數據要素化促進圖書館高質量發展研究

[中圖分類號]G250.7 [文獻標志碼]B

[文章編號]1005-6041（2025）03-0023-05

1引言

傳統生產要素涵蓋勞動、資本、土地和技術四類，隨著信息時代到來，新增長理論與數字經濟理論將數據視為重要生產要素，指出其是第五生產要素。清華大學金融科技研究院編著的《數據要素化100問：可控可計量與流通交易》一書指出，數據要素在數字經濟中發揮著重要作用，將數據清洗、加工成可機讀、可生產使用的資源，并使其流通進入社會化大生產的過程，即數據要素化[1]。數據要素化揭示的是數據從資源、資產到資本的演進路徑，其核心機制是通過采集、清洗、加工、利用、交易等環節實現價值倍增[2]。以此類推，圖書館數據要素化可理解為將圖書館海量數據進行清洗、加工，促使數據從資源到資產再到資本的動態化演進的過程。這一過程不僅涉及圖書館各類數據的采集、存儲、處理與分析，還涵蓋數據的價值利用、共享開放以及交易流通等多個環節[3]。近年來，從國家到地方，一系列政策文件的出臺為圖書館數據要素化提供了強有力的支持與指導。《中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見》明確了數據作為新型生產要素的地位4，為圖書館利用數據要素提供了制度框架和根本依據；《“數據要素×”三年行動計劃（2024—2026年）》《國家數據標準體系建設指南》《關于加快公共數據資源開發利用的意見》《關于促進數據產業高質量發展的指導意見》等政策性文件也為圖書館數據要素的利用指明了方向[5]圖書館作為知識傳播與文化傳承的重要陣地，蘊含著海量且類型多樣化的數據資源，潛藏著巨大價值。在數據要素化的推動下，圖書館能夠優化資源配置、提升服務質量和促進智慧化轉型，進而實現整體治理、高效決策和智慧服務。本文探討數據要素化促進圖書館高質量發展的路徑，以期為圖書館充分挖掘數據要素價值，實現數智化轉型發展提供參考和借鑒。

2數據要素化促進圖書館高質量發展的邏輯路徑

圖書館數據主要涵括兩個層面的數據集：一是治理數據集，它涵蓋圖書館內部的資源數據、管理運營數據等多個方面，是圖書館日常運作和管理的基石；二是服務數據集，它包括用戶的信息、行為數據以及場景數據等，是圖書館了解用戶需求、優化服務體驗的重要依據。然而，傳統圖書館治理注重資源管理，強調文獻資源的收集、整理與利用，主要提供文獻借閱、參考咨詢等服務，對數據資源的利用較為有限。數據要素化要求圖書館充分挖掘、利用各類數據資源，并將其納入治理范疇，與傳統治理協同、融合，為資源配置優化、科學決策、智慧化服務提供支撐與保障。

圖書館數據要素化為圖書館高質量發展帶來了新機遇。數據要素化并非簡單的數據收集與整理，而是需要依托“智力”與“技術”的雙重賦能方可實現。“智力”即人的智慧與創造力，其不僅能夠為數據要素化提供理念引領，確保數據利用的方向與圖書館的發展目標相契合，還能促進不同主體協同合作，助力圖書館內外部各參與者之間形成合力，推動數據要素化的進程。同時，“智力”還能夠完善制度規范，為數據的安全、合規使用提供有力保障，確保數據要素化過程的可持續性。“技術”是平臺工具的支撐，先進的技術平臺能夠自動處理和分析圖書館海量數據，加速數據處理的進程，提高數據利用效率。在技術加持下，圖書館能夠將原始數據轉化為有價值的信息知識，進而釋放數據要素的生產力。在“智力”與“技術”的雙重賦能下，圖書館通過促進數據要素的深度挖掘和價值轉化，將促進圖書館治理整體化、決策高效化、服務智慧化，為高質量發展注入動能。數據要素化促進圖書館高質量發展的邏輯路徑如下（見圖1）。

