〔摘 要〕数据资产的有效管理是企业开展大数据应用、实现数据化运营转型的必然选择。以信息生态为基本理念，从数据质量管理的维度着手将其与企业数据资产管理的实际情况相结合，构建出适用于企业数据资产管理的信息生态模型，对相关角色群体的不同任务和目标进行功能性划分，进而对数据资产管理的角色进行合理分配；同时分析数据资产管理信息生态模型的运行机理与具体功能，旨在提高企业数据资产管理的效率和实现数据资产价值的深入挖掘，解决在隐性和业务层面上的可操作性问题。

〔关键词〕信息生态；企业数据资产；运行机理；价值挖掘

DOI：10.3969/j.issn.1008-0821.2017.12.004

〔中图分类号〕G302 〔文献标识码〕A 〔文章编号〕1008-0821（2017）12-0024-06

〔Abstract〕An effective management of data assets is an inevitable choice for enterprises to carry out large data applications as well as to realize data operation transformation.The paper took the information ecology as the basic idea，started with the dimensions of data quality management，combined them with the actual situation of enterprise data asset management，constructed an information ecology model which is suitable for enterprise data asset management，and then divided the tasks and goals of the relevant roles into functional categories，distributed the role of data asset management in a reasonable way further；At the same time，it analyzed the operational mechanism and specific function of the data asset management information model，aimed to improve the efficiency of enterprise data asset management and to dig into the value of data assets，finally it solved the operational problems at the hidden and operational level.

〔Key words〕information ecology；enterprise data assets；operation mechanism；value digging

數据资产管理贯穿现代企业生产及管理的各个环节，对数据资产管理的深入研究将会为政府管理、企业经营带来深远的影响。而数据资产管理作为企业在信息化建设这一洪流推动下的必然产物，是开展大数据应用、实现数据化运营转型的必要途径。企业数据资产若要实现生态化的可持续流转，离不开信息生态流程的支撑，一个均衡、稳定、绿色的信息生态系统不但能使企业中的信息资源得到合理分配，而且能够使企业经济效益有所提升，甚至还能进一步拉动其他相关行业的良性发展。因此，企业中数据信息生态系统能否良性发展显得尤为重要。笔者从信息生态的视角出发研究企业数据资产管理的运行机制，同时对其演化机理进行阐述，旨在为企业数据资产管理提供建设性的对策建议。

1 数据资产管理研究综述

现有的数据资产管理是在数据质量测度的基础上对数据资产进行有效地评估与价值挖掘，高质量的数据是数据资产形成与使用的先决条件。数据质量的测量维度通常包括数据信息的精度、细度、可靠性、重要性、一致性、及时性、可理解性、简洁性、可用性以及可信度[1]，这些维度相互关联，但也相互冲突。因此，后续又有学者对上述测量维度进行深入研究，以形式化的方法定义出现今数据质量最常用的测量维度：数据信息的一致性、正确性、完整性、最小性和可信性[2]，可信度往往作为数据质量测量的重要依据之一。经过数据使用、重新计算、分析模型和资产化管理等操作后[3]，具有“可信度”的数据即高质量的数据便能进一步形成数据资产，通过为使用者提供有价值的数据信息而实现增值。然而在大多数企业中，数据资产的管理却不被视为核心业务活动，管理者只依赖于传统的组织信息源来管理数据信息，由于缺乏对源数据的管理、筛选与关注[4]，导致数据集成方案昂贵而费时，最终常常以失败告终。只依赖于传统的信息组织方法产生或是提供的数据质量往往不佳[5]，并且可能对企业经营造成重大的负面影响：1）对于企业常规战术中规定所需完成的任务，丧失原有生产率且生产的错误率较高；2）无法通过直接处理或业务活动监视等举措交付研究成果。因此，管理者需要将企业中的数据质量管理工作视为核心业务，而不是可有可无的附加工作，及时从控制系统[6]、维护系统[7]、采购系统、物流系统等捕获数据信息的质量问题，对数据信息进行分类与管理[8]，同时管理者还要处于一定的高度，深入研究质量不合格的数据信息将会对企业业务和关键战略举措产生哪些不利的影响，总结经验教训，让组织中的其他成员从这些经验中汲取精华，遵循结构化的方法对现有的数据资产管理方法进行改进，以确保用数据资产带动企业业务的稳健发展和资源的可持续流转[9]。endprint

