高職院校資助育人成效類型識別與關鍵影響因素甄別研究

姚依倩　孫昱　楊璐

摘要：資助育人作為“十大育人”體系之一，是高校“三全育人”工作的重要環節。在相對貧困階段，科學合理評價資助育人成效對促進高校貧困生資助工作的有序開展有著重要意義。文章利用A高職院校學生特征的指標數據，運用DEA-malmquist指數法來測算資助育人成效投入產出效率，并結合聚類分析來獲得高職院校不同專業的資助育人成效的類型特征，在此基礎上，建立判別函數，進一步甄別出高職院校資助育人成效提升的關鍵因素，據此提出相應的對策建議。

關鍵詞：資助；育人成效；DEA-mal-

mquist指數法；聚類分析；判別分析

一、引言

2013年11月，習近平總書記首次提出“精準扶貧”，為中國脫貧攻堅戰送來了金鑰匙。精準扶貧概念提出后，國內學者對此作出了諸多探討。

第一，精準扶貧內涵的研究。孟志華、李曉冬（2018）結合委托代理理論、公共治理理論和360度績效評估理論，對精準扶貧績效的第三方評估進行了理論溯源。汪三貴（2020）認為精準扶貧的關鍵在于精準識別、教育扶貧、健康扶貧、危房改造、易地扶貧搬遷以及社會保障兜底。

第二，評估精準扶貧績效的方法。一是模糊數學評價法。錢力等（2018）運用改進的模糊數學評價法，構建包括社會發展水平、經濟發展水平、生產生活水平和生態環境水平四個維度精準扶貧績效評價體系。二是灰色關聯度分析法。王林雪、殷雪（2019）基于灰色關聯度分析法，從扶貧對象的識別、資源投入、教育扶貧的產出以及成效建立教育扶貧績效評價指標體系。三是層次分析法。邢慧斌、劉冉冉（2019）、黃強等（2019）、劉丹等（2019）都運用層次分析法分別對集中連片特困地區、江西省和科爾沁右翼前旗地區精準扶貧績效進行測算。四是DEA模型。杜興洋等（2019）運用DEA-Tobit模型評估湖南省國家級貧困縣所在的9個市的金融扶貧效率。

精準資助作為精準扶貧的重要組成部分之一，諸多學者認為影響學校精準資助績效的因素比較復雜。第一，從學生角度評價高校精準資助績效。馬小霞、武士浩（2018）構建經濟發展指標、學習發展指標、社會發展指標、責任發展指標和職業成熟度指標的資助評價指標體系。呂坤等（2019）從學習優異、生活豐富、能力提升和感恩社會四個方面進行評價學校的精準資助績效。第二，從高校學生管理工作角度評價高校精準資助績效。梁星、郭倩玉（2020）認為思想教育、教學質量、社區服務、心理健康、資助服務和發展計劃將影響學校精準資助績效。第三，結合高校、學生、銀行三方角度評價高校精準資助績效。黃小宇、丁云（2020）發現資助工作成效受人員編制、經費管理、自設資助與資助宣傳的影響。此外，還有學者認為資助績效受當地經濟發展水平、科技發展水平的影響。

綜上可知，雖然有較多學者對精準扶貧效果進行了研究與探討，但是對2020年后相對貧困治理過程中出現的新問題、新趨勢等研究，以及利用綜合精準扶貧績效結果探討相對貧困治理的研究尚未充分展開。本文擬通過聚類分析來評價高職院校資助育人成效類別的專業分布情況，并運用判別分析來構建高職院校資助育人的判別函數，甄別出高職院校資助成效的關鍵影響因素，為相對貧困階段探索出高職院校資助育人高質量發展路徑，提供政策咨詢支持。

