綜合加權平均方法的高校“資助誤判”預防研究

摘要：“資助誤判”是高校資助育人工作面臨的重點難題，不僅損害高校貧困生的精神和物質權益，也給教育和社會環境帶來不良影響。本研究針對引起“資助誤判”的關鍵因素進行優化，通過相關性分析和綜合加權平均法構建貧困生判定模型，再基于逐步多元回歸分析方法進行指標縮減。結果證明，貧困生評定標準是引起“資助誤判”的最重要因素，因此政府和高校需要有針對性地制定合理的貧困生判定標準，并不斷完善高校資助育人體系。

關鍵詞：精準資助；貧困生判定；相關性分析；逐步多元回歸分析；資助育人體系

中圖分類號：F23文獻標識碼：Adoi：10.19311/j.cnki.16723198.2024.20.057

0引言

盡管我國高校資助育人體系規模逐漸擴大，資助主體越來越多元，但高校資助育人方面所存在的問題卻日益凸顯。“資助誤判”現象屢屢出現，部分非貧困生被錯誤地列為資助對象，而部分真正的貧困生被排除在資助范圍之外，與國家高校資助工作精神背道而馳，嚴重背離了以人為本、公平教育的理念。引起“資助誤判”的主要原因有以下幾點：

資助對象評定標準不科學。貧困生的家庭情況具有復雜性，判斷貧困生的指標具有多樣化的特點，固定、單一的評定標準不一定適合所有的貧困生，極易造成誤判、漏判現象。

資助政策宣傳不到位。基層政府與偏遠地區村民之間的信息不對稱，導致資助難度升級，且資助方式過于單一，多停留在簡單的“物質資助”階段，未能充分發揮資助育人的價值理念。

資助評定監管不透明。由于資助評定環節缺乏有力的監管手段，很多高校為簡易評定流程，只單純設定填寫資助申請表，無須提供任何憑證即可輕而易舉地認定為資助生。然而這樣的證明并不足以展現家庭現狀。

學生心理健康問題。大多數資助生往往在不和諧的家庭環境中成長，學生極易因家庭問題產生自卑、消極、自我否定的情緒特征，而不愿意主動申請貧困資助，導致資助不到位情況的發生。

學生違背誠信，缺乏責任感。部分申請資助的群體別有用心，通過偽裝貧困、虛假申報的方式獲取生活費，更有甚者通過找關系、走后門的方式騙取貧困生資格。

其中，貧困生評定標準是判定高校大學生是否屬于貧困生的最關鍵因素，評定標準的不規范、不科學將會引起嚴重的“資助誤判”問題，對高校教育乃至社會和諧產生非常嚴重的負面影響。因此，本文以高校貧困生判定標準為研究對象，通過調查問卷的方式獲取研究數據，并以相關的數據分析方法為研究手段，探尋優化貧困生判定標準的方法。

1調查問卷設計

1.1調查對象

高職院校學生是家庭貧困狀況相對多發的群體，因此本文以浙江省杭州市某高職院校的學生為主體調查對象，該高校80%的生源來自于浙江省以及周邊省市，經濟狀況相對全國地區較為均衡，在浙江省及附近地區具有相當的普適性和代表性，問卷填寫對象涵蓋了學校的各個專業以及各個年級段，于2023年4月通過對各專業和年級段隨機抽樣調查，發放問卷700份，回收688份，在對存在明顯矛盾和邏輯錯誤的異常問卷進行剔除后，得到有效問卷647份，有效回收率為92.4%。

1.2問卷設計

本研究基于當前貧困生判定的主流指標，以及學生的基本家庭狀況自行設計調查問卷。本調查問卷的主要內容包括學生家庭的經濟收支情況、家庭固定資產情況以及家庭經濟發展潛力三部分在內的16個問題。其中，收入與支出數據可以有效反映學生及其家庭的大致經濟水平和日常消費水平，是進行貧困判定最重要的指標之一；家庭固定資產情況包括家庭的存款數量、房產數量和私家車數量等，是一個家庭最重要的經濟基礎；而家庭成員的工作情況和各類商業保險則很大程度上決定了家庭經濟的發展潛力。

