基于大数据的高校精准资助能力提升研究

来源:用户上传      作者:

　　摘 要：提升资助精准度是当前高校资助工作的必然要求，大数据思维及技术为此提供了有效工具。从大数据视角审视高校资助工作，主要存在统筹规划不足、贫困生认定难、忽视学生发展性等问题。将大数据思维与高校资助工作相融合具备可行性，通过大数据的挖掘、分析和应用，促进贫困生认定精准化、资助个性化、管理动态化，最大效度地发挥高校资助工作的育人功能。
　　关键词：大数据;高校;精准资助
　　中图分类号：G647
　　文献标志码：A
　　文章編号：1001-7836（2019）06-0148-03
　　高校学生资助工作是国家整体资助的重要部分。在2018年1月23日召开的全国教育工作会议上，教育部部长陈宝生指出：“当前我国教育正面临新的形势和任务，机遇前所未有，挑战前所未有，许多新情况、新问题都需要我们去面对、去解决。”其中扶贫是2018年我国教育改革关键词之一，教育部将出台深度贫困地区教育脱贫攻坚实施方案，重点攻克“三区三州”贫困堡垒[1]。党的十八大召开以来，精准资助被提上政策议程，从国家项层设计到各省出台实施方案，再到高校因时、因地制宜地落实部署，针对家庭经济困难学生的资助呈现快速发展的态势。在持续解决教育发展不平衡不充分问题的背景下，高校精准资助能力与水平仍然有待提高，应当以大数据发展为契机，立足其思维与技术优势，开创大数据与高校精准资助相结合的新思路。
　　一、大数据时代下高校资助工作的典型问题
　　高校资助工作的目标是将有限的国家资源最大限度地用在每一名真正需要的学生身上，但在现行的高校资助体系与资助行为中，“会叫唤的孩子有奶喝”这种相悖的现象不在少数，特别是在大数据时代下还表现出以下典型问题。
　　1.统筹规划的信息化效果有待提升
　　随着信息化水平的提升，高校资助工作信息化建设取得了较大进步，新技术推广运用较快，出现了一系列资助管理系统和工作平台。然而，各省市开发的资助工作平台与各高校建立的信息平台相对独立、内容不一，不仅高校与高校之间的数据难以开放共享，甚至高校与教育行政主管部门之间也难以实现信息互通。一方面，信息平台的开发与维护本身增加了成本、浪费了资源;另一方面，在实际工作中，难以兼容对接的平台加大了使用者的工作量，使其无所适从，最终反倒降低了使用率。由于缺乏完善的资助管理信息系统，不能够及时对学生资助工作进行跟踪和反馈，资助工作冗余环节多、工作周期长，管理工作存在漏洞[2]。总而言之，这种无序的平台与系统建设看似功能强大，实则没有太大助益。应该注重在国家顶层设计的指导下，统筹规划、共建共享，才能实现资助工作的便捷高效。
　　2.贫困生的精准识别与认定存在困难
　　贫困生的精准认定是实现高校精准资助的前提，但一直以来家庭经济困难学生的评判标准难以量化，仅靠学生自我描述与资助方的情感认知来判定，此种方式下的贫困生认定工作是阻碍高校资助工作的一大难题。根据普遍实行的《家庭经济困难学生认定办法》，目前甄别贫困生的基本方法是由学生家庭所在地的民政部门出具其家庭经济情况表或者贫困证明。众所周知，该表一般由学生自己填写，民政部门盖章即可，而某些民政部门的工作人员出于地方保护主义和家乡情结，既不会细致询问学生家庭经济收入的具体情况，也不会深入调查核实表中所填内容的真伪。在这种情况下，家庭情况摸底表或贫困证明的效用就有待商榷了。高校负有了解和审核学生贫困身份的职责，然而高校学生人数众多，专门负责学生资助工作的教师数量有限，难以切实掌握所有学生家庭经济情况也是客观存在的。实地调查与家访可能是最有效的方式，但高校学生来自五湖四海，调查需耗费的人力物力财力巨大，使得高校对这项工作望而却步。
　　3.忽视对受资助学生的发展性关注
　　由于资助工作的特性，在工作过程中往往出现重材料、重数据而轻学生自主性、轻人文关怀的现象，表现为以下几个方面：第一，把大部分时间和精力花费在审查材料、验证学生信息、核对资金数目等事务性工作上，忽视了对学生的教育和引导。资助数据和信息的核对十分必要，但应腾出足够精力来关注受资助学生本身的学习和生活，不能舍本逐末。第二，较少顾及贫困学生的脆弱情感与自卑心理，过分公示受资助学生信息，可能对学生造成再度心理伤害。高校为保证资助过程的公正公开而采用公示制度无可厚非，但应有限度地公开，注意保护学生的敏感信息。第三，资助工作以资金发放为终点，忽视了跟踪反馈和对学生的品质教育。大学生肩负实现中国梦的责任和使命，高校对大学生的资助不能只停留在资金救助层面，更应培养他们勤劳、自信、自立自强的品德和懂感恩、知回馈的品质。在资助工作中，人是真正的主体[3]，无论制度多么完善、程序多么严谨，如果没有关注人的发展，就达不到“育人”的本质目的。
