趙瑾婷， 鄒 祥， 童 運(yùn)

(無錫商業(yè)職業(yè)技術(shù)學(xué)院 會(huì)計(jì)金融學(xué)院， 江蘇 無錫 214153)

隨著信息時(shí)代的到來，網(wǎng)絡(luò)逐漸深入人們的生活，給予人們便捷的溝通途徑和便利的支付環(huán)境。作為該潮流的主力軍，大學(xué)生熱衷于加入各種學(xué)習(xí)、健身打卡群，喜歡利用社交軟件分享生活狀態(tài)、關(guān)注時(shí)事動(dòng)態(tài)。Quest Mobile于2019年發(fā)布的《在校大學(xué)生洞察報(bào)告》顯示，在校大學(xué)生平均每人使用27.1個(gè)手機(jī)App，從使用時(shí)長來看，排在第一位的是移動(dòng)社交類App[1]。大學(xué)生在付款時(shí)樂于使用微信支付、支付寶等，在沒有足夠的資金滿足消費(fèi)需求時(shí)，會(huì)借助互聯(lián)網(wǎng)金融平臺(tái)進(jìn)行提前消費(fèi)。艾瑞咨詢發(fā)布的《2018年大學(xué)生消費(fèi)洞察報(bào)告》顯示，50.7%的大學(xué)生使用過分期產(chǎn)品，其中39.3%的提前分期消費(fèi)集中在互聯(lián)網(wǎng)金融平臺(tái)(花唄、京東白條等)，并且還有7.6%的大學(xué)生使用過現(xiàn)金貸產(chǎn)品[2]。

2014年之前，社會(huì)各界對(duì)大學(xué)生信用的探討多停留在考試作弊、論文抄襲等學(xué)業(yè)信用問題層面。隨著社交媒體的迅速發(fā)展及一些校園貸事件的影響，針對(duì)大學(xué)生信用問題的關(guān)注也開始聚焦于散播謠言等社交信用問題以及逾期還款等經(jīng)濟(jì)信用問題。2016年7月，共青團(tuán)中央、國家發(fā)改委、中國人民銀行聯(lián)合印發(fā)《青年信用體系建設(shè)規(guī)劃(2016—2020年)》，指出青年信用體系建設(shè)是社會(huì)信用體系建設(shè)的重要組成部分，要全面推進(jìn)青年信用體系建設(shè)[3]。但是青年信用信息比較分散，信用記錄嚴(yán)重缺失，信用數(shù)據(jù)的全面性、準(zhǔn)確性、及時(shí)性不足。因此，在大數(shù)據(jù)背景下構(gòu)建大學(xué)生信用評(píng)價(jià)體系，進(jìn)一步豐富大學(xué)生信用評(píng)價(jià)的指標(biāo)是非常有必要的。

一、文獻(xiàn)綜述

目前,針對(duì)大學(xué)生信用方面的研究主要圍繞大學(xué)生信用狀況調(diào)研、大學(xué)生誠信檔案管理、大學(xué)生信用評(píng)價(jià)體系建設(shè)以及大學(xué)生信用評(píng)價(jià)管理系統(tǒng)的設(shè)計(jì)四個(gè)方面。其中,大學(xué)生信用評(píng)價(jià)體系建設(shè)的研究主要從評(píng)價(jià)指標(biāo)選取、指標(biāo)權(quán)重計(jì)算和指標(biāo)分值設(shè)置三個(gè)方面展開。在評(píng)價(jià)指標(biāo)選取方面，李小芳[4]借鑒美國 FICO信用評(píng)分指標(biāo)體系、結(jié)合國內(nèi)商業(yè)銀行的個(gè)人信用評(píng)價(jià)指標(biāo)體系，從學(xué)生基本情況、在校表現(xiàn)、誠信記錄和內(nèi)在素質(zhì)四個(gè)方面對(duì)大學(xué)生進(jìn)行信用評(píng)價(jià)。侯雨欣、王沖[5]采用因子分析法對(duì)大學(xué)生信用評(píng)價(jià)指標(biāo)進(jìn)行篩選，從學(xué)業(yè)信用、經(jīng)濟(jì)信用、生活信用和社會(huì)信用四個(gè)維度設(shè)置二級(jí)和三級(jí)指標(biāo)對(duì)大學(xué)生進(jìn)行信用評(píng)價(jià)。在指標(biāo)權(quán)重計(jì)算方面，蘭硯軍[6]采用層次分析法來確定學(xué)生信用評(píng)價(jià)體系指標(biāo)的權(quán)重。劉姿含[7]采用SEM結(jié)構(gòu)方程模型對(duì)影響大學(xué)生信用的因素進(jìn)行實(shí)證研究。在指標(biāo)分值設(shè)置方面，王培等[8]及趙崤宏、溫然[9]采用德爾菲法進(jìn)行大學(xué)生信用評(píng)價(jià)指標(biāo)分值設(shè)置。綜上,目前構(gòu)建的大學(xué)生信用評(píng)價(jià)體系都是采用線下指標(biāo)對(duì)大學(xué)生信用進(jìn)行評(píng)價(jià)，但是大學(xué)生作為網(wǎng)絡(luò)中最活躍的群體，在對(duì)其進(jìn)行信用評(píng)價(jià)時(shí)，除了線下指標(biāo)之外，還應(yīng)包括互聯(lián)網(wǎng)金融消費(fèi)、網(wǎng)絡(luò)社交等線上指標(biāo)，從而使大學(xué)生信用評(píng)價(jià)體系更全面、更具時(shí)效性。

