大数据背景下高校精准资助路径探究

侯润泽

摘 要： 大数据是一种集存储速度快、类型多、容量大及使用价值高于一身的数据集合形式，正在逐渐转变为对来源分散、数据量大及形式多样的数据展开集中采集、关联及储存分析，并且从中发现新的知识，创造出新的价值，对能力进行创新的服务业态及信息技术。本文以大数据为依托，系统阐述了大数据背景下高校精准资助的现状，分析了当前高校精准资助过程中存在的问题，从认定、匹配及考评三方面阐述了大数据背景下高校精准资助的路径。

关键词： 大数据 高校精准资助 资助路径

一、基于大数据背景下高校精准资助现状

高校在发放贷款的时候，大学生如果要得到资助资格，就必须按照相关的政策规定获得家庭贫困学生资格。评定的时候，各高校需要按照自身实际情况制定出相应的认定标准及程序，可是总体认定及评议不会出现太大变化。部分贫困生因为爱面子、要强或者是对于政策不够了解，没有参加申请评选活动。此外，少数学生因为提交了虚假的材料，对于贫困情况存在夸大的问题。同时，因为对于家庭困难学生的认定标准上存在笼统的弊端，再加上民主评议过程中会受到主观因素的影响，导致一些伪贫困情况的产生，特别是对于低年级的学生来说，因为对于政策了解程度不足，影响自主准确性。这些都阻碍了资助工作的顺利开展，并且会引发不公平的情况，精准自主存在举步维艰的情况。现在我国高校对于贫困生所采取的自主措施通常是无偿的，这导致一些贫困生会产生靠、等、要的思想，感恩观念缺失。

二、一些高校精准资助中存在的问题

（一）资助体系不够兼容

当前，我国资助资金保障体系依然将财政资金作为核心，学校及社会资金主要是通过辅助的方式存在于系统中。整个系统牵涉到很多部门，资助部门及形式都呈现出多元化的发展态势，只能通过使用资助管理系统的形式，搜集以整理资助信息。可是，各个资助部门及高效资助系统之前兼容性较低，所拟定的标准存在差异性，所以难以实现数据之间的互通，并且会造成不报、漏报及重报的情况，这会降低资助系统公平性及高效性。所以，资助体系现代化管理水平及顶层设计水平都需要进一步提升，对于系统需要进行统一的筹算及规划，实现资源数据共享，有效提升自主高效性。

（二）贫困证明虚假

在高校资助工作开展过程中，对于受助对象缺少客观、准确而又及时的认定，是非常重要的基础。可是，长久以来，我国在判定贫困学生的标准方面过于关注内容描述，忽视对学生的量化考核。也就是在认定贫困生的时候，关注评判小组的判断及贫困生自我阐述。从判定形式上看，贫困证明及高校针对家庭情况所进行的调查当中，都是由申请人将调查表寄回到家庭所在地来办理相关的手续，然后由高校对这些资料进行汇总并集中上报。申请人的贫困证明基本上都是自己对于家庭情况所进行的阐述，然后由政府部门盖章以后对其进行认定。行政部门盖章的时候，是否会审核或者是走访申请对象的实际情况，外界很难知晓。因此，一些贫困证明及家庭情况调查表最终都流于形式，在程序整体推进的过程中存在一定的作弊空间，申请者的申报材料有效性及真实性难以考究。

三、大数据背景下高校精准资助路径

（一）精准认定

使用大数据为高校精准资助提供支持，通过数据采集、存储、访问、分析、应用等程序，实现定性与定量认定之间的有效融合，集中考虑学生的在校消费、经济、学业等情况，判定学生是否满足资助的要求。

第一，数据采集系统。一般高校资助的对象都是家庭相对困难的学生。如何判定学生家庭困难与否本身就是一个综合、复杂等过程，需要考虑学生的家庭情况、生源地区的情况、日常消费情况、在校表现等。通过真实、客观、动态及系统化的信息采集，将其作为评定学生受资助资格的重要评定标准，避免在认定过程中出现人情分的情况，从而在制度上对认定程序进行规范。

