大数据时代高校精准资助工作体系构建研究

程刚 杨晨程 付成君

摘 要：高校学生资助工作是实现社会公平、教育公平最直接最有效的途径。在“精准资助”背景下，为提高学生资助工作的效果与效率，高校可以依托大数据技术，创新学生资助工作的路径和方法，构建学生资助工作精准认定、精准资助、精准管理、精准评价四个体系，推进资助认定指标化、资助方式差异化、资助管理精细化、资助评价科学化。

关键词：高校;大数据;学生资助工作;精准资助;工作体系

中图分类号：G641;G647 文献标志码：A 文章编号：1008-3561（2021）32-0018-03

基金项目：黄冈职业技术学院人文社科课题“大数据背景下高校贫困生资助工作精准化研究”（2020C2012122）;湖北省高校实践育人特色项目一般资助项目“精准帮扶‘五困生家访行动”（2019SJJPB3002）;黄冈职业技术学院学生工作精品项目“依托‘3+1主题教育 发挥资助育人功能”（2018X003）;黄冈职业技术学院辅导员骨干工作室项目“资助育人”（GZS201804）

作者简介：程刚（1976-），男，湖北黄冈人，助教，从事思想政治教育研究;杨晨程（1988-），女，湖北襄阳人，硕士，讲师，从事思想政治教育研究;付成君（1981-），男，甘肃兰州人，讲师，从事思想政治教育研究。

高校学生资助工作是实现社会公平、教育公平最直接最有效的途径，现在已被纳入高校人才培养工作的范畴，它直接影响着学生成长成才、学校建设发展、社会和谐稳定。资助工作的效果与效率取决于高校如何精准识别资助对象、如何科学实施资助手段、如何合理使用资助资金。教育部于2015年提出了“精准资助”这一全新概念，并把实现“精准资助”作为明确目标写进国家教育部“十三五”规划纲要，这为高校资助工作精准化研究指明了方向。近些年，国家实行扩招政策，高校在校生人数急剧增加，家庭经济困难学生绝对数也不断增加。因此，资助对象的精准认定与资助手段的科学合理对于资助工作效果来说至关重要。在“精准资助”背景下，如何利用大数据技术使高校学生资助工作更加精准化，是高校资助工作人员需要积极面对和研究的问题。

一、高校学生资助工作存在的问题

高校学生资助工作目前还存在一些问题，如学生资助数据管理平台信息化和智能化程度还很低、家庭经济困难学生精准认定標准还没制定、关注经济资助但缺乏思想引导和心理疏导、关注资助方式和手段但忽视资助育人的效果、关注资助过程但难以实施精准的考核和评价等。这些问题直接影响着资助工作的精准化程度，也影响着资助工作的效果和效率，很难保证资助工作做到公平、公正、公开。究其原因，主要是工作人员运用大数据技术的意识和能力还不足，政府和学校层面的顶层设计及统筹规划还欠缺，高校学生资助体系还不完善，对学生资助工作的动态跟踪管理还不到位等。因此，如何精准认定、精准资助家庭经济困难学生，如何有效核查核准家庭经济困难的现象和程度，如何把国家的学生资助政策很好地落实到基层，应成为当前乃至今后一个时期高校学生资助工作重点研究的课题。所谓“精准资助”，意味着家庭经济困难学生要真正得到资助，社会要真正实现公平正义，教育也要实现真正公平。这样，高校安全稳定和长远发展就会得到保障，也更利于促进学生成长成才和全面发展。

二、大数据在高校学生资助工作中的价值体现

大数据作为新型计算技术的最新技术形态，是一种新视角、新思维、新途径、新工具、新方法、新手段，大数据技术有利于高校学生资助工作的开展及精准化研究。坚持以人为本的理念，实现资源共建共享，充分利用大数据技术，构建精准识别、精准认定、精准资助、精准分析、精准发放、精准管理、精准评价的新模式，采取地域差异化、时间差异化、空间差异化的资助方式，建立信息动态管理、资金及时到位、评价客观公正的管理模式，对提高高校学生资助工作精准化水平具有现实指导意义。大数据具有技术属性，大数据相比传统的数据来说体量大，时间长，查询烦琐，分析复杂，技术要求高。大数据具有结构化信息、半结构化信息和非结构化信息等结构属性，数据也具有横向、纵向、多维度、立体式等多样化特点。大数据还具有社会属性，是一种崭新的社会发展方式，也是一种全新的创新思维模式，现如今已渗透于全社会各行各业，孕育着转变经济社会发展方式的先机。大数据还将进一步深入社会的各个行业领域，继续影响着人们的思维方式、工作模式和生活样式。利用大数据技术开展高校学生资助工作并促进高校学生资助工作的精准化，有助于转变高校学生资助工作理念，有助于全面掌握高校学生资助工作的各种信息，有助于发挥高校学生资助工作育人功能。

