数据赋能视域下高校精准资助的逻辑理路探析

（安徽工程大学，安徽 芜湖 241000）

据全国教育事业发展统计公报显示，“2019年全国普通高校本专科生在校生3 031.53 万人，比上年增加200.49 万人，增长7.08%”[1]，另有数据显示，“我国高校家庭经济困难学生约占学生人数的20%，其中特别困难学生占8%～10%，西部地区高校贫困生比例更高”[2]。高校贫困生人口基数大，贫困维度广，精准做好贫困生资助工作事关社会公平与国家安全稳定，是确保稳定脱贫和高质量脱贫的重要举措。

高校贫困生资助工作在我国历来备受重视，经历多年的探索与总结，我国已初步建立起了集“奖、助、贷、减、补、免”等于一体的多元化学生资助体系。数据显示，“2019 年，政府、高校及社会设立的各项高校学生资助政策共资助全国普通高等学校学生4 817.59 万人次，资助资金1 316.89 亿元”[1]。资助政策的实施使数以千万计的贫困生从中受益，为他们顺利完成学业提供了物质上的保障，为阻止贫困代际传递做出了巨大贡献。在决胜全面建成小康社会的关键时期，以“精准滴灌”理念做好高校贫困生资助工作，努力实现“应助尽助、精准资助”目标、构筑“消贫—激励—成才—反哺”的良性循环体系，具有重大的理论和现实意义。

一、“四大困境”：高校学生资助工作的问题表征

由于种种主观和客观原因，我国现行高校贫困生资助政策离“精准”理念的要求尚有一定的差距，在资助工作实践中存在一定的挑战与阻滞。

1.贫困生的精准认定不够。据相关文件规定，贫困生特指学生个人及家庭无法支付学生在校期间的学费、住宿费及其他应缴费用的学生。我国幅员辽阔，地区之间经济发展不均衡性还较为突出，难以建立一套全国通用的“贫困生模型”供高校参考。自2007 年我国实施新的学生资助政策以来，多数高校在贫困生认定实践中总结出了“四步走”的做法：学生提交生源地政府审核的《家庭经济情况调查表》、班级组织对困难学生进行集中投票表决、班级成立评议小组对投票结果进行统计和评议以确定被资助名单、院系对贫困生认定结果公示与确认。在此过程中，相关制度设计上的“缺陷”与实践操作中的不到位，致使贫困生认定结果与学生实际家庭经济状况发生偏差，如学生填写虚假家庭信息，地方政府审核不严；投票与评议环节因“人情因素”和“利益纠葛”，致使认定结果不公正等。

2.资助资源的精准调配尚不到位。当前我国已初步建立起“混合多元式”学生资助体系，有中央和地方各级政府设置的国家奖助学金、助学贷款、基层就业学费代偿等；有高校设置的优秀学生奖学金、贫困生学费减免等；有社会力量在高校设置的各类奖学金、助学金等。总体来看，资助主体和资助项目呈多样化趋势。然而这些性质、形式和来源不同的资助项目往往由高校不同职能部门牵头实施，“通常采用独立申请、独立审核和独立监管的运行机制，项目之间互不打通，资助信息之间缺乏有效的沟通，直接导致了学生的资助需求和资助项目之间无法有效地匹配”[3]。因此，“资助不足”与“资助过剩”等现象就成为一种常态，个别学习成绩优异的贫困生可在多项奖助评选中“大获全胜”，而一些学习成绩不太理想、表现不是十分突出的贫困生则往往只能获得兜底性国家助学金。这种资助的“旱涝不均”局面，在一定程度上制约着有限资助资源的优化配置和资助政策社会效益的最大化。

3.资助后期的精准监管亟待跟进。对贫困生的资助与跟进式教育管理理应合为一体，实现在资助中育人的价值目标，但现实中各大高校普遍存在着“重资助轻管理”等惯性思维，高校确定奖助学金名单后往往提交银行转账，对受助学生的跟进式教育管理重视不够，出现“放后不管”的现象，放大了非理性贫困生不合理使用资助金或投机获取政府资助的风险。笔者翻阅多所高校奖助学金管理细则，绝大多数实施细则均规定了违规使用资助资金将予以问责追回等条款，但由于人情风险、政策风险等多种主客观因素的叠加效应，对贫困生违规使用资助金现象“不敢管、不愿管”以及“大事化小、小事化了”等消极处理方式比较普遍。据调查显示，“自2010 年秋国家上调助学金标准为3 000元/人后，大学生将这笔经费用于必要的吃穿、学习用途上的比例仅为30%，并有37.5%和30%的贫困生将助学金用于购买衣服、电脑等享受性消费以及朋友聚会等娱乐消费”[4]。

