现在的位置:主页 > 期刊导读 >

行为分析视角下提升书院学生家庭经济困难认定

来源:大数据 【在线投稿】 栏目:期刊导读 时间:2021-01-20

【作者】:网站采编
【关键词】:
【摘要】:一、高校精准资助育人工作的时代性和重要性 长期以来,各级政府部门与高校协同配合推进资助工作,基本实现学生不因经济原因失学的目标,但这种偏向于经济保障型的资助形式并不

一、高校精准资助育人工作的时代性和重要性

长期以来,各级政府部门与高校协同配合推进资助工作,基本实现学生不因经济原因失学的目标,但这种偏向于经济保障型的资助形式并不是资助育人工作的终点。高校学生资助工作是国家整体资助工作的重要环节,由于受助的主体是在校大学生,是民族复兴的建设希望,因此需具备更深层次的育人功能性。党的十九大以来,教育部对资助育人体系的建设提出更高要求,明确指出“扶困”要与“扶志”和“扶智”结合,将资助育人工作向着“解困—育人—成才—回馈”的发展型方向发展,进而塑造受助学生的感恩意识和独立人格,培养出当代社会所需的全方面发展的人才。当前形势下,偏重经济扶助的资助方向过于单一,“大水漫灌”的物质分配形式过于简单,导致资源分配不均,保障型资助的育人工作成效不高;因此发展型的资助模式下,“精准性”成为基本准则。如何精准确定受助对象,满足资助对象个性化、多样化的精准培养需求,成为资助育人工作的重要环节。

学生家庭经济困难的认定工作是精准确定受助对象的首要环节,如何建立科学的认定体系使其达到精准、公平的要求显得至关重要。困难认定工作根据工作逻辑性可分为两部分:一是“保证资助对象一个都不能少”的前期认定工作,此部分通过系列认定过程,借助量化体系,将符合认定条件的学生纳入资助库,为后期发展型资助的开展奠定对象基础;二是“保证不应资助的对象一个都不能有”的资格审查工作,通过对已入库困难生的综合情况进行评价,以确定其是否需要更改困难类别,从而实现困难生资格的动态筛查。二者流程上相互独立,内容上相互联系,共同影响困难认定体系建立的精准性。

二、高校困难认定工作的概况

当前,困难认定工作开展的主要政策依据是教育部和财政部2007年联合下发的《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》(以下简称《意见》)。根据文件指示,全国高校普遍采用班级、院级、校级三级民主评议的形式,认定环节自学生提交困难申请开始,三级机构逐级对申请人的家庭经济困难情况进行民主评议,经校级审核通过后完成学生的前期认定工作[1]。一个认定周期后,对已认定困难生进行困难资格核查,评议小组结合在校消费行为、家庭经济动态等综合信息评估学生的客观情况,进行对应动态更新。

三、前期认定工作的突出问题

(一)前期认定依据缺乏真实性

前期认定工作自学生提交《高等学校学生及家庭情况调查表》等申请材料开始,各级评议小组通过申请信息及申请人的消费习惯评议其认定结果。但受国情影响,目前各地方并无统一标准来定义“困难”的家庭收入标准,这就使得针对不同地区的认定标准难以同一[2]。地方民政部门由于责任意识淡薄且无追责机制监督,使得“章子随意落”等虚开困难证明材料的情况屡见不鲜,违背了困难认定工作的公平性,且高校与地方民政部门无法形成资助管理信息共享,在一定程度上影响信息核实的准确性。

(二)量化标准缺乏先进性

实际工作中由于缺少“困难”这一指标的同一量化标准,高校多采用建立评价指标体系的形式,评议小组据申请人家庭困难类型、收入水平、健康状况、生活费标准等设置权重并进行打分。此举措在一定程度上有助于提升认定效率,但量化标准简单机械且难以契合生源地与学业地的经济情况,极大地影响评判标准的先进性。

(三)认定方法缺乏科学性

《意见》中为保证评议过程的民主性,规定评议小组成员需具备代表性和广泛性,且满足一定人数比例。目前各高校普遍在选拔小组成员时注重宿舍、性别及班干部等属性分布,且确保评议小组人数不低于单位总人数的10%。但即使在评议前对小组成员进行评议尺度、指标解读的能力培训,仍无法避免因缺乏激励和责任机制导致的评议过程敷衍随性,故认定方法缺乏科学性[3]。为此,各高校为切实提升认定过程的公正性和育人导向性,在前期认定工作中进行了多年的积极探索和实践。以西安电子科技大学为例,校学生资助中心明确各级单位在合理条件下扩大班级民主评议范围至20%,并且将诚信教育置于认定工作之前,如学生提交困难认定申请前无需各级民政部门盖章,凭个人诚信申请即可,育人导向明显。

文章来源:《大数据》 网址: http://www.dsjzz.cn/qikandaodu/2021/0120/1462.html

上一篇:试论提高食品质量监督检验数据的真实性合理化
下一篇:浅谈不动产权籍调查工作重要性

大数据投稿 | 大数据编辑部| 大数据版面费 | 大数据论文发表 | 大数据最新目录
Copyright © 2018 《大数据》杂志社 版权所有
投稿电话: 投稿邮箱: