高校貧困生認定體系量化探究——以南京農業大學為例

宮 佳 吳彥寧 包小萍 彭益全 邵星源

中國地域遼闊，各地區發展極不平衡，往往出現部分高校學生入學難，生活難等問題，成為影響社會和諧、教育公平的關鍵所在，引起黨和國家領導人以及社會各界的高度重視。國務院、教育部多次出臺相關文件，要求建立完善的貧困生資助體系。2007年5月，國務院頒布了《關于建立健全普通本科高校、高等職業學校和中等職業學校家庭經濟困難學生資助政策體系的意見》(國發［2007］13號)，決定從 2007年秋季學期開始，建立健全我國高等學校家庭經濟困難學生資助政策體系。同年，教育部和財政部共同頒布了《關于認真做好高等學校家庭經濟困難學生認定工作的指導意見》（［2007］8號），明確指出國家將在受助人數及資助額度方面逐年加大資助力度，兩項文件的頒布與實施標志著我國高校家庭經濟困難學生資助制度建設邁進一個新的歷史發展階段。[1]

貧困的含義是指個人或家庭由于缺乏必要的生產、生活資源，使其生活不能達到社會所要求的最基本水平。家庭經濟困難學生是指學生本人及其家庭所能籌集到的資金，難以支付其在校學習期間的學習和生活基本費用的學生。[2]但是高校貧困生如何認定，一直沒有一個統一的標準，成為困擾各級各類高校學生工作的癥結。本人和課題組成員長期從事高校貧困生資助工作，有感于此，不揣淺陋，以南京農業大學為例，探討高校貧困生認定體系的量化問題，以拋磚引玉，敬祈諸方家指正！

一、貧困生資助工作的現狀分析與存在問題

（一）貧困生資助工作的現狀分析與國內研究情況

隨著我國高等學校的擴張，大學生的貧困人數也在逐年增加。與此同時，國家對普通高等學校貧困生的資助力度也逐漸增加。新資助體系下，貧困生資助工作主要存在兩大方面的問題，一是目前貧困生認定工作以定性因素作為評定標準，主要是以學生提供的生源地政府部門出具的貧困生證明及個人的申請理由作為判斷依據，沒有統一的貧困生認定量化標準；二是資助名額分配與分布不合理，因資助力度大，資助面廣，高校主要根據學院學生人數的基數，按照相應的比例將資助名額分配到學院，實際工作中發現，因專業、院系、班級之間的貧困生比例存在較大的差異，會出現名額分配不合理的現象。[3]

石昌遠、徐長文等調查了目前高校貧困資助研究狀況及先進做法，指出了高校貧困生認定過程中存在的問題，并通過座談、問卷調查等方法，將貧困認定因素定量化。常亞平、宗樹闊從外部感知的消費行為角度，建立評價高校學生貧困度的模型。薛單構建了基于家庭收入—支出的助學金等級評定模型，以直接反應家庭年收入、支出的因素作為助學金等級初步評定的指標；家庭固定資產、教師評定等作為申請助學金申請資格的評定指標；“西部地區”、“重災區”等其中的一兩項可作為助學金傾向的指標。

（二）當前貧困生資助工作存在的問題

1.認定因素較為單一，缺乏客觀性

從生源性來看，農村貧困生比例遠遠高于城鎮生源的比例，主要原因在于，一是在認定過程中將“家住貧困邊遠地區”作為直觀評定因素，缺乏客觀評定標準。二是在部分農村偏遠地區，學生開據的家庭經濟情況調查表在當地民政部門沒有任何備案，“貧困證明”的可信度不高，較為隨意，因此，貧困生持有的“貧困證明”可比性不強。[4]

2.困難等級界限模糊，缺乏統一標準

近年來，國家對于農業高校學生的資助力度與覆蓋面呈逐年遞增的趨勢，在貧困生認定過程中出現困難與一般困難學生難以界定的問題，目前對于困難、一般困難的定義為文字性描述，主要依據貧困生是否申請國家助學貸款。學院評議小組在評定過程中主觀因素占據主導，沒有形成統一的認定標準。

3.名額按比例分配，認定工作存在局限性

學校助學金100%覆蓋在校本科生，其中學校一等助學金占比學?？側藬档?0%。不同專業不同年級的學生，個人具體情況存在較大差異，按比例分配會出現少數班級認定的個別貧困生并不貧困，而實際上真正困難的學生沒有得到相應的資助，認定工作存在一定的局限性。

