基于數據生態系統模型的圖書館數據治理路徑分析*

龐 楠 薛衛雙

（1.華北理工大學 河北唐山 063210；2. 山東管理學院圖書館 濟南 250357）

當今世界，新技術、新概念、新理論層出不窮，大數據技術即是這個時代下誕生的最為成功的科技創新產物。Gartner認為，所謂的大數據就是通過新的處理模式獲取海量多樣化的信息數據，而所獲得的信息將以極高的增長率爆炸式膨脹。在這個背景下，數據生態系統應運而生，并很快在圖書館領域進行了應用性有機融合[1]。大數據為圖書館的數據建設和服務提供了非常強大的技術支持。隨著大數據技術日漸成熟，麥肯錫全球研究所將大數據定義為：一種大規模獲取、分析傳統數據的集合，其憑借多元化、快速傳播及價值密度低等優勢，為各行各業提供科學有效的數據服務。2016年3月，《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》提出要“把大數據作為基礎性戰略資源，全面實施促進大數據發展行動，加快推動數據資源共享開放和開發應用，助力產業轉型升級和社會治理創新”。具體內容包括“加快政府數據開放共享”“促進大數據產業健康發展”[2]。大數據時代，與新興信息技術融合已經成為傳統圖書館向圖書館轉型的重要驅動力[3]。但不容忽視是，大數據在積極促進各行各業發展的同時，也帶來了信息安全、隱私泄露等一系列隱患。對圖書館領域而言，如何在發揮大數據技術優勢進行數據管理的同時避免其不利影響，成為亟待解決的問題之一。這既是對圖書館管理人員的一種考驗，也是迎合數字化、智能化數據服務的需求，是圖書館未來的發展趨勢。

1 國內外理論分析

1.1 國外研究綜述

相關調查數據顯示，國外在圖書館數據生態系統的搭建及數據治理路徑分析等方面的研究起步較早，綜合來看主要分為兩大類。

一類是基于大數據的發展。2008年9月，《科學》（Science）雜志發表了一篇有關大數據的文章，這是“大數據”一詞首次被公開提出，很快在世界范圍內廣泛傳播[4]；2011年，大數據調研報告首次發布；同年5月，EMC舉辦了“云計算相遇大數據”大會，在此次會議中“大數據”概念正式誕生[5]。由此，大數據技術進入了飛速發展的快車道，在信息技術的支撐下迅速迭代升級。時隔僅一年，美國奧巴馬政府在2012年正式推出“大數據的研究和發展計劃”，該計劃將“大數據”作為全球性發展戰略，集合多部門，大力推動數據的采集、整合、分析等技術的優化升級。美國英領出版公司的市場研究總監Magoulas認為，只有當數據達到一定的規模和性能，并符合數據管理分析系統的重組設計要求時，這樣的數據才能被稱為真正的“大數據”[6]。

另一類是基于信息生態系統發展。20世紀80年代初，韋里克教授提出了SWOT分析法，他從四個方面詮釋了數據生態系統的圖書館數據治理路徑；20世紀80年代末，德國學者進一步提出了“信息生態學”的概念[7]；20世紀90年代，美國學者在前人的基礎上，正式提出了“信息生態系統”的概念，并從信息主體的角度對信息生態系統的結構展開了研究[8]；近幾年，有學者將生態系統的概念引入圖書館領域，將圖書館看作一個有機生態系統，分析并總結了圖書館發展至今受到的諸多影響，其中分別涵蓋了文化、經濟、地理以及數字化技術等各個方面的因素[9]。

國外現有的研究資料為本文的研究提供了比較有價值的參考，但在具體的應用實踐中，這些研究資料還有很多不足，需要進一步完善。

1.2 國內理論研究綜述

我國有關數據生態系統以及圖書館數據治理路徑問題的研究起步于20世紀90年代，至今已有不少研究成果問世，相關領域的學者們各自從不同的角度對此展開了分析和探究，大致包含以下幾個方面：

