智慧图书馆数据治理图式及其实现路径

白 薇

（广西桂林图书馆，广西 桂林 541100）

数据已经成为智慧图书馆建设中具有基础性和战略性地位的生产要素。根据国务院机构改革方案的议案，组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用［1］。数据治理作为智慧图书馆体系建设的核心［2］，在图书馆智慧化变革中起到至关重要的作用。智慧图书馆数据治理蕴涵智慧图书馆和数据治理2个核心概念，二者共同构成数据赋能智慧图书馆运维的应然逻辑。其中的图书馆数据治理是指图书馆围绕实体物理和数字虚拟空间平台系统、设施设备、业务决策与读者服务过程中产生的各类数据，制定实施数据开发应用的一系列政策和流程。

数据赋能智慧图书馆创新发展的逻辑下，低层次、碎片化、阶段式的数据管理无法深度促进图书馆智慧化变革，而数据的生态化、融合式治理则提供了一种新的智慧转向思路。在中国知网CNKI中检索发现，数据治理深度应用在信息资源管理学科领域中的研究成果，既包括区块链赋能推荐系统数据治理的理论证明与制度创新等方面的研究，也涵盖了智慧图书馆数据治理的法律依据、体系内容和治理模式。从数据治理概念演进轨迹角度来看，数据治理属于数据管理、信息管理、信息治理等概念的情境场域完善修正，并衍生出了数据生态治理等新的观念。正如清华大学戎珂教授在《人工智能时代数据治理研究》中指出：数据生态治理是指围绕数据生态，明确各个数据生态伙伴的角色，力求在保护个人隐私和数据安全的基础上，要求图书馆在服务智慧变革过程中不断实现用户服务数据的协同、保密和多元治理，实现数据价值体系重塑［3］。总的来说，目前我国大部分公共图书馆或者高校图书馆的智慧数据的治理仍处于探索时期，在未来学习中心等的变革中不断加强数据的治理能力，打造成为人工智能时代的新型数据中心［4］。现有政务数据、商业数据与科研数据治理体系下，数据生态治理或者说融合治理等新路径，能够为解决当前数据驱动行业专业化发展提供新的思想。以空间智慧化为核心，剖析智慧图书馆数据治理实践与实现机制是现有研究体系的有效补充。

1 智慧图书馆数据治理框架要素

数据是智慧空间馆员业务工作、知识生产过程、基础设施运维、用户行为活动形成的资产要素。数据治理框架要素是利用概念间关系将治理领域所蕴含的基本概念组织起来的一种逻辑结构地图，被认为是实现智慧图书馆数据治理的总体战略目标导向。图书馆数据治理过程能够有效地释放数据动能，发挥数据要素在图书馆运维管理机制优化中的创新引领作用，促进智慧图书馆建设者更好地利用数据提升机构的整体数字治理能力［5］。《EDUCAUSE 2023 地平线报告：数据治理行动计划（2023 EDUCAUSE Horizon Action Plan:Data Governance）》［6］将数据治理作为整机构面向未来战略中的实现工具。智慧图书馆运维数据治理的逻辑论域厘清，则需要立足“数据治理”概念理解数据资产管理、数据标准化过程、数据资源集群、数据生命周期、数据业务需求的视角（表1），据此提出智慧空间数据治理对应政策、技术、管理合业务4个核心维度的法律合规、技术合范、平台互联、馆员培养共4层逻辑论域。

表1 不同视角下的“数据治理”概念界定举例

数据治理是提升社会公众对图书馆整体影响力的形象感知的关键。图书馆如何促进创新研究、创造性思维和解决问题？这一问题被美国研究型图书馆协会（Association of Research Libraries，ARL）的研究型图书馆影响力框架试点计划报告《建立评估社区（Building a Community of Assessment）》［7］列为高度优先的5个研究主题之一，物理空间也被视为评估图书馆服务、运营、影响以及与机构使命和目标的一致性的关键领域，由此空间数据治理将对整体的数据治理图式产生重要影响。

