做好大數(shù)據(jù)檔案工作，助力數(shù)字中國(guó)建設(shè)

文·邢濤

“大數(shù)據(jù)發(fā)展日新月異，我們應(yīng)該審時(shí)度勢(shì)、精心謀劃、超前布局、力爭(zhēng)主動(dòng)”。習(xí)近平總書記在主持中共中央政治局就實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略集體學(xué)習(xí)時(shí)，深刻分析大數(shù)據(jù)發(fā)展現(xiàn)狀和趨勢(shì)，結(jié)合我國(guó)實(shí)際對(duì)實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略、加快建設(shè)數(shù)字中國(guó)作出部署要求，為用好大數(shù)據(jù)、贏得新時(shí)代發(fā)展的戰(zhàn)略主動(dòng)指明了方向。檔案部門如何抓住大數(shù)據(jù)發(fā)展的時(shí)代機(jī)遇，在大數(shù)據(jù)檔案收集存儲(chǔ)、管理利用、數(shù)據(jù)共享、安全保護(hù)等方面進(jìn)行前瞻性布局，開創(chuàng)大數(shù)據(jù)檔案工作發(fā)展新局面，成為檔案部門必須解答好的時(shí)代課題。

一、大數(shù)據(jù)和大數(shù)據(jù)檔案

什么是大數(shù)據(jù)？大數(shù)據(jù)是大量、高速、多變的信息資產(chǎn)，是以容量大、類型多、存取速度快、應(yīng)用價(jià)值高為主要特征的數(shù)據(jù)集合，是新一代信息技術(shù)與電子商務(wù)、社交網(wǎng)絡(luò)、智慧城市等新型商業(yè)應(yīng)用深度融合的產(chǎn)物，已經(jīng)成為推動(dòng)經(jīng)濟(jì)發(fā)展、完善社會(huì)治理、提升政府服務(wù)和監(jiān)管能力的重要手段。

大數(shù)據(jù)是不是檔案？我們知道，檔案是過去和現(xiàn)在的國(guó)家機(jī)構(gòu)、社會(huì)組織以及個(gè)人從事政治、軍事、經(jīng)濟(jì)、科學(xué)、技術(shù)、文化、宗教等活動(dòng)直接形成的對(duì)國(guó)家和社會(huì)有保存價(jià)值的各種文字、圖表、聲像等不同形式的歷史記錄。除了實(shí)體檔案，檔案還應(yīng)包括電子文件、數(shù)碼照片、音視頻等以電子數(shù)據(jù)為表現(xiàn)形式的電子檔案。顯而易見，海量的大數(shù)據(jù)就是電子檔案的一種，只不過是大小超出常規(guī)的、類型更加多樣的由數(shù)據(jù)庫(kù)工具獲取、存儲(chǔ)、管理和分析能力的電子檔案數(shù)據(jù)的集合。

二、大數(shù)據(jù)檔案的特征

大數(shù)據(jù)檔案畢竟是一種特殊的檔案，它具有從產(chǎn)生、存儲(chǔ)、處理到應(yīng)用這一全生命周期內(nèi)區(qū)別于傳統(tǒng)檔案數(shù)據(jù)的特征。

一是“大”。大數(shù)據(jù)檔案的數(shù)據(jù)量巨大，在各領(lǐng)域產(chǎn)生的檔案數(shù)據(jù)均需要以PB（1PB=1024TB）或EB（1EB=1024PB）計(jì)算，并以每年至少40%的速度增長(zhǎng)。

二是“雜”。大數(shù)據(jù)檔案的數(shù)據(jù)類型多種多樣，包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等等，這些多類型的檔案數(shù)據(jù)對(duì)數(shù)據(jù)的處理能力提出了更高要求。

三是“全”。大數(shù)據(jù)檔案應(yīng)用為決策者提供一個(gè)業(yè)務(wù)的全局視圖，這里主要是強(qiáng)調(diào)檔案數(shù)據(jù)的業(yè)務(wù)完備性。

四是“多”。大數(shù)據(jù)檔案的數(shù)據(jù)來源多、維度多，不僅包含內(nèi)部業(yè)務(wù)檔案數(shù)據(jù)，而且包含許多相關(guān)的外部檔案數(shù)據(jù)，如政策檔案數(shù)據(jù)、經(jīng)濟(jì)檔案數(shù)據(jù)、氣象檔案數(shù)據(jù)、環(huán)境檔案數(shù)據(jù)等。這里主要強(qiáng)調(diào)引入外部檔案數(shù)據(jù)源構(gòu)建數(shù)據(jù)的多維性。

