基于大数据背景的大学生精准资助优化策略

郑丽群

（福建省厦门兴才职业技术学院,福建 厦门 361000）

高校开展针对大学生的资助工作，并以大数据技术为契机，进行资助的精准化的探索，正是基于习近平总书记“扶贫先扶智”的指示。工作实施期间，问题的关键是精准识别贫困学生，并分不同层次掌握他们的需求，以需求为导向构建形成常态化、长效化工作机制，借以满足动态化精准资助管理要求。

1 大数据的含义及特点

1.1 大数据的含义

大数据（Big Data）本属于IT行业术语，指在非特定时间范围内，依靠常规软件工具完成捕捉、管理还有处理上的数据集合，而是要求更具创新性的处理模式，并依托其产生强度更高的决策力及洞察力，属于海量、高增长率以及多样化相结合的一种信息资产[1]。将其拓展至其他领域，该概念便拥有大量（Volume）、多样（Variety）、高速（Velocity）、真实（Veracity）以及低价值密度（Value）等特点，在用法上倾向于用户行为分析、预测或者某些高级数据研究和使用。

1.2 大数据的特点

大数据在各具体工作领域中可以展现出如下特点。

1.2.1 工作观念的变化

从技术角度分析，大数据可以达到BP级别甚至更高，无论是数据容量还是数据范围都值得关注。使用者能够从大数据技术出发，开展信息附加值深入挖掘，从原本分散的数据内找到有规律、有关联的内容，从而制定更具可行性的工作方法。整个过程中，大数据技术可以以较快速度产生工作技术支撑力量，让管理思维得到优化，并有效提高有关人员的思想认知，促进工作走精准化和科学化之路。

1.2.2 需求信息的掌握

网络社交平台拥有大量数据，均包含丰富信息，开展具体工作时可以以大数据技术为支撑，有效分析表层行为，并据此真实了解客体的心理情况、行为背景，从而在真实、及时掌握信息后提供有效指导，让以此为支持的工作更具适应性。

1.2.3 精准工作的实现

大数据所应用的范围可以覆盖于全部样本，因此数据的采集将更为丰富，可以从不同角度对客体行为进行分析衡量，明确发现可能的遗漏情况，另外还能够通过大数据达到服务对象个性化管理的效果，即在数据累积至一定程度时，产生有规律可循的数据分析报告，继而让未来的工作等级调整、机制优化等得到合理支持。

2 大数据背景下大学生精准扶贫的特点分析

2.1 有效定位资助对象

在海量数据时代，大数据技术可以起到总结经验、发现规律与辅助决策等多项作用，因此可以在很多领域内被使用，对于精准扶贫工作中的有效定位资助对象任务而言，大数据的认定与预警作用值得肯定。例如学生在校园内会使用“一卡通”在食堂、超市等地进行消费，借助“一卡通”数据，能够顺利知悉学生消费次数、消费金额等数据；再如高校内的快递包裹可能通过“云柜”等储备设备完成收递，而设备中储存的数据同样能够反映学生消费情况，这些数据将给后续资助对象的有效定位提供支持，有效避免伪贫困生问题的发生[2]。除此以外，像覆盖范围更广、更具专业性的资助管理信息系统与分支子系统，能够让资助信息实现可查询、可比较、可量化，这又让有效定位资助对象的理想目标更近了一步。

2.2 及时获取资助需求

美国学者曾采取资助需求公式，对贫困生的认定及资助额度进行探索，例如有一典型的资助需求公式，将资助需求（Financial Aid Need）等同于入学成本（Cost of Attendance)与预期家庭贡献（Expected Family Contribution)之差，并进行几项内容的具体研究，像入学成本中纳入了学费、交通费、学习工具费用等，这将保证资助需求分析的准确性[3]。在大数据技术引入后，这种准确性的保证将更加真实与明确，其中诸如父母职业稳定性、家庭年收入、家庭开销情况、学生在校开销情况等信息，完全可以利用建模方式，实现有序整合，在被赋予不同的指标权重后，持续验证和优化，顺利完成资助需求模型的构建工作。

