研究生资助制度和管理一定程度上反映了高校研究生教育导向和激励能力，在提供学生基本生活保障的同时，激励卓越，为高校教学和科研提供服务。所以，高校需要加强研究生资助体系建设,完善和规范奖助学金的发放制度和发放过程，实现奖助分离、分类引导。然而，如何通过全面的数据支撑，针对不同用户类型进行分类动态信息管理，值得探讨。

　　综合来看，目前研究生资助动态信息管理模型建设的必要性主要包括以下三个方面：

　　一是研究生资助管理优化的需要。高校开展“学生资助数据质量提升”专项行动，强调要建立有效的分阶段、分类型、分层次的研究生激励与保障机制，突出激励，奖励优秀。当前很多高校奖助学金来源、分类、发放方式众多，存在数据分散、汇聚分析维度不清晰、激励效果不明等问题。

　　二是研究生资助精准施策的需要。基于国家对高校信息化建设的大力支持，近年来，各高校信息化建设部门纷纷搭建了良好的信息化建设与管理框架和平台，并逐步开发完善相关信息化项目。如何通过信息系统建设将研究生资助改革政策规范化落地，尤其需要支持精细化分层分类管理。

　　三是研究生资助提升服务的需要。信息化项目支撑智慧校园建设，承载数据平台化管理，需打通原有各个模块的信息孤岛，保障数据的一致性。此外更需要以良好的数据基础提升用户服务，包括一站式服务、提升易用性、简化流程等，而且要在动态信息管理过程中通过数据分析来发现潜在的问题点，或支撑领导决策，并形成持续改进的模型。

　　首先，利用系统支持研究生奖助学金政策落地。基于高校研究生奖助学金政策，分析奖助学金分类、发放金额、发放对象、资金来源、发放落地情况等。同时，基于系统梳理基础数据，打通系统间接口，保障数据有效性，规范用户行为。

　　具体内容包括：第一，完善数据源，将原本散落在不同系统的奖助学金发放数据统一汇聚到研究生院管理和监督，如国家助学金、学校助学金、导师助研费等数据；

　　第二，统一数据算法，如导师助研费发放以学生每月到账数据统计为准，避免出现导师多卡号发放、多导师代发导致统计有误的情况；

　　第三，规范发放行为，通过未达标提醒等策略规范导师发放频次和金额达标，同时通过异常数据分析和调研，规范发放渠道管理等。

　　尊龙凯时人生就博官网登录

　　其次，精细化分层分类。从用户分类（如领导、院系管理员、导师、学生等）、奖助学金分类和分层（如学校、院系、专业、个人）等多维度对典型应用场景和人员进行分析，形成典型用户标签，做到精细化的分层分类，并结合其不同痛点、难点选择重点服务对象和服务提升点。图1为数据流转和分层分类示例。

　　最后，螺旋上升式的服务提升，形成研究生奖助学金决策支持模型。结合奖助学金系统数据、精细化的分层分类，多维度分析和展示用户数据，并对异常数据给出告警和提示等。同时，尝试依托信息化项目系统形成决策支持模型，通过“政策落实→贯通动态数据→精细化分层分类统计分析→政策优化”螺旋上升式的持续改进来促进服务提升。

　　政策梳理。收集分析学校奖助学金分类、发放金额、发放对象、资金来源等政策信息并归类整理，生成相关奖助学金。

　　数据汇总。基于现有研究生系统开发过程，将原本分散管理的各种研究生奖助学金数据统一汇总到研究生系统进行管理。

　　规范行为。通过流程的线上化，规范用户行为（如发放时间、发放额度等），并实现流程贯通，减少用户线下工作。

　　用户标签。从用户行为、偏好、需求等角度，提取用户典型标签，区分不同用户群，并依据学校特点，筛选出重点需要关注的用户类型。

　　用户访谈。挑选符合用户标签的重点用户代表，针对不同用户群进行调研，了解他们对奖助学金的理解、需求等。

　　数据分析。基于典型用户多视角、多层级地从奖助学金力度、来源、方式、分布等多维度输出数据看板并进行分析。

　　提升服务。通过分析结果反向影响数据采集或汇聚方案，优化用户分类，引导用户行为，协助规范落地，支撑规范优化或决策等。

　　通过政策梳理、数据打通与清洗、用户精细化的分层分类、数据分析与访谈等研究过程，形成基于用户的精细化分层分类管理和服务视角，形成典型用户标签，让每个学生、导师、院系管理员和学校领导都能根据自身需要，系统地掌握自己视角的奖助学金情况，支撑学校奖助学金政策落地中精细化分层分类的需要，并让数据更有效地服务于不同用户。

