電子文件長期保存過程中的格式管理研究

王玉敏

引言

在現代信息技術迅猛發展的背景下，傳統紙質檔案逐漸被電子檔案所取代，隨著電子檔案的日益增多，其長期保存問題也就被提上了研究日程。但在實際的檔案管理工作中，電子檔案的存儲格式經常出現混亂的現象，導致使用者無法有效讀取這些檔案。毫無疑問，電子檔案的存儲格式將直接決定其是否能夠得到長期的保存，是否能夠對其進行長期有效的管理。

一、電子文件長期保存過程中的格式管理概述

1.電子文件長期保存及格式管理概念辨析

電子文件是國家機構、社會組織或個人在履行其法定職責或處理事務過程中，通過計算機等電子設備形成、辦理、傳輸和存儲的數字格式的各種信息記錄。

文件格式是指電子文件在計算機等電子設備中組織和存儲的編碼方式。電子文件讀取和編輯操作需要依靠計算機軟硬件環境來完成，其存儲結果表現為特定類型的格式文件，一般是以“.后綴名”的形式來體現的。目前針對不同類型的電子文件，按其格式劃分，有文本文件、圖像文件、音頻文件、視頻文件、電子郵件文件等。常見格式有XML、TXT、PDF、OFD、JPEG、MPEG等。

電子文件長期保存是指檔案館或其他文件保管單位、組織機構通過采取可靠的、科學合理的方式長期維護電子文件真實、完整、有效的行為。其中關于“長期”的具體時限性，根據ISO 14721：2003的規定，慮及技術變化（包括支持新載體、新數據格式）和用戶群體變化對典藏信息影響的足夠長的時間段，這個時間段延伸到無限未來。

格式管理是指以電子文件的各種存儲格式為對象，對其進行類別登記、監測、識別、轉換和日常穩健性監測。[1]以保障相應格式電子文件的長期可讀、可解析、可理解。

2.格式管理對于電子文件長期保存的重要性

隨著計算機的普及和辦公信息化的推廣，日常生活與工作中產生的電子文件體量越來越龐大，而且其中許多是原生性的電子文件，并無紙質版本作為備份保存。因此不管是作為業務留痕的需要還是信息保存的必要，都使得電子文件的長期保存成為數字時代檔案工作面臨的一項重要挑戰，而電子文件的存儲格式是影響電子文件長期保存的重要因素之一。

在上文中已經了解到，電子文件大多是以某種編碼形式存在的，其讀取要依靠計算機軟硬件環境。而在目前已知的技術更新頻率下，技術淘汰給電子文件帶來的威脅遠遠大于存儲載體的腐壞給其帶來的挑戰。也就是說，一般情況下電子文件存儲載體的壽命是大于讀取它的軟硬件生命周期的，與延長存儲載體的壽命相比，延長讀取電子文件的軟硬件技術壽命顯得更為重要。這就使得格式管理在電子文件長期保存過程中尤為重要，只有首先保障文件格式的穩健，才能考慮電子文件的長久利用和內容管理等進一步提升的問題。

3.基于文件生命周期思想的電子文件長期保存格式管理

將傳統的文件生命周期理論思想應用到電子文件的長期保存格式管理工作中，就表現為針對電子文件隨著在不同階段中所屬系統形態、功能定位、使用情景等方面的差異，檔案館應當相應地將文件格式轉換為最適合的格式類型。

在文件的生成和業務流通階段，電子文件的主要功能是支持單位或組織機構的業務活動，格式方面的需求是易于傳遞和讀取，因此應當選擇適用性強、普及度高的文件格式進行存儲，以文本文件為例，最適合選擇DOC或PDF格式。

在文件的歸檔、存儲階段，電子文件的主要功能是保存信息、業務留痕，其管理目的是為了保障文件的長期保存和長久可用，因此應當選擇高質量的存儲格式以盡可能多地保全文件內容和背景數據。

而到了文件的提供利用階段，則需要輸出相對低質量的文件格式，僅需要滿足文件可讀可用即可。如音頻文件在存儲時使用WAV等格式存儲，目的是在輸出時避免用戶下載使用RM等流媒體格式進行網絡播放。這些都是不同階段電子檔案功能要求導致的變化。

反之，為適應不同階段對格式的質量或管理要求，在某些可控的情形下，就可以在電子檔案的生成環節提前進行格式準備。比較典型的包括在數字化電子檔案生成階段進行多版本、多格式輸出。

二、電子文件長期保存過程中格式管理流程分析

就我國目前的工作實際來看，檔案館對于電子文件的管理實際上更多的是后端控制。雖然我們提倡在電子文件的管理中注重前端控制，以提高歸檔電子文件的質量，方便后續管理工作的開展，但在實際工作中，由于形成單位數量眾多，且業務規范也未達到完全標準化，工作人員業務水平參差不齊、檔案意識薄弱，因此很難保證生成電子文件的質量和規范。