1.1 数据治理动力机制设计

智慧图书馆数据治理机制设计在框架要素方面具体包括动力机制、管理机制、安全机制和评估机制等。这些机制在法律层面合规可行，这是数据治理的前提，具体包括用户行为数据监测合法、用户隐私数据共享合规、运维数据治理伦理合情3个方面。2021年11月1日，《中华人民共和国个人信息保护法》的颁布实施，则为图书馆如何明确个人信息处理活动中的权利义务边界、完善健全图书馆智慧数据治理及其保护工作体制机制，以及依据现行法理实现数据权利保护、数据处理规范提供了政策环境和现实依据。

智慧图书馆是以全面资源数字化、全面信息管理为基础，充分利用大数据、人工智能、区块链等信息技术，实现面向使用者（读者与馆员）的个性化、人性化和主动化服务体系的图书馆形态。智慧图书馆建设要求的各类图书馆用户和管理方面数据的采集，应该在复杂用户交互场景中贯彻个人信息的全过程、各环节处理保护，符合其相关规定及要求。尤其是智慧图书馆的治理离不开实体空间行为感知交汇存储与数字空间各类应用终端数据的采集开发与应用，包括图书馆建筑空间内的感知控制设备提供对图书馆环境、人员、资源、位置、安全的识别、数据采集、监测与控制，然后将感知数据传送到上层网络。这就需要在中层数据收集时使用一定的隐私数据保护机制，对图书馆智慧化运维过程中产生的“人”“事”“物”数据进行处理，并在顶层数据建设中强化数据存储与保护，实现以数据驱动的智慧图书馆服务效能提升。

1.2 数据治理技术开发应用

技术合范是图书馆数据治理所需要参照规范的总和，包括智慧城市技术引入应用、服务项目开发嵌入关键技术与订立出台行业技术标准3 个维度。①智慧城市技术引入。智慧城市技术是新型数字技术和物联网、云计算等技术相融合的产物，是一个城市整体影响力的直接体现［8］。图书馆属于智慧城市空间的一部分，引入智慧城市技术是由于图书馆数据治理本身就包含于城市空间治理中的内容，属于文化、教育服务。②服务项目开发嵌入关键技术。图书馆用户服务项目创新开发可以嵌入的新技术包括虚拟现实、大数据、知识图谱等。通过数据智能挖掘，对大量的数据进行智能化清洗以及处理，为用户提供更加科学精准的数据支撑。譬如依据知识图谱技术感知用户的兴趣，协同整合资源，打造智慧图书馆的个性化知识推荐系统［9］。③订立出台行业技术标准。智慧图书馆的建设还处于起步的阶段，层出不穷的新技术不断挑战图书馆的传统运维模式。全国图书馆标准化技术委员会是国内为图书馆行业进行标准制定的部门，改协会所制定的图书馆相关的标准体系代表着整个行业的基本标准体系认识。随着智慧化技术的发展，订立形成一套科学的图书馆行业特质的相关技术规范，是全行业从业人员集思广益共同推动图书馆数据增值的一项工作。

1.3 数据治理平台互联互通

在2022-2035 年期间，力促数据平台的互联互通及其服务机制搭建是近些年各级文化政策与行业“十四五”规划的重要导向之一。许多图书馆“十四五”发展规划和“图书馆之城”建设规划，集中论述了智慧平台建设及其数据互联互通的部署安排。其中，平台互联互通包括：通过我国智慧图书馆建构的原始路径设计，搭建支撑服务效能提升的基础设施保障体系；构建私有云与公有云相结合的智慧图书馆云平台；重点依靠“图书馆之城”移动服务平台优势，将智能化创新服务全面下沉到各类场馆终端、手机终端、手持设备，实现智慧图书馆服务“全端可达”；形成省域间的数据知识信息和多维文献内容的集成治理，建设智慧图书馆在空间、系统和平台的管理中的操作系统；建立互联网知识共创空间，推动多元参与、全网集成的智慧图书馆知识内容仓储体系和知识关联体系建设；推动云上“图书馆之城”与全国、省、市级智慧图书馆服务平台相连，以及加强与城市政务服务平台的应用关联。智慧图书馆的用户数据集成融合具体包括：数据采集汇聚、数据监测评估、数据智能分析、数据容灾备份、数据风险管理等内容。

