大数据支撑精准资助体系

本报记者 张盖伦

　　新学期即将开始，西安交通大学的学生工作大数据分析与服务平台，开始了他的家庭经济困难学生精准识别工作。

　　8月30日，教育部举行新闻发布会介绍党的十八大以来学生资助事业改革发展成效。西安交通大学党委副书记孙早在会上讲述了学校这一构建精准资助体系的举措——以大数据分析服务平台建设为抓手，力求做到资助对象精准，做到资助项目与资助标准精准，做到帮扶精准，把学生资助政策落实落细。

　　教育部财务司司长郭鹏表示，目前，我国学生资助已形成了投入上以政府资助为主、学校和社会资助为辅，方式上以无偿资助为主、有偿资助为辅，对象上以助困为主、奖优为辅的中国特色学生资助体系，涵盖28个中央政府资助项目，“奖、助、贷、免、勤、补、减”多元政策相结合，年资助人次1.5亿，年资助金额2600多亿元，为世界提供了学生资助的中国方案。“全国范围内建档立卡辍学学生实现动态清零，因贫失学、辍学已成为历史。”

　　精准资助是学生资助的基本要求，也是学生资助的基本方法。

　　郭鹏说，在政策设计时，会充分考虑经济发展水平、群众承受能力等因素，资助政策向欠发达地区倾斜，向艰苦专业和国家亟须专业倾斜。在确定资助标准时，根据不同学生的受助需求实行分档资助，加大对特殊困难学生的资助力度。在落实资助政策时，建设应用学生资助信息管理平台，建立跨部门信息共享机制，提升资助数据管理效能。在监督管理方面，逐步形成了由教育、财政、审计、纪检监察和社会力量参与的监督机制，多措并举，多方发力，确保学生资助更精准、更公平、更高效。

　　具体到一所学校，大数据可以帮助相关部门对学生进行精准画像。自2006年起，西安交通大学整合16个部门的超过6亿条数据，通过对学生在入学前、求学中、毕业前全时段，学业、生活、实践、科研等全方位的数据采集和分析，为学校两万余名本科生进行精准画像，准确识别受助学生。

　　在政策落实过程中，大数据还可以帮助找到帮扶时机、额度的最优方案：根据生源地、性别、专业等维度对经济困难学生进行群体分析，实时比对长短期作息、行为曲线、消费位置参数等26项指标，为判断不同经济困难学生所需补助金额提供支撑，确保资助标准与受助需求相适应。在满足学生基本消费需求基础上，考虑季节、年级等导致需求变化的因素进行动态补助，确保在学生最需要资助的时候，将资助资金及时足额发放到学生手中。

　　这种困难帮扶是“润物无声”的。孙早说，量身定制个性化资助方案，让学生无忧入学；助学金、勤工助学、临时困难补助全程线上办理，也切实保护学生隐私。

　　北京大学教育学院教授丁小浩表示，十年来，学生资助以信息化为基础，从制定精准认定依据、细化工作程序、建立比对机制着手，精准识别受助学生，摸准底数、精准施策，运用技术手段进行“智慧资助”，运用大数据分析等方式开展“隐形资助”；以政策落实落细为目标，从资助标准、资助对象、资金分配、发放时间四个维度有效实现精准资助；以确保资助资金安全为底线，强化督导考核，使学生资助工作管理效益不断提高，学生资助智慧化、精准化水平不断提升，学生资助政策落实的精准性、及时性显著增强。

　　郭鹏强调，学生资助工作是一项长期的重要民生工程，在构建高质量教育体系中肩负着新的使命，他们也将继续践行“不让一个学生因家庭经济困难而失学”的承诺。

　　（科技日报北京8月30日电）