基于大数据的高校资助工作中家庭经济困难学生精准识别对策研究

苏红梅

1952年我国高校开始实施大学生资助政策，2007年国家颁布了 《国务院关于建立健全普通本科高校、高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见》（国发〔2007〕 13 号），这标志着我国高校学生资助工作进入了一个新的发展时期。高等教育领域采取了形式多样的措施来帮助经济困难的学生完成学业，逐步形成了融“奖、助、贷、补、减、免”等多种措施于一体的资助工作体系。

我国每年资助大学生上千亿元，根据《2019年中国学生资助发展报告》，2019年全国累计资助普通高校学生4817.59万人次，资助金额1316.89亿元。最近几年，我国高校经济困难学生资助金额连年涨幅超10%，有效提升了资助水平，但与其他国家相比较，我国大学生资助严重依赖政府投入，社会投入不超过20%，长此以往，资助金额投入存在持续性问题。面对长期、整体上的资源相对匮乏，想要一蹴而就地解决所有问题显然是不可能的。让每一个经济困难学生都能发展成才，高校“当好家”必须做到资助的“精准”，精准识别每一个经济困难学生，将钱花到刀刃上，帮助每一个经济困难学生成才。

家庭经济困难学生认定是学生资助工作的前提和基础，是学生资助工作的一大难点。在“精准资助”背景下，高校如何有效实现“精准识别”是一项非常重要的工作，有许多工作可以开展，比如“精准识别”的实现主要是指可量化、可细化、可操作化。高校学生资助管理工作者利用大数据时代带来的思维方式和工作方法的变革，积极利用大数据手段实现高校学生资助工作从“量”到“质”的转型，使得资助资源配置更加优化，资助更加精准，更好地服务学生成长成才。

一、当前关于家庭经济困难学生认定工作中存在的问题

1.高校家庭经济困难学生认定工作的流程比较复杂和繁琐，缺乏足够的人力投入，专职人员不规范

目前，我国很多高校均设立了专门的学生资助管理部门，但普遍级别不高、人员配置少。学院一级通常由辅导员兼任资助工作人员。随着精准资助工作的深入，组织机制、队伍建设成为薄弱环节。以罗定职业学院为例，全学院有1万多名学生，但是负责资助管理工作的教师仅有1名，各学院由1名辅导员兼任资助工作。学生在填写家庭经济情况调查表的时候，由家庭所在地乡、镇或街道民政部门对学生家庭经济情况予以证明，后来为了方便学生，减少了这个证明环节，由高校以学生个人申报的家庭经济情况为认定的基本依据，但是学生信息具有显著多源性，包括家庭人口数、收入、支出等定量化的经济信息，也包括健康状况、居住条件、发展需求等定性化的非经济性，复核评估困难，大大增加了家庭经济困难学生识别的工作量。

2.资助金额总数有限，名额分配方式忽略了专业、生源地等差异

家庭经济困难学生名额从学院层面上按照整个学院总人数的比例进行划分，然后到二级部门再按照班级人数划分，这种划分方式没有考虑到专业间的差别、生源地的差异性等，导致部分学生应助未助，部分学生却得到了不应有的资助;再加上每年拨款到学校的资助经费是有限的，而认定的标准是一定的，这样往往会出现僧多粥少的现象。为了有更广的受助面，由辅导员安排相关学生达成协议，一人领取多人平分;甚至有操作有悖于精准资助应助尽助的原则，违背了国家资助初衷。

3.认定方式缺乏比较客观的标准，存在一定的主观性

在保障建档立卡家庭、低保家庭以及零就业家庭等特别困难的学生获得资助外，在名额有限的情况下，对其他认定的学生选择，干扰的因素会比较多，比如学生调查表上相关信息的真实性、可信度等问题，导致家庭经济困难学生认定偏差。高校在认定中有组织评议的环节，但有些班级在评议环节过于简单，要求家庭经济困难学生在同学面前陈诉家庭情况，将正常的评议程序变成“比惨大会”，让真正需要资助、却不愿透露隐私的学生落选。另外这种认定方式简单，易于通过，容易产生助学金错位发放的现象，此外也滋长了部分学生“等、靠、要”的不良思想，认为获取资助是理所应当的。如果受资助学生没能接受“爱国感恩”思想，扶困的同时没有扶志，资助事业就有“竹篮打水一场空”的风险。

