大數據背景下高校學生資助數據分析及應用思考

安哲鋒 李穎 王文杰

摘 要：隨著大數據理念和技術的發展，大數據對高等教育改革與發展產生了重要影響。為了提高高校學生資助工作的精準化水平，文章將大數據的理念引入高校學生資助領域，對學生資助數據進行了詳細分析，并且對數據應用的途徑提出了建議。

關鍵詞：大數據；學生資助；數據應用

中圖分類號：G640 文獻標志碼：A 文章編號：2096-000X（2018）15-0060-03

Abstract： With the development of the concept and technology of big data， big data has an important impact on the reform and development of higher education. In order to improve the precision level of college student financial aid， this paper introduces the idea of big data into the field of financial aid of college students， analyzes the data in detail， and puts forward some suggestions on the way of data application.

Keywords： big data； student financial aid； data application

為了幫助家庭經濟困難學生順利完成學業，促進家庭經濟困難學生成長成才，黨和國家非常重視學生資助工作。自2010年《國家中長期教育改革和發展規劃綱要（2010-2020年）》頒布以來，我國相關部門出臺了一系列資助政策和措施，國家資助政策體系不斷健全，從制度上保障了“不讓一個學生因家庭經濟困難而失學”。從高校學生資助來說，針對本專科生和研究生的特點，建立了個性化的資助體系，在這些政策的保障下，高校學生資助工作得到了很好的發展，同時，也存在著一定的問題，比如資格認定問題、資助資金的分配問題、資助的效益問題等等，這些問題的引起了專家學者們的關注，并開展了深入的研究。

近年來，大數據理念的提出和流行，給高校學生資助領域的研究和實踐工作的改進帶來了新的思路，也為解決學生資助問題提供了新的途徑。大數據理念和相關研究為此提供了很多借鑒，就“大數據”相關研究而言，一方面，研究者對“大數據”的概念和特點進行了研究，“大數據”概念于20世紀90年代被提出，M. G. Institute認為大數據是指一種數據集集合，其規模大到在獲取、存儲、管理、分析等方面遠遠超出傳統數據庫軟件工具的處理能力和使用范圍，具有數據量巨大、數據多樣性、價值的密度小、處理的速度快等特征[1]。目前，還沒有統一的定義，但是一般認為大數據需要滿足上述四個特點。除了概念和特點外，還有研究者對大數據理念進行了闡述，李恬（2014）認為大數據理念的具體內涵包括從數據的視角分析問題、重視數據整體、從數據中尋找關聯關系[2]。另一方面，研究者對“大數據”在學生資助領域中的應用進行了研究，例如，陶俊清（2015）對大數據背景下工作創新的途徑和策略進行了研究，主要包括學生資助的智能化、個性化和科學化等[3]；吳朝文等（2016）對大數據環境下高校貧困生精準資助模式進行了研究，主要涉及運用大數據進行貧困生認定和貧困生大數據結果的應用[4]；劉玉霞（2016）提出了大數據時代精準資助的提升途徑，以數據挖掘實現認定對象精準化，借助大數據實現資助形式差異化，借力大數據實現資助管理動態化[5]；張露露、黃海敏（2017）構建了學生資助數據庫的理論模型，并對基于大數據的精準資助提出了建議[6]等等。從以上兩方面研究來看，研究者已經將大數據理念引入到學生資助領域，并且從數據庫建立、精準資助等方面開展了相關研究，但是相對來講，從大數據角度對學生資助數據的分析以及大數據如何應用的探討還不夠深入，而且這部分研究對于準確把握學生資助大數據，提高大數據在學生資助領域的應用效果，具有重要的意義。

基于以上的學生資助實踐和研究的背景，本文以大數據理念為指導，深入分析高校學生資助工作過程中產生的“大數據”，構建數據結構的理論模型，提出數據運用的途徑，以實現促進學生資助工作，提高家庭經濟困難學生培養質量的目的。

