基于大數據的“三扶”資助育人工作模式研究與實踐*
——以上海第二工業大學的實踐為例

王思思 閆蓋

（1.蘇州幼兒師范高等專科學校學前二系；2.上海第二工業大學工學部）

隨著我國高等教育向大眾化教育發展，在校學生數量逐年增加，尤其是相對落后的中西部地區大學生數量增加，也增加了高校貧困生的數量，給高校資助工作帶來了新的挑戰[1]。自2013 年習近平總書記提出精準扶貧理念開始，國家在教育資助上也不斷提升精準度，在一定程度上解決了大學生生活困難的問題。2018 年隨著習近平總書記對網絡強國建設的戰略闡述，以大數據為基礎的信息化建設在高校資助育人工作中有了更全面的應用，為新時代高校資助育人工作的開展帶來了新的契機。《2020 年全國學生資助工作要點》中要求加強家庭經濟困難學生認定工作，通過利用大數據技術，把建檔立卡、低保、特困救助供養、殘疾學生作為“困中之困”，讓家庭經濟困難學生獲得相應的資助。并要求糾正不同地區、學校平均分配及家庭困難程度不同而資助同一標準的現象，推進精準資助[2]。因此，基于大數據技術對貧困生進行識別、劃分資助標準，是實現高校精準資助，提升工作實效性的必然要求。依據大數據開展新時代資助育人相關工作，提升貧困生心理健康水平，亦是完善高校“三扶”（扶貧、扶智、扶志）資助育人體系的重要手段，具有重要的現實意義。

一、“三扶”資助育人面臨的困難與成因

“三扶”資助育人工作依據精準扶貧思想理念，以育人為本，將“扶智”“扶志”與“扶貧”相結合，“扶貧”是基礎，“扶智”“扶志”是拓展延伸，更是真正消除貧困的保障。但在“扶貧”環節中，認定貧困的工作往往在操作過程中存在一定的不足，在“扶智”和“扶志”環節存在一些管理體系建設問題。

（一）“扶貧”認定不夠精準

目前大多數高校家庭經濟困難學生認定都采用班級、學院和學校三級認定方式，但在操作過程中班級和學部間存在認定標準不一致、困難等級劃分不合理、評定信息不對稱等現象。另外，高校資助管理工作中缺乏創新意識，大數據理念淡薄，擔心困難生認定改革會帶來不確定影響，一直沿用以往的認定方法。但國家資助力度不斷加大，申請材料也不再需要相應的社會保障部門審核蓋章，致使學生數量不變情況下，高校困難生申請數量居高不下，使得高校資助工作更加難以精準把握。

（二）“扶貧”監管不夠完善

很多高校雖有建立貧困生管理制度及留有匿名舉報聯系方式，但基本都疏于應用。沒有對貧困生的日常生活、學習情況、綜合素質建檔，更沒有進行實時更新，因此，這也是一些貧困學生家庭已經脫貧，但仍然被認定為困難生的原因。

（三）“扶智”“扶志”工作開展缺少持續性

高校資助育人工作重經濟資助、輕解困能力培養，近些年一些高校提出了從“輸血”型資助向“輸血”“造血”并重轉變，但在實施的過程中，往往是理念提出時執行，后續不了了之，這也在一定程度上反映了高校資助育人工作制度的不完善。

二、大數據與“三扶”資助育人工作關聯性的成因

（一）大數據與“三扶”資助育人工作相關聯是新時代的要求

隨著計算機技術的發展，數據的產生量逐漸增加，這些數據經過深度挖掘分析，給各行各業帶來了新的機遇，涌現了一些新的工作模式和途徑。高校“三扶”資助育人工作從“扶貧”角度來說，大學的擴招，學生體量的增長，給高校資助部門走訪調查識別學生是否家庭貧困帶來了巨大挑戰；從“扶智”角度來說，貧困生的專業能力培養是將來解決家庭經濟困難問題的保障，如何準確把握學生學業情況、實踐情況，為高校制定個性化的培養方案提供數據支持，是傳統資助育人工作的一大難點；從“扶志”角度來說，貧困生的素質培養不容忽視，如何獲取貧困生的心理健康、綜合素質評價數據，開展第二課堂教育，是高校提升貧困生就業競爭力的重要舉措，但沒有大數據的支持，難以實現目標。因此，新時代，“三扶”資助育人工作離不開大數據的支持，高校理應順勢而為，利用大數據更好地服務于“三扶”資助育人工作。