1.3問卷結果統計分析

對調查問卷結果的初步統計分析顯示，在647位受訪者中，家庭負擔其在校期間的學費和生活費特別困難的有76人，一般困難的有262人，沒有困難的有309人。然而調查數據顯示，在經濟特別困難的76人中，尚有16人未被學校認定為家庭經濟困難學生，占比為21%，25人尚未被資助，占比高達328%。在經濟負擔學費沒有困難的309名學生中，有4人被學校認定為家庭經濟困難學生，占比為12%，且有6人受到了資助，占比為19%。總體看來，假設調查問卷結果相對可靠，647位受訪者中被錯誤認定的總人數為20人，占總受訪者人數的3%；出現“資助誤判”情況的總人數為47%。綜上可見，在貧困生判定以及資助環節出現了嚴重的問題，導致了“資助誤判”的發生，資助資金未能精準用于解決真正的貧困生需求。因此亟須對高校貧困生判定標準進行合理優化。

2研究設計與方法

分析上述調查結果發現，“家庭負擔在校期間的學費和生活費是否有困難”“學校認定家庭經濟困難”和“是否受到資助”這3個指標提供的貧困生信息存在差異，其中存在資助誤判現象。“家庭負擔在校期間的學費和生活費是否有困難”這一指標雖存在一定的主觀性，但更適合作為貧困生判定的核心指標。為合理降低這一核心指標的主觀性，本研究擬選取“人均年收入”“房產數量”“私家車數量”“人均存款”“參保情況”“每月支出”“父母工作情況”“獎學金情況”8個指標作為影響指標，研究構建基于影響指標的貧困生判定模型。

首先對各指標數據進行標準化處理，相關指標的標準化過程在學校負責資助的專家指導下完成。標準化結果如表（1）所示。標準化數值越大，學生家庭在該指標層面越傾向于貧困；反之則越不傾向于貧困。

2.1相關性分析

為確定各影響指標對核心指標影響力的大小，本研究使用SPSS27數據分析軟件對問卷中選擇的8個影響指標以及1個核心指標進行Pearson相關性分析。由分析結果可知，“人均年收入”“房產數量”“私家車數量”“人均存款”“參保情況”“每月支出”“父母工作情況”這7個影響指標與核心指標之間均存在較強相關性，而“獎學金情況”這一指標與核心指標之間的相關性較弱，因此不將其作為貧困生判定模型構建的基礎指標。

2.2貧困判定模型構建

本研究采用綜合加權平均法，利用上文中7個指標計算大學生家庭貧困指數（HouseholdPovertyIndex，HPI），映射“家庭負擔在校期間的學費和生活費是否有困難”這一核心指標。公式如式（1）所示。

IHP=∑niCi·Pi/∑niPi（1）

n為指標總數，Ci和Pi分別為指標i的標準化值與權重。“人均年收入”“房產數量”“私家車數量”“人均存款”“參保情況”“每月支出”“父母工作情況”的權重分別為17、9、15、8、10、8、9。IHP為家庭貧困指數，計算結果取值范圍為[0，100]，家庭貧困指數越接近100，代表學生家庭越傾向于貧困；反之則越傾向于非貧困。設置家庭貧困閾值Tp為65，IHP大于等于65時代表該學生家庭是相對貧困的；設置家庭非貧困閾值Tnp為55，IHP小于等于55時代表該學生家庭是相對非貧困的。本研究主要關注貧困指數IHP低于55和高于65之間的群體，以確保將最不合理的資助誤判現象降到最低。

為降低信息采集的難度和成本，本研究采用逐步多元回歸分析方法篩選關鍵影響指標，表2中，“人均年收入”是最關鍵的影響指標，其回歸模型的R2為0666，繼續增加其他影響指標直至數量達到6個時，R2達到0994。可將“每月支出”指標從逐步多元回歸分析過程中舍去。因此選取表2中的模型6來實現對大學生家庭貧困情況的判定。

3研究結果與分析

本研究的模型驗證分為兩部分，第一部分調取問卷調查中顯示家庭負擔學費和生活費特別困難的群體數據，以及該群體“是否被學校認定為貧困家庭”數據和該群體計算的貧困指數標準化值大于家庭貧困閾值65的數據。以“負擔學費和生活費是否困難”為參考標準，本模型的判定結果分別比學校認定結果和原資助判定結果誤差降低了62.5%和76%。第二部分調取問卷調查中顯示家庭負擔學費和生活費沒有困難的群體數據，以及該群體“7ykjR7EjadldujDMTvJ7+A==是否被學7ykjR7EjadldujDMTvJ7+A==校認定為貧困家庭”數據和該群體計算的貧困指數標準化值小于家庭非貧困閾值55的數據。同樣，以“負擔學費和生活費是否困難”為參考標準，本模型的判定結果分別比學校認定結果和原資助判定結果的誤差降低了25%和50%。

