大数据背景下高校精准资助贫困生工作模式研究

【摘 要】 本文分析了当前高校贫困生资助工作存在的问题，阐述了大数据的价值，提出了基于大数据的高校家庭经济困难学生精准资助途径和方式。要以数据挖掘实现认定依据精准化；以数据整合实现认定标准精准化；以数据追踪实现精准资助动态化；以数据安全管理实现精准资助信息安全化；强化大数据意识，培养综合性资助人才。

【关键词】 大数据；高校；家庭经济困难学生；精准资助模式

一、引言

精准资助是对“精准扶贫”思想的延伸，亦是“精准扶贫”的具体化，是精准扶贫战略在教育领域的推广和拓展。随着我国高校教育从“精英教育”逐渐过渡到“大众教育”，高校招生人数逐年增长，教育规模不断扩大，为了有效缓解家庭经济困难学生的经济压力，我国加大了对高校家庭经济困难学生的资助力度，并不断健全完善各类相关资助政策，但是在资助的深度方面仍不成熟——怎样将资助政策更加精准地落实成为目前各高校在贫困生资助工作中亟需思考与改进的问题。

教育扶贫是扶贫攻坚的重要组成部分，做好家庭经济困难学生资助工作是阻断贫困代际传递的重要举措，资助工作不仅是人才培养的重要组成部分，更是消除家庭经济困难学生学业上后顾之忧的举措，是进一步促进教育公平的有力保障，是“授人以渔”的重要扶贫工作。如何精准认定家庭经济困难学生是高校资助工作的第一步，也是关键的一步，因此，精准化资助成为了目前高校学生资助工作发展的必然选择。为了与时俱进地深刻领会国家最新的资助工作精神，契合时代对高校资助工作的要求，更精准地认定、资助隐形贫困，有效核查、及时取缔虚假贫困，使资助工作精准实施，在当前“互联网+”背景下借力大数据，发展大数据视角下精准资助新模式，无疑是实现高校精准资助的有效途径。

二、高校贫困生资助工作存在的问题

1、評定依据单一，基础数据库不健全

首先，在高校家庭经济困难学生认定过程中，尤其是在像班级这种基层单位开展认定的过程中所参与的认定人员数量很少，同时掺杂了过多的人为因素，参评依据基本也是由参评学生自己提交，因而认定人员也就无法给予每个参评学生客观、全面的判定，这就导致认定过程评定依据单一化，认定依据不充分，进而导致评议结果不准确，使真正经济困难的学生有可能得不到学校的资金资助。

其次，由于交通、经济、时间等诸多客观原因，高校资助工作者很难实现走访每个参评学生的家庭这一理想化状态。生源地可能会出现开具虚假证明的情况，从而造成了参评学生提供的家庭经济状况证明缺乏足够的真实性和可靠性，这给学校贫困生认定工作造成了不必要的麻烦。

再次，现今大部分高校对于学生信息无法进行高度的整合与集中，无法建立健全家庭经济困难学生信息数据库，为资助工作的开展、信息化的基础平台建设增加了难度。因此为了能够更好的进行精准资助，搭建信息化的基础平台建设迫在眉睫。

2、认定标准不够科学

目前家庭经济困难学生认定的理论依据主要是2007年教育部和财政部联合下发的《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》的界定——“学生家庭整体经济状况困难，其月均生活费与学校所在地区规定的居民最低保障相同或者偏低，难以支持学生在校期间的正常生活和学习所需费用，则可认定为困难生”。这种以定性描写为主的认定标准很容易造成认定过程受到主观因素的干扰。同时，各个生源地由于地域经济发展不同，最低生活保障也必然会存在差异，这便使得认定结果一定程度上与实际情况有所偏差，高校中常出现“伪贫困”现象，就使有限的资助资源没有运用到最需要的人身上，从而加大了精准资助的难度。

3、认定过程缺乏动态管理

当前高校学生资助工作的宗旨是“不让任何一名学生因家庭经济困难而辍学”，为了解决家庭经济困难学生学习上的后顾之忧，目前高校以及社会资助力量都积极参与了贫困大学生的资助工作。但对于资助金的后续使用情况和受助学生个体的家庭变化情况很难进行持续的跟踪管理，这样就会给今后的精准资助鉴定造成一定的困难。

