运用大数据技术助力高校精准资助工作研究

朱 虹，杨清清，刘 枢

（重庆科技学院，重庆 401331）

随着大数据时代的来临,大数据正逐渐成为促进经济社会发展和变革的新引擎。借助大数据技术，实现高校资助工作精准化，不仅是打赢国家脱贫攻坚战必不可少的环节，也是全面推进资助育人的必然要求。高校学生资助工作试图充分利用整合过的校园大数据共享平台，挖掘分析资助关联有效信息，探索精准资助新路径，提升高校资助工作的效率和质量，确保那些真正贫困的高校学生能够享受到更加优质的受教育资源。

1 当前高校学生资助存在的问题

由于贫困生数据的多样、庞大、动态性，我国现行高校贫困生资助工作离“精准”理念的要求尚有一定的差距，要想实现资助工作精准化，需要解决以下问题。

1.1 家庭经济困难学生认定模式有待完善

精准识别困难学生是高校资助工作的基础和前提，是提高资助效益的根本途径。传统的家庭经济困难学生认定工作，主要根据学生填写的纸制申请来判断。学生填写家庭情况主观性较强，在学生家庭信息收集的过程中，由于家庭收入等数据的不透明，信息指标设计维度简单，信息量发散，学生家庭真实的经济情况采集难度大。此外，认定过程遵循公开及公正等原则，使得认定过程透明化[1]。学生的心理状况和对学校资助政策的了解情况也对最终认定结果有一定影响，一部分学生由于自尊心不愿意透露自己的真实情况，而另一部分学生在利益的驱使下夸大家庭贫困情况，弄虚造价，从而导致家庭经济困难学生认定管理工作的精准性不高。

1.2 家庭经济困难学生过程管理有待加强

高校资助工作中对家庭经济困难生的认定工作，都是在每年秋季入学进行并根据评定结果建立档案。目前，大多数高校贫困生库数据没有维护，贫困生认定结果一年有效。但是现实中，进入数据库的贫困生，学生申请贫困资格认定时，家庭经济可能只是由于突发状况一时陷入困境，随着一段时间的缓冲调整，学生家庭经济状况好转，各方面已经不属于贫困生行列，应该及时取消其贫困生资格；对家庭经济状况恶化的贫困生，要及时上调认定等级；而原非贫困学生由于家庭突发变故导致家庭经济困难的学生要及时补充认定。如果不能及时掌握每位贫困生家庭经济变化情况，也就无法动态管理贫困生并做到精准资助。

1.3 家庭经济困难学生资助资源配置有待优化

目前我国高校资助资源存在的供给相对有限，随着学生多元化需求上涨，资助对象定位不清晰和项目独立审核监管方式，经常出现重复受资助，资助需求偏差等问题。同时，由于资助分配不合理造成了资助资源的浪费，资助结果的不公平问题日益突出。资助信息之间缺乏有效的沟通，将直接导致学生的资助需求和资助项目之间无法有效地匹配[2]，大学生实际需求无法精准满足。现阶段高校的资助资源分配需要努力实现多元化与规范化的分配模式，资助对象甄别缺乏有效定性分析与定量分析，资助资源配置过程不精准和教育不公平问题日益突出。

2 大数据背景下高校精准资助体系构建内容

2.1 完善困难生认定机制，精准识别困难学生

为适应新时代学生精准资助工作要求，实现学校与上级资助信息系统的信息对接，保护学生隐私，确保困难学生认定依据完整性、准确性和时效性，认定工作科学化、信息化与规范化，学校需建立困难学生认定系统，制定优化整合的认定指标，转定性标准为量化标准。认定指标主要从家庭主要经济来源和家庭主要经济支出两个维度提炼，采用线上量化测评打分和线下民主评议相结合等方式，确定贫困生困难等级。辅导员、学院、学校三级线上审核，采集的信息不对外公开，只有辅导员和学院、学校可查阅。

2.2 挖掘资助关联数据，动态管理困难学生

传统的学校贫困生管理过程只跟进家庭经济状况变化，资助对象的学习生活和社会活动数据各自处于孤岛模式。为了保证贫困生认定工作的准确性，实时监测困难生信息的动态变化，精准匹配资助对象，就要保证资助信息的深度和广度，对学生信息进行全面挖掘。单纯依靠教育部门和学校资助系统无法获得全面的信息，因而充分发挥大数据技术的作用至关重要。在信息化教学环境下，利用大数据技术手段，整合学校各类信息化系统资源，构建具有高度感知能力、协同能力和优化能力的新型信息化校园平台。通过校园数据共享平台获取并及时更新学生的消费情况和个人信息，对学生在校消费水平、学习状态及社会活动数据进行交叉比对、分析研判，结合困难认定结果，挖掘“隐性困难生”，删除“虚假困难生”，让贫困生数据库做到“有进有出”，实现学校资助的公平公正。

