一種不可忽視的電子文件類型

歸吉官

摘 要：從文件的定義著手，介紹了不同文件類型的特征及其變化過程，通過文件組成三要素重點闡述了數據庫文件的內容、背景及結構特點，以便對數據庫文件形成比較系統、科學的認識，并闡明了數據庫文件管理在元數據管理、系統依賴性、“雙套制”管理上遇到的難題，最后強調電子文件管理研究需要給予數據庫文件更多的關注。

關鍵詞：數據庫文件；電子文件；文件；元數據

Abstract： Proceed from the definition file describes the characteristics and changes in the course of different file types， focusing on the three elements of the content of the database files， background and structural characteristics through files in order to form a more systematic， scientific understanding of the database file， and to clarify the puzzle database file management on metadata management， system dependencies， double sets of system management experience， and finally to emphasize electronic document management studies need to be given more attention to the database file.

Keywords： Data； Electronic Records； Records； Metadata

眾所周知，電子文件是有別于紙質文件的新型文件。從形式上看，有文本文件、圖形文件、音頻文件、數據庫文件等多種類型。然而，在以往的電子文件管理研究中，卻忽視了一種重要的電子文件類型——數據庫文件。長期以來，數據庫文件在電子文件管理中未能得到應有的重視。作為國家標準《電子文件歸檔與管理規范》起草者之一的邱曉威先生也曾坦言：“《電子文件歸檔與管理規范》中所指的電子文件主要是公務活動中產生的電子文件，即公文類電子文件。”[1]很顯然，在各業務信息系統中生成的數據庫文件不包括在內，管理上存在標準規范的缺失。在一些基層檔案部門甚至沒有將數據庫文件納入電子文件管理范疇，更多的是將其視為一種電子數據，任其放任自流。為此，十分有必要進一步深化對數據庫文件的認識。

1 文件、電子文件與數據庫文件

國際檔案理事會1984年出版的《檔案術語詞典》這樣定義文件：一是由機關、團體、組織或個人，在履行其法定職責或處理事務中所形成、收到并保存的記錄下的信息（文獻），其形式和載體不論。二是指自動數據處理中，構成文件基本單元的數據單位，它本身又由若干相關數據字段所組成。[2]國內的文件定義與國外相比，在本質上是基本一致的。如陳兆祦教授在為《中國大百科全書》條目撰寫的釋文稿就將其定義為：“文件（record， document）組織或個人為處理事務而制作的記錄有信息的材料，是人類記錄、固定、傳遞和儲存信息的一種工具。”[3]上述定義并未對文件的形式和載體作出限制，實質上也不應該限制，也就是不論是何種形式、何種載體均可視為文件。不過，這一時期主要是以紙質文件為主體，電子文件并未普及。

1997年國際檔案理事會電子文件委員會在《電子文件管理指南》中關于文件定義的表述是：文件是由機構或個人在其活動的開始、進行和結束過程中所產生或接收的記錄信息，該記錄信息由足以為其活動提供憑證的內容、背景信息和結構所構成，而不管其形式或載體如何。[4]此后，國內廣泛認同文件是由內容、背景和結構三要素組成之說，也就是所謂的文件組成“三要素說”。[5]當然，這里所說的文件主要是指電子文件。由于電子文件不再具有紙質文件般的實體形態，所以人們逐漸改變以往認識紙張等有形物質載體文件的慣性思維，轉向從文件的組成要素揭示這一新型文件的屬性。

數據庫文件也可稱為數據文件或數據庫電子文件，“是指在事務處理系統中單獨承擔文件職責，或者作為文件的重要組成部分出現的數據庫數據對象，也可以說是以數據庫形式存在的具有文件屬性的記錄”。[6]隨著計算機和網絡技術的不斷發展，電子文件及其結構隨之也發生了很大變化，數據庫文件的產生正是這種變化的結果。早期在計算機環境下生成的文件是線性的文本組織模式，傳統意義上的“份”、“件”概念依然可以沿用，比如在辦公系統中形成的公文類電子文件。然而，隨著超文本等文件形式的出現，非線性的文本組織模式大大改變了我們早已形成認識習慣的文件結構。例如，數據庫文件，一個數據庫由若干記錄組成，一個記錄由若干字段（數據項）組成；既有單個關系數據庫的信息，又有來自多個系統平臺的有關數據。在薪資管理系統的工資報表、證券交易所的股市行情表等文件都屬于該類型。這種復合型文件可能隨來源數據的變化而不斷變化，已經失去了傳統意義上文件實體的概念，而只是一系列動態信息集合。[7]認識這種相對復雜的文件，已經不能沿用傳統的思維和方法。

