基于大數據背景的大學生精準資助優化策略

鄭麗群

（福建省廈門興才職業技術學院,福建 廈門 361000）

高校開展針對大學生的資助工作，并以大數據技術為契機，進行資助的精準化的探索，正是基于習近平總書記“扶貧先扶智”的指示。工作實施期間，問題的關鍵是精準識別貧困學生，并分不同層次掌握他們的需求，以需求為導向構建形成常態化、長效化工作機制，借以滿足動態化精準資助管理要求。

1 大數據的含義及特點

1.1 大數據的含義

大數據（Big Data）本屬于IT行業術語，指在非特定時間范圍內，依靠常規軟件工具完成捕捉、管理還有處理上的數據集合，而是要求更具創新性的處理模式，并依托其產生強度更高的決策力及洞察力，屬于海量、高增長率以及多樣化相結合的一種信息資產[1]。將其拓展至其他領域，該概念便擁有大量（Volume）、多樣（Variety）、高速（Velocity）、真實（Veracity）以及低價值密度（Value）等特點，在用法上傾向于用戶行為分析、預測或者某些高級數據研究和使用。

1.2 大數據的特點

大數據在各具體工作領域中可以展現出如下特點。

1.2.1 工作觀念的變化

從技術角度分析，大數據可以達到BP級別甚至更高，無論是數據容量還是數據范圍都值得關注。使用者能夠從大數據技術出發，開展信息附加值深入挖掘，從原本分散的數據內找到有規律、有關聯的內容，從而制定更具可行性的工作方法。整個過程中，大數據技術可以以較快速度產生工作技術支撐力量，讓管理思維得到優化，并有效提高有關人員的思想認知，促進工作走精準化和科學化之路。

1.2.2 需求信息的掌握

網絡社交平臺擁有大量數據，均包含豐富信息，開展具體工作時可以以大數據技術為支撐，有效分析表層行為，并據此真實了解客體的心理情況、行為背景，從而在真實、及時掌握信息后提供有效指導，讓以此為支持的工作更具適應性。

1.2.3 精準工作的實現

大數據所應用的范圍可以覆蓋于全部樣本，因此數據的采集將更為豐富，可以從不同角度對客體行為進行分析衡量，明確發現可能的遺漏情況，另外還能夠通過大數據達到服務對象個性化管理的效果，即在數據累積至一定程度時，產生有規律可循的數據分析報告，繼而讓未來的工作等級調整、機制優化等得到合理支持。

2 大數據背景下大學生精準扶貧的特點分析

2.1 有效定位資助對象

在海量數據時代，大數據技術可以起到總結經驗、發現規律與輔助決策等多項作用，因此可以在很多領域內被使用，對于精準扶貧工作中的有效定位資助對象任務而言，大數據的認定與預警作用值得肯定。例如學生在校園內會使用“一卡通”在食堂、超市等地進行消費，借助“一卡通”數據，能夠順利知悉學生消費次數、消費金額等數據；再如高校內的快遞包裹可能通過“云柜”等儲備設備完成收遞，而設備中儲存的數據同樣能夠反映學生消費情況，這些數據將給后續資助對象的有效定位提供支持，有效避免偽貧困生問題的發生[2]。除此以外，像覆蓋范圍更廣、更具專業性的資助管理信息系統與分支子系統，能夠讓資助信息實現可查詢、可比較、可量化，這又讓有效定位資助對象的理想目標更近了一步。

2.2 及時獲取資助需求

美國學者曾采取資助需求公式，對貧困生的認定及資助額度進行探索，例如有一典型的資助需求公式，將資助需求（Financial Aid Need）等同于入學成本（Cost of Attendance)與預期家庭貢獻（Expected Family Contribution)之差，并進行幾項內容的具體研究，像入學成本中納入了學費、交通費、學習工具費用等，這將保證資助需求分析的準確性[3]。在大數據技術引入后，這種準確性的保證將更加真實與明確，其中諸如父母職業穩定性、家庭年收入、家庭開銷情況、學生在校開銷情況等信息，完全可以利用建模方式，實現有序整合，在被賦予不同的指標權重后，持續驗證和優化，順利完成資助需求模型的構建工作。