首先，我國的數據生態系統研究與大數據技術的研究并不對稱，將相對落后的前者與較為先進的后者進行有效融合，是以往國內相關領域學者們主要的研究方向。郭自寬、張興旺等把基于大數據基礎的數據處理模式與圖書館進行結合，進一步提出了圖書館數據生態系統的框架雛形[10]，并主要研究了數據管理中信息數據的采集、處理、儲存、分析挖掘以及應用和展現等關鍵性技術與圖書館生態系統的結合。在這一時期，我國針對這一領域的研究，在某種程度上存在著以傳統思維研究新興技術的尷尬情況，更多地將注意力放在了圖書館等具體的單位上，而忽略了對大數據技術本身價值的關注。不過，這種情況很快發生了改變，有研究者開始將研究重點放在研究數據價值的體現及挖掘等方面，使大數據技術真正地成為圖書館數據生態系統的核心。

其次，大數據技術為圖書館數據管理提供了新的思路，但同時也帶來了新的危機。彭羽佳等人從生態危機的角度對圖書館數據治理路徑進行分析，發現自數據信息從GB時代向TB時代轉變后，大數據外部環境發生了巨大改變，主要體現在圖書館數據生態系統的產生和發展兩個方面。他們認為在該環境下，外界干擾壓力過大會使生態系統的變化超出其自我調節能力的承受限度，系統的自我調節能力會隨之喪失，此時圖書館的數據生態系統就會受到嚴重的損害甚至崩塌[11]，這就是學者們常說的“生態系統危機”。胡文靜等人以“大數據”時代圖書館生態系統的解構和重構為研究重心，從系統平衡的角度研究圖書館數據生態系統，并從交互層面分析了圖書館數據治理所遇到的瓶頸，提出了基于數據生態系統的數據治理路徑[12]。

最后，SWOT分析法為大數據背景下的數據治理提供了指導方向。王紅芳等人從大數據環境下圖書館數據管理的角度出發，通過SWOT法深入分析了其優勢和劣勢[13]，認為所謂的SWOT分析，是基于內外部競爭環境和競爭條件下的態勢分析，其中影響數據生態系統的內部因素包括優勢和劣勢，外部因素包括機會和威脅，將這些分析結果按照矩陣的形式一一排列，可從中得出結論，有針對性地對圖書館的數據生態系統展開數據治理。

2 基于數據生態系統的圖書館數據治理路徑分析

2.1 SWOT矩陣分析

SWOT分析法自20世紀80年代被提出到現在，其策略分析已經得到普遍應用。結合該分析方法，本文對圖書館數據生態系統展開了可行性分析。

2.1.1 外部因素

SWOT矩陣的外部因素涵蓋機會與威脅兩方面，而圖書館數據生態系統同樣也面臨著機遇和挑戰，要在機遇和挑戰中維持系統穩定，必須厘清其外部的影響因素（見表1）。首先，在政府出臺一系列相關政策以后，日漸成熟的大數據技術為圖書館的數據管理帶來了前所未有的機會，有效地推動了圖書館由傳統時代到數字時代的轉型[14]。其次，對圖書館而言，這也是威脅與挑戰。大數據技術雖然強化了其數據管理能力，但也使信息數據的體量驟增。需要注意的是，我國在數據管理相關方面的體系制度仍有很多不足，如信息數據獲取途徑較為單一、信息數據相對封閉、信息數據的無節制使用等。此外，隱私信息數據也因為挖掘信息技術的應用而存在一定程度的安全隱患。

