檔案整合與數據庫建設研究進展
——基于國家社科、教育部人文社科基金項目的分析

■ 廖素虹 周 銘 蘇玖雯 張彭嘉

一、引言

隨著社會對檔案信息資源需求的增長，檔案資源管理的分散性、布局的不均衡性以及孤立與互通的矛盾性日益凸顯，且檔案管理工作逐漸向數據態轉型，需要利用現代信息技術手段對分散獨立的檔案資源進行整合，使其相互聯結成有序化、結構化、系統化的整體，形成集成式管理[1]。然而，為了實現對檔案數據信息的有效管理，構筑檔案數據共享利用空間，數據庫建設成為一種必然選擇。從20 世紀80 年代初開始，我國檔案部門在檔案管理工作中采用計算機技術進行了積極的探索，積累了大量的經驗；到20 世紀90 年代，檔案計算機管理得到了廣泛的推廣和應用；進入21 世紀，檔案數據的信息化建設更是成為了檔案工作的主要任務。

2002 年以來，國家檔案局先后發布了《全國檔案信息化建設實施綱要》、《檔案事業發展“十一五”規劃》，提出了“建立一批電子文件中心和數字檔案館，實現檔案信息資源社會共享”的總體目標；2015 年國務院印發的《促進大數據發展行動綱要》提出“加快政府數據開放共享，推動資源整合，提升治理能力”；2021 年1 月1 日起，新《檔案法》開始施行，增加了“第五章檔案信息化建設”等內容。在這樣的背景下可以看出，加強檔案資源整合和檔案數據庫建設工作、促進檔案信息化建設是時代發展的必然要求。

二、篩選與研究方法

本研究數據來源主要從國家社科基金項目數據庫和中華人民共和國教育部年度人文社科基金項目立項結果公示中搜索獲取。為了準確確定一個項目是否屬于檔案整合與檔案數據庫建設研究項目，本文所用數據參考了課題名稱、研究方向和最終成果。

首先，分別以關鍵詞“檔案”“整合”“數據庫”進行檢索，從中甄別出檔案整合與檔案數據庫建設項目；繼而分別以“文獻整合”“文獻匯集”“檔案集成”為關鍵詞進行搜索補充，加強研究數據的可靠性。

其次，為進一步提高數據查全率，筆者在中國知網中國學術期刊網絡出版總庫中選用“篇名”為檢索項，分別以“檔案整合”“檔案集成”“檔案匯集”“文獻整合”“檔案數據庫建設”“檔案數據庫建構”“檔案數據庫構建”“檔案數字化平臺”為檢索詞，采用“模糊”檢索，鑒別相關基金項目的研究成果是否與“檔案整合”或“檔案數據庫建設”主題相吻合，并根據“基金資助”提示的項目批準號鎖定基金項目。

最后，經過檢索、篩查，手動剔除與研究主題不相關或重復的項目后，共收集20 世紀90 年代以來檔案整合與檔案數據庫建設國社科基金139 項，教社科基金19 項，總計158 項。按照“項目批準號、項目類別、學科分類、項目名稱、立項時間、項目負責人、工作單位”等條目在EXCEL表格中分類匯總進行統計分析，最后將相關數據輸入到“微詞云”中展開項目主題詞頻分析。

三、項目總體樣態分析

除去14 項沒有標明立項時間的國社科基金，兩大基金在檔案整合與數據庫建設類項目上總體呈現上升趨勢（總數線性示意）。如圖1 所示，從2012 年開始，立項總數呈明顯上升態勢，并在2019 年達到頂峰，這或與國家檔案局關于印發《2013 年全國檔案宣傳工作要點》的通知中提到的“要結合‘以人為本’戰略的實施，宣傳‘大檔案’資源建設”和2016 年國家檔案局印發《全國檔案事業發展“十三五”規劃綱要》指出“要積極響應數字中國建設，推進信息技術與檔案工作深度融合，加快檔案管理信息化的進程”有關。可以看出，當立項數量增加到一定程度之后，會出現數量下降現象，該現象或與前一年該類立項數量較多有關，但總體上升態勢良好，可以預見，未來幾年仍會持續上升[2]。

