研究员成果 | 从文件结构演化看电子文件数据化管理的发展——基于技术变迁的视角
- 2026-11-03 01:52:37
点击蓝字
关注我们
本期，我们将向大家推出研究员成果“数据管理专题”系列的第六篇——于英香、孙逊《从文件结构演化看电子文件数据化管理的发展——基于技术变迁的视角》
戳此链接快速回顾本系列往期推文：
研究员成果 | 刘越男——数据治理:大数据时代档案管理的新视角和新职能
研究员成果 | 钱毅——数据态环境中数字档案对象保存问题与策略分析
研究员简介
于英香
教授、博士生导师，上海大学图书情报档案系副主任，中国人民大学电子文件管理研究中心研究员
从文件结构演化看电子文件数据化管理的发展
——基于技术变迁的视角
于英香1,2 孙 逊1
（1.上海大学图书情报档案系，上海 200444；2.中国人民大学电子文件管理研究中心，北京 100872）
摘 要：随着信息技术的飞速发展，文件结构在技术变迁中不断演化，从纸质文件的物理结构与逻辑结构的统一到数字时代电子文件结构的二重性再到数据时代电子文件结构的数据化，这种演变催生了数据时代的数据化管理思维，迫使我们将管理聚焦于构成文件的数据，而不是文件本身。数据时代电子文件结构的数据化发展有利于降低电子文件的系统依赖性，更有利于利用电子文件数据进行数据挖掘与数据分析。文件结构演变的同时也解构了原有的概念体系，如文件概念的弱化与异化，元数据概念的强化与拓展等。
关键词：电子文件；文件结构；技术变迁；数据化；元数据
DOI：10.16113/j.cnki.daxtx.2019.05.004
分类号：G270.7
引文格式：于英香,孙逊.从文件结构演化看电子文件数据化管理的发展——基于技术变迁的视角[J].档案学通讯,2019(5):20-26.
信息通信技术（ICT）是一种通用技术（GPT），能带来经济与社会运行的根本性重构[1]，也直接影响了各行各业的进步与发展，导致了一些管理活动规则不得不基于技术规则的改变而重建，文件管理的发展便是如此。纸质文件时代，国内外已经形成了一套成熟的文件管理体系和机制，也构建了较为稳定的管理文化和管理模式。但这种稳定被ICT尤其是数字电子计算机技术的迅猛发展所打破，电子文件应运而生，相应地也带来一系列管理难题，在技术上被归纳为“真实性、完整性、可用性和安全性”的“四性”保障问题，由此产生了各种不同的技术保障方法。由于对技术的敬畏与不信任等原因，长期以来，档案界遵从的是双套制（双轨制）的管理模式。
随着ICT的发展，各行各业电子文件的类型、格式及所依赖的计算机技术环境呈现多元化和复杂化趋势，诸多电子文件难以或者根本不能转换成纸质或者缩微形式而实现双套制呈现或保存，双套制（双轨制）电子文件管理模式受到冲击和挑战。与此同时，西方发达国家，如美国、加拿大、新西兰等提出了电子文件的数字连续性及数字转型计划，制定了不再接收纸质文件的时间表。在中国，《全国档案事业发展“十三五”规划纲要》中提出“在有条件的部门开展电子档案单套制（即电子设备生成的档案仅以电子方式保存）、单轨制（即不再生成纸质档案）管理试点。”[2]如何推进单轨制成为电子文件管理研究领域的热点，研究的侧重点不同，有从政策、法律法规层面的思考，有从管理层面的探索，也有从技术层面来探讨该制度实现的可行性和可能产生的隐患。在技术层面的探讨中，更多的是从技术的先进性、更新性和迭代性等方面研究新技术如何更好地保障电子文件的数字连续性，忽略了在技术变迁过程中文件结构的演化可能带来的管理方法和管理模式的变化。本文尝试以技术作为变量，从技术变迁的历时性视角探讨文件结构的演化，思考电子文件结构数据化发展的管理优势及由此带来的概念重构，为推进电子文件管理单轨制运行提供理论和技术参考。
