信息化视角下广西高校精准资助工作研究
2018-09-10陈成谭海梅李艳霞
陈成 谭海梅 李艳霞
摘 要:十二五以来,随着国家逐年增加对广西高校贫困学生的帮扶力度,如何将资助经费高效、精准资助家庭困难学生是广西区内各高校共同面临的挑战。信息化资助体系的构建是解决这一问题的关键。广西高校资助工作信息化建设可应用于家庭贫困学生认定、资助政策宣传、资助办公流程自动化、高校资助工作评价等方面。通过资助工作信息化建设以期达到提高资助效能和学生成长、成才的目的。
关键词:信息化;广西高校;精准资助
中图分类号:G640 文献标志码:A 文章编号:2096-000X(2018)14-0191-03
Abstract: With yearly national increase to needy college students in Guangxi province, colleges in Guangxi are faced with common challenge of how to efficiently and precisely sponsor poor students at universities. The construction of informationized assistance system plays a pivotal role. It can be used to needy student certification, assistance policy publicity, assistance procedure automation and college assistance evaluation so as to improve assistance efficiency and help students become mature and useful.
Keywords: informationization; colleges in Guangxi; precision financial assistance
信息化水平已成為衡量一个国家现代化和综合国力的重要指标,其产生的深刻影响已涉及到社会生活的方方面面。高校资助工作不仅涉及人才培养、教育公平、帮助家庭贫困学生顺利就业更关乎国家“十三五”规划中精准扶贫政策执行和落实。因此,大力发展学生资助信息化建设是中国特色社会主义新时代对高等教育管理提出的必然要求。广西壮族自治区地处祖国西部,集山区、贫困地区、少数民族聚集区等特点。独特的地域性和历史性发展特点决定了高等教育对当地社会和经济发展的巨大推动作用。以广西某医科类高校为例,国家每年资助的家庭经济困难学生占全体学生的25-30%,将如此大额经费高效、精准资助符合条件的学生是摆在广西区内各高校面前的难题。信息化资助体系的构建是解决这一问题的关键。信息化技术不仅可以采集传统的家庭类型、家庭经济情况等信息,而且还可以利用大数据获取学生银行卡、校园一卡通、支付宝、手机卡等的消费信息。通过广西高校资助工作信息化建设服务于家庭经济困难学生的认定、资助资源分配、资助宣传工作的开展、资助工作流程的改造等方面。
一、广西高校学生资助工作面临的问题与挑战研究
目前广西高校资助工作主要面临三个问题,首先是家庭经济困难学生认定方式不够完善;其次不健全资助管理体系所带来的资源分配不够精准;最后是重资助,轻育人,对资助效益无法评估,资助效果缺少及时反馈。
(一)高校家庭经济困难学生认定方式不够完善,难以全面准确的进行学生家庭经济困难情况认定工作
目前广西高校将学生贫困等级分为建档立卡和非建档立卡两种,建档立卡学生数据由生源地政府提供,可直接进行认定。在非建档立卡的学生认定过程中,由于家庭情况隐蔽性、认定动态性特点增加了工作难度。一方面是认定方式和申请流程不合理问题,认定方式不合理具体表现为证明不正规、复查机制不健全,申请流程一般为本人申请-民主评议-学校公示,在这个过程学生的真实情况很难掌握导致难以确定学生贫困情况,人为因素影响较大,比如人缘好的学生被评上机会很大,往往一些非贫困生通过审核占用资助名额,真正贫困生就失去受资助机会;另一方面是资助对象的问题,奖助学金的申请一般由本人提出,一些学生怕被人瞧不起,索性就不申请,一些学生家庭不贫困也申请,这类就是虚假申请,一些学生提供的证明材料不符合实际情况。
广西高校学生生源地一般在广西,但也有部分学生来自国内其他省份,各地贫困标准存在地域差异,如果中东部学生按照广西贫困标准就很难享受国家资助,因此对这部分学生缺乏科学、明确界定标准。
(二)资助管理体系不健全使得资源分配不够精准
