发展型资助视域下高校贫困生精准认定研究*

周年芳 王夏强 李宇辉 （南通大学地理科学学院）

习总书记多次强调：“扶贫先扶智，教育是阻断贫困代际传递的治本之策。”高校贫困生资助在促进教育公平、提升人才培养质量、实现教育扶贫等方面发挥着重大作用。2017 年，教育部在《高校思想政治工作质量提升工程实施纲要》中明确指出：要建立国家资助、学校奖助、社会捐助、学生自助“四位一体”发展型资助体系。[1]高校资助正从全面普及的量的要求转变为对精准资助的质的关注，不仅要在物质层面保障学生发展，还要在精神层面引导学生发展，[2]资助育人成为高校资助工作的更高阶段。[3]

一直以来高校学生精准资助受三大难题困扰：贫困生精准认定、资助方式的精准化和资助管理的精准化。[4]其中，贫困生认定是资助工作的首要环节，是实现精准资助的前提。[5]“准确选定贫困生，将学校有限的补助资金真正发到家庭确实困难的学生手中，是高校做好贫困生工作的先决条件”。[6]当前我国脱贫攻坚战取得全面胜利，已全面建成小康社会，进入后脱贫时代，家庭经济条件会持续改善，学生基本求学需要也会得到充分保障，“建档立卡”“低保”“特困供养”等对象将会逐渐消失，所谓的贫困生也只是相对的经济困难，因此，原有的贫困生认定标准、认定方法将不再适应新时代。在发展型资助工作要求下，贫困生认定在基于困难事实的基础上，还应考察受助后学生在行为表现、学业成绩、能力提升等方面的成长情况，将育人理念贯穿资助全过程。

一、高校贫困生认定研究现状及存在问题

目前关于高校贫困生认定的研究广泛，主要围绕制度安排、政策逻辑、理论研究、实施方法等展开，其中就贫困生精准认定的实施方法研究内容主要分为三类：1.困难事实量化与民主评议相结合的常规方法。如周威以南京理工大学为例，简述了家庭经济困难学生认定的工作实际。[7]2.基于数据挖掘和数理方法构建学生贫困指数计算模型。如毕鹤霞运用模糊综合评价法与模糊层次分析法的集成，建构了贫困度综合判别模型，对贫困程度予以排序。[8]又如郑建华基于数据样本和输入属性双重扰动与核ELM 融合构建了大学生贫困认定算法。[9]3.利用大数据技术进行校园卡消费分析，确定困难学生。郑州大学、中国科学技术大学、电子科技大学、南京理工大学等高校基于学生消费数据自动生成贫困家庭学生建议名单，并进行资助。[10]

当前国内各高校贫困生认定还未形成统一的做法，除少数高校依托自身学科优势，结合以上先进研究方法已建立校内贫困生认定实施办法，大部分参照“递交申请—班级评议—辅导员审核—学院认定”流程，围绕家庭情况、个人消费等指标，量化计分与民主评议相结合，该做法取得了一定成效，但存在以下问题：1.认定依据缺乏真实性。目前我国尚未建立统计家庭收入的方法，关于家庭现实数据很难求证，且教育部明确了“申请资助时出具相关证明环节改为申请承诺”，以上种种都会使认定依据的真实性降低。2.观测指标单一。资助育人是个系统工程，目前贫困生认定局限家庭情况、个人消费等显性指标，停留在“输血型”无偿资助，忽视了个体“自助”主观能动性，存在资助和育人“两张皮”现象。3.贫困指数量化方法缺乏科学性。对于贫困指数量化高校普遍做法是主观判断赋予各个观测指标权重，以加权求和的分值作为贫困指数。该方法使得贫困生认定结果随机性较大，而造成学生贫困的影响因素之间的联系是复杂的，应该客观评估各因素指标的重要性。

二、各基础指标选取及换算处理

通过院校调研及文献分析，目前高校贫困生认定时主要围绕学生家庭现实情况和校园消费两个维度展开，而“后脱贫时代”新形势下，学生基本求学需要得到充分保障，高校资助将向发展型资助转变。基于此，本文提出贫困生认定时除分析家庭情况、个人消费等常规指标，还要考查学生受助后在行为表现、学业成绩、能力提升等方面的成长情况，将育人理念融入贫困生认定过程，实现向“造血型”资助育人转变。以笔者所在单位贫困生认定工作开展为例，以往的做法是采用家庭困难量化和民主评议相结合的方法：学生首先通过省资助管理平台提交申请，填写家庭经济情况量表，系统依据《J 省学生家庭经济信息采集量化表指标体系》自动生成困难量化分值；然后班级、辅导员进行评议；最后结合系统打分、民主评议确定困难等级。不久前学院制定了受助学生参加义务服务工作管理办法，试图将受助学生义务服务工作考核结果纳入贫困生认定体系。通过综合考量和经验改进，本文选取学生家庭现实情况（以下称家庭现实）、校园卡总消费水平（以下称总消费水平）、校园卡中餐消费院均比（以下称中餐消费院均比）、义务服务工作考核结果（以下称义工考核）、学业成绩、在校行为表现（以下称行为表现）等六项指标用于贫困生认定。其中家庭现实、义工考核、学业成绩和行为表现四项指标的描述和换算在笔者另一篇文章《后脱贫时代育人理念在高校贫困生认定中的融入研究》已做详细介绍，这里着重对总消费水平和中餐消费院均比两项指标进行阐述。

