李莉

（冶金檔案館三河065200）

基于長(zhǎng)期保存的機(jī)關(guān)單位電子文件格式管理研究

李莉

（冶金檔案館三河065200）

大數(shù)據(jù)時(shí)代，各機(jī)關(guān)單位生成了海量的電子文件。然而，這些電子文件格式并不統(tǒng)一，給電子文件長(zhǎng)期保存帶來了巨大挑戰(zhàn)。各機(jī)關(guān)單位電子文件格式需要滿足格式透明、文件自包含、格式自描述等12項(xiàng)基本需求。同時(shí)，各機(jī)關(guān)單位要做好基于文件生命周期開展格式管理、采用國(guó)家與地方標(biāo)準(zhǔn)推薦格式、轉(zhuǎn)換專有格式、留存電子文件格式相關(guān)的元數(shù)據(jù)信息、適當(dāng)節(jié)約經(jīng)費(fèi)等電子文件長(zhǎng)期保存格式管理工作。

電子文件長(zhǎng)期保存文件格式文件生命周期

電子文件是通過計(jì)算機(jī)等相關(guān)技術(shù)生成和處理的文件，從根本上說是一種二進(jìn)制編碼的集合，每一種特定的二進(jìn)制編碼方案與一種特定的電子文件格式相對(duì)應(yīng)。電子文件格式是指以某種格式進(jìn)行編碼而產(chǎn)生的信息存儲(chǔ)形式，它依賴特定的軟、硬件才能實(shí)施讀寫和操作。隨著我國(guó)信息化建設(shè)的快速發(fā)展與“互聯(lián)網(wǎng)+”時(shí)代的到來，各個(gè)機(jī)關(guān)單位產(chǎn)生了越來越多的電子文件。同時(shí)，由于信息技術(shù)的升級(jí)換代，各機(jī)關(guān)單位電子文件新格式不斷產(chǎn)生、舊格式不能讀取等現(xiàn)象時(shí)有發(fā)生，不僅導(dǎo)致產(chǎn)生于不同的操作系統(tǒng)、應(yīng)用軟件的電子文件不能共享，更嚴(yán)重影響了電子文件的長(zhǎng)期保存，如果管理不善，將來就很有可能電子文件成為“數(shù)據(jù)垃圾”，發(fā)生不能讀取的現(xiàn)象。因此，為了實(shí)現(xiàn)電子文件的長(zhǎng)期保存，各機(jī)關(guān)單位務(wù)必做好電子文件格式的管理工作。

一、基于長(zhǎng)期保存的機(jī)關(guān)單位電子文件格式需求

電子文件產(chǎn)生于機(jī)關(guān)單位的業(yè)務(wù)系統(tǒng)，具有重要的參考和憑證作用，是機(jī)關(guān)單位擁有的重要資產(chǎn)，選擇有利于長(zhǎng)期保存的電子文件格式可以更長(zhǎng)久的發(fā)揮電子文件的重要作用。

按格式類型劃分，電子文件包括文本文件、圖像文件、音頻文件、視頻文件等。文本文件常見的格式有XML、TXT、RTF、WPS、PDF/A、OFD；圖像文件常見的格式有TIFF、JPEG、GIF、PNG、DjVu；音頻文件常見的格式有WAV、MP3、WMA、OGG、Vorbis、FLAC；視頻文件常見的格式有AVI、MOV、MPEG等。由于電子文件格式種類達(dá)到200多種，性能各不相同。因此，需要盡量按照以下基本要求選擇符合長(zhǎng)期保存需求的電子文件格式。

（1）格式透明。有公開發(fā)表并免費(fèi)使用的源代碼和技術(shù)規(guī)范，軟件的使用、修改、分發(fā)沒有專利和許可的限制；獲得相關(guān)標(biāo)準(zhǔn)化組織、產(chǎn)業(yè)聯(lián)盟和第三方評(píng)價(jià)機(jī)構(gòu)等的支持。

（2）較好的通用性。電子文件保存格式可以脫離計(jì)算機(jī)軟硬件平臺(tái)的限制，在不同的軟硬件環(huán)境中保持較好的可識(shí)讀性，滿足計(jì)算機(jī)軟硬件多樣性的需要。

