的生成軟件；無法在紙質載體上再現的多媒體文件也屬于歸檔范圍。此外，還有幾個值得關注的歸檔對象擴展，這些擴展系信息技術的應用范圍不斷拓展所致，只要應用范圍的拓展存在，歸檔對象擴展化的趨勢就會一直存在。

1、結構化數據

存放在計算機中的數據可以分為三種類型：非結構化、半結構化和結構化數據，所謂結構化數據是指經過明確定義的數據，它被分解為若干部分，各個部分及其相互關系皆已明確，計算機能夠直接處理，如關系數據庫；非結構化數據是指無法通過一個固定的模型進行定義的數據，比如文本、圖像等；半結構化數據包含部分結構化數據和部分非結構化數據，比如超文本（11）。長期以來，非結構化數據是主要的歸檔對象，我們有時甚至以電子公文的歸檔作為電子文件歸檔的代名詞。雖然理論上也承認數據庫文件（結構化數據）是電子文件的一種類型，但是由于數據庫結構變化頻繁，而其中數據的讀取對特定軟件環境具有很強的依賴性，因此再利用非常困難，少數單位的檔案部門就保存著一些“名存實亡”的數據庫文件。

近年來，許多歷史數據量較大的經濟性、管理性行業，如金融、通信、稅務、制造、石油等，由于海量數據對現行業務系統造成的巨大壓力，以及法規遵從性、數據挖掘等方面的要求，紛紛開始大規模的歷史數據歸檔規劃和行動。如北京市地稅局計劃未來5年實施數據歸檔，按照國家稅法規定留存相關電子數據；江蘇移動通訊有限責任公司正在著手建設一個歷史在線存儲系統，以近線的方式保存2-3年的經營數據，以便在滿足法律遵從性的同時為經營系統減負，提升系統效率。

與此同時，不少發達國家較為重視科研數據的保存和再利用，美國、加拿大、澳大利亞等國的國家檔案館早期遭遇無法識讀的電子文件便是此類數據庫。一些國家和地區正在并通過多領域合作的大型項目來開展科研數據歸檔研究。如，2003年英國由電子科學計劃（e-science）和聯合信息系統委員會（Joint Information Systems Committee，JISC）共同資助，分兩期開展為期7年的“數字保護中心”（Digital Curation Center，DCC）項目，將傳統的檔案管理職能與維護、重復利用科學數據庫的需求相結合，研究影響數字保護的多個因素，建立多機構、團體的合作網絡，并提供評估數字保護水平的工具、方法、標準、政策，以及信息服務，以使整個英國科學界受益（12）。加拿大高能物理和核物理國家實驗室（TRIUMF）將歸檔保存ATLAS項目的數據，該項目在瑞士歐洲核子研究中心（CERN）開展研究，預計每年的數據量將有450萬張CD之多（13）。

技術的發展已經為結構化數據的歸檔提供了更好的平臺。結構化數據在歸檔存儲的時候，可以采取靈活的存儲格式。它既可以保留原來的結構化形式，以備數據查詢、挖掘之用；也可以轉化為XML文本格式，以維護其記錄憑證性。

2、網站資源

早在2000年，澳大利亞國家檔案館就指出網站信息也是重要的電子文件資源，應予以歸檔（14）。但是，由于認識未到位，加上網站信息更新頻繁，部分網頁內容與內部文檔內容一致，故而在我國，立檔單位將網站信息歸檔的情況尚不普遍。由于網站是數字圖書館資源的重要來源，國際范圍內圖書館領域相對更為重視網站信息的歸檔，英國國家圖書館、澳大利亞國家圖書館都是其中的活躍力量。近年來，有一些單位開始認識到，網站上某些資源具有惟一性，比如面向公眾的消息、通知，反映機構文化活動的照片、報道等，正在逐步將網站信息納入歸檔范圍。

