论文部分内容阅读
摘 要：随着国家和社会各界对贫困大学生资助力度越来越大，无学费之忧完成学业已经成为一种新常态；贫困大学生资助已形成较为完备的体系，同时也面临着诸多的问题；大数据分析可以较为精准的动态识别贫困生的贫困程度和需要得到的资助类型和金额，研究建议引入专业的第三方数据分析公司对贫困生进行动态分析后由高校负责形式审查和抽查，从而实现精准化、数字化、多层次高校学生资助体系。
关键词：大学生资助；大数据分析；第三方；精准化
一、大学生资助背景和现状
教育部在2016年8他也举行的新闻通气上公布了全国普通高校家庭经济困难学生情况：家庭经济困难学生人数527万人，占全部在校生总人数的23.06%。宿州学院生源集中在皖北乡村和县城，贫困生数量巨大。通过每年的“百千万”贫困大学生走访活动发现很多贫困生家庭由于自然灾害、家庭变故、突发恶疾等因素使他们无法维持正常的学习生活。其家庭承受着巨大的经济压力，这种教育不公平后果严重，不仅会影响到贫困生就业，还会引起整个社会的发展。
二十世纪八十年代开始，在政府部门和社会力量共同努力下各高校初步建立起了以奖学金、学生贷款、勤工助学、特殊困难补助和学费减免及“绿色通道”等为内容的较完善的资助体系。教育部门不断努力力争使学生资助在贫困生中实现全覆盖，把学生资助这项利国利民的好事办好并且开通了贫困生数据库实现数字化管理，取得了很大的效果。
二、大学生资助工作的新问题
学生资助政策逐年发力，宿州学院在家庭经济困难学生资助工作中取得了一定的成绩，也建立了完备的资助工作体系，但是还存在着很多不足。首先，对“家庭经济困难”的准确认定有困难。目前，学生资助工作的起点是学生申请，申请的依据之一是《高等学校学生及家庭情况调查表》和《高等学校家庭经济困难学生认定申请表》，调查表由生源地民政部门盖章证明，表二由学生本人填写。然而一些地方证明随意性很强，数据可信度较低。对贫困生资格的认定缺乏可靠的资产数据，贫困生家庭经济情况的真实性难以判断、准确性难以把握。因此，学校只能简单的按比例分配贫困生指标到院系，院系分解到班，无法按照贫困生的实际人数进行资助。
其次，班级认定层面通常采取贫困生自述贫困程度、个人申请和同学投票等方式。这些“公开透明”的形式容易伤害贫困学生的自尊（徐亚军 2009：68）。再次，各类奖助学金都是申请完成后以货币补助形式由财务部门直接打入学生个人银行账户中，学生得到资助后的消费过程缺乏有效监管；有些学生获得资助后并没有支付学费减轻家庭困难而是虚荣的购买了一些超出其经济承受能力的商品，以攀比的心态从物质生活的丰富来获取精神上病态的平衡。虽然学校对贫困生购买“奢侈品”有警告措施，但是对于“奢侈品”的认定和警告的后果缺乏可行的制度。
最后，当前的学生资助工作重物质扶贫，轻精神帮困。高校关注到贫困生经济上的困难，缓解学生的学习困难、心理贫困同样重要；学生资助部门不仅是要在经济上缓解学生的压力，还要在学习上和心理上的进行干预。“授之于鱼不如授之于渔”学生资助工作的根本目的是让大学生获得足夠的能力在社会中发挥自己的作用获取体面的报酬从而真正脱贫，因此金钱资助与精神鼓励能力培养应该同时进行。
三、大数据分析与学生资助的结合
全球知名咨询公司麦肯锡最早提出“大数据”时代的到来，数据已经渗透到当今每一个行业和业务职能领域，成为重要的因素。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业的应用已有时日，随着互联网和信息行业的发展而加速更新。
数据正在迅速膨胀并变大，它决定着不仅企业的未来发展，也可以为学校的发展提供数据支持，为贫困生的认定提供科学依据。正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。庞大的数据资源使得各个领域开始了量化进程，当前资助政策体系的资助形式在原有的“奖、贷、助、补、减”五位一体的基础上，可以运用大数据从学生的消费习惯数据、消费偏好数据、家庭金融数据、个人诚信数据、心理调查分析数据进行精准化和数字化的分析从而确定受助学生对象分布，资助的时间长度和资助的形式与金额大小。
