基于大数据的高校学生资助工作转型探析

刘 晓 宇

(安徽师范大学 学生工作处, 安徽 芜湖 241000)

当前，我国需要充分运用大数据等技术重组大学生资助流程与结构，改革现有高校资助育人体系，推进资助育人工作的精准化、高效化、长效化，实现智慧资助育人。

一、当前高校学生资助工作信息化存在的问题

(一)资助对象认定指标体系难以明晰和数据来源难以统一

“大数据技术真实、客观、全面地反映学生行为表现”[1]，“通过数据关联分析能够帮助提升贫困生认定准确性、构建完善的资助数据平台、建立完善的制度体系、强化资助的育人功能、拓展精准资助工作领域”[2]，为高校资助平台建设和贫困生资助工作提供有力支撑。充分利用数据在高校信息化资助工作中虽然已经得到足够的重视，但依然存在一些不足。首先，大数据支持下资助指标难以明晰。高校贫困生认定是高校资助工作的基石，但目前高校在贫困生资助工作中存在贫困生认定依据简单、贫困证明开具程序舞弊等现象。精确细致的认定评估指标体系是贫困生认定问题的核心要点。当前，大数据支持下的认定评估指标体系尚未得到系统的建构与研究。其次，大数据挖掘的内容难以统一。高校网络用户产生的学生消费记录、门禁记录、贫困生数据、奖助学金数据等价值密度低，且数据繁杂，具有“碎片性”[3]，难以保证资助平台中每个功能模块提取的数据源的一致性，进而数据挖掘的内容难以统一而导致资助工作缺少精确性。此外，数据挖掘难以统一必然导致数据分析的方式难以标准。数据挖掘是数据分析的基础工作。高校资助平台如何在尽量公平公正的情况下分析学生的各项信息，进而评判学生的贫困等级，是当前面临的重要难题。

(二)资助平台功能相对局限

高校资助平台是高校开展贫困学生精准资助的主阵地，现有资助平台的功能相对局限，缺乏对贫困学生具体画像的描述。资助工作的目标是帮助贫困学生顺利完成学业。部分高校资助工作主要是以资金资助形式为主。在资金平台中的资助管理功能中，大部分资助平台更多指向定向经费入账，并未具体到每位资助学生，查询不到系统评定出的贫困生名单。长此以往，难以落实关于具体学生的资助效果、资助评估等工作。关于具体学生的贫困分类、贫困原因以及心理和精神状况的数据也缺乏跟踪挖掘。如果对受助学生缺乏个性化物质和心理需求的帮扶和指导，那么受助学生精神追求的主观意识就会懈怠。“学生贫困画像的构建是大数据时代下精准资助工作开展的关键，以大数据技术为基础，通过收集学生的基础信息、消费信息、学业情况、图书借阅信息、网络行为等数据，分析每位学生的贫困指数”[4]，进而才能全方位、多维度地描述学生在校期间的综合情况。通过刻画学生全维度贫困画像，为资助工作提供详尽的数据支撑，从而帮助资助工作人员全面认识学生，对贫困学生进行精准识别，促进学生资助工作更加客观公正、科学合理。

(三)资助流程不够规范

目前，国内各高校信息化资助流程大同小异，一般是贫困生信息的录入开始使用资助系统平台，由学生在PC端或移动端填写完成申报工作，借助资助管理平台形成贫困生信息库，再对贫困生资助工作进一步加强管理[5]。这样的资助流程容易引发一些问题。首先，资助平台出现了内外建设站位不均衡、精准资助度不够、资助育人价值不足、资助流程不规范等问题。高校资助平台建设不仅有外在的硬件设施，还包涵一些内在的软件系统的开发与应用，但大多数高校偏向外在硬件系统的建设与研究，从而导致内在软件系统的滞后和缺乏、信息资源的利用率低等问题。其次，重构资助育人工作的组织平台、宣传平台和教育平台，实现资助平台的资助育人价值。此外，缺少线下确认与交流是当前精准资助工作需解决的问题。资助工作人员需从数据预测贫困生信息中发现疑似“虚假贫困”和“隐性贫困”学生，从而进一步开展线下沟通了解，最终确认贫困生名单和贫困级别[6]。当前，高校资助流程缺少一套规范、标准化的工作体系。高校资助平台应从规范基础工作、优化业务流程着手，采集、加工、组织及整合相关有效信息，让资助工作更有效率，让平台信息更加实时化。