圖1 檔案整合與數據庫建設類項目兩大社科基金年度分布

四、項目類別

重大、重點級別的課題項目可以反映檔案整合與數據庫建設的學術研究與現實需要的契合性[3]。20 世紀90 年代以來國社科基金重大、重點項目共66 項，占項目總數47.5%，占比非常之高。由表1 可知，從總體縱向來看，立項總體數量與圖1 變化一致，呈上升態勢。從橫向來看，研究主要集中在重大項目56 項、一般項目38 項、青年項目21 項，分別占項目總數的41.73%、27.34%、15.11%。其中重大項目占比最大，且數量在最近幾年上升尤為明顯；重點項目和一般項目在年度分布上相對比較平均；后期資助有1項，出現在2017 年。

表1 檔案整合與數據庫建設類項目國社科基金項目類別表

由表2 可知，近30 年來，教社科基金尚未有關于檔案整合與數據庫建設的重大和重點項目中標，僅1 項一般項目立項。項目主要以規劃基金項目和青年基金項目為主，且兩者的立項數量較為平均，規劃基金占立項總數的42.11%，青年基金占立項總數的52.63%。其中青年項目的立項數量最多，說明青年學者正在不斷進入檔案整合與數據庫建設研究領域中。

表2 檔案整合與數據庫建設類項目教社科基金項目類別表

五、學科分類

學科分類情況能夠在一定程度上體現出某學科對該研究領域的重視程度和研究水平。除43項國社科基金沒有注明學科分類外，本研究共統計了96 項兩大社科基金關于檔案整合與數據庫建設項目的學科分布情況。由表3 可知，不論是在國社科基金中還是教社科基金中，都是圖書館、情報與文獻學學科較為重視對檔案整合與數據庫建設的學術研究，其分別占國社科基金和教社科基金總項目的51.04%和57.89%，內容涉及到各個領域，例如古籍數據庫的建設研究、數字檔案文化遺產整合路徑研究、少數民族口述史料數據庫建設研究、城市檔案整合利用研究等等。

表3 檔案整合與數據庫建設類項目兩大社科基金學科分類對比表

在國社科基金中，除圖書館、情報與文獻學外，語言學、中國歷史和中國文學占總項目數較多，分別為8.33%、10.42%和12.5%，可以看出，語言學、中國歷史和中國文學這三門學科對于檔案整合和數據庫建設方面的需求相對迫切，需要更深入地探討。其他學科分布較為平均。分析每年各學科所占比例情況可知，在2010 年以前，只有圖書館、情報與文獻學和語言學關注檔案整合與數據庫建設方面的研究，但直至2022 年，已經有超過15 個學科領域開始關注到自身與檔案整合或檔案數據庫建設方面的聯系。

在教社科基金中，所涉及到的學科比國社科基金略少，包括了圖書館、情報與文獻學、藝術學、交叉學科/ 綜合研究、語言學、馬克思主義/思想政治教育5 個學科領域，其中藝術學和交叉學科/綜合研究各占項目總數的15.79%。

六、研究單位

對科研立項所屬單位進行統計分析，可以反映出各研究單位在該領域的研究狀況和項目立項的排名情況[4]。經統計，158 個基金項目中，有11 項是由11 個實際工作部門申請立項，其余147 項均屬高校教學機構立項。由表4 可知，兩大社科基金的研究單位主要集中在中國人民大學、吉林大學、華中師范大學等綜合類和師范類院校。其中綜合類院校的立項有84 項，占項目總數的53.16%；師范類院校的立項為41 項，占項目總數的25.95%。其余院校立項數量均為1 項，院校性質涉及語言類、民族類、醫藥類、理工類等多種類型。

表4 檔案整合與數據庫建設類項目兩大社科基金研究單位

七、地區分布

對立項所屬地區進行分析可以客觀反映和總結目前研究領域分布的基本狀況。如圖2 所示，158 個項目在我國七大地理區域的分布存在失衡狀況。其中華東地區在立項數量（5 項）上有著絕對優勢，占立項總數的31.65%。其次分別是華北、西南地區，立項數量分別為28 項和26 項，分別占立項總數的17.72%和16.46%。華南地區的立項數量最少，為9 項，占立項總數的5.70%。