但只从数据质量这一单一环节来计量数据资产的价值是不全面的。Mitroff 和Linstone认为，任何现象、子系统都需要使用“多重透视法”来分析，即从不同的视角出发对问题进行剖析。因此，二人使用TOP模型从技术、组织或个人的角度对企业数据资产管理问题进行分析：1）T技术视角，将组织视为个人、群体、组织和系统之间的层次结构或相互关系网络；2）O组织视角，一个组织在效率和效率方面的表现十分重要；3）P个人视角，要对组织中每个人的关注点进行集中分析[10]。在TOP模型的研究基础上，L.Lyon计及高校数据资产管理所要达成的主要目标，构建出一种通用的数据资产审计框架[11-12]，研究者在进行数据管理时，可以参照这个系统进行调研，明确数据资产吸收、管理和释放的政策、实践的注意事项等[13-14]，为后续数据资产管理的研究工作打下了良好的基础。

纵览已有研究成果，国内外对于数据资产管理的研究虽已具雏形，但针对企业数据资产管理可借鉴的研究成果较少。因此，笔者在前人已有的研究基础上，基于数据质量管理的维度，将其与企业数据资产管理的实际情况相结合，立足系统科学学提出的整体最优的思想，构建出适用于企业数据资产管理的信息生态模型，对与数据资产管理有关的群体的总体意图和演化方向进行总结分析，进而对数据资产管理的角色进行合理分配。同时明确数据资产管理信息生态模型的运行机制与具体功能，旨在提高企业数据资产管理的效率，改进数据信息质量、交付高质量的数据信息即数据资产，解决在隐性和业务操作层面上执行政策难的问题。

2 信息生态与企业数据资产管理的融合机理

企业数据资产具体指被企业拥有及控制，能为企业带来价值的数据，对这些数据加以管理后可以提升企业对数据的运用和价值挖掘的能力。若要实现数据资产管理工作生态化可持续流转，即高质量的数据信息高效、连续不断的为企业建设项目储备、投资运营决策提供参考，就离不开信息生态理论的支撑。信息生态理论以系统论和生态论为契机，融合二者特点，兼具二者属性，是一项对人、信息技术和社会环境协调发展进行研究的理论，倡导对信息技术加以利用进而推动人类进步和生态的可持续发展，对社会具有重要的价值和意义。信息生态理论中信息资源、信息人和信息环境共同构成了信息生态系统的基本框架，根据人在信息生态系统中所扮演的角色与起到的作用不同，具体可以将其分为信息生产者、信息传播者、信息消费者、信息组织者以及信息分解者。其中信息组织者是信息生态系统中的主體因素，处于各个信息节点的核心环节，信息资源是信息生态系统进行信息的传递、储存、检索、加工的关键因素。同时，信息生态系统具有多样性、协同演化、系统性、复杂性等特征[15]，它是由多个要素相互作用构成的一个动态的、统一的社会生态系统，是整个社会生态系统的组成部分，与其他社会生态子系统相互作用、相互影响以实现信息的流转和信息的共享。各角色间具体关系见图1。

企业数据资产管理工作以主数据管理、元数据管理、数据质量管理以及数据运营管理为核心，以数据应用为主要驱动，以数据资产管理的组织机构为运作载体，以数据资产管理规章制度为保障，运用必要的信息化支撑手段，构建出企业数据中心，进而实现“数据更好用、管理更规范、保障更有力”的管理目标。如果把企业数据资产管理的过程视为一个流程或路径的话，可以将与其相关的组织机构抽象为信息载体，将信息、技术等要素抽象为信息流，那么企业的数据资产管理工作就可以视为数据信息在不同的部门进行流转，最后被整合为高质量、有价值的数据资产，进而为企业的项目储备与投资决策提供参考依据的过程，见图2。