首先,不健全资助管理体系造成资助不足、重复资助现象,其深层次原因是不同资助项目间交叉资助、各自为政,缺乏整合性。以广西某高校为例,一名学生当年若获得国家奖学金,则该生还可获得校优秀学生奖学金,如果该生是在册贫困生还可获得国家助学金和其他补助。尽管国家这样做的目的是激励贫困生学习,让他们通过努力获得更多类别奖学金。但是实际过程中就会发生一些学生重复获得资助,而有些非在册贫困生得不到资助的现象。其次不同学科间资助项目具有差异性,比如体育专业有专门针对体育生的学业奖学金。最后是资助效益无法评估,资助效益评估过程要回答两个问题,是否解决学生困难、是否达到助学目的,归根结底还是关注人的成长发展,这两个问题目前还缺少具体指标去评价。另外还有些其他问题,如助学金周期长不能及时解决问题,学费减免成本很高而且名额很少,勤工助学岗位少、竞争大、工资低,无偿资助助长学生不劳而获心理而普通学生心中难免有看法等等。
(三)重资助、轻育人的工作现状
目前广西高校中重资助、轻育人现状主要体现在三个方面,首先,资助内容形式偏于简单,对贫困生中自卑、焦虑、孤僻、交际困难群体关注不够,忽略人的成长发展;其次,过度关注数据而忽视学生发展指导,通常资助工作只要达到严格审查、金额准确、发放及时的要求即可,部分高校过分追求数据精准,耗费大量精力在验证和核对上;最后,资助工作在贫困学生心理健康方面的力度不够。这种局面造成贫困学生心理发育迟缓,体现为课外文化知识缺乏、个人才艺缺少、交流障碍,物质生活与沟通交流的不足导致自卑和嫉妒产生。同时面对高校无偿资助,贫困生义利观发生异化,一部分学生贫困生不懂珍惜,不知感恩,肆意挥霍,对资助机会和金额过分关注,不理解资助育人真谛,刻意约束自己、夸大贫困程度、获取更多资助,情绪上稍有不满和怨恨就借助微信、微博等网络媒体匿名宣泄、抨击进而心理失衡、行为失范;另一部分学生由于家庭贫困,忙于勤工助学、校园外兼职,失去校园内素质拓展机会,隐瞒事实,不愿接受任何资助。
二、信息化在高校精准资助工作的应用前景
20世纪90年代以来,随着信息革命的兴起和信息时代的到来,全球掀起了一场迅猛的信息化浪潮,信息化成为推动世界经济建设和社会发展的强大动力,也必将为高校资助工作提供新引擎。
(一)信息化的提出
自从美国1993年提出全国信息基础设施计划,即通常所说的信息高速公路计划以来,从政府到企业都在投入力量进行筹划、建设,展开激烈的竞争。其他国家也纷纷行动,从自己的实际情况出发,制定相应的发展规划。不但欧盟、日本、澳大利亚、韩国、新加坡等发达国家在积极推动信息化。一些发展中国家也觉得可以采取跳跃发展战略,有所作为。在人类历史上还没有任何一项巨大工程像信息高速公路建设这样普遍得到不同的国家、不同阶层的统一认识和积极推动。它的发展速度也是史无前例的。信息化之所以能有这样的发展速度,一方面由于世界经济的全球化、科技化与多样化产生了对信息技术的要求,这是需求牵动的一面,另一方面,信息技术本身的发展提供了促进社会经济发展的多种工具与手段,这是科技推动的一面。在这两种动因的作用下,信息化成为推动社会进步的主要因素。
(二)概念内涵
信息化时代的基本特征,是日新月异的通信技术、计算机技术和媒体技术大大拓宽了传统意义上的信息交换天地。信息化是对所研究对象各要素汇总至数据库,供特定人群生活、工作、学习、辅助决策等和人类息息相关的各种行为相结合的一种技术,使用该技术后,可以极大提高各种行为的效率,为高校精准资助工作提供极大的技术支持。
三、信息化与广西高校资助工作结合的研究路径
广西区内部分高校正在探索借助信息化平台开展资助工作并取得一定效果。借鉴发达省份经验并结合区内实际情况,可从家庭贫困学生认定、资助政策宣传、资助工作信息化建设、高校资助工作评价四个方面进行建设。
(一)传统认定和大数据认定相结合,从而提高困难生认定过程的可靠性
传统认定方式依靠高校家庭情况调查表来进行认定,表中内容包括学生基本情况(个人信息、家庭类型、通讯地址)、家庭主要成员情况(工作、收入、健康)、家庭有关信息(年收入、已获资助情况、家庭遭受意外事件、失业情况、欠债情况)。在传统认定方式下,一旦学生出现不诚信行为或地方政府不认真核实,一些家庭非困难学生也会被认定为贫困生。
除采集传统家庭情况信息以外,还可以利用大数据跟踪校园一卡通、银行卡、支付宝、微信支付、手机卡消费情况。多元评价学生,可通过上课出勤率、借书率、期末成绩、晨跑数据分析学生个性特点、兴趣爱好、学习态度、身心状态,努力和不努力差别对待,打通学生工作、后勤保障、财务管理系统,实现数据共享,进行贫困度有效验证评估和发现隐性贫困群体,实现对口帮扶精准扶贫。根据学生实际情况,评定困难等级,认定标准和资助档次划定科学性,其中消费水平高的城市应降低困难等级的层次,在广西部分地区可设置不同困难层次,以期最大程度资助困难学生。
(二)信息化辅助资助政策宣传,为资助工作营造良好氛围
