关于高校家庭经济困难学生信息的加权分析.docx
《关于高校家庭经济困难学生信息的加权分析.docx》由会员分享，可在线阅读，更多相关《关于高校家庭经济困难学生信息的加权分析.docx（17页珍藏版）》请在冰点文库上搜索。
关于高校家庭经济困难学生信息的加权分析
贵州财经大学
“感恩助学、诚信做人”课题结题报告
项目名称：
关于高校家庭经济困难学生信息的加权分析
项目负责人：
伍#
所在分院：
数学与统计学院
完成时间：
2014年3月16日
课题组成员：
######
二零一四年三月
摘要
对于经济困难部分认定标准的笼统性和模糊性，致使相关机构在认定工作中难以裁决。
本文将把学生家庭经济困难因素细微化，形成相互交错、相互补充的测评体系，通过AHP给相关认定标准赋予权值，从影响或体现学生家庭经济困难的各层次因素全面详细的加权分析，使认定标准数字化、认定工作简易化。
关键词：
家庭经济困难认定；加权分析；AHP（层次分析法）；数字化
目录
前言1
1高校家庭经济困难学生认定现状及存在的问题1
1.1传统认定法1
1.2班组评议认定法1
1.3学生在校消费对比认定法2
1.4量化测评认定法2
2高校家庭经济困难生生认定的改进2
2.1政策方面3
2.2指导学生对家庭收入的认识3
2.3对家庭经济困难认定因素细微化3
2.3.1删除个人基本信息中的是否孤残、是否单亲3
2.3.2对负债分类3
2.3.3家庭成员年龄分段化4
2.3.4家庭成员学历划分4
2.3.5家庭财产分析4
3对学生家庭情况调查信息的加权分析5
3.1层次分析法（AHP）确定权重5
3.2建立递阶层次结构5
3.3构造两两比较判断矩阵6
3.4计算各指标相应的权重并作一致性检验7
3.5比例分配权值7
4模型应用举例7
4.1贫困指数计算7
4.2模型分析10
5模型在实际应用中的几点建议10
5.1信息质量保证10
5.2认定工作简化10
致谢12
参考文献13
附录114
附录216
前言
自2007年，教育部和财政部颁布《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》，新的家庭经济困难学生资助政策体系开始实行后，各学术领域的相关人士针对传统的认定方法做了很多分析并提出了新的认定法案与策略。
但是，这些方案和策略在被实际应用时，由于自身略带的笼统性和模糊性，使得认定工作还存在困难，让认定小组难以决策。
所以本文将在之前的研究分析的基础上，把家庭经济困难学生信息罗列出来，通过层次分析计算出权重，再用加权分析法，使学生的困难信息数字化，让认定工作更加清晰明了。
1高校家庭经济困难学生认定现状及存在的问题
1.1传统认定法
传统认定法是由申请困难助学金的学生在家庭所在地村委会、街道办事处或者县级市民政部门出具家庭经济困难证明和家庭经济情况调查表的基础上，通过班委直接呈递给辅导员或学校相关认定小组来认定的方法。
这种方法明显存在弄虚作假现象，对于这种无需偿还，只需凭着人际关系找相关机构盖章就能得到的资金，尤其是现在很多助学金与奖学金都与贫困助学认定挂钩，这更提升了学生及家长对经济困难认定的兴趣，而村委会和街道办事处对于这些无需承担后果的证明，也不愿得罪人，来者不拒的出证明盖章。
这让经济困难认定工作添加了很多水分，不能真正做到专款专用的落实。
1.2班组评议认定法
班组评议认定法指在班干的组织下，在班上对申请经济困难学生的“民主”投票选举，再将备选名单上交辅导员审核的的认定方法。
这种方法存在随意性。
首先，现在大学生几乎不了解家庭经济困难认定的标准。
他们只是凭着外表和对该同学的平时交往印象来做出投票，而很多家庭经济困难的学生，一方面忙于学习，一方面忙于生计，没多少时间去与同学之间交流，同学关系上明显处于劣势。
