基于大数据分析的高校贫困生精准资助路径思考

来源:用户上传      作者:

　　摘 要 精准扶贫是我们党和国家在社会主义“共同富裕”原则的基础上，提出的全面建成小康社会的精准部署。高校资助育人是精准扶贫的一部分，属于是教育扶贫的范畴，展现了国家对经济困难学生的关爱。随着高等学校的扩张，学生数量也开始上升到了一定的高度，但是，资助育人的资源却十分有限。伴随着科技的不断发展，大数据技术就呈现到了大家的视野当中，并将大数据思维运用到高校贫困生资助工作中，对传统方法进行优化和创新。本文旨在基于大数据的视角下去思考解决这些问题的精准资助的新模式、新途径，以此来提升资助育人的精确性与针对性。
　　关键词 大数据 高校贫困生 精准资助 路径
　　中图分类号：G647                                   文献标识码：A    DOI：10.16400/j.cnki.kjdks.2019.12.084
　　Thinking about the Path of Precise Funding for Poor
　　College Students Based on Big Data Analysis
　　LI Jinfang
　　（Weifang University， Weifang， Shandong 261061）
　　Abstract Targeted poverty alleviation is a precise deployment put forward by our party and country to build a moderately prosperous society in an all-round way on the basis of the principle of "common prosperity" of socialism. As a part of targeted poverty alleviation， education supported by colleges and universities belongs to the category of education poverty alleviation， which shows the state's care for students with economic difficulties. With the expansion of colleges and universities， the number of students also began to rise to a certain height， but the resources to support education are very limited. With the continuous development of science and technology， big data technology is presented to everyone's vision， and the big data thinking is applied to the work of University Poor Students' funding to optimize and innovate the traditional methods. Based on the perspective of big data， this paper aims to think about new models and new ways to solve these problems， so as to improve the accuracy and pertinence of funding education.
　　Keywords big data; college poor students; precise funding; path
　　1 基于大數据分析的高校贫困生精准资助路径思考背景
　　大数据的背景下，相关统计数据可以发现，随着高校的不断扩张，高校的在校生数量开始呈现了快速增长的势态。贫困生的数量也以绝对的人数，不断的上升。全国大学生当中，贫困生的比例就占据了将近30%，特困生的比例占据了10%到15%。另外，在一些边远地区或者是山区的地区，贫困生的比例还会更高。相关统计局统计，从1989年高校收费到至今为止，高校学费增长了将近25倍。[1]这样的情况下，无疑就是给经济不发达的地区，带来了强大的家庭经济压力。对于高校的大学生来讲，不仅需要准备学费，还需要准备对应的生活费与资料费等。对于家庭困难的大学生来讲，这样无疑造成了沉重的经济负担。因此，国家为了确保每一个经济困难的学生都可以顺利的入学，就需要通过教育脱贫的形势，促进教育公正的和谐性构建与实施。高校贫困生精准化资助工作，就是让经济困难的学生可以接受高等教育，为国家做出更大的贡献，进一步推动社会的进步，实现政策上与经济上的双赢。
