高校贫困生认定FAHP模型的构建与应用

凌子平

[摘 要]现行的高校贫困生认定体系不完善，缺乏科学的贫困生认定指标体系设计，实施过程操作主观性大。为了提高认定的有效性，基于模糊层次分析法构建高校贫困生评定模型，针对综合模糊决策法中评价因素的权重较难确定的实际，引入了具有较高可信度的层次分析方法，进行后验分析，得出了比较准确的评价指标权系数。实际数据表明，该方法具有较高的准确性和较强的可操作性，部分克服了传统评价方式中的主观性和不确定性，为建立科学、合理、可持续的高校贫困生认定及资助管理信息系统提供理论指导与实践支持。

[关键词]高校贫困生认定；层次分析方法；模糊层次分析法

[DOI]10.13939/j.cnki.zgsc.2015.17.084

教育部、财政部在《关于认真做好高等学校家庭困难学生认定工作的指导意见》（教财〔2007〕8号）中指出：家庭经济困难学生是指学生本人及其家庭所能筹集到的资金，难以支付其在校学习期间学习和生活基本费用的学生[1]。这一定义成为高校贫困生认定工作的重要依据。据全国学生资助管理中心数据，2013年，各类助学金共资助全国普通高校学生708.48万人，占在校生总人数的26.95%，比2012年增加15.36万人[2]，按照现有规定，只有获得贫困生认定才有资格申请各类助学金，由此可见贫困生群体庞大，贫困生认定成为体现教育公平和人才培养的一项基础性工作。目前，多数高校对于贫困生的管理还是采用人工管理的方式，工作人员程序性工作量巨大，信息的更新也比较滞后，数据分散，不规范，贫困生认定的标准和操作方法明显落后。而贫困大学生认定作为高校贫困生资助工作的首要环节，其准确性直接影响到高校贫困生资助的效益与效率[3]。如何提高高校贫困生认定效率，提升资助工作水平，已经成为高校面临的一项重大而又紧迫的课题。

1 FAHP模型理论

模糊层次分析法（FAHP）及计算过程层次分析法（AHP）是美国著名运筹学家、匹兹堡大学的 A.L.Saaty教授于20 世纪 70 年代提出的一种定性分析和定量分析相结合的系统分析方法[4]。层次分析法（AHP）能提高指标的可比性与客观性，将定性问题定量化，对解决多层次、多目标的大系统问题行之有效。但是层次分析法的作用是从备选方案中选择较优者，不能为决策提供新方案，指標过多时数据统计量大，且权重难以确定，AHP 方法存在一定局限。模糊层次分析法（FAHP）是针对主观判断的模糊性，将模糊数学引入层次分析法后得到的一种系统分析方法。在FAHP 中，核心问题是判断模糊矩阵是否具有一致性。如果模糊矩阵不具备完全一致性，那么改进模糊矩阵的一致性是必需的。FAHP 模型适用于处理复杂的决策问题，特别是在评价有多指标、带有模糊性方案优选中能得到更加满意的优选结果。高校贫困生认定具有不准确、难比较、模棱两可的特点，引入了模糊评判方法，将定量指标和定性指标相结合，确定贫困生认定指标体系各级指标权重，从而构建贫困学生认定FAHP模型，提高贫困生认定的可靠性和科学性。

2 FAHP在高校贫困生认定中的应用

2.1 构建贫困生认定层次结构模型

根据教育部、财政部在《关于认真做好高等学校家庭困难学生认定工作的指导意见》（教财〔2007〕8号）、访谈调研和学生工作实践经验，贫困生认定指标体系主要从地域因素、经济条件、家庭结构和其他情况四个因素来反映。地域因素主要是家庭所在地所代表的经济水平，可以反映家庭经济困难学生所在家庭基本经济状态。经济条件包括家庭收入状况，可以分为四个层级，是否有一定收入，收入是否固定，是否为低保户，家庭资产负债比是多少，这些经济指标可以显示家庭能够为学生提供经济支持的能力。家庭结构包括劳动力工作情况，是否孤儿、烈士子女、单亲、残障家庭，家庭人口与劳动数之比，家庭成员长期患病需要治疗，家庭结构指标可以一定程度上代表着家庭可支配收入的情况。其他情况包括遭遇自然灾害或突发事件造成重大损失、家庭主要收入创造者因故丧失劳动力，反映了学生经济困难的动态变化。在认定指标选择当中，选择太多因素则维度过大，计算量大而导致系统运行过慢，太少则因考虑因素不够全面而导致模型认定效果不佳，因此，在高校贫困生认定模型设计时选择多样化、灵活的认定指标，以上这4项一级指标、11项二级指标在一定程度上反映了学生家庭经济困难的程度。表1为贫困生评价指标体系的层次结构模型。

