摘 要：貧困生認(rèn)定工作是高校資助工作中一項(xiàng)十分重要的內(nèi)容，是促進(jìn)教育公平的堅(jiān)實(shí)基礎(chǔ)。為進(jìn)一步完善高校貧困生資助體系，文章通過(guò)輔導(dǎo)員走訪(fǎng)、問(wèn)卷調(diào)查、專(zhuān)家打分等方式收集信息，采用層次分析法構(gòu)建高校貧困生指標(biāo)評(píng)價(jià)認(rèn)定體系，用Matlab平臺(tái)進(jìn)行矩陣計(jì)算確定認(rèn)定過(guò)程各項(xiàng)指標(biāo)的權(quán)重值，并對(duì)3名不同情況的學(xué)生進(jìn)行實(shí)證研究，結(jié)果表明層次分析法在高校貧困生認(rèn)定過(guò)程中擁有簡(jiǎn)潔高效、操作性強(qiáng)的優(yōu)勢(shì)，可以為高校資助部門(mén)的工作提供一定參考。

關(guān)鍵詞：資助育人；高校貧困生；層次分析法；精準(zhǔn)認(rèn)定

中圖分類(lèi)號(hào)：G647"""""" 文獻(xiàn)標(biāo)識(shí)碼：A""""""" 文章編號(hào)：2095-9699（2024）06-0057-06

黨的二十大報(bào)告指出：“要堅(jiān)持以人民為中心發(fā)展教育，加快建設(shè)高質(zhì)量教育體系，發(fā)展素質(zhì)教育，促進(jìn)教育公平”^[1]。在高校中，精準(zhǔn)資助是實(shí)現(xiàn)教育公平的堅(jiān)實(shí)基礎(chǔ)，精準(zhǔn)資助工作中最重要最困難的是如何精準(zhǔn)完成高校貧困生認(rèn)定工作。隨著科教興國(guó)戰(zhàn)略的深入實(shí)施，高等教育的普及，大學(xué)辦學(xué)規(guī)模不斷擴(kuò)大，在校生人數(shù)顯著增加，貧困生認(rèn)定工作的問(wèn)題就更加突顯了。特別是部分地方本科院校和新建本科院校，例如寧德師范學(xué)院，該校所處城市經(jīng)濟(jì)相對(duì)落后，招生一般面向省內(nèi)以及新疆、西藏、云貴川等較為偏遠(yuǎn)貧困的地區(qū)，實(shí)際貧困生人數(shù)約占全體在校生人數(shù)的百分之二十。精準(zhǔn)的貧困生認(rèn)定工作在此類(lèi)高校資助工作中就顯得尤為重要。但是，目前大部分高校貧困生認(rèn)定工作缺乏一套可操作性強(qiáng)、邏輯清晰的精準(zhǔn)認(rèn)定體系。而傳統(tǒng)的認(rèn)定過(guò)程受個(gè)人主觀(guān)因素、認(rèn)定材料的可靠性和時(shí)效性、評(píng)價(jià)體系模糊等一系列障礙性因素的影響，使得高校時(shí)常難以精確地幫助到真正需要資助的學(xué)生。如何實(shí)現(xiàn)科學(xué)、精準(zhǔn)、有效認(rèn)定貧困生，是高等教育普及化后面臨的一項(xiàng)意義重大卻又十分棘手的工作。

