大数据背景下高校实施精准资助的方法创新研究

王万福

摘要：精准资助已成为新时期高校学生资助工作发展的新方向，也是实现全面脱贫的重要保障。在传统资助工作模式下，困难生认定体系缺乏科学设计、资助过程缺乏动态管理、对贫困生的成长缺少关注等因素，阻碍了高校资助工作的精准化发展。将大数据的理念运用于高校学生资助，有利于精准识别资助对象、精准定制资助方案、资助管理动态调整、有效实现育人目的，助推高校资助工作的发展。

关键词：大数据；高校；精准资助

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）08-0232-02

自2007年国家实施新资助政策以来，全国已建立起了完善的覆盖各学段的资助政策体系，保障了家庭经济困难学生顺利入学并完成学业。而传统的资助过程各环节的弊端引发的问题也越来越明显，已不太适合当前精准资助的需求，随着大数据思维与技术在经济和社会管理领域的广泛应用，高校可以尝试引入这一理念用于学生资助工作。

1当前高校学生资助工作的困境

资助工作是政府切实履行公共财政职能、推进基本公共服务均等化内在要求，是促进教育公平、实现“一个都不能少”的有效手段。但客观而言，现行高校资助体系和资助实践中，隐形贫困生难以得到及时认定、虚假贫困生仍侥幸存在的问题并不鲜见，高校资助精准水平有待提高。

1.1困难生认定体系有待优化

近年来，教育主管部门对高校资助工作要求逐步规范，目前高校已建立起了班级、二级院系、学生资助管理中心、学校资助工作领导小组四级的校内资助认定工作机制，明确了各级认定组的岗位职责。但是家庭经济困难学生的识别和认定主要通过申请者的证明材料描述和民主评议成员的情感认知加以评判，难以量化。校内四级资助认定工作机制理论上能筛选出虚假贫困，但是在实际操作中，《高等学校学生及家庭情况调查表》的内容由申请者本人填写，经村委、社区盖章，再经民政部门盖章完成证明，不免有学生为了增加获得资助的可能性夸大贫困事实；各地区的经济水平不同，对贫困的界定标准一样，以致贫困证明失去有效性和公平性；在校内认定过程中，班级民主评议成员人数有限、对申请者的了解不全面、与申请者私人关系等方面的因素也会导致认定结果的差异。因无法获取足够的信息源，当前困难生认定信息来源单一，民主评议过程具有主观性，使困难生认定难以精准。

1.2资助过程缺乏动态化管理

由于资助工作人员数量有限，日常事务繁重，高校缺少对已获得资助学生的跟踪管理。并没有对资助资金的去向和用途进行追踪，高校也缺少对获得资助的学生是否认真学习，学习效果如何，在校表现怎样，是否有违纪行为等信息的掌握，难以全面准确地对受资助的学生进行评估以及资助育人效果的评价。学校无法走访到每个学生家庭所在村委、街道办去了解学生的情况，而且贫困生个人情况也无法公示接受师生监督，只能依靠认定者的观察和主观判定。尽管有高校利用寒暑假安排资助工作人员对困难生家庭进行走访调查，但实地走访也只能覆盖到少数部分的学生，并不能掌握全体学生的真实情况。目前资助认定工作大多于每学年开学时进行，认定为困难生的在本学年才有申请资助的资格，但现实中有学生可能因为家庭突然遭遇重大变故导致贫困，这部分学生便难以享受到资助。

1.3贫困生心理问题易被忽略

由于经济上的困难，贫困學生综合素质相对较差，个性缺乏充分的发展，而大学对学生的评价是多元的，贫困生容易产生一定程度的自卑、敏感、脆弱等心理问题。有些为了掩盖这样的心理问题，会通过一些行为来伪装自己，甚至做出与自己完全相反的生活态度和行为方式。有些贫困学生因为人际交往能力相对较差，在班级中的存在感较弱，在资助评定过程中，班级民主评议环节不一定能获得支持。有些贫困学生出于自尊心，可能完全放弃困难生认定申请。而高校在资助工作中容易忽略这些情况，导致应该受到资助的学生失去获得资助的机会。

2大数据与高校学生资助工作的结合

随着互联网、云计算等新媒体技术的发展，大数据技术已在教育等领域得到了越来越多的成功应用，高校运用大数据技术实现对贫困学生的精准资助具有重要的意义。

2.1大数据的内涵和价值

大数据具有容量大、类型多、存取速度快、应用价值高等特征，越来越多地得到人们的关注和研究。大数据的内涵并不是简单的、规模很大的数据集合，而是一整套新型的技术、理念与应用。大数据要求数据能充分发挥其外部性并通过与某些相关数据交叉融合产生远大于简单加和的巨大价。数据处理新技术的不断推陈出新，使得大数据中所蕴含的价值得以发掘和体现。大数据为人们提供了全新的观察视角，大大地改变了人们认识世界和改造世界的方式，为各种决策提供了可靠的分析数据。大数据给带来的处理数据的思维方式是要全体不要抽样，要效率不要绝对精确，要相关不要因果。在各种全面、完整的数据基础上，通过对比分析，人们可以发现事物之间的联系，用于预测事物的发展趋势或做出决策判断。所以，大数据的价值在于从海量的非相关性数据里寻找出一定的相关性，然后推演出行为方式的可能性。

