我國政務(wù)微博信息的歸檔范圍和歸檔流程研究

肖秋會+詹欣然

摘 要：政務(wù)微博已經(jīng)成為政府服務(wù)的重要平臺，政務(wù)微博的高價值性及動態(tài)性使其歸檔管理變得日益緊迫。探討我國已有的電子文件管理標(biāo)準(zhǔn)對政務(wù)微博信息歸檔管理的適用性，分析了政務(wù)微博的歸檔流程，著重分析了歸檔過程中的信息采集、信息著錄和信息存儲這三個環(huán)節(jié)。

關(guān)鍵詞：社交媒體；政務(wù)微博；歸檔范圍；歸檔流程；API

Abstract： At present， government microblogging has become an important platform for social information dissemination and serving citizens， and the high value and dynamic nature of government microblogging make the relevant archiving work become increasingly urgent. This paper discusses the applicability of electronic document management standards to the management of government microblogging information archiving，and analyzes the archiving process of government micro-blog. The paper pays more attention to the analysis of the information collection， information description and information storage during the archiving process.

Key word： Social media； Government microblogging； Filing Range ；Archiving process； API

政府機(jī)關(guān)借助政務(wù)微博進(jìn)行信息發(fā)布及提供服務(wù)已經(jīng)越來越普遍，政務(wù)微博信息是機(jī)關(guān)單位開展職能活動的原始記錄，具有重要的憑證價值和參考價值，需要歸檔保存。本文著重對政務(wù)微博信息的歸檔范圍和歸檔流程進(jìn)行了分析。

1我國電子文件歸檔標(biāo)準(zhǔn)對政務(wù)微博信息歸檔管理的適用性分析

1.1管理對象的一致性。2002年我國頒布的國家標(biāo)準(zhǔn)《電子文件歸檔與管理規(guī)范》（GB/T18894-2002）明確指出“電子文件指在數(shù)字設(shè)備及環(huán)境中生成，以數(shù)碼形式存儲于磁帶、磁盤、光盤等載體，依賴計算機(jī)等數(shù)字設(shè)備閱讀、處理，并可在通信網(wǎng)絡(luò)上傳送的文件[1]”。政務(wù)微博信息是政府機(jī)關(guān)借微博這種廣播式的社交網(wǎng)絡(luò)平臺發(fā)布與其職能活動相關(guān)的數(shù)字信息，形成于互聯(lián)網(wǎng)，以數(shù)字形式傳播及存儲，與其他類型的電子文件在生成環(huán)境、管理內(nèi)容、自身特征都存在共同點，可見，從本質(zhì)屬性看，政務(wù)微博屬于一類特殊的電子文件。

1.2信息媒介的相似性。政務(wù)微博信息與一般電子文件的表現(xiàn)媒體相似，兩者都依靠相似的媒體進(jìn)行信息的輸入和輸出，如都需要借助顯示器、打印機(jī)等輸出媒體輸出信息。另外，兩者的傳輸媒體也較為相似，均依靠電纜和光纜這類物理介質(zhì)進(jìn)行傳輸。

1.3信息類型的差異性。相比于一般的電子文件，政務(wù)微博的信息類型更加多樣，包含文本、數(shù)字、圖片、視頻、音頻、超鏈接、二維碼等類型，《電子文件歸檔與管理規(guī)范》（GB/T18894-2002）規(guī)定了文字、圖片、視頻及多媒體電子文件及音頻型電子文件的通用格式，但缺乏對超鏈接、二維碼等新型電子文件格式的規(guī)范要求，且超鏈接、二維碼等新型電子文件本身包含一定的組織結(jié)構(gòu)，不宜采用普通電子文件的通用格式。

可見，《電子文件歸檔與管理規(guī)范》（GB/T18894-2002）可為政務(wù)微博信息的歸檔流程提供一定的參考，但在歸檔范圍、歸檔文件的類型及格式等方面不能完全適用。此外，《中國檔案機(jī)讀目錄格式》（GB/T20163-2006）可為政務(wù)微博機(jī)讀目錄格式制定提供參考[2]?！痘赬ML的電子文件封裝規(guī)范》（DA/T48-2009）可為政務(wù)微博信息的元數(shù)據(jù)構(gòu)建提供參考，提供政務(wù)微博信息的初步封裝結(jié)構(gòu)模型[3]。但是我國還沒有專門的國家級別的電子文件捕獲、遷移標(biāo)準(zhǔn)[4]，因此政務(wù)微博信息的歸檔方式、歸檔范圍、存儲結(jié)構(gòu)等還有待進(jìn)一步規(guī)范。