4.家庭經济困难学生在校期间消费情况没办法实施动态掌握

有些高校由于认定方式单一，缺乏量化的标准，又不能及时掌握学生在校期间消费情况，对学生基本情况的了解比较片面，容易出现识别不精准的情况，该受资助的学生得不到资助，获得资助的学生又不算最困难的。这对班级、学校和社会都会产生不良影响。

二、高校家庭经济困难学生精准资助对策研究

1.加强体制机制建设

依据自主管理规定，高校应该严格按照学生人数与工作人员人数比例进行配备。高校组织资助工作人员参加培训学习，一方面提升理论知识，另一方面提升职业素养。以我校为例，学院在学生工作处设有学生资助管理中心，下设 1 个科室，编制 8人，专门从事大学生的资助工作。

2.利用大数据，实现精准识别

一方面，高校信息部门通过采集学生日常的生活消费数据以及勤工助学、社交特征、行为轨迹等方方面面的情况，用大数据勾勒学生的经济状况;另一方面，学校利用资助管理系统，建立家庭经济困难学生动态数据库，为实施精准资助打下基础。

在精准识别的服务中，数据处理是工作量最大的部分之一。尤其是信息的多源性，要求资助工作不能仅凭主观经验或客观指标来进行。学生家庭经济困难信息是主要参考指标，具有显著多源性，包含学生的家庭人口、收入来源、赡养老人、家中子女上学人数等量化信息，也包括家庭成员的健康状况、居住条件等定性信息。在对精准资助的相关学生数据的处理上，信息加工的科学性问题是准确认定资助对象的关键性难题，例如内蒙古科技大学搭建“物联网+云计算”实时精准采集系统，获取学生性别、生源地、父母职业、学生成绩、上课出勤率、图书借阅情况、作息数据、竞赛情况、获奖情况等数据，有效解决数据来源广泛、实时动态、融合困难等问题，并采用数据脱敏的隐私保护技术来保护学生隐私。通过精准采集系统、全面地获取学生的各种数据，基于多元线性回归算法构建其学习指数模型，基于统计规律分析其异常行为，基于频繁序列模式描绘其生活行为习惯，基于数据挖掘分析其心理健康程度，基于流数据约束子模式构建其社交关系模型。这样构建出来的学生情况精准评价模型就可以将一个学生的全息个性画像生动形象地呈现出来，避免了高校资助工作中存在的名额划分缺乏统筹性、认定结果缺乏准确性、评定过程缺乏人文关怀等问题。

3.构建量化测评认定体系

构建“量化测评”认定体系一是实现从与学生家庭状况相关的海量信息中遴选确定资助对象的核心变量与指标，具体包括采用何种技术工具对学生信息进行汇集、分类及结果表达等，为了科学认定资助对象，使得认定方法更具客观性、科学性和精准性，应当量化处理家庭经济困难学生认定标准，用量化的方法确保公平公正;二是科学选定参考条件并对相关指标赋予相应权重，形成科学合理的学生经济困难认定方法。将各项标准进行细分，划分为若干小项，赋予每小项内容不同的分值，有加分项也有减分项，形成“家庭经济困难学生认定表”。对主要参考条件赋分，把困难程度量化，量化后的结果相对来说比较全面客观，如表1所示。

