大數據時代基于模糊層次分析法的高校貧困生認定模型構建

史建梅，孔月紅

（江蘇食品藥品職業技術學院，江蘇淮安223003）

習總書記指出，“扶貧開發貴在精準，重在精準，成敗之舉在于精準”。2020年全國教育工作會議明確要求，困難學生資助貴在精準，要進一步提高困難學生認定、預算分配、資助標準設定等工作的精準化水平。困難學生的精準識別，是實施學生精準資助的前提。當前，高校在困難學生識別方面，面臨著一些問題。從高校困難學生認定的實際操作過程來看，最終推進落實貧困生認定工作的單位是各班級。然而各班級的生源情況不一，貧困情況不一，班級的認定標準不一，最終導致一些真正困難的學生認定不上，一些不困難的學生反而認定上了貧困。院系之間、學校之間上述差距會更大。出現以上問題歸根到底是因為沒有一套統一的、可以量化的識別認定標準在全校乃至所有高校范圍內執行。那么，構建高校貧困生認定的量化模型就非常有必要了。

1 當前高校貧困生認定的現狀

目前，高校貧困生的認定主要采取的是生源地出具困難證明，或學生本人做出承諾，高校以此為依據，在對其進行家庭基本情況調查的基礎上，經過班級評議、院系審核、學校審核公示等程序，評定貧困生名單。程序經過層層審核把關看似規范，但在具體的操作過程中，仍然存在一定的問題。

1.1 認定標準比較籠統

很多高校對于貧困生的認定給出了一些標準，但這些標準大多比較籠統，只是一個大方向上的指導，不夠詳細且缺乏可操作性[1]。同時，認定過程中，以班級為單位評議，各個輔導員（班主任）的把握標準的尺度不一，各個院系之間的認定尺度也不一，直接導致了認定的結果不夠精準。

1.2 操作流程存在弊端

當前高校的貧困認定，主要通過班級評議、院系審核，最終匯總到學校層面評定。因院系之間、班級之間的生源情況差別很大，這種操作程序，導致一些真正貧困的學生可能由于班級的困難程度比較嚴重而認定不上，而一些不是很貧困的學生可能由于班級的整體情況較好而被認定為特殊困難[2]。當前的這種認定操作程序，只能是班級內部相對困難的認定，不具有班級之間的困難可比性，院系之間的困難可比性。

1.3 有效信息采集困難

當前高校的貧困認定主要采取地方出具困難證明和高校自主調查兩種手段。一些地方出具的困難證明，工作浮于表面，無實質性內容，甚至是固定格式模板，一些地方怕影響城市形象不予出具困難證明，甚或需要資源才能開具到貧困證明，而這又恰是真正貧困的家庭辦不到的[3]。如果僅以資料來審核，勢必會影響困難認定的公平公正，影響資助政策落到實處。另外，自2019年起高校貧困生認定申請，采取自我承諾的方式，所有信息資料只要學生自己填寫并承諾簽名，無須額外提供困難證明。雖然一定程度上減輕了學生開具證明及學校收集審核資料的壓力，但是對學生的誠信度要求比較高，如若有學生因經濟利益驅動編造謊言亦無法辨別。

2 模糊層次分析法簡介

模糊層次分析法在層次分析法的基礎上，考慮了個人主觀判斷的模糊性和主觀判斷的不確定性，可以有效解決專家主觀打分缺乏彈性的問題，把定性評價轉化為定量評價。模糊層次分析法解決了評定標準無法量化的問題，且具有很強的操作性。具體步驟如下。

第一步，確定評價因素集，即評價指標。

第二步，確定因素權重。構造模糊判斷矩陣，確定因素的初始權重。構造模糊判斷矩陣，見表1。

調研對象利用模糊數（M1-M9）來表達他們的偏好。參照下表評價指標A和指標B的相對權重。

第三步，去模糊化，計算因素的權重。

第四步，權重進行標準化處理，得到最終權重。

3 大數據下基于模糊層次分析法的高校貧困生認定模型構建

高校的貧困生認定中，存在著許多的模糊概念和模糊現象，如貧困和非貧困之間缺乏明確的區分界限，困難等級確定沒有明顯的標準，而且對于當前我們能夠獲得的導致貧困的因素是介于定性和定量之間的識別模式，貧困程度等級之間的關系也比較模糊，無絕對界限，因此貧困生認定在實踐中有明顯的模糊性，采用模糊數學的方法進行認定評價再合適不過了[4-6]。

3.1 確定致貧因素集，構建貧困生認定指標體系

教財〔2007〕8號文指出，貧困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。根據文件中的標準，以及江蘇省教育廳2020年8月修訂的江蘇省學生家庭經濟信息采集量化指標體系，走訪部分專家學者，結合筆者及同行多年從事資助工作的實際經驗，構建了有層次結構的貧困生認定評價體系，主要有目標層、8個一級指標以及各一級指標下的各個二級指標組成[5-6]。如圖1所示。

為了便于后面建模表述，我們用代表一級指標，那么U1，U2，U3，U4，U5，U6，U7，U8分別代表家庭所在地，家庭類型，父母工作類型等8個一級指標；用分別代表各個一級指標下的二級指標，即U11，U12，...，U17分別代表家庭所在地這個一級指標下的7個二級指標，其余的以此類推。

3.2 貧困生認定模型構建

第一步，構造模糊判斷矩陣。前面已經構建了貧困生認定的指標體系，對于貧困生認定的8個一級指標，邀請n個專家按表1采用三角模糊數評判，得到模糊評價矩陣。

第二步，按照模糊層次分析法的具體操作步驟，計算得到貧困生認定指標一級指標的權重ωUi。

第三步，計算各二級指標權重及各指標的總權重。利用同樣的方法，同理可以計算得出各二級指標對于上級指標的權重ωUij，ωU1×ωUij，即為指標ωij的總權重。第四步，得到高校貧困生認定模型為：ωUij。

表1 模糊層次分析法

圖1 貧困生識別認定

第五步，根據每位學生的實際情況，帶入貧困生認定模型，計算其貧困度的總權重值并根據總權重值排序，權重值越高的，說明越貧困。

4 模型評價

5 結語

精準資助是保障精準脫貧的關鍵舉措，而精準識別是實施精準資助的前提。在全國舉全力打贏脫貧攻堅戰之時，教育脫貧不能缺席。不能讓一個學生因為貧困輟學，不能讓一個貧困生得不到資助。在新時代的大數據背景下，如何便捷、精準地做好困難群體的識別工作，是永遠值得探索與研究的課題。