强化信息化建设，助推学生资助监管效能提升

【摘要】建设学生资助大数据平台，充分发挥数据对学生资助工作的赋能作用，能够为政府部门和学校等提供更完善、更深入、更丰富和更安全的学生资助数据，进一步助力科学决策、规范管理、精准资助，促使学生资助工作提质增效，真正落实资助育人目标。

【关键词】信息化；学生资助；大数据平台

【基金项目】本文系广西教育科学“十二五”规划2015年度委托重点课题“广西中职资助监管机制的研究与构建”（立项编号：2015AA038）的研究成果。

作者简介：林颖明（1981—），男，广西壮族自治区学生资助管理中心。

本文以广西的学生资助情况为例，基于广西资助工作的现状进行分析，提出借助资助大数据平台来完善资助工作，并分析资助大数据平台的应用情况及优势，讨论优化资助大数据平台的策略，以期有效提高资助管理的质量，促进教育公平。

一、广西学生资助工作情况

（一）总体资助情况

党的十八大以来，广西认真践行“不让一名学生因家庭经济困难而失学”的庄严承诺，全面建立从学前教育到研究生教育“全程覆盖、无缝衔接”的资助政策体系，学生资助事业取得显著成效，财政资金累计投入580.55亿元，资助学生3586万人次。2022年，全区共资助学生427.25万人次，安排资助金额78.73

亿元。

（二）现有资助系统功能介绍及存在的不足

1.功能介绍

（1）广西学生精准资助管理信息系统。借助与乡村振兴、民政、残联、工会等多部门的数据共享，采取线上比对和线下摸排相结合的“双线排查”方式，对脱贫（监测户）、低保家庭子女、特困供养学生、家庭经济困难残疾学生、孤儿等特困群体进行精准认定。

（2）广西高校学生资助管理信息系统。通过对学生个人状况、家庭人口及经济条件等因素进行量化计算，科学确定学生的困难等级。

（3）广西中职教育学生资助实名认证系统。利用“指纹认证终端机”和“手机APP”两种方式，对中职学校受助学生在校情况进行快速清查和远程监控，有效防范虚报人数、冒名顶替等套取国家资助金的行为，从源头上防止资助资金流失，提升中职学生资助信息化管理水平，推进中职学校精准资助工作。

2.存在的不足

（1）数据互联互通不足。各个学段统计数据相互独立，同一类型不同学段数据无法联动整合，如查看各学段的统计数据需要重新切换账号登录系统，无法在同一界面查看全学段和各学段的统计数据，这影响了相关单位对资助管理工作的全面监管和总体把握。此外，特定地区如民族地区、边境地区和集中连片特困地区通常会面临特殊的教育资助需求和挑战［1］，但这些地区的统计情况也没有充分展示出来。

（2）界面不够友好直观。界面主要以简单的文字和数字描述展示资助情况，缺乏对资助数据的可视化视察与联动分析，无法满足资助工作的展示汇报需求。如总体情况中没有资助资金统计情况，没有下一级单位的分布情况。此外，在当前系统中，缺乏一个集成的界面或功能，不能够同时展示全学段的统计数据和各个学段的统计数据，导致用户无法在同一视图中进行跨学段的数据比较和分析，无法观察不同学段数据之间的关联和趋势。

二、资助大数据平台试点的应用情况

广西作为全国学生资助大数据平台首批试点单位之一，其通过信息系统管理的学校数量达到了31240所，其中包括14255所学前教育学校、16393所义务教育学校、508所普通高中和84所普通高校；其通过信息系统管理的资助项目数量为811个，其中包括国家资助项目15个、地方政府资助项目29个、学校资助项目666个和社会资助项目101个。学生资助大数据平台能够记录、跟踪学校和项目的基本信息、资助金额、资助对象等关键数据，提供全面的资助数据管理功能，并涵盖了乡村振兴重点县、民族县和边境县的资助信息，以确保教育资源的公平分配和资金资源的高效管理、分配及监控。通过学生资助大数据平台，学生资助管理部门能够实时监测资金的使用情况、项目的进展情况，并及时调整资助政策和反馈资助信息，提高学生资助工作管理效率。