第二，数据储存系统。高校在每个学期都需要采集贫困对象的数据信息，还需要采集那些想要在下学年申报贫困资助的学生信息，对于存在突发情况的学生要及时地将有关信息添加到系统当中，为受资助对象的认定工作提供数据支持，从而实现对精准资助的动态化管理。

第三，数据访问系统。在“十三五”期间，教育部提供要保证资助惠及所有家庭经济困难的学生。各个区域的民政部门、家长、学生及相关人员都能够访问该系统，从而掌握学生的真实情况，关心学生健康成长。

第四，数据分析系统。将繁杂的数据信息全部整合到该系统中，按照申请人的家庭他条件、生活消费情况及在校表现，设置不同的等级。通过对比受资助对象与普通学生之间的数据，分析受资助者所处的受助等级，从而提供有针对性的资助。

第五，数据应用系统。在分析及处理数据以后，将上述定量分析及评议小组所进行的定性分析有效融合在一起，对申请者的贫困情况进行定级，并发放相应等级的助学金。

（二）精准匹配

利用大数据对个体需求进行分析，使用当前资助自愿为受助对象提供针对性的自主。现在，我国高校在匹配的过程中将资助条件分成不同的类别，贫困学生并不清楚自己能够获得何种资助及自身条件满足什么樣的资助项目，通常会出现重复申请或者是助学金重复发放的情况。与此同时，因为众多的资助类型之间无法产生互补，导致资助资源被极大的浪费，不利于教育公平性，同时对于贫困生成长也会产生不利的影响。

为了实现资源配置的合理性，提高资源的使用效率，高校可以把国家、学校及社会当中的不同资助项目进行打包与整合，从而产生不同形式与等级的资助包，为贫困程度不同的学生提供综合性的资助形式。比如借鉴西方国家的做法，资助包中涵盖助学金、奖学金、勤工俭学及助学贷款等资助形式，这类资助方式可以帮助那些家庭经济存在困难的学生。

现在，一些高校采用特别困难、一般困难及比较困难三个等级的标准，在操作过程中会暴露出分析不够准确，指标重复的问题。所以在资助匹配的时候，高校需要对其进行细化及分级，从而提升资助匹配度，比如高校可以设置静态及动态的混合式分级模式。在静态模式下，主要考量家庭收入情况。在动态模式下，主要对学生的在校表现及精神状态进行综合性的考量，这种对受资助学生的层级细化，有助于实现受资助对象的精准匹配。按照贫困生的真实情况，对其进行分类并且提出指导的方法，有效提升教育资源的使用效率，推动教育公平，保证贫困生得到系统而又全面的发展。

（三）精准考评

通过对受资助对象的客观评价，体现出高校资助工作的实际效果及社会价值，体现教育公平。在高校精准考评中，目标管理是长期存在的，体现了社会价值。高校精准考评需要以高校精准资助作为核心目标进行管理，这种目标管理不仅仅能够体现出社会效果，还能够体现贫困生心理健康、经济改善及综合素质发展的育人效果。

我国高校的助学金资助体系是封闭系统，存在着一定的上下级关系，以及确定的政策导向性。现在各个高校所构建的贫困生资助考评体系本身就有着极为强大的育人价值，这同样也是高校目标管理的重要组成部分。资助考评主要欧式按照高校资助工作的实施效果、基础建设、资助育人等综合性的指标所进行的综合性考核。高校自主工作育人价值可以得到集中体现。建设高校差异化的资助考评体系及个性化的资助形式能够有效发挥贫困生的主动性，对资助资源进行科学合理的分配。

大数据背景下所构建的高校精准资助体系是高校资助的趋势。本文依据当前我国高校资助体系存在的弊端，以大数据为依托，分析高校精准资助的模式创新路径，该路径对于理论层面有着重要的探索意义，为高校精准资助的开展提供指导意义，并且有效推动社会教育公平。可是因为大数据分析当中很多数据很难获得，成本相对较高，在实际应用过程中需要社会、政府及高效的共同推动，相信在不远的未来，大数据技术能够全面应用于高校精准资助。

参考文献：

[1]刘玉霞.大数据背景下高校精准资助路径探析[J].未来与发展，2016，40（9）：69-73.

[2]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.

[3]张露露，黄海敏.基于大数据的高校学生精准资助路径探析[J].纳税，2018（2）：238-239.