付艷 任婉婷

摘? 要：利用大數(shù)據(jù)技術(shù)提升教育管理能力，推進(jìn)教育管理現(xiàn)代化是國(guó)家治理現(xiàn)代化的重要內(nèi)容，是貫徹大數(shù)據(jù)發(fā)展戰(zhàn)略的重要議題。高校要基于大數(shù)據(jù)與大學(xué)生管理在主體、行為、工具和資源方面的高度耦合，構(gòu)建“主體—行為—工具—資源”的實(shí)踐框架，探索大數(shù)據(jù)驅(qū)動(dòng)高校大學(xué)生管理的實(shí)踐路徑?？偟膩?lái)說(shuō)，高校學(xué)生管理在主體維度上要從總體管理轉(zhuǎn)向個(gè)性管理，在行為維度上要從靜態(tài)管理轉(zhuǎn)向動(dòng)態(tài)管理，在工具維度上要從模糊管理轉(zhuǎn)向精細(xì)管理，在資源維度上要從碎片管理轉(zhuǎn)向共享管理。

關(guān)鍵詞：大數(shù)據(jù);學(xué)生管理;教育管理

隨著信息技術(shù)的發(fā)展，云計(jì)算、物聯(lián)網(wǎng)等互聯(lián)網(wǎng)技術(shù)與移動(dòng)社交等媒體技術(shù)應(yīng)用興起，累積了快速增長(zhǎng)的海量數(shù)據(jù)，這意味著大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)。作為一種新興理念和一場(chǎng)科技革命，大數(shù)據(jù)不僅改變了人們的生活方式與思維模式，而且推動(dòng)了產(chǎn)業(yè)規(guī)劃、公共治理等方面的深刻變革。2014年，第十二屆全國(guó)人大二次會(huì)議將“大數(shù)據(jù)”首次納入到政府工作報(bào)告中，大數(shù)據(jù)逐漸成為各級(jí)政府、各地企業(yè)關(guān)注的焦點(diǎn)。2020年工信部先后發(fā)布《關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》、《關(guān)于工業(yè)大數(shù)據(jù)發(fā)展的指導(dǎo)意見(jiàn)》，將大數(shù)據(jù)在社會(huì)生產(chǎn)方面的應(yīng)用創(chuàng)新向縱深化推進(jìn)。由此可見(jiàn)，大數(shù)據(jù)已經(jīng)成為社會(huì)發(fā)展的引擎，在新時(shí)代發(fā)展中將發(fā)揮日益重要的作用。

大學(xué)生管理是高校管理的重要議題，但就目前來(lái)說(shuō)，其信息系統(tǒng)化與數(shù)據(jù)整合程度并不高。如何利用大數(shù)據(jù)理念、技術(shù)等優(yōu)勢(shì)驅(qū)動(dòng)大學(xué)生管理創(chuàng)新轉(zhuǎn)變，實(shí)現(xiàn)學(xué)生管理與大數(shù)據(jù)應(yīng)用有機(jī)結(jié)合，是一個(gè)值得研究的議題。高校學(xué)生管理在管理主體、管理行為、管理工具等方面與大數(shù)據(jù)特征之間有高度的耦合性。一是，主體維度。高校學(xué)生管理強(qiáng)調(diào)以學(xué)生為本，將學(xué)生視為個(gè)性教育的需求者、主動(dòng)教育的接受者、自主教育的能動(dòng)者，要求圍繞學(xué)生的個(gè)性發(fā)展提供管理服務(wù)。而大數(shù)據(jù)的重要價(jià)值之一便是通過(guò)相關(guān)分析等技術(shù)分析方法，連接不同的行為主體，將他們整合成相互關(guān)聯(lián)的整體網(wǎng)絡(luò)，從而提升管理服務(wù)水平。二是，行為維度。高校學(xué)生管理在促進(jìn)學(xué)生發(fā)展的同時(shí)，還應(yīng)當(dāng)密切關(guān)注學(xué)生的行為變化，以便預(yù)防認(rèn)知偏差行為、糾正不良認(rèn)知行為、發(fā)展理性認(rèn)知行為。在這一方面，大數(shù)據(jù)以流量數(shù)據(jù)來(lái)豐富存量數(shù)據(jù)，通過(guò)大數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)實(shí)時(shí)或近實(shí)時(shí)地從大量數(shù)據(jù)中提取有效信息，為分析學(xué)生動(dòng)態(tài)行為變化提供技術(shù)支撐。三是，工具維度。高校學(xué)生管理不僅強(qiáng)調(diào)管理規(guī)范，要求明確管理目標(biāo)、劃分管理責(zé)任、優(yōu)化管理方式，而且關(guān)注管理工具的準(zhǔn)確性與高效性，要求依托規(guī)范精細(xì)的管理工具提供管理服務(wù)。而大數(shù)據(jù)堅(jiān)持管理的數(shù)據(jù)導(dǎo)向，通過(guò)數(shù)字化的數(shù)據(jù)形式和智能化的處理方式為精準(zhǔn)化分析提供依據(jù)，為管理決策提供數(shù)據(jù)支持，協(xié)助管理者進(jìn)行管理決策。四是，資源維度。高校學(xué)生管理力求為學(xué)生的全面發(fā)展配置綜合性教育資源，圍繞學(xué)生發(fā)展需求提供學(xué)業(yè)促進(jìn)資源、創(chuàng)新創(chuàng)業(yè)資源等多維度資源。大數(shù)據(jù)的非結(jié)構(gòu)化數(shù)據(jù)能夠豐富結(jié)構(gòu)數(shù)據(jù)，通過(guò)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化處理實(shí)現(xiàn)管理資源與管理領(lǐng)域的拓展，為資源綜合性管理提供依據(jù)。

基于大數(shù)據(jù)思維、技術(shù)和資源與學(xué)生管理在主體、行為、工具和資源等方面的高度耦合性，本文以大數(shù)據(jù)為驅(qū)動(dòng)工具，依據(jù)高校學(xué)生管理的內(nèi)容，構(gòu)建“主體—行為—工具—資源”的分析框架，討論大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理的創(chuàng)新路徑。其中，高校學(xué)生管理在主體維度上要從總體管理轉(zhuǎn)向個(gè)性管理，在行為維度上要從靜態(tài)管理轉(zhuǎn)向動(dòng)態(tài)管理，在工具維度上要從模糊管理轉(zhuǎn)向精細(xì)管理，在資源維度上要從碎片管理轉(zhuǎn)向共享管理（見(jiàn)圖1）。