三、资助大数据平台的优势

（一）提供可视化大屏模式

平台通过图表和地图将数据呈现在大屏上，更加直观地展示资助信息，如数据趋势、异常情况、资助模式等。这种大屏展示形式为数据监测与分析、辅助决策和展示汇报等资助工作提供了坚实的支持。

第一，能够展示资助信息的变化趋势。比如，折线图或柱状图能够清晰地显示不同時间段内资助金额的变化情况［2］，使用户能清楚地看到资助金额的增长或下降趋势以及可能存在的季节性或周期性变化。此外，面积图能够比较不同项目或学段之间的资助金额分布情况，从而使用户更好地了解各个领域的资助情况。

第二，能够呈现资助信息中的异常情况。比如，散点图或箱线图可以呈现离群点或异常值，而这些可能意味着资助金额出现异常波动或其他特殊情况。大屏实时更新这些图表，能够使用户及时发现和解决异常情况，以确保资助工作的正常进行。

第三，能够展示资助信息的地理分布情况。比如，将不同地区的资助金额以不同颜色或符号表示在地图上，可以清楚地展示资助资金的分布情况，使用户了解不同地区的资助需求和资助水平，从而有针对性地进行资源调配和决策制订。

（二）实现资助数据聚合

界面包含一个切换按钮或选项卡，用户选择不同的学段（学前教育、小学、初中、高中和高等教育）就能迅速切换到相应的资助数据视图，从而进行查看和比较［3］。同时，界面提供困难学生、资助学生和资助资金等多个角度的数据分析，即通过饼状图或柱状图等形式，清晰地展示各个学段中困难学生和资助学生的比例和数量；通过折线图或面积图等形式，展示各个学段的资助资金分布和变化趋势。界面上的数据展示和情况分析帮助相关单位全面了解不同学段的资助情况，方便相关单位进行比较和综合分析，从而更准确地评估不同学段学生的资助需求和资助效果［4］。同时，界面提供多个角度的数据分析，能帮助用户全面把握资助工作的情况，为制订合理的资助政策和资金分配方案提供科学依据，以推动资助工作的精细化和优化。

（三）完善资助预警功能

为了提高资助管理的质量和效率，平台将资助异常信息核查纳入预警功能模块，以实现对资助数据查重、大龄学生资助和资助增长异常等情况的信息化管理。

首先，提供资助异常信息核查用于查重工作。平台通过在系统中建立完善的数据核查机制，让用户能够对资助数据进行自动或半自动的查重操作。例如，检查同一学生在不同学段或不同资助项目中是否存在重复资助的情况，以避免重复发放资助款项，浪费资源。这种信息化管理的方式大大简化了查重工作，提高了工作效率，并减少了人为错误的发生频率。

其次，预警功能模块能实现对大龄学生资助的监测和管理。通过设定合适的阈值和规则，系统能自动识别和预警大龄学生资助的情况。例如，设置一个阈值，当学生年龄超过一定范围时，系统就会自动发出预警提示，提醒资助管理人员对这些学生进行关注和审查，以便及时发现并处理大龄学生资助的特殊情况，确保资助政策的公平性和合理性。

最后，预警功能模块还能监测资助增长的异常情况。通过设定合理的增长率和波动范围，系统能够实时监测资助数据的变化情况，并在出现异常情况时发出预警。这些异常可能包括资助金额的剧增或剧减，或者资助项目的不合理变化等。系统通过及时预警和核查，能够让管理人员有效防止资助数据异常情况的滋生和蔓延，提高资助管理的准确性，提升资助管理水平，推动教育资助工作的持续发展。