4.资助政策的育人功能发挥不充分。经济问题往往与思想问题交织在一起，数据表明高校贫困生存在除物质贫困之外的心理和精神困惑。据调查显示，“有73%的高校家庭经济困难学生对生活现状不满意，64%的高校家庭经济困难学生体会不到幸福感，52%的高校家庭经济困难学生存在抑郁趋向”[5]。由于思想认识上的误区，多数高校在实际操作中将资助工作重点放在奖助资金的“和谐发放”，出现“重资助轻育人”现象，工作中往往满足于贫困生的物质资助，对贫困大学生身心和能力发展等高层次需求关心不够，对受助后学生在思想、心理和行为上是否有所改观抱着“不闻不问”的态度，致使部分学生在物质上得到资助，但在精神上陷入迷茫，在能力上存在短板。同时也未能教育引导受助学生要“饮水思源”，在励志成才的同时要注重“反哺”社会。

二、“四个支撑”：大数据强劲赋能高校学生资助

大数据是商业经济的产物，“是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态”[6]。当前大数据已广泛运用于各行各业，大数据为高校学生资助提供了新发展、新方向。

1.大数据赋予高校学生资助的思维支撑。“大数据实质是一场新型的数字技术革命，在多方面突破了传统思维和认识上局限，产生了令人震惊的颠覆性的结果”[7]。在传统的高校学生资助工作实践中，“主观经验”和“个人色彩”夹杂在资助工作的各个环节，致使学生资助工作存在较大的“模糊空间”，迫于技术的限制，人们不得不在思维上慢慢接受和认同这种“模糊”。而大数据技术的出现和运用，引导人们进行思维上的转向，开始尝试运用“数据思维”重新审视高校学生资助工作，并利用大数据技术介入高校学生资助工作，用“数字事实”帮助人们破解思维认识上的“盲区”，开启了精准资助的新征程。

2.大数据赋予高校学生资助的技术支撑。大数据其主要特征是海量信息的采集、信息的整合、信息的对比，从而通过数据分析探寻其中的一般性规律。利用大数据的技术特征，寻求大数据技术与高校学生资助的有机融合，通过对海量学生信息的采集、分类、归纳等，构建出贫困生的一般性“数据规律”，通过数学建模理论，初步构建起贫困生的“模型”，再结合教师和学生平时掌握的情况，对贫困生进行甄别，为贫困生精准识别、资助“套餐”精准配置、资助育人功效精准提升提供技术支撑。

3.大数据赋予高校学生资助的方法支撑。大数据的兴起是信息化爆炸发展的直接产物，大数据技术在高校的快速发展得益于其为高校学生资助工作提供方法上的支撑。大数据将以往孤立的各个信息平台紧密“串联”起来，将以往分散看似无序的单个信息排列组合，用数字碰撞产生数据火花，以往孤单、凌乱的信息经过整合分析后变成了一条条有用的信息链，用数字信息对学生进行全方位“扫描”，从而获取学生更加全面的信息，这种通过采集“看似无用”的海量信息，提供“为我所用”的精准信息，为化解当前学生资助工作面临的瓶颈提供崭新的方法支撑。

4.大数据赋予高校学生资助的平台支撑。当前我国各大高校普遍重视教育信息化建设，“智慧校园”建设已广泛纳入高校发展规划中，数字化、信息化校园建设方兴未艾。诸如入学报到系统、教务系统、校园卡系统、图书借阅系统等各类信息平台在高校得到大力推广，并不断更新完善，这成了大数据融合高校学生资助工作的“平台支撑”，其有效解决大数据运用中的基础信息抓取问题。上述各个子系统积累的数以千万计信息为大数据运用提供了充足的信息来源。现实中一些高校已尝试开展大数据指挥试点的运用，如中国科技大学利用大数据实施“隐性资助”，通过大数据技术将月校园卡消费额在基准线以下的学生名单同贫困生库名单对比，自动为两者重合的学生发放资助。

三、“四步方略”：高校实现精准资助的路径选择

资助工作的至高理念是满足学生多样化的资助需求。为了让每位贫困生都能获得与其自身需求所匹配的“资助大礼包”，使其获得物质资助的同时，实现能力提升和身心发展等更高层次目标，高校在分析总结学生资助工作已有经验基础上，借鉴大数据技术特有优势，逐步构建精准资助的“作战”体系。

1.精准定位，推进资助对象精细化。“谁是贫困生”、“贫困程度怎么样”是精准扶贫工作要攻克的首要难题。高校学生资助工作经过多年运行，普遍积累了较为丰富的实践经验。高校可根据历年贫困生数据库，提炼出贫困生识别的主要指标，如生源地信息、家庭经济收支信息、家庭成员信息、在校消费信息以及学生和家庭业已获得资助等信息，对涉及学生经济指标的相关因子进行分类，第一类是学生家庭经济基本信息，第二类是学生在校相关消费信息，第三类是学生在校行为轨迹。在充分论证基础上可尝试赋予各类信息相应权重，运用大数据技术为贫困生“画像”，建立基于本校实情的贫困生“模型”。在此过程中应充分考虑对来自不同区域和因不同原因致贫学生进行区别对待，杜绝“一刀切”的做法；实际操作中可先通过大数据技术“筛选”出贫困生的初步名单，充分发挥班级民主评议的优势，鼓励班级学生对“入选名单”充分发表意见，将“数据优势”与班级学生“集体智慧”有机融合，更加准确找到“靶标”。同时要预留信息接口，积极探索构建集政府、高校、银行等于一体的大数据系统，实现对海量学生信息的读取，从而更大程度上实现信息精准研判。

