大数据时代高职院校精准资助体系构建

胡业权

摘要：当前，高职院校学生资助在取得巨大成就的同时，也存在资助系统兼容性不高、贫困证明存在舞弊空间、资助方式缺乏人文关怀等问题与不足，直接或间接导致资助精准度不高、影响资助的公平公正；为了能够有效精准认定、准确资助隐形贫困，可以运用大数据技术在高职院校中构建精准资助机制：一是通过大数据技术构建学校相关部门联动的认定机制；二是运用大数据构建多样化数据来源渠道和分析机制；三是基于大数据技术构建资助对象管理机制；四是利用大数据技术建立资助对象退出机制。

关键词：高职院校；精准资助体系；贫困学生资助

党中央、国务院对高等学校的资助工作给予了高度关注，并为确保教育公平制定了一系列重要的决策部署和具体举措。这一系列的政策举措，不但让一大批出身贫寒的学生能够顺利入学，而且还得到了政策的保证，解除了许多贫困学子的后顾之忧，为高等教育的平稳发展提供了强有力的支撑。就目前来讲，在大学助学中存在隐性贫困、伪贫困等一些问题，长期困扰财政拨款工作，极大地影响了政府对大学资助政策的贯彻。因此，新时代背景下，运用科学有效的大数据技术手段来构建一个可以对资助对象进行精准识别、资助和帮扶的管理机制，成为当前和今后一个时期高职院校学生资助工作的一个重要课题。

一、大数据时代高职院校精准资助体系的核心概念

（一）精准资助的核心概念

“精准资助”是从“精准扶贫”中产生的新理念。习近平总书记从十八大开始，就指出了“要做到精准扶贫，避免喊口号，也不能设立过高的指标”。在此基础上，教育部等部门针对高校提出了一种新的教育扶贫模式——精准资助。因此，实现对贫困大学生的“精准资助”，是贯彻国家“精准扶贫”方针的必然要求和现实使命。“精准资助”从资助程序上进行准确认定、精准帮扶、精准管理、精准评估等整个过程的精准。从根本上来说，这是一个“精准”的选择，目的是实行差异性资助方式，提高资助水平与目标学生需要的匹配程度，是一项旨在使资金工作效率最大化的全国性政策。

（二）大数据技术的概念

术语“大数据”的英文单词叫做Big Data。美国学者托夫勒在其著作《第三次浪潮》中首次提出并应用了大数据技术。接着，麦肯锡在其2011年度研究报告中清楚地提到了“大数据”这一概念。他们相信，“大数据”就是“大到不能被常规的数据库软件工具收集、储存、管理和分析的数据集合”，它已经渗透到了今天的每个产业和商业功能 ［1］。在大数据的概念定义上，一般都是以“5 V”为基础，也就是说，大数据具有多样性、大容量、价值高、速度快、精度高等显著特点。

（三）大数据分析与精准资助高度契合

大数据的特点与高校精准扶贫的现实需求存在着内在契合。在高校精准扶贫中应用大数据，要找到二者相匹配的“穴位”，就必须分析、整合、清理和分类数据，以求各因子之间的相互关系与规律，促进高校助学工作的精准化。但是，我们也要保证二者观念上的一致。高校精准资助就是以学生为本、学生至上的良好政策行为，而大数据应用的理念也在满足人民群众对于美好生活的向往，二者在理念上是一致的。另外，大数据的优点是能够解决一些小的问题，而大数据的思考则是以分析为导向，以寻找关联的关系为目标［2］。在某种意义上，对大学生的精确资助也需要通过技术对学生进行分析，让经济困难学生顺利完成学业，实现自我价值，二者具有行动指导上的契合。

二、运用大数据技术构建高职院校精准资助体系的重要意义

（一）精准资助是教育公平的需要

教育是国家的一项重要事业。因此，政府有义务通过制订公共政策，来确保全体人民都享有平等的教育机会。党的十八大五中全会明确提出：要提高教学质量，对不同年龄阶段的学生进行分层资助，最后达到对贫困学生的全面资助。对贫困大学生实行助学金制度，是实现教育公平的一项重要举措。面对今天的社会变革，大学应继续开拓思维，创新方法，确立“精准资助”观念，切实为贫困学生提供切实的资助。国家实行精准助学政策，就是再分配社会资源，以弥补贫困人口，实现教育平等。因为政策执行效率的高低，将直接影响到社会资源再分配的成效，也决定着教育资源的最优分配。因此，精确资助机制就是对过去简单的工作方法进行改革，可以使教育资源的分配更加高效，同时也可以保证最优的教育资源。

