| 标题 | 基于大数据背景下高校精准资助的动态监管 |
| 范文 | 唐雪 胡颖 摘要：大数据技术为现代社会各领域提供了诸多累积数据和深度处理技术，其精准思维和技术逻辑在资助工作中影响巨大，以资助现行状态、跨部门累积数据和资助政策依据等进行大数据设计和逻辑对接，旨在对资助动态监管方面起到精准化，动态化和系统化的积极作用。 关键词：大数据??? 精准资助?????? 资金流失?????? 监管 中图分类号：G 647???? 文献标识码：A 近年来，国家资助项目逐年增加，资助覆盖面也是不断扩展;同时，由于资助体系庞杂，资金来源多样，资助对象繁多，给高校资助工作提出了更高的要求。精准资助就是要求把各方面资源科学配置给最需要的人和事，变“大水漫灌”为“精确滴灌”，实现相对有限资源的效益最大化。[1] 1精准资助监管的内涵与意义 资助工作源于关怀伦理思想的兴起，蕴含着公正伦理、责任伦理和美德伦理等诸多思想理论基础，这是人类文明进步过程中政府责任和社会义务的体现。所谓精准资助，即找准资助对象，通过差别化的资助形式，提升资助目的 与资助对象需求之间的契合度，最大程度发挥资助的效能，具体体现在对象精准、需求精准、形式精准以及效能精准等方面。[2]要做到真正意义上的精准，监管是一个必不可少的环节。对于资助工作的监管，就是从资助工作的布置、评选、发放及使用等全过程进行全方位、无缝隙地监督和管理，从而实现资助的精准与公平，并使资助从扶贫到扶志与扶智转化。 1.1促进资助主体和受助对象有机配合 逐步完善高校资助体系清单管理，落实分级、分类、分层责任机制，并逐步完善监管制度体系，形成动态监管数据库，将主体自律与外部监管有机结合，才是资助做大做强的必经之路。资助主体除了国家还有企事业单位或个人，有了大数据的支撑、资助主体对资助对象能更及时、准确地了解，受助对象受助后的行为也会更加自律从而体现资助或捐赠的应然价值。兼顾主体担当和客体自律，以数据支撑为资助监管提供精准的分析平台和基本模式，切实提升资助育人效果。 1.2减少国家资助资金流失、有效避免资助过程中腐败现象的滋生 高校学生资助是一项需要生源地和高校相互配合的工作，这其中任何一个环节不严格把关，都有产生腐败的可能，从而造成国家资助资金的大量流失。轻则让并不真正贫困的学生或家庭享受其中，重则落入了个别资助审核部门工作人員之手，成为了腐败滋生的源泉。如何将有限的资源用于资助最贫困的学生，实现教育机会均等，一直是教育人和资助人颇为关注的问题和努力的方向。大数据的建立能进一步提升高校资助监管体系的建立和完善，改善高校资助经费流程、标准、效果监管不足的现状，更有效防止资助各环节腐败现象的滋生。 1.3有的放矢、精准资助，促进资助从输血式向造血式过渡 资助的初级目标是脱贫，终级目标是育人。“扶贫要同扶智、扶志结合起来”，通过成果凝练和经验推广，为区域资助监管提供校本样例和咨询建议。对于成功经验的宣传和推广，能有效促使更多的原生贫困家庭大学生自立、自强之决心，让他们从等、靠、要的依赖转化为探索式、创造式自省，从受助向自助转化。 1.4保障高校资助的公平正义，用数据为精准资助提供道德支持 资助是实现教育公平最直接最有效的方式。充分利用大数据技术，共建资源共享，构建精准识别的新模式，实现以人为本，差异化资助方式，建立实时动态、及时、全面资助管理体系，对于提高高校贫困生资助工作精准化水平，促进资助工作的科学性和实践性，实现贫困生资助工作的公平正义，具有重要的理论价值和现实意义。[3] 2高校学生资助监管工作的现状 目前，高校的资助工作，重点放在“评选”与“发放”两个环节，多数学校认为，只要学校或个人没有将资助资金挪为他用，资助工作就算完成。大部分高校对资助资格的评选及发放有着非常严谨而全面的细则，但并不要求高校汇报学生对资助金的使用情况。几乎没有人投诉某同学将资助金挪为他用，也没人对评选背后的一些证明问题提出质疑，很少有人关注到评定和发放背后的监管问题。这一系列现象也导致高校资助的监管问题，基本还处于摸索和口号阶段。 3高校学生资助监管工作的困境 3.1证明环节把关不严导致监管工作操作不力 经过近十年的实践探索、经验总结，根据国务院督察组第三次大督查反馈意见，结合当前一些地方和高校学生资助工作中存在的问题，为进一步加强和规范高校家庭经济困难学生认定工作，教育部办公厅于2016年对前期文件进行了修订，出台了《关于进一步加强和规范高校家庭经济困难学生认定工作的通知》（教财厅[2016]6号），本通知明确指出：“精准认定家庭经济困难学生是做好学生资助工作的重要前提，是决定资助政策落实效果的基础性工作”，同时要求各地、各高校及时修订完善贫困生认定办法。 在这一背景下，全国各地、各高校纷纷结合自身情况，出台了符合本地、本高校实际情况的贫困生认定办法。虽然各地情况不完全一致，但大致的情况，都是需要学生从户口所在地的民政部门提供家庭经济情况的认定证明，学校再通过班级一院系一资助中心一校资助工作领导小组四级资助认定程序对贫困生进行认定。户口所在民政部门出具的证明做为最基础的依据，高校无法保证其绝对的真实和精确。在本文所调查的在校学生中，有3%的学生认为其所在民政部门从来不核实学生的家庭情况，需要就给证明，还有1%的学生认为其所在民政部门利用各种借口拒绝证明。但是高校的学生资助部门确实也无法统一制定一个绝对的标准，监管工作也苦于无据可依而操作不力。 3.2评审环节精准不够导致监管工作难以进行 在高校对资助对象的甄选过程中，也存在部分影响精准度的因素。 