進一步對逐步多元線性回歸模型結果進行驗證。舍棄“每月支出”指標后，基于剩余6個指標構建綜合加權平均模型，結果驗證如圖1所示。在家庭負擔學費和生活費特別困難的群體中，基于逐步多元線性回歸后的綜合加權平均模型計算的結果與參考值相比也存在6個差異點，這一結果與舍棄“每月支出”指標前的結果相同；在家庭負擔學費和生活費沒有困難的群體中，基于逐步多元線性回歸后的綜合加權平均模型計算的結果與參考值相比僅存在2個差異點，比學校認定結果的誤差降低了50%，比原自主判定結果誤差降低了66.7%。

4結論與討論

4.1研究結論

縱觀全文，得出以下結論：

首先，基于相關性分析結果，“人均年收入”“房產數量”“私家車數量”“人均存款”“參保情況”“每月支出”“父母工作情況”這7個影響指標與“家庭負擔在校期間的學費和生活費是否有困難”核心指標之間均存在較強相關性，因此，主要研究具有實際研究意義的7個指標。

接著，根據相關性分析結果進行權重賦值，并基于綜合加權平均公式計算大學生家庭貧困指數。與學校認定結果和資助結果相比，計算的貧困指數與“家庭負擔在校期間的學費和生活費是否有困難”這一指標更為接近，“貧困誤判”或“資助誤判”率大幅降低，這也恰恰說明了上文中相關性分析結果的正確性和權重賦值的準確性。

最后，為提高貧困生判定效率，本文采用逐步多元回歸分析方法進行模型優化。結果表明，“人均年收入”是最關鍵的影響指標，加入“參保情況”“私家車數量”“房產數量”“父母工作情況”和“人均存款”5個關鍵影響指標對家庭貧困指數進行擬合，其決定系數R2達到最大值，因此采用上述6個影響指標進行建模，結果顯示將影響指標壓縮為6個時，模型的精確度并未受到影響，且依然顯著優于學校判定結果以及實際資助結果。

4.2討論

縱觀本文的研究過程和研究結論，仍然存在一些待改進之處。一方面，調查問卷中的問題偏向于大學生容易獲取的家庭信息，總體而言家庭信息數據的獲取難度不大，然而這也帶來了一定的負面效果，即數據獲取可能并不全面、深入，存在一定的片面性。針對這一問題，可以在問卷調查設計過程中進一步優化問題的廣度和深度。

另一方面，本文主要針對貧困生判定標準不科學這一引起“資助誤判”的主要因素進行研究，因此假定在經過初期的問卷篩選后，學生填寫的問卷內容基本屬實。然而這一假定不可避免地存在一些學生主觀上的臆斷導致問卷信息不真實。針對這一問題，不僅要從問卷問題的設計進行改進，更重要的是要加強學生的思想政治教育，包括心理健康教育和思想道德教育。

此外，資助評定監管不透明和資助宣傳不到位也會在一定程度上導致“資助誤判”現象，加大監管力度和宣傳力度，改善監管手段也是完善高校資助育人體系的重要步驟，在未來的研究中需要進一步探討。資助育人工作是一項長期的任務，以精準資助為抓手，以成長、成才為方向，探索道德品質培養、物質幫扶、能力拓展、文化浸潤相互融合的育人型大資助格局，有助于加強高校資助育人工作的完善，對促進育人實效有重要意義。本文的研究結論將有助于為高校精準資助的相關政策提供新的切入點，為切實滿足家庭經濟困難學生的基本學習生活需求保駕護航。

參考文獻

[1]張志勇.新形勢下高校資助育人工作探索[J].學校黨建與思想教育，2019，（11）：8486.

[2]孫濤，沈紅.基于家庭經濟狀況調查的高校貧困生認定——國際比較的視角[J].外國教育研究，2008，（10）：2629.

[3]HirschWZ，WeberLE.Challengesfacinghighereducationatthemillennium[M].Americancounciloneducation&oryxpress，1999.

[4]蔡炫.家庭人力資源狀況指標在高校貧困生認定中的應用[J].產業與科技論壇，2016，15（11）：7576.