大数据背景下高校精准资助体系探究

1、    大数据背景下高校精准资助体系探究    王加迎+蔡永清摘 要 基于大数据分析的高校精准资助体系将是高校学生资助未来发展的趋势。本文结合我国高校目前的资助体系和遇到的实际困难，在大数据背景下探讨了高校精准资助创新体系，该体系主要工作在精准识别、精准匹配、精准考评等理论层面开展了有意义的探索，对今后高校推进精准资助有一定的指导意义，并且推进社会和教育公平。关键词 大数据 精准资助 高校 体系：g647 ：a0引言高校精准资助工作是国家促进教育公平的重要举措。随着我国经济的蓬勃发展和资助体系不断完善，高校大学生资助事业取得了长足发展，受助大学生的规模日

2、益增长，资助形式也呈现越来越多样化。目前高校资助工作也从广泛覆盖的“阳光普照”模式向精准高效的方向转变。因此，建立高效优质的高校精准体系成为了当前高校创新资助理念和方法的重中之重。本文研究以大数据分析为基础，逐步形成精准识别、精准匹配、精准考评的多项资助方案共同实施的多元混合资助体系。1大数据与高校精准资助现状大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对海量数据、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。如果高校大学生想要获得资助资格，首先要依据关于认真做好高等学校家庭经济困难学生

3、认定工作的指导意见来获得家庭经济困难学生资格。在评定过程中各个高校根据自身实际制定了自己的认定程序和标准，但总体评议和认定过程没有大的变化。有些贫困生因为自身性格要强、爱面子心理、对资助政策不理解等因素影响未申请评选。另一方面，还有极少数学生提供了虚假的贫困材料，夸大了经济困难的程度。同时由于家庭经济困难学生认定标准过于笼统，加之民主评议和认定小组评审中主观因素过多，造成了“伪贫困”现象，尤其是在大学的低年级，由于了解程度较浅，降低了资助的准确性。这些给高校的资助工作带来了很大的阻碍，引起了不公平现象，精准资助举步维艰。当前我国高校对贫困生的资助大部分是无偿的，这也使得部分贫困生产生了等、靠、

4、要等负面思想，缺少对国家、社会、学校的感恩。当前高校资助需要获得的学生家庭及个人的经济数据是一个复杂的数据集，以大数据为技术支撑的精准资助就成为了当前的研究重点。通过大数据管理来实现精确的家庭经济困难学生识别和动态分析。建立家庭经济困难学生数据动态档案，全面掌握学生家庭经济情况、学费金额、餐饮消费、服装消费、通讯消费、电子消费品支出、奢侈品支出、家庭脱贫情况等综合数据，建立动态数据库，将按照学生的实际情况结合消费金额，精确制定对口资助规划。同时联合辅导员、专业教师、同班同学，在对家庭经济困难学生进行经济资助的同时，注重对学生的精神扶贫、感恩教育和能力培养。2大数据背景下的精准资助2.1精准识别

5、精准资助的关键是精准识别，通过科学有效的方式和方法精确找到家庭经济困难学生。精准识别贫困生是高校资助工作的关键，识别的准确度体现了困难大学生资助的实效。在实际操作中将家庭经济困难学生资格认定动态计算的数据库实现，根据贫困生在申请中填写的家庭经济收入情況、学费金额、餐饮消费、服装消费、通讯消费、电子消费品支出、奢侈品支出、家庭脱贫情况等信息，同时对提供的上述数据民主评议打分，最后计算出贫困生的困难程度，并判断家庭在大学教育中的经济承受力。为了保证数据的准确性，必须对贫困生提供的信息进行逐项打分，打分学生包括本班所有学生和辅导员（班主任），通过大样本来减小主观误差。同时向地方政府核实家庭经济困难等

6、级，和政府的资助情况。借助政府和银行的大数据技术平台调研家庭经济困难学生家庭基本经济情况和教育支出的承受能力。因此，大数据分析工具为贫困生的精准识别了技术支撑。大数据分析不只是停留在掌握庞大的数据信息上，更重要的是对数据进行专业化分析上，通过“加工”实现数据的“增值”。大数据背景下的家庭经济困难学生资助中不在是高校一方的事务，而是构建政府、银行、家庭、学校和学生等相结合的新模式：（1）构建政府层面的贫困家庭的认定信息整合平台。将公安、银行、房管、民政、居委会、税务等部门的数据整合在一个大数据平台上，实现有严格授权的数据资源共享，为高校贫困生的精准识别提供原始数据。（2）建立高校层面的贫困生认定

