“双一流”高校图书馆年度阅读报告调查研究*

吴澹宁 陈 敏

（1.浙江音乐学院图书馆 浙江杭州 310024）

（2.浙江省教育技术中心 浙江杭州 310012）

1 引言

在高校图书馆日益重视数据统计的今天，越来越多的高校图书馆每年通过微信公众号、图书馆网站等开放性平台发布年度阅读报告。图书馆年度阅读报告，指图书馆收集、整理过去一年①中积累的各种数据，如借阅情况、入馆情况、馆藏资源使用、电子资源使用、各种服务与活动记录等，经过采集、汇总、筛选、分析等步骤后形成的专项阅读报告[1]，是图书馆阅读大数据统计工作的重要成果。按调研中各高校图书馆发布的年度阅读报告详尽程度，可分为普通微信版和完整数据版。前者以展示数据为主，创新表现手法让读者了解图书馆资源与服务情况；后者侧重以专业统计方法，将图书馆全年的大数据在不同统计维度做详细展示和分析。专业的阅读报告，有助于找出数据间的关联和特征信息，发掘出关键信息反映的客观规律，推动图书馆资源建设，提升阅读推广的宽度和深度，完善和优化读者服务，从而推进高校图书馆智慧化建设，支撑高校教学和科研规划的科学决策，为建设世界一流大学和一流学科奠定坚实基础。

重庆大学图书馆谷诗卉等人[2]、暨南大学图书馆都蓝等人[3]和沈阳师范大学图书馆孙鹏[1]先后发表过高校图书馆年度阅读报告的研究成果，主要分析了我国高校图书馆微信发布的年度阅读报告，阐述了当前高校图书馆年度阅读报告的主要特点和不足，提出了相应的完善策略。笔者旨在上述研究的基础上，更全面深入地研究完整版年度阅读报告的结构与内容，从专业性和可读性两个角度解读图书馆阅读数据的关联分析、数据标准化及可视化展示等内容，探讨年度阅读报告编制工作的发展方向和专职“统计馆员”的设立，以期在高校图书馆年度阅读报告的编制工作和图书馆读者行为综合评估上提供一些意见和建议。

2 调研对象与方法

本次调研选取42所“一流大学”和10余所“一流学科”建设的高校图书馆，主要以各高校图书馆完整版年度阅读报告为分析对象，通过微信公众号、图书馆网站和微博官方号等泛化调研的途径获取各高校图书馆公开发布的年度阅读报告、毕业生阅读账单和其他各类个人阅读报告，经过电话、邮件、微信和QQ等细化沟通的方式同各高校图书馆办公室、技术部门负责人或年度阅读报告编制负责人，就完整版年度阅读报告的详细情况开展了关联分析、可视化展示和报告编制等具体问题的讨论和交流。

3 年度阅读报告现状与详解

2017年，谷诗卉等人的研究显示，大部分高校图书馆尚未开展年度阅读报告的编制工作，仅收集到16个“985工程”高校图书馆的年度阅读报告[2]。2018年，都蓝等人的研究显示，共计29所高校图书馆发布了微信版年度阅读报告[3]。本次调研发现，2019年共有35所“一流大学”图书馆通过微信公众号发布2018年度阅读报告，占总数的83%，其中16所高校图书馆编制了完整版年度阅读报告、8所高校图书馆编制了图书馆年度报告（年鉴形式，含数据统计版块）。华东师范大学图书馆等高校图书馆同时发布了年度阅读报告和图书馆年度报告，说明在“双一流”高校图书馆这支队伍中，绝大多数图书馆每年都会公开发布年度阅读报告，十分重视阅读报告的编制和相关统计工作。

3.1 亮点特色

3.1.1 注重结构与内在联系

2019年2月4日，北京大学图书馆在其微信公众号发布微信互动H5形式的年度阅读报告及PDF格式的完整报告[4]。报告整体结构以本馆概况、到馆与主页访问、资源检索与利用、读者借书及其特征和新媒体与阅读推广为主线，以具体项目类别作划分，各统计项目间具有良好的内在联系与分类定义。报告首先归纳过去一年的总体概况，其次统计了读者到馆数、在线访问量和资源利用率等，随后分析了被利用资源及其读者具备的特征规律，最后总结了图书馆运用新技术新设备在阅读推广上所做的努力和取得的成效。

3.1.2 重视数据可视化展示

相比传统图表，数据可视化是更生动、友好的表现形式，呈现隐藏在庞杂数据背后的事实数据。通过交互式实时数据可视化大屏来发现并诊断业务问题已成为越来越多大数据解决方案中的重要一环[5]。2019年1月14日，中国美术学院图书馆微信公众号发布了在阿里云DataV平台制作的可视化数据报告[6]。从其数据大屏中不难发现数据可视化的主要特点，即多样性和可视性。多样性即通过钻取、联动、维度切换等分析操作，使读者从多个角度、多个侧面观察了解数据，使得数据更为立体且富有生命力；可视性则让数据以图像、动画、三维图形等多种形式呈现，数据更为直观、更具可读性[7]。