針對(duì)大數(shù)據(jù)技術(shù)在個(gè)人信用領(lǐng)域的應(yīng)用，蔡金鑫等[10]用行為和社交代替“5C”信用評(píng)估法中的擔(dān)保和條件，構(gòu)建了基于大數(shù)據(jù)的個(gè)人信用評(píng)估指標(biāo)體系。張晨、萬相昱[11]綜合傳統(tǒng)銀行信用評(píng)估體系和當(dāng)前互聯(lián)網(wǎng)信用評(píng)估體系，從個(gè)人特征、經(jīng)濟(jì)能力、消費(fèi)偏好、社交網(wǎng)絡(luò)、信用情況和風(fēng)險(xiǎn)信息六個(gè)維度來構(gòu)建個(gè)人信用評(píng)估體系。王冬一等[12]從社會(huì)資本角度構(gòu)建動(dòng)態(tài)的個(gè)人信用評(píng)估體系，并利用人工智能算法進(jìn)行信用評(píng)估指標(biāo)的篩選。劉新海[13]認(rèn)為應(yīng)從信用信息和信用風(fēng)險(xiǎn)評(píng)估方法兩方面入手，創(chuàng)新信用評(píng)分模式，對(duì)缺乏央行征信記錄的人群(如大學(xué)生、青年農(nóng)民工等)進(jìn)行信用評(píng)分。以上研究成果主要集中于大數(shù)據(jù)在個(gè)人信用評(píng)估體系建設(shè)方面的應(yīng)用，并沒有專門針對(duì)大數(shù)據(jù)如何應(yīng)用于大學(xué)生信用評(píng)價(jià)體系建設(shè)進(jìn)行研究。

在借鑒現(xiàn)有文獻(xiàn)的基礎(chǔ)上，本文側(cè)重于構(gòu)建大數(shù)據(jù)背景下的大學(xué)生信用評(píng)價(jià)體系。首先，參照“5C”信用評(píng)估法，構(gòu)建大數(shù)據(jù)背景下的大學(xué)生信用評(píng)價(jià)指標(biāo)體系；然后，通過發(fā)放涵蓋大學(xué)生信用評(píng)價(jià)指標(biāo)重要性比較的調(diào)查問卷并回收統(tǒng)計(jì)，對(duì)指標(biāo)的重要性進(jìn)行排序，采用層次分析法對(duì)大學(xué)生信用評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行分析，再按5分制對(duì)每一個(gè)評(píng)價(jià)指標(biāo)進(jìn)行分值界定，構(gòu)建大數(shù)據(jù)背景下的大學(xué)生信用評(píng)價(jià)體系；最后，應(yīng)用構(gòu)建好的大學(xué)生信用評(píng)價(jià)體系，運(yùn)用模糊綜合評(píng)價(jià)法來計(jì)算無錫高校大學(xué)生的信用評(píng)分，并對(duì)推進(jìn)大學(xué)生信用評(píng)價(jià)體系建設(shè)提供有針對(duì)性的建議。

二、信用評(píng)價(jià)相關(guān)理論與研究方法

(一)層次分析法

層次分析法(Analytic Hierarchy Process,簡稱AHP)是美國運(yùn)籌學(xué)家Saaty教授在20世紀(jì)80年代提出的一種多目標(biāo)或多方案決策方法，它結(jié)合了定性和定量分析思維，并且把決策過程層次化、數(shù)量化。具體來說,就是先將決策問題分解成目標(biāo)、準(zhǔn)則、方案等層次，然后用求解判斷矩陣特征向量的辦法，求得每一層次各元素對(duì)上一層次某元素的優(yōu)先權(quán)重，最后再用加權(quán)和的方法遞階歸并各備擇方案對(duì)總目標(biāo)的最終權(quán)重。