7、分类细分标准。标准坚持定性和定量相结合的原则，实现指标明确、界定清楚、注重客观数据量化过程和民主评议相结合，在数据挖掘的角度充分利用数据，为精准识别家庭经济困难学生提供技术支持。（3）搭建社会层面的贫困生帮扶信息平台。为帮扶者提供受助对象真实的信息，同时完善帮扶者的认定标准和流程，双方相互开放信息，在数据开放角度为精准识别提供动态相互检验，达到利用社会资源来帮助家庭经济困难学生，又能实现教育帮扶公平问题。2.2精准匹配精准匹配是个体需求的分配问题，通过大数据的分析找到个体的需求，利用现有的资助资源来提供个性化的资助。目前我国高校在资助匹配中各类的资助是分开的，贫困学生对自己能获得哪种资助或者自

8、身条件符合什么样的资助项目定位不清，经常出现什么资助都申请和重复受资助等问题。同时，由于众多的资助不能合理分配形成有效互补造成了资助资源的浪费，影响了教育公平性，而且不利于贫困生自身的成长成材。为了优化资助资源配置，提供利用效率，高校可以将国家、社会、学校的各项资助项目进行整合打包，形成不同等级的“资助包”，向不同困难程度的贫困生提供组合式的资助。借鉴美国等发达国家的做法，“资助包”包括奖学金、助学金、助学贷款、校园勤工岗、社会助学金等各种资助，这种资助形式能够协同解决家庭经济困难学生的贫困问题。目前各个高校基本沿用“比较困难”、“一般困难”和“特别贫困”三级的分级标准，在实际操作中也暴露出指

9、标重复、分析不够精确等问题。因此，高校在资助匹配中需要细化分级模式，以提高资助的匹配精度。高校可以设立静态分级和动态分级结合的混合分级模式，静态分级以往的以家庭收入为主的静态三级困难等级，动态分级包含家庭经济困难学生的学习成绩、综合测评成绩、诚信、感恩等，细分贫困生的层级有利于实施资助资源的精准匹配。依据贫困生的实际进行分类指导的方法，提高了教育资源的有效利用，促进教育公平，推动了贫困生的全面发展。endprint2.3精准考评精准考评是对精准资助的客观评价，反映的是高校资助工作的效果，是资助社会价值的直接体现，彰显教育公平的主要评价结果，体现教育教育公平。目标管理贯穿在高校精准考评中，体现社

10、会价值，精准考评离不开高校精准资助的目标管理，而这种目标管理不仅要体现社会效应，还体现在贫困生的经济改善、心理健康和综合素质提升等“育人”价值中。美国的管理学大师彼得·德鲁克最早提出了“目标管理”的概念，有了目标才能确定每个人的工作。约翰斯通提出了“成本分担”理论，该理论洞见了美国学生资助“育人”的目标管理。我国高校的学生资助考评体系是一个封闭体系，有着严格的上下级之间的关系，明确的政策导向。目前各个高校建立的家庭经济困难学生资助考评体系具有较强的育人价值导向，这也是高校目標管理的一部分。在具体实施的依据是中央部属高校学生资助工作绩效考评暂行办法。资助考评主要依据高校资助工作的基础建

11、设、工作实施、工作成效和资助育人等多项指标综合考核。高校大学生资助工作的育人价值得到充分的体现。构建高校因人而异的新的资助考评体系，精准资助体系中“个性化”的资助模式能最大的发挥贫困生的主动性，合理分配资助资源。精准考评是精准资助的价值所在，对精准识别和精准匹配有明显的促进作用。3结论越来越多的研究者开始关注基于大数据分析的高校精准资助体系，也是高校学生资助未来的发展趋势。本文结合我国高校目前的资助体系和遇到的实际困难，在大数据背景下探讨了高校精准资助创新体系，该体系主要工作在理论层面开展了有意义的探索，对今后高校推进精准资助有一定的指导意义，并且推进社会和教育公平。但是由于大数据分析的部分数据较难获得，成本较高，实际应用还需要政府、社会、高校的共同努力推进，有理由相信在不久的将来大数据分析方法会在高校精准资助工作中得到全面的应用。参考文献1 朱