1.4 数据治理馆员岗位设计

生态治理强调多主体间协同共建和能力框架的准确构建。根据著名国际数据公司（International Data Corporation，IDC）公布的数据，到2025 年，数据科学家将短缺300 万人；目前仅在美国就有100 多万个空缺职位供数据科学家或分析师使用［10］。公共图书馆数据的治理可以由馆内馆员、文化主管部门和第三方机构完成；高校图书馆数据治理则大多由所属高校设立的专门机构主导。在美国，图书馆所属大学通过成立数据治理委员会或者数据总监职位作为数据治理主体，负责制定和领导实施管理数据治理政策和实践工作。如威斯康星大学麦迪逊分校的数据治理委员会（Data Governance Council）、范德堡大学的数据治理总监（Director of Data Governance）、纽约大学的院校研究和数据整合办公室（Office of Institutional Research and Data Integrity）［11］；加州大学伯克利分校则是成立规划与分析办公室（Berkeley Office of Planning and Analysis，OPA）进行数据分析、从事政策分析。而我国高校大都依托网络安全和信息化办公室进行高校数据治理工作，如2018年12月31日，北京大学成立网络安全和信息化委员会，推进校务数据治理和共享，有利于大学图书馆空间数据的汇总治理。可见，图书馆智慧化转型中涉及的馆员数据素养培育，以及在面向未来的图书馆建设中的生态治理能力发展，将成为智慧图书馆数据治理效能提升的关键一步。

2 智慧图书馆数据治理实践图式

智慧数据治理图式建构，是影响图书馆高质量发展的核心。智慧图书馆全数据体系包括文献元数据、文献内容数据化数据、全面信息管理系统的运行数据、读者行为数据、支持智慧图书馆系统的知识库以及零数据共六类［12］。智慧空间数据治理需要立足与各地根据本地实际制定“智慧图书馆”发展战略规划，才能实现图书馆事业的振兴与繁荣。图书馆事业的振兴与繁荣目标的实现，必然离不开空间的智慧化及其底层逻辑的空间数据治理。基于数据服务支撑平台的智慧空间服务是图书馆智慧的外在表现形式，也是连接用户与信息的底层逻辑。我国现有的智慧图书馆数据治理相关规则标准标准规范的制定响应实践的发展需求，更是上海图书馆东馆、广州南沙区图书馆、南京大学图书馆等大量优秀实践探索经验成果的重要反映，如表2所示。

2.1 图书馆数字平台数据治理

FOLIO（the Future of Library is Open）开源项目诞生于2016 年，是由我们传统认知中的图书馆员、图书馆资源服务企业和相关技术提供者共同组成的一个社区，其最终目标是期望建立一个新的图书馆服务体系［13］。图书馆基于FOLIO平台可以轻松实现对EBSCO其他服务及第三方系统的集成，如EDS、EBSCONET Subscription Management、GOBI Book Ordering 与Collection Develpoment、Panorama、OpenAthens Authentication，由此改进工作流程，提高读者使用体验［14］。智慧图书馆数据治理架构一般包括用户层、服务层、业务层、技术层和数据层［15］，各层共同运作为用户提供智慧服务。FOLIO平台在中图图书馆服务中得以应用实际上是经历了较长时间的适应合改造过程。2020年9 月，上海图书馆正式上线“FOLIO 馆藏管理系统”，新系统优化业务流程，实现对馆藏资产从验收到剔旧全生命周期的精细化管理。系统可以实时追踪文献位置、状态的变化过程，让资产管理有据可查。

2.2 图书馆用户行为数据治理

数据治理是对机构的数据资产管理行使权力和控制的活动集合［16］，生态治理则是在此基础上强调了治理的全域、系统和连续性。全面梳理业务流程借阅数据管理一直是图书馆行业不断创新探索的领域，也涌现了许多可供借鉴的探索成果。作为国内首家新一代图书馆服务平台NLSP（Next Library Service Platforms 或NJU Library）是南京大学图书馆为建设新一代智慧图书馆，于2019年4月26日发布的以微服务框架下纸电数一体化为核心的新一代图书馆系统平台［17］。同年9月24日，NLSP 在人机交互、数据服务、权限管理、专业规范等多个方面完成功能迭代，推出了2.0 版本。2020 年，该系统作为大学图书馆在数据治理方面的重要成果进行发布。过去，不同时期不同地区的用途管制数据内容、数据结构不统一，行政区划名称代码不规范，基础数据不全面，存储分散，各项业务之间数据不关联或者关联错误，这些问题影响智慧图书馆数据治理效能的发挥，影响精准分析和准确决策。图书馆数据治理则强调联合各方力量对图书馆日常数据的全方位、全时段的数据治理，汇集分散数据，通过综合梳理促进数据集成融合改善数据治理成效，建立自运行的数据治理体系。