四、优化资助大数据平台的策略

（一）增加数据表格模式，提高界面简洁度

在大数据平台中，建议在图表的基础上增加相应的数据表格模式，以满足用户在数据展示和分析过程中的不同需求。相比于图表，数据表格能够提供更详细和更全面的数据，可以展示更多的数据字段、具体数值和相关属性信息，使用户能够更深入地了解数据。数据表格模式还允许用户对数据进行灵活的排序、筛选和分组，以实现多维度的数据分析［5］，从而及时发现数据中的趋势和异常。平台还应提供数据表格的导出功能。这样，用户就能将数据快速导出为常见的电子表格格式，如Excel等，从而在本地環境中进行更复杂和定制化的数据处理、计算和建模。

（二）增加地区分类自定义功能，实现区域分类统计

在学生资助大数据平台中，建议在提供乡村振兴县和连片特困地区分类统计的基础上，增加地区分类的自定义功能，以便用户对区域内的民族县和边境县进行分类统计。同时，还建议增加特殊对象的自定义功能，以便用户对区域内的库区移民学生、民族班学生、烈士子女、低收入家庭学生和低保边缘户学生进行分类统计。具体而言，通过自定义地区分类，用户可以根据具体需求将地区划分为不同的类别，如民族县和边境县，从而更好地理解和分析这些特殊地区的资助需求和特点，为针对性的资助政策制订和资源分配提供支持。另外，用户还可以对不同地区的资助数据进行综合分析。比如，用户可以比较不同地区之间的资助金额、资助对象和资助项目数量等指标，从而更全面地了解区域内各地区的资助状况及它们之间的资助差异，为资助决策和资源配置提供参考。通过自定义特殊对象，如库区移民学生、民族班学生、烈士子女、低收入家庭学生和低保边缘户学生等，用户可以更准确地对这些特殊对象进行分类统计，了解特殊对象的资助需求和情况，为其提供有针对性的资助措施，提高资助服务的精准性和有效性。

（三）用好统一数据接口，提高资助数据融合度

全国学生资助管理信息系统提供了资助名单和资助发放的数据接口，相关资助数据可以直接通过此接口灌入全国系统。通过接口灌入的资助数据能够与全国学生资助管理信息系统中的其他数据进行融合，从而提高数据的综合性和连贯性，为用户实现更深入的数据分析提供支持，帮助用户发现资助数据中的潜在问题、趋势和异常情况等。建议做好大数据平台和此数据接口的连接，从而实现对全国范围内的资助数据的集中管理和分析，提高资助数据的融合度。这样政府部门和决策者能够全面了解和监控资助情况，制订更科学和更精细的资助政策，促进学生发展和教育公平。同时，学校不再需要再次进行系统填报，减少了资助工作的重复性劳动，可以将更多的时间和精力用于学生服务和资助管理等其他重要任务上，提高资助工作的效率和质量。

结语

学生资助大数据平台通过引入自动化和信息化的工具和流程，实现资助数据录入、处理、分析和监控等环节的高效和准确运行，从而能够减少冗余的人工操作环节，降低错误率，提高资助管理的整体效率。同时，学生资助大数据平台通过准确的数据分析和可视化呈现，能够帮助决策者深入了解资助工作的情况，更好地了解不同学生群体的资助需求，明确资助学生的优先级别，从而制订更科学和有针对性的资助政策和措施，更好地实现资助管理和教育发展目标。

【参考文献】

［1］朱阳莉.“互联网+”数字化时代高校资助工作建设思考与对策研究［J］.教育现代化，2017，4

（49）：269-270，282.

［2］徐海铭.中职学生资助政策执行问题与对策研究［D］.桂林：广西师范大学，2022.

［3］郑玉莲，曹浩.信息化时代高校学生资助工作困境与路径研究［J］.黑河学院学报，2020，11（7）：92-95.

［4］宋卉.大数据背景下高校学生资助工作信息化建设研究［J］.文化创新比较研究，2018，2（12）：188，190.

［5］张承刚.信息化时代贫困学生资助体系管理与创新［J］.现代交际，2016（10）：168-169.