周靜
摘要:高職圖書館藏快速發(fā)展,圖書采編業(yè)務(wù)外包已經(jīng)常態(tài)化,本文從數(shù)據(jù)驅(qū)動視角出發(fā),提出了高職圖書采編外包商選擇模型,采用定量與定性結(jié)合的方式為優(yōu)化傳統(tǒng)圖書采編外包商選擇方法提供動態(tài)數(shù)據(jù)支持與預(yù)測。
Abstract: With the rapid development of higher vocational library, book cataloguing outsourcing has been normalized. Based on the perspective of data driven, put forward the selection model of book cataloguing outsourcing business in higher vocational library, and use a combination of quantitative and qualitative methods to provide dynamic data support and prediction for the optimization of selection methods.
關(guān)鍵詞:數(shù)據(jù)驅(qū)動;圖書采編;外包;選擇
Key words: data driven;book cataloguing;outsourcing;selection
中圖分類號:G253 文獻(xiàn)標(biāo)識碼:A 文章編號:1006-4311(2016)35-0245-02
0 引言
21世紀(jì)以來,國家高度重視高職事業(yè)的發(fā)展,陸續(xù)啟動了國家級、省級和地市級高職百所示范性和骨干院校的建設(shè),作為高職院校信息資源集散中心的圖書館也相應(yīng)地得到不斷的發(fā)展與壯大。館藏圖書作為高職圖書館考核的硬性指標(biāo),不僅對館藏總量有數(shù)量要求,生均圖書冊數(shù)和圖書年增加量也有明確的考核指標(biāo),但由于歷史原因,有一部分高職院校是從中職和中專升格而來,以往對圖書的重視力度不夠,這就要求各高職院校圖書采購不僅要符合每年的圖書增加需求,還要補足以前欠缺的圖書數(shù)量。這種情況導(dǎo)致目前一部分高職院校每年圖書購入數(shù)量大幅增加,高職圖書館采編工作越來越繁重,采編工作已經(jīng)遠(yuǎn)遠(yuǎn)超過了高職圖書館自身的承受極限,同時由于國家對作為事業(yè)單位的高等學(xué)校正在醞釀體制改革,高職圖書館的人才引進(jìn)也受到限制,在這種情況下,采編外包已成為高職院校圖書館圖書采編的重要方式。但由于市場需求的增加,圖書采編外包商也快速增加,導(dǎo)致圖書采編外包商良莠不齊,這就要求我們對圖書采編外包商進(jìn)行選擇。
1 文獻(xiàn)回顧
筆者以“采編”與“外包”為關(guān)鍵詞,時間截至2016年9月,在中國知網(wǎng)數(shù)據(jù)庫進(jìn)行檢索共搜索到191篇相關(guān)論文,最早研究追溯到2005年,其中中國期刊網(wǎng)絡(luò)出版總庫最多,達(dá)到166篇,特色期刊數(shù)據(jù)庫16篇,碩士學(xué)位論文數(shù)據(jù)庫1篇,會議與報紙數(shù)據(jù)庫8篇,而且在2010年之后就有117篇之多,通過搜索發(fā)現(xiàn)關(guān)于圖書采編外包研究自2010來以來一直是圖書館界的研究熱點之一。通過文獻(xiàn)回顧發(fā)現(xiàn),他們認(rèn)為圖書采編外包是指將圖書館的文獻(xiàn)采訪、編目、標(biāo)注等業(yè)務(wù)工作部分或全部交給相關(guān)企業(yè)來完成,造成這種情況主要是由于教育事業(yè)的不斷發(fā)展、編目工作標(biāo)準(zhǔn)化與規(guī)范化、辦公網(wǎng)絡(luò)化與聯(lián)機編目、圖書流通市場的形成以及書商的發(fā)展壯大等因素造成的,并將外包分為全部外包、部分外包、到館加工、外送加工等模式,認(rèn)為采編外包帶來了圖書館運作成本降低、工作效率提升、競爭力加強等優(yōu)勢,同時也帶來了圖書館核心業(yè)務(wù)及館員心理的消極影響以及圖書館采編數(shù)據(jù)的質(zhì)量下降等負(fù)面影響。
理論界主要對圖書館采編外包的概念、形成成因、外包模式、質(zhì)量控制、利弊分析等方面進(jìn)行了定性研究,但隨著圖書采編業(yè)務(wù)網(wǎng)絡(luò)化、規(guī)范外、外包化,圖書館采編外包商的選擇就成為采編質(zhì)量的重要前提條件,正是基于此,本文嘗試從數(shù)據(jù)驅(qū)動視角研究圖書館采編外包商的選擇模型的建立。
