□浙江传媒学院 郑汉杰
在实现中华民族伟大复兴的关键时期，中国共产党团结带领中国人民取得全面建成小康社会的伟大历史性成就，为中华民族伟大复兴奠定了坚实的物质基础。在全面脱贫目标实现之后，扶贫工作的重心已从解决绝对贫困转向瞄准相对贫困。相对贫困群体动态性更强，管理难度更大，对统计监测、政策制定和实施都带来更大挑战。
一、新时期做好高校学生资助工作的重要意义
教育是阻断贫困代际传递的根本之策，学生资助推动教育公平实现质的飞跃。当前，我国已初步建立起了集“奖、助、贷、减、补、免”于一体的多元化学生资助体系，在高等教育领域，学生资助工作对于保障家庭经济相对困难学生顺利完成学业，并通过接受教育实现升迁性社会流动具有重要意义。
做好学生资助工作是高校坚持社会主义办学方向的本质要求。做好学生资助工作，坚持解决思想政治和解决实际问题相结合，是加强和改进思想政治工作的有效途径，是坚持社会主义办学方向的本质要求。
做好学生资助工作是青年学生健康成长成才的重要保障。当代青年逐步走向舞台中央，将发挥主力军的作用。高等学校更要立足实际，不断完善资助政策，健全资助体系，营造促进学生全面发展的环境和氛围。
二、“三大困境”：高校学生资助工作的问题表征
资源配置困境：资助经费与资源的统筹难题。当前我国学生资助体系呈现“混合多元式”特点，资助主体和资助项目呈多样化趋势。然而这些资助项目往往由高校不同职能部门牵头实施，项目申请、审核与监管相互独立，资助信息之间缺乏有效关联，导致学生的资助需求和资助项目之间无法有效匹配；且高校间也存在较大差异，经济发达地区、高水平高校的资助项目多且资助经费充足，经济欠发达地区、普通高校、职业院校的资助项目偏少且资助经费相对紧缺。有限资助经费“旱涝不均”局面，在一定程度上制约着资源的优化配置和资助政策社会效益的最大化。
学生认定困境：工作体系与标准的制定难题。高校在工作实践中已基本确定学生填写家庭经济情况调查表进行申请、班级评议小组认定、院系审核确认的模式。在此过程中，制度设计上的缺陷与实践操作中的不到位，致使学生困难认定结果与实际情况存在偏差，如学生提供虚假家庭经济情况数据，班级评议中的主观因素太多导致结果有失公允等。存在问题既有学校无法掌握学生及家庭全国性的信用数据库的客观原因，也有高校学生存在“贫而不申”和“申而不贫”的主观情况。此外，家庭经济条件难以量化、地区经济存在明显差异也会导致学生贫困等级认定的精准度不高。
后期监管困境：重资助轻管理的实践难题。对高校学生资助工作而言，资助育人是价值目标，但现实中存在着重资助轻管理的惯性思维，高校往往将确定奖助学金名单、完成资助经费发放作为该项工作的终极环节，对受助学生的跟进式教育管理重视不够，导致贫困生非理性使用资助金或投机获取资助的现象增多。虽然诸多高校对规范奖助学金申请和使用作出制度要求，但由于人情风险、政策风险等多种主客观因素的叠加效应，对贫困生违规使用资助金现象“不敢管、不愿管”等消极处理方式比较普遍。
三、数字赋能：资助工作精准供给的路径选择
精准配置资源，加大高校资助信息统筹力度。利用大数据推进精准资助，必须构建与大数据特征相匹配的资助管理信息系统。一是在供给侧建设政府、高校、社会资助资源数据库。系统对接和统筹各类资源配置，有效改善资助资源可持续乏力状况，借助大数据管理平台的端口，切实增强对资助项目、资助经费、资助对象、资助方式的宏观把控和精确调配。二是在宏观政策层面制定大数据发展规划、统一数据标准。以全体受助学生数据库为依据，制定相对统一的科学算法，推动资源配置更加合理化。三是主体动力机制的制定与运用。既要强化相关工作主体的职业责任感，提升有效配置资源的责任意识，又要通过受助主体体现资助育人的成效，在保障性资助基础上，拓展完善发展性资助，并以此作为优化资源配置的合理依据。
精准识别认定，构建科学帮扶资助体系。一是制定科学的精准识别指标体系。提炼出贫困生识别的主要指标，如生源地信息、家庭经济收支信息、家庭成员信息、个人征信及消费行为大数据等，进行相关因子分类，并运用大数据技术为贫困生“画像”，建立符合本校工作实际的贫困生“模型”，精准筛选、识别贫困生。二是采用形式精准的资助方法。针对“贫而不申”等问题，在兼具公平与隐私之间，高校可通过由各类数据呈现的学生“画像”，灵活采用有偿资助与无偿资助的形式，最大化地利用资助资源，对学生进行最优化的资助。三是完善动态响应工作机制。通过数据信息的动态更新，根据学生的贫困原因、程度、变动态势在资助额度、类型、层级上实时作出调整，使帮扶力度切合每名家庭经济困难学生的实际需求程度。
精准监督管理，推进资助过程精细化。一是加强集成管理和动态管理，提高管理绩效。通过优化资助管理信息系统，实现对受助学生评奖评优、助学贷款、勤工助学等信息的集成管理，对学生个体受助情况及日常消费进行动态监测，灵活调整“有偿资助”与“无偿资助”比例，提升经费利用效率。二是借助隐性资助方式，彰显人文关怀。适当省去申请、审核、公示等烦琐工作程序，运用定向监测和动态分析方法及时准确发现受助学生的困难和需求。三是综合运用评价反馈机制，践行资助育人理念。利用大数据技术，将学生课堂考勤、图书借阅、学业成绩、专业实践等数据与运动休闲、娱乐消遣等数据进行整合分析，以学生受助前和受助后两个时间点采集信息，对两组数据进行对比，并结合师生评议反馈等内容，对资助的育人功能进行全面考量，注重绩效评价结果运用。
大数据本身只是一种工具和方法，应在价值理性的引领下发挥功效。高校学生资助需要数字赋能，但不能陷入“数字陷阱”，正视在当前客观条件下运用数字化改革提升学生资助工作精准化的艰巨性和复杂性，才能积极稳健地推进高校精准资助工作。
