大數據與“雙減”背景下校外培訓機構治理的路徑探索
——關于構建信用風險評價系統的建議

□王學男 金建花 方建紅

隨著大數據的發展與“雙減”政策的出臺，校外培訓機構治理也面臨著新機遇和新挑戰。教育部部長懷進鵬曾于2022 年初指出，要聚焦數字中國，大力實施教育數字化戰略行動。要按照“需求牽引、應用為王、服務至上”的原則，搶占未來發展先機，切實以教育信息化推動教育高質量發展。以第四次科技革命為代表的信息智能技術的跨界融合與高速發展，使得以資本市場理論和信息科學為支撐的新方法，為信用風險評價提供了獲取、存儲、挖掘、分析和應用大數據的智能平臺和應用場景。關于信用風險評價的研究，國外學者起步較早且研究成果較為豐富，但研究重點主要集中在經濟領域，尤其是金融保險領域。在商業實踐中，旨在對事前、事中和事后階段，通過量化數據的信用評價方法進行信用評級，來衡量信用風險的大小，分析潛在風險因素，以期規避或降低風險，從而構建良好的社會信用制度和市場生態。因此，緊扣落實“雙減”背景下的教育高質量發展需求，注重校外培訓機構治理的應用，服務各利益相關方，借鑒信用風險評價的思路與方法，構建流程化、信息化、標準化、實時化、自動化的信用風險評價系統，不失為創新高效治理校外培訓機構的可行路徑。

一、問題緣起：技術與政策雙重推動下創新治理的需要

前些年，隨著校外培訓機構的規模逐漸擴張，校外培訓領域的信用風險問題突出，失信行為屢有發生。從“聚智堂”到“韋博教育”，再到“優勝教育”“萬門大學”，由于校外培訓機構盲目擴張、風險意識缺乏等因素影響，出現資金鏈斷裂、拖欠教職工工資、家長退費無門等問題，甚至時有“卷錢跑路”等風險事件發生。這些嚴重的失信行為將教育培訓行業推上了風口浪尖。然而，目前校外培訓領域仍缺乏科學系統的信用風險評價指標體系。

隨著科技與教育的深度融合，技術應用模式不斷創新，校外培訓機構業務日趨復雜多樣。與傳統的信用風險相比，校外培訓領域的信用風險變得更為錯綜復雜，呈現出網絡化、變異化、信息化、隱蔽化等特點。如果仍按照其他行業的信用風險評估方法和傳統治理方式，將難以處理在校外培訓機構治理過程中出現的高速性、動態性、復雜性和突發性問題。據此，探索構建適用于我國教育發展實際和校外培訓機構的信用風險評價系統，有一定的必要性。

二、研究發展：校外培訓機構風險防范與化解的理論與模式

（一）傳統信用風險評價方法的利與弊

在商業實踐中，主要通過信用評級的信用評估方法來衡量企業信用風險的大小。一般認為，現代信用評級起源于20 世紀初的美國，早期主要是為分散的投資人提供債務發行人信用風險信息，解決投資人與發行人的信息不對稱問題[1]。1909 年，穆迪（Moody）開創了以簡單的評級符號來表示債權信用等級的先河，隨后陸續形成了標準普爾（S&P）和惠譽（Fitch）的信用評級方法，這三家信用評級機構被公認為國際上最具權威性的專業信用評級機構。隨著社會經濟和科技的發展，它們的信用評價方法也在不斷完善，以不斷適應新的形勢。目前，它們對于企業進行信用評級均是采用定量與定性相結合的方法。總體上，這些專業信用評級機構是從企業經營環境、企業財務風險、定性調整和外部支持等方面來衡量企業信用風險的。

國際上通用的商業信用評估是基于“5C”的考察。所謂“5C”，是指被考察對象的品質或付款意愿（Character）、資本規模（Capital）、償付能力（Capacity）、抵押擔保狀況（Collateral）以及環境或條件（Condition）[2]。國內外學者開發了很多企業適用的信用風險計量模型，根據不同的數據來源、不同的應用場景，采用不同的分析方法或多種方法相結合，使用類聚分析、邏輯回歸、神經網絡、判別分析、決策樹、多元回歸、基因算法、RFM 分析、共性過濾分析等進行模型構建和評分、評級的數據分析。