对比分析图1与图2可以发现，企业数据资产管理系统与信息生态系统在逻辑以及功能结构上具有极强的相似性，且运行规律以及整个体系的延展性极为相似。在二者的系统结构中都强调“流动”是基础，图1强调信息的流动，图2强调数据的流转；且信息与数据的产生、监控、组织、传播、整合是研究的主体内容，信息与数据资产的应用、运营是主要驱动，通过应用的不断开展，可以实现信息与数据价值的变现，推动信息与数据质量的提升；二者都基于系统论的思想，通过对系统内部和系统外部环境中各个要素的对比分析，总结各个要素之间的相互作用机制，以期实现信息在系统各个要素间的有序流转与实时共享；最后数据资产组织者同信息组织者一样，处于数据资产管理系统的各个节点，起到核心调配组织作用，消费者可以对组织者提供的数据资产信息直接加以使用。所以企业数据资产管理系统实际上就是一个小型的信息生态系统，二者的运作机理具有高度一致性，将企业的数据资产管理工作与信息生态相关理论有机结合将会为数据资产管理工作带来新的思路。

3 信息生态视角下数据资产管理模型的构建

信息生态系统中的各要素不是绝对独立存在的，各要素之间是具有相关性和相干性的，且不存在每个元素或部分与其他元素或部分丝毫不相干的情况。所有元素或组分都会依照该系统所特有的、而且又足以与其他系统相区别的方式与彼此相联系。系统中的各个元素相互依存、相互作用、相互激励、相互补充、相互制约，构成一个完整的信息生态系统[16-17]。笔者基于信息生态的视角构建了电力企业数据资产管理的生态系统模型。信息生态视角下的电力企业数据资产管理的生态系统模型主要由内部影响因素和外部影响因素构成，内部构成主要包括数据生产者、数据传播者、数据组织者、数据分解者、数据消费者以及数据信息生态链，外部影响因素则具体指数据信息所处的环境因素，具体包括社会经济水平、数据信息传播技术条件、国家相关政策、社会资本和文化环境[18]。

3.1 内部构成

3.1.1 企业数据资产管理信息生态系统模型中的信息

在企业数据资产管理信息生态系统模型中，将系统中的显性信息流、隐形信息流、技术流等抽象为数据流。数据流是数据信息流转的载体，是系统中各个要素进行交流的客体，也是整个企业数据资产管理信息生态系统中最具活力的部分。数据信息按照定义涵盖的范围不同具体可以分为主数据、业务数据和元数据。主数据是用于定义业务实体，并且在整个企业范围内跨业务重用和共享的数据，如物料、设备、财务科目等。业务数据用于定义围绕业务实体发生的与企业经营活动相关的数据，如物料采购相关的采购申请数据、采购订单数据、入库记录数据等。元数据是指描述主数据和业务数据的数据库表、表的结构及具体含义、表间关系及运行信息。主数据、业务数据和元数据三者间的关系具体见图3。endprint

3.1.2 企业数据资产管理信息生态系统模型中的信息生产者

在企业数据资产管理信息生态系统模型中，信息生产者是各组织机构中在运行过程中生產主数据、业务数据和元数据的业务部门。将生产者提供的基本数据信息加以整合后，可以使其成为能为企业创造价值的数据资产，数据资产的生产过程指的是为了提升企业对数据的运用和价值挖掘能力而进行的、对企业中与投资、储备、评估、生产有关的数据信息进行筛选分析的一系列活动。

3.1.3 企业数据资产管理信息生态系统模型中的信息消费者

在企业数据资产管理信息生态系统模型中，信息消费者是企业中各部门的管理者以及进行项目储备、建设投资的决策者。对数据信息的使用与消费是数据资产管理的主要驱动，通过数据应用的不断开展，实现数据价值的变现，进而推动数据质量的提升。具体来说，消费者消费的不仅有显性数据信息，还包含深层次的隐性数据信息。管理者运用可靠、及时、清晰的数据资产信息，可以有效管理业务、数据和逻辑的相关性，进一步了解数据资产的实时变化情况，知晓数据资产的健康运行状况和数据资产的来龙去脉，建立起可以有效落地执行并且可以持续优化的管理制度。决策者通过运用企业级、标准化、高共享的数据资产信息，可以知晓数据资产的总体状况，对企业的发展规划、经营状况进行诊断，并以诊断结果为依据，按照投入产出最大化为原则安排下年度项目储备、建设投资的建议。

3.1.4 企业数据资产管理信息生态系统模型中的信息传播者

在企业数据资产管理信息生态系统模型中，信息的传播者是数据运营管理小组中的信息共享发布管理部门。从事信息共享发布管理工作的人员主要完成业务视图、数据视图的建立、业务综合应用的审查、发布、授权等工作，基于发布的内容，建立共享管理功能，建立数据推送、专业数据订阅等管理机制。作为数据信息传递者的共享发布管理部门还需要将数据信息消费者的数据需求及时传递给数据信息生产者，使生产者有目的的进行数据的生产，或是在已有数据库中有针对性的提取有价值的信息，提升数据资产管理的效率。

