大數據背景下高校精準資助體系探究

王加迎+蔡永清

摘 要 基于大數據分析的高校精準資助體系將是高校學生資助未來發展的趨勢。本文結合我國高校目前的資助體系和遇到的實際困難，在大數據背景下探討了高校精準資助創新體系，該體系主要工作在精準識別、精準匹配、精準考評等理論層面開展了有意義的探索，對今后高校推進精準資助有一定的指導意義，并且推進社會和教育公平。

關鍵詞 大數據 精準資助 高校 體系

中圖分類號：G647 文獻標識碼：A

0引言

高校精準資助工作是國家促進教育公平的重要舉措。隨著我國經濟的蓬勃發展和資助體系不斷完善，高校大學生資助事業取得了長足發展，受助大學生的規模日益增長，資助形式也呈現越來越多樣化。目前高校資助工作也從廣泛覆蓋的“陽光普照”模式向精準高效的方向轉變。因此，建立高效優質的高校精準體系成為了當前高校創新資助理念和方法的重中之重。本文研究以大數據分析為基礎，逐步形成精準識別、精準匹配、精準考評的多項資助方案共同實施的多元混合資助體系。

1大數據與高校精準資助現狀

大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發展為對海量數據、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。

如果高校大學生想要獲得資助資格，首先要依據《關于認真做好高等學校家庭經濟困難學生認定工作的指導意見》來獲得家庭經濟困難學生資格。在評定過程中各個高校根據自身實際制定了自己的認定程序和標準，但總體評議和認定過程沒有大的變化。有些貧困生因為自身性格要強、愛面子心理、對資助政策不理解等因素影響未申請評選。另一方面，還有極少數學生提供了虛假的貧困材料，夸大了經濟困難的程度。同時由于家庭經濟困難學生認定標準過于籠統，加之民主評議和認定小組評審中主觀因素過多，造成了“偽貧困”現象，尤其是在大學的低年級，由于了解程度較淺，降低了資助的準確性。這些給高校的資助工作帶來了很大的阻礙，引起了不公平現象，精準資助舉步維艱。當前我國高校對貧困生的資助大部分是無償的，這也使得部分貧困生產生了等、靠、要等負面思想，缺少對國家、社會、學校的感恩。

當前高校資助需要獲得的學生家庭及個人的經濟數據是一個復雜的數據集，以大數據為技術支撐的精準資助就成為了當前的研究重點。通過大數據管理來實現精確的家庭經濟困難學生識別和動態分析。建立家庭經濟困難學生數據動態檔案，全面掌握學生家庭經濟情況、學費金額、餐飲消費、服裝消費、通訊消費、電子消費品支出、奢侈品支出、家庭脫貧情況等綜合數據，建立動態數據庫，將按照學生的實際情況結合消費金額，精確制定對口資助規劃。同時聯合輔導員、專業教師、同班同學，在對家庭經濟困難學生進行經濟資助的同時，注重對學生的精神扶貧、感恩教育和能力培養。

2大數據背景下的精準資助

2.1精準識別

精準資助的關鍵是精準識別，通過科學有效的方式和方法精確找到家庭經濟困難學生。精準識別貧困生是高校資助工作的關鍵，識別的準確度體現了困難大學生資助的實效。在實際操作中將家庭經濟困難學生資格認定動態計算的數據庫實現，根據貧困生在申請中填寫的家庭經濟收入情況、學費金額、餐飲消費、服裝消費、通訊消費、電子消費品支出、奢侈品支出、家庭脫貧情況等信息，同時對提供的上述數據民主評議打分，最后計算出貧困生的困難程度，并判斷家庭在大學教育中的經濟承受力。為了保證數據的準確性，必須對貧困生提供的信息進行逐項打分，打分學生包括本班所有學生和輔導員（班主任），通過大樣本來減小主觀誤差。同時向地方政府核實家庭經濟困難等級，和政府的資助情況。借助政府和銀行的大數據技術平臺調研家庭經濟困難學生家庭基本經濟情況和教育支出的承受能力。

因此，大數據分析工具為貧困生的精準識別了技術支撐。大數據分析不只是停留在掌握龐大的數據信息上，更重要的是對數據進行專業化分析上，通過“加工”實現數據的“增值”。大數據背景下的家庭經濟困難學生資助中不在是高校一方的事務，而是構建政府、銀行、家庭、學校和學生等相結合的新模式：

（1）構建政府層面的貧困家庭的認定信息整合平臺。將公安、銀行、房管、民政、居委會、稅務等部門的數據整合在一個大數據平臺上，實現有嚴格授權的數據資源共享，為高校貧困生的精準識別提供原始數據。

