高校贫困生资助对象认定体系及机制研究

徐柏林 朱伟

摘    要： 随着高等教育大众化，高校贫困生绝对人数增加，贫困生精准认定成为高校贫困生资助的难点之一。本文以信阳师范学院资助工作实践为例，利用层次分析法（AHP）对贫困原因的指标权重与受资助的一致性进行研究，针对贫困生认定中出现的问题，尝试提出高校“精准资助”新模式。

关键词： 高校贫困生    资助对象    认定体系    精准资助

引言

高校家庭经济困难学生精准认定工作是开展家庭经济困难学生精准资助工作的基础，不仅关系到高校自身的发展，而且关系到社会的稳定和发展[1]。1999年扩招以来，随着毛入学率提高，高校贫困学生绝对数量随之增加，贫困生精准认定成为高校贫困生资助的难点之一。通过文献检索，已有成果对贫困生精准认定的研究相对较少。笔者尝试结合信阳师范学院贫困生资助现状，以2015年—2017年家庭经济困难学生认定数据为依托进行分析，探索高校资助新模式。

1.研究方法

本次研究主要采用层次分析法（AHP），对信阳师范学院2015年—2017年的家庭经济困难学生认定的数据进行分析，并在此基础上进行定性和定量相结合的分析[2]。

2.基于AHP的贫困生认定指标权重与受资助一致性分析

2.1AHP指标层量化设计

根据《信阳师范学院普通本专科生家庭经济困难学生认定办法》，基于AHP分析原理，将该认定办法中包含的因素进行分层归纳，最高层是目标层，中间层是准则层，最低层是指标层。通过对信阳师范学院2015年—2017年的家庭经济困难学生认定的数据的分析，总结家庭经济困难认定的申请理由，共分出包括建档立卡户、孤儿、单亲家庭、低保户、家庭突发事故、家庭负债、家人残疾或患病、家庭人口多（上学子女多）、家庭收入微薄及其他等十大原因，然后对这十大原因进行归类，按照是否共有某些特征进行归纳成组，同一类指标归结为同一标准层，准则层分为三层，分为客观因素、特殊情况因素、一般家庭因素，即“三维”家庭困难学生认定体系。其中客观因素下的指标层有建档立卡户、孤儿、单亲家庭、低保户，特殊情况因素下的指标层主要是家庭突发事故，一般家庭因素下的指标层有家庭负债、家人残疾或患病、家庭人口多（上学子女多）、家庭收入微薄、其他。最后，将单一的最高层次即目标层设为高校贫困生资助对象贫困度认定，指标层和准则层共同服务于目标层。

2.2基于AHP致贫原因指标权重的测算

基于上述对目标层、准则层、指标层的划分，将指标层中的十大指标两两对比。层次分析法（AHP）采用1—9标度方法进行权重的比较，对不同指标的评比给出不同的数量标度[3]。例如，对于A和B两个指标来说，A比B相对家庭经济困难认定的重要程度可以分为同等重要、稍微重要、明显重要、强烈重要和绝对重要，即两两指标比较标度，如表1所示;而位于中间的重要程度则是A和B两个标准之间折中时的标度，记为2、4、6、8分，反之如果B比A重要则B比A，即分数的倒数是A和B两个指标的标度。

2.3指标层权重与受资助一致性分析

2.3.1各指标层权重分析

从家庭经济困难认定指标体系指标权重表可以看出，在客观因素下的指标层所占权重最高，在这一准则层中，建档立卡户的权重占到29.52%，是指标层中权重最高的一个，与国家实行精准扶贫政策直接相关：建档立卡户的学生可以无条件地享受国家助学金;低保户的权重仅次于建档立卡户排位第二;孤儿所占权重为15.59%居于第三位;单亲家庭近几年越来越多，家庭的分离或父母一方的离世给家庭带来沉重的经济负担;家庭突发事故所占权重为7.50%，在对家庭经济困难认定的申请理由进行分类的过程中，发现有些申请原因是家人发生车祸、摔伤、粮食作物遭受洪灾等，将这类原因归结为家庭突发事故，基本每个家庭都有这种情况，所以这一准则层下的指标层占的权重不高。

2.3.2指标权重与受资助一致性探讨

利用AHP分析法，对家庭经济困难认定的指标权重进行以上分析。为了验证信阳师范学院评选受资助贫困生的指标的合理性，对2015年—2017年信阳师范学院受资助学生情况做了统计，结果如下图所示：

对上图进行认真分析，不难发现，2015年前后高校资助政策的明显变化，如图（a）建档立卡户所占比例为0表明虽然国家2013年就开始实行贫困户建档立卡政策，但2015年及之前高校普遍并未将建档立卡户学生列为无条件享受国家助学金补助范围。从图（b）（c）不难看出，2016年以后，建档立卡户学生受资助占贫困认定的100%，上图中的对比数据显示，家庭突发事故在受资助比例中基本维持在75%左右，仅次于客观性因素，与家庭突发事故权重一致。从受资助学生占贫困认定的比例看，家庭负债、家人残疾或患病、家庭子女多、家庭收入微薄这四类指标在2015年和2016年所占比例较稳定，占到60%，而2017年所占比例明显提高;申请原因为其他的指标所占比例在2015年超过75%，在2017年高达60%，这种现象与指标权重的分析差距较大，说明在贫困生认定过程中有人为原因导致的偏差。

