大数据背景下高校精准资助工作机制浅析

来源:用户上传      作者:

　　摘;要：经济困难学生的求学问题一直是国家、社会、学校和家庭关注的热点。为了改善贫困生的学习和生活质量，我国已经建立了多种资助机制。但在大数据蓬勃发展的今天，传统的资助分配模式暴露出很多的问题，难以适应时代发展的需要。本文结合实际情况，首先论述了目前高校资助工作的现状和暴露的问题，提出自己对大数据时代高校精准资助学生工作机制的看法，以期对高校的学生资助工作提供借鉴。
　　关键词：大数据;精准资助;工作机制
　　2014年，“大数据”这三个字，第一次出现在“两会”的政府工作报告中，其重要性不言而喻。高校作为思想活跃、理念先进、技术精湛的前沿阵地，利用大数据思维和先进的理念，来教育、管理和服务学生，一定会产生良好效果。2015年，教育部部长袁贵仁在全国教育工作会议上明确提出：“要提高国家资助政策的精准度，依托国家教育管理信息系统建设平台，确保国家学生资助、奖补等优惠政策真正落实到每一个需要帮扶的学生身上。”
　　大数据技术让高校“精准扶贫”成为可能，通过精准识贫、精准扶贫和可持续性追踪管理，进一步提高了高校学生资助工作的效率。在大数据技术日益发展的同时，高校学生资助工作也暴露出很多问题，严重影响着资助工作的公正性与有效性。文章从现行的学生资助模式和存在的问题入手，提出了新的大数据精准资助工作模式，旨在提供参考。
　　一、目前高校资助工作现状
　　1.我国高校资助政策的历史演变见下表。
　　2.当前高校资助资源和资助对象分析
　　2007年，国务院颁布《关于建立健全普通本科高校、高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见》中提到，将资助强度与帮困奖优并举，在积极促进教育公平的同时，注重优化教育结构。目前高校主要的资助资源包括国家助学金、国家励志奖学金、国家助学贷款（包括生源地贷款）、勤工助学、学费减免等。
　　（1）资助对象认定
　　当前国内多数高校对资助对象的认定主要是通过家庭经济情况，依靠学生举证、学校评定的方式进行。学生提供残疾证、低保证或有家庭所在地民政部门、街道办事处、父母所在单位出具的家庭经济贫困证明、家庭年收入证明等相关文件，采取班级民主评议和学校评定相结合的方式，并通过公示制度，对贫困学生进行认定。在学生经济困难认定过程中将学生的困难程度进行分档，经班级、学院、学校三级审核对其家庭经济困难情况进行认定。而在这个过程中，认定依据过于简单、标准不够科学、程序尚未规范、资助分配单一、资助管理滞后等因素影响了学生资助工作的精准化。
　　（2）学校资助资源及分配模式
　　高校的资助资源主要来源于两类，一类是比较稳定的国家助学金、国家励志奖学金和学校固定的资助项目，另一类是不稳定的社会类资助。目前高校资助资源的分配主要采用名额比例制，学校按照各院贫困生比例安排名额，学院再将名额分配给班级，最终在班级中挑选出符合条件的受资助对象。在实际操作中，资助额度区分度不明显，导致不同贫困类别学生采取上台“比惨”形式进行竞争，在资源有限的情况下，不能做到资源的合理分配。在具体的实施过程中，流程烦琐，费时费力，容易伤害到学生的自尊心。
　　二、传统资助工作存在的问题
　　1.资助认定标准不够合理，真实性、精准性难以保证
　　高校在认定学生家庭经济情况时，虽然采取了分级管理，将学生分成了特别贫困、一般贫困和普通贫困，但是在实际操作中主要依据家庭年收入来界定困难分类。采用这种认定标准存在不合理性，比如因为地区经济水平差异而带来的影响并未考虑其中，评价要素过于单一。如果单纯利用此划分依据，在资助学生评定过程中，就很容易造成不公正的情况。
