大數據智慧資助應用高校精準資助路徑探析

■楊乾振/北方工業大學

一、前言

據統計，十八大以來，全國共資助學生6.19 億人次資助總金額累計達到了10907 億元，實現了“三個全覆蓋”，即各個教育階段全覆蓋、公辦民辦學校全覆蓋、家庭經濟困難學生全覆蓋，已基本實現了“不讓一個學生因為家庭經濟困難而失學”的工作目標，目前開展“精準扶貧”已成為我國在“十三五”時期進行區域治理的重要工作和關鍵時期，而當下隨著信息化時代的快速發展，百行百業開始進入行業+信息化的新建和改制，大數據技術也逐步應用于各個領域，在高校學生資助領域，大數據智慧資助為高校推進快速、便捷、高效、精準資助工作帶來新的機遇，為實現資助育人提供了新的理念和技術支持。

二、高校傳統資助模式的困境

目前黨和國家高度重視高校家庭經濟困難學生資助工作，已建立健全了涵蓋“獎、貸、助、補、減”等多項措施的高校學生資助體系，從資助工作機制上保障了“不讓一個學生因為家庭經濟困難而失學”，維護了教育的公平，但目前高校大多仍然是采用傳統的資助工作模式即手工采集信息并分析信息的模式，這種傳統資助工作模式很難滿足精準資助的要求，大多存在以下問題。

（一）貧困學生認定困難

家庭經濟困難學生的精準認定是高校精準資助工作切實高效、科學和合理開展的基礎。然而，在當前高校資助的過程中，普遍存在貧困學生的精準認定較難的問題，究其原因，跟家庭經濟困難學生認定方法密切相關，一般高校在認定貧困生時，往往根據一定的標準或學生的比例，采用學資助中心——學院——年級——班級——學生的模式來分配資助名額，在具體操作過程中，班導師和輔導員根據學生申請以及提交的材料來進行相關認定；這種雖然模式能夠最大限度的分配資助資源，但是卻存在缺乏對貧困學生的前期了解和調查，而認定以學生申請為前提，受具體名額的限制，容易產生弄虛作假，冒充貧困生提供虛假資料的情況，而且真正的貧困生可能因為不愿意申請或者名額不足而不能獲得資助。因此，由于認定時間和一些先決條件的限制，具體操作中常常出現真正貧困的學生沒有被認定，而不貧困的學生卻被錯誤認定的情況。

（二）資助措施方法單一

目前高校資助貧困生的形式主要采用資金資助，這種資助方式雖然能夠直接快速的滿足家庭經濟困難學生的經濟需要，卻沒有重視貧困學生個性化需求的差異性，忽略了家庭經濟困難學生的發展需要，同樣是貧困的學生，但由于其原生家庭背景不同、所處的年級階段不同、自身性格特點不同，其所對應的個性化需求也不同，而傳統資助工作模式往往忽略各類困難學生 群體的需要差異，缺乏動態分析，而且還可能因為資助方式的單一，讓一些貧困大學生養成坐等救濟的習慣，反而是拿了錢不去努力學習，使資助的效果大打折扣。

（三）資助缺乏動態反饋

一直以來高校資助工作都比較重視對家庭經濟困難學生的經濟幫助，在成功認定完貧困生后，學校都會給予定期的助學金等資金資助，幫助貧困生緩解經濟困難，但是對于資助完后貧困生的資助效果缺少動態反饋機制，無法及時準確的了解學校的資助是否滿足貧困生的需求，是否達到資助育人的效果，使受資助學生的貧困程度難以量化，導致資助陷入平均主義，難以合理的分配資助資源，影響后續資助計劃的調增，不利于精準資助工作的開展。

三、大數據智慧資助的價值和意義

大數據智慧資助是利用大數據技術手段提高學生資助管理水平和能力、輔助行政決策、為受助者提供更多人文關懷的一種更高層次的精準資助，它是以精準為手段，以育人為目標以關懷為宗旨，適應當代學生多元心理需求和社會發展需要的智能工作模式，為高校實現全面精準資助的目標提供了可靠的現實路徑。