1 目前高校貧困生認(rèn)定存在的問(wèn)題

目前，大部分高校貧困生認(rèn)定工作過(guò)程主要分為：學(xué)生提出申請(qǐng)，提交佐證材料；輔導(dǎo)員、高校資助中心工作人員審核認(rèn)定材料；班級(jí)代表或者評(píng)議小組對(duì)認(rèn)定結(jié)果進(jìn)行民主評(píng)議和監(jiān)督；學(xué)校針對(duì)認(rèn)定結(jié)果，在一定范圍內(nèi)公示。但以上認(rèn)定過(guò)程存在諸多的人為不確定性因素，認(rèn)定過(guò)程各個(gè)環(huán)節(jié)基本屬于定性評(píng)價(jià)^[2]。例如，申請(qǐng)?zhí)岢鰰r(shí)學(xué)生的個(gè)人情況是否屬實(shí)；佐證材料是否真實(shí)可信；學(xué)校認(rèn)定審核過(guò)程是否細(xì)致認(rèn)真，無(wú)疏漏；班級(jí)代表或者評(píng)議小組的評(píng)價(jià)或打分是否客觀(guān)實(shí)際，不受個(gè)人主觀(guān)因素干擾。因此，在實(shí)際工作過(guò)程中，經(jīng)常遇到學(xué)生反饋貧困認(rèn)定的過(guò)程和結(jié)果不合理、不公平的情況，使得貧困生認(rèn)定工作的開(kāi)展難以令人信服和滿(mǎn)意?，F(xiàn)擬將根據(jù)層次分析法（AHP）建立定性與定量相結(jié)合的評(píng)估機(jī)制，綜合、準(zhǔn)確、高效地完成高校貧困生認(rèn)定工作。

2 層次分析法原理

層次分析法（The Analytic Hierarchy Process）簡(jiǎn)稱(chēng)AHP，于20世紀(jì)70年代初期由美國(guó)匹茲堡大學(xué)運(yùn)籌學(xué)家托馬斯·塞蒂在研究美國(guó)電力分配課題時(shí)首次提出^[3]。它是一種解決多目標(biāo)復(fù)雜問(wèn)題的定性與定量相結(jié)合的決策分析方法^[4]。將定量與定性分析有機(jī)結(jié)合起來(lái)，用決策者的經(jīng)驗(yàn)判斷各衡量目標(biāo)之間能否實(shí)現(xiàn)的標(biāo)準(zhǔn)之間的相對(duì)重要程度，并合理地給出每個(gè)決策方案的每個(gè)標(biāo)準(zhǔn)的權(quán)數(shù)，通過(guò)權(quán)數(shù)大小確定各個(gè)方案的優(yōu)劣次序，實(shí)現(xiàn)利用較少的定量信息使決策的思維過(guò)程數(shù)學(xué)化，為多目標(biāo)、多準(zhǔn)則的復(fù)雜決策問(wèn)題提供簡(jiǎn)便的決策方法^[5-6]。層次分析法模型構(gòu)建步驟如下。

2.1 分析影響因素，確定層次結(jié)構(gòu)分析模型

在解決實(shí)際問(wèn)題過(guò)程中，一般將問(wèn)題包含的指標(biāo)自上而下地分解為若干層次，同一層的各項(xiàng)指標(biāo)之間相互關(guān)聯(lián)，并從屬于上一層指標(biāo)，同時(shí)又支配下一層指標(biāo)。最上層稱(chēng)之為目標(biāo)層，通常只有一個(gè)因素，即分析任務(wù)的預(yù)定目標(biāo)。中間層是選擇為實(shí)現(xiàn)總目標(biāo)而采取的各種方案、措施所應(yīng)當(dāng)遵循的準(zhǔn)則，一般稱(chēng)之為準(zhǔn)則層^[7-8]。最底層為方案層，是為實(shí)現(xiàn)目標(biāo)或目的而提供選擇的各種方案或具體措施^[9]。構(gòu)造出一個(gè)多層次分析結(jié)構(gòu)模型，如圖1所示。

2.2 構(gòu)造判斷矩陣

從層次結(jié)構(gòu)模型的第2層開(kāi)始，同一層次的指標(biāo)以上一層指標(biāo)為準(zhǔn)則進(jìn)行兩兩判斷比較，構(gòu)造判斷矩陣，但是比較結(jié)果為定性，無(wú)法量化，說(shuō)服力差，常常不容易被別人接受，更重要的是無(wú)法進(jìn)行數(shù)學(xué)計(jì)算，因而引入Saaty提出的1-9標(biāo)度法原則進(jìn)行兩兩比較確定判斷矩陣具體形式。