用層次分析法確定指標(biāo)權(quán)重的主要步驟如下：

第一步,建立層次結(jié)構(gòu)模型。將決策目標(biāo)、考慮因素和決策對(duì)象按它們之間的相互關(guān)系分為最高層、中間層和最低層，繪出層次結(jié)構(gòu)圖。最高層是指決策的目的、要解決的問題，最低層是指決策時(shí)的備選方案，中間層是指考慮的因素、決策的準(zhǔn)則。上一層因素對(duì)下一層從屬因素起支配作用，而下一層因素對(duì)上一層關(guān)聯(lián)因素起影響作用[14]。

第二步,構(gòu)建判斷矩陣。在確定各層次各因素之間的權(quán)重時(shí)，Saaty等人提出一致矩陣法，即對(duì)同一層次的指標(biāo)采用兩兩比較的方法來確定相對(duì)于上一層次的權(quán)重，兩兩比較結(jié)果構(gòu)成的矩陣稱作判斷矩陣。

M=(mij)n×n

(1)

式(1)中,mij是因素i和j的重要性比較結(jié)果。判斷矩陣M中的元素mij具有如下性質(zhì)：

(2)

mij參照Saaty給出的1～9標(biāo)度法進(jìn)行取值，標(biāo)度及其含義如表1所示。

表1 判斷矩陣標(biāo)度及含義

第三步,層次單排序及其一致性檢驗(yàn)。通過特征向量排序法，求解以下特征方程：

MW=λmaxW

(3)

對(duì)應(yīng)于判斷矩陣最大特征根λmax的特征向量，經(jīng)歸一化后記為W。W為同一層次因素對(duì)于上一層次某因素相對(duì)重要性的排序權(quán)值，這一過程稱為層次單排序。能否確認(rèn)層次排序，則需要進(jìn)行一致性檢驗(yàn)。一致性指標(biāo)用CI表示，CI值越大,表明判斷矩陣偏離完全一致性的程度越大；CI值越小，表明判斷矩陣一致性越好。

一致性指標(biāo)CI的計(jì)算公式為：

(4)

為衡量CI的大小，引入隨機(jī)一致性指標(biāo)RI。隨機(jī)一致性指標(biāo)RI的計(jì)算公式為：

(5)

RI的標(biāo)準(zhǔn)值如表2所示。

在檢驗(yàn)判斷矩陣是否具有滿意的一致性時(shí)，需將CI和RI進(jìn)行比較，得出層次單排序的一致性檢驗(yàn)系數(shù)CR1，公式為：

(6)

如果CR1<0.1 ，則認(rèn)為該判斷矩陣具有很好的一致性，判斷合理。

第四步,層次總排序及其一致性檢驗(yàn)。計(jì)算某一層次所有因素對(duì)于目標(biāo)層相對(duì)重要性的權(quán)值，稱為層次總排序。這一過程是從最高層次到最低層次依次進(jìn)行的。層次總排序也需要進(jìn)行一致性檢驗(yàn)，層次總排序的一致性檢驗(yàn)系數(shù)CR2的計(jì)算公式為：

(7)

如果CR2<0.1，則層次總排序通過一致性檢驗(yàn)。

(二)模糊綜合評(píng)價(jià)法

模糊綜合評(píng)價(jià)法是一種基于模糊數(shù)學(xué)的綜合評(píng)價(jià)方法。該綜合評(píng)價(jià)法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地應(yīng)對(duì)模糊的、難以量化的問題，適合解決非確定性問題。

運(yùn)用模糊綜合評(píng)價(jià)法的主要步驟如下：

第一步，模糊綜合評(píng)價(jià)指標(biāo)的構(gòu)建。確定評(píng)價(jià)指標(biāo)并構(gòu)建相應(yīng)的評(píng)價(jià)指標(biāo)體系。評(píng)價(jià)指標(biāo)的選取直接影響綜合評(píng)價(jià)的準(zhǔn)確性，所以應(yīng)該具有科學(xué)性。

第二步，確定指標(biāo)權(quán)重向量。通過專家經(jīng)驗(yàn)法或?qū)哟畏治龇ㄓ?jì)算指標(biāo)特征向量，本文通過層次分析法獲得指標(biāo)特征向量W。

第三步，構(gòu)建評(píng)價(jià)矩陣。建立隸屬函數(shù)，構(gòu)建評(píng)價(jià)矩陣R。

第四步，評(píng)價(jià)矩陣和權(quán)重的合成。采用合成因子將指標(biāo)特征向量W和評(píng)價(jià)矩陣R進(jìn)行合成，得到模糊結(jié)果向量E，并對(duì)模糊結(jié)果向量進(jìn)行解釋。