二、貧困生認定量化等級評價體系的研究與建立

（一）問卷調查的基礎數據分析

本次問卷調查以南京農業大學為例，內容包括大學生的基本信息、對貧困資助的認知情況及對認定因素評價等具體內容。按照隨機原則對各年級學生進行抽樣調查，發放問卷1000份，其中收回有效問卷927份，有效問卷率為92.7%。參與此次問卷調查的學生性別及生源地分布均勻，具有一定的代表性。

表1 參與調查學生的主要統計學特征

本文歸納總結了貧困生認定過程中出現的12項認定因素，并詳細反映在問卷調查中，調查學生對貧困生認定因素對于貧困生認定結果的影響程度進行打分，其中1為沒有影響，9為影響絕對強，各認定因素的均值及對應分值選擇百分比顯示如表2。

表2 貧困認定因素的均值及各分值對應百分比

調查結果顯示，“家住貧困邊遠地區”得分為6.97，排在第五位；“國家級貧困縣”得分較低為6.14，來自國家級貧困縣的學生對于這一選項的平均打分排在其對12項因素打分由高到低排序的第8位，學生對自己身處的環境有更深入的了解，“國家級貧困縣”這類稱號并不能完全代表學生自身家庭的生活水平，也不能作為直接的評定因素，因各地區生活水平存在較大的差異，因此在貧困生認定過程中應全面考慮學生家庭所在地域生活水平的具體情況。

12項因素中得分最高的是“家庭遭受自然災害”，分值為7.39，且選擇9影響絕對強的比例為50.50%，選擇1沒有影響的比例僅占2.6%；家庭遭受自然災害可以直觀的反映學生當前家庭情況的現狀，在貧困生的認定過程中，應把突發因素作為十分重要的參考指標，幫助家庭經濟困難的學生及時解決面臨的生活困難；“家庭人均年收入”得分也為7.39，且選擇1沒有影響的比例最低，僅為1.6%，家庭人均年收入可以準確的反映一個普通家庭對學生必要的學習、生活費用的支付能力與水平；“父母離異”的得分非常低（5.35），15%的人認為對于貧困生認定沒有影響；“家人患重病”這一因素得分排在第二位（7.19），因家庭的親屬治療疾病的費用會占據家庭生活開支的較大部分；“有老人需要贍養”這一因素得分偏低（5.86），老人日常生活開銷相對較少，且老人的醫療開銷已經包含在“家人患重病”這一因素之中。

對于在校期間消費水平，各等級得分分布均勻。對于助學金的用途，絕大部分學生認為用于學習及日常支出，但也有近20%的學生認為可以用于購買電子產品等其他用途。目前電腦、手機已成為大學生學習生活的必須品之一，同時，學生在校期間會積極參與學生社團及相應的活動，需要一定的正常開銷。因此，學生在校期間的消費水平需要一個較為科學、客觀的評價體系，引導學生合理的消費方式，并作為貧困生認定工作的重要參考依據。

（二）構建指標遞階層次結構

在認定過程中，將層次分析法和模糊綜合評價進行集成和應用，使貧困生認定過程條理化、層次化，建立量化的貧困生認定體系。將指標按支配關系組成遞階層次結構；結合模糊集合變換原理，以隸屬度描述各貧困認定因素的模糊界限，構建貧困認定的模糊評價矩陣，通過多層的復合運算，最終確定該生是否貧困及相應的貧困等級。

1.確定貧困等級評定因素

基于貧困認定工作實際存在的問題以及對問卷調查的數據分析，可將12項認定因素進行簡化與整合：“國家級貧困縣”不能全面反映學生的家庭生活水平，且“家住貧困邊遠地區”已將其地域因素考慮在內；離異對家庭經濟情況未能產生較大的影響；對于“家有老人需要贍養”已包含在“家人患重病”這一因素之內；新生剛入校時間不長，對其日常消費情況沒有總體把握，因此將“在校期間消費水平”作為參考因素。[5]從而得到貧困生等級評定的三層指標體系，見圖1。