资助工作可借助网站、微博、微信等新媒体平台进行宣传并营造良好氛围,比如宣传贫困生中自强不息代表,弘扬自立自强精神,鼓励同学们心怀感恩、回馈社会,进一步激發贫困生学习热情;借助平台宣传国家资助体系政策,要让学生熟知资助政策,提高其对资助工作的认同感和满意度;另外通过平台对资助主题活动(诚信教育主题活动、励志成长成才优秀学生宣传活动、主题征文系列活动、演讲比赛、微电影征集)进行宣传,以期达到道德浸润、精神激励的效果。资助信息化平台应包含家庭贫困学生勤工助学和志愿服务活动模块,通过线上管理提高贫困学生的专业技术水平和综合素质能力。
(三)加强学生资助工作信息化建设,推动办公流程自动化
当前广西高校资助工作的现状是国家高度重视资助信息化建设,借助资助育人信息化带动学生事务管理信息化,伴随信息化建设也产生一些问题,比如业务类型和数量增加,工作难度上升,资助资源可持续乏力(资源配置效率和精确度不高)。结合国内实际,可采取以下解决途径。1.加强顶层设计,统筹兼顾,高层次解决问题;2.开展信息化服务(建立网上办事大厅,提供电子化、一站式服务;对资源进行集成、动态式管理,提高管理绩效;数据挖掘来了解学生动态、满足个性化需求);3.建立与大数据匹配的资助管理信息系统,包括日常办公、贫困生数据管理、勤工助学管理、贫困生就业指导和心理疏导、育人实效鉴定;4.信息资助平台共享互通,打通学生工作、后勤保障、财务管理等系统以期把握学生个人信息、行为轨迹、习惯爱好;未来资助工作需定位好高校资助育人工作信息系统任务目标,科学评估高校资助育人工作信息系统需求,借助现代技术完善育人保障体系。
(四)建立高校资助跟踪评价系统,完善贫困生资助效果反馈
高校资助评价内容通常包含两个方面,一方面是资助工作本身,包括机构建设、资源投入和社会效应;另一方面是学生成长,包括可量化的育人目标(价值观、沟通能力、操作能力)、学业成绩(所获奖项、论文发表、直升研究生)、活动参与度(勤工助学、志愿服务)、就业状况(参军入伍、自主创业、基层服务)。在资助工作的评价过程中要增强绩效意识,用科学方法来评估资助的公平和效率,可采取个人谈心、班级评议、网络调查丰富评价模式,评价内容应涵盖当年资助政策落实情况、资助一线教师意见、相关管理机构等。评价环节应尊重青年学生成长规律,强化贫困生作为评价主体资格,保障受益学生诉求表达途径并发挥其对资助政策施行的监督作用。现行评价方法大致有三种,首先是利用智能算法进行智能化评价;其次建立高校资助跟踪评价体系,例如将校园一卡通、SIM卡和银行卡集成于手机硬件系统用于移动支付以便于奖助学金的评选和发放;最后是利用就业系统进行评价,对于顺利就业的学生可从就业单位规模、所担任职务、工资水平、技术能力等来进行评价。通过对资助工作的评价可提高资助效能,这包括改善贫困学生家庭经济条件,促进心理健康,提升学生综合素质,更好发挥资助项目的宏观社会效应和公众对资助政策公正性认同。
参考文献:
[1]王宝泉.高等学校学生管理信息化研究[D].武汉:华中科技大学,2006.
[2]张楠.“精准扶贫”视角下的高校资助育人工作[J].科技视界,2016(20):142.
[3]莫云仙.高校家庭经济困难学生走访工作中存在的问题及对策[J].河南职工医学院学报,2014,26(01):121-123.
[4]李博,刘志坚.“互联网+”视野下高校资助工作创新研究[J].高教学刊,2017(15):138-140.
[5]肖 .高校资助信息化系统的问题和对策[J].现代交际,2017(18):133-134.
[6]陶俊清.大数据背景下的高校资助工作创新研究[J].东华大学学报(社会科学版),2015,15(01):24-28.
[7]颜黎光.高校资助工作现状及对策研究[J].高教学刊,2016(04):52-53.
[8]郭兆云.高校资助类社团法制化建设与贫困生义利观塑造[J].扬州大学学报(高教研究版),2017,21(04):71-74.
[9]张佑祥.高校信息化体系建构研究[D].湘潭:湘潭大学,2005.
[10]https://baike.so.com/doc/2621395-2767929.html[EB/OL].
[11]刘晨,王薇薇,杨雪.基于I-E-O模型的高校资助育人创新工作研究[J].管理方略,2016:34-36.
[12]王甜子.高校资助体系工作精准化的解决措施——以五邑大学为例[J].教育现代化,2017,4(34):323-324.
[13]http://education.news.cn/2018-03/01/c_129820234_2.html.2017年中国学生资助报告[R].
[14]侯莲梅,米华全.利用大数据推进高校精准资助工作创新[J].思想理论教育,2017(08):107-111.
[15]李华.基于互联网的高校资助育人工作信息系統构建[J].长春大学学报,2017,27(07):94-97.
[16]胡培培.基于大数据的高校资助系统模型与案例分析[J].无锡职业技术学院学报,27(02):40-46.