（二）精准资助是实现“共享”发展理念的需要

十八届五中全会明确提出了“十三五”的发展规划，旨在破解发展瓶颈，增强发展优势。习近平总书记在大会上提出“五个发展”即“创新、协调、绿色、开放、共享”的发展思想。我们要以共享为起点与归宿，指出发展的价值取向，把握科学发展的规律，坚持共享发展的观念，以增进社会的公正与公正为先决条件，着力解决贫困问题，缩小城乡居民收入差距。我们实现区域内基本公共服务均等化、城乡基本公共服务的保障，实现了共同享有劳动成果、共同繁荣。因此，做好助学工作，尤其是精准助学，可以让发展成果精准地惠及贫困学生，这是在教育领域中实现“共享”发展思想的一个重要手段。

（三）精准资助是贫困生实现健康发展的需要

“资助育人”实践活动是当前大学开展大学生思想政治工作的一种创新性载体。它能够体现现代社会特征，增强大学生对新时代大学生思想意识的理解，具有很强的创意与活力。众所周知，贫困学生因各种因素造成家庭贫困，在经济、心理、就业等方面都面临着很大的内部和外部压力。精准扶贫应着眼于贫困学生的经济状况，也要注重对学生素质和能力等发展性问题的帮助，这对学生顺利毕业、健康成长具有重要的意义。积极探讨并建立助学制度，融入技术训练、以社会创新为核心的实践性教育活动长效机制，对贫困家庭大学生品德的培育、健全协调的心理品质，珍惜生命的乐观个性，有助于增强大学生的社会责任感和使命感，促进学生的可持续发展。

三、大数据时代高职院校精准资助工作面临的现实困境

（一）贫困生的精准识别与认定存在困难

贫困学生的准确识别是高校精准扶贫的前提。但长期以来，贫困学生的评价标准很难量化，其判断标准主要是学生自己的陈述和资助人的情绪感知。这一模式下的贫困学生认定工作成为制约高校助学工作的一大难点。当前，对贫困生进行鉴别的最根本的办法，就是让他们提供家庭财务状况表或贫困证明，由他们的家庭所在地的民政部门出具。此表格通常是学生本人填写，民政部门加盖公章即可。一些民政系统的工作人员，不会对学生的家庭经济收入进行详细的询问，也不会对表格中所填写的信息进行详细的调查。大学有责任知道并核实学生的经济状况，但是大学里的学生很多，专业从事学生资助工作的老师人数较少，很难真正了解到每个学生的家庭经济状况。

（二）家庭经济困难学生的评估机制不够完善

精细管理要保证各项资源的高效整合，使高校资助工作能够准确地分配。这是“精准扶贫”的关键保证。目前，大学对贫困生的识别与助学金的发放给予了广泛的关注，但对资金的后续管理及评价却没有给予足够的关注。具体表现在：首先，对贫困生的评价是在每个学期开始时建立档案，以后一年都不会进行调整，缺乏动态管理和跟踪，一些遭遇突发事件的学生不能及时入库；其次，目前的资助经费已被确定为固定的资助对象。高校缺少对学生个人资助和全方位、全过程地对大学生日常消费进行动态监测和反馈，无法对资金的用途进行监控，也无法对资金努力的成效进行反馈评价。

（三）资助形式难以满足家庭经济困难学生的多样化需求

当前，大学对贫困生的资助方式采用了统一的标准，无法切实满足贫困学生多样化需要。在学校资助的实际运作过程中，因为贫困生个人需要（经济需要和发展需要）的多样性，高校难以精确解析与精确识别，难以实施需求差别补助。在实际运作方面，一般以家庭人均年收入为基础，没有将区域差别等因素考虑在内，不够科学，也不够合理，不能充分发挥高校助学工作的教育功能。因为很难掌握贫困学生多样化的资助需要，所以在具体的资助方式上，高校不能根据贫困学生的不同需要采用有区别的战略，造成了经费筹措程序和方式单一、经费工作形式上没有突破与创新。

四、应用大数据技术构建精准资助工作体系的实践进路

在大数据背景下，互联网信息是高校精准扶贫资助的承载体，有效的信息数据能为高校精准资助工作提供参考。鉴于此，高职院校应充分发挥互联网优势，构建能够精准帮扶家庭经济困难学生的科学体系，推动高校精准资助管理工作科学化。

