湖北医药学院地处湖北十堰，位于曾是全国十四个集中连片特困区之一的秦巴山区，生源主要来自于农村地区，贫困学生占全校四分之一。办学经费紧张、信息化建设缓慢、贫困生基数大，是制约很多地方高校提高资助工作信息化建设水平的重要因素。合理用好每一笔资助金就是学校资助的首要任务，而实现精准资助的前提是做好资助对象的认定工作。我校既注重提升资助管理的业务水平也重视信息化系统建设，从2013年开始推行贫困生匿名量化评价法，并在2022年将此评价法应用在线上资助对象（含退役士兵）认定系统中。逐形成了多维化、区间化、匿名化的“三化”法资助对象认定模式，在一定程度上克服了贫困生认定的主观性和随意性，切实提高了认定工作的效率，进一步提升了教育扶贫的精准度和实效性。

        一是信息采集多维化，递进设等级，避免认定一刀切。坚持诚信填报和佐证材料相结合，学生在线上认定系统诚信填报身份类型（如低保）、家庭成员情况、家庭经济情况、佐证材料等4个方面15个选项和20个填空信息，此模块还集成了退役士兵学生信息收集功能，学生上传入伍证、退役证等信息即可核实退役士兵身份。班级评议小组可导出参评学生的各项信息形成直观可视、横向对比的分析报表，同时系统将全国资助系统下发的重点保障人群信息进行了重点标注。在班级评议过程中，我们设置了一般贫困、贫困、特困三个贫困等级，并设定了递进式的参考指标，符合上一个等级的困难情况才能参评下一个等级。如认定为特困需达到一般贫困及贫困等级中的前置参考条件，评议小组综合参考指标、分析报表等因素多维度进行横向比较再量化赋分，对特殊群体重点关注也不区别对待，有效避免了特殊群体学生认定“一刀切”的情况。

        二是量化赋分区间化，小范围赋值，降低权重主观分。量化家庭经济困难学生认定的指标划分及权重赋分合理性需要大量本地数据及数学模型进行验证，对家庭经济情况、健康水平、教育情况等因素进行精细的多级量化权重赋分非常困难。为了节省量化模型研发成本，降低多级指标权重赋分造成的主观性差异影响，学校暂时放弃了精细化的多重指标赋分，延用了学校自主研发的匿名量化评价法体系，该体系经过十年时间的验证应用并不断完善，具有较强的实操性。我们对贫困等级赋予了小区间量化分值参考范围，即1＜一般贫困≤2、2＜贫困≤3、3＜特困≤5，并对每个等级设置了一定的参考指标，加上递进式的等级设定，有效将降低了多级指标对赋分的主观影响。评议小组成员在审阅完所有参评人员信息后，再进行横向比较打分，有效降低了个体评议的主观性。同时统一了全校各班级对家庭经济困难程度认知的标准，让全校同贫困等级学生的困难情况基本保持一致，有效提升了认定的公平性。

        三是认定评议匿名化，双向做认定，定性定量相结合。为了提升民主评议的公平公正，降低人际关系等因素造成的主观影响，我们实行了匿名初评、实名复核的双向评分机制。第一轮评议中辅导员将申请贫困认定学生的申请材料报表从系统导出后随机编号，并隐匿学生个人住址和姓名等特定信息，评议小组成员根据报表信息上的显性资料给出量化分值，此环节要求评议小组成员署名打分，以增强其责任意识，防止无原则打分。第二轮评议辅导员还原学生信息，评议小组结合每名学生日常消费、手机电脑等隐性资料进行复核打分。汇总各评议小组成员两轮打分平均分，去掉一个最高分和一个最低分，算出平均分值确定贫困认定等级。我们将显性资料与隐性资料相结合进行双向定性认定，利用小范围区间的赋分进行定量分析，有效提升了各班级资助对象认定的精准性、公平性和统一性。

        截至目前，学校贫困生匿名量化评价法已经使用了十一年，资助对象认定系统也运行了三年，我们在实践中不断进行完善，同时还推出了专属的资助漫画和认定流程图帮助学生理解认定流程。“三化”式资助对象认定系统为奖助学金、贫困生档案管理、临时困难补助等线上模块的应用提供了精准的数据支撑，学校连续四年实现了贫困生库内学生资助100%全覆盖。未来几年，学校将继续对认定模式进行提档升级，在资助队伍层面为辅导员开设“资助对象认定示范课”，在班级认定层面推行包含认定知情同意书、班级评议记录、评议后谈话等内容的“资助对象认定全流程工作记录本”，进一步提高精准资助的识别能力。（撰稿人：湖北医药学院 王正）