2.3 計(jì)算層次單排序及總排序

層次單排序是根據(jù)判斷矩陣求解最大特征值，并將最大特征值對(duì)應(yīng)的特征向量歸一化處理，進(jìn)而確定某一層次上各指標(biāo)對(duì)上一層次某指標(biāo)相對(duì)的重要程度。按照此方法對(duì)層次分析模型自上而下逐層計(jì)算，即可獲得最底層指標(biāo)相對(duì)首層目標(biāo)層元素的重要程度排序值，即為層次總排序結(jié)果。

2.4 判斷矩陣的一致性檢驗(yàn)

當(dāng)判斷矩陣的階數(shù)較大時(shí)，為了防止判斷矩陣同一層的指標(biāo)出現(xiàn)A指標(biāo)比B指標(biāo)重要，B指標(biāo)比C指標(biāo)重要，C指標(biāo)卻比A指標(biāo)重要的矛盾情況，必須對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，于是引入了判斷矩陣一致性計(jì)算公式：

CR=CIRI

CI=λmax－nn－1

式中：CR為一致性比率，CI為一致性指標(biāo)，λmax為判斷矩陣最大特征值，n為判斷矩陣的階數(shù)，RI為平均隨機(jī)一致性指數(shù)，RI取值與判斷矩陣階數(shù)n之間的關(guān)系，如表2所示。

查閱相關(guān)文獻(xiàn)，當(dāng)一致性比率CRlt;0.1，則認(rèn)為判斷矩陣通過(guò)一致性檢驗(yàn)，計(jì)算得到的權(quán)重結(jié)果是合理有效的^[10]。

3 層次分析法在高校貧困生認(rèn)定中的應(yīng)用

AHP是一種定性與定量分析相結(jié)合的決策方法，在分析和解決問(wèn)題時(shí)體現(xiàn)出的簡(jiǎn)潔性、易操作性、系統(tǒng)性，使之在安全科學(xué)、經(jīng)濟(jì)管理、系統(tǒng)工程學(xué)等各個(gè)領(lǐng)域都得到了廣泛重視和應(yīng)用。但是，AHP在高校貧困學(xué)生認(rèn)定領(lǐng)域的使用和研究還比較少，是一種新的思路和探索。

3.1 確定評(píng)價(jià)指標(biāo)，構(gòu)造模型

根據(jù)輔導(dǎo)員家訪(fǎng)了解情況、設(shè)計(jì)問(wèn)卷調(diào)查、專(zhuān)家研討等各種方式，高校認(rèn)定貧困生的因素主要?dú)w納為：學(xué)生家庭情況B1、學(xué)生在校情況B2、特殊情況B3等3項(xiàng)一級(jí)指標(biāo)；低保、建檔立卡家庭C1、助學(xué)貸款總額C2、勞動(dòng)力狀況C3、家庭上學(xué)人口數(shù)C4、家庭贍養(yǎng)人口數(shù)C5、勤工助學(xué)C6、社會(huì)資助C7、一卡通消費(fèi)支出C8、民主評(píng)議C9、突發(fā)重大疾病造成損失額C10、自然災(zāi)害造成損失額C11、家庭人員突發(fā)事故損失額C12等12項(xiàng)二級(jí)指標(biāo)。結(jié)合AHP的分析邏輯，確定模型結(jié)構(gòu)，如圖2所示。

3.2 獲取原始數(shù)據(jù)，確定模型判斷矩陣

根據(jù)圖2高校貧困生認(rèn)定評(píng)價(jià)指標(biāo)體系模型結(jié)構(gòu)圖中的指標(biāo)，設(shè)計(jì)問(wèn)卷。從結(jié)構(gòu)圖的第二層開(kāi)始，同一層次的指標(biāo)以上一層次指標(biāo)為準(zhǔn)則進(jìn)行兩兩判斷比較，并結(jié)合Saaty提出的1-9標(biāo)度法定量比較結(jié)果，確定AHP模型各層判斷矩陣的具體形式。

