基于改进因子分析的高校学生第二课堂活动自驱力研究——以南京工业大学为例

武秋月

(南京工业大学 艺术设计学院，江苏 南京 211816)

一、引言

高校第二课堂作为大学生综合素质拓展及创新能力培养的重要载体，在思想引领、人格塑造、潜能激发等方面作用显著。自2016年11月共青团中央明确实施高校共青团“第二课堂成绩单制度”起，高校第二课堂活动已不仅仅是第一课堂教学的简单延伸，而是逐步发展成高校人才培养的重要实践环节。近年来，如何实时、精准把控高校学生参与第二课堂活动的能力及水平，已经成为完善高校第二课堂工作的重要研究方向之一，也是促进大学生全面发展的一项重要任务。但随着高校第二课堂活动内容的不断丰富，高校大学生参与第二课堂活动行为的差异性也逐渐显现，如学生个体参与第二课堂活动的能力差异较大、不同学科背景学生参与第二课堂活动的侧重不同等。因此，如何在开展第二课堂活动的过程中，建立更科学、客观的高校学生参与第二课堂活动能力和水平的分析体系，是当前亟待研究的重要课题，这对准确预判及精准施策高校第二课堂活动中学生个体、群体出现的问题，从而更好地达到第二课堂活动育人效果，具有一定的积极意义。

二、文献综述

第二课堂成绩单制度作为高校共青团改进团工作方式，深化共青团改革的重要内容，对促进高校人才培养具有深远的影响。所以，近年来对高校第二课堂活动全方位的研究，已成为高校育人工作中的一大热点。彭文刚等[1]基于新时代高校第二课堂成绩单，分析了高校第二课堂活动中体育社团在提升学生能力方面面临培养目标不清晰等原因，最终提出了将体育社团纳入育人体系的应对策略。周国桥[2]在创新第二课堂人才培养模式的过程中，提出了要科学地去构建“第二课堂成绩单制度”育人体系，以形成第二课堂育人有效合力。袁莉[3]对无锡工艺职业技术学院学生进行了问卷调查，并在分析结果的基础上制定了基于“第二课堂成绩单”建设的校园文化活动的评价策略。张鹏霞[4]以医学专业《生物化学》课程第二课堂建设为例，从多个层面构建了“熟知-应用-创新”的培养体系。陈星[5]通过自身辅导员工作经历，对典型新生适应性问题分析，提出了利用高校第二课堂发挥实践育人功能的建议。蔡熙文等[6]从第二课堂成绩单制度的基本内容出发，对其实践价值进行了分析，并对如何以第二课堂成绩单为依托创新人才培养模式进行了相关研究。王宪[7]分析了工科大学第二课堂建设过程中的问题，提出了促进工科大学建设第二课堂的具体措施，如规范建设第二课堂制度等。

因子分析最早应用于心理学研究，它是一种提取共性因子、测量隐性变量的分析方法。近年来，因子分析在高等学校教育教学研究中已经有了一定的应用基础。邵宇辉等[8]通过对高校学生的问卷调查，运用因子分析得到了远程教学中激励因素的四个公因子，旨在推动远程教学成为高校教学中的新形式。石昆明等[9]以经管专业学生为例，建立了三维指标体系，通过因子分析得出985/211学生群体、女学生群体较其他群体更具功利性，这对促进大学生树立正确的价值取向有一定指导意义。孟燕等[10]基于“暑期三下乡”社会实践建立了大学生素质与活动的因子分析模型，发现“暑期三下乡”社会实践活动对大学生的心理、思想等素质影响最大，参加扶贫类活动可以使大学生的适应能力迅速提高。

三、因子分析模型构建

(一)传统的因子分析模型

因子分析X=(X1,X2,……,Xm)T是简化分析多维数据的一种统计技术，广泛应用于市场调研中。假定m维随机向量满足式(1)：

X=Af+ ε

(1)

其中，A和ε为参数矩阵，f=(f1,f2,……,fn)T是n维随机变量，n≤m，其满足Ef=0，f的分量fi被称为公共因子，对X的每个分量均有贡献。e=(e1,e2,……,em)T是m维隐性随机向量，满足式(2)和式(3)：

Ee=0

(2)

(3)

假如X满足式1，则随机向量X具有因子结构，可计算求得式(4)：

Var(X)=AAT+∑

(4)

其中矩阵A被称为因子载荷。

(二)计算第二课堂活动自驱力的因子分析改进模型

PU学时是高校衡量学生参与第二课堂活动的重要量化工具，其可直观体现学生个体的活动习惯及参与热情。

高校第二课堂活动区别于第一课堂教学最大的不同，即为学生有更多的自主选择性，这就要求学生具备一定的自我驱动能力去参加不同类别的第二课堂活动。故本文将定义“自驱力指数”α为新的m维随机向量X；定义高校校园文化活动的类别，如：文化艺术、思政社科、创新创业、公益服务、体育竞技等为新的n维随机变量f；参数矩阵ε则由文体与创新创业竞赛类、社会工作与技能培训类活动代替；因子载荷A则为待定系数a。基于如上基本假定，如图1所示，为本文改进的因子分析模型转化过程。