圖1? “主體-行為-工具-資源”的分析框架

一、主體維度：從總體管理轉(zhuǎn)向個(gè)性管理

傳統(tǒng)高校學(xué)生管理工作往往將學(xué)生視為被動(dòng)的接受者，向?qū)W生提供包攬性的管理服務(wù)以及提出程序化的行動(dòng)要求，呈現(xiàn)出全方位引導(dǎo)型的“管家式”總體管理特征。這種總體管理模式雖能滿足對(duì)學(xué)生管理的職能要求，但當(dāng)管理資源有限性與管理事務(wù)繁雜性發(fā)生沖突時(shí)，便會(huì)導(dǎo)致學(xué)生管理者與管理對(duì)象間出現(xiàn)“一對(duì)多”的情形。這既加重了管理者的工作壓力，又因管理工作內(nèi)容單一、形式枯燥而難以滿足學(xué)生的個(gè)性化需求，最終導(dǎo)致管理成效不佳的問(wèn)題。當(dāng)代高校學(xué)生成長(zhǎng)于多元環(huán)境中，在客觀上具有差異性，且在主觀上追求個(gè)性。若是管理者忽視學(xué)生代際特征的內(nèi)部差異性，沿襲傳統(tǒng)的總體管理模式，很有可能導(dǎo)致學(xué)生不理解、不配合管理制度，視管理為約束，管理的難度自然也會(huì)上升。同時(shí)，這種管理模式一定程度上也會(huì)弱化學(xué)生彰顯個(gè)性、發(fā)揮價(jià)值的能動(dòng)性需求，不利于學(xué)生的長(zhǎng)遠(yuǎn)發(fā)展。

在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)技術(shù)革新了管理數(shù)據(jù)的獲取方式，提升了管理者的信息分析能力，為學(xué)生管理者提供了新機(jī)遇。傳統(tǒng)的管理方式多以抽樣數(shù)據(jù)為依據(jù)，通過(guò)篩查變量、清洗數(shù)據(jù)等過(guò)程使抽樣數(shù)據(jù)盡可能與現(xiàn)實(shí)數(shù)據(jù)相符合，試圖最大程度上再現(xiàn)現(xiàn)實(shí)情境。這種“模擬真實(shí)”的統(tǒng)計(jì)假設(shè)，使抽樣數(shù)據(jù)的時(shí)間與空間條件被高度限制，得到的分析結(jié)果也僅能對(duì)特定的管理情境做出解釋，據(jù)此進(jìn)行的管理行動(dòng)也有了時(shí)空局限性。而大數(shù)據(jù)的管理理念和分析邏輯打破了傳統(tǒng)管理對(duì)數(shù)據(jù)的人為限制，將全部數(shù)據(jù)視為調(diào)查對(duì)象，可以真正做到“再現(xiàn)”現(xiàn)實(shí)情境。在大數(shù)據(jù)時(shí)代，事件的發(fā)生伴隨著數(shù)據(jù)的產(chǎn)生，將事件所產(chǎn)生的全部數(shù)據(jù)進(jìn)行記錄和分析能更真實(shí)地還原整個(gè)事件，從而完整地呈現(xiàn)出事件隨時(shí)間變化的發(fā)展過(guò)程。大數(shù)據(jù)技術(shù)不僅能客觀地呈現(xiàn)事件的截面狀態(tài)與縱向變化，而且能夠深刻地揭示事件的致因邏輯與運(yùn)作機(jī)制，從而為個(gè)性化分析提供了直接依據(jù)。因此，借助大數(shù)據(jù)技術(shù)所提供的豐富管理數(shù)據(jù)，真實(shí)還原事件的發(fā)生過(guò)程，使管理者全面了解事件起因、經(jīng)過(guò)、結(jié)果，為個(gè)性化管理奠定技術(shù)基礎(chǔ)。

除了在提供完整數(shù)據(jù)、還原事件發(fā)生過(guò)程等方面的優(yōu)勢(shì)之外，大數(shù)據(jù)還能夠驅(qū)動(dòng)高校學(xué)生管理改變傳統(tǒng)總體管理的弊端，實(shí)現(xiàn)向個(gè)性化管理轉(zhuǎn)型。一是，大數(shù)據(jù)能采集全體學(xué)生的行為數(shù)據(jù)，提供學(xué)生行為表現(xiàn)的全樣本信息。管理者依據(jù)全樣本信息，采用聚類分析技術(shù)挖掘?qū)W生行為表現(xiàn)的差異性，洞悉學(xué)生群體內(nèi)部分化的情況。此外，還能使用格蘭杰因果律深度分析行為表現(xiàn)差異的原因，從而發(fā)現(xiàn)不同學(xué)生群體的個(gè)性需求。二是，大數(shù)據(jù)采集學(xué)生各時(shí)段的數(shù)據(jù)后，通過(guò)過(guò)程數(shù)據(jù)分析技術(shù)，能夠追蹤到某一學(xué)生群體中的單個(gè)學(xué)生過(guò)去及現(xiàn)在的行為表現(xiàn)數(shù)據(jù)。學(xué)生管理者通過(guò)分析學(xué)生的發(fā)展歷程，了解學(xué)生的發(fā)展變化特征，從而更精準(zhǔn)地為學(xué)生提供所需的個(gè)性服務(wù)。三是，大數(shù)據(jù)不僅能采集到現(xiàn)存數(shù)據(jù)，而且能在數(shù)據(jù)處理過(guò)程中挖掘出新的數(shù)據(jù)，這種基于現(xiàn)存數(shù)據(jù)的數(shù)據(jù)創(chuàng)造已成為大數(shù)據(jù)的重要價(jià)值之一。管理者通過(guò)“學(xué)生中心”技術(shù)邀請(qǐng)學(xué)生參與到大數(shù)據(jù)過(guò)程中，并以體驗(yàn)與反饋的方式生成更具個(gè)性的數(shù)據(jù)報(bào)告，這些新數(shù)據(jù)將成為管理者調(diào)整管理方式的重要依據(jù)。大數(shù)據(jù)將全部數(shù)據(jù)視為研究對(duì)象，要求進(jìn)行廣泛且縱深的數(shù)據(jù)采集，這意味著學(xué)生管理者必須拓展數(shù)據(jù)來(lái)源、加強(qiáng)數(shù)據(jù)分析、推進(jìn)數(shù)據(jù)運(yùn)用?；诖?，大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理從總體管理轉(zhuǎn)向個(gè)性管理，有以下三條路徑（見(jiàn)圖2）。

