基于PDCA循环的档案数据质量控制探究

葛泽钰

摘 要：文章基于PdCA循环将档案数据质量管理流程划分为计划、执行、评估和改进四阶段，厘清各阶段的主要任务和内容，并在此基础上，提出档案数据质量控制的实现策略，以期为有效控制和提升档案数据质量，建设高质量档案数据资源体系提供理论依据和实践参考。

关键词：PdCA循环模型；档案数据；质量控制

分类号：G270.7

Research on Archival Data quality control Based on PDcA cycle Model

Ge Zeyu

（ School of Cultural Heritage and Information Management， Shanghai University， Shanghai 200444 ）

Abstract： Based on the PDCA cycle model， the process of archival data quality management is divided into planning， execution， evaluation and improvement stages， and the main tasks and contents of each stage are clarified. The paper puts forward the implementation strategy of archival data quality control， in order to provide reference for effectively controlling and improving the quality of archival data and building a high-quality archival data resource system.

Keywords： PDCA Cycle Model； Archival Data； Quality Control

档案数据是“数据化的档案信息及具备档案性质的数据记录”[1]，它既包括档案部门已拥有的电子档案、各类数字化档案资源，也包括档案部门在业务活动中产生的各类数据记录[2]。当前档案数据质量不容乐观，存在数据孤岛、数据异构和数据污染[3]等诸多问题。有效控制和优化档案数据质量是档案数据价值得以发挥以及档案服务得以转型的前提。对此，国家已从不同层面作出规划。中共中央国务院在《质量强国建设纲要》提出，推进“质量强国”战略[4]，全面提高我国质量建设总体水平，从国家战略层面为档案事业的发展提供根本遵循、指明前进方向。《“十四五”全国档案事业发展规划》中提出了促使档案数据建设质量达到世界前沿水平的总体战略，强调“面对机遇和挑战，要加大力度，切实推动档案工作高质量发展”“加强档案资源质量管控”[5]。

关于档案数据质量，目前的研究主要聚焦于对档案数据质量的认识[6]、要素识别[7]、现有问题分析[8]、保障策略[9]等方面。总体而言，学界大多立足于档案数据管理现状探讨了档案数据质量治理和保障措施，而对于档案数据质量控制机理的系统探究仍较为薄弱。档案数据质量控制是对档案数据整个生命周期过程中的各种质量问题展开一系列管理活动，包括识别、度量、监控、检测、分析、回溯、预警、解决、反馈、评估等[10]。PDCA循环是质量管理的基本方法，对各项管理工作具有广泛的适用性，将PDCA模型引入档案数据质量管理工作，能够有效控制和优化档案数据质量，提高档案数据质量管理效率，建设高质量的档案数据资源体系，进而推动档案事业高质量发展。

鉴于此，本文基于PDCA循环模型构建档案数据质量管理流程框架，厘清各阶段的主要任务，明确档案数据管理的质量控制点，并提出档案数据质量控制的优化策略，以提升档案数据质量水平。

1 理论基础：PDCA循环模型及其适用性

1.1 PDCA循环模型

由美国质量管理专家爱德华兹·戴明提出的PDCA循环模型，是质量管理的基本方法。他认为质量管理可以分成计划（Plan）、执行（Do）、检查（Check）和处理（Action）四个阶段[11]。PDCA循环是一个连续性的运动，以上四个阶段循环不止地进行，通过在每一次循环中解决一些问题，未解决的问题进入下一个循环，形成周而复始的“爬楼梯”过程，从而实现质量水平阶梯式的上升。

1.2 PDCA循环模型在档案数据质量控制中的适用性

PDCA循环模型具备一定的科学性和广泛的适用性。一方面，其构架成熟，是一种体现着科学认识论的具体管理手段，是一套科学的工作流程，为档案数据质量管理提供科学依据和指导方法；另一方面，已有档案管理实践证明，其适用于档案领域数据质量管理，如福建省档案馆在纸质档案数字化工作中，以PDCA循环为切入点，构建了一套制度完善、运行平稳的纸质档案数字化质量控制模式[12]，促使档案数字化工作科学化、规范化进行，有效提升了檔案数字化工作质量。因此，本文将档案数据质量管理与PDCA循环有机结合起来，探索以该模型为参考构建档案数据质量管理流程，推动档案数据质量管理持续优化。