（二）大數據與“三扶”資助育人工作相關聯是高校信息化建設的必然要求

隨著高校信息化建設的逐漸推進，學生的日常行為數據，如學習考勤情況、生活消費情況、獎懲情況等，都被信息化平臺記錄下來，而這些大數據經過深度分析恰好可以為“三扶”資助育人工作提供客觀依據，彌補主觀評判過程中的不足，為高校資助育人工作注入新的技術手段。因此，“三扶”資助育人工作必然在高校信息化建設中與大數據融合，充分應用大數據服務于資助育人工作。

（三）大數據與“三扶”資助育人工作相關聯是動態識別與監管的需要

隨著國家扶貧力度的加大，高校家庭經濟困難學生認定遞交材料越來越少，認定標準越來越寬松，公示環節學生個人信息越來越少，也導致了一些家庭經濟并不困難的學生為了能有更多的消費資金也遞交了申請材料，這也增加了高校資助工作的開展難度。因此，對于高校資助育人工作，亟須可以全面反映學生真實情況的數據，并通過動態監管，對困難學生的高消費行為進行教育，對學業成績不理想的困難學生給予定向幫扶。“三扶”資助育人工作離不開大數據的支持，它是客觀反映，也是動態識別與監管的需要。

三、基于大數據的“三扶”資助育人工作模式的實施路徑

（一）規范流程，完善“三扶”資助育人管理制度

高校學生“三扶”資助育人工作繁重，內容包括“獎、助、貸、勤、減、免、補、綠色通道、學校特色資助項目”的多元資助體系，高校會與政府、企業、銀行、慈善機構等多個組織機構產生聯系。因此，沒有規范的流程，難以有精準的資助管理體系。不以規矩，不能成方圓，基于大數據的“三扶”資助育人工作模式就格外需要制度保障。在制度中，要增加大數據引導的客觀操作標準，盡量減少人為因素的評判，另外整個流程要實現閉環管理，又要留有因時而變的空間，真正實現客觀操作，動態管理。

（二）深度挖掘，搭建學生全息反映的大數據管理平臺

1.整合校內學生相關數據平臺

數據是大數據應用的基礎，越全的學生數據，數據的應用價值越高。但很多高校都存在多個數據平臺、多個管理部門之間數據無法共享的現象，隨著信息化項目建設以及“三扶”資助育人工作的需要，校內平臺的整合就顯得越發急切。因此，針對“三扶”資助育人工作的需要，學生基本信息系統、校園卡消費管理系統、教務管理系統、心理健康系統、圖書館借閱系統、宿舍出入管理系統、教室考勤管理系統、第二課堂管理系統等都需要根據學生賬號將數據全部收集在一個平臺之中或可以在一個平臺中調閱相關數據，以便于應用大數據處理技術進行數據關聯性分析，獲得每個學生的意識形態、家庭背景、消費水平、學業水平、心理健康、職業素養等分類標簽數據。

2.設計反映學生情況的數據算法及實施路徑

（1）貧困生識別算法及實施路徑

貧困生識別要保證全面、公平，可以通過整合平臺運用大數據進行分析，從學生的家庭背景、消費水平數據出發，綜合生源地經濟狀況和所在高校的消費情況，針對生源地、家庭人數、收入來源及收入額、困難類型等進行量化處理，并賦予權重系數，最終根據所有的指標數據加權計算判斷學生的困難程度，并計算求學成本和生活成本，為學生制定個性化的經濟資助方案，實現個性化經濟資助。

（2）學業預警算法及實施路徑

“扶智”是增強貧困生學業水平和專業能力的重要環節，可以強化學生的專業技能，使其在職場站穩腳跟，徹底阻斷家庭貧困的代際傳遞。學業預警算法就是為“扶智”服務，從大數據中獲取學生學習狀況信息，進而給出判斷標準，低于限定學業條件時，將給資助育人管理者發出預警信息，進而提供相應幫扶舉措，使其回到正常學業狀態。可以根據學生成績、學生圖書借閱情況、學生作息情況、學生選課情況、學生上課考勤情況、學生第二課堂參與情況、自習情況、課程難易程度等數據，通過關聯系數及灰色理論預測學生在修課程的成績，并給出預警信息，針對預警中的學生采取一對一幫扶、集中幫扶以及家校聯動的方式，解決其學業困惑。

（3）綜合素養缺陷提示算法及實施路徑

“扶志”是全面提升貧困生綜合素養的重要途徑，可以提升學生的就業競爭力，促進學生心理健康發展。因此，需要設計綜合素養缺陷提示算法，通過大數據分析學生的綜合素養缺陷，利用校內外資源，引導學生補足短板，使其德智體美勞全面發展。算法可針對學生的第二課堂數據、社團活動數據、心理健康測試數據、上網數據進行深度分析，通過量化算法給學生的異常狀態貼標簽，給學生急需提升的素養貼標簽，進而通過開展專項培訓和課程滿足學生需要，提升其綜合素養。

