新時代高等教育評價改革政策工具研究

摘要： 當前已有多份旨在貫徹落實《深化新時代教育評價改革總體方案》的政策文件出臺，為了切實推進改革，有必要從組織行為學及政策工具理論的視角對這些政策文件的有效性進行研究。分析高等教育領域貫徹落實《深化新時代教育評價改革總體方案》的四份政策文件的政策工具，結果顯示政策文件中權威及象征和勸誡工具使用過溢，激勵、能力、學習工具使用不足，這和高等教育評價改革的真問題不匹配，并有壓抑政策執(zhí)行者積極性、使評價局限于象征性評價及阻礙質量文化建設等消極影響。未來的高等教育評價改革政策制定需重視高校主體地位，避免過度依賴權威及象征和勸誡工具，加大對激勵、能力、學習工具的使用，以提高教育評價改革實效。

關鍵詞：高等教育;教育評價改革;政策文件;政策工具

中圖分類號：G640? ? 文獻標識碼：A 文章編號：1672-0717（2022）01-0081-08

一、問題提出

2020年10月30日，中共中央、國務院印發(fā)《深化新時代教育評價改革總體方案》（以下簡稱《總體方案》），確立了深化新時代教育評價系統性改革的行動綱領。面對教育評價這一世界性、歷史性、實踐性難題，改革如何落地成為研究與實踐的重要議題。作為改革的指導，政策文件無疑對改革成效有重要影響。當前已有多份旨在貫徹落實《總體方案》的文件出臺。然而，政策文件出臺并不代表政策目標達成，政策文件難以落地的現象比比皆是，此類事實提醒我們必須深刻反思：若要促進政策目標達成，政策文件制定需注意什么？

回答上述問題的一個角度是政策工具選用。政策工具即政府和行政部門為推動政策目標達成而使用的手段和機制，是治理范式下政府公共管理的重要依托[1]。本文基于政策工具理論，結合組織行為學觀點分析當前高等教育領域貫徹落實《總體方案》的重要政策文件中政策工具使用特征及其對深化新時代高等教育評價改革目標達成的影響，并對未來教育評價改革政策的工具選用提出建議，以期為推進新時代高等教育評價改革提供參考。

二、理論基礎和研究設計

（一）理論基礎

20世紀80年代以后，政策工具研究迅速發(fā)展于歐美的經濟、環(huán)境政策等領域，隨后為教育領域借鑒使用[2]。政策工具研究的核心議題之一是政策工具分類，以往學者依據不同標準對政策工具進行了分類。施奈德和英格拉姆（Schneider & Ingram）根據政策制定者對政策執(zhí)行者行為的假設將政策工具分為權威工具、象征和勸誡工具、激勵工具、能力工具、學習工具[3]（P510-529）。

政策的意圖在于影響政策執(zhí)行者，使政策執(zhí)行者采取政策期待的行為以達成政策目標。施奈德和英格拉姆的政策工具分類優(yōu)勢在于聚焦政策制定者頭腦中對政策執(zhí)行者行為的假設，研究者可進一步分析這些假設是否符合事實，據此預測政策工具使用的效果與長期影響。歐文斯（Robert G. Owens）將其對教育組織行為學的論述建立于假定、信念與行為的關系之上，在其享有盛譽的《教育組織行為學》中，開篇即指出：“每種文化背景中的人都會接受某些隱含的基本假定……這些基本假定決定了我們的信念和價值，乃至我們對待他人的行為方式……這些基本假定，雖不可見，被視為理所當然，以至于很少被想到，更少被談及。”[4]（P3）我們要真正理解行為，就需要洞悉行為背后隱含的假設;要改變行為，也需要改變行為背后隱含的假設。基于此，本文選擇施奈德和英格拉姆的政策工具分類作為分析框架。

（二）研究設計

1.研究方法

本文采用內容分析法對政策文件進行定量分析。首先，選擇當前高等教育領域貫徹落實《總體方案》的重要政策文件，對政策文件的內容進行編碼;然后，根據政策工具理論將政策文件內容歸入不同類別的政策工具，并分類別進行頻數和百分比統計;最后，在定量分析的基礎上剖析新時代高等教育評價改革政策工具使用特征，繼而提出改進建議。

