基于大数据对高校家庭经济困难学生精准认定探究

基于大数据对高校家庭经济困难学生精准认定探究

罗婷

云南工商学院 云南省昆明市 651701

通讯作者 顾东虎

【摘要】在读高校大学生贫困与否的认定，一直是精准扶贫工作的难点之一。在当今时代，国家对家庭经济困难学生认定工作要求的精准度越来越高，而大数据的出现，使得不管是高校学生还是贫困农户的精准认定难题迎刃而解。依托大数据背景下的新技术往往会以其特有的前瞻性和精准性，撞击人们心理的认知舒适区。基于此，就大数据背景下对高校家庭经济困难学生精准认定展开论述和探究。

【关键词】精准扶贫，大数据，高校

一、基于大数据对学生精准资助现状分析

近年来，国家高度重视高校学生资助工作。为扩大资助规模，提升资助力度，各高校建立了国家奖学金、励志奖学金、助学金、助学贷款、勤工助学、困难补助、伙食补贴及学费减免等相结合的资助政策体系，来帮助家庭经济困难的学生减轻压力，从而顺利完成学业。

根据教育部网站最新数据显示，近年来，国家对贫困学生加大了精准资助力度，全国各级各类学校为了进一步落实习近平新时代中国特色社会主义思想指引下的资助政策，就2020年共投入资助资金2408.2亿元，资助学生14617.5万人次，其中资助全国普通高等教育学生3678.22万人次，资助资金1243.79亿元【1】，有效推进精准扶贫工作，持续加强规范管理，全面促进资助育人，使得高校学生资助工作又迈上了一个新的台阶。

目前，我国大多数高校对于家庭经济困难学生的精准认定工作主要是根据教育部《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》等相关文件来执行的，同时也会根据各高校的具体实际情况来开展工作。经调查，高校认定贫困生的基本流程大致为：提出书面申请——提交证明——评议审核——张榜公示——广泛征求意见——定期发放。这套学生资助工作流程将重心落实在努力实现资助对象是谁、资助标准是什么、资金如何分配及资金如何发放的四个精准目标，学生资助的整个流程基本将资助款项发放到评选出的贫困生手中为终点。主要从以下几个方面分析：

1.从学生角度上看。家庭经济困难的学生在高校中占有较大的比例，贫困学生问题越来越被人们所关注，对高校学生的精准认定研究也越来越多。从学生的角度出发，一般可归为四个方面：一是依托高校贫困学生提交认定申请和证明的角度；二是组织高校学生评议认定公平的角度；三是高校广泛征求高校学生意见的角度；四是贫困生思想和心理的角度。

2.从大数据视角上看。随着大数据时代的到来，为高校精准资助管理开拓全新的评议技术、提供高效的评议方法，大数据的精准性和智能性，能更方便、更快捷、更科学的掌握学生家庭经济状况和消费情况，制定具有科学性及人本性的大学生教育扶贫方案，从而更好地解决学生所遇到的经济困难，对精准扶贫工作具有重要意义。随着大数据技术的应用，网络信息能整合高校困难学生带来规范性和时效性，让困难学生在校情况成为新型的动态管理模式。因此运用现代信息技术动态管理新模式来建构新型高校资助体系，能够使高校精准扶贫工作落实得更加到位，从而实现扶贫工作的人性化与人本化【2】。

3.从教育政策上看。国家在2016年开始初步建立扶贫大数据平台，两年间完成了贫困人口数据的精准统计，让精准扶贫政策找到了对症下药的识别依据，使得从前“模糊”的贫困家庭变得“清晰”。在2017年教育部发布《关于进一步加强和规范高校家庭经济困难学生认定工作的通知》指出，要重点关注资金名额的分配精准以及重点明确受助学生【3】，这其中就包括需要采用隐性的方式来避免大张旗鼓地把困难学生与非困难学生割裂区分开。

二、基于大数据对高校精准扶贫存在问题审视

当今我国高校的教育扶贫工作虽然具有一定的经验，如果经过大数据资料分析不难发现，部分高校在认定贫困学生的过程中仍然缺少科学性、系统性、精准性，这与我国精准扶贫的理念存在着一定的差异【4】。高校在实际贫困生认定工作中主要存在以下几点问题：

