基于大数据技术的高校贫困生资助体系构建

林 振，王庆佳，冯志明

(福建商学院，福州 350000)

近日，福建省人民政府发布的《关于支持福州实施强省会战略的若干意见》(闽政办〔2021〕56号)中指出支持建设中国东南(福建)科学城，支持建设数字应用第一城，要建设“5G+”智慧城市，在全省复制推广福州优秀数字创新应用。可预见在“十四五”期间将会有越来越先进的数据处理技术为高校贫困生资助的评定过程增添“科技感”，资助工作者通过数据处理技术来匹配相对应的资源配置，大大缩小了贫困生筛选范围，提高了资助工作开展的效率，可使高校贫困生资助的工作重心放在研究更科学、更标准的数据建模模型上，构建更为精准的资助体系框架，只有这样才能使高校贫困生资助工作开展的更有效、更有针对性，同时还能扩宽资助工作范畴[1]。

一、大数据应用于高校贫困生资助的意义

从我国以往的资助体系变化看，由奖学金模式发展到多元化的帮助贫困生分担学习成本，再到将来随着时代的变革做到实时更新资助策略是必然趋势。高校正处在大数据广泛应用的初级阶段，高校贫困生资助管理工作中使用的高科技技术并不多，因此针对数字化技术的熟悉以及深入探索还有很大的空间。具体来说，一方面大数据技术存在发展还不成熟这一薄弱环节，另一方面结合高校贫困生精准资助体系的实际工作困难，急迫需要大数据技术的引入。无论从技术价值和结构框架，还是从社会层面来看，大数据技术的应用都将成为高校贫困生资助体系中不可或缺的因素。

1.助力高校转变传统资助思维

在大数据的背景下，高校贫困生资助工作从直观的纸质评审认定的传统方式走向了数据化现代方式，高效率、全方位、智能化是大数据的最大优势。大数据的应用，一方面可保证高校贫困生资助工作中学生数据的精准性，另一方面很大程度上促使高校管理向数字化转变，从而走出传统的资助思维框架，构建更新更全更智慧化的资助框架体系。数据化思维应用在资助工作中，节省了人员和时间成本，从而大大地提高了工作效率。

2.助力高校全面掌握学生资助信息

大数据应用在高校资助贫困生方面，能实时动态更新学生在校内使用一卡通等情况，更好地通过掌握学生的支出信息以辨别学生的实际经济情况。高校可以针对学生的个人信息、学习情况和日常消费，逐一评估家庭以及学生贫困程度。高校还可实时通过平台的数据搜索学生个人信息以便能充分了解学生。另外，除了掌握学生的在校信息外，高校还应结合金融支付的数据系统，尽可能收集学生的支付信息，来确保信息的精准性及可靠性。这样更有利于高校开展资助贫困生的各项工作，了解贫困生的致贫前因后果。要搭建针对贫困生的资助平台对学生进行两方面的帮扶，一方面是经济上的资助，另一方面是展开深入的心理辅导。这些帮扶措施的目的就是更好地从经济和心理上帮助学生摆脱困扰以助于他们的身心发展，从而实现未来更多发展的可能性[2]。与传统资助方式对比，大数据背景下资助贫困生更能帮助高校开展精准资助一系列工作。

3.助力高校构建资助体系全面覆盖

从学生的日常情况来看，脱离大数据实时更新，将很难对学生动向追踪溯源，也容易造成高校在开展贫困生资助工作中产生失误，不能进行全方位地剖析学生实际情况，无法达到精准资助的目标。在传统模式下，学生的个人轨迹是无法跟进的，但有了大数据技术的模型分析，这些看似杂乱无章的个人行为数据也就有迹可循。特别是大数据有着容量大的特点，能收集学生长时间学习和生活的庞大数据，因此判断学生的实际经济情况也就日趋明显。高校在做贫困生资助的评估工作时，针对学生的全面信息，不难做出有核心价值的数据分析，从而实施更为精准的资助方案体系。有了大数据技术的应用，高校还能依据不同年级的资助生的家庭具体贫困情况以及在校学习情况，来进行下一步的资助工作。资助方式不应是局限的单一的方式，但凡能帮助贫困生在经济和心理上走出困境的方式都应适当采纳，可以预计未来高校都会采取多元化的全新资助体系[3]。

4.助力高校实现资助功能拓展

随着互联网的发展，人工智能设备能逐一记录学生的身体及心理情况，不单单只是学生日常外部形式的活动情况。大数据技术的继续深入研究，能将学生的外部可见的信息以及学生内部不直观的信息都反映出来，两者结合的数据化信息反映了学生的不同层次的可视化数据。高校应联合政府部门，助力搭建更完善的高校资助贫困生体系，为贫困生提供更多的不同层面的兼职岗位，促进学生从自身出发，更好的依据个人专业及能力参与到兼职工作中，一方面鼓励贫困生从个人做起改善自身经济水平；另一方面更早地了解社会急需的人才所应具备的能力，从而打好基础。在数据平台下，贫困生兼职情况也应纳入资助标准及未来就业的考核事项中。由于大数据的应用与发展，在高校资助体系中，只要是利于精准资助工作开展的，都可扩展到各个不同的层面，最终助力精准资助工作的完成。

