基于大数据技术构建精准资助动态管理机制

唐莹

摘   要：贫困证明资料可信度不高、贫困生认定缺乏科學标准等，对高职院校贫困生认定工作造成较为严重的影响。基于此，文章针对高职院校贫困生认定工作的现状及不足展开分析，进而结合现状及实际存在的不足制定出相应的对策，希望可以为相关人员提供参考帮助。

关键词：高职院校;大数据;精准识别

大数据技术主要是指大数据的应用技术，范围较为广泛，同时其内部包含了各类大数据平台，在运用“大数据”技术的过程中，因其所涉及的范围较广，所以在实际应用“大数据”技术时，需要充分注意各类技术之间的配置与配合。职业教育扶贫对精准扶贫而言，会起到至关重要的影响作用。自党的十八大以来，党与政府对教育培训对于扶贫工作的意义给予了高度重视，并明确出台相关政策要求全面实施教育扶贫工程，为职业教育的发展带来了至关重要的发展契机。

1    高职院校贫困生认定工作的现状及不足

1.1  现状

目前，高职院校已经形成一整套以“奖、助、贷、勤、减、补、免”为主要手段的职业教育学生资助体系，将帮助学生在3年的学习生活中通过各种不同的方式得到资助。

对家庭经济困难学生的精准识别是做好高职学生资助工作的重要基础，也是国家励志奖学金、国家助学金评定的主要依据。现在贫困学生认定的基本程序为：在开学之初，先由学生本人提出申请并提供相关贫困证明材料，辅导员对贫困学生进行摸底排查，初步认定贫困及贫困等级后，将名单交给各班级学生进行民主评议，然后提交学校扶贫工作小组审核，最终确定本学年的贫困生及其贫困等级。

习近平总书记指出，扶贫工作“贵在精准，重在精准，成败之举在于精准”[1]。对贫困生进行精准识别和认定是做好高职院校资助工作的起点，也是落实国家资助政策的第一环节，但是目前粗放的认定方法存在资助对象认定精准度不高的问题，具体表现在4个方面。

1.2  问题

1.2.1  贫困证明材料真实性可信度不高

（1）我国税收体制不完善。高职学生来自五湖四海，地域性经济条件的差距真实存在，学生的家庭资产和家庭收入很难通过税收进行计算和监测，学校在贫困生认定时缺乏统一、科学的界定标准，存在着“一刀切”的现象，相关证明材料失真也很难发现。

（2）生源地有关部门审核盖章管理不严。面对学生证明材料需要签字盖章，当地的民政部门很多时候并没有认真审核申请学生的家庭真实情况，又或者出于人情等原因提供了不真实的贫困证明材料，甚至直接给空表签字盖章，让学生自己填写相关内容，这给办理不实的证明材料提供了便利，使得贫困证明的可信度大打折扣。

1.2.2  贫困生认定缺乏科学标准

2018年10月，教育部等6个部门在《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》[2]中对家庭经济困难学生的概念以及标准给出了明确的界定，但是这一界定是定性的。由于高职院校生源面广，涉及面复杂，人工认定贫困生的方式具有主观性，致使部分不贫困的学生被错误认定，真实贫困的学生可能因为不愿意申请或者名额不足而未被认定。在具体认定过程中主要表现为：很多高职院校对资助资源的分配都采用简单的“指标分配制”，一般是将已经确定的资助名额按照院系、专业比例或者班级人数来平均分配，使得资助对象的数量受到具体名额的限制，导致一些家庭实际困难的学生因名额不足而未被认定，而有些家庭经济条件好却因班级（或专业）“有名额”而被评为贫困生的现象存在。

1.2.3  资助过程缺乏动态管理

学生的家庭经济困难情况是一个动态变化的过程，但目前高职院校对于学生家庭经济条件的变动一般并没有及时地进行监控和调整，也很少见到有学校能对贫困生家庭因脱贫而撤档，或是因突发家庭变故新入库等，因为一旦学生被认定为贫困生，接下来的一学年甚至几年基本上都是贫困生。贫困学生的家庭经济变化情况缺少动态跟踪，贫困生认定通常是在每学年开学初评定，但家庭情况是动态可变的，长期处于家庭经济困难的学生毕竟是少数，部分家庭经济情况好转的学生，理应从贫困生数据库中排除。然而，在学校的日常工作中，缺乏快速的响应机制，后续的资助动态管理工作较弱，因此现有的资助管理方式会存在一些突遭变故的家庭不能及时被帮扶以及一些经过帮扶已经脱贫的学生不能及时被发现，缺乏资助的时效性，资助效果有限。