例如东北师范大学研制开发出的“量化测评”模型通过对三万余名学生样本的检验和修正，于 2009 年取得国家专利，模型有效促进了经济困难学生认定准确率大幅提升。多个高校的大学生调研报告指出，认为存在虚假填报、评审不客观的现象的学生比例有5%-15%。大数据时代的到来，不仅改变了高校智慧校园的建设模式、服务模式，也改变了大学生群体的思维方式，他们相信大数据，愿意使用大数据保护自己的隐私、保障自己的权利。随着智慧校园的建设，学生相关数据的积累为学工工作的降本提效提供了新的可能性。学生在校的消费数据，包括食堂、学校超市、校医院、开水室、自助打印、宿舍电费、教材收费、洗衣房、浴室等方面。例如某大学就通过对学生的食堂消费数据中的极端情况进行分析，包括单次消费金额、月消费总额、充值间隔等方面，筛选出精准资助工作的优先工作对象，为精准资助的管理工作缩短响应时间。

首先，通过食堂消费数据的分析，可以了解学生的基本消费情况，从而去辅助判断学生在接受补助后消费行为是否合理。具体的方法是，学校通过系统调取经济困难学生在食堂消费的数据，筛选出月消费总额偏高，也就是明显高于全校学生月消费总额的平均水平。那么对于经济困难学生来说，这个消费情况就是比较不合理的，学工处就可以针对这些学生做进一步情况的了解。

此外，通过食堂消费数据的分析，还可以帮助发现潜在经济困难学生，从而挖掘出实际条件困难的学生，但因为自尊心强等原因却没有申请困难补助的情况。具体的方法是，学校通过系统调取全校学生在食堂消费的数据，筛选出月消费总额偏低，也就是明显低于全校学生月消费总额的平均水平。对于这些消费水平明显偏低的学生，就很有可能存在潜在经济困难的情况。

该校在实际工作中也发现以上这种算法在精确性上还有待提高，比如考虑到学生会经常在宿舍点外卖或去校外的餐馆消费，那么食堂的月消费情况就难以涵盖学生的实际消费情况。学校后期对于食堂消费数据分析的算法进行了迭代，通过增加参数和排除干扰项来提升算法的精确性。如将学生每月在食堂消费的数据精确到早、中、晚三餐每顿的消费情况，计算全校平均消费时，直接调用当天当顿实际用餐人数和消费金额，这样就可以计算出全校学生每月每天早、中、晚三餐的动态平均消费情况。通过困难生的三餐平均消费情况来和全校进行对比，能够得到更精确的结果。例如，这种算法就有效排除了大多数时间不在食堂消费的情况下，月消费总额低但单次消费额高等干扰情况。再通过与其他方面的学生数据相结合，建立学生画像，还可以基于预测模型对学生的学业成绩、就业倾向、心理状况等进行预测。大数据的分析应用，使得学生资助工作有了明显的提升。

三、结论

近年来，越来越多的高校通过建设信息化平台、采集学生数据、运用分析算法等方式提升学生资助工作的“精准性”。如何在保护好每一位学生隐私的前提下深度挖掘并分析各项学生数据，对资助、教学、就业等方面提供有效支持，是高校将来探索的目标。这种资助不仅是经济上的，还必须坚持“扶困、扶智、扶志”相融合，培养大学生自强不息的奋斗精神和爱国感恩的使命担当，最终实现自助助人、回报社会，使资助事业更好发展下去。

参考文献：

[1]陈一飞，傅雷鸣，刘军.基于大数据的高校贫困生精准化资助体系构建[J].中国成人教育，2020（8）.

[2]张冬.高校贫困生精准资助问题研究[J].广西质量监督导报，2020（2）.

[3]许艳.高校贫困生精准资助对策研究——以徐州地区高校为例[D].西北农林科技大学，2019.

[4]郭聪如，靳秀兰，杨海燕.基于大数据驱动的高校“四精”资助工作体系构建[J].教育观察，2020 （2）.

[5]杨晓慧.关于新时期高校学生精准资助工作的思考[J].中国高等教育，2016（9）.

[6]肖越曦.发展型资助视角下资助育人工作体系构建——以中北大学本科生资助工作为例[J].理論观察，2020（8）.