2.3 合理確定資助形式

高校可以從大數據技術出發，從學生基本資金需求角度，到學生未來職業及發展需求角度都能有所兼顧，從而讓高校得以從理性需求方面，選擇更加合理的資助形式，讓學生真正的需要、個性化的需求得到滿足。除此以外，高校還可以依靠大數據技術，同時借鑒融合其他類型的優秀資助模式，完成資助形式的多樣化探索。而還有一點合理確定資助形式的特點值得重視，即大數據可以給資助效能提升提供技術支持。很多高校的傳統資助模式之所以資助效果不盡如人意，其中重要原因是未能產生大數據技術和資助間的有機整合效果，若可以展示出大數據技術的優勢，則能夠在支持建立完善程度更高的困難學生數據庫后，讓校方選擇性資助，促進資助效能的提升。

3 當前大學生精準資助工作存在的問題分析

3.1 資助標準缺乏客觀性

當前，資助具體的認定工作往往是利用學生申請、班級評議、結果公示以及最終資助發放的形式來完成，該模式雖然有其合理性和有效性，可在實踐中卻依然存在一些問題。比如對于所申請學生家庭情況的困難程度認定，高校所設定的標準并不很高，且有關資助往往以無償形式推進，這就會造成個別學生在家庭經濟并非太困難時，同樣會去選擇爭取資助，而一些真正有困難的學生在受到心理因素影響后，又會選擇不去申請，從而失去受資助機會。

3.2 后續追蹤機制不健全

縱觀廈門興才職業技術學院近些年來的資助工作，在取得普遍認可成績的同時，后續追蹤機制的不健全問題始終沒能得到解決，各類獎助學金以及經濟困難學生評選認定工作在評選上報后，有關數據便在電腦中封存，只有確實需要時才進行查閱，以致出現重認定而輕管理的現象。事實上學生資助工作本該是一個長期的、具有延續性與系統性的工作，缺少動態管理理念，行為規范與約束制度欠缺，都是亟待解決的問題。

3.3 資助考核體系不完整

大數據參考指標單一，未能體現動態的去偽存真效果，這是廈門興才職業技術學院資助管理中的不足。例如學校依靠學生話費使用情況的大數據提升資助精準度，其初衷是值得肯定的，然而數據分析只限于每年的定期考核，只看總數，缺少對于異動情況的分析，很難表現學生的真實情況，這就讓不符合資助標準的學生可能被納入限定資助范圍內。

3.4 多元化需求較難滿足

廈門興才職業技術學院的傳統資助形式刻板單一，只在家庭經濟收入方面給予關注，資金支持成為唯一的資助形式，不考慮是否與學生實際需求相符合。這種資助形式的單一化做法，使得兩個現象尤為突出：一是學生無法很好地發揮資金作用，有可能造成浪費；二是學生的多元化需求得不到滿足，情感的、職業的需求長期受到漠視。

4 基于大數據下大學生精準資助優化策略研究

4.1 借助大數據建立認定量化工作體系，提升資助對象精準程度

從大數據技術出發的高校大學生精準資助對象認定，是后續所有工作進行及相應體系建立的基礎。借助大數據建立認定量化工作體系，提升資助對象精準程度，可具體包含一些新要求，如學生平時飲食費用、手機消費數據、網絡購物情況等有關信息數據，均可以被納入其中。這些數據將涉及多個高校管理職能部門，各職能部門獲取信息數據在技術上并不困難，工作的難點是對信息數據的綜合處理。因受到舊工作思維與方式的影響，一些職能部門不建議公開有關信息數據，因此可以考慮通過量化工作體系的措施，以完善程度更高的數據信息共享平臺為依托，進行協調和整合工作，在保證學生隱私數據受到保護的同時，科學準確地產生統一的高校學生消費水平和標準，讓貧困生認定擁有科學數據參考[4]。再者，關于這一點，大數據系統監控產生的預警通常可以和傳統認定依據處于高度一致狀態，若二者之間出現明顯偏差，便可認定資助對象精準程度存在問題，有關人員便需要積極進行深入調查，可基于數據算法流程進行，如圖1所列為其中一種形式。