圖2? 主體維度大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理的創(chuàng)新路徑

第一，運(yùn)用大數(shù)據(jù)對(duì)學(xué)生群體進(jìn)行分類，依據(jù)需求差異針對(duì)性地分配管理資源。利用大數(shù)據(jù)廣泛采集學(xué)生信息，根據(jù)學(xué)生日常行為與學(xué)業(yè)表現(xiàn)差異進(jìn)行預(yù)測(cè)性分類，據(jù)此提供個(gè)性化管理服務(wù)，使管理資源更有效地分配。美國(guó)天普大學(xué)曾使用大數(shù)據(jù)分析技術(shù)識(shí)別學(xué)習(xí)感到吃力及有輟學(xué)風(fēng)險(xiǎn)的學(xué)生，為其提供有針對(duì)性的輔導(dǎo)服務(wù)，這項(xiàng)技術(shù)使該校2001-2014年間的畢業(yè)率提升了24%。美國(guó)馬里蘭大學(xué)則利用大數(shù)據(jù)進(jìn)一步挖掘出導(dǎo)致學(xué)生輟學(xué)的課程與引起壓力的事件，明確了這類學(xué)生的問(wèn)題來(lái)源，提高了他們的留存率。

第二，運(yùn)用大數(shù)據(jù)對(duì)學(xué)生群體進(jìn)行追蹤，以生命歷程視角全面地認(rèn)知學(xué)生個(gè)體。大數(shù)據(jù)通過(guò)采集學(xué)生各成長(zhǎng)階段的信息，分析學(xué)生行為表現(xiàn)與其成長(zhǎng)歷程的關(guān)系，幫助管理者更客觀地看待每位學(xué)生。不僅如此，在大數(shù)據(jù)的輔助下，借助學(xué)生生命歷程視角，管理者能夠更全面地認(rèn)知學(xué)生發(fā)展過(guò)程。學(xué)生生命歷程包括“前學(xué)生”、“學(xué)生”、“后學(xué)生”三個(gè)階段，管理者可以在“前學(xué)生”階段從升學(xué)成績(jī)、課程模式等數(shù)據(jù)初步了解學(xué)生;在“學(xué)生”階段利用學(xué)業(yè)表現(xiàn)、課程規(guī)劃等數(shù)據(jù)幫助他們完成學(xué)業(yè);在“后學(xué)生”階段通過(guò)繼續(xù)教育、職業(yè)發(fā)展等數(shù)據(jù)進(jìn)行持續(xù)跟進(jìn)。

第三，運(yùn)用大數(shù)據(jù)與學(xué)生群體進(jìn)行互動(dòng)，引導(dǎo)學(xué)生體驗(yàn)并參與大數(shù)據(jù)管理過(guò)程。利用大數(shù)據(jù)的可視化技術(shù)將系統(tǒng)管理與用戶服務(wù)相聯(lián)結(jié)，通過(guò)提供個(gè)人數(shù)據(jù)報(bào)告幫助學(xué)生了解自身行為表現(xiàn)，及時(shí)收集學(xué)生反饋的數(shù)據(jù)以便調(diào)整后續(xù)管理計(jì)劃，充分發(fā)揮學(xué)生的能動(dòng)性并增強(qiáng)管理的可持續(xù)性。英國(guó)貝德福德大學(xué)利用大數(shù)據(jù)技術(shù)開(kāi)發(fā)的學(xué)生行為追蹤系統(tǒng)，通過(guò)邀請(qǐng)學(xué)生設(shè)定個(gè)人行為指標(biāo)權(quán)重鼓勵(lì)學(xué)生進(jìn)行自主管理。愛(ài)丁堡大學(xué)的LARC大數(shù)據(jù)計(jì)劃則通過(guò)給予學(xué)生選擇大數(shù)據(jù)報(bào)告內(nèi)容的權(quán)利，并鼓勵(lì)學(xué)生反饋體驗(yàn)感受，以此優(yōu)化學(xué)生管理方式，真正實(shí)現(xiàn)學(xué)生參與到管理中來(lái)的目標(biāo)，促進(jìn)學(xué)生的長(zhǎng)遠(yuǎn)發(fā)展。

二、行為維度：從靜態(tài)管理轉(zhuǎn)向動(dòng)態(tài)管理

傳統(tǒng)的高校學(xué)生管理一般采取自上而下的垂直管理方式，在多層級(jí)的管理模式下，組織間的信息溝通不順暢，管理效率難以提升。除了管理程序滯后外，在管理內(nèi)容上缺少差異、彈性，發(fā)展性不足，呈現(xiàn)相對(duì)靜態(tài)的管理特征。在這種管理模式中，學(xué)生管理者往往扮演“消防員”或“救生員”的角色，陷入了被動(dòng)應(yīng)急的困境中。在社會(huì)流動(dòng)性增強(qiáng)，信息更新速度加快的今日，學(xué)生管理者如不能盡快適應(yīng)，轉(zhuǎn)變傳統(tǒng)的管理模式，管理時(shí)差將會(huì)被不斷擴(kuò)大，管理的效果也會(huì)持續(xù)變差。