圖1 貧困生等級評定指標體系

建立兩個二級指標分別為自然因素與家庭因素，將簡化后的貧困生認定因素作為三級指標隸屬于二級指標，具體為：

U貧困生等級={U1自然因素，U2家庭因素}

U1自然因素={U11家庭遭受自然災害，U12家住貧困邊遠地區}

U2家庭因素={U21家庭人均年收入，U22低保戶，U23父母雙下崗，U24孤兒，U25家人患重病，U26有兄弟姐妹上學}

2.構造比較判斷矩陣

在確定各指標在貧困生認定中所占的比重時，遇到的主要困難是這些比重不易定量化。采用A.L.Saaty的1-9尺度方法，把同一層次指標對上一層次對應指標的影響進行兩兩相互對比，對比時采用相對尺度，比較結果可用成對比較矩陣表示。[6]

表3 A.L.Saaty的1-9尺度方法

將自然因素、家庭因素對于貧困生等級的影響進行對比，自然因素中含有2項因素，而家庭因素中含有6項因素。貧困生家庭支付學生學費及生活費的能力由學生自身的家庭經濟水平及家庭成員具體情況而定，自身家庭經濟水平與生源地總體的發展水平有關聯。[7]結合數據分析，選擇家庭因素對于貧困等級的影響與自然因素相比的尺度為4，介于影響稍強與影響強之間，自然因素與家庭因素的影響則為互反數1/4；自然因素與家庭因素對于貧困生等級影響的判斷矩陣為：

將“遭受自然災害”，“家住貧困邊遠地區”對于自然因素的影響進行對比，“遭受自然災害”得分最高，自然災害對普通家庭的影響十分嚴重，甚至會導致該生無家可歸的局面；“家住貧困邊遠地區”代表學生生源地的發展水平，來自“國家級貧困縣”的大部分學生在問卷中的結果顯示，不愿意把生源地作為直接的認定因素之一，因為遭受自然災害比貧困邊遠地區為對自然因素的影響更加直接，影響更強，尺度顯示為5，貧困邊遠地區與自然災害的影響則為互反數1/5，自然因素的判斷矩陣為：

在家庭因素中，“家庭人均年收入”得分最高，并且“家庭人均年收入”最能代表家庭的經濟實力，故其產生的影響比其他因素都大，與其他因素相比的尺度均大于1；低保戶需要出具相關證明辦理，能反應家庭生活水平；“父母雙下崗”并不能完全反映家庭經濟困難，父母通過打工、再就業等途徑仍然可以獲得經濟來源；孤兒無家庭收入來源，但可能受政府民政部門援助，且學校對于孤兒等特殊群體，有免學費等政策；家人患重病及有兄弟姐妹上學，在家庭成員基本生活需求上，還需要較大花銷，故家庭因素的判斷矩陣為：

3.求解各層指標權重

權重是一個相對概念，某一指標的權重是指該指標在整體評價中的相對重要程度。[8]經計算，各貧困認定因素的比重分別為：遭受自然災害0.6667，家住貧困邊遠地區0.1333，家庭人均年收入0.0743，低保戶0.0235，父母雙下崗0.0090，孤兒0.0136，家人患重病0.0398，有兄弟姐妹上學0.0398。

表4 各層次指標權重

（三）構建定量化等級評定體系

1.建立評價矩陣

不同的三級指標屬性不同，根據其性質，分為主觀模糊評價、是非評價、數值評價。建立貧困生等級評語集 V＝{V1，V2，V3},其中 V1為一等特殊困難，V2為二等困難，V3為三等一般困難。從每個指標出發，對于認定對象進行評定，可以得到該因素的判斷集：R＝{R1，R2，R3}，其中 Ri表示認定對象在該因素上對應第i等級的隸屬度。[9]

（1）主觀模糊評價

家住貧困邊遠地區、父母雙下崗、家人患重病、有兄弟姐妹上學這四項認定因素，在學生的描述中顯示，嚴重程度的確定有很強的主觀因素，采用統計的方法確定其對于各貧困等級的隸屬度。由n位評審人來評價，若n位評審人中分別有a、b、c位認為該因素的認定等級為一等、二等、三等，則該因素一等、二等、三等的隸屬度分別為 a/n、b/n、c/n，即{a/n，b/n，c/n}。

