大数据视域下高校精准资助模式构建研究

罗丽琳

(西南政法大学，重庆 401120)

一、精准资助及其缘起

习近平总书记在党的第十九次全国代表大会上的报告重申了“坚决打赢脱贫攻坚战”这一历史使命，明确强调“让贫困人口和贫困地区同全国一道进入全面小康社会是我们党的庄严承诺”[1]。对于高校精准资助而言，是指针对高校中生活和学习条件确实艰苦的贫困学生，为其提供精准有效的资助。高校精准资助的目的在于提高贫困生资助的有效性，主要包括对需要资助贫困生的精准鉴别，以及对贫困生资助方式和幅度的精准确定两个方面。近年来，中国高等教育规模日益扩大，学生总量也呈现不断增长趋势，经济困难的大学生数量也相应增多，解决这一问题已经成为了当前高校的主要工作之一[2]。对于如此严峻形势，党和政府进行了积极回应。2013年，习近平同志在湖南湘西进行调研时表示，扶贫要实事求是，因地制宜。要精准扶贫，切忌喊口号，也不要定好高骛远的目标。2015年，中共中央、国务院印发了《关于打赢脱贫攻坚战的决定》，对“精准扶贫”思想作了深入的阐释与部署，要求要“坚持精准扶贫、提高扶贫成效，做到扶真贫、真扶贫、真脱贫”。在这一背景下，“精准扶贫”也理所当然成为高校学生资助工作的基本原则。同时，对于信息技术日益普及并深入绝大多数老百姓生活的现代社会而言，大数据技术已经成为互联网革命的主要成果之一，对人们的生产和生活产生了非常深刻的影响。通过大数据技术的运用，可以实现精准识别资助对象、精准判定资助需求和资助形式，以及精准控制资助效能的作用[3]。从大数据的视域对高校精准资助进行研究，对于促进高校资助效能有着非常重要的理论价值与现实意义。

二、高校精准资助学术研究述评

高校精准资助是“精准扶贫”思想在高校的实践与发展，对于创新高校的扶贫模式，以及提升高校扶贫的针对性和有效性具有重要的指导意义，为高校学生扶贫工作提供了新的理念与思路。但已有研究主要是从高校精准资助的目标、存在的问题，以及相应的完善机制方面展开，而较少从大数据对高校精准资助的作用和实现路径方面进行研究，且研究不够深入和全面。

(一)高校精准资助相关研究现状

高校精准资助是精准扶贫在高等教育这一特殊领域的体现，是“精准扶贫”思想的具体运用。自从2015年党中央正式号召实施精准扶贫以来，有关高校精准资助的研究成果日益增多，其深度和广度得到了持续加强。目前这些研究成果主要有三种类型：一是对当前高校精准资助存在问题及对策和高校精准资助模式构建的探讨。如：吴丽仙论文《建立精准学生资助工作机制研究》[4]，杨晓慧论文《关于新时期高校学生精准资助工作的思考》[2]，张福友论文《关于普通高校学生精准资助工作的理路》[5]，刘云博、白华论文《精准化资助:高校学生资助工作新思维》[6]，盛波论文《有效提升高校资助工作绩效的研究与实践》[7]。二是专门针对少数民族贫困生这一特殊群体的精准资助进行论述。如：王秀民论文《民族高校少数民族贫困生认定工作研究》[8]，周丽华论文《少数民族贫困大学生发展困境与高校资助育人对策研究》[9]。三是从大数据的角度对高校精准资助模式进行研究。如：吴朝文论文《大数据环境下高校贫困生精准资助模式初探》[3]，等等。

