利用大數據技術 構建高校精準資助工作模式

劉秋韻

高校家庭經濟困難生（以下簡稱貧困生），是高校中人數不少、不容忽視的群體。推進高校精準資助工作模式的構建，關系著高等教育大眾化階段的健康發展，關系著高等教育的公正公平，更關系著高校、社會的和諧穩定和可持續發展。

然而，高校在貧困生資助工作中仍遇到不少實際問題，目前有兩個突出方面。

一是貧困生的認定難，或者說做不到精準認定。在高校貧困生資助工作中，貧困生的認定是關鍵步驟。由于我國正處于區域經濟發展不平衡的階段，地域、城鄉發展不均衡，經濟收入水平差距大，加之我國還沒有建立起一套完善的收入申報制度和稅收申報制度，公民的收入和家庭經濟狀況是不透明的。貧困生認定方法缺乏科學性，導致對學生貧困程度的衡量存在偏差。如何準確鑒定貧困生，就成了精準資助的困難問題。

二是不同檔次的高校在資助資源的分配上嚴重不平衡。雖然資助政策總的原則是“向欠發達地區傾斜”，“向低收入人群傾斜”，而且從表面的數據看目前的分配確實體現了這樣的原則；但是，將各種因素考慮進去后，因高校檔次差異導致的不平衡是相當嚴重的。對于985、211、普通高校、三本院校、民辦院校、高職高專，不同層級的學校，貧困生的結構大不一樣，越是高端的學校，貧困生比例越小。可是，越是高端的學校，獲得資助資源的渠道越多，總量和人均量越大。以社會捐贈為例，清華大學2017年的獲得社會捐贈達11億元之多，很多985高校也都達數億，而大量普通高校獲贈款項很少，甚至為零。兩個貧困程度相當的學生，在高端學校獲得的資助可以是低端學校學生的數倍甚至更多，高端學校資助資源富余，而低端學校大量貧困生資助額很小或得不到資助。這種局面，一方面是受資源向高端集中的“精英主義”導向所影響，但還有一個不容忽視的原因，是沒有大數據平臺的支撐，無法獲取各種類型資源的動態數據，因而不能通過測算進行資源平衡的預算和分配。

一、解決精準資助問題，必須運用大數據技術和大數據思維

（一）大數據技術與大數據思維

所謂大數據技術就是面對越來越混雜的互聯網海量信息開發出來的一系列技術，這些新技術催生了與傳統思維迥異的大數據思維，大數據思維又反過來創新更多的大數據技術。

大數據思維的精髓可以概括為以下幾點：

1.大數據思維注重多因果相關性。一個經典的例子可以讓我們瞬間明白大數據思維的妙處：沃爾瑪集團通過購物單的大數據分析，發現許多購物單中，如果有啤酒，常常會伴隨尿布，而持這樣的購物習慣者通常是男人。這樣的發現就讓超市將尿布和啤酒擺放在一起出售，有利于提高銷售量。傳統的思維會糾結于“為什么買啤酒的男人同時要買尿布”這樣的思考，而大數據思維拋開這些，直奔主題：這兩者的相關怎么利用？

大數據思維告訴我們，知道了“是什么”時，“為什么”其實沒那么重要了。

2.大數據思維處理全部數據，而不是傳統的樣本分析。全數據分析往往能作出樣本分析無法得到的獨特發現。

3.大數據思維不追究數據的精確性，而是直面互聯網數據的混雜性，并能從雜亂無章中發現有用的資源。

4.大數據思維以獨特的角度發現傳統思維無法發現的解決問題的途徑，能避免思維定勢，有不可思議的預測和預警能力。

（二） 與資助工作相關的大數據信息的利用

在互聯網時代，大學生的個體經濟狀態都能通過互聯網收集的相關數據得到精確的記錄與分析。通過大數據技術獲得這些信息，從根本上改變了資助方和被資助方之間信息不對稱的困境，為高校精準資助貧困生提供準確的信息基礎。比如數字信息化校園管理離不開的“校園一卡通”，其應用的業務范圍非常廣泛，食堂、超市、洗澡、購物等都可以刷卡，方便學生的日常生活。校園一卡通也成為獲取學生生活和經濟情況數據的有效途徑。基于學生校園一卡通的客觀消費數據，對其進行分析處理和數據挖掘，可識別學生潛在的消費行為特性，從而分析其經濟狀況，更加真實、客觀地評定貧困生。

