大数据视域下高校精准资助的路径探究

■代将来 冯洁茹/湖北汽车工业学院经济管理学院

高校的资助工作是国家扶贫攻坚战的重要组成部分，习近平总书记在党的十九大报告中指出，要“健全学生资助制度，使绝大多数城乡新增劳动力接受高等教育”。2019年教育部发布的《中国学生资助发展报告(2018)》显示[1]：2018年全国累计资助金额达2042.95亿元，其中高等学校资助金额1150.3亿元，占到全部资助金额的56.3%，可以看出，高校资助是当前我国资助工作中最重要的部分。高校资助工作做得好不好，直接关系着我国学生资助工作的成效，进一步来说更是密切关系着我国扶贫开发总体战略的成效。随着习近平总书记“精准扶贫”思想的全面贯彻，高校的精准资助工作也必须推进落实。

一、当前高校资助模式存在的问题

当前，大多数高校的资助工作已经颇具成效，基本解决了家庭经济困难学生在校期间的学习生活问题。但是工作模式仍停留在人工时代，不仅效率低下，而且资助深度和效能很浅，这就导致资助不够精准。

(一)资助对象模糊

高校实现精准资助的基础是对资助对象的精准认定，一方面是定性把握家庭经济困难学生群体，一方面还要定量判断其贫困程度[2]。资助对象的认定一直以来都是高校资助工作的重点和难点。当前，由于缺乏客观合理的标准，所以各个高校在资源分配过程中较多是按照学生人数比例来进行切分，这就导致资源在整体层面的错位分配。而在具体操作中，一般是学生提交申请表及证明材料，然后班级和院系的评议小组进行认定。这种方式主观性很强，且无法规避学生在材料上弄虚作假和评议小组的人情帮扶。

(二)资助需求单一

随着时代的发展和社会的进步，高校资助工作不仅要满足学生的物质需求，更要满足学生的精神需求。当前，高校资助在满足物质需求上下了很大功夫，基本覆盖了家庭经济困难学生在校期间的生活保障。但是对于家庭经济困难学生的精神需求，即该群体自我实现和社会尊重的高层级需求上，还力有未逮。这就导致家庭经济困难学生自卑敏感，有些甚至羞于申请放弃资助。

(三)资助形式刻板

资助形式是指高校对家庭经济困难学生进行帮扶的过程和方法。当前，较为普遍的资助形式主要有奖(奖学金)、贷(生源地助学贷款)、助(助学金)、补(困难补助)、俭(勤工俭学)等。在具体工作中，因为程序和操作的差异经常产生一系列问题：一是在等级评定和资金发放的过程中，可能会侵犯学生的自尊和隐私，如采用“比惨”的方式打擂陈述，公示受助学生名单等。二是学生碍于情面，不愿意到食堂、图书馆等校内场所进行勤工俭学。

(四)资助效能不佳

资助效能是对资助工作有效性和价值型的整体评估，尤其是资助育人的实效。当前高校的资助工作更多还是体现在基本生活保障方面，对于困难学生群体的学习、品德、心理和自我认同与实现等方面的关怀还比较缺乏[3]。伴随经济困难一同出现的，往往还有学习困难、心理自卑、自我支持率低等问题，限制了该群体全面发展的可能性。

二、大数据技术对推动精准资助的内涵价值

从工程角度而言，大数据就是指通过日常生活的多个端口捕获、收集并处理数据的技术。其核心价值在于持续性地通过数据挖掘与整合，从海量普通数据中提取高价值信息，为科学决策提供事实支撑，与高校精准资助的要求高度契合。

(一)大数据技术可以助力精准化认定

精准认定是实现精准资助的前提，其内涵有三个方面的要求：(1)认定依据的真实性，(2)认定程序的客观性，(3)认定标准的可量化性。大数据技术通过对贫困学生的家庭情况、生活消费习惯、日常学习、在校表现等多维度的基础信息采集、整理与分析，获得客观数据，并通过算法模型反映贫困学生的真实情况[4]。可以保证认定依据的真实可靠、认定程序的公正客观、认定标准的量化分析。同时还能对学生的消费支出情况进行动态监测和分析，避免资助虚假贫困生或真实贫困生的铺张消费。

