陶强

摘 要： 随着国家资助政策逐步完善，高校资助工作整体发展态势良好，但其中遇到不少突出问题，特别是在资助政策能否切实落实在最需要资助学生的问题上面，可以说到目前为止，都没有一个切实有效的方案。本文运用大数据思维与高校资助工作相融合，通过高校资助工作对象、方式及观念转变摆脱高校资助工作当前困境。

关键词： 大数据思维 高校资助工作 家庭经济困难学生

近年来，随着互联网的迅速发展，特别是移动互联网和可穿戴设备的出现，我们的行为、位置，甚至身体的生理数据等每一点变化都成为可被记录和分析的数据。而以这些数据为基础，分析出个人的行为、喜好和消费等特点，从而挖掘出有效数据，再反馈到经济市场中，这中间带来的巨大商业价值逐渐被人们认可。

通常认为，大数据指无法在一定时间内用常规机器和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。大数据不仅是一种资源，还是一种方法，其特点是强调数据的量，而不在意数据的杂乱；强调代表性，不求数据精准；重视总结规律，不追求因果律①。

当前高校资助工作中，往往会有意无意地使资助对象标签化，带来的后果就是资助工作出现难以解释的怪论：明明资助了学生，学生却不会反馈和感恩。究其原因在于高校的资助工作在无法获取学生真实数据时过分在意资助材料。而大数据正好提供了一个基于数据分析和挖掘做出的全面感知、收集、分析、共享的决策行为，给高校资助工作带来变革式影响。

一、高校资助工作现状和困难

高校学生资助的核心工作就是：将有限的资助资源真正用在最需要的学生身上。但是，目前高校资助工作中，出现资助资源有限和最需要资助学生的界定难题，使有些高校的资助工作出现公开演讲“比穷”的情况。

（一）高校资助工作人员配备不足

资助工作开展过程中，一个重要问题在于高校资助工作人手不足。而资助工作需要做到非常精细，才能真正了解每个学生的家庭情况，才能安排最合理的资助政策。因此高校资助工作人手不足，对数据收集不够，是当前高校资助工作中的大问题。

（二）高校资助体系设计与落实差异

根据《国务院关于建立健全普通本科高校高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见》（国发〔2007〕13号）文件精神，高校资助体系涵盖了“奖、助、贷、勤、减、免、补”。由于各高校对政策的落实不统一，导致资助体系不完善，资助效果不明显。国家资助体系中的奖助学金的资助面窄，高校自身提供的奖助学金又相当有限。因此，“好钢用在刀刃上”的诉求在高校资助中显得异常强烈。

（三）家庭经济困难学生认定体系尚不科学

全国省市和高校相继出台了家庭经济困难学生认定办法，认定办法中无一例外都会参考学生家庭所在地的村委、街道或民政等相关部门证明的家庭经济情况调查表，或者另外开具的家庭经济困难证明。而表格或证明的填写往往是学生自己代劳，负责部门盖章。因此，这一份证明的效用到底多大是值得怀疑的。即使高校能保证足够资助工作人员走访学生家庭和村委、街道办，切实了解学生家庭经济情况，此项工作耗费的人力、物力和财力也是非常巨大的。

（四）忽视家庭经济困难学生的心理问题

家庭经济困难的学生由于经济上面的差距，或多或少会产生一定程度的心理自卑，在人际交往过程中会出现自尊心受挫、敏感等情况，有些为了掩盖这样的心理问题，会采取伪装自己，甚至做出与自己完全相反的生活态度和行为方式。而高校在资助工作中往往没能及时了解，导致挫伤家庭经济困难学生的自尊心。最后获得资助，往往不懂得感恩学校和国家。

二、大数据思维与高校资助工作的结合

大数据思维的基本观点：第一，大数据不是选取随机样本，而是针对全体数据；第二，大数据并不是精确性的，而是混杂性的；第三，大数据解决的不是事物的因果关系，而是相关关系②。

（一）大数据思维：平等对待所有学生

高校资助工作解决的是家庭经济困难学生的学习问题，更深一步说的话是解决读书公平、社会公平稳定的问题。因此公平涉及的就是全体学生、全社会学生。将所有学生列为资助关注对象，从起点上解决家庭经济困难学生的心理自卑问题，而不仅是列出家庭经济困难学生，进行标签化。

