發展型資助視域下高校貧困生精準認定研究*

周年芳 王夏強 李宇輝 （南通大學地理科學學院）

習總書記多次強調：“扶貧先扶智，教育是阻斷貧困代際傳遞的治本之策。”高校貧困生資助在促進教育公平、提升人才培養質量、實現教育扶貧等方面發揮著重大作用。2017 年，教育部在《高校思想政治工作質量提升工程實施綱要》中明確指出：要建立國家資助、學校獎助、社會捐助、學生自助“四位一體”發展型資助體系。[1]高校資助正從全面普及的量的要求轉變為對精準資助的質的關注，不僅要在物質層面保障學生發展，還要在精神層面引導學生發展，[2]資助育人成為高校資助工作的更高階段。[3]

一直以來高校學生精準資助受三大難題困擾：貧困生精準認定、資助方式的精準化和資助管理的精準化。[4]其中，貧困生認定是資助工作的首要環節，是實現精準資助的前提。[5]“準確選定貧困生，將學校有限的補助資金真正發到家庭確實困難的學生手中，是高校做好貧困生工作的先決條件”。[6]當前我國脫貧攻堅戰取得全面勝利，已全面建成小康社會，進入后脫貧時代，家庭經濟條件會持續改善，學生基本求學需要也會得到充分保障，“建檔立卡”“低保”“特困供養”等對象將會逐漸消失，所謂的貧困生也只是相對的經濟困難，因此，原有的貧困生認定標準、認定方法將不再適應新時代。在發展型資助工作要求下，貧困生認定在基于困難事實的基礎上，還應考察受助后學生在行為表現、學業成績、能力提升等方面的成長情況，將育人理念貫穿資助全過程。

一、高校貧困生認定研究現狀及存在問題

目前關于高校貧困生認定的研究廣泛，主要圍繞制度安排、政策邏輯、理論研究、實施方法等展開，其中就貧困生精準認定的實施方法研究內容主要分為三類：1.困難事實量化與民主評議相結合的常規方法。如周威以南京理工大學為例，簡述了家庭經濟困難學生認定的工作實際。[7]2.基于數據挖掘和數理方法構建學生貧困指數計算模型。如畢鶴霞運用模糊綜合評價法與模糊層次分析法的集成，建構了貧困度綜合判別模型，對貧困程度予以排序。[8]又如鄭建華基于數據樣本和輸入屬性雙重擾動與核ELM 融合構建了大學生貧困認定算法。[9]3.利用大數據技術進行校園卡消費分析，確定困難學生。鄭州大學、中國科學技術大學、電子科技大學、南京理工大學等高校基于學生消費數據自動生成貧困家庭學生建議名單，并進行資助。[10]

當前國內各高校貧困生認定還未形成統一的做法，除少數高校依托自身學科優勢，結合以上先進研究方法已建立校內貧困生認定實施辦法，大部分參照“遞交申請—班級評議—輔導員審核—學院認定”流程，圍繞家庭情況、個人消費等指標，量化計分與民主評議相結合，該做法取得了一定成效，但存在以下問題：1.認定依據缺乏真實性。目前我國尚未建立統計家庭收入的方法，關于家庭現實數據很難求證，且教育部明確了“申請資助時出具相關證明環節改為申請承諾”，以上種種都會使認定依據的真實性降低。2.觀測指標單一。資助育人是個系統工程，目前貧困生認定局限家庭情況、個人消費等顯性指標，停留在“輸血型”無償資助，忽視了個體“自助”主觀能動性，存在資助和育人“兩張皮”現象。3.貧困指數量化方法缺乏科學性。對于貧困指數量化高校普遍做法是主觀判斷賦予各個觀測指標權重，以加權求和的分值作為貧困指數。該方法使得貧困生認定結果隨機性較大，而造成學生貧困的影響因素之間的聯系是復雜的，應該客觀評估各因素指標的重要性。

二、各基礎指標選取及換算處理

通過院校調研及文獻分析，目前高校貧困生認定時主要圍繞學生家庭現實情況和校園消費兩個維度展開，而“后脫貧時代”新形勢下，學生基本求學需要得到充分保障，高校資助將向發展型資助轉變。基于此，本文提出貧困生認定時除分析家庭情況、個人消費等常規指標，還要考查學生受助后在行為表現、學業成績、能力提升等方面的成長情況，將育人理念融入貧困生認定過程，實現向“造血型”資助育人轉變。以筆者所在單位貧困生認定工作開展為例，以往的做法是采用家庭困難量化和民主評議相結合的方法：學生首先通過省資助管理平臺提交申請，填寫家庭經濟情況量表，系統依據《J 省學生家庭經濟信息采集量化表指標體系》自動生成困難量化分值；然后班級、輔導員進行評議；最后結合系統打分、民主評議確定困難等級。不久前學院制定了受助學生參加義務服務工作管理辦法，試圖將受助學生義務服務工作考核結果納入貧困生認定體系。通過綜合考量和經驗改進，本文選取學生家庭現實情況（以下稱家庭現實）、校園卡總消費水平（以下稱總消費水平）、校園卡中餐消費院均比（以下稱中餐消費院均比）、義務服務工作考核結果（以下稱義工考核）、學業成績、在校行為表現（以下稱行為表現）等六項指標用于貧困生認定。其中家庭現實、義工考核、學業成績和行為表現四項指標的描述和換算在筆者另一篇文章《后脫貧時代育人理念在高校貧困生認定中的融入研究》已做詳細介紹，這里著重對總消費水平和中餐消費院均比兩項指標進行闡述。

