CC BY
15DOI 10.47576/2712-7559_2021_5_1_50 УДК 316.3
Калаврий Татьяна Юрьевна,
кандидат экономических наук, доцент кафедры «Экономическая теория», Северо-Восточный федеральный университет им. М. К. Аммосова, г. Якутск, Россия, e-mail: k-tipu@mail.ru
Романова Елена Валерьевна,
кандидат экономических наук, доцент, доцент кафедры «Экономическая теория», Северо-Восточный федеральный университет им. М. К. Аммосова», г. Якутск, Россия, e-mail: evroma@bk.ru
В статье проведен анализ проблем финансового характера студентов вузов на втором году обучения в условиях пандемии. Исследование осуществлялось как составляющая общего исследования, проводимого Университетским консорциумом исследователей больших данных, и основано на использовании методов BigData. Был проведен соответствующий анализ высказываний пользователей социальной сети «ВКонтакте» за 2020/2021 учебный год. Работа включала все необходимые этапы: сбор (выгрузка) данных, выборка релевантных сообщений, анализ высказываний. Для анализа динамики и структуры сообщений были использованы количественные показатели. В соответствии с ними был построен рейтинг сюжетов, определяющий актуальность и степень остроты обсуждаемых вопросов/проблем в сфере финансового положения среди подписчиков сообществ за анализируемый период.
Ключевые слова: социальная сеть; большие данные; финансовое положение; пандемия; релевантные сообщения; тональность; интегральные индексы; тематические категории сообщений; рейтинг.
UDC 316.3
Kalavriy Tatiana Yurievna,
Candidate of Economic Sciences, Associate Professor of the Department of Economic Theory, North-Eastern Federal University named after M. K. Ammosova, Yakutsk, Russia, e-mail: k-tipu@mail.ru
Romanova Elena Valerievna,
Candidate of Economic Sciences, Associate Professor, Associate Professor of the Department of "Economic Theory", North-Eastern Federal University named after M. K. Ammosov", Yakutsk, Russia, e-mail: evroma@bk.ru
The article analyzes the problems of the financial nature of university students in the second year of study in a pandemic. The research was carried out as part of a general research conducted by the University Consortium of Big Data Researchers and is based on the use of BigData methods. A corresponding analysis of the statements of users of the social network "VKontakte" for the 2020/2021 academic year was carried out. The work included all the necessary stages: collecting (unloading) data, selecting relevant messages,
ПРОБЛЕМЫ ФИНАНСОВОГО ПОЛОЖЕНИЯ СТУДЕНТОВ В ПЕРИОД ПАНДЕМИИ: АНАЛИЗ С ПРИМЕНЕНИЕМ BIGDATA
PROBLEMS OF THE FINANCIAL SITUATION OF STUDENTS DURING A PANDEMIC: ANALYSIS USING BIGDATA
analyzing statements. To analyze the dynamics and structure of messages, quantitative indicators were used. In accordance with them, a rating of stories was built, which determines the relevance and severity of the discussed issues / problems in the field of the financial situation among the subscribers of the communities for the analyzed period.
Keywords: social network; big data; financial position; pandemic; relevant messages; key; integral indices; subject categories of messages; rating.
Современная система образования существует в непростых условиях. Стремительный темп изменения условий существования, связанный с переходом к новой экономической формации, внедрением цифровых технологий, был подстегнут пандемией Covid-19. С одной стороны, она послужила катализатором процесса перехода на новые образовательные технологии, с другой - индикатором состояния системы образования.
По мнению исследователей, в том числе Т. Н. Шурухиной, «российские школы должны воспользоваться сложившейся ситуацией для совершенствования программ развития, профессионального роста педагогов» [5]. Естественно, для этих целей необходимо провести всесторонний анализ системы образования в сложившихся условиях и дать ей оценку.
В настоящее время существует определенная модель оценки системы образования, в том числе оценки качества образования. По мнению А. Г Тюрикова и других авторов, «с одной стороны, это совокупность организационных и функциональных структур, норм и правил, обеспечивающих оценку образовательных достижений учащихся на основе единой концептуально-методологической базы. С другой стороны, это «замер» степени соответствия реальных достигаемых образовательных результатов учащимися требованиям рынка труда, а также социальным и личностным ожиданиям работника» [3]. Основными инструментами являются лицензирование образовательной деятельности, аттестация и государственная аккредитация. Данные процедуры опираются на объективные показатели успеваемости и качества знаний обучающихся, качественного состава преподавателей, обеспеченности материально-техническими, информационными и учебно-методическими ресурсами и т. п.
