基于多属性决策的高校家庭经济困难学生认定方法及应用*

胡苗苗， 朱家明

(1.合肥工业大学 马克思主义学院，合肥 230009;2.安徽大学 数学科学学院，合肥 230601)



基于多属性决策的高校家庭经济困难学生认定方法及应用*

胡苗苗1， 朱家明2

(1.合肥工业大学 马克思主义学院，合肥 230009;2.安徽大学 数学科学学院，合肥 230601)

摘要：在高校家庭经济困难学生的认定过程中，认定标准与工作细则不明确，具体表现在对于三类困难程度界定上的模糊性，以及对于不同区域家庭经济贫困的解释和量化缺乏统一的标准；引入针对不同区域高校学生家庭经济状况“绝对贫困”、“ 相对贫困”和“一般贫困”的概念，提出高校家庭经济困难学生认定过程中的数据分析方法，并结合具体的实例说明了该方法的有效性。

关键词：家庭经济困难认定；模糊性；高校学生；数据分析

1现状分析

1.1认定工作中的问题

文献[1-3]对高校家庭经济困难学生资助工作中存在的问题及对策进行了一定程度上的阐述。具体包括无偿资助的弊端、奖助学金的资助力度、勤工俭学岗位不足和资助过程中高校学生的诚信问题等。此处就具体的认定标准和操作过程中的问题进行简单的说明：

(1) 贫困标准划分模糊。自国家对高校学生新的资助政策出台之后，各高校在家庭经济困难学生的资助工作中均取得了一定的成就，建立了相对统一的困难等级划分依据。但是，实际运作过程中仍存在需要加以细化的标准，例如，不同经济区域家庭经济困难的标准不一，造成认定结果的公正性存疑；认定等级的划分往往依据一些具体的信息为载体，如父母的身体状况、家庭就业能力、经济基础等，给认定结果增加了很多不确定性。

(2) 认定过程缺乏数据支撑，导致界定结果的模糊性。评价标准的模糊性导致缺乏相对统一的评价体系，使得认定过程就是将一些信息加以罗列和汇总，没有进行整体的划分、量化和决策。对各种等级的困难学生信息进行对比和决策过程中，或多或少地存在主观上的偏差，从而导致认定结果缺乏足够的理论支撑，经受不住推敲和考量。

1.2家庭经济困难的界定

经济困难学生通常是指在校期间的生活和学费缴纳存在问题的学生。具体表现为来自“老、少、边、山、穷”等经济欠发达区域，其中包括家庭无经济来源、家庭成员众多、家庭变故等情况。文献[4]提出高校需建立年级、学院、学校三级认定系统，结合学生家庭环境、家庭经济、日常消费水平、生活习惯、学习态度等方面的表现综合考虑。而在实际的操作过程中，相同状况不同区域的家庭经济情况差异仍较明显。为此，简单罗列家庭具体情况就给出具体的贫困等级往往存在较大的偏差。此处结合实际运作过程中的经验，引入以下3类贫困的概念：

绝对贫困。绝对贫困又被称作生存贫困，即个人和家庭在一定的社会生产和生活方式下，依靠其劳动和其他所得的合法收入不能满足其基本的生活和生存需求，这样的个人或家庭就称之为贫困个人或贫困家庭。经济困难认定过程中绝对贫困主要是指放置在任何区域都可列为贫困的学生。对于这部分学生的经济帮扶，应该以扶助救困作为出发点，解决其目前乃至一段时间的生活问题，甚至涉及因为经济状况而引起的心理健康问题等。

一般贫困。一般贫困是指个人和家庭在一定的社会生产和生活方式下依靠其劳动所得和其他合法收入，只能维持基本生存需求而无法满足其家庭及个人其他层面需求的经济状况。对于这部分学生应以帮扶为主，直接经济资助为辅。

相对贫困。相对贫困是指其收入水平与社会平均水平相比少到一定程度时维持的那种社会生活状况。对于这部分同学应以解除其在校初期临时性的困难为出发点，帮助其度过初期的生活拮据。