目前大部分高校尚未形成一个包含家庭经济困难学生基本信息的成熟的大数据系统，无法全面掌握资助对象受资助情况和自身情况的变化，从而无法进行动态管理、实现资助对象有进有出。从某种程度上来讲，并没有使资助金真正起到“雪中送炭”的作用，缺乏灵活性。无法实现在动态调整中实现精准资助“扶真贫、真扶贫”的理念。

4、缺乏信息安全体系

目前家庭经济困难学生在认定时，部分还保留着由学生公开答辩，然后由班级评议、学院认定等公开的认定方式进行核实并予以资助，这种“可视性”资助方式对家庭经济困难学生会造成一定的心理伤痛。此外，资助数据库中多是学生的各方面信息，如果这些复杂而敏感的集中数据出现了信息泄露的情况，会对学生造成不必要的伤害。

5、缺乏专业管理人才

为了改善当前的高校贫困生认定方法，在工作内容和方式上都需要加以创新，这会涉及到了数学、统计学、计算机等各领域及学科。而目前高校在资助管理人员配备方面，比较缺乏专业数据人才。学生资助工作与先进的技术无法接轨，很难适应当前大数据背景下的工作需求。

三、大数据的价值

计算机时代，大数据技术成为了一种新的工作模式，它几乎可以渗透、应用到各个工作领域中，进行详细而精准的数据统计，从而为各类决策方针提供强大的数据支持与数据分析。基于此，高校贫困生精准资助完全可以借助大数据理念和技术来实现。

1、技术价值

大数据是高校管理信息化的技术必经之路，在贫困生资助工作机制的建立中，推动着高校学生管理工作不断创新。它的技术价值在于它可以从大量的、非相关性的数据中刨根究底，挖掘相关性，进行数据模拟，勾勒出学生的真实生活状态，为建立贫困生精准资助工作机制提供现实基础。

2、理论价值

第一，由单一追求微观细节转向宏观的预测性探索。大数据时代的数据内容杂、类型多、来源广，数据分析不仅仅靠微观抽样，更可以全面获得宏观整体的数据。利用新型的数据工具对宏观整体的情况进行分析，有利于全面掌握家庭经济困难学生的基本情况，并为其下一步的资助工作打好数据基础。

第二，由单纯探究因果关系转向探寻相关性。大数据时代，通过数据分析我们可以探寻出事物之间的相关性，预测事情的发展趋势。因此可以利用大数据从海量的非相关性家庭经济困难学生信息中寻找出一定的相关性，然后推演出其行为方式的可能性以及最适合他们的资助方式。

第三，由传统经验判断转向新型量化评估。通过量化可以掌握和了解事物的不确定性，从而降低风险为评估提供依据。大数据时代，有效的量化过程可以厘清资助过程与结果的关系，明确了针对家庭经济困难学生的内容，进一步挖掘出资助中将要面对的核心问题，并给出其清晰的评估，有助于资助工作的顺利开展。

3、现实价值

第一，综合评价方面。人的能力是一个多维度、综合的体现。大数据可以从无差别的群体转而面向情况各异的个体，通过统计、分析每一个学生的数据，帮助学校对学生进行全方位、多角度的评价，使评价结果更为客观。

第二，发展预测方面。针对海量家庭经济困难学生的数据进行相关性分析，动态掌握学生在各个领域方面的发展变化趋势，进而对资助趋势进行预测，从而促成决策、引导行动、规避风险。这体现了目前大数据最突出的使用价值。

四、基于大数据的高校家庭经济困难学生精准资助途径和方式

1、以数据挖掘实现认定依据精准化

提高高校精准资助水平，首先在于精准识别。借助大数据技术可以建立动态数据收集库，全面挖掘贫困生信息，形成一个覆盖政府、高校以及企业等各部门的大数据信息处理平台，实现数据资源共享、随时更新，为认定工作提供全面而真实的数据，以提高贫困生认定的精准性。

通过全面收集统计家庭经济困难学生信息，对数据库中相关指标进行分类整理与分析，处理得出家庭经济困难学生认定评价指标，再根据数据库中共性指标出现的频率，分析确定各指标的权重，进而通过实际调研对比形成评价标准，从而构建客观的、可操作性强的家庭经济困难學生认定指标体系，精准识别资助对象。

