大数据背景下建立精准学生资助工作机制探究

刘芳芬 朱甜甜

摘要：为保证贫困学生能够接受公正、公平的教育，我国大力开展学生资助工作，得益于大数据技术的普及与发展，促使学生资金工作迎来创新、改革契机。本文从当前学生资助工作机制的分析入手，在此基础上提出基于大数据技术的精准资助模式，实现以信息化、数字化的形式来提升学生资助工作的精准性、科学性。

关键词：学生资助;大数据;工作机制;认定指标体系

随着我国大数据战略的提出，促使我国各领域行业开始尝试与大数据技术融合发展。作为我国人才孵化基地、科技革命动力站，高等院校的教育理念、人才培养模式、行为习惯、思想认知等均在大数据的热潮下出现巨大变革。贫困学生资助作为我国实现公平教育的重要举措，如何借助大数据技术来提升资金工作机制的精准性，已然成为各高等院校的重点关注问题。

一、学生资助工作机制及现状

现阶段我国对于贫困生的认定多以学校评定、学生举证方法为主，而学生则需提供低保证明、残疾证明，或者是家庭所在地的收入证明、贫困证明等并通过班级评议、学校评定来最终确定贫困生人选。在实际资助工作开展期间，受到标准不完善、程序不规范、依据简单等方面的影响，导致资助工作开展始终无法达到预期精准度要求。分析当前资助工作机制存在问题，具体表现为：（1）过于简单的认定依据。在时间、地域、人力、经费等方面的限制下，使得高校难以实现对申请学生家庭情况的全面走访调查，并且在贫困生认定过程中，贫困证明的出具较为广泛[1]。（2）认定标准不合理。目前相關政策文件中对贫困生的认定具体为：“家庭经济条件相对较差，以学校所在地最低生活保障水平为基准，月生活费来源低于或持平于保障线的学生即为贫困生。”尽管学生家庭经济情况可通过人均收入或总收入来体现，但在实际资助工作开展期间，大部分学校仍以班级评议为主，即采用民主评议的方式进行学生消费、生活情况的评断，这使得贫困生认定仍存在一定误差。（3）尚未规范的认定程序。当前大部分院校仍沿用学生申请、政府证明、学校评议的认定模式，尽管此模式应用不存在实质性错误，但在周期短、任务重、资料多等方面的影响下，部分辅导员为避免在评选时出现漏评、误评问题，选择以“平均主义”的形式开展贫困生认定工作，导致资助工作开展精准度受到影响[2]。（4）资助分配单一。现阶段学生资助工作开展以助学贷款、助学奖学金为主，并以困难、特别困难为基准进行不同资助额度的划分，但是在实际资助工作期间，部分学校未做到对困难、特别困难界限的明确划分，因精准度较差使得学生资助工作开展难以发挥出最大价值。

二、基于大数据的精准学生资助工作机制构建

依托于大数据技术应用，可实现从精准识别、精准资助、精准管理三方位进行资助工作创新，并构建契合高校实际资助需求的工作机制。

（一）基于量化评估的认定体系构建

纵观当前学校贫困生认定开展，其中民族评议法、观察认证法、证明材料法的应用较为常见。针对证明材料法的应用，因过于依靠文字资料使得认证结果真实性无法得到保障;观察认证法存在主观性较强特点，且观察期间只能做到对学生表面生活情况的掌握，难以做到对学生深层次情况的了解与掌握;民族评议法的应用受到学生人缘、性格等方面的影响，使得认证结果的客观性无法得到保障[3]。在此背景下，亟需借助大数技术进行认定评估体系的构建，以期通过评估体系进行贫困生的精准识别，并以数据信息进行学生家庭情况的全面呈现。针对认定评估体系的构建，具体步骤包括：

（1）提炼指标。资助管理中心以学生在校表现、消费情况、入学时困难情况为基在数据库中进行相关数据提取与分类，以定量数据来取代以往定性分析，充分利用大数据优势来优化认定指标。以某大学为例，每年贫困生人数约为1200人左右，借助对大数据技术的应用，结合问卷调查活动开展，可实现从学生父母情况、生源地情况、家庭成员情况、收入来源情况、意外事故情况、校园卡消费情况、贷款情况、物品消费情况、通讯消费情况、学习情况等方面进行资助对象的精准识别。

（2）权重设计。即在指标设计时参考不同指标的出现频次，结合层次分析法的应用进行量化指标关系的分析，以阶梯式的形式进行指标层次结构设计，并将一线辅导员赋值纳入其中，参考学生资助管理中心意见进行致困因子认定指标体系。在保证各项指标得到合理归纳的前提下，借助大数据分析与预测功能来计算体系中各指标的权重系数，并以比较矩阵的方法进行量化指标分析，最终对指标体系权重的统一界定。

