基于內容統計分析的檔案定義研究

于懿蘭 程昕燁 陳斌 鄒志鵬 梁春華

摘? 要：為獲得相對完整準確的檔案定義，從中國知網、萬方等全文數據庫中采集來自學術專著、學術期刊、法律等的檔案定義160條。分析檔案定義構成要素，建立檔案定義模型，按模型要素（形成主體、形成來源、形成條件、價值、載體、本質屬性、實體）對定義進行統計分析，得出“檔案是機關、組織、個人在社會活動中形成的，經鑒定、整理、歸檔、保存下來以備查考利用或作為憑證的，文、形、聲等各種載體的具有原始性與歷史性的文件材料”的結論。

關鍵詞：檔案定義;統計分析;內容分析

Abstract： 160 kinds of Archives concepts from academic monographs， learned periodicals and laws through CNKI， Wanfang Date Knowledge Service Platform were collected to define a relatively comprehensive and accurate Archives concept. Analyze the elements of Archives concept and establish the model of the Archives concept. The collected concepts were statistically analyzed according to the elements of the model， including subject， source， condition， value， status， essential attribute， entities， and then the Archives was defined that Archives is originality and historical documents which formed by organs， organizations or individuals in social activities， after appraisal， arrange， archive， preserved for the functions of certificate and examination or its proof function， with text， graphics， audio， video and any other vehicles.

Keywords： Archives concepts; Statistical analysis; Content analysis

1 引言

檔案是檔案學科中最基礎、最核心的概念，是檔案工作與研究中首先遇到且無法回避的概念，也是檔案學理論研究的首要課題。對檔案定義的研究，國內外成果豐富。在國外，謝倫伯格（美）、阿道夫·布倫內克（德）、希拉里·詹金遜（英）、邁克爾·庫克（英）等提出的檔案定義具有代表性。在國內，《檔案法》《檔案著錄規則》中的檔案定義，陳兆祦、吳寶康等提出的檔案定義均為認可度高的權威定義。對檔案定義的研究雖然豐富，但始終沒能得出相對統一的觀點。檔案與社會生活聯系緊密，定義檔案通常從實踐經驗和理論總結出發，因此造成檔案定義多樣化、差異化。隨社會實踐和具體檔案工作的開展，檔案定義也在不斷演變。因此，對檔案定義的界定需要不斷深入探索。

鑒于此，筆者盡可能全面地搜集了已發表文獻中關于檔案的定義，對其內容進行提取、統計、分析，發現檔案定義的主要構成要素存在較大共性，因此筆者嘗試以共性要素為基礎建立檔案定義模型，根據模型對定義中包含各要素的表述進行詞匯與詞頻的提煉、歸納、統計、分析，以期獲得相對完整準確的檔案定義。

2 檔案定義采樣

以中國知網（CNKI）、萬方等全文數據庫資源為采樣源，以“檔案定義or檔案概念”為檢索關鍵詞，查找學術期刊、學術專著、百科全書、權威詞典、法律法規、學術會議等來源的檔案定義，摘取文獻作者所著檔案定義共160條，摘取的部分定義如表1所示。

2.1 采樣統計的可行性。所采集160條檔案定義按發布年份的統計結果如圖1所示。檔案定義公開發表集中在20世紀80年代，其中1982年數量最多，原因在于，1980年國家檔案局主辦的《檔案工作》雜志（現名《中國檔案》）開辟“爭鳴”欄目，開啟了檔案定義的大討論，征集大量檔案定義研究文章，輯錄檔案定義50余條于1982年匯總發布。90年代及以后，檔案定義研究及定義發布呈收斂趨勢。因此，通過內容統計分析方法歸納檔案定義具有可行性。

2.2 采樣統計的全面性和典型性。按來源統計，160條定義中來自法律法規的有5條，占3%，法律法規以各國檔案法為主;來自標準的有4條，占2.5%，標準包含國標與行標;來自學術專著的有26條，占16.3%，專著包含國內外檔案學者及檔案學研究機構發表的論著;來自百科全書的有4條，占2.5%;來自權威詞典的有16種，占10%，詞典含規范性詞典及檔案專業詞典;來自學術期刊的有99條，占61.9%，期刊以《中國檔案》《檔案學通訊》《檔案》等檔案專業核心期刊為主;其他來源6條，占3.8%，包括會議報告、學術會議等。

按國別統計，國外檔案定義有24條，占15%，為各國提出的有代表性的檔案定義，提出者包括希拉里·詹金遜（英）、邁克爾·庫克（英）、阿道夫·布倫內克（德）等檔案學者，也包括國際檔案理事會、聯合國教科文組織、美國檔案工作者協會等機構。國內檔案定義有136條，占85%，提出者為曾三、陳兆祦、和寶榮、吳寶康、丁永奎、馮惠玲、丁海斌、朱玉媛等檔案專家學者。據以上統計分析，可認為采樣定義具有全面性和典型性。

