大数据背景下高校学生资助工作模式探索

刘超+顾锋+孙军+唐华

摘 要 高校的资助育人工作是学生日常管理中十分重要组成部分，但是在大数据背景下的今天，传统的资助分配模式已难以符合时代需求了。将大数据引入资助育人工作中，制定一套公平公正公开的评定标准，利用信息化手段综合认定学生家庭经济困难情况，有利于公平合理地分配学校助学资源，能更充分、更精准的利用和分配资助资源，有利于提升资助工作的成效，更好的实现资助育人的目的。

关键词 资助工作 大数据 家庭经济

中图分类号：G647 文献标识码：A DOI：10.16400/j.cnki.kjdks.2016.10.084

Abstract College funding education is a very important part of the daily management of students， but in the context of large data， the traditional funding allocation model has been difficult to meet the needs of the times. The big data into funding for education work， formulate a set of open， fair and impartial evaluation standard， by means of information considered family economic difficulties students， conducive to a fair and reasonable allocation of school educational resources， can more fully and more precise utilization and allocation of financial resources， to enhance the effectiveness of aid work， better to achieve funding for education.

Keywords funding work； big data； family economics

高校资助工作是学生日常管理工作中十分重要的组成部分。为了不让一个学生因为家庭经济情况而放弃学业，国家出台了一系列帮困资助工作的政策，帮助家庭经济困难学生顺利完成学业。目前，高校学生资助工作得到了国家、地方政府、社会组织和社会爱心人士的大力支持。①如何利用大数据统筹不同来源、不同渠道、不同额度、不同时间节点的助学资源，是在进行公平合理的资助资源分配过程中必须要解决的关键性问题。

1 目前高校资助工作的现状

1.1 高校资助资助资源分析

自2007年，国务院颁布《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》中提到，将资助强度与帮困奖优并举，在积极促进教育公平的同时，注重优化教育结构。目前高校主要的资助资源包括国家助学金、国家励志奖学金、国家助学贷款（包括生源地贷款）、勤工助学、学费减免等。②

1.2 高校资助工作对象

学生若想获得各类资助就必须通过高校的家庭经济情况认定。以上海交通大学医学院为例，学生家庭经济困难在认定的过程中分为三个档次：特别困难、一般困难、特殊困难。根据学生递交的家庭经济情况调查表及相关证明文件，经班级、学院、学校三级审核对其家庭经济困难情况进行认定。

但是在实际操作中，往往会按照家庭人均收入进行认定，适当考虑家庭特殊情况。以2015年认定情况为例，家庭人均月收入低于527元，被认定为特别困难，人均月收入高于527元，低于1185元，被认定为一般困难。人均收入高于1185元而低于1500元被认定为特殊困难。

由此可见，在家庭经济困难的的认定中，很小收入差异很可能被认定为不同的困难程度，对后续的资助工作则会有不小的影响。而家庭经济困难情况的认定是做好资助工作的首要前提。

2 传统的资助模式认定及分析

2.1 传统的资助资源分配方式

学校获得的资助资源主要划分为两大类；一类是固定性的如国家助学金、国家励志奖学金、学校固定的资助项目等；另一类是不固定性的，如社会类资助。学校对资助资源的分配方式，就是将已确定的资助资源按学生比例或者困难学生比例划分给学院，由各学院分配给符合条件的学生。学院也可能会将资助资源按照班级困难学生的比例或者班级学生人数比例分配到班级。在班级中，由辅导员结合申请助学金同学的困难等级和了解到的该困难同学的具体家庭情况，结合其平时的表现情况进行助学金的分配。在实际操作中，有可能更加复杂，有时候资助额度比较大或者资助名额比较少时还要学生进行竞争。学院获得的资助资源已经被分得零碎，再加上时间和一些先决条件的限制，具体操作中常常比较复杂。

2.2 传统分配方式存在的问题

由于学生在家庭经情况认定会被分为三类，区分度不明显，在实际操作中主要依据家庭人均年收入界定的困难分类，评价要素过于简化，也未考虑到地区差异等问题，如果单纯依照这类标准进行资助资源划分，可能造成不公平的情况发生，更难于反映资助工作的育人功能。

由于资助的来源不同，资助方会对资助对象、资助额度、发放的时间点进行限制。在实际的操作过程中，学生的家庭经济情况认定、各方的资助资源是动态的，所以不可能完全全面统筹，只能相对全面的进行统筹。③