2.3 图书馆管理运维数据治理

智慧图书馆服务数据、空间业务管理数据、空间用户行为数据的监测获取、存储管理、分析应用等全生态治理链条的目标，在于通过数据为决策提供支持、为管理提供信息。在这一过程中，智慧图书馆内涉及和产生的读者隐私数据和个人数据最注重安全问题。空间运维数据治理是图书馆以数据治理的全面深化，助力城市数字化转型的重要行业行动。于2020年正式开馆的江西省图书馆新馆基于中国联通和阿里云多年的数据中台的建设经验，依据3ONE 理论的设计描述，按照智慧化图书馆的应用场景，打造围绕读者和资源的数据的“存”“通”“用”的数据闭环，提供完整的智慧图书馆用户数据治理方略和计算路径中台方案与包括数据计算引擎、数据治理套件和数据开放套件相关成熟的数据中台产品。其中，大数据中台是智慧图书馆的核心模块之一，从采集到加工处理到服务输出建设多种生产力工具来支撑，包括大数据开发套件、数据质量管理、数据模型-元数据管理、数据API平台、标签工厂、数据血缘、报表引擎和可视化大屏引擎等［18］。

2.4 图书馆社群用户数据治理

社会治理理论认为，政府在数据治理中的角色扮演更多的是发挥着行政指挥棒、合法性规制和秩序的维护者的作用，执行方更多的在于企业等第三方主体。在图书馆数据治理中，也有第三方委托的做法，当前的数据安全风险监测仍是以国家或公共图书馆为中心的传统监管模式。面对当前不断变化的数字发展环境，数据治理才是符合未来的路径［19］。企业在这方面具有丰富的技术能力，如亚马孙Macie通过机器学习，自动发现、分类和存储在AWS 中的敏感数据，保护用户数据安全；谷歌推出密码检查器Password Checkup帮助用户检测他们在网站上输入的用户名和密码是否已被盗用；阿里巴巴推出DataWorks全链路数据治理产品体系，以更好地提升企业的数据治理能力；抖音平台在数据治理中采用最小化收集、更大化开发的治理原则进行用户和平台的使用数据收集工作，增强数据治理效果。正确引入社会力量参与图书馆数据治理，是建构数据多主体协同参与治理的关键一环。图书馆数据治理瞄点主要聚焦于数据采集汇聚、数据监测评估、数据智能分析、数据容灾备份、数据风险管理维度，如持续拓展智能化数据采集平台，全面建设图书馆智慧汇聚中台。智慧图书馆数据治理与数据安全治理、隐私治理相交叉融合，都不同程度地推动着图情档机构重组与队伍的专业化。

3 智慧图书馆数据治理实现路径

随着“社会5.0”时代的到来，作为支撑图书馆智慧转型的数据，存在着隐私泄露与信任、数据共享与孤岛、数据价值与干扰等问题，呈现出风险的动态化、复杂化以及多元化特征，数据安全、用户隐私成为智慧图书馆数据面临的主要风险因素。数据治理具有风险预测、追踪溯源、信息共享、价值保障等功能，能够推进图书馆风险治理模式向智慧化、高效化、可视化等方向转变，进而需要加强智慧图书馆数据治理的关联性、有效性，实现风险的事前预防、实时分析，从而对之进行有效规避。故而，数据不仅为智慧图书馆提供发展的“价值”，也为其风险治理提供有效的“工具”［19］。由于数据治理的主要矛盾源于数字鸿沟、数字创新能力、数据权属界定与可追溯性等问题［20］。因此，智慧图书馆数据治理需要重点理清其实现路径，根据前述分析具体包括多维政策标准协同一体、多方责任主体利益共赢、多源数据质量有效控制与多元数据价值应用适配等。

