大數據時代高校精準資助工作體系構建研究

程剛 楊晨程 付成君

摘 要：高校學生資助工作是實現社會公平、教育公平最直接最有效的途徑。在“精準資助”背景下，為提高學生資助工作的效果與效率，高校可以依托大數據技術，創新學生資助工作的路徑和方法，構建學生資助工作精準認定、精準資助、精準管理、精準評價四個體系，推進資助認定指標化、資助方式差異化、資助管理精細化、資助評價科學化。

關鍵詞：高校;大數據;學生資助工作;精準資助;工作體系

中圖分類號：G641;G647 文獻標志碼：A 文章編號：1008-3561（2021）32-0018-03

基金項目：黃岡職業技術學院人文社科課題“大數據背景下高校貧困生資助工作精準化研究”（2020C2012122）;湖北省高校實踐育人特色項目一般資助項目“精準幫扶‘五困生家訪行動”（2019SJJPB3002）;黃岡職業技術學院學生工作精品項目“依托‘3+1主題教育 發揮資助育人功能”（2018X003）;黃岡職業技術學院輔導員骨干工作室項目“資助育人”（GZS201804）

作者簡介：程剛（1976-），男，湖北黃岡人，助教，從事思想政治教育研究;楊晨程（1988-），女，湖北襄陽人，碩士，講師，從事思想政治教育研究;付成君（1981-），男，甘肅蘭州人，講師，從事思想政治教育研究。

高校學生資助工作是實現社會公平、教育公平最直接最有效的途徑，現在已被納入高校人才培養工作的范疇，它直接影響著學生成長成才、學校建設發展、社會和諧穩定。資助工作的效果與效率取決于高校如何精準識別資助對象、如何科學實施資助手段、如何合理使用資助資金。教育部于2015年提出了“精準資助”這一全新概念，并把實現“精準資助”作為明確目標寫進國家教育部“十三五”規劃綱要，這為高校資助工作精準化研究指明了方向。近些年，國家實行擴招政策，高校在校生人數急劇增加，家庭經濟困難學生絕對數也不斷增加。因此，資助對象的精準認定與資助手段的科學合理對于資助工作效果來說至關重要。在“精準資助”背景下，如何利用大數據技術使高校學生資助工作更加精準化，是高校資助工作人員需要積極面對和研究的問題。

一、高校學生資助工作存在的問題

高校學生資助工作目前還存在一些問題，如學生資助數據管理平臺信息化和智能化程度還很低、家庭經濟困難學生精準認定標準還沒制定、關注經濟資助但缺乏思想引導和心理疏導、關注資助方式和手段但忽視資助育人的效果、關注資助過程但難以實施精準的考核和評價等。這些問題直接影響著資助工作的精準化程度，也影響著資助工作的效果和效率，很難保證資助工作做到公平、公正、公開。究其原因，主要是工作人員運用大數據技術的意識和能力還不足，政府和學校層面的頂層設計及統籌規劃還欠缺，高校學生資助體系還不完善，對學生資助工作的動態跟蹤管理還不到位等。因此，如何精準認定、精準資助家庭經濟困難學生，如何有效核查核準家庭經濟困難的現象和程度，如何把國家的學生資助政策很好地落實到基層，應成為當前乃至今后一個時期高校學生資助工作重點研究的課題。所謂“精準資助”，意味著家庭經濟困難學生要真正得到資助，社會要真正實現公平正義，教育也要實現真正公平。這樣，高校安全穩定和長遠發展就會得到保障，也更利于促進學生成長成才和全面發展。

二、大數據在高校學生資助工作中的價值體現

大數據作為新型計算技術的最新技術形態，是一種新視角、新思維、新途徑、新工具、新方法、新手段，大數據技術有利于高校學生資助工作的開展及精準化研究。堅持以人為本的理念，實現資源共建共享，充分利用大數據技術，構建精準識別、精準認定、精準資助、精準分析、精準發放、精準管理、精準評價的新模式，采取地域差異化、時間差異化、空間差異化的資助方式，建立信息動態管理、資金及時到位、評價客觀公正的管理模式，對提高高校學生資助工作精準化水平具有現實指導意義。大數據具有技術屬性，大數據相比傳統的數據來說體量大，時間長，查詢煩瑣，分析復雜，技術要求高。大數據具有結構化信息、半結構化信息和非結構化信息等結構屬性，數據也具有橫向、縱向、多維度、立體式等多樣化特點。大數據還具有社會屬性，是一種嶄新的社會發展方式，也是一種全新的創新思維模式，現如今已滲透于全社會各行各業，孕育著轉變經濟社會發展方式的先機。大數據還將進一步深入社會的各個行業領域，繼續影響著人們的思維方式、工作模式和生活樣式。利用大數據技術開展高校學生資助工作并促進高校學生資助工作的精準化，有助于轉變高校學生資助工作理念，有助于全面掌握高校學生資助工作的各種信息，有助于發揮高校學生資助工作育人功能。

