基于层次—灰色分析法的高校贫困生资助绩效评价研究

陶 亮

(福州大学，福建 福州 350108)

一、高校贫困生资助现状及资助绩效评价问题分析

一直以来，高校贫困生资助问题都是社会各界关注的热点，其事关高等教育公平和社会矛盾化解，甚至与我国高等教育大众化进程和人力资源强国建设都息息相关。随着《关于进一步落实高等教育学生资助政策的通知》和《高等学校勤工助学管理办法》(2018年修订)》等系列政策发布和落地，国内已初步建立以政府为主导、学校和社会等多方参与筹措的助学体系，“奖、助、贷、勤、免、补”等多元方式相结合覆盖全学段的的家庭经济困难学生资助政策体系，实现了学段、公民办校与困难学生的三个全覆盖。

根据教育部2019年初发布的《中国学生资助发展报告(2018)》显示，2018年国家资助普通高校学生4，387.89万人次，资助金额1，150.30亿元，比上年增加99.56亿元，增幅9.48%。[1]总的来看，我国各高校资助工作均能履行“不让一个学生因家庭经济困难而失学”的承诺，基本满足贫困学生在生活上的经济需求，保证其公平享有接受高等教育的权利和机会。但自教育部2015年提出“资助”到把实现资助写进“十三五”规划，对教育主管部门和高校提出更高要求以来，各高校在开展贫困生资助工作过程中均或多或少暴露出些问题，贫困生家庭经济困难程度难认定、政策落实程度不同、资助缺乏大数据支撑、以宏观帮扶为主缺少针对性和个性化、资助资源合理分配存在一定程度的经验判断，以及没有建立完善的贫困生资助跟踪管理与服务体系等。[2]

现在，国内外对高等教育学生资助问题的研究颇丰，而针对高校贫困生资助绩效评价的研究还不够深入。国内学者针对高校贫困生资助绩效评价研究主要是以下两个方面：一是基于资助绩效评价的理论内涵和特征；基于公众满意导向下的视角，分析了高校贫困生资助绩效评估的内涵，倡导“以人为本”的理念和以公众满意度为结果导向，以此实现绩效评估信息的公开。[3]二是基于高校贫困生资助评价指标体系构建方面的研究；从四个维度设计高校贫困生资助评价指标，分别为：个人—行为、个人—结果、组织—行为、组织—结果，并将高校贫困生资助评估分为人本模式、项目视角、组织视角、综合评估等[4]；白华和徐英通过绩效评价的视角来研究高校贫困生资助实施情况与效果，并运用AHP进行实证分析。[5]国外学者针对高校贫困生资助绩效评价研究主要是针对高等教育资助效率的研究，如早期学者Ronald.Feeso在《学生财政资助计划的质量》提出基于效率探讨的学生财政资助的有效性问题[6]；学者B.T.Long通过对美国的消费者支出的调查数据，从而分析得到国家资助对高校学生的入学率起着积极的影响作用。[7]

由此可见，要实现高校资助的专业性和一体性，迫切要求高校以客观数据为导向的工具支撑，进一步构建和完善一套兼具科学、高效和可操作性强且适用度广的高校贫困生资助绩效评价体系，才能真正做到“对症下药、滴灌和靶向治疗”。

高校贫困生资助绩效评价是指基于一定评价方法与评价标准，对高校资助工作所确定的绩效目标的实际成效进行的综合评价。国内外学者对于贫困生资助绩效评价提出的观点和方法主要为专家打分法、层次分析法以及模糊综合评价法。但影响高校贫困生资助绩效的因素比较复杂，每个评议个体间也存在突出差异，各因素间既相互关联又难以进行重要程度的评判。[8]结合现有的《中央部属高校学生资助工作绩效考评暂行办法》和《全国省级学生资助工作绩效评价暂行办法》，采用定性与定量相结合的分析方法来研究高校贫困生资助绩效，并在征询相关专家学者意见和开展受助贫困生问卷调查的基础上，综合高校贫困生资助工作的整体过程以及影响因素，尝试构建以层次—灰色分析法为基础理论方法的高校贫困生资助绩效评价框架，即运用层次分析法确定各层级指标权重，并考虑各评价指标间相互影响的可能，再运用灰色关联分析法建立资助绩效关联矩阵，从而实现高校贫困生资助绩效的科学规范评价。

二、高校贫困生资助绩效评价指标体系构建

如何高效和永续的管理和使用好国家贫困生资助巨额资金，一直是政府关注焦点问题。在综合既有研究成果基础上，系统把握理论与实际操作中贫困生资助绩效评价指标体系设计的思路与原则，坚持以立德树人为根本，全面发展为目标方向，在征求多位资深高校学生资助工作专家学者、资助工作职员、社会大众对资助工作满意度的意见以及访谈和调研受助高校学生学习、生活和就业情况，确定了以学生发展核心素养为中心，融入社会主义核心价值的高校贫困生资助评价指标体系的基本框架。