技术作为变量，以技术变迁为视角的研究是政治学、社会学、经济与管理等学科中的重要研究分支。档案学界一直重视信息技术的发展对档案学与档案事业的影响，但以技术变迁为视角的研究不多，有学者从术语“档案管理自动化”→“档案管理现代化”→“档案信息化” 的演变分析了档案信息技术革命的三次浪潮[3]；还有学者针对新技术环境下档案管理对象的变化，提出了传统模拟技术环境、基于数字信号的数字技术环境和以数据驱动为核心特征的数据环境分别对应模拟态、数字态和数据态，以及将模拟态转化到数字态、数字态转化到数据态的过程归纳为数字化和数据化的“三态两化”观。[4]
对于文件结构的研究主要集中在三个方面：一是文件的技术结构研究，如从电子文件和纸质文件结构的差异出发提出如何有序地重现电子文件逻辑排列结构、如何维护电子文件逻辑构成的完整性、如何维护电子文件动态运动过程中数据的稳定性等由电子文件结构引发的系列管理问题。[5]二是电子文件元数据结构的研究，如从电子文件的宏观结构、中观结构和微观结构三个层面探讨电子文件管理元数据的功效功能、能力功能及行为功能[6]；探索电子文件管理元数据元素语义的结构化[7]；提出电子文件管理元数据结构分面化等观点[8][9]。三是电子文件（档案）的非结构化存储和管理的研究。随着大数据的发展，非结构化数据的大量增加，这类研究主要针对电子文件（档案）的全文、多媒体及网页等关系型数据库难以管理的文件类型，探讨如何利用非关系型数据库技术及大数据技术管理它们。 [10][11]
综观以上研究，我们发现从文件结构的技术演化视角来探讨电子文件管理问题的研究不多，事实上，由于技术的变迁，尤其是大数据技术的发展导致了电子文件结构动态变化，而这种变化将会影响甚至消解已有的管理模式。厘清文件结构形态的演化有利于反思目前电子文件管理模式存在的问题，开拓数据时代电子文件管理新思路。
3
技术变迁视角下文件结构演化
基于技术变迁对文件管理的影响，本文将电子计算机出现之前以纸质文件管理为主的时代称为前数字时代，以数字化电子文件管理为主的时代称为数字时代，以数据化电子文件管理为主的时代称为数据时代。
3.1 文件结构概念解析
从技术视角看，学界一般将文本类文件的结构分解为物理结构和逻辑结构。物理结构是指文件的实际存放位置及在这些位置中的存放规则。对于电子文件来说，实际存放位置可以是本地的外存设备，也可以是通过网络连接的远程服务器设备；电子文件在设备中的存放规则很多，如磁盘存储的链式存储规则等。而逻辑结构是指文件信息的自身结构，如文件中文字的排列、章节的构成、各页的先后顺序、插图的标号等[12]，是从用户角度出发看到的文件组织形式。对于电子文件来说，只适用于原生软件阅读的格式文件会由于逻辑结构的不确定性影响不同系统间的信息交换。[13]如人们常用的Office等文字处理软件。
除了文本类文件之外，还有一些特殊类型电子文件，其结构与文本类文件大不相同。一类是关系型数据库表文件，这类文件不存在文本文件的字符、文字、页面等逻辑结构信息，而是以二维表的形式储存数据，这些数据在计算机学科语言系统中称为结构化数据。另一类是XML文件，虽然它是以文本形式存储和编辑，但其内容结构与关系型数据库表文件相同，存储的也是结构化的数据信息。数据库表中的记录与XML文件内容可以相互转化，它们可以保存文本类电子文件著录元数据等结构化信息，常常作为电子文件元数据的封装文件。更为重要的是，XML可以通过“置标”使原本储存非结构化数据的文本类文件的内容变成结构化数据，其置标的过程是“在文件中加入标记从而实现结构化。结构化后的文件与应用无关，与系统无关，因而有利于文献信息的交换和多种应用。”[14]因此，本文将类同于这两类电子文件的结构视为数据化结构，将存储于这些电子文件中的数据视为结构化数据，将电子文件结构向数据化结构发展的过程或者趋势视为电子文件结构的数据化。
3.2 技术变迁视角下文件结构演化特征
3.2.1 前数字时代纸质文件结构的固化——物理结构与逻辑结构的统一
