试析大数据时代高校贫困生精准资助机制

2017-03-08刘洋睿

呼伦贝尔学院学报 2017年4期

刘洋睿

（内蒙古医科大学内蒙古呼和浩特 010022）

2013年11月，习近平总书记到湖南湘西考察时首次提出了“实事求是、因地制宜、分类指导、精准扶贫”的重要指示[1]。党的十八届五中全会在国家“十三五”规划中明确提出要“充分发挥政治优势和制度优势，贯彻精准扶贫、精准脱贫基本方略，创新扶贫工作机制和模式，采取超常规措施，加大扶贫攻坚力度，坚决打赢脱贫攻坚战。”“精准资助”的概念源于党中央针对我国4000万贫困人口提出的“精准扶贫”的工作机制。“精准资助”贵在精准，重在精准，成败之举在于精准。确保“精准资助”就要做到精确识别、精确帮扶、精确管理，精确识别是精准资助的前提，精确帮扶是精准资助的关键，精确管理是精准资助的保证。今年两会期间，习近平总书记在参加广西代表团审议《政府工作报告》时提出“要扶贫，先扶智，绝不能让贫困家庭的孩子输在起跑线上。”显然，教育扶贫是阻止贫困代际传递的最优方式[2]。但资助工作十分复杂，需要国家、社会、学生等诸多方面的重视，因此绝不能“手榴弹炸跳蚤”，唯有坚持“精准资助”方是良策。然而随着国家“精准资助”的政策不断提出、完善、推进，高校学生资助部门对政策的把握却有些力不从心，面对一些学生甚至家长“争贫困”的行为有些招架不住。传统“精准资助”存在的问题日益凸显。

一、高校“精准资助”存在的问题

（一）高校贫困生资格认定时间紧、难度大

以内蒙古医科大学为例，在校生一万四千人左右，平均每位辅导员管理学生人数在 200人以上，师生比达1:350。教育部规定：贫困生参与申请面可达 30%以上，以此计算每位辅导员需核查120人以上的学生贫困认定资料，工作量巨大。

贫困生认定一般在每学年初，即九月份，而涉及新入学学生的贫困认定也需要在这极短的时间完成，除此以外新生入学还需完成生源地贷款、学籍注册、军训管理等诸多事宜，这就给辅导员的工作造成了巨大的压力。由于受时间限制，致使辅导员远远不能对学生家庭状况全面了解，因此也造成了贫困资格认定的纰漏。

（二）“争贫困”高校贫困生资格认定过程片面

当前贫困生认定模式一般采用学生申报、班组讨论、辅导员核查、学校审批的形式，这就造成了一些“争贫困”现象的出现。有些班级为了做到“公平公正”，采用了贫困生自述、班级成员投票的方式，这便造成了真贫困的学生碍于自尊心得不到应有的帮助，而给了投机者可乘之机。

（三）高校资助体系存在漏洞

首先，绝大多数高校采用一年一评定的资助政策，划分指标，确定等级，一旦确定，便基本形成较为稳固的模式，这样虽能最大程度避免一些人为因素，但这种评定形式也会造成一定问题。接受国家助学金资助的学生大多来自于农牧区，家庭收入极大程度会受到气候状况及家庭变故的影响，因此，这种僵化的模式也会在一定程度上导致矛盾的产生。其次，有时班组成员为稳定班级学生情绪，常采用“风水轮流转”、“论功行赏”、“人人有份”甚至“一人获评，奖金共享”的违规方式。而这些大多源于高校未能深刻理解国家资助政策而衍生的病态体制。

（四）重物质扶助，轻心理疏导

高校的任务之一是“立德树人”，资助的意义在于“物质的扶助与心理的帮助”，二者并非绝对孤立的个体。国家为高校贫困学子出台一系列资助政策，目的就在于让贫困学生在物质上没有缺憾，在心灵上没有后顾之忧[3]。然而当前大多数高校却忽视了对贫困生心灵的疏导。一些高校为做到政务公开，直接将贫困生家庭情况全部公示，让这一特殊群体的标签更加明显。甚至，有无驾照、是否报考研课程等也作为贫困生认定的指标，这些极易引发贫困学生的心理问题。在群体标签化的刺激下，有些贫困学生会产生自卑、逆反及焦虑的问题，甚至一些贫困学生会产生自暴自弃的行为。

（五）贫困生资助后续管理流于形式

一些高校将贫困生资助仅仅视为一项工作，工作完成便置于一边。部分学生得到助学金并未将其用到合适的地方，而是一味挥霍。一些学生获得资助，却不知感恩，不思进取，荒废学业，不能发挥助学金应有的作用。还有一些学生，持有“等、要、求”的不良心理，将助学金视为理所应当。在面对这些问题时，部分高校却无能为力，未能采取适当措施加以解决。这样也便造成了宝贵资源的浪费，而助学金理应产生的正能量大打折扣。

二、大数据应用于精准资助的原理分析及技术支持

（一）大数据的内涵

大数据亦称巨量资料，在肯尼斯·库克耶及维克托·迈尔·舍恩伯格编著的《大数据时代》给出了大数据的四个特征：大量、价值、高速及多样，其也被成为“4V”特征[4]。阿里巴巴创始人马云曾讲到“未来的时代将不是IT时代，而是DT的时代，也就是Data Technology。”这也充分显示出了大数据对未来社会发展举足轻重的地位。”