　　从一定程度上看，高校贫困学生实现精准资助体系当中，主要是以“奖、助、贷、勤、减、免、补”七大资源进行合理分配的。[2]从发展阶段上看，第一，实行人民助学金制度阶段，进一步细化了资助的对象，及其发放的标准，帮助贫困生解决了住宿与伙食方面的问题。第二，以奖金代替资助，全面推进奖学金制度的阶段。取消了人们助学金制度，开始按照高校贫困生的比例，实行无息贷款政策。这个时候的贫困生资助体系主要是国家出具资金进行实现资助，资助结构并不完善。第三，成本分担阶段。随着高校贫困生的进一步增长，高校贫困生问题，就成为了社会经济领域的重点关注对象。这个时候，提出了减免学杂费的重要资助措施。“奖、助、贷、勤、减、免、补”等多元化的形势初步形成。接着，助学贷款全面开启，并在此基础上，确定了国家奖学金制度。并明确了健全家庭经济困难学生资助体系，重要意义与目的、原则等。形成了以政府为主导，高校、学生、家庭、金融机构、社会力量共同参与的自主体系。[3]第四，贫困生管理数字化阶段，是在高校贫困生资助工作信息管理平台的基础上，实现了一体化的管理措施。 　　2 目前高校资助育人工作存在的问题
　　（1）高校的数据库不健全，资助对象识别认定标准不够精准。从发展中看存在的问题，第一，贫困生在资助平台上智能化的程度，还处于人管和电控的管理阶段。不仅时效性较差，针对性较差，系统的兼容性也较差。缺少合理的精准贫困生认定标准，在贫困生证明与认定的过程中，还存在很大的漏洞。认定的标准化还缺少科学的依据。贫困生的指标与资金分配存在不合理的现象。重视经济资助，缺少对贫困生的心理引导。并且很难支持精准的自主实施策略，难以实现精准的考核制度。之所以会出现以上的问题，第一，是由于理念相对滞后，大数据意识比较的薄弱。第二，缺少科学的顶层设计，统筹规划不足。第三，对数据的挖掘深度不够，不能找到事物的潜在关系。第四，贫困生资助体系本身就存在一定的缺陷性。贷款金额有限，手续繁琐，门槛较高。[4]第五，缺少对贫困生资助工作的动态性实时调查。
　　（2）认定过程缺乏科学的认定标准，资助措施不够精确。很多高校对学生的困难认定缺乏科学的量化认定标准。一个方面学校需要根据学生家庭情况进行衡量，另外还需要参考学生的生活费，地方性最低保障等内容。另外，不同地区的学生，生活水平不尽相同，因此，在认定上，会出现一定的偏差。另外，高校在进行资助工作的时候，资助形式单一，没有根据差异性的情况进行定制有效的资助措施。接着，还不能按照学生的需求进行精准资助，这样长久下去，就会影响资助的精准程度。因此，这个时候的高效就需要秉承科学发展观的主要思想，针对不同的时期，不同的类型困难学生，形成资助工作的动态分析，让更多的困难学生都可以得到所需要的资助金额。
　　（3）重物质扶助，轻心理疏导。从另外一个角度看，高校资助育人的主要目的就是为了达到“立德树人”。资助的主要目的是为了完成物质扶助与心理帮助的相互结合，“扶志”和“扶智”相结合。但是从目前的形势上看，大部分的高校，只是对贫困生进行物质上的奖励，但是缺少心灵上的安抚。有些高校的一些做法如公示贫困生名单等使这样一特殊群体的标签更加明显。现在很多高校已禁止让学生上台比贫困，公示贫困生信息等。长久下去，这部分学生很容易引发心理上的问题。
　　（4）贫困生资助后续管理流于形式，缺乏动态管理。我们之所以设立高校的贫困生资助，最大的目的，就是为了让更多的家庭困难的学生完成学业，成为国家的栋梁之才。但是，这也仅仅只是解决了第一步的问题，接下来的资助金的发放以及受到资助的学生本人的家庭情况变化与否都给精准资助带来了新的问题。大学生的精准资助相关规定，在较短的时间内，很难形成一个体系，并将大数据进行动态性的管理。还有部分学生，只是了解了初始的情况，并没有对后期资助进行后续跟踪管理。这样长久下去，就会影响精准资助的实施效果。不少高校会把贫困生资助当成一项工作，一旦工作完成之后，就认为大功告成。一部分学生在得到助学金之后，就任意的挥霍，不思进取，荒废学业，不懂感恩，甚至出现“等、靠、要”的不良心理。这样一来，长久下去就会让助学金的效果大打折扣。
　　3 基于大数据分析的高校贫困生精准资助路径的构建
