基于大数据的高校学生精准资助路径探析

2023-01-19

1 引言

我国育事业规模在不断扩大, 同时贫困生人数也在迅速增长。高校资助是国家帮助家庭经济困难的学生完成学业、促进教育公平、提高大学生素质教育思想的重要工作。但是由于多种因素的影响, “假性贫困”“隐性贫困”屡见不鲜, 很大一部分真正困难的学生得不到应有的资助。习近平总书记多次强调:扶贫工作要在精准扶贫、精准脱贫上下更大功夫。因此, 借助大数据将成为我们精准资助的手段, 数据精准定位贫困学生, 消费支出作为我们的突破点, 经过数据的有效分析判定需受资助等级, 提高精准资助的水平。

2 精准资助需借助大数据的必要性

2.1 大数据的发展形势和重要意义

在全球范围内, 经济社会和信息技术的交汇引发了数据的迅猛增长, 以数据流引领技术流、人才流, 促进社会生产与组织形式的变更。当下, 我国互联网、移动互联网用户规模占全球第一, 拥有绝对的市场优势和丰富的资源。显然, 数据已经成为国家基础性的战略资源。坚持创新驱动发展, 加快大数据部署, 深化大数据应用, 已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。

2.2 高校资助信息化的现状

对于如何认定提交贫困申请的学生为真正的经济困难学生, 一直是困扰精准资助工作的一大难题。就目前情况而言, 认定贫困学生的基本模式主要是由申请资助的学生填写《高等学校家庭经济困难学生认定申请表》和《高校学生及家庭情况调查表》, 并由学生户籍地的民政部门参与证明。由于受到当地经济发展情况、贫困生自尊心过强、虚假证明等一系列主观和客观因素的影响, 这种调查模式并不能精准地判定贫困生。

(1) 信息化平台初现。2001年起, 全国学生资助管理中心开始建立全国高校学生资助工作信息管理平台, 逐步实现了中央、省级、高校三级学生资助工作及贷款学生信息的网络化管理。近几年, 大部分省份高校的学生资助工作网站信息化建设, 都取得了一定的进展, 对于学生的基本数据、贫困评定都有自己的评定标准。

(2) 信息化系统存在问题。整体设计不严谨, 缺乏统筹规划。虽然全国大部分的高校都建立了学生资助工作网站, 但是各个高校都是建立独立的自己的信息系统, 这些信息平台标准差异大、内容不统一、数据难以开放、平台复杂, 这些都导致了信息平台的使用率低下, 同时又浪费了开发和维护的成本, 耗费了宝贵的时间和精力。这些信息平台的设计不严谨, 和省市的教育管理部门信息化平台、各高校的奖助学平台、全国资助工作信息管理平台有着较大的差异, 严重影响了系统之间的互相联通, 同时也阻碍了其他部门以及院校获取这些数据, 无法实现真正的数据共享。

主次颠倒, 资助对象信息不完全。某些高校的资助信息管理平台是在管理者对学校整体规划的需要下建立起来的, 对平台的宣传、管理成了设计的主要目的, 对于受资助学生的考虑并未到位, 这种信息平台就出现了服务于管理者而不是学生的情况, 呈现了主次颠倒的现象。在资助信息平台投入使用的过程中, 大多都是将纸质版的信息, 没用利用系统的机制和模式, 将受资助学生的数据进行整合和共享, 容易造成被资助对象信息不对称, 出现重报、漏报的问题, 降低了资助的精准性、公平性。

3 大数据助力精准资助的可行性

3.1 大数据的价值体现

对于大数据的理解不能仅仅停留在简单、规模大的数据集合, 而是一种新型的理念、技术和应用。在信息全球化的时代, 互联网使得数据产生量大大提高, 这种数据资源是海量的。从理论上来看, 学校通过数据中心将学生的绝大部分信息进行收集与统计, 比如消费及津贴数额、图书借阅情况、学习成绩等。再通过利用信息技术和统计学的理论知识, 对各类数据源的定位和链接, 实现数据的采集、传输和整合。

虽然大数据时代的海量数据内容庞杂、来源宽广、类型繁多, 数据分析显得十分困难, 但只要在整体层面上具备敏锐的直觉和洞察力, 再利用新型的数据工具对整体的情况进行分析, 都可以将目标细化, 从而达到精准。

3.2 迎合国家资助体系的特殊性

《国家中长期教育改革和发展规划纲要 (2010~2020年) 》中期评估学生资助中期评估报告明确指出, 我国将在未来5年加快推进学生资助信息化建设, 切实提高学生资助的信息化管理水平。作为国家资助政策体系的重要组成部分, 高校资助工作存在其特殊性, 学生资助管理信息系统不仅要实现了人口、扶贫等部门信息系统的信息共享, 还要确认学生身份, 精准评定贫困学生。

大数据为我们带来了全新的观察角度, “可以为每一个领域带来变革性影响, 并且成为各行各业颠覆性创新的原动力和助推器”, 这一特征可应用于诸多领域, 大到国计民生的政策方针决策, 小到日常手机的流量使用情况, 可以为各种决策提供精准的数据分析, 恰巧迎合了国家资助体系的特殊性。

3.3 核心技术过程与现实需求完美结合

大数据依托于云计算的分布式处理、分布式数据、云储存以及虚拟化技术, 再通过数据挖掘、分析和应用等技术环节, 精准的进行定位。大数据的运行理论与高校精准资助的技术需要有异曲同工之妙, 对于资助工作来说, 对于家庭经济困难学生的认定, 就是资助工作的“数据挖掘”, 借助大数据对数据信息实现动态分析, 判定真正经济困难的学生。因此, 高校在调研、筛选、核实、执行的过程中需将其数据化, 从而进一步提高资助精准度。

4 基于消费支出借助大数据助力精准资助的实施路径

为了提高消费支出中对高校学生的资助水平, 需结合大数据技术完善贫困生认定上的不足, 克服在贫困生认定过程中出现的采集信息不对称以及缺少相应的认定指标。具体方法就是建立一套完善的资助信息管理平台, 主要由数据的采集、存储、处理和应用4个子系统所组成, 将从数据的采集、具体的认定上形成系统性、科学性的评估方式, 从而达到精准资助的目的。

4.1 数据采集系统

数据采集是指通过计算机和相关信息技术的应用将贫困生所在地的经济水平、家庭情况的相关数据以及学生个人的消费情况进行采集和统计, 可以利用学生所属地区的民政部门对学生家庭的经济情况及基本信息进行了解, 同时通过完整的信息调取, 整合学生的整体消费情况, 核实学生的贫困信息是否真实, 从而使得数据更具公平性、合理性。