1.忽视对学生的隐私保护。部分高校在进行贫困学生认定的工作时，虽然严格遵循公开、公平、公正的原则【5】，将贫困生评议体系和过程公开透明化，提升贫困认定工作的公正性，但却忽略了学生的隐私保护，导致其隐私泄露，给部分贫困生造成心理压力，产生自卑心理，影响其身心健康和学习生活，对贫困学生今后的学习、成长极为不利。

2.忽视学生实际家庭情况和个人消费情况。部分高校在贫困认定的过程中，只注重对学生家庭经济状况进行审议，通常只需要大学生自主按照资助方要求填写资料并上交，但由于人力与物力资源有限，无法准确核实所有贫困生的信息，贫困生家庭经济情况的实时变动，以及高校学生在读期间过度消费导致贫困等情况，经常会出现贫困生与资助方之间存在信息不对称的问题【6】，造成对贫困学生的评定不具备精准性、科学性与时效性，无法为学生贫困精准认定提供保障。

3.偏重传统的评议体系方法，缺乏数据支撑。目前我国大部分高校在学生贫困认定环节中所采用的方式多为传统的评议体系方式，但是根据实际调查可发现，在实际评议过程中普遍存在以下问题：一是学生提出的贫困申请中，在填申请表时的家庭经济收入与实际经济收入不吻合，为了能够得到贫困资助名额，会出现少填或漏填，刻意隐瞒家庭经济收入的情况；二是有意向申请资助的学生会在日常生活中刻意控制自身消费，过度营造贫困的假象，使真正困难的学生因名额不足而不能获得资助，从而导致高校贫困生认定工作失去公正性；三是高校贫困认定环节中的评议小组由班级同学共同选出，但是无法避免辅导员及评议小组成员存有私心的情况出现，无法保证是否会对其关系密切的同学给予一定的“关照”，导致贫困学生评议认定存在着一定数量的“关系户”；四是贫困生资格认定后进行张榜公示、征求意见时，高校的学生来自全国各地、五湖四海，对认定的贫困学生家庭情况不清楚、不了解，导致张榜公示和广泛征求意见毫无意义。这些传统贫困生评议体系方法，存在诸多种因素制约和干扰着贫困资助评议工作本身，缺乏大数据支撑，导致贫困认定不精准，与帮扶初衷背道而驰。

4.评定过程静态化，缺乏大数据动态监管。在帮扶和评定整个过程中，时间长达一年或几年，时常会依托以前的认定评审资料为基础，帮扶工作停留在表面，而后续的贫困生认定工作中，会出现由于家庭经济好转、收入提高，由原来真正的贫困生变成“伪贫困生”和由于家庭经济下滑或家庭变故、收入降低，由原来的正常生变成真正的“贫困生”的这两种现象，在传统的贫困生认定过程中是静态化的、滞后的，高校不能及时发现，缺乏大数据动态监管，导致精准扶贫而不精准。

5.忽略对贫困生的教育缺乏实时的“后期关注”。多数学校在评议认定贫困生的一系列工作后，认为学校的扶贫工作已经告一段落，不能及时对部分贫困生因受到环境的影响，产生一定的自卑心理、贫困生盲目地与家庭经济优越的学生攀比、过度奢侈浪费等出现的情况，进行后续贫困生的跟踪、调查、落实和教育，从而形成不健康的心理，缺乏了对贫困学生的心理疏导和综合素质的教育培养，难以实现高校帮扶的终极目标，不能使贫困生具备较高的生存能力和强大的内心从而彻底摆脱贫困【7】。

三、基于大数据对高校精准扶贫的优势

精准扶贫的关键在于“精”和“准”，面对当前贫困生资助存在的问题，高校应着力引进大数据技术手段，运用新理念、新技术、新方法开展贫困生资助工作，实现精准化资助目标优势：

1.利于实现认定的“精准”性。传统高校贫困生资助方式难以实现精准化，因为资助工作的开展需要大量数据作为支撑，为高校贫困生资助方式的多样化提供事实依据。贫困生大部分经济活动均能够通过网络获得准确数据信息，依托大数据技术采集贫困生相关活动数据，充分了解其贫困原因，继而结合贫困生实际情况采用多样化的资助方式，这在很大程度上打破了信息不对称的弊端，实现对高校贫困生资助精准化目标，有助于践行教育公平理念，有利于增强高素质人才的储备，有益于切实提高精准扶贫的效率与成效。