2.2大数据应用于学生资助工作的可行性

当前很多高校学生都在使用校园“一卡通”，学生凭借此卡在食堂就餐、校内超市购物、出人寝室、图书借阅、教室借用等，学生每一次刷卡都会产生相关数据。运用大数据思维，对这些数据进行挖掘和分析，可以为高校学生资助工作开辟新的路径。2017年秋季学期开始覆盖学前教育至研究生教育阶段的全国学生资助管理信息系统已在全国范围内投入使用，《国家中长期教育改革和发展规划纲要（2010—2020年）》指出，“全国学生资助管理信息系统要实现学生资助管理信息系统与人口、低保、扶贫等部门信息系统的对接或信息共享，为各级各类学校确认学生身份、认定家庭经济困难学生提供技术支持，提高资助管理工作效率和学生资助的精准度”。学生资助管理信息系统的建设充分体现了大数据思路与学生资助的融合趋势。因此，运用大数据思维和技术，将有效提升高校学生资助的水平和效果。

3大数据在高校实施精准资助工作中的具体应用

大数据的应用是从海量的非线性相关中寻求相关性，大数据方法能为高校开展困难生认定工作提供数据依据，为高校实施精准资助提供参考方案，对贫困生在校学习生活状态及发展情况做出综合评价。目前已有较多高校在探索大数据方法并运用于学生资助。

3.1精准识别资助对象

高校对贫困学生的资助一般是建立在贫困生数据库的基础之上，要提高资助的精准水平，就需要对贫困生进行精准的识别。传统的困难生认定过程是先由学生本人提交贫困证明材料进行困难生认定申请，班级或寝室同学通过平常的观察了解对其进行民主评议，难免会有泄露学生隐私或评价具有主观性等弊端。为了避免传统方法的弊端带来的问题，高校可以运用大数据思维建立贫困生数据库，充分全面地采集学生家庭情况、办理国家助学贷款、在校生活消费、勤工助学等方面的数据。通过采集、筛选、分析上述的结构化或非结构化数据，挖掘出能体现学生学习生活状态的有效信息，确定家庭经济困难学生认定的相对标准。例如，中国科学技术大学通过检测学生校园一卡通的消费情况，每月消费低于一定金额的，学校给予生活补助；南京理工大学通过对学生饭卡刷卡记录分析，锁定资助对象，直接将补贴款打入学生饭卡，学生无需填表申请，不用审核。这种“隐形资助”方式，可以有效地保护受资助学生的自尊心，深受学生的欢迎。因此，大数据方法可以真正地实现资助对象的精准识别，让应该得到资助的一个都不少。

3.2精准定制资助方案

精准资助不是仅仅停留在精准识别资助对象的层面，还应包括更高层次的精准资助方案制定。资助对象的精准识别是精准化资助的前提，只有在资助方式上实现因人而异才能达到精准资助的目标，也就是说，精准资助既要选对人，又要选准方法问。我国现已建立有政府财政、学校事业收入提取、社会捐赠“三位一体”涵盖奖、助、货、勤、免、补等多种形式的奖励资助体系。将每一项资助项目实施在最有需要的学生身上，才能更好地发挥资助的作用，在传统粗放式的资助模式下，难以实现。如今可以通过大数据分析，在精准识别资助对象的基础上，为学生制定个性化的资助方案。例如，电子科技大学2017级新生在收到录取通知书以后，登录学校的“智助系统”完成相关信息填报，学校采集到了包含学生及家庭基本信息、是否低保、是否办理助学贷款等约40类数据。“智助系统”运用大数据方法自动对采集到的信息进行深入挖掘分析，形成每个学生的“数据画像”，系统会根据学生的困難程度、应急程度等划分资助优先级，并根据其贫困状态智能匹配个性化的资助方案，如提供新生路费资助、国家助学贷款、特困补助、临时生活补助等97项资助方案。

3.3资助管理动态调整

资助动态化本身就是能精准化的重要内容，及时发现、及时纠偏、将资助失误降至最低，也是提高资助精准度的重要内容和重要途径。运用大数据技术实时掌握全校学生的情况，一方面，学校可以及时发现困难学生，主动关心学生并在最佳时期采取相应资助，帮助学生度过困难时期；另一方面，对于已获得资助的学生是否有铺张浪费、是否努力学习等行为进行监督管理。在现实工作中，由于工作人员数量有限，高校尤其缺少对受到资助的学生的跟踪管理，基本处于放任状态。运用大数据方法，对受资助学生的监督工作可由数据库根据所建数据模型自动运行，及时发现资助对象的异常行为，为高校调整资助策略提供有力参，如发现学生有不符合资助政策的条件行为，就可随时调整资助。

3.4有效实现育人目的

资助是手段，育人是目的。高校在落实国家的资助政策过程中，应做到在经济上帮助学生，在精神上培育学生，在能力上锻炼学生。从资助育人的理念出发，高校在经济上资助贫困学生的同时，还要重点关注受资助学生的成长。在大数据背景下，可以基于贫困生在校各方面的表现建立数据库，整合学习成绩、违纪处分、等级考试、学科竞赛、论文发表、勤工助学、考研就业等方面的数据，通过对比分析反映出受资助学生的成长情况。学校可以借助分析结果，及时对学生开展除经济资助之外的其他帮扶工作，如心理辅导、学业帮扶、就业指导等工作，“扶贫”更要“扶智”，促使保障型资助向发展型资助转变。

大数据技术已在各行各业发挥着重要的作用，目前高校将大数据方法用于学生资助还正处于探索和尝试阶段，高校应顺应这一发展趋势，创新和改进当前的资助工作方法，全面推进以对象精准、力度精准和发放时间精准为重点的学生资助工作精准化。