大数据在高校精准资助管理工作中的应用探讨

刘畅

摘要：基于大数据实现精准资助是新时期高校资助管理工作的主要发展方向。文章在分析了大数据对高校资助对象识别与认定、资助资源分配方式及资助管理工作方式影响的基础上，构建了以数据采集、数据分析与数据处理为核心的高校大数据精准资助工作系统模型，阐述大数据在高校资助工作应用的流程。最后，分别从树立大数据思维意识、加强学生信息数据整合、高校精准资助大数据应用人才的培养、大数据精准资助工作动态化管理以及建立大数据精准资助绩效反馈评估机制等方面提出大数据助力高校精准资助工作能力提升的路径。

关键词：大数据；精准资助；贫困大学生

当今世界正在步入大数据时代，大数据理念逐渐被人们所接受，基于大数据的行业应用已经成为时代发展的趋势。教育大数据的意义在于能够对教育数据进行专业化采集、分析以及处理，为科学决策提供依据。利用大数据技术开展高校精准资助管理工作，逐渐实现高校精准资助工作由主观评判向客观评价的转变。大数据提升了高校資助管理工作的针对性、准确性与有效性，同时，能够更好地发挥资助工作的育人功能。

一、大数据发展及其对高校资助工作的影响

2011年6月，麦肯锡全球研究所在其发布的《大数据：创新、竞争和生产力的下一个前沿》研究报告中将大数据定义为“大小超出了传统数据库软件工具的抓取、存储、管理、分析能力的数据群”。2014年，“大数据”一词首次出现在我国“两会”的政府工作报告中，表明我们对大数据重要性的认识也已经上升到了国家层面。大数据逐渐成为全球关注的热点与焦点问题。大数据的出现对高校资助对象识别与认定、资助资源分配方式以及资助管理工作方式产生了深刻的影响。具体表现为：

首先，对资助对象识别与认定的影响。资助对象的识别与认定是高校资助管理工作的第一步，也是实现精准资助的重要一步。但是，在资助对象识别与认定的实际工作中，笔者观察到一些真正需要资助的学生由于自卑或者担心被同学瞧不起等原因不进行资助申请。相反，另有一些同学将资助当作额外的福利随意进行申请。由于存在信息的不对称性，在实际工作中，对于这些现实存在的问题较难处理。在大数据条件下，资助申请信息更加丰富与透明，对资助对象的识别与认定可以更多地利用大数据信息进行量化积分形式的评判，以综合评估得分为基础对贫困大学生进行识别与认定。

其次，对资助资源分配方式的影响。目前，高校对资助资源的分配方式一般是先由学校按照学生比例分配到二级学院，再由各学院按照比例分配到班级，最后由辅导员或者班主任根据班级困难学生的具体情况进行具体分配。这种计划特征明显的资助资源分配方式，可能造成二级学院之间及学院内部各个班级之间资助资源分配不平衡的现象，如A学院困难学生较多，但是学生人数少。B学院困难学生较少，而学生人数又较多，极易造成资助资源的浪费。大数据的出现在一定程度上可以避免资助资源的浪费，原因在于大数据分析不是以二级学院（系）为单位分配资助资源，而是站在整个学校层面对全校需要资助的学生进行有效地甄别，以此为基础对资助资源进行分配。

最后，对资助管理工作方式的影响。传统资助管理工作的一般程序是由学生填写资助申请，所在院（系）学工部门进行初步审核，最后再由学校资助管理部门进行最终评定是否给予资助。可以看到，在传统资助管理工作过程中，资助管理部门工作较为被动，主动性不强。在大数据条件下，资助管理部门主动使用学生大数据信息进行有效判别和管理，更有利于对资助对象以及资助金额的及时调整。资助管理部门的工作表现出更多的积极主动性，更有利于学校精准资助工作的开展。

二、基于大数据的高校精准资助工作系统模型构建

在高校精准资助工作中使用大数据主要是围绕贫困大学生资助对象数据信息采集、分析及处理三个重要环节展开，依托数据整合与存储、数据挖掘以及数据可视化等相关大数据技术实现精准资助的目的。具体如图1所示。

（一）数据采集系统

实现高校精准扶贫的目的，全方位多层次地获取资助对象信息数据是重中之重。“全方位多层次”是指从生源地与校内外对贫困大学生资助对象在学习、工作与生活等方面进行信息数据采集。生源地信息数据主要包括生源地状况数据与家庭状况数据。其中，生源地状况数据主要包含生源地经济发展水平、是否属于贫困地区、最低生活保障水平以及当地助学政策等。家庭状况数据主要包括是父母职业、家庭成员、家庭收入与支出情况、居住状况、健康状况、是否属于低保户等；校内外数据主要包括基本信息数据与学习生活数据。

（二）数据分析系统

在高校精准资助工作系统中，数据分析依托于数据采集，是数据采集工作的延续。数据分析主要是以采集到的数据为基础，利用专业的大数据挖掘等技术进行深入分析，初步确定资助对象范围、贫困程度以及资助额度，并与国家、地方政府、公益组织及学校都提供的资助项目进行有效对接。在对接过程中综合考虑资助项目、资助金额以及资助对象人数的统筹兼顾，在三者之间寻找最佳契合点，使得资助项目与资助金额能够最大限度地满足需要。在保障绝大多数人利益实现的同时，又要照顾到个别家庭特别困难的学生。

