基于大数据的高职院校贫困生精准资助

黄立 戴航

[摘要]依托大数据技术实现精准资助是新时代高职院校学生资助管理工作改革的主攻方向。目前，高职院校贫困生资助中还存在对象认定缺乏精准度、形式单一及体制机制不健全等问题。对此，需要加快建构基于大数据的高职院校贫困生精准资助体系，完善贫困生认定及资助指标体系，打造以大数据技术为核心能力的复合型人才队伍，建立健全高职院校贫困生精准资助工作机制，从而将大数据技术充分融入高职院校学生资助管理工作当中，以推动贫困生的精准认定、精准帮扶、精准管理以及实现发展性育人目标。

[关键词]大数据  高职院校  贫困生  精准资助

[作者简介]黄立（1988- ），男，广东东莞人，东莞职业技术学院，助理研究员，硕士;戴航（1981- ），男，湖北仙桃人，东莞职业技术学院，副教授，博士。（广东  东莞  523808）

[中图分类号]G717    [文献标识码]A    [文章編号]1004-3985（2019）15-0053-08

贫困生资助是一项普惠性的扶贫措施，也是我国扶贫减贫工作的重要组成部分。高职院校作为我国高等教育的重要主体，是落实我国贫困生精准资助工作的“主战场”之一。随着我国高职教育普及程度的逐年提高，在校贫困生的来源愈加广泛，数量也持续增长，不仅加大了贫困生资助的工作量，也增加了贫困生精准资助的难度，传统的资助管理办法和手段越发难以满足当下精准扶贫工作的发展需要。在这样的形势下，利用信息化、数字化手段采集贫困生家庭及个人信息，助力高职院校贫困生精准认定与资助已成为必然选择。对此，本文拟基于大数据手段，探索高职院校贫困生精准资助路径，以期为提升我国贫困生资助管理工作的信息化、数字化水平提供有价值的借鉴。

一、当前高职院校贫困生资助中存在的问题

（一）对象认定缺乏精准度，影响资助的公平性

精准识别和认定贫困生，找准资助对象是高职院校实现贫困生精准资助的起点，同时也是现阶段高职院校贫困生精准资助工作的难点。当前我国广大高职院校贫困生认定工作遵循的主要依据是《教育部  财政部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》（教财〔2007〕8号）与《教育部办公厅关于进一步加强和规范高校家庭经济困难学生认定工作的通知》（教财厅〔2016〕6号）两份中央文件。在具体办法上，通常是按照“学生自主申请→院系评议→学校审核”的流程进行的，认定的依据一般是生源地民政部门加盖公章的《高等学校学生及家庭情况调查表》以及街道办、村委会出具的贫困证明。然而，现行的高校贫困生认定依据以及流程都存在一定的“盲点”，难以精准识别出需要资助的对象。

首先，从认定依据来看，尽管以生源地民政部门及相关部门开具证明的方式认定贫困家庭具有合理性和可行性，但由于很多地方政府对街道办、村委会认定贫困家庭的工作考核并不严格，导致街道办、村委会在出具证明时较为随意、宽松，且易受人为因素影响，而民政部门在审核时通常不会进行二次调研，这就造成一些“伪贫困生”的出现。其次，从认定标准来看，当前高校评定贫困生时参照的标准主要是城市居民最低生活保障标准、学生家庭人均年收入等指标。然而，由于我国地域广大，不同地区的社会经济发展很不均衡，倘若按照统一的标准进行认定，则存在覆盖面过大，极度贫困生与一般性贫困生享受等额资助的情况，造成资助不公平;倘若分地区按不同标准认定，则容易导致认定工作的混乱，极易引发矛盾纠纷。这种局面使得高职院校在贫困生认定标准制定上左右为难。最后，从申请流程看，学生自主申请资助本身就存在隐患。由于很多贫困地区地处偏远，信息闭塞，当这些地方的青少年学生进入城市求学以后，往往因为自身与城市青少年学生在思想、行为、生活方式等方面的巨大差异而心生自卑，不愿意主动申请资助，而一旦班级辅导员没有及时予以帮助和疏导，则有可能遗漏本应享受资助的学生。另外，尽管院系评议与学校审核在一定程度上有助于准确识别贫困生，但由于院系与学校都不可能准确摸清每一个学生的家庭经济状况，根本依据仍然是生源地民政部门出具的证明。这就使得学校的审核把关即便不是可有可无，也显得无关紧要。

