大數(shù)據(jù)背景下的高校精準(zhǔn)資助評價模型構(gòu)建

文/何煒 蔣昆坤 許欣欣，成都大學(xué)

1 引言

實施精準(zhǔn)扶貧，共奔小康和實施國家大數(shù)據(jù)戰(zhàn)略等一系列發(fā)展戰(zhàn)略是當(dāng)前國民經(jīng)濟(jì)和社會發(fā)展的重要要求。如何應(yīng)對人工智能、新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)以及大數(shù)據(jù)等帶來的新時代挑戰(zhàn)是當(dāng)前教育事業(yè)發(fā)展的難點和探索方向。目前，社會各界也在教育精準(zhǔn)扶貧上展開新的研究和探索，充分完善精準(zhǔn)資助的評價機(jī)制和有效利用數(shù)據(jù)資源的工作已經(jīng)全面展開。

2 當(dāng)前高校資助存在的問題

“精準(zhǔn)扶貧”是我國“十三五”期間扶貧工作的戰(zhàn)略部署，將“精準(zhǔn)扶貧”引入到高校資助工作中，既能體現(xiàn)習(xí)近平總書記提出的“扶貧先扶智”的指導(dǎo)思想，又能有效解決當(dāng)前高校貧困生認(rèn)定中存在一些問題。這些問題使得認(rèn)定的精準(zhǔn)性與有效性難以得到保證，并且當(dāng)前的評價體系也亟待完善。

2.1 學(xué)生認(rèn)定過程單一簡單，缺乏真實性

高校貧困生認(rèn)定通常以申請人提交相關(guān)申請材料及附屬證明資料，由班級選取評定成員和班委干部以及班級輔導(dǎo)員進(jìn)行評定工作。一般都是通過單一打分或者根據(jù)主觀經(jīng)驗判斷進(jìn)行評選和等級認(rèn)定，雖然評選人對申請人的日常消費能力能和消費情況有一定了解，但仍有很大可能出現(xiàn)漏評或錯評。并且申請人提交資料的真實性很難保證，如家庭收入一欄一般都是學(xué)生估計填寫，當(dāng)?shù)卮逦瘯蚓游瘯K于人情關(guān)系不做任何審核便予以簽字蓋章，地方民政部門也無從核實。認(rèn)定方法簡單且不嚴(yán)謹(jǐn)，認(rèn)定過程缺乏有效監(jiān)督。

2.2 缺少合理清晰的認(rèn)定標(biāo)準(zhǔn)，無法實現(xiàn)資助動態(tài)管理

現(xiàn)階段，高校認(rèn)定貧困生基本根據(jù)教育部的“學(xué)生總體家庭經(jīng)濟(jì)情況困難，學(xué)生和家庭沒有能力支付學(xué)生在學(xué)校期間教育的費用”的標(biāo)準(zhǔn)，較少高校采用創(chuàng)新舉措。但這樣的標(biāo)準(zhǔn)不但不清晰還很模糊，且會在貧困生認(rèn)定過程中根據(jù)實際情況不斷更改，因此在實踐中難以進(jìn)行有效的落實。再者，由于突發(fā)變故導(dǎo)致的貧困很可能由于貧困生的自卑心理或者評定小組的疏忽漏評等原因無法被精準(zhǔn)地認(rèn)定。此外，學(xué)生的家庭經(jīng)濟(jì)狀況是不斷變化的，而傳統(tǒng)的資助認(rèn)定辦法常以歷史標(biāo)準(zhǔn)作為認(rèn)定標(biāo)準(zhǔn)，對于學(xué)生家庭的實際經(jīng)濟(jì)狀況信息不能做到及時了解和掌握，這是亟待解決的問題。

2.3 忽視資助育人的目標(biāo)

當(dāng)前的資助模式大多僅停留在助學(xué)資金配置和精準(zhǔn)資助的層面，很少以在資助學(xué)生的同時對其進(jìn)行意志品質(zhì)的培養(yǎng)為目標(biāo)。筆者認(rèn)為高校的資助工作不應(yīng)單停留在經(jīng)濟(jì)資助層面上，既要幫助學(xué)生緩解經(jīng)濟(jì)困難和維持學(xué)業(yè)，更要培養(yǎng)他們自愛、自修、自尊、自強(qiáng)的美好品質(zhì)或意志，以期幫助他們成為有擔(dān)當(dāng)有奉獻(xiàn)的人。