2 選擇模型
2.1 前提條件
在當(dāng)前的理論與實踐形勢下,圖書館采編外包商的選擇模型的建立主要考慮三個方面的問題:
①模型建立的目標(biāo)。
模型建立有四大主要目標(biāo),首先是對圖書采購成本進(jìn)行考核,其次是對外包商關(guān)系進(jìn)行考核,再次是對外包商能力的考核,最后是對外包商進(jìn)行選擇。
②模型建立的指標(biāo)。
模型建立的指標(biāo)使用江蘇工程職業(yè)技術(shù)學(xué)院徐正東在2013年發(fā)表的論文《高校圖書館文獻(xiàn)供應(yīng)商組合選擇方法的理論研究》中采用定性與定量結(jié)合的視角來分析來建立尋找最優(yōu)文獻(xiàn)供應(yīng)商組合的方法,首輪定性選擇,次輪定量選擇。
③模型建立的評價方法。
模型建立的評價方法主要采用數(shù)學(xué)的定量方法進(jìn)行評價,主要使用運籌學(xué)中的層次分析法、數(shù)據(jù)包絡(luò)分析法、線性規(guī)劃法等,模糊集中的模糊聚類分析法、模糊綜合分析法和模糊層次分析法等,數(shù)據(jù)挖掘中的決策樹法、基于案例的推理法和神經(jīng)網(wǎng)絡(luò)法等。
2.2 模型框架
通過對前提條件的分析,圖書館采編外包商選擇常規(guī)流程是首先確定圖書館采編外包商選擇的目標(biāo),然后明確圖書館采編外包商選擇的指標(biāo),接下來對圖書館采編外包商選擇方法進(jìn)行評價,最后對選擇結(jié)果進(jìn)行評價和反饋。相應(yīng)地,這個過程的主要弊端主要在于以下三個方面:
首先,確定目標(biāo)時主要以主觀評價為主,缺乏客觀依據(jù),這個主要是由于圖書館采編外包商對自己的商業(yè)機密有保護(hù),圖書館與外包商必然存在信息不對稱問題;
其次,評價指標(biāo)比較單一,如財務(wù)指標(biāo)、數(shù)據(jù)質(zhì)量指標(biāo)等,這些風(fēng)險具有滯后性;
最后圖書及數(shù)據(jù)檢查是反饋,也不能對圖書館采編外包商選擇過程進(jìn)行實時修正。
數(shù)據(jù)驅(qū)動主要是要圖書館基于數(shù)據(jù)制定決策,通過圖書采編外包商的信譽、資質(zhì)以及圖書的信息這些靜態(tài)數(shù)據(jù)和圖書采編外包商實時處理的采編數(shù)據(jù)這類動態(tài)數(shù)據(jù)相結(jié)合為原始數(shù)據(jù),在選擇目標(biāo)、選擇方法以及選擇過程中運用這些原始數(shù)據(jù),為如何進(jìn)行選擇和優(yōu)化外包商提供決策依據(jù)和監(jiān)督反饋。具體選擇模型如圖1所示。
通過上述模型進(jìn)行圖書采編外包商選擇我們可以做到選擇依據(jù)完全來源于客觀歷史數(shù)據(jù),能克服主觀分析帶來的偏差;綜合動態(tài)交易數(shù)據(jù)的服務(wù)性指標(biāo)對采編外包商選擇的影響,讓選擇也成為真正的動態(tài)選擇過程;原始數(shù)據(jù)中的動態(tài)數(shù)據(jù)更是來源于圖書采編外包商實時采編的數(shù)據(jù),更有利于選擇過程的動態(tài)實時監(jiān)控;而且在數(shù)據(jù)驅(qū)動下結(jié)果也具有了部分預(yù)測功能,能對選擇風(fēng)險有一定規(guī)避作用。
3 總結(jié)
文中所述數(shù)據(jù)驅(qū)動下的圖書采編外包商選擇模型能夠克服圖書采編外包商實際選擇過程存在的主觀性強、缺乏過程性監(jiān)督等問題,能夠在客觀的基礎(chǔ)上結(jié)合靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)有針對性地對圖書采編外包商進(jìn)行選擇、評價、考核以及后繼的監(jiān)督與反饋,而且還能對圖書采編外包商的部分行為進(jìn)行有效地預(yù)判,能及時有效地預(yù)防選擇風(fēng)險,增強圖書采編外包商選擇的有效性,形成校企良性互動。
參考文獻(xiàn):
[1]鄧巖彬.高校圖書館采編業(yè)務(wù)外包研究[D].東北師范大學(xué),2007.
[2]徐正東.高校圖書館文獻(xiàn)供應(yīng)商組合選擇方法的理論研究[J].南通紡織職業(yè)技術(shù)學(xué)院學(xué)報,2013(3):42-45.
[3]宋秀梅.圖書館采編業(yè)務(wù)外包風(fēng)險及控制[J].圖書館研究,2014(5):52-54.