3.1 促进多维政策标准协同一体

智慧图书馆建设是国家智慧城市与文化政策导向之一。从政策导向来看，构建智慧数据治理新框架，充分发挥我国各个行业的海量数据规范性治理规模，发挥数据要素在公共文化事业和智慧城市建设工作中的巨大作用，成为以数据治理促进文化事业繁荣的新增长点。对于图书馆行业来说，众多行业战略规划文本也充分强调了图书馆智慧数据治理的重要性及其具体要求。统一标准是各局点之间互联互通、信息共享、业务协同的基础，通过顶层设计和统筹规划建立针对区数据中心的大数据标准体系，有助于从根本上解决各部门各系统数据存在的不标准、不完整、重复、错误、不一致等数据质量问题。在智慧图书馆层次的数据治理领域，公共图书馆可以参照国家标准和相关领域的地方标准，加快智慧服务所需的基本数据收集和管理，实现数据治理的顶层设计与图书馆智慧运维数据治理概念框架相匹配，在此基础上，还应该进一步进行图书馆数据资产识别、确权、应用、盘点、变更、处置、评估、审计和安全管理，以确保数据要素在基础制度和标准化工具的托举下实现附属文化经济价值。通过实施实际可操作的数据治理标准，减少跨部门、跨系统的异构数据交换格式、类型和质量问题，使数据在整合、应用的过程中实现统一标准的生态治理。

图书馆行业智慧空间数据管理规则本质上是在国家和地方标准框架下，建立相对完善的行业标准，将图书馆智慧管理数据的生态治理标准，作为保障图书馆智慧数据治理机制运行的规范性约束，通过数据标准化消除图书馆数据业务歧义，进而形成一套契合图书馆用户服务相关的实际业务工作需要的空间数据管理规则与方法。目前，在国家图书馆等有关方面正在加快研制出台国家层面有关智慧图书馆及其空间数据治理的专题规范的情况下，已有的可供参考遵循的行业标准、团体标准或地方标准主要包括深圳市团体标准《公共图书馆智慧技术应用与服务规范（T-SZIOT 007—2020）》《公共图书馆总分馆智慧服务云平台规则（T/GZBZ 14-2021）》《公共图书馆智慧技术应用与服务要求（DB4403/T 169-2021）》。上述图书馆行业高度相关的服务标准，虽然是地方标准，但是也在内容上规定了公共图书馆智慧技术开发和使用的可行架构，为更好地满足公共图书馆在智慧服务中的各类的要求提供了参考借鉴。未来，在地方行业标准基础上加快建立更加完整、系统、准确、合规的行业性数据标准是实现空间数据治理的行动趋向之一。

3.2 增强多方责任主体利益共赢

多方责任主体利益共同机制要求公共部门统筹主导、第三部门协同推进和社会力量有序参与。利益共同机制强调明确空间数据治理不同阶段、不同主体的治理角色定位。现阶段，数据治理仍然需要公共部门的介入干预和引导统筹，尤其是其中的关键部分涉及公民隐私权力和脱敏数据权限等问题，决定了必须由公共部门统筹主导完成。智慧图书馆运维数据集成融合，推动以空间数据治理为核心的公共图书馆智慧化变革。作为智慧图书馆发展的必然趋势，图书馆物理空间的或数字空间平台中的馆藏文献资源、管理与服务资源、系统平台资源以及用户行为数据的治理也是就必然涉及第三方机构的参与。

当前，虽然数据第三方协同治理过程中的数据授权运营的理论和实践尚处于混沌和争议之中，但是智慧图书馆数据协同治理需要第三部门协同推进，这已经得到认可和具有一定的合理性。图书馆在数据治理的复杂程度进一步加深的背景下，适时引入社会力量，有利于丰富参与主体并降低数据治理风险。顾立平认为数据的加值处理需要依靠一个稳定的商业模式，即引入企业对图书馆的空间大数据进行治理。社会参与的主要模式有政府购买、政府与社会力量合作、社会力量独办以及社会力量参助图书馆的志愿服务等［21］。引入社会企业的参与可以让智慧图书馆的数据治理高效化、专业化，也加快了图书馆的智慧化升级进程。