三、高校學生資助工作精準化體系構建

大數據為高校學生資助工作提供了全新的思路和方法，高校學生資助工作部門可以在大數據背景下，構建高校學生資助工作精準認定、精準資助、精準管理、精準評價四個體系。

1.高校學生資助工作精準認定體系

高校學生資助工作人員應根據歷年來的家庭經濟困難學生數據信息，提煉歸納總結出家庭經濟困難學生認定的諸如家庭成員、人口、收入等主要指標，這些主要指標的來源可以是結構化、半結構化或非結構化數據信息。可以運用大數據用戶畫像技術，對家庭經濟困難學生各項指標進行分類標簽，將學生及其家庭基本信息等基礎數據信息定為A類標簽，將借助學生校園卡或網絡平臺購物數據測評出來的學生購買能力、消費類別、消費能力、消費頻率等定為B類標簽，將通過大數據平臺分析技術掌握的學生心理狀況和行為愛好等定為C類標簽。大數據技術可以將這些主要指標按照一定占比再細分成一級指標、二級指標、三級指標并進行賦值賦分，得出學生家庭經濟困難的等級，從而建立一套高校家庭經濟困難學生識別和認定指標體系，實現精準識別和認定家庭經濟困難學生。高校學生資助工作質量評估、績效考核和社會評價等越來越受到社會的關注，高校應該運用現有大數據資源信息來提升資助工作的效率、效果和效益，同時詳細記錄精準識別、認定、評定家庭經濟困難學生的依據、程序、過程和結果，清晰展現學生資助部門的工作計劃、脈絡、痕跡和總結。這樣，就可以從資助工作中的認定層面、資助層面、管理層面，為最終的資助考核評價工作提供全方位、多角度的參考指標。同時，學校就可以結合家庭經濟困難學生人數、學校人才培養目標、社會捐資助學情況、國家資助政策措施等，對全校全年學生資助資金配置情況、資助落實情況、效益評估情況等進行細致分析。

2.高校學生資助工作精準資助體系

高校應該建立家庭經濟困難學生檔案，較為精準地反映不同學生的個體情況，分析學生家庭不同的致貧原因和困難程度，然后有針對性地對這些學生進行經濟上的資助和心理上的幫扶。高校資助工作人員可以利用大數據分析功能按照學生的致貧原因、困難程度、家庭成員狀況和心理健康水平等進行分群，把大量紛雜的學生數據劃分為特性相同或相似的不同群組，再根據學生家庭經濟狀況、消費狀況、勤工儉學情況、學業成績、平時表現、心理健康情況等信息，構建細分多重指標的個性化分級分類資助模式，實現高校學生資助工作精細化的最終目標。高校可以利用大數據給不同專業學生安排不同的勤工助學崗位，讓學生在發揮自己專長的同時在一定程度上減輕家庭經濟負擔。這種做法促進了家庭經濟困難學生經濟上脫貧和精神上脫貧的雙管齊下，真正做到了扶貧與“扶智”相結合、扶貧與“扶志”相結合，既提高了高校學生資助工作的效率，又提升了高校學生資助工作的育人效果。高校還可以按照我國地域分布情況分別建立不同省份的家庭經濟困難學生檔案，再根據不同地域的經濟發展水平和人均收入狀況確定困難標準和認定指標，然后利用聚類分析大數據技術將家庭經濟困難學生電子檔案轉化為結構化數據資源，進一步實現學生檔案的完整性和規范性。教育主管部門和高校利用大數據技術可以科學配置及利用教育資源，促進教育頂層設計的科學化和重大決策的公開化。

3.高校學生資助工作精準管理體系

高校資助管理部門可以運用大數據技術，按照資助對象、資助標準、資助方式等指標，運用過程管理的基本原理對學生資助全過程進行頂層設計與實時控制，然后針對家庭經濟困難學生貧困程度認定、分類精準資助、跟蹤反饋評價等不同階段提出合理化建議，建立學生資助信息動態管理系統，最大限度地實現資助工作的公平、公正、公開和科學化管理。新生入學時輔導員都詳細登記過新生的家庭狀況和經濟信息，但后期及時更新學生家庭實時數據信息更為重要，以便了解并掌握每一個學生最新的思想、經濟、學習、生活、心理、交往等狀況，主要看學生及其家庭有無重大意外或重大變故發生。這樣實時動態地記錄、監測和跟蹤學生的學業成績、生活狀況、經濟變化、消費情況等，有助于高校資助管理部門及時有效地進行干預。所以，數據的實時性、真實性對于實現高校學生資助工作過程精準管理至關重要。高校學生資助工作通過大數據平臺實現了公開化、科學化、精細化，人們通過資助大數據平臺可以了解最新的資助信息和動態，社會上很多相關人員也可以參與到資助政策制定、決策部署和監督管理中來。利用大數據技術對家庭經濟困難學生進行線上線下相結合的持續動態監督管理，有助于把高校金字塔式管理模式轉變為扁平化管理模式，實現精細化管理。這樣，一方面可以發揮高校師生和社會人員的線下監督優勢，及時發現學生是否存在弄虛作假行為，如若有弄虛作假現象立刻取消其受助資格，并將這些不良行為記入學生誠信檔案，讓學生接受全社會、全方位、全過程的動態監督管理。另一方面，開通高校學生資助工作官方網站、郵箱、微信、微博等，可以讓社會大眾對高校學生資助工作進行監督管理，如若發現困難程度認定結果或分類精準資助過程存在異議并調查屬實，高校學生資助工作部門有權降低困難等級，甚至取消之前被認定的結果，并有權追回資助資金。