大數(shù)據(jù)以“大”為特征，一方面是數(shù)據(jù)存量大，將多源頭、多類型的數(shù)據(jù)匯集成了一個(gè)大規(guī)模的數(shù)據(jù)存貨;另一方面是數(shù)據(jù)流量大，包含事件過(guò)去全時(shí)段的數(shù)據(jù)，形成了一個(gè)連續(xù)穩(wěn)定的數(shù)據(jù)流。這對(duì)大數(shù)據(jù)存儲(chǔ)及運(yùn)算技術(shù)提出了新要求——不僅要滿足大規(guī)模數(shù)據(jù)的處理要求，而且要滿足連續(xù)數(shù)據(jù)的處理要求，尤其是要從實(shí)時(shí)或近時(shí)的數(shù)據(jù)中提取出有效的信息。原有分析技術(shù)僅適用于小規(guī)模數(shù)據(jù)，無(wú)法滿足實(shí)時(shí)數(shù)據(jù)流在速度、準(zhǔn)確性方面的更高要求。而流線型大數(shù)據(jù)分析技術(shù)著眼于數(shù)據(jù)流的處理，能夠在事件進(jìn)行過(guò)程中得出處理結(jié)果。這一分析技術(shù)以連續(xù)處理為原則，開(kāi)發(fā)出了集數(shù)據(jù)聚合、數(shù)據(jù)分析、數(shù)據(jù)詮釋為一體的連貫流程，實(shí)現(xiàn)了數(shù)據(jù)的快速處理。此外，以分布式計(jì)算為代表的批處理技術(shù)將大數(shù)據(jù)分為多個(gè)平行批次，使多個(gè)流線型大數(shù)據(jù)得以同時(shí)進(jìn)行分析。上述二者結(jié)合的混合模型更是極大地提高了大數(shù)據(jù)的處理速度。

大數(shù)據(jù)在數(shù)據(jù)處理規(guī)模、速度上的優(yōu)勢(shì)，使它能夠驅(qū)動(dòng)高校學(xué)生管理改變傳統(tǒng)相對(duì)靜態(tài)管理的弊端，向動(dòng)態(tài)管理轉(zhuǎn)型。一是，大數(shù)據(jù)連續(xù)地采集學(xué)生的行為數(shù)據(jù)，通過(guò)智慧校園等設(shè)施記錄學(xué)生行為數(shù)據(jù)，借助網(wǎng)絡(luò)社交等途徑呈現(xiàn)學(xué)生行為動(dòng)態(tài)，使管理者能動(dòng)態(tài)地了解學(xué)生行為過(guò)程。二是，大數(shù)據(jù)能準(zhǔn)確地分析學(xué)生的行為數(shù)據(jù)，通過(guò)分析全體學(xué)生的行為動(dòng)態(tài)形成標(biāo)準(zhǔn)化的測(cè)評(píng)指標(biāo)，將特定學(xué)生的行為與標(biāo)準(zhǔn)化指標(biāo)進(jìn)行對(duì)比，便能精準(zhǔn)地評(píng)價(jià)學(xué)生的狀態(tài)變化。三是，大數(shù)據(jù)能快速地對(duì)分析結(jié)果進(jìn)行反應(yīng)，通過(guò)反思與預(yù)測(cè)模型計(jì)算學(xué)生未來(lái)的行為表現(xiàn)，并據(jù)此向管理者提供可行的建議。管理者可以利用HBase技術(shù)隨時(shí)隨地登錄大數(shù)據(jù)系統(tǒng)查看數(shù)據(jù)變化情況及建議內(nèi)容，及時(shí)調(diào)整初始管理方案，縮短了管理的反應(yīng)時(shí)間，提高了干預(yù)的效率。大數(shù)據(jù)將數(shù)據(jù)流納為研究對(duì)象，要求進(jìn)行快速且準(zhǔn)確的數(shù)據(jù)處理，這意味著管理者必須強(qiáng)化數(shù)據(jù)采集能力、提高數(shù)據(jù)分析效率、加快數(shù)據(jù)應(yīng)用速度?；诖?，大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理從相對(duì)靜態(tài)管理轉(zhuǎn)向動(dòng)態(tài)管理，有以下三條路徑（見(jiàn)圖3）。

圖3? 行為維度大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理的創(chuàng)新路徑

第一，運(yùn)用大數(shù)據(jù)進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，依據(jù)實(shí)時(shí)數(shù)據(jù)掌握大學(xué)生最新動(dòng)態(tài)。大數(shù)據(jù)可以采集學(xué)生身份數(shù)據(jù)、系統(tǒng)數(shù)據(jù)、情境數(shù)據(jù)等最新行動(dòng)數(shù)據(jù)。其中，代表人口統(tǒng)計(jì)學(xué)特征的身份數(shù)據(jù)與記錄學(xué)業(yè)表現(xiàn)的系統(tǒng)數(shù)據(jù)可以通過(guò)日常的教育管理活動(dòng)采集，基于特定情境所產(chǎn)生的情境數(shù)據(jù)可以通過(guò)感應(yīng)裝置采集。英國(guó)一所高等教育研究所開(kāi)發(fā)出的學(xué)生行為追蹤數(shù)據(jù)，便運(yùn)用大數(shù)據(jù)橋接了射頻識(shí)別技術(shù)與信息通訊技術(shù)，采集到了先前無(wú)法采集的實(shí)時(shí)行動(dòng)數(shù)據(jù)，幫助管理者掌握了學(xué)生行為動(dòng)態(tài)。澳大利亞伍倫貢大學(xué)也實(shí)行了一項(xiàng)基于大數(shù)據(jù)的社交網(wǎng)絡(luò)適應(yīng)教學(xué)實(shí)踐計(jì)劃，將學(xué)生參與論壇討論、閱讀發(fā)表論文的時(shí)間及頻率納入學(xué)習(xí)管理范疇，為學(xué)生的日常學(xué)習(xí)行為賦予了意義。

第二，運(yùn)用大數(shù)據(jù)進(jìn)行學(xué)生行為分析，依據(jù)學(xué)生行為動(dòng)態(tài)評(píng)判學(xué)生變化狀況。利用大數(shù)據(jù)分析學(xué)生不同時(shí)空的行為特性及行為關(guān)聯(lián)，從而科學(xué)地分析學(xué)生的行動(dòng)邏輯并評(píng)價(jià)學(xué)生的行為表現(xiàn)。美國(guó)普渡大學(xué)基于大數(shù)據(jù)技術(shù)開(kāi)發(fā)了一款學(xué)生信號(hào)系統(tǒng)，該系統(tǒng)能經(jīng)濟(jì)高效地識(shí)別學(xué)生動(dòng)態(tài)行為的意義。例如，該系統(tǒng)將學(xué)生課外尋求幫助的行為視為學(xué)習(xí)努力的重要表現(xiàn)。