三、高校学生资助工作精准化体系构建

大数据为高校学生资助工作提供了全新的思路和方法，高校学生资助工作部门可以在大数据背景下，构建高校学生资助工作精准认定、精准资助、精准管理、精准评价四个体系。

1.高校学生资助工作精准认定体系

高校学生资助工作人员应根据历年来的家庭经济困难学生数据信息，提炼归纳总结出家庭经济困难学生认定的诸如家庭成员、人口、收入等主要指标，这些主要指标的来源可以是结构化、半结构化或非结构化数据信息。可以运用大数据用户画像技术，对家庭经济困难学生各项指标进行分类标签，将学生及其家庭基本信息等基础数据信息定为A类标签，将借助学生校园卡或网络平台购物数据测评出来的学生购买能力、消费类别、消费能力、消费频率等定为B类标签，将通过大数据平台分析技术掌握的学生心理状况和行为爱好等定为C类标签。大数据技术可以将这些主要指标按照一定占比再细分成一级指标、二级指标、三级指标并进行赋值赋分，得出学生家庭经济困难的等级，从而建立一套高校家庭经济困难学生识别和认定指标体系，实现精准识别和认定家庭经济困难学生。高校学生资助工作质量评估、绩效考核和社会评价等越来越受到社会的关注，高校应该运用现有大数据资源信息来提升资助工作的效率、效果和效益，同时详细记录精准识别、认定、评定家庭经济困难学生的依据、程序、过程和结果，清晰展现学生资助部门的工作计划、脉络、痕迹和总结。这样，就可以从资助工作中的认定层面、资助层面、管理层面，为最终的资助考核评价工作提供全方位、多角度的参考指标。同时，学校就可以结合家庭经济困难学生人数、学校人才培养目标、社会捐资助学情况、国家资助政策措施等，对全校全年学生资助资金配置情况、资助落实情况、效益评估情况等进行细致分析。

2.高校学生资助工作精准资助体系

高校应该建立家庭经济困难学生档案，较为精准地反映不同学生的个体情况，分析学生家庭不同的致贫原因和困难程度，然后有针对性地对这些学生进行经济上的资助和心理上的帮扶。高校资助工作人员可以利用大数据分析功能按照学生的致贫原因、困难程度、家庭成员状况和心理健康水平等进行分群，把大量纷杂的学生数据划分为特性相同或相似的不同群组，再根据学生家庭经济状况、消费状况、勤工俭学情况、学业成绩、平时表现、心理健康情况等信息，构建细分多重指标的个性化分级分类资助模式，实现高校学生资助工作精细化的最终目标。高校可以利用大数据给不同专业学生安排不同的勤工助学岗位，让学生在发挥自己专长的同时在一定程度上减轻家庭经济负担。这种做法促进了家庭经济困难学生经济上脱贫和精神上脱贫的双管齐下，真正做到了扶贫与“扶智”相结合、扶贫与“扶志”相结合，既提高了高校学生资助工作的效率，又提升了高校学生资助工作的育人效果。高校还可以按照我国地域分布情况分别建立不同省份的家庭经济困难学生档案，再根据不同地域的经济发展水平和人均收入状况确定困难标准和认定指标，然后利用聚类分析大数据技术将家庭经济困难学生电子档案转化为结构化数据资源，进一步实现学生档案的完整性和规范性。教育主管部门和高校利用大数据技术可以科学配置及利用教育资源，促进教育顶层设计的科学化和重大决策的公开化。

3.高校学生资助工作精准管理体系

高校资助管理部门可以运用大数据技术，按照资助对象、资助标准、资助方式等指标，运用过程管理的基本原理对学生资助全过程进行顶层设计与实时控制，然后针对家庭经济困难学生贫困程度认定、分类精准资助、跟踪反馈评价等不同阶段提出合理化建议，建立学生资助信息动态管理系统，最大限度地实现资助工作的公平、公正、公开和科学化管理。新生入学时辅导员都详细登记过新生的家庭状况和经济信息，但后期及时更新学生家庭实时数据信息更为重要，以便了解并掌握每一个学生最新的思想、经济、学习、生活、心理、交往等状况，主要看学生及其家庭有无重大意外或重大变故发生。这样实时动态地记录、监测和跟踪学生的学业成绩、生活状况、经济变化、消费情况等，有助于高校资助管理部门及时有效地进行干预。所以，数据的实时性、真实性对于实现高校学生资助工作过程精准管理至关重要。高校学生资助工作通过大数据平台实现了公开化、科学化、精细化，人们通过资助大数据平台可以了解最新的资助信息和动态，社会上很多相关人员也可以参与到资助政策制定、决策部署和监督管理中来。利用大数据技术对家庭经济困难学生进行线上线下相结合的持续动态监督管理，有助于把高校金字塔式管理模式转变为扁平化管理模式，实现精细化管理。这样，一方面可以发挥高校师生和社会人员的线下监督优势，及时发现学生是否存在弄虚作假行为，如若有弄虚作假现象立刻取消其受助资格，并将这些不良行为记入学生诚信档案，让学生接受全社会、全方位、全过程的动态监督管理。另一方面，开通高校学生资助工作官方网站、邮箱、微信、微博等，可以让社会大众对高校学生资助工作进行监督管理，如若发现困难程度认定结果或分类精准资助过程存在异议并调查属实，高校学生资助工作部门有权降低困难等级，甚至取消之前被认定的结果，并有权追回资助资金。