E=W×R

(8)

三、大學(xué)生信用評(píng)價(jià)體系的模型構(gòu)建

(一)評(píng)價(jià)指標(biāo)構(gòu)建

本文構(gòu)建的信用評(píng)價(jià)體系側(cè)重于評(píng)價(jià)大學(xué)生在校期間線上與線下的信用行為。傳統(tǒng)的個(gè)人信用評(píng)價(jià)方法是“5C”信用評(píng)估法，即從客戶的品質(zhì)(Character)、能力(Capacity)、資本(Capital)、擔(dān)保(Collateral)和條件(Condition)5個(gè)方面定性評(píng)價(jià)客戶的信用情況?！?C”信用評(píng)估法是金融機(jī)構(gòu)基于借款人過去的履約行為及現(xiàn)有的收入資產(chǎn)情況，對(duì)借款人的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估的一種方法。但是大部分在校大學(xué)生并沒有工作及自有資產(chǎn)，有些評(píng)價(jià)指標(biāo)并不適用于對(duì)在校大學(xué)生的信用評(píng)估。在大數(shù)據(jù)征信的背景下，應(yīng)充分考慮大學(xué)生的互聯(lián)網(wǎng)行為。因此，本文參考蔡金鑫等[10]的做法，用社交(Contact)和行為(Conduct)代替“5C”信用評(píng)估法中的擔(dān)保(Collateral)和條件(Condition)，構(gòu)建大數(shù)據(jù)背景下的大學(xué)生信用評(píng)價(jià)體系。由于有諸多因素影響大學(xué)生信用評(píng)價(jià)，在評(píng)價(jià)指標(biāo)選取時(shí)遵循實(shí)用性和有效性兩個(gè)原則，即相關(guān)指標(biāo)容易獲取且與大學(xué)生的信用評(píng)價(jià)有較強(qiáng)的關(guān)聯(lián)性。基于上述原則，本文從品質(zhì)、能力、資本、社交和行為五個(gè)維度共設(shè)置了24個(gè)指標(biāo)來評(píng)價(jià)大學(xué)生的信用情況，如圖1所示。

圖1 大學(xué)生信用評(píng)價(jià)體系層次結(jié)構(gòu)模型

1.品質(zhì)

在“5C”信用評(píng)估法中，品質(zhì)是指借款人努力履行其償債義務(wù)的可能性，可以從借款人的基本情況來判斷其品質(zhì)，主要包括受教育程度及征信記錄兩個(gè)方面?？紤]到大部分大學(xué)生在畢業(yè)之前并未在銀行借貸過，在央行征信系統(tǒng)里沒有征信記錄，而他們一般又都使用過互聯(lián)網(wǎng)金融平臺(tái)，在對(duì)其征信情況進(jìn)行評(píng)價(jià)時(shí)應(yīng)采用互聯(lián)網(wǎng)征信記錄。除了考慮大學(xué)生本人的基本情況之外，也需要考慮其父母的基本情況，因?yàn)樵谛４髮W(xué)生沒有穩(wěn)定的收入來源，其借貸行為通常由父母來履行償債義務(wù)。因此，選取本人基本信息、受教育程度、互聯(lián)網(wǎng)征信記錄、父母職業(yè)和父母征信記錄5個(gè)二級(jí)指標(biāo)來衡量大學(xué)生的品質(zhì)。

2.能力

在“5C”信用評(píng)估法中，能力是指借款人的償債能力，通常從借款人的收入狀況來判斷其償債能力。過去在校大學(xué)生的生活費(fèi)主要由家庭提供，不足部分會(huì)通過勤工儉學(xué)、獎(jiǎng)學(xué)金或助學(xué)貸款的方式獲取。但是隨著互聯(lián)網(wǎng)金融平臺(tái)日漸興起，很多大學(xué)生會(huì)借助花唄、京東白條等互聯(lián)網(wǎng)金融平臺(tái)進(jìn)行提前消費(fèi)。課題組對(duì)部分學(xué)生開展過關(guān)于互聯(lián)網(wǎng)金融平臺(tái)使用情況的調(diào)查，發(fā)現(xiàn)被調(diào)查者中只有個(gè)別學(xué)生未使用過互聯(lián)網(wǎng)金融平臺(tái)，說明在大學(xué)生群體中，互聯(lián)網(wǎng)金融平臺(tái)已經(jīng)成為他們獲取資金的重要渠道。因此，選取父母收入、獎(jiǎng)學(xué)金、兼職收入、互聯(lián)網(wǎng)金融平臺(tái)信用額度和助學(xué)貸款5個(gè)二級(jí)指標(biāo)來衡量大學(xué)生的能力。