（二）资助形式较为单一，陷入重物质帮扶轻发展性育人的误区

贫困是一种复合性的社会现象，其不仅表现为物质层面的匮乏，也常常伴随着精神层面的贫乏。高职院校资助贫困生不能仅仅停留在物质帮扶的层面，还应当深入到发展性育人层面，帮助贫困生解决精神、心理、人际、就业等方面的问题，达到资助的整体性、系统性和全面性。但就目前而言，我国高职院校开展的贫困生资助工作离上述理想状态还相距甚远。具体来讲，在物质帮扶层面，现阶段我国高职院校普遍建立起了以“奖、助、贷、减、免、补”为核心的“六位一体”式贫困生资助体系，基本上能够覆盖所有的贫困生，但由此也可以看出，当前高职院校的贫困生资助内容主要集中在帮助他们解决学杂费、生活费等经济资助上，属于外源式帮扶范畴。实际上，高职院校的贫困生群体在求学过程中所面临的困难远不止缺钱这么简单。例如，一项某高校贫困生状况调查资料显示，“有73.27%的贫困生对生活状况不满意”“60%因贫困而感到羞愧难当，22.5%感到很自卑”①，不愿意让别人知道自己的处境。之所以会出现这种情况，除了贫穷本身的原因以外，还在于贫困生群体往往在心理上较为自卑和敏感，更容易产生自我封闭、社交障碍等问题。正因为如此，高职院校在贫困生资助工作中更应当注重人文关怀，注重物质帮扶与发展性育人相结合，要力求从外源性帮扶与内生性激发两个层面去解决贫困生在学业与生活中面临的难题。当前我国高职院校普遍存在贫困生资助形式单一、重物质帮扶轻发展性育人的现象，主要原因在于物质帮扶容易而发展性育人难。显而易见，对贫困生进行物质帮扶是高职院校一项比较容易开展的工作，只要按部就班地走流程，将专项资助资金资源集中统一发放就可以了，既不存在经费压力，也不存在操作困难。相较而言，发展性育人则要细碎、烦琐得多，其中既涉及一对一的心理辅导，也需要经常性的人文关怀，还要根据贫困生的家庭情况、个体特征给予特定的生活帮助、勤工助学帮助等。这就需要班级辅导员以及院系开展大量的相关工作，且见效难度大、时间长。

（三）资助体制机制不健全，制约了资助成效

正处于并将长期处于社会主义初级阶段是中国最基本的国情。不论是现在还是将来，相对贫困仍然会一定范围内长期存在，这是由我国的基本国情决定的。贫困现象的长期存在意味着高职院校的贫困生资助工作必然具有长期性，由此凸显了贫困生资助体制机制建设的重要性。只有建立起科学、完善的资助体制机制，才能确保资助成效的稳定性和高质量。然而，现阶段我国的高职院校贫困生资助体制机制还很不完善，严重制约了资助成效。具体而言，其主要体现在以下两个方面：

第一，缺乏贫困生认定的动态调整机制。目前绝大部分高职院校制定的贫困生认定周期一般为一年，每年特定时间进行一次贫困生资格审核，一旦确定以后，该年度的贫困生资助工作就直接依据审核结果展开。尽管这种制度有利于维护资助政策的连续性和稳定性，但也存在认定机制僵化的弊端，由此引发以下不良后果。一是部分贫困生为持续享受国家和学校的贫困补助，隐瞒家庭经济情况好转的事实，而学校又缺乏追踪贫困生家庭经济情况变化的能力和手段，由此导致资助资源的利用效率降低;二是因突发性因素致贫的贫困生难以及时被纳入贫困生目录，而临时申请贫困生资格又往往流程冗长，处理缓慢，降低了资助的时效性。