По мнению О. А. Черновой, «одновременно существующая система показателей не учитывает уровня удовлетворенности граждан оказываемыми образовательными услу-
гами. Для повышения эффективности реализации реформ в системе образования важно, чтобы показатели оценки качества оказания образовательных услуг не только отражали объективные характеристики данного процесса, но и несли информацию о субъективных оценках населения. Это позволит в полной мере дать характеристику уровня и качества взаимодействия участников образовательного процесса, а также органам власти принять решение по реализации процедуры аттестации тех или иных образовательных учреждений» [4].
В целях выявления субъективной оценки элементов системы образования проводятся различные исследования. Одним из крупнейших таких исследований является исследование, проводимое Университетским консорциумом исследователей больших данных, основанное на использовании данных социальных сетей [1]. Оно охватывает такие составляющие системы образования, как взаимодействие студентов с преподавателями и друг другом, качество проводимых занятий и образования в целом, психологическое состояние студентов и других.
Методология подобных исследований разрабатывается членами консорциума и публикуется в различных источниках. Так, данное исследование опиралось, в том числе, на методику, изложенную в статьях Е. В. Ще-котина и других [6], Е. В. Романовой, Т. Ю. Ка-лаврий [2].
Авторы данной статьи в рамках этого исследования на основе анализа данных социальной сети «ВКонтекте» выявили проблемы финансового положения студентов высших учебных заведений России в условиях пандемии на основе их субъективной оценки.
Исходной базой для выявления и анализа проблем студентов, связанных с решением вопросов финансовой сферы, явились данные социальных сетей, где участниками сообществ выступали студенты вузов страны. Основой данных явились посты в сообществах и комментарии к ним. Выгрузка данных
социальных сетей вузов (https://www.kribrum. ги) осуществлялась за период учебного года с сентября 2020 г. по июль 2021 г.
Подготовка выгруженных данных для последующего анализа включала 3 этапа:
1. Отбор релевантных сообщений по теме, выявление и исключение мусорных сообщений, то есть сообщений, не относящихся к исследуемой тематической категории, в которых содержатся вопросы общего содержания, различные информационные сообщения, опросы, частные объявления, бытовые обсуждения, реклама, поздравления, ирония и шутки и т.п.
В качестве релевантных сообщений отбирались посты и комментарии, в которых авторы высказывали свое мнение, суждение или давали свою субъективную оценку по той или иной проблеме или ситуации в сфере своего финансового положения.
2. Выявление категорий и тематических сюжетов, отражающих системные проблемы в сфере финансовых вопросов студентов. Выделение категорий и тематических сюжетов производилось на основе группировки смыслового содержания контента сообщений и возможности выделения системных проблем и наиболее часто обсуждаемых вопросов.
3. Определение тональности сообщений, позволяющей оценить полярность, степень эмоциональности и отношения автора сооб-
Таблица 1 - Содержание подкатегор1
щения (поста/комментария) к сложившейся проблеме, ситуации, факту по исследуемой теме. Были приняты 3 уровня тональности в сообщениях: позитивный, негативный и нейтральный.
Анализ тональности текстов был проведен на основе лингвистических знаний, а также исходя из социального контента. При этом в общем массиве встречались сообщения, которые по тональности граничили между негативной и нейтральной тональностью и выражали более грусть, нежели негатив или нейтральное отношение (например, лингвистическими маркерами в таких сообщениях можно выделить такие слова/словосочетания, как «как жаль», «грустно»). Аналогичная ситуация наблюдалась по сообщениям, которые по тональности находились между нейтральной и позитивной.
Поэтому для отнесения сообщений к пози -тивной, нейтральной или негативной тональности использовались основные признаки группировки. Такими признаками выступили присутствующие в тексте сообщения пунктуационные знаки препинания (например, восклицательный знак, многоточие), а также присутствие в тексте более конкретизирующих тональность слов/словосочетаний лингвистических маркеров (например, «подлость», «бесит», «а когда вообще» - негативная; «лучший», «не пожалел», «плюсы» - позитивная) (табл. 1).