　　（1）整合数字资源，构建统一的资助数据平台。在大数据的使用过程中，高校贫困生资助工作，精准化的实施，不仅可以实現资助思维的转变，还可以有利于高校全面的掌握资助信息，实现资助的全面覆盖，延伸资助功能。在体系的构建上，第一，需要提炼指标，建立指标体系，分级掌控贫困生的生活情况。第二，设计权重，构建识别标准，强调考核的动态性与全面性。第三，精准资助，推动资助行为的差异化。根据个体差异与区域差异进行资助。第四，精准化管理，推进管理规模的动态化。构建资助信息功能动态化的管理系统。实现网上监管，网下监管结合的形式，推进资助考核制度的科学性。建立量化评价体系，多元化监管体系。
　　第一，需要与政府部分联动，掌握大学生的家庭经济状况。可以根据云计算等，提高档案资源的互动性与直接性。分为良好、一般、困难、特困等几种类型，实现有效的走访与审核。第二，打破自主主体之间的数据孤岛效应，构建全面统一的数据平台。建立统一的代码，不同的学校与不同的部门之间，输入的代码是不尽相同的。对各个学校之间的信息进行交融并整合，打破数据孤岛，提高资助的透明化。第三，实时性掌控受资助的对象情况的变化，在动态性的数据库当中建立学生的数据信息，及时的了解资助学生的生活学习家庭等情况。[5]
　　（2）完善政策体系，实现全面的覆盖。第一，需要杜绝平均分配的内容，在政府部门的资助预算下构建合理的规律系统。需要根据差异性，划分地区，根据不同的地区与学生，制定科学的贫困生资助工作趋势。第二，避免平均资助的情况出现，提高特困生对象资助的力度。需要在可视化的基础上，提供对应的信息服务，展现以人为本的思想。在大数据的支持下，关注全体学生的家庭情况与变化。第三，保证一个都不能少，全面的覆盖资助对象。在大数据的预测下，构建对应的贫困生资助体系。在资源共享下，寻找到需要资助的学生，结合基本信息与家庭、学业等情况，确保资助的全面覆盖，展现个性化的需求。[6]
　　（3）针对性地开展深化教育，强化资助育人的功能。第一，需要对资助大学生进行深度励志教育，引导受助者积极向上。这里可以开展“学子阳光”、“寒冬家访送暖”等教育活动，实现正能量的传播，让这些学生认为贫困只是暂时的，只要刻苦学习，积极进取，一定可以脱贫。第二，开展感恩教育活动，增强受资助者的社会责任感。例如：可以使用大数据平台，构建户主友爱，感恩等活动，起到育人的价值。第三，需要完善受助者的心理素质，构建完善的心理教育体系。根据这些，制定个性化的心理关心与辅导工作，并在大数据的作用下，理解学生的心声与想法，制定预警干预计划。[7]
　　（4）延伸资助工作领域，构建有效的资助信用评价体系。第一，深入高校进行构建诚信教育。帮助大学生树立正确的人生观与价值观，形成良好的校园文化氛围。第二，构建学生网络征信档案体系。对于表现优秀的学生，需要保障学生的贷款计划或者资助计划，对于信誉不好的学生，就需要停止资助，并实现实时性的监督。第三，需要构建失信受助者的多元化追债机制。对于情况比较恶劣的学生，需要纳入失信名单。
　　4 结语
　　本文主要是针对基于大数据分析的高校贫困生精准资助路径思考背景进行展开分析，接着，结合现实背景，实际情况，分析高校在精准资助育人方面存在的凸显问题。探究成因，提出基于大数据分析的基础上，贵在精准，重在精准，构建科学合理的精准资金助路径。将大数据应用于高校资助工作是一个全新的研究领域，探索在大数据条件下如何更好地实现在校贫困大学生精准资助，创新资助工作模式，优化资助（下转第180页）（上接第174页）工作路径，实现资助工作与贫困生健康成长的完美结合，需要我们在工作中进一步探索。在大数据分析的基础上，将高校的贫困生资助工作带入到崭新的时代中，促进精准化方向的进一步延伸。
　　参考文献
　　[1] 顿华帅，潘东，周绍春，徐云盼.贫困生认定月均消费量化指标——以江苏卫生健康职业学院为例[J].中外企业家，2018（23）：12-13.
　　[2] 吴莉莉.社会主义核心价值观引入高校资助育人的探索[J].才智，2018（24）：111-112.
　　[3] 张同瑞，陈立栋.高校贫困生资助工作中的问题及对策研究[J].淮南职业技术学院学报，2018（04）：99-100.
　　[4] 于培超，我们从来没有想过要找别人讨钱[J].老实的贫困生.中国大学生就业，2015（19）：78-79.
　　[5] 胡洪全.关于高校贫困学生帮扶管理工作的思考[J].现代职业教育，2018（34）：15-16.
　　[6] 姜红仁，余柏英.我国贫困生政策中的几个导向问题[J].黑龙江高教研究，2014（11）：89-90.
　　[7] 薛晨峰.加强高校贫困生思想政治工作的几点思考[J].吕梁高等专科学校学报，2014（04）：33-34.
转载注明来源:https://www.xzbu.com/8/view-15115667.htm