假如說，從版式固定的公文類電子文件上還可以找到傳統文件的身影（或者說形式），那么到數據庫文件已經很難發現傳統文件的痕跡了。從紙質文件到一般的電子文件再到數據庫文件，其形式和載體已經發生了很大變化，很難再從形式和載體來判定或者認識一種新的文件類型。從文件類型的發展歷程來看，變的是其外在形式，不變的是其內在本質。雖然數據庫文件的定義比較抽象，而且文件結構復雜，多少令人產生一種難以認知的感覺，不過，我們可以通過文件組成三要素來進一步揭示其屬性。

2 數據庫文件的組成三要素

一般認為，文件是由內容、背景和結構三個要素構成，這可以從國際檔案理事會電子文件委員會給文件下的定義看出。也有學者將元數據納入文件的組成要素，我認為電子文件與元數據之間不是整體與部分的關系，而是一種映射關系。元數據只是對電子文件的一種描述，所以沒有將其歸入文件的組成要素。

2.1 內容信息。內容信息是文件之所以成為文件的必要條件。文件的形成必定承載和傳遞著特定的內容信息，否則它將失去存在的價值。伍振華教授將單份普通公文等（包括簡單的電子文件和非電子文件，但不是數據庫形態的文件）文件的內容分為：外延最窄的內容（正文所表達的信息）、外延最寬的內容（文件原文信息）和外延居中的內容（文件定稿所表達的信息）三種類型。[8]一份完整的行政機關公文文件一般都會包含有發文機關標識、發文字號、簽發人、標題、主送機關、公文正文、成文日期、抄送機關、印發機關等18項要素。普通公文中反映正文內容的核心信息和其他輔助性信息一目了然，很好辨別。而數據庫文件不同于普通公文，首先，傳統意義上“份”和“件”的概念已經被淡化，甚至不復存在；其次，其內容的呈現形式已大不同于版式固定、格式統一的公文類電子文件。數據庫文件是一個動態信息集合，其內容信息的表現方式也相對靈活。所以，我們很難再區分什么是正文信息，什么是定稿信息。實質上，數據庫文件中能夠完整呈現的所有的動態信息集合體都應該是其內容信息，這也是構建數據庫管理數據、文件的應有之義。

2.2 背景信息。背景信息也是電子文件不可或缺的重要組成部分，是維護電子文件真實性、完整性和有效性的重要保障。國家標準GB/ T18894-2002《電子文件歸檔與管理規范》這樣定義背景信息：“描述生成電子文件的職能活動、電子文件的作用、辦理過程、結果、上下文關系以及對其產生影響的歷史環境等信息。”對于內容和載體固化為一體的紙質文件而言，其本身就已經包含著背景信息。例如，通過紙張等載體信息就很容易判定文件材料形成時間、所反映的文化背景、是否被修改等背景信息。而包括數據庫文件在內的電子文件的背景信息，其外延比較繁雜，主要有責任者、形成時間、形成地點、接收者、抄送者、傳遞日期、接收日期、形成的軟硬件條件、系統數據，等等。[9]為了保證背景信息的完整性及其功能的正常發揮，需要特意從文件的制作形成、接收、存儲到使用的整個文件生命周期中采集并保存。采集公文類電子文件的背景信息，對功能完善的電子文件管理系統來說是可以實現的。但是，如果處理的對象是結構相對復雜的數據庫文件，對其背景信息的采集是有一定難度的。除了要解決異構數據庫系統之間的銜接問題之外，還得理順檔案部門與業務部門之間的協作關系，畢竟絕大多數的數據庫文件來自業務部門的業務信息系統，其系統獨立性較強。如何更科學地確定電子文件背景信息的內容要素，如何根據不同電子文件的類型劃定更具針對性的背景信息，如何將電子文件的背景信息推向標準化，這些都是今后亟待解決的問題。