"Финансовое состояние студентов"
Название подкатегории Стипендия и материальная помощь Стоимость образовательных услуг Возможность получения дополнительных доходов
Слова - признаки тематических подкатегорий Стипендия, получать, повышенная стипендия, выплатить, оплата, бухгалтерия, обратиться, студент Деньги, платить, оплата, повысить, понизить, договор, бухгалтерия, обратиться, ответить, учеба, университет, понять, обучение Деньги, получать, повышенная, совмещать, выплатить, зарплата, практика
Лингвистические маркеры негативных эмоций Бардак, бред, недовольный, несправедливый, плохо, надо требовать, жаловаться, это несправедливо, не одобрять, как жить, попробуйте сами, до сих пор, ненавижу, отвратительно
Лингвистические маркеры позитивных эмоций Нравится, любить, позитивный, потрясающий, хорошо, разумный, прекрасно, превосходно, отличный
Нейтральная тональность определялась в тех сообщениях, где авторы не выражали своего полярного эмоционального отношения, и содержание сообщений в основном включало повествовательное описание сюжета/проблемы/факта.
Для анализа динамики и структуры сообще -ний из социальных сетей были использованы
следующие количественные показатели:
- показатель доли сообщений по тематическим категориям/сюжетам:
^ ч и ело со о бщен и й по тем атич еско й категор и и /сюжету ^ 0 0 <у ■ (1)
^^^ общее число релевантных сообщений
- показатели структуры сообщений по тональности в целом и по каждому сюжету тематической категории:
^ число сообщений i—той тональности ^QQO/1 (2) ^ общее число релевантных сообщений
Выгрузка постов из социальных сетей позволяет получить не только текст сообщения, но и ряд показателей, характеризующих реакцию социума на описываемую автором проблему/ситуацию/факт. К таким показателям относим лайки, репосты, комментарии. При этом следует отметить, что данные характеристики отсутствуют в наборе данных по комментариям. Поэтому рейтинг сюжетов оценивался только по набору данных постов.
Для определения рейтинга сюжетов в тематической категории были использованы весовые коэффициенты по показателям лай-ков, комментариев и репостов: лайки - 0,2; репосты - 0,4; комментарии - 0,4.
По каждому сюжету определяется значение интегрального показателя с учетом количества всех лайков, репостов и комментариев, скорректированных на значения весовых
коэффициентов:
0,2\Л + 0,4"Р+0,04-К
/ =
N
(3)
где Л - количество лайков, Р - количество репостов, К - количество комментариев, N -количество просмотров поста.
По значениям интегральных показателей выстраивается рейтинг сюжетов, определяющий актуальность и степень остроты обсуждаемых вопросов/проблем в сфере финансового положения среди подписчиков сообществ за анализируемый период.
В исследование были включены сообщества в социальных сетях вузов различной подведомственной принадлежности. При этом наибольший удельный вес (67,4 %) приходится на вузы Министерства науки и высшего образования РФ, а также Министерства здравоохранения РФ (10 %), Министерства сельского хозяйства РФ (9,7 %).
В структуре релевантных сообщений по из -учаемой теме 35,8 % приходилось непосредственно на посты участников сообществ, а 64,2 % - на комментарии к постам, в которых участники сообществ дают обратную связь и высказывают свое отношение, мнение, дают субъективную оценку тем или иным событиям, фактам (рис. 1).
Рисунок 1 - Структура выгруженных сообщений для анализа
Анализ контента публикуемых сообщений (постов/комментариев) позволил выделить следующие основные тематические категории по сообщениям участников сообществ:
1. Стипендия и материальная помощь (размеры, процедура назначения, сроки выплаты, другое).
2. Стоимость образовательных и дополнительных услуг (цена - качество образовательных услуг, ценообразование образовательных услуг, возврат стоимости за обучение в условиях дистанта, дополнительные затраты на услуги, использование руко-
водством вуза финансирования вуза).
3. Возможность получения дополнительных доходов студентами (возможность совмещения учебы и работы, доплаты к стипендии).
4. Другое (расходы студентов, заработная плата преподавателей, использование руководством вуза финансирования вуза, механизм оплаты услуг и пр.).
В структуре релевантных сообщений по тематическим категориям наибольший удельный вес приходится на сообщения, в которых обсуждаются вопросы размера и
сроков выплаты стипендий и материальной помощи (50 %), стоимости образовательных услуг в условиях дистанционного формата
взаимодействия участников образовательного процесса (18 %) (рис. 2).
