基于“大数据”的大学生精准资助现状分析.docx

1、基于 “ 大数据 ” 的大学生精准资助现状分析 摘要：高校学生资助工作是中共十八大以来国家关注的重点工作。在国家 “ 精准扶贫 ” 的战略背景下，我国高校学生资助工作要完成从经济型资助到发展型资助的重大转变。根据对高校资助模式现状及存在的问题分析资助不精准的原因，文章充分利用 “ 互联网 +” 、 “ 大数据 ” 的优势，通过建立适当的模型，提出相应的对策建议，从而完善高校资助工作的整个流程。这对于提升学生资助工作的精准度和质量，具有十分重要的意义。 下载 关键词：精准资助 大数据 量化认定模型 发展型资助 资助效用 中图分类号： G647 文献标识码： A The Present Situa

2、tion Analysis and Coping Strategies of College Students Precision Funding Based on “Big Data“ Sun Yanli， Guo Lin， Chen Junjie， Tong Wang， Guo Xiaoling（ School of business management， Hohai University， Changzhou 213022， Jiangsu， China） Abstract： Collegestudent funding work is the focus of national at

3、tention since the eighteen National Congress of alleviation“ strategy， the funding work for college students in China should be transformed from economic aspects to development aspeuniversity funding model status and existing problems， this paper makes full use of the “Internet+”and “big data“ advan

4、tage ， through the establishment of appropriate model， puts forward the corresponding countermeasures and suggestions， so as to improve the whole process of university funding wy and quality of student funding widentifi cation model development funding effectiveness 2017年 4月 11日，教育部、财政部联合发布了关于开展 “ 全

5、国学生资助规范管理年 ” 活动的通知（教财函 201727 号），以办好人民满意的教育为宗旨，以保障家庭经济困难学生受教育权为核心，全面推动学生资助工作科学规范发展。 2017 年 9 月 7 日，教育部召开新闻发布会，介绍十八大以来学生资助政策体系建立情况和政策落实情况（教育部网站），提出进一步提升学生资助工作的精准化水平，努力实现资助对象、资助标准、资金分配、资金发放“ 四个精准 ” 的目标。 喜迎十九大，资助也创新。基于国家对于精准资助工作的重视以及当前“ 互联网 +” 时代的特点，笔者重点分析 “ 大数据 ” 背景下学生资助工作的精准性问题，并试图运用大数据建立起解决贫困学生认定工作的

6、模型，以及运用大数据的特点对贫困学生和资助款项进行后续追踪及效用评价。 1 高校资助工作现状 近年来，国家高度重视高校学生资助工作。为扩大资助规模，提升资助力度，各高校主要实施了包括新生入学 “ 绿色通道 ” 、国家助学贷款、国家助学金、国家励志奖学金、勤工助学、学费减免、临时困难补助等资助手段，来帮助家庭经济困难的学生减轻压力，从而顺利完成学业。 教育部网站最新数据显示，十八大以来，各教育阶段全国累计资助资金总额 6981.52 亿元，年均增幅 10.66%；受助学生累计达 4.25 亿人次，年均增幅 2.05%。其中财政投入达 4780.61?|元，年均增幅 7.69%，占资助总额的 68

7、.48%，发挥了关 键性作用；学校和社会投入累计达到 2200.90 亿元，年均增幅 17.77%，占资助总额的 31.52%。高校学生资助工作又迈上了一个新的台阶。 目前，我国大多数高校对于贫困生的认定工作主要是根据教育部、财政部关于认真做好高等学校家庭经济困难学生认定工作的指导意见（教财20078 号）以及教育部关于进一步加强和规范高校家庭经济困难学生认定工作的通知（教财厅 20166 号）来执行的，同时，也会根据各高校的具体实际情况来开展工作。 经调查，高校认定贫困生的基本流程相似，大致为：提出书面 申请 -提交证明 -评议审核（班级认定小组 -辅导员评议 -学院复核），并将结果张榜公示

8、，广泛征求意见，如公示无异议后定期发放。这一套普适的学生资助工作流程将重心落实在努力实现资助对象、资助标准、资金分配及资金发放的 “ 四个精准 ” 的目标，学生资助的整个流程基本以将资助款项发放到评选出的贫困生手中为终点。 2 高校学生资助工作问题探析 2.1 资助工作缺乏客观认定标准 目前的这种靠纸质材料证明以及通过主观评判来认定贫困生的方式存在着参照标准模糊、人为因素影响大的问题，难以通过定量分析的方式对贫困 学生及其困难程度进行量化，容易发生资助不精准的现象，使得一些真正需要资助的同学未能得到充分的资助，而家庭状况良好的同学反而受益，未能完全实现资助的公平。 当前的高校学生资助工作对家庭

