我國政府網頁歸檔進展研究

鄭鹿鳴

摘 要 我國政府網頁歸檔在法規政策、標準規范、實踐項目、歸檔策略、歸檔技術等方面都取得了一定進展。其中歸檔策略主要包括歸檔模式、歸檔范圍、歸檔時間和元數據方案。歸檔技術主要涉及分類整理、歸檔系統和存儲格式。未來我國政府網頁歸檔的發展需要確立政府網頁歸檔的館藏思想，加速政府網頁歸檔的法規支持，出臺政府網頁歸檔的指導策略，打造政府網頁歸檔的生態系統，探索政府網頁歸檔的關鍵技術，推進歸檔政府網頁的開發利用。

關鍵詞 政府 網頁歸檔 進展 中國

Abstract Government web page archiving in China has made some progress in laws and policies， standards and specifications， practical projects， archiving strategies， and archiving technologies. The archiving strategies mainly include archiving mode， archiving scope， archiving time and metadata scheme. Archiving technologies mainly involve sorting， archiving systems and storage formats. In the future， the development of government web page archiving in our country needs to establish the collection ideas， accelerate the regulation support， introduce guiding strategies， build an ecosystem， explore key technologies， and promote development and utilization of government web page archiving.

Keyword government; web page archiving; progress; China

一、我國政府網頁歸檔的實踐進展

1.法規政策進展。隨著政府上網、電子政務以及政務信息化的推進，政府網頁歸檔問題日益受到重視。在我國法規體系中，已經開始有法規政策涉及政府網頁歸檔問題。在法律層面，2012年修訂的《中華人民共和國刑事訴訟法》和《中華人民共和國民事訴訟法》都將“電子數據”單獨列為一種證據形式。在行政法規層面，最高人民法院關于適用《中華人民共和國民事訴訟法》的解釋中，指出電子數據包括通過博客、微博客、域名等形成或存儲在電子介質中的信息，意即電子數據包括社交媒體和網頁信息。最高人民法院關于適用《中華人民共和國刑事訴訟法》的解釋也羅列了博客、微博客、域名等為電子數據。在規范性文件層面，2016年4月，國家檔案局印發《全國檔案事業發展“十三五”規劃綱要》（檔發〔2016〕4號）將“研究制定重要網頁資源的采集和社交媒體文件的歸檔管理辦法”作為提升電子檔案管理水平的任務之一。2016年11月，中共中央辦公廳、國務院辦公廳印發《國家電子文件管理“十三五”規劃》（廳字〔2016〕37號），要求“推進政府網頁及電子郵件、音視頻等電子文件歸檔”。2017年5月，國務院辦公廳印發《政府網站發展指引》（國辦發〔2017〕47號）明確了政府網站網頁歸檔的含義、時機和要求。文件指出：“網頁歸檔是對政府網站歷史網頁進行整理、存儲和利用的過程。政府網站遇整合遷移、改版等情況，要對有價值的原網頁進行歸檔處理。歸檔后的頁面要能正常訪問，并在顯著位置清晰注明‘已歸檔和歸檔時間。”

2.標準規范進展。2017年7月，國家標準GB/T 33994-2017《信息和文獻WARC文件格式》發布。該標準是對ISO 28500：2009的等同采標，主要用于規范WARC文件格式，而WARC格式是網頁歸檔的主要保存格式之一。2019年，國家檔案局發布檔案行業標準DA/T 80-2019《政府網站網頁歸檔指南》。該標準規定了政府網站網頁歸檔的總則，網頁的歸檔范圍和網頁檔案的保管期限，網頁歸檔的收集、整理、移交接收和網頁歸檔功能模塊建設的一般方法。它適用于各級人民政府及其部門、派出機構和承擔公共服務職能的事業單位在互聯網上開辦的政府網站的網頁歸檔，用于指導國家機關及其檔案部門規范開展網頁歸檔工作，促進實現網頁信息的有序歸檔和長期保存。