　　同时，目前判定学生是否贫困主要依据的是学生家庭所在地的村委会、街道办事处等有关基层部门开具的列有家庭人口、收入等基本情况的贫困证明为依据，按照贫困生比例，从学校到学院，从学院到辅导员，从辅导员到班级，一级一级进行名额分配。确定名额后，在班级内进行民主评选。由于人力、精力和时间有限，辅导员和高校无法全部核实材料的真实性，一些真正经济困难的学生可能由于自尊心过强、碍于面子等原因放弃申请。依据这样的形式进行评选，逐漸暴露出证明材料真假难辨、学生家庭经济状况不透明、民主评议不够全面的问题。
　　在分配模式上，这样的操作模式也较为僵化，忽视了学生的个性化需求。一方面，学院总人数和困难学生总数不存在正比关系。另一方面，个别班级贫困学生多，可能会存在这个班级中普通贫困的学生要比另一个班级特别贫困学生经济条件更差的情况，而现存的分级局限和资源分配局限，则会导致这部分学生无法享受到最适合自己的经济资助。
　　2.资助过程强调制度规范，没有很好地做到隐私保护
　　为了保证资助工作的公平公正公开，目前多数学校都采用先由班级进行民主评议，再由学校评定的形式。而在这个过程中，必须按照规定的评审流程严格执行。在实际操作中，为了体现评选过程的规范合理性，常常需要将受助学生的基本情况告知其他学生，一切要求公开，对贫困生的情感造成了很大的伤害。而这显然与国家资助政策的初衷是背道而驰的，一方面，过分强调信息透明对经济困难学生的隐私造成了伤害，另一方面，这让贫困学生的心理自卑问题显得更加突出。
　　3.侧重经济资助，轻视精神资助和能力培养
　　目前，高校对于学生的资助主要侧重于经济方面，而对贫困学生“精神”方面的资助和心理方面的帮助则较为匮乏。现阶段，随着资助政策的不断推进，受助学生的心理和思想问题也逐渐凸显出来。在思想方面，有的学生受助后缺乏感恩心理，偿还贷款不诚信、遇到困难不自强等，而心理方面，自尊心强、过度自卑和性格孤僻等问题也不断涌现出来。这样一来，不仅真正需要资助的学生没有得到帮助，这些缺乏诚信的行为也导致同学之间“看不顺眼”，进一步引发学生对资助过程的质疑。更为重要的是，虽然在学习和生活方面给予他们物质支持，但对学生的学习情况、职业规划、就业没有提供长远帮助。 　　4.资助到位后缺乏跟踪管理
　　在当前国内的学生资助过程中，资助金发放完毕后，对于学生获得资助后的具体表现和资金运用情况缺乏进一步的追踪调查。钱款如何使用，是否有效都得不到反馈。因后期跟踪不到位，就无法确保学生收到的资助是否真正用于学习和生活。例如，有的学生可能拿着资助金请客吃饭、买高档商品等，这样的情况还不在少数，同时也不利于学生感恩意识和社会责任感的培养，不利于贫困学生的后期成长和发展。
　　三、基于大数据的精准学生资助工作模式
　　1.精准识贫：利用大数据识别贫困学生
　　确定资助对象是需要资助的学生，是工作的第一步。大数据技术依托对数据的分析、处理、比较，可以用全面而精确的数据，对资助对象进行全面分析，做到精准识别。高校可以很全面地获取学生在校产生的各类数据，比如学生的基本信息、浏览的网页信息、在校消费情况等，高校可以将不同类别的信息数据进行采集、共享、收集，并根据这些数据为每一名学生建立电子档案，不管学生发生任何动态变化，都可以在数据库和平台中进行更新，实现动态追踪。
　　2016年3月，南京理工大学依托大数据技术，对学校学生的一卡通刷卡记录进行数据分析，精准地把每个月在食堂吃饭超过60顿、一个月总消费不足420元的学生被列为资助对象，“准援助对象”确定后，各学院的辅导员对各自学院的名单进行核对，最终在资助对象饭卡上直接发放数额不等的资助金。“暖心饭卡”在保护学生尊严的情况下，悄悄给学生送去温暖，真实做到了对于困难学生群体的精准识别。
