高职院校资助育人成效类型识别与关键影响因素甄别研究

姚依倩　孙昱　杨璐

摘要：资助育人作为“十大育人”体系之一，是高校“三全育人”工作的重要环节。在相对贫困阶段，科学合理评价资助育人成效对促进高校贫困生资助工作的有序开展有着重要意义。文章利用A高职院校学生特征的指标数据，运用DEA-malmquist指数法来测算资助育人成效投入产出效率，并结合聚类分析来获得高职院校不同专业的资助育人成效的类型特征，在此基础上，建立判别函数，进一步甄别出高职院校资助育人成效提升的关键因素，据此提出相应的对策建议。

关键词：资助；育人成效；DEA-mal-

mquist指数法；聚类分析；判别分析

一、引言

2013年11月，习近平总书记首次提出“精准扶贫”，为中国脱贫攻坚战送来了金钥匙。精准扶贫概念提出后，国内学者对此作出了诸多探讨。

第一，精准扶贫内涵的研究。孟志华、李晓冬（2018）结合委托代理理论、公共治理理论和360度绩效评估理论，对精准扶贫绩效的第三方评估进行了理论溯源。汪三贵（2020）认为精准扶贫的关键在于精准识别、教育扶贫、健康扶贫、危房改造、易地扶贫搬迁以及社会保障兜底。

第二，评估精准扶贫绩效的方法。一是模糊数学评价法。钱力等（2018）运用改进的模糊数学评价法，构建包括社会发展水平、经济发展水平、生产生活水平和生态环境水平四个维度精准扶贫绩效评价体系。二是灰色关联度分析法。王林雪、殷雪（2019）基于灰色关联度分析法，从扶贫对象的识别、资源投入、教育扶贫的产出以及成效建立教育扶贫绩效评价指标体系。三是层次分析法。邢慧斌、刘冉冉（2019）、黄强等（2019）、刘丹等（2019）都运用层次分析法分别对集中连片特困地区、江西省和科尔沁右翼前旗地区精准扶贫绩效进行测算。四是DEA模型。杜兴洋等（2019）运用DEA-Tobit模型评估湖南省国家级贫困县所在的9个市的金融扶贫效率。

精准资助作为精准扶贫的重要组成部分之一，诸多学者认为影响学校精准资助绩效的因素比较复杂。第一，从学生角度评价高校精准资助绩效。马小霞、武士浩（2018）构建经济发展指标、学习发展指标、社会发展指标、责任发展指标和职业成熟度指标的资助评价指标体系。吕坤等（2019）从学习优异、生活丰富、能力提升和感恩社会四个方面进行评价学校的精准资助绩效。第二，从高校学生管理工作角度评价高校精准资助绩效。梁星、郭倩玉（2020）认为思想教育、教学质量、社区服务、心理健康、资助服务和发展计划将影响学校精准资助绩效。第三，结合高校、学生、银行三方角度评价高校精准资助绩效。黄小宇、丁云（2020）发现资助工作成效受人员编制、经费管理、自设资助与资助宣传的影响。此外，还有学者认为资助绩效受当地经济发展水平、科技发展水平的影响。

综上可知，虽然有较多学者对精准扶贫效果进行了研究与探讨，但是对2020年后相对贫困治理过程中出现的新问题、新趋势等研究，以及利用综合精准扶贫绩效结果探讨相对贫困治理的研究尚未充分展开。本文拟通过聚类分析来评价高职院校资助育人成效类别的专业分布情况，并运用判别分析来构建高职院校资助育人的判别函数，甄别出高职院校资助成效的关键影响因素，为相对贫困阶段探索出高职院校资助育人高质量发展路径，提供政策咨询支持。

二、基于聚类分析模型的资助育人成效类别分布研究

（一）A高职院校资助育人成效投入产出效率分析

为获得A高职院校不同专业的资助育人成效情况，本文拟采用DEA-malmquist指数法来测算资助育人成效投入产出效率。DEA-malmquist指标法测算的关键是确定研究目标的投入指标和产出指标。同时，在选择投入指标时，考虑到高职院校对经济困难学生投入的帮助主要是学业、资金与心理方面，而高校对经济困难学生心理帮扶无法量化评价。因此，选取某一学年某专业贫困生平均所获得校内外助学金、所需达到的课时标准数分别作为高职院校对经济困难学生资金与学业方面的帮扶。在选择产出指标时，考虑到校级学业奖学金是为德智体美劳全面发展的学生设立，国家励志奖学金主要资助的是品学兼优的贫困生，因此选取学生所获奖学金（校级学业奖学金与国家励志奖学金之和）、课程平均学分绩点这两个指标，如表1所示。

运用DEAP2.1软件对每位学生资助育人投入产出效率进行测算，之后运用加权平均测算出每个专业的资助育人的投入产出效率。结果显示，经管类专业的资助育人成效投入产出效率排名较靠前，其中，国际贸易实务专业最高，为0.822，国际商务专业次之，为0.784，电子信息类专业的资助育人成效投入产出效率排名较靠后。