第二，资助工作模式不成熟。首先，高职院校贫困生资助工作是一项复杂、繁重的工作，政策性和专业性都比较强，因此就需要一支稳定、专业的学生工作队伍。但现阶段，很多地方的高职院校都没有建立专门的贫困生资助工作队伍，基础性工作一般交由班级辅导员落实，审核工作则由学生管理部门完成。这种状态导致高职院校学生资助工作队伍人数不足、人员变动大、专业性欠缺等问题，影响资助的成效。其次，高职院校中贫困生群体数量较大，客观上需要校方建立信息化的贫困生资助管理平台，以更加高效、快捷、准确地实施资助以及管理工作。但是，不少高职院校由于领导重视程度不足，大量与贫困生资助事务相关的案头工作仍停留在人工操作阶段，使得贫困生资助工作效率大打折扣。

二、基于大数据的高职院校精准资助的逻辑理路

（一）基于大数据的真实特征，确保精准识别，实现精准认定

科学、精准认定贫困生是高职院校做好贫困生资助工作的基础，而评判高职院校贫困生认定工作是否做到了科学精准，主要取决于以下三个方面：一是贫困生家庭经济情况、学生个体生活消费情况等相关统计数据的真实性、准确性;二是贫困生资格认定程序的客观性、公正性;三是贫困生认定指标的量化程度与科学性。大数据大量、多样、真实的特征与高职院校贫困生精准认定的现实需求正好高度契合。高职院校通过充分采集、深入分析大数据，能够确保资助对象的精准识别，有效推进精准认定。第一，在数据呈现方面，大数据属于智能终端系统自动采集的自然数据，可供利用的手段通常有网络分类搜索引擎、射频识别、传感器等，在基本杜绝人为操纵与干预的前提下采集的自然数据必然拥有无可置疑的真实性、客观性，能够更加准确地反映实际情况。在数据甄别和分析环节，通过设计合适的算法，利用不同数据之间的关联性、常规数据中的稳定性等特性，就可以从海量数据中剔除伪造、偏差、异常的部分，同时筛选出与统计向量相关度最高的数据，从而进一步提升数据反映客观实际情况的有效性。第二，在认定程序方面，以往的貧困生认定程序在申请和证明环节都不可避免地存在人为因素影响，而利用大数据则不仅可以显著提高贫困生认定的准确性，还有助于优化认定流程，最大限度地降低人为因素影响。例如，政府部门通过搭建数据共享平台，可以打通民政部门、劳动和社会保障部门等部门的数据通道，更加充分地收集和综合本地居民家庭资产、人口数量、经济收支、就业情况、社保缴费与支出等相关数据，从而为开具贫困证明提供更加翔实、可靠的数据支持。与此同时，高职院校通过分析、监测在校学生校园卡消费、网络购物等数据，能够实时识别贫困生，及时给予定向帮扶，避免部分学生因个人原因错过申请。第三，在认定指标方面，高职院校可以通过建立数据信息平台，与生源地民政部门等加强数据互通，实时监测贫困生的家庭经济变动情况，结合贫困生校内生活消费的各项数据，制定差异化、动态化、立体化的贫困生认定指标体系，从学生家庭经济情况与本人生活情况两个维度衡量其贫困程度，精准划分贫困档次。

（二）基于大数据的价值特征，提升扶贫方案的个性化、精确化水平，确保精准帮扶

实现精准帮扶是高职院校贫困生精准资助的内在要求，但也是高职院校贫困生资助工作的痛点和难点。传统的高校贫困生资助方式由于数据收集困难、决策依据少，对贫困生家庭经济情况、个人生活情况等问题定性容易定量难，资助方案的制订和资助力度的确定在很大程度上依赖班级辅导员、学生管理部门的经验判断，不仅难以做到资助方案的精细化，也难以确保资助力度精确化。利用大数据则能够轻而易举地化解这一系列难题。大数据具有海量、关联的特征，其不仅具有发现功能，还具有预测功能，通过充分利用大数据的特性和优势，能够为高职院校贫困生资助工作的精准决策提供极为充分的数据依据，显著提高贫困生资助方案的精细化水平和资助力度的精确化水平。第一，利用大数据有利于精准识别资助需求。由于每一个贫困家庭的致贫因素、贫困程度千差万别，每一个贫困生的个性特征、综合素质也各不相同，这就决定了高职院校要做到精准资助，必须首先准确识别贫困生的个性化、差异化资助需求。在大数据的支撑下，高职院校一方面可以从历年积累的海量资助数据中筛选出与新入学贫困生各方面情况最为接近的数据，另一方面可以全面收集新入学贫困生家庭、个人综合数据，通过合适的算法进行加权计算，就能精确识别出每一个贫困生的个性化资助需求。第二，利用大数据可以为制订个性化、精细化的资助方案提供根本支撑。实现精准帮扶，精确识别高职院校贫困生的个性化资助需求是第一步，在接下来的资助方案制订环节，大数据同样大有用武之地。借助大数据，可以收集院校各部门勤工助学岗位的数量、性质以及薪资水平、能力要求等信息，而通过深度挖掘各岗位的历史用人数据，可得知各用人部门与学生专业、能力、性格、意愿等的相关关系。同时，通过分析贫困生的学习成绩、图书借阅、公共活动参与等数据，可得知其学习态度、价值观念、性格特征、能力状况等信息，如此一来，就可以为每一个有勤工助学需求和意向的学生精准匹配兼职岗位。

