推行特殊困难学生“免申即享”、一般困难学生“大数据+量化”认定，山东济宁任城区努力让资助对象找得更准；陕西将有关学生资助资金纳入惠民惠农财政补贴资金“一卡通”管理，推动资金发放全程可追溯；山西持续核查适龄残疾儿童就学情况，为不同需要的儿童提供适宜教育安置……各地不断完善义务教育学生资助体系，提升义务教育学生资助的精准度。

免除学杂费、免费提供教科书等普惠政策守住了接受义务教育基本权利的底线；生活补助等政策进一步减轻了家庭经济负担。但现实中的困难并不都以固定身份出现。重大疾病、意外事件、监护状况变化、阶段性失业等，都可能使一个原本不在名单中的家庭突然承压。食宿、交通、学习用品以及参加正常教育活动的支出，也会影响学生能否平等、充分地参与学习。因此，资助不能满足于“钱发出去了”，还要追问学生是否真正获得了继续学习和全面发展的条件。

提高精准度，首先要从“识别身份”转向“识别需要”。部门数据能够提高发现效率，却只能呈现家庭处境的一部分。低保、特困供养等信息是重要依据，但不应成为判断困难的唯一尺度。全国各地经济发展水平、生活成本和教育条件存在差异，精准资助既要有统一、稳定的制度底线，也要允许地方依据真实教育负担作出审慎判断。把静态信息与动态变化、家庭经济状况与学生教育参与结合起来，才能减少遗漏，也避免把资助异化为机械的资格筛选。

其次，要把分散的政策资源转化为持续回应困难的治理能力。教育、民政、财政、农业农村、残联等部门掌握的信息和承担的职责各不相同，学校又最接近学生日常状态。如果各管一段、彼此割裂，家庭就可能在不同部门之间反复证明困难，突发情况也容易落在制度缝隙中。这就要求形成信息有边界共享、困难有人主动发现、认定结果能够动态调整、异议可以得到复核的协同机制。既要提升政策响应速度，也要有效减轻学生和家长为获得帮助而反复陈述隐私、公开“比困”的负担。

最后，要校准数字化在精准资助中的位置。技术的价值，在于发现可能被忽视的线索、减轻重复填报和证明负担、提高部门协同效率。数据往往善于识别已经被记录的困难，但未必能看得到尚未进入系统的疾病、失业、家庭变故和心理压力。因此，数字研判之后还必须保留必要的人工核实、解释沟通和救济渠道，让家庭知道为何被认定、如何更正信息、怎样提出异议。此外，线下申请和人工协助也必须保留，不能让数字鸿沟成为新的申请障碍。

衡量义务教育资助成效，不仅要看覆盖人数、资金规模和发放速度，还要看真正有需要的学生能否被及时发现，资助是否减轻了其参与教育活动的实际负担，获得帮助的过程是否维护了尊严。真正的精准，不是把人变成一组越来越精细的数据，而是让制度对困难的变化保持敏感、对学生的处境保持体察。唯有如此，学生资助才能从“发了钱”走向“帮到位”，更好守护每一个孩子平等接受教育的权利。

（作者系北京市朝阳区教育系统工作人员）

《中国教育报》2026年11月04日 第02版

作者：李钰