基于大數據技術構建精準資助動態管理機制

唐瑩

摘 ? 要：貧困證明資料可信度不高、貧困生認定缺乏科學標準等，對高職院校貧困生認定工作造成較為嚴重的影響。基于此，文章針對高職院校貧困生認定工作的現狀及不足展開分析，進而結合現狀及實際存在的不足制定出相應的對策，希望可以為相關人員提供參考幫助。

關鍵詞：高職院校;大數據;精準識別

大數據技術主要是指大數據的應用技術，范圍較為廣泛，同時其內部包含了各類大數據平臺，在運用“大數據”技術的過程中，因其所涉及的范圍較廣，所以在實際應用“大數據”技術時，需要充分注意各類技術之間的配置與配合。職業教育扶貧對精準扶貧而言，會起到至關重要的影響作用。自黨的十八大以來，黨與政府對教育培訓對于扶貧工作的意義給予了高度重視，并明確出臺相關政策要求全面實施教育扶貧工程，為職業教育的發展帶來了至關重要的發展契機。

1 ? ?高職院校貧困生認定工作的現狀及不足

1.1 ?現狀

目前，高職院校已經形成一整套以“獎、助、貸、勤、減、補、免”為主要手段的職業教育學生資助體系，將幫助學生在3年的學習生活中通過各種不同的方式得到資助。

對家庭經濟困難學生的精準識別是做好高職學生資助工作的重要基礎，也是國家勵志獎學金、國家助學金評定的主要依據。現在貧困學生認定的基本程序為：在開學之初，先由學生本人提出申請并提供相關貧困證明材料，輔導員對貧困學生進行摸底排查，初步認定貧困及貧困等級后，將名單交給各班級學生進行民主評議，然后提交學校扶貧工作小組審核，最終確定本學年的貧困生及其貧困等級。

習近平總書記指出，扶貧工作“貴在精準，重在精準，成敗之舉在于精準”[1]。對貧困生進行精準識別和認定是做好高職院校資助工作的起點，也是落實國家資助政策的第一環節，但是目前粗放的認定方法存在資助對象認定精準度不高的問題，具體表現在4個方面。

1.2 ?問題

1.2.1 ?貧困證明材料真實性可信度不高

（1）我國稅收體制不完善。高職學生來自五湖四海，地域性經濟條件的差距真實存在，學生的家庭資產和家庭收入很難通過稅收進行計算和監測，學校在貧困生認定時缺乏統一、科學的界定標準，存在著“一刀切”的現象，相關證明材料失真也很難發現。

（2）生源地有關部門審核蓋章管理不嚴。面對學生證明材料需要簽字蓋章，當地的民政部門很多時候并沒有認真審核申請學生的家庭真實情況，又或者出于人情等原因提供了不真實的貧困證明材料，甚至直接給空表簽字蓋章，讓學生自己填寫相關內容，這給辦理不實的證明材料提供了便利，使得貧困證明的可信度大打折扣。

1.2.2 ?貧困生認定缺乏科學標準

2018年10月，教育部等6個部門在《關于認真做好高等學校家庭經濟困難學生認定工作的指導意見》[2]中對家庭經濟困難學生的概念以及標準給出了明確的界定，但是這一界定是定性的。由于高職院校生源面廣，涉及面復雜，人工認定貧困生的方式具有主觀性，致使部分不貧困的學生被錯誤認定，真實貧困的學生可能因為不愿意申請或者名額不足而未被認定。在具體認定過程中主要表現為：很多高職院校對資助資源的分配都采用簡單的“指標分配制”，一般是將已經確定的資助名額按照院系、專業比例或者班級人數來平均分配，使得資助對象的數量受到具體名額的限制，導致一些家庭實際困難的學生因名額不足而未被認定，而有些家庭經濟條件好卻因班級（或專業）“有名額”而被評為貧困生的現象存在。

1.2.3 ?資助過程缺乏動態管理

學生的家庭經濟困難情況是一個動態變化的過程，但目前高職院校對于學生家庭經濟條件的變動一般并沒有及時地進行監控和調整，也很少見到有學校能對貧困生家庭因脫貧而撤檔，或是因突發家庭變故新入庫等，因為一旦學生被認定為貧困生，接下來的一學年甚至幾年基本上都是貧困生。貧困學生的家庭經濟變化情況缺少動態跟蹤，貧困生認定通常是在每學年開學初評定，但家庭情況是動態可變的，長期處于家庭經濟困難的學生畢竟是少數，部分家庭經濟情況好轉的學生，理應從貧困生數據庫中排除。然而，在學校的日常工作中，缺乏快速的響應機制，后續的資助動態管理工作較弱，因此現有的資助管理方式會存在一些突遭變故的家庭不能及時被幫扶以及一些經過幫扶已經脫貧的學生不能及時被發現，缺乏資助的時效性，資助效果有限。