（三）基于大数据的多元、复合和高速特征，提升扶贫工作的整体统筹度和协调性，保障精准管理

高职院校贫困生资助是一项复杂、繁重的工作，不仅涉及资助政策宣传、学生信息采集、资格审核认定、资助经费发放、助学项目落实等一系列工作，也涉及院系、学生管理部门、班级、学生社团等不同部门的协调配合，还涉及针对资助对象的生活状况追踪、消费水平考察、心理辅导、素质提升等诸多琐碎的日常事务。多点连接、千头万绪的工作状态决定了高职院校要实现在校贫困生的精准资助，必须增强相关工作的整体统筹度和协同性，以充分发挥资源整合与主体配合所形成的合力。在传统的高职院校贫困生资助体系下，由于不同部门、不同人员之间掌握的信息不对称，跨部门沟通协调难度大、效率低，不同渠道的信息聚合程度不足，加之学校缺乏专业的数据分析能力，导致高职院校贫困生资助工作的整体统筹度和协同性都很差，严重影响资助成效。如今，在大数据的支持下，能够有效解决高校传统贫困生资助模式中存在的问题，显著提高相关工作的整体统筹度和协同性。首先，大数据能有效提高不同渠道信息的聚合程度。大数据的信息源十分丰富，涵盖了社会信息、校内信息、师生信息等各个层面的数据信息，同时大数据的形式格式也十分丰富，视频、音频、文字、表格、图片等都可以作为基础数据，通过把不同渠道、不同性质、不同表现形式的信息纳入一个大数据系统中，能够显著提高高职院校贫困生资助相关信息的聚合程度，有效降低信息收集与分析成本。其次，大数据能有效促进资助工作的统筹协调。高职院校提高了资助信息收集的全面性和聚合程度，就拥有了统筹协调各项资助工作、各类资助项目的决策依据。通过建立大数据平台，以算法分析、处理收集到的海量数据，就能够清楚掌握全校贫困生资助工作的当前情况和总体进度，明确已取得的成效和存在的问题，及时调整工作方向和重点，精准匹配资助需求与资助资源，从而增强高职院校贫困生资助工作的统筹性与协同性。最后，大数据能有效实现资助工作的集成管理与动态管理。通过将院校资助项目的执行情况和贫困生个体受助情况等信息纳入大数据系统，就能帮助高职院校学生管理部门轻松掌握全校的受助学生评奖评优、助学经费发放、勤工助学、学杂费减免等综合信息，从而实现集成管理。不仅如此，利用大数据系统对学生学习成绩、日常消费等数据变化情况的实时监测，可有力推动院校贫困生资助的动态管理。