　　1.学生视角：可以了解自己奖助学金情况、奖助学金分类数据以及奖助学金来源等。通过系统的规范性，能避免或及时发现漏发、迟发等问题，提升学生幸福感。

　　2.导师视角：可以了解名下可发放的资金额度、所有学生奖助学金情况、学生间的横向比较等，便于导师平衡资源。图2为导师视角示例。

　　3.院系管理员/领导视角：可以依据其职能范围，查询本院系学生、导师、专业、院系的奖助学金情况，对于发放异常情况自动告警显示，减少人工投入和线下传递等，提效提质。

　　4.校级管理员/领导视角：可以查询全校的研究生奖助学金情况，并可从院系、专业、导师、奖助学金分类、学生分类等多维度横向比较，并对异常数据进行告警和分析。图3为校级管理员/领导视角示例。

　　1.完成政策梳理与落地：基于学校研究生奖助学金政策，分析学校奖助学金分类、金额、发放对象、资金来源、发放落地情况等。依托研究生系统建设进行数据对接完善和清洗，保障了数据系统性和有效性以及流程的规范性，也提升了政策落地的透明度与公平性。

　　2.支撑管理过程优化与用户行为规范：一是打通研究生奖助学金和财务、人事等数据接口，将原本散落在财务、研工等不同接口的奖助学金发放数据和管理规则统一汇聚到研究生院进行管理和监督；二是通过制定相关规则，规范助研费发放，同时通过多数据进行汇聚统计，对于异常发放进行告警；三是通过达标统计和每月未达标短信提醒等策略规范导师发放频次和发放金额。

　　依据典型用户标签和类型，通过多维度多层级统计分析、异常点展示等，有效支撑领导决策。例如，选出头部院系或导师进行一定政策倾斜，而对于尾部院系或导师进行调研分析，进行定点帮扶提升。支撑院系助学金发放等级分类调整、博士名额分配参考等。

　　以博士助学金为例，依据各院系特点初步分为“基础文科、应用文科、理工医科”三大类，决策系统有效辅助调整院系归属大类或补助水平，解决原有执行中出现的个别院系不达标、归类不合理或整体补助水平存在调整空间等情况。图4为全校院系间博士导师助研费部分实发月均与达标完成占比示例。

　　图5为博士导师助研费部分实发月均盒子图示例。根据图5中盒子图异常点数据、超过上四分位且大于各资助分类发放标准数据以及图4中院系均值排序，可用于参考调整院系归属学科分类或调整分类补助标准等。

　　2019年，教育部启动探索实施“科研经费博士研究生专项招生计划”，遴选了部分高校作为试点，设立专项招生计划。但学校科研博士指标有限，该模型有力支撑学校合理分配名额，既保证一定的院系间分配均衡，又让有意愿、有能力的教师图4全校院系间博士导师助研费部分实发月均与达标完成占比示例获得更多机会，保证名额不浪费。

　　结合图5理工医科异常点数据、超过上四分位且大于博士发放标准数据、图4中理工医科院系均值排序，重点可推荐是否增加院系或导师招收博士名额。例如，参照当前数据，推荐可在理工医科学院N、理工医科学院P、理工医科学院M等院系中新增博士名额比例，具体可参考院系内导师实发助研费均值情况。

　　以上分析结果和建议只是决策的数据支撑，实际调整需要分析学科其他方面特征，并和院系充分沟通后进行决策调整。学校按照新学科分类生成的新数据继续服务于决策，这是一个良性的循环上升过程。

　　如今，基于精细化分层分类的研究生资助动态信息管理模型研究正应用于南京大学研究生系统研工子系统中。

　　截至目前，已服务2.5万余在校研究生、2600多位导师、200余位院系管理员，保障政策落地完成实际奖学金评定和下发4600人次，助学金发放7万余人次，支撑管理优化和行为规范5项，有效提升了校院两级研究生资助管理的效率。同时，在教育部全国学生资助管理中心函件通报表扬的18所“研究生资助项目100%实现应用目标”的高校中，南京大学排名第一。

　　作者：秦祯芳1、敖永胜2、陆国平1（1为南京大学信息化建设管理服务中心，2为南京大学研究生院思教办公室）