Рисунок 2 - Структура релевантных сообщений по тематическим категориям
В динамике сообщений по тематическим категориям следует отметить, что вопросы стипендии и материальной помощи обсуждались на протяжении всего анализируемого периода с разной частотой. При этом частота публикаций о стипендии увеличивалась в начале каждого семестра, что может быть связано с ожиданиями студентов и реальностью по итогам обучения в каждом семестре. Поскольку одним из сюжетов в обсуждениях по данной категории выступал размер стипендии, которые авторы оценивали как недостаточный для их благосостояния, то на
протяжении практически всего изучаемого периода поднимались и обсуждались вопросы возможности получения дополнительных доходов студентами.
В структуре сообщений по тональности преобладает доля сообщений с нейтральной эмоциональностью авторов (54,2 %), доля позитивных сообщений по изучаемой теме минимальна (4,6 %). Следует отметить, что доля сообщений с негативной тональностью значительна и составляет 41,2 % в общем объеме релевантных сообщений (рис. 3).
Рисунок 3 - Структура сообщений по тональности, %
При этом следует иметь в виду, что сама условия для выброса эмоций, что не всегда среда Интернета создает благоприятные возможно сделать в традиционном общении
между людьми. Также следует учитывать тот факт, что люди более склонны выражать жалобы и рассказывать, как им сложно и трудно, чем показать свою радость и положительные эмоции. Возможно, именно среда Интернета выступает площадкой, на которой люди желают выразить свою печать, грустные эмоции и свое недовольство.
При этом преобладающая доля сообщений нейтральной тональности свидетель-
ствует о том, что участники сообществ также склонны к обсуждениям проблем, рассказывать о своем личном опыте, давать советы и т.п.
Метод кластеризации публикуемых сообщений за счет объединения последовательностей слов в один класс или кластер на основе сходства позволил выделить наиболее значимые кластеры слов в публикуемых сообщениях (рис. 4).
Рисунок 4 - Кластеры связей в сообщениях по вопросам финансового положения студентов
На основе анализа частоты слов в публикуемых сообщениях было построено облако ключевых слов (рис. 7), которое наглядно де -монстрирует, что наиболее часто в сообщениях встречаются слова «стипендия», «студент», «получить», «деньги», «платить» в контексте вопросов финансового положения студентов, что наглядно демонстрирует важность для них данной категории.
Выгруженные посты из социальных сетей позволили учесть реакцию социума на описываемую автором проблему/ ситуацию/ факт с учетом лайков, комментариев и репо-стов. Рассчитанные значения интегральных показателей позволяют определить акту-
диета нционка
препод бухгалтерия относиться видеть поступить столкнуться
обратиться" университет сессия написать
повышенная вуз ПаРдитя
закрыть
оплатить
зарплата СТИПеНДИЯ
поПлРу™ получить учёба
оплата сидеть
дистант
ответить хотеться
договор
выплата ходить повысить
стипендия
уплатить деньги совместить
обучение студент учиться
семестр
СТОЯТЬ звонить
выплатить да,яиаг лекция даться универ
справка преПОДЭВаТвЛ Ь думать
писать помощь ПОНЯТЬ
поликлиника
зависеть перевести
профком
Рисунок 5 - Облако ключевых слов сообщений
альность и степень остроты обсуждаемых ложения среди подписчиков сообществ за вопросов/проблем в сфере финансового по- анализируемый период (табл. 2).
Таблица 2 - Значения интегральных индексов по тематическим категориям
Тематическая категория Индекс Индекс*100
Стипендия и материальная помощь 0,11654 11,7
Стоимость образовательных услуг 0,025356 2,54
Возможность получения дополнительных доходов 0,003553 0,36
Другое 0,051783 5,18
Наиболее обсуждаемыми вопросами в общем объеме постов явились вопросы размера и сроков выплаты стипендии, о чем свидетельствует самое высокое значение рейтинга, показывающее, что на каждые 100 просмотров поста приходится почти 12 действий (лайков, репостов, комментариев) активности подписчиков. Так, одним из наиболее обсуждаемых постов в данной тематической категории был пост о ценах на продукты и размере стипендии («Как так получилось, что сэндвич с этого семестра стал стоить 80 рублей? За полтора года цена поднялась с 55 до 80. Только не говорите, что это всё из-за доллара, так как стипуху не подняли!»)
Безусловно, вопросы финансового положения и финансовых проблем студентов являются одними из важных, так как они определяют основу материального благополучия студента в период обучения.