2.3 結構信息。“結構信息是指文件內容信息的組成表達方式”，[10]包括物理結構和邏輯結構兩種結構形式。物理結構的具體表現形式：一是指電子文件線性文本信息在物理存儲介質中的組織方式，二是指電子文件非線性文本的各個信息組成部分的不同物理位置。[11]前者主要是一般性的、簡單的電子文件的物理結構，如普通公文類電子文件；后者主要是指結構相對比較復雜的電子文件的物理結構，如數據庫文件等。通常情況下，我們不會太關注電子文件的物理存儲位置，尤其是各個信息組成部分分散存儲的數據庫文件，其物理排列方式、存儲位置對用戶來說是不透明的，其實也沒必要知道。相較于物理結構，我們更關注的是邏輯結構。邏輯結構即用戶能夠直接看到的文件信息的自身結構，這是最直觀的。數據庫文件的形成過程實際上是一種將分散的文件要素進行邏輯組合的過程，數據庫文件的內容即數據，以數據文件的形式生成、保存，而數據結構的出生地和存儲地點是數據字典，文件屬性中的常規信息（如文件的創建時間、修改時間和存取時間）均由操作系統負責記錄、生成和維護。[12]可見，數據庫文件背后需要一個龐大的邏輯結構作支撐，才能完整地呈現其所表達的內容信息，否則所有的數據都處于無序狀態。

3 數據庫文件的管理難題

由于數據庫文件自身的特殊性，相對于普通公文類電子文件來說，數據庫文件更難以管理，常常游離于檔案部門的管控之外。數據庫文件管理除了遇到一般電子文件的管理難題外，還存在以下幾個方面的問題。

3.1 元數據管理研究比較滯后。元數據是保證電子文件真實性、完整性、有效性和維系文件間有機聯系性的重要工具。人們可以借助元數據來幫助記錄電子文件形成時的背景信息和相關的軟硬件系統參數，記錄文件管理業務活動的有關信息（如文件的起草、修改、定稿、分發）以及相對應的日期時間，等等。然而，面對數據庫系統中的數據庫文件，卻很難進行有效的元數據采集和存儲。雖然，有關國家標準對文件管理元數據劃定了一個總體結構，規定了文件管理實體類元數據的類型和文件管理實體類元數據間的關系，但是，這畢竟是一個頂層的總體結構，無法直接用于數據庫文件元數據管理。而且，現有的文件管理元數據研究成果大多是針對普通公文類電子文件，數據庫文件元數據管理研究是相對滯后的。國家標準《文件管理元數據原則》將文件管理元數據定義為結構化信息與半結構化信息，其意義實際上就是為了更好地處理文件管理元數據在原則性與靈活性、普遍性與特殊性、通用性與專業性上的辯證關系。[13]然而在實際當中，我們并沒有處理好這種關系。國家標準給了一個總體的固定結構——元數據的結構化信息，是所有文件類型都需要遵循的；但我們忽視了非結構化信息建設，無法滿足不同電子文件類型進行各自具體描述的個性化需求。今后需要加大對數據庫文件等不同電子文件類型元數據的管理研究，以實現元數據的標準化。

3.2 對系統的依賴性更高。電子文件從生成、運轉、處理、儲存、檢索到傳輸和利用的各個環節都必須依賴于計算機的軟硬件系統。正是電子文件對系統的依賴性，加大了對其的管理難度。文件對系統的依賴性越高，其管理難度也越大。數據庫文件的內容信息具有高集成性的特點，其多元信息的集成性使得文件的各個部分可以取自并存放在不同的數據庫里、多次調用、反復組合，每一次新的集成都是不同的結果、生成不同的邏輯組合產品。[14]數據庫文件之所以能夠實現內容信息的高集成性，是因為背后有一個強大的系統在支撐，這也使得它對系統的依賴性更高，必須依附于專業的數據庫系統才能完整地實現其功能。對普通公文類電子文件的管理，一般在系統設計之初就預先嵌入檔案管理的功能模塊，以便在電子文件管理系統中更好地實現前端控制和全程管理。而對數據庫文件管理來說，目前還是個難題。其中一個很重要的原因就是，數據庫文件對專業系統的依賴性很高，無法在通用系統中自由流通。也正因為如此，在對數據庫文件進行物理歸檔、脫機保存時，需要將專用軟件系統一并收集歸檔。

