高校貧困生的非收支變量認定的實證研究及對策

王立敏　劉晶

〔摘要〕 由于中國的稅收制度不完善，造成家庭收入與支出的準確信息較難獲得。因而，認定高校貧困生的定量化研究成了難點。文章采用了九個非收支變量，即：家中主要經(jīng)濟來源、戶口類型、貧困縣、單親、家中成員有患重病者、祖父母收入情況、家中上學人口數(shù)、家中欠債情況、家中有重大災難情況，以此來估計家庭收入與支出狀況，并利用這些變量構建了認定高校貧困生的模型。研究結果表明該模型是有效的、可行的，同時為我國高校貧困生的遴選提供了一個新的視角。

〔關鍵詞〕 貧困生；非收支變量；二元Logistic回歸

〔中圖分類號〕 G40-054 〔文獻標識碼〕 A 〔文章編號〕1008-2689（2013）01-0089-05

一、問題提出

近年來，隨著我國高等教育規(guī)模的不斷擴大和收費制度的改革，高校貧困生的問題日漸明顯。雖然，國家對高校貧困生的資助力度也在逐年加大、覆蓋面也越來越廣[1][2]，但是國家的資助額度遠不能滿足當前高校貧困生資助的需求。因此，在資源約束的條件下，如何能合理分配，使有限的資金發(fā)揮最大的效用，成為教育資助的重要問題。要解決好這個重要問題，首先解決的是如何來對高校貧困生進行認定的問題。故此，尋求一種客觀的、合理的、公平的方法來解決目前各高校認定標準不統(tǒng)一、主觀因素較多、變量選取不科學等問題，對于進一步做好高校資助工作來說，具有非常重要的現(xiàn)實意義。

二、相關研究評述

目前，國外對大學生是否貧困進行判斷的方法有兩種：一種是調(diào)查大學生消費水平來進行判定；另一種是調(diào)查大學生家庭經(jīng)濟狀況[3]來進行判定。由于大學生消費數(shù)據(jù)的收集需要建立在大量調(diào)查的基礎上，數(shù)據(jù)的可靠性依賴于學生的誠信，并且要耗費一段較長的觀察時間（至少需要1個學期）；而且國外大學生家庭經(jīng)濟狀況大部分都依據(jù)納稅情況來計算家庭收入，如美國和德國[4]，但我國的稅收制度不太完善，無法通過稅收制度準確推測出家庭收入。所以，這兩種調(diào)查方法都不太適合我國的國情。

國內(nèi)學者大多采用了反映學生經(jīng)濟狀況的指標體系來進行認定的方法[5，6]，但其不足之處是選取的指標之間有很強的相關性，而且很難確定指標的權重。近年來又出現(xiàn)了許多用于來評價家庭經(jīng)濟困難學生的定量化方法，比如，BP神經(jīng)網(wǎng)絡[7]、屬性識別理論[8]、灰色模糊評價法[9]等模糊數(shù)學理論。這些方法的不足之處是直接把家庭收入或家庭支出作為變量運用到評價方法中。本文采用了易于收集的非家庭收支變量，選擇二元logistic回歸方法來對高校貧困生進行認定。

三、研究方法：數(shù)據(jù)、變量及模型

（一）數(shù)據(jù)收集與處理

本研究使用的數(shù)據(jù)是來自“高校學生資助情況研究課題組”2010年的問卷調(diào)查。調(diào)查時間2010年11月，地點為北京地區(qū)的5所高校。給不同專業(yè)、不同年級的高校學生發(fā)放了高校學生資助情況調(diào)查問卷2000份，回收了1950份，回收率97.5%。研究選取的隨機樣本，其中大一學生樣本39%，大二樣本42%，大三樣本16%，大四樣本3%，其中農(nóng)村57.7%，城市42.3%。