3.1.5 企业数据资产管理信息生态系统模型中的信息组织者

在企业数据资产管理信息生态系统模型中，信息组织者是数据运营管理组中的数据需求管理专员。信息的组织者处于信息节点的核心环节，会对信息流量以及信息的流动方向起到调整与调度的作用。作为信息组织者的数据需求管理专员通过建立内、外数据集成需求和数据应用需求的在线收集、提报、审核等通道，实现信息需求的申请、结果反馈的闭环管控流程、在线管理、信息共享发布等功能，以跨专业应用为核心，以促进数据资产的融合、实现数据资产价值变现、提升数据质量为目标，分批次开展数据应用的需求收集、应用实现、评价的发布等工作，使信息有序化，便于用户与专业人员直接使用与查询，组织者的具体工作机制见图4。

3.1.6 企业数据资产管理信息生态系统模型中的信息分解者

在企业数据资产管理信息生态系统模型中，数据运营管理组中的对外发布部门、营销部门、微信微博公众号、宣传网站、社会信息部门承担了大部分的数据信息分解任务，通过定期公示使数据信息被全社会所认知，基于企业数据管理中现有的质量问题跟踪功能，拓展形成关于数据质量问题的闭环管控系统，实现问题审核、问题发布、问题跟踪、数据质量评估、统计分析、支撑单表问题分析、趋势分析、影响分析、血缘分析等功能，留下有使用价值的数据信息，将对企业项目建设投资无关的、过时的数据信息分解掉，使其资产性降低为零。除此之外，系统中的数据信息组织者、生产者、传播者、消费者也会在运作时从事一定的信息分解工作，信息组织者在自动分解方面发挥的作用更大。换言之，组织中部分角色会随着场景的改变在各个信息节点之间进行职能的转换，信息传播者和组织者的专业指向性更强。

3.2 外部影响因素

企业数据资产所处的信息生态环境是一个为数据资产的产生、流动、发展、改进、整合、应用提供必要动力的功能性环境，影响并制约其发展的因素主要包括社会经济水平、数据信息传播技术条件、文化环境、国家相关政策和法律。社会的整体经济水平可以为数据信息链的运作提供经济基础，而信息环境的发展水平直接体现出工业化经济向现代化经济转变的程度，它与国家现代化经济的关系息息相关[19]；数据信息传播技术条件会影响数据信息链运行、流转的速度[12]和数据信息链中的数据信息流转的效率[20]；数据资产所处的文化环境会影响人们的数据资产消费观念，增强人们消费数据资产的意愿[21]；国家相关政策可以监督企业合理科学的对数据资产加以应用，国家出台的法律条款可以杜绝数据资产乱用、滥用的现象出现。

3.3 运行机理

若以传统信息生态环境的视角来考量企业数据资产的运行机理，则认为数据资产的转移从数据生产者开始，即企业中各个业务部门通过各自业务工作的实现生产出大量的主数据、业务数据以及元数据，经由传播者将数据资产向组织者、消费者转移，最终被数据资产分解者分解。而基于信息生态视角的企业数据资产管理的主旨则是“需求侧拉动数据资产的演化发展”，在该视角下数据资产转移的起点并不是生产者，而是来源于企业数据资产的消费者即管理人员与决策人员的数据需求。随着信息化观念的不断深入，以及跨专业业务贯通和数据价值挖掘分析的需求越来越多，企业开展了部分优化进而提升全局数据资产管理的工作，这也为管理者与决策者提供了跟随时代脚步优化发展其工作的动力。企业管理者的主要需求：1）运用数据资产来对原有的管理标准进行优化或重新制定出一套更加健全的管理体系，以提升企业内各部门工作的规范性；2）使数据在各个部门之间可以畅通融合，使业务信息有效传递、有效联动、有效贯通、有效集成、充分共享，降低数据治理的难度；3）优化数据资产管理的体系，消除企业中存在的异构系统，使数据资产实现跨专业业务流转，使各个部门的业务人员可以便捷的使用数据。而决策者的主要消费需求则是对企业将要投资建设的项目进行准确评估，预估其为企业带来的经济流入，在多个方案中依据企业现有经济水平抉择出一套或多套投资方案为企业创造出最大的价值。消费者的需求通过传播者即共享发布管理部门传递给组织者和生产者，数据资产的组织者即数据需求管理专员整合消费者的消费需求，将作为数据资产生产者的各个业务部门提供的元数据、主数据、业务数据信息进行筛选分析，使其成为一套有序的数据资产并深入挖掘其价值，将与消费需求相匹配的数据资产反馈给决策者与管理者。这个过程充满了数据信息的整合与价值挖掘，消费者对未经组织者处理的数据信息进行选择性消费，对基于数据需求的组织者加工过的数据信息直接消费。endprint