2政務(wù)微博信息的歸檔范圍

國外較早注意到社交媒體信息歸檔保存的重要性，并已開始了相關(guān)項目建設(shè)，如英國國家檔案館建成了在線社交媒體檔案庫，美國國家檔案與文件署（NARA）發(fā)布了150多種工具用于捕獲社交媒體內(nèi)容，澳大利亞開展了中央政府機(jī)構(gòu)的網(wǎng)絡(luò)檔案項目。這些項目的歸檔范圍存在較大差異，具體見表1。英國國家檔案館的政務(wù)社交媒體歸檔范圍僅涉及Twitter和Youtube兩個平臺，而澳大利亞和美國歸檔平臺包含政府機(jī)關(guān)使用的一切社交媒體，且重點保存能夠反映機(jī)構(gòu)職能的非冗余信息。

img src="http://img1.qikan.com.cn/qkimages/dagl/dagl201801/dagl20180116-2-l.jpg" alt="" />

表1 英、美、澳政務(wù)社交媒體信息歸檔范圍表

如表1所示，反映機(jī)關(guān)職能活動的社交媒體信息都納入了歸檔范圍，筆者認(rèn)為，政府機(jī)構(gòu)發(fā)布的與職能相關(guān)的原創(chuàng)性內(nèi)容必須歸檔，轉(zhuǎn)發(fā)或轉(zhuǎn)載的內(nèi)容，微博下的評論、回復(fù)、博文內(nèi)的鏈接內(nèi)容等可以選擇歸檔。綜合考慮版權(quán)、用戶隱私等問題，可將我國政務(wù)微博的歸檔范圍確定為：①發(fā)布者為黨政機(jī)關(guān)的宣傳部門或同職能機(jī)構(gòu)；②發(fā)布內(nèi)容與機(jī)構(gòu)職能相關(guān)；③原始政務(wù)博文的評論數(shù)、轉(zhuǎn)發(fā)數(shù)可作為元數(shù)據(jù)內(nèi)容進(jìn)行歸檔；④轉(zhuǎn)發(fā)的及評論內(nèi)容如果不涉及政務(wù)活動則無需歸檔；⑤電子文件元數(shù)據(jù)標(biāo)準(zhǔn)中要求歸檔的其他元數(shù)據(jù)信息需與博文一同打包歸檔。endprint

3政務(wù)微博信息的歸檔流程

根據(jù)《電子文件歸檔與管理規(guī)范》（GB/T18894-2002）的規(guī)定，電子文件的歸檔流程分為兩個階段：第一階段在OA系統(tǒng)中，電子文件形成時就進(jìn)行鑒定，將文件分為應(yīng)歸檔和不歸檔的兩類，不歸檔的只需進(jìn)行文件流轉(zhuǎn)，應(yīng)歸檔的文件在文件流轉(zhuǎn)階段需要采集歸檔元數(shù)據(jù)，根據(jù)元數(shù)據(jù)將文件分類并進(jìn)行格式轉(zhuǎn)換，實現(xiàn)預(yù)歸檔。第二階段，將文件及元數(shù)據(jù)導(dǎo)入檔案管理系統(tǒng)并進(jìn)行數(shù)字簽名，確定分類、賦予檔號、補(bǔ)充著錄信息后，完成數(shù)字簽名并進(jìn)行信息封裝，通過電子檔案的真實性、完整性、可靠性、可用性檢測后即可歸檔。參照電子文件的歸檔流程，筆者繪制了政務(wù)微博信息歸檔流程圖，見圖1。

圖1 政務(wù)微博信息歸檔流程圖

如圖1所示，政務(wù)微博形成后，經(jīng)歷過一段時間的被公布、被轉(zhuǎn)發(fā)、被評論等信息傳播活動后，經(jīng)過價值判斷，不歸檔的信息直接被過濾，而應(yīng)歸檔的政務(wù)微博及元數(shù)據(jù)信息可通過API等工具實現(xiàn)格式轉(zhuǎn)換后導(dǎo)入至檔案管理系統(tǒng)進(jìn)行管理。導(dǎo)入政務(wù)微博信息時需要進(jìn)行數(shù)字簽名以保障真實性。接著系統(tǒng)按照元數(shù)據(jù)進(jìn)行分類、確定檔號并進(jìn)行信息著錄，完成以上整理環(huán)節(jié)后再進(jìn)行數(shù)字簽名，檢測完信息的真實性、可靠性、完整性、可用性后即可進(jìn)行信息保存[5]。