　　二、大数据应用于高校精准资助的可行性
　　如前文所述，高校精准资助既重要又紧迫，亟须采用新视角、新思路对高校精准资助展开研究。当今社会正处在大数据时代，这一时代的万事万物都可以运用大数据视角来观察和描述，大数据具有“4V”的基本特征：Volume（数据规模巨大）、Velocity（快速实时响应）、Variety（数据类型多样）和Value（数据富含价值）。将大数据运用于高校精准资助并非毫无依据，而是具有普遍性与特殊性的融合、工具导向与价值导向的契合以及核心技术过程与现实具体要求相贴合等可行性。
　　1.普遍性与特殊性的融合
　　大数据为我们提供了一个从未有过的审视现实的视角，它是一种可以渗透到所有生活领域的世界观[4]。这种带有普遍性特征的思维角度可以用于考察诸多实践事务，既可以包括事关国计民生的大事，也能够涵盖个体行动决策指导。就这一点而言，高校精准资助能力的提升完全可以采用大数据的理念和技术。高校精准资助作为国家资助政策体系的一个重要部分，具有要求和实施的特殊性。根据教育部发布的《国家中长期教育改革和发展规划纲要（2010—2020年）》学生资助中期评估报告，未来5年我国将推进学生资助信息化建设，建成以学籍为基础的全国学生资助管理信息系统，实现与人口、低保、扶贫等部门信息系统的对接或信息共享[5]。这种包含高校学生资助的管理信息系统建设就充分体现了大数据这一普遍性思路与学生资助体系完善这一特殊性要求的融合。 　　2.工具导向与价值导向的契合
　　大数据还可以作为一种帮助人们改造世界的工具，与工具理性不同的是，这种工具导向已经把人类期望更好地认知事物、获得美好生活的价值追求进行了内化。基于此，高校精准资助的价值导向与大数据工具导向具有一定的契合性。其一是理念的契合。高校精准资助本身就是体现以人为本、建立惠及全民的民生服务新体系的政策行为，大数据应用的理念也在于为人们创造更美好的生活，当然也包含将其运用于帮助众多贫困学子完成学业。其二是行动指导的契合。大数据应用的优势在于解决小问题，大数据思维的方向是分析，旨在发现相关关系[6]。从一定程度上说，高校精准资助也是分析资助本身与高校学生的相关性，使资助成为保证貧困学生完成学业、实现自身价值的有力条件。由此可见，实现工具与价值的契合是大数据助力于高校精准化资助的重要目标。
　　3.核心技术过程与现实具体要求的贴合
　　大数据主要的技术环节有数据挖掘、数据分析和数据应用等，围绕这些核心技术还产生了一系列应用和支撑技术，如SQL与NOSQL数据库技术等。大数据的核心技术环节与高校精准资助的现实要求具有较高的贴合性。高校精准资助过程中的贫困生认定，就相当于一个“数据挖掘”的过程，要在众多的高校学生群体中认定真正的贫困学生群体，改以往的定性化认定为定量化认定，用“数据事实”说话。高校根据学生特点，选取合适、恰当的精准资助形式，就需要用到“数据分析”手段，怎样兼顾对贫困学生的经济资助与精神资助、如何提高资助的可及性与公平性并综合选取个性化的资助形式等，都可以借鉴大数据的分析思路。高校精准资助政策的决策、执行等环节，可以将其类比为“数据应用”，把贫困学生的各种种类、状态、形式的数据分析结果运用于高校精准资助体系优化与能力提升方面，不断满足高校精准化资助的现实要求。
　　三、大数据时代高校精准资助能力的提升路径
　　根据《2016年中国学生资助发展报告》，我国学生资助政策体系更加完善，资助总额突破1 600亿元，增幅达8.24%。其中，资助普通高校学生4 281.82万人次，资助金额955.84亿元，比上年增加107.87亿元，增幅12.72%[7]。普通高校作为国家学生资助政策执行“最后一公里”的重要主体，要切实发挥自身优势，运用先进的理念和技术不断提高精准资助能力，充分保障国家资助政策落实的全面性和公平性。
　　1.以数据挖掘促进贫困生认定精准化，确保资助“有据可查”
　　高校精准资助的关键在于准确认定贫困学生、有效发放资助资金，使每一名有助学需求的学生受益。要通过数据挖掘实现贫困生的精准认定，确保“有据可查”，改变长期以来凭“一张证明、一个公章”就可以获取资助的简单工作思路，防止落入资助形式主义的泛化陷阱。首先，要发挥高校“大数据库”的优势，多途径采集学生数据。高校的教学、科研、管理等各环节产生了大量的非结构化数据，采集、筛选其中与学生学习、生活相关的数据，根据数据均值计算确定贫困生界定的相对标准。其次，要集成高校各部门的分散数据，多层次整合学生消费支出数据。高校学生消费支出状况可以作为贫困生认定的重要标准，如把校园“一卡通”在后勤食堂、超市购物、充值中心等地方的消费支出数额、频率等数据进行整合，建立贫困生识别预警机制，如果发现个别学生消费支出水平长时间大幅低于全校平均水平，就可以考虑将其纳入资助范围。再次，要挖掘现有与潜在数据的关联性，多方面剖析贫困生入库动机及其原因。在大数据思维中，师生之间的日常对话、电脑网络的访问留言、个人的阅读写作内容等都可以作为数据信息，可以根据这类数据挖掘学生申请资助的真实原因，核实贫困生入库动机，提高资助的有效性。