高校通常会将资助资源按照学生数或者家庭经济困难学生数的比例分解给各个学院，这种过于简单的模式，无法考虑学生个性化的需求，可能造成各个学院之间资助资源不平衡，比如，有的学院困难学生多，学生总数少，有的学院困难学生少，学生总数多等问题，这种情况都会为如何分配资助资源带来难题。

3 在资助育人过程中引入大数据模式

对于具有固定性的资助资源，传统的分配方式能够做到一定的统筹性，但是同时面对大量的、相对不固定资助资源和随机加入的资助资源时，合理统筹的愿望就很难实现了。而应用大数据量化积分模式下的资助资源分配方式，相较于传统的资助模式有相当大的优势。但是十分重要的前提是必须建立学生困难库的，信息化管理则是合理统筹资助资源的必要手段。④

考虑到学生在校期间学习的周期相对固定，且期间家庭经济不会有太大的改变。因此，可以利用信息化手段对学生困难程度进行量化，根据困难程度、需要得到资助的迫切性按积分从高到低安排资助顺序。在下学期重新进行困难认定时间，再进行新一次的量化积分，年度资助尽管仍然不太能做到完全的合理统筹，但在学生学业期间这个尺度上将获得较好的统筹效果。

4 信息化量化积分制的积分规则

4.1 信息化量化积分制下资助资源分配方案体系实施的可行性分析

利用信息化手段进行量化积分制下资助模式必须依赖两大决定性因素，评分标准的公平合理和信息化技术。⑤

信息化技术，可利用校内外的资源，如今各大高校、上海市教委都有较完善的信息化平台，合理利用这些平台，可以一定程度上实现资助工作的信息化。而评分标准的公平合理性才是量化积分制实施要考虑的重点。要制定相对公平合理的评分标准，由学校制定指导性的评分体系，再由二级学院根据实际情况制定评分规则，然后通过实际工作情况，进行合理化修正，形成一套评分体系，并在工作时间中不断完善与优化。

4.2 信息化量化积分制下的资助评分标准

信息化统筹在量化积分制模式下进行资助资源的合理分配，其核心问题是评分标准的制定。为了进行更合理的统筹分配，评分标准就是要综合考虑学生的家庭经济情况，具体问题具体分析。在帮助学生克服暂时的经济困难的同时，还应该对他们进行正确的引导，使他们可以以积极健康的心态应对将来面临的调整。同时在制定标准时，还应广泛征求各方面的意见及建议，兼顾合理性与可操作性。

4.3 信息化量化积分制下的资助资源统筹比例

在分配资助资源的时候，有些资助资源根据资助方的要求增加了限制条件，如限定了资助对象的生源地、专业等，有些资助则对学业成绩提出要求，甚至有些资助需要与其他高校同学竞争，这就意味着相应资助资源的资助对象限定在更小的范围。以上资源只有符合相应条件的学生才可申请，并非完全统筹，可以通过降低统筹比例的方式体现资助资源分配的公平性。

4.4 信息化量化积分制的可行性分析

相比于传统的手工模式下的资助工作，显然可以看出利用信息化手段的量化积分制下的资助工作更能合理地统筹资助资源。更客观量化指标，能更客观地表述学生家庭经济情况，有利于公平的分配助学资源，做到更为精准地资助。在制定评分标准时，可以加入更多综合考虑因素，如勤工助学、助学贷款等，在做好资助工作的同时，对受助学生进行感恩、诚信、励志等方面的教育，真正体现资助工作的育人功能。⑥信息化量化积分制模式更有利于学生经济困难信息和资助情况等信息的保存与统计，有利于资助工作的可持续性发展，更方便对资助资源的统筹性进行量化分析。

注释

① 张莹.高校学生资助工作的现状与展望[J].思想理论教育，2014（2）.

② 雷铁涛.大学生家庭经济困难程度量化评价初探[J].南阳师范学院学报（社会科学版），2010（8）.

③ 刘彬霞等.对在大学生奖助学金评比中引入积分制的探索[J].教育探索，2010（7）.

④ 唐景莉.无忧上大学：高校家庭困难学生资助政策解读.中国教育报，2007-07-05（3）.

⑤ 靳丽萍，薛皓.地方高等院校国家奖助学金评定中的量化模式研究[J].延安大学学报（社会科学版），2009（5）.

⑥ 国发[2007]13号 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[N].人民日报，2007-05-18（1）.