数据调查采用德尔菲法，向福建省60名从事高校资助工作的资深专家及管理人员发放问卷，征询高校贫困生资助评价指标的意见。以此确定了包含“高校贫困生认定工作、高校贫困生资助资源筹措、高校贫困生资助资源配置、高校贫困生资助监测与跟踪、高校贫困生资助社会效应以及高校贫困生资助政策”等6个一级指标组成，并设置了22个二级指标，具体内容如下表1所示。

表1 高校贫困生资助绩效考评指标

三、高校贫困生资助绩效评价模型

层次—灰色评价方法是结合层次分析法的多目标综合评价优势与灰色理论的考虑多项指标的影响程度，避免层次分析方法主观性强的缺陷，又能比较充分地体现各评价指标的重要程度，能更客观地评价各方案的优劣以提高评价的科学性和精确性。[9]

构建层次—灰色系统的高校贫困生资助绩效评价模型主要步骤为：一是运用层次分析法计算出高校贫困生资助绩效考评标三层评价指标的权重，通过所得到的评价指标重要性程度比较来构造判断矩阵；二是根据上一步骤得到的判断矩阵求出各评价指标对应的权数；三是运用灰色关联分析法得出各评价指标的关联系数与对应权数乘积之和，作为该方案与理想方案的关联度；四是根据求解得到的关联度大小即排列出每个因素对其评价的影响和重要程度。

(一)高校贫困生资助绩效评价指标权重的确定

根据层次分析原理，一个三层次评价指标体系按目标层A、中间层(一级评价指标Bi,i=1,2,…m)和最低层(二级评价指标Cij,i=1,2,…,m;j=1,2,…,n)。高校贫困生资助绩效评价指标权重的确定，首先运用层次分析法，建构层次分析矩阵，然后运用相关运算方法计算得出指标权重，其次对权重进行一致性检验，最后确定各层级指标的权重Wk(k=1,2,…,m)。[10]

(二)构建高校贫困生资助绩效评价指标评价矩阵

设评价模型中有m个待选的对象组成一个备选对象集合，同时有n个评价因素组成一个系统的评价指标集合，那么每个评价指标对每一个备选对象的评判用指标特征值来表示，则该系统有m×n阶指标特征值矩阵，如下所示:

(三)评价指标数据的无量纲化

在使用灰色关联分析法前，为了便于模型指标的分析和比较，需要先对指标所具有的不同数量级和量纲的原始数据进行无量纲化处理。通过采用最大值无量纲化处理方法，对待检验模式向量进行无量纲化，其计算公式如下：

上式(2)中：

max(xT)=max{xT(1),xT(2),…,xT(n)}。

(四)计算评价模型关联系数

ρ为分辨系数，令ρ=0.5；k=1,2,…,m;j=1,2,…,n

由此得到关联度序列R={r1，r2，…,rn}，所得的灰色关联度系数是表征两个待检验指标序列之间相似性程度的指标，为[0，1]区间内的变化量。

(五)计算评价模型的加权关联度系数

由于高校贫困生资助绩效评价模型涉及22个二级指标，并且同层指标对资助绩效水平的影响差异较大，需要结合各指标的计算权重和管理系数得到加权关联度系数，计算公式入下所示：

rk=WkξTLk(j)(k=1,2,…,m;j=1,2,…,n)(3)

若R越接近1，表示该指标子序列对母指标序列的影响越敏感，二者之间的紧密程度越大；反之，R越接近0，其影响越不敏感。按照从大到小的顺序对所有评价指标的综合关联度系数进行排序，以此来判断检验绩效评价指标与标准绩效评价的接近程度，并选择最大综合关联度系数对应的高校贫困生资助绩效评价的重点考虑指标。

四、实例分析

综合已有研究的成果，通过福建3所不同高校的受助学生发放问卷以及向不同高校学生管理方面的专家学者发放了高校贫困生资助绩效评价指标重要性调查表，按照萨迪的1-9标度方法把各层级评价指标在各自层次中进行相互比较[12]，并赋予相应的重要性等级，两两比较，形成高校贫困生资助绩效评价的判断矩阵。经回收评价问卷，得到分析准则层的判断矩阵和三级指标的层次单排序矩阵，均通过一致性检验，由此得到各层级指标的权重，计算结果如表2所示。

