高校資助工作中大數(shù)據(jù)運用的局限與超越

摘要：大數(shù)據(jù)技術(shù)助推了資助工作信息化、精準化的進程，推動了高校資助工作模式的創(chuàng)新，在資助工作過程中如果對大數(shù)據(jù)過分推崇會導致出現(xiàn)過度數(shù)據(jù)化。本文基于資助工作實際提出的數(shù)據(jù)采集機制、指數(shù)的分析機制，以及數(shù)據(jù)運用機制，力圖構(gòu)建出一線管理人員“上手快、用的上、有效果”的數(shù)據(jù)處理辦法，為資助工作提供一定的決策參考。

關(guān)鍵詞：高校；資助工作；大數(shù)據(jù)

基金項目：2020年福建省中青年教師教育科研項目“大數(shù)據(jù)技術(shù)在高校貧困生資助工作中的應用研究”（JAT200560）。

作者簡介：汪靈波，泉州師范學院資源與環(huán)境科學學院講師（福建泉州362000）。

中圖分類號：G649.2文獻標識碼：A文章編號：2095-5103（2022）10-0121-04

自“國家大數(shù)據(jù)戰(zhàn)略”提出以來，《促進大數(shù)據(jù)發(fā)展行動綱要》與《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》相繼發(fā)布，國家十四五規(guī)劃和二〇三五年遠景目標明確提出，“要推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)深度融合”。大數(shù)據(jù)技術(shù)正在各行業(yè)中廣泛應用。高校在校生規(guī)模逐年擴大，對高校資助工作的精細化、精準化的要求越來越高，同時，也給教育管理者提出了很大的挑戰(zhàn)。因此，本文結(jié)合大數(shù)據(jù)技術(shù)在高校資助工作中的運用，探討大數(shù)據(jù)技術(shù)在該領(lǐng)域存在的局限性，并提出謹慎科學而又實際可行的使用方法和應用路徑。

一、高校資助工作中大數(shù)據(jù)運用的現(xiàn)狀

隨著大數(shù)據(jù)技術(shù)快速發(fā)展，高校資助工作中大數(shù)據(jù)運用的理論研究也在近十年間有了快速的推進。在中國知網(wǎng)搜索頁面以“大數(shù)據(jù)”并含“資助”為主題詞進行高級搜索，得到753篇文獻（截至2022年1月），從年度分布來看，從2013年開始有部分研究成果，然后逐年增多。通過篩選，以數(shù)據(jù)挖掘技術(shù)為代表的大數(shù)據(jù)技術(shù)在資助工作中運用的文獻有127篇。其中，挖掘“一卡通”（或稱為校園卡、餐卡、飯卡等）消費數(shù)據(jù)的文獻有78篇，現(xiàn)有研究呈現(xiàn)出以下幾個特點。

（一）偏重于理論和整體上的綜合研究

大部分研究以精準資助為視角，從教育信息化的大背景入手，強調(diào)大數(shù)據(jù)運用到學生資助工作中對于高校學生管理的重大意義和理論價值，偏重于理論和整體上的綜合研究。王宏鵬從五個宏觀方面構(gòu)建“五位一體”的高校精準資助工作新模式[1]。羅麗琳從高校精準資助制度的整體性等四個方面進行理論模型的構(gòu)建與制度的創(chuàng)新[2]。其他部分的研究則傾向于勾勒出一個宏大的框架。姚蓓基于大數(shù)據(jù)算法，從整體上建立貧困生算法預測模型[3]?？娦⊙嗵岢鰪恼w上構(gòu)建高校貧困生資助工作精準化體系[4]。

（二）在數(shù)據(jù)收集問題上過于理想化

有研究提出對大學生進行數(shù)據(jù)全樣本分析，如對學生網(wǎng)絡(luò)購物數(shù)據(jù)、金融消費數(shù)據(jù)進行分析，提出要對學生的銀行卡、支付寶、微信、QQ錢包等消費渠道進行挖掘。還有一些研究提出要對學生互聯(lián)網(wǎng)行為軌跡如新聞網(wǎng)站活動軌跡、社交軟件使用數(shù)據(jù)、短視頻平臺活動軌跡包括點擊記錄、互動記錄、發(fā)帖記錄進行挖掘，甚至提出對學生通信通話數(shù)據(jù)等進行挖掘。這些研究存在過于理想化的傾向，要想把學生所有的數(shù)據(jù)收集、儲存起來、加以挖掘運用，這在一定程度上忽視了信息收集的合法性與倫理性等方面的規(guī)范。

