张海华

【摘要】如今，随着我国教育水平的不断提升，高校学生资助工作得以不断加强，为学生提供了更多的学习机会。在学生资助工作中，要重点构建精准资助体系，帮助家庭经济困难的学生完成学业。在大数据时代背景下，高校可以利用大数据技术改进精准资助的方式方法，使精准资助体系更加完善，本文就此进行了相关的阐述和分析。

【关键词】大数据;精准资助;体系构建

2015年，我国提出了精准资助的政策，其核心在于“准”，也就是确保资助对象、措施的准确性，保障资助的效果和作用。为了帮助学生解决经济上的难题，我国开始全面构建精准资助体系，为学生提供更加全面的资助服务，解决学生的经济问题。在大数据时代背景下，要发挥现代信息技术、大数据的作用，进一步提升精准资助中的“准”度，促进精准资助工作的全面推进，使更多学生的经济困难问题得到解决。

一、大数据在高校精准资助工作中的应用优势

（一）丰富认定指标

大数据时代，教育工作的方法、内容逐渐发生变化，为精准资助工作带来了新的机遇和挑战。目前，大部分高校已经建立了比较完善的信息系统，其中校园一卡通极具代表性，利用一卡通可以记录学生在校园中的各项数据信息，包括学习、生活、娱乐等多个方面。不论是就餐、住宿、借宿，还是学习都可以利用一卡通完成，极大地降低了获取学生数据的难度，同时也使精准资助对象的认定指标更加丰富。当前，主要的认定指标为生源所在地政府提供的贫困证明、残疾证、低保证等信息依据，真实性、全面性难以把控。在大数据背景下，可以采用大数据技术获取更多客观的数据指标，使资助对象的认证工作更加全面和精准。例如，可以通过一卡通中记录的数据了解学生在食堂中的用餐水平、手机消费额等，通过这些数据分析学生是否存在经济困难。

（二）确保数据真实

在传统的数据采集模式下，很容易出现数据不真实的情况，也有一些存在困难的学生因自尊心因素，不愿意主动申请资助，对资助工作造成了较大的影响。对于此类问题，大数据技术可以有效解决。通过大数据技术进行分析和判断，可以精准地获取学生的真实情况。例如，通过大数据平台对学生日均伙食费进行计算和筛选，如果学生的伙食费低于生活预警线，则为学生制订相应的伙食补助方案，直接将费用转入学生的一卡通中，实现无声无息的精准资助，并且根据数据的变化，动态调整资助名单。

（三）监控学生动态

大数据技术可以及时获取学生的各项数据信息，并且对海量数据进行筛选和分析，可以提升数据的利用效率。利用智慧资助系统发放经济压力测评表，采用数学模型量化致困因子指标，可实现资助对象自动提醒、困难等级自动匹配等操作。学校要对经济压力值较高且没有主动申请资助、经济压力值并不高但申请了资助的两类学生进行排查，杜绝学生因自尊心等原因错过申请，同时避免虚假贫困占用名额的情况，使资助更加公平。另外，通过智慧资助系统还可以对资助过程进行全程记录，并存储相关数据。智慧资助系统有PC和移动两端的资助申请入口，学生可以随时随地发出申请，学校也可以随时根据数据的变化进行资助方案的调整，实现动态监控。

二、大数据时代高校精准资助体系构建与发展的策略

（一）建立认定机制

在精准资助工作落实的过程中，首先要做好资助对象的认定工作。为了确保认定的精准性，需要利用大数据技术进行分析和判断，促进认定机制的优化。在实际认定过程中，可以参考学生餐厅消费、手机消费、网络购物、学费缴纳等信息进行分析和判断，这就需要校园一卡通管理中心、财务处、食堂、网络运营商等多个部门的合作沟通。在处理相关信息时，虽然各个部门可以获取有关的信息数据，但信息整合难度较大，这就需要构建共享平台。在这方面，可以由学校领导牵头，使各个部门都加入到信息共享平台之中，构建学生的数据信息库，利用大数据工具对学生的各项信息进行筛选处理，并且在平台中分享，但同时也要保护学生的个人隐私。通过大数据系统，对学生各项生活数据进行监控，可了解学生是否长期维持低于标准的消费情况，并对相关学生做出预警。资助工作人员要对学生的各项指标进行分析和判断，深入了解学生的贫困程度，然后选择恰当的资助方案。

（二）完善管理机制

传统的资助体制下，大部分时间和精力都花费在认定工作中。认定结束之后发放资金基本就完成了资助工作，很少关注后续的发展。大数据时代，可以動态监控受资助学生的数据变化，为资助管理提供更多便利。资助的核心目标是解决学生的经济困难，使学生可以将更多的精力投入学习中。但是，一些学生在获得资助资金之后并没有合理使用，既没有用于改善日常饮食，也没有用于学习投入，甚至浪费资金，产生了错误的消费观念。针对这些问题，要建立资助管理机制，利用大数据技术监控受资助学生的动态，了解学生是否存在不当消费的行为，根据学生的动态变化调整资助对象和方案。利用智慧资助大数据平台，可根据季节以及学生需求变化等开展精准资助工作，开展营养改善、空调电费补贴等资助活动，实现隐性资助和动态跟踪，使精准资助工作更加全面有效。

（三）强化退出机制

在精准资助体系构建中，有时会出现学生因休学、退学等退出资助，进而终止发放资助金的情况，虽然这种情况并不多见，但也有必要完善退出机制。可通过大数据了解学生的日常行为，如果学生出现违纪行为，则即刻启动退出机制，以此来约束受资助对象，使其可以合理使用资助金。另外，还可以通过大数据获取学生的课堂出勤情况、考核成绩、纪律行为等数据，实现对资助对象的动态监控，如果学生出现旷课、违纪、挂科等情况，则通过大数据进行捕捉，并且在核实之后即刻启动退出机制。

三、结语

综上所述，大数据时代，高校学生的精准资助工作可以利用大数据技术进行优化和改进。通过大数据技术，构建完善的精准资助体系，可促进认定机制、管理机制和退出机制的完善，在实现隐性资助的同时，保障资助的有效性。

参考文献：

[1]孙博.大数据时代高校精准资助体系构建与发展策略[J].科技经济导刊，2020，28，704（06）：147+195.

[2]肖亚楠，王成，王天.大数据时代下高校资助工作精准化的困境与对策[J].高教学刊，2019（15）：118-120.

[3]刘鸣，许钟元，梅怡玲.基于大数据的高校学生精准资助体系研究[J].林区教学，2019（11）：37-40.

[4]陈燃.大数据背景下的高校学生资助管理体系建设[J].决策探索（下），2019（2）：61-62.

[5]雷文，宋桃伟，何静.大数据视角下贵州省高校精准资助模式构建路径研究[J].黑龙江生态工程职业学院学报，2019（4）.

[6]范卫杰.应用大数据技术促进贫困大学生脱贫研究[J].电子世界，2019（15）：76-77.

【本文系江苏高校大学素质教育与数字化课程建设专题课题“新时代地方高校劳动教育体系构建研究” （2020JDKT057）、江苏高校哲学社会科学专题研究项目“劳动教育与地方高校思想政治课程融合机制探索及构建”（2021SJB1332）的阶段性成果】

（作者单位：南京师范大学泰州学院）