在貧困生“三級證明”的信度和效度不理想的狀態下，學生的日常消費是鑒別貧困生的最重要的依據，而現已在全國高校推行的“校園一卡通”系統使得挖掘學生日常消費大數據成為可能。現有的實驗研究表明，在可靠的算法下，通過數據清洗，消除數據“噪音”后，鑒別貧困生的可靠性幾乎可達100%。

目前已有不少相關研究，一些高校也已經有了一些實踐性應用，并取得了良好的效果。例如，成都電子科技大學組織開發的“精準資助”系統，華南理工大學開發的“貧困生認定與評級系統”，江蘇大學和南京理工大學利用校園一卡通的食堂就餐大數據自動識別貧困生。這些先鋒式的實踐讓我們看到大數據技術在精準資助上的根本作用。

但是，各校零星的實踐無法解決全國性的癥結性問題，因此我們提出建立精準資助的全國大數據平臺的設想，并且倡議一套制度化的精準資助的程序操作。

二、 建設貧困生精準資助的全國大數據平臺的構想

（一） 統一規劃，合力開發

這個全國大數據平臺，應該由國家機構統一規劃，組織專項資金，組織全國性的跨學科團隊實施開發，這樣既可避免各地各高校的重復研發，又能保證開發出的系統的高水平，還便于統籌調用全國的各類信息資源。

（二） 實現資助資源的動態、公平分配

平臺建成后的一個頂級功能是國家每年對各地、各高校的資助資源都能根據系統實時計算，確保公平分配，使需要的地區和學校得到更多的資源，從而精準實施全國范圍內均衡分配。

（三） 核心模塊是“大數據分析軟件包”

這個“大數據分析軟件包”，具備對各類數據（生源地經濟數據、學校所在地經濟數據、學生消費數據、教育成本數據、學生學習表現數據，等等）的綜合分析功能，可以用來動態鑒別學生的貧困水平。該軟件包可在網絡上供各高校調用，用以預選、鑒別貧困生，評估貧困等級。統一的算法，保證了資助的統一標準。

（四） 實現與其他各類信息資源的對接或共享

與人口數據、社保數據、扶貧數據、納稅數據等對接與共享，會進一步提升該平臺的價值，使之成為助學貸款的信用依據，促進教育資助向以助學貸款為主的有償資助轉型。

（五） 注意做好貧困生個人隱私、信息安全的保護工作

大數據平臺的建設和使用中，定會涉及個人隱私和信息安全等法律問題，要充分研究并作出預案。

三、 精準資助的程序化操作

精準資助的制度保證，就是整個操作的程序化和量化，杜絕人為干擾。

精準資助的全過程，必須包含如下程序或模塊：

—— 國家在下撥資助資源時，要在大數據平臺中根據各地（校）貧困學生數、城鄉學生比例、各地當年經濟發展指標、自然災害情況、物價指數，各校獲得的其他資助資源總量等，進行計算，根據計算結果，在各地區、各層次高校合理分配資源。

—— 資源分配到各學校后，學校利用“大數據分析軟件包”對學生消費數據進行分析，預選出資助對象，不再將名額分解至學院和班級。考慮到數據量，對新生的資助先暫以“三級證明”為依據，但事先告知騙取資助的嚴重后果。

—— 學生通過網絡提出資助申請。

—— 班級對資助對象進行民主評議。

—— 院校學工組結合大數據篩選和民主評議結果決定受資助人和資助等級。

—— 院校利用大數據平臺對資助對象實施動態監督，發現其消費水平與資助標準嚴重不符時，及時中止資助，并將之記入個人信用檔案。

——至少每年度對資助效果進行整體評估。（作者單位：上海師范大學）