（四）基于大数据的隐蔽性和可视化特征，保障资助方式人性化，推动资助发展性育人目标实现

长期以来，重物质帮扶轻发展性育人一直是我国高职院校贫困生资助工作中存在的突出问题，而该问题又主要表现为对贫困生的隐私保护不力、人文关怀不足。例如，高职院校在贫困生资格认定过程中普遍包含“班级评议”环节，具体评议方式通常分为两步：第一步是公示贫困生家庭经济状态、资助需求等，将贫困生的家庭和个人隐私广而告之;第二步是让贫困生当众述贫，在院系资助名额有限的情况下还存在贫困生相互“打擂台”的现象。缺乏人性化的资助工作方式不仅伤害了贫困生的心理和情感，还常常引起广大师生群体的反感。为此，《教育部办公厅关于进一步加强和规范高校家庭经济困难学生认定工作的通知》中特意强调“公示家庭经济困难学生受助情况的内容，不能涉及学生个人及家庭的隐私;评定学生家庭经济状况时，不能让学生当众诉苦、互相比困”。实际上，高职院校采取上述欠缺人性化的工作方式虽不合理，但也是基于一定现实原因下的无奈之举，那就是不公示信息、不公开评议就难以做到贫困生资格认定的公正、透明，就存在暗箱操作之嫌。但如今，利用大数据手段就可以有效避免以上问题，实现物质帮扶与发展性育人的统一。第一，大数据的隐蔽性、客观性有利于建立更人性化的贫困生认定与资助模式。数据本身就具有隐蔽性，只要保护得当，贫困生的家庭和个人私密信息就不会泄露，高職院校学生管理部门可以直接依据收集到的大数据信息评定资助目标。由于数据具有客观性，保存也很便捷，不论何时都可以直接作为监督审查的依据，消灭了暗箱操作的空间，完全可以在省去公示、评议等环节的情况下精准锁定资助对象。在发放资助经费时也可以在“私底下”进行，从而避免了大张旗鼓开展资助活动为贫困生带来的困扰，充分彰显人文关怀。第二，大数据的多维性、立体性有利于建立发展性育人长效资助制度。大数据具有多维度、立体化的特点，能充分反映某一事物内在、外在的综合状态。高职院校通过全面收集贫困生的家庭信息与个人信息，并动态监测相关信息的变化，就能发现贫困生在学习生活中遇到的障碍和困扰，便于辅导员及时给予思想引导、心理辅导等。而将辅导员的帮助工作记录纳入大数据系统，能进一步完善高职院校针对贫困生群体的长效发展性育人制度。

三、基于大数据的高职院校学生精准资助路径建构

（一）建立健全高职大数据精准资助系统

大数据本质上是一种信息化技术手段，要在高职院校贫困生资助工作中充分发挥大数据的功能和优势，基础是构建完善的大数据精准资助系统。大数据精准资助系统应当包含“数据生成→数据分析→结果呈现”三个前后相续的流程模块。具体来讲，“数据生成”模块的建设主要包含数据采集、数据录入两项工作，其中数据采集是重点。数据采集要体现全面性、系统性，所收集的数据必须覆盖“两个大项、四个层面”：第一大项是生源地数据，包含宏观与微观两个层面。宏观层面的数据包括生源地是否已被列入贫困县（村）、当地居民人均收入水平、最低生活保障线、当地贫困补助政策等;微观层面的数据包括贫困生家庭人口、父母职业、家庭收支、家庭成员健康状况、兄弟姊妹就学情况等。第二大项是校内外数据，也包含宏观与微观两个层面。宏观层面的数据包括高职院校所在地区的贫困生“奖、助、贷、补”政策以及院校制定的配套措施、校外社会性勤工助学岗位情况、校内勤工助学政策和岗位情况、院校贫困生资助历史数据等;微观层面的数据包括贫困生个体的学习成绩、校园卡消费记录、日常生活学习状态、参与公共活动表现等。采集到的数据要依次输入大数据系统，录入工作要确保准确性、安全性、私密性。“数据分析”模块的建设涉及的主要是算法设计，算法设计工作需要由专业的算法工程师来完成。算法工程师根据高职院校的贫困生精准资助工作要求，利用数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术，基于对象的数据连接、相似性连接等大数据融合技术审视和分析所有相关数据的性质、特征、关联性等因素，设计出既符合数据本身特点与规律，又契合院校精准资助工作要求的算法，通过算法来分析和处理收集到的大数据，为高职院校贫困生资助工作的各项决策提供依据。“结果呈现”模块的建设主要工作内容是实现大数据分析处理结果的可视化，即把以数据形式生成的结果转化为形象化、易理解的可视化表现形式，如图表、视频等。在“结果呈现”模块中，应当体现数据的动态追踪结果，即根据时间轴持续更新大数据的收集、分析和处理结果，实现贫困生家庭经济情况变动与个人生活学习情况变化的实时监控。需要说明的是，高职院校贫困生精准资助大数据体系的建设仅仅依靠学校的力量是远远不够的，国家应当加大智慧城市、智慧高校建设力度，各级政府应当积极推进数据中心的建设，统一数据标准，打通不同地区、不同部门的数据“围栏”，推动数据共享。唯有如此，才能让大数据在高职院校贫困生资助工作中发挥出应有的效力。

