基于數據挖掘的普通高校受資助學生精準識別研究及對策

邊高峰

摘 要 貧困家庭的精準識別是實施普通高校大學生精準扶貧的基礎和前提。從多維視角識別和分析更能挖掘出需要資助的對象，為高校制定反貧困對策提供更為精準的科學依據。本文基于SPSS因子分析函數模型，進行精準的分析，找出有較大載荷的分量，發掘出因子的得分系數，構建有針對性的高校貧困生認定方法，針對主成分因子分析結果，提出了有針對性的對策建議。

關鍵詞 數據挖掘 普通高校 資助 精準識別

中圖分類號：G647 文獻標識碼：A DOI：10.16400/j.cnki.kjdkx.2018.05.080

Research on Accurate Recognition of Funded College Students

Based on Data Mining and Countermeasures

BIAN Gaofeng

（School of Economics & Management， Nanjing Tech University， Nanjing， Jiangsu 211816）

Abstract The accurate identification of poor families is the basis and prerequisite for the implementation of precision poverty alleviation for ordinary college students. Identifying and analyzing from a multi-dimensional perspective can better dig out the objects that need funding， and provide more accurate scientific basis for the university to formulate anti-poverty measures. Based on the SPSS factor analysis function model， this paper conducts precise analysis， finds out the components with larger loads， finds out the factor scores of the factors， and builds targeted methods for the identification of impoverished students in colleges and universities. According to the results of principal component analysis， this paper proposes targeted countermeasures.

Keywords data mining； ordinary colleges； funding； accurate identification

1 問題的提出

黨和國家一直高度重視高校困難生認定工作。近日，全國學生資助管理中心發布2018年學生資助工作要點，要求健全學生資助制度，大力推進精準資助和資助育人，著力解決好學生資助存在的不平衡、不充分問題，推動學生資助工作邁上新臺階。在這樣的背景下，結合目前高校困難生認定工作中存在的困難和問題，提升學生資助工作的精準度勢在必行。

2 研究對象與研究方法

本文以某學院的困難生為研究對象，圍繞家庭經濟困難生精準認定指標進行調研，選取了20個班級（2014-2017級），從中抽取了100名經濟困難同學，發放了問卷。本次調查共發放問卷100份，回收97份，有效問卷97份。本文通過SPSS 19.0軟件計算每項認定指標的權重，通過定量分析，得出主要影響因子的函數關系式，為科學合理地認定困難學生提供依據，并根據因子分析結果，提出相應的對策。

3 研究的具體步驟

3.1 信度分析（克朗巴哈 系數）

根據收集到的數據，我們首先要進行數據分析（表1），根據SPSS軟件信度分析，得出信度系數等于0.953，因此該問卷表的內在信度是比較理想的。因此我們可以進行下一步的研究。

3.2 因子分析的總方差解釋

如表2所示為因子分析的總方差解釋，其中顯示了計算得到的相關系數矩陣的特征值、方貢獻率及累計方差貢獻率。根據特征值準則（取特征值大于等于1的主成分作為初始因子），應選取兩個因子，它們累積時解釋了數據中總方差接近70%。由此可見，選擇前兩個主成分已經基本可以代替原來的變量。

通過載荷系數大小可以看到不同因子所反映的主要指標的區別。從結果看，大部分因子解釋性較好，但是仍有少部分指標解釋能力較差，因此需要進行因子旋轉。表3為進行旋轉后成份得分系數矩陣。

其中，F1=-0.109*多子女家庭-0.176*單親家庭+0.147*父母下崗+0.046*農業收入-0.175*綠色通道+0.162*殘疾學生+0.260*重病家庭+0.210*家庭受災+0.197*家庭重大變故+0.022*低收入家庭-0.211*西部邊遠地區-0.105*低保家庭+0.144*重殘人家庭+0.111*烈士子女+0.225*孤兒；