(二)高校精准资助研究存在的不足

当前高校精准资助研究存在的主要不足，在于其研究重心主要集中在有关高校精准资助存在问题及对策和高校精准资助模式构建上，偏重于理论和整体上的综合研究。虽然已有从某一特殊角度对高校精准资助进行研究的成果，但只有为数不多的从少数民族大学生这一特殊群体精准资助的角度进行论述的文章。对于信息化技术结晶的大数据技术与高校精准资助模式相结合的问题，相关的研究则为数极少，当前能搜索到的比较重要的研究成果仅有吴朝文在2016年于《黑龙江高教研究》发表的论文，此文主要对大数据技术在高校精准资助的具体运用进行了深入的分析，没有涉及大数据技术对高校精准资助的意义、作用，以及综合模式构建等诸多学术性问题的研究。

(三)本文研究的主要问题

针对高校精准资助模式在大数据视域下研究成果相对较少的现实，以及相关成果涉及范围相对比较局限等诸多不足，本文拟重点通过对当前高校精准资助存在的主要问题的论述，指出大数据技术对高校精准资助解决相关问题能够起到的具体作用，并在此基础上对大数据视域下的高校精准资助模式进行综合性的构建。

三、高校现行精准资助模式的问题审视

现有高校精准资助模式，基本上仍然采用传统的手工采集信息和分析信息的方法，不仅效率低下，而且很难达到精准资助的要求。具体来讲，中国高校精准资助存在的主要问题包括资助对象难以确定、资助形式刻板单一、资助效果不明显等方面。

(一)资助对象不确定

实现高校精准资助的目标，其前提是对需要资助的贫困学生进行十分精准的认定，以使相应的资助能够真正起到对贫困学生的帮助和支持作用。然而，在当前高校资助的过程中，普遍存在贫困学生的认定较难[10]。这类问题的产生，主要同当前的资助对象确定方式存在着密切的联系。事实上，高校对资助资源的分配，一般是将已经确定的资助资源按照学生的比例，或者按照困难学生的比例把名额分配给各个学院，然后各个学院再按照一定的标准分配给符合要求的学生。当然，学院也可能会按照这一模式直接分配到各个班级。在具体操作中，辅导员一般会依据申请，或者以实际了解到的情况为基础对贫困学生进行确定。由于高校资助对象的确定缺乏前期对贫困学生的详细调查和了解，而且资助对象的产生主要以贫困学生自身的申请为前提，资助对象的数量还经常受到具体名额的限制，不仅可能产生有的学生弄虚作假，冒充贫困生提供虚假资料的情况，而且真正的贫困生也可能因为不愿意申请或者名额不足而不能获得资助。因此，由于认定时间和一些先决条件的限制，具体操作中常常出现真正贫困的学生没有被认定，而不贫困的学生却被错误认定的情况[5]。

(二)资助形式刻板单一

目前，高校对贫困学生的资助形式采取刻板而统一的标准，使贫困学生的很多需要获得资助的实际需求得不到有效满足。在高校资助的具体操作中，由于贫困学生的个体需求多样化(资金需求和发展需求)，准确分析和准确辨识难度较大，实行需求差异化资助的困难较多。在资助过程中，一般是依据学生的家庭情况，将学生大致分为三类，这样的区分度不够清晰。在具体的操作中，通常是根据家庭的人均年收入对困难情况进行分类，未能考虑到地区差异等因素，缺乏科学性与合理性，以至无法有效实现资助工作的育人功能。

由于对贫困生的多样化资助需求难以把握，具体的资助形式不能依据贫困生资助需求的不同采取相应的差异化策略，导致资助的过程和方法比较单一，资助的工作形式缺乏突破和创新。实践中，因资助的来源渠道不同，资助方通常对资助对象、资助额度、发放的时间点进行一定的限制。在实际操作时，学生家庭经济认定、资助资源的动态性会导致无法进行全面统筹。考虑到这一特点，高校一般是将资助资源依据学生的数量，或家庭经济比较困难的学生数量的比例进行分解，这种未能立足于学生个体需求的单一资助模式，极有可能会导致各个学院间资助资源分配的不均衡。

