彭卫丽
(1.陕西师范大学 政治经济学院,陕西西安 710119;2.商洛学院 思想政治理论课教学研究部,陕西商洛 726000)
高校实行助学金制度以来,已经有很多研究者设计并提出助学金评定系统。从公开发表的有关助学金评定的研究成果看,已有的方法可以分为两大类。第一类,以全程量化为特征的数学建模法。该方法的创建者往往杜绝意向,崇尚量化,认为意向是导致评定结果不公正性的根本原因。“属别识别”等模糊数学理论往往成为这种方法的立论基础[1-2]。但这种貌似科学的评定方法,其实依然不够客观严谨,因为它无法保证引入模型的初始数据的真实性,比如,主张数学建模者十分重视的一个量化的依据——“贫困证明”,而“贫困证明”的真实性就无法保证,因为学生要求当地政府开具一份“贫困证明”难度并不大[3]。如果初始数据失真,那么计算过程无论多么精确,结果也必然是不公正的。所以,“初始数据是否真实”是对这类方法的强力质疑。第二类,以全程意向化为特征的人为评定法。这是目前多数高校实际采用的方法。这套方法包括三个级别不等的评定组织:班级评定小组、系级评定小组、校级评定小组。其中,班级评定小组的认定结果起决定性作用。与第一类方法相比,这类方法主要依靠小组成员的笼统意向,有人认为这种方法带有很强主观性等问题[4]。其实,以“精确量化”为特征的建模法相比于以“笼统意向”为特征的评定法,其优越性并不明显,因为,如果笼统意向符合客观实际,那么,依靠以全程意向为特征的人为评定法依然可以得到令人信服的评定结论。问题的关键在于,评定小组成员的意向是否符合实际,是否被扭曲。毫无疑问,评定小组成员的意向扭曲是可能的。评定小组自身是一个封闭型组织,其结构确定、成员固化。当评定小组建立以后,小组成员的构成即被确定并被公开。这种做法相当于为资源寻租者提供了一个明确的寻租对象和目标;小组成员的基本意向可能被寻租者所干扰,从而导致意向扭曲,最终导致评定结果的不公正性。
开放型贫困生评定系统无法归并与上述两类方法,因为本套方法的特征在于对意向和可量化因素的兼重。“影子小组”的建立,体现了本套系统对“意向”的保留和重视,但也同时规避了传统评定小组的封闭性引起的结构确定、成员固化的弊端,一定程度地限制了寻租行为。量化数据作为参数的引入,体现了本套系统对数学建模思路的保留和重视,但具体运算过程则简单易懂,并且排除了“贫困证明”等可能失真因素对结果的负面影响。
操作过程回答“怎么做”的问题,设计理由回答“为什么这么做”的问题。因此,“操作过程”和“设计理由”不宜采用板块式结构加以呈现,即前一板块用于专讲过程,后一板块用于专讲理由。本文实际采用了镶嵌式呈现结构,即对某处的操作过程陈述完毕以后,随即回答“为什么这么做”的问题。
开放型贫困学生评定系统包括两大过程,即:“贫困程度认定过程”和“综合评定过程”。第一过程依托“影子小组”完成,第二过程涉及多个参数的量化分析。
在各高校,学生贫困程度的认定过程已经被人们习惯地称为“贫困程度排序”。各个高校目前使用的认定系统,其实是个封闭的系统。封闭的认定系统要求,首先根据班级总人数,按一定比例设立有固定人选构成的认定小组,全班学生的贫困程度排序由该认定小组完成。由于该系统无法保证系统内外信息、能量的及时交换,固定的小组成员处于公开透明状态,认定者成为明确的寻租对象和目标,放大和强化了认定工作的主观性,也就无法保证认定结果的公平性,因此,这种封闭的认定系统,存在许多弊病。
传统的贫困学生认定小组的认定过程之所以存在人为扭曲,认定结果之所以携带不公正性,其根本原因在于认定小组的实体性。如果认定小组是一个非实体,那么,被认定者就无法找到明确的寻租对象和目标,人为扭曲认定结果的现象就会减少。借助随机性操作,就可以在认定过程中建立一个非实体的、无固定组织结构的贫困学生认定小组。本文把“借助随机性操作建立起来的非实体、无固定组织结构的贫困学生认定小组”称为“影子小组”。 实际上,“影子小组”其实就是原班级认定小组去实体化的产物。