4.高校學生資助工作精準評價體系

對高校學生資助工作部門進行考核評價的依據是高校資助工作的基礎建設、實施過程、工作成效和資助育人效果等多項指標，其目的是衡量和評價高校學生資助工作的效率與效果。教育部全國學生資助管理中心制定了《中央部屬高校學生資助工作績效考評暫行辦法》，并委托第三方機構對中央部屬高校開展學生資助工作實施績效考評。高校可以建立一個完善的學生資助績效考核評價體系，包含學校滿意度、社會滿意度、學生滿意度等指標，也包括受助學生后續跟蹤情況、資助工作運行過程情況等，還可以利用大數據智能算法構建特征模型，對資助工作進行數據化分析和智能化處理。高校還可以依據學生經濟變化情況、心理健康狀況、學生精準識別度、二次審核指標、精準考核指標、資助監管考核指標及大數據應用考核指標等建立資助考核量化體系，通過大數據技術為每一層次的考核提供依據，最終實現精準考核評價。《關于聯合開展高校貧困生資助情況調查與檢查工作的通知》要求，高校在初定家庭經濟困難學生受助資格后，需要實地考察和走訪部分特別困難家庭，并對其家庭經濟狀況進行復核檢查。國家也特別要求，家庭經濟困難學生認定工作一定要與學生家庭走訪工作相結合，進一步細化和完善家庭經濟困難學生認定辦法，健全家庭經濟困難學生認定、資助、評價和監管工作。高校還可以運用大數據技術形成家庭經濟困難學生精準認定、個性資助、差異資助、動態監測、工作評估等資助工作評估規范，把資助工作的評價主體拓寬到全體師生、全體家長和全社會人員，從政府、社會和高校三個層面積極提高高校資助工作績效。

四、結語

綜上所述，雖然大數據應用于高校學生資助工作體系因為缺乏管理規范、技術標準、整體設計、信息安全保障等而有其局限性，但大數據技術應用于高校學生資助工作并和信息化管理平臺相結合，有利于信息技術時代研究普通高等教育教學工作。高校要想使學生資助工作更加精準化和科學化，為全校師生提供個性化和差異化服務，就離不開大數據技術的有效運用。高校要依托大數據創新學生資助工作的路徑和方法，構建學生資助工作精準認定、精準資助、精準管理、精準評價四個體系，推進資助認定指標化、資助方式差異化、資助管理精細化、資助評價科學化。

參考文獻：

[1]羅麗琳.大數據視域下高校精準資助模式構建研究[J].重慶大學學報：社會科學版，2018（02）.

[2]李成飛.大數據背景下高校貧困生資助工作精準化研究[D].南京郵電大學，2017.

[3]侯蓮梅，米華全.利用大數據推進高校精準資助工作創新[J].思想理論教育，2017（08）.

[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）.

[5]楊勝志.基于大數據的大學生精準資助貧困等級研究[D].東北師范大學，2018.

Research on the Construction of Precision Aid Financially System in Colleges and Universities in the Era of Big Data

Cheng Gang1， Yang Chencheng2， Fu Chengjun3

（ 1.College of Medicine， Huanggang Polytechnic College， Huanggang 438002， China;

2.Department of Student Affairs， Huanggang Polytechnic College， Huanggang 438002， China;

3.College of architecture， Huanggang Polytechnic College， Huanggang 438002， China）

Abstract： College student aid financially work is the most direct and effective way to realize social equity and educational equity. In the context of "precision aid financially"， in order to improve the effect and efficiency of student aid financially， colleges and universities can rely on big data technology to innovate the paths and methods of student aid financially work， build four systems of precision identification， precision aid financially， precision management and precision evaluation of student aid financially work， and promote the indexation of aid financially identification， differentiation of aid financially methods， refinement of aid financially management， aid financially evaluation is scientific.

Key words： colleges and universities; big data; student aid financially work; precision aid financially; working system