圖2 檔案整合與數據庫建設類項目地區分布

八、項目名稱定性分析

國家級別課題的研究主題分布可以反映檔案整合與數據庫建設的學術研究重點、熱點趨勢與研究內容動態變化。本研究將158 項課題名稱匯總成“20 世紀90 年代以來國社科和教社科基金檔案整合與數據庫建設項目名稱”，導入“微詞云”網站中進行詞頻分析，獲取兩大社科基金檔案整合與數據庫建設項目名稱的高頻關鍵詞云圖（見圖3）。剔除不重要的名詞、動詞或其他單詞后，數據庫出現頻次58 次，集成45 次，檔案38次，整理32 次，資源21 次，文獻數據庫14 次，數字11 次，史料、知識9 次，信息、少數民族、數據、構建8 次，口述7 次，文化資料、文化遺產、民間、整合6 次等。

圖3 檔案整合與數據庫建設兩大社科基金項目高頻關鍵詞云圖

“數據庫”是出現頻率最高的詞語，在158 項課題中，有約46.2%的項目以檔案數據庫建設為主題。此外可以發現，口述檔案、歷史史料、文化遺產、少數民族、民間等領域比較看重檔案整合與數據庫建設方面的研究，且這些領域的檔案大都有不易收集、管理分散、急需搶救等特點，因此，對其檔案進行資源整合、建立數據庫，形成集成式管理成為一項迫切任務。

九、結語

通過對20 世紀90 年代以來檔案整合與數據庫建設國社科基金和教社科基金的立項數量、立項時間、項目類別、學科分類等進行可視化分析，展示了兩大社科基金在該領域的學術研究發展與變化，得出以下結論：

（一）研究單位以高校教學機構為主，檔案館、圖書館等實際工作部門參與度不高。

158 個項目中僅有中國新聞出版研究院、南京大學檔案館、廣西壯族自治區圖書館等共11個實際工作部門在檔案整合與數據庫建設方面有所立項，其余研究單位均為高校教學機構。且通過院校分布可以看出，研究主要集中在經濟實力和教學資源較為強大的綜合類、師范類院校，而師資力量較弱的院校由于缺少資金或人才資源的支持，缺少對檔案整合與數據庫建設的立項研究。對此，筆者建議：第一，加大對實際工作部門的支持力度。為分擔各部門的工作任務，鼓勵其對檔案管理中的問題進行改進、創新，可以設立專門的檔案研究部門，引進專業的檔案管理人才，專門進行檔案管理工作的相關研究。第二，促進高校教學機構與實際工作部門的優勢互補。高校教學機構有著優秀的人力資源，但在研究過程中容易出現重理論、輕實踐的情況。而實際工作部門雖有著豐富的檔案資源，但面對大量的檔案，缺乏系統性的理論支撐和優秀的人才來進行檔案整合和數據庫建設工作。因此，高校教學機構與相關實際工作部門應該加強合作，聯合推動檔案資源整合新技術的應用研究，加強檔案數據庫平臺的建設，提高檔案管理系統的可操作性，以適應新時代的社會需求。

（二）相關領域的學術研究已取得突出成績，但存在地區分布不平衡的狀況。

隨著中國對檔案整合與數據庫建設方面的日益重視，我國兩大社科基金在該領域的學術研究取得了突出的成績。首先，2013-2022 年立項總數實現了量的激增，其中2019 年的立項總數（20 項）是2012 年立項總數（2 項）的10 倍。其次，從本領域兩大社科基金項目研究熱點與趨勢來看，目前的基金項目實現了傳統研究領域與信息技術的結合，例如廣西京族口述歷史資料收集整理與其有聲數據庫建設、數字人文視角下歷史檔案資源知識聚合與知識發現等等[5]。但從地區分布可以看出，華東地區的立項數量大幅領先于其他地區，其占比為立項總數的31.65%。華北、西南地區占比分別為17.72%和16.46%，華南地區占比最少，僅為5.70%。對此，筆者建議：第一，對不同地區立項進行政策傾斜支持。東北、西北地區的經濟實力相對薄弱，政府機關可作出一系列優惠政策，加大對其基金項目的投資力度，給予一定的研究補貼。第二，鼓勵華南、東北、西北地區的教學機構和實際工作部門積極申報立項。相關部門要密切關注國家基金項目的申報動態，第一時間轉發相關申報通知，召開國家基金項目申報動員會，充分調動華南等地區各類研究單位申報國家基金項目的積極性和能動性。