第三，運(yùn)用大數(shù)據(jù)進(jìn)行早期預(yù)警干預(yù)，識(shí)別學(xué)生的潛在風(fēng)險(xiǎn)狀態(tài)，控制危機(jī)演變。大數(shù)據(jù)可以進(jìn)行危機(jī)預(yù)警，通過(guò)判斷學(xué)生行為與標(biāo)準(zhǔn)狀態(tài)是否存在偏差，識(shí)別影響學(xué)生行為的潛在危險(xiǎn)因子。在此基礎(chǔ)上，實(shí)時(shí)監(jiān)測(cè)潛在危險(xiǎn)因子的變化趨勢(shì)并預(yù)測(cè)學(xué)生未來(lái)的行動(dòng)表現(xiàn)，在危險(xiǎn)行為產(chǎn)生前及時(shí)預(yù)警，提早對(duì)學(xué)生行為進(jìn)行干預(yù)，以防范危機(jī)事件的發(fā)生。英國(guó)貝德福德大學(xué)設(shè)計(jì)了一套學(xué)生行為預(yù)警系統(tǒng)。該系統(tǒng)能通過(guò)往來(lái)郵件、瀏覽頁(yè)面等數(shù)據(jù)自動(dòng)識(shí)別出存在潛在風(fēng)險(xiǎn)的個(gè)人或團(tuán)體，并向管理者作出預(yù)警提示，以及早控制、避免危機(jī)事件的發(fā)生。

三、工具維度：從模糊管理轉(zhuǎn)向精細(xì)管理

傳統(tǒng)的學(xué)生管理注重在實(shí)際工作中積累管理經(jīng)驗(yàn)，多依賴經(jīng)驗(yàn)進(jìn)行粗放管理。這種經(jīng)驗(yàn)導(dǎo)向型的管理模式雖有一定的適用性，但在一定程度上存在管理模糊的問(wèn)題。隨著學(xué)生管理事務(wù)的繁重化及管理方式的變遷，這種經(jīng)驗(yàn)導(dǎo)向型的管理模式已難以適應(yīng)時(shí)代發(fā)展的新要求。管理者如不加快轉(zhuǎn)變傳統(tǒng)依賴感性與經(jīng)驗(yàn)判斷的管理模式，及時(shí)順應(yīng)數(shù)字化管理的趨勢(shì)，學(xué)會(huì)利用量化管理的優(yōu)勢(shì)，將會(huì)造成管理偏差或效率低下等問(wèn)題。

大數(shù)據(jù)堅(jiān)持以數(shù)據(jù)為導(dǎo)向，具備智能化的數(shù)據(jù)處理能力，呈現(xiàn)出數(shù)字化的特征。大數(shù)據(jù)的智能化數(shù)據(jù)處理能力意味著其能利用搜集到的數(shù)據(jù)信息對(duì)管理對(duì)象進(jìn)行自動(dòng)化監(jiān)測(cè)管理與績(jī)效評(píng)估，并據(jù)此進(jìn)行循證導(dǎo)向的高效管理決策。而大數(shù)據(jù)的數(shù)字化特征則意味著其不僅可以采集不同來(lái)源、層級(jí)、種類、結(jié)構(gòu)的數(shù)據(jù)，而且可以將管理對(duì)象轉(zhuǎn)化為數(shù)據(jù)形式進(jìn)行處理，并對(duì)管理過(guò)程進(jìn)行數(shù)據(jù)記錄。隨著技術(shù)的發(fā)展，大數(shù)據(jù)在為管理者決策提供數(shù)據(jù)支持的同時(shí)，還將通過(guò)機(jī)器學(xué)習(xí)與自動(dòng)算法逐漸取代人工決策，這也成為大數(shù)據(jù)的重要價(jià)值之一。大數(shù)據(jù)的機(jī)器學(xué)習(xí)集信息理論、信號(hào)處理、運(yùn)算法則、控制理論、優(yōu)化理論為一體，是橋接計(jì)算機(jī)科學(xué)與統(tǒng)計(jì)學(xué)的重要領(lǐng)域。目前，大數(shù)據(jù)機(jī)器學(xué)習(xí)已具備了信息提取、誤差控制、目標(biāo)導(dǎo)向三大功能特征，并發(fā)展出了進(jìn)行多維數(shù)據(jù)分析的潛在結(jié)構(gòu)模型，向分析數(shù)據(jù)矩陣的矩陣低秩逼近。這使大數(shù)據(jù)的機(jī)器分析能適應(yīng)異質(zhì)性的數(shù)據(jù)形式，從而協(xié)助管理者進(jìn)行更精準(zhǔn)規(guī)范的管理決策。

大數(shù)據(jù)智能化、精準(zhǔn)化的數(shù)據(jù)處理能力，使它能夠驅(qū)動(dòng)高校學(xué)生管理改變傳統(tǒng)模糊管理的弊端，向精細(xì)化管理轉(zhuǎn)型。一是，通過(guò)大數(shù)據(jù)詳細(xì)記錄管理過(guò)程，學(xué)習(xí)者記錄、學(xué)習(xí)者卡片、感應(yīng)裝置、靈活教室設(shè)計(jì)等新技術(shù)能夠?qū)⒔虒W(xué)過(guò)程轉(zhuǎn)化為數(shù)據(jù)，并自動(dòng)記錄教學(xué)管理過(guò)程中所產(chǎn)生的數(shù)據(jù)。二是，利用大數(shù)據(jù)深度挖掘管理數(shù)據(jù)，通過(guò)數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)篩選與轉(zhuǎn)換、決策樹(shù)、ID3決策樹(shù)、測(cè)量誤差、分裂準(zhǔn)則、ID3運(yùn)算法則等程序，以及分類、聚類、預(yù)測(cè)、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、最近鄰法等技術(shù)進(jìn)行數(shù)據(jù)挖掘，從大量數(shù)據(jù)中提取出潛在的模式、關(guān)系以實(shí)現(xiàn)科學(xué)管理決策。三是，大數(shù)據(jù)受偏誤數(shù)據(jù)的影響小，全樣本分析的方法能夠提升分析的“容錯(cuò)能力”，通過(guò)關(guān)鍵詞篩選等方法減少網(wǎng)頁(yè)及社交媒體上的數(shù)據(jù)噪音，控制大數(shù)據(jù)分析誤差，提升管理的準(zhǔn)確性。大數(shù)據(jù)要求進(jìn)行標(biāo)準(zhǔn)且規(guī)范的數(shù)據(jù)處理，這意味著管理者必須提升數(shù)據(jù)分析能力、數(shù)據(jù)轉(zhuǎn)化能力、數(shù)據(jù)應(yīng)用能力。為此，實(shí)現(xiàn)大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理從模糊管理走向精細(xì)管理，有以下三條路徑（見(jiàn)圖4）。