（二）A高职院校资助育人成效专业分类

结合运用SPSS20.0聚类分析的组间连接法进行最优分割，按专业可以将某高职院校资助育人成效分为三类，分别命名为第一类资助育人成效领先型专业、第二类资助育人成效显著型专业、第三类资助育人成效改善型专业，如图1所示。

第一类：资助育人成效改善型专业，包括材料成型与控制技术、电气自动化技术、电子信息工程技术等13个工科类专业。这些专业的贫困生资助育人成效的投入产出效率较为靠后，这些专业的贫困生受到较高的资助金额，为2396.42元，有着较多的课时，为633.12课时，但生均获得较低的奖学金，均为956元，生均绩点较低，为2.62学分。

第二类：资助育人成效显著型专业，包括轨道运营、商务英语、会计、计算机网络技术等20个专业。这些专业的贫困生资助育人成效的投入产出效率居中，该类学生的特点是花费在学业上的平均课时数较高，为633.61课时，但是获得资助的金额较少为2295.58元，经过一年的在校学习和努力后，该专业的学生获得较高的奖学金，为1507.53元，平均学业绩点为2.92学分，这说明该专业的学生虽然受到校内外相对较少的资助，但通过自身努力，花费较多的时间在学业上，取得较多的奖学金。

第三类：资助育人成效领先型专业，包括电子商务、光伏发电技术与应用、国际贸易实务、国际商务、旅游管理、烹调工艺与营养、市场营销、文秘、城市轨道交通运营管理（运营管理）等9个人文社科类专业。这些专业的贫困生资助育人成效的投入产出效率比较靠前，该类学生的特点是人均课时数相对较少，为616.97课时，平均所获得资助的金额较高，为2340.41元，学生的平均学分绩点较高，为3.19学分，所获得奖学金数居中为1334.20元，这说明该专业学生在学业上花费较少的时间，但取得了相对较优秀的成绩。

三、基于判别分析的高职院校资助育人成效影响因素甄别研究

（一）变量的确定和选择

判别分析是根据一定准则，对现有的样本进行估计，建立判别函数，据此可以判断新样本数据的类别。判别函数的类别变量从聚类分析的结果处获得，使得类别变量变为1-资助育人成效改善型专业、2-资助育人成效显著型专业、3-资助育人成效领先型专业，自变量是性别差异率（男生/总生数）、平均学分绩点、助学金（元/人）、平均课时数（课时/人）、奖学金（元/人），以上变量使用一起输入自变量发进行筛选，发现奖学金（元/人）的最小容差为0小于模型中变量的最小容差0.001的条件，所以将此变量剔除。

（二）领域图与标准化典型判别函数

结果显示前一个函数的累积贡献率达到了95.8%，因此取前一个函数就可以较为准确地判断类别情形，表2、表3所示。可以得到如下函数式：

D1=-13.277-0.136×性别差异率+8.767×平均学分绩点-0.001×平均助学金-0.016×平均课时

性别差异率的系数为负，说明专业中女生越多，越利于资助育人成效的提升，可能的原因：刘泽云，田梦（2020）提到专业中优秀女生同伴对于男生、成绩较差的学生以及家庭背景相对较差的学生的积极影响，从而促使资助育人成效的提升；平均学分绩点指经济困难学生学业成绩的优劣，其系数为正，表示某专业的学生学分绩点越高，资助育人成效提升越明显；平均助学金的系数为负，说明经济困难学生受到资助金额越多，越可能使贫困生产生依赖心理，越不好好学习，越不利于资助育人成效提升；课时数的系数为负，表明繁重的课程体系不一定利于资助育人成效的提升，有的时候还是需要劳逸结合。

（三）Bayes判别函数

根据表4可以得到如下判别式：

资助育人成效改善型专业=-513.408+79.224×性别差异率+166.949×平均学分绩点-0.002×平均助学金+0.816×课时数

资助育人成效显著型专业=-529.799+75.867×性别差异率+187.97×平均学分绩点-0.004×平均助学金+0.764×课时数

资助育人成效领先型专业=-594.839+78.706×性别差异率+218.385×平均学分绩点-0.006×平均助学金+0.722×课时数

（四）判别函数的有效性检验

利用判别函数进行判别，其结果与原始分类进行对比，发现90.48%的个案与原分类类别相似。判别的准确率较高，判别函数较为稳定，可以用此判别函数对未知的新观测区域进行合理的分类。判别函数进一步验证性别差异率、平均学分绩点、平均助学金、课时数对资助育人成效提升的重要影响。

四、高职院校资助育人成效提升的政策性建议

研究结果表明，第一，专业中女性同伴越多，越有利于资助育人成效提升；第二，劳逸结合才能更好地促进资助育人成效的提升，繁重的课程压力并不能更好地提升资助育人成效；第三，学生受到资助金额过多，并不利于学校资助育人成效的提升；第四，学生学习成绩能正向促进资助育人成效提升。

