贫困生认定评价的研究.docVIP

贫困生认定评价的研究 　　摘要：高校贫困生认定工作是高校资助工作的基础环节，也是高质量地完成贫困资助工作的首要前提。目前的贫困认定体系由于获取的贫困生信息的不完全，导致认定体系的甄别效率下降，从而需要从认定方法上进行重构。文章基于灰色关联分析，构建高校贫困认定灰色评价模型，选取Y大学S学院作为算例，通过评价模型的实际使用来讨论模型的适用性，最终为实现高校贫困生认定方法的重构提供一个可靠的途径。 　　关键词：灰色关联分析；高校学生；贫困认定 　　一、引言 　　高校贫困生认定工作是高校资助工作的基础环节，也是高质量地完成贫困资助工作的首要前提。高校贫困生认定工作的首要原则是公平公正，公平公正的实现关系到资助资源的合理分配和教育公平的实现。为了保证公平公正原则的实现，高校相继建立了贫困认定体系，能够将教育资助资源分配到困难学生手中，然而由于学生贫困信息收集缺失、信息指标不透明、信息认定过程缺乏监督，导致认定体系甄别效率不高，从而出现部分学生产生“伪贫困”的现象，继而影响了教育资助资源的合理分配和教育公平的实现。从以上的现象中，可以看出目前的贫困认定体系由于获取的贫困生信息的不完全，导致认定体系的甄别效率下降，从而需要从认定方法上进行重构。 　　系统控制论中用灰色来表示信息不完全，也就是部分信息已知，部分信息未知。在高校贫困生认定工作中信息收集缺失、信息指标不透明的现象可以认为是贫困认定信息具有灰性。在信息具有灰性的情况下，贫困认定体系下获得的认定结果也就存在不确定性，不能够完全反映学生家庭的贫困情况，就能够出现“伪贫困”现象。为了保证贫困认定结果的客观真实性，继而提高整个贫困认定体系的甄别效率。本文基于灰色关联分析，构建高校贫困认定灰色评价模型，选取Y大学S学院作为算例，通过评价模型的实际使用来讨论模型的适用性，最终为实现高校贫困生认定方法的重构提供一个可靠的途径。 　　二、高校贫困生认定评价指标体系的构建 　　目前，国外对于贫困生的认定工作主要是采用家庭资产调查为主要手段，而国内学者对于高校贫困生认定评价指标体系的研究主要将评价指标从家庭、个人、学校和社会四个方面。本文认为除了从家庭情况、个人情况等方面划分以外，还要对获取的贫困生的所有信息本身的完整度进行相应的评价，因此在对贫困生认定工作中要从五个方面进行认定才能够从最大限度地避免信息不完全带来的影响。 　　据以上分析，本文建立了高校贫困生三级指标体系，从家庭、个人、学校、社会和信息完整度五个方面展开。 　　从图1可以看出家庭因素包括：家庭收入水平、支出水平、学费缴纳程度、已受资助情况、偿债能力；个人因素包括：学习情况、已受资助、回馈情况、个人诚信情况；学校因素包括：已获奖励情况、参加学生活动情况和勤工助学情况；社会因素包括：社会公德、遵纪守法、社会服务和社会实践；信息完整度包括调查量表的完善程度、变更信息的及时程度、信息来源的可靠程度和致贫原因的完整程度。 　　三、高校贫困生认定灰色关联模型的建立 　　根据灰色关联模型的建模顺序，本文构建高校贫困生认定灰色评价模型： 　　（一）构建评分矩阵，选取参考数列 　　设i表示第i个候评学生序号，i=1，2，...p； j表示第j个评价指标的序号，j=1，2，...q。Sij为第i个候评学生的第j个指标的评价值，对于一个由第p个候评学生、q个评价指标构成的评价系统，有评分矩阵 　　S=（Sij）p×q=S S … … SS S … … S· · · · ·· · · · ·S S … … S， 　　取每个指标的最佳值为S0j为参考数列，于是有参考数列：S0=（S01S02 …S0q） 　　（二）计算灰色关联系数，得出关联系数矩阵 　　根据灰色关联度计算公式：φij=， 　　其中，i=1，2，…p ，j=1，2，…q，ρ为分辨系数，ρ∈（0，1）（通常取0.5，φij表示第i个候评学生，第j个指标与第j个最佳指标之间的关联系数，所以可以依次计算得到关联系数矩阵： 　　X=（φij）=φ φ … … φφ φ … … φ · · · · · · · · · ·φ φ … … φ 　　（三）计算单层关联度 　　利用公式R=W×XT=（r1r2...rq）计算出单层关联度。由AHP法赋权：V层相对于U层的权重向量Am=（A1A2A3A4A5），m表示V层指标数，W层相对于V层的权重向量Bmj=（B1jB2jB3jB4jB5j）其中B1j=（B11B12B13B14B15），B2j=（B21B22B23B24），B3j=（B31B32B33），B4j=（B41B42B43B44），B5j=（B51B52B53B54），则V层各指标的关联度为：RVm=Bmj×φm 　　（四）复合求值得出最终关联度