一、大數據理念下的高校學生資助“大數據”

“大數據”概念的出現為我們提供了一個思考問題的方式，而“大數據”的理念為我們提供了分析問題的視角，“大數據”理念的內涵為我們提供了分析問題的途徑。為了保障家庭經濟困難學生順利完成學業，促進他們成長成才，在學生資助政策指導下高校學生資助工作者會開展豐富多樣的資助工作，并產生大量數據，這些數據在學生資助工作和教育教學改革工作中具有較高的應用價值，我們有必要對高校學生資助“大數據”進行深入挖掘。

下面將從數據來源、數據內容、數據類型、處理速度四個方面進行分析[7，8]。

（一）高校學生資助數據來源分析

學生資助數據來源具有多樣化的特點，從不同角度可以劃分出不同的來源。1. 從數據來源的機構來說，數據主要來源于民政部門、各級資助管理部門、學院、班級、家庭、學生社團等組織；2. 從數據來源的主體來看，數據主要來源于政府相關工作人員、資助工作負責教師、輔導員、班主任、專任教師、學生等；3. 從數據來源的工作來看，數據主要來源于綠色通道、各類獎助學金、國家助學貸款、學費減免和緩繳、勤工助學、資助育人活動等方面。從這里的分析可以看出，無論是從數據來源的機構，還是數據來源的主體和工作，都表明數據來源是多樣化的，但是，從當前來看，主要的數據來源是學校的資助管理部門的數據較多，來源于民政部門、家庭或其他方面的數據相對較少，并且來源于經濟資助的數據較多，來源于精神資助或資助育人方面的數據較少，尤其是資助育人方面的數據還未被充分重視，也沒有特別注重去收集數據，這也給學生資助工作提出了新的任務和要求。

（二）高校學生資助數據內容分析

根據數據來源分析和日常工作實踐，學生資助數據內容大致包括：1. 綠色通道數據：每年新生入學，各高校都會設立綠色通道，幫助家庭經濟困難學生順利入學，在這個環節中，大致會產生以下數據：新生提交的家庭經濟情況調查表數、辦理助學貸款人數、辦理緩繳學費人數、發放被褥和生活用品份數等數據；2. 各類助學金數據：助學金分為國家助學金、學校助學金、社會助學金等，在助學金評審和發放過程中，會產生各類助學金金額、獲得各類助學金人數等數據；3. 各類獎學金數據：除了面向全體學生的獎學金之外，面向家庭經濟困難學生的獎學金也很多，如國家勵志獎學金是專門面向家庭經濟困難學生的，在各類獎學金評審和發放過程中，會產生學生獲得各類獎學金的金額、獲得各類獎學金人數等數據；4. 國家助學貸款：在這項工作中，會產生學生貸款的金額、學生貸款人數等數據；5. 學費減免和緩繳：在這項工作中，會產生學生學費減免和緩繳的金額、減免和緩繳的人數等數據；6. 勤工助學：每所高校都為家庭經濟困難學生提供了豐富的勤工助學崗位，供學生選擇，在這項工作中，會產生學校為學生提供的崗位數量、學生選擇各個崗位的人數等數據；7. 資助育人活動：為了提升家庭經濟困難學生的綜合素質，每所學校都會組織多種多樣的資助教育活動，培養學生各種技能，在這項工作中，會產生學生參與的人數、學生對活動的認識與反饋等數據。除了這些數據之外，家庭經濟困難學生的學習成績、心理健康數據、黨員數量、消費數據等數據，也對開展資助工作具有重要的意義。這些數據內容從不同角度和程度反映了學生資助的狀態，從現實情況來說，有的數據內容比較豐富，也比較系統，例如獎助學金、國家助學貸款等數據，但是，有的內容可能不太注意收集，分析也就弱一些了，例如學生參加資助育人的情況等。數據內容是我們開展學生資助教育的重要參考依據，做好數據內容的記錄和分析工作是學生資助工作的重要內容之一。