3.實踐項目進展。我國網頁歸檔項目的開展始于21世紀初。2002年1月，北京大學網絡實驗室在國家973和985項目支持下，建設了名為“中國Web信息博物館”的中國網頁歷史信息存儲與展示系統。2003年初，國家圖書館啟動“網絡信息資源采集與保存試驗項目”（Web Information Collection and Preservation，簡稱WICP），探索網頁保存的解決方案。這兩個項目保存的網頁并不限于政府網頁，而是各類中文網頁。項目成效被認為“并不成功，并沒有實現可持續發展，收割的資源無法提供利用，資源也沒有再開發產生新價值”[1]，所存網絡信息難以具備檔案的憑證價值。

在上述兩個項目之后，關于網頁歸檔的實踐探索主要集中在檔案領域。2014年11月，時任國家檔案局局長楊冬權表示，將盡快啟動為各級國家政府網站網頁存檔工作。將中央、省、市、縣各級國家政府網站，以及各國有企業、中央企業等網站網頁保存好、記錄好[2]。2015年，河南省鄭州市檔案局（館）主動對政府網頁歸檔工作進行試點。在確定網站歸檔范圍和存檔網頁保存格式、研究網站歸檔保存方案和保存技術等方面進行了有益的探索[3]。

進入“十三五”后，在《全國檔案事業發展“十三五”規劃綱要》的指導下，國家檔案局開始組織開展網頁歸檔的研究和試點工作。2018年，國家檔案局發布《國家檔案局辦公室關于確定網站網頁資源歸檔試點單位的通知》（檔辦函〔2018〕45號），確定北京市檔案局、寧波市檔案局、自然資源部信息中心、國家電網江蘇電力公司四家單位開展網站網頁歸檔試點。

北京市檔案局主要是研究推進北京市檔案信息網的網頁歸檔。該試點確定了歸檔模式，設計了歸檔流程，明確了歸檔范圍，開發了歸檔系統，根據預先設定的策略將北京市檔案信息網的網頁歸檔到北京數字檔案室管理系統中進行集中統一管理。

寧波市檔案局出臺了《寧波市政府網站網頁歸檔管理暫行辦法》，制定了寧波市網站網頁歸檔工作方案，研發了歸檔管理系統，在寧波市范圍內具體實踐了網頁歸檔工作。2018年12月9日，寧波市檔案局的“網站網頁歸檔試點”通過國家檔案局的驗收。

2020年初，浙江省檔案館采集抗“疫”網頁檔案是網頁歸檔項目的最新實踐。在新冠肺炎疫情防控工作中，浙江省檔案館認為“各級政府門戶網站上產生的疫情網頁信息形成速度快、種類多、價值高”，因而開展了抗“疫”網頁專題檔案的采集工作。該館制定了《浙江省檔案館2020年新冠肺炎疫情防控專題網頁檔案收集與歸檔工作方案》，對指定網站自2020年1月新冠肺炎疫情發生之后發布的有關各地疫情防控工作開展的通知、公告、通報、新聞報道等內容進行采集。截至2月19日，采集視頻文件總時長3316分鐘，圖片文件2826張，靜態網頁11528頁，數據量達51GB[4]。

上述實踐項目已經在我國檔案界燃起了網頁歸檔的星星之火，必將帶動各級各類檔案館政府網頁歸檔工作的快速發展。

4.歸檔策略進展。

（1）歸檔模式。站在檔案機構角度看，政府網頁歸檔模式有主動收集和被動收集兩種。主動收集是指檔案機構遠程啟動爬蟲程序收集政府網頁，前文英、美、加國家檔案館政府網頁歸檔都采用此種模式。該模式集約統一，但技術受限，有些網頁信息無法收集。被動收集是指檔案機構等待網頁形成機構移交網頁檔案。該模式收集信息齊全，對網頁形成機構要求較高。

北京市檔案信息網的網頁歸檔結合了兩種模式。對存量網頁主動收集，對增量網頁被動收集。主動收集是依托北京數字檔案室管理系統的歸檔功能模塊，下達網頁采集任務，通過爬蟲程序將指定的網頁下載到本地，并根據關鍵字提取元數據信息，對網頁文件的內容創建全文索引。被動收集是依托北京市檔案信息網網管理后臺開發的歸檔功能模塊將網頁推送給北京數字檔案室管理系統[5]。