9、经济困难的学生缺乏客观的认定标准，难以实现对资助对象的精准认定，对高校资助工作整体水平的提升产生了一定程度的制约性。 2.2 资助工作缺乏后续跟踪机制 学生资助工作终止于资助款项的发放，这样仅仅在贫困生的认定层面开展了一定的工作，而忽视了学生在获得资助款项后对资金的使用情况和具体表现，缺乏对学生日常行 为、学习情况、生活状态等的考察和监督，无法确保助学金是否真正发挥了其关键核心价值。 学生资助工作仅仅停留在认定的层面，缺乏对贫困学生的后续指导和适当的后续跟踪机制，不利于对贫困学生进行后期培养和监督管理，难以实现当前国家提出的发展型资助的目标，不能实现对资助用途的精准跟踪，这暴露出目前学生资助工

10、作的一大缺失。 2.3 资助工作缺乏效用评价体系 很多学生对于国家资助款项的概念只是 “ 发钱 ” ，部分学生过于依赖助学金，觉得国家资助是理所应当，甚至有学生利用虚假贫困证明得到助学金后大肆挥霍 。在这种情况下，助学金不但没有激励到学生，反而助长了不良的风气，严重影响了资助的效用，即资助为学生乃至整个国家和社会带来的效果和影响。 国家资助贫困生是为了促进教育的公平，进而实现社会的公平。而很多贫困生在毕业之后的深造和就业方面仍处于劣势状态，使得从农村家庭出身的普通院校毕业生面临着巨大的压力，部分贫困生成为就业困难群体，这样教育和资助对于贫困生改变命运的作用并不突出，因此助学金能否发挥效用亟须得

11、到社会的高度重视。 当前高校学生资助工作的深度和效果等方面仍停留在表层阶段，缺乏对家庭经济 困难学生的引导教育，缺乏资助效用评价体系，不能实现对资助效果的精准评价，难以使资助产生更大的效益和实现其最根本的目的。 3 高校资助工作不精准的原因 3.1 对贫困生的认定缺乏科学合理的标准 当前，高校资助认定工作模式固化，体系单一，而信息不对称便容易使得部分贫困生利用这种过于形式化的贫困生认定流程弄虚作假。加之贫困生认定工作不够细化，认定标准不够明确具体，人为感受因素影响较大，缺乏适当的评估模型，很难精准地完成对贫困生的认定工作，也很难精准地确定贫困学生的困难等级。 3.2 对资助款项的运用缺乏有效的

12、反馈机制 高校资助工作体系不够完善，没有形成一个较为完美的链条循环系统，仅停留于助学款项的发放阶段，执行层次浅，缺乏切实有效的反馈机制，影响了资助款项在后期运用的精准性测试，难以确定资助款项是否运用在恰当合理的地方。 3.3 对贫困生的教育缺乏适当的后期关注 贫困生受到环境的影响，大多都存在一定的自卑心理，但这也容易导致自尊心极强的贫困生盲目地与家庭经济优越的学生攀比，过度奢侈浪费，从而形成不健康的消费心理。高校学生资助工作较注重经济上的资助，而缺 乏了对贫困学生的心理疏导和综合素质的教育培养，难以实现 “ 授之以渔 ” 的终极目标，不能使贫困生具备较高的生存能力和强大的内心从而彻底摆脱贫困。

13、 4 大学生精准资助应对策略 4.1 建立贫困学生认定工作的量化体系，提升认定工作的精确度 结合当前 “ 互联网 +” 时代的特点，对贫困学生的认定工作也不能仅凭传统的单一认定体系，而要结合 “ 大数据 ” 的优势，全面采集学生的各项数据信息，建立适当的量化评定模型，真正实现精准认定。 比如，通过以下这个简单的数学模型，建立一个量化认定的体系。 E（ X） =X1P1+X2P2+X3P3+X4P4+X5P5+X6P6+. E（ X）表示考虑学生整体情况后的经济困难程度 X 表示资助认定工作所需要考虑的各项指标（经济困难程度越高，各项指标的赋值越高，最低为 0，最高为 100），例如： X1 表