2.文本選擇

文本來源于教育部官網上自《總體方案》發(fā)布后，由教育部等中央部委發(fā)布的主標題中含“評價”或“評估”且適用于高等教育領域的政策文件，共包括五份政策文件（截至2021年7月），分別是教育部、財政部、國家發(fā)展改革委印發(fā)的《“雙一流”建設成效評價辦法（試行）》（教研〔2020〕13號，以下簡稱《“雙一流”建設評價》）;教育部印發(fā)的《普通高等學校本科教育教學審核評估實施方案（2021-2025年）》（教督〔2021〕1號，以下簡稱《本科審核評估》）;國務院教育督導委員會辦公室印發(fā)的《全國專業(yè)學位水平評估實施方案》（國教督辦函〔2020〕61號，以下簡稱《專業(yè)學位評估》）;教育部印發(fā)的《關于破除高校哲學社會科學研究評價中“唯論文”不良導向的若干意見》（教社科〔2020〕3號，以下簡稱《破除“唯論文”》）;國務院學位委員會、教育部印發(fā)的《學位授權點合格評估辦法》（學位〔2020〕25號）。由于《學位授權點合格評估辦法》主體內容為評估流程，是對評估過程的規(guī)定，缺乏使政策執(zhí)行者達成政策目標的其他政策工具，因此，該政策文件未被納入內容分析過程。

3.分析維度

施奈德和英格拉姆認為政策制定者頭腦中有對政策執(zhí)行者行為的假設，即政策執(zhí)行者不采取政策期待的行為可能主要出于下述原因：沒有權威的指示、沒有必要的激勵、沒有必要的能力、不認同政策中隱含的價值觀和信念、問題不明確或（及）沒有現成的解決方案[3]（P510-529），不同行為假設導致不同政策工具選用。根據施奈德和英格拉姆的觀點[3]（P510-529），本文將其五大類政策工具的概念、行為假設、具體工具及其優(yōu)缺點整理如下：

權威工具即規(guī)范政策執(zhí)行者的強制性規(guī)則，具體表現形式主要有規(guī)定、許可、禁止。權威工具的使用者假設政策執(zhí)行者忠于職責，遵從權威，遵守法律，沒有切實回報也能按政策要求行動。權威工具的優(yōu)點在于針對性強、約束力強、成本低、見效快，缺點在于變通性、靈活性低，易抑制政策執(zhí)行者的主觀能動性。

象征和勸誡工具即推動政策執(zhí)行者因政策符合其價值觀和信念而行動的工具。象征和勸誡工具假定在下列三種情況下人們更可能促進政策目標達成：（1）目標和行動是政府官員提出來的重要、優(yōu)先的事項;（2）目標和行動與人們的價值觀、信念、偏好一致;（3）目標和行動與正向的符號、標簽、形象、事件聯系在一起。基于上述假設，人們可以分別用宣告聲明、基本原理、貼標簽的方式推進政策實施。象征和勸誡工具的優(yōu)點在于成本低、適用廣，缺點在于當執(zhí)行者的價值觀和信念不同于政策倡導的價值觀和信念時政策實施難以見效。

激勵工具系通過提供有形的正向的回報或負向的懲罰來引導政策執(zhí)行者行動的工具，具體表現形式主要有正向回報、收費和制裁。激勵工具的使用者假定政策執(zhí)行者追求效用最大化，追求正向的回報，并力圖規(guī)避負向的懲罰。激勵工具的優(yōu)點在于能在短時間內激發(fā)外部動機，缺點在于難以激發(fā)內部動機。

能力工具是用于提高政策執(zhí)行能力的工具。該類工具聚焦于提供信息、教育培訓及其他資源。能力工具的使用者假定政策執(zhí)行者不缺乏行動的動機，缺乏的是識別和解決問題的能力，需要依靠信息、教育培訓及其他資源來提升能力。能力工具的優(yōu)點在于切實開發(fā)了人力資源，缺點在于周期長、見效慢且結果具有不確定性。

學習工具即政策相關群體遇到不知道或者不確定的情況時使用的工具，具體表現形式主要有研究探索、互動協商。學習工具的使用者假定人們能通過探索或協商解決問題。學習工具的優(yōu)點在于直面未知或不一致，缺點在于周期長、見效慢、實施難度大且結果具有不確定性。

三、政策文件內容分析

（一）政策文件內容編碼

本文以句子為單位對所選取的四份政策文件（不包括指標體系附件）進行內容編碼和歸類統計，編碼規(guī)則為“政策文件編號—章節(jié)—具體條款—句子”，表1為政策內容編碼一覽表（限于篇幅，僅舉數例）。

（二）政策工具使用情況

本文對四份政策文件共計167個編碼單元進行政策工具歸類，得到政策工具使用情況（如表2所示）。

表2顯示，權威工具使用比例最高（48.73%），其中大部分為“規(guī)定”（42.13%），少部分為“禁止”（6.6%），“許可”未得到使用。“規(guī)定”對政策執(zhí)行者的行為做出明確的指示，如《“雙一流”建設評價》規(guī)定“每輪建設中期，開展建設高校自我評估”。這類表述在四份政策文件中最為常見。“禁止”明確了不被接受的行為。四份政策文件中，《破除“唯論文”》使用“禁止”的次數最多，它以十個“不得”，嚴格哲學社會科學研究評價的底線要求。