1.2.4 ?隱性貧困

貧困生的認定需學生本人先提出申請，但個別真正貧困的學生由于自卑、礙于面子、害怕被同學看不起，或出于自強、想要靠自己努力通過兼職來減輕家庭負擔等，不提交具有效力的貧困證明，主動放棄貧困生的認定申請，導致一部分“隱性家庭經濟困難學生”無法被精準識別出來，真正需要資助的學生無法獲得國家的資助。

2 ? ?對策

2.1 ?建立多部門參與聯合評價的組織構架，打破家校貧困信息不對稱的困境

家庭經濟困難學生認定的基礎信息一般包括生源信息、家庭情況、重大變故;軌跡信息可以綜合利用校內各部門的數據，包括一卡通的月均消費情況、話費、網費、擁有電子產品價格、課堂綜合表現、圖書館的使用及借閱頻次、勤工助學崗位及工作表現等數據;受助信息大體包括繳費信息、獎貸勤補信息和貧困生的認定信息等方面。通過定期采集、統計全校學生的經濟消費數據，進一步了解學生在校的日常學習、生活習慣和消費水平等信息，并從側面分析、掌握學生的經濟狀況、家庭貧困情況及經濟波動特征等，作為后續對家庭經濟困難學生認定的科學依據，初步篩選出潛在的貧困生，再通過輔導員等一線管理老師核實學生情況，輔以民主評議活動，開展及時、準確的資助工作。

2.2 ?完善量化考核指標，精準識別真實貧困級別

通過大數據分析，可以清楚地呈現學生的家庭經濟情況和在校學習生活消費情況，把全體學生的個人信息指數量化為分值，總分值越高，則貧困程度越高，依據從高到低的順序進行排列，將學生貧困程度劃分為“貧困”“貧困預警”“正常”3個等級。在貧困生認定程序上，以申請學生所在等級指標及總評分為基礎，再根據班級評議小組意見和民主評議流程進行綜合認定，確定當年貧困生信息庫，進行常規資助。由此，依據可量化的貧困生認定指標，貧困生的認定工作會更加標準化、客觀化和可操作化，進而避免因主觀性強的資助評審過程導致貧困生認定不精確的問題出現。

在資金分配標準上，根據資助對象貧困程度的不同分為多個等級進行管理，提高對特別困難資助對象的支持力度，提高資助標準與資金分配的精準化、差異化，保證評審過程公開、透明，促進教育公平。

2.3 ?運用“大數據”建立精準資助動態管理機制

大數據技術在動態監督方面的優勢也很顯著，高職院校可以利用現代網絡信息和大數據技術優勢，搭建實時監控貧困生動態的信息管理系統。通過指標數據的整理，整合學生的相關信息，不定期采集、分析全校學生與貧困有關的各種數據，建立困難預警機制，落實動態化的資助管理，完善貧困對象的扶貧退出機制。作為落實精準扶貧的重要舉措，動態化的自助管理模式能夠幫助學校及時掌握貧困生的各項狀況，從而能在最大限度上降低扶貧偏差。另外，動態管理不僅能對貧困生的各項狀況進行實時監控，而且在認定與查找信息方面也會更加及時、準確。所以，廣大高校還應利用大數據，針對被資助的學生，通過監測、分析和預判，建立異常預警機制，以對學生家庭經濟的變化、消費狀況、學業狀況等進行動態監督，并根據實際變化，對扶貧對象、扶貧標準進行動態調整，為教育幫扶的深化和完善提供數據支撐。

2.4 ?利用“大數據”技術挖掘隱性貧困生

借助于大數據技術，高職院校可以在貧困生認定過程中占據主動權，全方位了解學生真實的家庭經濟情況、消費情況、致貧原因等，那些隱性家庭經濟困難學生就很容易被識別出來，學校能主動給予他們國家的政策惠顧，在一定程度上減少了對家庭經濟困難學生自尊心的傷害，達成利用“大數據”發掘隱性家庭經濟困難學生的目標。

3 ? ?結語

綜上所述，為了更加有效地解決目前高職院校貧困生認定工作中存在的問題，需要通過“大數據”技術構建出完善的高職院校貧困生精準識別模式，從根本上解決高職院校貧困生認定工作中存在的問題，提高貧困生認定工作的質量與效率。在通過“大數據”技術構件高職院校貧困生精準識別模式時，需要充分完善量化考核，通過“大數據”技術構建精準資助動態管理機制，同時運用“大數據”技術挖掘隱性貧困生，最終實現提高高職院校貧困生認定工作的質量與效率，幫助貧困生降低壓力并提高自信心，從而為高職院校與貧困生的未來發展起到良好的基礎保障與幫助作用。

[參考文獻]

[1]張娜，魏曉琴，周建軍，等.大數據背景下的高職院校貧困生資助模式初探[J].文存閱刊，2018（8）：39.

[2]劉曉鑫，張成元.大數據背景下的高職院校貧困生資助模式初探[J].科學大眾（科學教育），2017（17）：127.