由消费者的实际需求出发，可以缓解组织者信息筛除、接收和处理的压力，减轻消费者信息摄入的负担，同时提升决策者与管理者的信息受理率、信息吸收率以及信息产出率，降低该生态系统中各个要素之间的信息拒收率。企业作为微观经济的主体，随着改革的不断深入，必须要自主经营、自负盈亏、自我约束、自我发展、面向社会大众，这就要求其运作透明化，将部分对社会有价值的数据信息通过分解者即对外宣传部门、营销部门、微信微博公众号等整理、分类最后输出给社会公众，直至其被完全分解。若在企业数据资产信息生态链中引入政府评估机构作为数据资产的分解者，那么整个链条将会被激化，由单一的内部运作转化为内外结合运作，且评估机构的专业性将会提升分解效率，促使整个链条中的数据转移更加高效、流畅。

生态环境因素会对企业数据资产信息生态链造成十分突出的影响，例如社会经济条件不景气或者法律政策的打压，难以给予企业数据资产管理物质以及精神支持，那么信息生态系统中各个角色的工作意愿将会大幅下降；而充裕的资金支持则会刺激消费者的消费需求，进而激活整个企业数据资产信息生态链的流转。信息生态系统是一个具有自我调节与恢复功能的复合体，数据资产信息生态链会对外部环境做出平衡性适应，对数据资产转移进行整合与协调，使整个系统与外界信息环境有机融合、相互促进，进而形成整个企业数据资产的信息生态系统全面、协调、可持续流转的局势。整个系统的运行机理具体见图5。

3.4 演化机理

由于社会环境构成复杂，各要素之间的关系不断变化，企业数据资产信息生态系统若想平衡稳定发展就必须紧跟社会发展脚步不断自组织与进化。信息生态视角下的企业数据资产运行机制的演化主要体现在两个方面：1）由以往的数据资产内循环进化为内循环与外循环相结合，这一显著变化主要体现在消费者与分解者的角色转换上。以往的数据资产消费者主要指的是企业中的管理者与投资建设的决策者，但随着企业之间竞争的日趋增长，若想在众多竞争者中取得一席之地仅仅注重内部的管理是远远不够的，还要考虑社会公众的数据资产消费需求，企业数据资产管理信息生态中的组织者、生产者、传播者等要在满足社会公众显性需求的同时深入挖掘其隐性需求，提升其数据使用满意度，实现企业的利益取得与持续经营；在分解者这一角色的原有基础上加上社会评估机构。原有的分解者只是单一的向社会散布数据资产信息，没有形成一套严谨完整的反馈机制，因此将社会评估机构视为企业数据资产管理信息生态系统中的分解者，评估机构使用专业的评估模型与具体的评估指标对数据资产进行量化评估，将对社会有价值的数据信息有选择的进行公示，直至其被完全分解，将质量不合格的数据信息反馈给企业，使企业从中发现并总结数据质量管理中存在的问题，对现有的管理方法进行改进，使数据资产管理工作有据可依、有理可循。数据资产管理采用内循环与外循环相结合的运行机制可以有效扩大数据的应用领域，使数据资产的价值成倍增加。2）原有的信息组织结构中并没有组织者这一角色，现加入组织者进行数据的组织整合。以往的数据资产由生产者生产直接经过传播者传递给消费者，消费者需要在庞杂的数据资产中自行筛选出所需信息，既浪费时间又耗费精力。引入组织者使其处于企业数据资产信息生态系统的核心环节，通过浓缩综合、结构转换、载体变换等方法使数据资产有序化，便于消费者进行数据查询与数据使用，可以有效提升数据资产在各个角色之间的流转效率。