图1 因子分析模型转化过程

考虑本文后续实际案例中南京工业大学学生的PU学时数为75学时方为合格，故在此确定待定系数a为1/75，同时在实际统计中发现，文体与创新创业竞赛类和社会工作与技能培训类活动对自驱力指数α的贡献值均小于4.2%，在后续分析过程中忽略不计。综上所述，自驱力指数α的矩阵模型如式(5)所示：α=1/75(f1,f2,f3,f4,f5)T

(5)

其中f1，f2，f3，f4，f5分别代表文化艺术、思政社科、创新创业、公益服务、体育竞技五类活动对自驱力指数α的贡献值，定义为自驱力分项指数。经计算，当α≥1.0时，则判定自驱力指数α合格，即PU学时满足基本学分要求；当α<1.0时，则判定自驱力指数α不合格，即PU学时不满足基本学分要求。

四、改进因子分析的实际案例分析

(一)样本研究对象的特征参数值

本文从南京工业大学选取土木工程学院、艺术设计学院大一至大三共计1781名本科生作为样本研究对象，分别以他们作为工科、文科学生群体代表。本文对所有学生在校期间参与5类校园文化活动的PU学时进行了统计，同时采用数学方法对相关数值进行了特征参数化。

(二)基于改进模型的自驱力指数α的定量计算

本文基于Matlab，采用改进的因子分析模型，通过确定f1，f2，f3，f4，f5五个元对自驱力指数α的贡献值，从而计算α的值。根据计算结果可知，土木、艺术的学生虽然在分项指数上有一定差异，但是相同年级的自驱力指数α基本相似，大三学生基本合格，大二学生接近合格，而大一学生接近合格水平的一半。

(三)计算结果分析

1.基于散点分布的α概率分析

土木、艺术作为典型的工科、文科学院，其相同年级的学生参与学校第二课堂活动的能力和水平是相似的，两个学院大三、大二年级学生的自驱力指数α的均值为1.12和0.97，说明整个学校大三学生参与第二课堂活动的能力和水平是达到合格要求的，大二学生参与第二课堂活动的能力和水平也是接近达到合格要求的。

土木学院大三学生α的值域为[0.95，1.40]，大二学生α的值域为[0.70，1.20]，相对于艺术学院相同年级学生α的值域[1.00，1.30][0.75，1.20]，其区间长度扩大了约50%和10%，说明土木学院学生α值的分布较为离散，个体学生参与学校第二课堂活动的水平和能力相较于艺术学院相同年级学生的差异较大。两个学院大一学生α的值域为[0.30，0.65]，艺术学院学生的α平均值约高于土木学院8.5%，表明文科学院的新生在参与学校第二课堂活动的能力和水平略高于工科学院的新生。

由两个学院的α散点分布可知，大一学生α的散点集中区域与大二学生没有交集，说明高校大二学生参与第二课堂的能力相对于新生有明显的提高(约提高100%)。但是大二、大三学生α的散点集中区域有较大的重合部分，且重合区域略高于合格线(α=1.0)，说明高校大二学生中部分学生参与第二课堂活动的能力和水平已达到合格水平，进入大三后由于学习或就业压力(如专业课增多、考研、工作实习等)，其参与第二课堂活动能力和水平的增长幅度略微减缓，但整体而言，高校大三学生α的平均值比大二学生提高了约15%。

2.自驱力指数α增长分析

土木和艺术学院不同年级学生的α几乎是相同的，由此表明工科和文科学生在相同阶段参与学校第二课堂活动的能力和水平是相近的，唯一的不同点在于，艺术学院大一学生的α起始值略高于土木学院，说明文科学院的学生在进入大学初期具有更完备的活动热情和活动能力。虽然艺术学院学生α的起始值略高于土木学院(0.53>0.47)，但是艺术学院学生三年α的增长率均低于土木学院，且增长率在大三时的最大差值约为9%，说明工科学生在高校第二课堂活动中的参与能力和水平提升较文科学生更快。

除体育竞技类外，其他四类校园第二课堂活动的自驱力分项指数均随着年级增长而增高，表明高校学生参与第二课堂活动的能力和水平也持续增长。但是体育竞技类的自驱力分项指数从大二起略微下降，表明高校高年级学生参与体育竞技活动的热情持续走低，侧面反映出高校高年级学生的身体素质及体能状况或有降低趋势。

文化艺术类和思政社科类自驱力分项指数在大三时工科、文科学生的差异尤为明显。土木学院学生偏爱思政社科类活动，虽然在大一时和艺术学生较为接近，但是后两年迅猛发展，在大三时，思政社科类自驱力分项指数高于同时期艺术学院学生32.5%；而艺术学院学生在文化艺术类活动方面尤有天赋，他们自大一起便全面赶超土木学院学生，在大三时此类自驱力分项指数高于同时期土木学院学生93.7%。此外，公益服务类、创新创业类和体育竞技类的自驱力分项指数差距均在40%以内。

