安順職業技術學院大數據背景下的貧困生動態分析

顧恒成　張岱　盧清　龔文瑤

摘 要：安順職業技術學院屬于西部欠發達地區高校，貧困生比例較大，通過數據分析學生在飯卡消費數據，量化了解學生日常生活的情況，對學校貧困生的分類和資助認定提供數據支撐和決策參考。

關鍵詞：安順職業技術學院 大數據 貧困生 數據分析

一、大數據背景下的貧困生動態分析的目的和意義

安順職業技術學院地處貴州省安順市，這里屬于滇黔桂石漠化地區，是脫貧攻堅這項偉大工程的主要攻堅區。而由于我校學生90%以上來源于貴州省各市縣區，均處于該石漠化區域，較東部地區屬于生產力低下，交通網絡欠發達的貧困區域。這使得我校貧困生比例相對高于全國平均水平。同時為保證困難學生入學后及時獲得響應資助，需要在開學初一個月內完成認定工作。因此相較于全國其他地區，我校貧困生認定工作具有認定時間短，認定人數數量大的特點。而在此之前我校貧困生家庭人均收入標準（下簡稱貧困生標準）一直按照貴州省教育廳要求的農村學生人均收入1800元/年，城市學生2400元/年的標準執行。通過學生出具的蓋有縣級民政部門公章的普通高校家庭經濟情況認定表來確保學生提供的數據的真實性及有效性。這樣做的優點在于，標準明確，流程清晰，資助中心在收到學生相關印證材料后，可以快速的核對信息，確定入庫資格。然而在目前的物價水平和收入水平持續上升的影響下，學生消費水平相對前幾年過往已經發生了較大幅度的增長。經過資助中心隨機調查下，我校學生在2019年春季學期日均花在飲食的費用，一般在20元/天的標準左右，如果仍沿用過往的標準可能會讓部分貧困學生失去獲得資助的機會。如何科學精準的確立貧困生標準，如果僅僅引用貴州省某一年更新的貧困生標準或者安順市的貧困生標準只是短暫地，部分地解決了貧困生認定標準。但仍然存在一些問題：一是人群消費特征上，我校貧困生主要針對的是來自周邊地區的高職學生，并且這些學生的消費背景是地處城市邊緣地區工業園區的封閉校區，具有自己獨特的消費生態，直接引用針對全省或者全市的貧困標準明顯會存在不小差距;二是由于近年來在國家經濟發展迅速的大背景下，居民人均可支配收入在穩固上漲，因此每一年的人均消費水平都可能發生顯著的變化，貧困人群的消費標準也應該隨之發生變動，如果引用某一年的數據會極大地影響其有效性，這一點可以從學生人均消費看出，較之5年前我校學生日均飲食消費已經接近翻了一番。

由此在貴州省大力發展挖掘大數據、大扶貧應用的背景下，我校開始嘗試探索借助數據挖掘的思維將貧困生認定的主體由外轉內，從借鑒全省的貧困標準轉變為依托于我校現有掌握的學生實時消費數據，通過對學生消費行為特征進行數據挖掘尋找在當前時間背景上我校學生人群的消費特點，并以此來協助確立一個隨時間變化貼合我校消費生態的貧困生認定標準。

貧困生家庭人均收入標準即指家庭人均收入標準在一定的時間、空間和社會發展階段的條件下，維持學生的基本學習生活所必需消費的物品和服務的最低費用。學生除固定的學費等固定開支外，在校的主要開支主要由一日三餐的飲食消費組成。由于我校地處郊區，接近半封閉式管理，學生的三餐基本都在食堂通過飯卡消費完成，因此飯卡消費可簡單的等價為飲食消費。那么結合大數據思維，如何利用學生在校內一卡通消費每日、每月動態消費數據與學生學籍信息、資助信息綜合進行數據挖掘和分析是一次利用大數據知識指導進行貧困生標準設立的主動嘗試。這樣才能提高我院學生資助資金使用效率，提升學生資助工作水平對我院學生管理提供強力的數據支持。在大數據背景下，結合“精準扶貧”的政策優勢，輔助提升貴州貧困學生教育扶貧資助的精準化，成為了有待解決的主要問題。與此同時，其也為貴州高校貧困資助工作帶來了新的工具與平臺。充分利用高校現有的數據資源借助數據挖掘的思維，在實踐中，為貴州高校資助工作拓展思路，使得貧困生資助工作更加精準，滿足現實需求[1]。

二、對安順職業技術學院貧困生動態分析的調研對象及方法

此次調查分析，共使用我校高校學生在2015年9月至2017年3月期間在食堂使用一卡通進行消費的數據688790條，分析前首先將以上數據中貧困生4788人（其中教育精準扶貧貧困生1191人，非精準扶貧貧困生3988人）消費的數據與全校非貧困生2116人（我校當年高校在校生6904人）進行數據分離，同時將食堂各窗口消費數據按照消費檔次分成高中低三個檔次進行數據分離，然后利用微軟PowerBI進行交叉數據挖掘和分析，找出不同維度不同類別數據間的顯著差異點，進行智能化的數據挖掘，最終得出有統計學意義的調查結論。

三、調查結果及分析

經過數據比對和數據挖掘后顯示：

（一）按照學生消費金額的維度進行數據切片并分析，我們發現：

1、將貧困生與非貧困生在日常飯卡消費平均值上進行比對，顯示貧困生消費金額與非貧困學生平均水平無顯著差異。

2、將貧困生與非貧困生在日常飯卡消費標準差上進行比對，顯示貧困生消費波動較小，相對來說更集中在5元/每次左右。

（二）按照學生消費慣用窗口為維度進行數據切片并分析，我們發現：

從慣用窗口看出，貧困生消費習慣與全校學生有顯著差異：

（三）綜合以上兩個維度進行交叉分析，我們發現：

從慣用窗口看出，貧困生消費習慣與全校學生有顯著差異，貧困生喜歡消費的前十位窗口與非貧困生有顯著差異，貧困生更傾向于去性價比高的窗口消費，更喜歡去粉面大排檔窗口消費，更喜歡去就餐時間短上菜時間快的窗口消費。

四、結論與啟發

綜上所述，利用學生在校內一卡通消費每日、每月動態消費數據與學生學籍信息、資助信息綜合進行數據挖掘和分析來區別貧困生和非貧困生是可行的，我們在研究中就分析出我校貧困生與全校學生從消費窗口的頻次上就能體現出消費習慣存在明顯差異，這給未來的工作提供了很好的思路，如果隨著學校智慧校園的建設推進，能夠提供更多的數據點，比如門禁數據，學生在校園活動數據、學生參加社團活動數據等大量實時、動態的數據，我們就能夠更詳細的區分出貧困生的行為模式，并對其進行畫像，以此為依據來作為我校動態的精準識別貧困生的標準推進資助考核科學化。在《國家中長期教育改革和發展規劃綱要（2010-2020 年）》的政策指引下，下一步就能構建資助管理信息系統，提升貴州省高校學生資助信息管理水平。根據不同的學生性質，家庭收入情況進行動態性探究，實現數據的采集、傳輸和匯聚。并依托大數據的背景下，實現“云計算”和“云儲存”的技術變革，展現“靶向應用”的特點[2]，并將我省高校資助工作展開，推進一個嶄新的時代。

參考文獻

[1] 羅美霞.高校貧困生立體資助體系的研究——以央視《青年創業中國強》欄目為例[J].新聞戰線. 2015（06）：99-100.

[2] 毛廣.論高校貧困生國家資助體系的現實困境與重新建構[J].教育與職業. 2015（33）：88-89.