1. 引言
“档案数字化是指利用计算机等技术手段将经过鉴选的、原本存储于传统载体上的档案资料进行数字化转换” [1]。其内容包含资料的接受、归类、编制、检索以及调取等，这构成了档案系统完整的工作流程。2002年，《全国档案信息化建设实施纲要》提出要加快传统档案的数字化工作 [2]。有关部门在2006年首次提出，要通过现代化技术的使用来优化当前的档案管理模式，全面实现数字化管理 [3]。2011年，《全国档案事业发展“十二五”规划》要求“加快推进传统载体档案数字化” [4]。2020年10月第三届数字中国建设峰会召开，会议讨论了如何将数字化思想融合进生活的多个领域，其内容涵盖了政府、经济、健康、生态、智慧城市与社会、大数据与区块链、智能制造与物联网等多个方面，让观众深度领略了飞速发展的数字中国。陆续出台的相关政策方针，充分体现了我国对档案数字化转型工作推进的重视。
在党的第十九次全国代表大会上习近平总书记提出了“打造共建共治共享的社会治理格局”，这一理念的提出进一步鼓励和吸纳了社会力量的有序参与并实现公共利益的最大化 [5]。在人工智能、大数据等技术快速发展的新时代背景下，档案资源的利用与服务也产生了革命性的变化，它作为新兴信息载体越来越多的服务于社会和生活等各个领域，因此如何更有效的提高档案资源建设与应用的水平、如何更好的发挥部门与部门、企事业与企事业合作的联动力量、如何最大限度的发挥档案资源共建共享以有效解决档案管理中的信息孤岛 [6]，成为一项有待解决的问题。尤其要重视公共文化机构的建设，例如图书馆、档案馆、博物馆，这有助于实现我国建设文化强国的战略目标 [7]。
为了客观的总结我国飞速发展的十年间，在档案数字化管理、转型、研究等方面的发展情况，本文以中国知网(CNKI)为收集数据的对象，对相关期刊文献采用可视化方法，结合文献分析对前人所做的档案数字化的共享方面的研究进行梳理，同时提出新的观点和想法，为档案数字化的应用起到推动力量，将其充分与社会生活相结合，切实满足企事业单位以及个人的需要。
2. 数据来源与处理
通过查阅相关文献，早在2014年已有研究者采用了CiteSpace数据分析软件对我国档案数字化的研究热点进行了梳理，但梳理范围过于宽泛，并且没有着重突出档案数字化转型工作最重要的方面即数据共享，因此本文以中国知网(CNKI)作为收集数据的来源，以“档案数字化”为主题，并将共享作为关键的检索词检索相关文献。检索条件：(主题 = “档案数字化”or题名 = “档案数字化”) AND (主题 = “共享”or题名 = “共享”) AND (发表时间Between (“2011-01-01”，“2021-12-31”))；检索范围为：中文文献；其中学术期刊606篇，导入CiteSpace后有效转换记录606篇，设置年度切片默认时长为1年，阈值为前50，然后对关键词等进行分析、对知识图谱进行处理，以此将档案数字化工作中数据共享的部分作为主要探讨内容，并梳理更新的相关内容。
3. 研究工具与方法
本文采用美国德雷塞尔大学信息科学与技术学院陈超美博士所开发的软件CiteSpace [8]，该软件可根据数据分析的需求对学术文献数据进行量化，形成可视化知识图谱。根据需要，图谱中会显示出关键词、聚类、聚类之间的联系以及随时间的演变。这是近年来在科学计量学、知识计量学领域中新兴的一种定量分析法，它能够通过一系列可视化图谱直观的揭示其相互关系，理清该研究领域的发展脉络。本文主要采用CiteSpace5.8.R3软件对“档案数字化”和“共享”两个关键词进行可视化和知识图谱分析，选择关键词为分析节点，聚类后再绘制时线图等，并对凸显词进行分析，然后从分析出的研究热点、研究前沿等入手，采用文献分析法，对我国近10年来有关档案数字化理论以及实践层面的相关研究进行扩展延伸，提供前沿热点下的档案数字化建设的建议。
4. 研究现状
文献来源与发文量上的分布显示了该研究领域在宏观上的总体状况，其文献来源可代表该研究领域所关注的角度。发文量可在一定程度上代表研究领域的热度，发展规模及速度可作为一个重要的衡量指标。