（3）文件自包含。電子文件呈現(xiàn)的信息，包括全部字體的字形描述信息、光柵圖像、矢量圖形、顏色信息等，全部自包含，而不依賴于其他軟件。

（4）格式自描述。電子文件設(shè)置的元數(shù)據(jù)集，可以描述對(duì)象的屬性特征，準(zhǔn)確反映電子文件的信息要素和邏輯結(jié)構(gòu)。

（5）顯示一致性。電子文件應(yīng)維持固定的文件頁(yè)面、章節(jié)、段落、字體等的顯示，不會(huì)隨著軟硬件平臺(tái)和閱讀軟件的改變而發(fā)生變化。

（6）持續(xù)可解釋。允許用戶對(duì)文件和文件中的對(duì)象添加注釋；禁止設(shè)置口令保護(hù)、加密；文件中引用的資源和運(yùn)用的算法公開且免費(fèi)。

（7）持續(xù)可用。文件格式穩(wěn)定，版本升級(jí)有序，并向后兼容；設(shè)置有效的容錯(cuò)機(jī)制；支持無損壓縮。

（8）可轉(zhuǎn)換。支持轉(zhuǎn)換為版式電子文件存檔格式或通用格式。

（9）利于存儲(chǔ)。電子文件格式緊湊，數(shù)據(jù)占用字節(jié)數(shù)少；支持在一個(gè)文件中容納大量對(duì)象和數(shù)據(jù)，不必把數(shù)據(jù)拆分成塊；具有聚合能力。

（10）支持技術(shù)認(rèn)證。支持?jǐn)?shù)字簽名、循環(huán)冗余校驗(yàn)或糾錯(cuò)碼；使用的數(shù)字簽名能被多種操作系統(tǒng)和硬件平臺(tái)支持；數(shù)字簽名必須視覺呈現(xiàn)，且全部信息完全自包含。

（11）易于利用。支持增殖服務(wù)，方便提取數(shù)據(jù)的子集，如分割頁(yè)面等；支持全文檢索；文件中包含的文本信息符合自然閱讀順序。

（12）便于傳播。壓縮后的無損文件占用內(nèi)存更小。

二、基于長(zhǎng)期保存的電子文件格式管理策略

1.基于文件生命周期開展格式管理。傳統(tǒng)的文件生命周期理論認(rèn)為，文件從形成到銷毀或永久保存是一個(gè)完整的運(yùn)動(dòng)過程，該過程可劃分為若干階段，各個(gè)階段的文件具有不同的價(jià)值特征，分別對(duì)應(yīng)的是我國(guó)紙質(zhì)檔案管理流程中的機(jī)關(guān)單位業(yè)務(wù)部門、機(jī)關(guān)檔案室和檔案館及其相關(guān)的管理工作。然而，傳統(tǒng)的文件生命周期理論在數(shù)字環(huán)境中并不能完全適用，因?yàn)?，這些階段性特征會(huì)導(dǎo)致不同管理階段對(duì)格式具有不同要求，一份文件生成、保管、利用出現(xiàn)不同的格式。因此，數(shù)字環(huán)境中電子文件格式管理需要破除各管一攤的管理習(xí)慣，開展全程管理，在電子文件創(chuàng)建之初，就選擇符合長(zhǎng)期保存要求的格式，做好前端控制，而不是到了最后保存階段才進(jìn)行長(zhǎng)期保存格式的甄選和管理。

2.采用相關(guān)標(biāo)準(zhǔn)推薦格式。國(guó)家標(biāo)準(zhǔn)、國(guó)際標(biāo)準(zhǔn)與地方標(biāo)準(zhǔn)推薦的電子文件通用格式，是社會(huì)各方所普遍采用、普遍支持的，可以經(jīng)得住時(shí)間的考驗(yàn)，確保在今后很長(zhǎng)一段時(shí)間內(nèi)，該格式仍然有效。機(jī)關(guān)單位生成的電子文件都盡量采用推薦的通用格式，以便于保管和交換。在執(zhí)行過程中，可以遵照《電子文件歸檔與管理規(guī)范》（中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)GB/T18894-2002），文字型電子文件以XML、RTF、TXT為通用格式，掃描型電子文件以JPEG、TIFF為通用格式，視頻和多媒體電子文件以MPEG、AVI為通用格式，音頻電子文件以WAV、MP3為通用格式。該標(biāo)準(zhǔn)中沒有規(guī)定的其他類型的文件可以參考其他國(guó)家標(biāo)準(zhǔn)、國(guó)際標(biāo)準(zhǔn)或者當(dāng)?shù)貦n案部門的相關(guān)規(guī)定。比如，北京市屬的機(jī)關(guān)單位，文本文件可以選擇PDF、OFD格式，圖形文件可以選擇VSD、DWG、SVG、EPS等原始格式，數(shù)據(jù)文件可以選擇DBF、XLS格式。