3.資本

在“5C”信用評(píng)估法中，資本是指借款人的財(cái)務(wù)實(shí)力，可以通過借款人的財(cái)務(wù)狀況來衡量。在對(duì)大學(xué)生的財(cái)務(wù)狀況進(jìn)行衡量時(shí)，除了要考慮本人的網(wǎng)購消費(fèi)及網(wǎng)絡(luò)借貸情況之外，還需要考慮其家庭的財(cái)務(wù)狀況，因?yàn)榧彝サ呢?cái)務(wù)狀況直接影響他們的消費(fèi)和借貸行為。因此，選取網(wǎng)絡(luò)借貸信息、網(wǎng)購支付記錄、家庭資產(chǎn)情況和家庭負(fù)債情況4個(gè)二級(jí)指標(biāo)來衡量大學(xué)生的資產(chǎn)。

4.社交

社交是指大學(xué)生網(wǎng)絡(luò)社交生活的情況。隨著互聯(lián)網(wǎng)的飛速發(fā)展，目前大學(xué)生的網(wǎng)絡(luò)社交生活比線下社交生活更豐富,他們活躍在各大社交平臺(tái)中，熱衷于利用社交軟件進(jìn)行聊天、了解實(shí)時(shí)新聞。但是新媒體的出現(xiàn)也加快了謠言等的傳播速度,大學(xué)生在社交平臺(tái)上發(fā)布信息的質(zhì)量、是否被列入社交平臺(tái)黑名單也是衡量其社交信用的重要評(píng)價(jià)指標(biāo)。因此,選取社交平臺(tái)好友數(shù)量、發(fā)布信息質(zhì)量、發(fā)布信息頻率、黑名單和獲點(diǎn)贊個(gè)數(shù)5個(gè)二級(jí)指標(biāo)來衡量大學(xué)生的社交信用。

5.行為

行為是指大學(xué)生在學(xué)業(yè)及經(jīng)濟(jì)方面的行為表現(xiàn)。學(xué)業(yè)行為指標(biāo)除了選取傳統(tǒng)的考試作弊、課堂出勤情況之外，還應(yīng)考量在校大學(xué)生的網(wǎng)絡(luò)學(xué)習(xí)情況。在新冠肺炎疫情期間，各高校紛紛開展在線教學(xué)，但這也滋生了一些不良行為，最典型的就是不少學(xué)生應(yīng)付網(wǎng)課、甚至請(qǐng)人代刷網(wǎng)課，本文將其列入學(xué)業(yè)行為中。在經(jīng)濟(jì)行為方面主要考慮在校大學(xué)生的網(wǎng)絡(luò)借貸及互聯(lián)網(wǎng)分期消費(fèi)是否存在逾期償還的行為。因此，選取課堂出勤率、考試作弊、代刷網(wǎng)課、網(wǎng)貸履約情況和互聯(lián)網(wǎng)分期消費(fèi)償還記錄5個(gè)二級(jí)指標(biāo)來衡量大學(xué)生的行為。

(二)指標(biāo)權(quán)重確定

根據(jù)圖1的評(píng)價(jià)指標(biāo)，通過發(fā)放涵蓋評(píng)價(jià)指標(biāo)重要性兩兩比較的調(diào)查問卷并回收統(tǒng)計(jì)，對(duì)指標(biāo)重要性進(jìn)行排序。向無錫地區(qū)6所高校(江南大學(xué)、無錫太湖學(xué)院、無錫職業(yè)技術(shù)學(xué)院、無錫商業(yè)職業(yè)技術(shù)學(xué)院、江蘇信息職業(yè)技術(shù)學(xué)院、無錫城市職業(yè)技術(shù)學(xué)院)的師生發(fā)放問卷200份，回收有效問卷166份，調(diào)查對(duì)象包括學(xué)生、專任教師、學(xué)生管理人員。根據(jù)調(diào)查結(jié)果,按照式(1)構(gòu)建判斷矩陣。

層次排序一致性檢驗(yàn)結(jié)果如表3所示。

表3 判斷矩陣一致性檢驗(yàn)結(jié)果

根據(jù)結(jié)果，6個(gè)判斷矩陣及層次總排序都通過了一致性檢驗(yàn)，說明層次排序結(jié)果具有很好的一致性。層次排序結(jié)果如表4所示。

