大数据背景下高校学生资助工作精准化实现路径研究

杨晨程

（黄冈职业技术学院 学生工作部，湖北 黄冈 438002）

高校充分利用大数据技术，通过搭建一个资助平台（数据平台）、构建两个资助体系（政策体系和征信体系）、开展三项资助活动（励志教育活动、感恩教育活动、心理教育活动），实现学生资助工作的精准化，提升资助育人效果。

一、搭建全面统一的资助数据平台

（一）实时掌握学生家庭经济状况

《国家中长期教育改革和发展规划纲要（2010-2020年）》中指出，“全国学生资助管理信息系统要实现与人口、低保、扶贫等部门信息系统的对接或信息共享，为各级各类学校确认学生身份、认定家庭经济困难学生提供技术支持，提高资助管理工作效率和学生资助的精准度”[1]。大数据时代，高校通过不同学生户籍所在地、家庭状况、收入水平以及突发变故对每个学生进行建档立卡，还可以结合民政部门和所在村委会（社区居民委员会）上传的数据信息来完善家庭经济困难学生数据库，进而规范家庭经济困难学生认定办法和认定过程。高校可以充分利用大数据的特点和优势，开发搭建适合高校自身特点和实际情况的学生家庭经济情况认定系统，对该校全体学生进行家庭经济情况认定。本系统可以结合学生填写的个人基本信息以及家庭经济收入等指标进行赋值评分计算，再根据得分自动将学生家庭经济状况进行分类[2]。二级学院通过寒暑假走访家庭经济困难和特别困难学生的家庭，更加全面地掌握学生的家庭经济真实状况，提高家庭经济困难学生识别和认定的精准度。

（二）搭建统一资助数据平台

高校收集整理数据之前要保证数据的真实性和有效性，然后制定各部门数据录入维护的标准和程序，对数据的备份和共享进行分级管理，一定要确保数据信息的安全，尽快搭建统一的资助数据平台。在建立数据平台时，应事先建立统一的代码对比表，实现高校各个部门的信息在学校大数据平台上的交融和整合。高校家庭经济困难学生信息大数据平台除了记录学生基本家庭信息和消费情况外，还记录着学生的奖助贷勤减免补捐等获奖受助情况，运用大数据工具进行整合、对比、分析，为高校家庭经济困难学生资助精准化管理工作提供科学化依据，有助于高校大数据信息资源的共享共用，也有助于高校学生资助工作开展的及时性、透明性。

（三）动态完善受助学生数据信息

高校应持续收集、整理学生可追踪和可深入挖掘的数据，实现对高校家庭经济困难学生情况的实时、动态、有效监控。利用大数据信息平台可以动态地监控管理全体学生的信息，及时了解学生思想、生活、学习、经济、心理、就业等情况，对于因病致贫、突发事故、重大变故、各类灾害等意外导致贫困的学生进行及时有效关心、关注、帮助和谈话。利用大数据信息平台还可以对获奖受助的学生进行动态的跟踪和监管，可以发现哪些学生已经脱贫，哪些学生近段时间才致贫，把国家有限的资源和资金用到真正需要帮助的学生身上。

二、完善全面覆盖的资助政策体系

（一）合理分配政府资助预算资金

高校充分运用大数据从不同维度安排资助工作和资金分配，提高政府资助预算资金分配的合理性，不搞平均分配。高校利用大数据预测分析功能了解每学年家庭经济困难学生的数量和区域分布情况，可以从以往的数据中挖掘出对将来决策有参考价值的信息，从而指导差异化资助预算方案的制定；还可以把历年家庭经济困难学生数据、家庭经济困难学生区域分布情况、学生家庭经济状况、学生学业成绩情况、学生勤工助学情况等作为依据来预测未来家庭经济困难学生资助工作的大致走向。这种个性化、具体化的分级资助模式可以合理调配国家资金和资源[3]。

（二）加大特别困难学生资助力度

资助对象的精准化是对人而言，资助形式的精准化是对事而言。高校学生资助管理部门不能搞“平均主义”，也不能搞“一刀切”，应根据不同贫困等级开展差异化资助，尤其要加大特别困难学生资助力度，及时解决家庭特别困难学生的学习、生活、心理上的实际困难。运用大数据技术及时将家庭经济困难学生数据进行二次分析并提供个性化、专门化的资助服务，运用大数据技术实时筛选出每年度每学期全校所有的特别困难学生，而不是按照学院总人数来机械地分配名额，这样高校资助资源和资金效率就实现了最大化。