Доходы студентов в большинстве случаев зависят от размера получаемой стипендии, материальной помощи и дополнительных источников доходов, а расходы определяются сложившимся в экономике уровнем/ ростом цен на товары и услуги и учебно-бытовыми потребностями. При этом мы понимаем, что студентам при высоком уровне учебной нагрузки и отсутствии необходимых профессиональных компетенций сложно, а порой и невозможно, трудоустроиться на работу с постоянным заработком. Исходя из контента публикуемых сообщений, можно отметить, что студенты постоянно обсуждают вопросы использования дополнительных источников доходов.
Вопросы размера и сроков выплаты стипендии (материальной помощи) как основного источника доходов являются часто и постоянно обсуждаемыми, особенно на период начала каждого учебного семестра. Студенты акцентируют внимание об интенсивном росте цен на товары и услуги в условиях
практически не изменившегося размера стипендии, что обуславливает необходимость рассмотрения вопроса об индексации стипендий наравне с такими выплатами государ -ства, как пенсии и пособия. Также следует отметить, что студенты относятся к категории экономически неактивного населения в составе трудовых ресурсов и возможность трудоустроиться на постоянное место работы в период обучения для них отсутствует. Нерешенность вопроса финансового и материального благополучия студентов приводит к усилению дифференциации населения по уровню среднедушевых доходов.
Список литературы
1. Как большие данные помогут вузам в управлении качеством образования. - URL: http://opendata. university/page22717462.html (дата обращения: 21.08.2021).
2. Калаврий, Т. Ю. Особенности реакции российского студенчества на дистанционное обучение в условиях карантина (на примере Республики Саха (Якутия)) / Т. Ю. Калаврий, Е. В. Романова // Вестник Северо-Восточного федерального университета им. М. К. Аммосова. Серия: Экономика. Социология. Культурология. - 2020. - № 1 (17). - С. 13-22.
3. Тюриков, А. Г Участие потребителей в оценке качества и востребованности образовательных услуг вуза / А. Г Тюриков, П. В. Разов, А. Н. Амерсланова // Вестник финансового университета. Гуманитарные науки. Актуальные прикладные исследования. - 2018. -№ 6. - С. 68-75.
4. Чернова, О. А. Методический инструментарий оценки качества оказания образовательных услуг / О. А. Чернова // Экономика образования. - 2016. -№ 5. - С. 20-27.
5. Шурухина, Т. Н. Анализ первых результатов перехода российского образования на дистанционные форматы в период мировой пандемии COVID-19 / Т. Н. Шурухина, Г В. Довгаль, Е. В. Глухих, Д. А. Ключников // Современные проблемы науки и образования. - 2020. - № 6. - С. 15.
6. Щекотин, Е. В. Оценка качества жизни населения регионов РФ на основе цифровых данных: методологические аспекты / Е. В. Щекотин, Г Ю. Коварж,
B. Л. Гойко, Е. Ю. Петров, В. В. Бакулин // Векторы благополучия: экономика и социум. - 2020. - № 3 (38). -
C. 138-156.
References
1. How big data will help universities in managing the quality of education. URL: http://opendata.university/ page22717462.html (data obrashheniya: 21.08.2021).
2. Kalavriy T.Yu., Romanova E.V. The response of russian students to distance learning under the quarantine conditions: the case of the Sakha Republic (Yakutia). Vestnik Severo-Vostochnogo federal'nogo universiteta im. M.K. Ammosova. Serija: Jekonomika. Sociologija. Kul'turologija. 2020. № 1 (17). P. 13-22.
3. Tjurikov A.G., Razov P.V., Amerslanova A.N. Participation of consumers in assessing the quality and relevance of educational services of the university. Vestnik finansovogo universiteta. Gumanitarnye
nauki. Aktual'nye prikladnye issledovanija, 2018, No 6, pp. 68-75.
4. Chernova O.A. Methodological tools for assessing the quality of educational services. Ekonomika obrazovanija, 2016, No 5, pp. 20-27.
5. Shurukhina T.N., Dovgal G.V., Glukhih E.V., Klyuchnikov D.A. Analysis of the first results of the transition of russian education to remote formats during the world pandemic COVID-19. Sovremennye problemy nauki i obrazovanija, 2020, No 6, p. 15.
6. Shchekotin E.V., Kovarzh G.Yu., Goiko V.L., Evgeny Yu. Petrov E.Yu., Bakulin V.V. Assessment of the population life quality in russian regions based on digital data: methodological aspects. Journal of Wellbeing Technologies, 2020, No 3 (38), pp. 138-156.