（2）歸檔范圍與歸檔時間。歸檔范圍與歸檔時間是歸檔策略的核心問題。鄭州市檔案局（館）的政府網頁歸檔范圍是以gov.cn結尾的鄭州市所有政府部門、機關單位的網站。網站更新緩慢的每六個月收集一次，更新較快的每周收集一次。網站升級改版的時候必須收集。還應公眾要求，根據重大事件靈活收集[6]。

北京市檔案信息網的網頁及網頁中的圖片、文檔文件必須歸檔。有附件的網頁，附件與網頁作為一件同時歸檔。歸檔時間為每周一次定期歸檔[7]。

寧波市政府網頁歸檔采取辦理完畢或更新后實時歸檔和定期歸檔相結合的方式，定期歸檔時間一般不晚于次年6月底[8]。

（3）元數據方案。在電子文件歸檔過程中，需要元數據全面描述電子文件，保障電子文件真實、完整，提高電子文件的可理解性以助于其長期可讀[9]。網頁歸檔也是如此，元數據具有重要作用。北京市檔案信息網的網頁歸檔依據其元數據方案實施。方案中必選項包括標題、網站名稱、網站域名、來源、發布時間、采集時間、采集人，可選項包括年度、主題詞、作者、歸檔日期、關鍵詞、摘要、網址、類別、保管期限、檔號、全宗號、件號[10]。寧波市政府網頁歸檔要求將網頁的元數據同時歸檔。

5.歸檔技術進展

（1）分類整理。無論何種信息歸檔，都需要進行分類整理，政府網頁歸檔亦是如此。北京市檔案信息網的網頁歸檔按照“年度—保管期限—類別”進行分類，分類后的檔號由“全宗號—年度—保管期限代碼—類別代碼—件號”組成。網頁檔案以件為單位組件保存，件的計算機命名規則為“檔號+D+兩位順序號”[11]。

（2）歸檔系統。政府網頁歸檔工作需要一個軟件系統作為平臺來實現，歸檔系統是必不可少的基礎條件。北京市檔案信息網的網頁歸檔系統依托北京市檔案信息網和北京數字檔案室管理系統開發。北京市檔案信息網的網站端具有歸檔功能模塊，北京數字檔案室管理系統端具有網頁歸檔接口、歸檔任務管理、代碼管理、檔案類別管理、元數據管理、歸檔網頁檢索、瀏覽、管理等功能模塊[12]。

（3）存儲格式。鄭州市檔案局（館）的政府網頁歸檔的存儲格式是WARC格式，但一般會壓縮成gz文件，分卷壓縮[13]。北京市檔案信息網的網頁歸檔的存儲格式是PDF格式，并對網頁檔案采用設置層級文件夾的形式進行存儲[14]。寧波市政府網頁歸檔的存儲格式是WARC、OFD等通用格式，并滿足可長期保存的要求[15]。

二、我國政府網頁歸檔的未來發展

1.確立政府網頁歸檔的館藏思想。近些年來，政府加大了網絡辦事的力度，政府網站的數量、質量和重要性在飛速提升。2014年《國務院辦公廳關于促進電子政務協調發展的指導意見》（國辦發〔2014〕66號）、2015年《國務院關于積極推進“互聯網+”行動的指導意見》（國辦發〔2015〕40號）、2016年《國家信息化發展戰略綱要》《國務院關于印發政務信息資源共享管理暫行辦法的通知》（國發〔2016〕51號）、《關于加快推進“互聯網+政務服務”工作的指導意見》（國發〔2016〕55號）、《國務院關于印發“十三五”國家信息化規劃的通知》（國發〔2016〕73號）、2017年《國務院辦公廳關于印發政務信息系統整合共享實施方案的通知》（國辦發〔2017〕39號）、《國務院辦公廳關于印發政府網站發展指引的通知》（國辦發〔2017〕47號）、2018年《國務院辦公廳關于印發進一步深化“互聯網+政務服務”推進政務服務“一網、一門、一次”改革實施方案的通知》（國辦發〔2018〕45號）等一系列指導性文件發布，政務信息網絡化趨勢不可阻擋。在這種大背景下，無論是檔案機構還是社會公眾，都要認識到網絡信息的價值。必須盡早確立“讓網絡信息變成檔案永久流傳后世”[16]的新型館藏思想。那些網絡上的政府信息與辦事信息，是網絡時代政府公務活動與社會活動的記錄，是社會記憶的重要組成部分，具有重要憑證價值。因而，政府網頁需要歸檔，歸檔后的網頁檔案是新時代檔案形式的一種，是新時代的檔案館藏。