　　2.以数据分析带动学生资助个性化，确保资助“有的放矢”
　　目前，高校资助体系包括“奖、助、贷、勤、减、免、补”等多种形式，但仍然存在资助面狭窄、资助度弱化的问题，可以考虑通过数据分析的方法，探索适应不同学生需求特点的个性化资助方式，实现精准资助“有的放矢”。可通过分析贫困学生的日常生活需求数据，建立以生活补贴、勤工俭学为主要形式的资助体系，提供后勤、科研乃至校企合作的助学岗位，保障贫困学生生活补贴的足额、按时发放。另外，立足分析贫困学生的科研学习数据，依据科研成果、学习成绩等建立政府、高校、社会等多方筹集设立的学业奖助体系，激发贫困学生认真学习、回报社会的积极性。再者，可依据体现贫困学生个人能力、人格发展的数据分析，遵循发展性、主体性、整体性、差异性和目标性五大基本原则，寻求帮助贫困生解除贫困的可行能力和能力自由的资助方式[8]。高校通过分析贫困学生各种类别、状态的数据，采取多样化的资助形式，可以着重提升贫困学生个性化资助程度。
　　3.以数据应用打造资助管理动态化，确保资助“行之有效”
　　资助管理动态化的目的是提升高校资助在金额标准确立、受助学生范围划定、资助效果评价等方面的管理绩效。基于大数据应用提高资助动态化管理水准，就是要确保资助“行之有效”，寻求高校资助“最优解”与“令人满意解”，在资助决策、执行、监督等方面下功夫。在资助决策上，要体现以学生为本的理念，通过聚类分析方法把同一主题的、相互关联的数据聚合在一起，确保决策管理科学化[9]，不断畅通高校资助决策作为资助政策实施的“最先一公里”。在资助政策执行时，除了不折不扣落实国家资助政策，还要注重政策执行过程中数据、信息的收集与反馈，建立包括学生、教师、家长在内的资助落实满意度调查制度，利用海量数据的积极效应破除高校资助政策的“中梗阻”，凸显资助的及时性和公平性。在资助管理的监督过程中，要利用大数据技术广开监督言路，把各类监督数据作为倒逼决策、执行的有效力量;在尊重贫困学生心理与隐私的基础上，可以适当公开受资助人信息，使资助行为在可监督范围内。
　　4.以人才技术保障政策精准落实，确保资助“持之以恒”
　　以大数据促进高校资助能力提升，除了操作层面的数据挖掘、分析、应用之外，还离不开人才和技术的双重保障，要将人才培养、技术支撑制度化，确保资助“持之以恒”。一方面，高校要发挥自身的人才集聚和培养优势，在夯实大数据相关学科理论的基础上，坚持大数据人才的“内部取材、为我所用”。例如，可以设立大数据人才培养项目、设置大数据学习专业、设计大数据理论案例等，强化大数据人才培养，为资助政策精准化落实提供基础。另一方面，高校也可以立足研究平台，大力消化吸收现有的大数据技术，积极推动技术创新，包括开发以提升高校精准化资助能力为导向的数据库技术、探索贫困学生资助数据信息筛选与处理新思路、研究辅助精准化资助的决策系统等。当然，高校之间人才与技术的相互取经也必不可少，要“加大对大数据人才培养的关注与投入，加强相互之间的交流与探讨，取长补短，共同加速前行”[10]。
　　参考文献：
　　[1]教育改革的十个关键词[N].光明日报，2018-01-24（08）.
　　[2]周宗师，程曦.供给侧改革视角下的高校精准资助工作[J].高校辅导员学刊，2017（6）：51.
　　[3]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（3）：25.
　　[4][英]维克托·迈尔—舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：125.
　　[5]贫困生资助，精准度提高[N].人民日报，2015-12-10（012）.
　　[6]胡小明.大数据应用的误区、风险与优势[J].电子政务，2014（11）：84.
　　[7]教育部.2016年中国学生资助发展报告[R/OL].中华人民共和国教育部网站，2017-02-28.
　　[8]康雁冰.高校贫困生能力资助理论建构[J].教育与教学研究，2015（8）：73.
　　[9]石峻峰，樊泽恒，等.高校大数据集成管理研究[J].图书馆学研究，2014（21）：49.
　　[10]徐扬.新时期大数据人才的培养[J].中国劳动，2015（9）：29.
转载注明来源:https://www.xzbu.com/1/view-14938969.htm