大数据背景下高职院校学生资助工作精准化探析

徐兴旺 傅 田 曾 艳 陈相亮 许 媚 杜 珩

（重庆工业职业技术学院 重庆 401120）

家庭经济困难大学生的资助工作，是高职院校学生工作的重要内容。它是教育公平的重要体现，是学生顺利完成学业的基础性保障。资助工作如何才能更加精准、更加具有实效，这是值得研究的问题。大数据作为一种新的科学范式，不仅能够使资助工作决策者获得有效信息和洞察力，提高决策的科学性，还能进一步为高职院校师生提供共享、实时和个性化的资助服务。基于此，本文以大数据为依托，分析当前高职院校学生资助工作中存在的问题，以构建数据平台为基础，对精准认定、差异资助、精准管理等方面，构建高职院校学生精准资助路径，以期推动高职院校学生资助工作与时俱进，不断迈向现代化。

一、大学生资助工作中存在的主要问题

随着我国社会主要矛盾发生历史性转变，不平衡、不充分发展已经成为满足人民群众日益增长的对美好生活需要的主要制约因素，这种主体需求与社会不能满足之间的矛盾，同样体现在新时代大学生的资助工作中：一方面，家庭经济困难学生对资助的需求日益多元化和高层次；另一方面，这种“实际需要”模式，对高职院校资助工作提出了更高的要求。传统的资助工作模式已经不能适应新时代的要求，成为当前高校学生资助工作中亟待解决的问题。

（一）资助对象精准度难以把控

2018年10月，教育部、财政部印发《关于做好家庭经济困难学生认定工作的指导意见》（教财〔2018〕16号），提出认定工作需个人申请、学校综合认定。但在实际工作中，有的学生由于存在自卑心理，不愿意向老师和评议小组报送家里的真实经济状况，不主动申请参评。学校在综合认定时，全国资助信息化平台数据发现，少部分跨区域流动的大学生相关资助信息没有及时跟上，信息滞后、虚假信息等情况确实存在；评议小组在开展评议工作时，更多的是依据现有的学生家庭经济状况信息，以及学习成绩、交往关系、学校表现等来认定贫困程度，认定工作存在一定的偏差，认定过程存在一定的个人色彩，厚此薄彼、优亲厚友的现象偶有发生；各班级所界定或掌握的标准有所不同，导致对学生贫困程度的衡量存在一定的偏差，认定标准缺乏科学性，这些因素造成了资助对象难以精准。

（二）资助资源分配不够合理

对资助指标的划分，主要根据学生人数比例，而未充分考虑到高职院校与本科院校之间、各班级之间贫困学生的实际状况，绝大多数的学校、班级每年奖助学金的总额、资助人数都存在按人数比例“一刀切”的弊端。此外，考取本科院校尤其是重点大学的学生，多次重复得到资助，一些考取高职院校的学生除了生源地信用助学贷款，缺乏更多有效的资助。贫困认定没有统一标准，不同地区经济社会发展水平、学生家庭经济能力等因素不同，准确分析和准确辨识难度较大，很多贫困同学受助需求与分档资助标准不相当，存在“旱涝不均”的错配现象，这种看似合理平均的分配方案，在实际落实过程中容易造成资源浪费，有限的资助资源无法得到最大程度的利用。

（三）资助工作管理不够精细

现行的方法倾向于诠释宏观、大体的学生管理状况，在实施具体资助时，学生总体人数众多，资助工作人员很难兼顾到每一位贫困学生。贫困生资助数据缺乏智能化，有的学校对学生资助海量数据只是简单的Excel化，管理内容不够精确细致，在认定发放后也很少作进一步挖掘利用；高校与高校之间、高校与政府相关部门之间没能实现数据共享，容易造成数据异构、冗余，形成数据孤岛；数据动态更新相对滞后，高校很难及时、准确地获得用于决策的数据，难以支持及时精准的资助决策，未能精准服务高校贫困生资助工作。农村建档立卡贫困生、低保、特困救助供养、残疾等特殊困难学生群体，才是精准资助的重点对象，但在“人管”为主的资助工作机制下，难以根据学生不同类型、不同阶段、不同需求，进行精细化、有针对性的资助管理。缺乏切实有效的技术与方法，缺乏多维度、多层面、全方位的配套措施与制度，缺少违规惩罚和动态管理监控制度，是资助工作亟待解决的难题。