政務(wù)微博與其他電子文件在歸檔流程方面的差異性主要體現(xiàn)在：政務(wù)微博信息歸檔不需要分為兩個階段，沒有“預(yù)歸檔”過程。原因在于，電子文件廣泛生成于公文管理系統(tǒng)或業(yè)務(wù)系統(tǒng)中，這為電子文件歸檔的前端控制提供了可行性，而政務(wù)微博形成于非管理型平臺，因此一般不能在原生平臺進(jìn)行元數(shù)據(jù)抽取或者格式轉(zhuǎn)換等“預(yù)歸檔”活動。為了進(jìn)一步探究政務(wù)微博信息的歸檔和采集，筆者選取了政務(wù)微博信息采集、信息著錄、信息存儲這三個較為重要的環(huán)節(jié)進(jìn)行分析。

3.1信息采集。

3.1.1采集方式。筆者根據(jù)歸檔主體的不同，將政務(wù)微博信息采集方式簡單劃分為主動和被動兩種方式。主動方式即為各個政務(wù)機(jī)構(gòu)的微博管理者或者是微博公司將需要歸檔保存的政務(wù)微博定期主動地遞交給負(fù)責(zé)保存的機(jī)構(gòu)，這與目前我國的電子文件歸檔保存方式類似，荷蘭和芬蘭的項目都采用了這種信息生成方主動提交信息的方法。

被動方式即為由負(fù)責(zé)保存的機(jī)構(gòu)（如檔案館等）進(jìn)行相關(guān)政務(wù)微博信息的采集工作，又可分為自動采集和人工采集兩種方式。許多國家采取了人工采集方式，既有利于提高工作效率、避免歸檔內(nèi)容交叉，又有利于監(jiān)管流程，如英國國家檔案館的政務(wù)社交媒體歸檔項目。但是這種方式的不足在于，龐大的信息總量和多樣的信息類型使得保存機(jī)構(gòu)負(fù)擔(dān)過重。筆者建議我國可綜合采用這兩種方式，屬于市級及以下的政務(wù)微博賬號發(fā)布的相關(guān)信息可采取主動的方式采集，以減輕歸檔保存機(jī)構(gòu)的負(fù)擔(dān)，省級的政務(wù)微博賬號采用被動方式采集，以保證歸檔信息的真實可靠、低冗余性。

3.1.2采集工具。政務(wù)微博中包含許多數(shù)據(jù)類型，例如圖片、文字、視頻、超鏈接、二維碼等多種形式，因此政務(wù)信息歸檔部門需綜合運用多種工具來采集多類型的信息。根據(jù)外國已經(jīng)開展的社交媒體歸檔保存項目可知，目前的采集工具可大致分為以下三種：一是API工具，此類工具可調(diào)用微博的程序接口，自動抽取、保存相應(yīng)的政務(wù)微博信息，但是此工具的運行需要微博服務(wù)提供商的協(xié)助。目前美國國家檔案與文件管理署采用的社交媒體采集工具中就包括這類工具，如Hearsay social。二是爬蟲工具，網(wǎng)絡(luò)爬蟲可獲取微博網(wǎng)站拓?fù)浣Y(jié)構(gòu)和相應(yīng)的信息，并部署網(wǎng)頁信息自動采集器，以便對網(wǎng)頁政務(wù)微博資源進(jìn)行全量或增量采集，但是無法建立基于賬戶的全文索引。三是備份工具，即向社交媒體服務(wù)提供商直接索要信息內(nèi)容，以CSV格式從社交媒體平臺導(dǎo)出，打印并以PDF格式存檔。但美國的實踐證明此類方法無法整合元數(shù)據(jù)，不能保證政務(wù)社交媒體文件的原始性與真實性，NARA于2013年頒布的《政務(wù)社交媒體文件管理簡章》中明確禁止使用此類方法歸檔[6]。

可見，在以上三種工具中，比較適合政務(wù)微博信息采集的是API工具。使用API工具采集政務(wù)微博信息，可保障歸檔信息基本的語義和結(jié)構(gòu)。由于API工具可獲取每一條博文信息的原始數(shù)據(jù)及相聯(lián)系的元數(shù)據(jù)，這樣就確保了捕獲的每一條信息文件具備了基本語義[7]。根據(jù)不同的次級標(biāo)引項與項內(nèi)內(nèi)容，將每一個社交媒體文件劃分為不同的卷宗，從而確保社交媒體文件具備一定的內(nèi)外部結(jié)構(gòu)。

3.2信息著錄。為了方便用戶能夠快速找到所需的政務(wù)信息資源，需要進(jìn)行信息著錄?？紤]到采集到的政務(wù)微博信息的動態(tài)、虛擬性，我們不能再沿用傳統(tǒng)的方式。信息的元數(shù)據(jù)是描述博文的背景、內(nèi)容、結(jié)構(gòu)及其整個管理過程的數(shù)據(jù)，因此為了保障信息的真實、完整性，可以將元數(shù)據(jù)作為著錄信息。根據(jù)《電子文件元數(shù)據(jù)基本集》（征求意見稿）和《信息與文獻(xiàn)文件管理過程文件元數(shù)據(jù)》（GB/T 26163.1-2010），政務(wù)微博元數(shù)據(jù)主要包括6個類型，分別是政務(wù)微博實體的元數(shù)據(jù)、政務(wù)微博管理機(jī)構(gòu)人員實體的元數(shù)據(jù)、業(yè)務(wù)實體的元數(shù)據(jù)、管理過程的元數(shù)據(jù)、操作權(quán)限實體的元數(shù)據(jù)、實體相互關(guān)系的元數(shù)據(jù)[8]。