(四)资助育人缺少动态跟踪管理

一般高校资助平台的资助管理功能能够清晰地显示受助学生的社会经济状况和资助资金的去处。但从资助育人视角来看，仍缺少相关持续的育人跟踪管理。虽然大数据呈现资助经费的去向以及学生的家庭经济相关情况，但是线上的数据并不能全面概括学生的整体特点。细致精准的线下跟踪调查的缺乏是当前资助育人工作亟须突破的瓶颈。部分高校对贫困学生一经认定，认定周期内就很少再进行相关数据的更新和对贫困生的跟踪管理。学生由于各种原因难免会出现错过认定时间、刻意隐瞒困难等情况。如若高校仅仅是确定贫困对象，将补助发放到位而不对原有的信息系统及时做好更新，那么难以保证资助学生数据的完全真实。一旦贫困学生的基本信息不全或缺少真实性，高校就无法掌握学生的真实情况，从而影响资助工作的公平与精准性。

二、基于大数据的高校智慧资助育人体系，完善学生资助工作

(一)精准识别认定

构建大数据技术支持的高校智慧资助育人系统，需要从根本上解决传统资助育人工作数据多、识别难、流程复杂的工作痛点。首先，利用互联网技术打通数据互通环节，以教育部易班平台和本校既有的学生相关数据为依托，进行数据的收集，对可取范围内的数据进行初步的信息化处理，辨别错误、缺失的信息，减少学生信息填报的复杂性和重复性，降低学工部门的工作数据收集难度和人工核实的成本。其次，采用线上数据量化测评与线下实地回访验证的双保障机制，以数据分析结果做评判依据，再重复检测数据结果的准确性，从根本上杜绝资助育人工作的“缺位”和“越位”问题，同时也保障了数据的真实性。通过定量的线上数据分析与线上线下结合的定性分析，切实了解贫困生的生活状态和资助状态。再次，采用层次分析法，将贫困生数据认定工作分为目标层、准则层、指标层3个层级。细化与学生相关的经济收入和支出比的内在条目，通过对在校学生群体整体的调查，将经济收入划分为家庭成员情况、住房情况、负债情况、主要收入来源、人均月收入、劳动力比量等6个方面。从学生的角度认知其经济收入的多个维度，打破以往资助育人工作经济收入的单一评价标准，将经济支出分为生活基本支出、医疗支出、教育支出等3个方面，了解贫困学生的支出情况。通过学校专家组的评价与顶级，将具体的条目进行指标的权重细分，从单一评价到立体多维评价，不从总体情况认知个体贫困生的整体情况，而是利用大数据分析技术公平、公正地对贫困生个体进行多级贫困划分，由系统得出数据直接明确学生是否贫困及其贫困等级，实现对贫困学生的精准识别认定。

(二)精准画像展示

利用大数据技术，对贫困学生予以精准画像展示。这需要从整体到个人、全方位立体式地展现高校资助育人工作的智慧化和信息化。高校要对学生个体违纪处分、心理状态、素质拓展、获奖受励、学分情况、家庭困难情况、在校消费、个人信息、学习成绩等9个方面的数据进行分析梳理(如图1所示)，可以得到学生个体的数字画像，通过数字画像认知学生的翔实情况，对资助对象的资助和育人双线工作予以定制化。利用大数据技术突出资助育人工作的人文关怀，以生为本进行分类、分级、分人的多种资助育人工作实践，减少学工部门工作难度，提升高校资助育人工作成效。量化资助育人工作个体评分细则，以思想道德、社会责任、专业技能、职业素养、身心素养、人文底蕴等六个维度的资助年度考核数据，直观展现资助育人个体效果的变化。一方面，学生得到充分直观的自我认知。另一方面，向教师、辅导员群体直观展现学生个体的多维度状态，对当前阶段的帮扶方式做出更为有效的评价和效果评估，进而明确下一阶段的帮扶重点和途径。

