“量化评分法”在高校精准资助工作中的应用

周玉，熊文强

（亳州学院 中文与传媒系，安徽 亳州 236800）

“量化评分法”在高校精准资助工作中的应用

周玉，熊文强

（亳州学院 中文与传媒系，安徽 亳州 236800）

高校对经济困难大学生实施精准资助，重点在于经济困难大学生的身份认定。身份认定的难点在于如何克服主观因素影响，使评价结果最大程度地接近真实状态。“量化评分法”遴选家庭教育负担情况、家庭养老负担情况、家庭成员职业情况、家庭成员健康状况等易于佐证的非收入评价指标，采用专家打分法合理设计各项指标权重，最大程度地克服主观因素影响，使评价过程趋于客观化，进而较好地提升身份认定的准确性和资助的精准度。

精准资助；身份认定；量化评分法；评价指标；优化权重

随着我国学生资助工作的深入，以及资助额度的提升、资助范围的扩大、资助成效的愈加显现，“精准资助”工作越来越得到教育部门的重视。教育部副部长杜玉波指出：“‘十三五’期间，我国学生资助工作……以建立‘精准资助’工作机制为抓手，紧紧围绕‘立德树人’这个根本任务，不断创新资助育人途径和方式，努力开创学生资助工作新局面”。①高靓：《“十三五”期间实现“精准资助”——教育部副部长杜玉波就学生资助工作答记者问》，《中国教育报》2016年3月12日，第1版。张远航认为，精准资助即“找准资助对象，通过差别化的资助形式，提升资助目的与资助对象需求之间的契合度，最大程度发挥资助的效能，具体体现在对象精准、需求精准、形式精准以及效能精准等方面”②张远航：《论高校家庭经济困难学生的“精准资助”》，《思想理论教育》2016年第1期，第108-111页。③张昭：《基于综合评价理论的高校家庭经济困难学生的认定研究》，武汉理工大学硕士学位论文，2009年，第13-14页。。结合自身的资助工作经历，笔者认为，实施贫困大学生精准资助工作、不断提升资助的成效，想方设法让有限的资助资金最大程度地发挥作用，努力做到“不该资助的一个都不能少”、“不能资助的一个都不能有”，其中的难点就在于家庭经济困难大学生的认定工作。当前，困难认定作为资助工作的基础性环节，仍然不同程度地存在着标准不统一、人为因素过多、感情色彩偏重等问题，导致不同的评议小组认定的结果往往大相径庭。提高经济困难学生“身份认定”的精准度，关键是要统一标准、克服人为因素的影响，使评价方法、认定依据趋于客观化。本文引入采用“量化评分”的认定方法，以量化指标为基础，建立家庭经济困难学生的评价体系，能够较好地克服主观因素影响，使认定结果更加接近真实情况，较好地提升资助的精准度。

一、“量化评分法”研究概述

量化评分法，也叫“多指标综合评价法，是对多个指标进行综合评价的一系列有效方法的总称”③。量化评分法的实施，需要遴选评价指标体系、合理分配各项指标的权重，综合起来对项目进行打分。量化评分法在各个领域广泛使用，特别是在项目评价方面。与单一因素评价相比，多因素评价更客观、更接近理想状态，将其应用于经济困难学生的身份认定上有较好的实践意义。比如，对于经济困难学生的认定，可以将家庭教育负担情况、家庭养老负担情况、家庭成员职业情况、家庭成员健康状况等设为评价指标，制订量化评分细则，从而进行综合评价。