2.3.3不一致原因分析

针对指标权重与受资助学生比重的不一致性，通过调研、访谈和对数据的分析，认为不一致原因由以下四个方面：

2.3.3.1学生真正贫困：大都是在客观性因素和突发性因素下，学生家庭确实比较贫困。总体来说，这类学生在班级中占比较低，此类贫困学生识别不存在困难，资助会及时准确。

2.3.3.2数字贫困：大都因为在家庭经济困难认定过程中，在实际操作过程中，由于一般按照班级总人数分配名額，导致某些具体班级会有分化成两种情形：一是真正贫困的人数较多，家庭条件一般的学生获得资助的概率就比较小。二是班级中真正贫困的人数较少，有更多资助名额，家庭条件一般的学生获得资助的概率就会大大提升。

2.3.3.3原因贫困：在班级日常工作中，有些学生做出了大量的工作，基于此，在家庭经济困难认定与资助过程中，除真正贫困的学生干部和学生之外，一些家庭条件一般的学生会因得到院系贫困认定小组成员的特殊照顾获得较高概率资助。

2.3.3.4关系贫困：部分学生因平时与老师或班干部交往较多，当老师或班干部是贫困资助认定小组成员时，部分学生可能因为关系特殊而获得一定的资助。

3.构建高校贫困生“精准认定+精准资助”新模式

随着社会经济、政治、科技、文化的不断发展，以更科学的方法、更专业的态度做好大学生精准认定和精准帮扶是高校资助管理工作的共识。

3.1规范贫困生精准认定政策支持

在精准扶贫政策的大背景下，家庭经济困难认定非常规范、精确，但由于学校没有去学生家实地走访等原因，大学生贫困认定存在一定的瑕疵可能，为确保高校对贫困大学生的精准认定，应建立地方政府和学校的信息交流对接联动机制，实现精准扶贫互通共享，避免认定依据信息失真。

3.2加大大学生诚信教育和高校资助工作宣传力度

在家庭经济困难认定过程中，部分本不困难的大学生缺乏诚信意识，导致真正贫困的学生难以得到很好的帮扶，而且容易恶化社会和校园风气。高校学生部门需要对学生展开诚信教育以引导其树立正确的观念，确保申请过程中不会再有伪贫困的出現[5]。同时，各高校应该加大国家资助政策的宣传力度，促进大学生对家庭经济困难资助政策的了解，引起大学生对贫困生精准认定的重视，帮助确实有困难的学生顺利完成学业。

3.3建立大学生家庭经济贫困认定监督机制

当前高校贫困生资助过程中一般来说在资助后期监管上比较缺乏，容易出现一些违反规定和政策的行为，比如“原因贫困”与“关系贫困”就是缺乏有效监督造成的。因此，要形成高校资助工作的有效性和长效机制[6];学校应该设立有效的线上线下监督平台，对各种违反贫困认定要求的行为及时纠正，避免错误发生。

3.4建立稳定的贫困认定工作队伍

在贫困生认定体系中，班级贫困生认定的民主评议小组成员一般由班主任、班委及班级学生代表组成，新加入的成员由于对认定工作缺乏了解，容易造成贫困认定的不规范性;同时学院负责相关方面的老师在人事调动方面较频繁。因此，高校要建立一支高效率的贫困认定组织，确保贫困认定工作有序、公正开展。

3.5多途径验证贫困认定与资助结果

在当前家庭经济困难认定中，各高校都是依据家庭经济困难学生的申请及在家庭所在地、乡、镇或街道民政部门开具的贫困证明作为评定的依据。在实际操作过程中难免受地方保护等因素影响真实性，为了从资助源头验证，需要通过实地走访或信访等形式与贫困学生家庭所在地政府进行沟通交流，了解学生家庭的实际情况，及时更新档案库，确保贫困认定工作的公正性。

结语

笔者基于AHP分析模型，以信阳师范学院2015年—2017年家庭经济困难认定表和2015年—2017年受资助学生情况统计表为依据，在对指标体系进行客观分析的条件下，得出各指标层的权重，将各指标的权重与受资助学生占贫困认定的比例进行对比，揭示当前高校家庭经济困难认定体系存在问题，初步尝试探索高校贫困生“精准认定+精准资助”的新模式。此外，需要指出的是，与时俱进地推进经济困难认定与资助体制改革任重而道远。

参考文献：

[1]沈雪梅.高校贫困生认定工作难点分析及对策思考[J].黑河学院学报，2017，8（09）：75-76.

[2]唐西也.基于AHP和CM模型的贫困生精准认定与实证分析[J].教育财会研究，2017，28（05）：47-53.

[3]卢丹，龙一平.基于AHP模型的高校大学生贫困度分析研究[J].江苏理工学院学报，2016，22（01）：102-106.

[4]罗增强.基于AHP的高校贫困生认定方法研究[J].价值工程，2011，30（03）：226-227.

[5]毕鹤霞.国内外高校贫困生认定与研究述评[J].比较教育研究，2009，31（01）：62-66.

[6]黄瑞梅.高校贫困生认定体系的构建与完善策略分析[J].南方论刊，2016（07）：63-64.

基金项目：河南省科技计划项目（182400410264）。