根据表2所得到的各评价指标权重，以问卷抽样调查对象的某一原始数据为例，采用高校资助工作相关专家和受助学生对这一所高校贫困生资助指标实际打分的平均值。根据实际资助工作开展时，此时高校贫困生资助绩效模型所包含的指标都为越大越好的评价指标类型，故以该高校原始数据的最优得分为标准，构建待检验评价指标向量。由此计算得到某一高校贫困生资助绩效评价模型的关联系数和加权关联度系数，具体计算结果如表3所示。

根据表3的计算结果，按照灰色加权关联度系数从大到小排序，可得到表4所展示的结果。

表3 高校贫困生资助绩效评价模型的关联系数和加权关联度系数

不难发现，表4中的结果与表2中高校贫困生资助绩效评价指标权重的排序基本上是相一致的。其中对高校贫困生资助绩效影响较大的前6项指标分别为高校贫困生的贫困程度量化情况、中央财政资金投入比、高校贫困生认定标准的科学化、高校贫困生资助资源配置理念优化情况、高校贫困生资助政策的价值选择情况以及高校贫困生认定方法的可操作性。表明高校在开展贫困生资助工作时要着重考虑这6项指标的施行程度，以实现较好的高校贫困生资助绩效。

表2 高校贫困生资助绩效评价指标权重

表4 高校贫困生资助绩效评价结果

实例结果不仅直观地反映资助评价模型中各个评价指标的重要程度，并且两表中的结果也起到了相互验证的作用，使计算结果显得更为可信，证明了层次-灰色理论的高校贫困生资助绩效评价所得的结果与实际工作相符。将层次分析方法和灰色理论有机结合起来，实现对高校贫困生资助绩效考评的有效分析和考量指标的定量评价，得到灰色加权关联度系数，来合理评价各指标之间的差异性和相似性，使高校贫困生资助绩效评价更加科学客观，弥补了单独采用层次分析法进行评价的局限性。计算结果表明了该方法在考虑高校贫困生资助绩效系统的灰色性上具有可行性和有效性，为有针对性地提高高校贫困生资助绩效提供了新视角、新维度和新方法。

五、提升要项

以高校贫困生资助绩效为杠杆，能够充分发挥其较强的导向功能，激发高校资助工作深化改革的内生动力和发展活力，引导其积极“以评促改、以评促进、以评促发展”，不断提升资助成效。基于实例结果数据，为更好地提升高校贫困生资助绩效，应着重从高校贫困生的贫困程度量化情况、中央财政资金投入比、高校贫困生认定标准的科学化、高校贫困生资助资源配置理念优化情况、高校贫困生资助政策的价值选择情况以及高校贫困生认定方法的可操作性6个指标出发，结合各高校自身实际情况，重点从优化顶层政策设计、健全经费筹措与合理配置、搭建资助大数据平台和完善监督反馈体系四个要项提升。

(一)优化顶层设计，保证政策落地

从党的十八届四中全会将法治思维和法治方式作为推动改革发展的重要方向[13]，陆续出台实施了资助工作系列方针和政策，到十九届四中全会提出要着力固根基、扬优势、补短板和强弱项，构建系统完备、科学规范和运行有效的中国特色社会主义制度，推进国家治理体系和治理能力现代化。[14]应准确把握高校贫困生资助全过程，持续推进高校贫困生资助法律法规、程序流程和保障机制等环节优化设计，以保证高校资助政策能够落地。

(二)健全经费筹措与合理配置机制，实现“多渠道、动态化”

健全资助经费投入与筹措来源，一改高校资助经费“等、靠、要”的传统模式，在用好中央与地方财政拨款的同时，积极扩宽社会慈善组织和用人企业等多渠道资金投入，探索以“资助育新才”的校企合作新模式，形成聚合效应。另一方面，应建立动态化高校资助经费配置机制，从中央到地方要肩负起资助资源的合理调配，根据各地区和各高校实际，优化经费结构，杜绝“平均分配”和严防资助经费配置过程中出现“中心—边缘”效应。[15]

(三)搭建资助大数据统一平台，精准认定

随着大数据时代的到来，加快搭建包括政府民政和税务部门，社区街道和村委会，银行和学籍注册管理的一体化大数据平台，打破以往“各自为政”形成的数据割裂，实现高校贫困生数据安全、高效、准确的采集、传输和调取。同时，运用动态数据明确资助标准，科学使用数据以实现高校贫困生化认定。[16]

(四)完善资助工作监督评价反馈体系，确保资助成效永续性

强化资金监管，压实主体责任，厘清政府、高校间权能边界，引入和完善第三方贫困生资助工作监督评价反馈体系，搭建教育主管部门、第三方机构、高校和院系之间的互动监督机制，加快推进“管、用、评分离”，便于及时修正资助工作中突显的问题及资助政策实施的滞后性等问题，守住安全底线，最大限度地确保高校贫困生资助工作成效的永续性和延伸性。[17]