二、基于聚類分析模型的資助育人成效類別分布研究

（一）A高職院校資助育人成效投入產出效率分析

為獲得A高職院校不同專業的資助育人成效情況，本文擬采用DEA-malmquist指數法來測算資助育人成效投入產出效率。DEA-malmquist指標法測算的關鍵是確定研究目標的投入指標和產出指標。同時，在選擇投入指標時，考慮到高職院校對經濟困難學生投入的幫助主要是學業、資金與心理方面，而高校對經濟困難學生心理幫扶無法量化評價。因此，選取某一學年某專業貧困生平均所獲得校內外助學金、所需達到的課時標準數分別作為高職院校對經濟困難學生資金與學業方面的幫扶。在選擇產出指標時，考慮到校級學業獎學金是為德智體美勞全面發展的學生設立，國家勵志獎學金主要資助的是品學兼優的貧困生，因此選取學生所獲獎學金（校級學業獎學金與國家勵志獎學金之和）、課程平均學分績點這兩個指標，如表1所示。

運用DEAP2.1軟件對每位學生資助育人投入產出效率進行測算，之后運用加權平均測算出每個專業的資助育人的投入產出效率。結果顯示，經管類專業的資助育人成效投入產出效率排名較靠前，其中，國際貿易實務專業最高，為0.822，國際商務專業次之，為0.784，電子信息類專業的資助育人成效投入產出效率排名較靠后。

（二）A高職院校資助育人成效專業分類

結合運用SPSS20.0聚類分析的組間連接法進行最優分割，按專業可以將某高職院校資助育人成效分為三類，分別命名為第一類資助育人成效領先型專業、第二類資助育人成效顯著型專業、第三類資助育人成效改善型專業，如圖1所示。

第一類：資助育人成效改善型專業，包括材料成型與控制技術、電氣自動化技術、電子信息工程技術等13個工科類專業。這些專業的貧困生資助育人成效的投入產出效率較為靠后，這些專業的貧困生受到較高的資助金額，為2396.42元，有著較多的課時，為633.12課時，但生均獲得較低的獎學金，均為956元，生均績點較低，為2.62學分。

第二類：資助育人成效顯著型專業，包括軌道運營、商務英語、會計、計算機網絡技術等20個專業。這些專業的貧困生資助育人成效的投入產出效率居中，該類學生的特點是花費在學業上的平均課時數較高，為633.61課時，但是獲得資助的金額較少為2295.58元，經過一年的在校學習和努力后，該專業的學生獲得較高的獎學金，為1507.53元，平均學業績點為2.92學分，這說明該專業的學生雖然受到校內外相對較少的資助，但通過自身努力，花費較多的時間在學業上，取得較多的獎學金。

第三類：資助育人成效領先型專業，包括電子商務、光伏發電技術與應用、國際貿易實務、國際商務、旅游管理、烹調工藝與營養、市場營銷、文秘、城市軌道交通運營管理（運營管理）等9個人文社科類專業。這些專業的貧困生資助育人成效的投入產出效率比較靠前，該類學生的特點是人均課時數相對較少，為616.97課時，平均所獲得資助的金額較高，為2340.41元，學生的平均學分績點較高，為3.19學分，所獲得獎學金數居中為1334.20元，這說明該專業學生在學業上花費較少的時間，但取得了相對較優秀的成績。

三、基于判別分析的高職院校資助育人成效影響因素甄別研究

（一）變量的確定和選擇

判別分析是根據一定準則，對現有的樣本進行估計，建立判別函數，據此可以判斷新樣本數據的類別。判別函數的類別變量從聚類分析的結果處獲得，使得類別變量變為1-資助育人成效改善型專業、2-資助育人成效顯著型專業、3-資助育人成效領先型專業，自變量是性別差異率（男生/總生數）、平均學分績點、助學金（元/人）、平均課時數（課時/人）、獎學金（元/人），以上變量使用一起輸入自變量發進行篩選，發現獎學金（元/人）的最小容差為0小于模型中變量的最小容差0.001的條件，所以將此變量剔除。