2多属性决策方法在高校家庭经济困难学生认定工作中的应用

鉴于认定过程实际上是一个决策过程，此处提出将基于数据分析的决策方法引入高校家庭经济困难认定工作中，以期为高校家庭经济困难认定工作的程式化提供思路。

结合高校家庭经济困难认定的特殊性，其可以划归为多属性决策(决策者系一个人)或群决策(多个决策者)等多个领域[5]。此处假设经过事先的信息搜集和整理，所有信息均汇总至一处等待决策，即认定过程为一个多属性决策过程。其中，每个待认定的对象(学生)需要在多个属性(家庭人口、人均年收入、各项开支明细等)下进行决策。

2.1数据搜集和整理

假设某学院有n个学生申请困难认定，考虑如下4个属性：家庭经济收入、家庭人员组成、家庭成员健康状况以及学生在校学习生活平均消费情况，对这n个学生的信息进行搜集。主要有访问法和观察法等，其中又采用直接和间接的调查方法，以确保信息的准确性。设aij(i=1,2,…,n;j=1,2,…,4)为第i(i=1,2,…,n)个待认定对象在第j(j=1,2,…,4)个属性下的参考值，因而得到如下的待认定对象的信息表。

表1　待认定对象的家庭经济信息状况调查表

2.2数据分析和应用

2.2.1数据类型和归一化[6]

根据实际决策过程中决策信息相对决策目标的性质，将决策信息划分为效益型(数值越大对决策越有利)和成本型数据(数值越小对决策越有利)，例如学生家庭经济收入相对于困难认定工作应是成本型数据。

另外，为使得决策结果不受数据量纲的影响，对效益型和成本型数据分别采用如下的归一化方法：

设ai(i=1,2,…,n)为效益型数据，则归一化公式为

(1)

设bj(j=1,2,…,n)为成本型数据，则归一化公式为

(2)

这样，经过处理后的数据都落在0-1之间，为下一步决策过程提供数据支撑且将消除了原始数据对于决策过程的影响。

2.2.2熵在决策分析中的应用

对于量化后的数据信息，决策者需要将所有信息集中起来才能进行比较和研究，因而需要依靠数据集获得权重进行集结。直观上同一属性下的数据,差异越小对决策过程越不利，反之则越有利，因而引入如下关于熵权的概念。

在有m(这里m=4)个评价指标，n个被评价对象的评估问题中，第i个评价指标的熵定义为

(3)

基于上述规范化决策信息矩阵，决策问题的第i个指标的熵权wi(i=1,2,…,m)可定义为

(4)

文献[5]描述了上述熵权的具体性质。

2.2.3应用

基于上述对数据的分析和处理，获得表1中各个属性的权重后，就可以对每个对象的信息进行集结，具体可以表示为

(5)

可依据综合的结果ri(i=1,2,…,n)进行比较获得最终的认定结果。

3实例分析

例如某学院有6名申请认定学生，信息如表2所示。

表2　某学院6名申请认定学生信息表

注：健康状况这里采用4个等级标注，数值越小，健康状况越好，可得各个属性权重分别为

w1=0.208,w2=0.007,w3=0.265,w4=0.105

集结的结果为

r1=0.314,r2=0.511,r3=0.049

r4=0.295,r5=0.436,r6=0.036

从而，困难程度由高到低排序依次为r2>r5>r1>r4>r3>r6。

在不考虑其他家庭困难信息影响的前提下，上述结果符合人们的直觉，即其认定的结果能够反映被认定学生的家庭困难程度。

4总结

对当前高校家庭经济困难学生认定过程中存在的问题进行了探讨，提出了在具体的认定环节依靠数据分析方法对认定工作进行程式化的讨论，给出了具体的操作模型和实例分析。从实际的操作过程看，在考虑现行的属性条件下，集结获得的结果较单纯的人为操作公正性和准确性都有大大提高，但仍有待完善和改进。具体表现在几个方面：首先，决策的属性，即家庭经济困难信息的搜集仍需要再细化和统一。例如，某个学生的家庭发生变故，其主要的经济来源成员并未离开，因而其经济收入影响不大，但依据现行的标准则依然划归为特殊贫困类型，因而，在属性的选取上仍需要通过大量的调查和研究以确定适合某个地区的具体准则；其次，3类贫困等级在数值上的反映也需要制定统一的标准，现行的结果往往只能给出具体的困难等级排序，却不能给出某个数值属于哪个困难等级，同样需要依据区域特点给出具体的困难参照值；再次，具体认定过程中，往往需要多个角度和决策者共同进行决策，因而统计决策领域的很多方法均可引入认定过程中，要视具体情况而定。