纸质文件的载体、内容和上下文关系、签名、页面结构、排列方式都是固化在载体纸张上，人们可以通过载体看到文件的格式排列，而且这个排列是固定的，即纸质文件的物理结构与逻辑结构统一。从结构学角度来看，纸质文件的结构是线性的，而且是最简单的结构，也是最容易管理的结构。由于物理结构与逻辑结构的统一，人们无须担心由于技术操作造成的一种结构变化对文件另一种结构的影响，因此，纸质文件的管理任务主要是如何管理好纸质载体，即管理好其物理结构即可；由于物理结构与逻辑结构的统一，人们也无须担心其逻辑排列会发生变化、签名信息会丢失、内容会被篡改，但是人们也无法期望这种结构能带来检索利用等方面的便利，除非根据著录标引编制检索工具等。
纸质文件物理结构与逻辑结构统一的特点使得对于其内容展示或者信息的获取都以载体作为前提，载体是原始的，其载体上的各种要素都可以作为认定文件是否真实、完整的依据，如是否真实的签名可以通过笔迹鉴定来判断，是否涂改可以通过纸张的状态来判定。总而言之，纸质文件载体的原始性决定了文件内容的真实性、可靠性、安全性和可用性。
3.2.2 数字时代电子文件结构的二重性——物理结构与逻辑结构的分离
所谓结构的二重性，是指电子文件的物理结构（即文件的物理存放位置与规则）与逻辑结构（即文件格式排列规则）二者之间是分离的，物理结构主要依赖硬件和网络，逻辑结构主要依赖软件与系统。
计算机技术的发展，催生了数字环境下的文件形态，根据技术变迁的不同阶段有不同的概念表述。计算机技术发展初期，我们称为机读文件，主要强调它是以代码形式记录于磁盘、磁带及穿孔卡片上，其内容只有机器才能存取和阅读。[15]机读文件的物理结构是基于DOS操作系统的链式存储结构，其内容存放于本地，逻辑结构主要依赖于系统和文字处理软件。随着网络技术的出现，文件可以通过网络进行传播，文件的构成也可能来自于世界范围的不同计算机上，近年来更多地可能会在“云”中的某个服务器上，机读文件很难涵盖这种环境下文件物理结构的特征，因此，机读文件概念被“电子文件”取代。
无论是机读文件还是电子文件，从技术结构的视角看，物理结构与逻辑结构的二重性不利于电子文件的“四性”保障。如电子文件的“可用性”要保障其在任何情况下逻辑结构的稳定性，即“当电子文件被调用时，电子计算机系统必须能重新建构这种逻辑结构以供人们直接阅读”[16]。而文本类电子文件的技术结构有一个明显的特征，即文件逻辑结构依赖于某种版式，这种版式如果是流式的，如Word软件，那么重构逻辑结构时就可能发生文件排版格式的误差。数字时代，还有一类非原生类型的电子文件，即数字化文件。随着扫描技术和OCR文字识别等技术的发展，纸质文件转化为数字化文件成为可能。扫描得到的数字化文件的生命周期和原生电子文件不同，其仅在保管和利用等阶段是数字化的形态，其数字化后的文件基本是固定的版式文件格式，如PDF格式，其逻辑结构稳定性较好，不容易发生流式文档的逻辑结构显示错位的状况。
除了从技术层面保障电子文件逻辑结构的稳定性以外，实践部门还从制度层面给予补救，即双套制（双轨制）管理制度。数字时代的电子文件与纸质文件在很多管理环节上存在一一对应关系，尤其是内容呈现方面两套可以相互转换，即电子文件可以通过打印变成纸质文件，纸质文件也可以通过扫描成为数字化文件。总而言之，数字时代的电子（数字）文件管理思维与纸质文件管理的思维没有发生质的变化，电子（数字）文件的管理在很大程度上可视为纸质文件的自动化管理。
3.2.3 数据时代电子文件结构的数据化——文件与数据的融合