2.加速政府網頁歸檔的法規支持。今后的法規標準中有四個重點內容需要明確：一是檔案部門的主體責任。明確政府網頁歸檔應當與政府公文歸檔一樣，由檔案機構執行主體責任，有權利和義務對政府網頁進行收集、整理、保存并提供利用。例如，《寧波市政府網站網頁歸檔管理暫行辦法》中明確：“市檔案行政管理部門負責市政府網站網頁歸檔工作的監督指導，制定相關管理標準、流程等規范，開展培訓和檢查評估;市檔案館負責建設市政府網站網頁歸檔管理統一平臺，按規定接收政府網站網頁檔案并依法提供利用。”二是網頁形成機關的職責。與傳統的形成單位移交一樣，在網頁歸檔中，網頁形成機關也需要履行相應的職責。《寧波市政府網站網頁歸檔管理暫行辦法》要求市級行政機關“在建立和完善政府網站時同步開發和完善網頁歸檔功能”，“對本單位政府網站網頁進行歸檔移交和集中管理，按照標準規范做好分類、整理、存儲、封裝、鑒定、檢測等工作”，就是對形成機關的職責進行明確的界定。前兩項內容在全國層面也有類似規定。三是歸檔網頁的憑證地位。明確檔案機構在合法范圍內通過既定程序收集的政府網頁具有檔案的憑證地位。四是對政府網頁歸檔的監督管理。《寧波市政府網站網頁歸檔管理暫行辦法》將網頁歸檔管理工作納入政府網站常態化監管內容，定期檢查，情況列入政府網站監管年度報表。此類規定內容具有推廣價值。

3.出臺政府網頁歸檔的指導策略。政府網頁歸檔工作還需要出臺更為詳細的指導策略，用以明確歸檔模式、歸檔原則、歸檔流程、歸檔范圍、歸檔時間、元數據方案等。從我國當前進展看，許多策略并不統一。在全國范圍內是集中統一還是各自為政地開展，在頂層層面需要有設計。

從已經發布的檔案行業標準DA/T 80-2019《政府網站網頁歸檔指南》看，我國政府網頁歸檔遵循“誰形成辦理，誰歸檔”的原則，采用“網站管理部門收集整理歸檔——檔案部門集中管理和保存”的兩段式歸檔流程[17]。北京市檔案信息網的網頁歸檔對該標準的指導策略進行了驗證。但是，該標準是推薦性標準，是否適用全國情況還有待檢驗及進一步的策略出臺。

當前，在國家層面即將出臺《政府網站網頁歸檔管理辦法》，“對政府網站網頁歸檔的職責分工、歸檔范圍、歸檔流程、歸檔要求以及歸檔網頁如何保管利用等提出綱領性的要求”[18]，相信該辦法會成為政府網頁歸檔的指導性策略。

4.打造政府網頁歸檔的生態系統。與傳統檔案管理不同，政府網頁歸檔是一個大規模系統工程。要組織好這項工程，必須突破傳統檔案工作“黃土地、高圍墻”式封閉的范圍與模式，打造一個良好的生態系統，“把人員、技術、資源、管理有機地結合在一起”[19]。