(三)资助效果不明显

现行的高校精准资助模式坚持基本保障原则，主要从确保资助对象的基本保障出发，对于贫困生更加需要的全面发展方面较少涉及，资助育人的实效性较差。一方面，对于贫困生来说，解决基本生活保障固然重要，但作为新时代的大学生，实现基本学习目标乃至追求更高的要求也是必要的，对其未来发展可以起到非常关键的作用，但是高校资助却很少考虑到贫困生此方面的需求，不仅使其基本学习条件难以得到保证，追求更高目标的愿望更是成为贫困生的奢望，限制了其进一步发展的可能性。另一方面，即使在基本生活保障方面，由于现有资助对象确定模式不可避免出现的隐性贫困生和虚假贫困生的影响，很多需要得到资助的贫困生没有得到应有的资助，已经得到资助的贫困生也因为虚假贫困生的存在而面临基本保障被稀释的问题。

四、大数据技术对推进高校精准资助的价值

大数据技术对解决当前高校精准资助具有重要的作用，主要表现在为资助方提供充足的信息、为资助形式的多样化提供事实依据和为资助效能的提高提供技术条件等三个方面。

(一)为资助方提供充足的信息

资助方和被资助对象之间存在的信息不对称是目前资助困境存在的根本原因。在当前资助模式下，资助方对于高校大学生的信息收集主要来源于各种正规的构建性信息，主要由大学生自行按照资助方的标准表格提供。由于客观条件的限制，资助方很难对这些信息进行核实，更加难以掌握被资助对象经济情况的具体变化。这种信息不对称造成当前高校资助在资助对象、资助需求、资助形式和资助效果等方面均难以达到精准的程度。然而，在互联网时代，大学生的相关经济活动都会通过互联网收集的相关数据得到精确的记录，通过大数据技术获得这些信息，从根本上改变了资助方和被资助方之间信息不对称的困境，为高校精准资助提供了坚实的信息基础[4]。

(二)为资助形式的多样化提供事实依据

在现有高校资助模式下，资助方没有根据时代的发展转换资助理念，资助需求仍然主要着眼于贫困学生的基本生活保障，对其多样化的发展需求重视不够，从而只能采取对所有被资助对象都适用的刻板资助形式。大数据技术的运用可以为资助形式的多样化提供事实依据，即能通过所采集的贫困学生的具体活动数据，根据其基本生活保障、求职需求保障和追求卓越保障的不同需求类别进行分析，并根据分析的结果对其资助需求进行精准判断，从而为资助形式的多样化提供依据。

(三)为资助效能的提高提供技术条件

目前，高校资助基本上仍采用人工表格采集和整理分析的信息采集与利用方式，对互联网和计算机的利用仅仅局限于远程通信、查询和制作表格的原始阶段，缺乏信息时代的大数据意识，导致与资助相关的信息严重不足，难以进行综合统筹。大数据量化积分模式下的资助资源分配方式，与传统的资助模式相比具有较大的优势。然而，建立困难学生库是其得以应用的前提与基础，信息化管理则是合理统筹资助资源的有效路径。由于学生在校的周期比较稳定，在此期间学生的家庭经济状况一般不会发生较大的变化。从这个意义上讲，利用信息化手段对学生家庭的困难程度进行某种程度的量化，然后依据困难程度、资助需求的迫切性，在此基础上按照积分从高到低对资助顺序进行安排。在下一学期开始时，需要对学生困难情况进行重新认定，需要对此再进行新的量化积分。这样，年度资助已经基本做到了全面的合理统筹，可以获得相对较好的统筹效果。因此，以人工为主的低效率的信息采集和收集方式，必然导致单一化的资助形式和低下的资助效能。而大数据技术则以其高效、便捷、精准的数据采集和分析能力，为资助形式的多样化、个性化奠定了良好的基础，为资助效能的提高提供了信息化的技术条件。

五、大数据视域下高校精准资助模式的构建路径

在信息化时代，高校精准资助模式的构建需要在充分利用大数据的前提下，坚持以资助育人为最终目的，秉承以人为本、量身定制的差异化资助新理念，构建“大数据”视域下“按需分层助学”的精准资助模式，以实现党中央精准资助的发展目标。