基于各項(xiàng)指標(biāo)以及1-9標(biāo)度法將設(shè)計(jì)完成的問(wèn)卷，發(fā)放給學(xué)校資助中心教師、二級(jí)學(xué)院黨委副書(shū)記、輔導(dǎo)員、班級(jí)班委、普通學(xué)生代表、貧困學(xué)生代表等各類(lèi)人員作答打分。本次調(diào)查一共發(fā)放問(wèn)卷500份，回收問(wèn)卷489份，其中有效問(wèn)卷477份，對(duì)問(wèn)卷的各項(xiàng)指標(biāo)分值計(jì)算平均值處理，得到各個(gè)評(píng)價(jià)指標(biāo)判斷矩陣A、B1、B2、B3的具體表達(dá)形式。

3.3 計(jì)算層次單排序以及一致性檢驗(yàn)

目標(biāo)層的判斷矩陣A：

高校貧困生認(rèn)定A學(xué)生家庭情況B1學(xué)生在校情況B2特殊情況B3

學(xué)生家庭情況B1157

學(xué)生在校情況B21/512

特殊情況B31/71/21

運(yùn)用Matlab平臺(tái)求解獲得目標(biāo)層判斷矩陣A最大特征根值λmax=3.0142，歸一化后特征向量W（A）=（0.7400，0.1666，0.0934），CI=3.0142－33－1=0.0071，查表二RI取值與判斷矩陣n之間的關(guān)系表得RI=0.58，CR=CIRI=0.00710.58=0.012，CRlt;0.1，目標(biāo)層判斷矩陣A具有滿(mǎn)意的一致性。其中，W（A）表示層次單排序結(jié)果，其含義為在貧困認(rèn)定過(guò)程中，學(xué)生家庭情況B1所占權(quán)重值為0.740 0，學(xué)生在校情況B2所占權(quán)重值為0.166 6，特殊情況B3所占權(quán)重值為0.093 4。

3.4 計(jì)算總層次排序以及一致性檢驗(yàn)

準(zhǔn)則層判斷矩陣B1：

學(xué)生家庭情況B1低保建檔立卡家庭C1助學(xué)貸款總額C2勞動(dòng)力狀況C3家庭上學(xué)人口數(shù)C4家庭贍養(yǎng)人口數(shù)C5

低保建檔立卡家庭C115268

助學(xué)貸款總額C21/511/312

勞動(dòng)力狀況C31/23134

家庭上學(xué)人口C41/611/311

家庭贍養(yǎng)人口C51/81/21/411

最大特征值λmax=5.0374，歸一化后特征向量W（B1）=（0.4969，0.0978，0.2582，0.0818，0.0653），CI=0.0183，RI=1.12，CR=CIRI=0.01841.12= 0.0164，CRlt;0.1，準(zhǔn)則層判斷矩陣B1滿(mǎn)足一致性檢驗(yàn)。

準(zhǔn)則層判斷矩陣B2：

學(xué)生在校情況B2勤工助學(xué)C6社會(huì)資助C7一卡通消費(fèi)支出C8民主評(píng)議C9

勤工助學(xué)C61524

社會(huì)資助C71/5131/2

一卡通消費(fèi)支出C81/21/311/2

民主評(píng)議C91/41/221

最大特征值λmax=3.1941，歸一化后特征向量W（B2）=（0.5452，0.1773，0.1274，0.1502），

CI=0.0647，RI=0.9，CR=0.0719，CRlt;0.1，準(zhǔn)則層判斷矩陣B2符合一致性要求。

準(zhǔn)則層判斷矩陣B3：

特殊情況B3 突發(fā)重大疾病造成損失額C10自然災(zāi)害造成損失額C11家庭人員突發(fā)事故損失額C12

突發(fā)重大疾病造成損失額C10135

自然災(zāi)害造成損失額C111/312

家庭人員突發(fā)事故損失額C121/51/21

最大特征值λmax=3.0037，歸一化后特征向量W（B3）=（0.6483，0.2297，0.1220），CI=0.0019，RI=0.58，CR=0.0032，CRlt;0.1，準(zhǔn)則層判斷矩陣B3符合一致性要求。