3.3 保障多源数据质量有效控制

数据治理流程包括数据的生产、存储、处理、使用、共享、销毁全生命周期过程。图书馆在数据资产方面具有重要的天然优势，不仅有纸质资源和大量的数字资源，还有图书馆阅读推广、社会服务、素养教育和智库决策等方面的数据。这些数据被图书馆采集处理后形成具有各自属性特征的数据集，经过规范化处理以实现数据管理。数据治理与以往我们讨论的数据生命周期管理、治理的FAIR 原则框架的差异在于前者更加倾向于将空间视为生态系统，进行立体化的治理。图书馆数据的可视化已经成为线下空间展示、线上空间陈列的一部分，可视化入馆人数、借还统计、座位预约、研讨空间预约、活动情况等数据，但是鲜有图书馆单独完成本馆空间运维数据治理工作，大都依托外部力量共同完成数据监测、数据评估、数据管理等工作，独立由馆员将空间设施利用数据整理成报告进行公开发布，反馈于馆务工作调整的图书馆不多。同时存在着图书馆用户数据和业务数据的碎片化和规范性不足等问题，数据质量偏低、冗余大量存在。这些问题的解决有赖于数据馆员的培养并在数据治理效果反馈中发挥作用，为未来几年智慧图书馆的建设及其空间数据的治理业务工作提供发展导视，是数据授权运营利用中重要的一环。

3.4 拓展多元数据价值应用范围

化解智慧图书馆数据治理价值排序中的矛盾与冲突需要寓于整体的变革环境中予以考察。符合《公共图书馆法》规定前提下，智慧图书馆治理总体进程，需要制定适应数据分析场景的制度规范，在保证用户数据安全保护的前提下完成数据分析、决策等治理工作。中国总分馆体制的影响力逐渐扩大。智慧图书馆建设中的总馆需要负责统筹不同区域的分馆数据，及时汇总分析，消除数据治理的技术复杂性，了解资源配置决策的科学合理性分配的原因，建立一个高效数据治理框架体系。化解价值矛盾冲突的要点在于生态体系的调适。包括大规模海量日常运营的空间数据异常监测与原因分析，查看关键实体项目并跟踪数据质量变化，以及时提出最佳智慧图书馆数据治理解决方案。

永不放弃对用户的关心是智慧图书馆及其数据治理的价值所在，这也是数据治理的核心理念。基于技术融合的智慧图书馆数据治理是高质量转型发展实践形成的可行路径。目前智慧图书馆全数据体系通常被认为包括文献元数据、文献内容数据化数据、全面信息管理系统的运行数据、读者行为数据、支持智慧图书馆系统的知识库以及零数据共六类，而智慧图书馆用户服务的五种关键的数据能力包括数据集中管理的能力、文献资源的数据化能力、提高智慧服务感知度的行为数据应用能力、知识库的共建共享能力和零数据分析能力。面向未来的智慧图书馆数据治理需要紧扣国家文化数字化战略、智慧城市政策进行布局，并在实践中不断探索数据有效治理的实现机制，培养强大的治理合力和形成政策导向一致的整体格局。

4 结束语

数据治理是致力实现公共图书馆智慧化变革的重要力量。随着中国各个领域的“智慧化”正逐步从概念走向现实，图书馆助力智慧城市建设已成为图书情报领域研究的热点。图书馆开展数据治理工作是建设智慧图书馆的必经之路，也是图书馆实现智慧化转型的关键机遇。图书馆吸纳更多主体协同参与用户服务数据治理工作可提升数据治理效能，增强服务价值。但目前图书馆数据治理尚处于发展的初级阶段，顶层设计、治理过程等还不完善，多元协同参与的程度尚有待提高［22］。

本文引入“数据治理”的思想，提出智慧图书馆数据治理的框架要素、实践图式与实现路径，能够为未来相关研究更好地分析智慧图书馆数据治理实践动因、历史基础、未来图景、关键问题和实现机制等议题提供基础，为我国智慧图书馆变革提供新的增长动力和治理思想。但是，本文的研究也存在一定的不足，尤其是智慧图书馆数据治理要素是处于动态发展的状态中，既包括技术、制度、人才等，也涉及外部环境等各个部分，图书馆智慧化过程中产生的各类数据经过分析处理完成后如何发挥价值赋能治理决策，这也是数据价值释放过程中的重要环节之一，更是本文尚未分析的内容，需要后续研究予以补充和增强。