具體到電子文件的格式管理上，雖然已有相關國際、國家標準對歸檔文件格式進行了規定，但就目前的狀況來看，我國檔案館對于入館文件的格式把控還是比較寬松的。格式管理工作一般都是在電子文件提交進館后開展。結合文件生命周期思想，從電子文件的使用情景和所處階段出發，相應的格式管理工作具體包括以下流程。

1.接收進館階段的格式規范與驗證

電子文件“收”的階段，檔案館主要的格式管理工作是對各單位提交到檔案館的文件進行格式識別、驗證與登記。目前各國檔案館都已頒布了歸檔電子文件格式的要求及標準，我國也頒布了相應推薦標準，以規范文件格式，保障進館電子文件的質量，為電子文件的可長期保存打下堅實基礎。

從標準內容分析來看，在電子文件長期保存工作中，各國都一致地傾向于選擇格式開放、軟件依賴程度低、結構化程度高的文件格式。但由于電子文件類型繁多，因此格式也復雜多變，在提交進館后，檔案館還需借助于數字格式登記系統對電子文件的格式進行一一把控和管理。格式登記系統可以分別從應用環境和生命周期兩個視角對電子文件的具體參數和各階段變化關系進行分析與提取，方便其長久理解與持久維護。

在檔案館的歸檔電子文件長期保存過程中，建立格式登記系統為檔案館監測文件格式、選擇適用于長期保存的文件格式，以及電子文件日常維護和監測，輸出合適的格式進行提供利用都提供了極大的便利和安全保障。

2.存儲與管理階段的格式轉化

在電子文件“管”和“存”的階段，其格式管理工作主要是選擇合適的格式，以保障長期甚至永久保存過程中，電子文件的可讀、可用。但當確定滿足長期保存需求的格式后，檔案館還需要使用格式轉換技術來將電子文件轉換為適合長期保存的文件格式。由于歸檔電子文件格式不符合標準、不適宜長期保存等情況較為普遍，因此格式轉換在實際檔案館電子文件長期保存的格式管理工作中較為常用。

目前電子文件的轉換方式主要有以下兩種：一種是直接轉換方式 ，即由源文件格式直接轉換到目標文件格式。另一種是間接轉換方式，即先由源文件格式轉換到某種中間文件格式，再由中間文件格式轉換到目標文件格式。[2]

3.提供利用階段的輸出格式選擇

在電子文件“用”的階段，其格式管理工作主要是選擇合適的格式以最小的體積和最優的內容表達提供給用戶進行閱覽和利用。

以文本文件的輸出格式選擇為例：XML格式是理想的用于長期保存文本文件格式，其結構化程度非常高，且可擴展，讀取不依賴特定軟件，但對于一般用戶來說，其高度結構化的標記語言識讀起來存在一定困難，更適合用于機讀或文件間的互操作。而DOC雖然是微軟辦公軟件的特有格式，屬于私有格式，但用戶友好度高，識讀較為簡單，基本屬于“所見即所得”的狀態，且支持編輯操作，相比XML更適合提供給用戶進行閱覽和利用。

因此，在格式管理時，需要從電子文件的使用情景和所處階段出發，選取相應的最適宜格式進行選擇輸出。

三、電子文件長期保存過程中格式管理的策略選擇

1.建立配套標準體系做好前端控制

前端控制是確保各機關電子文件真實可靠、 完整歸檔、 安全利用和長期可讀的有效策略。由于電子文件具有易流失、易更改等特點，在實際管理過程中較紙質檔案難度更大。因此更應注重文件形成過程中的管理和干預，來保障電子文件的真實性、可靠性、完整性和可讀性。最有效的方式就是建立與現有電子文件管理標準配套的電子文件歸檔格式標準，組成科學、有效的標準體系，來做好電子文件長期保存的前端控制工作。

電子文件長期保存的格式直接關系著電子文件的長期可讀性和可用性，我國可借鑒歐美電子文件的格式標準，進一步在標準的系統性、完整性和適用性等方面加以完善，促進標準制定主體的多元化，并適當引進和采用相關的國際標準，參考和借鑒發達國家的國家標準。逐步建立起電子文件長期保存標準體系，保障電子文件長期保存這一工作的科學開展和順利實施。

2.建設格式登記系統做好格式管理工作

一個好的格式登記系統可以幫助我們理解電子文件的數字對象結構和內容，可以指導確定特定電子文件的遷移路徑。對于電子文件的長期保存格式管理具有重要的意義。

因此要想科學、高效地開展電子文件長期保存的格式管理工作必須先做好建設格式登記系統。將文件的格式信息、數據信息納入日常監測和維護中，以保障電子文件的安全性、可靠性，是電子文件長期保存的有效和必要手段。

參考文獻：

[1] 梁娜，張曉林.數字文件格式登記系統[J].圖書情報工作，2005（11）：82-86.

[2] 劉越男，祁天嬌.我國省級、副省級檔案館電子文件接收及管理情況的追蹤調查[J].檔案學訊，2014（06）：10-15.

作者單位：社會科學文獻出版社