大数据背景下高校实施精准资助方法创新研究.docVIP

大数据背景下高校实施精准资助方法创新研究 　　摘要：精准资助已成为新时期高校学生资助工作发展的新方向，也是实现全面脱贫的重要保障。在传统资助工作模式下，困难生认定体系缺乏科学设计、资助过程缺乏动态管理、对贫困生的成长缺少关注等因素，阻碍了高校资助工作的精准化发展。将大数据的理念运用于高校学生资助，有利于精准识别资助对象、精准定制资助方案、资助管理动态调整、有效实现育人目的，助推高校资助工作的发展。 　　关键词：大数据；高校；精准资助 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）08-0232-02 　　自2007年国家实施新资助政策以来，全国已建立起了完善的覆盖各学段的资助政策体系，保障了家庭经济困难学生顺利入学并完成学业。而传统的资助过程各环节的弊端引发的问题也越来越明显，已不太适合当前精准资助的需求，随着大数据思维与技术在经济和社会管理领域的广泛应用，高校可以尝试引入这一理念用于学生资助工作。 　　1当前高校学生资助工作的困境 　　资助工作是政府切实履行公共财政职能、推进基本公共服务均等化内在要求，是促进教育公平、实现“一个都不能少”的有效手段。但客观而言，现行高校资助体系和资助实践中，隐形贫困生难以得到及时认定、虚假贫困生仍侥幸存在的问题并不鲜见，高校资助精准水平有待提高。 　　1.1困难生认定体系有待优化 　　近年来，教育主管部门对高校资助工作要求逐步规范，目前高校已建立起了班级、二级院系、学生资助管理中心、学校资助工作领导小组四级的校内资助认定工作机制，明确了各级认定组的岗位职责。但是家庭经济困难学生的识别和认定主要通过申请者的证明材料描述和民主评议成员的情感认知加以评判，难以量化。校内四级资助认定工作机制理论上能筛选出虚假贫困，但是在实际操作中，《高等学校学生及家庭情况调查表》的内容由申请者本人填写，经村委、社区盖章，再经民政部门盖章完成证明，不免有学生为了增加获得资助的可能性夸大贫困事实；各地区的经济水平不同，对贫困的界定标准一样，以致贫困证明失去有效性和公平性；在校内认定过程中，班级民主评议成员人数有限、对申请者的了解不全面、与申请者私人关系等方面的因素也会导致认定结果的差异。因无法获取足够的信息源，当前困难生认定信息来源单一，民主评议过程具有主观性，使困难生认定难以精准。 　　1.2资助过程缺乏动态化管理 　　由于资助工作人员数量有限，日常事务繁重，高校缺少对已获得资助学生的跟踪管理。并没有对资助资金的去向和用途进行追踪，高校也缺少对获得资助的学生是否认真学习，学习效果如何，在校表现怎样，是否有违纪行为等信息的掌握，难以全面准确地对受资助的学生进行评估以及资助育人效果的评价。学校无法走访到每个学生家庭所在村委、街道办去了解学生的情况，而且贫困生个人情况也无法公示接受师生监督，只能依靠认定者的观察和主观判定。尽管有高校利用寒暑假安排资助工作人员对困难生家庭进行走访调查，但实地走访也只能覆盖到少数部分的学生，并不能掌握全体学生的真实情况。目前资助认定工作大多于每学年开学时进行，认定为困难生的在本学年才有申请资助的资格，但现实中有学生可能因为家庭突然遭遇重大变故导致贫困，这部分学生便难以享受到资助。 　　1.3贫困生心理问题易被忽略 　　由于经济上的困难，贫困?W生综合素质相对较差，个性缺乏充分的发展，而大学对学生的评价是多元的，贫困生容易产生一定程度的自卑、敏感、脆弱等心理问题。有些为了掩盖这样的心理问题，会通过一些行为来伪装自己，甚至做出与自己完全相反的生活态度和行为方式。有些贫困学生因为人际交往能力相对较差，在班级中的存在感较弱，在资助评定过程中，班级民主评议环节不一定能获得支持。有些贫困学生出于自尊心，可能完全放弃困难生认定申请。而高校在资助工作中容易忽略这些情况，导致应该受到资助的学生失去获得资助的机会。 　　2大数据与高校学生资助工作的结合 　　随着互联网、云计算等新媒体技术的发展，大数据技术已在教育等领域得到了越来越多的成功应用，高校运用大数据技术实现对贫困学生的精准资助具有重要的意义。 　　2.1大数据的内涵和价值 　　大数据具有容量大、类型多、存取速度快、应用价值高等特征，越来越多地得到人们的关注和研究。大数据的内涵并不是简单的、规模很大的数据集合，而是一整套新型的技术、理念与应用。大数据要求数据能充分发挥其外部性并通过与某些相关数据交叉融合产生远大于简单加和的巨大价。数据处理新技术的不断推陈出新，使得大数据中所蕴含的价值得以发掘和体现。大数据为人们提供了全新的观察视角，大大地改变了人们认识世界和改造世界的方式，为各种决策提供了可靠的分析数据。大数据给带来的处理数据的思维方式是要全体不要抽样，要效率不要绝对精确，要相关不要因