該生態系統包括政府的指導、協調、組織與監督，出臺相關法規政策，成為生態系統的宏觀社會環境;檔案機構的策略制定、模式選擇，成為生態系統的主體;檔案館（室）、政府信息公開中心、電子文件管理中心、數字檔案館的功能定位、統籌管理及具體保管，成為生態系統的實體;信息技術部門的聯合與合作，發揮技術優勢，實現科學管理與有效的技術手段，成為生態系統的中觀運行機制環境;網絡基礎設施是生態系統的微觀環境;圖書館、高校、研究所、企業、社會志原者等相關方的廣泛參與，拓展生態系統的主體。例如，阿里巴巴集團曾表示愿為國家檔案局打造一個專屬的“檔案云”，從而提升電子檔案的長期保存、快速加工及檔案資源利用的管理水平[20]。政府網頁歸檔可以利用“檔案云”實現云端存儲。再如，國家圖書館、北京大學網絡實驗室有網頁歸檔的長期實踐，應該共同參與政府網頁歸檔。國家圖書館是IIPC（International Internet Preservation Consortium，國際網絡信息保存聯盟）的固定成員，利用該平臺能實現與世界范圍內相關技術與相關組織的廣泛合作。

只有成功打造良好的生態系統，建立廣泛的合作，構建整體的組織體系，形成網頁歸檔群落，政府網頁歸檔才具有生命力和可持續發展的動力。

5.探索政府網頁歸檔的關鍵技術。在政府網頁歸檔過程中，技術占據重要地位。技術的選用對于歸檔的成功率及歸檔后利用服務的效率具有決定性的影響。為此，必須探索政府網頁歸檔的關鍵技術。關鍵技術包括但不限于網頁歸檔的總體技術設計，作為平臺的歸檔系統的研發建設，網站文件的分類整理，爬蟲程序的選用，歸檔網頁的存儲管理，網頁長期保存的文件格式標準，云端存儲的支持技術，保證真實、完整、安全與可用的相關技術，實現訪問與應用服務的技術等。

6.推進歸檔政府網頁的開發利用。政府網頁存檔工程浩大，其作用不僅在于保存歷史，還在于獲得效益。為此，不僅要對歸檔政府網頁進行安全保管，還必須以開放為原則，提升其開發利用水平，借助其數字形式，通過多種平臺和方式，方便、快捷地推進其共享利用，以期獲得一定的經濟效益和最佳的社會效益。

參考文獻

[1]黃新榮，曾薩.網頁歸檔推進策略研究——基于網頁歸檔生態系統視角[J].圖書館學研究，2018（16）：68.

[2][20]楊太陽.國家檔案局局長楊冬權表示將盡快啟動為各級國家政府網站網頁存檔工作[N].中國檔案報，2014-12-01（1）.

[3][6][13]石華.檔案館保存政府網站策略研究——以鄭州市檔案局館為例[J].檔案管理，2016（1）：48-49.

[4]浙江省檔案館. 省檔案館：及時采集抗“疫”網頁檔案[EB/OL].（2020-02-24）[2020-03-16]. https：//www.nbdaj.gov.cn/yw/bddt/201812/t20181211_20121.shtml.

[5][7][10][11][12][14]袁煥磊，楊中營，林曉京.網站網頁資源歸檔研究——以北京市檔案信息網為例[G]//中國檔案學會. 2019年全國青年檔案學術論壇論文集.北京：中國文史出版社，2019.

[8][15]陳霄.寧波市出臺《辦法》規范政府網站網頁歸檔管理[EB/OL].（2018-11-22）[2020-03-16]. https：//www.zgdazxw.com.cn/news/2018-11/22/content_255545.htm.

[9]趙屹.電子文件管理元數據漫談[J].北京檔案，2015（1）：20.

[16]楊冬權.新時代檔案工作的新思維（下）[N].中國檔案報，2018-01-18 （3）.

[17][18]黃麗華. “一網通辦”背景下網頁歸檔工作問題研究[J].中國檔案，2019（1）：74.

[19]趙屹.檔案信息網絡化建設[M].北京：北京圖書館出版社，2003：23.