二、基于大数据技术的高校贫困生精准资助

1.大数据技术促进贫困生精准识别

精准识别基于学校层面，协同社会共同推动发展，促进脱贫攻坚工作的展开。精准识别是大数据助力高校贫困生资助工作可达到优势最大化的基础。在开展高校贫困生资助工作时，针对贫困学生进行精准识别，一方面需要借助大数据对贫困学生的整体状况进行统计；另一方面基于贫困学生的家庭情况及收支给予评估，并快速运用大数据判断学生是否符合资助标准。从高校贫困生的精准资助情况来看，不仅仅需要学校层面的数据，还要结合社会层面和政府层面全方位了解学生。在大数据背景下，应建构各个信息资源整合的平台，这样就可得到高校与社会和政府层面的数据资源支持，有利于高校与学生的信息校正，减少贫困生识别偏差[4]。通过大数据平台可以搜索到提交资助申请学生的多元化信息，高校一方面能全面了解到学生的实际情况，另一方面能最快构建符合精准资助的框架，并调整资助标准及细则，避免因失误而造成符合条件的学生未能得到资助。

2.大数据技术提升贫困生精准匹配度

在高校开展资助工作的背景下，以精准匹配为目的之一进行的贫困生资助，可促进贫困生真正走出困境，使得他们未来的发展有更好的空间。在高校的贫困生资助工作中，特别需要对不同的学生进行甄别，其中包含学生的父母工作收入情况，以及其他家庭成员收入等具体信息，以充分了解学生信息并对其做出资助的评估。从我国的扶贫政策来看，建档立卡的认定名单不仅适用于政府部门的扶贫工作，还适合高校对贫困生进行实际情况摸底，以便充分了解贫困生的全方位信息，从而达到精准扶贫。换一个角度来分析建档立卡户的信息，一方面可以掌握贫困生的家庭及教育信息，另一方面对学生的健康信息及其他信息也能有所了解。在高校对贫困生进行大数据精准监测时，有关贫困生的全面信息都能实时更新，从而更客观地反映贫困生的贫困缘由，并系统化地给出科学合理的资助方案，最后通过深入剖析实现精准资助，为贫困生继续深造学习，实现远大理想助力。

3.大数据技术促进贫困生精准考核

为了更好地开展高校贫困生资助工作，针对贫困生开展的资助工作考核总体上承担着提供保障效果的重要作用。

第一， 高校在开展全校贫困生资助工作审核时，有必要先在各个班级内部对各个学生进行核实和考查，班级贫困生评议小组成员对同学较为熟悉，在甄别学生信息方面有很大的优势，评议过程应严格遵循高校贫困生资助工作体系中的相关规定，填写贫困生的全面信息，形成第一批资助名单，并由各个班级提交至各个院系审核。

第二，针对各个班级上交的初步贫困生名单，各个院系进行逐一核实，从而筛选出最为符合贫困生资助体系标准的学生，并通过各大院系公布，确认无误后，再提交到学校进行核查。

第三，学校资助中心可对推荐名单进行抽查核实，为了帮扶工作更加公平公正，重新核查后进行校内公布。经由各个班级、各个院系，再到学校，完成贫困生名单筛选工作后，学校第一时间反馈给省级资助中心。在贫困生资助工作中，高校需对资助工作各个流程开展精准考核，并通过评估一系列机制来保障资助工作的顺利开展。高校对贫困生资助工作应做到一定的预判，以便在工作中进行实时策略调整，不断促成资助体系的完善。

三、基于大数据技术的高校贫困生资助体系构建

在高校资助贫困生的工作中，目前存在的问题还比较多：一是高校对贫困生资助的审核确认不够精准进而造成资助不公平现象的频发。二是对贫困生心理方面的辅导存在一定的缺失。三是让贫困生参与勤工俭学的流程机制运转不顺畅，出现一系列投诉现象。随着时代的发展，大数据技术日益成熟，这些问题均可迎刃而解。借助大数据技术一方面可助力高校资助工作的展开，另一方面对贫困生的公开公平精准扶贫资助也将起到有效的保障作用。