建立一个“影子小组”并不如想象的那么困难。在班级评定的过程中,学生管理者可以召开全班学生参加的班会,让每一个学生在票单上写出全班所有学生的贫困排序,最贫困者排第一名,次之者第二,其他以此类推;在收齐了所有投票后,学生管理者可参照校方对班级认定小组人数构成的明文规定,从所有投票中随机抽取与校方规定的班级认定小组人数相对应的票数,在程序上保证认定小组成员的具有较强的代表性[5]。这样,随机抽取的票单将等同于班级认定小组的投票。这时,所谓的“影子小组”就建成了。
“影子小组”建成以后,如何从随机抽取的票单中得到班级的贫困学生最终排名?解决这个问题,需要一些统计学的方法。在对随机所得的票单进行统计分析时,需要关注两个数据指标,一个是“排名序数和”,另一个是“个人得票率”。一般情况下,“排名序数和”与贫困程度成反比例关系,排名越靠前,序数之和也就越小,说明该生越贫困。但不能只考虑“排名序数和”,因为“排名序数和”较小有可能是两个原因引起的,第一,大家公认的较贫困者,随机所得的每张票单上,此人都在靠前的位置。第二,得票较少也必然引起“排名序数和”较小。单纯的“排名序数和”指标无法区别上述两种情况,因此还需要另一个数据指标进行补充,即“个人得票率”。“个人得票率”即个人所得票数在随机所得票数中占据的比率。它的存在弥补了“排名序数和”指标可能引起的统计漏洞。
这样,在实际使用“排名序数和”“个人得票率”这两个指标时,就应坚持以下两个原则,第一,“个人得票率”不同时,得票率高者居前。第二,“个人得票率”相同时,“排名序数和”小者居前。
现举一例对“影子小组”操作的全过程进行说明。如某班共有28人;对该班贫困学生进行认定时,“影子小组”的操作程序应该是这样:第一步,可让全班28人都参加投票,写出学生自认为合理的贫困程度排序,最贫困者排第一名,次贫困者排第二名,余者以此类推。第二步,全班共28人,学校规定认定小组成员不得低于全班总人数的百分之三十,即符合学校规定的认定小组成员数至少为9人,可以实际确定为10人(未少于9人)。然后从已经收齐的28张投票中随机抽取10张。第三步,对已抽取的10张票进行科学的统计。在醒目之处(如黑板)列出10张投票上出现的每个学生的姓名,并在每个学生的姓名之后写出投票者投给他(她)的序数 ,结果会出现得10票者若干,得9票者若干,得8票者若干,等等。得10票者中,序数和最小者为全班最贫困者,余者依此类推;得9票者中,序数和最小者应该紧排于得10票者最后一位之后,如,得10票者5人,则得9票者中序数和最小者应该排于第6,余者依此类推。
“影子小组”完成了对贫困学生的认定,其实质是以“贫困”为参数做出了学生贫困程度的排序。然而,助学金的评定并不仅涉及“贫困”(虽然“贫困”是主要参数),它还涉及许多非“贫困”类参数。开放型贫困学生评定系统包括三类参数,一类为基本参数,如在第一过程中发挥作用的主参数“贫困”;第二类参数为常规参数,主要是指能够体现“助学金”中“学”的因素,如“学习态度”“学习效果”等;第三类参数为适时参数,主要是指为配合本校或政府部门颁布的重大政策而设计的参数,如“受灾情况”“学费交纳情况”等。常规参数和适时参数均属优先参数,并从属于基本参数。
第一过程完成后,进入多参数量化分析过程。在这一过程中,要考虑“贫困”“学习态度”“学习效果”等必要参数,也要考虑“受灾情况”、“学费交纳情况”等适时参数。具体的做法是:
第一步:设定参数。对一般高校而言,2008年度可以考虑设计“贫困”“学习态度”“学习效果”“受灾情况”“学费交纳情况”为参数。将“学习态度”。“学习效果”设定为参数,其根据在于对“助学金”之“助学”顾名思义的分析,体现了助学金内在的要求。对“受灾情况”“学费交纳情况”两参数的设定,则体现了国家及学院的重大政策。