元數(shù)據(jù)標(biāo)準(zhǔn)和格式多種多樣，如 MARC、DC、EAD、MODS等，其中常用的網(wǎng)絡(luò)資源描述元數(shù)據(jù)標(biāo)準(zhǔn)是都柏林核心元數(shù)據(jù)集（DC），DC規(guī)定的15個中心元素幾乎全面地概括了一個博文的主要特征。我國政務(wù)微博歸檔保存部門可優(yōu)化DC元數(shù)據(jù)標(biāo)準(zhǔn)，例如去掉“出版者”這個元素以更符合微博特征，以XML格式對采集到的微博信息進(jìn)行著錄。

3.3信息存儲。微博平臺的動態(tài)、虛擬性，導(dǎo)致博文信息采集工具與博文信息可選擇的存儲格式密切相關(guān)。目前的存儲格式主要分為四種，一是使用備份工具，向社交媒體服務(wù)提供商直接索要信息內(nèi)容，以CSV格式從社交媒體平臺導(dǎo)出，打印并存檔；二是使用網(wǎng)頁快照工具，直接對網(wǎng)頁進(jìn)行備份以實現(xiàn)存儲，但是這種方式無法實現(xiàn)信息的長久保存，部分信息也會丟失[9]；三是使用爬蟲工具，以基于JavaScript語言的JSNO格式進(jìn)行存儲，目前JSNO格式是非規(guī)范的標(biāo)簽形式，認(rèn)可度較低；四是利用API工具，以XML格式存儲在系統(tǒng)中[10]。前兩種方式均無法對超鏈接等類型的信息資源存儲，穩(wěn)定性和長期性都欠佳，第三種有待考察，而XML是一種提供統(tǒng)一的方法來描述和交換獨立于應(yīng)用程序或供應(yīng)商的結(jié)構(gòu)化數(shù)據(jù)格式，有利于實現(xiàn)博文信息資源的全面保存和便利的信息檢索。

綜上所述，本文根據(jù)我國已有的電子文件歸檔管理標(biāo)準(zhǔn)，結(jié)合美、英、澳三國的實踐，從利用的角度出發(fā)，以職能為中心劃定了我國政務(wù)微博信息的歸檔范圍，限定了需采集的政務(wù)微博賬號類型，將博文、部分評論及相關(guān)元數(shù)據(jù)列入歸檔的內(nèi)容。此外，本文分析了政務(wù)微博信息的歸檔流程，包含：收集、分類、著錄、數(shù)字簽名、鑒定、歸檔保存諸環(huán)節(jié)，在此基礎(chǔ)上，進(jìn)一步探討了微博信息的采集工具、著錄方式及存儲格式，對于我國政務(wù)微博信息的采集與歸檔具有一定的參考價值。

參考文獻(xiàn)：

[1]GB/T18894-2002，電子文件歸檔與管理規(guī)范[S].

[2]GB/T20163-2006， 中國檔案機(jī)讀目錄格式[S].

[3]DA/T48-2009， 基于XML的電子文件封裝規(guī)范[S].

[4]馮麗偉. 電子文件全程管理標(biāo)準(zhǔn)體系建設(shè)研究[J].檔案學(xué)研究， 2014（3）：71-74.

[5]宋香蕾.政務(wù)微博檔案化模式研究[J].檔案學(xué)研究，2017，01：51-56.

[6] NARA. Guidance on managing social media record[EB/OL].http：//www.archives.gov

/records -mgmt/bul letins/2014/2014-02.html.

[7]郭俊卿，黃新榮.國外社交媒體文件的開發(fā)利用研究[J].檔案，2017，04：47-53.

[8] GB/T 26163.1-2010，信息與文獻(xiàn)文件管理過程文件元數(shù)據(jù)[S].

[9]王寧，曲春梅.美英澳政務(wù)社交媒體文件歸檔的經(jīng)驗及啟示[J].北京檔案，2017，04：41-44.

[10]王煥.國外政務(wù)社交媒體文件歸檔研究[J].檔案學(xué)研究， 2015（6）：99-105.

（作者單位：武漢大學(xué)信息管理學(xué)院 來稿日期：2017-09-08）endprint