基于層次分析法的邏輯思路，計(jì)算3項(xiàng)一級(jí)指標(biāo)和12項(xiàng)二級(jí)指標(biāo)對(duì)貧困生認(rèn)定的重要性排序，結(jié)果如表3所示。各項(xiàng)指標(biāo)重要性的先后順序的具體含義如下：C1（低保、建檔立卡家庭的權(quán)重為0.367 7），C3（勞動(dòng)力狀況的權(quán)重為0.191 1），C6（勤工助學(xué)的權(quán)重為0.090 8），C2（助學(xué)貸款總額的權(quán)重為0.072 4），C10（突發(fā)重大疾病造成損失額的權(quán)重為0.060 6），C4（家庭上學(xué)人口數(shù)的權(quán)重為0.060 5），C5（家庭贍養(yǎng)人口數(shù)的權(quán)重為0.048 3），C7（社會(huì)資助的權(quán)重為0.029 5），C9（民主評(píng)議的權(quán)重為0.025 0），C11（自然災(zāi)害造成損失額的權(quán)重為0.021 5），C8（一卡通消費(fèi)支出的權(quán)重為0.021 2），C12（家庭人員突發(fā)事故損失額的權(quán)重為0.011 4）。

3.5 實(shí)證研究計(jì)算

以A、B、C三位在校大學(xué)生為實(shí)證研究對(duì)象，A學(xué)生來(lái)自建檔立卡家庭，辦理助學(xué)貸款6000元，家中一共3口人，僅父親一人參加工作；在校擔(dān)任輔導(dǎo)員助理勤工助學(xué)崗位，未接受社會(huì)資助，校園一卡通消費(fèi)處于學(xué)校學(xué)生平均水平，班級(jí)民主評(píng)議90%同學(xué)認(rèn)為該生家庭經(jīng)濟(jì)困難；家庭人員并未出現(xiàn)突發(fā)重大疾病、自然災(zāi)害、突發(fā)事故等。B同學(xué)來(lái)自低保家庭，未辦理助學(xué)貸款，家中有爺爺奶奶二位老人需要贍養(yǎng)，還有弟弟一人上高中，父親母親一同外出打工；未在學(xué)校擔(dān)任勤工助學(xué)崗位，每年接受鄉(xiāng)鎮(zhèn)政府助學(xué)金6 000元，校園一卡通消費(fèi)遠(yuǎn)高于學(xué)校平均水平，班級(jí)民主評(píng)議30%同學(xué)認(rèn)為該生家庭經(jīng)濟(jì)困難；家庭人員未突發(fā)重大疾病和事故，但是2022年家中莊稼因洪澇災(zāi)害損失20 000元。C同學(xué)辦理助學(xué)貸款18000元，家中外婆需要贍養(yǎng)，父母離異，僅母親一人打零工；在校期間參加勤工助學(xué)崗位以及兼職家教，每年接受政府和社會(huì)資助10 000元，校園一卡通消費(fèi)水平遠(yuǎn)低于學(xué)校平均水平，班級(jí)民主評(píng)議100%同學(xué)認(rèn)為該生家庭經(jīng)濟(jì)困難；外婆今年突發(fā)疾病手術(shù)花費(fèi)10 000元。根據(jù)上述情況，結(jié)合層次分析法判定哪位學(xué)生更貧困，具體步驟如下：

（1）建立判斷矩陣。

3位學(xué)生12項(xiàng)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的判斷矩陣如下所示：