(一)大数据视域下高校精准资助模式的框架设计

1.高校精准资助对象的确定

运用大数据信息服务技术平台，建立学生校内外关联大数据库，通过数据挖掘、数据分析，精确完成对贫困学生的认定。高校精准资助水平的提高，贫困生的准确认定是其关键。在此背景下，大数据是实现精准的最佳方式，其能够避免贫困证明的弊端，也能够防止出现资助形式主义。具体而言，可以从以下方面开展工作：一是全面采集相关数据。通过采集、筛选数据，进一步了解学生学习、生活的有效信息，然后按照数据均值计算以确定家庭困难界定的标准。二是综合利用校内各部门的数据。全方位、 多层次搜集学生的消费流水数据，以此掌握学生的经济状况和家庭的贫困情况。如果数据分析的结果表明某一已经接受资助学生的数据超出预警范围，学校可以就此启动补充调查，以对其进行较为全面的核查，如发现套取资助，将及时停止资助，并对其采取处罚措施。

2.高校精准资助需求与形式的确定

运用大数据信息服务技术平台，对家庭困难学生的学业情况、综合素质和心理健康状况等动态因素等进行整体分评价，在此基础上以帮助实现家庭困难学生的多样化需求为宗旨，以大数据建构数据模型，进行评估和预判断，由低到高分为三个不同层次需求，实施个性化匹配，进行分类指导。第一，基本需求的层次，其基本目标是实现家庭经济困难学生资助全覆盖。基本需求层次的确定主要根据传统数据采集的模式，以被资助困难学生家庭情况，如父母收入等为基本确定标准。第二，求知需求的层次，即通过资助促进学生德才兼备、全面发展。这一层次是把资助工作和育人工作进行融合，在具体资助项目的设计、资助资源的预算分配方面进行相应的结构调整，满足学生个性化的需求，促进学生学业发展和能力提升。求知需求层次的确定主要根据被资助对象所学习的专业、学习计划、学习进度和其他具体学习情况确定。显然，这一需求层次的确定必须同被资助学生的个体学习情况相结合。第三，追求卓越的层次，追求卓越的需求确定必须同学校和社会的选优机制相结合，主要以奖学金的方式表现出来，必须在被资助对象在某一专业领域的学习和研究成绩非常突出的情况下，才能确定获得这种层次的资助。

(二)高校精准资助的保障机制

1.制度保障

在制度保障上，主要是建立信息保障机制及独立建制的资助工作部门，并以此为基础提供充分的经费保障。主要包括以下方面：第一，信息保障制度。实施基于大数据驱动的高校困难生认定过程中主要涉及的信息和数据使用，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。第二，独立建制的学生资助工作机构。为了保障大数据视域下高校精准资助模式的顺利运作，必须成立独立建制的学生资助工作机构。该机构专门负责充分运用大数据技术实现高校精准资助的职能，为大数据视域下高校精准资助提供可靠的机构保障。第三，充足的经费保障。大数据视域下高校精准资助模式的开展涉及一系列大数据技术运用，因此必须进行必要的软硬件投资和人力资源投资，并需要进行专门的规划和协调等，这些都需要以充足的资源投入为基础。因此，充足的经费保障是高校精准资助模式充分利用大数据技术的经济基础。

2.人员保障

在运用大数据技术条件下，高校困难生的认定过程中需要资助工作人员加强对大数据的理解以及对大数据分析结果的正确解读，这就要求资助工作人员不仅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，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多方面知识技能，这就要求在大数据驱动的高校困难生认定实施过程中，必须建立长效的复合人才培养机制[6]。