4.高校学生资助工作精准评价体系

对高校学生资助工作部门进行考核评价的依据是高校资助工作的基础建设、实施过程、工作成效和资助育人效果等多项指标，其目的是衡量和评价高校学生资助工作的效率与效果。教育部全国学生资助管理中心制定了《中央部属高校学生资助工作绩效考评暂行办法》，并委托第三方机构对中央部属高校开展学生资助工作实施绩效考评。高校可以建立一个完善的学生资助绩效考核评价体系，包含学校满意度、社会满意度、学生满意度等指标，也包括受助学生后续跟踪情况、资助工作运行过程情况等，还可以利用大数据智能算法构建特征模型，对资助工作进行数据化分析和智能化处理。高校还可以依据学生经济变化情况、心理健康状况、学生精准识别度、二次审核指标、精准考核指标、资助监管考核指标及大数据应用考核指标等建立资助考核量化体系，通过大数据技术为每一层次的考核提供依据，最终实现精准考核评价。《关于联合开展高校贫困生资助情况调查与检查工作的通知》要求，高校在初定家庭经济困难学生受助资格后，需要实地考察和走访部分特别困难家庭，并对其家庭经济状况进行复核检查。国家也特别要求，家庭经济困难学生认定工作一定要与学生家庭走访工作相结合，进一步细化和完善家庭经济困难学生认定办法，健全家庭经济困难学生认定、资助、评价和监管工作。高校还可以运用大数据技术形成家庭经济困难学生精准认定、个性资助、差异资助、动态监测、工作评估等资助工作评估规范，把资助工作的评价主体拓宽到全体师生、全体家长和全社会人员，从政府、社会和高校三个层面积极提高高校资助工作績效。

四、结语

综上所述，虽然大数据应用于高校学生资助工作体系因为缺乏管理规范、技术标准、整体设计、信息安全保障等而有其局限性，但大数据技术应用于高校学生资助工作并和信息化管理平台相结合，有利于信息技术时代研究普通高等教育教学工作。高校要想使学生资助工作更加精准化和科学化，为全校师生提供个性化和差异化服务，就离不开大数据技术的有效运用。高校要依托大数据创新学生资助工作的路径和方法，构建学生资助工作精准认定、精准资助、精准管理、精准评价四个体系，推进资助认定指标化、资助方式差异化、资助管理精细化、资助评价科学化。

参考文献：

[1]罗丽琳.大数据视域下高校精准资助模式构建研究[J].重庆大学学报：社会科学版，2018（02）.

[2]李成飞.大数据背景下高校贫困生资助工作精准化研究[D].南京邮电大学，2017.

[3]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（08）.

[4]吳朝文，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）.

[5]杨胜志.基于大数据的大学生精准资助贫困等级研究[D].东北师范大学，2018.

Research on the Construction of Precision Aid Financially System in Colleges and Universities in the Era of Big Data

Cheng Gang1， Yang Chencheng2， Fu Chengjun3

（ 1.College of Medicine， Huanggang Polytechnic College， Huanggang 438002， China;

2.Department of Student Affairs， Huanggang Polytechnic College， Huanggang 438002， China;

3.College of architecture， Huanggang Polytechnic College， Huanggang 438002， China）

Abstract： College student aid financially work is the most direct and effective way to realize social equity and educational equity. In the context of "precision aid financially"， in order to improve the effect and efficiency of student aid financially， colleges and universities can rely on big data technology to innovate the paths and methods of student aid financially work， build four systems of precision identification， precision aid financially， precision management and precision evaluation of student aid financially work， and promote the indexation of aid financially identification， differentiation of aid financially methods， refinement of aid financially management， aid financially evaluation is scientific.

Key words： colleges and universities; big data; student aid financially work; precision aid financially; working system