2.利于提高贫困生资助效率。传统高校贫困生资助需要人工进行数据信息采集和整理，信息整合仍然存在诸多弊端。将大数据技术运用于高校贫困生信息采集、整合、分析中，切实提高数据信息的分析能力，节省人力与物力资源，提升贫困生资助工作效率。

3.利于保护学生的隐私。高校部分相关工作人员在充分应用大数据技术的统筹下，通过银行卡、校园一卡通等系统以及相关网站等获取数据及信息，可有效降低贫困生信息的公开性，以此实现对贫困生的隐私保护，提高其隐私性与可靠性，为学生隐私保密、心理健康提供保障。

4.利于提高高校贫困认定的民主性。在民主评议方式的基础上，依托大数据拓展高校贫困生评议的定量评议方式，评议工作人员利用大数据所收集申请贫困学生的家庭经济收入、个人银行卡、一卡通消费等数据，构建相应模型，来对申请贫困学生的实际情况进行评定与测算，所得到的结果与定性民主评议方法相结合，以实际数据来说服人、征服人，提高民主评议认定。

5.利于实现动态管理、跟踪和预测，实现贫困生个性化资助。随着贫困生家庭经济情况的不断改变，高校不仅需要细致管理，还需要建立灵活的大数据结构，以实现对贫困生动态管理和实时跟踪，并能实时更新数据库的内容，通过对学生成绩、借阅书籍以及心理咨询等大数据分析，可以更好地了解贫困生的爱好和需求，以及预测学生经济及消费情况，制定个性化的资助方案【8】，在物质帮扶的过程中增加对其精神层面的帮扶，切实实现贫困学生的发展性资助。

6.利于简化资助流程，规范资助程序。在以往的高校贫困生资助流程中，需要申请者提交资助的申请，还要开具各种各样的资料证明，这不仅流程繁琐，而且上报审核过程漫长，整个学期快结束时，学生才能收到助学金，资助不及时现象时有发生，同时在认定贫困生过程中，过多是人为操作，导致认定结果具有主观性和通融性。而大数据的特点是容量大、计算速度快，参考大数据平台，可以显著简化办事流程并且保证认定结果的客观性与公正性，彻底打破了原先资助资源“按比例”、“一刀切”的分配模式【9】。

四、基于大数据对高校精准扶贫育人的建议

1.构建诚信制度，稳固认定条件。由于高校中始终会存在一些大学生诚实观念的缺失，使得贫困生的认定虚虚实实、真真假假。因此，在贫困生的认定和后续跟踪工作中，要加大学生信用制度和诚信制度建设，避免“伪贫困生”申请成为贫困生的行列，让“伪贫困生”迫于受到诚信机制惩罚的压力，不敢装贫困生争夺资助资源的问题；避免部分贫困生在校期间或毕业后，不按时还助学贷款或信用贷款，也不及时与贷款银行联系，而出现征信缺失的问题，作为高校应该应用大数据建立一套健全有效的学生信用档案，建立诚信体系和制度，规范贫困生诚实守信、诚实如金的行为，秉承中华传统美德。

2.构建资源共享的大数据信息管理系统，多元化的开展贫困认定工作。精准认定不能单一地从支撑材料进行认定，应该从多方面考察学生的家庭经济情况。首先在大数据背景下，充分发挥现代信息技术、大数据的作用，进一步提升精准资助中的精度和准度，高校还需要充分运用大数据信息服务技术平台，建立学生校内外关联大数据库，从而掌握学生多方面信息，将家庭收入情况、支出情况、医疗支出情况、负债情况、受灾情况等进行汇总；对学生心理状况和生活状况进行集成分析，并用算法科学检测学生银行卡、一卡通消费、学生贷款记录等情况，做到随时对数据库进行更新，对学生进行动态进行监管