3.3 難以進行“雙套制”管理。對電子文件進行“雙套制”管理，將計算機生成的文件轉換成紙質文件，更多是反映了人們對電子文件生存環境的一種擔憂，也是一種無奈的最佳選擇。不然，在追求效率的文件管理領域，人們沒有必要多此一舉，采取“雙套制”。需要強調的是，實行“雙套制”的主要對象是普通公文類電子文件或者一些結構簡單的電子文件，其他專業、專用電子文件一般不適用于“雙套制”，也無法進行“雙套制”。假如說“雙套制”能使普通公文類電子文件很好地避開自身在技術上所遇到的諸如無法長久有效保持檔案屬性等一系列難題，那么當面對結構復雜、系統依賴性高的數據庫文件時，卻很難將其完整地轉換成另一套——紙質文件。上文也提及過，組成數據庫文件內容信息的各個部分是分散儲存的，它通過系統強大的邏輯組合功能，可以多次調用、反復組合文件各部分要素，然后集成輸出，而且每一次新的集成都可以輸出不同的內容。顯然，想要將數據庫文件中的所有內容信息完整地輸出到紙張上并與其數字顯示一致是不太現實的。由此可見，“雙套制”并不是一把萬能鑰匙，當遇到復雜的數據庫文件時就顯得無能為力。

盡管業務信息系統能夠處理與其業務相關的信息，但其主要功能并不是對這些信息進行管控。許多業務信息系統設計的目的僅是為了支持和滿足當前業務活動對于信息的需求，其功能有限，并不具備對文件進行有效管理的能力，至多能夠保存與它們所執行業務交流活動有關的當前文件。[15]再加上這些數據庫文件大多來自專業性較強的行業或部門，涉及的內容廣泛而專業，且相對比較重要。因此，必須加強對數據庫文件的管控，這是檔案部門的職責所在。其實，公文類電子文件與數據庫文件之間的關系，恰如傳統的文書檔案與專門檔案的關系一般，不可偏廢一方。

參考文獻：

[1]邱曉威.關于《電子文件歸檔與規范》的若干說明——兼與“對《電子文件歸檔與管理規范》中術語定義的幾點建議”作者商榷[J].檔案學研究，2004（4）：55～57.

[2][美]弗蘭克·B·埃文斯，[法]弗朗索瓦·J·安利，[英]彼得·沃爾內.英漢法荷德意俄西檔案術語詞典[M].丁文進，何嘉蓀，方新德，等.編譯.北京：檔案出版社，1988：83.

[3]陳兆祦.檔案學基礎知識[J].檔案學通訊，1991（4）：72～73.

[4][7][11]于英香.略論電子文件結構[J].檔案學通訊，2005（5）：50～53.

[5][8]伍振華.文件組成“三要素說”獻疑[J].檔案學通訊，2006（3）：32～37.

[6][15]劉家真.電子文件管理——電子文件與證據保留[M].北京：科學出版社，2009：48，168.

[9]唐小燕. 背景信息——電子文件管理不可或缺的元素[J].檔案學研究，2001（5）：51～53.

[10]劉家真.電子文件管理理論與實踐[M].北京：科學出版社，2003：5.

[12][14]王健.對電子文件形成特點的再思考——兼議電子文件前段控制戰略的實現[J].中國檔案，2002（11）：40～43.

[13]張正強.國家標準《文件管理元數據原則》中文件管理元數據的結構化信息與半結構化信息的理解[J].檔案學研究，2011（6）：31～36.

（作者單位：南京大學信息管理學院 來稿日期：2015-10-17）