（2）建立高校層面的貧困生認定分類細分標準。標準堅持定性和定量相結合的原則，實現指標明確、界定清楚、注重客觀數據量化過程和民主評議相結合，在數據挖掘的角度充分利用數據，為精準識別家庭經濟困難學生提供技術支持。

（3）搭建社會層面的貧困生幫扶信息平臺。為幫扶者提供受助對象真實的信息，同時完善幫扶者的認定標準和流程，雙方相互開放信息，在數據開放角度為精準識別提供動態相互檢驗，達到利用社會資源來幫助家庭經濟困難學生，又能實現教育幫扶公平問題。

2.2精準匹配

精準匹配是個體需求的分配問題，通過大數據的分析找到個體的需求，利用現有的資助資源來提供個性化的資助。目前我國高校在資助匹配中各類的資助是分開的，貧困學生對自己能獲得哪種資助或者自身條件符合什么樣的資助項目定位不清，經常出現什么資助都申請和重復受資助等問題。同時，由于眾多的資助不能合理分配形成有效互補造成了資助資源的浪費，影響了教育公平性，而且不利于貧困生自身的成長成材。

為了優化資助資源配置，提供利用效率，高校可以將國家、社會、學校的各項資助項目進行整合打包，形成不同等級的“資助包”，向不同困難程度的貧困生提供組合式的資助。借鑒美國等發達國家的做法，“資助包”包括獎學金、助學金、助學貸款、校園勤工崗、社會助學金等各種資助，這種資助形式能夠協同解決家庭經濟困難學生的貧困問題。

目前各個高校基本沿用“比較困難”、“一般困難”和“特別貧困”三級的分級標準，在實際操作中也暴露出指標重復、分析不夠精確等問題。因此，高校在資助匹配中需要細化分級模式，以提高資助的匹配精度。高校可以設立靜態分級和動態分級結合的混合分級模式，靜態分級以往的以家庭收入為主的靜態三級困難等級，動態分級包含家庭經濟困難學生的學習成績、綜合測評成績、誠信、感恩等，細分貧困生的層級有利于實施資助資源的精準匹配。依據貧困生的實際進行分類指導的方法，提高了教育資源的有效利用，促進教育公平，推動了貧困生的全面發展。endprint

2.3精準考評

精準考評是對精準資助的客觀評價，反映的是高校資助工作的效果，是資助社會價值的直接體現，彰顯教育公平的主要評價結果，體現教育教育公平。目標管理貫穿在高校精準考評中，體現社會價值，精準考評離不開高校精準資助的目標管理，而這種目標管理不僅要體現社會效應，還體現在貧困生的經濟改善、心理健康和綜合素質提升等“育人”價值中。

美國的管理學大師彼得·德魯克最早提出了“目標管理”的概念，有了目標才能確定每個人的工作。約翰斯通提出了“成本分擔”理論，該理論洞見了美國學生資助“育人”的目標管理。我國高校的學生資助考評體系是一個封閉體系，有著嚴格的上下級之間的關系，明確的政策導向。目前各個高校建立的家庭經濟困難學生資助考評體系具有較強的育人價值導向，這也是高校目標管理的一部分。在具體實施的依據是《中央部屬高校學生資助工作績效考評暫行辦法》。資助考評主要依據高校資助工作的基礎建設、工作實施、工作成效和資助育人等多項指標綜合考核。高校大學生資助工作的育人價值得到充分的體現。構建高校因人而異的新的資助考評體系，精準資助體系中“個性化”的資助模式能最大的發揮貧困生的主動性，合理分配資助資源。精準考評是精準資助的價值所在，對精準識別和精準匹配有明顯的促進作用。

3結論

越來越多的研究者開始關注基于大數據分析的高校精準資助體系，也是高校學生資助未來的發展趨勢。本文結合我國高校目前的資助體系和遇到的實際困難，在大數據背景下探討了高校精準資助創新體系，該體系主要工作在理論層面開展了有意義的探索，對今后高校推進精準資助有一定的指導意義，并且推進社會和教育公平。但是由于大數據分析的部分數據較難獲得，成本較高，實際應用還需要政府、社會、高校的共同努力推進，有理由相信在不久的將來大數據分析方法會在高校精準資助工作中得到全面的應用。

參考文獻

[1] 朱友紅.大數據時代的政府治理創新[J].中共山西省委黨校學報，2015，38（06）：85-87.

[2] 鄭瑞強，曹國慶.基于大數據思維的精準扶貧機制研究[J].貴州社會科學，2015（08）：163-168.

[3] 謝浩然.美國聯邦政府學生資助體系對我國高校“精準資助”的借鑒價值[J].法制與社會，2017（07）：221-222.endprint