大数据技术助力高校精准扶贫路径探究

刘娜 李圣男

【摘要】高校贫困生扶贫工作是国家扶贫的一项重要内容，如何精确瞄准贫困学生群体，开展针对性扶贫已经成为高校扶贫工作的必然需求。目前，大数据技术在高校学生资助工作中的作用日益凸显，本研究基于高校贫困生扶贫管理工作实践，指出高校现行贫困生精准扶贫存在的挑战，并有针对性地介绍了大数据助力高校扶贫工作的相应策略。

【关键词】大数据  贫困生  精准  扶贫

精准扶贫是“十三五”时期的重要目标任务，在“两个一百年”的目标下，党和国家高度重视扶贫工作，扶贫助贫是践行社会主义核心价值观，实现社会公平的重要途径。在当前背景下，运用科学有效的大数据技术手段对资助对象进行精准识别、资助和管理，构建高校贫困生精准资助工作机制是提升高校精准扶贫的重要举措。

一、引言

近年来，互联网等信息技术的发展让世界全面进入“大数据”时代，海量的数据成为最具价值的财富。2012年，美国公布了“大数据研发计划”，希望提高人们从海量和复杂数据中获取知识的能力。同年我国在北京大学举行“首届中国大数据应用论坛”，讨论大数据的发展趋势及应用等，共同研究如何挖掘大数据的应用价值。由此可见，大数据的发展趋势势不可挡，数据正在成为改变人们生活质量、提高社会生产效率、创造社会财富的有力工具。

目前，大数据技术已广泛运用于工业、农业、交通、医疗、金融经济等领域，而大数据与教育扶贫的结合也不例外，国内不同学者也对此开展了相关研究工作，但目前这些研究成果主要聚焦于对当前高校精准资助存在问题及对策和高校精准资助模式的构建进行探讨，主要是理论和整体上的综合研究，对于现实工作中的具体运行和操作言之甚少。针对当前研究存在的问题，本文建议高校应当建立贫困认定指标体系和贫困资助管理系统，依托大数据技术将资助前期调研、资助过程管理、后续跟踪监督、资助效果评价进行有机结合，实现闭环管理，提高高校扶贫工作的针对性和有效性。

二、高校现行贫困生精准扶贫存在的挑战

（一）贫困认定标准体系不够系统完备，对资助对象的认定可能存在一定偏差

当前，我国高校在对贫困生进行认定时，对于建档立卡学生，一般情况下都会给予其物质资助;对于非建档立卡学生的贫困认定工作，通常都是通过“提供贫困证明-提交申请-班级评议小组评议-进行公示-学校资助部门审核”等流程进行。在整个认定过程中，可能会存在以下问题：一是关注的焦点全部在学生的家庭经济状况上，对于学生思想品德、学习状况、人生观和价值观等方面的考量略有忽视;而现实生活中，却存在着实际家庭并不是特别困难、但依然拿到建档立卡资格，或当地民政部门未认真审核、提供不真实贫困证明材料的情况。二是贫困的认定需由本人主动提出，这就导致一些性格内向、碍于情面、怕被同学瞧不起但实质符合贫困认定标准的学生并未主动提出贫困申请。

（二）扶贫形式相对单一，重短期、轻长期，重资助、轻育人

目前，高校对贫困生的扶贫形式主要聚焦于经济资助，而现实中贫困生还有很多其他实际需求也得不到有效满足。通过调查了解，除经济压力外，贫困生面临的还有孤僻、自卑、焦虑等心理问题以及知识、技能等综合能力和素质低下的问题等[4]。他们更希望在心理疏导、专业知识技能提升、得到实习实践机会以及未来就业等方面获得持续的资助和帮扶。这些心理或能力层面的问题也同样制约着学生今后的发展。

（三）缺乏后续跟踪管理以及突发性资助体制机制

一般情况下，我国高校通常在贫困认定工作完成后，会直接将各项资助发放到贫困生的银行卡中。至此，针对贫困生的主要扶贫工作基本结束，限于人力、物力等方面的限制，不少高校缺乏长期、持续、一对一地对受助学生后的生活、学习、思想品德、心理动态等日常表现的追踪调查。这就导致一部分学生认为自己家庭贫困，得到资助是理所应当的事情，极不利于其感恩精神、独立能力的培养;还有一些学生最初并不在贫困范围之列，但因家人重疾、突发灾害等突发原因，导致家庭突然陷入贫困，对于那些尚未建立突发性资助机制体制的高校，就无法在学生最需要帮助的第一时间进行帮扶。这种实时、动态的资助体制机制的缺失在一定程度上给高校精准扶贫工作的开展带来了一定困难。

（四）扶贫效果评价机制还需完善

当前国家各相关部门已经认识到教育扶贫工作的重要性，因此不断加大教育扶贫投入，各大高校也严格按照规定流程对各项奖助学金进行了发放，但对扶贫效果的评价，当前主要以定性为主、缺少定量评价。国家对高校扶贫效果的评价，主要体现在对奖助学金评审流程、发放标准、受助对象等方面的定性了解。如果高校能够收集到受资助学生后续的生活、学习、思想、心理等方面的详细数据和信息，通过采用事前事后对比评价，那么国家的扶贫投入究竟有没有真正发挥作用、在多大程度上發挥了作用便可更加具体、量化。

