大數據技術助力高校精準扶貧路徑探究

劉娜 李圣男

【摘要】高校貧困生扶貧工作是國家扶貧的一項重要內容，如何精確瞄準貧困學生群體，開展針對性扶貧已經成為高校扶貧工作的必然需求。目前，大數據技術在高校學生資助工作中的作用日益凸顯，本研究基于高校貧困生扶貧管理工作實踐，指出高校現行貧困生精準扶貧存在的挑戰，并有針對性地介紹了大數據助力高校扶貧工作的相應策略。

【關鍵詞】大數據 ?貧困生 ?精準 ?扶貧

精準扶貧是“十三五”時期的重要目標任務，在“兩個一百年”的目標下，黨和國家高度重視扶貧工作，扶貧助貧是踐行社會主義核心價值觀，實現社會公平的重要途徑。在當前背景下，運用科學有效的大數據技術手段對資助對象進行精準識別、資助和管理，構建高校貧困生精準資助工作機制是提升高校精準扶貧的重要舉措。

一、引言

近年來，互聯網等信息技術的發展讓世界全面進入“大數據”時代，海量的數據成為最具價值的財富。2012年，美國公布了“大數據研發計劃”，希望提高人們從海量和復雜數據中獲取知識的能力。同年我國在北京大學舉行“首屆中國大數據應用論壇”，討論大數據的發展趨勢及應用等，共同研究如何挖掘大數據的應用價值。由此可見，大數據的發展趨勢勢不可擋，數據正在成為改變人們生活質量、提高社會生產效率、創造社會財富的有力工具。

目前，大數據技術已廣泛運用于工業、農業、交通、醫療、金融經濟等領域，而大數據與教育扶貧的結合也不例外，國內不同學者也對此開展了相關研究工作，但目前這些研究成果主要聚焦于對當前高校精準資助存在問題及對策和高校精準資助模式的構建進行探討，主要是理論和整體上的綜合研究，對于現實工作中的具體運行和操作言之甚少。針對當前研究存在的問題，本文建議高校應當建立貧困認定指標體系和貧困資助管理系統，依托大數據技術將資助前期調研、資助過程管理、后續跟蹤監督、資助效果評價進行有機結合，實現閉環管理，提高高校扶貧工作的針對性和有效性。

二、高校現行貧困生精準扶貧存在的挑戰

（一）貧困認定標準體系不夠系統完備，對資助對象的認定可能存在一定偏差

當前，我國高校在對貧困生進行認定時，對于建檔立卡學生，一般情況下都會給予其物質資助;對于非建檔立卡學生的貧困認定工作，通常都是通過“提供貧困證明-提交申請-班級評議小組評議-進行公示-學校資助部門審核”等流程進行。在整個認定過程中，可能會存在以下問題：一是關注的焦點全部在學生的家庭經濟狀況上，對于學生思想品德、學習狀況、人生觀和價值觀等方面的考量略有忽視;而現實生活中，卻存在著實際家庭并不是特別困難、但依然拿到建檔立卡資格，或當地民政部門未認真審核、提供不真實貧困證明材料的情況。二是貧困的認定需由本人主動提出，這就導致一些性格內向、礙于情面、怕被同學瞧不起但實質符合貧困認定標準的學生并未主動提出貧困申請。

（二）扶貧形式相對單一，重短期、輕長期，重資助、輕育人

目前，高校對貧困生的扶貧形式主要聚焦于經濟資助，而現實中貧困生還有很多其他實際需求也得不到有效滿足。通過調查了解，除經濟壓力外，貧困生面臨的還有孤僻、自卑、焦慮等心理問題以及知識、技能等綜合能力和素質低下的問題等[4]。他們更希望在心理疏導、專業知識技能提升、得到實習實踐機會以及未來就業等方面獲得持續的資助和幫扶。這些心理或能力層面的問題也同樣制約著學生今后的發展。

（三）缺乏后續跟蹤管理以及突發性資助體制機制

一般情況下，我國高校通常在貧困認定工作完成后，會直接將各項資助發放到貧困生的銀行卡中。至此，針對貧困生的主要扶貧工作基本結束，限于人力、物力等方面的限制，不少高校缺乏長期、持續、一對一地對受助學生后的生活、學習、思想品德、心理動態等日常表現的追蹤調查。這就導致一部分學生認為自己家庭貧困，得到資助是理所應當的事情，極不利于其感恩精神、獨立能力的培養;還有一些學生最初并不在貧困范圍之列，但因家人重疾、突發災害等突發原因，導致家庭突然陷入貧困，對于那些尚未建立突發性資助機制體制的高校，就無法在學生最需要幫助的第一時間進行幫扶。這種實時、動態的資助體制機制的缺失在一定程度上給高校精準扶貧工作的開展帶來了一定困難。

（四）扶貧效果評價機制還需完善

當前國家各相關部門已經認識到教育扶貧工作的重要性，因此不斷加大教育扶貧投入，各大高校也嚴格按照規定流程對各項獎助學金進行了發放，但對扶貧效果的評價，當前主要以定性為主、缺少定量評價。國家對高校扶貧效果的評價，主要體現在對獎助學金評審流程、發放標準、受助對象等方面的定性了解。如果高校能夠收集到受資助學生后續的生活、學習、思想、心理等方面的詳細數據和信息，通過采用事前事后對比評價，那么國家的扶貧投入究竟有沒有真正發揮作用、在多大程度上發揮了作用便可更加具體、量化。