大數(shù)據(jù)是一把雙刃劍。對大學生信息的挖掘應該有限度和邊界。《網(wǎng)絡(luò)安全法》規(guī)定“不得收集與其提供的服務無關(guān)的個人信息，不得違反法律、行政法規(guī)的規(guī)定和雙方的約定收集、使用個人信息”。《個人信息保護法》規(guī)定“個人信息受法律保護，收集個人信息應當限于實現(xiàn)目的的最小范圍，不得過度收集個人信息”。從目前實際情況來看，不太可能輕易收集到學生銀行流水、線上消費、網(wǎng)絡(luò)行為軌跡等個人信息的全樣本數(shù)據(jù)?！盀E用”大數(shù)據(jù)來識別貧困生可能存在越界和違法的嫌疑，這是一個不容忽視的嚴肅問題。

（三）過度推崇以數(shù)據(jù)挖掘為基礎(chǔ)的資助工作模式

依托大數(shù)據(jù)技術(shù)可以實現(xiàn)隱形資助，于無形中幫助困難學生，實現(xiàn)“潤物細無聲”式資助。但是過于推崇這種以數(shù)據(jù)挖掘為基礎(chǔ)“默默給予資助”的工作模式就出現(xiàn)了盲目崇拜的傾向。部分研究不僅對這種模式大加贊賞，而且還認為大數(shù)據(jù)技術(shù)無所不能，認為只要運用了大數(shù)據(jù)技術(shù)，資助工作中所有難題都會迎刃而解。部分研究認為，資助工作中處處皆可大數(shù)據(jù)技術(shù)化，出現(xiàn)了大數(shù)據(jù)技術(shù)運用的工具依賴。與此同時，把資助工作等同于貧困認定是狹隘地理解了資助工作。現(xiàn)有的資助體系是涵蓋“獎、助、貸、勤、補、減、免”等一體化的政策體系，是對學生全方位的資助。而在實際資助過程中，高校方面過于關(guān)注貧困生的物質(zhì)生活需求而忽視了其他方面和其他層次的需求。

二、高校資助工作中大數(shù)據(jù)運用的局限性

以數(shù)據(jù)挖掘技術(shù)為代表的大數(shù)據(jù)技術(shù)，在高校資助工作中已經(jīng)顯示出一定的作用，但是技術(shù)的局限性不容忽視。

（一）宏觀層面

新時代的資助工作中心向資助育人轉(zhuǎn)變，單純的物質(zhì)資助已經(jīng)無法滿足新時代大學生追求發(fā)展、追求卓越等多樣化的需求。一方面，單純地從大數(shù)據(jù)中甄別出的貧困生已經(jīng)不能滿足當前資助工作發(fā)展的需要。新時代高校學生資助工作有新氣象，僅從教育部公布的年度中國學生資助發(fā)展報告里就可以看出變化，但從2017年開始，每年度的報告中就新增了“資助育人”的相關(guān)內(nèi)容。可見，新時代的學生資助工作將從過去主要解決學生經(jīng)濟困難轉(zhuǎn)變?yōu)楦幼⒅刭Y助育人的新模式。另一方面，政策方面只是鼓勵使用大數(shù)據(jù)，并沒有要求一定要用大數(shù)據(jù)。教育部等六部門發(fā)布的《關(guān)于做好家庭經(jīng)濟困難學生認定工作的指導意見》明確指出，“學?？刹扇〖以L、個別訪談、大數(shù)據(jù)分析、信函索證、量化評估、民主評議等方式提高家庭經(jīng)濟困難學生認定精準度”，由此可見，大數(shù)據(jù)分析只是鼓勵使用的方式之一。

