大数据视域下高职院校多元化精准资助育人的路径研究

陈高权

[摘           要]  现阶段，大数据技术发展与应用广泛，成为高职院校信息化建设的重要依托，也为资助育人工作提供了新的路径和方法。高职院校的精准资助工作存在着认定机制弱、对象识别难、育人成效差以及动态管理缺失等问题，同样面临着资助与育人的结合度不够紧密、精准资助育人工作多元化发展难的现状。通过大数据技术，可以实现全方位、全程动态跟踪，达到精准资助育人的目的。

[关    键   词]  大数据;高职院校;精准;资助育人

[中图分类号]  G715                   [文献标志码]  A                      [文章编号]  2096-0603（2021）32-0026-02

一、引言

2020年4月，江苏省教育厅、省扶贫办、省民政厅及省残联四部门联合发布了《关于进一步做好特殊困难学生精准资助工作的通知》，对高校的学生资助工作提出了更高的要求，尤其是高职院校。当前，高职院校在识别贫困学生方面仍然存在准确性低、形式单一、制度不完善等问题[1-5]。依靠大数据技术实现精准的数据分析，是新时期高职院校学生资助经费管理改革的主要方向。对此，有必要加快高职院校贫困大学生准确数据资助体系的建设，完善贫困学生的识别和资助指标体系，建立大数据技术复合型人才队伍、完善高职院校贫困生的精准经费筹措机制，促进精准识别、精准援助和精准管理贫困学生，实现发展教育目标。传统的资金管理方法和手段越来越难以满足有针对性的扶贫工作的当前发展需求[6，7]。当前，改善资助机制，从单一形式到多元角度、从物质资助到心理帮扶、从“一对多”到“一对一”，以大数据为抓手，发掘学生的内在资助需求，激发其主观能动性，实现多元化的动态管理机制[8];高职院校的资助育人工作是学生日常管理的重要分支，精准资助的根本目标就是精准育人，物质资助和心理资助并重，通过家校联合强有力地促进育人成效，开展多元化精准资助育人工作路径的研究具有十分重要的指导意义。

二、当前高职院校贫困生资助中存在的问题——以常州高职院校为例

（一）贫困生认定缺乏科学标准

2018年，教育部联合各部门明确了贫困生的概念及界定条件，但也仅是定性的而非定量。目前，常州高等职业院校的学生总量大，地域分布广，手工识别贫困学生的方法比较主观，导致一些非贫困学生被错误识别。真正的贫困学生可能因为他们不愿申请或缺少名额而无法被识别。在具体的识别过程中，主要表现为：许多高职院校采用常见的“目标分配制度”来分配经费。通常，确定的经费配额是根据学院、专业或班级的占比均匀分配的，导致受助人的数量受到特定配额的限制，由于配额不足而无法真正识别实际处于困境中的学生。

（二）资助过程缺乏动态管理

学生的家庭经济状况绝非一成不变，而是随时调整变化的。目前，常州高职院校学生基数大，科教城高职教育园区内共有常州信息、常州工程、常州工业、常州纺织及常州机电五个高职院校，学生资助工作普遍存在不及时监控、信息反馈滞后、更新进度慢等问题，尤其是建档立卡、低保、残疾类，家庭脱贫后往往不能及时捕捉，仅通过学生上报或学校检索下发，信息滞后并缺乏动态跟踪。同时，有些家庭的经济状况有所改善的学生，对照贫困生的界定标准和条件，应当实时从数据库中划走，同步反馈给学生本人。但是，在贫困生的日常管理过程中，缺少快速响应反馈机制，导致育人工作滞后、成效差。另外，部分贫困生出现学业预警等情况时，仅通过人工检索筛查，响应慢、耗时长，难以实现精准资助。

三、当前高职院校贫困生资助中存在问题的对策

（一）完善量化考核指标，精准识别“真贫困”

以学生的家庭经济状况、消费支出等硬性指标，对所有学生的个人信息指数进行量化赋分考核，分数越高，困难等级越高，从高到低排列，困難等级一般分为三个档次：“特别困难”“比较困难”和“一般困难”。在贫困学生的认定及审核过程中，根据学生的量化指标得分和总分，根据班级审核小组的意见和民主评估过程，对贫困学生的信息数据库进行综合识别。基于用于识别贫困学生的可量化指标，对贫困学生的识别将更加标准化，更加客观，也具有可操作性，从而避免了由于主观因素审查而导致对贫困学生的识别不准确的问题。在助学金分配标准方面，根据助学金目标的贫困程度，以增加对特别困难的助学金目标的支持，提高补助标准以及助学金分配的准确性和差异性，并确保工作过程公平、公正。

（二）依托大数据技术搭建精准资助动态管理平台

采用大数据技术来构建信息管理系统，以实时监控贫困学生的动态。通过整理指标数据，实时分析、研判继而汇总成报告，建立困难预警机制，实施动态资金管理以及完善扶贫脱贫机制。动态资助管理模式作为实施有针对性的扶贫工作的重要措施，可以帮助学校及时了解贫困学生的生活状况。此外，动态管理不仅可以实时监控贫困学生的各种状况，而且可以更迅速、准确地识别和查找信息，以便及时调整，确保应助尽助。因此，大多数高校还应该使用大数据来监视，实时监督学生的家庭经济、学习情况和消费情况的变化，动态调整扶贫目标和扶贫标准，为深化和改善教育援助提供数据支持。

（三）利用大数据技术挖掘隐性贫困生

基于院校自身的信息平台，利用大数据技术，高职院校可以主动谋划，进行数据比对并识别贫困学生，全面了解学生的实际家庭经济状况、消费状况和贫困原因。因为家庭经济困难的学生容易受到影响，通过大数据技术对学生校园卡的消费情况、银行卡的账单记录以及其他电子支付情况进行在线筛查、分析、研判，挖掘隐性贫困学生，达到应助尽助不多助。