(二)大数据技术可以助力多样化需求

在实现基本生活保障基础上，对困难学生进行发展性资助是高校精准资助的应有之义，大数据技术可以通过多平台信息采集与分析的结果，在现有“奖、贷、助、补、俭”资助体系基础上，根据学生的阶段化需求、个性化需求、特异性需求和层次性需求，提供更加丰富灵活的资助项目。

比如家庭经济困难学生在入学阶段、参军入伍阶段、求职阶段、考学深造阶段和创业阶段等不同时期，挖掘其受助需求，提供学生当下最迫切、最需要、最易于接受的资助项目；通过对家庭经济困难学生在学习生活方面表现的实时信息采集与分析，及时发现其在学业、思想、心理、能力等方面的需求，并给予针对性的帮扶，满足学生的多样化需求。

(三)大数据技术可以助力发展性管理

高校的资助工作内容多、难度大、事务杂，常常会涉及到政府、高校、企事业、基金会、银行等多个主体机构，以及多元的资助体系，针对不同学生、不同阶段，在基本生活、思想引领、学业帮扶、心理悦纳、能力拓展等多方面进行个性化资助，这就需要高校的资助工作构建一个具备整体性、持续性、协同性和发展性的完善体系。集成高校各部门掌握的学生信息，实现对信息资源的统筹处理，动态挖掘受助需求、管理资助指标、确保资助重点。

(四)大数据技术可以助力价值化成长

大数据时代，一切信息源的采集、存储、处理与分析全都在大数据系统内封闭实现，且计算结果真实、全面、完整、客观。对高校资助工作而言，可以极大地助力学生价值化成长，提升育人实效。首先，大数据系统用真实数据，直观强力地证明了家庭经济困难学生的贫困事实和贫困程度，充分保护学生的隐私和自尊心。其次，动态监测实时获取学生信息，省去了繁琐的通知、申请、审核、评议、公示、发放等环节，发现困难即予以资助，及时高效。最后，大数据系统可以整合多平台信息，发现学生的优缺点。对于不足，精准施策，帮助学生拓展能力。对于优点，充分发挥特长，动员其参与到社会实践、志愿服务等活动中，锻炼能力增长才干回馈社会。

三、大数据视域下精准资助的实践路径

(一)核心：搭建符合大数据技术规范的信息管理系统

大数据技术助力高校实现精准资助的核心，在于对学生基础信息的获取和标准化处理。高校需要站在全局层面对校内各个业务部门的系统进行整合，打通部门限制，统一数据标准，实现数据共享，搭建一套整体性的符合大数据技术规范的信息管理系统[5]。该系统采取扁平化管理结构，对每一名在校学生建立一个信息档案，来源于多个渠道的信息全部归档到该档案中，该档案记录下学生在校期间的所有行为，既可以真实把握家庭经济困难学生的基本情况，也可以提取学生的个性化需求，为精准资助奠定基础。

(二)关键：打造具备大数据管理能力的复合型人才队伍

大数据技术作为一种前沿信息技术，目前主要应用在互联网科技公司，高校行政管理人员并不具备这种技术能力。因此，高校需要提升队伍质量、优化队伍结构，打造一支同时具备大数据管理能力和高校育人规律的复合型人才队伍。可以引进专业的大数据技术人才，形成一个技术核心，在完善系统搭建的同时对其他非专业人员做技术方面的能力培养。并广泛吸纳思想、心理、教育等各领域专业人才，把握资助业务和育人实效的同时，对专业技术人员进行素质涵育。

(三)保障：形成大数据背景下受助学生信息安全保护机制

大数据技术通过整合学生基础信息，有效规避了学生个人信息暴露的风险，保护了学生的自尊心。但是，大数据系统中集成的这些海量信息一旦泄露，造成的危险和伤害，更甚以往。因此，形成一套完善的受助学生信息安全保护机制必不可少。第一，牢固树立法治意识。所有可以接触并管理学生信息的资助工作者必须严格遵守国家法律法规，在法律允许的范围内进行数据的采集、分析与运用，不得私自将管理权限及系统数据交予他人。第二，形成严格制度保障。制定数据保护守则、信息安全管理和责任制，对于工作人员实行分级分权限管理。第三，完善技术防护体系。对于数据系统进行信息加固，做好数据加密、销毁、备份及恢复等功能，强化入侵预警功能，建立起牢不可破的信息安全“防火墙”。