調(diào)查小組還分別與五所高校從事資助工作多年的老師進行廣泛的座談交流，集中聽取他們的意見。為了彌補問卷調(diào)查的主觀性和座談調(diào)查的片面性，調(diào)查組又隨機地對30多位獲得資助和沒有獲得資助的學生進行了個別訪談和深入交流。訪談的過程中發(fā)現(xiàn)高校有時會存在兩種情況：一是非貧困生積極去申請資助，最終獲得了資助；二是貧困生為了面子、自尊心等原因，而不去申請資助，也就無法獲得資助。因此，以往文獻中把獲得資助的對象被定義為貧困生，未獲得資助的對象定義為非貧困生，顯得不是很恰當。為了避免上述兩種情況的出現(xiàn)，更好地保證問卷的內(nèi)容與其真實情況更加貼近，本文在調(diào)查問卷中設計了如下三個問題：

1、您認為自己的家庭經(jīng)濟狀況屬于：① 無力繳納全部學費及住宿費（特別貧困）； ② 能繳納部分學費及住宿費（比較貧困）；③ 能繳納學費及住宿費，但生活費低于高校所在地最低生活標準（一般貧困）；④ 能繳納學費、住宿費，并能支付日常的生活費（不貧困）。

2、您獲得過助學金嗎？ 1.是； 2.否

3、您獲得助學貸款嗎？ 1.是； 2.否

上述題目，如果填寫者在1題中選擇了④，而在第2題或第3題中選擇了是；如果37題中選擇了①②③，而在第2題或第3題中選擇了否，我們把這兩種情況的問卷認為其填寫情況的真實性需要進一步核實。因此，這部分調(diào)查問卷的數(shù)據(jù)將被刪除，而不用來構建模型。

本問題的設計思路是家庭經(jīng)濟狀況由高校已有的獲得資助的情況與學生本人對其家庭經(jīng)濟狀況的認可程度進行比較，如果雙方的認可程度一致，則認為該學生的調(diào)查問卷是真實的、有效的。經(jīng)過此處理之后，本文的1950份調(diào)查問卷保留了1463份有效問卷，有效率約75%。此外，對這些有效問卷又做了進一步的處理，即把第1題選擇①②③的學生認為是貧困生；選擇④的學生認為是非貧困生，來構建二分logistic回歸模型。

（二）非收支自變量的確定

對于大部分高校學生來說，他的家庭經(jīng)濟狀況是其在校經(jīng)濟狀況的直接反映，而影響其家庭經(jīng)濟狀況的因素有很多。歸納起來有兩類：一類是影響家庭收入的因素；一類是影響家庭支出的因素。由于我國的稅收制度不是很完善，因此，在問卷調(diào)查過程中，直接采用家庭收入和支出作為采集指標，經(jīng)常會出現(xiàn)家庭收入少報，而家庭支出多報的現(xiàn)象，造成收集到的家庭收支數(shù)據(jù)無法真實地反映實際情況。因此，本文采用了家庭經(jīng)濟非收入和非支出變量來構建高校貧困生認定模型。

本文選取非收支變量的依據(jù)：一是考慮那些直接影響到家庭經(jīng)濟收支變化的變量；二是著重考慮那些導致家庭經(jīng)濟貧困的變量，并對于那些引起家庭經(jīng)濟比較富裕的變量不做考慮；三是易于收集，并且便于學生客觀回答，減少主觀因素。由于直接從調(diào)查問卷中選取的變量之間可能具有較強的相關性，或者由于樣本數(shù)量較少的問題出現(xiàn)單個變量對貧困不顯著，因此本文又對這些變量進行了合并或刪除的處理，例如：家庭的主要收入來源于國家低保、下崗補貼或農(nóng)田，如果把國家低保、下崗補貼和農(nóng)田作為三個變量處理，它們每一個都對貧困不顯著；如果把它們?nèi)齻€合并為一個變量，則這一個變量對貧困具有很好的顯著性。處理后得到九個主要影響家庭經(jīng)濟的非收支變量，具體描述如表1所示。

