应用大数据构建高校贫困生精准认定工作体系

文/郭庆会 窦苏明

为了实现教育公平，让家庭经济困难的学生能够接受高等教育，国家建立了贫困生资助体系。2013年10月，***总书记在湖南考察时首次提出了“精准扶贫”概念，指示扶贫工作要精准识别、精准帮扶、精准管理。***总书记在党的十九大报告中又强调要“健全学生资助制度”，为学生资助工作指明了道路。实现高校贫困生精准资助是高校落实精准扶贫精神与健全学生资助制度的必然选择。高校精准资助主要体现在认定精准、内容精准和方式精准三个方面[1]。

一、大数据技术与精准认定工作分析

（一）大数据技术

维基百科将大数据定义为无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。权威IT研究与顾问咨询公司Gartner将大数据定义为大数据是大量、高速、及多变的信息资产，它需要新型的处理方式去促成更强的决策能力、洞察力与优化处理。美国国家科学基金会则将大数据定义为由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集。而2011年5月，麦肯锡研究院发布《大数据：创新、竞争和生产力的下一个新领域》宣布大数据时代来临并给出大数据定义，大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。

（二）大数据技术应用于精准认定的必要性

高校贫困生认定工作一直以来是一个难题。相比于欧美等国家，中国缺乏普遍的家庭经济税收制度，没有统一的标准判断家庭经济状况。高校在贫困生认定工作中难以全面掌握学生的家庭经济情况。通常以学生提交的村委会、居委会或者民政部门出具的家庭经济困难证明材料为认定依据。但是我国地域辽阔，各省各地区经济发展水平不均衡，各地区认定标准不统一。这些材料不具有相互比较性，这就使得高校贫困生认定工作不能做到真正公平。存在能开到证明材料的学生能享受国家资助，真正困难的学生苦于没有材料而不能享受国家资助。

精准认定即有效确定家庭经济困难学生，认准资助对象。大数据分析技术为克服传统贫困生认定存在的问题，实现精准认定提供了可能。利用大数据技术，将学生家庭经济情况、一卡通支出等信息进行汇总，串联起不同信息平台，对大量信息进行分析与比对，客观公正地了解学生家庭经济状况，为精准认定提供数据参考。

二、大数据视域下贫困生精准认定体系构建

（一）大数据信息化平台的构建

为了利用大数据技术实现贫困生精准认定，常州工程职业技术学院自主研发设计智慧学工系统，建立一个专门信息数据系统，对学生申请信息进行全面分析，从大量信息中挖掘出真实有效的信息。信息平台坚持定量与定性结合，对家庭经济困难学生进行精准识别，从根本上提高资助工作的精准度和信息化水平。系统认证流程如图1所示。

图1 贫困生认定流程图

1.家庭情况测评认定

为了客观公正做好认定工作，在智慧学工系统中加入家庭测评调查系统。该测评系统基于前期调研，在学生自主评价基础上，进行定性定量的分类测评。根据学院实际，结合《关于征求对“全省家庭经济困难学生认定量化指标”修订意见的通知》中的指示精神，确定5个一级指标、15个二级指标，不同的指标被赋予不同的权重。

为了使学生在网上测评简单化，经过前期调研，确定19道选择题的问卷来涵盖这5个一级指标和21个二级指标。通过电脑或手机端，学生在智慧学工系统中参与测评。问卷每个问题对应一个分值，学生做完问卷调查生成一个家庭经济测评分，得分越高者家庭经济越困难。

2.校园消费信息

校园消费信息在一定程度上反映了学生的经济状况。分析学生的校园卡消费记录，可以了解学生的消费水平。智慧学生系统对三个月内全校学生一卡通原始数据进行分析，根据三个月内一卡通消费总金额和消费次数计算平均单次消费金额。系统根据平均单次消费和对应人数，计算出消费区间分布[2]。

3.班主任评估

智慧学工系统能够根据申请人家庭经济测评分、民主评议测评分、校园消费信息自动给出学生困难等级，并将判定结果推送给班主任。鉴于每个学生家庭困难类型不同，在认定过程中增加班主任谈话环节。班主任与学生谈话以后，结合对学生日常情况的了解，对智慧学工系统判定的申请者困难等级进行评估和调整。

4.二级学院评估分析

班主任端口的数据会推送到所在的二级学院端口。二级学院资助工作人员在智慧学工端口能够对各班级所给出的贫困生等级进行自动汇总分析，给出各二级学院贫困生占总人数的比例、贫困生地区分布、贫困生在各专业与班级的分布等数据，二级学院资助工作人员根据智慧学工汇总的结果，结合对学院学生情况的了解，对贫困生认定结果进行分析与确认。如二级学院资助工作人员对认定结果有不同的判断，可退回班主任重新认定。

（二）智慧学工系统数据分析

智慧学工系统能够自动对家庭经济情况测评产生的大数据进行汇总分析。此项分析不仅能为精准认定服务，还可以通过分析家庭经济困难学生的特征进行分析，进一步修正学校贫困生认定指标，进一步完善精准认定过程。

以常州工程职业技术学院智慧学工系统贫困学生家庭情况大数据分析为例，2017年被认定为困难的学生中有2%是孤儿、12%来自农村五保户或扶贫户，18%来自单亲或离异家庭、19%来自特困职工家庭、8%来自低保家庭、41%来自一般家庭。

表1 2017年困难学生家庭情况/%

如表2所示，2018年被认定为困难的学生中：有1%是军烈属或优抚子女、4%是孤儿、31%来自农村五保户或扶贫户，22%来自单亲或离异家庭、17%来自特困职工家庭、25%来自低保家庭。

表2 2018年困难学生家庭情况/%

根据上述2表通过2017年和2018年困难学生家庭类型对比分析，可以掌握学院家庭经济困难学生家庭类型的基本概况。相比于2017年，在2018年困难学生中新增了军烈属或优抚子女类型的困难学生，且一般家庭困难类型不再出现在困难学生中。说明2018年认定结果主要分布在孤儿、低保家庭、扶贫户等需要特别关注的学生群体中，认定结果更加有理有据，更科学合理（见表2）。

表3 2018年困难学生家庭地区分布/%

如表3所示，2018年被认定为困难的学生中：75%来自农村、16%来自县城或镇区、6%来自地级市所辖区、3%来自省城所辖区。以上数据充分说明，困难学生中大多数来自农村地区，下一年度贫困生认定指标可以放大城乡差异的分值。

综上分析，通过构建智慧学工系统，对贫困生申请数据进行自动汇总，并根据大数据数据分析结果自动给出贫困等级，从而实现了贫困生的精准认定。同时，通过数据分析比对，实现了数据流动，减少了贫困生申请所需的材料证明，方便贫困学生申请。