2.3 合理确定资助形式

高校可以从大数据技术出发，从学生基本资金需求角度，到学生未来职业及发展需求角度都能有所兼顾，从而让高校得以从理性需求方面，选择更加合理的资助形式，让学生真正的需要、个性化的需求得到满足。除此以外，高校还可以依靠大数据技术，同时借鉴融合其他类型的优秀资助模式，完成资助形式的多样化探索。而还有一点合理确定资助形式的特点值得重视，即大数据可以给资助效能提升提供技术支持。很多高校的传统资助模式之所以资助效果不尽如人意，其中重要原因是未能产生大数据技术和资助间的有机整合效果，若可以展示出大数据技术的优势，则能够在支持建立完善程度更高的困难学生数据库后，让校方选择性资助，促进资助效能的提升。

3 当前大学生精准资助工作存在的问题分析

3.1 资助标准缺乏客观性

当前，资助具体的认定工作往往是利用学生申请、班级评议、结果公示以及最终资助发放的形式来完成，该模式虽然有其合理性和有效性，可在实践中却依然存在一些问题。比如对于所申请学生家庭情况的困难程度认定，高校所设定的标准并不很高，且有关资助往往以无偿形式推进，这就会造成个别学生在家庭经济并非太困难时，同样会去选择争取资助，而一些真正有困难的学生在受到心理因素影响后，又会选择不去申请，从而失去受资助机会。

3.2 后续追踪机制不健全

纵观厦门兴才职业技术学院近些年来的资助工作，在取得普遍认可成绩的同时，后续追踪机制的不健全问题始终没能得到解决，各类奖助学金以及经济困难学生评选认定工作在评选上报后，有关数据便在电脑中封存，只有确实需要时才进行查阅，以致出现重认定而轻管理的现象。事实上学生资助工作本该是一个长期的、具有延续性与系统性的工作，缺少动态管理理念，行为规范与约束制度欠缺，都是亟待解决的问题。

3.3 资助考核体系不完整

大数据参考指标单一，未能体现动态的去伪存真效果，这是厦门兴才职业技术学院资助管理中的不足。例如学校依靠学生话费使用情况的大数据提升资助精准度，其初衷是值得肯定的，然而数据分析只限于每年的定期考核，只看总数，缺少对于异动情况的分析，很难表现学生的真实情况，这就让不符合资助标准的学生可能被纳入限定资助范围内。

3.4 多元化需求较难满足

厦门兴才职业技术学院的传统资助形式刻板单一，只在家庭经济收入方面给予关注，资金支持成为唯一的资助形式，不考虑是否与学生实际需求相符合。这种资助形式的单一化做法，使得两个现象尤为突出：一是学生无法很好地发挥资金作用，有可能造成浪费；二是学生的多元化需求得不到满足，情感的、职业的需求长期受到漠视。

4 基于大数据下大学生精准资助优化策略研究

4.1 借助大数据建立认定量化工作体系，提升资助对象精准程度

从大数据技术出发的高校大学生精准资助对象认定，是后续所有工作进行及相应体系建立的基础。借助大数据建立认定量化工作体系，提升资助对象精准程度，可具体包含一些新要求，如学生平时饮食费用、手机消费数据、网络购物情况等有关信息数据，均可以被纳入其中。这些数据将涉及多个高校管理职能部门，各职能部门获取信息数据在技术上并不困难，工作的难点是对信息数据的综合处理。因受到旧工作思维与方式的影响，一些职能部门不建议公开有关信息数据，因此可以考虑通过量化工作体系的措施，以完善程度更高的数据信息共享平台为依托，进行协调和整合工作，在保证学生隐私数据受到保护的同时，科学准确地产生统一的高校学生消费水平和标准，让贫困生认定拥有科学数据参考[4]。再者，关于这一点，大数据系统监控产生的预警通常可以和传统认定依据处于高度一致状态，若二者之间出现明显偏差，便可认定资助对象精准程度存在问题，有关人员便需要积极进行深入调查，可基于数据算法流程进行，如图1所列为其中一种形式。