（三）模型設定

三、模型運行及分析結果

運用spss軟件進行Logistic回歸。采用逐步向后回歸方法進行變量篩選，并采用-2Loglikelihood、Cox&Snell R Square和Nagelkerke R Square三個參數(shù)進行模型的整體檢驗。最終表1中的九個變量進入了模型，得到整體運行效果以及模型參數(shù)如表2所示。

從模型回歸的結果看，戶口是否是農(nóng)村、是否是貧困縣、家庭收入是否來源于低保下崗農(nóng)田、是否是單親家庭、學生合計、家中是否有特殊情況（災害，意外等）、家中是否有患重病以及家中是否欠債對高校學生是否成為貧困生起著明顯的正向作用，其中對模型貢獻量最大的變量是家庭收入的主要來源于國家低保、下崗補助或者農(nóng)田。如果家庭的收入主要是來源于國家低保、下崗補助或者農(nóng)田，那么其家庭經(jīng)濟的收入較低，生活水平只能是一般或偏下，其子女一旦上大學極其有可能成為貧困生。其次，家中上學人數(shù)、家中有患有重病者、家中欠債等這些因素必然會增加家庭的支出，對本來就不富裕的家庭來說，其子女很有可能成為貧困生。

但是，祖父母是否有固定的收入對高校學生是否成為貧困生起著明顯的負向作用，而且對模型貢獻量也較大。模型的這個結果和我們的實際情況也是相符的。如果祖父母有自己固定的收入來源，那么在一定程度上就不會主動向其子女要生活費（特例除外）；相反，祖父母有能力的話，還可能會幫助其子女。 因此，若祖父母有固定的收入來源就會在一定程度上減輕家庭的經(jīng)濟負擔，進而也就會使該家庭的子女一旦上大學，成為貧困生的可能性會降低。

用120個樣本作為檢驗樣本，Logistic回歸模型的值與真實值非常接近，部分結果見表3。檢驗的結果表明，九個非收支變量的信息比較充分，該模型能夠很好的解決貧困生的判定問題。

四、結 論

通過本文的調(diào)查問卷和實證分析，得出了以下結論。

（一）高校貧困生的家庭特征。從九個非收支變量可以看出，大部分貧困生家庭主要分布在經(jīng)濟不發(fā)達農(nóng)村地區(qū)，尤其是貧困縣；其次部分貧困生家庭的父母是失業(yè)、下崗、待崗人員職工；絕大多數(shù)家庭曾有過重大災難，如患重大疾病、離異、遭遇自然災害、車禍等；多子女教育支出使一部分家庭致貧。因此，貧困生家庭的經(jīng)濟特征可歸納為：地處農(nóng)村（特別是貧困縣）、收入低、教育人口較多、家中有患重病者、祖父母沒有固定收入及曾經(jīng)遭遇重大災難等。

（二）采用非收支變量得出的貧困生認定模型可以很好地解決家庭收入與支出數(shù)據(jù)難以收集帶來的定量化研究的難題，同時也便于學生對這九個指標的客觀回答，避免了主觀性。

（三）研究結果表明，本模型可以較好地識別出高校貧困生，而且在一定程度上可以減少“假貧困生”，同時對于愛面子不愿意申請資助的真正貧困生又可以很好的識別出來。因此該方法的結果客觀公平，具有較好的使用和推廣價值。

五、對策與建議

為了能給高校貧困生創(chuàng)造一個穩(wěn)定的學習環(huán)境，國家不僅要對高校貧困生給予一定的經(jīng)濟資助；更重要的是要幫助貧困生家庭從根本上改善經(jīng)濟狀況，脫離貧困。這樣才能有效地減少高校貧困生的比例。本文深入分析了這些非收支變量，給出了以下幾點建議。