3.技术保障

要使大数据技术能够为高校精准资助提供充分的数据采集、分析和运用等方面的信息支持，必然需要运用云计算等理论与技术来建设学生资助的信息化平台。大数据技术由一系列的信息系统组成，主要包括建立相关的外部数据采集、数据存储、数据处理、数据应用和数据访问五个子系统[11]。

(三)高校精准资助的技术路径

为了充分和恰当利用大数据技术，则必须建立实时动态、实时监控的资助工作信息化平台[12]。利用定位数据节点技术和网络数据抓取软件，搜集学生校内外关联的数据形成信息数据库，实施动态监测；采取聚类分析技术，构建贫困生消费指标、个人能力发展指标和监测体系，进行量化分析；建立“数据模型”评估和预判家庭经济困难学生，建立识别预警机制；通过监测、分析和预判，实现多元化、差异化、发展性的精准资助。

1.确立数据采集机制

“校园一卡通”及其他应用系统的在线运行能够采集到学生的相关数据信息，这些数据提供的大量资源使大数据技术得到了有效的应用。根据贫困生认定的有关标准，以上信息可以分为三类。首先是基础信息，主要指学生及其学生家庭信息；其次是轨迹信息，主要指一卡通的有关消费信息；再次是结果信息，大体包括缴费信息、奖贷勤补信息和贫困生的认定信息等方面。需要指出的是，对于目前贫困生的认定程序来讲，主要考虑基础信息和结果信息，同时也需要运用民主评议所反映的轨迹信息，以此获取贫困生的认定结果。当前，贫困生的认定程序中存在主观性较强的问题，其中轨迹信息是最大的不确定信息，这是大数据需要面对和解决的问题。对此，一卡通信息所承载的内容则可以有效解决这一困难，因为其具有完整而客观地记录学生在校期间所消费的轨迹信息的功能，其中用餐信息属于最刚需的信息，最能反映学生的生活水平。当然，在进行分析之前，需要对有关数据进行清洗，并按照早中晚等三个时段对数据进行合并、去噪等处理。

2.构建数据分析机制

数据分析机制的构建与优化具有重要意义，对此需要从以下两个方面切入。(1)对贫困生的消费特征进行评价。通过对贫困生的认定数据进行分析，按照大致情况能将学生分为三类：特困生、贫困生、非贫困生。同时，根据一卡通的消费数据可以将学生食堂用餐情况确立为用餐次数、平均用餐金额和用餐金额波动等三个观察点。然后以此为基础，分析研究上面提到的三类学生的消费状况，基本可以总结出贫困生用餐的规律，即：贫困生尤其是特困生在食堂里的用餐次数明显高出非贫困生；贫困生在食堂的整体用餐金额低于非贫困生；贫困生的用餐金额相比之下更为稳定。因此，通过大数据所获得的结论同一般思维的判断在大体上是一致的，但不同的是大数据可以把所有的概念思维进行分析进而得以有效量化，而量化则能够为后续的评价提供基本前提和基础。(2)对贫困的指数进行明确化。对此，可以以特困生和非贫困生的用餐次数、平均用餐金额，以及用餐金额波动等几个方面作为分析的观测点。具体而言，可以通过对以前已被认定的贫困生所依据贫困标准线为基点进行分析论证，然后对其进行比较，主要按照每名学生和贫困标准线的偏离幅度为基本标准。

