高校貧困生認定FAHP模型的構建與應用

凌子平

[摘 要]現行的高校貧困生認定體系不完善，缺乏科學的貧困生認定指標體系設計，實施過程操作主觀性大。為了提高認定的有效性，基于模糊層次分析法構建高校貧困生評定模型，針對綜合模糊決策法中評價因素的權重較難確定的實際，引入了具有較高可信度的層次分析方法，進行后驗分析，得出了比較準確的評價指標權系數。實際數據表明，該方法具有較高的準確性和較強的可操作性，部分克服了傳統評價方式中的主觀性和不確定性，為建立科學、合理、可持續的高校貧困生認定及資助管理信息系統提供理論指導與實踐支持。

[關鍵詞]高校貧困生認定；層次分析方法；模糊層次分析法

[DOI]10.13939/j.cnki.zgsc.2015.17.084

教育部、財政部在《關于認真做好高等學校家庭困難學生認定工作的指導意見》（教財〔2007〕8號）中指出：家庭經濟困難學生是指學生本人及其家庭所能籌集到的資金，難以支付其在校學習期間學習和生活基本費用的學生[1]。這一定義成為高校貧困生認定工作的重要依據。據全國學生資助管理中心數據，2013年，各類助學金共資助全國普通高校學生708.48萬人，占在校生總人數的26.95%，比2012年增加15.36萬人[2]，按照現有規定，只有獲得貧困生認定才有資格申請各類助學金，由此可見貧困生群體龐大，貧困生認定成為體現教育公平和人才培養的一項基礎性工作。目前，多數高校對于貧困生的管理還是采用人工管理的方式，工作人員程序性工作量巨大，信息的更新也比較滯后，數據分散，不規范，貧困生認定的標準和操作方法明顯落后。而貧困大學生認定作為高校貧困生資助工作的首要環節，其準確性直接影響到高校貧困生資助的效益與效率[3]。如何提高高校貧困生認定效率，提升資助工作水平，已經成為高校面臨的一項重大而又緊迫的課題。

1 FAHP模型理論

模糊層次分析法（FAHP）及計算過程層次分析法（AHP）是美國著名運籌學家、匹茲堡大學的 A.L.Saaty教授于20 世紀 70 年代提出的一種定性分析和定量分析相結合的系統分析方法[4]。層次分析法（AHP）能提高指標的可比性與客觀性，將定性問題定量化，對解決多層次、多目標的大系統問題行之有效。但是層次分析法的作用是從備選方案中選擇較優者，不能為決策提供新方案，指標過多時數據統計量大，且權重難以確定，AHP 方法存在一定局限。模糊層次分析法（FAHP）是針對主觀判斷的模糊性，將模糊數學引入層次分析法后得到的一種系統分析方法。在FAHP 中，核心問題是判斷模糊矩陣是否具有一致性。如果模糊矩陣不具備完全一致性，那么改進模糊矩陣的一致性是必需的。FAHP 模型適用于處理復雜的決策問題，特別是在評價有多指標、帶有模糊性方案優選中能得到更加滿意的優選結果。高校貧困生認定具有不準確、難比較、模棱兩可的特點，引入了模糊評判方法，將定量指標和定性指標相結合，確定貧困生認定指標體系各級指標權重，從而構建貧困學生認定FAHP模型，提高貧困生認定的可靠性和科學性。

2 FAHP在高校貧困生認定中的應用

2.1 構建貧困生認定層次結構模型

根據教育部、財政部在《關于認真做好高等學校家庭困難學生認定工作的指導意見》（教財〔2007〕8號）、訪談調研和學生工作實踐經驗，貧困生認定指標體系主要從地域因素、經濟條件、家庭結構和其他情況四個因素來反映。地域因素主要是家庭所在地所代表的經濟水平，可以反映家庭經濟困難學生所在家庭基本經濟狀態。經濟條件包括家庭收入狀況，可以分為四個層級，是否有一定收入，收入是否固定，是否為低保戶，家庭資產負債比是多少，這些經濟指標可以顯示家庭能夠為學生提供經濟支持的能力。家庭結構包括勞動力工作情況，是否孤兒、烈士子女、單親、殘障家庭，家庭人口與勞動數之比，家庭成員長期患病需要治療，家庭結構指標可以一定程度上代表著家庭可支配收入的情況。其他情況包括遭遇自然災害或突發事件造成重大損失、家庭主要收入創造者因故喪失勞動力，反映了學生經濟困難的動態變化。在認定指標選擇當中，選擇太多因素則維度過大，計算量大而導致系統運行過慢，太少則因考慮因素不夠全面而導致模型認定效果不佳，因此，在高校貧困生認定模型設計時選擇多樣化、靈活的認定指標，以上這4項一級指標、11項二級指標在一定程度上反映了學生家庭經濟困難的程度。表1為貧困生評價指標體系的層次結構模型。

