您现在的位置: 首页  >  经验交流 > 正文

学生资助信息化典型案例——建设智能型学生资助管理信息系统 助力资助工作精准、科学、规范管理

发布时间: 2022-07-05 最后更新时间:2022-08-25 【大】 【中】 【小】 访问量:

案例简介:学校设计建设的学生资助管理系统以其精准性、智能性、高效性及兼容性见长。该系统主要亮点体现在三大模块:困难生管理模块可以实现对困难生精准认定和多维管理,有效提升管理效率,为精准资助提供保障。奖助学金评定模块可以实现对各级奖助学金自动化或半自动化评审的功能,节省人力的同时大大提高了评审精确度,且以对各奖助项目进行多维度分类管理,轻松满足“3个100%”和“3个零误差”的工作要求。资助数据统计分析模块可以基于全校学生工作业务仓库建立多维数据分析,为后续精准资助工作的开展提供关键支撑。该系统的应用极大地提高了工作效率和管理效能,为精准认定、精准发放、精准监管提供强大技术支撑,使资助信息化管理水平迈上新台阶。

案例关键词:学生资助管理信息系统;精准;智能;高效;兼容

近年来,为了进一步落实精准资助的工作要求,吉林铁道职业技术学院通过多种途径不断提高资助工作水平和效果。其中,提高学生资助管理信息化水平,建设学生资助管理信息系统,是卓有成效的一个重要手段。尤其是2017年全国学生资助管理信息系统开始推广应用以后,学校迅速优化学生资助管理系统,使数据的准确性、规范性、兼容性更加贴近国家系统报送要求,并在数据报送、分析,困难学生认定、管理,学生奖助学金评选工作中发挥了重要作用。

一、建设背景

自2015年教育部明确提出“精准资助”的要求以来,高校学生资助工作在精准化道路上不断进步和完善,但在困难学生精准认定和管理、奖助学金精准评选和发放、信息化建设等方面仍然面临诸多难题。

高校对家庭经济困难学生认定的流程主要是学生申请、学校认定。认定的主要依据是学生提交的家庭经济情况调查表及其他佐证材料。这一流程乍看之下是公平、合理的,但在实际操作中却存在着许多漏洞。如:每位班主任或辅导员对困难程度认知标准是不同的,导致最终的认定结果有极大可能存在偏差。再如:学生对自己的家庭经济状况掌握不准确或不及时,这也可能导致最终认定结果出现错误。这些问题都给困难学生的精准认定工作带来了不小的阻碍。

调研结果显示,大部分高校资助信息化程度较低,只能利用信息化系统对学生基础数据进行存储和简单管理,缺少精准、灵活、智能的功能设计来为精准资助服务。自从全国学生资助管理信息系统上线以来,为了落实教育部关于进一步提升学生资助数据质量及资助工作精准化水平,努力实现“3个100%”和“3个零误差”的目标,扶贫部门、疫情防控等其他上级部门也经常需要资助部门报送各类学生资助情况的数据。而原有的资助信息化系统由于功能单一,无法满足上述工作需求。如何改善高校资助信息化系统,使之能够高质量、高效率地完成工作成为各学校亟待决绝的一个难题。

二、建设方案

为了解决上述问题,学校设计建设了学生工作管理平台,内容涵盖学生在校期间除课堂学习之外的其他所有事务。将学校相关部门中原本相对分散的学生管理工作整合起来,覆盖迎新、学籍、资助、宿舍管理和离校的全过程。按照业务流、数据流打通各个部门之间的壁垒,实现网络化协同管理与服务。2018年,我们又从精准性、智能性、兼容性三个方面入手,对学生工作管理平台中的学生资助管理信息系统三个主要模块——困难学生管理、奖助学金评审、数据统计,进行了深度优化,使其更加适合当前精准资助的工作要求。

图1 数据分析展示界面

(一)困难学生管理模块的设计

困难学生管理模块的设计主要突出认定精准、信息全面的特点,不但能够有效提高认定的精准程度,还能够兼顾全国资助系统对数据上报的需求。

1.全面掌握学生家庭经济状况,提高认定精准性。

在设计困难学生认定这一分功能时,参考了全国资助系统对困难学生家庭经济状况描述所需要的全部字段,同时又收录了很多其他必要的信息来丰富对困难生经济状况的画像。这类数据越丰富画像就越全面,认定就越精准。这一设计为困难学生认定提供了有效的数据支撑。学生在申请过程中填写这些信息后,系统即可对学生家庭经济状况进行初步的判断和分类。全国资助系统会定期下发学校建档立卡、孤儿、低保、残疾等重点资助学生名单,资助系统可以自动将名单中的重点资助对象评定为相应的困难或特困等级。例如:某生张三为低保家庭学生,该生在申请过程中勾选是低保家庭学生,并上传佐证材料以后,系统会自动将该生初评为困难等级。在审核环节,该生的困难等级是默认为困难等级的,老师再结合其他经济因素决定是否修订为特困等级,但无法降为一般困难。这样就有效保障了这类重点资助人群的学生能获得有效资助,避免了由于人为或主观因素导致困难学生的认定出现重大偏差。