（三）数据处理系统

顾名思义，数据处理系统就是在对数据采集与分析的基础上进一步地进行处理。互联网技术的快速发展，学校对在校学生的学习与生活等各种信息的收集更为简单便利。学生学习成绩、日常消费、家庭状况及资助状况等数据信息处于不断变化之中，需要学校资助管理部门对资助对象范围、资助项目及资助额度进行及时调整，对学生资助持久性做出判断，调整相关资助项目，及时跟踪资助对象日常变化状况，确认是否存在高档电脑、手机以及服饰的消费等情况并进行有效地干预与监督。如对学习成绩优秀，个人能力较强的资助对象增加资助项目与金额，相反，对学习不够努力及乱用资助资源的学生减少资助金额或者取消资助项目。

三、大数据助力高校精准资助工作能力提升的路径选择

利用大数据提升高校精准资助工作能力可以从以下几个方面着手。

（一）树立大数据思维意识

事实上，大数据是社会经济发展到一定阶段的必然产物，高校资助工作必须顺应这一历史发展趋势，在战略层面上重视大数据，利用大数据给高校资助工作带来的机遇，将高校资助工作水平提升到一个新高度。为此，作为高校资助一线工作人员需要树立大数据思维意识，掌握在校大学生数据采集、分析以及处理的方法与技术，对大学生个人与家庭以及学习与生活等信息给予高度重视。将大数据应用于贫困生的识别、认定以及动态管理过程中，使得高校资助更加精准。需要说明的是，大数据思维意识仅仅是高校资助工作的起步，更为重要的是要有意识地探索并掌握大数据在高校精准资助中的应用规律，利用好大数据这一工具。

（二）加强学生信息数据的整合

利用大数据实现高校贫困大学生精准资助的前提条件是具有统一规范的学生大数据信息平台。但是，现实情况是学生的个人及家庭信息、学习情况信息以及生活消费等信息分别保存在学工部门、教务部门及后勤服务部门，在一定程度上形成了信息孤岛问题。学校各部门的信息孤岛问题严重制约了大数据在资助工作中的应用。解决学校各部门信息孤岛问题的关键在于加强对学生各种信息的整合。由学校资助管理部门牵头，对学校各相关部门的学生信息进行有效地全方位整合，诸如重复信息的合并、缺失信息的补充以及某些综合信息的分拆等。努力构建起大学生数据信息平台，为大数据信息的实际应用奠定坚实的大数据平台基础。

（三）培养高校精准资助大数据应用人才

高校资助工作顺应时代发展要求，利用大数据进行精准资助，不断地进行创新，关键还在于高校资助大数据应用人才的培养。高校资助与大数据都是专业性较强的工作，需要配备专业人员从事该项工作。对现有从事资助管理工作人员进行大数据知识培训或者对大数据技术人员进行资助知识的培训，促进资助工作与大数据技术的进一步融合，实现大数据技术在高校精准资助工作中的有效应用。

（四）加强高校大数据精准资助工作动态化管理

借助大数据开展精准资助与传统资助工作相比，在工作内容与方法均有所不同，特别是在大数据应用与处理方面，主要表现为：一方面是大数据精准资助信息的动态更新。学校资助管理部门在利用大数据开展精准资助管理工作时需要及时更新相关数据信息，以最新的信息数据为分析基础，确定资助对象的范围、项目与方式以及具体额度等资助内容。避免因为在校同学因生病或者家里发生变故等信息更新不及时导致资助不及时不到位情况的发生；另一方面是大数据精准资助信息的动态审核。由于大数据精准资助信息是动态更新的，进而需要对大数据信息进行动态化审核，及时发现并处理动态数据信息，降低资助的失误率。

（五）建立大数据精准资助绩效反馈评估机制

将大数据应用于高校资助管理工作，能够使得高校资助管理部门对学生的大数据信息资源进行分析与筛选，更为真实全面地了解资助对象。同时，需要指出的是，在高校应用大数据进行精准资助仍然处于探索阶段，不可避免地会出现一些偏差。建立大数据精准资助绩效反馈评估机制的目的在于提升资助的精准度。高校精准资助绩效反馈评估的核心是考察借助大数据确定的资助对象是否是真正困难的学生、资助项目与资助对象的困难是否相匹配并满足其需要、资助金额是否用到实处及资助方式是否合适。大数据精准资助反馈评估是对高校资助管理工作预期效果的综合性评估。

四、结语

高校学生资助工作必须努力实现精准资助目标，使得资助资源分配的公平、公开与公正，是一项需要长抓不懈的工作，任重而道远。将大数据应用于高校资助工作是一个全新的研究领域，探索在大数据条件下如何更好地实现在校贫困大学生精准资助，利用大数据驱动高校进一步完善资助体系，创新资助工作模式，优化资助工作路径，提升资助工作效率，不浪费有限的资助资源，实现资助工作与贫困生健康成长的完美结合，需要我们在工作中进行深入地思考，在实践中不断地总结经验，推陈出新，最终实现高校贫困生精准资助的工作目标。

參考文献：

[1]陶俊清.大数据背景下的高校资助工作创新研究[J].东华大学学报（社会科学版），2015（03）.

[2]胡培裴.基于大数据的高校资助系统模型与案例分析[J].无锡职业技术学院学报，2017（03）.

[3]季超，王玲.高校学生精准资助工作的难点、对策与路径选择[J].当代教育实践与教学研究，2016（11）.

[4]张磊.高校学生精准资助工作的实践与探索[J].湖北函授大学学报，2017（05）.

[5]刘晓杰.“精准扶贫”思想下的大学生精准资助[J].教育教学论坛，2017（01）.

*本文为江苏省教育科学“十三五”规划学生资助专项课题“江苏省高校国家助学贷款绩效测度与评价——基于对资助学生的跟踪考察”（编号：X-b/2016/01）阶段性成果。

（作者单位：淮阴工学院学生工作处）