（二）領域圖與標準化典型判別函數

結果顯示前一個函數的累積貢獻率達到了95.8%，因此取前一個函數就可以較為準確地判斷類別情形，表2、表3所示。可以得到如下函數式：

D1=-13.277-0.136×性別差異率+8.767×平均學分績點-0.001×平均助學金-0.016×平均課時

性別差異率的系數為負，說明專業中女生越多，越利于資助育人成效的提升，可能的原因：劉澤云，田夢（2020）提到專業中優秀女生同伴對于男生、成績較差的學生以及家庭背景相對較差的學生的積極影響，從而促使資助育人成效的提升；平均學分績點指經濟困難學生學業成績的優劣，其系數為正，表示某專業的學生學分績點越高，資助育人成效提升越明顯；平均助學金的系數為負，說明經濟困難學生受到資助金額越多，越可能使貧困生產生依賴心理，越不好好學習，越不利于資助育人成效提升；課時數的系數為負，表明繁重的課程體系不一定利于資助育人成效的提升，有的時候還是需要勞逸結合。

（三）Bayes判別函數

根據表4可以得到如下判別式：

資助育人成效改善型專業=-513.408+79.224×性別差異率+166.949×平均學分績點-0.002×平均助學金+0.816×課時數

資助育人成效顯著型專業=-529.799+75.867×性別差異率+187.97×平均學分績點-0.004×平均助學金+0.764×課時數

資助育人成效領先型專業=-594.839+78.706×性別差異率+218.385×平均學分績點-0.006×平均助學金+0.722×課時數

（四）判別函數的有效性檢驗

利用判別函數進行判別，其結果與原始分類進行對比，發現90.48%的個案與原分類類別相似。判別的準確率較高，判別函數較為穩定，可以用此判別函數對未知的新觀測區域進行合理的分類。判別函數進一步驗證性別差異率、平均學分績點、平均助學金、課時數對資助育人成效提升的重要影響。

四、高職院校資助育人成效提升的政策性建議

研究結果表明，第一，專業中女性同伴越多，越有利于資助育人成效提升；第二，勞逸結合才能更好地促進資助育人成效的提升，繁重的課程壓力并不能更好地提升資助育人成效；第三，學生受到資助金額過多，并不利于學校資助育人成效的提升；第四，學生學習成績能正向促進資助育人成效提升。

（一）健全精準幫扶機制，推進科學分類管理

在相對貧困階段，完善經濟困難學生的識別與瞄準機制，建立經濟困難生的動態監測體系，確保扶貧、扶志和扶智相結合，對不同專業不同性別的學生進行有效識別，分類精準施策。具體而言，一方面，充分發揮女生同伴正向效應，諸如學校在安排公共課課程與社會實踐項目時，鼓勵工科類與文科類專業安排在一起，充分發揮優秀女生對于男生、成績較差學生的積極影響，從而提升學生資助育人成效；另一方面，調整學生資助資源投入方式，加大對工科專業的有效幫扶，實現學生資助投入效用的最大化，實現發展型資助的可持續發展。

（二）優化資助管理隊伍，積極開展特色活動

學生資助管理隊伍參與發展型資助的各環節，對于發展型資助體系有著積極意義。一方面，資助管理人員應加強自身業務知識，明確資助工作流程；另一方面，組織學生開展勵志、誠信、感恩等方面主題教育，為經濟困難學生提供大學生生涯指導，鼓勵其參與“互聯網+創新創業大賽”“挑戰杯”大學生課外學術科技作品競賽、職業技能大賽等活動，使其從繁重的課程體系中解放出來，培養學生興趣愛好，從而提升資助育人成效。

（三）整合學校內外資源，拓寬資助服務領域

在相對貧困階段，應主動激發學生資助的造血功能，在資助金額分配上實現由無償資助向有償資助的發展轉換。學校可與特定企業成立相應企業學院，組建專業訂單班，設立產教融合基地，按照校企雙方共同制定的人才培養計劃，加強學生的技術培訓與技能鑒定，提升學生專業實踐能力，合理確定學生實踐鍛煉中無償資助部分比例，提升學生資助育人成效。