【10】；根据学生细致的情况进行统计和优化其数据统计方法，筛除不能反映真实情况的“废数据”，保留“有用数据”，形成贫困生科学量化评估指标体系。其次运用大数据规范贫困生资料信息管理，避免申请贫困生伪造贫困认定证明材料可以通过走访抽查、电话访谈的方式，向经济贫困学生所在地的社区、居委会、村小组以及开具各项证明材料的各个职能部门详细了解其家庭成员的基本信息、经济情况、健康状况、收入来源情况等相关材料【11】；还可以实时对贫困认定学生进行监督，使其知晓伪造证明材料的严重性和后果，如若发现有存在骗取资助的“伪贫困生”【12】，应当对这些学生采取严厉的惩罚措施，取消当年的奖学金评比资格，并承担相应的责任。

3.引进资助评价体系，提升资助成效。一般数据平台只能实现数据的整合，但是在贫困生工作中，还有很多无法量化的标准，这会导致认定结果和实际情况会有所出入，这就需要引进评价系统，通过对数据进一步挖掘，发现数据内部的关联性，对照贫困学生的现实状况，结合认定结果，分析量化指标认定的贫困等级是否与学生实际贫困状况一致。引进评价体系，会促使数据平台不断改进，有利于资助效果得到显著提升，实现全方位育人。

4.构建大数据后续跟踪机制，实现动态管理。在贫困生资助工作中，高校不仅要确保贫困生认定层次上的高精准，认定后还要兼顾贫困生的后续跟踪管理，特别是对资金运用情况的精准度跟踪管理，随着大数据的逐渐普及，对资金去向的把握并不难实现，高校可充分利用大数据定期核查跟踪资助后贫困生的消费账单和消费轨迹，来确认及预测贫困生的各项动态情况，确保对贫困生的资助资金能真正地被运用到日常学习、生活等有需要的地方，而不是被随意挥霍，做到资助工作能够提高贫困生的生活水平、学习质量。

总之，大数据在高校精准扶贫工作中的应用，不仅是资助工作，更是一种全方位的助学、助教工作，不仅解决贫困生的经济问题，还让贫困生和其他学生一样享受平等接受教育的机会，在接受教育中促进脱贫，引领贫困大学生在工作中全面提高思想政治素质和工作能力，紧密围绕在学校党委核心周围，与党中央的行动保持一致，更好的发挥大学生的优势，来感谢党和政府对贫困大学生的关心和培养。

参考文献

【1】教育部.关于加快建设高水平本科教育全面提高人才培养 能力的意见[Z].教高[2018]2 号.

【2】朱鹏升,杨雯添,闫琳琳.高校贫困生认定系统策略研究[J].秦智,2022(10):110-112.

【3】董波.大数据背景下高校家庭经济困难学生精准认定研究[J].教育教学论坛,2021(45):34-37.

【4】史建梅,孔月红.大数据时代基于模糊层次分析法的高校贫困生认定模型构建[J].文化创新比较研究,2020,4(36):17-19.

【5】成越,王飞,刘长璇,刘楠,赵思雅,张雪伍.基于校园大数据的高校贫困生认定研究[J].甘肃科技,2020,36(23):79-80+58.

【6】袁怡琨.基于大数据的高校贫困生精准认定研究[J].高教学刊,2020(34):120-122+126.DOI:10.19980/j.cn23-1593/g4.2020.34.030.

【7】Al-Weheibi S M, Rahman M M, Alam M S, et al. Numer ical simulation of natural convection heat transfer in a trapezoidal enclosure filled with nanoparticles [J]. Interna tional Journal of Mechanical Sciences, 2017, 131 -132: 599-612.

【8】丁亦喆,张小乐.基于消费大数据的大学生精准资助辅助系统的研究及建议[J].中国管理信息化,2018,21(07):201-202.

【9】涂登琴,汪睿,孙畅,孙玮.大数据视角下高校贫困认定机制研究——以安徽财经大学为例[J].营销界,2019(21):139-140.

【10】杨胜志.大数据环境下高校贫困生类别认定策略研究[J].海峡科技与产业,2018(03):19-20+24.

【11】李胜强.高校贫困生资助精准化研究[J].教书育人，2019， (4)：10-12

【12】邹松涛,薛建龙,魏东，等.基于大数据的学校精准资 助工作研究[J].中国教育学刊,2018(S1):31-33.

罗婷，2000.12.15，女，彝族，云南省文山州砚山县，本科，数据科学与大数据技术。