如图1所示，经统计分析，文献主要的学科分布集中在档案与博物馆方面，占比52.46%，其次为计算机软件与计算机应用，占比21.47%，即包含共享成分的成果主要通过计算机等现代科技软件实现。发文量排前五的期刊分别是《办公室业务》59篇、《兰台内外》53篇、《黑龙江档案》47篇、《城建档案》和《兰台世界》分别有46篇和35篇。经研究发现，这几类期刊主要报道在数字档案、科学管理、智慧档案局馆等领域的理论与创新研究，对档案数字化这一研究领域具有一定的学术影响力。
Figure 1. Distribution of sources of literature and journals
图1. 文献期刊来源的分布
如图2所示，经统计分析，“档案数字化 + 共享”类文章，在2011年至2021年间一直处于稳步增长的状态，年均发表文章40篇左右；2018年至2019年属于快速发展阶段，几乎达到年均发表100篇的数量；2020年略波动起伏，直至2021年稳步回升，发文量在93篇左右。经研究发现，中国国家档案局在2000年至2016年间先后制定了4个全国档案事业发展五年计划 [9]，这是导致在相关领域研究持续增长的一个重要原因，并且在2018年，我国在两会上提出要落实新的科技政策，把握新一轮的科技革命，因此在全国范围内铺开机构改革工作，档案相关部门加强公共服务能力的改革工作也开始正式启动。
Figure 2. Annual distribution of the number of articles
图2. 文献数量的年度分布
5. 基于CiteSpace档案数字化的知识图谱分析
5.1. 关键词共现分析
关键词是一篇文献主题的凝练与概括 [10]，通过关键词能够快速把握文献的中心思想。关键词在多篇文献中共现以及不同时期下关键词共现的变化，能够说明该研究领域的研究热点以及发展方向，深挖这一大类文献有助于我们抓住该领域的关注焦点。在CiteSpace软件中，频率和中心度是衡量关键词重要指标。频率越高，标签越大；中心度值越大，节点越大 [11]。本文选定关键词为网络节点类型，时间跨度设置为2011~2021年，从绘制的档案数字化研究关键词共现知识图谱可见，共有295个关键词节点和548条节点间的连线，且网络密度为0.0126 (如图3)。对排名前20的关键词共现频率进行了排序(如表1)，其中，频率最高的是“数字化”，其次分别是“档案管理、信息化、档案、高校、管理、高校档案、数字档案、信息共享”等，这部分关键词词频较高，这说明了档案数字化建设是实现数字资源共享的前提。
Figure 3. Archival digitized keyword co-occurrence map
图3. 档案数字化关键词共现图谱
Table 1. Statistics of word frequency and centrality of the top 20 keywords in archival digitization research
表1. 档案数字化研究前20位关键词词频、中心度统计
结合相关文献进行深挖，在这些关键词中，管理占据一个突出地位，这表明了建立数字化共享服务需要完善统一的组织体系来对档案管理网络化构建以及资源共享进行规划与协调 [12]。强调要加强顶层设计、实现区域发展平衡，这可依托政府现有的对接政务的已有资源来构建格式规范、数据集中、可共享的数字资源库，以突破时空和地域界限，达到信息共享的目的 [13]。另外信息化这一关键词强调了网络发展的速度已经达到了可以为个人或者企业提供个性服务的阶段，因此档案服务也紧随信息化的发展趋势，建立档案共享中心(AI中心、业务中心、创新中心、协同中心)，通过统一接口为业务系统提供数据服务支撑，应用智能语音等提升档案业务服务智慧化 [14]。对信息共享的解读主要体现在政务部门的档案资源共享如何应用于教育、医疗、新闻媒体、旅游行业、城建、企业等行业内外。因此如何充分利用现有数字化档案资源共个人使用，行业内外部开发也是目前的热点，此研究有利于达成双向的互动和需求的满足。