数据时代催生了诸多不同于数字时代的信息生成方式，电子文件结构也很难延续数字时代的结构模式。一方面，网络世界、社交媒体上的信息形态复杂多样，其数据结构五花八门，非结构化数据占据的比例越来越大，数据状态实时更新，大量的信息是以数据库、数据流及数据包等形态存在，这些形态的信息难以像数字时代那样通过打印为纸质文件而将其固化。另一方面，如果延续数字时代的结构模式，即一个电子文件对应一份纸质文件，这样的一一对应方式会使得电子文件占用的系统空间和相关资源极其庞大，海量文件存储及长期保存的难度大大增加，甚至会变得越来越不可行。以电子发票为例，电子发票产生的初衷是为了节约纸张，提高效率，既环保又降低了成本，但若是按照数字时代的思维，一张电子发票保存一个版式电子文件，那么，保存这些版式文件将要占用大量的存储空间，这样既不环保，成本也不低，更重要的是，版式文件与文件之间、文件与内容之间、内容与内容之间的数据关联几乎是空白，如果要寻求数据关联，仍然要通过XML对其重新结构化，然后通过本体构建、语义关联等一系列的工作才能获取数据之间的联系。事实上，数据时代很多电子文件的生成、存储、保管、利用等生命周期内的管理环节不适合再遵从数字时代的思维模式，而须在数据思维框架下重新构建。其中，采用数据化结构是电子文件在数据时代管理转型的技术创新之一。
数据化的电子文件结构有两个内涵特征。第一，数据化电子文件结构可以灵活转换为其他结构。例如，用户购买商品的发票数据自动写入数据库中，成为关系数据库表文件中的一条数据记录，当用户需要下载并打印发票时，数据库表中的这条数据记录可以转换为一个版式文件PDF或者JPG发票文档，不需要的时候数据记录仍然是关系型二维表结构下的数据形态。企业主要储存管理的是用户购买商品信息的数据库表和用户申请发票的一些结构化元数据信息，如开票日期、单位税号、订单号、发票号、商品名称、单价、数量等，只有当用户申请发票时才会根据版式格式生成PDF或者JPG文件。第二，电子文件数据和对应的版式文档之间存在关联。数据时代，一个数据库表文件可以有很多条数据记录，每条数据记录可以对应一个版式电子文件，那么一个数据库文件就可以对应数量庞大的电子文件，形成了数据文件和版式电子文件的“一对多”关系。仍以电子发票为例，电子发票的结构化数据与对应的版式文件之间是相关联的，可以通过读取数据库表文件的记录数据，然后写入相应的版式文件完成对电子发票版式格式的还原。这种只需保存结构化数据的数据化思维不仅是大数据时代技术变迁的产物，也是数据时代管理思维的巨大进步。正如倪光南院士所说，文件和数据实现了完美的融合[17]，这种融合使得我们可以像处理数据一样处理文档。
数字时代的思维是先有文件再有数据，数据时代则相反，是先有数据再有文件，电子文件结构的这种演变催生了数据时代的数据化管理思维，迫使人们将管理聚焦于构成文件的数据，而不是文件本身。
4
结构数据化引发的电子文件数据化管理思考
随着大数据时代的技术发展，会有更多类似于电子发票、电子证照这样数据化结构的文件类型出现，这种发展趋势不仅会带来电子文件管理模式的变革，而且在悄悄地改变着电子文件管理的话语体系。
4.1 电子文件结构数据化的管理优势
4.1.1 有利于降低电子文件的系统依赖性
数字时代电子文件内容的呈现主要依赖于载体、计算机系统和文件格式等。文件格式通常是与处理该文件的软件（应用程序）相关联，因此，如果缺少关联软件（应用程序），文件很难打开，即文件是不可用的。如我们在中国知网上下载的CAJ文件，如果终端没有安装合适版本的CAJViewer阅读器，则用户不能正常阅读下载的CAJ格式的文献。然而，当我们要安装某个文件的关联程序软件时，可能发现这个软件已经过时或者升级。这类问题的技术解决方案很多，其中迁移的应用最广泛。迁移是“将电子档案从一个系统转移到另一个系统、从一种存储介质转移到另一种存储介质，或者从一种格式（结构）转换为另一种格式（结构）的处理过程”[18]。只要技术和系统不断升级与更新换代，这种依赖于格式和系统的迁移转换就永无止境，而在转换过程中的隐患之一是可能会发生文件信息逻辑结构的改变，进而影响文件的真实完整及可用性。
