大数据视角下高校建档立卡学生精准资助工作探析

刘婷南 张俊 鲁云

摘 要 伴随建档立卡资助数量的逐渐增加，工作任务日益繁重，目前依托高校的建档立卡数据库不够完善，造成认定工作的困难性和复杂性。而对建档立卡贫困学生的准确鉴别与认定是提升高等教育学生资助工作质量的必然要求，在大数据时代下，高校资助工作需要进一步推进数据化的进程，利用大数据完善建档立卡数据体系，进而推进精准资助效率。

关键词 大数据 建档立卡 贫困生

中图分类号：G647 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2018.06.088

Abstract With the gradual increase in the number of funding for the construction of cardholders， the task is increasingly arduous. At present， relying on colleges and universities to set up the database card database is not perfect， resulting in the difficulty and complexity of the identification work. Accurate identification and identification of impoverished students for establishing and setting up cards is an inevitable requirement to improve the quality of higher education students' subsidy work. Under the era of big data， university funding needs to further advance the process of dataization， and use big data to improve the establishment of the card， the data system， in turn， promotes accurate funding efficiency.

Keywords big data； archiving card； poor students

目前，社会各界更加重视教育精准扶贫，随着对这方面理论和实践的进一步研究和探索，国家相关部门在部署教育精准脱贫时强调建档立卡贫困人口数据库的建立。通过充分完善精确机制来建立健全学龄人口就学与资助状况数据库，但由于过去受到经济条件和相关技术的限制，教育精准扶贫无法实现精确对准扶贫目标，也就无法有效分析精准扶贫信息，在精准扶贫治理参考规律尚未明确的情况下，精准扶贫的整体性治理工作无法全面开展起来。

1 新形势下高校家庭经济特别困难学生资助现状

（1）贫困学生多，认定难度大。近几年随着高校不断发展和扩招，贫困生人数不断增加，由于当下的家庭经济困难学生资助体系和政策本身还不够完善，目前高校除一部分建档立卡学生可由扶贫部门提供精确数据外，大部分同学仅限于学生入学时的家庭经济状况调查表，且所提供的证明材料五花八门，只能通过片面的材料了解，无法具体详细掌握学生的真实情况。

（2）查询渠道不完善，认定结果存在误差。高校学生中有相当一定比例是来自全国各地不同的地区，而目前绝大部分高校认定范围局限于本省，对于省外学生存在认定信息不对称，学校难以准确获取外地学生建档立卡情况，并对所提供的证明材料真实性无从判断。从而导致在最终确定建档立卡学生中存在误差。

（3）学校大数据建设不完善，工作进度滞后。目前高校并没有合理运用大数据，同时在工作中对收集到的数据信息没有进行及时梳理、更新及利用，在本校资助信息数据体系建设中，还未能完全实现信息化、精准化和动态化。

2 引入大数据助力推进精准资助的必要性

大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据技术具有动态化、数据化以及网格化等特点，其技术理念与精准资助机制具有较高的契合度，大数据可通过数据分析实现精确定位，同样可适用于高校精准资助工作。为了更为全面地了解个人的家庭状况，可通过教育扶贫大数据获取建档立卡学生面临困难、受教育程度等具体信息，在了解资助对象实际需求的基础上，進一步实现教育扶贫工作的精确程度，这样不仅可以将先进技术运用于精准扶贫难题，还能充分挖掘扶贫规律，在实际工作中学会用数据进行分析、管理以及创新，最终全面实现精准决策。对于复杂繁琐的资助工作来说，大数据的引入不得不说是大大减轻资助工作的负担，利用科学规范的数据收集与分析能快速而高效获得所需的学生资助情况认定结果，并且大幅提高精确认定的结果。助力推进高校建档立卡精准资助。

3 大数据背景下建档立卡精准资助策略

3.1 利用大数据全方位完善贫困资助信息

高校须不断推进和完善资助工作信息化系统建设，同时开展多渠道收集困难学生学生准确数据信息。要想在扶贫工作中实现六个关键，首先需要重视数据，通过教育精准资助实现教育数据与全国扶贫数据的有效整合，充分实现数据分析、数据管理、数据创新的精准资助方式。高校可通过对建档立卡经济困难学生进行实地家访、跟踪校园卡消费数据等办法对其进行确认的同时，横向对接各类不同的扶贫平台，实现不同省份扶贫数据库的联通共享。通过交叉验证，促进高校自身数据的精确度与准确度。通过数据分析，大数据可精准对应每一个贫困学生，全面准确地了解在校学生的日常学习情况。这有利于完善目前的精准资助体系，树立以人为本的发展理念，持续对贫困家庭受教育子女进行全方位资助，利用大数据实现资助道路的立体化发展，通过改进精准资助跟踪和评价机制实现资助的精确化和发展化，进而在高校建档立卡精准资助工作中取得显著成果。

大数据的教育精准资助工作的主要可以分为两大部分，分别是数据链接和数据应用。

数据链接有助于促进数据精确的发展。具体包括两个过程：第一，在整合扶贫数据过程中，相关部门需要进一步提升数据交互协作程度，实现数据的真实性和完整性。第二，政府的扶贫数据和教育数据需要充分实现联通，不同层级的贫困户建档立卡扶贫数据要做到精确到户，为了能够反映贫困学生的社会人数据，需要将其家庭情况信息包含在内。要以校园为基础单位建设校内资助信息管理服务平台，通过全面了解分析两方面的数据，制定出针对性较强的服务战略，充分实现精准资助。大数据连接可不断完善资助数据，在全方位打造一体化教育精准资助数据链接的同时促进数据精确。

