文/張璇 歐雷 唐熙媛 譚淑雅
在高校學生日常工作中,大學生資助工作一直都發揮著非常重要的作用。我國通過出臺一系列的貧困資助政策,幫助家庭經濟困難的學生,目的在于能夠讓每個學生安心完成自己的學業。目前,貧困家庭大學生都能得到國家、地方政府和其他組織的支持和資助。在大數據背景下,如何將來自不同渠道的助學資源更好地結合在一起,成為大家都關心的問題。
早在2007 年,國務院頒布的《關于建立和健全普通高等本科學生政策》就提到了要同時重視資助的強度和措施,為的是更好地促進教育公平發展[1]。目前,我國高校資助的措施主要包括獎學金、助學金和其他不同的費用,還可以根據實際情況減免學費。
學生在被資助前需要認定其家庭經濟情況。在真正操作過程中會按照家庭經濟因素、特殊群體因素、突發狀況因素、家庭負擔因素、學生消費因素、經濟社會發展水平等因素來認定學生的困難程度。一般分為:特別困難、一般困難和困難。首先以學生遞交的家庭經濟情況證明文件為基礎,再由班級、學院進行二級認定。
因此,在實際認定家庭經濟條件的過程中,會因為以上因素的各種差異而使得困難程度難以界定,這也會對后續資助工作產生較大的影響。因此,界定好家庭經濟困難的標準才能夠讓資助工作順利進行。
大學中其實有很多家庭經濟條件非常困難的學生。也正是因為各個地區經濟條件不平衡,才會讓各級教育主管部門的負責人沒有辦法直接認定學生的身份[2]。即便我國政府和高校出臺了一系列的政策,但是在執行的過程中還是會存在不小的障礙。具體表現為如下幾個方面:
第一,因為我國幅源遼闊,不同地區的生活情況有所不同,部分地區的評定制度、統計制度等并不健全,其評定標準會出現較大差異。同時部分高校認定貧困生的手續健全程度不足,其開出的證明并不能夠核實家庭情況,所以讓很多人感覺到有失公允;第二,貧困家庭的經濟狀況不是一成不變,整體屬于一個動態發展的過程。隨著經濟的發展和客觀環境的變化,學校對貧困學生的評定也屬于一個動態的過程。但是,很多高校由于資助體系的限制,眾多評定的標準是靜態的,一旦被確定下來之后,資助的對象在一定時間內不會發生變化[3];第三,評定過程中,多數信息存在不對稱的現象。隨著國家對學生資助力度不斷加大,有些學生存在著“僥幸心理”,會故意夸大家庭貧困的程度,甚至通過提供虛假材料和其他方式來影響評定小組的成績。而一些真正貧困的學生卻會因為自尊心的原因,不愿意將自己家庭真實情況暴露在老師面前,甚至直接拒絕資助。以上種種狀況都加劇了信息不對稱的現象。
很多學校在資助學生時,并沒有及時評估和反饋有效的信息,在資助的過程中難免出現重資助和輕管理的現象。即便在第一時間資助學生之后,也沒有辦法直接對學生進行動態跟蹤,更不能夠及時更新和反饋信息。因此也就沒有辦法直接對受助學生的學習情況、消費能力、信用習慣和其他信息進行綜合分析。等到再次評定時依然出現“瞎子摸象”的情況。一方面,因為在管理過程中出現了制度不健全的現象,讓很多工作人員變得無所適從,甚至不知道如何下手去管理;另一方面,很多管理層人員的素質并不高,往往是上級通知他們做什么他們就直接做什么,完全不會思考。加之很多大學內部的管理人員和輔導員的身份是重合的,大多數大學的輔導員需要同時負責教育、黨團、宗教和其他方面的工作,難免在后期工作過程中會存在心有余而力不足的現象。
在建設過程中需要全面采集學生的整體數據。這樣一系列數據能夠有效地將教育評價、財務支出、日常管理和日常活動更好地結合在一起,同時也包括了學生校內學習生活和校外的諸多數據。學校內部的貧困生在學習的過程中也會產生各種類型的數據。學校就可以通過建立一個數據庫來采集所有學生的結構化數據,并根據與學生日常生活相關的數據來確定家庭經濟條件較為困難的學生的標準。其實,很多大學已經在建設的過程中實現了“一卡通”,這樣一張電子卡可以讓學生將購物、借閱、洗浴和其他不同的校內活動更好地囊括在內,學生在進行每一項活動時自然會產生合適的數據,學校就可以將學生日常生活中的各類數據都集中在一起。