表1 SWOT矩陣外部因素

2.1.2 內部因素

SWOT矩陣的內部因素也涵蓋兩個方面，分別是優勢與劣勢。只有厘清圖書館數據生態系統的優勢及劣勢，才能確定未來的發展方向。優勢方面，大數據技術是技術革命的產物，它讓人類使用樣本代替全局的統計方法漸漸成為過去，真正做到利用全局數據對事物進行統計，相比較而言，除了能提升效率，它與真相也更加接近。此外，大數據技術能夠同事物進行有機連接，圖書館借此可以了解用戶的行為習慣，針對用戶的偏好以及閱讀習慣提供個性化的數據服務。劣勢方面，在某種程度上，大數據的優勢也導致了它的劣勢，比如海量的信息體量會導致硬件需求劇增，給圖書館管理帶來成本的劣勢；開放共享的個性化數據技術，會帶來隱私數據泄露的風險；而專業技術人才短缺，則更是發展大數據技術的短板。

表2 SWOT矩陣內部因素

2.2 SWOT指導分析

2.2.1 內外優勢相結合

揚長避短是內外優勢結合的核心辦法。其一，大數據時代是圖書館數據管理的背景，技術升級給圖書館的用戶帶來了服務上的變革，除海量的信息數據以外，還有多元化的個性化服務等優勢，所以，圖書館有必要借助移動互聯網有針對性地擴大宣傳范圍，提升宣傳效果，發揮大數據時代新媒體的優勢作用；其二，個性化服務的進一步完善，需要利用大數據的技術優勢，進行全局分析，并模擬用戶的偏好以及行為習慣，主動推送服務。

2.2.2 避免內部劣勢和外部威脅

避免內外部的威脅，核心是逆轉劣勢：其一，大數據環境下的信息有一個很大的問題，即信息數據的碎片化，圖書館在解決此類問題時，可以利用各種新興的技術，與之有機融合，進一步加強信息數據的整合，以期徹底扭轉該劣勢；其二，雖然大數據開放共享的模式帶來了安全隱患，但圖書館也可以利用該技術主動搭建安防平臺，對可能帶來不利影響的潛在危險因素進行評估和預測，化危機為轉機。

3 圖書館數據生態系統的解構

3.1 圖書館數據生態系統的內部機理

3.1.1 圖書館數據生態系統的基礎

在大數據背景下，圖書館的生態基礎是信息數據。信息數據以一種跨越虛擬與現實的形式存在于整個生態系統之中，其存在的具體形式，理論上可分為泛信息空間和感知信息空間[15]。其中，信息空間的概念最早由北卡羅萊納州立大學圖書館館長Donlad Beagle于1999年提出。由于技術上的局限性，彼時的信息空間還只是針對物理空間與數據信息進行研究。直到進入無線網絡高度發達的時代，移動互聯網的廣泛普及和社交網絡的極度發達，使網絡數據信息所依托的數字虛擬空間無限拓展，以至于它和物理空間之間的界限日漸模糊，數字信息開始可以用各種形式隨意在兩種空間之間穿梭[16]。當人們將人的思維模式結合進去，一種以交互為特征的新型理念與大數據技術相結合，全新的感知空間在信息的收集、篩選、傳遞等各方面，幾乎可以滿足圖書館用戶的所有需求。正是在這種背景下，圖書館充分利用新興技術，并與之進行了科學有效的融合，借助其開放而真實的各類數據，為圖書館用戶提供翔實而又精準的信息服務[17]。

在圖書館中，幾乎所有資源都可以被當作該生態系統中的信息數據，包括圖書館自身的運行數據、互聯網數據、大量圖書以及文獻資料等等。這些數據幾乎全部是對社會開放共享的，受益的不僅僅有個人用戶，還有政府單位、商業公司、科研部門等各行各業的組織機構。在升級迭代的過程中，圖書館的數據生態系統還融合了大數據、物聯網、云計算等新興技術，且先后衍生出了聯系數字空間和物理空間的諸多圖書館服務，如基于智能終端的移動圖書館、基于物聯網和云計算的智慧圖書館等。而這一切的實現，都是以信息數據為前提和基礎。