（2）是非評價

是非評價包括：家庭遭受自然災害、低保戶、孤兒，對于是非評價，其認定的結果是確定的，篩選學生申請信息中是否包含該類因素：

若含有兩項及兩項以上該類因素，則隸屬度為{1，0，0}，即隸屬于特殊困難若有一項該類因素，則隸屬度為{0，1，0}，即隸屬于困難；

若不含有該類因素，則隸屬度為{0，0，1}，即隸屬于一般困難。

（3）數值評價

家庭人均年收入為數值評價，假設學生填寫的家庭人均年收入為X，統計出數值評價一等、二等、三等的標準額為O1O2O3；根據X的值將其帶入三個函數中對應的公式，求出F1（X）F2（X）F3（X）對應的值即是其對于一等、二等、三等的隸屬度，即{F1（X）F2（X）F3（X）}。[3]

2.綜合評價

所有因素的隸屬度確定后，組合即可得到第三級指標的評價矩陣：

將權重矩陣W與第三級指標的評價矩陣R運用模糊矩陣乘法（最大-最小合成運算）相乘，得模糊綜合評價矩陣D，即：

其中d1d2d3分別表示各因素綜合評定后，整體對于一等、二等、三等的隸屬度。[10]根據最大隸屬度原則，最后該認定對象的等級評定為:

若 max{d1，d2，d3}＝d1，為一等；

若 max{d1，d2，d3}＝d2，為二等；

若，max{d1，d2，d3}＝d3為三等。

三、貧困生量化認定的要點

（一）平衡各因素之間的權重比例

在農村家庭中，靠種田獲得家庭收入的比例僅為21.7%，靠打工、工資、經商等方式獲得收入的家庭占78.3%；同時，來自農村的學生并不希望將生源地作為單一的貧困生等級認定因素，而能夠將家庭人均年收入、遭受自然災害作為主要的評定標準。[11]依據層次分析法的結果顯示，僅靠單個的因素并不能直接判定學生的家庭經濟水平，應將學生生源地的經濟發展水平、消費水平及個人家庭生活狀況有機結合起來，建立量化的認定標準。在評定工作中，我們試圖運用模糊數學將認定過程中的語言描述用直觀的數據表達出來，并將定量化的標準與評議小組的意見有效結合，使貧困生認定工作做到公平透明、有據可依。

（二）合理地規范貧困生的年均資助額度

由于學校資助額度與覆蓋面逐年增加，貧困生每年獲得的資助額度顯著提升，貧困生資助額度的合理性問題也顯得尤為突出。調查數據顯示，選擇資助標準為2001-3000元的學生占16.07%，選擇3001-4000元的學生占32.15%，選擇4001-5000元的學生占18.02%，選擇5000元以上的學生占26.43%。然而來自城鎮與農村的學生均選擇了比例最高的3001-4000元這一檔，有81.2%的學生認為獲得解困的主要途徑，就是貧困生可獲得多項資助的方式。近年來，國家的資助體系趨于完善，資助規模不斷增加，南京農業大學也建立了以國家助學貸款為基本幫困渠道，獎、助學金為主要激勵方式，其他資助方式為輔助的新的資助體系。我們更應該合理的規范貧困生每年獲得獎助學金的資助額度，將助學金合理地分配到真正需要幫助的貧困生手中，做到公平公正、落實到位。

［1］教育部，財政部.關于認真做好高等學校家庭經濟困難學生認定工作的指導意見[R].2007.

［2］石昌遠,徐長文,寧靖姝,鞠茵妮,張兆磊.高校貧困生認定存在的問題及資助對策研究[J].文教資料，2012,(7).

［3］薛單.高校助學金等級評定模型研究及系統開發[D].北京：北京交通大學，2012.

［4］于超美,葉威惠,鄭培晨.基于量化評估的貧困生認定體系探索——以北京大學地球與空間科學學院為例[J].高校輔導，2013,(3).

［5］李琳,盧中昌.高校家庭經濟困難學生層次認定模型研究[J].大連理工大學學報，2011,(3).

［6］張國立,張輝,孔倩.模糊數學基礎及應用[M].北京：化學工業出版社，2011.

［7］呂道均，吳亮，桂程君，李曉蘭.對高校貧困生認定工作的探討[J].教育研究，2011,(5).

［8］王靜龍.多元統計分析[M].北京：科學出版社，2008.

［9］常亞平,宗樹闊.中國高校學生貧困度測評體系和評價模型構建研究[J].高教探索，2009,(1).

［10］張弛,張青.綜合評價模型在人力資源績效考核中的應用[J].現代經濟，2007,(6).

［11］王芳,朱文.淺議高校貧困生的認證與資助[J].現代商貿工業，2008,(1).