3數據要素化促進圖書館高質量發展的價值追求

3.1形成整體化的治理格局

傳統圖書館各部門間存在一定的信息壁壘，導致治理效率偏低。數據要素驅動的治理范式，通過打破傳統部門壁壘、構建數據中臺、整合各方面數據資源，可促進數據的互聯共享，助力圖書館實時掌握全局信息，從而形成整體化的治理格局。這種治理格局包含三個遞進維度：一是物理層面的數據互聯，通過元數據標準化和API接口規范化，建立跨系統、跨平臺的數據通道；二是邏輯層面的語義互操作，運用本體論和知識圖譜技術，實現異構數據的對齊；三是價值層面的治理協同，依托智能合約和共識機制，形成共同價值驅動的協作治理網絡。通過上述演進路徑，圖書館將打破科層治理范式，促使治理從“職能驅動\"轉向“數據 + 價值”雙重驅動。在數據中臺支撐下，各部門將基于共同的價值邏輯與數據基礎開展協同工作，形成合力，共同推動圖書館高質量發展。

3.2實現圖書館決策高效化

圖書館高質量發展要求圖書館各項業務決策高效化。在數字時代，圖書館的效能革新需要著眼于構建數據要素驅動的價值創造機制。在微觀操作層面，依托數據要素化實現服務流、數據流、決策流的三流合一；在中觀管理層面，促進傳統經驗驅動型決策向“數據 ⁺ 算法”的智能決策轉變；在宏觀戰略層面，驅動圖書館構建起“資源一價值”的深度交互決策網絡。通過數據要素驅動的價值創造機制，優化圖書館內部流程，減少不必要的環節和重復旁動，可提升圖書館的決策效率，使圖書館能夠更好地應對復雜多變的信息環境。例如，在先進算法模型的加持下，圖書館通過對海量數據的實時分析和挖掘，可以及時發現用戶需求變化趨勢，為圖書館快速響應資源配置和服務優化提供科學決策依據。

3.3促進圖書館服務智慧化

數據要素化是推動圖書館智慧化轉型的關鍵力量。一是數據要素化促進圖書館實現服務精準化。通過收集和分析用戶數據，圖書館可以深入了解用戶的閱讀需求和偏好，為用戶提供更加個性化的服務。例如，基于用戶的借閱歷史、搜索記錄等數據信息，圖書館可以為用戶推薦其感興趣的圖書和資源。二是數據要素化促進圖書館服務智慧化升級。通過引入虛擬現實、人工智能等先進技術，圖書館可以實現空間虛擬化、交互智能化，提高服務效率、優化用戶體驗。例如，基于館藏數據資源開發“元宇宙閱覽室\"項目，通過數字孿生技術復現珍貴典籍，提供沉浸式閱讀體驗[6。數據要素驅動圖書館服務智慧化轉型，彰顯了數據要素化促進圖書館高質量發展的重要價值。

4數據要素化促進圖書館高質量發展的實踐要素

4.1數據要素化理念引領

在數智化技術賦能下，數據已成為圖書館轉型發展的關鍵驅動力。因此，圖書館須深刻認識到數據的重要作用，以數據要素化理念引領高質量發展。第一，要樹立“數據驅動”理念。傳統圖書館的管理模式依賴于物理資源的積累以及人工操作，而在數據時代強調通過數據的采集、分析和應用來優化業務流程和服務模式。因此，圖書館應充分認識到數據的價值，將數據要素視為重要的資源、資產與資本，推動數據要素在圖書館治理中的廣泛應用。第二，要樹立數據對外開放共享意識。圖書館的數據不僅包括館藏資源、用戶行為等數據，還包括與外部機構合作產生的數據。通過對外開放共享，圖書館可以打破數據繭房，實現數據的廣泛互聯互通，進而提升數據的利用效率。因此，圖書館須樹立數據開放共享意識，通過與高校、科研機構、政府部門等建立數據共享網絡，共同推動數據要素的市場化應用。第三，要樹立創新思維。數據要素化不僅是技術的應用，更是管理理念和服務模式的創新。因而，圖書館應樹立創新思維，積極探索數據要素在智慧化管理、個性化服務等方面的創新應用，推動圖書館從傳統的“被動服務”向數據驅動的“主動服務”轉變，不斷重塑圖書館的功能角色與定位。