其次，部分家庭经济困难的学生，由于穿着和平时生活用品与其他同学的相差甚远，渐而形成一种无形的阴影，导致性格内向，不敢交流，与同学之间的关系渐行渐远。
再次，小部分同学害怕被贴上“贫困生”的标签，出于“面子”等原因，不肯主动申请经济困难。
1.3学生在校消费对比认定法
学校在校消费对比认定法指学校通过了解学生的衣食住行、平时消费情况来判断学生经济困难情况的方法。
该方法的前期工作存在难度。
大学生除开上课期间，其他时间比较灵活，难于跟着了解相关信息。
判断过程中也存在明显的不足。
由于前期工作的难度，学校会采取咨询室友或邻近好友的间接了解，而这些同学处于朋友情谊，不愿说出真实情况，更有甚者，将平时的私下纠纷拿来这里泄愤。
而且，一些家庭经济困难学生，通过兼职、勤工助学给自己新添一些好的衣物，这也无可厚非。
所以，学生的消费认定法也存在着明显的漏洞。
1.4量化测评认定法
量化测评法即以困难学生自己组队互评、同学民主评议、院系测评三组评议分数来确定家庭经济困难学生的方法。
该方法的前两个小组评议与其他认定方法存在一样的问题。
学生间的关系，学生对家庭经济困难认识的程度等因素严重影响评议的真实性、公平性。
2高校家庭经济困难生生认定的改进
鉴于上述认定方法的真实性，公平性难以得到保证，和在实际认定工作中难以对应起来。
本文将给出以下认定建议，重点在于家庭情况调查信息的加权分析，使认定信息数字化，认定工作简单化。
2.1政策方面
国家在贫困助学方面，不仅需要给出资金的资助指标，更应同时出台相关条例规定，对出具证明的机构或个人，及少部分学生私刻公章等现象，出台相关管理条例并深入落实，使家庭经济困难信息的真实性得以保障，使贫困助学金专款专用。
2.2指导学生对家庭收入的认识
目前，很多学生不清楚家庭的具体收入，或是不明了收入的概念，使得在填写收入时数据波动大、水分大。
所以指导学生了解家庭收入知识时非常必要的，并同时教导学生诚信填写相关信息。
2.3对家庭经济困难认定因素细微化
当前《高等学校学生及家庭情况调查表》中，个人基本信息录入太多，但是我们发现，这些信息对学生的家庭经济测评几乎没用。
作为学生家庭经济困难的认定表，应该细微化，以及对认定工作的实用化。
对于这些认定指标，本文将做以下调整：
2.3.1删除个人基本信息中的是否孤残、是否单亲
现实生活中，我们会见到一些孤残同学的生活更比其他同学富裕得多，至于单亲学生，有些单亲学生还在同学朋友面前炫耀，父亲给了多少生活费，母亲又给了多少。
对于这部分同学，我们更应该给予其他方面的关心，而不应作为经济困难家庭认定的主要对象。
而且，在国家政策的福利下，这部分学生多有政策福利，故本文将这一划分并为家庭类型（军人烈士、优抚家庭、低保家庭）。
2.3.2对负债分类
在家庭欠债情况处，很多学生都只将家里所欠债额一笔挂上，且不知水分如何，也没法考证。
有的学生家里确实欠了不少债，但其负债原因不详。
比如有的学生家长为了重新建房、购房而暂时欠债，其还债能力极强，又如家里因扩大经营而负债等。
所以本文对负债类型做了细分，建房、扩大经营、学费、家庭基本开支。
再结合其他认定指标，不仅考虑学生家庭的负债情况，也考虑了其还债能力。
2.3.3家庭成员年龄分段化
年龄即反应劳动力，劳动力即能反应挣钱能力，挣钱能力即能反应家庭的经济状况。
我国现行制度规定的劳动年龄界限为男子16—60周岁，女子16—55周岁。
而现实生活中，22以下的男女，通常还在学校读书，其劳动力根本不能为家庭带来收入。
当然，也不排除辍学务工者，所以本文将家庭成员年龄分为0—6岁、7—18岁、19—22岁、23—60岁、61—70岁、70岁以上。
纵观现在家庭，多数对小孩的成长发育尤为重视，相对投入的财力更甚，而70岁以上的，也几乎没有劳动力，至于有固定收入的，可以在家庭成员年收入指标中反应出来。
7—18岁，一般处于九年义务教育或是高中阶段，国家对这块的政策投入可以大大减少学生的家庭开支。
