據媒體報道，中國科學技術大學于2004年首創隱形資助的方法，通過監測每個學生的一卡通在食堂的消費情況，采取“如果每個月的消費低于200元，就會自動給你打生活補助”的實在舉措，讓貧困生有尊嚴地接受資助。7月31日，全國學生資助管理中心提醒，要學習借鑒中國科學技術大學通過大數據分析開展“隱性資助”的經驗，理解學生的難處，尊重學生的隱私，把學生資助做出溫度，做得暖心。

　　上周，中國青年報社社會調查中心聯合問卷網，對2001名受訪者的一項調查顯示，77.3%的受訪者贊同隱形資助的方式，68.7%的受訪者認為隱形資助維護了受助學生的尊嚴，58.1%的受訪者希望提高大數據在學生資助上的應用力度。

　　調查中，26.0%的受訪者是在讀大學生，74.1%的受訪者不是。90后占24.2%，80后占47.1%，70后占21.9%，60后占5.5%，50后占1.1%。

　　77.3%受訪者贊同隱形資助的方式

　　調查中，49.3%的受訪者感覺現在慣常的貧困生資助方式合理，19.9%的受訪者認為不合理，30.8%的受訪者表示不好說。

　　吉林某高校大三學生劉悅在大學期間一直接受助學金資助。申請資助時需要將自己的家庭情況向部分老師和同學公開，這讓在單親家庭中長大的她感覺有點自卑。“好在這些材料只有小部分同學可以看到，而且評議過程不需要本人在場”。

　　2016年年底，電子科技大學學生王勵（化名）的銀行卡上突然多了300元錢，王勵覺得很奇怪，“當時我也不知道怎么會無緣無故多了這筆錢，很明顯不是獎學金。后來才通過學生資助中心的老師了解到，我們學校也有了隱形資助的方式，這讓我覺得很溫暖，瞬間更愛學校了”。

　　調查顯示，77.3%的受訪者贊同隱形資助的方式，其中26.4%的受訪者非常贊同。17.5%的受訪者覺得一般，5.3%的受訪者不贊同。

　　“這確實是一個好的方式，可以幫到很多同學，特別是不好意思主動申請資助的同學。我身邊就有一名同學家庭條件不好，大一的時候也會申請補助，但大二大三成績下滑后，變得孤僻內向，不愿意申請助學金了。”就讀于鄭州某高校的周文升（化名）說。

　　王勵通過傳統評定資助和隱形資助兩種方式得到過資助，他認為，申請公示的資助方式需要家庭困難的同學公開自己的家庭情況，會傷害到部分同學的自尊心。而隱形資助注重保護受助同學的隱私，更加人性化。此外，隱形資助以大數據為依托，能夠更精確地找到需要資助的同學。

　　2016年年底，電子科技大學開始通過精確的大數據分析技術來確定受助對象。電子科技大學大數據研究中心在讀博士生聶敏介紹，首先，學校通過智慧助困系統，采集到了涵蓋學生家庭經濟情況及成員信息、學生本人及受資助信息、學生所在生源地經濟水平、學生日常消費評價等4大類、40余個小類的上千萬條數據。接著，系統通過大數據挖掘與分析，自動生成家庭經濟困難學生建議名單。

　　“具體而言，大數據分析的數據源主要取自校內消費數據，例如食堂飯卡、超市消費、健身館購物、乘坐校際班車、水卡，分析學生的消費水平，這類數據主要記錄了學生的消費金額、消費時間以及消費地點等信息。除了消費數據，系統還結合學生的勤工助學、獲獎學金情況、社交特征、行為軌跡、借閱興趣和歷史特征等多個維度進行綜合分析挖掘。”聶敏說，這些數據經過整合與清洗后，通過一系列精密的算法，系統判定學生的困難指數（1~9），困難指數越高則代表越貧困。學生被分為不困難、一般困難、困難和特別困難4大類。最終，大數據結果結合線下個別訪談、輔導員評價，共同給出了這份全校貧困學生名單，從而發放隱形補助。

　　與原有的申請資助方式相比，68.7%的受訪者認為隱形資助維護了受助學生的尊嚴，60.8%的受訪者覺得保護了受助學生的家庭隱私，54.2%的受訪者認為可以幫助到更多不愿主動申請資助的學生，34.5%的受訪者認為能提高貧困認定工作的效率，25.1%的受訪者認為更有利于實現資助公平。

　　58.1%受訪者希望提高大數據在學生資助上的應用力度

　　“隱形資助也太人性化了吧！”劉悅聽說有隱形資助的方式后，非常希望自己所在的學校也能嘗試，“感覺這樣的方式非常貼心，能夠真正幫助到需要幫助的同學”。

　　但劉悅也表達了自己的擔憂，“有些同學的家庭條件確實很艱苦，很需要資助，但是在吃住方面又不會很拮據，能夠做到吃飽穿暖。這部分同學會不會被忽視呢？”

　　周文升在2016年冬天也收到了60元錢的隱形資助。但這只是學校“誤會”了，周文升并非家庭條件不好，而是很少去食堂吃飯。“對隱形資助的發放名額，需要有更嚴謹和更人性化的考量”。

　　要提高隱形資助的精確性，68.5%的受訪者建議借助“大數據”和科學評估，對學生家庭情況進行比較分析；66.3%的受訪者建議通過查閱檔案、實地走訪等形式，主動摸排家庭經濟困難學生情況；51.4%的受訪者建議在保護學生隱私的前提下適當公開資助信息，接受群眾監督。

　　周文升了解發現，學校的隱形補助是以校園卡消費記錄為依據。“但我覺得不應該只考慮校園卡消費，輔導員也要和學生加強交流，發現學生有困難及時予以幫助”。

　　聶敏表示，目前，電子科技大學采用的智慧助困系統的準確率已經達到80%以上。去年，學校通過這套系統挖掘出校內最困難的200名學生。為了驗證正確性，將這些名單與各學院輔導員掌握的學生資料一一對比，發現名單100%吻合。從去年開始，大數據研究中心利用智慧助困系統，通過精確的大數據分析技術，幫助電子科大累計挖掘出300名隱形貧困生，資助總額達11萬元。

　　要更好地資助貧困生，58.1%的受訪者建議提高大數據在學生資助上的應用力度，57.2%的受訪者建議真正把資助對象的尊嚴放在心上，52.2%的受訪者建議多開發隱形資助的方式，50.6%的受訪者建議保護貧困生個人隱私，32.2%的受訪者建議嚴肅懲戒騙取補助的人。

　　王勵希望，學校能夠將傳統評定資助方式和隱形資助結合起來，并加大隱形資助的覆蓋面積。

　　劉悅認為，隱形資助的方式值得推廣，同時希望資助力度能夠加大，資助對象和數額能夠增加。

　　“有了這些精確的信息，學校一方面可以有針對性地取消高消費、偽困難學生的受助資格，另一方面對經濟特別困難、生活艱苦的同學發放臨時困難補助。大數據將幫助學校發現更多隱性貧困的學生，助力高校人文關懷。”聶敏說。