3.1.2 圖書館生態系統數據的生命周期

本文在描述圖書館的數據生態系統時，借鑒了生物領域中關于生態的概念，作為這個生態系統中的基礎，信息數據即如生物鏈中的寄生蟲[18]，其從中間宿主進入最終宿主的過程，可被看作一個生命周期。信息數據在圖書館的生態系統中，從一個信息加工空間到另一個信息空間，然后被存儲起來，等待被再次發現、利用。信息數據在生態系統中實現空間轉換的過程，被視為一個生命周期。通常來說，數據生命周期中存在數據的高級加工階段，也可以理解為給數據增加一定的附加值。本文借鑒了利茲-里昂基于e-Research的數據周期模型[19]，即數據的創建和存儲→數據的處理→知識交換系統→賦予數據附加值→數據的高級加工。所有數據就是在這個不斷循環的過程中，進行交互與更新。數據的具體處理方式見圖1。

圖1 圖書館數據生態系統的數據處理方式

在進一步探討圖書館信息數據生命周期的主體階段時，我們將其劃分為以下四個階段：①信息數據的創建階段。信息數據的創建是圖書館數據生態系統構建和持續的基礎，數據源作為數據生態系統的數據創建者，其來源涵蓋互聯網數據與傳統行業積累下來的數據，幾乎包括了所有可以公開獲取的信息，這在某種程度上保證了圖書館生態系統數據的多樣性與可持續性。②信息數據的交換階段。實際上這也是一個數據獲取與傳遞的過程，圖書館生態系統利用標準化技術將生產者創建的數據進行整合存儲，然后等待下個階段進一步的加工與交換。③信息數據的使用階段。這一階段實際上是為了滿足圖書館用戶或消費者的需求，圖書館會根據用戶的偏好與習慣，為用戶提供數據的搜索、閱讀等服務。除此以外，圖書館還會依托大數據技術將各類信息數據進行關聯，繼而實現其附加值的增加。④信息數據的加工階段。該階段作為一個生命周期的最終階段，既扮演了終點的角色，同時也是下一個周期的轉接點。在這個過程中，系統會對所有信息數據進行再加工，以期進一步增加其附加值。這也是使信息數據實現其價值的主要階段。

3.1.3 圖書館生態系統數據的多樣性內涵

圖書館數據生態系統的信息數據一般涵蓋了傳統信息數據和互聯網信息數據，既有結構化的數據也有非結構化的數據。傳統數據的特征往往集中且單一，只具有一種屬性，而大數據內涵已經發生了翻天覆地的變化。依托于移動互聯網和智能移動終端的廣泛普及，各類社交媒體以及電商應用以井噴之勢迅速占據了人們的生活。基于龐大用戶群體的個人信息數據以及消費數據，被匯集成了蘊含巨大潛在商業價值的海量信息數據。正是這種在信息數據類型上的廣泛融合，使圖書館能在傳統數據的基礎之上，充分利用大數據的商業價值，進而使其數據生態系統充分發揮影響與作用。

3.2 圖書館生態系統的外部條件

研究發現，在具體實踐中，圖書館用戶或數據消費者的需求發生改變、時代風口帶來的各種紅利、政府相關政策的頒布和實施，都會對圖書館數據生態系統帶來一定程度的影響。①圖書館用戶或數據消費者的需求。在傳統的市場環境里，圖書館對用戶需求的滿足程度，受生產資料、勞動力以及科技水平的影響。也就是說，在生產資料、勞動力基本不變的前提下，科技水平決定了圖書館滿足用戶能力的大小。傳統圖書館由于能力有限，很難滿足用戶各種各樣的需求。但是，隨著大數據時代到來，無論科技水平還是信息數據，都有了質和量的飛躍。這就使得滿足圖書館用戶多元、精準、個性化的需求成為可能，也促進了圖書館數據生態系統有方向性地進行迭代更新。②時代風口。大數據技術不但為人們的生活帶來便利條件，更引導世界進入了“數據驅動經濟”的時代。圖書館出于自身發展的需求，應該抓住時代的風口，積極運用新興技術，進一步完善數據生態系統。③政府相關政策的頒布和實施。除了以上兩點，政府基于我國的實際情況出臺的相關政策法規也會帶來一些較為積極的影響。如2015年8月國務院發布的《促進大數據發展行動綱要》、2017年發布的《大數據產業發展規劃》以及2018年發布的《推動企業上云實施指南》等等，這些都會對與大數據相關企業的發展產生促進作用，基于大數據技術的圖書館數據生態系統顯然也會受到積極影響。所以，營造健康的政策環境，對圖書館生態系統的良性發展具有積極推動作用。

