大数据时代基于模糊层次分析法的高校贫困生认定模型构建

2021-01-16 08:35史建梅孔月红
文化创新比较研究 2020年36期
关键词:分析法贫困生权重

史建梅,孔月红

(江苏食品药品职业技术学院,江苏淮安223003)

习总书记指出,“扶贫开发贵在精准,重在精准,成败之举在于精准”。2020年全国教育工作会议明确要求,困难学生资助贵在精准,要进一步提高困难学生认定、预算分配、资助标准设定等工作的精准化水平。困难学生的精准识别,是实施学生精准资助的前提。当前,高校在困难学生识别方面,面临着一些问题。从高校困难学生认定的实际操作过程来看,最终推进落实贫困生认定工作的单位是各班级。然而各班级的生源情况不一,贫困情况不一,班级的认定标准不一,最终导致一些真正困难的学生认定不上,一些不困难的学生反而认定上了贫困。院系之间、学校之间上述差距会更大。出现以上问题归根到底是因为没有一套统一的、可以量化的识别认定标准在全校乃至所有高校范围内执行。那么,构建高校贫困生认定的量化模型就非常有必要了。

1 当前高校贫困生认定的现状

目前,高校贫困生的认定主要采取的是生源地出具困难证明,或学生本人做出承诺,高校以此为依据,在对其进行家庭基本情况调查的基础上,经过班级评议、院系审核、学校审核公示等程序,评定贫困生名单。程序经过层层审核把关看似规范,但在具体的操作过程中,仍然存在一定的问题。

1.1 认定标准比较笼统

很多高校对于贫困生的认定给出了一些标准,但这些标准大多比较笼统,只是一个大方向上的指导,不够详细且缺乏可操作性[1]。同时,认定过程中,以班级为单位评议,各个辅导员(班主任)的把握标准的尺度不一,各个院系之间的认定尺度也不一,直接导致了认定的结果不够精准。

1.2 操作流程存在弊端

当前高校的贫困认定,主要通过班级评议、院系审核,最终汇总到学校层面评定。因院系之间、班级之间的生源情况差别很大,这种操作程序,导致一些真正贫困的学生可能由于班级的困难程度比较严重而认定不上,而一些不是很贫困的学生可能由于班级的整体情况较好而被认定为特殊困难[2]。当前的这种认定操作程序,只能是班级内部相对困难的认定,不具有班级之间的困难可比性,院系之间的困难可比性。

1.3 有效信息采集困难

当前高校的贫困认定主要采取地方出具困难证明和高校自主调查两种手段。一些地方出具的困难证明,工作浮于表面,无实质性内容,甚至是固定格式模板,一些地方怕影响城市形象不予出具困难证明,甚或需要资源才能开具到贫困证明,而这又恰是真正贫困的家庭办不到的[3]。如果仅以资料来审核,势必会影响困难认定的公平公正,影响资助政策落到实处。另外,自2019年起高校贫困生认定申请,采取自我承诺的方式,所有信息资料只要学生自己填写并承诺签名,无须额外提供困难证明。虽然一定程度上减轻了学生开具证明及学校收集审核资料的压力,但是对学生的诚信度要求比较高,如若有学生因经济利益驱动编造谎言亦无法辨别。

2 模糊层次分析法简介

模糊层次分析法在层次分析法的基础上,考虑了个人主观判断的模糊性和主观判断的不确定性,可以有效解决专家主观打分缺乏弹性的问题,把定性评价转化为定量评价。模糊层次分析法解决了评定标准无法量化的问题,且具有很强的操作性。具体步骤如下。

第一步,确定评价因素集,即评价指标。

第二步,确定因素权重。构造模糊判断矩阵,确定因素的初始权重。构造模糊判断矩阵,见表1。

调研对象利用模糊数(M1-M9)来表达他们的偏好。参照下表评价指标A和指标B的相对权重。

第三步,去模糊化,计算因素的权重。

第四步,权重进行标准化处理,得到最终权重。

3 大数据下基于模糊层次分析法的高校贫困生认定模型构建

高校的贫困生认定中,存在着许多的模糊概念和模糊现象,如贫困和非贫困之间缺乏明确的区分界限,困难等级确定没有明显的标准,而且对于当前我们能够获得的导致贫困的因素是介于定性和定量之间的识别模式,贫困程度等级之间的关系也比较模糊,无绝对界限,因此贫困生认定在实践中有明显的模糊性,采用模糊数学的方法进行认定评价再合适不过了[4-6]。

3.1 确定致贫因素集,构建贫困生认定指标体系

教财〔2007〕8号文指出,贫困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的学习和生活基本费用的学生。根据文件中的标准,以及江苏省教育厅2020年8月修订的江苏省学生家庭经济信息采集量化指标体系,走访部分专家学者,结合笔者及同行多年从事资助工作的实际经验,构建了有层次结构的贫困生认定评价体系,主要有目标层、8个一级指标以及各一级指标下的各个二级指标组成[5-6]。如图1所示。

为了便于后面建模表述,我们用代表一级指标,那么U1,U2,U3,U4,U5,U6,U7,U8分别代表家庭所在地,家庭类型,父母工作类型等8个一级指标;用分别代表各个一级指标下的二级指标,即U11,U12,...,U17分别代表家庭所在地这个一级指标下的7个二级指标,其余的以此类推。

3.2 贫困生认定模型构建

第一步,构造模糊判断矩阵。前面已经构建了贫困生认定的指标体系,对于贫困生认定的8个一级指标,邀请n个专家按表1采用三角模糊数评判,得到模糊评价矩阵。

第二步,按照模糊层次分析法的具体操作步骤,计算得到贫困生认定指标一级指标的权重ωUi。

第三步,计算各二级指标权重及各指标的总权重。利用同样的方法,同理可以计算得出各二级指标对于上级指标的权重ωUij,ωU1×ωUij,即为指标ωij的总权重。第四步,得到高校贫困生认定模型为:ωUij。

表1 模糊层次分析法

图1 贫困生识别认定

第五步,根据每位学生的实际情况,带入贫困生认定模型,计算其贫困度的总权重值并根据总权重值排序,权重值越高的,说明越贫困。

4 模型评价

5 结语

精准资助是保障精准脱贫的关键举措,而精准识别是实施精准资助的前提。在全国举全力打赢脱贫攻坚战之时,教育脱贫不能缺席。不能让一个学生因为贫困辍学,不能让一个贫困生得不到资助。在新时代的大数据背景下,如何便捷、精准地做好困难群体的识别工作,是永远值得探索与研究的课题。

猜你喜欢
分析法贫困生权重
异步机传统分析法之困难及其克服
权重望寡:如何化解低地位领导的补偿性辱虐管理行为?*
基于DEA分析法的全国公路运输效率分析
权重常思“浮名轻”
基于层次分析法的智慧城市得分比较
基于层次分析法的智慧城市得分比较
为党督政勤履职 代民行权重担当
权重涨个股跌 持有白马蓝筹
电化学发光分析法测定糖尿病相关二肽
“贫困生班主任”李金林