3 大數(shù)據(jù)引入

隨著大數(shù)據(jù)的不斷發(fā)展，通過定量化的技術(shù)分析得到申請人的家庭經(jīng)濟(jì)信息和特征數(shù)據(jù)，建立更加完善的高?！熬珳?zhǔn)資助”體系是當(dāng)前的研究熱點。大數(shù)據(jù)具有規(guī)模性、多樣性、高速性和價值性四大基本特征，能夠有效地解決資助的精準(zhǔn)化和真實性問題，同時也有助于提高當(dāng)前資助工作人員的效率。大數(shù)據(jù)涵蓋學(xué)生各方面的信息，如生源地與家庭情況、生活與消費能力、學(xué)習(xí)和能力情況與綜合素質(zhì)因素情況等方面的全面又更具真實性的數(shù)據(jù)。大數(shù)據(jù)背景下進(jìn)行精準(zhǔn)認(rèn)定的前提就是進(jìn)行數(shù)據(jù)分析與挖掘，目前不少學(xué)者早就在該方面展開了研究，但較多僅就一卡通數(shù)據(jù)展開相應(yīng)的研究，如利用K-means、C4.5、Apriori、關(guān)聯(lián)分析、聚類分析、K近鄰方法等進(jìn)行相關(guān)的數(shù)據(jù)研究。本文完善了高校資助對象精準(zhǔn)認(rèn)定指標(biāo)體系，加入了日常表現(xiàn)指標(biāo)和基本信息指標(biāo)的考量。

4 高校精準(zhǔn)資助評價模型構(gòu)建

本文采用層次分析法（Analytic Hierarchy Process，AHP）和模糊綜合評價法(（Fuzzy Comprehensive Evaluation，F(xiàn)CE）相結(jié)合的方法建立高校精準(zhǔn)資助評價模型，以期達(dá)到對貧困學(xué)生進(jìn)行精準(zhǔn)評定的目的。首先應(yīng)用層次分析法，對貧困生的評價指標(biāo)進(jìn)行分層和分類，通過構(gòu)造判斷矩陣的方式兩兩比較評價指標(biāo)的重要性程度，之后再計算權(quán)重向量并檢驗一致性。然后建立模糊綜合評價模型，利用隸屬度理論把定性評價轉(zhuǎn)化為定量評價，從而確定評判效果。采用模糊綜合評價法處理評價對象，有助于量化處理評價對象的一些比較模糊的信息和數(shù)據(jù)，處理結(jié)果既科學(xué)又合理，并且采用模糊綜合評價法能夠比較準(zhǔn)確地刻畫被評價對象，因為評價結(jié)果不是一個點值，而是一個矢量，這使得結(jié)果包含了更加豐富的信息。此外，通過運用層次分析法來對評價指標(biāo)進(jìn)行分類和確定權(quán)重，能在很大程度上彌補(bǔ)傳統(tǒng)模糊分析由于人為主觀對權(quán)重進(jìn)行賦值導(dǎo)致權(quán)重不準(zhǔn)確不真實的缺陷。因此，融合層次分析法與模糊綜合評價法建立模型對貧困生進(jìn)行精準(zhǔn)認(rèn)定，既能達(dá)到定性分析，也能達(dá)到定量分析的目的，使得評價結(jié)果更加真實準(zhǔn)確。

4.1 運用層次分析法確定評價因素的權(quán)重向量

4.1.1 構(gòu)建高校資助對象精準(zhǔn)認(rèn)定指標(biāo)體系

設(shè)K=(k1,k2,k3,k4)為助學(xué)金評價的4種一級評價指標(biāo)，kij為第i種一級評價指標(biāo)下第j種二級評級指標(biāo)，具體如下表1所示：

表1 高校精準(zhǔn)資助對象認(rèn)定指標(biāo)體系

4.1.2構(gòu)造判斷矩陣

設(shè)xi和xj為同一級的任意兩個高校精準(zhǔn)資助對象認(rèn)定評價指標(biāo)，可以構(gòu)造判斷矩陣A=(aij)n×n，并通過相對權(quán)重aij來比較第i個指標(biāo)與第j個指標(biāo)的相對重要程度。aij可按下表2所示標(biāo)度進(jìn)行賦值。

表2 重要性比較結(jié)果賦值

規(guī)定：aij＞0，aii=0，aij=。

4.1.3做一致性檢驗并計算權(quán)重向量

計算矩陣A的最大特征值λmax，代入公式，可得到判斷矩陣A的不一致程度CI。若CI=0，則有完全的一致性；若CI約等于0，則有較滿意的一致性；而CI越大，不一致程度就越大。