圖1 資助名單重新篩選流程

4.2 圍繞大數據建設后續追蹤資助檔案，優化資助對象控制效果

高校需要盡力拓展參與式資助形式，讓資助監管模式更為完善，實踐中這一要求往往以圍繞大數據建設后續追蹤資助檔案，優化資助對象控制效果體現出來。大數據在獲取﹑儲存和分析方面有著方便快捷的特點，因此可以為工作決策提供重要支持與參考。基于大數據優勢，高校可首先從公平公正操作角度出發，在資助社團建設方面開展工作，使之能夠參與到精準資助后期追蹤工作中來[5]。另外，還可借助大數據分析，使針對精準資助的動態化監測更加全面，即有機會從不同維度以及海量化的數據內發現問題，完成相應的預警與預控工作。關于建設后續追蹤資助檔案，可舉例說明，傳統資助方法在流程上突出了學生申請、學校審核的作用，但顯然缺少后期的適當監督，一年一次的認定周期雖然有利于資助工作穩定性的維護，然而難以避免制度僵化的問題。基于大數據所做的精準資助社團支持、全面預警等工作，能夠隨時對學生的消費信息進行有效分析，及時發現可變項目，做到資助的精準與及時調整。

4.3 運用大數據開展資助對象考核工作，強化資助對象綜合素質

在大數據采集平臺確立之后，可借助既有數據節點技術與網絡便利之處，在高校智慧校園框架內廣泛實行一卡通制度，從而全面掌握所有學生的基礎信息與動態軌跡。其中，基礎信息涉及戶籍、家庭成員情況；動態軌跡涉及學費繳納、受資助情況、銀行卡異動情況等。以此資助對象考核工作將順利完成，資助對象綜合素質的提升也將指日可待。例如，高校可在收集數據的前提下，對數據進行有效梳理，全面審視“一卡通”消費情況，密切關注學生的用餐次數、用餐金額、金額異動信息。事實證明家境困難學生在學校食堂用餐次數顯然更多，而在整體用餐金額指標上，又會低于一般學生。學校可借此考核學生情況，且依學生實情做出進一步精準資助工作。

4.4 使用大數據收集資助對象多重需求，滿足資助對象多元需求

從大數據技術出發的資助信息平臺可以綜合反映學生各方面情況，對學生基本生活需求、職業需求、人生規劃等做出不同傾向的反映。高校可借助它們在管理、分類方面的優勢，達到不同需求學生的分類效果，進而確認整套科學、嚴謹的資助形式，從不同側面滿足不同資助對象的多重需求，改變既往單純的資金需求滿足做法。此外，大數據技術還便于學校關注學生的思想道德訴求。借助大數據平臺能夠做好針對受資助學生的事實數據與行為數據搜集、整理、分析，使勵志教育、誠信教育、感恩教育等重點活動更具針對性，提高資助工作本身的育人功能，從特定角度構建公平公正的校園資助文化[6]。再比如高校可以從大數據的視角，全面審視家庭經濟困難學生在學習上的特殊情況，分析具體原因，提出科學舉措，用以促進學生獨立成才，而非只是經濟資助了事，這種以生為本的評判與支持標準，可以讓精準資助真正體現出“精準”二字的價值。

5 總結

高校學生資助體系的應用給學校工作完善、學生個體發展帶來了巨大發展機遇，然而因為種種因素所限，高校學生資助體系目前依然缺乏準確性、靈活性，在需求滿足等方面也有很多不足之處，這便需要高校重視當前現實情況，因此，筆者以大數據作為出發點，對如何合理構建學生精準資助體系進行深入探討。基于大數據背景下大學生精準扶貧的特點，分別從量化工作體系、追蹤資助檔案、開展資助對象考核、收集資助對象需求等角度開展工作，只有這樣才能切實改善高校資助體系的準確度，更好地發揮其育人功能，促進高校教育的健康及有序發展。