圖4? 工具維度大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理的創(chuàng)新路徑

第一，運(yùn)用大數(shù)據(jù)對(duì)學(xué)生進(jìn)行量化管理，依據(jù)管理數(shù)據(jù)對(duì)學(xué)生進(jìn)行科學(xué)地精細(xì)管理。大數(shù)據(jù)能夠數(shù)字化地記錄管理過(guò)程，將管理數(shù)據(jù)按照地點(diǎn)、人物、時(shí)間三要素進(jìn)行標(biāo)準(zhǔn)化地處理，再通過(guò)預(yù)測(cè)、干預(yù)等模型進(jìn)行管理分析，最終將分析結(jié)果可視化，從而輔助管理者對(duì)學(xué)生進(jìn)行科學(xué)管理。美國(guó)亞利桑那州立大學(xué)運(yùn)用大數(shù)據(jù)模型預(yù)測(cè)有輟學(xué)風(fēng)險(xiǎn)的大學(xué)生，并及時(shí)干預(yù)以提高學(xué)生畢業(yè)率。英國(guó)哈德斯菲爾德大學(xué)更是通過(guò)用戶可控制的3D形式實(shí)現(xiàn)了更高階的數(shù)據(jù)可視化，使學(xué)生管理更加直觀和便捷。

第二，運(yùn)用大數(shù)據(jù)對(duì)學(xué)生行為進(jìn)行關(guān)聯(lián)分析，根據(jù)行為關(guān)聯(lián)科學(xué)地認(rèn)知學(xué)生狀態(tài)。大數(shù)據(jù)能夠深度挖掘?qū)W生數(shù)據(jù)間的關(guān)聯(lián)，利用學(xué)生成績(jī)、網(wǎng)絡(luò)學(xué)習(xí)時(shí)間等行為數(shù)據(jù)，勾勒學(xué)生行為結(jié)構(gòu)，課業(yè)成績(jī)、課程材料等情境數(shù)據(jù)，分析學(xué)生在特定情境中的行為表現(xiàn)，構(gòu)建行為表現(xiàn)與學(xué)習(xí)情境的交互關(guān)系，從而全面地認(rèn)知學(xué)生狀態(tài)。基于跨學(xué)科研究的“知識(shí)發(fā)現(xiàn)”項(xiàng)目，以提取有益信息為核心，通過(guò)關(guān)聯(lián)與回歸、預(yù)測(cè)與因素分析等多個(gè)步驟，充分挖掘數(shù)據(jù)之間的關(guān)聯(lián)，是大數(shù)據(jù)挖掘分析的重要基礎(chǔ)，也是高等教育引入大數(shù)據(jù)的必要工具。管理者可以利用“知識(shí)發(fā)現(xiàn)”項(xiàng)目科學(xué)地認(rèn)知學(xué)生行為間的關(guān)聯(lián)，通過(guò)控制管理因素改善學(xué)生行為表現(xiàn)。

第三，運(yùn)用大數(shù)據(jù)對(duì)學(xué)生進(jìn)行精準(zhǔn)管理，分析有效數(shù)據(jù)以提升管理的實(shí)效性。大數(shù)據(jù)能夠?qū)⒔虒W(xué)管理中的關(guān)聯(lián)數(shù)據(jù)、非關(guān)聯(lián)數(shù)據(jù)進(jìn)行分類清洗，通過(guò)篩選教學(xué)管理中的關(guān)鍵詞與不同類別信息實(shí)現(xiàn)數(shù)據(jù)過(guò)濾，精準(zhǔn)鎖定必要的考察對(duì)象，有效地限縮了數(shù)據(jù)處理的工作范圍。一項(xiàng)針對(duì)推特信息傳播的大數(shù)據(jù)研究通過(guò)用戶的標(biāo)簽對(duì)推特主題分類，成功減少了數(shù)據(jù)類別，優(yōu)化了大數(shù)據(jù)分析方式。

四、資源維度：從碎片管理轉(zhuǎn)向共享管理

傳統(tǒng)高校學(xué)生管理雖然可以基本滿足以往人才培養(yǎng)的要求，但會(huì)呈現(xiàn)出“鐵路警察、各管一段”的碎片化管理特征。這種碎片化的管理模式難以適應(yīng)當(dāng)前復(fù)合型多維度的管理需要。一方面，當(dāng)今社會(huì)需要大量的創(chuàng)新型人才，學(xué)生管理應(yīng)更注重培養(yǎng)學(xué)生的創(chuàng)造力;另一方面，面對(duì)管理過(guò)程中產(chǎn)生的大量數(shù)據(jù)，管理者應(yīng)拓寬管理領(lǐng)域，拓展管理方式。因此，管理者如不能適應(yīng)社會(huì)發(fā)展要求，加快轉(zhuǎn)變碎片化管理模式，則無(wú)法滿足學(xué)生全面發(fā)展的需要。