三、大數據助力高校扶貧工作開展的路徑

（一）建立貧困認定指標體系，搭建貧困資助管理系統，為貧困生精準認定提供軟硬件支撐

高校要建立分類分層的貧困認定指標體系，貧困認定指標除了主要包括家庭貧困程度外，還應包括學生的思想品德、學習情況、日常消費等。指標數據的來源包括生源地民政部門信息、學生一卡通信息、學生手機和銀行卡消費記錄（在征得學生同意情況下）、學生自評、生生互評、教師評價等信息。將這些信息在貧困資助管理系統中指標化和數據化，可以為有針對性地開展貧困生認定工作提供有利證據和有益補充。

（二）依托數據、細化需求，實現扶貧方式多元化

精準化不僅是認定對象的精準化，還包括資助形式、資助力度以及資助時機的精準化。由于學生個體情況的差異性，他們渴望得到的幫助內容各不相同。通過調查，貧困生的需求主要包括以下幾方面：一是占比重最大的經濟需求。部分特別困難的學生連日常飲食、交學雜費等都有困難;二是求知需求。在這一點上存在著兩個極端：部分學生對獲得知識、技能有著高度渴望，他們期望掌握技能和本領，幫助解決家庭困境;但還有一部分學生存在學習興趣不高、目標不明確甚至厭學情緒等問題;三是心理需求。有的學生可能由于家境困難，性格偏內向，在溝通表達、人際關系等方面存在幫扶需求;四是職業生涯發展需求。還有一部分學生對未來的職業發展很迷茫，在如何獲取招聘信息、進入哪個行業、工作需要哪些知識技能等問題上徘徊不定。

針對上述需求，一方面，學校可依托貧困資助管理系統，對被資助學生的家庭背景、學業情況、身體健康狀況、心理健康狀況等進行整體評價和動態管理，在此基礎上以幫助滿足被資助學生的多元化需求為宗旨，依托大數據技術構建數據模型，進行評估和預判斷，將幫扶需求分為不同層次和類別，實現精準認定和精準扶貧。另一方面，每一學期開始，受資助學生可依托貧困資助管理系統提交一次幫扶需求。這樣，雙管齊下，高校可收集到大量真實、準確的幫扶需求，從而采取有針對性的幫扶措施。

（三）實時追蹤管理貧困信息，實現扶貧管理動態化

扶貧精準化的一項重要內容便是扶貧管理動態化。一方面，高校可將貧困資助管理系統與校園一卡通系統等進行關聯，結合線上調研、線下訪談等方法，對受資助學生后期的學習、生活等進行定期跟蹤，實現資助公平公正的最大化。另一方面，對于因家人突發重疾、遭遇突發事故和災害等原因陷入貧困的學生，可以通過登錄貧困資助管理系統提交臨時資助申請，學校在收到申請后，根據學生實際情況，決定是否給予資助以及資助的內容和形式。這樣，依托大數據可使整個資助過程從開始到結束均處于可控范圍內。

（四）量化扶貧效果，實現扶貧管理閉環化

過去，高校貧困工作的完成以獎助學金的發放完成為標志，對于后續被資助學生的思想、生活和學習等方面的監控基本缺失。這就導致國家和政府每年投入巨額的教育資助經費卻無從監控經費使用效果的好壞。每一學期結束前，高校可依托貧困資助管理系統，對受資助的貧困生再次進行貧困認定。通過采用“事前事后對比調查”，綜合對比分析受資助后學生在思想、心理、學習、生活等各方面的得分，一方面可以為高校貧困資助管理工作的效果提供數據支撐，另一方面又可以為下一階段的資助前期調研工作提供信息輸入，從而實現高校精準扶貧工作的閉環管理。

四、總結與展望

高校困難學生精準資助工作是國家“精準扶貧”工程的一部分，筆者認為，高校可以依托大數據技術建立貧困資助管理系統，將資助前期調研、資助過程管理、后續跟蹤監督、資助效果評價等過去在線下開展的工作線上化，形成數據化支撐和閉環管理，實現貧困認定精準化、資助形式多元化、過程管理動態化及效果評價數據化。因此，大數據與高校扶貧工作的結合，對推動資助資源優化配置，提高資助工作的準確性和時效性具有重要意義。

參考文獻：

[1]中國科技部.美國政府出臺大數據研發計劃 [EB/OL].網站，2012-4-24.

[2]CIO時代網.“首屆中國大數據應用論壇”圓滿落幕[EB/OL].網站，2012-7-24.

[3]陳靚，張少明，谷磊磊，等.大數據在高校貧困生認定工作中的應用[J].理論觀察，2018，（8）.

[4]黃燕.大數據助力高校學生精準資助[J].高教論壇，2018，（1）.

[5]吳麗仙.建立精準學生資助工作機制研究[J].教育評論，2015，（9）.

[6]沈雪莉.大數據背景下關于高校貧困生精準扶貧的思考—基于M高校的調查[J].經濟縱橫，2018，（13）.