（二）构建完善的贫困生认定及资助指标体系

大数据与指标体系密不可分，指标的意义在于为大数据提供甄别、筛查、分析的标准。仅仅有海量的数据是无法得出确切结论的，只有依靠指标的衡量与区分，大数据才能被界定、识别与考察，进而通过大数据系统的分析和处理而呈现出特定的结果，为管理者提供有价值的参考。建立指标体系的第一步是提炼指标。就高职院校贫困生认定指标的提炼而言，院校学生管理部门要针对大数据系统中录入的贫困生数据库标准字段以及备注信息进行综合、分析与提取，并在此基础上集合相关专家进行充分研讨，初步形成贫困生资格审核定性指标，再结合大数据分析处理之后的结果呈现情况转化为定量指标。在贫困生认定指标体系建设方面，要设立生源地指标、家庭经济情况指标、院系指标、个体指标四个层次。生源地指标针对的是大数据系统中录入的生源地宏观数据，作为贫困生认定的总体参考;家庭经济情况指标针对的是大数据系统中录入的生源地微观数据，作为贫困生认定的主要依据;院系指标针对的是大数据系统中录入的关于学生在校学习、生活状态的数据，重点针对的是日常消费数据，用以评估贫困生在校实际生活水平，作为阶段性资助资格评定的依据。由于生源地指标、家庭经济情况指标、院系指标、个体指标设定时各自面向的每一类数据都是多元化、多维度的，因此指标设计必须包含权重分配。高职院校应当在大数据分析的基础上明确每一项数据与贫困的相关性程度，根据相关性的强弱合理界定每一项数据在指标中应当占据的权重，确保贫困生认定指标体系的科学性。资助指标体系是在贫困生认定审核环节完成以后，针对贫困生群体的学习生活状况、日常消费水平、能力素质、个性特征四个方面的大数据设定相应的指标而形成的立体化指标体系。该指标体系所反映的是贫困生群体总体成长状态、生活状态、学习状态的均值，在此基础上可以根据每一个贫困生的个体大数据与指标体系的差值确定其更需要资助的内容和类型。例如，高职院校通过实时监测本校贫困生群体的校园卡日常消费数据，发现有的贫困生日均消费数据高于均值，而在人际交往、公共活动参与等数据上低于均值，说明该贫困生更需要的是发展性育人帮助而非经济资助。通过设定大数据贫困生认定及资助指标体系，就能够在精准识别资助对象的基础上实现精准化、个性化、差异化资助。

（三）打造以大数据技术为核心能力的复合型人才队伍

在全球新一轮科技革命蓬勃发展的时代条件下，应用大数据技术辅助高职院校贫困生资助工作，既是高职院校创新育人工作方法、顺应时代发展要求的表现，也是高职院校实现贫困生精准帮扶、精准资助的必然选择。对高职院校而言，不论是贫困生资助育人本身，还是大数据技术的具体应用，都是专业性很强的工作，必须配备相应的专业化人才，方能支持起资助育人与大数据技术的充分融合。然而，当前国内的大部分高职院校尚未建立起完善的贫困生精准资助大数据系统，而精通大数据技术的专业人才更是凤毛麟角。因此，现阶段要推进大数据在高职院校贫困生资助育人工作中的应用，必须下大力气，狠抓人才队伍建设工作，尤其是要把建设以大数据技术为核心能力的复合型人才队伍摆在突出位置。对此，要重点做好以下两个方面的工作：

第一，加强与科研院所、高新技术企业的合作，加大外部人才引进力度。一方面，大数据的运用本身就是一件需要跨地区、跨部门协同配合的工作;另一方面，当前高职院校普遍缺乏大数据领域的专门人才。这就决定了加强与科研院所、高新技术企业的合作，加大外部人才的引进力度是高职院校充实本校大数据技术力量的首要选择。在合作方面，高职院校可以委托大数据技术积累较为雄厚的科研院所、高新技术企业定制大数据系统平台以及设计算法，院校自身只承担日常操作和维护工作，如此一来，就可以大大减轻高职院校运用大数据的技术压力。在人才引进方面，高职院校可以与科研院所、高新技术企业建立大数据战略合作伙伴关系，聘请合作伙伴的大数据技术专家到校兼任技术管理，形成一个大数据技术分析和技术指导核心，发挥传帮带作用，帮助院校培养大数据应用方面的人才。