（三）高校學生資助數據類型分析

高校學生資助工作產生的數據類型，主要包括：文本型資源、數值型資源、音視頻資源、圖片資源等。文本資源主要來自家庭狀況描述、學生對參加活動的認識或反饋、班級評價等數據，這部分數據相對較少，數值型資源主要來自各類獎助學金、助學貸款、勤工助學、學費減免和緩繳、綠色通道等，這部分數據相對較多，音視頻資源和圖片資源都主要來自于學生資助育人活動等，這些數據有些是結構化的，有些是非結構化的。從這些數據類型可以看出，高校資助工作產生的數據類型也是多樣化的，并且，從當前來看，數值型的數據相對較為豐富，結構化較強，對學生資助工作的幫助也最大，相比來說，隨著資助育人活動越來越多，音視頻和圖片型的數據越來越多，但是這種數據結構化稍微弱一些，不太容易分析，對學生資助工作的幫助也相對較小。因此，高校普遍重視數值型的數據收集，并將這些數據應用于學生資助工作中，而對于音視頻和圖片型的數據也重視收集，多數應用于學生資助政策宣傳教育。

（四）高校學生資助數據處理速度分析

從高校學生資助數據處理速度方面來說，主要是指學生資助數據的實時處理程度。從不同數據內容來說，綠色通道等相關內容的數據，應該是實時處理，及時反饋的，相對來說，各類獎助學金、學費減免、勤工助學等相關內容的數據，從學生申請，到最后出結果，不是實時處理的，而是數據更新或反饋是有一段時間間隔的，例如，在國家勵志獎方面，學生提交了國家勵志獎申請表后，往往不是實時給結果，而是間隔好長一段時間才能將結果反饋給學生或相關老師，而且一年評一次，數據更新一次，大多數其他獎助學金也都是這樣的。總體來說，有些資助數據是實時處理的，但是相對較少，有些資助數據需要一些時間才能處理好，但是有些非實時處理的資助數據也可以向著實時處理去努力，例如勤工助學、學費減免等數據，或者盡量縮短處理周期，這樣才能更加及時、有效地反饋給學生，進一步提高學生資助服務的質量和效率。

通過以上分析可以看出，在高校資助工作中，產生了大量的、多樣化的數據，并且有些能實時處理，符合大數據的特征，努力收集這些數據，深入挖掘這些數據，可以更多、更快地了解學生資助的各種信息，提高學生資助工作的精準化水平，促進學生資助工作的科學、健康、持續發展。

二、高校學生資助數據的應用思考

隨著經濟社會的發展，國家越來越重視學生資助工作，若能充分收集和挖掘上文提到的學生資助數據，將這些數據充分應用到資助工作和培養家庭經濟困難學生的工作上來，一定會提高資助工作的質量和資助的精準化水平。

（一）重視學生資助數據收集，努力實現數據實時共享

從現在的學生資助數據來看，各種獎助學金的數據、綠色通道數據、學費減免和緩繳等數據是比較齊全、系統的，也是定期更新的。但是，很多數據是不定期的，尤其是資助育人活動學生的參與情況，或者有些社會助學金，這些數據可能不太齊全，也不系統，這就需要資助工作者建立收集數據的意識，定期收集。除此之外，學生資助工作之外的數據，尤其是家庭經濟困難學生的學業數據、心理數據、課外活動數據、消費數據等，對促進資助工作的精準化也非常重要，也需要加強收集。為了更好的管理和應用這些數據，還需要建立專門的學生資助數據管理與應用系統，實現資助工作內部數據之間、資助工作與教育教學工作之間實時共享，最終實現數據服務于家庭經濟困難學生的培養。