是否低保建檔立卡家庭D1=1391/3161/91/61；助學(xué)貸款總額D2=11/434191/31/91；

勞動(dòng)力狀況D3=11/323161/21/61；家庭上學(xué)人口D4=1311/311/3131；

贍養(yǎng)人口D5=1531/511/21/321；勤工助學(xué)D6=11/333191/31/9１；

社會(huì)資助D7=1351/3121/51/21；"""""" 一卡通消費(fèi)水平D8=11/343191/41/91；

民主評(píng)議D9=11/323161/21/61；突發(fā)重大疾病造成損失額D10=1131131/31/31；

自然災(zāi)害造成損失額D11=1611/611/6161；家庭人員突發(fā)事故損失額D12=111111111。

（2）利用Matlab平臺(tái)求解各個(gè)矩陣最大特征值對(duì)應(yīng)的特征向量，并歸一化處理，結(jié)果如下：

判斷矩陣D1歸一化后特征向量W（D1）=（0.6631，0.2784，0.0584）；

判斷矩陣D2歸一化后特征向量W（D2）=（0.1999，0.7266，0.733）；

判斷矩陣D3歸一化后特征向量W（D3）=（0.2222，0.6667，0.1113）；

判斷矩陣D4歸一化后特征向量W（D4）=（0.4286，0.1429，0.4286）；

判斷矩陣D5歸一化后特征向量W（D5）=（0.6483，0.1220，0.2297）；

判斷矩陣D6歸一化后特征向量W（D6）=（0.2308，0.6923，0.0769）;

判斷矩陣D7歸一化后特征向量W（D7）=（06483，02297，0.1220）;

判斷矩陣D8歸一化后特征向量W（D8）=（0.2499，0.6812，0.0688）;

判斷矩陣D9歸一化后特征向量W（D9）=（0.2222，0.667，0.1113）;

判斷矩陣D10歸一化后特征向量W（D10）=（0.4286，0.4286，0.0142）;

判斷矩陣D11歸一化后特征向量W（D11）=（0.4615，0.0769，0.4615）;

判斷矩陣D12歸一化后特征向量W（D12）=（0.3333，0.3333，0.3334）。

（3）各個(gè)判斷矩陣的最大特征值和一致性比值CR，如表4所示：

由表4可知，判斷矩陣D1-D12的一致性比率CR值均小于0.1，說(shuō)明各判斷矩陣滿(mǎn)足一致性要求，因此所求解的3位學(xué)生12項(xiàng)指標(biāo)權(quán)重是合理的，其權(quán)重值W（D）為：

W（D）=0.66310.19990.22220.42860.64830.23080.64830.24990.22220.42860.46150.33330.27840.72660.66670.14290.12200.69230.22970.68120.66670.42860.07690.33330.05840.07330.11130.42860.22970.07690.12200.06880.11130.01420.46150.3334

（4）計(jì)算權(quán)向量，確定貧困程度。

第二、三層層次總排序W（BC）：W（BC）=（0.3677，0.0724，0.1911，0.0605，0.0483，0.0908，0.0295，0.0212，0.0250，0.0606，0.0215，0.0114）T，

根據(jù)公式W=W（D）×W（BC），利用Matlab平臺(tái)進(jìn)行矩陣運(yùn)算，得到最終權(quán)向量W=（0.4486，0.4291，0.1145）?；趯哟畏治龇ǖ玫浇Y(jié)果為A學(xué)生是3位學(xué)生中最為貧困的，高校資助中心和輔導(dǎo)員在資助育人工作過(guò)程中，可以以該結(jié)果作為參考，在日常的資助工作過(guò)程給予該生更多的關(guān)注與相應(yīng)的幫助。

4 結(jié)語(yǔ)

本文基于層次分析法的數(shù)學(xué)邏輯，構(gòu)建了高校貧困生指標(biāo)評(píng)價(jià)認(rèn)定體系，利用Matlab平臺(tái)進(jìn)行矩陣運(yùn)算得到高校貧困生認(rèn)定過(guò)程中各項(xiàng)指標(biāo)的權(quán)重值。并模擬高校貧困生認(rèn)定的實(shí)際過(guò)程，對(duì)不同情況學(xué)生進(jìn)行評(píng)價(jià)認(rèn)定，能夠高效準(zhǔn)確地得到認(rèn)定結(jié)果，具有較強(qiáng)的可操作性。相較于傳統(tǒng)的認(rèn)定過(guò)程，運(yùn)用層次分析法進(jìn)行高校貧困認(rèn)定能夠?qū)⑷藶椴淮_定性因素的影響降到最低，整個(gè)認(rèn)定過(guò)程有準(zhǔn)確可靠的原始數(shù)據(jù)，嚴(yán)密的數(shù)學(xué)邏輯，高效可操作的計(jì)算方法，清晰明了的認(rèn)定結(jié)果，在高校貧困生認(rèn)定領(lǐng)域，是一種新的思路和探索。今后，若能將該方法與高校大數(shù)據(jù)信息平臺(tái)相結(jié)合，或?qū)⑹垢咝Ｘ毨J(rèn)定工作取得更大的進(jìn)展。

