大數據技術與高校貧困生資助精準化

張彬

新時代背景下，我國經濟呈現出高質量發展趨勢，國家綜合實力進一步提升，國家領導人秉持教育興國的思想理念，不斷加大對教育的投入力度，針對高校貧困生資助工作，提出精準資助的新政策。資助精準化的關鍵在于“準”，面對當前貧困生資助存在的問題，高校應著力引進大數據技術手段，運用新理念、新技術、新方法開展貧困生資助工作，實現精準化資助目標。

當前高校貧困生資助工作存在的不足

現階段我國高校貧困生資助工作尚存一些問題亟待解決，整體工作質量并不樂觀，精準化目標的實現仍需進一步探索。在貧困生資助認定方面，大部分高校均依托教育部門頒布的文件，按照相關流程規范進行貧困生認定。但是，這種認定方式主要通過學生提供的貧困證明、家庭情況調查表來完成，評判具有較強的主觀性，且傳統落后的信息采集方式方法的數據采集分析周期較長，容易出現數據信息遺漏、丟失等問題。在認定的過程中，由于貧困生資助名額有限，部分學生思想不端正，存在弄虛作假的現象，導致部分家庭真正困難的學生無法獲得資助。更有偽貧困的現象阻礙了高校貧困生資助精準化目標實現。

與此同時，缺少健全、統一且全面的信息服務平臺，部分高校雖順應網絡發展形勢，建立資助信息平臺，但實際利用的效率非常低，失去了本身存在的價值。部分學校信息服務平臺的用途僅僅是發布貧困生認定要求、認定結果、資助金額等，并未立足于學生實際考慮，難以實現信息共享，資助管理的精細化不足。此外，在完成高校貧困生認定和資助工作后，需展開長期的后續追蹤管理，實時了解學生家庭經濟情況、自身學習狀態的變化。但當前高校缺少成熟的數據平臺和系統，完成認定和資助工作則萬事大吉，后續追蹤管理工作的不足，導致難以發揮貧困資助的作用。究其原因，主要是由于高校貧困資助管理機制不健全，缺少動態化管理方法。

大數據技術在高校貧困生資助精準化中的作用

首先，為高校貧困生資助提供準確數據信息。當前高校在展開貧困生資助的過程中，通常由大學生自主按照資助方要求填寫表格并上交，但由于人力與物力資源有限，無法準確核實所有貧困生的信息，以及貧困生家庭經濟情況的實時變動。高校貧困生與資助方之間存在較為嚴重的信息不對稱問題，因此，高校貧困生資助難以實現精準化。互聯網時代背景下，貧困生大部分經濟活動均能夠通過網絡獲取準確數據信息，依托大數據技術提取并記錄，這在很大程度上打破了信息不對稱的弊端，對高校貧困生資助精準化目標實現具有積極意義。

其次，為高校貧困生資助方式的多樣化提供事實依據，依托大數據技術采集貧困生相關活動數據，充分了解其貧困原因，繼而結合貧困生實際情況采用多樣化的資助方式，提高貧困生資助的精準性。

最后，大數據技術的應用有助于提高貧困生資助效率。傳統高校貧困生資助需要人工進行數據信息采集和整理，互聯網大數據技術運用不足，信息整合仍然存在諸多弊端。將大數據技術運用于高校貧困生信息采集、整合、分析中，切實提高數據信息的分析能力，節省人力與物力資源，增強貧困生資助工作效率。

運用大數據技術促進高校貧困生資助精準化

構建統一數據平臺

將大數據技術運用于高校貧困生資助的過程中，想要真正實現精準化目標，要從多個維度著手構建數據信息平臺，實現貧困生資助的精準認定。高校應著力構建統一化、全面化的數據平臺，將所有貧困生的數據信息錄入、整合，完善數據庫內容，注重數據信息的更新和維護。

首先，在數據信息錄入該平臺前，需核實數據的真實性、準確性，錄入后及時備份和共享，并采用分層分級管理形式，保護高校貧困生的隱私安全。大數據技術的運用，實現貧困生數據信息云端儲存，避免了數據信息泄露、遺失等問題。高校不同二級學院的代碼普遍存在差異性，需提前進行代碼對比表制作，繼而將不同二級學院的數據信息，統一上傳至高校大數據平臺，打破各部門之間信息孤島的現狀，實現貧困生信息全面覆蓋和統一化。

例如，SAP公司的大數據產品SAP HANA，該數據平臺功能齊全，包含數據庫、數據處理、應用平臺、預測功能、計劃編制功能、文本分析、商務智能分析功能，為高校貧困生資助提供實時動態信息，且精準預測與分析功能。有助于高校貧困生資助工作者及時作出決策。數據平臺構建的過程中，貧困生信息儲存要詳盡，包括家庭經濟收入、收入來源、家庭成員身體健康情況、家庭大額支出、負擔，以及學生在校期間的食堂消費記錄、圖書館門禁信息、手機消費記錄、一卡通消費記錄等。將這些數據信息內容納入數據平臺，并面向社會公開資助信息，實現資源共享與資助透明化，為貧困生與資助方建立橋梁，接受來自社會公眾的實時監督。