（二）大数据思维：摒弃标准化的画线

高校家庭经济困难认定工作中都会出台一个基本标准。没有基本标准就没办法开展工作，有基本标准，又会出现无法满足所有情况。因此工作难度就在于制定一个“完美”的标准……大数据思维告诉我们，不需要精确的标准，只需要将大数据大幅度增加，在有充足数据之后，所有结果都能在大数据之中呈现。即使有错误的数据混入也没关系，相应增加结果的不确定性。而不确定的结果能带来的是综合认定最需要资助的学生。

（三）大数据思维：忘记差异化

高校的资助工作应该针对有需要资助的学生，而不是各地评选的贫困生、特困生。如果来自于同一个地区，家庭经济收入相同的两个学生分别就读学费5000元和学费20000元的高校，这个时候的贫困和特困只是一个相对数据，没有绝对值。因此，高校资助政策差异化并不能阻碍高校的资助工作。高校的资助工作是结合当前资源，解决同等条件下，同校、同院系的家庭困难学生的问题。虽然各地高校的资助政策和体系不同，并不能影响高校资助工作科学地开展。

三、大数据思维对高校资助工作的启发

（一）工作对象的转变：将资助目光由家庭经济困难学生转向全体学生

大数据思维告诉我们，我们的目光要关注全体学生的全部数据。大家都公认其家庭比较困难、平时生活节俭、学习刻苦用功却由于政策或手续问题无法获得资助；家庭经济困难甚至贷款读书，但是拿着高档手机、穿着名牌服饰，且时常旷课……各种各样的学生带来的资助难题不仅是资助政策没能落实到需要的学生身上，而且可能造成校内公平缺失。为避免此类情况，应将目光转向全体学生，对全体学生综合数据进行全面了解和获取。掌握全局数据的基础上，对学生进行全面比较分析，可得出全校学生的需资助程度，再按照合理方式分配资助政策。

（二）工作方式的转变：从筛查数据到收集数据

小数据情况下，家庭经济困难数据有些虚假，容易造成一些错误与不公平，而大数据正规避了这一问题。大数据的统计似乎是默许了一些虚假数据，当所有贫困生的数据和资料呈现出来的时候，一些虚假数据能左右资助政策的可能就降到最低程度。因此要做好高校资助工作，降低资助政策错位，需要在校内建设一套学生信息数据。该项数据能尽可能囊括学生家庭成员的基本情况、校内日常行为消费数据、舍友和同学反馈的日常行为及消费评价数据、银行卡资金流动数据、学生校园活动和常驻位置的数据、地域自然灾害数据等方方面面。有条件获取学生网络消费数据及其他数据，都可以列入大数据库中。并且在数据更新之后，及时做好与历史数据之间的关系分析。建立校内综合数据库，通过数据挖掘建立学生综合评价体系。

（三）工作观念的转变：从绝对困难到相对困难的资助

改变过去绝对的思维，形成与当前适应的资助思维。高校资助工作做到绝对公平几乎是不可能的，首先学生家庭经济情况的数据获取和核实难度极大，其次地域消费水平、学生家长的自尊自强意识严重影响学校的表面判断；最后是自然灾害、学科及学生群体的差异。因此，在高校学生资助工作中，往往期望将资助政策落实到最困难的学生身上，而最困难的学生往往并不一定是最需要资助的学生，特别是国家资助政策里面有列举一些家庭经济困难硬指标，如孤儿、烈士子女之类，往往这一类并不一定需要资助。学校资助政策落实到这些“需要”的学生身上，往往会引起真正贫困学生的不满。因此要构建校内全体学生的大数据库，从大数据库中挖掘出有效信息，作为评判标准和参考依据，即使数据不能准确反映，但能展现全院学生家庭情况的相关关系，最终使“大家公认”最需要资助学生获得资助效果。

注释：

①邬贺铨.大数据思维[J].科学与社会，2014，4（1）.

②克托·迈尔-舍恩伯格.大数据时代：生活、工作与思维的大变革[M].浙江：浙江人民出版社，2013.

参考文献：

[1]克托·迈尔-舍恩伯格.大数据时代：生活、工作与思维的大变革[M].浙江：浙江人民出版社，2013.

[2]邬贺铨.大数据思维[J].科学与社会，2014，4（1）.

[3]纪杰.大数据背景下高校学生资助工作策略[J].学园，2014，（36）.

[4]王东红.大数据时代高校贫困生资助工作的思考[J].经济研究导刊，2014，（35）.

[5]蔡颖.高校学生资助工作队伍建设研究[J].当代教育理论与实践，2014，6（7）.

[6]王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）.

[7]邹晓琴，蒋绍祖.高校家庭经济困难学生资助工作现状分析与对策研究[J].科技视界，2014，（29）.