（一）健全精准帮扶机制，推进科学分类管理

在相对贫困阶段，完善经济困难学生的识别与瞄准机制，建立经济困难生的动态监测体系，确保扶贫、扶志和扶智相结合，对不同专业不同性别的学生进行有效识别，分类精准施策。具体而言，一方面，充分发挥女生同伴正向效应，诸如学校在安排公共课课程与社会实践项目时，鼓励工科类与文科类专业安排在一起，充分发挥优秀女生对于男生、成绩较差学生的积极影响，从而提升学生资助育人成效；另一方面，调整学生资助资源投入方式，加大对工科专业的有效帮扶，实现学生资助投入效用的最大化，实现发展型资助的可持续发展。

（二）优化资助管理队伍，积极开展特色活动

学生资助管理队伍参与发展型资助的各环节，对于发展型资助体系有着积极意义。一方面，资助管理人员应加强自身业务知识，明确资助工作流程；另一方面，组织学生开展励志、诚信、感恩等方面主题教育，为经济困难学生提供大学生生涯指导，鼓励其参与“互联网+创新创业大赛”“挑战杯”大学生课外学术科技作品竞赛、职业技能大赛等活动，使其从繁重的课程体系中解放出来，培养学生兴趣爱好，从而提升资助育人成效。

（三）整合学校内外资源，拓宽资助服务领域

在相对贫困阶段，应主动激发学生资助的造血功能，在资助金额分配上实现由无偿资助向有偿资助的发展转换。学校可与特定企业成立相应企业学院，组建专业订单班，设立产教融合基地，按照校企双方共同制定的人才培养计划，加强学生的技术培训与技能鉴定，提升学生专业实践能力，合理确定学生实践锻炼中无偿资助部分比例，提升学生资助育人成效。

（四）加强学生教育管理，完善资助育人机制

高职院校的学生课程体系主要是理论知识与实践培训相结合。具体而言，第一，学校应整合校内外育人资源，聘请优秀任课老师为专业导师，作为学生日常学业指导；第二，学校与专业培训机构合作，组建综合能力训练团队，提升学生的英语与计算机水平；第三，聘请产业教授，技能大赛状元作为学生实训指导老师，搭建校外企业实习实践平台，充分挖掘校友资源与企业资源为学生提供实习实践平台，从而促进学生理论知识与专业技能提升，进一步提升资助育人成效。

参考文献：

[1]孟志华，李晓冬.精准扶贫绩效的第三方评估：理论溯源、作用机理与优化路径[J].当代经济管理，2018，40（03）：46-52.

[2]汪三贵.中国扶贫绩效与精准扶贫[J].政治经济学评论，2020，11（01）：130-148.

[3]钱力，倪修凤，宋俊秀.连片特困区精准扶贫多维绩效模糊评价——以安徽省大别山区为例[J].华东经济管理，2018，32（03）：22-27.

[4]王林雪，殷雪.精准扶贫视角下教育扶贫绩效评价体系构建[J].统计与决策，2019，35（03）：65-68.

[5]邢慧斌，刘冉冉.集中连片特困区教育精准扶贫绩效的空间差异研究——以燕山-太行山区8个连片特困县为例[J].教育与经济，2019（01）：7-15.

[6]黄强，刘滨，刘顺伯.江西省精准扶贫绩效评价体系构建及实证研究——基于AHP法[J].调研世界，2019（04）：45-50.

[7]刘丹，郑喜喜，杨悦.精准扶贫绩效评价模型及应用[J].统计与决策，2019，35（09）：28-32.

[8]杜兴洋，杨起城，邵泓璐.金融精准扶贫的绩效研究——基于湖南省9个城市农村贫困减缓的实证分析[J].农业技术经济，2019（04）：84-94.

[9]马小霞，武士浩.高校贫困生资助绩效评价体系研究[J].齐齐哈尔大学学报（哲学社会科学版），2020（04）：159-162.

[10]吕坤，路海玲，徐嘉.高校学生精准资助实现路径及绩效评估指标体系研究[J].学校党建与思想教育，2019（13）：73-75.

[11]梁星，郭倩玉.普通高校学生管理工作绩效评价指标研究[J].齐鲁珠坛，2020（01）：53-58.

[12]黄小宇，丁云.利益相关者视域下高职院校学生资助绩效评价研究——以J学院为例[J].湖北开放职业学院学报，2020，33（09）：52-54.

[13]刘泽云，田梦.拥有更多的女生同伴有助于提高学习成绩吗？——对性别同伴效应的估计[J].教育经济评论，2020，5（06）：38-59.

＊基金项目：常州大学高等职业教育研究院2021年度立项课题“新冠疫情防控背景下学生在线学习收获提升研究”，项目号：CDGZ2021045；2021年度江苏省高校哲学社会科学研究专题项目立项“高职院校资助育人绩效评价研究——基于‘三全育人视角”，项目号：2021SJB0652；2020年江苏省高等教育学会辅导员工作研究会专项课题立项（项目号：20FYHYB017）；江苏省教育科学“十四五”规划2021年度学生资助专项课题：人的全面发展理论视域下高校发展型资助的实践路径研究（基金号：X-c/2021/32）；武进区科协软科学资助项目；2020年常州大学高等职业教育研究院资助项目（项目编号：CDGZ2020041）。

（作者单位：姚依倩、孙昱、杨璐，常州工业职业技术学院；姚依倩，延世大学）