2 框架建构：基于PDCA循环的档案数据质量管理流程

根据PDCA循环模型，结合《信息技术服务 治理第5部分：数据治理规范》（GB/T 34960.5）所提出的统筹和规划、构建和运行、流程和评价、改进和优化的数据治理过程，档案数据质量管理流程可以划分为四个阶段，即计划、执行、评估、改进。通过分析各阶段的重点问题，能够更加精准掌握档案数据管理的质量控制点，从源头上控制档案数据质量。

2.1 基于PDCA循环的档案数据质量管理四个阶段

在计划阶段，以用户需求为中心，确立档案数据质量目标；在执行阶段，全面把控档案数据整个生命周期的质量；在评估阶段，对执行阶段的数据质量情况进行检查评估，制定问题清单并收集反饋信息；在改进阶段，针对出现的问题，调整计划要素，实现档案数据质量闭环管理，如图1所示。

（1）计划阶段（P）：分析用户需求，确立质量目标

档案数据管理应从源头控制、保障档案数据质量。一是系统分析用户需求。以用户的需求为中心，从档案数据的固有质量、表达质量、环境质量、效用质量等方面对用户的质量要求进行梳理与分析。[13]二是确立档案数据质量目标，构建档案数据质量规范标准。以档案数据的完整性、准确性、规范性、关联性等为目标，为档案数据在整个生命周期过程确立规范标准，明晰档案数据质量控制指标，构建档案数据质量评价体系。

（2）执行阶段（d）：强化流程管控，提升过程质量

档案数据既包括数字环境下生成的“原生数据”，即电子档案及业务活动中产生的数据记录，也包括档案数字化成果形成的“转化数据”，即各类馆藏数字化档案资源。[14]数智时代，档案服务需要满足用户在数据层级的利用需求。对于“转化档案数据”，档案部门需要联合技术部门、外包机构等探索档案数据化实践方案，协商馆藏档案数据化项目质量要求，对档案数据化过程质量进行全面管控。而对于“原生档案数据”，在数据生成与流转阶段，应当对档案数据形成单位的归档工作加强指导，明确数据的归档范围、结构化程度、鉴定流程等要求，保障档案数据的传输质量；在数据归档和保管阶段，科学判定档案保管时限。在“原生数据”和“转化数据”的开发利用阶段，需要对档案数据组织质量和服务效果进行把控（档案数据化组织流程如图2），对馆藏档案数字化副本和电子档案的内容、背景与结构数据进行语义组织，形成基于多级著录成果的语义网络，建立富含语义及语义关系的档案数据网络[15]，在此基础上，对档案数据进行细颗粒分析与挖掘，以可视化展演、知识图谱构建等多种形式为用户提供档案数据服务。

（3）评估阶段（C）：审查数据质量，注重用户反馈

在评估阶段，需要对执行阶段的数据质量情况进行检查评估。一是制定档案数据质量问题清单。采用数据审查技术逐项审查档案数据质量，按照真实性、完整性、可用性、规范性等指标对档案数据质量效果进行评估。采集与整理关于档案数据的数据，保存档案数据组织与开发利用活动中生成的结果数据、过程数据和记录数据，以真实、完整地记录档案数据管理的具体业务活动。二是收集用户关于档案数据质量及其服务效果的反馈意见。调研档案用户的档案数据服务效果及其需求的满足程度，并判别用户对档案数据资源的未来需求，以不断提高档案数据开发与利用的精准性，提升档案数据质量优化控制的社会效益。