（一）量化認定，助力精準識別

海量數據的采集和分析功能是大數據智慧資助的基礎。借助大數據智慧資助通過對高校學生家庭經濟情況、在校消費情況、網上消費行為、日常行為表現、個人收入狀況等數據信息進行深度整合和分析，可以反應出學生真實的在校消費水平和經濟條件，幫助甄別學生中疑似貧困者和疑似虛假貧困者，切實提高貧困生精準識別度，有效的解決了高校貧困生認定中存在的貧困程度無法量化和貧困學生無法精準識別的問題。

（二）科學資助，滿足多樣需求

高校大學生的需求往往隨家庭、性格、興趣、能力等橫向因素以及年級、階段等縱向因素的不同而呈現個性化差異的特點，而經濟困難的學生往往存在性格敏感、歸屬感弱、心理落差和壓力較大、社交技能較弱等實際問題，這些問題導致其不善于表達自身的經濟需求和發展需求。而大數據智慧資助借助其對大體量數據深度挖掘和分析的能力，通過縱向與橫向、宏觀與微觀等方面的比較和分析，探尋出家庭經濟困難學生在不同階段個性化需求的相關性和規律性，便于高校資助工作者在配置資助資源和選擇資助方式時更加科學、精準和有效，滿足貧困生多樣化需求。

（三）動態追蹤，定位精準幫扶

對受助學生的資助效果進行動態追蹤、記錄和分析是大數據智慧資助的重要內容，借助大數據智慧資助的這一功能可以及時有效的反饋出家庭經濟困難學生在接受學校資助后的行為表現、學業狀況、消費情況等真實資助效果數據信息，并對學生可能發生的生活困難、學業問題、心理危機、宿舍矛盾等問題提前做出預警，有效解決高校貧困生存在的資助效果難以追蹤的問題，幫助資助工作者定位精準幫扶，落實資助育人。

四、大數據智慧資助應用高校精準資助的現實路徑

（一）構建科學化的數據認定體系

貧困生的科學量化評估是提高精準識別度開展精準資助的基礎，而要實現這一目標，就需要對海量的家庭經濟困難學生數據進行深度的整合、挖掘和分析，利用大數據技術拓寬貧困生數據，采集學生家庭成員健康、收入、受災、消費、負債等基本情況信息，同時校內聯合學校的財務，教務，后勤等部門，校外溝通聯動各級資助部門，強化大數據意識，實現數據安全共享，確保數據的豐富、真實，最后通過大數據技術對采集到的海量數據進行屬性計算、數據轉化、有效性分析、相關性檢驗，形成預測效果最優的數據模型，進而構建科學化的數據認定體系，助力精準識別。

（二）依托個性化的綜合資助平臺

目前，僅靠高校傳統資助模式和現有的技術平臺采集到的數據有限且利用率不高，引入大數據分析技術充分拓寬、整合和分析貧困生數據，建立對貧困生資助效果的動態追蹤和反饋平臺，依托這一平臺， 解決高校存在的資助資源平均發放主義問題，實現資助資源智能化的分配和學生個性化精準資助服務，在滿足家庭經濟困難學生保障性需求的基礎上，根據學生的個性化需求反饋結果，開展發展型資助工作，促進高校精準資助相關的管理、服務、決策和研究工作更加及時、有效。

（三）健全動態化的保障管理機制

在具體實踐中，與學校學工、教務、保衛、財務、后勤等職能部門積極溝通合作，形成聯動保障機制，動態追蹤預警學生的問題狀況，進行精準幫扶，定期甄別和淘汰“虛假貧困生”，此外目前95 后大學生的個人權利意識和隱私保護意識逐漸加強，在智慧資助的應用過程中要注意數據安全問題，防止個人信息泄露，及時建立數據的使用和管理制度，保障智慧資助體系健康可持續的發展。