4 结 语

基于信息生态的相关理论来研究企业数据资产管理的运作机制主要借鉴了系统科学学的思想，将整个运行机制视为一个完整的信息生态系统，使各个流转环节有机协同，各个节点的角色分工明确、职责清晰，提升整个系统运行的流畅性与工作效率。一个均衡、稳定、绿色的数据资产生态系统不但能使企业的数据资源得到合理分配，而且能够使企业的经济效益有所提升，甚至还能进一步拉动社会中其他相关行业的良性发展。在企业中，数据资产的流转由内循环进化为内循环与外循环相结合表现出数据资产生态系统正在日趋稳定，在生态链中引入组织者表现出数据生态系统角色分工正在日益明确。整个社会层面对数据潜在价值的认知是企業数据资产管理的主要驱动，数据资产生态链的有序和优化是企业数据资产管理生态系统发展的有效形式，经济支持与法律制度健全是企业数据资产管理工作有效进行的重要影响因素。

参考文献

[1]Aebi D，Perrochon L.Towards Improving Data Quality[C]// International Conference on Information Systems & Management of Data，1993：273-281.

[2]丁小欧，王宏志，张笑影，等.数据质量多种性质的关联关系研究[J].软件学报，2016，27（7）：1626-1644.

[3]张萍，周晓英.高校科研数据管理的需求评估方法研究[J].情报杂志，2015，34（11）：188-192.

[4]曹月珍，马建玲.国内外元数据质量控制的研究进展与发展趋势[J].图书与情报，2013，（6）：101-104.

[5]Rahm E，Hong H D.Data Cleaning：Problems and Current Approaches[J].IEEE Data Engineering Bulletin，2010，23（23）：3-13.

[6]Love P E D，Zhou J，Matthews J，et al.Systems information modelling：Enabling digital asset management[J].Advances in Engineering Software，2016，102：155-165.

[7]Jessop M.Digital Asset Management Education and Training[J].Neuromuscular Disorders Nmd，2010，16（4）：262-268.endprint

[8]程开明.基于利益相关者视角的统计数据质量管理体系研究[J].商业经济与管理，2013，（3）：81-90.

[9]Goldstein H，Hendriks R.Unplugging the DAM：Making Digital Asset Management Business Process Based By Deconstructing It[C]// Archiving Conference，2010.

[10]Mitroff I I，Linstone H A.The Unbounded Mind：Breaking the Chains of Traditional Business Thinking[J].Business Horizons，1993，36（5）：88-89.

[11]Akers K G，Doty J.Disciplinary differences in faculty research data management practices and perspectives[J].International journal of digital curation，2013，8（2）：5-26.

[12]卫军朝，蔚海燕.“数据资产框架（DAF）”视角下的机构数据资产审计调研与分析[J].图书情报工作，2016，60（8）：59-67.

[13]LYON L.Dealing with data：roles，rights，responsibilities and relationships[EB/OL].http：//www.ukoln.ac.uk/ukoln/staff/e.j.lyon/reports dealing with data report final.pdf，2016-01-11.

[14]Han L，Wang X S.Research on digital asset management technology in universities[C]// International Conference on Computer Design and Applications.IEEE，2010：V2-327-V2-331.

[15]马捷，靖继鹏，张向先.信息生态系统的信息组织模式研究[J].图书情报工作，2010，54（10）：15-19.

[16]张玉琴.信息生态群落的演化与特征[J].图书馆学研究，2011，（9）：22-24.

[17]肖静，李北伟，魏昌龙，等.信息生态系统的结构及其优化[J].情报科学，2013，31（8）：10-14.

[18]崔金栋，于圆美.基于多主体协同创新的产学研联盟运行机制研究[J].科技管理研究，2015，35（22）：26-31.

[19]張苗苗，娄策群.信息生态环境因子的相互作用机制[J].图书情报工作，2011，55（18）：15-18.

[20]娄策群，杨瑶，桂晓敏.网络信息生态链运行机制研究：信息流转机制[J].情报科学，2013，31（6）：3-9.

[21]王晰巍，郭宇，杨梦晴，等.信息生态环境对网络团购影响的实证研究[J].情报科学，2014，32（5）：140-146.

（本文责任编辑：孙国雷）endprint