（二）大数据原理分析

在传统的数据采集与分析中，我们常采用抽样的方式，它虽能以概率的方式较为客观地评价推论值的可信赖程度，但基于其随机化的原则，它仍具有总体单位数量限制性大、样本代表性存在一定不可知性等缺点，而类型抽样又要求对样本了解程度较高，因此传统的数据采集与分析方式在高校精准资助中并不适用。

巨量资料技术，是将一系列原始数据经过收集、提取、清洗、整理等的预处理过程，从而形成高质量的数据。其主要分为两部分，一部分是海量运算存储能力，一部分是数据建模算法。在研究大量的数据的过程中去寻找模式、相关性以及其他有用信息，为准确的做出决策提供帮助。

（三）大数据应用于精准资助的技术可行性分析

众所周知，需求的信息越准确，数据量便会越大，结构也就更随意，分析也会更加困难。然而，幸运的是，高校资助的特殊性又帮助我们克服了结构随意的困难。因此，大数据技术在高校精准资助体系的应用具有得天独厚的优势。而曾风靡于各大高校的校园网络平台建设也为当前大数据技术的应用提供了一个较为完善的发展平台。

四、大数据思维下的高校贫困生精准资助

（一）“大数据”技术下的精确识别

精确识别是“精准资助”的前提。传统的“精准资助”采用随机抽样确定样本属性，并以此为标准扩大范围。这样的模式是应用了“一概而论”的思维，将贫困生群体同一化，然而这样“粗放型”的“精准资助”并不能切实地解决问题。“大数据”技术下的“精准资助”避免了粗放的贫困生认定，取而代之的是一种更加全面、个性、精确的认定方式。

“大数据”技术下的“精准资助”依托于贫困学生数据库的建立，以内蒙古医科大学为例，学校每学年进行一次贫困生数据库的补充，并录入申请学生的相关信息，在数据库中，可实现基本信息与动态变化全方位的考察。但是，贫困生数据库的确定也需秉承“精确识别”的理念，层级录入，全级审查。

（二）“大数据”技术下的精确帮扶与管理

精确帮扶是“精准资助”的关键。精确管理是精准资助的保证。数据库建立的意义是长远的、动态的、可预测的监控贫困学生资助的系列工作。数据库的更新及与其他系统的结合是精确帮扶的重点，因此应联合各部门，将“资助工作”变成举全校之力的重点工作。要建立资金流动系统，监测每一笔助学金的准确流向。做到贫困学生有进有出，严出严进，做到“精准资助”动态变化。“精准资助”的“动态化”也在一定程度上减轻了高校资助工作者的工作强度。

（三）“精准资助”的预测

“大数据”技术应用的核心不仅仅在于动态监控、合理解决，更重要的是在于以已有数据进行预测，从而做出合适的决策。基于贫困学生群体的特征性，预测对于高校“精准资助”工作也十分重要。预测的基础在于对贫困学生基本及动态情况全方位的掌控，家庭成员架构、生源地、家庭属性等都应是数据库应包含的内容，要时刻关注因“家庭变故”造成的新贫困生。

四、“云校园”助力“精准资助”

2008年，“云地球”的概念首次被提出，随之而来的是系列“云”领域建设如火如荼的展开。基于角色的个性化定制服务的全面智能感知环境和综合信息服务平台、基于计算机网络的信息服务互联协作的学校服务平台、通过智能感知环境和综合信息服务的交流感知平台成为了“云校园”建设的三大目标[5]。如今，“云校园”建设已经在中华大地生根发芽。

（一）“云校园”在精确识别的应用

“智慧图书馆”、“校园一卡通”等“智慧校园”建设已经较为普及，每个入学的新生都将从入学第一天开启一个属于自己的可被记录的个性化校园轨迹。将“云校园”与“精准资助”相结合，能够最大限度实现资助金的有效利用。

高校资助平台应与其他“云校园”建设平台相联合，及时获取贫困学生在校消费、学习、信誉等数据。以内蒙古医科大学为例，学校资助平台与后勤管理系统连接可及时掌握贫困数据库学生日常消费情况，如用餐次数、平均消费额度及最高消费额度；与公寓管理系统连接可获取学生日常习惯；与教务系统连接，则可获得学生日常学习状况与奖惩情况。将各种信息以数字化形式储存、分析，可得到最为精确的资助方式及级别。

（二）“云校园”在精确帮扶的应用

“云校园”学生档案是较为全面的学生日常生活的体现，也在一定程度上体现了学生近期的生活状况与心理活动。应用“云校园”平台各子平台的联系，可及时获得学生的需求，如教务系统中体现本学年学生课程较少，资助平台便可为贫困学生提供勤工助学的机会；如监测到学生近期消费过低，可预测贫困学生近期家庭是否出现某种变故；如监测到学生近期学习及课余活动存在一些问题，可预测该生近期的心理起伏，从而做到及时把控，及时调节。