3、即時通訊消息

MSN Messenger、雅虎通等即時通訊工具，曾經主要應用于個人通信領域。隨著工作節奏的加快以及業務實時通信需求的發展，近幾年，越來越多的組織機構在其內部也采用即時通訊工具。這種工具集成了電話、電子郵件等諸多通信工具的特點。一般在即時通訊工具使用的初期，各機構并不會對之加以嚴格規范，其應用不像其他業務軟件那樣正式，它所形成的信息也打上了公務性、私人性混雜的特點。不過，人們在利用即時通訊工具進行業務交流的過程中，會產生重要證據信息和情報信息，也存在歸檔的必要性。Radicati Group在2004年發布的《企業即時通訊 2005-2008》報告中指出，為實現管理控制，許多企業計劃采用即時通訊管理軟件廠商解決方案，無形中創造出附加加密、歸檔和日志功能的外掛程序的龐大市場（15）。

三、歸檔主體多樣化

歸檔工作一直被認為是立檔單位的內部行為，數字時代，參與這項工作的成員的身份日顯復雜。

1、IT廠商

數字文件的歸檔離不開相關軟硬件的支持，隨著數字文件歸檔意識的普及，許多系統供應商都在其原有產品的基礎上集成了歸檔的功能模塊，比如IBM 公司2002年推出了IBM DB2 Records Manager，并通過了美國國防部標準《電子文件管理應用系統設計標準》（5015.2-STD）測試，以及英國國家檔案館《電子文件管理系統功能需求》規范的認證。2004年8月Sybase 公司推出在線數據歸檔解決方案——Sybase Dynamic Archive（16），2006年3月惠普公司完成收購數據庫歸檔軟件廠商OuterBay，推出數據庫歸檔解決方案Reference Information Manager（RIM） for Database Suite，由于HP Integrity服務器的客戶中，有60%使用Oracle的數據庫，50%使用SAP的產品，因而該款產品率先鎖定原先使用 Oracle數據庫的用戶，并陸續將RIM for Database Suite推向SAP、SQLServe及Sybase的客戶（17）。在國外，也出現了電子文件存檔外包服務模式，文件形成單位在不購買新的軟硬件的情況下，將歸檔保存的業務交付給服務商完成（18）。

IT廠商在推出其歸檔軟硬件產品的同時，往往會推出一整套歸檔的理論、方法、解決方案。IT廠商正在成為發展歸檔概念和實踐的重要力量。比如，有120多家企業成員的存儲網絡行業協會（ SNIA）這樣界定了本行業內的歸檔含義：“拷貝或轉移數據的過程，以長久保存關于業務、應用或數據狀態的記錄。一般情況下，歸檔通常用以滿足審計、管理、分析或參考的目的，而不是用于應用恢復或數據恢復（19）。”這樣的定義會成為歸檔軟硬件提供商的共識，并經其反復宣傳，無形中對機構內部的歸檔行為產生影響。

2、公益性組織和個人

在歸檔市場日益活躍的同時，由各種公益性組織和個人出資，出于文化目的而歸檔、收集、保存數字文件的公益性項目也不斷增加，也許是在商業社會經濟資本快速積累的同時，人們在保護歷史、守護記憶、共享文化方面的需求也不斷旺盛所致吧。

除了大量國家、地方圖書館參與到數字資源的收集與保存之外，非政府力量也不可小瞧。比如，互聯網早期的搜尋系統WAIS和搜索引擎Alexa Internet的創始人Brewster Kahle，用他創業所得資金創辦了一個收藏人類創作、推廣知識共享的網站Internet Archive (www.archive.org)。這個網站除了收集影像創作之外，還有一個叫做Way Back Machine的網頁時光機計劃，這是收藏人類所有網站數據的歸檔計劃，儲存歷史網站資料，讓大家可以回溯一個網站的成長和歷史，如今網頁時光機保存了1996年以來的850億份網頁。再如，由艾爾弗雷德·P·斯隆基金會資助，紐約城市大學研究生中心和紐約喬治梅森大學歷史與新媒體中心承辦的“911數字檔案館”(www.911digitalarchive.org)，是一個利用電子媒體收集、保存、呈現“911事件”以及公眾反應的項目，其收集對象包括電子郵件、音頻、視頻、照片、美術作品、新聞報道、分析報告等，如今該項目和美國國會圖書館攜手共同對其數字典藏實施長期保存。