参考文献(References)：

[1]岳耀，郑琳.高校家庭经济困难学生资助工作存在的问题及对策[J].黑龙江科技信息，2006(6)：132-132

YUE Y,ZHENG L.The Family Economic Difficulties Students Funded Work Problems and Countermeasures in Colleges[J].Heilongjiang Science and Technology Information,2006(6)：132-132

[2] 高晓杰，武毅英.大学生资助方式的利弊分析与改革思路[J].江苏高教，2004(1)：118-121

GAO X J,WU Y Y.The Analysis of the Pros and Cons of Aid Modes to College Students and Reform Train of Thought [J].Jiangsu Higher Education,2004(1):118-121

[3] 汪江平，潘莉莉.高校家庭经济困难学生新资助体系研究[J].文教资料，2009(3)：219-222

WANG J P,PAN L L.Family Economic Difficulties Students New Funding System Research in Colleges [J].Cultural and Educational Information,2009(3):219-222

[4] 唐六一，陈子立，汪俊雯，等.我校困难学生帮扶策略和时效性的探索[J].技术监督教育学刊，2007(2)：41-46

TANG L Y,CHEN Z L,WANG J W,et al.Difficult Students Support Policies and Timeliness of Exploration in Our College [J].Journal of Technology Supervision and Education,2007(2):41-46

[5] 邱苑华.管理决策与应用熵学[M].北京：机械工业出版社，2001

QIU Y H.Management Decision Making and Application of Entropy [M].Beijing:China Machine Press,2001

[6] 张敏,李勇.生态文明建设的多水平发展模型研究[J].重庆工商大学学报(自然科学版),2015(9)：87-92

ZHANG M,LI Y.Research on the Multi- level Development Model of Ecological Civilization Construction [J].Journal of Chongqing Technology and Business University(Natural Science Edition)，2015(9):87-92

[7] 张敏,李勇.重庆市社会发展水平模糊灰色综合评价及预测分析[J].重庆工商大学学报(自然科学版),2013(11):78-84

ZHANG M,LI Y.Fuzzy Grey Comprehensive Evaluation and Prediction Analysis of Chongqing’s Social Development Level [J].Journal of Chongqing Technology and Business University(Naturnal Science Edition),2013(11):78-84

责任编辑：李翠薇

How to Identify the College Students with Financial Difficulties Based onMulti-attribute Decision Making Method

HU Miao-miao1, ZHU Jia-ming2

(1.Hefei University of Technology, School of Marxism, Hefei 230009, China; 2.School of Mathematical Sciences, Anhui University, Hefei 230601, China)

Abstract：The standards and rules are not clear in the process of identifying the college students with financial difficulties. We can expound from the following two aspects:firstly, the fuzziness of defining the three kinds of difficulty degree; Secondly, the lack of the uniform standards for explaining and quantifying the family economic poverty in different regions. The concepts of “absolute poverty”, “relative poverty” and “general poverty” are introduced based on the students' family economic conditions in different areas in this paper. The data analysis method and its application on how to identify the college students with financial difficulties are proposed. An example is also illustrated to show that the effectiveness of the proposed method is guaranteed.

Key words:identification of family economic difficulties; fuzziness；college students；data analysis method

中图分类号：O29

文献标志码：A

文章编号：1672-058X(2016)02-0054-04

作者简介：胡苗苗(1989-)，女，安徽安庆人，硕士，从事思想政治教育.

*基金项目：国家自然科学基金(71301001，11426033)；教育部人文社会科学研究青年基金(13YJC630092)；安徽省社科规划项目(AHSKQ2014D13).

收稿日期：2015-10-22；修回日期：2015-12-09.

doi:10.16055/j.issn.1672-058X.2016.0002.012