（一）通过大数据技术构建学校相关部门的联动认定机制

从大数据的角度看问题，要收集和获得高校精准扶贫相关资料，需要多方面的力量，它主要包括学生工作制度、后勤保障制度，以及学校财政制度。分析和研究所获取的数据，必须将技术和管理结合起来，处理这些成果时，也迫切需要各个体系之间的合作和配合。首先，在大数据的背景下，数据资源非常庞大，学校能从数据中心搜集大部分学生的资料，然后再由技术手段对其进行处理与分析，确保资料的准确性与客观性；其次，大数据的技术价值也体现在如何选择恰当的算法上，计算能力大幅增长，确认了真正有效的数据，有效地避免了错误的资助和错误匹配；再次，大学还可以通过收集资料，例如：消费和补助金额、课堂到课率、借书情况、食堂消费记录，第一时间发现因突发事件而导致家庭经济困难的未受资助学生以及填写不实信息的“伪困生”。

大数据管理系统监测学校所有学生的生命状况，如果能够在很长一段时间内（比如一个月），发现一名学生的各项指标都偏离了平均值，那么就可以向研究人员发出警告。由资助官员调查对应的学生，并与其他指标相对照，这样就能确定这个学生的家庭情况和学习中存在的问题。

（二）运用大数据构建多样化数据来源渠道和分析机制

数据是精准分析的基础。通过数据分析的方法，探索具体问题具体分析的助学办法，做到“有的放矢”地精准扶贫。对于高职院校而言，学校可采集食堂一卡通消费、图书馆进出刷卡记录、教室自习室行为反馈、食堂就餐人次等信息进行分析。通过学生生活习惯、学习行为表现、日常花销等了解基本需求，制定相应的帮助措施和引导服务机制。首先，以贫困生的研究资料为基础进行分析，根据科学研究成果和学习成绩，建立由政府、学校、社会等多方共同努力建立的学业奖励制度，激励贫困生刻苦学习，回馈社会；其次，可以对贫困生个人能力和个性发展的资料进行分析，坚持“发展性”“主体性”“整体性”“差异性”“目标性”五项基本原则，确定贫困学生免费助学途径［3］。

（三）基于大数据技术构建资助对象管理机制

在确定资助对象后，政府资金一旦下拨到学生帐号，就少有高校持续关注受助学生的后续状况。利用大数据技术，可以实时监测受助学生的生活状况，从而对受助对象进行管理成为可能。首先，在一些大学里，家庭经济困难的学生，在拿到了助学金以后，不合理地使用助学金，如购买昂贵物品、玩网游、请吃饭等，在学生中引起不良影响。另一种类型的学生，在得到了财政上的帮助后，并没有将其更多的精力放在学习上，而是将大部分的时间都用来做兼职。对这些学生来说，助学金并没有体现出应有的价值。利用大数据技术，可以将这些受助学生纳入大数据处理系统，对这一组的学生进行重点关注。如果受助学生在拿到助学金后有大量开支，如果学生的学业表现一直很差，则可以通过大数据系统对学生的资助管理者发出警告。助学金管理员向学校指导老师或指导老师报告学生领取助学金后的相关信息，辅导员与班主任共同做好贫困生管理，引导学生正确运用助学金，实现精准助学。

（四）利用大数据技术建立资助对象退出机制

当前我国高校助学工作制度存在受助学生退出机制问题。比如被资助学生中途退学或停学，这样就会导致资助资金的中断。但现在看来，在确定了资助人之后，只要不是发生了什么极端的事情，比如退学、休学，受助学生可得到免费资助。没有健全的退出机制，不利于培养受助学生的感恩意识，难以发挥助学思政教育的功能。首先，当受助者出现行为不良或违反纪律时，就可以让其退出，这样就会对接受者在接受之后的表现产生一种客观的限制，同时，也会给受助者带来一些压力，让他们把更多的精力投入到学习和为社区服务上；其次，长期缺课、违反校规、考试不及格、不积极参与团体活动等行为，大数据系统可以捕获，并对受资助者发出警报。助学金干事向学校的咨询顾问报告，经咨询顾问核实，一旦确认，就让其退出。

参考文献

［1］ 郭少科.大数据［M］.北京：清华大学出版社，2013.05．

［2］ 胡小明．大数据应用的误区、风险与优势［J］．电子政务，2014（11）：84．

［3］ 康雁冰．高校贫困生能力资助理论建构［J］．教育与教学研究，2015（08）：73．

［4］ 林莹.大数据背景下高职院校精准学生资助工作机制研究［J］.太原城市职业技术学院学报， 2023（10）：115-117.

［5］ 芮喜.大数据视域下基于学生画像分析的精准思政路径探索［J］数字技术与应用， 2023，41（09）：78-80.