紙本圖書線上循證采購探析*

胡明玲 董珍時

（浙江紡織服裝職業技術學院圖書館，浙江 寧波315211）

1 引言

“循證”一詞來源于循證醫學，意為“遵循證據的醫學”，其核心思想是：醫療決策應盡量以客觀的研究結果為依據[1]。循證醫學創始人之一David Sackett教授在2000年再次定義循證醫學為“慎重、準確和明智地應用當前所能獲得的最好的研究依據，同時結合醫生的個人專業技能和多年臨床經驗，考慮病人的價值和愿望，將三者完美地結合制定出病人的治療措施”[2]。傳統醫學是以經驗醫學為主，循證醫學則是強調任何醫療決策應建立在最佳科學研究證據基礎上[3]。借鑒循證醫學的理念，近幾年，國外圖書館出現了一種由館員基于用戶對數字資源的實際使用來選購數字資源的循證采購（Evidence-Based Acquisition，EB A）模式[4]。如美國OrbisC ascade圖書館聯盟的電子圖書采購；科羅拉多大學圖書館聯盟的視頻資源采購[5]；丹佛大學圖書館電子書的采購[6]；中佛羅里達大學（the University of Central Florida，UCF）圖書館系統數字資源的采購[7]等。歸納國外圖書館循證采購實踐，主要表現在如下幾個方面：一是采購的是數字資源，如電子書、視頻資源等；二是有一個采購系統平臺，用戶從平臺上訪問數據；三是有合作的數據商提供資源服務；四是采訪館員整合用戶數據進行數據挑選或制定自動挑選規則。相較于實體空間中的用戶行為數據收集，在數字資源使用環境下的用戶行為數據更容易被獲取，這些用戶利用資源的數據能體現用戶的現實需求，并能作為樣本在一定程度上反映其他用戶的潛在需求，利用這些數據會讓文獻資源采購更實用、更高效。因而，利用系統平臺采集用戶數據不僅方便，且受眾面廣，是采集證據的較好途徑。

綜上所述，在能獲取用戶線上需求行為數據的前提下，基于數字環境下電子圖書循證采購的理念，開展紙本圖書線上線下相結合的循證采購是可行的。筆者擬探析這種新的循證采購模式，為圖書館的采訪工作提供借鑒。

2 高質量證據支持紙本圖書循證采購

在館藏建設的發展歷程中，紙本圖書的采購方式經歷了圖書館員書單采購、現場采購到以用戶為中心的讀者驅動采購（P D A/DD A）模式[8]等。書單采購、現場采購這種經驗采購主要依賴于采訪館員而往往容易忽視用戶的現實需求。讀者驅動采購模式是館藏圖書補充采購的一種有效模式，已有不少圖書館進行了實踐，但讀者驅動采購模式一般是基于某一個單位或一個區域少數用戶的行為數據生成的證據，其證據質量有待研究，且不易發現其他用戶潛在的需求。

紙本圖書的傳統采購模式則依賴于采訪館員，采訪館員的知識結構、專業水平和對館藏政策的理解與執行能力決定了館藏資源建設質量。傳統采購模式的圖書來源是中標的圖書銷售商提供的書目清單中的圖書，2018年全國共出版新版圖書247108種[9]，而圖書銷售商限于與出版社的合作渠道及銷售利潤等原因，很難提供完整的書目清單。囿于圖書供應商的圖書來源渠道，圖書館少購、漏購一些用戶以及館藏所需要的圖書是必然的現象。此外，采訪館員本身的知識結構、專業水平等因素也會造成部分用戶需要的圖書沒有采購。而館藏資源的建設應該是一個持續、動態的過程，部分用戶所需要的圖書受當時的客觀條件無法采購，但后續應該有補購機制來完善館藏，以滿足用戶需求。由于補購圖書和從書商書單中選購圖書流程有所不同，補購圖書需要有針對性和目的性。所以，相較于采購新書，后期補購圖書就需要高質量的“證據”支持來決定是否采購，依據“證據”支持進行的采購則為循證采購。

3 紙本圖書循證采購支撐平臺

3.1 平臺及數據來源

筆者研究與實踐的系統平臺為熱書發現系統[10]，該系統于2014年上線，由浙江大學寧波理工學院圖書館研發，作者單位是其個性化應用的4所高校圖書館之一。從現有文獻和作者了解的情況看，該系統為國內唯一紙本圖書循證采購支撐平臺，國外文獻和網絡查詢也未見相關系統。系統具有自動采集高校圖書館（已有200多所）OPAC借閱排行榜、電商平臺（當當、京東等）銷售排行榜、門戶網站（豆瓣讀書等）圖書排行榜的圖書數據，同時支持人工添加新聞媒體閱讀欄目（如《錢江晚報》的閱讀周刊）、專家學者推薦榜單的圖書數據的功能等。簡而言之，熱書發現系統中的熱書，一方面指“熱門”，即借閱多、賣得火、評價好的熱門圖書，另一方面指“采集及時”，即系統通過自動采集、自動跟蹤等手段及時獲取熱門圖書。系統所整合的都是客觀數據，是各類用戶對紙本圖書客觀需求的反映，可用作紙本圖書循證采購的高質量“證據”。熱書發現系統可以對采集的這些數據進行整合、分析，即時進行熱門圖書的在線發布，提供在線瀏覽、查詢、資源關聯和服務關聯等[11]。