F2=0.270*多子女家庭+0.342*單親家庭-0.054*父母下崗+0.069*農業收入+0.357*綠色通道-0.057*殘疾學生-0.186*重病家庭-0.123*家庭受災-0.112*家庭重大變故+0.100*低收入家庭+0.410*西部邊遠地區+0.266*低保家庭-0.029*重殘人家庭-0.009*烈士子女-0.142*孤兒。

提取方法：主成份。

旋轉法：具有 Kaiser 標準化的正交旋轉法。

構成得分。

從表3成份得分系數矩陣圖中，可以看出，在第一主成分中，農業收入、重病家庭、家庭受災、家庭重大變故、孤兒等指標的變量系數都比較大，可以看作是反映F1主成分變量的綜合指標；在第二主成分中，多子女家庭、綠色通道、西部邊遠地區、低保家庭等指標的變量系數比較大，可以看作是反映F2主成分變量的主要指標。從上述因子分析的結果來看，我們在認定困難等級時，可以從系數較大的變量入手，通過考察F1與F2的得分情況，來精準判定一名學生是否可以被認定為困難生，從而獲得學校不同等級的資助。

4 針對主成分因子分析結果的對策建議

4.1 規范家庭情況調查程序，加強學生的誠信教育

要想得出精確的認定結果，就必須有準確的數據。因此需要聯合民政部門規范材料認定程序，保證識別依據本身的真實性。高校家庭經濟困難學生精準識別需要提高數據來源的準確性，而提高數據的準確性，主要需要加強對學生的誠信教育。在識別過程中不斷加強學生誠信教育，談及不誠信利弊，引導學生正確看待國家資助政策，才可保證高校家庭經濟困難學生精準識別準確性。

4.2 嚴把困難生認定環節，加強對困難大學生的針對性幫扶

學生的家庭經濟狀況始終處在動態變化之中，認定工作要堅持做到相對穩定、動態調整、綜合評定、不斷完善，逐步提高貧困生認定工作的整體水平。學校和院（系）每學年應定期對全部家庭經濟困難學生進行一次資格復查，每學期針對指標數據分析得出的結論，在日常的資助工作過程中，著重在家庭農業收入來源、受災重病家庭、多子女家庭以及通過綠色通道等方面，注意對學生的觀察，嚴格根據相關因子的綜合得分，按照分數從高到底依次來評定困難學生的困難等級。達到資助條件的，積極創造有利條件，努力做到有針對性的幫扶，做到應助盡助，做好家庭經濟困難學生認定工作，公平、公正、合理地分配資助資源，如學生家庭經濟狀況發生顯著變化，及時做出調整。同時，根據認定的結果，精準投放勤工助學崗位，充分發揮勤工助學的作用，使之成為國家獎助學金資助體系以外的重要補充。

大學生資助工作是一項復雜的系統性工程，是高校學生工作的重點，學生資助工作政策性強、影響力大、關注度高。只有對困難學生做到精準識別和認定，才能立足學生實際，創新實施路徑，把國家學生資助政策扎扎實實地落到實處。

基金項目：江蘇省哲學與社會科學思政專項課題“基于粗糙集條件信息熵多指標模型的高校貧困生精準界定探究”（2017SJBFDY364）；南京工業大學黨建與思政課題“人才培養視閾下的高校資助育人績效評價與體系構建研究”（SZ20180103）

參考文獻

[1] 馬騰飛.高校家庭經濟困難學生精準化認定方法探析[J].高教學刊，2016（6）：160-161，164.

[2] 余華平，郭梅.關于高校家庭經濟困難學生認定工作的思考[J].長江大學學報（社會科學版），2012.35（4）：155-157，7.

[3] 張翔.教育扶貧對象精準識別機制探究[J].教育探索，2016（12）：94-96.

[4] 李博，左停.誰是貧困戶？ 精準扶貧中精準識別的國家邏輯與鄉土困境[J].西北農林科技大學學報（社會科學版），2017.17（4）：1-7.