隨著高校校園一卡通服務功能的完善，校園卡廣泛應用于食堂、校園商超等場景，其承載的金融消費和身份識別兩大主要功能使其成為分析學生消費水平和經濟狀況的有效途徑。目前關于校園卡數據分析和挖掘已有初步研究，通過文獻分析與工作經驗，本文構建總消費水平和中餐消費院均比兩個指標用于建立貧困認定模型，指標說明及換算如下所示：

總消費水平=（全院人均校園卡總消費/校園卡總消費）×100

其中消費支出是指學生利用校園卡在學校各食堂和商超進行消費的支出，定義中餐消費的時間段為11：00-13：00。為方便貧困生精準認定模型建構，約定各項指標取值0-100，當指標的最大值超過100，通過下面的方法將所有指標值進行統一壓縮：

M100=（M0/Mmax）×100…………Mmax＞100

公式中，Mmax指某項指標中所有申請學生的最大值，M0 指指標原始值，M100指換算成百分制對應的分值。

三、貧困生精準認定模型建構

貧困生也稱家庭經濟困難學生，指學生或者其家庭籌集的資金難以支付其在校期間學習和生活的費用，該定義本就是模糊概念，貧困級別之間的關系也缺乏明顯的界限，致貧因素又介于定性和定量之間，所以貧困生認定實際操作中存在大量的“模糊性”。 大部分高校在實際操作時主觀地給貧困生認定的觀測指標賦予權重，其實對于這種模糊評價問題，采用模糊數學的方法進行評判更加科學、精確。通過閱讀相關文獻，結合筆者所在單位工作開展實際，本文決定通過層次分析法建立貧困生精準認定模型。

（一）層次分析法原理

層次分析法（Analytic Hierarchy Process）是美國運籌學家 T.L.Saaty 教授提出的一種層次權重分析方法，該算法深入研究決策問題的本質、影響因子以及影響因子間的關聯，將問題的決策思維過程數學化。基本思路是把決策問題分解為不同因素，根據因素間的相互關聯和隸屬關系將因素按不同的層次聚合，然后兩兩比較同一層次所有因素關于上一層次的相對重要性，通過權重層層上推得到最低層次各因素對總目標的絕對權重。AHP 具體分析步驟如下：

分析影響因素，建立層次結構模型。

構造判斷矩陣（成對比較矩陣）。

如何確定每個層次中每個因素的權重，文章引用Saaty 等人提出的一致矩陣法：兩兩比較同一層次中的要素與上一層次的相對重要性，并用1-9 定量標度，最后構建重要度判斷矩陣。重要度判斷矩陣也稱成對比較矩陣，矩陣中元素aij表示第i個因素相對于第j個因素的比較結果，標度方法如表1 所示。

表1 判斷矩陣標度原則

一致性檢驗。

Saaty 的判斷方法具有傳遞性和一致性，即若因素A比因素B重要，因素B比因素C重要，則因素A比因素C重要，為防止出現因素C比因素A重要的判斷結果，需要對判斷矩陣進行一致性檢驗。根據Saaty 的一致性檢驗計算規則，若CR（一致性比率）＜0.1，則默認判斷矩陣通過一致性檢驗。檢驗方法如下：

CR=CI/RI

CI=(λmax-n)/(n-1)

式中：CR為一致性比率，CI為一致性指標，n為判斷矩陣階數，RI為平均隨機一致性指數，λmax是判斷矩陣的最大特征值。RI的取值如表2。

表2 RI 的取值表

（二）貧困生認定模型判斷矩陣構造

根據專家經驗判斷及工作開展實際，本文對家庭現實、總消費水平、中餐消費院均比、義工考核、學業成績、行為表現六項指標的重要性打分如表3 所示。

表3 各因素對于總目標重要性標度

（三）評價指標權重賦予

上述評價指標判斷矩陣最大特征根λmax所對應的特征向量為

X=[0.8016 0.3888 0.3888 0.1834 0.0861 0.1187]T

將該向量歸一化處理后得到權向量

ω=[0.407 0.197 0.197 0.093 0.043 0.060]T

ω 即為六項指標對于貧困生認定總目標的重要性的排序權值。

在層次分析法基礎上，本文最終賦予“家庭現實”“總消費水平”“中餐消費院均比”“義工考核”“學業成績”“行為表現”六項指標的權重如表4 所示。

表4 各基礎指標及權重表

（四）學生貧困指數量化

各基礎指標依據相應辦法換算得到0-100 之間的某指數，通過加權求和得出貧困生的貧困指數。該貧困指數介于1 到100 之間，分數越高，說明貧困程度更高，分數越低，表明其貧困程度越低。

針對高校貧困生認定工作存在的觀測指標單一、貧困指數量化方法缺乏科學性等問題，本文基于發展型資助視角，結合文獻分析和工作開展實際，從家庭情況、在校行為表現、學業成績、能力提升等方面選取因素指標，并通過模糊數學方法建立貧困生精準認定模型，將資助和育人有機結合。

進入后脫貧時代，學生不再因為家庭困難而失學，“輸血型”無償資助已不再適應新形勢新要求，高校資助應當關注學生的成長成才，貧困生認定不應局限學生貧困事實的考證，還應當考查學生受助后在行為表現、學業成績、能力提升等方面的成長情況，實現向“造血型”資助育人轉變。本文對現有相關研究綜合分析和改進創新，選取“家庭現實”“總消費水平”“中餐消費院均比”“義工考核”“學業成績”“行為表現”六項指標，利用大數據技術和層次分析法構建貧困生精準認定模型。該模型在構建原理、指標選取和權重設定方面具有一定科學性與合理性，給后脫貧時代高校貧困生認定工作帶來了新思路，具有一定的應用價值。目前筆者所在學院正試行義工制度，后面將在貧困生認定中驗證、優化、推廣該模型，使之能夠成為后脫貧時代高校貧困生認定的實踐范式。