參考文獻(xiàn)：

[1]張澤強(qiáng).黨的二十大報(bào)告中習(xí)近平關(guān)于教育重要論述的新發(fā)展[J].高校輔導(dǎo)員學(xué)刊，2023，15（02）：7-11.

[2]陳天生.高等學(xué)校貧困生認(rèn)定存在的問(wèn)題與策略探究[J].泉州師范學(xué)院學(xué)報(bào)，2018，36（03）：105-107.

[3]袁怡琨.基于大數(shù)據(jù)的高校貧困生精準(zhǔn)認(rèn)定研究[J].高教學(xué)刊，2020（34）：120-123.

[4]盧丹，龍一平.基于A(yíng)HP模型的高校大學(xué)生貧困度分析研究[J].江蘇理工學(xué)院學(xué)報(bào)，2016，22（1）：103-105.

[5]匡星星.客家文化融入大學(xué)生思想政治教育評(píng)價(jià)指標(biāo)體系：基于A(yíng)HP法[J].贛南師范大學(xué)學(xué)報(bào)，2018（04）：133-136.

[6]常麗娜，張莉，王杏茹.基于A(yíng)HP的新建地方本科院校學(xué)生考研擇校研究[J].山西大同大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，37（5）：43-47.

[7]文鴻瑩，李藝全.共同富裕目標(biāo)下高校相對(duì)貧困生精準(zhǔn)識(shí)別及治理研究[J]，福州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023（01）：156-163.

[8]王美娜，何星鋼.基于模糊層次分析法（FAHP）的大學(xué)生就業(yè)競(jìng)爭(zhēng)綜合評(píng)價(jià)模型及其應(yīng)用[J]，數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2018，48（19）：311-317

[9]王建光，楚洪波.大學(xué)生高質(zhì)量就業(yè)能力評(píng)價(jià)：基于吉林省2631份調(diào)查數(shù)據(jù)[J].黑龍江高教研究，2021（12）：124-128.

[10]萬(wàn)舒欣.基于A(yíng)HP法的說(shuō)服性思想政治教育有效性量化研究[J].黑龍江高教研究，2018（12）：140-145.

責(zé)任編輯：肖祖銘

Analysis on Accurate Identification of Poverty-stricken College Students Based on Analytic Hierarchy Process：Taking Ningde Normal College as an Example

WANG Wei1， ZHANG Jie1， LIU Wen jian1， JIANG Ming jun2

（1College of Information Engineering， Ningde Normal University， Ningde 352000， China;

2College of Mechanical and Electrical Engineering， Ningde Normal University， Ningde 352000， China）

Abstract：The identification of poverty-stricken students is a very important part of the financial aid work of colleges and universities， and it is a solid foundation for promoting educational equity. To further improve the funding system for poverty-stricken students in universities， with information collecting and obtaining through college counselors， questionnaire surveys， expert rating， and other methods， the analytic hierarchy process is adopted to construct an index evaluation and recognition system for poverty-stricken students in colleges and universities. The matrix calculation is carried out on the Matlab platform to determine the weight value of each index in the recognition process， and the empirical study is carried out on 3 students with different situations. The results show that analytic hierarchy process is concise and efficient in the identification process of poverty-stricken students in colleges and universities， which can provide some reference for the work of university funding departments.

Keywords：sponsoring education; poverty-stricken college students; analytic hierarchy process; accurate identification

基金項(xiàng)目：福建省自然科學(xué)基金項(xiàng)目（2023J011093）

作者簡(jiǎn)介：王 偉（1995—），男，福建寧德人，助教，碩士，主要從事大學(xué)生就業(yè)指導(dǎo)、思想政治教育研究。