5.2. 关键词聚类分析
从关键词共现分析中提取聚类命名术语可得到可视化的关键词聚类视图(如图4)。图谱的绘制效果可用模块值(Q值)和平均轮廓值(S值)两个指标来衡量 [15]。一般而言，当Q > 0.3时，表明划分出来的网络结构是显著的；当S值>0.5时，一般被认为聚类是合理的；当S值>0.7时，聚类是高效率且令人信服的 [16]。如图五所示，聚类结果统计出10个聚类(Q值为0.5428、S值为0.8417)，说明绘制的聚类图谱效果较好，其中最主要的聚类包括：“数字化、对策、档案管理、城建档案、高校档案、信息化、利用者、档案利用、档案工作、电子档案”。
结合相关文献进行分析表明，办公自动化、网络信息共享等技术在政府和企事业单位的普遍应用，电子政务、数字城市等工程逐步实施 [17] 是目前在档案数字化领域研究的热点，是加快档案现代化管理的迫切要求，也符合社会发展的实际需要。无论是政府、企事业、民生这类收集能全民信息的档案，还是教育、城建、医疗这类能促进本行业发展的档案，在推进档案数字化工作时都强调要分别在技术、系统、人员、意识等方面做出突破。在技术方面，如何建立完备的信息云数据库、建立智能的数据处理优化系统、建立完整的终端应用体系 [18] 来实现技术上的突破是有待解决的问题。在系统方面，建立集中统一的数字档案系统以及统一标准的技术路线是建立数字化管理平台所必须的考虑的。各机构部门也要突破传统的媒介管理体系、地域局限的限制，形成档案数字化成果之间的关联与共享。然而提升档案相关人员的数字化化意识也是档案数字化建设的目标之一，在专业档案人员掌握丰富的档案管理工作理论与实践的基础之上，提升其信息技术水平，将“软知识”和“硬数据”相结合，变成复合型技术人才。
Figure 4. Keyword cluster analysis visualization map
图4. 关键词聚类分析可视化图谱
5.3. 关键词时线图分析
时线视图是一种侧重于从时间维度上表示知识演进的视图，它可清晰展示出关键词的更新和相互影响 [19]，图中节点代表关键词，连线表示关键词节点之间关系，横坐标表示时间，纵坐标为关键词聚类标签。因此，本文利用CiteSpace进行时线可视化分析以探讨我国信息共享背景下档案数字化研究领域的前沿。依托聚类生成的结果截取前7个影响较大的聚类，其余3类聚类影响力小，本文暂不采用，由此生成的关键词共现时线图(如图5)。
结合相关文献分析可知，该领域的研究热点与时俱进，不断更新。早在2008年之前，我国关于档案的相关研究主要是以档案工作为主，将其关注点放在档案的管理规范、图书档案的利用，后来档案馆开始追求新的管理模式和利用模式，将其档案进行综合，推行档案共享服务、拓宽档案的存储空间，以此来达到优越性的档案实施和管理模式，这也体现了档案管理的演进与发展。2010年进入一个新阶段出现了档案数字化趋势。在这一时期，数字化工作统筹协调，遵循“资源建设，格式规范，整体协调，安全落实，经费保障”等原则。对高校、民生、医疗档案等相对较早时期的各部门档案在档案应用性方面进行研究，显示了将传统档案慢慢转变到档案服务的演变过程，重点考究有哪些部门可以将其转化，慢慢的随着科技的发展开始出现医疗档案的创新研究。在2016年以后，开始强调共建共享，共享中心等以数据和资源形式开展数字化工作，这也表明了我国档案工作在大数据时代下不断推陈出新，也为后续研究共建共享平台下的档案数字化提供了方向。
Figure 5. Timeline diagram of co-occurrence of digital keywords in archives
图5. 档案数字化关键词共现时线图
5.4. 关键词突现分析