图2 困难生认定审核界面

2.有效提升管理效率,适应多维度管理需求。

该系统使学生申请困难学生认定的过程和各级审核的过程都得到了简化。认定后的结果可对困难生信息进行详细展示,多条件组合筛选、汇总和分析;可导出全国资助系统所需的“在校生信息”、“家庭经济信息”和“困难学生认定”等多项内容,导出结果可直接复制到全国模板后上传,使数据报送工作变得简单高效。

(二)奖助学金评审模块的设计

奖助学金评审模块设计的突出特点是可以灵活设定奖助学金评选条件,通过系统自动化或半自动化完成相应奖助学金的评选,提高评选的公平公正性和精准性。

图3 奖学金智能评定参数设定界面

由于各个奖助学金项目的性质不同,评选资格和评选条件也不尽相同。我们设计的模块可以按照每一个项目的评选要求设定相应的评选条件。对于仅需遵循评选条件就可以自动评出的奖项,设定成自动评出类型,只需点击一下操作按钮,系统就会自动对学生的评审资格进行审核,并筛选出符合条件的学生,仅在几秒钟的时间内就可以生成最终的评审名单。

在此过程中系统对所有参评学生进行的资格审查、成绩排序等复杂计算,将原本1周才能完成的人力评审工作缩短到几秒钟。评选结果精准可靠,受到学生和老师的一致好评。对于需要对参评学生进行综合打分评选的项目,系统也可以在学生申请过程中对学生的基本参评资格进行初审,评审委员会仅需对综合打分结果负责,做出最后的评选即可,无须担心参评学生的资格问题,做到半自动化评选。

各项奖助学金项目评审结束后形成的数据将生成学生资助信息库,随时可供查询、统计、导出结果。各奖项数据字段都可以对接全国资助系统,导出后即可按照全国模板进行上传,达到“3个100%”和“3个零误差”的工作目标。

(三)数据统计分析模块的设计

数据统计分析模块可以基于全校学生工作业务仓库建立多维数据分析,将数据按学籍信息、民族分布、学生资助、困难生保障等主题,建立可重用的多层级业务指标库,并可融合出具各类自定义的学生工作管理质量分析看板和报告,形成学院“领导驾驶舱”数据分析体系。对学生资助的数据分析是精准资助、精准发放、精准监管的重要环节和手段。它以“学生资助数据链”管理理念和技术为依托,完整梳理和规划校级相关业务数据标准、主数据建设内容和规范,形成校级学生资助全量信息标准和数据管理中心,完成数据集成、交换、接口发布及数据治理实施工作,为校领导决策和提高资助精准度提供关键支撑。

图4 奖助学金统计分析界面

三、建设成果

学校的资助信息化系统在精准性、智能性、高效性、兼容性这四个方面成果显著:

精准性——该系统严格按照各类奖助学金评定办法中的要求去设计各个管理和评定程序。在奖学金评审流程中,可以进行资格审查,凡是不符合条件的学生都会被系统自动筛选出来,无法进行下一步申请。这一功能使资助精准性得到很大提高。另外,该系统高度贴合全国系统对困难生管理、奖助学金管理的设计逻辑,对各类型困难生资助情况、未受资助情况、困难生库的信息都能进行有效分析和管理,做到精准认定、精准资助。

智能性——该系统依据各项奖助学金的评选办法对程序进行了深度定制,可自定义每个奖助项目的评选条件,使其完全符合国家评审要求。另外,还将评定程序分成了“评选”、“自动评出”、“录入”等方式,可根据不同奖助项目进行设定,将无需人为评审的项目通过技术手段由计算机和数据库对学生评审资格、评审条件等数据自动完成筛选和排序等工作,一键完成评审,使过去3-5天才能完成的评审过程缩短为几秒钟。

高效性——该系统通过信息化管理,提高了无纸化档案管理效率。困难学生认定过程中,学生向系统提交电子佐证材料;困难学生审核过程中,对重要材料进行线下审核。认定后所有材料以电子版形式在数据库中保存,为困难学生的档案管理、数据查询和分析大大提高了效率。

兼容性——该系统的设计完全贴合全国资助系统的数据上报要求,无论是数据上报模板的填报要求、字段设置,还是数据字典的规范都与全国系统高度一致,保证填报数据质量的同时极大程度地提高了报送效率。

通过以上四个方面的建设和优化,使学校精准资助和信息化管理水平得到有效提高。同时也可以为其他高校解决困难生认定的精准性、奖助学金评定规范化、同国家资助系统兼容性差、整理数据报送数据困难等诸多问题时提供一定借鉴。

四、建设前景

学校资助信息化系统自建成以来一直在不断完善。与全国资助系统的版本迭代同步更新,在满足报送数据需求的基础上不断开发适合工作实际的个性化功能。

截至目前,学校资助信息化系统已运行四年,并在四年的实践应用中不断完善、日趋成熟。在困难生认定、困难生档案管理、奖助学金评定、资助数据上报、资助数据统计分析等方面取得了良好效果,极大地提高了工作效率和管理效能,为精准认定、精准发放、精准监管提供了有力的技术支撑,使资助信息化管理水平上了一个新的台阶。

未来两年,学校将利用最新的系统架构对现有系统进行进一步升级。通过学校数据中心提供的学生生活消费数据、日常行为数据对困难学生进行大数据分析,进一步提高精准资助的能力。