3.2 高質量的用戶行為數據

平臺所收集數據是后臺設置好后由程序自動抓取的，后臺程序對抓取的數據進行整合、分析，并以不同形式展示給用戶（如在線實時發布采集的數據、發布各類榜單數據均可追溯原始來源、提供根據數據自已定制熱書榜單的工具等），其數據具有如下特征：（1）用戶面廣泛。數據來自于200多所高校以及網上多個榜單發布平臺和電商平臺。（2）數據真實可信。采集的數據不做人工干涉，全由系統自動完成。特別是來自高校的借閱排行榜，是各高校圖書館日常運行數據的自動發布，是用戶閱讀行為的真實反映。（3）數據具有代表性。如《基于熱書發現系統的我國百所高校學生閱讀狀況分析》[12]文中所述的100所高校分布于24個省40個市，其中“985”大學占24%，“211”大學占35%，其他本科大學占41%，所選大學圖書館的數據樣本總體呈現一定的抽樣代表性。（4）數據量充分。熱書發現系統至今已整合各類用戶行為數據25.9萬條，熱門圖書7.9萬種（截至2019年11月25日）。

4 循證采購實施平臺基礎功能

熱書發現系統通過廣泛采集用戶的客觀數據來源，為循證采購應用到紙本圖書采購領域提供高質量的證據。在此基礎上結合館藏政策、資源建設可持續發展策略等進行館藏資源建設。

4.1 熱書發現系統圖書輔助采訪功能模塊

基于每天增加的熱門圖書數據，熱書發現系統設計了專門的圖書輔助采訪功能模塊（如圖1），該模塊具有自動關聯某一圖書館的館藏數據、自動分析熱書采購比例、自動數據查重與清洗，提供按出版年歸類展示已購熱書信息、未購熱書信息、忽略熱書信息等功能。

圖1 圖書輔助采訪模塊

并不是所有的熱書都需要采購，采訪館員可以通過設定分類號、出版年限、出版社等來制定需要采購的熱書篩選策略。熱書發現系統支持采訪館員通過《中國圖書館分類法》的分類號來制定本館采訪策略。系統會根據分類號將圖書館館藏數據與系統采集到的圖書數據進行比對、篩選，比如某圖書館館藏政策是不需要補充采購醫學、衛生相關領域的圖書，可以將R類圖書設置為“忽略”，系統自動將這類熱門圖書歸到“忽略熱書”中；如果僅需保留醫藥、衛生中的藥學圖書，也可以更精確地設置只保留藥學（R9）。系統除了支持各圖書館個性化的篩選規則外，常用的比對規則是將ISBN相同和書名相同的圖書作為“已購熱書”處理，這樣能更好地幫助采訪館員在選購和補充館藏時將精力用于補缺，以提升館藏建設的文獻保障率。

“忽略熱書”包括根據館藏政策設制系統自動剔除出來的圖書和人工從“未購熱書”中再次排查挑選出來不采購的部分。如果“忽略熱書”中有需要購買的圖書或者誤操作的圖書，也可以改變其狀態為“未購熱書”。最終，采訪館員從“未購熱書”列表中挑選本館所需的圖書數據。這些功能讓采訪館員參與到“證據”的清洗和組織中，從而規范和精選證據，確保作為補充采購圖書的“證據”的質量。證據的清洗既重視用戶行為數據在補充采購決策中的作用，又使采訪館員全面參與圖書選擇過程，靈活、合理地利用熱書“證據”。

4.2 在線服務用戶行為數據

除了直接利用熱書發現系統采集到的熱書作為補充采購的證據外，還可以將用戶行為數據整合到輔助采訪系統中。系統還面向全網提供熱書的瀏覽、搜索、館藏借閱關聯、試讀和互動留言等功能（如圖2）。系統將用戶使用和互動的行為數據作為另一類證據，與“未購熱書”數據的證據進行結合，從而篩選出“未購熱書”中的熱書，為采訪決策提供參考。