　　2.精准扶贫：利用大数据对贫困学生进行动态化监管和预测
　　依托大数据技术服务平台，建立家庭困难学生认定指标体系，通过大数据分析和整合，在评价体系中设计合理的权重，实现可持续性的科学认定。此外，依托之前搭建的大数据技术服务平台，可以随时随地检测学生的生活与家庭情况，对学生资助工作进行动态调整和掌控。这一举措可以实现精准扶贫，把最合适的资助金发放至最合适的资助对象手中，不仅减少了以往烦琐的申报—审核流程，也提高了资助工作的时效性和科学性。
　　同时，通过对搜索引擎、社交网络等进行充分数据抓取的基础上，可以通过算法计算、数据挖掘分析等手段，提前得知特定学生的家庭经济实况，并及时根据分析结果做出适当资助。而学校层面的预警机制一旦形成，就可以很好地实现“不漏助”“合理助”和“及时助”。例如，当前，大学生对于社交网络的利用率很高，他们习惯于使用社交软件表达自我。高校可以充分利用QQ、微信、微博等社交网络对学生进行数据整合和分析，一旦学生个人或家庭遭遇突发变故，高校就可以根据情况，及时在心理、思想、物质等方面给予适宜地帮扶，保证资助的及时性，保护资助对象的自尊心。
　　3.精准追踪：利用大数据对贫困学生进行可持续性监督管理
　　大数据不仅可以帮助精准识贫和精准扶贫，还可以有效对贫困人员进行监督管理。所谓可持续性资助，是指我们不仅要解决贫困生的吃饭和上学问题，也要充分发挥资助的育人功能，让贫困生能够从资助中获得更多的成长，心怀感恩，诚信做人。在资助金发放后，可以依托大数据收集学生对待资助金的态度和消费动态，从而避免让资助工作结束在资金发放这一环节，而可以更长远地指导学生受助后的生活、学习、交友、心理变化等情况。
　　同时，可以建立三级监督体制，发挥同学、辅导员、学校三级监督机制。第一层级是同学监督层，利用社交网络和资助对象的同学充分沟通，形成反馈积分制度，并录入评价体系，而反馈积分一旦低于某个数值，将削减或召回资助金。第二层是辅导员监督层，辅导员可以利用大数据追踪受助学生获得资助金后的生活、学习动态，一旦后台数据出现异常，辅导员就可以及时采取措施，对资助学生进行谈话，让这些学生感受到人文关怀。第三层是校园监督层，学校创建的监督平台开放时间应该是全年，而不仅限于资助阶段。
　　结语
　　随着大数据技术的不断发展，利用大数据建立精准精确的学生资助工作机制，不仅可以精准识贫、精准扶贫，还可以做到长期追踪和持续化、全方位的资助管理教育，这是大数据的优势和创新，也是高校思想政治工作的有力抓手和创新举措。他山之石，可以攻玉。未来，伴随着越来越完善的大数据技术，基于大数据的精准学生资助工作模式必将成为高校学生资助工作强有力的助推器。
　　参考文献
　　[1]孙婷，张軍，曹林林.大数据背景下建立精准学生资助工作机制刍议[J].教育教学论坛，2016，12：7-8
　　[2] 范玉朋.大数据条件下创新学生资助工作机制研究[J].科教导刊，2016，12：171-172.
　　[3]马腾飞.高校家庭经济困难学生精准化认定方法探析[J].高教学刊，2016，06：160-164.
　　[4]郑瑞强，曹国庆.基于大数据思维的精准扶贫机制研究[J].贵州社会科学，2015（8）：163-168.
　　[5]郑杰.上海市高校家庭经济困难学生识别系统构建研究[D].上海：华东师范大学，2015.
转载注明来源:https://www.xzbu.com/1/view-15288491.htm