3 檔案定義模型構建

已有研究中，定義方式以形式邏輯方式為主流，即“屬概念+種差”的定義公式，屬概念與種差共同構成檔案定義要素。關于檔案定義的構成要素，檔案學者們進行了一定的研究探討。

陳兆祦、和寶榮[7]（1982）提出檔案定義應包括“檔案的來源”、“檔案形成的一般條件”、“檔案的物理形態”、“檔案的社會作用及其主要特點”四個要素。金琦[8]（1982）提出檔案定義應反映6項內容：檔案的本質、檔案形成的歷史條件、檔案反映的內容、組成檔案的物質材料、檔案的思想內容、保存檔案的目的。朱益祥[9]（2001）提出，除屬概念外，檔案定義中還應體現出檔案是人們在社會實踐中形成的文件、辦理完畢、憑證價值、需要保存的特點，這些特點即包含了“形成主體或來源”、“形成條件”、“價值”要素。

雖然目前檔案學界對以何作為檔案定義屬概念，檔案定義種差應包含哪些要素的問題的研究討論仍在繼續，但歸納起來可以發現，檔案定義的構成要素可總結為以下7項：形成主體、形成來源、形成條件、價值、載體、本質屬性、實體（屬概念）。

形成主體指產生、形成檔案的人或機構、組織，也可概括為形成人。形成來源指形成主體從事的活動，檔案來源于這些活動，自這些活動中產生、形成、積累，檔案的內容也是這些活動真實情況與內容的反映。形成條件指實體轉化為檔案所需的條件、經過的動作。價值指檔案所能產生的作用，檔案對其形成主體的存在意義。載體指記錄檔案內容的物質材料，是檔案的展現形式。本質屬性即檔案的獨有特點，說明檔案的本質特征，使其區別于其他文獻材料。實體是檔案定義的屬概念，是檔案的定義項。

7個要素中，形成主體和形成來源是檔案最初產生所必需的要素，形成條件是實體真正轉化為檔案所需的過程，價值、載體、本質屬性、實體都是檔案本身的特質。基于以上要素及要素之間的關聯，筆者嘗試建立如圖2所示的檔案定義模型，體現檔案從產生到形成的過程與檔案本身的存在形式與其所具備的價值、屬性。

4 檔案定義要素的統計與分析

筆者提取160條采樣定義中關于定義模型中7個要素（形成主體、形成來源、形成條件、價值、載體、本質屬性、實體）的表述，采用梁春華等（2016）在《基于采樣統計內容分析的情報定義研究》一文中使用的聚類統計方式，對其詞頻、詞匯進行統計與分析。

4.1 形成主體。形成主體，指產生、形成檔案的人或機構、組織，也可概括為形成人。160條采樣定義中，有132條中包含對形成主體的明確表述。對表述內容進行一次聚類后，發現關于形成主體的表述可分為三類：第一類表述較為具體明確，包含“國家機構、機構、單位、機關、社會組織、組織、個人、家庭、家族”，將此類表述進行二次聚類為“機關、組織、個人”;第二類表述寬泛概括，沒有明確指向，在一些定義中被作為簡稱，包含“人們、人類”，將此類表述二次聚類為“人類”;第三類表述二次聚類為“人、事物、自然”，主體范圍廣闊。進行三次聚類得到“機關、組織、個人;人類;人、事物、自然”。進行四次聚類得到“機關、組織、個人”。如圖3所示。

因此，將形成主體定義為“機關、組織、個人”。

4.2 形成來源。形成來源，可概括為“活動”。160條定義中，有127條含有檔案形成來源的明確表述。進行一次聚類得到“社會活動、社會實踐活動、活動、社會實踐、實踐活動、自身活動、改造自然界和社會活動、認識實踐活動、思維活動、事務、法律性和事務性活動、工作、生產、生活、歷史、歷史活動、（人類）實踐和（自然界）變化活動”等。進行二次聚類得到“社會活動;社會活動、思維活動;工作、生產、生活;歷史;人類活動、自然界變化”。進行三次聚類得到“社會活動”。如圖4所示。

因此，將形成來源定義為“社會活動”。

4.3 形成條件。形成條件指實體轉化為檔案所需要的工作或處理。160條定義中對形成條件有明確表述的有98條。進行一次聚類可得“經過鑒定、整理、立卷、分類、組合、歸檔、收集、保存、保存在歸檔機構、保存在特定場所、集中保存、辦理完畢”。進行二次聚類得到“經過鑒定、整理、歸檔、保存、辦理完畢”。如圖5所示。其中“辦理完畢”這一表述主要強調檔案的非現行性特點，屬于檔案屬性的部分，因此不在檔案形成條件中列出。