反观数据时代，一些数据化结构类的电子文件对软件系统的依赖性明显降低。因为这种结构形态文件的特点是不再保存文件版式格式，而是保存数据，采用的是开源的数据格式，数据可以独立于系统，解决了文件格式不兼容的问题。当业务需求需要显示版式格式的时候可以根据固定版式格式规范将数据库中的某条数据记录自动写入格式容器的固定位置。以电子证照类文件为例，“采用关系型数据库存储电子证照的各项元数据，并建立电子证照照面图像模板，通过数据与照面图像的合成实现电子证照的最终呈现和共享利用。”[19]那么，在保存版式格式方面，只需按照类别保存某类电子文件的格式，如一类电子发票保存一个图像模板，一类电子证照保存一个图像模板即可。总之，从数字时代到数据时代，文件的结构单位发生了变化，数字时代常常保存的是带格式的文件，数据时代可以在生成时将电子文件内容以结构化数据的形式保存在关系数据库文件或者XML文件中，“这类标准形式可以被不同的计算机系统所识读，而不管原文件是用什么软件生成的”[20]。这种通用存储格式降低了电子文件在迁移过程中对软件系统的依赖性。同时，还可以对数字化文件实行逆向数据化，即原来依赖于软硬件系统的文本类数字化文件，通过XML技术对文件进行置标，将文件内容逆向转换为结构化数据，那么，即使原格式文件在迁移过程中变得不可用，也可以通过其XML文件中的结构化数据对文件内容进行复原。
4.1.2 有利于文本数据的挖掘与分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。[21]而对于文本中的数据分析 （又称为文本分析、文本数据分析），其主要的技术是文本挖掘，文本挖掘的一个重要步骤是信息抽取，“信息抽取是把文本里包含的信息进行结构化处理，变成表格一样的组织形式……信息抽取的目的在于从文档中找到需要的数据项目，它对文档的结构和表达的含义感兴趣，它的一个重要任务就是对数据进行组织整理并适当建立索引。”[22]数字时代带格式的文本是给人看的，所以更具象，但同时语义自然会变得弱化，文档表达的含义是非结构化的信息，不利于数据挖掘和分析利用，而数据时代一些文件类型生成时即是数据化结构形态，其表达的含义即是结构化的信息，数据组织整理就简单得多，简化了信息抽取整理等文本挖掘的技术环节，成本大大减少。更重要的是，这种类型的数据往往是海量的实时数据，更有利于数据挖掘和决策分析。例如，京东平均全国日开票量达400万张，其电子发票的数据库数据量庞大，是数据挖掘与数据分析最好的数据源，这些数据不仅不需要经过重新结构化的数据抽取步骤，而且数据真实可靠，分析利用简单便捷，可以实现发票明细信息的多维度分析与管理。[23]
4.2 电子文件结构数据化带来概念体系的重构
文件结构的技术演变不仅带来了电子文件数据化管理上的便利，也解构了原有的概念体系和话语体系。本文以文件和元数据为例探讨概念的重构，一窥全豹。
4.2.1 文件概念的弱化与异化
文件结构数据化趋势使得传统文件概念越来越难以解释和包容新的数据形式，很难再从形式和载体来判定或者认识一种新的文件类型。如IP1（InterPARES1）认为，“在使用分享或共建的数据库的环境中，数据库和其数字输出的档案联条件可以通过检测系统元数据来间接地满足，但它们不具备稳定的内容和成文方式的现实使它们不能被视为文件。”[24]另外，数据驱动环境下，很多数据难以与传统的文件要素和识别要求一一对应，导致归档范围难以确定[25]，也有人认为大数据时代的档案整理“不可能再以‘卷’、‘件’为单位进行整理，相比之下，以‘条’为基本单位则更符合大数据时代的需要。”[26]而这里的“条”其实就是数据库中的一条记录，也暗合了电子文件中文件的英文“records”。数据、信息、文件、档案等概念之间越来越缺少共识的边界[27]，NAA在2014年制定的《数字连续性2020政策》中巧妙地用信息来指代文件[28]。这些观点都说明了文件概念在新环境下的不适应，文件概念有被弱化的趋势，文件档案部门面临着去文件化的危机。