從事數字歸檔、保存事業的公益性組織和個人往往具有敏銳的觸覺，預先把握保存數字資源的文化、歷史和社會需求，是檔案保存領域中一支生機勃勃、多姿多彩的力量。

數字時代是檔案學領域和外部世界碰撞最為激烈和精彩的時代，許多令人矚目的新元素在這個碰撞過程中進入歸檔領域，日趨呈現出“多元、擴展、多樣”的發展態勢。然而，檔案學的核心職能、技能依然是歸檔工作的主軸，無論目的、對象、主體如何變遷，這個核心地位并不會改變。在多種新元素滲透進入檔案工作的同時，檔案學基本理論、原則、方法也在向政府監控、企業治理、組織管理、知識共享、文化傳承、技術研發等其他領域輸出，伴隨著這樣的輸出，檔案學的知識領域將不斷充盈，其服務社會的功能將持續增強。

注 釋：

⑴《遵從法規，郵件歸檔》，《網絡世界周報》， 2006年9月18日。

⑵惠普公司：《請注意：備份并不是存盤——您的信息生命周期管理(ILM) 策略為何？》， http://h71028.www7.hp.com/enewsletter/cache/254063-0-0-208-476.aspx。

⑶ [美]尤里·波什克：《超越知識管理：公司如何調動其經驗？》，載于[美]唐納德·A·馬燦德、托馬斯·H·達文波特、提姆·迪克森編：《信息管理》，北京，中國社會科學出版社，2002年2月，第50~57頁。

⑷祁金華：《歸檔整合存儲》，《網絡世界》，2006年12月25日。

⑸IBM公司：《IBM新未來存儲大學成立》，http://www-900.ibm.com/storage/cn/news/021126_storageuni.shtml。

⑹馬一力等：《存儲與計算走向分離》，《中國計算機報》，2004年6月28日。

⑺張銳：《丑陋的華爾街》，http://www.china-sc.com/shshshow.asp?zs_id=56，2002年9月30日。

⑻中央電視臺：《5家華爾街股票代理公司未保留電子郵件遭罰》，http://www.cctv.com/lm/776/14/70879.html， 2002年12月4日。

⑼朱偉一：《摩根士丹利為何與電子郵件過不去？》，《南方周末》，2006年6月22日。

⑽“PWC On Fraud Trail.” Financial Director (December 13， 2005) 22。

⑾Steven J. DeRose， “Navigation， Access， and Control Using Structured Information.” American Archivist， Vol.60， Summer 1997。

⑿ “About the DCC”， http://www.dcc.ac.uk/about/。

⒀Shaw， Gillian. “Universities here join in massive experiments.” The Vancouver Sun (April 19， 2006) E3。

⒁National Archives of Australia. “ Archiving web resources: A policy for keeping records of web-based activity in the Commonwealth Government.” http://www.naa.gov.au/recordkeeping/er/web_records/policy_contents.html。

⒂天極網：《調查顯示企業即時通訊的用戶將大幅度增長》，http://telecom.chinabyte.com/357/1831857.shtml， 2004年6月17日。

⒃《自動卸載非活動數據——Sybase推出在線歸檔方案》，《每周電腦報》，2004年8月9日。

⒄曠文溱：《惠普ILM策略首見成效 起跑點在數據庫歸檔市場》，http://www.dostor.com/n/china/2006-06-06/0001227890.shtml， 2006年6月6日。

⒅《電子郵件存檔服務成為外包熱點》，http://cnw2005.cnw.com.cn/store/detail/content.asp?articleid=37095， 2005年8月23日。

⒆Storage Networking Industry Association(SNIA). A Dictionary of Storage Networking Terminology. http://www.snia.org/education/dictionary/a/。

作者單位：中國人民大學信息資源管理學院