19—22岁，处于大学阶段，相对开支需求要大得多。
而23—60岁，正式出手捞金的黄金时期。
2.3.4家庭成员学历划分
据报告显示，我国居民学历在小学及以下的生活水平低于平均水平，初中学历的等于平均水平，高中学历的高于平均水平，大专及以上学历的远高于平均水平。
所以，本文将家庭成员的学历分为小学及以下、初中、高中、大专及同类学历、本科及以上五个阶段。
2.3.5家庭财产分析
本文将对目前一般经济困难家庭资产作梯型划分，分别为洗衣机、摩托车、电脑、农用车、数码相机或摄像机、经济型车、小轿车。
随着国家“三下乡”活动的开展，农村家庭一般会拥有洗衣机，稍宽裕点就会买摩托车，依次会购买农用车，出行带上数码相机等。
而电脑，由于现在各高校的学习需要，家长会想办法为孩子配备，但也有些学生，迟迟没有配备电脑，学习相当不方便，又不好意思常常求助于同学。
针对这些家庭经济困难认定指标，尤其是相对独特的因素，本文均通过各个指标的相互嵌套和相互补充，使学生家庭经济困难认定减少遗漏，使国家相关助学保障落到实处。
高等学校学生及家庭情况调查认定指标具体调整见附录1。
3对学生家庭情况调查信息的加权分析
3.1层次分析法（AHP）确定权重
AHP使每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。
对复杂的高校学生家庭经济困难的认定工作中，AHP在决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使认定工作的思维过程数学化。
考虑到AHP本身的缺点（指标过多时数据统计量大，权重难以确定，特征值和特征向量的精确求法比较复杂），且本文只需要各因素的相对权重，不涉及方案选择，故在单排序一致性检验通过后不再进行总排序检验。
3.2建立递阶层次结构
分析各认定指标的关系，建立递阶层次结构如下（图1）：
图1：
高等学校学生家庭情况认定信息结构
3.3构造两两比较判断矩阵
在评定两两重要性程度时采用表1比例标度表，并由此构造出判断矩阵A（表2）。
表1：
比例标度表
因素比因素
量化值
同等重要
1
稍微重要
3
较强重要
5
强烈重要
7
极端重要
9
两相邻判断的中间值
2，4，6，8
表2：
判断矩阵A
A
B1
B2
B3
B1
1
1/2
3
B2
2
1
5
B3
1/3
1/5
1
3.4计算各指标相应的权重并作一致性检验
通过MATLAB计算出矩阵A的最大特征根λ对应特征向量，并归一化得权向量w，再通过公式CR=CI/RI，CI=（λ-n）/（n-1）对矩阵A进行一致性检验，其中RI由表3得出。
表3：
平均一致性指标RI标准值
n
1
2
3
4
5
6
7
8
9
RI
0
0
0.58
0.90
1.12
1.24
1.32
1.41
1.45
w=（0.3090,0.5816,0.1095）T，CR=0.0032<0.1（通过一致性检验）。
即B1、B2、B3相对A的权重分别为0.3090，0.5816，0.1095。
同理，依次算出各指标权重。
3.5比例分配权值
由于各层指标的权向量均已归一化，通过一致性检验，且本文结构体系不涉及方案选择，故直接利用下一层相对上一层的归一化向量，按其比例，依次将上层指标分配到下一级指标。
如B1的权值为0.3090，（C1，C2，C3，C4）=（0.1428，0.0961，0.6473，0.1138），则C层指标相对目标层A的权值为C1=0.3090×0.1428=0.0441252，C2=0.3090×0.0.0961=0.0296949，C3=0.3090×0.6473=0.2000157，C4=0.3090×0.1138=0.0351642。
同理，算出测评因素D层各指标相对目标层A的权值（附录2）。
4模型应用举例
4.1贫困指数计算