四、引入专业的第三方公司
一直以来学生资助过程的只发生在学生资助部门和受助学生之间，学校作为教育机构专注教学管理，往往缺乏足够的人力和资源开展行之有效的调查活动和数据收集分析能力。当前有些贫困生往往受到各种重复资助，金额之大使其消费能力甚至超过了家庭经济情况一般的学生，有些不知克制的受助生可能成为资助政策的污点；其次，资助政策往往以年或者学期为资助期限，因此有些家庭突遭变故的学生因为信息沟通的延迟而不能及时获得相关的资助，有些已经脱贫的学生依然堂而皇之的享受着奖助学金。
让专业的人去做专业的事情已经成为一种趋势，大数据时代下的学生资助工作也需要专业的公司企业去获取专业的数据，通过分析得出科学而精准的结论为学生资助主管部门提供决策依据。学校资助部门可以通过招标聘请有资质的數据分析机构提供信息支持，有了更为全面、细致、精准、科学的数据支撑学生资助工作才能更好的开展为需要得到资助的学生提供更好的服务，同时也减轻了资助工作部门的压力。
五、结语
国家的学生资助政策是一项利国利民的好事，可以让贫困家庭的子女完成学业之后以自己的专业知识在社会上立足，以自己的能力获得体面的报酬从而使个人和家庭脱贫致富。只有科学而精准的学生资助工作才能使好的政策真正发挥好的力量，在大数据时代已经到来的今天，学生资助工作必然也只有依托大数据的支撑才能做出更加科学、合理的决策，更好的服务贫困学生。
参考文献：
[1]史月兰.诚信与高校贫困生助学贷款体系的建立与完善[J].经济与社会发展，2006，（5）：64-67.
[2]徐亚军.高校贫困生资助体系新模式探讨[J].北京航空航天大学学报，2009，（3）：67-70.
[3]中华人民共和国教育部：国务院关于建立健全普通本科高校高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见（国发〔2007〕13号），国务院二○○七年五月十三日印发.
[4]李栓久.“助困育人”：高校扶贫模式探索[J].西南民族大学学报：人文社科版，2006，（5）.
[5] 黄建美.高校助学帮困育人工作思路探析[J].湖南工业大学学报：社会科学版，2009，（3）.
关键词：大学生资助；大数据分析；第三方；精准化
一、大学生资助背景和现状
教育部在2016年8他也举行的新闻通气上公布了全国普通高校家庭经济困难学生情况：家庭经济困难学生人数527万人，占全部在校生总人数的23.06%。宿州学院生源集中在皖北乡村和县城，贫困生数量巨大。通过每年的“百千万”贫困大学生走访活动发现很多贫困生家庭由于自然灾害、家庭变故、突发恶疾等因素使他们无法维持正常的学习生活。其家庭承受着巨大的经济压力，这种教育不公平后果严重，不仅会影响到贫困生就业，还会引起整个社会的发展。
二十世纪八十年代开始，在政府部门和社会力量共同努力下各高校初步建立起了以奖学金、学生贷款、勤工助学、特殊困难补助和学费减免及“绿色通道”等为内容的较完善的资助体系。教育部门不断努力力争使学生资助在贫困生中实现全覆盖，把学生资助这项利国利民的好事办好并且开通了贫困生数据库实现数字化管理，取得了很大的效果。
二、大学生资助工作的新问题
学生资助政策逐年发力，宿州学院在家庭经济困难学生资助工作中取得了一定的成绩，也建立了完备的资助工作体系，但是还存在着很多不足。首先，对“家庭经济困难”的准确认定有困难。目前，学生资助工作的起点是学生申请，申请的依据之一是《高等学校学生及家庭情况调查表》和《高等学校家庭经济困难学生认定申请表》，调查表由生源地民政部门盖章证明，表二由学生本人填写。然而一些地方证明随意性很强，数据可信度较低。对贫困生资格的认定缺乏可靠的资产数据，贫困生家庭经济情况的真实性难以判断、准确性难以把握。因此，学校只能简单的按比例分配贫困生指标到院系，院系分解到班，无法按照贫困生的实际人数进行资助。