第二步:各参数的序列化。所谓“参数的序列化”是指参数与学生实体结合,并以参数为依据完成对学生排序的过程,其实质是学生的各类实际成绩向排名的转换。“贫困”参数的序列化已经由“影子小组”完成,但还存在“学习态度”“学习效果”“受灾情况”“学费交纳情况”等参数的序列化的问题。参数能否被序列化取决于参数是否具有量、序属性,凡具有量、序属性的参数均可被序列化。在上述这四个参数中,“学习态度”通过德育量化成绩体现,具有可序列化属性;“学习效果”可通过学习成绩体现,也具有序列化属性;“受灾情况”“学费交纳情况”属于对学生某方面情况的质性描述,可序列化特征不明显,因此不能被序列化。经由序列化以后,学生实体的实际成绩已转换为排名,不再在评定过程中发挥任何作用。
第三步:序列的数列化。将前一步已经形成的“贫困”“学习态度”“学习效果”三个序列转换为三个等差数列,其首项为100,公差则应视不同参数对评定结果的影响力而定。
由于助学金主要针对贫困者,应该保证“贫困”作为基本参数的地位,因此,由“影子小组”得到的全班贫困程度排序名单是进一步认定的前提和基础;同时,在“贫困”序列数列化时,理应确定一个较大的公差。“学习态度”“学习效果”是从属于基本参数的优先参数,即:在贫困程度相同或接近时,上述参数成为优先享受救助的条件。因此,这两项参数所对应的数列,其公差应该小于“贫困”序列对应数列的公差;二者之间的公差比不应小于4:1。也就是说,如果“贫困”数列公差为4,那么“学习态度”“学习效果”数列公差均应不大于1。
“受灾情况”“学费交纳情况”等两个参数不适合序列化,更不宜将其转换为数列,但在评定过程中仍应加以体现。可将这两项转换为加分项,加分数量应该等于“贫困公差+1”,以体现在同等贫困程度下,受灾或者学费交清者优先的原则。
第四步:计算每个学生的总分。将某个学生在“贫困”“学习态度”“学习效果”各数列中所对应的数值加总,即可得到该生的总分。总分排名越靠前,获得助学金的条件就越充足。励志奖学金也可凭借这一方法评定。
例如,在一个28人组成的班级中,贫困程度排序结果产生后,将此结果视为等差数列,以100为首项,公差为4,最贫困者在该参数下可得100分,贫困程度排于第二位者得96分,余者依此类推;根据德育量化成绩排序,将其视为等差数列,标准分100分,公差为1(与贫困数列的公差比为4:1),第一名在此参数下得 100分,第二名得99分,余者依此类推;根据学习成绩排名结果,将其视为等差数列,标准分100分,公差为1(与贫困数列的公差比为4:1),第一名在此参数下得 100分,第二名得99分,余者依此类推。对“受灾情况”“学费交纳情况”只进行质性分类,区分为“有无”“清否”四种情况,对“有”“清”者,给与5分(贫困公差+1)的加分奖励。
参数的种类是否齐全,涉及整个系统认定结论的客观性、公正性。某种参数的残缺,即会导致在综合评定时,某一被认定学生不能得到全面的考量,从而导致对该生的评定结果失真、失正,由此可能引起学生上访,甚至更偏激的行为。全面性原则要得以贯彻,必须考虑三个方面的因素:引起援助项目设立的直接原因;援助项目的直接目的;当前主要的工作任务与该援助项目的关联。
“助学金”作为一个援助项目被设立的直接原因在于学生的贫困,因此,“贫困”理所当然地成为参数,而且是基本参数,是本系统的主参数;“助学金”救助的直接目的是帮助愿意学习的学生完成学业,“学生在校学习成绩及表现是衡量学生能否获得资助的重要条件”[6],因此,“学习态度”“学习效果”也应成为必要的参数,是为常规参数;为了配合国家或者学校当前最主要的工作任务,强化助学金制度的思想政治教育功能[7],还应该考虑设计适时参数,比如2008年汶川及其他一些地区发生地震,救灾成为各级政府的首要工作任务,高校为配合这一工作任务,应该考虑“灾区生源”因素。再如,高校学生欠学费也是一种普遍现象,也可将“交费情况”视作一个适时参数。这样,在本系统中,既有作为基本参数的“贫困”,也有做为必要参数的“学习态度”“学习效果”,还有作为适时参数的“灾区生源”“交费情况”等。必要参数、适时参数又可以合并称之为“优先参数”,以体现在贫困程度相同、相近时,应予以考虑的优先条件。整个参数体系层次清楚,覆盖全面,从而能够体现参数设计的全面性原则。