4.2多部門數據協同共治

多部門協同共治是實現數據要素價值最大化的保障。第一，構建跨部門的協同工作機制。數據要素化的實現需要圖書館采購、流通、借閱、咨詢等多個業務部門基于共同的數據基礎與價值邏輯進行協同工作。例如，在圖書采購過程中，采購部門要結合借閱數據、用戶反饋等信息，制訂更加科學合理的采購計劃，提高采購效能。因此，圖書館有必要設立跨部門的數據治理協同機制，持續優化數據治理[7]第二，建立數據中臺。圖書館的借閱系統、館藏管理系統、用戶系統等，需要通過統一的數據平臺以實現無縫對接，以確保數據實時更新和共享。通過構建數據中臺，圖書館可以整合各部門的數據資源，實現數據集中管理和實時共享，充分挖掘數據的利用價值。第三，建立數據共建共享激勵機制。為促進各部門主動共建共享數據，圖書館要建立數據共建共享獎勵機制，鼓勵各部門與其他部門或外部環境共享業務數據。圖書館可以通過設立數據共建共享激勵機制，對在數據共建共享中表現突出的部門或個人進行獎勵，推動數據共享文化的形成。

4.3數智化平臺工具賦能

數智化平臺工具是圖書館數據要素化的技術保障。在新技術的快速迭代下，圖書館要積極引人先進的數智化平臺工具，提升數據的處理能力和應用水平。一是數據的高效處理需要數智化平臺工具的賦能。圖書館每天都會產生大量的數據，這些數據需要進行清洗、分類和整合。通過引入先進的數據處理工具，如圖書館信息管理系統（LIMS）、數據倉庫等，圖書館能夠實現對海量數據的高效處理，提高數據的規范性、可讀性和可用性，為后續的數據分析提供支撐。二是數智化平臺工具可以幫助圖書館構建有效的數據分析模型。圖書館擁有海量數據資源，但要利用這些數據來改進服務質量和用戶體驗則需要依托先進的數據分析工具。例如，為深人挖掘數據中的規律和價值，提升治理決策的科學性與用戶服務的精準性，圖書館需要基于機器學習算法、數據挖掘算法構建用戶畫像模型與行為分析模型。集成了大數據處理、人工智能算法及云計算等先進技術數智化平臺工具，能夠高效挖掘圖書館中的館藏資源數據、用戶行為數據等多源異構信息，實現數據的自動化采集與智能化分析，助力圖書館更精準地滿足用戶服務需求。

4.4一系列制度政策護航

數據要素化涉及數據的采集、存儲、處理、共享、開放等多個環節，每個環節都需要有相應的制度政策進行規范，確保數據要素化過程合法性、規范性和可持續性。第一，制訂數據采集、存儲規范。數據的采集和存儲是數據要素化的基礎，圖書館要制訂數據采集標準，明確每類數據的具體產生途徑和采集方式；要制訂數據存儲規范，保障數據的安全存儲、備份，確保數據的可靠性與完整性。第二，建立數據共享開放制度。圖書館應制訂數據共享協議，明確數據共享各方的權利和義務；制訂數據開放政策，明確數據開放的范圍、方式和條件，確保數據的合法合規開放。第三，建立數據安全和隱私保護制度。圖書館應建立詳細的數據安全和隱私保護制度，確保數據的安全性與保密性。例如，圖書館要建立數據安全管理制度，明確數據安全責任人和數據安全流程；制訂隱私保護政策，確保用戶隱私數據的安全、合規使用等[8]

5數據要素化促進圖書館高質量發展的實現策略

5.1依托數據覆蓋全域化，促進圖書館治理整體化

數據覆蓋全域化的核心在于構建一個覆蓋圖書館全域的數據生態系統，是圖書館實現治理整體化的核心策略。一是構建全域多模態數據采集系統。當前圖書館數據生態呈現多維復合特征，涵蓋內部資源元數據、用戶行為日志、場景感知數據等多維數據源。因此，圖書館要采用多源異構數據融合技術，構建全域多模態數據采集系統。在物理層部署RFID傳感網絡、智能攝像頭、環境傳感器等物聯網設備，實現實體空間數據動態捕獲；在虛擬層開發API接口對接數字資源平臺，運用網絡爬蟲技術獲取平臺數據；在應用層建立統一數據湖倉架構，支持結構化、半結構化和非結構化數據的標準化存儲，形成覆蓋資源、用戶、環境的全景數據圖譜[9]。南京圖書館開發“江蘇省公共圖書館大數據平臺”的做法值得借鑒。該館通過三級數據采集體系匯聚全省縣級以上圖書館的空間運營數據、資源訪問數據與用戶行為數據，構建了規模巨大的公共圖書館數據倉儲體系，實現了全省縣級以上圖書館的書目統一檢索、業務數據實時發布[10]。二是構建圖書館全域數據利用框架。為了充分釋放數據生產力，圖書館需要構建完善的“四維一體”數據利用框架。在格式規范維度，要采用MODS、BIBFRAME等新型元數據標準，實現傳統MARC元數據格式向關聯數據轉型；在語義關聯維度，可運用SKOS、OWL等語義網技術建立知識本體庫，解決跨領域數據語義鴻溝；在質量控制維度，建立數據全生命周期管理機制，包括采集階段的驗證規則、存儲階段的清洗策略、應用階段的審計標準；在安全合規維度，構建分級分類的數據治理體系，遵循GDPR、CCPA等國際數據隱私規范，確保敏感數據合規使用[1]。通過構建全域多模態數據采集系統與數據利用框架，圖書館可實現數據覆蓋全域化，進而系統優化圖書館資源配置與用戶服務機制，促進圖書館治理的整體化。