圖2 熱書瀏覽界面（部分頁面）

5 線上線下相結合的紙本圖書循證采購模式解析

采訪館員利用熱書發現系統提供、整合的數據進行嚴格篩選，再根據館藏發展、潛在需求等因素挑選出圖書補購需要的書目清單，這是線上操作部分。由于線上操作部分還沒有關聯到可合作的圖書銷售商，因而需將書目清單發送給中標的圖書銷售商，由圖書銷售商根據書目清單來提供相應的紙本圖書，這是線下操作部分。在目前我國圖書館界圖書采購的現實情況下，這種線上線下相結合的循證采購模式既能適應現實要求，也能滿足大量用戶的客觀需求，還能提供一種新的圖書采購模式，以促進傳統采購工作的發展。

圖3 圖書循證采購流程

6 評價采訪質量與優化館藏

6.1 已購熱書占比與采訪質量評價

采訪質量的評價一直以來是圖書館的難題。采訪質量的控制重在過程，而采訪質量的評價是事后評價，重在館藏資源建設的結果，其評價主要包括館藏資源體系、文獻保障率、文獻利用率等方面。熱門圖書能反映讀者潛在的、現實的需求，而已購熱書占比則能反映滿足讀者需求的能力，是評價文獻保障率的重要指標。館藏已購熱門圖書的比率和文獻保障率成正比，是反映館藏資源質量建設的一個方面。已購熱書占比計算公式如下：

盡管新出版的圖書更容易成為熱門圖書，但熱門圖書不一定是新書，若干年前出版的圖書都可能成為今天的熱門圖書，所以熱門圖書的占比能反映歷年采訪質量情況。從當前圖書館界采訪工作實踐來看，若干年前出版的圖書補購數量較少，所購圖書基本上都是新書。但被借閱圖書的出版年份跨度較大，隨著時間的推移，某年出版熱書數量也會增加，在已購熱書數量和忽略熱書數量不變的情況下，熱書占比會降低。因此，具有相近熱書占比的年份，較早年份的采訪質量較高。從而已購熱書占比可成為采訪質量評價的指標之一。以近10年已購熱書占比為例（如表1），可以認為，2010年的采訪質量要高于2014年。

表1 近10年已購熱書占比（%）

由于圖書供應滯后、到書率、上架率等原因，一般當年和上一年度的熱書占比都較低（見表1中2018和2019年數據），但近兩年的圖書占比情況在一定程度上也可以反映新購圖書的到館情況。

6.2 已購熱書占比與館藏優化

館藏資源的建設應該是一個持續的、動態過程。某些圖書受制于當時的客觀條件無法采購，但后續應該有增購機制，從而優化館藏，提升文獻保障率。已購熱書占比能反映部分館藏的不足，促進后期圖書的補購。后期增購圖書既能彌補前期新書采購的不足，也能滿足用戶動態的文獻信息需求。

循證采購的證據是實踐循證采購的決策依據。分析和利用用戶的這種需求，是踐行以資源建設為中心轉向以用戶需求為中心的館藏建設模式，可有效補充館藏資源，提升采訪的針對性，提高館藏資源的利用率。將熱門圖書購買率作為館藏建設的評價指標，能促進和指導館藏建設，豐富傳統的館藏評價的手段，是對傳統館藏評價指標在新的信息環境下的重要補充。

7 結語

文獻資源利用情況始終是圖書館做出采購決策時重點關注的內容[10]。圖書館的借閱實踐表明，被借閱過的圖書，再次被借閱的幾率要高于未被借閱的圖書，熱門圖書的借閱量和被借閱的幾率都大于非熱門圖書。利用熱書發現系統提供的高質量熱門圖書數據，通過圖書輔助采訪模塊進行數據清洗、整合、分析，采訪館員將此數據列入采購清單進行補充采購，對優化館藏，提升紙本圖書利用率是可行的。

熱書發現系統搜集的圖書體現了二八定律：少量圖書占有較多使用量從而成為熱門圖書。準確、適用的圖書資源使用情況統計，能為紙本圖書的循證采購提供高質量的證據，將這些熱書納入采訪范疇，有利于圖書館采訪館員確認用戶真實的資源需求，同時能對采訪質量進行評價，支持后期館藏建設的優化。這種基于線上線下相結合的循證采購模式，為圖書館開展紙本圖書的循證采購提供了借鑒。

目前作為紙本圖書循證采購支撐平臺的熱書發現系統為公益性系統，其數據主要采集自互聯網上公開發布的數據，可供采集的來源不夠穩定，如有些高校圖書館特殊時期關閉了OPAC的外網訪問后系統就無法采集到數據。此外，熱書發現系統既不是商業系統，又沒有獲得項目或行業組織的支持，該系統也沒有主動去做推廣，限制了更多用戶加入使用，目前僅有幾個圖書館自愿加入其應用。筆者的研究和實踐僅做可行性和有效性的探索，建議熱書發現系統研發單位加強熱書發現系統數據與圖書供應商書目數據的整合，增設一些關聯、互動等輔助功能，以期將紙本圖書的循證采購更好地融入采訪業務實踐。