研究者对于采用“量化评分法”模型开展高校资助工作、进行经济困难大学生的认定多有论述，相关成熟的模型已经建立。如毕鹤霞通过调研和统计分析致贫因素、因素权重与底层因素隶属度等模型要素，运用模糊综合评判法与模糊层次分析法的集成，依据层次分析法和加权平均法分别进行权重测算，并根据抛物线型隶属函数测算底层因素的隶属度，构建贫困度综合判别模型，对学生贫困程度进行排序和认定①毕鹤霞：《大数据下高校贫困生确认模型构建——基于“模糊综合评判法”与“模糊层次分析法”集成的实证研究》，《高教探索》2016第8期，第105-114页。。王晓莉针对学生家庭收入无法准确表述与验证的问题，有策略地选取了家庭人力资源情况、家庭生活质量状况、学生本人缴费压力和特殊经济状况等非经济指标，采用层次分析法、模糊评价法等方法建立量化评价体系②王晓莉：《基于非收入指标的高校贫困生认定研究》，西南交通大学硕士学位论文，2012年。。此外，《基于模糊综合评价方法的高校贫困生认定研究》③宋美喆：《基于模糊综合评价方法的高校贫困生认定研究》，《黑龙江高教研究》2016年第7期，第16-20页。、《基于SOA的高校贫困生认定体系的研究》④王平，龚文涛：《基于SOA的高校贫困生认定体系的研究》，《微型电脑应用》2015年第10期，第55-56、59页。、《基于数据挖掘的贫困生认定辅助系统设计》⑤樊搏，姜玉国：《基于数据挖掘的贫困生认定辅助系统设计》，《软件导刊》2015年第13期，第134-135页。、《高校贫困认定FAHP模型的构建与应用》⑥凌子平：《高校贫困生认定FAHP模型的构建与应用》，《中国市场》2015第17期，第84-87页。等研究在贫困生大学生认定的模型建设、体系建设、软件开发等方面都有了一定的进展。

尽管有很多成熟的“认定模型”，但是目前在各高校仍未全面推行。“认定模型”推广的难点在于，一方面很多“认定模型”需要计算机、数学等方面的专业知识，而辅导员多出身于人文学科，特别是思政专业，难以驾驭复杂的数理模型，因而无法得到大范围应用；另一方面，开发出来的认定软件系统，看似简单，实际上可能因为投入过大、实用性有限难以得到高校青睐，只能处于探索阶段；最后，从全国来讲，由于东西部地区经济条件不同、地域差距较大，很难有一个统一的标准或尺度来衡量不同地区学生的经济困难状况。本文设计的量化评分法，也仅适用于本地区或周边的经济困难学生的认定工作，但是希望能够以简便的方法、简易的操作，拓展资助工作的思路，给资助工作以借鉴，从而不断提升认定的精准度和资助的成效。

二、“量化评分法”的设计过程

（一）遴选评价指标

根据教育部有关文件规定，对于家庭经济困难学生的认定，应以《高等学校学生及家庭情况调查表》及有关证明材料为主要依据，其中包含了家庭人口数、是否单亲、是否孤残、是否优抚对象、家庭人均年收入、已获资助情况、家庭遭受自然灾害情况、家庭遭受突发意外事件、家庭成员失业情况、家庭欠债情况等重要信息。对于诸多信息的提取，应优先选用可以进行客观评价的指标，以及便于提供可靠的佐证材料的指标，尽量做到信息可靠、易于求证、操作方便。比如，在实际工作中，《高等学校学生及家庭情况调查表》涉及家庭成员年收入、家庭人均年收入情况等往往由学生填写，但是往往由于无法佐证而降低可信度，“和拥有健全税制国家不同的是，中国没有统一、准确的方法用于评估学生的家庭收入，这就使得低收入家庭的学生在获得资助方面存在潜在的问题”⑦罗朴尚，宋映泉，魏建国：《中国现行高校学生资助政策评估》，《北京大学教育评论》2011年第1期，第68-79页。。本文选择家庭成员健康状况、家庭主要成员的职业情况、家庭教育负担情况、家庭养老负担情况、学生贷款情况、学生电脑价格及使用情况、学生手机价格情况等易于求证的非收入因素，作为评价指标列入量化评分体系。