因此，將形成條件定義為“鑒定、整理、歸檔、保存”。

4.4 價值。檔案價值指檔案能起到的作用。160條定義中有91條對價值有明確表述，對其進行一次聚類，得到“保存、持久保存、永久保存、備查、參考、查考、查證、利用、使用、有價值、永久價值、長久價值、長遠價值、憑證、證據、研究、控制、社會、實踐、實現目的、提供真實、相關、科學、遵循規律、重要、復制”;進行二次聚類得到“保存、查考利用、有長久價值、憑證、其他”，其中“保存”在“形成條件”中提及，為避免重復，不將“保存”列入價值要素;進行三次聚類得到“以備查考利用或作為憑證”。如圖6所示。

圖6 價值聚類統計

因此，將價值定義為“以備查考利用或作為憑證”。

4.5 載體。檔案載體指記錄檔案內容信息或形式特征的物質材料，載體是檔案展現形式。160條檔案定義中有70條對“載體”有明確表述，每條定義表述中存在多個可提取的詞語。將其表述內容歸類整理后進行一次聚類，得到“聲音、音像、錄音帶、錄音文件、錄音、照片、相片、照相、膠片、錄像、錄像帶、影片、公文、筆記、個人文件、文稿、文書、文件、文件材料、文字材料、印刷品、文圖聲、文形聲、文圖影聲、文字形聲”等等。進行二次聚類得到“聲像;文、形、聲;其他”。進行三次聚類，歸納為“文、形、聲等各種載體”。如圖7所示。

因此，將載體定義為“文、形、聲等各種載體”。

4.6 本質屬性。“檔案的本質屬性是檔案學基礎理論研究的重要內容，是定義檔案概念的基礎，能否準確地揭示其本質，是評價定義優劣的根本。[10]”160條定義中有關于屬性的明確表述的有35條。進行一次聚類得到“原始、真實、憑證、依據憑證、證據、書面記錄、歷史、歷史依據、非現行、明確、科學、文化、完整、獨一無二、必然聯系、公務、固定”。進行二次聚類得到“原始憑證性、歷史性、其他”。進行三次聚類得到“原始性、歷史性”。如圖8所示。

因此，將本質屬性定義為“原始性、歷史性”。

4.7 實體。實體，即檔案定義中的屬概念。目前，關于檔案的屬概念說法較多，王紹忠（1990）、張煜明（2002）等學者對檔案定義屬概念的主流說法進行了分類歸納，分類方式大體一致。因此，筆者參照已有分類方式對采樣定義中的屬概念進行分類與聚類。

進行一次聚類得到，“記錄類”包含“記錄;歷史記錄;原始記錄;真實記錄;信息記錄;數據、信息和知識的記錄”，“文件類”包含“文件、文件材料、歷史文件、歷史文件材料、原始文件材料、文件的組合、文件材料的組合、文件的總和、文件材料的總和”，“材料類”包含“材料、材料的組合、歷史記錄材料、文字形聲材料、記錄材料、信息材料”，“信息類”包含“信息、固化信息、憑證信息、原始信息”，“載體類”包含“載體、信息載體”，“寫照和歷史文化遺產類”包含“寫照和歷史文化遺產、歷史真跡、史跡、真實寫照”，“其他類”包含“實物、系統積累物、產物、知識、東西”。進行二次聚類得到“歷史記錄、文件材料、材料、文獻、信息、載體、寫照和歷史文化遺產類、其他”。進行三次聚類得到“文件材料”。如圖9所示。

因此，將實體定義為“文件材料”。

5 結論

通過對160條檔案定義各個要素進行提煉、歸納、統計、分析，我們可以將檔案定義表述為：檔案是機關、組織、個人在社會活動中形成的，經鑒定、整理、歸檔、保存下來以備查考利用或作為憑證的，文、形、聲等各種載體的具有原始性與歷史性的文件材料。

參考文獻：

[1]張煜明.關于檔案定義的辨析與探討[J].圖書情報知識，1990（03）：60-61+71.

[2]黃霄羽.外國檔案管理學[M].北京：中國人民大學出版社，2017：25-28.

[3]宮慶新.中外檔案定義研究述論[J].山東理工大學學報（社會科學版），2013（07）：97-102.

[4]陳兆祦，和寶榮，王英瑋.檔案管理學基礎（第三版）[M].北京：中國人民大學出版社，2005：10.

[5]吳寶康，丁永奎.檔案學概論[M].北京：中國人民大學出版社，1988：32.

[6]馮惠玲，張輯哲.檔案學概論（第二版）[M].北京：中國人民大學出版社，2006：6.

[7]陳兆祦，和寶榮.對檔案定義若干問題的探討[J].檔案學通訊，1982（05）：15-22.

[8]金琦.對檔案定義的探討[J].檔案工作，1982（03）：37-38.

[9]朱益祥.再論檔案定義的界定——兼與持傳統主流觀點的同仁商榷[J].檔案學研究，2001（04）：53-56.

[10]王景高.檔案研究30年（之三）——關于檔案本質屬性的研究[J].中國檔案，2009（04）：52-55.

（作者單位：中國航發沈陽發動機研究所 來稿日期：2019-12-02）