一个地区的SEIFA排名，为什么会改变大学获得多少学生资助？

Geoffrey Chen

《当数字开始做决定》· 第三季“平均数没有看见的人”· 第一篇

一、同一个学生，搬一次家以后会不会变成另一种人？

设想两名大学生。两人的家庭收入接近，父母受教育程度相似，也面对同样的房租、交通和学习压力。第一名学生住在一个被归入“低社会经济地位”的统计小区，第二名住在相邻但排名稍高的小区。若制度只能取得住址，第一名可能被计入大学的低SES学生人数，第二名则可能不被计入。

2026年开始实施的澳洲高等教育需求型资助（Needs-based Funding）正需要作出这类识别。其资助指引采用澳洲统计局的地区社会经济指数（Socio-Economic Indexes for Areas，SEIFA），具体使用教育与职业指数（Index of Education and Occupation，IEO）。学生首次报告的住宅地址会被转换到Statistical Area Level 1（SA1）；处于15至64岁人口最低25%的SA1，被归作低SES地区。地址无法精确编码到SA1时，还可能退而使用首次报告的邮编。澳洲教育部：Needs-based Funding Guidance

这个分类会进入大学资助计算。它并不直接宣告某名学生“贫困”，也不自动赋予个人一笔固定补助；它把符合条件的学生计入学校获得额外支持资金的基础。资金可用于辅导、导师支持、学业帮助、奖学金和紧急经济援助等措施。澳洲教育部：Demand-driven Needs-based Funding

问题因此不在于SEIFA有没有用。问题在于：一个描述居住地区的数字，什么时候可以代表住在其中的具体个人，并进一步进入资源分配？

二、SEIFA测量的是地区怎样构成，不是谁过着怎样的生活

SEIFA不是一个指数，而是四组用途不同的地区指数。相对社会经济劣势指数（IRSD）只聚焦劣势；相对社会经济优势与劣势指数（IRSAD）同时纳入两端；经济资源指数（IER）关注收入和住房等资源；教育与职业指数（IEO）关注教育和职业结构。

这些指数从人口普查变量开始，在SA1层级计算。统计方法把多项变量组合起来，为地区生成一个标准化分数：全国平均数设为1000，标准差设为100。地区随后被排列为名次、百分位或十分位。这个分数是相对位置，不是“劣势的数量”。分数1000的地区并不比500分的地区“好一倍”。澳洲统计局：SEIFA 2021 Methodology

更重要的是，统计局反复说明，SEIFA赋给地区，而不是赋给个人。低排名地区可以住着收入较高、教育程度较高的人；高排名地区也可以住着失业者、低收入租户和遭遇突然困难的家庭。把地区指数合并到个人资料后，许多人会被错误分类。这在统计学上是典型的“生态谬误”：从群体分布推断群体中的每个人。

地区指数仍有真实价值。政府不可能为了每一次拨款都重新调查每个家庭的收入、资产、教育史、照护责任和突发开支。住址资料相对稳定、行政成本较低，也能发现困难在空间上的集中。若一个地区长期存在较低教育参与、较少专业职业和较弱资源，大学与社区合作的外展服务就需要按地区组织，而不是等每个潜在学生分别证明困难。

所以，SEIFA测量的是一种结构环境。它描述一个人周围较可能存在的机会、资源和社会条件，却没有完整描述这个人的处境。

三、最低25%不是自然界已经画好的线

需求型资助把最低25%划为低SES，是一次制度选择。SEIFA本身可以提供名次、十分位和百分位，却不会自行宣布第24.9百分位的人需要资助、第25.1百分位的人不需要。门槛来自资助制度对有限预算、全国一致性和行政可执行性的权衡。

而且这里有两次压缩。第一次把人口普查中的教育、职业等变量压成地区指数；第二次把连续排名压成“低SES／非低SES”两类。每次压缩都提高了制度可操作性，也都丢失差异。

线两边的SA1可能非常相似。一个地区刚好进入最低四分位，另一个刚好在其上；它们的公共交通、房租和学校升学文化未必出现可感知的断裂。可是当学生被计入大学的资助公式时，制度待遇会发生离散变化。

这不是证明25%的边界荒谬。任何限定预算的公式都需要范围。真正需要解释的是：这个范围为什么适合当前目的？若目的在于资助大学为真实困难学生提供支持，那么地区代理的误差是否得到其他资料修正？若目的在于地区外展，地区指数就比个人收入更合适；若目的在于决定某个学生能否取得紧急援助，只看住址就明显不够。