3.3 系統的框架特征

大數據背景下，圖書館數據的體量和質量都得到了極大的發展，為構建數據生態系統提供了不可或缺的基礎條件。本研究的模型搭建（見圖2）借鑒了生態學中的概念，以信息數據為基礎，在各個信息加工空間中不斷進行轉移，循環往復。生態系統運轉的過程，也是各個要素之間相互適應磨合的過程，系統在運轉中維持一定程度的平衡。除了系統內部環境外，以政治、經濟、文化為代表的外部環境的健康程度也會對系統產生相應的影響。

圖2 模型搭建

4 圖書館數據治理實踐

4.1 加強圖書館數字資源的建設

圖書館的數字資源就是數字化的信息數據，這也是圖書館數據生態系統中最重要的組成部分。通常情況下，圖書館的數字資源通過購買商業性數據、獲取免費數據、將館藏圖書資料數字化這三種渠道獲得。前文的SWOT分析指出，圖書館生態系統在信息數據的獲取方式上存在著獲取途徑過于單一、信息數據相對封閉、信息管理混亂等問題[20]。所以，我國圖書館的數據治理做到有的放矢很有必要，應該針對相關問題及困境提出相應的解決方案。

對此，圖書館應該擴展自有信息數據的體量，因為只有高質量且多元化的數據才能滿足當前用戶的多樣化需求。一般而言，圖書館在資金并不充裕的情況下，合法增加信息數據體量的途徑是獲取免費信息數據和將館藏文獻數字化[21]。但通過以上途徑獲取的信息數據資源和傳統的數據資源仍存在一定差異，所以在進行信息數據加工時，方法和工具也會有差異。除此以外，根據所服務用戶的不同，選擇獲取的途徑也要有針對性地改變。如針對科研人員的學術類信息數據，勢必要獲得高校的支持，圖書館與之共享各類專業性資源能使數據庫在廣度和深度方面更上一層樓。

針對自身各類具體業務的實體數據，圖書館可以建立專門的描述數據庫，在優化元數據管理效率的同時，促進實體數據在其生命周期內被更加高效、規范地利用，以產生應有的價值，同時還能進一步提升信息數據的質量。這既滿足了圖書館用戶多元化、個性化的需求，也使信息數據相對封閉以及信息管理混亂等問題得到了有效的治理。

4.2 借鑒管理數據周期的相關經驗

我國圖書館進行數據管理的時日尚短，在國內相關領域幾乎沒有成熟的經驗可以借鑒，只能摸著石頭過河。因此，借鑒國外相對成熟的管理經驗以確保信息數據的科學有效十分必要。圖書館應該依照數據的生命周期對數據展開管理，這就對數據管理責任者提出了較高的要求，即：明確圖書館各部門的職責劃分，在數據的獲取、整理、分析、存儲等階段各司其職以提高數據處理效率[22]。除此以外，大數據時代的數據安全尤為重要，規范化的信息數據管理很有必要。信息數據在復制、轉移以及版本迭代的過程中可能存在丟失的安全隱患，而多部門、多人員的參與，進一步增加了此類風險。所以，圖書館在數據生命周期的管理實踐中設置相關操作規則，將在一定程度上提升數據的安全性。