除此之外，高校方面要利用大數據技術，持續、動態且規范化采集學生數據，實時監控每個貧困生的真實情況，充分了解學生日常學習與生活狀態，面對由于疾病貧困、自然災害導致貧困的貧困生，要及時給予幫扶和關注。已經完成認定的貧困生，實時更新數據信息，繼而有效發現已經完成脫貧的學生，保證資助資源精準使用，將初步認定與后期更新數據相結合，彌補傳統數據信息時效性差的現實問題。

采用多樣資助方式

在實現貧困生精準認定的基礎上，要根據采集的數據信息，具體分析每個貧困生的實際情況，繼而因人而異地采取精準資助方式，這是實現精準化資助目標的關鍵。換言之，不僅要保證資助對象的精準性，同時要注重精準的資助方式。當前我國高校所構建的貧困生資助體系主要涵蓋的內容包含獎、助、勤、減、免、補七種方式。高校根據大數據技術分析結果，根據資助對象的個體差異性，將不同資助方式有效運用其中，發揮高校貧困生資助的作用和價值。實現這一目標，需要高校明確不同資助方式的應用、適用條件，構建大數據資助模型，根據資助對象情況合理選擇資助方式。

例如，以獎學金形式對貧困生進行資助的過程中，則需要優先考慮學習成績，將數據庫中學習成績優異的貧困生納入資助對象范疇。究其原因，主要是由于學習成績優異的學生普遍具備更加強烈的自尊心，以獎學金的形式進行資助，能使其感受到自我價值，進一步激發其積極努力上進的動力，讓學生明白知識改變命運。在實施勤工儉學資助方式的過程中，要綜合考量學生的生源地、家庭情況、家庭經濟水平、家庭所在地自然災害記錄，分析出需要長期資助的貧困生，通過校內外勤工儉學崗位提供給貧困生，使其能夠長期獲得一定的經濟收入，減輕貧困生的生活壓力。而減免學費等資助方式適用于孤兒、父母為殘障人士，無穩定家庭經濟收入，或寄養在福利院、親屬家中的貧困生，結合實際情況適當為其減免學費、雜費，緩解其經濟壓力，讓貧困生有機會順利完成學業。總而言之，在對貧困生資助的過程中，必須要摒棄平均資助，加大對困難對象的資助力度，在以人為本的基礎上實現貧困生資助精準化。

完善資助管理機制

當前高校在開展貧困生資助工作過程中，將大部分側重點放在貧困生認定層面，完成認定與資助金發放后，則忽視了貧困生的后續管理工作，即便部分高校采取追蹤管理方式，但所投入的人力、物力不足，大數據技術引進不足，中長期持續關注度不足。因此，基于大數據技術的應用，不僅要精準認定、精準資助，同時要強化后續追蹤管理。高校開展貧困生資助的根本目標，是緩解學生的家庭經濟困難，解決經濟壓力，避免其由于經濟壓力存在不良心理，甚至放棄學業。所以，需進一步完善高校貧困生資助管理工作機制，利用大數據實施監測系統，對高校評定的貧困生狀態、行為展開實時監督。如果貧困生在受到高校精準資助后，由于經濟壓力得以緩解而出現奢靡浪費，或學習狀態和成績無任何改善的情況，高校貧困生資助管理工作者，有必要及時提出預警，并加強與貧困生的溝通。在此方面，想要保證反饋信息的準確性，可以構建評價反饋模型，對受到資助的貧困生展開評價，從多個維度著手，評估高校給予的資助是否有利于促進貧困生學習和成長，繼而不斷完善高校貧困生資助的動態管理機制。

結 語

綜上所述，互聯網時代背景下，高校在開展貧困生資助的過程中，要充分發揮大數據技術的優勢和價值，構建完善的數據平臺，實現數據信息精準采集、錄入和分析，增強資助效率。同時，結合貧困生實際情況采用差異化資助方式，發展精準化、多元化資助模式。不僅如此，要建立動態化監測與管理機制，實時了解貧困生綜合情況，真正實現精準化資助，幫助家庭經濟困難學生順利完成學業。

[本文系基金項目：閩南理工學院科研基金資助校級科研項目（社科）課題“基于大數據技術高校貧困生資助精準化研究——以閩南理工學院為例”（課題編號：19KJX058）的研究成果。]

（閩南理工學院）

參考文獻：

[1]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）.

[2]凌云.用大數據思維解決高校貧困生精準化資助問題[J].創新與創業教育，2017（03）.