2、以数据整合实现认定标准精准化

认定标准的精准化，简而言之就是“应资助对象一个都不能少、不应资助对象一个都不能有”。可以在实现精准认定的基础上实现资助方式的人性化、个性化定制。

具体而言，在操作层面可以充分分析家庭经济困难学生日常生活数据，全面探讨现有资助资源、创新资助形式，调查经济困难学生致贫因素，为其量身定制适配的资助形式，最终确定最适合的资助方式，此举可以有效保障资助资金的足额、按时发放。

其次，通过各类调查分析，进一步扩充校外关联性大数据，对各指标进行归纳整理，将复杂的定性问题进行定量化处理，对指标的重要程度进行标度划分，重点挖掘学生的生源地经济发展水平、家庭经济收入等有效信息并予以阐述及解释，形成指标体系，使有限的资助资源发挥最大效益。

3、以数据追踪实现精准资助动态化

精准资助想要真正达到精准，需要从决策、执行、监督这三个环节进行考虑。在大数据背景下，对家庭经济困难学生认定指标体系进行实证分析及验证分析，同时对受资助学生的消费信息进行收集，分析消费用途以及相关具体情况，并对指标体系效果作用进行追踪反馈，从而判定资助对象是否选择准确。通过对消费总额及消费用途的分析，及时发现、及时纠偏、将资助失误降至最低，使家庭经济困难学生认定指标体系更加具有客观性、可操作性与实效性，从而做到资助对象“有进有出”的动态化管理。

4、以数据安全管理实现精准资助信息安全化

高校要加强内部管理，规范大数据的使用方法和流程。大数据的分析大多都涉及到学生的隐私问题，所以应当加强对重点领域数据库的日常监管，避免这些敏感数据的外泄。同时应对所有权和使用权加以明确的界定，尊重受资助的家庭经济困难学生隐私，做到经济资助与精神资助相结合，促使受资助学生身心共同成长。

5、强化大数据意识，培养综合性资助人才

大数据理念下的家庭经济困难学生认定方法与传统的方法在内容和手段上都有了转变，因此首先需要对资助工作人员进行意识培养，使资助工作者尽快转变自身的工作方式以适应大数据背景下的困难生认定工作和资助工作。

其次，考虑到大数据技术运用下的高校困难生认定方法在实施过程中，资助工作人员应当了解大数据技术，并且能对大数据进行分析。因此高校要系统性地培养大数据专门人才，组建专业化大数据应用与管理队伍。在大数据背景下精准资助的实施过程中建立长效的复合人才培养机制。

五、结语

“精准资助”是教育扶贫的重要内容，建立精准资助工作机制是实现精准资助的基础与核心工作。运用大数据思维进行高校精准资助，建立精准资助工作新机制是资助工作发展的创新举措和必然要求，对提高资助工作的效率、优化资助资源配置有着重要的意义。因此必须落实基于大数据的精准资助理念，进一步促进资助工作的顺利开展，增强资助工作的科学性、有效性，从而促进教育公平。

【参考文献】

[1] 白华. 高等教育国家奖学金制度发展与资助管理研究.

[2] 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（02）67-70.

[3] 白华，徐英. 扶贫攻坚视角下高校建档立卡生精准资助探析[J]. 国家教育行政学院学报，2017（03）16-21.

[4] 张远航. 论高校家庭经济困难学生的“精准资助”[J]. 思想理论教育，2016（01）108-111.

[5] 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.

[6] 张露露，黄海敏. 基于大数据助力高校学生精准资助[J]. 知识经济，2017（11）11-12.

[7] 薛丹. 大数据下的高校困难生精准认定模式及资助探析[J]. 人才资源开发，2017（04）20.

[8] 孙婷，张军，曹林林. 大数据背景下建立精准学生资助工作机制刍议[J]. 教育教学论坛，2016（51）7-8.

[9] 汪琦，张国宝. 基于大数据的高校困难生精准认定模式研究[J]. 市场周刊（理论研究），2016（12）13-14+55.

[10] 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.

[11] 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（09）69-73.

[12] 吴丽仙.建立精准学生资助工作机制研究[J].教育评论，2015（09）46-49.

[13] 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（01）24-28.

【作者简介】

翟思阳（1993.8—）女，长安大学政治与行政学院2016级公共管理专业硕士研究生，研究方向：教育经济与管理.