（4）改进阶段（A）：全面整合分析，制定整改措施

通过全面整合与系统分析执行阶段所存在的质量问题及用户反馈意见，调整与优化计划要素，从而实现档案数据质量闭环管理。一是梳理与探究档案数据质量问题的关键影响因素，如政策标准、运行环境、权责分配、技术保障等，全面总结经验和不足之处。二是针对出现的问题，提出下一循环阶段的整改措施。针对“转化数据”及“原生数据”的全生命周期过程管控进行不断调整，制定优化控制策略，在下一次质量循环中吸取此前的经验和教训，形成新的质量循环，进而实现档案数据质量的持续改进。

2.2 基于PDCA循环的档案数据管理质量控制点

在档案数据质量管理过程中，借助关键环节质量控制点，对重点问题进行有效把控，可显著提升档案数据管理过程质量。在档案数据管理中容易出现的质量问题及质量控制点如表1所示。

3 运行实施：基于PDCA循环的档案数据质量控制实现策略

将PDCA循环模型应用于档案数据质量控制，按照计划、执行、评估和改进四个环节循环运行，通过对各环节的重点问题进行有效控制，能够提高档案数据质量管理实际效率，实现档案数据质量的不断优化和全面提升。

3.1 搭建循环系统，构建规范体系

加强顶层规划设计，搭建质量管理循环系统。一是提高全面质量管理意识。大数据时代，档案管理正向档案数据治理转型，应明确“数据质量为重”的战略意识及全面质量管理意识，以档案数据质量控制为基础，通过循环式质量管理，实现档案数据质量全面提升。二是搭建档案数据质量管理循环系统。档案数据质量的提升是一项系统工程，档案部门需要加强顶层设计，制定档案数据质量控制战略规划，充分考虑不同数据资源的特点，协调各环节各部门，搭建质量循环系统[16]，为档案数据质量控制工作提供根本遵循。

构建质量控制规范体系，保障质量循环平稳运行。一是制定科学有效的档案数据质量监管制度。在制度层面确立各级各类档案机构关于档案数据质量的监管职责、权责分配等，明确档案数据质量目标，规范质量控制流程，推动各环节档案数据的有序管控。二是建立健全档案数据质量标准体系，依据ISO 9000质量管理体系、《信息技术服务 治理 第5部分：数据治理规范》（GB/T 34960.5）推进档案数据标准体系建设，全面保障数据质量。

3.2 完善环节设计，实施动态管理

完善各环节的功能定位，落实各环节的任务要求。一是需要明确档案数据质量管理循环每个环节的功能定位，并不断进行调整和优化，以充分发挥各环节的作用。二是落实好各环节的任务和要求，规定各项工作的具体方法和步骤，做到有计划、有执行、有评估、有改进，形成循环式工作链条，使档案数据质量管理工作更加规范化。

实施动态管理，逐步改进提升。PDCA循环具有层次性和系统性，而档案数据质量管理的各个环节之间会形成大循环带动小循环，小循环促进大循环的动态循环机制[17]，对此，档案数据质量管理应进行持续动态管控，保障质量循环高效有序运行。此外，问题的解决并非一蹴而就，工作成效也并非立即显现，需要循序渐进。档案数据质量管理按照计划、执行、评估和改进四个环节循环，每循环一次可取得一定成果，同时发现新的潜在问题，在下一轮循环中寻找解决办法，从而有效提升档案数据质量水平。

3.3 筑牢技术屏障，探索智能管控

筑造技术保护屏障，保障质量循环运行。一方面，对于“原生档案数据”而言，大数据时代档案数据从生成到保存利用一直在互联网、系统中运行，各环节都存在安全威胁，如黑客侵袭、系统漏洞、泄密、篡改等[18]，因此档案数据质量管理亟需更为先进的技术支持。另一方面，对于“转化档案数据”，从数字化到数据化的过程需要重视档案数据关联、数据挖掘以及数据融合等[19]，通过运用光学字符识别（OCR）、语义组织等技术，将数字内容转换成结构化数据，并形成富含语义与语义关系的档案数据网络，以实现档案数据价值增值。