文件是从人的视角出发，注重人的接收性，数据是从计算机的视角出发，注重机器处理的便利性。前数据时代纸质文件是人生成的，数字化时代电子文件是按照纸质文件的思路让计算机自动化生成，其定义和构成要件都是根据人的思维设计的。而数据时代的很多文件数据是计算机系统实时产生的，更多的是从计算机视角出发，因此数据时代有一个从数据到文件的转换过程，即机读信息向人读信息的转换。《电子文件归档与电子档案管理规范》（GB／T18894—2016）规定“科技、专业、邮件、网页、社交媒体类应归档元数据可参照文书类电子文件应归档元数据标准执行。”[29]而事实上，新环境下这些类型的文件很难参照文书类文件标准执行，管理者的思维应跟上数据时代的发展，电子文件不再仅仅是传统意义上有容器的版式文件，随着技术的发展，将会变成一种符号、一种表达，其内涵和外延都会不断更新与迭代。
4.2.2 元数据概念的强化与拓展
有学者认为“元数据（标识电子文件的结构与背景信息等）＋电子文件内容＝电子文件（具有凭证性）”。[30]该观点将内容与元数据对立起来，本文认为数据时代元数据概念将会拓展，电子文件内容和元数据并非冲突的关系。《电子文件归档与电子档案管理规范》（GB／T18894—2016）定义元数据为：描述电子文件和电子档案的内容、背景、结构和管理过程的数据。[31]数字时代，一份电子文件的“题名”、“提要”应该属于内容元数据的范畴，但是对于文件内容的详细数据并没有都进行抽取。那么，数据时代如何理解“描述电子文件内容的数据”，即内容元数据的内涵和外延如何界定？
数据时代，随着数字人文的发展，数字信息资源内容的挖掘与分析需求越来越多，基于本体的语义挖掘和数据关联的研究，日益成为档案学理论与实践领域的热点，而本体的构建和数据关联，更多地依赖于电子文件内容的详细信息。“本体和元数据可以看作信息资源的描述工具，元数据主要关注的是信息资源外在的形式特征，本体主要关注的则是信息资源内在的内容特征，但随着元数据与本体研究的深入，两者之间日益显现了相互融合的特征。”[32]
本文认为，数据时代两股力量的聚合使得元数据的概念不仅仅是描述信息资源外在特征、结构及背景信息的数据，也可以拓展为描述信息资源内在的内容特征。一股力量为，电子文件内容的结构化，即“依照SGML／XML语言，从分析文件结构入手，设计文件类型定义（DTD）并用结构制导方法实现文件编辑器以自动生成符合DTD语法的结构化文件而达到文件信息的标准化要求”[33]。这种结构化后的文件信息可以拓展成为文件内容元数据。另一股力量是，数据时代的部分电子文件生成时即是以数据库形式保存，业务系统自动生成的很多涉及文件内容的数据变成了内容元数据写入数据库文件，如购买商品的明细信息是电子发票的内容数据，也可看成是内容元数据，系统对元数据的管理同时也是对内容的管理，内容与元数据实现了交叉与融合。当然，元数据的标准化与关联设计是决定电子文件内容的结构化程度及是否能利用本体构建，进而实现数据挖掘的重要因素。元数据概念的强化与拓展将与本体、语义分析等更加融合，这样也更有利于数字档案资源的挖掘与数字人文在档案领域的发展。
在一个数字转向数据、电子走向智慧、单轨超越双轨的转型时代，各种变化层出不穷，技术规则改变将引发制度、模式、机制的一系列变革与重构。电子文件结构数据化发展趋势带来的电子文件管理的变化只是技术发展给管理带来机遇与挑战的冰山一角，电子文件在ICT发展过程中还会经历一系列的技术变革，人们难以预测技术的发展，能做的只有跟上技术的步伐，解构技术的发展逻辑，与信息技术部门及行业协同合作，共同促进电子文件管理的发展。
原文载《档案学通讯》 2019 年第 5 期，经杂志社授权后发布。
刘 珂：
随着信息技术的飞速发展，文件结构开始从前数字时代物理结构与逻辑结构的统一，到数字时代电子文件结构的二重性，再到数据时代电子文件结构的数据化迈进。文章通过说理与举例，深刻地阐述了技术变迁时代背景下文件结构的演化历程，以及这种历时性的演化带给对应管理模式的变化，同时思考了结构数据化引发的电子文件数据化管理模式的优势及由此带来的概念重构和话语体系变化。