這些信用風險計量模型各有優勢與局限性。相較于傳統的專家經驗與專業判斷方法，這些數學模型的評級過程與結果更為客觀，也能更有效地預測風險大小。隨著大數據技術的廣泛應用及機器學習技術的快速發展，這些前沿的計量方法越來越多地應用于信用風險評估。與此同時，由于信用風險來源復雜，數學模型和統計學分析方法對使用人員的專業知識要求太高，且需要大量的數據積累，因此，定量的信用風險計量模型在現實場景中受到了諸多限制。如何對信用風險進行評價，始終是一項研究難題。

整體來看，以經營管理和財務狀況為核心的傳統評級方法并未發生實質性的變化，較為理想的是采用定性分析與定量分析相結合的方法綜合評價企業的信用風險。將信用風險評價系統引入校外培訓機構的綜合治理，恰恰為大數據的發展與“雙減”背景下校外培訓機構的治理提供了新思路。

（二）國外實踐注重多元治理的校外培訓機構信用風險評價的應用實效

校外培訓機構信用風險的評價也是國際社會普遍關注的問題，各國從不同角度，針對治理實效進行了應用性研究。

為降低私立校外培訓機構的倒閉率，歐洲一些國家采用關系管理的方式，通過第三方專業協會，對私立校外培訓機構的管理人員開展經營指導，運用信息技術對其經營狀況進行跟蹤評估。[3]新加坡將私立教育機構定義為：在教育及培訓行業中，獨立于新加坡公立學校體系、外國源流學校以及由新加坡經濟發展局推展的各主要研究生院、私立綜合大學和私立中學之外的實體。新加坡政府為維護消費者（學生）的利益，推出了消協保證標志計劃，即使在私立教育機構因破產或被取締而無法繼續運作的情況下，也能保障學生的學費免受損失。同時，為提高私立教育機構的管理水平，增強競爭能力，設立了素質級資格認證計劃。這兩項計劃都有完善的評價指標體系和嚴格的認證程序。新加坡私立教育機構質量保障計劃的實施，提升了私立教育機構的質量，保障了學生的合法權益，樹立了新加坡教育服務市場的良好聲譽。[4]

（三）國內研究聚焦校外培訓機構信用風險評價的重要意義

在國外學者信用風險評價方法研究的基礎上，國內學者結合我國社會信用體系的建設實際，針對校外培訓機構信用風險評價的緊迫性、必要性和操作性進行了相關研究。

云南林業職業技術學院李若娟研究指出，從培訓學校的資產實力、師資力量、教學水平、獲利能力、經營管理水平、履約能力、發展能力、償債能力、守信程度等方面，構建校外培訓機構的信用等級評價體系。依據國家的相關標準，充分參考行業評估指標，建立起一系列評估細目及打分標準，用量化的數值或具體的符號來標記校外培訓機構的信用風險。[5]湖南工業大學體育學院的申輝、劉亞云、張詩琪、羅亮在對湖南省青少年體育培訓機構的規范和監管現狀的調查研究中發現，構建青少年體育培訓機構的信用評價體系，采用百分制評定校外青少年體育培訓機構的守信程度，具有一定的意義。[6]河北經貿大學崔瑞國、焦麗芳和趙麗麗對國內英語培訓市場進行研究，認為提升培訓質量、解決誠信缺失等問題，需要建立和完善信用評價體系，促使校外英語培訓機構自覺規范其行為。[7]遼寧大學孫伯龍認為，需要建立和完善校外線上培訓機構的信用評價標準和管理體系，建成信用監管平臺。行政部門應以信用信息共享為基礎，或對依法辦學的機構予以信用激勵，或對嚴重違規辦學的機構實行聯合懲戒，明確市場退出機制，從而形成誠實守信、公平競爭的市場環境。[8]