（二）注重多元數據協同應用，提高資格認定精準水平

從現實的家庭經濟困難學生資格認定依據來說，主要包括家庭經濟收入和狀況描述數據、班級評價數據等，但是，相對來講，指標比較單一，有時存在一定的誤差，要改進和提高資格認定精準程度，可以采取以下措施：1. 校內和校外數據協同應用：民政部門、家庭的數據等校外數據與各類獎助學金、助學貸款、班級評價等校內數據同時應用到資格認定中；2. 資助數據與非資助數據協同應用：家庭經濟收入、各類獎助學金等資助數據與學生的消費數據、學業數據等數據同時應用到資格認定中。通過多個來源和多種數據類型數據的協同應用，將多個數據指標用于資格認定，進一步提高資格認定的精準性。

（三）優化學生資助運行模式，實現精準資助動態管理

每個家庭經濟困難學生都是獨立的個體，個人的家庭經濟困難情況和行為習慣都各不相同，如何能最大效益地滿足每個家庭經濟困難學生的個性化需求，這對精準資助工作提出了挑戰。從這一點來說，優化學生資助的運行模式，實現動態管理是非常關鍵的，如何提高其有效性，可以從以下兩個方面入手：1. 加強每個學生受助情況的統計和及時更新，并將前后受助關聯起來。根據每個學生受助的金額，靈活調整受助群體和金額，例如根據學生受助情況，可以靈活調整減免學費和緩繳的金額或群體。2. 利用學生行為數據，動態調整資助群體和金額。根據每個在校生行為數據，尤其是經濟行為數據，決定受助群體和金額，并且實現動態調整，例如資助工作者可以根據學生消費數據，在經過客觀考察后，可以考慮將消費較低的學生納入資助群體。

（四）建立適時評估反饋機制，提升學生資助工作績效

從當前資助工作來看，各級資助管理部門越來越注重對資助工作的評估，越來越注重資助工作的績效。從這一點來說，數據對資助工作評估或績效起著重要的支撐作用，如何提高數據的支撐作用，可以從以下兩個方面入手：1. 定期進行資助數據整理，評估資助工作的質量。通過這些數據，可以表明資助款項的執行度、學生資助活動參與度、學生對資助工作的滿意度等情況，并不斷反饋給相應的部門或工作人員，不斷提升資助工作質量。2. 利用學生行為數據，考察資助工作績效。通過學生的學業數據、消費數據等，可以表明資助工作促進學生成長的效益，是不是對學生成長有促進，是不是資助了應資助的人群，而且沒有遺漏。

（五）建立資助數據應用制度，規范資助數據應用行為

任何一項工作，若想良好持續開展，需要有制度保障，學生資助數據建設與應用也不例外，若想要數據建設與應用正常運轉，就要建立資助數據應用制度，明確各主體的責權利。一方面，制定資助數據建設與應用的實施辦法。起草辦法文本，描述數據建設與應用的重要性和內容，明確各主體的職責，以及可以獲得的利益。另一方面，號召各主體遵守規定。各主體自覺遵守辦法的內容，在日常工作中踐行辦法，規范自己的行為，為資助數據建設與應用貢獻自己的力量。

參考文獻：

[1]秦殿啟.整合與大數據理念下的個人知識組織[J].情報理論與實踐，2014，37（2）：19-22.

[2]李恬.大數據理念與圖書館大數據[J].新世紀圖書館，2014（6）：24-27.

[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），2015，15（01）：24-28.

[4]吳朝文，代勁，孫延楠.大數據環境下高校貧困生精準資助模式初探[J].黑龍江高教研究，2016（12）：41-44.

[5]劉玉霞.大數據背景下高校精準資助路徑探析[J].未來與發展，2016，40（09）：69-73.

[6]張露露，黃海敏.基于大數據助力高校學生精準資助[J].知識經濟，2017（11）：11-12.

[7]武法提，牟智佳.電子書包中基于大數據的學生個性化分析模型構建與實現路徑[J].中國電化教育，2014（03）：63-69.

[8]安哲鋒，張鵬.大數據背景下高校學生心理健康數據分析及反饋體系構建研究[J].思想教育研究，2016（09）：93-96.