除了信息數據的獲取和整理以外，圖書館在進行數據的生命周期管理時，同樣有必要提升其數據服務的能力。根據已往的研究成果，我們可以將針對數據的相關服務劃分為三個層級[23]：首先是針對圖書館信息數據生命周期的基本維護，如數據存儲、元數據庫、信息交互等項目的構建和維護，除此之外，如何科學地使數據生命周期進行穩定且有效的循環也是該層級需要解決的問題；其次是在數據生命周期中，提升對信息數據處理的支持能力，為相關用戶提供更加多元化的數據服務；最后是對信息數據獲取與搜索的無限強化，通過建立功能強大的信息數據中心以及搜索引擎，為圖書館用戶提供將各類數據進行科學鏈接的數據服務。

4.3 完善相關制度，明確管理責任

當圖書館數據由傳統數據時代過渡到以大數據為代表的數字化時代后，數據的大規模化和集約化就成為了信息數據在數字時代的基本特征。但很多問題也隨之出現，例如數據管理的隱私問題存在安全隱患，大數據技術對數據生態系統可持續性的支持如何得到保障，都是亟待解決的問題。圖書館可以通過數據治理解決以上問題，這就需要完善相關制度，明確管理責任。

完善制度和明確責任在數據治理的實踐中，具體表現就是在組織結構與職責上設置科學合理的指導原則，強調各部門的分工合作，從圖書館的實際情況出發，展開元數據、實體信息等相關數據的具體管理工作。在大數據背景下的數字時代，海量信息的無節制使用，造成了很多隱私數據存在泄露的風險，并且信息數據的網絡安全也暴露出一些問題。圖書館對于這些問題應有針對性地開展數據治理，加強信息數據的保護，同時軟硬兼施，雙管齊下：一方面對數據安全系統進行全方位的更新升級，并對相關數據實行分級加密；另一方面則要提升圖書館工作人員的法律意識，加強隱私信息數據的保護。如運用大數據技術搭建智能化的安防平臺，針對信息數據的潛在風險進行評估。除此以外，保障實體信息數據安全的主要做法是防止其被盜用，對擁有知識產權的信息，更是要拿起法律武器確保利益不受到損害。

大數據對圖書館數據生態系統的技術支持至關重要，只有實現大數據技術的可持續性發展，才能更好地保障實體信息數據價值的實現。而未來大數據除了實現信息數據的資源化，更要與云計算深度融合以增強其核心競爭力，這對于圖書館數據生態系統的深度強化將具有明顯的促進作用。

4.4 創新圖書館的數據管理

大數據時代下的圖書館與傳統意義上的圖書館已有極大差異，前者適應了當今時代圖書館用戶漸趨整合式的需求，對信息數據的管理方式做出了一定程度的調整[24]。當下既是大數據時代，也是知識經濟時代，人們對知識的需求程度遠遠超過以往任何一個時代。因此一種集合多種類數據資源、可以對信息數據進行檢索和獲取的整合平臺應運而生，這也成為數據資源管理未來的發展趨勢。但是，當前多數門戶平臺的信息數據都有碎片化的局限性[25]，圖書館信息數據兼具深度和廣度的優勢就此顯現出來。基于此，圖書館數據管理的未來趨勢是創建一個以檢索和獲取信息數據為主的門戶式數據中心，它能夠將分布于各個數據庫、相對孤立封閉的數據資源關聯起來，實現內部與外部所有信息數據的共享及融合，為所有圖書館用戶提供開放且系統化的信息數據服務。

5 結語

大數據作為這個時代集大成的科技創新產物，為圖書館的數據管理帶來了全新的模式。融合了大數據技術的全新數據生態系統，能夠為用戶提供多元化、個性化的數據服務。本文結合SWOT分析法解析了該生態系統，并根據研究機理，搭建了模型框架，并據此就圖書館的數據治理提出了相關實踐路徑建議，對圖書館數據生態系統的理論研究及數據管理的創新具有一定的啟發意義，但怎樣才能由理論走向實踐，是未來需要考慮的關鍵問題。