其次，班级认定层面通常采取贫困生自述贫困程度、个人申请和同学投票等方式。这些“公开透明”的形式容易伤害贫困学生的自尊（徐亚军 2009：68）。再次，各类奖助学金都是申请完成后以货币补助形式由财务部门直接打入学生个人银行账户中，学生得到资助后的消费过程缺乏有效监管；有些学生获得资助后并没有支付学费减轻家庭困难而是虚荣的购买了一些超出其经济承受能力的商品，以攀比的心态从物质生活的丰富来获取精神上病态的平衡。虽然学校对贫困生购买“奢侈品”有警告措施，但是对于“奢侈品”的认定和警告的后果缺乏可行的制度。
最后，当前的学生资助工作重物质扶贫，轻精神帮困。高校关注到贫困生经济上的困难，缓解学生的学习困难、心理贫困同样重要；学生资助部门不仅是要在经济上缓解学生的压力，还要在学习上和心理上的进行干预。“授之于鱼不如授之于渔”学生资助工作的根本目的是让大学生获得足夠的能力在社会中发挥自己的作用获取体面的报酬从而真正脱贫，因此金钱资助与精神鼓励能力培养应该同时进行。
三、大数据分析与学生资助的结合
全球知名咨询公司麦肯锡最早提出“大数据”时代的到来，数据已经渗透到当今每一个行业和业务职能领域，成为重要的因素。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业的应用已有时日，随着互联网和信息行业的发展而加速更新。
数据正在迅速膨胀并变大，它决定着不仅企业的未来发展，也可以为学校的发展提供数据支持，为贫困生的认定提供科学依据。正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。庞大的数据资源使得各个领域开始了量化进程，当前资助政策体系的资助形式在原有的“奖、贷、助、补、减”五位一体的基础上，可以运用大数据从学生的消费习惯数据、消费偏好数据、家庭金融数据、个人诚信数据、心理调查分析数据进行精准化和数字化的分析从而确定受助学生对象分布，资助的时间长度和资助的形式与金额大小。
四、引入专业的第三方公司
一直以来学生资助过程的只发生在学生资助部门和受助学生之间，学校作为教育机构专注教学管理，往往缺乏足够的人力和资源开展行之有效的调查活动和数据收集分析能力。当前有些贫困生往往受到各种重复资助，金额之大使其消费能力甚至超过了家庭经济情况一般的学生，有些不知克制的受助生可能成为资助政策的污点；其次，资助政策往往以年或者学期为资助期限，因此有些家庭突遭变故的学生因为信息沟通的延迟而不能及时获得相关的资助，有些已经脱贫的学生依然堂而皇之的享受着奖助学金。
让专业的人去做专业的事情已经成为一种趋势，大数据时代下的学生资助工作也需要专业的公司企业去获取专业的数据，通过分析得出科学而精准的结论为学生资助主管部门提供决策依据。学校资助部门可以通过招标聘请有资质的數据分析机构提供信息支持，有了更为全面、细致、精准、科学的数据支撑学生资助工作才能更好的开展为需要得到资助的学生提供更好的服务，同时也减轻了资助工作部门的压力。
五、结语
国家的学生资助政策是一项利国利民的好事，可以让贫困家庭的子女完成学业之后以自己的专业知识在社会上立足，以自己的能力获得体面的报酬从而使个人和家庭脱贫致富。只有科学而精准的学生资助工作才能使好的政策真正发挥好的力量，在大数据时代已经到来的今天，学生资助工作必然也只有依托大数据的支撑才能做出更加科学、合理的决策，更好的服务贫困学生。
参考文献：
[1]史月兰.诚信与高校贫困生助学贷款体系的建立与完善[J].经济与社会发展，2006，（5）：64-67.
[2]徐亚军.高校贫困生资助体系新模式探讨[J].北京航空航天大学学报，2009，（3）：67-70.
[3]中华人民共和国教育部：国务院关于建立健全普通本科高校高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见（国发〔2007〕13号），国务院二○○七年五月十三日印发.
[4]李栓久.“助困育人”：高校扶贫模式探索[J].西南民族大学学报：人文社科版，2006，（5）.
[5] 黄建美.高校助学帮困育人工作思路探析[J].湖南工业大学学报：社会科学版，2009，（3）.