基于大數據的高校精準資助能力提升研究

胡徽

摘 要：提升資助精準度是當前高校資助工作的必然要求，大數據思維及技術為此提供了有效工具。從大數據視角審視高校資助工作，主要存在統籌規劃不足、貧困生認定難、忽視學生發展性等問題。將大數據思維與高校資助工作相融合具備可行性，通過大數據的挖掘、分析和應用，促進貧困生認定精準化、資助個性化、管理動態化，最大效度地發揮高校資助工作的育人功能。

關鍵詞：大數據;高校;精準資助

中圖分類號：G647

文獻標志碼：A

文章編號：1001-7836（2019）06-0148-03

高校學生資助工作是國家整體資助的重要部分。在2018年1月23日召開的全國教育工作會議上，教育部部長陳寶生指出：“當前我國教育正面臨新的形勢和任務，機遇前所未有，挑戰前所未有，許多新情況、新問題都需要我們去面對、去解決?！逼渲蟹鲐毷?018年我國教育改革關鍵詞之一，教育部將出臺深度貧困地區教育脫貧攻堅實施方案，重點攻克“三區三州”貧困堡壘[1]。黨的十八大召開以來，精準資助被提上政策議程，從國家項層設計到各省出臺實施方案，再到高校因時、因地制宜地落實部署，針對家庭經濟困難學生的資助呈現快速發展的態勢。在持續解決教育發展不平衡不充分問題的背景下，高校精準資助能力與水平仍然有待提高，應當以大數據發展為契機，立足其思維與技術優勢，開創大數據與高校精準資助相結合的新思路。

一、大數據時代下高校資助工作的典型問題

高校資助工作的目標是將有限的國家資源最大限度地用在每一名真正需要的學生身上，但在現行的高校資助體系與資助行為中，“會叫喚的孩子有奶喝”這種相悖的現象不在少數，特別是在大數據時代下還表現出以下典型問題。

1.統籌規劃的信息化效果有待提升

隨著信息化水平的提升，高校資助工作信息化建設取得了較大進步，新技術推廣運用較快，出現了一系列資助管理系統和工作平臺。然而，各省市開發的資助工作平臺與各高校建立的信息平臺相對獨立、內容不一，不僅高校與高校之間的數據難以開放共享，甚至高校與教育行政主管部門之間也難以實現信息互通。一方面，信息平臺的開發與維護本身增加了成本、浪費了資源;另一方面，在實際工作中，難以兼容對接的平臺加大了使用者的工作量，使其無所適從，最終反倒降低了使用率。由于缺乏完善的資助管理信息系統，不能夠及時對學生資助工作進行跟蹤和反饋，資助工作冗余環節多、工作周期長，管理工作存在漏洞[2]?？偠灾@種無序的平臺與系統建設看似功能強大，實則沒有太大助益。應該注重在國家頂層設計的指導下，統籌規劃、共建共享，才能實現資助工作的便捷高效。

2.貧困生的精準識別與認定存在困難

貧困生的精準認定是實現高校精準資助的前提，但一直以來家庭經濟困難學生的評判標準難以量化，僅靠學生自我描述與資助方的情感認知來判定，此種方式下的貧困生認定工作是阻礙高校資助工作的一大難題。根據普遍實行的《家庭經濟困難學生認定辦法》，目前甄別貧困生的基本方法是由學生家庭所在地的民政部門出具其家庭經濟情況表或者貧困證明。眾所周知，該表一般由學生自己填寫，民政部門蓋章即可，而某些民政部門的工作人員出于地方保護主義和家鄉情結，既不會細致詢問學生家庭經濟收入的具體情況，也不會深入調查核實表中所填內容的真偽。在這種情況下，家庭情況摸底表或貧困證明的效用就有待商榷了。高校負有了解和審核學生貧困身份的職責，然而高校學生人數眾多，專門負責學生資助工作的教師數量有限，難以切實掌握所有學生家庭經濟情況也是客觀存在的。實地調查與家訪可能是最有效的方式，但高校學生來自五湖四海，調查需耗費的人力物力財力巨大，使得高校對這項工作望而卻步。

3.忽視對受資助學生的發展性關注

由于資助工作的特性，在工作過程中往往出現重材料、重數據而輕學生自主性、輕人文關懷的現象，表現為以下幾個方面：第一，把大部分時間和精力花費在審查材料、驗證學生信息、核對資金數目等事務性工作上，忽視了對學生的教育和引導。資助數據和信息的核對十分必要，但應騰出足夠精力來關注受資助學生本身的學習和生活，不能舍本逐末。第二，較少顧及貧困學生的脆弱情感與自卑心理，過分公示受資助學生信息，可能對學生造成再度心理傷害。高校為保證資助過程的公正公開而采用公示制度無可厚非，但應有限度地公開，注意保護學生的敏感信息。第三，資助工作以資金發放為終點，忽視了跟蹤反饋和對學生的品質教育。大學生肩負實現中國夢的責任和使命，高校對大學生的資助不能只停留在資金救助層面，更應培養他們勤勞、自信、自立自強的品德和懂感恩、知回饋的品質。在資助工作中，人是真正的主體[3]，無論制度多么完善、程序多么嚴謹，如果沒有關注人的發展，就達不到“育人”的本質目的。