表1 貧困生認定指標體系的層次結構

目標層一級指標（準則層）二級指標（指標層）

學生貧困程度地域因素家庭所在地

經濟條件家庭年收入家庭有無固定收入是否為低保戶家庭資產負債比

家庭結構勞動力工作情況是否孤兒、烈士子女、單親、殘障家庭家庭人口數與勞動數之比家庭成員長期患病需要治療

特殊情況遭遇自然災害或突發事件造成重大損失家庭主要收入創造者因故喪失勞動力

2.1.1 構造貧困生認定指標體系的比較判斷矩陣

2.1.2 一致性檢驗

為避免在判斷矩陣中出現諸如“甲比乙重要，乙比丙重要，而丙又比甲重要”的反常現象，應進行邏輯上前后統一的一致性檢驗。

2.2 構建貧困生認定FAHP模型

2.2.1 一級模糊綜合評判

（1）通過“打分法”確定評價矩陣

為了保證評價結果的可靠性和有效性，我們請提交了貧困生助學金申請表的學生所在學院的全體老師和同學對其從這十一種評價指標方面進行打分。

2.2.2 二級模糊綜合評判

3 高校貧困生認定FAHP模型實施評價效果分析

隨機抽取200名學生數據進行模型驗證，按照本文所選擇的評價指標體系為評價依據，分別采用FAHP模型和專家組打分取平均進行分析計算，得出對比結果如表6所示。

表6 FAHP模型和專家組打分去平均對比結果

貧困度范圍0.7以上0.3～0.70.3以下

FAHP模型1635149

專家打分統計1531154

將兩種方法計算出來的貧困度進行排序，對于前20名貧困生，兩種計算方法的相似度為90%；前50名貧困生，相似度為94%；前100名貧困生，相似度為86%；這里，相似度指的是兩種方法篩選出來的相同人數除以篩選人數（不考慮順序），比如對于前20名貧困生，兩種技術方式選出的結果有18個相同。根據以上實驗結果分析，采用FAHP模型計算和專家組打分人工計算存在著較小誤差，因此，采用FAHP模型為核心開發貧困生認定系統，能夠有效減輕專家組評分的主觀標準不一致的弊端。

4 結 論

應用FAHP模型對高校貧困生認定工作進行分析，不僅可以有效提高貧困生認定評價體系的科學性和可靠性，而且能夠很好地反映貧困生家庭經濟困難的程度。高校貧困生認定FAHP模型用數量形式表達和處理逐段判斷，通過比較判斷矩陣來確定各貧困因素指標的相應權重，最后通過計算得出學生的綜合貧困程度，依托此方法可以建設高校貧困生認定及資助管理信息系統。

但是在實際工作中參加評分的老師、學生的配合度和判斷力，以及貧困生材料的真實程度都是值得權衡的因素。在根據數據材料客觀認定的基礎上，還可以建立貧困生家訪制、貧困生個人信息動態調函、貧困生校園卡消費動態檢測、加大誠信教育等措施，克服誠信監督取證難的問題，差異化地考慮貧困生的具體情況，進而提高貧困生認定的公信力和時效性。

參考文獻：

[1]教育部，財政部.關于認真做好高等學校家庭經濟困難學生認定工作的指導意見（教財〔2007〕8 號）[Z].2007.

[2]教育部.2013年中國學生資助發展報告[Z].2014.

[3]何倩.基于層次分析法對高校貧困生認定指標體系的研究[J].2011，30（3）：22-23.

[4]張吉軍.模糊層次分析法（FAHP）[J].模糊系統與數學，2000，14（2）：80-88.