文章深刻、丰富且极具创新，内容涉及了“文件结构”“数据化结构”“结构化数据”“电子文件机构的数据化”“元数据”“内容元数据”等多个学术概念，以及“电子发票”“电子证照”等多个场景，使人清晰深刻地理解了数据时代为档案管理所带来的机遇和挑战，以及推行电子文件管理单轨制运行的必然性。如今正处在“数字转向数据、电子走向智慧、单轨超越双轨”的转型期，我们不应当迷失在各种眼花缭乱的技术之中，而是应当更加审慎地思考其所带来的对档案管理对象、特性、制度、模式和机制的一系列变革。
邵亚伟：
从早期人类创造并使用技术以满足基本生存需要，技术作为解决现实需求的重要手段，在人类社会发展与进步的历程中扮演着至关重要的角色。久而久之，技术的变迁、演化脱离不了经济、文化、制度等因素的支撑与制约，例如在工业文明背景下兴起的纺织、发电、制铁等技术，文化繁荣的社会背景下产生的造纸术、印刷术，人类对克隆技术的警惕等。与此同时，技术的变迁对社会发展也产生了重要影响，如互联网技术的普及拉近了彼此之间的距离，先进的制药技术守护人类健康，航天技术让人类梦圆太空等。世界知识产权组织更是把世界上所有能带来经济效益的科学知识都定义为技术。总之，社会进步为技术变迁奠定了基础，技术变迁对社会进步具有重要的推动作用。
当前从文件结构的技术演化视角来探讨电子文件管理问题的研究不多，但信息通信技术的发展早已对纸质文件的管理带来巨大冲击，大数据技术更是推动了电子文件结构的动态变化。基于技术变迁视角，梳理文件结构形态的演化有利于反思目前电子文件管理模式存在的问题，开拓数据时代电子文件管理新思路。于老师的文章从技术变迁的视角划分文件管理工作的三大发展阶段：前数字时代、数字时代和数据时代。首先，前数字时代的纸质文件物理结构和逻辑结构较为统一；其次，数字时代的电子文件物理结构和逻辑结构相互分离；最后，数据时代电子文件结构的数据化催生了文件与数据相融合的趋势。文章在论述过程中既有理论层面的概念阐述，也有实践层面的案例分析，清晰明了地论证了技术变迁视角下的文件结构的演化历程。
值得关注的是，当技术发展到一定阶段，人类与社会的发展已经形成了对技术的高度依赖性，极易因为各类主客观原因陷入“拒绝主体困境”，例如人工智能是否会威胁人类的主体地位、数字鸿沟、滥用技术而导致的各类社会乱象等问题，都表明人类在充分享受技术红利的同时，也难以避免其所带来的一系列困境。为此，我们既要在新技术研发、设计、推广应用的过程中加强对社会技术体系的创新与建构，更需要对技术及其自身的变迁保持理性认知。正如本文所说“人们难以预测技术的发展，能做的只有跟上技术的步伐，解构技术的发展逻辑，与信息技术部门及行业协同合作，共同促进电子文件管理的发展”。
电子文件结构的数据化演变既大大降低了电子文件的系统依赖性，也推动了基于结构化数据的数据挖掘与数据分析。然而，文章也提醒我们关注实践发展对理论造成的冲击，如传统文件概念越来越难以解释和包容新的数据形式，很难再从形式和载体来判定或者认识一种新的文件类型；本体和元数据同作为信息资源的描述工具，日益呈现相互融合的特征。作者将这种电子文件结构数据化带来概念体系的重构称之为“文件概念的弱化与异化”和“元数据概念的强化与拓展”，反映了理论与实践紧密关联的关系。
总的来说，技术变迁视角下的电子文件数据化管理极大地提升了数据时代电子文件管理的质效，但同时也给实践部门带来了新的挑战、给学术界提出了新的问题。本文系统梳理技术变迁视角下文件结构演化的同时，也帮助读者清晰、客观地认识到电子文件管理工作面临的新问题和新挑战。
参考文献:
[1]黄晓春.技术治理的运作机制研究——以上海市Ｌ街道一门式电子政务中心为案例[J].社会,2010,30(4):1－31.