5.2通過數據治理算法化，實現圖書館決策高效化

圖書館應引入先進的數據處理算法和模型，通過數據治理算法化，實現圖書館決策的高效化。一方面，圖書館要引入自動化數據處理技術，提高數據處理效率。在大數據時代，圖書館面臨著海量數據的處理任務，傳統的手工處理方式已無法滿足需求。用戶行為分析模型、大數據系統等先進的數據處理算法和智能系統，能夠實現對數據的深度挖掘與自動化處理，提升數據處理效率。因此，圖書館要通過引入基于先進算法的自動化數據處理技術，實現對數據的快速處理與分析。例如，重慶大學圖書館的“智慧門戶”依托大數據系統與用戶行為分析模型，實現了用戶借閱歷史、檢索關鍵詞、頁面停留時長等數據的及時分析，為快速優化用戶畫像提供支持[12]。另一方面，圖書館要構建數據驅動的決策支持系統，以提升決策效率。圖書館可以運用Apriori、PageRank等算法構建數據分析網絡，通過集成時間序列分析、空間分析、社會網絡分析等方法，將復雜分析結果可視化呈現，并通過決策支持儀表盤迅速作出決策。例如，甘肅省圖書館“智慧甘圖”平臺依托先進的智能信息采集技術、大數據技術和數字孿生技術等，構建了基于微服務架構的數據中臺。該平臺通過整合業務、環境、資源、設備等一系列數據，自動識別核心節點，實現數據可視化與決策高效化[13]。需要特別指出的是，數據治理算法化雖然可以提高數據處理與利用效率，但也為算法的透明性與公正性帶來挑戰。圖書館應加強對算法決策的倫理研究，確保算法的公正性和可靠性。在算法透明性方面，可通過公開算法模型，開發基于LIME框架的模型解釋工具，生成可視化的決策路徑圖;在算法公正性方面，可基于Aequitas工具包構建偏差檢測系統，定期評估模型決策的公平性指數；在算法問責方面，要建立審計追蹤系統，記錄算法決策全流程日志，防止算法偏見現象發生。

5.3基了數據感知動態化，推動圖書館服務智慧化

通過實時感知與動態分析用戶需求、資源利用、空間場景等數據，圖書館能夠及時調整服務策略，提供更加智慧化的服務。第一，構建實時數據感知系統。傳統的圖書館服務往往基于靜態數據，難以及時響應用戶需求變化，而引入實時數據采集與分析技術能夠實現對用戶需求與行為的實時感知。因此，圖書館要部署物聯網邊緣計算節點，構建實時的協同感知系統。例如，通過傳感終端實時監測圖書館的人流量、圖書借閱情況等數據，利用數據挖掘、區塊鏈、5G等技術構建用戶行為動態分析系統，借助云計算、自然語言交互等技術實時捕捉用戶的閱讀偏好與需求變化等。通過構建實時數據感知系統，提升圖書館服務的智能程度，為用戶提供更智慧化的服務體驗。第二，構建數據驅動的服務動態優化機制。圖書館要通過集成用戶畫像、資源特征、情境狀態三維數據向量，采用Transformer架構建立跨模態分析模型，設計動態獎勵機制，構建深度強化學習的服務動態優化機制，實現基于用戶反饋、場景反饋的實時優化服務。例如，安徽省太湖縣圖書館少兒閱覽室室內環境監測系統通過部署傳感器，動態監測室內溫濕度、光照及空氣質量等數據，實現了基于預設舒適度標準參數自動調節空調、照明及通風設備等功能，大大提升了少兒讀者的閱讀體驗[14]。第三，加強數據要素智能化應用。圖書館要通過引人人工智能、虛擬現實、數字孿生等先進技術，將實時感知的數據轉化為智能化的服務應用。例如，圖書館可以基于元宇宙、虛擬現實等技術開發的智能導覽系統，根據用戶位置與需求，提供最優路徑規劃與資源定位，實現館藏書籍快速、精準查找。實時動態數據驅動的智能化應用，不僅可以提高服務效率，還能極大地增強用戶的參與感和滿意度，使圖書館真正成為智慧化的學習與知識交流空間。

［參考文獻］

[1]清華大學金融科技研究院.數據要素化100問：可控可計量與流通交易[M].北京：人民日報出版社，2023：17-18.