（二）优化评价指标体系

根据家庭困难学生认定中学生家庭情况常见问题，结合《高等学校学生及家庭情况调查表》，按照认定的流程，将学生自我测评和评议小组测评列为一级指标。其中，“学生自我测评”下设A—H等8个二级指标，即A家庭困难主要情况、B家庭成员健康状况、C家庭主要成员的职业情况、D家庭教育负担情况、E家庭养老负担情况、F学生贷款情况、G学生电脑价格及使用情况、H学生手机价格情况等；“评议小组测评”下设I—N等6个二级指标，即I学生家庭困难程度、J学生诚信状况、K日常生活消费行为、L遵守纪律情况、M感恩奉献精神、N上一学年受助情况。二级指标下面列出三级指标，对可能出现的学生家庭困难情况按程度不同分级别列出，作为量化评分的观测点。

（三）优化指标权重

采用综合评价法认定学生的困难程度，认定结果主要以具体的分值来体现，分数越高，表明学生困难程度越大。本文采用专家打分法来确定各评价指标的权重和具体分值，邀请了学生处长、资助中心负责人、院系书记、辅导员等四类专家共7组28人，对影响困难认定的各评价指标进行打分，初步得出各指标所占权重。同时参考相关研究成果①张昭：《基于综合评价理论的高校家庭经济困难学生的认定研究》，武汉理工大学硕士学位论文，2009年。周玉：《综合评价法在高校经济困难学生认定工作中的应用》，《安庆师范学院学报》（社会科学版）2015年第2期，第165-168页。，对各项指标权重进行适当修正，建立了家庭经济困难学生认定量化评分体系。

（四）家庭经济困难学生认定量化评分体系各项指标赋分情况

1.一级指标赋分情况。按照上述程序，本文建立的家庭经济困难学生认定量化评分体系，总分为100分，其一级指标包含两个部分，即“学生自我测评”占40%，“班级小组评议测评”占60%。

2.二级指标赋分情况。

（1）学生自我测评。该部分下设8个二级指标（A—H），其中“A家庭困难主要情况”20分，“B家庭成员健康状况”20分，“C家庭主要成员的职业情况”15分，“D家庭教育负担情况”15分，“E家庭养老负担情况”10分，“F学生贷款情况”5分，“G学生电脑价格及使用情况”5分，“H学生手机价格情况”5分。

（2）评议小组测评。该部分下设6个二级指标（I—N），其中“I学生家庭困难程度”50分，“J学生诚信状况”20分，“K日常生活消费行为”8分，“L遵守纪律情况”7分，“M感恩奉献精神”7分，“N上一学年受助情况”8分。

