利用大数据促进资助对象精准识别

汪磊

（武汉交通职业学院，湖北 武汉 430065）

资助是当前社会上非常公平而有效的一种手段，但是资助的效果和效率主要由资助对象的精准辨别和资助手段的合理性与科学性所决定。资助对象的精准辨别是高校开展资助工作不可缺少的构成元素，涉及学生的成长、学校健康稳定地发展及社会的和谐发展。2015 年，教育部门确定了“精准资助”这个概念和内涵，同时在“十三五”过程中确定了高校资助工作精准开展的方向。大数据是计算技术的一种新型形态，为高校贫困生资助工作精准辨别资助对象的开展提供了新手段[1]。通过应用大数据技术，分享共建资源，建立精准辨别的新模式，采用差异化资助方法，构建完善的资助管理体系，有助于提升资助对象精准辨别的水平，保证资助工作开展的实践性与科学性。

一、大数据的意义

大数据与以往数据库软件工具能力进行对比，其是一种从搜集、储存、管理及分析等方面规模非常大的数据集合，充分体现出多种数据类型、大量数据规模、迅速地数据流转及价值密度较低四个特点。大数据具备获取、发现、分析及处理海量信息的能力，这些信息关系到人们生活的各个方面，然而这种能力仅采取以往数据库手段不能完成，其主要是在繁杂的数据库中发现以往数据库手段不容易发现的规律，进而对未来进行更好地预测。大数据的发展与使用是高校家庭经济困难学生认定与资助的基本条件，是提高精准资助的新手段。

二、大数据对于精准资助的重要性

高校每年认定贫困生与评审助学金期间，都可以利用大数据平台筛选学生的信息，精准辨别资助学生，这样一来可以使贫困生认定的精准性得到进一步提升，经过分析评估数据信息，可以分别资助对象的资助类型，实现理想的资助效果。

（一）根据大数据精准识别资助对象

当前，大部分高职院校依然使用以往的资助模式，让贫困生提供书面申请，班级开展民主评议，班级评议小组与班主任经过充分了解学生信息，可以分辨他们是不是具有得到资助的资格，同时明确获得资助的级别，上报每个系公开无异议之后，让学院学生自主管理部门进行总结整理后统一发放。尽管这种评审流程可以辨别部分条件非常困难的学生，但是依然不能更好地辨别开具虚假证明、谎报、瞒报的学生。在这种情况下，高职院校不能家访全部申报的学生，最后致使真正困难的学生不能精准辨别，从而不能实现理想的资助效果。在资助以前利用大数据可以整合、分析及评估学校贫困生的档案和全区、民政部门及全国资助管理系统信息等，审核贫困生的申请材料，准确掌握贫困生的家庭经济情况、学生的基本生活开支和在电子产品、交通出行及旅游娱乐等方面的花费，利用大数据，搜集贫困生的一般信息，如：消费水平、消费习惯及个人资金流动情况等，为贫困生辨别工作的开展提供有效的数据信息，实现资助对象的精准辨别[1]。

（二）利用大数据精准辨别资助对象的标准

当前，我国各个高职院校均采取分等级形式为学生发放国家助学金。在评审一等助学金过程中，班级评议小组和同学们几乎不会对评审结果产生意见，但是对于二等与三等助学金的评审，班级评议小组通常会存在很大的意见。比如，如果同样是低保家庭，北方与南方在认定标准当中针对家庭收入的一项要求还有非常明显的差距，针对伤残、孤儿或者是单亲家庭怎样给予精准评审，定量辨别资助对象的标准是大数据面临的一项主要任务。利用大数据精准辨别资助对象以后，需要将合理的大数据平台作为基本条件，采取线上整合线下的方式，有效区分困难学生的贫困等级，使高校资助工作开展的准确性得到进一步提升。其一，结合具体状况构建完善的认定体系，综合考量家庭情况、地域差异、家庭突发情况及学生本人的状况等，根据体系数据精准赋值，对学生情况进行定量评价；其二，班主任与辅导员教师需要加大和贫困生交流与沟通的力度，充分了解贫困生的家庭情况，并且根据学生的评估和反馈定性评估贫困生。

（三）实时更新贫困生数据库

从高职院校方面来看，从大一新生进入学校到毕业，最少有3 年的时间在学校可以申请资助，虽然在新生入学时，资助管理部门会对学生的基本信息进行统计，但在学校的三年时间中一些学生的家庭情况会发生明显改变，假如不实时更新贫困生信息库，就会使很多需要资助的学生失去资助机会，然而家庭情况良好的学生却重复得到资助。高职院校资助工作是一个非常漫长的过程，唯有实时管理贫困生数据库，才可以高效开展资助工作。利用大数据平台，可以对贫困生的生活、家庭情况及消费等进行充分了解，动态更新高校中贫困生的信息库，凭借贫困生的动态信息，精准辨别贫困生，明确划分贫困生的资助级别。

三、利用大数据促进资助对象精准识别的路径

（一）整合数据资源，建立统一的资助管理平台

以往资助管理工作开展过程中非常复杂，通常采取文本、纸质版储存为核心，这样极易丢失和出错，缺少数字化实时管理，每种数据仅单独出现并没有发现关联性。高职院校资助中心可以按照贫困生上交的、数据中心监测到的各种数据展开整合，突破受助主体之间的“数据孤岛”，有机结合各种数据资源，建立和大数据特点相符的资助完善平台[2]。数据入库以前面临的主要难点是怎样保证数据真实性，高校资助中心工作人员可以使用高校联网优势，要求每个有关部门提供相关数据，同时根据入学初学生录入的个人基本信息，从而使数据的真实性得到有效保障。数据信息录入数据库中以后，可以根据学生的致贫因素、基础数据及家庭经济情况等信息分类管理，一学期更新一次信息，这样可以使数据长期有效性得到保证，同时按时备份上传到云存储，以便于数据可以不受时空的限制下载查阅。利用大数据技术的高校资助管理平台不仅记录学生的基本状况、在校消费状况、家庭经济状况、技能培训、学习情况及加入大赛等数据，需要对学生这些数据之间的相关性进行全面挖掘，建设适合学生个性的专属档案分析库，为学生今后在校的学习、生活及就业提供相应的帮助，建立适合高校学生特征的智慧化特点。