每個學校要學會整合不同部門分散的數據,重點是要多方位和分層次地整合學生在日常消費過程中出現的數據,這些數據可以作為認定家庭經濟困難的學生的標準。實際上,通過挖掘與消費頻率、消費水平和其他方面相關的數據,自然就可以在第一時間找出學生家庭的貧困背景。因為每個學生都將消費的過程分散于各個部門的終端,所以整合分散數據就可以有效地實現數據共享。而在整合學生餐飲、購物和其他諸多方面的數據之后自然就能夠建立起經濟條件較為困難的學生的預警機制。
通過運用大數據技術,可以直接跟蹤和記錄家庭經濟較為困難的學生的一系列情況,高校可以將這樣一大信息技術優勢延伸到不同的工作領域,必要時更可以通過分析學生資助和畢業后的情況來制定合適的工作計劃,事后再通過監督每一個環節來發揮行政資助的作用,這樣才能夠有效地提升工作效率。
此外,探索新的資助途徑可以更好地實現育人的目的。如果學生家庭條件真的有困難,則需要在重視經濟資助工作的基礎上,找到其他資助的途徑。例如,可以在政策范圍內提取一定的經費變成助學金,這樣才能夠有效地從多方面來資助學生。
大數據技術可以讓資助形式有效地實現差異化。目前,高校資助體系內部的內容主要是由“助、貸、減”等多種不同的形式組成,表現出各種不同的社會資助性質。但是,傳統的資助方式還是過于落后,存在資助的力度不夠和其他方面的問題[4]。為此,可以借助大數據來制定個性化的資助方式,為的是將精準資助更好地向前發展。
例如,有了大數據的介入,才能夠為每一位貧困生制定合適的勤工儉學和生活補助策略。這樣,一方面能夠讓經濟條件困難的學生可以獲得更多的補助,另一方面也可以讓學生在學校里面安心地學習。此外,根據學生的科研成果、學習成績和其他信息建立的政府、學校和社會“三位一體”的獎勵性措施,也能夠激發學生報效國家的潛力。當學生的籍貫信息、學籍信息、文化程度和生源所在地等信息都能夠被挖掘出來之后,專業人員則可以采用針對性的扶貧措施來更好地進行資助。
在大數據的背景下,學生的基本信息、消費情況和其他生活中的細節都已經被納入了信息管理系統內部。在通過對內部的數據進行分析和更新之后,自然就能夠更好地分析其潛在的規律,最終的結果就會變得更加準確。專業資助人員可以以這些基本信息為基礎來更好地比較不同的情況,在發現資助過程中存在的問題之后制定出合適的工作方案,然后實施全方位覆蓋的資助方案。
在通過對各種數據進行篩選和定位之后,每一位資助者都可以在第一時間了解到學生發展過程中的真實情況,并有效地制定好合適的措施。在建立相應的行為規范機制之后,就可以為每一位經濟困難的學生進行服務。
眾多大數據內部都包含著學生的成績、消費情況和作息情況,這些合適的數據將會構成高校家庭經濟困難學生的數據管理模塊,并在合適的機會將合適的數據嵌入育人的環節,找出有針對性的引導策略。這樣一種資助方式已經將單純的“輸血”轉變為“造血”。許多學生的內在動力能夠在第一時間被激發出來,最終更好地向前發展。
資助動態化其實是精準扶貧中非常重要的一個環節。如果能夠在管理中真正做到及時發現和及時糾偏,自然就可以將失誤降到最低。
大數據技術的應用能夠更好地提升動態資助化的水準,并將資助的過程植入決策、執行和監督等不同的環節[5]。在實際資助的過程中更需要有效地貫徹《國家中長期教育改革和發展規劃》綱要中提出的理念,并通過將同一類別的數據集中在一起更好地實現決策科學化。
此外,應注意在資助的過程中將各類信息數據和滿意度數據有效地結合在一起,并以這些數據為基礎來實現資助的公平性。必要時可以借助大數據技術來完善目前的監督體制和機制,同時要注意充分尊重家庭經濟困難同學的人格和尊嚴,將資助的行為和影響控制在合理的范圍內。
現階段,將大數據技術融入學生資助工作中才能夠更好地改善目前資助扶貧的實效。根據筆者了解到的情況,在實際運行中還存在著一定的問題,執行時尚需要一定的制度、機制來配合,才能讓信息建設變得更加科學和安全。