创新档案管理手段，探索融入新兴技术。数智时代，档案部门应联合技术部门、外包机构等积极探索智能化管理手段，提高档案数据质量管理循环效率。为此，可以借助人工智能、云计算、区块链等各种数智技术保全数据在各阶段的档案特征，以确保档案数据的真实性，同时增强其可读性。新兴技术的引入，能够实现档案数据质量智能管理，提高管理循环效率。

3.4 优化主体能力，注重用户反馈

优化主体治理能力，提高档案数据质量把控效能。一方面，大数据时代档案工作人员应强化数据意识，更加全面深刻的认识档案数据的内涵，不断提高档案数据质量控制意识，以适应大数据时代的发展。另一方面，引进计算机或数据科学人才，或与外包机构进行合作，将数据处理技术引进档案部门，并对档案工作者进行专业培训与指导，增强其在档案数据质量管理循环过程中的技术应用能力、数据处理能力、数据分析能力等。

搭建反馈平台畅通交流渠道，以用户需求推动档案数据质量优化。档案用户的利用需求是档案数据质量管理循环的起点，同时也是终点。为此，可以运用大数据、云计算等新兴技术算法构建用户画像，系统分析用户需求，不断推进档案数据质量循环持续优化。此外，通过建立反馈平台等方式，为公众提出档案数据利用需求、反映档案数据质量问题等搭建交流渠道。

4 结 语

基于PDCA循环模型建构档案数据质量管理循环，对于提升档案数据的质量以及档案数据管理工作的效率有较高的应用价值，能够促使档案数据管理工作朝着科学化、规范化的方向发展，实现档案数据质量全面提升，为档案数据资源提供利用与共建共享奠定基础。

注释与参考文献

[1][13]金波，添志鹏.档案数据内涵与特征探析[J].档案学通讯，2020（3）：4-11.

[2]于英香.大数据视域下档案数据管理研究的兴起：概念、缘由与发展[J].档案学研究，2018（1）：44-48.

[3]倪代川，金波.数字记忆视域下档案数据治理探析[J].档案管理，2021（1）：41-44.

[4]国家发展和改革委员会.《质量强国建设纲要》全文发布[EB/OL].[2023-04-29].https：//www.ndrc.gov.cn/fggz/ cyfz/zcyfz/202302/t20230217_1348911.html.

[5]中办国办印发《“十四五”全国档案事业发展规划》[EB/OL].[2023-04-29].https：//www.saac.gov.cn/daj/yaow/202106/899650c1b1ec4c0e9ad3c2ca7310eca4.shtml.

[6][9]金波，楊鹏.大数据时代档案数据治理研究[J].档案学研究，2020（4）：29-37.

[7]陈慧，罗慧玉，陈晖.档案数据质量要素识别及智能化保障探究——以昆柳龙直流工程项目档案为例[J].档案学通讯，2021（5）：49-57.

[8]王平，陈秀秀，李沐妍，等.区块链视角下档案数据质量管理路径研究[J].档案学研究，2023（2）：120-127.

[10][14]金波，周枫，杨鹏.档案数据研究进展与研究题域[J].情报科学，2021（11）：187-193.

[11]张博.基于质量管理的高校档案管理流程研究[d].济南：山东大学，2020.

[12]方彦.PdCA循环下馆藏纸质档案数字化质量控制[J].中国档案，2020（12）：44-45.

[15]祁天娇，冯惠玲.档案数据化过程中语义组织的内涵、特点与原理解析[J].图书情报工作，2021（9）：3-15.

[16]dAMA lnternational. data management body of knowledge[M].2nd ed.Basking ridge：Technics Publications，2017：53，382.

[17]向宏华.PdCA循环视角下农家书屋志愿者管理体系构建[J].图书馆工作与研究，2023（5）：60-65，81.

[18]陈雪燕，于英香.从档案管理走向档案数据管理：大数据时代下的档案管理范式转型[J].山西档案，2019（5）：24-32.

[19]倪代川，金波.论数字档案资源数据化发展[J].档案学研究，2021（5）：17-22.