图1 学生画像和智慧资助育人效果

(三)精准重构资助流程

通过对多所高校的常规学生资助工作的调研，发现高校学生资助工作虽然一直处于国家关注的重点和高等教育改革的中心，但是传统的高校学生资助工作体系还是处于主体地位，以“自下而上”的高校资助育人工作推进模式依然是工作常态。常规学生资助工作存在学生个人申请、班级小组认定、辅导员审核、院级审批、校级核准等五级程序。多年的实践结果证明：虽然传统的学生资助工作在解决大多数资助工作的普遍性问题上存在优势，仍有行政参与主体多、申报审批程序繁杂、环节效率低且资助认定效果不佳等痛点。大数据驱动下高校智慧资助系统打破了以往的资助工作逻辑，自上而下推进资助育人工作，从关注群体学生贫困细化到以数据保障每个个体学生的成长全过程。以智慧资助系统为主体，收集全方位资助数据，以数据预警显性和隐性贫困生，打破学生自下而上的申报壁垒，从学校发起的线上认定开始，减少认定工作流程和审核问题，将整个流程主体分为智慧资助系统的数据预警、学校层面的线上认定、班级层面的评议、多方主体的实地回访验证等4个层级。如此，加强对高校智慧资助育人工作效果的回访和数据真实性的验证工作，上下结合，化被动为主动，用数据激发资助育人工作的内生力和外引力，实现对资助流程的精准重构。

(四)精准全面资助

通过技术平台实施智慧资助育人，需要完善资助前、资助中、资助后全面资助育人工作。可将智慧资助育人工作整体分为预警、资助、效果3个方面(见图2)。资助前，大数据精准到学生个体数据预警其消费水平、成绩及心理状态，利用生源地证明材料、校区校园卡消费情况、银行卡资金往来情况等众多信息，全面囊括学生的低消费预警，杜绝学生因心理或其他原因产生的“贫而不申”的隐形贫困现象。同时，对贫困生进行大数据高消费预警，某种程度上避免学生“申而不贫”的现象。利用大数据平台关注贫困学生的成绩和心理问题，以学生为中心，发挥数据的“靶向效应”，精准识别学生除经济贫困情况外的其他问题，有针对性地对贫困生群体进行区块行为的划分，从经济资助转向多维育人资助。资助中，大数据分析贫困生奖学金和助学金的比率问题。通过多年的资助育人成果的对比，正确认知阶段性资助育人工作的“育人”效果。同时，关注资助对象的个人成长，为贫困学生量身打造对应的培训实践平台，从根本上提升其基本能力和核心素养，高质量完成资助育人工作的“扶志”和“扶智”的目标。资助后，利用大数据技术对贫困生及其就业率、升学率、素质能力和志愿服务情况进行分析，直接展示受资助学生整体的服务意识、责任担当、个人能力、素质拓展等方面的变化，量化贫困学生素质提升的效果，反馈当前资助育人工作的效度。高校要有针对性地规划下一阶段的资助育人工作重点和学生个体大数据跟踪式完成资助的全过程，从而达到资助流程全覆盖、数据全闭环的在线服务要求。

图2 智慧资助育人三阶段

三、大数据驱动下的高校智慧资助系统应用的效果

本研究以A大学为例，依托教育部的易班平台，自主研发了大数据驱动下的智慧资助系统，坚持“以生为本、应助尽助、资助育人”的工作理念，坚持把社会主义核心价值观融入资助育人全过程，突出资助育人、价值引领、人文关怀和成效评估，构建了高校智慧资助育人系统。近5年来，A大学共资助家庭经济困难学生2.8万余人次，资助金额逾1.4亿元，实现了高资助面、高资助额、高成才率、高满意度和零投诉、零差错、零欠费、零失学等资助工作目标。