三、實踐探索：構建信用風險評價指標體系與實施系統的建議

綜合目前浙江省、海南省、安徽省、山東省、天津市、北京市、河北省等地出臺的信用風險監管與分類管理的有關政策文件和具體辦法，結合大數據平臺的技術及應用，聚焦本文中“信用風險評價”的核心內容，通過收集面向中小學生的校外培訓機構的相關信息，選擇能夠反映被評價對象各方面特性及相互聯系的多項指標，進而構建具有內在結構的有機整體作為評級模型，對校外培訓機構進行信用等級劃分，以衡量其信用風險水平。

（一）堅持定量分析和定性分析相結合判定風險等級

信用風險成因復雜，因此，構建校外培訓機構信用風險評價指標體系，要采用宏觀和微觀、動態和靜態、定性分析和定量分析相結合的方法，初步判定信用風險等級以定量分析為主、為標準項，定性分析為輔、為調整項，進行信用風險等級劃分。

（二）選擇適切的指標維度構建信用風險評價體系

從以往學者的研究和各地的實踐探索可知，構建信用風險指標體系，需要結合行業特點和地方實際。校外培訓機構兼具企業的營利屬性和教育的非營利屬性，對校外培訓機構的治理，既需要結合標準化的商業信用評估校外培訓機構的品質、資本規模、償付能力、抵押擔保狀況和經營環境或條件，也需要結合培訓行業的差異化問題和風險點，特別是針對教師、課程、師資等教育要素，如違規登記辦學、虛假廣告宣傳、隱性或變相違規收費、師資認證不足、課程及其配套資源不合規、變相應試教育、過快擴張導致資金鏈斷裂等。因此，綜合考量多種因素，選擇易理解和適用性強的評價尺度，才能建立一套科學合理、便于操作的指標體系。

（三）構建以大數據為基礎的信用風險評價系統

以國家教育數字化戰略行動為契機，構建以大數據為基礎的信用風險評價系統，打通全國中小學生校外培訓機構管理服務平臺和各地校外培訓機構安全管理平臺，對校外培訓機構實施全方位監管和服務。堅持系統集成、多跨協同、整體智治；注重數據治理，通過全鏈條數據采集，全口徑納入監管，實現對風險事前、事中、事后的全過程智能監管，以及全方位多端口的精準服務。

通過系統管理端，教育主管部門對機構實施招生、課程、資金、教學、安全等進行全過程監管，實現對辦學資質、教師任教、課程開設、招生收費、資金存放、服務評價、信用評估、購銷課程等進行實時動態掌握。政府端管理員可以實時統計處理管轄范圍內校外培訓機構的審批管理、教學點管理、課程申報、教師核查等事項，并開展實時監控，還可根據校外培訓機構培訓費資金專戶的最低余額和資金提取規則，及時發布風險預警。校外培訓機構的行為、承諾都要記入信用積分，為家長選擇校外培訓機構提供參考。同時，結合校外培訓機構的信用評價指標體系和相關信用數據，可以將校外培訓機構的信用分為A（優秀）、B（良好）、C（中等）、D（較差）、E（差）五個等級，實時公布信用預警，實現高效治理。通過用戶（家長）端，學生和家長可以實時查看校外培訓機構的信用等級、師資情況、開班情況、學生名單、培訓內容、任課教師、上課時間、收費標準等公開信息，還可查看機構的資金監管情況。在機構端，提供與地方政務服務網打通的行政審批、年檢等線上服務通道，機構可在線完成課程備案、教師資格核查等工作。機構上傳教師的姓名、身份證號、教師資格證號等信息后，系統會自動核驗該教師的教學資質，顯示其是否為中小學在職教師或是否存在不允許任教的信息。

立足當下，放眼未來，處于起步階段的校外培訓機構的信用風險評價系統，將成為一個重要且專業的領域。隨著我國社會信用體系建設的完善、“雙減”的推進、民辦教育分類改革向縱深推進及教育科技的深度融合，校外培訓機構的監管與治理面臨新挑戰。校外培訓機構的信用風險評價系統從信用體系、資金監管、日常運行等維度，建立校外培訓機構智能監管模型，實時展示各校外培訓機構的運行指數，按相關標準發布風險預警，實現校外培訓機構監管實時化、智能化和精準化，有著重要的現實價值。