基于大数据的高校困难生精准认定模式研究

2016-04-25张国宝

市场周刊 2016年12期

汪琦，张国宝

基于大数据的高校困难生精准认定模式研究

汪琦，张国宝

贫困生精准认定是实现精准资助的基础，为了有效提高困难生认定的精准程度，结合大数据技术，提出了一种基于大数据驱动的高校困难生精准认定模式。首先，结合现有高校困难生认定程序梳理认定过程中存在的主要问题并分析形成的原因；然后，从数据采集、数据分析、困难等级判定和资助管理四个子系统构建高校困难生精准认定模式；最后，基于高校困难生精准认定模式给出了相应的实施步骤。

大数据；资助；精准；大学生

一、引言

随着高等教育招生人数的不断增加，学生中来自于偏远农村地区和经济贫困地区的比例和数量也相应增加。这就势必需要增加对高校学生尤其是困难学生的资助工作力度，同时增加困难生资助工作的有效性和精准性。如何提高困难学生资助工作的精准性，引起了国家和地方的重视，并相应地出台了一些政策。教育部副部长杜玉波指出“十三五”期间，中国的困难学生资助工作以“家庭经济困难学生资助全覆盖”为目标，同时完善资助工作的体制和机制，并不断提高资助精准度；2016年安徽省教育厅出台了《安徽省教育厅关于建立教育精准扶贫“月点评季通报”制度的通知》；这些制度和政策的出台说明了建立困难生精准资助制度的重要性。而建立困难生精准资助制度和机制的前提和基础是建立一种有效的困难生精准认定方法。所谓精准困难生认定是指依据学生所在的不同地域的经济状况、家庭经济状况以及学生个人消费行为等实际经济情况，采用科学的系统方法判定学生的困难程度和等级。由上述困难生精准认定可知，要实现精准认定首先需要具备学生的经济状况的全面数据，还需要形成一套科学的测评指标体系、测评标准和测评方法。而要获取学生全面的经济状况信息就需要充足的数据来源，同时要形成科学的测评指标体系和测评标准也需要充分的数据作为支撑，因此要形成困难生精准认定方法就需要大量的数据作为驱动源。随着信息技术的发展和运用领域的不断延伸，形成了大数据技术，这为本文建立困难生精准认定提供了技术支持，为此，本文以大数据为技术基础，探究困难生精准认定的方法，以期为高校困难生精准认定提供参考，进而提升高校困难生精准资助绩效。

二、高校困难生认定存在的问题分析

目前高校困难生认定的一般程序主要包括：1.高校随录取通知书邮寄《高等学校学生及家庭情况调查表》；2.学生填写调查表并到生源地办理相应的证明手续；3.依据提交的家庭情况调查表以及学生个人申请，班级形成评议小组并进行困难生认定评议；4.形成评议结果上报学院审核，学院资助工作组进行困难认定并公示。上述困难生认定流程可以用图1来表示。

图1 高校困难生认定程序

由图1中的困难生认定程序可知，高校资助工作人员最终确定困难生过程中主要依据学生填写的家庭经济状况调查表和班级评议结果，这种认定方法和认定程序在实施的过程中存在以下的问题：

（一）困难生认定的信息源单一

从现有的高校困难生认定的程序可知，困难生认定的主要信息源和判定依据是学生提交的家庭经济状况调查表[4]。家庭经济状况调查表由学生本人填写而后交由生源地民政部门审核、签章并证明，在这个形成调查表的过程中由于生源地民政部门无法逐一核对学生的家庭经济状况，只能依据所在行政村出具的签章进行判断，而行政村往往在给予家庭情况证明时考虑人情世故，而出具公信力不足的困难证明，从而最终导致家庭经济状况证明缺乏足够的有效性和可靠性。同时，在开展班级评议过程中，评议小组人员数量有限，无法给予每个申请人全面的评价和判定，评议人员的评议依据往往也是学生提交的个人申请，这就导致整个困难生认定过程中所依据的信息源单一化，认定依据不充分。

（二）认定过程缺乏标准

现有的关于高校困难生认定的相关规定中较少提出明确的困难生认定标准，目前困难生认定的依据主要是教育部对困难生的界定—“学生家庭整体经济状况困难，其月均生活费与学校所在地区规定的居民最低保障相同或者偏低，难以支持学生在校期间的正常生活和学习所需费用，则可认定为困难生”。这种界定以定性描述为主，就导致困难生认定过程具有主观性。同时，各个区域的生源地经济状况不同，最低生活保障也不尽相同，这就无法确定判断的主要依据的准确性和确定性，从而导致困难认定结果一定程度上与实际情况有所偏差。