然后，引入隨機(jī)一致性指標(biāo) RI，RI和判斷矩陣的階數(shù)n有關(guān)，一般情況下，n越大，則出現(xiàn)一致性隨機(jī)偏離的可能性也越大，RI與n的對應(yīng)關(guān)系如下表3：

表3 平均隨機(jī)一致性指標(biāo)RI標(biāo)準(zhǔn)值

再將CI和RI進(jìn)行比較，計算判斷矩陣A的一次性比率CR：

一般，可以通過比較CR是否小于0.1 來衡量判斷矩陣A是否具有滿意的一致性，若CR＜0.1，則矩陣A通過一致性檢驗，否則需要調(diào)整矩陣，直到其通過為止。

最后計算判斷矩陣權(quán)重，可采用幾何平均法，具體步驟為：第一步，對判斷矩陣A中的各行各個元素aij進(jìn)行連乘，并開n次方根得：，其中；第二步，將量標(biāo)準(zhǔn)化為，其中，向量W即所要求的權(quán)重向量。

4.2模糊綜合評價法的模型和步驟

其中rij(i=1,2,…,m;j=1,2,…,n）表示某個被評價對象從因素ui來看對vj等級模糊子集的隸屬度。

建立單因素評價矩陣ri=(ri1,ri2,…,rim)，刻畫被評價對象在某個因素ui方面的表現(xiàn)。

確定隸屬關(guān)系：由專家依據(jù)評判等級對評價對象進(jìn)行打分，并統(tǒng)計打分結(jié)果，根據(jù)絕對值減數(shù)法可求得：

4.2.1確定被評價對象的因素集和評語集

其中：c適當(dāng)選取，要求0≤rij≤1。

4.2.3合成模糊綜合評價結(jié)果矢量

利用合適的模糊合成算子將模糊權(quán)矢量A與模糊關(guān)系矩陣R合成得到各被評價對象的模糊綜合評價結(jié)果矢量B，模糊綜合評價模型為：

4.2.2進(jìn)行單因素評價，建立模糊關(guān)系矩陣R

對被評價對象逐個從每個因素ui(i=1,2,…,m)上進(jìn)行量化，確定從單因素來看被評價對象對各等級模糊子集的隸屬度，從而建立模糊矩陣：

其中：bj表示被評價對象從整體上看對vj等級模糊子集的隸屬程度。

4.2.4 分析模糊綜合評價結(jié)果

將評價結(jié)果B轉(zhuǎn)換為綜合分值，并按大小排序，挑選出最優(yōu)者。

對于模糊綜合評價矢量B的處理，可采用最大隸屬度原則，即：若模糊綜合評價結(jié)果矢量中，則被評價對象隸屬于第r等級。

5 總結(jié)與思考

基于大數(shù)據(jù)背景下的精準(zhǔn)資助需要一個足夠大的數(shù)據(jù)、信息處理平臺，需要政府、企業(yè)及高校實現(xiàn)數(shù)據(jù)資源的全面共享和更新，從而通過對數(shù)據(jù)的實時追蹤實現(xiàn)精準(zhǔn)資助的精準(zhǔn)化與動態(tài)化，以期達(dá)到資助育人的目標(biāo)。其中可能存在的信息安全問題也應(yīng)提前預(yù)見，高校應(yīng)做好加強(qiáng)內(nèi)部管理、規(guī)范涉及學(xué)生隱私的大數(shù)據(jù)使用方法和流程。全民應(yīng)強(qiáng)化大數(shù)據(jù)思想，國家也應(yīng)重視相關(guān)人才的重點培養(yǎng)。借助大數(shù)據(jù)思維進(jìn)行高校精準(zhǔn)資助體系的建設(shè)與完善，建立精準(zhǔn)資助新機(jī)制是資助工作發(fā)展的趨勢，對于資助的效率提升和精準(zhǔn)認(rèn)定的程度以及優(yōu)化教育的資源配置具有深遠(yuǎn)的意義。落實基于大數(shù)據(jù)的精準(zhǔn)資助理念，不僅能夠有效地促進(jìn)高校資助工作的順利進(jìn)展，還能增強(qiáng)資助工作的科學(xué)性、有效性，為促進(jìn)教育公平做出貢獻(xiàn)。