中国大学大数据为贫困生隐形资助

 近日，西安电子科技大学一些学生收到了一条短信，饭卡里还凭空多出720元钱，这些钱是学校对贫困学生“偷偷的资助”。没有提交受助申请，没有现场演讲“比惨”，也没有班级内部评议……西安电子科技大学“偷偷”地给203位贫困学生饭卡里打了钱。这份获资助学生的名单，来自于时下最热门技术——大数据分析。利用大数据“隐形资助”学生，不仅可以解决一些贫困学生生活上的压力，又可以维护他们的尊严。而精准高效的大数据分析背后，是善意的人性。

偷偷发补助

据报道，西安电子科技大学通过自主开发的大数据平台，分析了学生2018年在学校刷一卡通的数据，找出每月在食堂吃饭60次以上、每天吃饭低于平均值8块钱的学生进行资助。按照每天6元的补助标准，一学期720元餐补，悄悄打进了一些学生的饭卡。

西安电子科技大学信息网络技术中心的老师介绍，学校自主开发的数据平台从18.73万条的数据之中，找出了去年一年每个月在食堂消费60次以上的学生，过滤了不太在学校食堂吃饭的学生的异常数据。

系统找出了310个学生，这310个学生的消费远低于全校的平均水平，有144个学生是经过学校困难认定的学生，还有166个学生不在困难学生数据库里。于是，经过辅导员二次核查，其中有59人平常生活非常简朴。最终，学校确定了这203个学生作为资助对象。

这样的做法确实很暖心，省去许多不必要的“繁琐”，真正能够做到“精准扶贫”，“润物细无声”地把资助学生事做得“淋漓尽致”。但这种“隐形资助”的做法却不是西安电子科技大学的原创，中科大在2004年就采用这种办法来给贫困学生发放补助。

“为什么给我打钱”

中科大毕业的校友Shannon在知乎的分享

“刚上大学的时候，由于家庭条件不好，我特别节省，每天在食堂吃饭不超过六块钱，早餐两根油条一杯豆浆，一块二。午餐晚餐的话，我们学校的食堂是可以打半份菜的，所以每次就4毛钱米饭加3个半份菜，两块钱左右。晚上上完自习回来如果饿的话，最多再加个茶叶蛋。”

Shannon说，就这样过了一阵子。突然有一天，收到来自校园一卡通管理中心发来的邮件，让他去领取生活补助360元。“我一下子就蒙了，我从未跟人说起我的家庭情况，尽管学费是父母贷款，但在大学里我从没跟任何人说过我的家庭情况不好啊。”Shannon跑到一卡通管理中心询问：“我从没申请过生活补贴，是不是弄错了?”

工作人员的解释让Shannon瞬间热泪盈眶，“学校会监测每个学生的一卡通在食堂的消费情况。如果每个月的消费低于200元，就会自动给你打生活补助。”Shannon的这个回答，在知乎上收到了9.5万个赞。

想伪装贫困生骗补助?没戏。

一个家庭条件很好的同学听说了发生在Shannon身上的故事，动起了歪脑筋。于是，他在接下来一个月的时间里，靠不去食堂刷卡吃饭将校园一卡通消费控制到最低。可期待中的补贴始终没有来，经过询问，工作人员告诉他：“你的消费记录显示你很少在食堂吃饭，所以算法认为你不是贫困生。”

对于这个“暖心+智慧”的故事，网友们纷纷点赞：“仅仅用一个简单的电脑程序，就解决了学子自尊和经济窘迫的对立面。人文关怀，亦是对学子无声的教育，大赞!”

再精确的算法，也是从补足漏洞开始的。比如有些女生因为节食消费较低，还有一些本地学生经常回家用餐，或者部分学生在校外吃饭等。这些都会造成基于一卡通数据分析的结果与真实情况不一致。为此，学校从2005年起改进数据统计和分析方法，利用网络对新生心理及家庭状况进行详细调研，并结合各院系所掌握的学生生活情况，建立了每学期更新的贫困生数据库。通过细致的数据统计和优化后的大数据分析算法，筛除那些不能反映真实情况的“坏数据”，为真正的贫困生提供资助。

据了解，十多年来，中国科技大学已经利用这种基于大数据的“隐性资助”方法，累计资助贫困生4万人次，资助金额超过600万元。全国其他一些高校也到中科大“取经”，这种“低调而暖心”的做法逐渐在越来越多的大学里推行。