突现词是指在较短时间内出现次数较多或使用频率较高的词 [20]，其中所能显现的信息为最早出现的年份、突现年份以及持续时间等。值得注意的是，CiteSpace软件导出的数据统计表中许多关键词早在2011年的时候就已经存在，在2019年以后才凸显出来的关键词的突变值分别为策略(1.59)、文书档案(1.68)、互联网+ (1.67)、措施(1.4)、信息技术(1.25)等，2021年乃至往后的档案数字化研究的最前沿相关问题，分别是档案资源(1.84)与档案服务(1.68)等(如图6)。
突现词的分析结果表明，档案数字化建设其目标之一就是要能够有效、合理地开发档案的信息资源，绝不能轻视其内容的建设。目前研究表明，档案信息的建设滞后于信息化的总体发展。数据渠道来源广泛、个体日常产生的信息所形成的小型档案库给信息收集工作增添了难度，因此如何做到大浪淘沙，筛选出有利用价值的精准信息有待研究者探索。也有研究者表明在技术上可以通过档案云实现数据服务，在制度上采取督导立档单位建立健全文件材料归档范围、现场指导、执法检查相结合等方式，对各类档案做到“应收尽收、应归尽归” [15]。
另外大数据时代下倡导的个性化共享服务、私人定制服务等，需要获取个人信息，因此个人隐私安全的保护也是当下最值得探讨的问题 [21]。2020年浙江省档案馆在归档系统数据流转的关键环节建立无钥签名可信认证系统，保证其不可抵赖的同时验证了数据是否被篡改 [14]，解除一定的信息上的安全隐患。近年来高速发展方兴未艾的区块链技术也正在档案领域被尝试使用，区块链上的记录能包含所有类型的电子档案信息，最大的优点就是具有高度的不可篡改性，任何对区块链上信息的改动痕迹都会被永久保留在链上，这样就能够给电子档案信息提供高安全性和高可信度的保障，提供数据安全，避免数据造假、篡改的情况。英国国家档案馆计划用区块链技术进行数字档案信息管理，国内也有多家档案机构开始进行这方面的研究和试验。
最后，建立健全安全管理制度、落实安全管理责任制是档案数字化安全的政策前提，强化数字化场所监管是档案数字化安全的环境保障。
Figure 6. Keyword emergence analysis of archives digitization
图6. 档案数字化关键词突现分析
6. 档案数字化相关研究展望
档案数字化建设的研究进程随着信息技术的发展已经开展了20余年，结合关键词、聚类以及凸现词等综合分析来看，未来，相关研究者还会持续在建设和推进档案数字化的基础性工作方面做出努力，加速推进数字化共享的应用。而做到这一点，离不开更高水平的科学技术的支撑，可在其基础上将研究精力投入到重非数字档案的数字化、建立档案数字化专题类数据库、扩大档案数字化共享服务范围等方面。首先，就是要保障档案资源的齐全、完整，并有效管理和便于利用，重点开展照片和音像等这类难度相对较高的档案工作，使其档案信息得到最大化利用。其次，相关部门在引进先进设备的基础之上，对现有的海量档案资源进行分析和重组，按照某种联系或不同的分类标准归类、排序，建立专题类数据以加强数据资源之间的关联程度。最后档案数字化的共享服务的建设应当充分发挥各主体在社会各界上发挥的作用，以下几个方面是推行数字化共享的前沿方向。
1) 政务部门的档案资源共享。各省市每年所统计的各项指标数据、民生档案、发展计划等大部分资源主要掌握在政府等相关部门，因此政府借助信息技术优化当前档案数字化建设的架构体系，让数字化的档案变成活水源头在各行各业充分享受档案数字化资源共享所带来的便利条件。
2) 企业、行业内部的档案数字化的应用。医疗、媒体、旅游、高校教育、银行、城建等充分收集内部资料、数据，依托互联网等信息技术实现资源的数字化分享与利用，为教师和学生提供专门的学业指导，为医院以及求医者提供广泛的求医路径、治疗方案，也可以通过档案的数字化等实现为定向人群推送有力旅游信息资源。
3) 提供便民服务系统。目前“一站式服务”符合政府、企业以及个人所推崇的简化、便捷化的理念。因此继续拓展跨部门和跨省便民档案利用服务的业务范围、开发一款便民服务的app和小程序将所有资源进行整合一键式查询并调取相关信息，是扩展数字资源的共享的有效途径。档案相关工作人员、研究者应当抓住当下研究热点，继续推行档案数字化工作，有助于档案管理服务智慧化水平全面提升。
NOTES
*通讯作者。