三、大数据助力高校扶贫工作开展的路径

（一）建立贫困认定指标体系，搭建贫困资助管理系统，为贫困生精准认定提供软硬件支撑

高校要建立分类分层的贫困认定指标体系，贫困认定指标除了主要包括家庭贫困程度外，还应包括学生的思想品德、学习情况、日常消费等。指标数据的来源包括生源地民政部门信息、学生一卡通信息、学生手机和银行卡消费记录（在征得学生同意情况下）、学生自评、生生互评、教师评价等信息。将这些信息在贫困资助管理系统中指标化和数据化，可以为有针对性地开展贫困生认定工作提供有利证据和有益补充。

（二）依托数据、细化需求，实现扶贫方式多元化

精准化不仅是认定对象的精准化，还包括资助形式、资助力度以及资助时机的精准化。由于学生个体情况的差异性，他们渴望得到的帮助内容各不相同。通过调查，贫困生的需求主要包括以下几方面：一是占比重最大的经济需求。部分特别困难的学生连日常饮食、交学杂费等都有困难;二是求知需求。在这一点上存在着两个极端：部分学生对获得知识、技能有着高度渴望，他们期望掌握技能和本领，帮助解决家庭困境;但还有一部分学生存在学习兴趣不高、目标不明确甚至厌学情绪等问题;三是心理需求。有的学生可能由于家境困难，性格偏内向，在沟通表达、人际关系等方面存在帮扶需求;四是职业生涯发展需求。还有一部分学生对未来的职业发展很迷茫，在如何获取招聘信息、进入哪个行业、工作需要哪些知识技能等问题上徘徊不定。

针对上述需求，一方面，学校可依托贫困资助管理系统，对被资助学生的家庭背景、学业情况、身体健康状况、心理健康状况等进行整体评价和动态管理，在此基础上以帮助满足被资助学生的多元化需求为宗旨，依托大数据技术构建数据模型，进行评估和预判断，将帮扶需求分为不同层次和类别，实现精准认定和精准扶贫。另一方面，每一学期开始，受资助学生可依托贫困资助管理系统提交一次帮扶需求。这样，双管齐下，高校可收集到大量真实、准确的帮扶需求，从而采取有针对性的帮扶措施。

（三）实时追踪管理贫困信息，实现扶贫管理动态化

扶贫精准化的一项重要内容便是扶贫管理动态化。一方面，高校可将贫困资助管理系统与校园一卡通系统等进行关联，结合线上调研、线下访谈等方法，对受资助学生后期的学习、生活等进行定期跟踪，实现资助公平公正的最大化。另一方面，对于因家人突发重疾、遭遇突发事故和灾害等原因陷入贫困的学生，可以通过登录贫困资助管理系统提交临时资助申请，学校在收到申请后，根据学生实际情况，决定是否给予资助以及资助的内容和形式。这样，依托大数据可使整个资助过程从开始到结束均处于可控范围内。

（四）量化扶贫效果，实现扶贫管理闭环化

过去，高校貧困工作的完成以奖助学金的发放完成为标志，对于后续被资助学生的思想、生活和学习等方面的监控基本缺失。这就导致国家和政府每年投入巨额的教育资助经费却无从监控经费使用效果的好坏。每一学期结束前，高校可依托贫困资助管理系统，对受资助的贫困生再次进行贫困认定。通过采用“事前事后对比调查”，综合对比分析受资助后学生在思想、心理、学习、生活等各方面的得分，一方面可以为高校贫困资助管理工作的效果提供数据支撑，另一方面又可以为下一阶段的资助前期调研工作提供信息输入，从而实现高校精准扶贫工作的闭环管理。

四、总结与展望

高校困难学生精准资助工作是国家“精准扶贫”工程的一部分，笔者认为，高校可以依托大数据技术建立贫困资助管理系统，将资助前期调研、资助过程管理、后续跟踪监督、资助效果评价等过去在线下开展的工作线上化，形成数据化支撑和闭环管理，实现贫困认定精准化、资助形式多元化、过程管理动态化及效果评价数据化。因此，大数据与高校扶贫工作的结合，对推动资助资源优化配置，提高资助工作的准确性和时效性具有重要意义。

参考文献：

[1]中国科技部.美国政府出台大数据研发计划 [EB/OL].网站，2012-4-24.

[2]CIO时代网.“首届中国大数据应用论坛”圆满落幕[EB/OL].网站，2012-7-24.

[3]陈靓，张少明，谷磊磊，等.大数据在高校贫困生认定工作中的应用[J].理论观察，2018，（8）.

[4]黄燕.大数据助力高校学生精准资助[J].高教论坛，2018，（1）.

[5]吴丽仙.建立精准学生资助工作机制研究[J].教育评论，2015，（9）.

[6]沈雪莉.大数据背景下关于高校贫困生精准扶贫的思考—基于M高校的调查[J].经济纵横，2018，（13）.