“隐形资助”学校越来越多

南京理工大学，研究孩子饭卡，如果一个孩子，一个月在食堂吃60顿饭，平均一顿都不到7块钱，就给孩子饭卡打钱，保证孩子每顿饭能吃饱。郑州大学，同样是研究孩子的一卡通消费，学校挖掘出很多不愿意拿补助的孩子，郑州大学决定，对于每个月消费不到120的孩子，学校往他们卡上打钱。

成都的电子科技大学，有一套专门的系统，只负责去找“隐形贫困”的孩子。这套系统，记录了学生各类在校消费，比如吃饭、买水果、日用品花多少，坐学校班车情况等等。再结合学生勤工俭学、奖学金情况、家庭经济等等进行综合分析，最后计算机会给出一份名单，告诉学校应该补助谁。

诸多大学也用自己的行动推动了教育政策的改进。2017年教育部发布《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》指出，要精准分配资金名额，明确重点受助学生，这其中就包括“采用隐性的方式，避免大张旗鼓地把困难学生与非困难学生割裂区分开”。

除了经济支持，其实，对受资助的学生而言，更重要的是资助过程中所实现的育人效果。教育部在2017年印发的《高校思想政治工作质量提升工程实施纲要》中也将资助育人纳入“十大育人体系”，并明确要求把扶困与扶智、扶困与扶志结合起来，形成“解困—育人—成才—回馈”的良性循环。哪怕是毕业十几年后再回忆，学校带给Shannon的温暖和感动，依然让他记忆犹新。

贫困人口精确统计也靠大数据分析

看清真贫，才能帮扶真贫。除了学校管理，政务工作中，当然也少不了大数据的参与。为了确保把真正的贫困人口、贫困程度、致贫原因了解清楚，国家在2016年开始建立扶贫开发大数据平台，两年间完成了贫困人口数据的精准统计。一个个贫困家庭的画像从模糊变得清晰。扶贫政策也找到了精准识别、对症下药的依据。41岁的徐冬雪，生活在国家级贫困县吉林省白城市通榆县。这一带的土地盐碱化比较严重，十年九旱。老徐家全年收入也难以负担病重的两位家人。

国家扶贫开发大数据库中，仅老徐一家的情况就要录入上百项精细指标。系统很精准地把他家划入因病致贫的类型。白城市依靠这些数据就能计算出当地的帮扶账单。要扛起贫困家庭的负担，最终要让主要劳动力多赚钱。白城还推出了托管经营、贫困户+合作社、贫困户+龙头企业等增收举措。

在数年之前，我们还难以精准挖出各家各户的穷根。但依靠9000多万人口的数据库，我们看清了这本难念的经：目前，最主要的致贫原因是疾病，超过三成的贫困群众受到病痛困扰。紧随其后的分别是缺资金、缺技术、缺劳力、残疾、孩子上学等原因。大数据精准识别，正在为贫困家庭开出精准脱贫的良方。

2016年10月，联合国开发计划署发布的《人类发展指数之生活水平维度：应用大数据测量中国贫困》报告指出，使用大数据提供的动态信息来测量贫困，将会发挥日益重要的作用。尽管大数据本身实时、动态的性质无法避免误差的存在，但大数据分析法仍是对传统的访谈调查法、问卷调查法的重要补充，通过大数据对贫困进行多维度的描述，对扶贫决策具有重要参考价值，对推动中国在2020年前实现精准扶贫目标具有重要意义。

在互联网世界的话语体系里，大数据通常被形容为无所不能，所谓“比你更了解你自己”，用精确的算法给用户画像，这其中“杀熟欺生““隐私泄露”的风险也一直被指摘。贫困人口的识别一直是精准扶贫工作的难点。而大数据的出现，使得不管是学校还是政府的帮扶难题迎刃而解。新技术往往会以其特有的未知性、前瞻性，冲撞我们的心理认知舒适区。而越来越多的大数据带来的暖心事件，让我们充分认识到，数据的“善”在于人心。但不管是校园这个小群体，还是政府扶贫的大工程，我们体会到“大数据骨子里是有温情的”，看似冰冷的数字，一旦和生活相融，也能产生意想不到的温暖价值。