3.1.3 强调数据挖掘，提高分析质量

2019年5月7日，上海交通大学图书馆在其官网发布2018年读者阅读状况分析报告[8]。上海交通大学图书馆的年度阅读报告以数据分析为主体，辅以少量图表，体现了阅读数据深入分析的专业性。针对借阅榜、预约榜、续借榜的统计，不再展示详尽的热门榜单，使用小标题“史海钩沉，鉴古知今”“鲲鹏展翅，智能延伸”“舟舶继路，物联引领”，结合时事热点总结读者对人工智能和现代物流等领域的关注和学习兴趣。报告简明精炼，视角独特，深刻地剖析了数据背后蕴藏的信息与规律，与单纯依靠数据堆砌的阅读报告形成鲜明对比。

3.1.4 树立品牌意识，强化读者互动

2018年初，厦门大学图书馆对其年度阅读报告项目“圕·我和你”进行了全面的品牌升级，推出以“Library Go”为主题的年度阅读报告。报告分为“Library Go UP”（向上的图书馆）、“Go to Library”（一起去图书馆）、“LibraryGo”（智慧图书馆）、“Library Go”（图书馆走出去）和“Go with Library”（和图书馆一起成长）五部分[9]，将数据展示转化为图书馆资源服务与发展历程的讲述，体现数据展示与读者体验的深度融合，反响极佳。

2019年1月6日，武汉大学图书馆微信公众号通过“大魔王毁灭图书馆的清单”，让读者了解武汉大学图书馆过去一年中的点点滴滴[10]。在文末设置了三个开放性问题，例如“同学们，在你们想象中的未来，还有图书馆的存在吗？未来的图书馆应该是什么模样呢？”等，吸引读者参与和分享阅读报告，为图书馆建设和发展建言献策。

4 阅读报告之核心价值：重数据分析，促综合评估

天津大学图书馆制作的2018年度阅读报告中统计了预约图书到馆时间在60天以内的取书情况，得出取书量随到馆时间的变化趋势为：预约图书的到馆时间在3周内，成功取书量明显高于超期未取；若到馆时间超过4周，取书率则会明显下降。建议适当考虑恢复超期管理制度或优化预约图书借阅权限的设置，加快图书流通，缩短预约图书的到馆时间。

可见，图书馆科学管理和服务提升可以依靠阅读数据的专业分析和深度挖掘。总结调研中各高校图书馆该方面的优秀做法，发现一是统计项目的设置应当尽可能覆盖图书馆所有资源、服务和活动，确保数据的真实性、完整性和多样性；二是数据分析的切入点应立足每个学校的实际情况和需求，坚持以问题为导向、按需谋划，满足协助教育教学和管理等多元化科学决策的需要。

4.1 深化分析与挖掘，助力智慧高校建设

4.1.1 加强数据关联分析，助推高校科学决策

图书馆阅读大数据的统计分析应当加强阅读数据与教育教学数据的联动性。例如，通过学生学段和选课数据联动借阅书籍分类统计发现：大一新生较为关注基础课程的学习，教学参考书的借阅占很大比重；大二大三学生随着学业的深入对人文社会科学类等拓展知识面书籍的需求会逐渐增加；大四学生面临毕业就业压力，更倾向于专业知识和技能的书籍。类似这样的关联分析，不仅有利于图书馆馆藏建设和资源布局的决策，同时对学校课程设置和教学规划、学生知识体系构建、教师素养提升方面等都有积极的指导意义。

4.1.2 用好阅读大数据，办好智慧化高校

智慧校园的建设旨在校园内部存在信息孤岛的情况下，整合学校相关资源与数据，创建“校园大数据池”，对师生的实际需求开展动态分析和精准评价，对相关反馈能及时响应和主动调整，本着“办人民满意教育”的宗旨，使校园建设更符合师生身心发展和内心期盼[11]。西安交通大学等国内知名高校现已建立校内大数据平台，包括学生大数据分析与服务平台、教育教学质量实时监测大数据平台等，实现对学生的全息个性画像算法，全面了解学生的生活、学习、身心等行为特征和发展规律，发现问题及早介入。高校图书馆作为校内重要的资源承载者和信息传播者，阅读大数据的精准分析和深入挖掘能够生动地描绘师生学习、教学和科研等多方面的行为细节，将其纳入智慧校园大数据平台，对全面解读和评估师生在校行为将起到重要作用。

4.2 应用标准化理念，整合非结构化数据

图书馆经历了从传统纸本到数字图书馆、移动图书馆的转变，现正逐步向智慧图书馆发展[12]。图书馆不再只是狭义的作为一个为读者提供纸质文献、电子资源和信息咨询服务的场所，而将成为一座读者获取知识、分享知识和创造知识的殿堂，随之产生的行为数据是海量的、非结构化和多元复杂的。仅本次调研收集到的18份完整版年度阅读报告中的统计数据，就包含了借阅、入馆、资源检索与访问、微信访问与点赞、荐购、自助打印复印服务、研修空间使用、超期罚款、各种讲座或信息服务的参与、学科情报分析、新媒体服务等十几种行为和几十种维度。因此，将不同类型的数据进行整合和标准化处理形成对师生在校行为分析与评价的有效数据集合就显得势在必行。

