大数据驱动预测下高校资产管理模式创新

　　摘 要 高校资产使用效率低，闲置浪费现象严重，服务水平低，为广大师生所诟病。当社会发展进入大数据时代，信息获取和信息处理和之前相比产生数量级的变化。从大数据驱动预测出发，浅析如何利用大数据实现高校后勤资产的智能管理，提高资产效益。
　　关键词 大数据；高校资产管理；智能管理
　　中图分类号：G712 文献标识码：B
　　文章编号：1671-489X（2016）24-0062-03
　　Innovation of Asset Management Model in Colleges and Univer-sities under Forecast of big Data Driven//ZHANG Yijun
　　Abstract The low efficiency of the use of assets in Colleges and uni-
　　versities， the phenomenon of serious idle waste， low level of service is for the majority of teachers and students criticized. When the social
　　development into the era of big data， information access and infor-mation processing are compared with the previous generation of a
　　number of changes. This paper from the big data driven prediction， analysis of how to use big data to achieve the intelligent management
　　of college logistics assets.
　　Key words big data； asset management in colleges and univer-sities； intelligent management
　　1 引言
　　高校资产不仅是保障教育教学工作正常顺利进行的物质基础，也是高校后勤部门服务广大师生的物质条件，更是保障高等教育事业可持续发展的物质基础。然而近年来，由于管理水平不足，管理意识落后等原因，资产管理处于一种管理体制不完善、制度不健全的状态。在大数据时代，提高管理水平、健全体制，进行资产管理模式的创新，实现高校资产的智能管理，发挥所有资产的应有作用，提高资产效益。
　　2 高校资产传统管理模式
　　高校的资产定义会分为狭义和广义两部分。从狭义的层面来说，高校资产主要包括国家投资给高校的固定资产、低值易耗品等有形资产。广义的资产除了狭义的内容之外，还包括各个高效的科技成果、研究成果、知识产权以及流动资产、中长期投资等。本文主要以高校的固定资产为研究对象。
　　我國高校的国有性质决定了高校资产所有权、管理权、使用权相分离。同时，高校的国有资产大部分是由资产管理部门、图书馆、各院系、房产部门、后勤部门等多头管理，产权不明晰、运行机制不顺畅、管理权分散等问题十分突出。这就造成管理上存在许多问题和缺陷，部分管理会出现交叉，但是某些方面又会出现管理上的真空，管理不到位等。
　　目前来说，虽然资产管理涉及众多部门，但是由后勤部门统一调配使用，应该是最为高效的办法。后勤部门直面各个院系部门和广大师生，由后勤部门来协调管理高校中涉及服务师生等方面的资产会最为直接。
　　现阶段而言，我国高校资产管理存在的主要问题集中于使用效率低、闲置率高、服务水平低。我国高校自20世纪90年代末期大量扩招，通过兼并、土地置换、改扩建等方法，均不同程度上扩大了学校规模，增加了资产。高校在改扩建的同时，力求上档次，办公楼、教学楼装修要豪华，体育馆设施要先进。
　　同时，各单位不顾自身实际情况，盲目地上项目、上设备，盲目攀比，要求不断增加投入购置设备，还要求设备必须是最先进的，并且在几年之内不能淘汰的，功能要多多益善。但这些设备实际上无论是从经济功能，还是从实体功能，使用效率都极为低下。许多高校各院、系、部占有使用的资产，很难做到在全校范围内调剂，加之高校每年的寒暑假，在此期间设备闲置、无人维护，减少了设备的使用寿命，大大降低了资产的使用效率。
　　除此之外，服务水平低也是为广大师生所诟病的一点，特别是后勤部门。在宿舍维修维护、课室维护、物业管理服务，特别是饭堂餐厅管理等方面，很少有师生表示满意。一方面，固然有服务师生众多，难免顾此失彼的因素在；但另一方面，服务水平低是无法回避的事实。后勤部门也并非不想改善、不想作为，更多时候是苦于没有合适的改善办法和工具，不知道如何去改善。
　　3 大数据驱动预测以推动资产管理模式创新
　　当人类社会进步到大数据时代，大数据分析管理给后勤资产管理提供了新的参考和依据，能够指引后勤部门更好地做好资产管理。
　　大数据预测下资产管理的未来管理模式 大数据带给人们最直接的体验和感受就是预测的准确性和管理的系统性。以往在各个领域虽然也有预测和管理，但大多数呈现零散的状态，预测也不准确，大数据预测分析扭转了这一局势。这里最典型的应用就是2010年冰岛火山爆发，欧洲大部分地区的航班取消。IBM的大数据分析指出受此影响，香港是这一情况下IBM供应链最重要的环节。这一结果看似荒谬，然而事实确证明了大数据分析的正确性。欧洲航班恢复时，IBM需要将大量延迟交付的产品从亚太地区的工厂送到顾客手中，如果香港航班没有提前预订，将使得IBM的供应链遭遇瓶颈。

相关热词搜索：管理模式 资产 预测 驱动 高校