3.不同学科背景学生的自驱力分项指数贡献值分析

土木学院三个年级学生参与第二课堂活动的50%为思政社科类活动，且三个年级各自的自驱力分项指数占比异常接近，说明思政社科类的活动对工科学生的影响最为深远。土木学院大一的新生刚进入学校时对文化艺术类的活动较感兴趣，约有20%的时间、精力投入文化艺术类的活动中，但是随着年级的升高，文化艺术类活动的贡献值占比逐渐降低到约15%。反观公益服务类活动，大一新生参与其中的能力有所欠缺，贡献值只占α的15%左右，但随着年级的升高，参与公益服务类的能力及水平有所提升，到大三时，公益服务类的贡献值占比达到20%。体育竞技类和创新创业类活动在三个年级的分布均低于10%，故而参加此两类活动的热情和兴趣、水平和能力均有待提高。

对于艺术学院学生，文化艺术类和公益服务类是区别于土木学院学生最大的不同点，文科学生热情活泼，有一定的艺术知识的储备，此两类活动对α的贡献值占比均超过了20%。与土木学院相似的是，思政社科类活动也是艺术学院学生参与度最高的一类活动，艺术学院大一学生尤为热情高涨，活动贡献值占比达到了50%，大二、大三学生也接近40%。但是创新创业类与体育竞技类同样是艺术学院学生参与第二课堂活动的冷门区，两类贡献值占比均低于10%。

综上分析，首先，思政社科类的分项指数对α的贡献值最高，所以高校后期需要对思政社科类的活动在继承中发展，在发展中创新，努力拓展思政教育平台，创建思政教育类品牌活动，做好学生的思想引领工作。其次，要做好不同学科背景学生在活动中的交叉融合，如，文科学生在公益服务类和文化艺术类活动中表现较为突出，所以在今后此类活动的开展中，可进行不同学院交叉分组，鼓励文科学生做好引领和带动工作，提高工科学生的参与热情和能力。最后，对于所有学生不太热衷的体育竞技类和创新创业类活动，学校要创新开展模式(如阳光长跑)，给予相应指导(如邀请专业教师指导挑战杯项目)，同时做好相应的宣传工作，给予一定的物质、精神奖励，在培养学生能力的过程中慢慢调动他们的积极性。

五、自驱力指数α的“Foschi指数型函数”骨架曲线

指数型函数模型最早由Foschi提出，一般应用于工科研究中的骨架曲线，考虑自驱力指数α的变化趋势与其较为相似，本文引入Foschi指数型函数模型的上升段及强化段，使其能够较准确地反映α的骨架曲线特征。选取的Foschi指数型曲线模型如图2所示，其表达式如式(6)所示，该模型由5个参数确定，分别为 k1、 k2、α0、αm、gu，其中，k1为曲线的初始切线斜率，k2为强化段切线斜率，α0为强化段切线与纵轴的交点，αm为α的极大值，gu为最高学年。考虑本科大四学生忙于毕业、工作事宜，其参与校园第二课堂活动的时间和精力有限，故本文默认大四年级学生的自驱力指数α值较大三年级基本保持平衡，故此处gu取值为3。

图2 选取的Foschi指数型骨架曲线

(6)

通过数据拟合得到的自驱力指数α的骨架曲线与实际α曲线的对比情况，可以看出，拟合曲线与实际曲线的变形趋势一致，二者吻合较好。相应的自驱力指数α的骨架曲线模型如式(7)所示：

α=sgn(g)·(0.67+0.15|g|)(1-e-0.706|g|/0.67)|g|≤3

(7)

基于“Foschi指数型函数”得出的自驱力指数α的骨架曲线较实际曲线更为平滑，最大优势在于可以在学生就读的各个阶段，实时分析得到学生参与高校第二课堂活动的情况，根据得出的结果，可进行下一阶段活动的部署或调整，以便调动学生参与第二课堂活动的积极性，提升学生参与校园文化活动的能力和水平，强化第二课堂活动的育人效果。

六、结论

本文以南京工业大学土木工程学院、艺术设计学院大一至大三共计1781名本科生的第二课堂活动成绩单(PU学时)为样本研究对象，分析了高校学生参与第二课堂活动的能力和水平，在此基础上结合因子分析模型，提出了一种计算第二课堂活动自驱力指数的因子分析改进模型，同时结合土木、艺术两个典型工科、文科学生群体，对自驱力指数α及自驱力分项指数的贡献值进行了参数化分析。结果表明，该改进模型能较好地实时分析高校学生参与第二课堂活动的能力和水平的演变趋势，及早把握工科、文科学生参与活动的共性、特性问题，以达到更好的育人效果。但是本文最终基于Foschi指数型函数拟合的自驱力指数α的计算模型，在一定程度上虽然能实时反映学生参与第二课堂活动的能力，但模型偏于保守，同样存在一定的缺陷和不足。