表1 贫困生认定指标体系的层次结构

目标层一级指标（准则层）二级指标（指标层）

学生贫困程度地域因素家庭所在地

经济条件家庭年收入家庭有无固定收入是否为低保户家庭资产负债比

家庭结构劳动力工作情况是否孤儿、烈士子女、单亲、残障家庭家庭人口数与劳动数之比家庭成员长期患病需要治疗

特殊情况遭遇自然灾害或突发事件造成重大损失家庭主要收入创造者因故丧失劳动力

2.1.1 构造贫困生认定指标体系的比较判断矩阵

2.1.2 一致性检验

为避免在判断矩阵中出现诸如“甲比乙重要，乙比丙重要，而丙又比甲重要”的反常现象，应进行逻辑上前后统一的一致性检验。

2.2 构建贫困生认定FAHP模型

2.2.1 一级模糊综合评判

（1）通过“打分法”确定评价矩阵

为了保证评价结果的可靠性和有效性，我们请提交了贫困生助学金申请表的学生所在学院的全体老师和同学对其从这十一种评价指标方面进行打分。

2.2.2 二级模糊综合评判

3 高校贫困生认定FAHP模型实施评价效果分析

随机抽取200名学生数据进行模型验证，按照本文所选择的评价指标体系为评价依据，分别采用FAHP模型和专家组打分取平均进行分析计算，得出对比结果如表6所示。

表6 FAHP模型和专家组打分去平均对比结果

贫困度范围0.7以上0.3～0.70.3以下

FAHP模型1635149

专家打分统计1531154

将两种方法计算出来的贫困度进行排序，对于前20名贫困生，两种计算方法的相似度为90%；前50名贫困生，相似度为94%；前100名贫困生，相似度为86%；这里，相似度指的是两种方法筛选出来的相同人数除以筛选人数（不考虑顺序），比如对于前20名贫困生，两种技术方式选出的结果有18个相同。根据以上实验结果分析，采用FAHP模型计算和专家组打分人工计算存在着较小误差，因此，采用FAHP模型为核心开发贫困生认定系统，能够有效减轻专家组评分的主观标准不一致的弊端。

4 结 论

应用FAHP模型对高校贫困生认定工作进行分析，不仅可以有效提高贫困生认定评价体系的科学性和可靠性，而且能够很好地反映贫困生家庭经济困难的程度。高校贫困生认定FAHP模型用数量形式表达和处理逐段判断，通过比较判断矩阵来确定各贫困因素指标的相应权重，最后通过计算得出学生的综合贫困程度，依托此方法可以建设高校贫困生认定及资助管理信息系统。

但是在实际工作中参加评分的老师、学生的配合度和判断力，以及贫困生材料的真实程度都是值得权衡的因素。在根据数据材料客观认定的基础上，还可以建立贫困生家访制、贫困生个人信息动态调函、贫困生校园卡消费动态检测、加大诚信教育等措施，克服诚信监督取证难的问题，差异化地考虑贫困生的具体情况，进而提高贫困生认定的公信力和时效性。

参考文献：

[1]教育部，财政部.关于认真做好高等学校家庭经济困难学生认定工作的指导意见（教财〔2007〕8 号）[Z].2007.

[2]教育部.2013年中国学生资助发展报告[Z].2014.

[3]何倩.基于层次分析法对高校贫困生认定指标体系的研究[J].2011，30（3）：22-23.

[4]张吉军.模糊层次分析法（FAHP）[J].模糊系统与数学，2000，14（2）：80-88.