二、大數據應用于高校精準資助的可行性

如前文所述，高校精準資助既重要又緊迫，亟須采用新視角、新思路對高校精準資助展開研究。當今社會正處在大數據時代，這一時代的萬事萬物都可以運用大數據視角來觀察和描述，大數據具有“4V”的基本特征：Volume（數據規模巨大）、Velocity（快速實時響應）、Variety（數據類型多樣）和Value（數據富含價值）。將大數據運用于高校精準資助并非毫無依據，而是具有普遍性與特殊性的融合、工具導向與價值導向的契合以及核心技術過程與現實具體要求相貼合等可行性。

1.普遍性與特殊性的融合

大數據為我們提供了一個從未有過的審視現實的視角，它是一種可以滲透到所有生活領域的世界觀[4]。這種帶有普遍性特征的思維角度可以用于考察諸多實踐事務，既可以包括事關國計民生的大事，也能夠涵蓋個體行動決策指導。就這一點而言，高校精準資助能力的提升完全可以采用大數據的理念和技術。高校精準資助作為國家資助政策體系的一個重要部分，具有要求和實施的特殊性。根據教育部發布的《國家中長期教育改革和發展規劃綱要（2010—2020年）》學生資助中期評估報告，未來5年我國將推進學生資助信息化建設，建成以學籍為基礎的全國學生資助管理信息系統，實現與人口、低保、扶貧等部門信息系統的對接或信息共享[5]。這種包含高校學生資助的管理信息系統建設就充分體現了大數據這一普遍性思路與學生資助體系完善這一特殊性要求的融合。

2.工具導向與價值導向的契合

大數據還可以作為一種幫助人們改造世界的工具，與工具理性不同的是，這種工具導向已經把人類期望更好地認知事物、獲得美好生活的價值追求進行了內化?；诖耍咝＞珳寿Y助的價值導向與大數據工具導向具有一定的契合性。其一是理念的契合。高校精準資助本身就是體現以人為本、建立惠及全民的民生服務新體系的政策行為，大數據應用的理念也在于為人們創造更美好的生活，當然也包含將其運用于幫助眾多貧困學子完成學業。其二是行動指導的契合。大數據應用的優勢在于解決小問題，大數據思維的方向是分析，旨在發現相關關系[6]。從一定程度上說，高校精準資助也是分析資助本身與高校學生的相關性，使資助成為保證貧困學生完成學業、實現自身價值的有力條件。由此可見，實現工具與價值的契合是大數據助力于高校精準化資助的重要目標。

3.核心技術過程與現實具體要求的貼合

大數據主要的技術環節有數據挖掘、數據分析和數據應用等，圍繞這些核心技術還產生了一系列應用和支撐技術，如SQL與NOSQL數據庫技術等。大數據的核心技術環節與高校精準資助的現實要求具有較高的貼合性。高校精準資助過程中的貧困生認定，就相當于一個“數據挖掘”的過程，要在眾多的高校學生群體中認定真正的貧困學生群體，改以往的定性化認定為定量化認定，用“數據事實”說話。高校根據學生特點，選取合適、恰當的精準資助形式，就需要用到“數據分析”手段，怎樣兼顧對貧困學生的經濟資助與精神資助、如何提高資助的可及性與公平性并綜合選取個性化的資助形式等，都可以借鑒大數據的分析思路。高校精準資助政策的決策、執行等環節，可以將其類比為“數據應用”，把貧困學生的各種種類、狀態、形式的數據分析結果運用于高校精準資助體系優化與能力提升方面，不斷滿足高校精準化資助的現實要求。

三、大數據時代高校精準資助能力的提升路徑

根據《2016年中國學生資助發展報告》，我國學生資助政策體系更加完善，資助總額突破1 600億元，增幅達8.24%。其中，資助普通高校學生4 281.82萬人次，資助金額955.84億元，比上年增加107.87億元，增幅12.72%[7]。普通高校作為國家學生資助政策執行“最后一公里”的重要主體，要切實發揮自身優勢，運用先進的理念和技術不斷提高精準資助能力，充分保障國家資助政策落實的全面性和公平性。

1.以數據挖掘促進貧困生認定精準化，確保資助“有據可查”

高校精準資助的關鍵在于準確認定貧困學生、有效發放資助資金，使每一名有助學需求的學生受益。要通過數據挖掘實現貧困生的精準認定，確?！坝袚刹椤?，改變長期以來憑“一張證明、一個公章”就可以獲取資助的簡單工作思路，防止落入資助形式主義的泛化陷阱。首先，要發揮高?！按髷祿臁钡膬瀯?，多途徑采集學生數據。高校的教學、科研、管理等各環節產生了大量的非結構化數據，采集、篩選其中與學生學習、生活相關的數據，根據數據均值計算確定貧困生界定的相對標準。其次，要集成高校各部門的分散數據，多層次整合學生消費支出數據。高校學生消費支出狀況可以作為貧困生認定的重要標準，如把校園“一卡通”在后勤食堂、超市購物、充值中心等地方的消費支出數額、頻率等數據進行整合，建立貧困生識別預警機制，如果發現個別學生消費支出水平長時間大幅低于全校平均水平，就可以考慮將其納入資助范圍。再次，要挖掘現有與潛在數據的關聯性，多方面剖析貧困生入庫動機及其原因。在大數據思維中，師生之間的日常對話、電腦網絡的訪問留言、個人的閱讀寫作內容等都可以作為數據信息，可以根據這類數據挖掘學生申請資助的真實原因，核實貧困生入庫動機，提高資助的有效性。