[2]梅宏.數據如何要素化：資源化、資產化、資本化[J]施工企業管理，2022（12）：42.

[3]秦林.基于價值鏈分析法的圖書館數據要素化研究[EB/OL].[2025-02-24].https：//kns.cnki.net/kcms2/arti-cle/abstract？ v= BlOUhu2v8Y9Kl995iw2DV5U1I7TsdsyRnXJGT2yT6XtsuK9BV8n21cJWVxh-RZU1IiDrzyylGLHLdmQwUxo8- zsI7slGB2Bo-zar647BKRkVrXWsw1Y6YL6MowmvJav2XKdEmc2pkVQYQM1YLLJi-kk8O-8NeJCc-JvwigHbQSZQHfxTCA3- GeEVpnGPSuucqnamp;uniplatform τ₁= NZKPTamp;language L_：= CHS.

[4]中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見[EB/OL].[2025-01-11].https：//www.gov.cn/zhengce/2022-12/19/content_5732695.htm？ eqid σ=σ e15887a30000392600000004645cb0aa.

[5]2024中國數據要素領域重要政策盤點[EB/OL]. [2025-01-11].https：//mp.weixin.qq.com/s？_biz τ=τ MzAwNDUzMjYzMQ==amp;mid=26501687578idx=18sn=cOd86a91a 二 744d42cf67c7e77d4ec5cb8amp;chksm τ=τ 82516e7d568daa15895173- b980ba45ec4c1ab1f3a6d1574f952f413a29cca15a47ddcd3bbf09amp; scene =27

[6]許鑫，蘭昕蕾，鄧璐薌.數字孿生視閾下智慧圖書館業務融合研究[J].大學圖書館學報，2022，40（2）：59-66，35.

[7孫紅蕾.圖書館公共數據治理的主要問題、概念框架與實踐路徑[J].圖書館學研究，2022（3）：11-17.

[8]盛小平，郭道勝.科學數據開放共享中的數據安全治理研究[J].圖書情報工作，2020，64（22）：25-36.

[9]侯曉玲.數據中臺在智慧圖書館中的應用構想[J].電子技術與軟件工程，2021（13）：179-180.

[10]朱妹.協同視域下公共圖書館大數據服務平臺建設實踐與發展路徑研究[J].圖書情報導刊，2023，8（4）：43-47.

[11]許磊，夏翠娟.第三代圖書館服務平臺的元數據管理：以FOLIO的Codex方案為例[J].中國圖書館學報，2020，46（1） ：99-113.

[12]袁輝，沈敏，楊新涯.用戶行為模型在圖書館“智慧門戶”建設中的應用與探索[J].圖書情報工作，2017，61（7）：57-61.

[13]“智慧甘圖綜合管理平臺”入選2022年文化和旅游數字化創新實踐案例！[EB/OL].[2025-02-25].https：//www.gslib.com.cn/gtdt/content_9886.

[14]太湖縣圖書館少兒閱覽室室內環境監測系統！ [EB/OL].[2025-02-25].https：//mp.weixin.qq.com/s？_biz Σ=Σ MzAxODk5MDU1Mv v=amp;mid=2247485025amp;gsidx=1amp;sn=c5. dcacf0394269919ee4f79e854fede0amp;chksm τ=τ 9ad562efd8d45894- 380973ea1dd30b6403ac525af03ca833e27b8530ebd7cff4d0af66- 46e2e1#rd.

[收稿日期]2025-02-18

作者簡介」劉明福（1971—），男，碩士，副研究館員，。

[說明]本文分別系2023年度山東省青少年教育科學研究院圖書館學研究一般課題“圖書館智慧服務探索”（項目編號：23STS021）、2023年度山東軟科學研究會課題“產教融合研究智庫專項”一般課題“基于產教融合的專精特新企業信息服務研究”（項目編號：SDRKX-01-202330）的研究成果之一。