表4 層次排序結(jié)果

根據(jù)表4中一級(jí)指標(biāo)的權(quán)重系數(shù)可知，一級(jí)指標(biāo)的權(quán)重排序由高到低依次是品質(zhì)、能力、行為、社交和資本。其中品質(zhì)是大學(xué)生信用評(píng)價(jià)指標(biāo)中最重要的一級(jí)指標(biāo)，說明大部分被調(diào)查者認(rèn)為大學(xué)生及其家庭的基本情況是衡量大學(xué)生信用水平的重要標(biāo)準(zhǔn)。能力和行為指標(biāo)權(quán)重分別達(dá)到0.244和0.243，說明大學(xué)生的償債能力及其在學(xué)業(yè)和經(jīng)濟(jì)方面的行為表現(xiàn)被視為評(píng)價(jià)其信用的重要指標(biāo)。社交指標(biāo)在一級(jí)指標(biāo)中權(quán)重較小，主要是因?yàn)樯缃粩?shù)據(jù)屬于動(dòng)態(tài)數(shù)據(jù)，大學(xué)生活躍于各類社交平臺(tái)上，海量的社交數(shù)據(jù)導(dǎo)致獲取和篩選的工作量較大，但隨著大數(shù)據(jù)技術(shù)不斷深入應(yīng)用，預(yù)計(jì)社交指標(biāo)的權(quán)重會(huì)不斷增加。

根據(jù)二級(jí)指標(biāo)相對(duì)于目標(biāo)的權(quán)重系數(shù)可知，受教育程度、互聯(lián)網(wǎng)征信記錄、父母收入、課堂出勤率、互聯(lián)網(wǎng)分期消費(fèi)償還記錄和獎(jiǎng)學(xué)金等都占有較高的權(quán)重，權(quán)重占比都在7%以上。可見在大數(shù)據(jù)背景下，除了傳統(tǒng)的信用評(píng)價(jià)指標(biāo)之外，對(duì)大學(xué)生的信用評(píng)價(jià)也愈發(fā)關(guān)注互聯(lián)網(wǎng)征信記錄、分期消費(fèi)等互聯(lián)網(wǎng)信用評(píng)價(jià)指標(biāo)。隨著大數(shù)據(jù)的深入應(yīng)用，未來高校在建立大學(xué)生信用評(píng)價(jià)體系時(shí)，應(yīng)全面衡量其學(xué)業(yè)、經(jīng)濟(jì)和社交層面的信用水平，營造“失信懲罰，守信激勵(lì)”的良好氛圍。

(三)二級(jí)指標(biāo)分值界定

集中整理8名專家的意見，并根據(jù)全面科學(xué)、靈活可操作的原則，充分考慮大學(xué)生的特點(diǎn)，采用5分制對(duì)大學(xué)生個(gè)人信用評(píng)價(jià)的24項(xiàng)二級(jí)指標(biāo)進(jìn)行分值界定，具體如表5所示。

表5 二級(jí)指標(biāo)評(píng)價(jià)分值參考表

四、大學(xué)生信用評(píng)價(jià)體系的模型應(yīng)用

(一)無錫高校大學(xué)生整體信用狀況評(píng)價(jià)

以無錫地區(qū)6所高校的學(xué)生為調(diào)查對(duì)象，通過網(wǎng)絡(luò)問卷的方式，對(duì)無錫高校大學(xué)生信用狀況進(jìn)行調(diào)查，調(diào)查時(shí)間為2020年10月至12月，共收回問卷904份，其中有效問卷866份，樣本有效率為95.80%。有效問卷中,江南大學(xué)144份、無錫太湖學(xué)院95份、無錫職業(yè)技術(shù)學(xué)院199份、無錫商業(yè)職業(yè)技術(shù)學(xué)院214份、江蘇信息職業(yè)技術(shù)學(xué)院96份、無錫城市職業(yè)技術(shù)學(xué)院118份。將問卷調(diào)查所得到的結(jié)果進(jìn)行量化處理，分值為1～5分，得到該調(diào)查樣本最終的信用評(píng)分。

以江南大學(xué)某一樣本為例，通過模糊綜合評(píng)價(jià)法來計(jì)算該樣本的信用評(píng)分。根據(jù)評(píng)分結(jié)果，該樣本品質(zhì)M1的模糊關(guān)系矩陣如下：

通過模糊變換，對(duì)M1進(jìn)行綜合評(píng)判。由于前文中已知W1=[0.067,0.420,0.275,0.093,0.144]，故由式(8)可得：

E1=W1×R1=[0.067,0.420,0.275,

同理，可以得到：

E2=W2×R2=[0,0.060,0.240,0,0.701]

E3=W3×R3=[0,0,0.152,0.448,0.400]

E4=W4×R4=[0,0.104,0.040,0.480,

0.376]