大數(shù)據(jù)革新了數(shù)據(jù)的處理方式，提升了組織的信息分析能力，從而能夠協(xié)助組織做出更科學(xué)的管理決策。目前所能采集到的數(shù)據(jù)85%以上是非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)庫(kù)無(wú)法對(duì)這些數(shù)據(jù)進(jìn)行有效處理，管理者也就無(wú)法充分挖掘這些數(shù)據(jù)背后隱藏的價(jià)值。但大數(shù)據(jù)形成了一套結(jié)構(gòu)性的數(shù)據(jù)語(yǔ)言來(lái)應(yīng)對(duì)非結(jié)構(gòu)性的數(shù)據(jù)環(huán)境，能夠通過(guò)標(biāo)準(zhǔn)化的模型對(duì)來(lái)源各異、類型各異的數(shù)據(jù)進(jìn)行采集、轉(zhuǎn)化、連接。大數(shù)據(jù)的這套結(jié)構(gòu)性數(shù)據(jù)語(yǔ)言不僅能夠通過(guò)統(tǒng)一的數(shù)據(jù)處理模型解決來(lái)自非關(guān)聯(lián)領(lǐng)域的不同問(wèn)題，而且能夠通過(guò)穩(wěn)定的性能滿足來(lái)自不同組織的不同要求，具有較強(qiáng)的適應(yīng)性。

大數(shù)據(jù)在數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)整合上的優(yōu)勢(shì)，使它能夠驅(qū)動(dòng)高校學(xué)生管理改變傳統(tǒng)碎片化管理的弊端，實(shí)現(xiàn)向共享管理轉(zhuǎn)型。一是，大數(shù)據(jù)通過(guò)統(tǒng)一化的數(shù)據(jù)平臺(tái)采集多樣化的學(xué)生數(shù)據(jù)，將形式多樣的學(xué)生數(shù)據(jù)轉(zhuǎn)化為標(biāo)準(zhǔn)化的數(shù)據(jù)形式，再利用規(guī)范化的數(shù)據(jù)代碼將所有數(shù)據(jù)整合進(jìn)系統(tǒng)，從而適應(yīng)不同的管理情境。二是，大數(shù)據(jù)探究多因素間的關(guān)聯(lián)，通過(guò)聚類分析、主成分分析等技術(shù)探索學(xué)生管理的內(nèi)部結(jié)構(gòu)，通過(guò)關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘等技術(shù)探索學(xué)生管理的外部關(guān)聯(lián)，從而把握學(xué)生管理的綜合性規(guī)律。三是，大數(shù)據(jù)通過(guò)利用學(xué)生事務(wù)間的關(guān)聯(lián)開(kāi)拓新的管理領(lǐng)域，創(chuàng)新學(xué)生管理的模式與方法。大數(shù)據(jù)具有較強(qiáng)適用性，需要進(jìn)行廣泛且多元的數(shù)據(jù)管理，這意味著學(xué)生管理者必須提升數(shù)據(jù)采集能力、數(shù)據(jù)轉(zhuǎn)換能力、數(shù)據(jù)互聯(lián)能力。基于上述分析，大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理從碎片化管理轉(zhuǎn)向共享管理，有以下三條路徑（見(jiàn)圖5）。

圖5? 資源維度大數(shù)據(jù)驅(qū)動(dòng)高校學(xué)生管理的創(chuàng)新路徑

第一，運(yùn)用大數(shù)據(jù)建設(shè)學(xué)生管理數(shù)據(jù)庫(kù)，利用統(tǒng)一平臺(tái)采集學(xué)生的管理數(shù)據(jù)。數(shù)據(jù)庫(kù)是利用大數(shù)據(jù)進(jìn)行量化管理的基礎(chǔ)，為統(tǒng)一管理營(yíng)造了數(shù)據(jù)環(huán)境。大數(shù)據(jù)倉(cāng)庫(kù)除了能夠?yàn)閯?dòng)態(tài)管理提供數(shù)據(jù)基礎(chǔ)之外，統(tǒng)一的大數(shù)據(jù)平臺(tái)還能為采集學(xué)生數(shù)據(jù)、建構(gòu)學(xué)生管理數(shù)據(jù)模型提供便利。大部分美國(guó)高校已建立了較為完善的數(shù)據(jù)庫(kù)系統(tǒng)和數(shù)據(jù)倉(cāng)庫(kù)。英國(guó)教育政府部門(mén)也設(shè)置了以大數(shù)據(jù)為核心的教育數(shù)據(jù)室，并利用其提供的信息制定科學(xué)的教育政策。

第二，運(yùn)用大數(shù)據(jù)整合學(xué)生管理數(shù)據(jù)庫(kù)，依據(jù)互聯(lián)系統(tǒng)協(xié)調(diào)管理學(xué)生事務(wù)。大數(shù)據(jù)能夠整合來(lái)源各異的數(shù)據(jù)信息，通過(guò)整合虛擬數(shù)據(jù)系統(tǒng)和現(xiàn)實(shí)數(shù)據(jù)系統(tǒng)拓展學(xué)生數(shù)據(jù)的來(lái)源。對(duì)于日常教學(xué)、實(shí)踐等過(guò)程中產(chǎn)生的數(shù)據(jù)，大數(shù)據(jù)整合后進(jìn)行合理的交互、操作，以此協(xié)助學(xué)生管理者進(jìn)行分析。新西蘭奧塔哥大學(xué)通過(guò)整合科研與教學(xué)數(shù)據(jù)，評(píng)估機(jī)構(gòu)表現(xiàn)、預(yù)測(cè)未來(lái)發(fā)展情況并確認(rèn)潛在的問(wèn)題。教育出版商皮爾遜教育通過(guò)整合60項(xiàng)全球性教育數(shù)據(jù)，探索出反映區(qū)域教育獲得與認(rèn)知水平的“全球教育指數(shù)排名”，使研究者與政策制定者從區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展的角度看待教育問(wèn)題。

第三，運(yùn)用大數(shù)據(jù)推進(jìn)學(xué)生管理數(shù)據(jù)開(kāi)放，通過(guò)多元參與實(shí)現(xiàn)學(xué)生管理的協(xié)同治理。大數(shù)據(jù)的分析結(jié)果不僅能夠協(xié)助管理者進(jìn)行科學(xué)決策，而且可以向?qū)W生群體及時(shí)反饋，使其進(jìn)行自主管理與調(diào)整。高校同樣可以與就業(yè)等部門(mén)共享學(xué)生信息，拓展學(xué)生管理職能，實(shí)現(xiàn)向多元協(xié)同治理轉(zhuǎn)型。由經(jīng)濟(jì)合作與發(fā)展組織開(kāi)發(fā)出的“教育GPS”是以數(shù)據(jù)為導(dǎo)向的教育工具，它可以向用戶呈現(xiàn)國(guó)際學(xué)生的評(píng)估數(shù)據(jù)，以進(jìn)行國(guó)際間的教育政策比較。用戶產(chǎn)生的使用數(shù)據(jù)也可以繪制成國(guó)際教育政策地圖，從而實(shí)現(xiàn)國(guó)際間教育政策與資訊共享。

參考文獻(xiàn)：

[1]劉輝.大數(shù)據(jù)時(shí)代思想政治教育的微傳播化[J].思想理論教育，2014（06）：81-85.