随着高校校园一卡通服务功能的完善，校园卡广泛应用于食堂、校园商超等场景，其承载的金融消费和身份识别两大主要功能使其成为分析学生消费水平和经济状况的有效途径。目前关于校园卡数据分析和挖掘已有初步研究，通过文献分析与工作经验，本文构建总消费水平和中餐消费院均比两个指标用于建立贫困认定模型，指标说明及换算如下所示：

总消费水平=（全院人均校园卡总消费/校园卡总消费）×100

其中消费支出是指学生利用校园卡在学校各食堂和商超进行消费的支出，定义中餐消费的时间段为11：00-13：00。为方便贫困生精准认定模型建构，约定各项指标取值0-100，当指标的最大值超过100，通过下面的方法将所有指标值进行统一压缩：

M100=（M0/Mmax）×100…………Mmax＞100

公式中，Mmax指某项指标中所有申请学生的最大值，M0 指指标原始值，M100指换算成百分制对应的分值。

三、贫困生精准认定模型建构

贫困生也称家庭经济困难学生，指学生或者其家庭筹集的资金难以支付其在校期间学习和生活的费用，该定义本就是模糊概念，贫困级别之间的关系也缺乏明显的界限，致贫因素又介于定性和定量之间，所以贫困生认定实际操作中存在大量的“模糊性”。 大部分高校在实际操作时主观地给贫困生认定的观测指标赋予权重，其实对于这种模糊评价问题，采用模糊数学的方法进行评判更加科学、精确。通过阅读相关文献，结合笔者所在单位工作开展实际，本文决定通过层次分析法建立贫困生精准认定模型。

（一）层次分析法原理

层次分析法（Analytic Hierarchy Process）是美国运筹学家 T.L.Saaty 教授提出的一种层次权重分析方法，该算法深入研究决策问题的本质、影响因子以及影响因子间的关联，将问题的决策思维过程数学化。基本思路是把决策问题分解为不同因素，根据因素间的相互关联和隶属关系将因素按不同的层次聚合，然后两两比较同一层次所有因素关于上一层次的相对重要性，通过权重层层上推得到最低层次各因素对总目标的绝对权重。AHP 具体分析步骤如下：

分析影响因素，建立层次结构模型。

构造判断矩阵（成对比较矩阵）。

如何确定每个层次中每个因素的权重，文章引用Saaty 等人提出的一致矩阵法：两两比较同一层次中的要素与上一层次的相对重要性，并用1-9 定量标度，最后构建重要度判断矩阵。重要度判断矩阵也称成对比较矩阵，矩阵中元素aij表示第i个因素相对于第j个因素的比较结果，标度方法如表1 所示。

表1 判断矩阵标度原则

一致性检验。

Saaty 的判断方法具有传递性和一致性，即若因素A比因素B重要，因素B比因素C重要，则因素A比因素C重要，为防止出现因素C比因素A重要的判断结果，需要对判断矩阵进行一致性检验。根据Saaty 的一致性检验计算规则，若CR（一致性比率）＜0.1，则默认判断矩阵通过一致性检验。检验方法如下：

CR=CI/RI

CI=(λmax-n)/(n-1)

式中：CR为一致性比率，CI为一致性指标，n为判断矩阵阶数，RI为平均随机一致性指数，λmax是判断矩阵的最大特征值。RI的取值如表2。

表2 RI 的取值表

（二）贫困生认定模型判断矩阵构造

根据专家经验判断及工作开展实际，本文对家庭现实、总消费水平、中餐消费院均比、义工考核、学业成绩、行为表现六项指标的重要性打分如表3 所示。

表3 各因素对于总目标重要性标度

（三）评价指标权重赋予

上述评价指标判断矩阵最大特征根λmax所对应的特征向量为

X=[0.8016 0.3888 0.3888 0.1834 0.0861 0.1187]T

将该向量归一化处理后得到权向量

ω=[0.407 0.197 0.197 0.093 0.043 0.060]T

ω 即为六项指标对于贫困生认定总目标的重要性的排序权值。

在层次分析法基础上，本文最终赋予“家庭现实”“总消费水平”“中餐消费院均比”“义工考核”“学业成绩”“行为表现”六项指标的权重如表4 所示。

表4 各基础指标及权重表

（四）学生贫困指数量化

各基础指标依据相应办法换算得到0-100 之间的某指数，通过加权求和得出贫困生的贫困指数。该贫困指数介于1 到100 之间，分数越高，说明贫困程度更高，分数越低，表明其贫困程度越低。

针对高校贫困生认定工作存在的观测指标单一、贫困指数量化方法缺乏科学性等问题，本文基于发展型资助视角，结合文献分析和工作开展实际，从家庭情况、在校行为表现、学业成绩、能力提升等方面选取因素指标，并通过模糊数学方法建立贫困生精准认定模型，将资助和育人有机结合。

进入后脱贫时代，学生不再因为家庭困难而失学，“输血型”无偿资助已不再适应新形势新要求，高校资助应当关注学生的成长成才，贫困生认定不应局限学生贫困事实的考证，还应当考查学生受助后在行为表现、学业成绩、能力提升等方面的成长情况，实现向“造血型”资助育人转变。本文对现有相关研究综合分析和改进创新，选取“家庭现实”“总消费水平”“中餐消费院均比”“义工考核”“学业成绩”“行为表现”六项指标，利用大数据技术和层次分析法构建贫困生精准认定模型。该模型在构建原理、指标选取和权重设定方面具有一定科学性与合理性，给后脱贫时代高校贫困生认定工作带来了新思路，具有一定的应用价值。目前笔者所在学院正试行义工制度，后面将在贫困生认定中验证、优化、推广该模型，使之能够成为后脱贫时代高校贫困生认定的实践范式。