1.2.4  隐性贫困

贫困生的认定需学生本人先提出申请，但个别真正贫困的学生由于自卑、碍于面子、害怕被同学看不起，或出于自强、想要靠自己努力通过兼职来减轻家庭负担等，不提交具有效力的贫困证明，主动放弃贫困生的认定申请，导致一部分“隐性家庭经济困难学生”无法被精准识别出来，真正需要资助的学生无法获得国家的资助。

2    对策

2.1  建立多部门参与联合评价的组织构架，打破家校贫困信息不对称的困境

家庭经济困难学生认定的基础信息一般包括生源信息、家庭情况、重大变故;轨迹信息可以综合利用校内各部门的数据，包括一卡通的月均消费情况、话费、网费、拥有电子产品价格、课堂综合表现、图书馆的使用及借阅频次、勤工助学岗位及工作表现等数据;受助信息大体包括缴费信息、奖贷勤补信息和贫困生的认定信息等方面。通过定期采集、统计全校学生的经济消费数据，进一步了解学生在校的日常学习、生活习惯和消费水平等信息，并从侧面分析、掌握学生的经济状况、家庭贫困情况及经济波动特征等，作为后续对家庭经济困难学生认定的科学依据，初步筛选出潜在的贫困生，再通过辅导员等一线管理老师核实学生情况，辅以民主评议活动，开展及时、准确的资助工作。

2.2  完善量化考核指标，精准识别真实贫困级别

通过大数据分析，可以清楚地呈现学生的家庭经济情况和在校学习生活消费情况，把全体学生的个人信息指数量化为分值，总分值越高，则贫困程度越高，依据从高到低的顺序进行排列，将学生贫困程度划分为“贫困”“贫困预警”“正常”3个等级。在贫困生认定程序上，以申请学生所在等级指标及总评分为基础，再根据班级评议小组意见和民主评议流程进行综合认定，确定当年贫困生信息库，进行常规资助。由此，依据可量化的贫困生认定指标，贫困生的认定工作会更加标准化、客观化和可操作化，进而避免因主观性强的资助评审过程导致贫困生认定不精确的问题出现。

在资金分配标准上，根据资助对象贫困程度的不同分为多个等级进行管理，提高对特别困难资助对象的支持力度，提高资助标准与资金分配的精准化、差异化，保证评审过程公开、透明，促进教育公平。

2.3  运用“大数据”建立精准资助动态管理机制

大数据技术在动态监督方面的优势也很显著，高职院校可以利用现代网络信息和大数据技术优势，搭建实时监控贫困生动态的信息管理系统。通过指标数据的整理，整合学生的相关信息，不定期采集、分析全校学生与贫困有关的各种数据，建立困难预警机制，落实動态化的资助管理，完善贫困对象的扶贫退出机制。作为落实精准扶贫的重要举措，动态化的自助管理模式能够帮助学校及时掌握贫困生的各项状况，从而能在最大限度上降低扶贫偏差。另外，动态管理不仅能对贫困生的各项状况进行实时监控，而且在认定与查找信息方面也会更加及时、准确。所以，广大高校还应利用大数据，针对被资助的学生，通过监测、分析和预判，建立异常预警机制，以对学生家庭经济的变化、消费状况、学业状况等进行动态监督，并根据实际变化，对扶贫对象、扶贫标准进行动态调整，为教育帮扶的深化和完善提供数据支撑。

2.4  利用“大数据”技术挖掘隐性贫困生

借助于大数据技术，高职院校可以在贫困生认定过程中占据主动权，全方位了解学生真实的家庭经济情况、消费情况、致贫原因等，那些隐性家庭经济困难学生就很容易被识别出来，学校能主动给予他们国家的政策惠顾，在一定程度上减少了对家庭经济困难学生自尊心的伤害，达成利用“大数据”发掘隐性家庭经济困难学生的目标。

3    结语

综上所述，为了更加有效地解决目前高职院校贫困生认定工作中存在的问题，需要通过“大数据”技术构建出完善的高职院校贫困生精准识别模式，从根本上解决高职院校贫困生认定工作中存在的问题，提高贫困生认定工作的质量与效率。在通过“大数据”技术构件高职院校贫困生精准识别模式时，需要充分完善量化考核，通过“大数据”技术构建精准资助动态管理机制，同时运用“大数据”技术挖掘隐性贫困生，最终实现提高高职院校贫困生认定工作的质量与效率，帮助贫困生降低压力并提高自信心，从而为高职院校与贫困生的未来发展起到良好的基础保障与帮助作用。

[参考文献]

[1]张娜，魏晓琴，周建军，等.大数据背景下的高职院校贫困生资助模式初探[J].文存阅刊，2018（8）：39.

[2]刘晓鑫，张成元.大数据背景下的高职院校贫困生资助模式初探[J].科学大众（科学教育），2017（17）：127.