贫困大学生资助评价的大数据运用前景探究

一、习近平精准扶贫理论与贫困大学生资助

消除贫困是社会主义的本质要求。党的十八大以来, 习近平同志从新时代中国特色社会主义事业发展全局的战略高度出发, 对当代中国农村脱贫攻坚工作做出了一系列新判断, 进行了一系列的重要论述, 布置了一系列重要任务, 构建起具有鲜明时代特征的精准扶贫理论体系。按照这个理论体系, 我国各地区之间的经济差距背后, 是巨大的教育水平差距, 即教育对个体发展的支撑程度问题。因此, 习近平指出:“要紧紧扭住教育这个脱贫致富的根本之策, 再穷不能穷教育, 再穷不能穷孩子, 保证贫困家庭孩子受到教育。”就高等教育而言, 由于国家投入、当地经济发展、政府重视程度等方面的原因, 使我国教育领域发展不平衡、不充分的问题在高等教育领域更加地凸显, 并集中反映到贫困大学生的成长与发展问题上。

所谓“扶贫先扶志, 扶贫必扶智”。就教育社会学眼光看来, 大学生的资助其实可以分为三个部分, 即经济扶贫, 精神扶志和能力扶智。所谓经济扶贫, 是利用经济手段给予学生帮助的方式, 即为家庭经济困难学生提供必要的物质援助。所谓精神扶志, 是指将立德树人的根本任务贯穿资助全过程, 在资助过程中教育学生, 帮助学生树立正确的世界观, 人生观, 价值观。所谓能力扶智, 是强化对学生能力的培养和职业指导, 强化大学生的职业规划, 保障其顺利就业并实现良好的职业发展。目前我国高校学生资助政策体系包含着奖助学金制度、助学贷款制度、勤工助学制度和减免学费制度等资助内容, 在经济扶贫方面取得了很大成果。但相当一部分资助对象的获得感不强, 在心理状态、学习动机、职业决策等方面还存在很多深层次的问题。这些问题, 是当前我国社会主要矛盾在资助工作中的表现, 也是新时代高校资助工作的新任务和新挑战。

二、新时代贫困大学生发展需求与数据权利

随着高等教育改革的稳步推进和新资助政策的实施, 国家高度重视学生资助工作, 中央和地方政府部门相继加大财政投入, 逐步形成了“奖、贷、助、补、减、偿”资助体系。2017年, 我国政府、高校及社会设立的各项高校学生资助政策共资助全国普通高等学校学生4275.69万人次, 资助资金1050.74亿元。以重庆为例, 2017年全年, 重庆落实贫困大学生资助资金21.2亿元, 资助学生40.3万人次。在此基础上, 2018年初, 市财政为6.08万重庆籍建档立卡贫困家庭大学生学费发放1.89亿元资助。

由此可见, 就贫困大学生就读大学期间, 我国目前的资助政策已经能够保障其生活, 提供其顺利完成学业的经济条件。由此, 作为资助工作主体的高等学校, 应在保障学生基本生活的基础上, 关注学生的发展问题, 转变资助方式, 满足学生的发展需求, 即在体系设计上尊重他们的内心需求、发展需要, 激发他们的成才动力;在知识传授上引导他们正视现实, 规划未来发展;在能力培养上努力拓展知识结构, 提高综合能力, 树立起克服困难的勇气和信心, 勇敢的接受未来挑战, 主动参与见习实践、创业就业, 为可持续发展奠定基础。

三、大数据时代的资助评价与成长链条构建

根据教育部数据, 我国学生资助资金连续十一年保持高速增长, 已覆盖到全部学段和学历层次。但面对如此大规模的资金投入, 如何对贫困大学生的资助效果进行评价, 并以此建立未来资助政策体系诊断与改进的基础数据构架, 已经成为政府和各高校面临的一大难题。

精准资助的评价, 应当是建立在精准数据资源基础上的精准评价。所以, 对于高校精准资助而言, 所谓精准、“一人一策”, 即是对贫困大学生的生活和学习状态, 未来期待和愿景进行科学的数据分析和生涯规划, 描绘出成长路径和所需资源, 并为其提供有效资助, 大幅提升资助金的使用效率。

对此, 大数据技术具有自己的先天优势, 尤其是在信息采集和分析优势方面。大数据技术作为互联网革命的重要成果之一, 已深入到现代社会的方方面面, 并在一定程度上深刻地改变了人们的生活的行为习惯。就大数据的观点看来, 高校不仅仅是知识和师生的汇聚中心, 更是数据的生产、传输和发散中心。在各项大数据技术和算法已日臻完善并得到广泛运用的背景下, 各级政府和高校将大数据与贫困大学生资助结合起来, 不仅仅可以对资助对象进行精准识别, 更可以根据其特点和生活、学习状况精准判定资助需求, 精准提出对应的资助形式。因此, 当前条件下, 依托大数据技术围绕贫困大学生构建成长数据链条的时机已然成熟。

就大数据的特征而言, 其运用于大学生资助评价具有较大的优越性和先进性。一是大数据的全过程性。在理论上, 数据的形成从个体生命自主行为的伊始便已开始。对于资助工作而言, 大数据库的建立, 可以大学生进校后的学习和行为动态纳入视野, 甚至可以通过与当地政府各部门的协调, 把孤儿、残疾学生等特殊困难群体的进校前的状况纳入数据体系之中, 为该群体更精准地管理和服务奠定基础。二是大数据的强互证性。大数据的互证性是其科学性的基础和核心。贫困大学生的资助是国家工程, 也是党和政府的民心工程。大数据各个子系统和各个时间段的互证关系, 不仅可以有效监控资助资金的落实和使用, 更可以对各项数据进行分析对比, 进行深入的全新解读, 获得很多依照常规方式难以得到的结论和动态。如通过对在校生食堂消费数据的分析掌握学生一个时间段的经济状况, 通过对回寝时间的数据分析可以了解学生一段时间的学习和勤工俭学情况等。三是大数据的全方位性。大数据的涵盖范畴包括所有数据, 在一定程度上, 万事万物都是以数据形式被记录和解读的。所以, 大数据几乎就是包罗万象。就资助工作而言, 大数据的应用从数据入手, 将学生成长的方方面面纳入其中, 并由此延伸到学校教育教学的全流程和全领域, 从而真正形成以学生成长为中心的新时代资助育人工作体系。

摘要：在基本保障物质生活需要的大背景下, 贫困大学生的发展需求对新时代资助工作提出了更大的挑战。以往通过锁定资助对象、划定资助条件开展刚性、普适性资助的理念和工作机制越来越不适应新时代的需求和变化。由此, 作者认为, 通过大数据技术, 对资助对象的成长数据进行充分收集和解读, 构建起成长数据链条, 才能对资助效果进行合适的评价, 从而提出适合其自身需求和发展的资助政策和发展建议。

关键词：精准扶贫,大数据,数据权利,成长数据链条

参考文献

[1] 马彦周.大学生发展型资助体系构建研究[D].武汉:华中农业大学, 2012.

[2] 余鸣娇, 许吉鹏.新资助政策体系对高校贫困生教育援助效果的评估研究[J].高教探索, 2012 (03) .

[3] 段玉青.全员育人视域下的大学生资助育人机制探析[J].湖北社会科学, 2017 (05) .

[4] 宋晓东, 曹宏鹏.大学生资助政策实施的效果、问题与对策[J].黑龙江高教研究, 2017 (01) .

[5] 郭瑞.社会学视角下高职学生就业质量分析[D].大连:东北财经大学, 2016.