（二）实时更新数据，构建贫困生动态管理模式

借助大数据平台，构建贫困生实时动态监管方式，动态掌握学校建档立卡学生与资助对象的个人信息状况，在更新数据信息过程中加强管理，在实时监测过程中认定贫困生的动态，针对家庭成员突然出现疾病或受到自然灾害导致贫困的学生，需要实时创新数据，同时精准帮助致贫困学生。与此同时，学校资助管理部门还需要实时搜集受资助对象的日常消费、家庭改变及勤工俭学等数据信息，针对得到资助却浪费的学生回收其得到的资助，针对还没有得到资助却在预警边缘的学生，关心受助对象的生活与心理状态，在学校贫困学生库当中移除已经脱贫的学生，使有限的资源可以精准的帮助在同学身上，最终使资助育人的公平、公正得到保证。

（三）构建信息安全“防火墙”，建立贫困生资助安全机制

从经济资助方面来看，尽量保证每个贫困生都可以得到高校的资助，从某种程度上来看，精神资助与物质资助相比更加重要。倘若在数据库中的个人信息被泄露，则学生的人格尊严、个人隐私都会受到严重损坏，精神上的打击远超过物质方面的打击。基于大数据背景下，非常有必要保护好个人隐私与数据安全，这就需要构建信息安全“防火墙”，建立完善的资助安全机制，例如，重要文件设置加密、计算机安装防毒软件、规范权限分级管理及不按时更改云存储密码等。信息安全“防火墙”是建立贫困生资助安全机制的主要条件，同时还可以更好地保证所搜集的贫困生数据安全与存储。贫困生资助安全制度的构建不仅需要和资助工作有关的部门知晓法律，不能随便公示学生的隐私信息，同时又需要数据化管理系统加快构建“技防”体系构建，加强对学生个人信息的保护[1]。

（四）搜集基础数据，构建合理的指标体系

高职院校使用大数据可以综合分析学生的具体状况，为精准辨别资助对象提供有利于的数据基础，更好的处理学生资助过程中存在的各种问题。想要有机整合大数据与精准资助，需要预先开展资助基础数据的搜集工作，这样才可以构建完善的指标制度体系，进而为资助工作的开展提供优质服务。学生基本数据的搜集主要囊括家庭住房、家庭收入、家庭所在地、家庭人员的工作学习单位、家庭成员医疗保险情况、建档立卡或孤残家庭、是否低保、家庭支出等。根据大数据平台提供的大量数据信息，构建健全的指标体系，整理各种基础数据，同时评价各种基础数据赋值后，最后得到定量指标，这样才可以为资助对象的量化数据顺利进行后期资助工作。

（五）建设“数据共享桥梁”，加强与有关政府部门的联动

在国家中长期教育发展相关文件中明确提出：加快建设覆盖学前教育乃至研究生教育的全国学生资助管理信息系统，这样可以使学生资助信息化管理水平得到全面提高，各个有关政府部门还需要共享信息，为高职院校确定学生的家庭状况、学生身份等信息提供技术支撑。以往资助模式当中，高校根据学生入学时提供的盖有乡镇公章、村委的材料评估学生的家庭经济情况；在大数据时代当中，高职院校搜集学生提交的信息以后，可以和有关政府部门进行相关联，通过调查街道居委会、村委等录入这名学生的家庭经济状况，对其搜集信息的真伪性进行充分了解。单独部门不能更好地存储资助工作需要的所有信息，建设部门之间的“数据共享桥梁”是加快高校精准资助的主要途径，精准资助对象辨别工作的开展还需要多个部门、多个主体的共同配合，不能仅受限于学生处、辅导员与班主任，同时还需要个人互相监督、各个基层组织同时建设协同育人平台。

（六）根据数据模型，实现资助精准化、差异化

高职院校资助工作开展过程中不只是为学生提供经济方面的帮助，还需要有机整合扶智和扶志，资助管理部门需要按照贫困生不同的致贫因素，构建不同性质的贫困生档案，同时按照学生的要求展开相应帮助。建立档案卡期间，高职院校使用大数据，对学生数据信息进行合理分析与评估，根据心理问题、致贫因素及困难等级等明确类型，尽量做到分级帮助、分类指导。在资助期间，使用大数据资料，对不同能力、不同专业的学生设计勤工助学岗位，这样不仅可以给予资助对象经济方面的帮助，指导学生将自己的个人所长进行充分发挥，而且还可以在勤工助学中实现自身的价值，最终达到资助精准化、差异化的目的。

结论

高校使用大数据构建完善的资助对象辨别体系，这样可以对资助对象进行精准辨别，根据导致贫困生贫困的因素，明确划分建档立卡学生的类型，按照贫困因素、困难等级等问题划分帮扶的类型，有机整合扶智、扶困及扶志。随着大数据的不断改变，实时更新高职院校贫困生数据库信息，实现理想的高职院校精准资助效果，最终保证资助工作开展的公平性与公正性。