3.三级指标赋分情况。

A：家庭困难主要情况（20分）。参考如下三类情况选择赋分：

A1符合认定办法家庭经济特殊困难条款任一条（20分）；

A2符合认定办法家庭经济困难条款任一条（15分）；

A3符合认定办法家庭经济一般困难条款任一条（10分）。

上述三类情况的具体操作办法参考教育部的文件规定。

B：家庭成员健康状况（20分）。参考如下四类情况选择赋分：

B1直系亲属患病需长期服药医疗，年治疗费用在2万元以上（20分）；

B2直系亲属患病需长期服药医疗，年治疗费用在1-2万元（含1万元）（15分）；

B3直系亲属突发疾病短期治疗，本年治疗费1万元以上（10分）；

B4直系亲属突发疾病短期治疗，本年治疗费0.5万元以下（含0.5万元）（5分）。

C：家庭主要成员的职业情况（15分）。参考如下四类情况选择赋分：

C1父母(或监护人)双方均务农（4分）；

C2父母(或监护人一方务农或一方下岗，另一方外出打工（6分）；

C3父母(或监护人)双方下岗或无稳定工作（10分）；

C4父母(或监护人)双方劳动能力差（患病、残疾等）或无劳动能力，无稳定工作（15分）。

D：家庭教育负担情况（15分）。参考如下四类情况选择赋分：

D1家庭中有2名以上（含2名）非义务教育学生（15分）；

D2家庭中有1名非义务教育和2名以上（含2名）义务教育学生（10分）；

D3家庭中有1名非义务教育和1名义务教育以上学生（6分）；

D4家庭中仅有1名非义务教育学生（3分）。

E：家庭养老负担情况（10分）。参考如下四类情况选择赋分：

E1家庭中有2名以上（含2名）老人独立赡养（10分）；

E2家庭中有1名老人独立赡养（8分）；

E3家庭中有2名以上（含2名）老人与其他亲属共同赡养（4分）；

E4家庭中有1名老人与其他亲属共同赡养（2分）。

F：学生贷款情况（5分），参考如下二类情况选择赋分：

F1当年已申请生源地助学贷款（5分）；

F2当年未申请生源地助学贷款（0分）。

G：学生电脑价格情况（5分）。参考如下四类情况选择赋分：

G1无电脑（5分）；

G2电脑为二手旧电脑（3分）；

G3新电脑价格3000-5000元（1-2分）；

G4新电脑价格5000元以上（0分）。

H：学生手机价格情况（5分）。参考如下四类情况选择赋分：

H1无手机（5分）；

H2手机价格1000元以下（3分）；

H3手机价格1000-3000（1分）；

H4手机价格3000元以上（0分）。

I：学生家庭困难程度（50分），参考如下四类情况选择赋分：

I1家庭经济状况不困难（0-10分）；

I2一般困难（15-25分）；

I3困难（26-35）；

I4特别困难（36-50分）。

J：学生诚信状况（20分），参考如下三类情况选择赋分：

J1诚信度低（0-5分）；

J2诚信度中等（10-15分）；

J3诚信度高（16-20分）。

K：日常生活消费行为（8分）。结合学生日常的餐饮、手机消费、娱乐消费等状况进行综合打分。对于有抽烟、酗酒行为或奢侈消费行为的可选择0-3分，对于无不良消费嗜好、符合个人经济状况的正常消费可以选择4-8分。

L：遵守纪律情况（7分）。结合学生日常表现和纪律遵守情况进行综合打分。对于经常出现违纪，纪律性比较差的可选择0-3分，对于遵守纪律，无违纪行为的可以选择4-7分。

M：感恩奉献精神（7分）。结合学生的思想状况和感恩奉献精神进行综合打分。对于感恩意识，奉献精神差的可以选择0-3分，对于知恩图报、经常参加公益活动、无私奉献的可以选择4-7分。

N：上一学年受助情况（8分）。参考如下三类情况选择赋分：

N1上一学年受助金额5000元及以上（0-3分）；

N2上一学年受助金额2000-5000元（4-6分）；

N3上一学年受助金额2000元以下（7-8分）。

三、结语

“量化评分法”由于采用打分的方法对家庭经济困难学生进行认定，进一步统一了标准，使得复杂的认定工作变得简便易行；其形成的打分表也具有档案性质，便于查询。需要强调的是，本文设计的“量化评分”体系由于未考虑地域因素的影响，仅适用于同地区贫困学生之间的比较，如东部地区的贫困学生家庭状况总体上要好于西部地区。另外，由于该“量化评分”体系侧重于农村地区学生，在实际工作中，对于来自城镇的特困学生的认定不能简单依靠打分来解决，而是需要通过调查、访谈等方式把工作做得更细致。

The application of quantitative scoring for precision funding in universities

ZHOU Yu,XIONG Wenqiang

When funding the students precisely,we should center on the identity cognizance of the students with financial difficulty.The difficulty of identification is how to overcome the influence of subjective factors so that the evaluation results are close to the real state.The quantitative scoring selects family education burden,family pension burden,family member occupation,family member health as indicators,employs expert scoring to design the weight for each index,which overcomes the subjective influence maximally,making the evaluation as objective as possible,and improving the accuracy and precision.

precision funding;identity cognizance;quantitative scoring;evaluation index;weight optimization

G647

A

1009-9530（2017）02-0125-04

2017-01-16

周玉（1984-），男，亳州学院中文与传媒系讲师，主要从事大学生思想政治教育研究。