3.轉(zhuǎn)換專有格式。對(duì)于機(jī)關(guān)單位中由業(yè)務(wù)系統(tǒng)生成的專有格式，以及之前存在的非通用格式，應(yīng)在確保電子文件真實(shí)性、完整性和有效性的前提下盡早轉(zhuǎn)換成符合國(guó)家、地方標(biāo)準(zhǔn)的通用格式，對(duì)無法轉(zhuǎn)換或不適合轉(zhuǎn)換的電子文件，應(yīng)將其技術(shù)方法和所依賴的軟件一并歸檔。格式轉(zhuǎn)換已經(jīng)被國(guó)內(nèi)外檔案界視為解決電子文件長(zhǎng)期保存和利用難題的一種基本方法。例如，澳大利亞國(guó)家檔案館利用開放源代碼開發(fā)的XENA（XML ElectronicNormalizingforArchives），可以將指定數(shù)據(jù)格式的文件轉(zhuǎn)換成“附加元數(shù)據(jù)的數(shù)據(jù)”和XML，用于長(zhǎng)期保存，并提供給機(jī)關(guān)單位免費(fèi)下載使用。南京大學(xué)檔案館通過南大之星軟件的電子文件標(biāo)準(zhǔn)化轉(zhuǎn)換中心功能模塊，將多種類型的電子文件轉(zhuǎn)換成PDF格式進(jìn)行歸檔保存。

4.留存電子文件格式相關(guān)的元數(shù)據(jù)信息。電子文件的部分元數(shù)據(jù)是與格式相關(guān)的，包括在電子文件創(chuàng)建階段的格式、編排結(jié)構(gòu)、硬件和軟件環(huán)境、文件處理軟件、字處理和圖形工具軟件，在電子文件遷移階段的硬件系統(tǒng)、系統(tǒng)軟件、應(yīng)用軟件等等。這些元數(shù)據(jù)只有被完整齊全的收集、保留，才能正確反映電子文件格式的背景信息，從而確保電子文件的真實(shí)性、完整性和有效性。

5.節(jié)約項(xiàng)目經(jīng)費(fèi)。電子文件格式管理的費(fèi)用包括購(gòu)買、維護(hù)該格式軟件費(fèi)用、相關(guān)格式轉(zhuǎn)換費(fèi)用及人員培訓(xùn)費(fèi)用等。電子文件格式管理作為一項(xiàng)長(zhǎng)期工作，需要精打細(xì)算，節(jié)約成本。具體實(shí)施時(shí)，可選擇采用開源技術(shù)研發(fā)的軟件來支持本機(jī)關(guān)單位電子文件格式管理，這樣的軟件獲取過程要相對(duì)容易，同時(shí)，不僅獲取費(fèi)用相對(duì)較低，也可以降低維護(hù)費(fèi)用、培訓(xùn)費(fèi)用等，有利于電子文件格式管理成本的最小化。

[1]毛義春.電子文件長(zhǎng)期保存格式探析[J].北京檔案,2009（12）: 15-17.

[2]劉東勤,方慧惠.檔案信息化過程中的新型電子文件格式問題研究[J].機(jī)電兵船檔案,2010（3）:78-80.

[3]黃玉明.電子文件格式困局破解之道[J].中國(guó)檔案,2010（7）: 56-58.

[4]李澤鋒.檔案數(shù)字化的電子格式研究[J].檔案學(xué)研究,2004（5）: 51-55.

[5]吳新宇.電子文件真實(shí)性保障探析：論檔案登記備份制度下的電子文件真實(shí)性保障機(jī)制[J].浙江檔案,2010（8）:7-8.

[6]黃玉明.電子文件存檔格式需求分析與戰(zhàn)略研究[J].檔案學(xué)通訊,2010（2）:63-66.

[7]錢毅.基于長(zhǎng)期保存視角的電子檔案格式管理研究[J].檔案學(xué)通訊,2016（6）:52-57.

★作者李莉?yàn)橐苯饳n案館副研究館員，研究方向?yàn)闄n案管理。

10.16565/j.cnki.1006-7744.2017.17.15

G270.7

A

2017-07-19