[2]政府工作報(bào)告——2014年3月5日在第十二屆全國(guó)人民代表大會(huì)第二次會(huì)議上[EB/OL].（2014-03-15）[2019-06-08].http：//www.npc.gov.cn/npc/xinwen/2014-03/15/content_1855927.htm.

[3]洪雷，張佩.大數(shù)據(jù)背景下的高校學(xué)生網(wǎng)格化管理模式構(gòu)建[J].現(xiàn)代教育管理，2017（12）： 96-101.

[4][13][22]Qin S J. Process data analytics in the era of big data[J].AIChE Journal，2014， 60（9）：3092-3100.

[5][10]Knox J. Data Power in Education： Exploring Critical Awareness with the “Learning Analytics Report Card”[J]. Television & New Media， 2017，18（8）： 734-752.

[6]The Hechinger Report. Temple University is spending millions to get more students through college，but is there a cheaper way？[EB/OL].（2016-05-18） [2019-06-08]. http：//hechingerreport.org/temple-university-spending-millions-get-students-college-cheaper-way/.

[7]The Baltimore Sun. Maryland universities to use data to predict student success—or failure [EB/OL].（2016-06-11）[2019-06-08].https：//www.baltimoresun.com/news/maryland/education/bs-md-college-analytics-20160611-story.html.

[8]Attaran M，Stark J， Stotler D. Opportunities and challenges for big data analytics in US higher education：A conceptual model for implementation[J].Industry and Higher Education， 2018， 32（3）： 169-182.

[9][20][29]Ong V K. Business intelligence and big data analytics for higher education： Cases from UK Higher Education Institutions[J]. Information Engineering Express， 2016， 2（1）：65-75.

[11]黃曉波.我國(guó)高校學(xué)生事務(wù)管理：?jiǎn)栴}與對(duì)策[J]. 高等教育研究，2009（7）：71-76.

[12]Davenport T H，Barth P，Bean R. How 'big data' is different[M].MIT Sloan Management Review， 2012： 23-27.

[14][19]Sclater N，Peasgood A，Mullan J. Learning analytics in higher education. A review of UK and international practice. Full report.[R/OL].（2016-04）[2019-06-08]. http：//www.jisc.ac.uk/sites/default/files/learning-analytics-in-he-v3.pdf.

[15][16][23]Kla?nja‐Mili?evi? A， Ivanovi? M，Budimac Z. Data science in education： Big data and learning analytics[J]. Computer Applications in Engineering Education， 2017， 25（6）：1066-1078.

[17]Duan Y，Cao G， Ong V K， et al. Big data in higher education： An action research on managing student engagement with business intelligence[C]//Second International Conference on Emerging ResearchParadigm in Business and Social Science，Middlesex University，Dubai，26-28 November，2013：1-15.

[18][28]Daniel B K， Butson R. Technology Enhanced Analytics （TEA） in Higher Education[C]//International Conference on Educational Technologies，University of Otago，Dunedin，January，2013：89-96.

[21]董卓寧.運(yùn)用學(xué)生大數(shù)據(jù)提升高校思想政治工作精準(zhǔn)度[J].思想理論教育，2018（4）：108-111.

[24]Baradwaj B K， Pal S. Mining educational data to analyze students' performance[J].International Journal of Advanced Computer Science and Applications，2011，（6）：63-69.

[25]Waldherr A， Maier D， Miltner P， et al. Big data， big noise： the challenge of finding issue networks? on the web[J]. Social Science Computer Review，2017，35（4）：427-443.

[26][31]Tinati R， Halford S， Carr L， et al. Big data： methodological challenges and approaches for sociological analysis[J]. Sociology， 2014， 48（4）： 663-681.

[27]Fischer F，F(xiàn)uchs J，Mansmann F，et al. BANKSAFE： Visual analytics for big data in large-scale computer networks[J]. Information Visualization，2015，14（1）：51-61.

[32]李國(guó)杰，程學(xué)旗.大數(shù)據(jù)研究：未來(lái)科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J].中國(guó)科學(xué)院院刊，2012（6）： 647-657.

[33]江艷，儲(chǔ)祖旺.基于數(shù)據(jù)驅(qū)動(dòng)的美國(guó)高校學(xué)生事務(wù)預(yù)測(cè)分析管理[J].高等教育研究， 2017（12）：90-95.

[34]Fenwick T， Edwards R. Exploring the impact of digital technologies on professional responsibilities and education[J]. European Educational Research Journal，2016， 15（1）：117-131.

[30][35]Daniel B. Big Data and analytics in higher education： Opportunities and challenges[J]. British journal of educational technology，2015，46（5）：904-920.

[36][37]Williamson B. Digital education governance： data visualization， predictive analytics， and ‘real-time’policy instruments[J].Journal of Education Policy，2016，31（2）：123-141.

責(zé)任編輯? 楊慧芝

*作者簡(jiǎn)介：付艷，廣州大學(xué)經(jīng)濟(jì)與統(tǒng)計(jì)學(xué)院副教授，中南大學(xué)馬克思主義學(xué)院博士研究生;任婉婷，廣州大學(xué)公共管理學(xué)院本科生。*基金項(xiàng)目：本文系2018年度教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“新時(shí)代網(wǎng)絡(luò)思想政治教育的內(nèi)容結(jié)構(gòu)與績(jī)效評(píng)價(jià)研究”（項(xiàng)目批準(zhǔn)號(hào)：18YJC710013）的階段性成果。