E5=W5×R5=[0.067,0,0,0,0.933]

根據(jù)以上計(jì)算結(jié)果，利用各二級(jí)指標(biāo)的模糊變換結(jié)果進(jìn)行一級(jí)指標(biāo)層的二級(jí)綜合評(píng)判,最終獲得該樣本總體信用評(píng)分的模糊結(jié)果向量：

E=W×R=[0.016,0.050,0.074,0.337,

0.522]

按照最大隸屬度原則，計(jì)算得到該樣本的信用評(píng)分：

S=E×L=4.296

其余865份有效樣本的信用評(píng)分情況也通過上述方法計(jì)算得到。無錫高校大學(xué)生整體信用評(píng)分分布情況如表6所示。

表6 無錫高校大學(xué)生整體信用評(píng)分分布表

通過表6可以看出，在866份有效樣本中，信用狀況為優(yōu)秀的學(xué)生有51人，占比5.89%；信用狀況為良好的學(xué)生有768人，占比88.68%；信用狀況為較差或危機(jī)的學(xué)生為47人，占比5.43%。這說明無錫高校大學(xué)生的整體信用水平較高，但仍有一小部分學(xué)生信用水平較低，需要進(jìn)行信用教育，幫助他們提高信用意識(shí)。

(二)無錫高校大學(xué)生信用狀況分類評(píng)價(jià)

將所選取的6所學(xué)校劃分為兩類，其中江南大學(xué)、無錫太湖學(xué)院都是本科院校，歸為一類，命名為第一類高校；無錫職業(yè)技術(shù)學(xué)院、無錫商業(yè)職業(yè)技術(shù)學(xué)院、江蘇信息職業(yè)技術(shù)學(xué)院、無錫城市職業(yè)技術(shù)學(xué)院屬于高職院校，歸為一類，命名為第二類高校。無錫第一類高校大學(xué)生整體信用評(píng)分分布情況如表7所示，第二類高校大學(xué)生整體信用評(píng)分分布情況如表8所示。

表7 無錫第一類高校大學(xué)生整體信用評(píng)分分布表

表8 無錫第二類高校大學(xué)生整體信用評(píng)分分布表

通過表7、表8可以看出，第一類高校中信用狀況為優(yōu)秀的大學(xué)生為29人，占比12.13%，該占比高于第二類高校中信用狀況為優(yōu)秀的學(xué)生比例。第一類高校中信用狀況為良好和優(yōu)秀的大學(xué)生累計(jì)228人，累計(jì)占比95.40%。

第二類高校中信用狀況為優(yōu)秀的大學(xué)生為22人，占比3.51%，該占比略低于無錫高校大學(xué)生整體信用狀況為優(yōu)秀的學(xué)生比例。第二類高校中信用狀況為良好和優(yōu)秀的大學(xué)生累計(jì)591人，累計(jì)占比94.26%。

通過對(duì)比發(fā)現(xiàn)，兩類高校中信用狀況為良好和優(yōu)秀的大學(xué)生累計(jì)占比雖有差距，但差距并不是很大，且占比都高于90%，說明無錫地區(qū)各高校大學(xué)生的信用水平較高。

五、推進(jìn)大學(xué)生信用評(píng)價(jià)體系建設(shè)的建議

(一)引入互聯(lián)網(wǎng)征信企業(yè)，建立大學(xué)生信用綜合評(píng)價(jià)體系

構(gòu)建的大學(xué)生信用評(píng)價(jià)體系中，既包括學(xué)生在學(xué)業(yè)方面的行為表現(xiàn)，又涵蓋學(xué)生在網(wǎng)絡(luò)消費(fèi)及網(wǎng)絡(luò)社交方面的行為表現(xiàn)。因此，建議高?？紤]引入互聯(lián)網(wǎng)征信企業(yè)，與這些掌握線上數(shù)據(jù)來源和技術(shù)優(yōu)勢的互聯(lián)網(wǎng)征信企業(yè)進(jìn)行合作[15]，在保護(hù)學(xué)生個(gè)人信息安全的前提下，由他們在征信法律許可的范圍內(nèi)采集并分析大學(xué)生在網(wǎng)絡(luò)消費(fèi)及網(wǎng)絡(luò)社交方面的行為表現(xiàn)。綜合學(xué)生在校內(nèi)外的信用表現(xiàn)，建立大學(xué)生信用評(píng)價(jià)體系，測算大學(xué)生的信用分，評(píng)價(jià)大學(xué)生的信用水平。