五是“快”。大數(shù)據(jù)檔案的數(shù)據(jù)是實(shí)時(shí)分析處理的在線數(shù)據(jù)，這是大數(shù)據(jù)檔案區(qū)別于傳統(tǒng)檔案數(shù)據(jù)分析的最顯著特征。由于外部環(huán)境變化速度的加快，大數(shù)據(jù)檔案的價(jià)值也會(huì)快速貶值，所以就必須及時(shí)、快速挖掘大數(shù)據(jù)檔案背后的價(jià)值。

六是“久”。大數(shù)據(jù)檔案應(yīng)用十分重視數(shù)據(jù)的長(zhǎng)期積累，檔案數(shù)據(jù)積累時(shí)間越長(zhǎng)，越有利于大數(shù)據(jù)檔案的開發(fā)利用。

七是“活”。大數(shù)據(jù)檔案的數(shù)據(jù)都是在線的，可以隨時(shí)調(diào)用和計(jì)算，這是大數(shù)據(jù)檔案區(qū)別于傳統(tǒng)檔案數(shù)據(jù)的最大特征。放在磁盤或磁帶中的離線“死”檔案數(shù)據(jù)，其開發(fā)利用價(jià)值遠(yuǎn)遠(yuǎn)不如在線的“活”檔案數(shù)據(jù)。

八是“少”。對(duì)比大數(shù)據(jù)檔案的海量，大數(shù)據(jù)檔案應(yīng)用中真正有價(jià)值的數(shù)據(jù)占比極少。因此，如何通過有效的計(jì)算更迅速地完成檔案數(shù)據(jù)的價(jià)值“提純”已成為大數(shù)據(jù)發(fā)展亟待解決的問題。

三、大數(shù)據(jù)檔案工作中存在的問題

（一）認(rèn)識(shí)不足

由于大數(shù)據(jù)產(chǎn)業(yè)還處于初步發(fā)展階段，目前大數(shù)據(jù)生成、采集和管理部門對(duì)大數(shù)據(jù)檔案工作的發(fā)展概念不清，認(rèn)識(shí)不足，對(duì)大數(shù)據(jù)檔案的收集、存儲(chǔ)、管理、開發(fā)和應(yīng)用思路還不清晰。同樣，對(duì)于大數(shù)據(jù)這個(gè)高科技時(shí)代的產(chǎn)物，檔案部門的認(rèn)識(shí)也嚴(yán)重不足，對(duì)大數(shù)據(jù)檔案工作的發(fā)展帶來不利的影響。

（二）檔案數(shù)據(jù)共享存在機(jī)制障礙

政府掌握大量最具應(yīng)用價(jià)值的大數(shù)據(jù)檔案核心數(shù)據(jù)，但是由于受到條塊分割等因素的制約，目前政府信息公開還比較少，跨部門之間的檔案數(shù)據(jù)交換不足，缺乏互通，行業(yè)檔案數(shù)據(jù)共享也沒有實(shí)現(xiàn)，同時(shí)還存在檔案數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一等問題，制約了大數(shù)據(jù)檔案工作的開展。

（三）應(yīng)用技術(shù)不成熟

目前，大數(shù)據(jù)檔案的開發(fā)利用除了在定位、導(dǎo)航及部分監(jiān)測(cè)領(lǐng)域較為成熟外，在多數(shù)領(lǐng)域內(nèi)仍處于探索發(fā)展階段。尤其對(duì)于一些定制化的大數(shù)據(jù)檔案開發(fā)利用，幾乎仍處于起步階段。此外，很多優(yōu)良的大數(shù)據(jù)檔案基礎(chǔ)設(shè)施沒有得到有效利用。

（四）檔案數(shù)字化率較低

我國(guó)全行業(yè)范圍內(nèi)檔案數(shù)字化的資源總量遠(yuǎn)低于歐美，每年新增檔案數(shù)據(jù)量?jī)H為美國(guó)的7%，歐洲的12%，其中政府和制造業(yè)的檔案數(shù)據(jù)資源積累遠(yuǎn)遠(yuǎn)落后于國(guó)外。同時(shí)已有的檔案數(shù)據(jù)資源還存在準(zhǔn)確性低、完整性差、標(biāo)準(zhǔn)不一等不利因素，降低了檔案數(shù)據(jù)的利用價(jià)值。檔案數(shù)據(jù)資源本身的問題為大數(shù)據(jù)檔案工作的發(fā)展前景帶來了巨大的挑戰(zhàn)。