本文以调整后的认定指标（见附录1），随机在班上选取7位同学录入相关信息。
在计算家庭经济状况值时，考虑到相关认定因素的权值特征，本文且在家庭资产类、设施条件类以负值计算。
如同学1的家庭调查信息（图2），结合各指标权值，通过EXCEL中条件单元格和IF函数的应用，得出其家庭贫困指数为0.681657501（图3）。
同理，经统计和计算，7位同学的家庭贫困指数如下（表4）：
图2：
同学1家庭信息调查表
图3：
同学1的家庭贫困指数
表4:
7位同学的家庭经济状况汇总
姓名
家庭贫困指数
同学1
0.681657501
同学2
0.437865115
同学3
0.376576450
同学4
0.313742094
同学5
0.316413018
同学6
0.250719802
同学7
0.243659037
4.2模型分析
据图2，假设该同学所填信息完全属实，可以看出，该同学家里有独立浴室、厨房等家居设施，且家住乡镇，整体生活条件相当不错。
再看家庭成员结构部分，人口总数8，只有父亲的年收入达到6千——1万，其余都无收入，祖父母都是70岁以上的老人，连同自己家里有4人在校读书，初高中的弟妹都不曾用手机。
综合各种因素，该同学的家庭贫困指数为0.681657501，即模型合理。
如表4，将学生的家庭情况调查表数字化，可以轻松评定出贫困学生及等级认定。
5模型在实际应用中的几点建议
5.1信息质量保证
家庭情况调查的信息质量，是保证经济困难学生成功助学的先决条件。
只有信息质量得到保障，才能切实保证国家制定的各项高等学校资助政策和措施真正落实到家庭经济困难学生身上。
本文就以上模型给出几点建议：
家庭资产、居住地类型、住房类型等方面，相关村/居委会较为了解，应该针对经办人或经办机构出台相关文件规定，以保证相关信息的真实性。
让更多真正需要帮助的困难学生给予就学支持，同时也达到了《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》中专款专用的资助目的。
对于出现其他意外事故或自然灾害的学生家庭，需出具村委会及相关单位的证明。
家庭成员健康状况除良好外需出具相关医院证明。
5.2认定工作简化
学校可以依照附录2中认定指标的权值，通过EXCEL中单元格的条件设定以及IF和SUM函数的应用，事先做好相关表格，待拿到学生的认定表后，只需把认定表上的数据录入计算机，每个同学的家庭经济情况数据便一目了然，还可以根据困难程度轻松分化学生的贫困级别。
而且，可以避免辅导员、班主任等学校认定个人和机构在感性认定时出现意见相左、难以决策的现象，也避免了学生有“老师包庇”等不良心理而耿耿于怀，影响学习的现象。
致谢
感谢学校资助管理中心及各方机构组织，给了我们这个锻炼的机会，让我们充分了解专业知识在实际生活中的应用，提升了我们对专业知识的深度学习、研究的兴趣。
同时也感谢各位老师和同学在科研活动中的提示及指导。
参考文献
[1]袁连生,田志磊.采用非收入变量认定高校家庭经济困难学生的实证研究[J].北京大学教育评论,2010年4月第8卷第2期
[2]薛建航.基于层次分析法的家庭经济困难学生认定研究[J].西安科技大学，2012年
[3]于超美,叶威惠,郑培晨.基于量化评估的家庭经济困难学生认定体系的建立[J].高校辅导员,2013年6月第3期
[4]刘昌,赵叔平.加权分析在目标市场营销中的应用[J].数理统计与管理,第16卷第5期
[5]李少阳,王志伟,王晓光,林茂,王智宇,张玉伟.家庭经济困难学生认定指标体系的构建[J].高校辅导员,2013年4月第2期
[6]李学全,李松仁,韩旭里.AHP理论与方法研究：
一致性检验与权重计算[J].系统工程学报,1997年第12卷第2期
附录1
高等学校学生及家庭情况调查
学校：
院（系）：
专业年级：
姓名：
家庭成员结构
姓名
年龄
与学生关系