（二）中觀層面

中觀層面的局限性主要體現(xiàn)在兩個方面。一方面，大數(shù)據(jù)技術(shù)運用的技術(shù)門檻較高。從目前研究成果來看，能夠運用到資助工作中的大數(shù)據(jù)技術(shù)五花八門層出不窮。明心銘利用基于Spark的分布式算法對消費行為特征進行聚類分析“一卡通”消費數(shù)據(jù)[5]。王煜對“一卡通”消費數(shù)據(jù)進行類logistic回歸分析，來確定貧困狀況[6]。伍智鑫基于“一卡通”消費數(shù)據(jù)，使用Spss軟件完成聚類分析[7]。段玉婷利用Apriori關(guān)聯(lián)規(guī)則挖掘K-均值聚類結(jié)果頻繁規(guī)則，根據(jù)挖掘出學生校園“一卡通”消費強度和就餐率兩個指標，來認定貧困生[8]?？梢钥闯?，這些對技術(shù)的要求高，對資助工作者的知識素養(yǎng)、學科背景與大數(shù)據(jù)技術(shù)駕馭能力的要求高，工作人員能力較弱會導致工作效果不佳。另一方面，大數(shù)據(jù)的運用需要軟件、硬件的成本投入。由于技術(shù)門檻高，需要進行必要的軟硬件投資和人力資源投資，這就需要充足的經(jīng)費保障。

（三）微觀層面

當下，網(wǎng)絡(luò)化的消費渠道很多，基于“一卡通”消費的數(shù)據(jù)不能代表一個人的實際消費情況。一方面，“一卡通”消費數(shù)據(jù)存在片面性。既排除不了其他合理懷疑，也排斥不了其他渠道的消費。大量的研究集中在對校園卡消費數(shù)據(jù)分析?！耙豢ㄍā毕M強度和頻率等，涉及交易的金額、日期、時間、次數(shù)等具體信息?？梢詫⒔y(tǒng)計出來的數(shù)據(jù)與學生平均消費水平進行比較，從而估算出學生大致的消費水平。但是，不可否認的是貧困生的日常消費也并非全部由“一卡通”支付，相反，有人偽裝成“低消費”也有可能。另一方面，即便是政府部門開展的扶貧工作也沒有單一地依賴大數(shù)據(jù)技術(shù)。數(shù)據(jù)遠遠沒有想象中的那么可靠，想要依賴某一項指標來評估是否貧困是很困難的。一般來講，貧困指的是個人、家庭或者群體處于一種綜合不利狀態(tài)[9]。貧困測算主要有兩種途徑，一是依托大樣本的入戶調(diào)查，二是建立相關(guān)可測量的指數(shù)與指標[10]。在新時代，測度貧困要從收入或消費等單一維度，擴展至多維貧困[11]。政府部門的扶貧干部在進行貧困認定過程也是通過大規(guī)模的入戶調(diào)查結(jié)合部分問卷調(diào)查和訪談調(diào)查綜合得出結(jié)論的。因此，從這一層面來看大數(shù)據(jù)具有一定的局限性。

三、高校資助工作中大數(shù)據(jù)運用的超越：可能的路徑分析

根據(jù)高校資助工作中大數(shù)據(jù)運用的現(xiàn)狀和其自身顯示出來的局限性，基于高校學生管理者（亦是學生資助工作者）的視角，可以選擇工作中需定期接收的數(shù)據(jù)，以及無障礙獲取的數(shù)據(jù)進行匯總，建立與資助密切相關(guān)的指數(shù)，在日常工作中及時錄入數(shù)據(jù)、將數(shù)據(jù)轉(zhuǎn)換成一定的分值，最終為資助工作提供決策參考。