[2]全国档案事业发展“十三五”规划纲要[J].中国档案,2016(5):14－17.
[3]于英香.从术语的演变看档案信息技术革命的三次浪潮[J].浙江档案,2010(1):22－25.
[4]钱毅.技术变迁环境下档案对象管理空间演化初探[J].档案学通讯,2018(2):10－14.
[5]于英香.略论电子文件结构[J].档案学通讯,2005(5):50－53.
[6]张正强.论电子文件管理元数据标准元数据的基本结构[J].浙江档案,2009(9):38－41.
[7]孙丰满.电子文件管理元数据元素语义的结构化探索[J].中国图书馆学报,2009,35(1):97－103.
[8]张弛.电子文件管理元数据微观结构分面化研究[J].档案学通讯,2008(10):6－9.
[9]张弛.电子文件管理元数据宏观结构多维分面化研究[J].中国档案,2007(12):49－51.
[10]杜军,梁作宾,刘涛.电子档案信息非结构化存储方法研究[J].山西档案,2017(6):66－68.
[11]王志宇,赵淑梅.非结构化电子档案数据管理探析[J].档案学通讯,2014(5):54－5.
[12][15][16][20]董永昌,何嘉荪.电子文件与档案管理[M].上海:百家出版社,2001:6,1,7,218.
[13][14][33]常明,陈堃銶.基于SGML/XML的文件结构化研究与实现[J].计算机研究与发展,2002(2):199－204.
[17]杨太阳.第九届中国电子文件管理论坛成果丰硕[N].中国档案报,2018－12－24(001).
[18]肖秋会,詹欣然.《电子文件归档与电子档案管理规范》(GB／T18894—2016)解读[J].
北京档案,2018(5):26－29.
[19]杨茜茜.智慧社会背景下政务服务数据资源的档案化管理——基于电子证照应用管理的研究[J].浙江档案,2018(9):10－12.
[21]田蔚,李骏宇.大数据挖掘与分析专利战略研究[J].科技创新与应用,2017(4):19－20.
[22]蔡晓妍,张阳,李书琴.商务智能与数据挖掘[M].北京:清华大学出版社,2016:159.
[23]参见第九届电子文件管理论坛报告《从电子发票走向智慧财税——京东集团》。
[24]谢丽.文件的概念及其在数字环境中的演变:InterPARES观点[J].档案学通讯,2012(3):46－50.
[25]刘越男.大数据政策背景下政务文件归档面临的挑战[J].档案学通讯,2018(2):107－114.
[26]唐霜.信息化环境下档案整理理论研究[D].南昌:南昌大学,2015:43.
[27]杨太阳.把握科技脉动 探索管理创新[N].中国档案报,2017－12－18(001).
[28]冯惠玲,刘越男,马林青.文件管理的数字转型:关键要素识别与推进策略分析[J].档案学通讯,2017(3):4－11.
[29][31]中华人民共和国国家标准化管理委员会.电子文件归档与电子档案管理规范:GB/T18894—2016[S].北京:中国标准出版社,2016:2,5.
[30]段荣婷.XML在电子文件元数据管理中的应用[J].图书情报知识,2002(6):53－54.
[32]潘小蕊.本体与元数据关系研究[J].图书情报论坛,2009(2):27－30.
文案：刘珂 邵亚伟
校对：许晓彤
排版：邵亚伟
审核：钱毅