（一）國家應大力推動貧困縣經(jīng)濟的發(fā)展

最近幾年，我國對農(nóng)村經(jīng)濟的扶植力度不斷的加大，財政對農(nóng)業(yè)的投入力度也在逐年增加，農(nóng)村經(jīng)濟有了很大的改變。但是地區(qū)發(fā)展不平衡、經(jīng)費投入不足、覆蓋面窄、基層管理薄弱等問題都很突出，因此要進一步完善制度，因地制宜，循序漸進。尤其是制定支持貧困地區(qū)、貧困農(nóng)戶發(fā)展的優(yōu)惠政策，要加強對外宣傳，增強貧困縣的吸引力等，來改善貧困地區(qū)的經(jīng)濟狀況。

（二）進一步加快農(nóng)村醫(yī)療衛(wèi)生保障體系的改革

建立新型農(nóng)村合作醫(yī)療制度，努力提高醫(yī)療報銷比例，提高農(nóng)民參保積極性；建立農(nóng)村醫(yī)療保險基金籌集機制，既能使企業(yè)提高知名度，又能使農(nóng)民減輕負擔。同時開展多種形式的健康教育，增強農(nóng)民自我保健意識和健康投入意識，普及衛(wèi)生防疫知識，改善農(nóng)民的居住衛(wèi)生環(huán)境，幫助農(nóng)民群眾培養(yǎng)科學文明的衛(wèi)生生活習慣，減少疾病，促進健康。這樣有利于減少“因病致貧”與“因病返貧”， 使整個社會和諧發(fā)展。

（三）挖掘城市中下崗、低保人群的自身潛能，增加就業(yè)機會

對于城市中下崗、低保、失業(yè)等家庭，國家給予了他們基本的生活保障。但是，從長遠來看，解決貧困的主要方法為，提供培訓機會，提高他們自身發(fā)展能力，增加就業(yè)機會，使他們再次就業(yè)，達到脫貧的目的。

（四）進一步加強農(nóng)村養(yǎng)老保險制度建設

隨著我國農(nóng)村的老齡化人口不斷增加，農(nóng)村養(yǎng)老保障正逐漸從家庭層面上升為社會問題，成為影響社會穩(wěn)定、經(jīng)濟建設的重要因素。目前，農(nóng)村養(yǎng)老保險制度還不健全，妥善解決農(nóng)村老年人的生活保障問題，已經(jīng)成為政府的重要工作。因此，應加大宣傳力度，積極引導農(nóng)民參保，盡快建立并逐步完善與國情相適應的農(nóng)村養(yǎng)老保險制度，進而提高我國農(nóng)村的生活水平。

〔參考文獻〕

[1] 張春生，李志華. 建立經(jīng)濟困難學生“新資助體系”的思考與實踐[J]. 思想教育研究，2009（7）.

[2] 楊晴. 高校貧困生認定的路徑[J]. 教育學術月刊， 2009（7）.

[3] 蘭建軍，梁珊珊. 貧困大學生認定標準研究[J]. 科技廣場， 2007（12）.

[4] 畢鶴霞. 國內(nèi)外高校貧困生認定與研究述評[J]. 比較教育研究， 2009（1）.

[5] 趙炳起，李永寧. 高校貧困生經(jīng)濟資助體系的困境與對策[J]. 事業(yè)財會， 2006（6）.

[6] 劉進，沈紅. 我國高校貧困生認定路徑[D]. 教育經(jīng)濟學年會會議論文， 2007.

[7] 劉善槐，張飏. 基于BP網(wǎng)絡模型的高校貧困生界定研究[J]. 數(shù)學的實踐與認識，2010（12）.

[8] 胡海濱. 屬性識別理論在高校貧困生困難等級評價認定中的應用[J].高等教育研究，2010（2）.

[9] 胡海濱. 灰色關聯(lián)分析法在高校貧困生認定中的應用研究[J].邵陽學院學報（社會科學版），2010（10）.

[10] 楊晴. 中國高校貧困生貸款資格判定[D]. 華中科技大學碩士論文，2005.

（責任編輯：郭德俠）