图1 资助名单重新筛选流程

4.2 围绕大数据建设后续追踪资助档案，优化资助对象控制效果

高校需要尽力拓展参与式资助形式，让资助监管模式更为完善，实践中这一要求往往以围绕大数据建设后续追踪资助档案，优化资助对象控制效果体现出来。大数据在获取﹑储存和分析方面有着方便快捷的特点，因此可以为工作决策提供重要支持与参考。基于大数据优势，高校可首先从公平公正操作角度出发，在资助社团建设方面开展工作，使之能够参与到精准资助后期追踪工作中来[5]。另外，还可借助大数据分析，使针对精准资助的动态化监测更加全面，即有机会从不同维度以及海量化的数据内发现问题，完成相应的预警与预控工作。关于建设后续追踪资助档案，可举例说明，传统资助方法在流程上突出了学生申请、学校审核的作用，但显然缺少后期的适当监督，一年一次的认定周期虽然有利于资助工作稳定性的维护，然而难以避免制度僵化的问题。基于大数据所做的精准资助社团支持、全面预警等工作，能够随时对学生的消费信息进行有效分析，及时发现可变项目，做到资助的精准与及时调整。

4.3 运用大数据开展资助对象考核工作，强化资助对象综合素质

在大数据采集平台确立之后，可借助既有数据节点技术与网络便利之处，在高校智慧校园框架内广泛实行一卡通制度，从而全面掌握所有学生的基础信息与动态轨迹。其中，基础信息涉及户籍、家庭成员情况；动态轨迹涉及学费缴纳、受资助情况、银行卡异动情况等。以此资助对象考核工作将顺利完成，资助对象综合素质的提升也将指日可待。例如，高校可在收集数据的前提下，对数据进行有效梳理，全面审视“一卡通”消费情况，密切关注学生的用餐次数、用餐金额、金额异动信息。事实证明家境困难学生在学校食堂用餐次数显然更多，而在整体用餐金额指标上，又会低于一般学生。学校可借此考核学生情况，且依学生实情做出进一步精准资助工作。

4.4 使用大数据收集资助对象多重需求，满足资助对象多元需求

从大数据技术出发的资助信息平台可以综合反映学生各方面情况，对学生基本生活需求、职业需求、人生规划等做出不同倾向的反映。高校可借助它们在管理、分类方面的优势，达到不同需求学生的分类效果，进而确认整套科学、严谨的资助形式，从不同侧面满足不同资助对象的多重需求，改变既往单纯的资金需求满足做法。此外，大数据技术还便于学校关注学生的思想道德诉求。借助大数据平台能够做好针对受资助学生的事实数据与行为数据搜集、整理、分析，使励志教育、诚信教育、感恩教育等重点活动更具针对性，提高资助工作本身的育人功能，从特定角度构建公平公正的校园资助文化[6]。再比如高校可以从大数据的视角，全面审视家庭经济困难学生在学习上的特殊情况，分析具体原因，提出科学举措，用以促进学生独立成才，而非只是经济资助了事，这种以生为本的评判与支持标准，可以让精准资助真正体现出“精准”二字的价值。

5 总结

高校学生资助体系的应用给学校工作完善、学生个体发展带来了巨大发展机遇，然而因为种种因素所限，高校学生资助体系目前依然缺乏准确性、灵活性，在需求满足等方面也有很多不足之处，这便需要高校重视当前现实情况，因此，笔者以大数据作为出发点，对如何合理构建学生精准资助体系进行深入探讨。基于大数据背景下大学生精准扶贫的特点，分别从量化工作体系、追踪资助档案、开展资助对象考核、收集资助对象需求等角度开展工作，只有这样才能切实改善高校资助体系的准确度，更好地发挥其育人功能，促进高校教育的健康及有序发展。