2.以數據分析帶動學生資助個性化，確保資助“有的放矢”

目前，高校資助體系包括“獎、助、貸、勤、減、免、補”等多種形式，但仍然存在資助面狹窄、資助度弱化的問題，可以考慮通過數據分析的方法，探索適應不同學生需求特點的個性化資助方式，實現精準資助“有的放矢”?？赏ㄟ^分析貧困學生的日常生活需求數據，建立以生活補貼、勤工儉學為主要形式的資助體系，提供后勤、科研乃至校企合作的助學崗位，保障貧困學生生活補貼的足額、按時發放。另外，立足分析貧困學生的科研學習數據，依據科研成果、學習成績等建立政府、高校、社會等多方籌集設立的學業獎助體系，激發貧困學生認真學習、回報社會的積極性。再者，可依據體現貧困學生個人能力、人格發展的數據分析，遵循發展性、主體性、整體性、差異性和目標性五大基本原則，尋求幫助貧困生解除貧困的可行能力和能力自由的資助方式[8]。高校通過分析貧困學生各種類別、狀態的數據，采取多樣化的資助形式，可以著重提升貧困學生個性化資助程度。

3.以數據應用打造資助管理動態化，確保資助“行之有效”

資助管理動態化的目的是提升高校資助在金額標準確立、受助學生范圍劃定、資助效果評價等方面的管理績效。基于大數據應用提高資助動態化管理水準，就是要確保資助“行之有效”，尋求高校資助“最優解”與“令人滿意解”，在資助決策、執行、監督等方面下功夫。在資助決策上，要體現以學生為本的理念，通過聚類分析方法把同一主題的、相互關聯的數據聚合在一起，確保決策管理科學化[9]，不斷暢通高校資助決策作為資助政策實施的“最先一公里”。在資助政策執行時，除了不折不扣落實國家資助政策，還要注重政策執行過程中數據、信息的收集與反饋，建立包括學生、教師、家長在內的資助落實滿意度調查制度，利用海量數據的積極效應破除高校資助政策的“中梗阻”，凸顯資助的及時性和公平性。在資助管理的監督過程中，要利用大數據技術廣開監督言路，把各類監督數據作為倒逼決策、執行的有效力量;在尊重貧困學生心理與隱私的基礎上，可以適當公開受資助人信息，使資助行為在可監督范圍內。

4.以人才技術保障政策精準落實，確保資助“持之以恒”

以大數據促進高校資助能力提升，除了操作層面的數據挖掘、分析、應用之外，還離不開人才和技術的雙重保障，要將人才培養、技術支撐制度化，確保資助“持之以恒”。一方面，高校要發揮自身的人才集聚和培養優勢，在夯實大數據相關學科理論的基礎上，堅持大數據人才的“內部取材、為我所用”。例如，可以設立大數據人才培養項目、設置大數據學習專業、設計大數據理論案例等，強化大數據人才培養，為資助政策精準化落實提供基礎。另一方面，高校也可以立足研究平臺，大力消化吸收現有的大數據技術，積極推動技術創新，包括開發以提升高校精準化資助能力為導向的數據庫技術、探索貧困學生資助數據信息篩選與處理新思路、研究輔助精準化資助的決策系統等。當然，高校之間人才與技術的相互取經也必不可少，要“加大對大數據人才培養的關注與投入，加強相互之間的交流與探討，取長補短，共同加速前行”[10]。

參考文獻：

[1]教育改革的十個關鍵詞[N].光明日報，2018-01-24（08）.

[2]周宗師，程曦.供給側改革視角下的高校精準資助工作[J].高校輔導員學刊，2017（6）：51.

[3]陶俊清.大數據背景下的高校資助工作創新研究[J].東華大學學報：社會科學版，2015（3）：25.

[4][英]維克托·邁爾—舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：125.

[5]貧困生資助，精準度提高[N].人民日報，2015-12-10（012）.

[6]胡小明.大數據應用的誤區、風險與優勢[J].電子政務，2014（11）：84.

[7]教育部.2016年中國學生資助發展報告[R/OL].中華人民共和國教育部網站，2017-02-28.

[8]康雁冰.高校貧困生能力資助理論建構[J].教育與教學研究，2015（8）：73.

[9]石峻峰，樊澤恒，等.高校大數據集成管理研究[J].圖書館學研究，2014（21）：49.

[10]徐揚.新時期大數據人才的培養[J].中國勞動，2015（9）：29.