1.利用大数据技术优势，提高贫困生认定准确率

在大数据背景下，构建完善的高校贫困生精准资助体系，提高认定准确率。首先，要强化负责资助核查的工作人员的大数据思维，让其走出固有的传统思维。大数据帮助工作人员更快地了解贫困生的整体状况，并着手分析、整理数据，形成数据最终判断，这都需要工作人员客观地对贫困生的数据进行甄别。其次，工作人员需要对贫困生的信息进行深入研究，不仅要把握贫困生的外部可视信息，还要尽可能地挖掘内部客观信息。因此，在构建贫困生精准资助体系方面，应链接高校本身、社会层面和银行等多个单位进行信息共享，通过搜索学生信息平台数据全面了解贫困生的日常消费记录和行为。最后，工作人员对贫困生信息的认定应严格执行监管，避免出现传统模式下认定不精准的情况，阻碍学生拿到助学金，或没有用于解决实际问题。鉴于传统模式下出现贫困生资助所产生的相关问题，大数据平台搭建初期，应先让学生进行实名认证，填写好各项信息，以及在日常学习和生活中发生的动态轨迹，有利于保障资助体系的合理和信息的科学规划。若在监测期间，发现贫困生的消费轨迹出现与事实不符合的情况，能及时限制其贫困生认证资格。

2.整合各部门数字资源，构建大数据资助平台

学生数据中心是一个信息系统全面、渠道多样、高效的学生综合数据共建共享平台，该平台建立的初衷是顺应时代潮流的精准人本服务理念，各部门之间应避免“九龙治水”各自为政的局面，消除“信息孤岛”，该平台是一个共享共治、管理协同创新的学生数据中心。如何在尽量公平公正的情况下分析学生的各项信息，进而对学生贫困等级进行评议，是迫在眉睫的难题。而大数据恰好具有这种优势。因此，高校可以利用数字资源和大数据技术构建完善的贫困生资助数据平台，通过大数据平台了解学生的生活习惯和行为规则，利用教育学和心理学知识，充分挖掘贫困生的隐形特征(例如消费地点、价格偏好、消费种类、个性爱好、思想状况等)，可有效地缓解由于校外消费数据缺乏而造成的贫困学生识别困难，有利于精准资助、精准帮扶和精准思政。

大数据资助平台数据源模块数据来自学工部的学生管理系统、教务处的教务教学系统、后勤保障处的学生宿舍管理系统、保卫处的基于无线射频识别的校园门禁管理系统、招生办的本专科学生招生系统、财务处的学生校园消费系统和校园卡系统(校园消费POS机)、图书馆的借阅系统等各职能部门的计算机终端涉及所有学生校园生活的庞大数据，这个大数据平台可面向社会、学生、学校各个部门提供数据支持，这样不仅有利于实现资源共享，而且也能够保证资助工作公开公正透明。

3.建立健全制度体系，使精准资助更公平

教育公平一直是政府着力奋斗的目标，为保证每个大学生能公平享受高等教育，政府和高校等相关部门应制定大数据精准资助配套政策以保证贫困申请的学生得到精准的认定和公平适当的资助。各高校应认真学习精准资助政策精神，利用大数据技术把脉问诊，对症下药，公平公正地进行贫困生精准资助。首先要利用学校数据库信息对学生生活消费和学习情况进行摸底排查，以便能全面掌握贫困生的实际情况，个性化、公平地制定相应的资助对策。其次要对学生进行实时动态监测，如学生致贫、贫困学生脱贫情况随时都可发生，应进行动态及时调整。最后针对学生的动态变化做出相应调整不仅仅停留在资金帮扶上，还应在实施过程中增添温情元素，真正做到以情资助。

4.资助育人是目的，精准资助是手段

精准资助不仅是物质上帮扶，还需精神慰藉。贫困生更容易出现抑郁、胆小、自卑、萎靡等心理问题，因此要保证大数据精准的全面性，多关注贫困生的数据变化，行为动向变化。当监测到其行为发生重大变化时，应及时进行沟通，必要时可进行心理危机干预。培养贫困学生积极乐观、吃苦耐劳精神，增强其自信心和国家认同感，摒弃低人一等思想，多提供心理咨询服务、疏导心理问题、提升心理素质[5]，开展诚信感恩教育活动促进情感认同，以情育人，帮助他们调整心态，自立自强，健康成长。

5.转变理念和工作思路

上级资助中心考核评价高校贫困生资助工作往往偏重于资金物质资助方面数据，而轻智育学业发展数据，因此应当转变以往观念，多考虑学生的综合素质提升，改进资助工作的思路。在进行物质资助的前提下，可将资助工作融入诚信教育、感恩教育。建立起互助相长的大数据评价长效机制，将大数据技术应用在“三全育人”工作理念和资助机制中。通过资助育人使学生能够实现自我担当、自我管理、自我监督、自我服务，结合课程教育，形成正确的世界观、人生观和价值观，明确青年使命，为社会主义建设添砖加瓦。