（四）加強學生教育管理，完善資助育人機制

高職院校的學生課程體系主要是理論知識與實踐培訓相結合。具體而言，第一，學校應整合校內外育人資源，聘請優秀任課老師為專業導師，作為學生日常學業指導；第二，學校與專業培訓機構合作，組建綜合能力訓練團隊，提升學生的英語與計算機水平；第三，聘請產業教授，技能大賽狀元作為學生實訓指導老師，搭建校外企業實習實踐平臺，充分挖掘校友資源與企業資源為學生提供實習實踐平臺，從而促進學生理論知識與專業技能提升，進一步提升資助育人成效。

參考文獻：

[1]孟志華，李曉冬.精準扶貧績效的第三方評估：理論溯源、作用機理與優化路徑[J].當代經濟管理，2018，40（03）：46-52.

[2]汪三貴.中國扶貧績效與精準扶貧[J].政治經濟學評論，2020，11（01）：130-148.

[3]錢力，倪修鳳，宋俊秀.連片特困區精準扶貧多維績效模糊評價——以安徽省大別山區為例[J].華東經濟管理，2018，32（03）：22-27.

[4]王林雪，殷雪.精準扶貧視角下教育扶貧績效評價體系構建[J].統計與決策，2019，35（03）：65-68.

[5]邢慧斌，劉冉冉.集中連片特困區教育精準扶貧績效的空間差異研究——以燕山-太行山區8個連片特困縣為例[J].教育與經濟，2019（01）：7-15.

[6]黃強，劉濱，劉順伯.江西省精準扶貧績效評價體系構建及實證研究——基于AHP法[J].調研世界，2019（04）：45-50.

[7]劉丹，鄭喜喜，楊悅.精準扶貧績效評價模型及應用[J].統計與決策，2019，35（09）：28-32.

[8]杜興洋，楊起城，邵泓璐.金融精準扶貧的績效研究——基于湖南省9個城市農村貧困減緩的實證分析[J].農業技術經濟，2019（04）：84-94.

[9]馬小霞，武士浩.高校貧困生資助績效評價體系研究[J].齊齊哈爾大學學報（哲學社會科學版），2020（04）：159-162.

[10]呂坤，路海玲，徐嘉.高校學生精準資助實現路徑及績效評估指標體系研究[J].學校黨建與思想教育，2019（13）：73-75.

[11]梁星，郭倩玉.普通高校學生管理工作績效評價指標研究[J].齊魯珠壇，2020（01）：53-58.

[12]黃小宇，丁云.利益相關者視域下高職院校學生資助績效評價研究——以J學院為例[J].湖北開放職業學院學報，2020，33（09）：52-54.

[13]劉澤云，田夢.擁有更多的女生同伴有助于提高學習成績嗎？——對性別同伴效應的估計[J].教育經濟評論，2020，5（06）：38-59.

＊基金項目：常州大學高等職業教育研究院2021年度立項課題“新冠疫情防控背景下學生在線學習收獲提升研究”，項目號：CDGZ2021045；2021年度江蘇省高校哲學社會科學研究專題項目立項“高職院校資助育人績效評價研究——基于‘三全育人視角”，項目號：2021SJB0652；2020年江蘇省高等教育學會輔導員工作研究會專項課題立項（項目號：20FYHYB017）；江蘇省教育科學“十四五”規劃2021年度學生資助專項課題：人的全面發展理論視域下高校發展型資助的實踐路徑研究（基金號：X-c/2021/32）；武進區科協軟科學資助項目；2020年常州大學高等職業教育研究院資助項目（項目編號：CDGZ2020041）。

（作者單位：姚依倩、孫昱、楊璐，常州工業職業技術學院；姚依倩，延世大學）