第二，构建大数据技术人才培养机制，加强本校非专业人员技术能力的培养。大数据属于新兴技术，高职院校要切实提高本校人才队伍建设工作的前瞻性，紧跟时代发展步伐，强化资源配置，及时构建大数据技术人才培养机制，在引进外部大数据技术资源的同时着力加强本校大数据人才队伍建设的工作力度。一方面，高职院校要调配教育资源，积极开辟培训渠道，通过校内培养与校外进修相结合的方式培养本校的大数据技术人才;另一方面，高职院校要吸纳思想政治教育学、心理学、管理学等大数据相关领域的专业人才，形成一个多学科集合的管理育人核心团队，共同建设一支能运用大数据技术优势推进精准资助的高素质队伍。

（四）建立完善的高职院校贫困生精准资助工作机制

高职院校贫困生精准资助是一项长期性、复杂性、系统性的工作，不仅涉及各级政府、教育主管部门、高职院校、科院院所、相关企业、师生群体等多元主体的协同联动，也涉及大数据系统平台搭建、专业人才队伍建设、贫困生认定以及资助、资助绩效评估、数据安全保障等一系列相互关联而又性质各异的具体事务。因此，要确保高职院校贫困生精准资助工作高效有序地开展并取得预期成效，必须围绕大数据应用建立完善的高职院校贫困生精准资助工作机制。

第一，要建立权责分明的高职院校贫困生精准资助多部门联动机制。权责分明是跨部门、多主体协同联动的基础。在高职院校贫困生精准资助体系中，政府相关部门应当发挥好政策制定职能，为大数据在高职院校贫困生资助工作中的运用扫除政策和制度障碍，同时履行好生源地数据采集汇总职责;高职院校要充分发挥主体作用，落实好国家关于高校贫困生资助的各项政策，保持与政府相关部门、合作伙伴的充分沟通与良性互动，引导和把控好贫困生资助工作的整体进度和节奏;科研院所、相关企业要增强责任意识，充分发挥技術积累优势，积极配合高职院校搭建大数据系统，帮助高职院校培育专业化人才队伍。

第二，要建立高职院校贫困生精准资助绩效评估机制。科学、全面、系统的绩效评估是做好高职院校贫困生精准资助工作的重要保障。一方面，可以利用大数据多点连接、来源广泛的特点，拓宽高职院校贫困生精准资助评价主体，将教师、学生、家长甚至社会人士等多元主体纳入评估体系，改变过去主要由高职院校学生管理部门单一主体评估资助绩效的做法;另一方面，要利用好大数据的实时监测功能，定期开展巡查工作，通过线上数据监测与线下从实走访相结合的方式，充分了解学生受助情况与资助资源使用情况。

第三，建立数据安全保障机制。数据安全是运用大数据技术的基础，跨地区、跨部门的数据开放与共享尤其要重视数据安全保障。首先，政府相关部门、高职院校、科研院所、企业、学校师生等都应当牢固树立数据安全意识，必须在法律法规允许的范围内严格操作和运用数据;其次，要建立数据安全保护责任制、分级管理制、问责制等制度规范体系，将数据安全保护责任落实到个人;最后，要持续加强技术防护体系建设，通过部署防火墙、建立安全网关以及数据隔离器、进行数据加密等技术手段保障数据安全。

[注释]

①李蓓.贫困大学生心理健康问题及对策[J].唐山师范学院学报，2008（2）：102.

[参考文献]

[1]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（1）.

[2]秦瑞霞.精神扶贫：高校贫困生群体的扶贫困境与新路径——基于在校大学生的实证研究[J].天津中德应用技术大学学报，2018（4）.

[3]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）.

[4]王淑珍.精准扶贫视角下高校学生精准资助工作的实现路径[J].高等农业教育，2018（4）.

[5]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（3）.

[6]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（8）.