学历
年收入
健康状况
联系方式
家庭资产
财产
摩托车
小轿车
经济型车
农用车
洗衣机
电脑
数码相机/摄像机
设施
条件
通公路
通自来水
通网
有空调
太阳能
浴室
有独立厨房
其他类型
住房类型
家庭类型
居住地类型
自然灾害
负债类型
农村
乡政府所在地
签
章
学生：
村
/
居
委
会
经办人：
联系号码：
街
道
办
事
处
经办人：
联系号码：
监护人：
填表说明
1.家庭成员年龄分布
A、0—6岁B、7—18岁C、19—22岁D、23—60岁E、61—70岁F、70岁以上
2.家庭成员学历情况
A、小学及以下B、初中C、高中D、大专及同等学历E、本科及以上
3.家庭成员年收入情况
A、无B、6千——1万C、1——2万D、2——3万E、3——5万F、5万以上
4.家庭成员健康状况（年医疗费）
A、良好B、1000——2000元C、2000——3000元D、3000——5000元E、5000——10000元F、10000元以上
5.家庭类型A、军人烈士B、优抚家庭C、低保家庭
6.负债类型A、建房B、扩大经营C、学费D、家庭基本开支
7.住房类型A、楼房B、平房C、瓦房
8.自然灾害造成经济损失A、3万左右B、3——5万C、5——10万D、10万以上
附录2
家庭情况认定结构及因素层D相对目标层A权值
A
B
C
D
权值
认
定
指
标
家
庭
成
员
结
构
年
龄
0—6岁
0.010788611
7—18岁
0.002987276
19—22岁
0.016410162
23—60岁
0.001089892
61—70岁
0.002060647
70岁以上
0.010788611
学
历
小学及以下
0.013772495
初中
0.007598925
高中
0.004207767
大专及同类学历
0.002586426
本科及以上
0.001529287
年
收
入
无
0.076526007
6千—1万
0.050503964
1万—2万
0.032662564
2万—3万
0.021161661
3万—5万
0.014221116
5万以上
0.004960389
健
康
情
况
良好
0.001385469
年医疗费1千以下
0.002053589
年医疗费2—3千
0.003196426
年医疗费3—5千
0.005017931
年医疗费5千—1万
0.007753706
年医疗费一万以上
0.015757078
家
庭
资
产
固
有
财
产
手机
0.001957689
摩托车
0.005236343
小轿车
0.032073786
农用车
0.010244605
洗衣机
0.002984050
电脑
0.007241548
数码相机
0.014825217
经济车
0.020470203
自
然
灾
害
3万左右
0.015235245
3—5万
0.027119426
5—10万
0.046983974
10以上
0.083413828
设
施
条
件
通网
0.096911124
通公路
0.014247944
自来水
0.009163876
厨房
0.020901169
浴室
0.020901169
空调
0.130773528
太阳能
0.020901169
其
他
类
型
居
住
地
类
型
农村
0.008810576
城镇
0.003193077
其他
0.001156931
家
庭
类
型
军人烈士
0.001214887
优抚家庭
0.002208210
低保家庭
0.004011953
负
债
类
型
建房
0.002597101
扩大经营
0.001596635
学费
0.009949845
基本开支
0.020115543
住
房
类
型
楼房
0.003864880
平房
0.014997240
瓦房
0.034891429
升级会员 