14、示人口、低保、扶贫等部门的信息系统数据； X2 表示父母的工作、身体健康、家庭收入等状况；表示家庭遭受自然灾害情况及突发意外状况；表示网上消费、银行卡消费、校园卡消费等情况；表示生源所在地经济发展水平（或城市户口 &农村户口）；表示辅导员及周围同 学的评价等。 P 表示根据各项指标的重要性水平赋以的权重（各项权重总和为 1），例如： P10.20 ； P20.15 ； P30.10 ； P40.10 ； P50.05 ；P60.05 ； Pn 因此，基于以上量化模型，所得的数学期望 E（ X）越高，说明学生越贫困。 同时，还需要根据 ? 酝 ?大数据的分析，设立满足贫困学生条件的 E（ X）的

15、最低值，从而筛选出确实需要资助的贫困学生。同时，将 E（ X）划分成多个梯度，针对家庭经济困难程度不同的学生，给予差异化的资助额度，从而保证资助工作的公平合理。 当然，该模型只适用于正常状态下的贫困学生的认定工作，有任何意外情况的发生时，还需要学校及老师的酌情考虑。 4.2 建立适当的后续跟踪机制，明确助学金的使用去向 学生资助工作，不仅仅要实现贫困学生认定层次上的精准，同时要兼顾他们对助学资金运用情况的精准。随着 “ 电子支付 ” 的逐渐普及，对资金去向的把握并不难实现，因此，可以通过定期核查贫困学生的网络消费账单和消费轨迹（如支付宝、微信、百度钱包、刷卡支付、移动支付等提供的消费对账单），

16、来确认奖、助学金及助学贷款 等的具体用途和去向，从而确保学生真正地将资金运用到了日常学习、生活等有需要的地方，而不是大肆挥霍。同时，将定期核查的电子账单归档保存，建立起贫困学生的诚信档案，这有利于提高贫困学生的诚信意识，杜绝不良事项的发生。当然，高校在追踪贫困学生的各项消费状况时也要注重对学生隐私的保护，不能随意公开和泄露。 此外，高校资助工作可以一改往日将助学金全额发放的惯例，先给予贫困生一定量的资金供其自由支配，以免其流动资金不足而影响正常的学习和生活，而剩余部分可以通过报销的形式来给予发放，这样可以比较容易地实现对助学资金 的后期监督管理，对于提升资助后续跟踪工作的精准性具有重要的意义。

17、 4.3 重视资助工作产生的效用是国家资助最根本的目的 对贫困学生的资助不应该仅停留在经济层面，一味地发放助学金只能补助他们的物质生活，却难以起到激励作用和提升学生综合素质的作用。赫兹伯格的双因素理论提出保健因素和激励因素是引起人们产生工作动机的两个因素。给贫困生发放助学金仅仅属于保健因素，这种因素只是预防性的，能消除不满，却不能产生积极的影响。因此，在资助工作体系中，可以通过浮动助学金的模式对贫困学生进行激励，增设奖惩模式， 通过对受资助学生学业成绩、社会工作、科技创新等方面取得的成绩，增加其助学金的金额，对有不良倾向的学生适当减少助学金额来提醒学生，从而最大可能地发挥助学金育人的效能，使贫

18、困生不仅得到经济上的资助，也能得到精神上的鼓励。 同时，在各高校开展资助工作考核评价也是提高资助效用的有效方法。对各高校的考核能让高校不仅仅是将助学金发放下去，而且更注重助学金的效能是否最大化，真正做到以学生为本，注重受资助学生综合素质上的培养。 综上所述，国家对于贫困学生的资助工作重视程度不断提升，越来越多的贫困生可以享 受到国家的资助和各方面的优惠，尽管已经取得了较为明显的成就，但仍然面临着很多亟待解决的问题，应引起社会和各高校的广泛关注。顺应当前 “ 互联网 +” 及 “ 大数据 ” 的时代特点，持续深入地对此问题进行探析，对于提升学生资助的工作质量有着重要的参考意义。 参考文献： 教育

19、部、财政部关于开展 “ 全国学生资助规范管理年 ” 活动的通知 Z.教财函 201727 号 .2017- 04- 12. 教育部新闻发布会 .介绍十八大以来学生资助政策体系建立情况和政策落实情况 EB/2017n/201709/ t20170906_313494.h 伍冬云 .大学生精准资助问题研究 J.管理观察， 2016（ 2）： 133- 137. 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- 185. 谢伟，易邱寒 .“ 大数据 ” 视域下的高校学生精准资助模式研究 J.今日财富， 2016（ 6）： 149- 150. 张远航 .论高校家庭经济困难学生的 “ 精准资助 ”J. 思想理论教育，2016（ 1）： 108- 111. 方敏，张清 .试谈资助建设制度规范化的缺失 ?c 潜在效能 J.文教资料，2015（ 24）： 121- 122.