对某一参数进行量化时,量化的度必须符合对该参数的质性描述,符合该参数的抽象定义。在将学生“贫困”程度、学习效果(学生学习成绩)、学习态度(学生德育成绩)序列化以后,也相应地将三个序列转化为三个等差数列,此后,评定分析才真正进入量化阶段。
在量化过程中,必须遵循量度设置符合质性描述的原则。首先,这一原则要求三个数列的相对公差之比适度。“贫困”因其具有“基本参数”的质性,故“贫困”序列的公差应该被设置得较大,以便该参数的变化能够很敏感地影响到学生综合排名;“学习态度”和“学习效果”具有优先参数的质性,从属于基本参数,故“学习态度”和“学习效果”序列的公差应被设置的较小。基本参数与优先参数的公差比如果按照4:1设计,则意味着某一在“贫困”排名落后的学生,要在总排名中向前移动一位,则需要在其他某项参数下付出4倍以上的努力。其次,这一原则要求“灾区生源”“交费情况”奖励分值适量。“灾区生源”“交费情况”是对被认定学生某方面状况的静态描述,可序列化特征不明显,所以对这两个参数的量化不能采用序列化的方式,不宜将其转换为等差数列,应该根据“是否”“有无”等质性描述,给于一个略大于“贫困”数列公差的固定加分(之所以要求加分略大于“贫困”数列公差,是因为在理论上贫困排序相邻者,贫困程度应该相同或者相近,在考虑“灾区生源”“交费情况”等优先条件以后,贫困排序相邻两生的后者,如其享受了优先条件,则其总的排名应该超过前者),以体现优先。
在前文已举的个例之中,该班28位学生贫困程度序列化以后,确定其对应的等差数列公差为4,根据“量度设置符合质性描述原则”,“学习态度”和“学习效果”序列的公差可以确定为1(绝对不能大于4,大于4即可能导致“贫困”作为基本参数地位的丧失);根据“灾区生源”“交费情况”给予学生的加分应该大于4,在该班实际设计的是5。“5”分的加分,足可以使贫困排序相邻两位学生的总排序发生倒置,例如,贫困排序的第3、4位,他们的贫困程度可视作“相近”,在不考虑其他参数时,第3位者领先第4位者3分,但如果第4位交清了学费,则可得到5分的加分,从而使原第4位在总排名中上升为第3位。
无组织结构、无固定标准是开放性认定系统所具有的特征。“影子小组”对贫困学生的认定就具有这样的特征,据此,以“影子小组”为核心组织的贫困生评定系统无疑具有较强的开放性。开放型贫困生评定系统并不因其开放而丧失公正;相反,“影子小组”的存在恰好克服了原班级认定小组结构稳定、成员固化、易生寻租的致命缺陷,最大限度地限制了主观故意因素对认定结果的干扰,从而保证认定结果的公正性。不仅如此,开放型贫困生评定系统虽然也涉及参数,但并不涉及复杂的高数运算,操作性较强,对于解决贫困生认定工作中存在的问题有较大的参考价值。当然,要从根本上解决高校贫困生的问题,则有赖于“消除经济上的不平等,在经济上平衡发展,改善居民收入分配结构”[8]有待于社会公平的实现。
[1]胡海滨.基于属性识别理论的贫困生等级评定模型研究[J].福建工程学院学报,2011(4):368.
[2]王艳花,杜建宾.高等学校奖助学金效率与公平的模糊综合评价[J].黑龙江高教研究,2010(1):60.
[3]甘 冰,何玉巧.贫困生评选办法亟待完善[N].中国青年报,2007-12-26(5).
[4]刘善槐,邬志辉.高校贫困生评价体系与界定模型研究[J].高教探索,2010(5):115.
[5]王 磊.层次分析法在高校奖助学金评定中的作用[J].武汉船舶职业技术学院学报,2011(5):40.
[6]张大卫.国家奖助学金评定工作中存在的问题及对策[J].淮南师范学院学报,2010(2):106.
[7]孙惠惠,吴开兵,郭丽华.高校国家奖助学金评定工作存在问题及对策[J].重庆科技学院学报,2013(5):175.
[8]赵 桂,李 花.和谐视野下高校国家助学金评定存在的问题及对策探析[J].考试周刊,2012(36):165.