（五）檔案信息安全風(fēng)險(xiǎn)較高

我國(guó)目前關(guān)于大數(shù)據(jù)檔案開放、共享以及檔案數(shù)據(jù)所有權(quán)、檔案信息安全等相關(guān)法律政策不完善，大數(shù)據(jù)檔案的開發(fā)利用缺乏相應(yīng)的立法支持和規(guī)范。檔案數(shù)據(jù)保護(hù)和隱私保護(hù)方面的制度不完善，不僅抑制了檔案數(shù)據(jù)開放的積極性，更是產(chǎn)生了因檔案數(shù)據(jù)泄露而造成的公民財(cái)產(chǎn)損失、公共資源破壞、國(guó)家機(jī)密泄露等不可預(yù)估風(fēng)險(xiǎn)。

四、推動(dòng)大數(shù)據(jù)檔案工作開展的保障措施

（一）加強(qiáng)組織協(xié)調(diào)

要明確大數(shù)據(jù)管理部門和檔案管理部門職責(zé)，加強(qiáng)與發(fā)改、工信和科技等各相關(guān)部門的協(xié)調(diào)配合，建立跨部門、跨行業(yè)的大數(shù)據(jù)檔案工作發(fā)展協(xié)調(diào)推進(jìn)機(jī)制，擬定大數(shù)據(jù)檔案工作的相關(guān)規(guī)劃、實(shí)施意見和政策，推動(dòng)大數(shù)據(jù)檔案研究和應(yīng)用，制定大數(shù)據(jù)檔案工作相關(guān)標(biāo)準(zhǔn)，推動(dòng)政府檔案數(shù)據(jù)開放，推動(dòng)各行業(yè)企業(yè)等大數(shù)據(jù)檔案數(shù)據(jù)庫(kù)建設(shè)，建設(shè)公共信息檔案平臺(tái)和大數(shù)據(jù)檔案平臺(tái)，完善和加強(qiáng)大數(shù)據(jù)檔案信息安全保障體系建設(shè)。

（二）推動(dòng)數(shù)據(jù)共享

要推動(dòng)政府、行業(yè)、企業(yè)等檔案數(shù)據(jù)共享開放，提升政府效率，實(shí)現(xiàn)大數(shù)據(jù)的融合應(yīng)用。整合現(xiàn)有政務(wù)網(wǎng)絡(luò)平臺(tái)，建立“智慧城市”大數(shù)據(jù)檔案平臺(tái)，推動(dòng)政府信息系統(tǒng)和公共數(shù)據(jù)互聯(lián)共享。加快行業(yè)、企業(yè)之間檔案數(shù)據(jù)共享，推動(dòng)公共數(shù)據(jù)開放平臺(tái)建設(shè)，建立政府檔案數(shù)據(jù)資源開放目錄，優(yōu)先推動(dòng)交通、醫(yī)療、就業(yè)、社保等民生領(lǐng)域政府檔案數(shù)據(jù)開放，促進(jìn)大數(shù)據(jù)檔案利用成果惠及群眾，提升居民生活品質(zhì)。

（三）建設(shè)標(biāo)準(zhǔn)體系

要加快組織制定大數(shù)據(jù)檔案相關(guān)標(biāo)準(zhǔn)，在國(guó)家出臺(tái)統(tǒng)一的大數(shù)據(jù)檔案管理標(biāo)準(zhǔn)之前，組織大數(shù)據(jù)管理部門、檔案管理部門等有關(guān)部門、以及高校和科研機(jī)構(gòu)、大數(shù)據(jù)企業(yè)等，開展大數(shù)據(jù)檔案工作相關(guān)標(biāo)準(zhǔn)研究，推動(dòng)建立地方、行業(yè)大數(shù)據(jù)檔案工作標(biāo)準(zhǔn)體系，重點(diǎn)推動(dòng)大數(shù)據(jù)檔案采集、管理、開放、共享、交易、安全等領(lǐng)域標(biāo)準(zhǔn)的制定。

（四）建立安全機(jī)制

大數(shù)據(jù)管理部門要統(tǒng)籌大數(shù)據(jù)檔案信息安全保障體系建設(shè)，明確大數(shù)據(jù)采集、傳輸、存儲(chǔ)、使用、開放等環(huán)節(jié)涉及信息安全的范圍、要求和責(zé)任，建立相關(guān)制度，確保國(guó)家利益、商業(yè)機(jī)密、社會(huì)安全、科研生產(chǎn)、個(gè)人隱私不被侵犯。大數(shù)據(jù)管理部門對(duì)共享、開放檔案數(shù)據(jù)建立共享和開放的規(guī)則，加強(qiáng)記錄和監(jiān)管。強(qiáng)化企業(yè)、個(gè)人等對(duì)檔案數(shù)據(jù)的保護(hù)意識(shí)，增強(qiáng)檔案信息安全技術(shù)的保障能力，共同構(gòu)建大數(shù)據(jù)檔案信息安全格局。