（一）確立數(shù)據(jù)采集機制

根據(jù)在實際工作中能采集得到的數(shù)據(jù)信息，能夠作用于學生資助工作的信息可以有以下幾個數(shù)據(jù)采集來源。首先，學生工作部門自身儲備的基礎(chǔ)信息，主要包括學生個人基本信息、學生檔案中顯示出的基本信息和家庭信息。其次，學生工作部門在工作中會定期收到的學校相關(guān)部門發(fā)送過來的指定信息。主要包括教務系統(tǒng)相關(guān)信息、學工系統(tǒng)相關(guān)信息（以泉州師范學院為例，正常運行的至少包含學生獲評先進、受資助、獲勤工儉學機會等幾方面信息）、宿管中心數(shù)據(jù)、易班APP有關(guān)信息（以泉州師范學院為例，正常運行的至少有學生請假、學生出入校大門的相關(guān)信息）、校醫(yī)院學生體檢數(shù)據(jù)、校心理咨詢中心學生心理普查數(shù)據(jù)。再次，學生工作部門在校內(nèi)通過申請、協(xié)商獲取的數(shù)據(jù)。如圖書館系統(tǒng)數(shù)據(jù)、“一卡通”系統(tǒng)數(shù)據(jù)、校醫(yī)院學生就診數(shù)據(jù)、校心理咨詢中心接受學生咨詢數(shù)據(jù)。最后，學生工作部門通過調(diào)查、調(diào)研獲取的數(shù)據(jù)。如學生家庭深層次信息、學生日常表現(xiàn)信息、學生“第二課堂”參與信息等。

（二）建立數(shù)據(jù)分析機制

根據(jù)采集到的數(shù)據(jù)，從學生家庭信息、學習情況、生活狀況、個人思想、社會實踐等方面制定幾項相關(guān)指數(shù)來分析學生貧困的相關(guān)信息。

一是學生家庭貧困指數(shù)。主要觀察點有：家庭所在地的區(qū)域經(jīng)濟發(fā)展水平、家庭戶口狀況、家庭居住房屋情況、家庭交通出行方式、家庭總?cè)藬?shù)、家庭在校生人數(shù)、家庭成員健康狀況、家庭成員收入來源和水平、家庭成員遭受危重病情況、家庭遭受自然災害情況、家庭債務情況、家庭其他方面突發(fā)狀況、學生個人助學貸款情況、學生在校期間繳費情況、學生個人曾受資助的情況、學生個人兼職情況。二是學生貧困測評指數(shù)。主要通過同學間測評的方式，主要觀察點有：服裝、化妝品等日常消費的頻率和價位，交通出行方式及消費的價位，手機、個人電腦及其他電子設(shè)備消費情況，娛樂休閑消費情況（含旅游、健身、戶外運動）等。三是勤學指數(shù)。主要觀察點有：出入圖書館情況、借閱次數(shù)與數(shù)量、上課考勤情況（尤其是線上課的簽到情況、線下課的遲到情況）、獎學金獲得情況、榮譽稱號獲得情況（包含受到懲罰的情況）。四是學業(yè)完成指數(shù)。主要觀察點有：各門課程考試（或考核）情況，教師資格證、大學生英語、大學生計算機、普通話等考證考級情況，與專業(yè)緊密相關(guān)的資格證書獲得情況。四是勤工指數(shù)。主要觀察點有：校內(nèi)勤工儉學申請情況、校內(nèi)勤工儉學的機會獲得情況、校內(nèi)勤工儉學的所在單位評價情況、校外勤工儉學的開展情況。五是健康指數(shù)。主要觀察點有：大學生體檢報告、校醫(yī)院（或校醫(yī)務室）就診數(shù)據(jù)、大學生心理普查報告、校心理咨詢中心的咨詢情況。六是“第二課堂”的參與指數(shù)。主要觀察點有：學生的政治態(tài)度，學生的人際關(guān)系狀況（尤其是與父母的感情親疏、與專業(yè)師生的人際關(guān)系、與宿舍室友的關(guān)系），學生在校內(nèi)基層組織、學生組織、群團組織的任職情況，志愿服務活動參與類型與時長，社會實踐活動完成情況、體育鍛煉情況、文體活動參與情況、學業(yè)學術(shù)情況，就業(yè)創(chuàng)業(yè)情況等。