(二)設(shè)計(jì)信用分應(yīng)用領(lǐng)域，創(chuàng)造因校制宜的征信應(yīng)用場景

建立大學(xué)生信用評(píng)價(jià)體系的目的是提高大學(xué)生的信用意識(shí)，規(guī)范他們校內(nèi)外的行為。因此，建議高校設(shè)計(jì)大學(xué)生信用分的應(yīng)用領(lǐng)域，并因校制宜地創(chuàng)造征信應(yīng)用場景，提供豐富完善的信用服務(wù)?；镜膽?yīng)用場景可以包括大學(xué)生評(píng)獎(jiǎng)評(píng)優(yōu)、入黨推優(yōu)、升學(xué)推薦等，除此之外，部分高校與企業(yè)組建了校企合作“訂單班”或者在校內(nèi)設(shè)有大學(xué)生創(chuàng)新創(chuàng)業(yè)園，應(yīng)當(dāng)考慮增加就業(yè)推薦、創(chuàng)業(yè)扶持等領(lǐng)域的信用服務(wù)。例如，針對(duì)信用分較高的學(xué)生，可優(yōu)先入選校企合作“訂單班”；有創(chuàng)業(yè)需求且信用狀況較好的學(xué)生，可給予創(chuàng)業(yè)扶持政策傾斜。

(三)組建信用評(píng)價(jià)辦公室，協(xié)調(diào)信用評(píng)價(jià)體系的建設(shè)工作

大學(xué)生信用評(píng)價(jià)體系建設(shè)需要校外互聯(lián)網(wǎng)征信企業(yè)與校內(nèi)各部門密切配合、共同發(fā)力。因此，建議高校組建大學(xué)生信用評(píng)價(jià)辦公室，該辦公室可以由學(xué)校學(xué)生工作處、教務(wù)處、信息化建設(shè)與管理處、財(cái)務(wù)處、各二級(jí)學(xué)院抽調(diào)人員組成,主要負(fù)責(zé)解決評(píng)價(jià)體系建設(shè)過程中遇到的各種問題,定期組織校外互聯(lián)網(wǎng)征信企業(yè)及校內(nèi)各部門進(jìn)行建設(shè)進(jìn)度匯報(bào)及問題反饋，最大限度地降低因溝通不及時(shí)、信息反饋慢等問題而延誤大學(xué)生信用評(píng)價(jià)體系建設(shè)的可能性。在信用評(píng)價(jià)體系建成之后，該辦公室仍負(fù)有推廣應(yīng)用的職責(zé)，確保信用評(píng)價(jià)體系能得到平穩(wěn)運(yùn)行。

(四)強(qiáng)化學(xué)生征信教育，培養(yǎng)大學(xué)生自身信用意識(shí)

在大學(xué)生信用評(píng)價(jià)體系推廣應(yīng)用過程中，高校還需要進(jìn)一步強(qiáng)化學(xué)生的征信教育，引導(dǎo)大學(xué)生珍愛信用記錄，提高信用水平，增強(qiáng)信用意識(shí)。因此，建議高校將征信教育納入全校的必修課，采用線上教育的形式為更多的學(xué)生傳授征信知識(shí)，分專題為全校學(xué)生普及社會(huì)信用體系、個(gè)人信用評(píng)分、征信應(yīng)用場景、個(gè)人信息保護(hù)等內(nèi)容，通過開課為大學(xué)生信用評(píng)價(jià)體系的推廣應(yīng)用奠定基礎(chǔ)。借助豐富的網(wǎng)絡(luò)資源，包括征信小知識(shí)、失信典型案例、征信微課堂等，在強(qiáng)化大學(xué)生誠信意識(shí)的同時(shí)，提升他們的個(gè)人信息保護(hù)、自我控制和維權(quán)意識(shí)。

(五)對(duì)接社會(huì)征信系統(tǒng)，促進(jìn)大學(xué)生信用信息共享共用

在以央行征信系統(tǒng)為主的社會(huì)征信系統(tǒng)中，大部分大學(xué)生并無信用記錄。而大學(xué)生是未來中國社會(huì)的中堅(jiān)力量，他們的信用良好與否，直接影響“信用中國”的建設(shè)進(jìn)程。因此，若高校的信用評(píng)價(jià)體系運(yùn)行成熟，可以考慮將大學(xué)生信用信息共享共用，包括制定大學(xué)生信用信息共享交換目錄，依托全國信用信息共享平臺(tái)開展大學(xué)生信用信息共享交換，構(gòu)建中國大學(xué)生信用數(shù)據(jù)庫，逐步與社會(huì)征信系統(tǒng)對(duì)接。通過信用信息共享機(jī)制，更有效地約束大學(xué)生在校內(nèi)外的信用行為，營造“失信懲罰，守信激勵(lì)”的校園氛圍。