一是信息开放程度不足，受贫困生个人性格、思维及对学校资助政策敏感程度等影响，个别真正特别困难的学生自尊心强，不愿意透露家庭的情况，导致其它师生不了解其真实困境。与之相背的就是个别并不贫困的学生，利用刚入校同学之间还不够熟悉的优势，编造自己的贫困故事，以期获得国家资助; 二是部分地方政策规定个别类型学生必须享受贫困资助，但这一类型的原始认定本身并不完善，高校迫于政策压力强行认定。部分省市建档立卡的认定工作就出现个别学生自己都不知情，由学校拿到名单后告知其家庭是建档立卡户的时候，学生自己还表示并不知情，个别学生还表示愿意主动放弃补助。 3.3资助后期监管力度不足 从概率学角度分析，高校认定过程中的不完全精准是在正常误差所允许的范围内的。认定后的监管工作如果能及时跟进，对于提高贫困认定的精准度肯定是有促进的。首先，学生得到资助后的消费情况未得到有效监督;其次，学生的家庭情况也没有专人去逐个核实。这些工作都需要大量的人力和财力来支持，单靠高校资助工作人员来完成是不现实的。监管工作的政策支持欠缺及经费保障不足也是导致资助精确度欠缺的一大原因。 3.4学生相互监管意识薄弱 本文对全国3000多名在校大学生进行了调查，对于将资助款用作他用的现象，大部分同学都认为此次发放了就算了，没必要再追究。在这个问题上，非贫困生显示出的监管意识略高于贫困学生，表示可以回收资助金并给予一定的处罚的，非贫困生的比例为41.3%，而贫困生的比例僅为33.2%。还有少部分学生根本不在意这笔钱的用处，认为反正是国家的钱，跟自己也没有太大的关系。在资助监管工作是谁的责任的问题中，选择政府和学校的也居多。学生相互监督的意识较弱。 4利用大数据对高校资助动态监管的路径选择 4.1大数据的定义 大数据的内涵并不是简单的、规模很大的数据集合，而是一整套新型的技术、理念与应用。它正快速地发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，大数据具有五大特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），行业内称其为5V。从未来发展来看，大数据是以文字、图片、视频、音频等形式集结在一起的复杂数据集，根据其海量、时变、异构和分布性特点，当资助对象生活中的数据碎片达到一定程度就可以反映出其真实面貌，为精准刻画资助对象提供技术支撑。[4] 4.2学校建立大数据库对学生校内情况进行监管 大数据不仅给高校资助工作中的数据统计处理提供了技术支撑，更是给资助工作者带来新的工作理念冲击。要想解决这一问题，各高校首先要让跟学生紧密相关的各个领域的系统相互共享，开发一款能涵盖教务、学工、财务、团委、就业等学生在校内一切学习、生活和其它活动的系统。高校再利用组织结构的优势，将各类数据源进行交叉比对、分析研判。 4.3构建社会多元领域的大数据分析系统 实施高校学生资助工作的精准化发展，既需要政策支撑、机制完善和技术突破，也需要进一步树立资助工作新理念、强化资助工作队伍建设、实现精准识别和精准帮扶、鼓励社会多元主体参与资助监管工作，加强资助动态数据状态库建设。 社会各领域的大数据一旦建立，交通、商业、银行、医疗、通信及网络平台等各种跟大学生日常消费相关的领域的数据都可以为资助工作服务。例如学生往返家乡所使用的交通工具、学生每月的通信费、学生在校外各大商业场所的消费情况、学生银行账户余额情况以及是否经常借助信用贷款或网络借贷维持基本生活等情况都可以作为该生是否真实贫困的依据。民政、扶贫办和当地政府也应该与高校进行跨部门跨区域数据共享。同时制定相应保密制度，在制定制度时，采用命令性及禁止性规范的模式，即规定：“知晓家庭经济困难学生的教师及相关工作人员负有保密义务，在未征得学生同意的情况下，不得将知晓的信息用于宣传、德育工作或透露给其它人”。[5]当个别学生对自己的贫困认定结果提出异议时，该数据可以作为评定的参考和依据。 4.4大数据实时监管资助资金使用情况 精准资助除了需要在证明及评定环节做到准确无误，公平公正，更需要对资助资金的使用范围进行跟踪监管，从而在资金使用方面对受助者形成一定的约束，有效杜绝个别受助者将资助资金用于一些基本学习和生活之外的奢侈消费。每年都有高校爆出学生拿到资助金后要么大吃大喝，要么追风购买时尚电子设备，更有甚者用于整容或旅行，完全违背了国家资助政策的初衷。在本文调查的三千多名学生中，有三分之一的学生认为，在受助学生中还是存在利用资助金进行不正当消费的现象。只要有了全面覆盖的大数据，以上行为要么杜绝，要么一发生就能被监管，及时收回资助资金，也为下一次的评定提供了依据，从而使精准成为可能。 参考文献： [1]杨振斌.做好新形势下高校资助育人工作的实践与思考[J].中国高等教育，2018（5）：17-20. [2]张远航.论高校家庭经济困难学生的“精准资助”[J].思想理论教育2016（1）：108-111. [3]李成飞.大数据背景下高校贫困生资助工作精准化研究[J].《长江丛刊》，2018（17）. [4]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. [5]徐欣亚，刘远.高校家庭经济困难学生认定的隐私权保护思考[J].黑龙江高教研究.2017（12）：46-48 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。