（四）精准育人内涵不够丰富

贫困大学生的扶助问题，是一个复杂综合的结构性问题，对于贫困家庭的大学生来说，解决基本生活保障固然重要，但是除了经济帮扶之外，学业帮扶、心理帮扶、创业帮扶以及就业帮扶等，同样非常重要。学校在资助过程中，常常重政策的宣传和保障型资助，但是高职院校的贫困生群体，大多知识基础较差，学习的“内生动力”不足，一些学生没有养成良好的学习生活习惯，表现在学习上就是时有旷课、晚归等违纪行为，一旦技能学习不扎实，又不注意综合素养的提升，那么，到了毕业季，就业就会出现困难，有可能毕业又返贫，形成恶性循环。所以，对受助大学生给予帮扶需要统筹兼顾，帮扶不仅要体现在经济资助上，更要体现在精神上，加强对学生综合素质的提升，培养贫困学生坚定理想信念，懂得感恩国家和社会，增强刻苦学习的“内生动力”，在德、智、体、美、劳多方面全面发展，学到扎实的安身立命、服务社会的真本领。

二、依托大数据提升高职院校精准资助的对策

在高职院校资助工作的“实际需要”模式精准化要求下，面对海量贫困生数据，离不开运用大数据技术，对资助数据的搜集、管理和分析挖掘。大数据技术在精准资助领域的运用，既是追求教育公平发展的理论问题，更是精准资助实践过程中的技术利器，不仅能够使高职院校贫困生资助工作决策者获得有效信息和决策依据，提高决策的科学性、精准性，还能进一步为高职院校师生提供共享、实时、个性化和内涵化的资助服务。

(一)精准认定，资助对象识别指数化

精准识别家庭经济困难学生，是高职院校学生资助工作的时代要求。基于大数据平台的家庭经济困难学生认定工作，能够全面掌握资助信息、实现数据有效整合与对象甄别，有利于资助工作者真实准确、客观公正地考察出家庭经济困难学生，为下一步资助工作开展提供有价值的参考。

全面采集相关数据。基于大数据技术的采集数据，不仅可以消除数据孤岛，从宏观上把握资助信息，还可以从个体上进行数据采集，从微观上观测到贫困生的日常生活、学习情况，两者的结合，能更全面地反映学生的客观需求。一方面，与过去样本分析不同，大数据时代先进的观测技术与数据采集设备，让我们可以掌握全样本，能够在自然状态下记录学生的真实消费状况及日常行为表现等，为资助工作开展提供充足的信息。通过建立校园环境无感知地采集数据的软硬件环境，实现行为数据的无感知采集，包括学生在学校食堂及商店消费、辅导员及同学日常评价等客观数据。目前，贫困生的消费水平与校内消费次数、金额呈现一定的相关性，即校内消费情况可以部分地反映学生的经济情况，但我们仍可以思考如何将支付宝、微信等消费方式，纳入学生消费数据的收集之中。另一方面，可与教务数据、毕业生数据库，与扶贫、民政、残联、教育等相关政府部门的数据库进行整合，几套管理系统数据互联互通、有效对接、自动比对、数据共享，全方位建立学生资助台账，对校内资助部门以及生源地扶贫部门，可以起到简化申请和审核工作程序，提高工作效率的作用，实现信息全面掌握。

量化评估资助对象。海量的数据是无法得出确切结论的，大数据技术能够获取数据之间的相关性，明确每一项数据与贫困的相关性程度，根据相关性的强弱，合理界定每一项指标应当分配的权重，转化为定量指标体系，将主观判断变成客观存在，准确判断出家庭经济困难学生及其困难等级。例如，通过大数据基础数据库的生源地指标、家庭经济情况指标、行为偏好指标等提炼，从而帮助确定学生的贫困等级和贫困指数，按照从高到低的顺序进行排列，分析比较以往贫困生贫困标准线，可以将贫困指数分为四段：第一段确立为贫困预警区间，第二段确立为贫困区间，第三段确立为正常区间，第四段确立为非贫困区间。通过每名学生和贫困标准线的偏离幅度，可以准确定位、定级家庭经济困难学生。在平时管理中，通过学生消费数据、家访等进行验证，实行动态调整。

（二）差异资助，实现资助形式多样化

大数据时代下的资助工作 ，比任何时候都更接近学生的真正需求，了解学生真正所需，才能最终确定最适合的资助方式。

重点关注实际需求。贫困问题，是复杂多面的，而资助工作通常统一简单。每个家庭出现贫困的原因不同，有的是因为多子女，且同时处在非义务教育阶段；有的是由于家庭遭遇重大灾害；有的是长期接受资助产生依赖心理，出现“等、要、靠”的不良思想；有的是心理敏感，放弃申请被动隐匿；有的贫困同学在学习过程、求职就业中存在困难；甚至有的问题是根本不能用金钱解决的……因此，我们说精准资助，首先，一定要在科学认定贫困生的同时，把主要精力放在关注每一位贫困生的实际困难与资助需求上，一要了解学生的真正需要；二要明确用什么样的有效办法，才能够真正解决学生的困难，这才是“应助尽助”的真正内涵，也是我们资助工作、资助政策的“初心”和“使命”，或者说“责任”之所在。大数据时代下的资助，符合马斯洛需求理论，可实现资助模式由“贫困标准”向“实际需要”的转变，可有效革除传统模式的某些弊端，防止落入资助形式主义的泛化陷阱，实现资助形式的多元化、差异化、个性化、精准化。

