大数据智慧资助应用高校精准资助路径探析

■杨乾振/北方工业大学

一、前言

据统计，十八大以来，全国共资助学生6.19 亿人次资助总金额累计达到了10907 亿元，实现了“三个全覆盖”，即各个教育阶段全覆盖、公办民办学校全覆盖、家庭经济困难学生全覆盖，已基本实现了“不让一个学生因为家庭经济困难而失学”的工作目标，目前开展“精准扶贫”已成为我国在“十三五”时期进行区域治理的重要工作和关键时期，而当下随着信息化时代的快速发展，百行百业开始进入行业+信息化的新建和改制，大数据技术也逐步应用于各个领域，在高校学生资助领域，大数据智慧资助为高校推进快速、便捷、高效、精准资助工作带来新的机遇，为实现资助育人提供了新的理念和技术支持。

二、高校传统资助模式的困境

目前党和国家高度重视高校家庭经济困难学生资助工作，已建立健全了涵盖“奖、贷、助、补、减”等多项措施的高校学生资助体系，从资助工作机制上保障了“不让一个学生因为家庭经济困难而失学”，维护了教育的公平，但目前高校大多仍然是采用传统的资助工作模式即手工采集信息并分析信息的模式，这种传统资助工作模式很难满足精准资助的要求，大多存在以下问题。

（一）贫困学生认定困难

家庭经济困难学生的精准认定是高校精准资助工作切实高效、科学和合理开展的基础。然而，在当前高校资助的过程中，普遍存在贫困学生的精准认定较难的问题，究其原因，跟家庭经济困难学生认定方法密切相关，一般高校在认定贫困生时，往往根据一定的标准或学生的比例，采用学资助中心——学院——年级——班级——学生的模式来分配资助名额，在具体操作过程中，班导师和辅导员根据学生申请以及提交的材料来进行相关认定；这种虽然模式能够最大限度的分配资助资源，但是却存在缺乏对贫困学生的前期了解和调查，而认定以学生申请为前提，受具体名额的限制，容易产生弄虚作假，冒充贫困生提供虚假资料的情况，而且真正的贫困生可能因为不愿意申请或者名额不足而不能获得资助。因此，由于认定时间和一些先决条件的限制，具体操作中常常出现真正贫困的学生没有被认定，而不贫困的学生却被错误认定的情况。

（二）资助措施方法单一

目前高校资助贫困生的形式主要采用资金资助，这种资助方式虽然能够直接快速的满足家庭经济困难学生的经济需要，却没有重视贫困学生个性化需求的差异性，忽略了家庭经济困难学生的发展需要，同样是贫困的学生，但由于其原生家庭背景不同、所处的年级阶段不同、自身性格特点不同，其所对应的个性化需求也不同，而传统资助工作模式往往忽略各类困难学生 群体的需要差异，缺乏动态分析，而且还可能因为资助方式的单一，让一些贫困大学生养成坐等救济的习惯，反而是拿了钱不去努力学习，使资助的效果大打折扣。

（三）资助缺乏动态反馈

一直以来高校资助工作都比较重视对家庭经济困难学生的经济帮助，在成功认定完贫困生后，学校都会给予定期的助学金等资金资助，帮助贫困生缓解经济困难，但是对于资助完后贫困生的资助效果缺少动态反馈机制，无法及时准确的了解学校的资助是否满足贫困生的需求，是否达到资助育人的效果，使受资助学生的贫困程度难以量化，导致资助陷入平均主义，难以合理的分配资助资源，影响后续资助计划的调增，不利于精准资助工作的开展。

三、大数据智慧资助的价值和意义

大数据智慧资助是利用大数据技术手段提高学生资助管理水平和能力、辅助行政决策、为受助者提供更多人文关怀的一种更高层次的精准资助，它是以精准为手段，以育人为目标以关怀为宗旨，适应当代学生多元心理需求和社会发展需要的智能工作模式，为高校实现全面精准资助的目标提供了可靠的现实路径。

（一）量化认定，助力精准识别

海量数据的采集和分析功能是大数据智慧资助的基础。借助大数据智慧资助通过对高校学生家庭经济情况、在校消费情况、网上消费行为、日常行为表现、个人收入状况等数据信息进行深度整合和分析，可以反应出学生真实的在校消费水平和经济条件，帮助甄别学生中疑似贫困者和疑似虚假贫困者，切实提高贫困生精准识别度，有效的解决了高校贫困生认定中存在的贫困程度无法量化和贫困学生无法精准识别的问题。

（二）科学资助，满足多样需求

高校大学生的需求往往随家庭、性格、兴趣、能力等横向因素以及年级、阶段等纵向因素的不同而呈现个性化差异的特点，而经济困难的学生往往存在性格敏感、归属感弱、心理落差和压力较大、社交技能较弱等实际问题，这些问题导致其不善于表达自身的经济需求和发展需求。而大数据智慧资助借助其对大体量数据深度挖掘和分析的能力，通过纵向与横向、宏观与微观等方面的比较和分析，探寻出家庭经济困难学生在不同阶段个性化需求的相关性和规律性，便于高校资助工作者在配置资助资源和选择资助方式时更加科学、精准和有效，满足贫困生多样化需求。

（三）动态追踪，定位精准帮扶

对受助学生的资助效果进行动态追踪、记录和分析是大数据智慧资助的重要内容，借助大数据智慧资助的这一功能可以及时有效的反馈出家庭经济困难学生在接受学校资助后的行为表现、学业状况、消费情况等真实资助效果数据信息，并对学生可能发生的生活困难、学业问题、心理危机、宿舍矛盾等问题提前做出预警，有效解决高校贫困生存在的资助效果难以追踪的问题，帮助资助工作者定位精准帮扶，落实资助育人。

四、大数据智慧资助应用高校精准资助的现实路径

（一）构建科学化的数据认定体系

贫困生的科学量化评估是提高精准识别度开展精准资助的基础，而要实现这一目标，就需要对海量的家庭经济困难学生数据进行深度的整合、挖掘和分析，利用大数据技术拓宽贫困生数据，采集学生家庭成员健康、收入、受灾、消费、负债等基本情况信息，同时校内联合学校的财务，教务，后勤等部门，校外沟通联动各级资助部门，强化大数据意识，实现数据安全共享，确保数据的丰富、真实，最后通过大数据技术对采集到的海量数据进行属性计算、数据转化、有效性分析、相关性检验，形成预测效果最优的数据模型，进而构建科学化的数据认定体系，助力精准识别。

（二）依托个性化的综合资助平台

目前，仅靠高校传统资助模式和现有的技术平台采集到的数据有限且利用率不高，引入大数据分析技术充分拓宽、整合和分析贫困生数据，建立对贫困生资助效果的动态追踪和反馈平台，依托这一平台， 解决高校存在的资助资源平均发放主义问题，实现资助资源智能化的分配和学生个性化精准资助服务，在满足家庭经济困难学生保障性需求的基础上，根据学生的个性化需求反馈结果，开展发展型资助工作，促进高校精准资助相关的管理、服务、决策和研究工作更加及时、有效。

（三）健全动态化的保障管理机制

在具体实践中，与学校学工、教务、保卫、财务、后勤等职能部门积极沟通合作，形成联动保障机制，动态追踪预警学生的问题状况，进行精准帮扶，定期甄别和淘汰“虚假贫困生”，此外目前95 后大学生的个人权利意识和隐私保护意识逐渐加强，在智慧资助的应用过程中要注意数据安全问题，防止个人信息泄露，及时建立数据的使用和管理制度，保障智慧资助体系健康可持续的发展。