（三）全面覆盖所有经济困难学生

实现精准资助是推进教育公平的一项重要举措，各高校要全面准确地掌握各级扶贫部门认定的建档立卡的家庭经济困难学生信息，确保这些建档立卡和精准扶贫对象必须受到国家资助。大数据分析预测能力不再依靠主观直觉的判断来进行政策决策，而是在这个基础上实现精准化资助，把所有学生的基本信息、家庭状况、消费情况、学业成绩、社会实践等数据进行融合，找出真正需要资助和需要资助多大额度的学生，确保国家资助政策惠及到所有经济困难学生。

三、提升扎实明显的资助育人效果

（一）开展积极向上的励志教育活动

家庭经济困难是暂时的，高校学生可以通过自身努力来改变这种局面。高校应充分利用资助数据平台来宣传获奖受助学生的先进事迹，开展一些积极向上的励志主题教育活动，鼓励家庭经济困难学生敢于迎难而上，引导学生培养自强不息、奋发有为的优良品质，激励学生力所能及地参加校内外勤工助学和假期社会实践活动，锻炼自己，奉献社会，同时减轻自己家庭经济压力。

（二）组织回馈社会感恩教育活动

高校应采取显性教育和隐性教育相结合的方法组织开展一些感恩教育活动。高校通过感恩教育讲座和资助知识竞赛、感恩演讲比赛等活动来宣传党和国家的精准扶贫政策和资助政策，教育学生知恩感恩报恩，引导学生通过努力学习专业知识和扎实练就专业技能来报效祖国奉献社会。高校在资助数据平台通过运用大数据技术来分享知恩图报、友爱互助的人物通讯和新闻剪辑等实现对学生的隐形教育。

（三）普及阳光自信心理教育活动

高校可以利用人机互动模式进行心理筛查，大数据可以对经济困难学生进行动态心理检测和指标参数精准分析，能够清晰直观地反映和预测经济困难学生心理变化、发展趋势并及时进行干预。高校可以运用大数据技术在微博、微信等平台上获取图表、视频等数据信息，经过数据处理后及时有效反馈学生心理测量结果、思想情感走向、语言行为动态等多方面信息，还可以分析学生网络社交关系及其隐藏的社交关联，通过心理量表模型分析并及时预警。

四、构建合理规范的资助征信体系

（一）提高经济困难学生诚信意识

诚信是中华民族几千年来形成的优秀传统文化，诚信也是社会主义核心价值观的重要内容之一，诚信更是社会公德、职业道德、家庭美德、个人品德建设都必须坚守的底线。提高经济困难学生诚信意识，形成资助与育人相结合的长效机制十分重要。通过诚信教育、专题讲座、影视鉴赏等线上线下相结合的多种活动形式来培养学生正确的世界观、人生观、价值观，传承中华文化，弘扬中华美德，营造良好的校园文化育人环境和氛围，倡导社会主义新风尚。

（二）完善学生网络征信档案系统

建立高校家庭经济困难学生网络征信档案系统，通过学校教务系统或云教学平台记录家庭经济困难学生的日常生活、诚信表现和失信行为。运用大数据可以及时准确地查询到学生个人征信档案、发现高校学生资助工作中存在的问题，有助于高校实时、动态、准确地掌握资助工作部门的工作开展情况；还可以根据家庭经济困难学生毕业后的薪资待遇来合理制定还款比例。利用大数据技术可以引导、管理、监督高校学生资助工作的实施，提高高校资助工作的效率和育人效果。

（三）建立失信学生多元追责机制

进行大数据比对，可以检测出不属实的家庭经济困难学生，高校联系家庭经济困难学生生源地所在政府民政部门可以核实情况，要取消家庭经济困难学生受助资格并追回资助资金，纳入学生网络征信档案系统，据此建立失信学生多元追责机制，实施高校家庭经济困难学生资助工作的有效监管。对于逾期没有及时还贷的家庭经济困难学生，通过大数据可以了解学生本人及其家庭情况，督促其毕业后按时按比例按要求还款，毕业后还款确实有困难的学生经核实审批后可以适当延长还款期限。申请助学贷款家庭经济困难学生毕业后还款情况可以作为评价资助工作部门工作业绩的标准，目的是保障国家信贷资金的安全。对于少数恶意拖欠国家助学贷款的失信学生，应纳入学生网络征信档案系统，将来在买房买车等业务办理时都进黑名单，并通知该毕业生所在单位，形成多元追责机制[4]。

五、结语

大数据尚属新鲜事物，应用于高校学生资助工作是一种尝试，其平台技术开发还需要一个过程和大批的技术人才骨干。运用大数据提升高校学生资助工作精准化还需要清醒地认识到大数据运用所面临的种种挑战，需要提高高校学生资助工作人员的大数据意识和大数据技术，同时还需要制定大数据使用的规章制度，保障大数据安全以及维护家庭经济困难学生的个人隐私[5]。我们相信，大数据一定能为高校学生资助工作精准化开展提供一个广阔的空间。