（三）強化數(shù)據(jù)運用機制

數(shù)據(jù)運用主要體現(xiàn)為以下三個方面。一是為學生資助工作做決策參考。將學生的基本信息按照學生家庭貧困指數(shù)、學生貧困測評指數(shù)、勤學指數(shù)、學業(yè)完成指數(shù)、勤工指數(shù)、健康指數(shù)、“第二課堂”參與指數(shù)等方面指數(shù)按照相應的觀察點分別輸入制作表格，根據(jù)學生每一項實際情況進行勾選，各項指數(shù)都能從高到低排列出優(yōu)、良、中、差（其中家庭貧困指數(shù)、學生貧困測評指數(shù)轉(zhuǎn)換成為特別貧困、一般貧困、疑似貧困、不貧困）四個等級，最終根據(jù)各方面指數(shù)得出一個初步的推斷為學生資助工作提供參考。二是為特殊學生作預警。可以根據(jù)宿舍門禁數(shù)據(jù)進行挖掘，對多次晚歸學生、異常未歸學生、宅居過長學生進行行為預警；根據(jù)校園卡低消費和高消費行為進行一定的預警；可以根據(jù)教務系統(tǒng)數(shù)據(jù)和宿舍門禁數(shù)據(jù)的比對，對曠課、未歸學生進行失聯(lián)預警。根據(jù)教務系統(tǒng)數(shù)據(jù)對學生學業(yè)完成度進行學業(yè)預警。三是對特殊學生進行行為預測。根據(jù)教務系統(tǒng)數(shù)據(jù)對部分學生進行學業(yè)預測，可以做到成績排名預測和學業(yè)修滿情況預測以及部分學生的課程掛科預測。可以根據(jù)心理咨詢中心數(shù)據(jù)結(jié)合門禁系統(tǒng)、圖書借閱數(shù)據(jù)對特殊學生進行抑郁傾向預測?？梢愿鶕?jù)學生家庭貧困指數(shù)、貧困測評指數(shù)，以及學生家庭所在地突發(fā)重大災害或重大突發(fā)事件等，對學生展開臨時生活困難預測。

貧困是世界各國公認的一個多維度社會現(xiàn)象[12]。正因如此，需要綜合考慮各因素。同時必須警惕在資助工作中對大數(shù)據(jù)技術(shù)的過分推崇。當前的情況下，要想完整地收集到大學生所有的數(shù)據(jù)是較為艱巨的任務，因此，需要立足工作實際，從合法渠道獲取的數(shù)據(jù)入手，制定一線工作人員切實可行的工作路徑。

參考文獻：

[1]王宏鵬.大數(shù)據(jù)視域下高校精準資助“五位一體”新模式[J].高校輔導員學刊，2019（11）.

[2]羅麗琳.大數(shù)據(jù)視域下高校精準資助模式構(gòu)建研究[J].重慶大學學報（社會科學版），2018（24）.

[3]姚蓓.數(shù)據(jù)挖掘技術(shù)在高校智慧資助中的應用研究[D].合肥：安徽大學，2019.

[4]繆小燕.大數(shù)據(jù)背景下高校貧困生精準資助體系的構(gòu)建[J].大學，2021（26）.

[5]明心銘.基于數(shù)據(jù)挖掘的高校學生行為分析方法與應用研究[D].深圳：深圳大學，2020.

[6]王煜.基于校園大數(shù)據(jù)的助學金獲取關(guān)鍵因素分析[J].中國教育信息化，2018（17）.

[7]伍智鑫.基于一卡通數(shù)據(jù)挖掘的高校貧困生精準扶貧應用研究[J].湖南科技學院學報，2019（4）.

[8]段玉婷.基于校園卡的學生消費信息數(shù)據(jù)挖掘與應用研究[D].綿陽：西南科技大學，2018.

[9]郭尚武，張全紅.1990年代以來湖北省貧困指數(shù)的測算分析與政策建議——基于多維貧困視角[J].湖北經(jīng)濟學院學報，2015（13）.

[10]王寶成.中國多維貧困的測算與結(jié)構(gòu)分解[J].統(tǒng)計與決策，2021（16）.

[11]王亞柯，夏會珍.后減貧時代中國老年多維貧困的測度[J].東北師大學報（哲學社會科學版），2021（5）.

[12]馮怡琳，邸建亮.對中國多維貧困狀況的初步測算——基于全球多維貧困指數(shù)方法[J].調(diào)研世界，2017（12）.

責任編輯：聶慧麗