（三）動態監督，建立量化指標評價體系

1.動態評估反饋機制

基于大數據的“三扶”資助育人工作模式的優劣取決于整個體系的工作實績，對于效果的度量需要建立系統的評價體系，針對資助育人工作的特點，評價體系主要以學生滿意度、學生心理健康狀態、學業水平、生活質量改善度、綜合素養提升度為指標，通過建立資助育人量化體系，實現對“三扶”資助育人工作月度、學期、學年的動態評估，適時完善大數據平臺。并發揮學校、社會、教師、家長、學生多方作用，使得評價體系更加公開、公平、公正。

2.安全防護保障機制

大數據的應用價值在于分析海量的數據，但數據的規模越大，發展的領域越深，造成的影響就越大。因此需要建立與之相適應的安全監管機制，對大數據的應用安全性進行評價。一是對大數據應用的技術平臺安全性進行評價，要保證數據存儲的安全性，防止數據泄露出現倫理道德問題；二是建立完善的賬號管理規范，保障“三扶”資助育人工作安全開展。

3.自適應創新機制

隨著計算機技術和數據分析理論的發展，大數據技術的應用也在不斷深入，每年新生群體的加入都會給大數據基礎數據帶來新的變化，量化指標也會受到一定的影響。因此，大數據平臺也要跟隨技術進步的步伐，逐步更新量化指標、評估反饋機制，要使大數據平臺自適應變化帶來的改變，創新拓展更多的資助育人通道。

四、基于大數據的“三扶”資助育人工作模式的初步實踐

實踐是檢驗真理的唯一標準，基于大數據的“三扶”資助育人工作模式同樣要經得起實踐的考驗。本課題以大數據在上海第二工業大學學生資助育人工作中的應用為例，進一步闡述大數據“三扶”資助育人工作的優勢，為其全面推廣應用奠定了基礎。

（一）大數據應用在“扶貧”工作中的初步實踐

學校資助育人管理體系較為健全，近幾年加入了大數據應用，如為了精準資助家庭經濟困難學生，學校開學前就開始通過數據平臺采集學生的基本情況，包括家庭人數、家庭年收入、經濟來源等，方便學校通過大數據獲得精準扶貧家庭學生、低保家庭學生、當年受自然災害家庭學生、失去主要勞動力家庭學生的信息，對于此類學生提高困難等級，進行百分之百的資助，保證了特殊困難學生的生活所需。

（二）大數據應用在“扶智”工作中的初步實踐

在“扶智”工作中，通過教學系統獲取學生的學業成績數據，從中發現一些貧困生學業成績不理想，一些學生基礎課程、四六級未通過，為此學校成立了學業支持中心，針對掛科率高的課程以及通過大數據收集學生需求較高的課程開設了輔導班，由相應課程學業成績優秀的學生作為輔導老師，并建設了微信線上輔導答疑平臺，成果顯著，經過學業中心對學員的跟蹤調查，數據顯示學生的學業水平有了一定的提升。另外，根據學生教室考勤數據、圖書館打卡數據以及校園卡校園消費記錄數據，給出輔導員預警名單，一定程度上改善了學生的學習狀態。

（三）大數據應用在“扶志”工作中的初步實踐

在“扶志”工作中，學校根據貧困生的興趣、心理健康數據、在校活動數據、多年困難生就業情況調查數據等，發現貧困生心理狀況、職業素養方面隨著入學到畢業有一定的變化，且部分困難生的創業夢想凸顯。對此學校分年級多次開展“自理、自立、自信、自強”素質拓展活動，全面覆蓋貧困生，結束后通過問卷調查，顯著提升了學生的團隊協作能力、溝通能力。針對創業，學校開展了彩虹訓練營、創業培訓班，培養貧困生自主創業能力和創業素養，經過培訓學生創業活動率15%左右，學生的活動滿意度近100%。

五、結語

高校資助工作面臨新的變化，而要保證教育公平，保證有困難的學生不失學是社會健康發展的前提條件。貧困生的精準識別是基礎，能力培養是關鍵，全面發展是目標。基于大數據的“三扶”資助育人工作模式，以客觀數據量化學生困難程度、能力水平和素養缺陷，精確地為資助工作提供幫扶決策依據，是高校資助工作從普遍性到個性化的嘗試，是資助工作由量到質轉型的重要基礎，為新時代資助育人工作提供了新的思路。隨著大數據與“三扶”資助育人工作的深度融合，必將使高校資助工作進入一個嶄新的時代，促進資助精準發展。