2.3 运用大数据匹配手段，精准识别学生资助需求

我国当前资助项目仍处于“分散管理”的模式，项目之间各自独立，资助信息之间缺乏有效的沟通，学生的资助需求和资助项目之间无法有效的匹配，难以满足个性化、定制化的资助需求。利用大数据技术，挖掘海量、动态、多样的信息数据，并对其进行筛选分析，结合不同专业、不同项目、不同类别资助需求，匹配出有价值的资助资源，识别资助对象，制定精细资助服务。通过有效匹配资助主客体之间的供需关系，满足资助对象的个性化需求，实现资助对象精准化识别，进而提升帮扶的针对性。

3 大数据技术运用高校精准资助工作中的措施

3.1 优化困难认定指标体系，量化评估困难生经济信息

精准资助关键在于精准认定困难学生。学校建立困难生认定系统，并结合上级贫困生库数据内容和历年贫困生认定经验，从家庭主要经济来源和家庭主要经济支出两个维度，定制了一套贫困生认定指标，指标设为两级，一级指标为指标类别，二级指标为评价标准，研究表明，评价标准分值越高，贫困等级越高。贫困生认定指标主要有：父母的劳动能力情况（丧失劳动能力原因），家庭人均年收入（家庭人口数）收入来源、学费的由来（助学贷款及类型）、家庭遭受自然灾害或突发意外事件致贫程度、家庭欠债情况生活消费情况、医疗支出、教育支出等。为保护学生隐私，学生的家庭经济信息由个人登录贫困生认定系统填写，“七类贫困生”的身份信息由学校从上级资助系统采集后直接录入。困难生认定全年开放线上，支持新增认定学生随时在线补填申请，实现动态管理。

3.2 引入学生消费评估参数，构建动态管理机制

资助管理动态化主要包括资助对象的精确化和资助方式的多样化[3]。家庭经济信息指标认定主要来源于家庭收入开支，结合民主评议的学生日常消费水平主观判断为主，没有数据支撑。学生消费水平在一定程度上间接反映了学生的经济状况，且家庭经济困难学生通常在校日常消费具有消费稳定性较高，消费结构简单，校内餐厅就餐率较高，消费连续性较强等特点，因此可以将校园一卡通消费水平作为家庭经济困难学生认定的关联性数据。在学生消费评估基础上，一些高校探索出新的隐形资助模式，对消费水平远低于学校平均水平的学生直接进行伙食资助。高校以学生校园消费为样本，统计分析每位学生食堂消费总天数、食堂消费总次数、日均食堂消费金额和次均食堂消费金额，综合考虑消费金额、消费类型、校内就餐比等相关数据后，找出校园消费与学生经济状况的关联性，发现资助对象，实现精准资助。利用大数据收集分析学生的社会活动习惯，对于已经评定为资助生的学生进行重点监测和动态管理，是实现高校精准资助的公平性的有效途径。

3.3 依托大数据一体化平台，定制个性化资助方案

构建校园大数据一体化平台，为学生资助管理服务的精准化提供实证数据和科学决策支撑。在大数据思维下，重视对资助对象真实需求的实证分析和验证分析，利用互联网整合技术将学校孤立的信息系统紧密串联起来，建立基于数据库“沟通”与“对话”的技术服务平台，用数字信息对学生进行全方位分析，识别信息链的关联性，并对定量数据的客观特征进行审核反馈，结合对象实际需求形成个性化的资助方案，以此来保障精准资助的实效性。其次，学生在校期间的社会行为、学习状态及心理状况亦是验证学生经济情况的重要指标，利用大数据平台综合分析学生的资助关联信息，可以更加合理地配置奖励型资助和补偿型资助资源。这一个性化的资助方式也有利于更加有效地激励资助对象励志学习和回馈社会。

4 结语

利用大数据思维方式和新一代信息技术手段，学校整合校园数据资源，通过对海量学生信息进行融合与分析，深入挖掘数据关联性及规律，动态监测管理家庭经济困难学生，实现精准认定。根据学生个性需求，合理分配资助资源，开展多元化资助帮扶，促进精准资助工作成效的大大提高。