大学生助学金精准资助预测指标体系构建

张耀方

为进一步提高我国高校学生资助工作的水平，建立精准的学生工作机制成为各高校资助工作的首要任务，而精准识别资助对象事关教育资助资源分配的合理性。但现阶段我国资助体系中，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。针对以上问题，在互联网+背景下，应建立以效能为依据，从贫困程度、学习态度、成绩三方面综合考量构建贫困生认定指标体系。构建科学合理的指标体系为精准识别资助对象奠定基础。

随着“互联网+”的不断推进和全国各地区 “精准资助”体系建设逐渐完善，各位学者提出建立多维度的贫困生认定体系。建立维护和完善学生的电子档案信息，包括学生的在校日常表现、例如日常考勤及请假数据、成绩信息、参与社会实践活动等，一卡通消费，手机消费记录，甚至银行卡消费记录（涉及学生个人隐私的，需要征得学生的同意）等。这些数据可以为有针对性地开展贫困生认定工作提供依据，为贫困生的资助育人提供支撑，为贫困生的管理和监督提供借鉴。

一、大学生助学金精准资助预测指标体系构建指导思想

互联网+背景下，运用数据挖掘的方法分析学生校园行为数据，能够客观提供可靠的信用保证，减少人为干预，最大限度地保证数据的准确性。精准识别资助对象是高校精准资助工作的重中之重，而大学生助学金精准资助不仅仅以贫困指数为衡量指标，应该以效能为依据，资助的有效性影响资助的价值，需要从贫困程度、学习态度、成绩三方面综合考量，制定出一套以效能最大化为目标的指标体系，精准识别资助对象，进一步提高贫困生资助的精准性和有效性。

二、大学生助学金精准资助预测指标体系建立原则

评价模型好坏的重要依据是能否构建一个全面、完善、科学的指标体系。良好的指标体系能够提高模型的判别精度，提高模型的鲁棒性和可解释性。针对实际问题，数据来源渠道多种多样，而实验数据由多张数据表整合而成，在原始数据表中包含变量数据众多，因此，选择科学、合理的变量是建立模型的重中之重，故指标体系的构建应遵循如下原则：

系统性：一个完整的大学生精准资助评价指标体系具有足够的涵盖面，包括学生各个方面的信息，从学生的基本信息，到学生的一卡通消费情况、图书馆借阅情况、学生品德、学习成绩等各方面进行针对性的完善的科学的管理。选择的变量即能反映学生的消费水平、学习态度、学习成绩，又不至于变量过多，导致预测模型过于复杂。所以在变量的选择上不应遗漏任何一项重要指标，要尽可能完整、全面、系统地反映情况，防止以偏概全。

客观性：选取指标时要尊重实际、客观真实地反映被评估对象的本质属性。在高校精准资助预测模型中，评估指标体系重要的是能体现质量而不是数量。选择的变量要真实地反映出学生的家庭消费水平、學习态度、学习成绩等，建立精准学生资助工作机制。

科学性：各指标体系的设计及评价指标的选择必须以科学性为原则，能客观全面反映出各指标之间的真实关系。各评价指标应该具有典型代表性，不能重叠，过于繁琐，指标又不能过于简单，避免发生信息遗漏，的现象。具体指标能够反映学生在校信息和获取奖学金的情况。

三、大学生助学金精准资助预测指标体系建立

精准资助不仅仅以贫困程度为衡量指标，需要以效能为依据，效能是指资助的有效性，所以以效能最大化为目标建立指标体系对于改善资助工作效果具有重大意义。通过分析学生的在校行为数据，笔者认为指标体系应包括学生基本信息、图书馆借阅信息、一卡通消费信息、寝室门禁数据、图书馆门禁数据、学生成绩5大部分，而在一卡通消费信息中消费地点消费方式、消费金额、剩余金额等数据能够反映学生的贫困程度，图书馆借阅信息和图书馆门禁信息能够呈现出学生平时是否勤奋，学生成绩直观的体现出学生的学习水平。通过从贫困程度、学习态度、成绩三方面综合考量，制定出一套以效能最大化为目标的指标体系，真正实现精准资助。 （作者单位为山西财经大学信息管理学院）