数据标准化就是将数据按比例缩放，使之落在一个特定的区间（一般是[0, 1]），主要包括数据同趋化和无量纲化两方面。同趋化处理是解决数据不同性质的问题，先改变逆指标数据的性质，使所有指标对评测的作用力同趋化[13]。无量纲化处理是解决数据的可比性，主要方法有Min-Max标准化和Z-Score标准化，计算方法见公式①和公式②[13]。经过标准化处理，原始数据转换为无量纲的纯数值，可用于多指标的评价体系。例如，四川大学图书馆2018年度阅读报告中设计的“图书馆资源综合利用指数”，充分借鉴了数据标准化的理念，按部门、专业、班级和个人，分别计算了图书外借量、预约量、入馆量和数字资源访问量等占各自总量的比例，求和得到资源的综合利用值，为揭示不同读者人群对图书馆四项服务的综合利用情况提供了数据保障。

4.3 实现数据可视化展示的探索路径

数据可视化有助于增强数据的处理和组织效率，帮助人们处理复杂信息并增强记忆。实现数据可视化，可从以下三个方面着手：①以丰富的图形呈现，替化数据罗列。每项数据都有特定的属性和对应的数值，在理解数据属性的基础上，选择合适的图表应从所需传达的信息和数据分析的目的出发。②以优化设计的图表，展现数据内涵。数据可视化的设计和制作宜把握信、达、雅原则，既要精准展现数据的差异、趋势和规律，又要以精致的表现手法准确传递核心思想，如补充必要的统计方法说明、用醒目的颜色突出重点数据、避免不必要的设计缺陷等。③以数据故事的形式，揭示本质规律。数据可视化的本质是数据和读者之间的对话，是通过数据传递给读者具体信息。数据报告中联结各统计模块和图表的线索就是一种“表述结构”，常见的有作者驱动型、读者驱动型和马提尼酒杯型。作者驱动型就是故事有明确的开头和结尾，读者必须按照预先的设定来听故事，如北京大学图书馆年度阅读报告；读者驱动型与之相反，没有明确的开头，给读者足够的空间去提出问题和探索数据；马提尼酒杯型是将作者驱动型和读者驱动型结合，读者要沿着作者预设的单一路径开始阅读，当这一过程结束，读者便可以自由探索[14]。

4.4 建立“图书馆指数”，推进读者行为评价

2017年读书节，厦门大学图书馆设计发布了体系化的读者积分规则[15]。读者在图书馆主动参与的任何事情都可以获得积分，包括OPAC、微信和APP客户端等，所获得的积分可用于兑换图书馆文创产品、增加借阅权限和抵扣罚款，通过读者积分制度的推行大大提高了读者对图书馆资源和服务的利用率，增加了读者积极参与图书馆建设的能动性。

厦门大学图书馆等高校图书馆推行的读者积分制度是对图书馆读者行为评价体系建设的积极探索。笔者认为图书馆可以设立自身独立的读者行为评价指数（简称“图书馆指数”），用于各类型各维度的阅读数据综合评估。根据本校学生的阅读习惯和实际情况，综合考虑各种图书馆行为（包括借阅、入馆、荐购、阅读推广活动、新生入馆培训、志愿者活动等）的评估后，设定各项指标在图书馆指数中的权重系数，定期分析读者个人的图书馆参与度，实现全方位、立体式的科学发展性评价，并能真正通过评价促进学生阅读习惯的养成和阅读能力的提升，计算公式见③～⑧：

5 结语

基于本次“双一流”高校图书馆年度阅读报告的调查研究，阅读报告编制工作的发展大体可总结为四个阶段：①数据的采集、统计和展示阶段，即普通微信版报告的发布，目前多数高校图书馆阅读报告的编制还停留在这个阶段；②统计项目的丰富和简单分析阶段，即完整数据版报告的编制。北京大学图书馆、天津大学图书馆、上海交通大学图书馆等高校图书馆的年度阅读报告就符合专业性、精准化等诸多要求；③数据的关联性分析和可视化展示，即一份精致报告的形成，图书馆阅读数据只有与教学数据（选课、成绩等在校行为）、学科数据（师生科研）和管理数据（图书馆管理、校园管理等）产生联动，充分运用数据可视化技术，以精炼的语言精准地剖析问题的实质，才能兼顾阅读报告的专业性和可读性，展现数据之美；④阅读报告影响力及价值的升华。阅读报告的真正价值不应局限于总结过去的情况，更重要的在于预测未来发展趋势，提出建设性意见并指导实际工作。

注释：

① 年度阅读报告的统计时间为自然年。