综合上述分析，当前认定过程中的主要问题形成的原因在于困难生经济状况信息不对称。形成这种不对称现象的主要原因在于无法获取足够的信息源以及当前资助工作整体信息化水平偏低。

二、基于大数据驱动的高校困难生认定方法

综合上述高校困难生认定程序中存在的问题，可知当前困难生认定中存在的主要问题在于困难生信息源不充分和数据单一化，为此本文提出了一种基于大数据技术的高校困难生认定方法。结合现有困难生认定过程中存在的问题，本文采用的大数据驱动的困难生认定方法，主要解决以下问题：一是基础数据获取。主要是指困难生家庭经济数据获取、学生个人消费行为数据获取等基础数据获取问题；一是认定的依据以及认定方法的科学性问题，主要是如何借助大数据形成科学的评估标准和方法。为此，本文结合大数据平台相关内容，建立了如图2所示的大数据驱动的高校困难生认定方法。

图2 大数据驱动的高校困难生认定方法

图2所示的大数据驱动的高校困难生认定方法其实质在于高校困难生认定工作的信息化和系统化。该方法主体是一系列的信息系统，主要包括外部数据采集、数据存储、数据处理、数据应用和数据访问五个子系统，这些子系统的主要功能如下：

（一）外部数据子系统

该层主要功能是实现数据的输入和数据获取，其中，困难生的家庭经济情况数据可以通过学校定期走访核实，还可以建立生源地民政部门登入界面，通过民政部门对生源家庭经济信息的填写和审核进一步完善基础数据；除此之外还需要建立学生在校的消费行为数据主要通过两个方面实现，一是在校园一卡通消费信息记录的基础上通过班级同学评价形成学生日常消费行为习惯数据；一是通过社交网络的相应动态、图片、视频和群组聊天记录等。

（二）数据存储子系统

该系统层的主要功能包括外部数据的存储和困难生认定依据相关信息的存储，从而形成支撑困难生精准认定的数据基础。

（三）数据处理子系统和数据应用子系统

这两层是大数据驱动困难生精准认定方法的主要功能层。数据处理层主要是对获取的大数据进行基本的统计分析和基本挖掘，主要包括困难生生源分布统计分析、困难生消费行为信息挖掘等具体功能。而数据应用层主要是在数据基本处理和挖掘之后的数据深层次处理，主要是实现困难生的困难等级评定功能、相应困难等级学生的资助方法以及困难生的管理和教育措施生成等内容。

（四）数据访问子系统

该层的主要功能是确定系统的主要访问者和系统信息使用者，是信息系统的人界交互界面，实现内外部数据的交互作用。

三、实施步骤分析

结合上述所提出的基于大数据驱动的高校困难生认定方法，笔者认为有效实施该方法需要满足一定的操作步骤，主要包括以下几个步骤：

（一）资助工作人员意识培养

基于大数据驱动的高校困难生认定方法相较于传统的困难生认定方法在工作内容和认定方法上都有了转变，资助工作者的角色也相应发生变化，因此首先需要对资助工作人员进行意识培养，使资助工作者尽快转变自身的工作方式以适应大数据背景下的困难生认定工作和资助工作。

（二）综合资助工作人才培养

考虑大数据技术运用下的高校困难生认定方法在实施过程中需要资助工作人员对大数据的理解以及大数据分析结果的正确解读，这就要求资助工作人员不仅需要了解高校困难生认定工作的流程，还需要其在运用过程中沟通协调相关部门，依据大数据分析的结果制定相应的资助措施、评价认定工作和资助工作绩效等具体的运用环节，这些工作的顺利开展需要资助工作者具备信息技术、大数据知识和资助工作经验等一些知识的复合综合人才，这就要求基于大数据驱动的高校困难生认定方法实施过程中建立长效的复合人才培养机制。

（三）完善制度建设

实施基于大数据驱动的高校困难生认定过程中主要涉及信息和数据使用方面，如何建立有效的信息保障制度至关重要。这些保障制度主要包括贫困生个人信息安全制度、信息数据使用规范制度和绩效评估反馈制度。由于困难生认定过程中涉及的大数据来源广泛，涉及学生个人隐私以及敏感性数据，这些数据在使用过程中易于泄露或者被非正常运用，这就需要建立信息安全保障制度和信息数据使用规范。最后，大数据在困难生认定过程中涉及人员和环节以及程序相对较多，同时也处于初级阶段，需要探究运用规律，尤其是在资助认定精准性和资助精准性方面的绩效，这就需要建立相应的绩效评估机制对运用过程中的偏差及时矫正，最终促进大数据技术在困难生精准认定中的运用。