3.明确数据的具体运用方式

数据的具体运用方式主要为二个方面：(1)评估贫困生资助体系的运行效果。对此，需要把全体学生的贫困指数依据从高到低的顺序进行排列，以获得可以反映贫困指数分布的贫困指标图，图中的横坐标设定为学生人数，纵坐标设定为学生贫困指数。在指标图的光滑曲线中，依据拐点斜率设定三个分割点，将整个曲线区分为四段，将第一段确立为贫困预警区间，第二段确立为贫困区间，第三段确立为正常区间，第四段确立为非贫困区间。之后根据设定的图表，再与日常工作实际进行联系，对贫困生资助体系运行的效能作出评估，主要包括现行贫困生资助体系的运行状况、贫困生认定依据的可行性，以及特困生的资助效果等。(2)对贫困生预警和精准资助的运行实效进行审视。按照贫困生指标图，对贫困生预警线进行数据挖掘和研究，然后运用对比分析的方式将贫困预警学生名单和贫困生认定的名单展开分析。在这一过程中，应该重点注意以下问题：第一，照顾特殊并兼顾整体，即在特殊照顾特困生的过程中，重点关注资助等级较低，并且尚未获得奖学金的经济困难学生；第二，应该加大对农村家庭、多子女家庭，以及因病致贫家庭学生的资助力度；第三，需要对目前用餐消费水平偏低的学生提高资助标准，尽管其已经解决了基本生活问题，但仍需要进一步增加资助的数额。

(四)构建学校相关部门的联动机制

在大数据视域下，对于高校精准资助的有关数据的搜集与获取需要多方形成合力，其主要涉及学生工作系统、后勤保障系统和学校财务管理系统，需要得到这些部门的通力合作和支持。需要指出的是，对所获得数据进行分析和研究也同样需要技术与管理相结合，而结果的处理同样也亟待每个系统的协调与配合。至此，按照大数据研判所获得的“精准资助”名单应该提供给学生工作系统，之后可以按照安排专项勤工俭学项目的方式，在“征求学生本人意见”之后增加资助的项目。此外，贫困学生基本生活需求之外的发展需求的满足，必须得到相关部门数据的充分支撑。包括了解被资助对象所学习专业、学习计划、学习进度和其他具体学习情况数据，以及了解被资助对象追求卓越需求的突出成绩和贡献等具体数据。

六、结语

根据党的十九大会议的有关精神以及党中央关于精准扶贫的系列指示，笔者认为，教育扶贫特别是针对高等教育的扶贫，是阻断贫困代际传递，助力贫困家庭摆脱贫困和实现贫困群体真正发展的根本途径。高校精准资助在高等教育扶贫措施中具有基础意义，其目标达成的关键在于获得被资助贫困生的准确信息。大数据技术是信息革命的主要成果之一，对于信息的采集和分析有着非常明显的优势。因此，从大数据视域对当前高校精准资助模式进行审视，通过相应的对策对其进行重新构建，是实现精准资助目标必不可少的关键环节。限于篇幅，文章仅从框架设计、制度保障、技术路径和联动机制四个方面对大数据视域下高校精准模式的构建进行分析，很多细节尤其是技术路径的具体实施方案尚未涉及，仍有待后续探索进行深入研究。

[1]习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告[M].北京：人民出版社，2017：47.

[2]杨晓慧.关于新时期高校学生精准资助工作的思考[J].中国高等教育，2016(9)：22-25.

[3]吴朝文,代劲,孙延楠.大数据环境下高校贫困生精准资助模式初探[J].黑龙江高教研究，2016(12):41-44.

[4]吴丽仙.建立精准学生资助工作机制研究[J].教育评论，2015(9):46-49.

[5]张福友.关于普通高校学生精准资助工作的理路[J].黑龙江高教研究，2015(11):78-80.

[6]刘云博,白华.精准化资助:高校学生资助工作新思维[J].教育评论，2016(2):67-70.

[7]盛波.有效提升高校资助工作绩效的研究与实践[J].教育与职业，2016,1(10).

[8]王秀民.民族高校少数民族贫困生认定工作研究[J].学校党建与思想教育，2017(4):40-41.

[9]周丽华.少数民族贫困大学生发展困境与高校资助育人对策研究[J].学校党建与思想教育，2016(6):44-46.

[10]刘王德馨.浅析高校学生资助管理工作[J].教育科学:全文版:00252-00252.

[11]王元卓,靳小龙,程学旗.网络大数据:现状与展望[J].计算机学报,2013,36(6):1125-1138.

[12]彭飞霞.基于大数据的高校精准扶贫机制建设[J].教育与职业,2016(22):15-18.