2.精准资助，推进资助方式差异化。数据表明，贫困生往往面临多种压力源，既有家庭贫困导致的经济压力，又有学业紧张导致的学习压力，更有综合技能欠缺导致的发展压力。因此，要从根本上帮助贫困生“脱贫不返贫”，需帮助学生解决多层面的困难。高校要尝试通过大数据技术对海量学生信息进行融合与分析，“要为每个家庭经济困难学生建立个性化的成长档案，涵盖学生的家庭情况、学业情况、兴趣爱好以及亟待解决的现实问题。”[8]在此基础上测算每位贫困生的差异化需求，将以往由不同职能部门牵头的分散资助资源进行有效整合、优化，力推整个学校共享一个大数据平台，并由学校学生资助中心统筹负责全校学生资助工作。如将国家奖助学金、学费减免等各类“无偿物质资助”归为“A 类资助”，将勤工助学、助学贷款等“有偿物质资助”归为“B 类资助”，将心理辅导、就业技能提升等各类能力提升归为“C 类资助”。通过大数据技术测算每位贫困生的实际需求，再通过数据分析与整合，为其提供“A+B+C”的“资助大礼包”。通过精准的测算，确保有限的资助资源较为合理的普惠到每位贫困生，提供“量体裁衣”式的资助，确保学生物质和精神上的多重需求得到有效满足。

3.精准监督，推进资助过程精准管理。资助工作的精准监管要着重从两个方面加以入手，一是通过大数据技术对相关数据进行动态监测。新生入学登记时的家庭信息是第一手资料，这些信息的可靠性较高，要充分重视第一手信息的价值。但贫困生的信息不是一成不变的，如资助对象因突发事件或偶发情况而发生重大变化，与其相关的表征数据会有所体现，高校资助部门要根据数据的动态变动及时有效介入，对学生的相关信息进行核实，如遇见学生遭受突发事件，则临时启动一次性困难补助等，实现动态化的帮扶举措，体现资助工作的灵活性。二是利用大数据进行网上监管。依托大数据平台，借助微信、微博、QQ 等多种互通方式，鼓励和引导学生对贫困生的真实情况及时作出反馈，根据学生的反馈并结合相关数据的分析，如若发现资助对象存在弄虚作假、违规使用受助资金等行为，及时启动相关“问责措施”，如降低“资助大礼包”中“A 系统”的比例，提高“B 系统”的比例，引导学生通过勤工助学等“有偿资助”方式解决生活费和学杂费问题。通过这种“灵活多样”的网上监管，有利于高校利用各种资源，改变多层管理体制，实现精细化管理。

4.精准反馈，推进资助政策精准调整。学生资助工作要充分考虑社会效应，注重提高学生脱贫的内生动力，因此必须建立资助工作的评价反馈机制。大数据技术为资助工作评价体系的构建提供了努力的方向。利用大数据技术，将来自教务处的学生上课出勤和考试情况，来自图书馆的图书借阅和自修情况，来自团委的学生参加社会实践和各类比赛情况，来自校园网络中心的上网学习和娱乐情况等各类信息进行整合与分析，以学生受助前和受助后两个时间点采集信息，对两组数据进行对比，并结合同伴学生、辅导员、任课教师的反馈综合得出受助学生获得资助后的总体变化情况，可以对资助工作所蕴含的深层次“思想教育功能”进行较为全面和深入的考量。将资助政策的实施所取得的“物质帮扶”与“资助育人”两大功效相结合，改变过去单一依靠资助工作投入了多少资金、资助了多少学生等评价指标，可更加全面地对资助工作进行绩效评价。在实际工作中，注重绩效评价结果的运用，如对于取得全面进步的学生可以考虑增加受助的力度，引导学生追求更高层次的发展；对于受助后改观不显的学生要深入了解情况，及时调整“资助大礼包”的构成，并帮助其走出人生低谷。

大数据技术为高校学生资助工作走精准化道路提供了一种全新的视角，为解决当前资助工作实践中瓶颈问题指明新的前进方向，但需要指出的是大数据本身只是一种工具和方法，应在价值理性的引领下发挥功效，切不可陷入“数据陷阱”。我们在“推崇”大数据技术种种优势的前提下，要切记社会的核心价值理念不能被大数据的技术洪流所淹没。高校从事学生资助工作的教师要善于主动运用大数据技术的种种优势，但不能以“数据”来替代“关爱”，既要提高驾驭大数据技术的职业素养，注重对海量学生信息安全的保护，又要更加“勤政”，多走入学生的实际生活，坚持“线上”、“线下”相结合，把有限的资助资源“精准配置”给最需要的学生，积极引导广大经济困难学生全面发展，走从“输血”到“造血”的脱贫之路，从而真正阻止贫困在代际传递。