(一)提升资助工作的精准度

通过开发系统与完善流程，改进资助工作的精准认定、资助、发放、查询，保障数字化智慧化资助育人工作的高效高质运行(见图3)。首先，提升识别精准度，运用数学模型研发贫困生认定量化指标体系和认定系统、识别困难程度和区分困难学生群体，提升贫困生认定的科学性与准确率。其次，提升资助精准度，通过对多个贫困等级的学子资助需求进行数据分析，建立需求与资助评估指标，推进分类资助。再次，提升发放精准度，无需学生申请困难补助，高校根据系统数据，直接把补助发放到学生校园卡，或者贫困生自主申请购买保暖衣物以及学习等用品，通过委托快递直接邮寄给受助学生。最后，提升查询精准度，实现各类信息自定义精准查询和数据信息与全国、全省资助系统的对接。

图3 A大学智慧资助系统模型

(二)实现数据精细化专业化与管理扁平化

通过开发系统建构资助治理模式，可以帮助高校资助育人工作实现数据和管理的多维变化。一是数据精细化，利用数据回访验证和效果跟踪，量化保障物质资助的全过程，从贫困生认定开始到贫困生帮扶、效果跟踪评估，贯彻资助育人工作的全过程。定量与定性相结合，突出数据的重要作用，保障工作的准确性和真实性。二是数据专业化，利用大数据分析，了解学生的需求，个性定制学生服务，充分发挥资助育人工作面向学生个体的重要作用，针对特殊问题完善服务流程和反馈体系，保障工作的针对性和有效性。三是管理扁平化，简化管理流程的层级体系，数据驱动实现流程再造和资助预警，将时段性资助育人工作转变为常规工作，实现从个体管理到群体管理的常态化科学化管理循环。同时，高校实现从常规事务型治理模式逐渐向问题解决型资助治理模式的转变，并不断完善资助育人质量体系。

(三)转变从单维保障到多维发展的资助服务

从大数据驱动的智慧资助角度切入，高校开展智慧资助，可以转变原有的单维保障型资助服务。首先，通过抓取学生的学业、心理测量、勤工助学、素质拓展活动参与等情况，分析学生在校学习成长中存在的不足。其次，通过系统将问题定向推送给辅导员，及时解决学生成长面临的问题。再次，学校基于大数据分析，针对贫困生学习成长中存在的共性问题，为开展“扶志、扶智”活动提供决策，实现贫困生德智体美劳的全方位发展。因此，高校整合学生个体心理、励志、学业、拓展的育人效果全过程，既能实现以数据伴随学生全面成长，直观突显学生对于经济关怀和人文关怀的个体需求，又能实现资助育人工作的可持续发展，实现智慧资助由单维保障到多维发展服务的转变。

(四)绘制物质资助、精神关怀、三全育人的同心圆

以“智慧育人”为价值导向，与高校的资助工作同谋划、同部署、同考核，在多年的实践过程中形成了“学校统一领导、部门统筹指导、学院主抓落实、学生自助互助”的资助工作机制和“物质帮助、道德浸润、能力拓展、精神激励”有效融合的资助育人机制，绘制物质资助、精神关怀、三全育人的同心圆，实现资助育人工作“解困、育人、成才、回馈”的良性循环，初步形成了全员育人、全过程育人和全方位育人的资助育人格局。利用智慧校园平台，实现精准认定、精准资助、精准发放的物质层面帮助，加强贫困生的道德培育。根据贫困生的需求，高校提供一对一的帮助，以学生为中心，从生涯规划、人际交往、励志自强、感恩 奉献、诚实守信、心理健康、创新创业等方面全面解答贫困生的困惑，将资助育人故事搬上舞台，使贫困生教育生动化、生活化。高校设立“扶智、扶志”项目，形成一套以贫困学子感恩诚信、励志自强、学习实践、沟通交际、发展成就等五项一级指标为核心的资助育人量化评估体系。