数据应用可有效提高数据准确性。数据应用和数据准确是相互促进的关系，一方面通过利用数据分析技术，深入挖掘建档立卡贫困数据以及学籍系统中的教育数据，这种以数据为驱动的方式不仅可以全面发挥数据价值，还可以根据数据的深层次内涵精确识别扶贫对象，用科学合理的方式衡量贫困程度，制定出与之相适应的教育扶贫战略措施，用数据促进教育精准扶贫的发展，客观反映出教育精准扶贫工作成效。另一方面数据应用可实现数据精准性的现实验证，在使用数据时可发现数据重复、数据缺失等低级错误，不断提高数据质量，进一步完善数据的准确性和精准资助机制。当前，要想有效实现教育精准扶贫，就必须通过运用扶贫系统建档立卡，实现对贫困人口数据的精确掌握，联系学籍数据库和师资数据库进行对比分析，进一步识别出受教育的贫困子女。

3.2 利用大数据实现建档立卡生资助的精准化

一是依托大数据技术对资助对象进行精准认定， 这是实现精准资助的前提条件和基础。 要对建档立卡学生资助对象进行实时动态管理，跟踪他们是否脱离贫困，科学筛选出需要帮助的资助对象，及时更新数据变化。二是要合理安排资助项目，在掌握建档立卡困难学生的实际困难程度和需求后，灵活安排资助项目，根据学生实际情况让资金切实帮助到建档立卡学生身上。三是资助资金的精准使用，利用大数据可以科学准确地预算资助资金， 根据实际贫困家庭的贫困程度确定资助力度， 合理下达资助金额，将每一笔钱都用在最需要的地方，让那些家庭贫困的学生得到有效资助。

3.3 建立资助共享大数据平台实现立体化资助

建档立卡贫困学生的精准识别与认定难度大、任务重，除了依托扶贫大数据平台为高校提供数据保障外，各级学生资助管理机构、高等学校还须建立自己的资助大数据平台，并实现数据的无缝对接，随时进行实时共享，这是做好建档立卡贫困生资助的基础和关键。高校精准资助大数据平台的构建，可以帮助我们全面了解贫困学生的家庭和个人情况，有助于提供精准有效的大数据管理服务，进而有针对性地从不同方面了解建档立卡生在校的生活状况，对校园卡和日常消费数据进行动态跟踪，对有困难者进行及时帮助，实现对建档立卡生精准资助的动态管理。

3.4 建立健全精准扶贫动态监管与预测

为了及时调整战略决策，需要对扶贫效果进行长期追踪，通过合理的政策、充足的资源、有效的政策导向，充分实现脱贫退出返贫纳入动态管理机制强化资源整合与政策保障。所以，教育精准扶贫监管与预测模型也是必不可少的，要有效追踪并收集扶贫对象的致贫原因、扶贫效果以及政策缺陷等因素，在数据构建计算模型中输入扶贫对象、致贫原因等数据，通过其输出映射对扶贫工作进行动态监管，根据具体情况及时调整政策。此外，大数据关联还可通过反馈信息进一步掌握教育精准扶贫行为规律，预测返贫发展方向，有针对性地引导资金流向，利用决策树的分类方法完善扶贫措施，科学合理地规划整个扶贫系统。

4 总结

目前，教育精准扶贫精准脱贫工作还未充分发挥大数据的作用，要想在2020年充分实现全面脱贫目标，需要高校在实现建档立卡资助全覆盖的基础上突出建立“精准资助”工作机制为抓手，依托大数据对学生信息做充分挖掘，科学认定与分析，将大数据的统计思维和关系思维充分发挥出来，运用数据意识实现不同部门的数据联通，在发挥可视化功能和数据挖掘功能的同时，实现扶贫数据输入到扶贫有效性输出的映射，将教育精准扶贫决策系统中的扶贫投入、调整以及脱贫有效整合起来，进一步探索扶贫发展规律。为建档立卡生提供实际帮助，除了要解决最基本的经济问题，还保证学生的身心能够得到健康发展，努力开创学生资助工作新局面，从根本上实现贫困学生的可持续脱贫。

参考文献

[1] 唐雪.大数据时代高校精准资助体系构建与发展策略[J].高等建筑教育，2017.26（4）：132-135.

[2] 凌云.用大数据思维解决高校贫困生精准化资助问题[J].创新与创业教育，2017.8（3）：128-131.

[3] 金冉.建档立卡工作对完善高校家庭经济困难学生认定制度的推动[J].产业与科技论坛，2017.16（10）：250-251.

[4] 吴燕鹏，肖雪欣.精准扶贫背景下高校学生精准资助探索[J].市场周刊（理论研究），2017（4）：123-124.

[5] 白华，徐英.扶貧攻坚视角下高校建档立卡生精准资助探析[J].国家教育行政学院学报，2017（3）：16-21.

[6] 刘玉霞.大数据背景下高校精准资助路径探析[J].未来与发展，2016.40（9）：69-73.