同一个数字能否承担决定，取决于决定的层级。适合给地区规划资源的指标，未必适合拒绝个人。

四、平均数看不见地区内部的差异

较大的地区分数由较小地区的分数按人口加权平均。即使在最小公开SA1中，居民也不是同质群体。混合收入社区、新开发区、学生集中区和快速绅士化地区尤其容易出现“平均位置”与个人生活不一致。

地址本身也不是永恒事实。学生可能为了上学临时搬家，可能在父母住址、租住房和不稳定住所之间转换。资助指引采用“首次报告地址”，有助于冻结计算口径，却可能保留已经过时的处境。地址无法编码时使用邮编，地理单位变大，内部差异也会更大。

另外，IEO只由人口普查能够取得的教育与职业变量构成。它不能直接看到银行余额、债务、残障开支、家庭暴力、照护责任、住房安全或一场突然发生的失业。两个地区排名相同，也可能以完全不同方式形成同一分数。

因此，数据准确性与测量有效性必须分开。一名学生的地址可以完全正确，SA1编码也可以毫无错误，但“这个学生需要多少支持”的推断仍可能不成立。错误不在输入，而在把地区结构当成个人属性。

五、受到影响的人能否纠正这个分类？

这里的决定权分散在一条链上。统计局选择变量并计算地区排名；教育部选择IEO、人口口径和最低25%的门槛；大学上报学生地址并接受资助；最后由大学决定支持如何送达。没有任何一方单独掌握全貌。

学生通常可以要求教育机构更正错误的个人资料，但更正地址并不等于能够挑战整个SA1的SEIFA排名。后者是对人口普查资料按统一方法产生的地区结果。即使个人能够证明自己经济困难，也不一定改变学校在公式中如何被计数；反过来，被归入低SES地区也不保证个人一定收到某项具体服务。

这表明“复核”至少要分三层：

第一层是资料复核——地址、身份和学习状态是否正确；第二层是分类复核——使用的SEIFA版本、地理编码和四分位是否正确；第三层是需要复核——一个未被公式计入的人，能否用收入变化、住房不稳或照护负担等个人证据取得支持。

前两层保证计算无误，第三层才防止代理变量把真正需要帮助的人留在门外。若资金只按公式拨给大学，监管还要检查资金是否实际惠及目标学生，而不能把“拨款计算正确”当成“支持已经送达”。

六、Forced Structure：制度为什么需要一个并不等于个人的数字

从维成论看，SEIFA是一种Forced Structure。社会经济处境本来由收入、职业、住房、家庭关系、地区服务和时间变化共同形成，没有一条天然边界。为了让全国资助可以计算、比较和审计，制度不得不把这种连续现实压成地区、指数和四分位。

“被迫形成结构”不等于随意或虚假。没有统一分类，资源可能更受机构话语能力和临时政治影响。共同口径让公共决定能够被检查。但结构一旦形成，就可能遮住形成它的差异。人开始被称为“一个低SES学生”，仿佛统计代理已经完成了个人判断。

合理做法不是取消地区指数，而是限制它的权力范围。地区指数适合分配一部分基础资源、规划外展和比较覆盖不足；涉及个人支持时，应允许个人资料、生活事件和专业判断补充。制度还应公布误分类可能来自哪里，按地区和个人两种层级评估结果，并保留对地址和需要变化的更新通道。

结论：地区平均可以打开资源之门，不应成为关门的唯一理由

我的判断是，SEIFA用于大学需求型资助具有正当用途：它以较低行政成本识别结构性劣势，使全国拨款能够保持一致，也让地区集中困难进入公共视野。但它只能作为资源分配的代理，不能被误写成对每个居民经济状况的事实认定。

最低25%的门槛应当保留为公式工具，同时满足三项限制：以最小可行地理单位计算并清楚标明版本；允许学生更正地址和补充个人困难证据；审计资金是否真正到达需要支持的人，包括住在较高排名地区却处境困难的人。

一个地区的平均数可以提醒制度去哪里寻找看不见的困难。它不能替制度宣布：住在这里的人都一样，住在界线另一边的人就不需要帮助。

主要资料

了解 Geoffrey Chen 的更多信息

订阅后即可通过电子邮件收到最新文章。