优化资助体系措施。在资助体系上，进一步完善主要资助措施和辅助措施，以助学金和助学贷款为主要资助措施来解决学生在校基本生活保障，以奖学金、勤工俭学等辅助资助措施奖励表现优秀的学生和特殊困难学生。在资源分配上，为了避免资助总额与贫困等级不匹配、差距过大、重复资助、资助不足等问题，学校及二级学院应根据不同学科专业特点、家庭经济困难学生人数和困难程度，全盘考虑，统筹规划，通过“奖助有别、两级分配”，科学地对各项资助进行分配。在资助内容上，运用大数据挖掘技术，实时掌握学生的学习态度、生活态度、发展需求等，通过全样本的量化评估，建立学生精准画像建模，将学生实体抽象成多元化的标签，合成不同主题需求的贫困生管理数据模块，适时根据标签集合，调整资助标准与内容。同时，资助中应重点关注建档立卡家庭经济困难学生、农村低保家庭学生、农村特困救助供养学生、孤残学生等特殊困难群体，相应建立“一人一案”资助预案。

（三）精准管理，推进管理模式智能化

全面动态管理资助数据。首先打通招生、就业、教学、宿舍、心理健康、学工等部门的业务系统数据孤岛，实现数据信息的互通共享，达成统一管理。在管理方式上，对家庭经济困难学生信息实施动态管理，日常开展数据实证，走访经济困难学生家庭，全面了解受助学生家庭情况和资助需求，动态完善数据库，对于突发家庭变故及学籍异动等情况的家庭经济困难学生，及时更新，实施灵活、弹性扶助管理。

牢固树立精准资助理念。资助工作目前大多还停留在对数据进行存储、查阅的阶段，存在大量繁杂琐碎的事务，没有真正摆脱传统的、以事务为中心的管理模式的束缚。大数据平台下的贫困生资助管理工作，应当更加注重数据及背后的价值，不仅知道“是什么”，更强调探索“为什么”，分析现象、找出隐藏信息，充分发挥大数据的预测、分析、预警等功能，将大数据转变为一种资助管理思维方式，切实将学生资助管理做细做实做到位。

目前重庆云华科技有限公司与成都西华升腾科技有限公司已中标重庆工业职业技术学院“智慧学工”建设项目，目前正处在前期运行阶段。具有完全自主知识产权的集大数据采集、存储、决策分析、数据挖掘、处理和监控为一体的资助管理信息系统基础平台，为学校“奖、助、贷、勤、补、免”六位一体多元化的家庭经济困难学生资助体系的精准筛选、管理、预案等实施，提供了强有力的技术支撑。

图1 重庆工业职业技术学院学生精准资助大数据平台

（四）资助育人，深化精准资助实效性

学生精准资助工作，既是对贫困学生的经济帮扶，又是资助育人过程的实践教育，在日常工作中，要把家庭经济困难学生资助育人工作贯穿人才培养全过程，对学生开展以励志、诚信、感恩和社会责任感为重点的精准育人实践，拓宽精准资助界限范畴，发挥资助育人长效作用。

拓展资助视野。为了满足家庭经济困难学生在关键节点上的实际需求，精准地设计“多节点、多对象”的极具针对性、专项性的特色资助项目。入学初期，在新生入学前建立联系，介绍资助政策，基于地区和家庭收入等因素确定贫困生，为贫困新生提供来校路费和入学资助大礼包，以减轻贫困学生报到时的心理负担；在校学习过程中，通过大数据平台提供的即时、动态信息，关注学生资助状况、品格教育、学习状况与能力素质的现状，组织贫困学生参加各项社会实践及志愿公益活动等，鼓励其克服内心自卑，树立自强不息、追求卓越的毅力品质；毕业季，对家庭经济困难毕业生给予职业生涯规划教育引导和一定的补贴，开展“家庭经济困难毕业生座谈会”等就业帮扶系列活动。对生源地贷款的毕业学生，要加强诚信、感恩教育，组织学生参加诚信还款宣讲会、生源地助学贷款座谈会等活动。

丰富育人内涵。建立学生精准画像建模，根据学生类别适时调整资助育人内容与形式。对于偏远山区的学生，系统进行特征识别后，除了智能推送经济资助方案外，还要对该类学生平时做好心理健康教育和励志教育；对于具有贷款信息的学生，建立学生网络征信档案体系，坚持精准资助与诚信教育相结合，核实学生资助申请材料和将其转化为大数据记录，将申请资助过程中的不诚信行为记入学生诚信档案和做好大数据标识。考虑到学生的全面发展，各类奖学金、素质提升计划、留学计划、短期出国交流等资助方案，可依据学生类别，有针对性地进行推送，鼓励困难学生努力发展学业，增长见识，不断提升综合素质和个人能力。