（3）追踪反馈。以大数据平台为载体，连接学生校园一卡通、校园网、个人资助管理信息系统、银行借记卡系统等，实现将学生相关信息记录传输于技术平台，以此为科学、量化认定指标体系的构建提供支撑。通过对学生信息资料的全面跟踪，为精准资助工作开展提供科学参考[4]。

（二）差异性资助的落实

要想进一步提升资助工作机制的精准性，需要以差异性资助的实施为前提，即借助大数据技术进行贫困生致困因子指标体系的构建，并结合调查问卷的开展来全面掌握学生困难情况。通过量表构建为高校不同贫困程度的学生进行合理区分，并结合认定指标体系与技术平台的应用来实现贫困生差异性资助[6]。

（三）动态化资助管理模式实施

所谓动态化监控管理，是指对贫困生利用大数据技术进行动态监测，通过实施追踪来掌握贫困生实际情况，做到对资助个体进行精准识别，依托于资助档案的构建来达到资助对象动态管理的目的。同时，学校需结合资助管理要求，通过线上、线下结合的模式进行资助对象全面管理，做到第一时间对存在虚假异常的学生进行通报处理。

三、大数据背景下精准学生资助工作的优化路径

（一）大数据共享的实现

贫困生认定工作开展存在复杂性、综合性、周期性等特点，所以资助开展无法单纯依靠证明材料来完成量化处理。而得益于大数据技术的应用，可通过技术服务平台的构建来促进资助工作的优化开展，并通过数据记录、备份、预测、跟踪等功能的实现来提升资助对象管理水平[6]。但在实际资助工作开展期间，其数据采集工作开展仍受到多方面因素的影响，为此需积极与各地民政、公安、税务、银行等部门构建联动机制，以网络信息技术服务平台为载体，实现为各省、市、县的资助管理中心进行信息共享。此外，为避免因数据虚假、失准而影响到资助工作精准性，要求在数据共享前做到对数据信息得到全面审核，以确保贫困生群体能够通过定性、定量分析来达到精准认定的目的。

（二）强化大数据意识

大数据技术的普及为高校资助工作机制创新提供契机，并为贫困生的精准识别提供保障。但是在数据整合量巨大、工作思路创新的影响下，对相关从业人员提出更高要求。鉴于此，资助管理人员需重视对大数据意识的树立，以长远发展视角来看待资助管理模式的变革，合理利用大数据技术来提升资助工作开展水平，积极主动参与到数据统计、整理、分类、分析等工作，在保证数据资料真实可靠的前提下，为资助工作的精准化、科学化开展提供保障。

（三）大数据人才培养

尽管现阶段大数据技术在我国各领域行业中得到广泛应用，但在资助工作中进行大数据技术的融合应用仍有待探索与开发。为避免因人才队伍素质缺位而影响到大数据技术作用的发挥，高校需重视对专业人才队伍的构建，以确保资助管理团队与大数据应用人员能够胜任岗位要求，能够在技术开发、数据处理、信息统计等方面发挥出自身最大价值[7]。

结束语：

综上所述，学生资助工作开展与高校公平教育体现以及精准扶贫政策实施之间存在密切关联，为最大化发挥出学生资助工作机制的作用与价值，学校应正确认知以往资助工作开展存在的问题与弊端，在此基础上借助大数据技术进行资助工作机制优化，通过大数据认定指标体系构建、实施差异性资助、落实动态化资助管理机制来提升学校贫困生资助工作水平，实现以机制创新与完善来促进学生资助工作的精准化开展。

参考文献：

[1]郭巧，楊兵.大数据背景下高校精准学生资助工作机制研究[J].教育教学论坛，2020（4）：3.

[2]孙婷，张军，曹林林.大数据背景下建立精准学生资助工作机制刍议[J].教育教学论坛，2016（51）：2.

[3]程刚，杨晨程，付成君.大数据时代高校精准资助工作体系构建研究[J].成才之路，2021（32）：3.

[4]冯香婷.大数据视阈下高校精准资助机制的创新研究[J].湖北函授大学学报，2019，032（014）：1-2.

[5]陈中华.大数据背景下高校学生资助工作的创新策略[J].湖北开放职业学院学报，2019，32（22）：3.

[6]王建慧，宫旭东.大数据时代高校精准资助工作机制构建[J].文渊（高中版），2018，000（011）：472.

[7]徐兴旺，傅田，曾艳，等.大数据背景下高职院校学生资助工作精准化探析[J].科学咨询，2021（2）：3.