象征和勸誡工具使用比例（38.58%）僅次于權威工具，其中大部分為“宣告聲明”（30.46%），有少部分的“貼標簽”（7.61%）與極少數的“基本原理”（0.51%）。“宣告聲明”直接宣布政府認為重要、優(yōu)先的事項，如《“雙一流”建設評價》宣布要“推進評估分類，以評促建、以評促改、以評促管、以評促強”。這類表述在四份政策文件中僅次于“規(guī)定”。“貼標簽”在四份政策文件中表現為使用一些特定的言簡意賅的短語，使人印象深刻，以達到勸告效果，如“唯論文”“陽光評估”等。“基本原理”對政策期待行為進行精心解釋或辯護，該工具在四份政策文件中僅出現一次。《破除“唯論文”》的“提高思想認識”部分具體闡述了高校在多項工作中存在多種形式的“唯論文”不良導向，指出這些不良導向導致多方面系統性危害，以此勸告政策執(zhí)行者破除“唯論文”。

能力工具、激勵工具、學習工具的使用比例都很低，分別為5.08%、4.57%、3.05%。能力工具中，主要使用的是“教育培訓”（3.55%）。具體表現在：一是加強指導，如《本科審核評估》“組織管理”部分明確教育部負責“指導監(jiān)督各地各校審核評估工作”;二是經驗推廣，如《本科審核評估》“反饋結論”部分指出教育部要“做好經驗推廣，示范引領”。

激勵工具中，以“制裁”工具使用為主。四份政策文件中，《破除“唯論文”》使用“制裁”工具的次數最多，對破除“唯論文”落實不力、違規(guī)等行為，采取約談、通報批評、公開曝光、責令整改、追究責任等處理。“正向回報”工具出現在《“雙一流”建設評價》中，體現為對“實施有力、進展良好、成效明顯的建設高校及建設學科，加大支持力度”。

學習工具在所有的政策工具中使用次數最少。除《專業(yè)學位評估》外，其他三份政策文件都有兩條編碼使用“研究探索”工具，用于鼓勵加強研究，以尋求解決方案，如《“雙一流”建設評價》呼吁“研究建立建設高校分類體系，完善分類評價辦法”。我國教育改革中常用“試點”來“研究探索”，如《本科審核評估》中要求“開展第二類審核評估試點”。“互動協商”主要在不清楚參與者想法時用于收集信息，或者參與者意見不一致時用于協調。四份政策文件內容分析中均未發(fā)現“互動協商”工具的使用，但是政策文件制定過程中使用了該工具，如《本科審核評估》是“經過兩年多的研究和多方征求意見”而形成[5]（P7-13）。

四、政策工具使用中的問題及其消極影響

本文基于施耐德和英格拉姆的政策工具分類框架，分析四份貫徹落實《總體方案》的高等教育評價政策文件中政策工具使用的深層結構。表2顯示，總體來看五大類政策工具得到不同程度的使用，但比例懸殊。權威工具、象征和勸誡工具占據了絕大部分的比重，兩者使用比例之和達到87.31%。形成鮮明對照的是，能力工具、激勵工具和學習工具所占比例均很小，僅略大或低于5%。這種深層結構和新時代高等教育評價改革面臨的真問題不匹配。

施奈德和英格拉姆指出，政策制定者可能會將政策實施不力歸因于政策執(zhí)行者沒有權威的指示、沒有必要的激勵、沒有必要的能力、不認同政策中暗含的價值觀和信念、問題不明確及（或）沒有現成的解決方案。依據這些行為假設，當政策文件中大量出現權威工具、象征和勸誡工具，而僅少量出現能力工具、激勵工具和學習工具時，也意味著很可能政策制定者頭腦中隱含的假設是：需要花大力氣去解決沒有權威指示以及政策中暗含的價值觀和信念沒有得到認同的問題，而不需花大力氣去解決沒有必要的能力、沒有必要的激勵、問題不明確以及沒有現成的解決方案的問題。發(fā)布權威指示及引導政策執(zhí)行者的價值觀和信念是重要也是必要的。教育評價歸根結底是一種工具或手段，要滿足價值主體的價值追求。權威工具、象征和勸誡工具是政府傳遞價值追求的重要方式，也為高等教育提供了方向和范本。但反觀現實，推進高等教育評價改革最大的障礙其實是政策執(zhí)行者缺乏動力、能力，缺乏對問題的深入理解以及高質量的解決方案。從動力來看，高校很想在各種評價中有優(yōu)異表現，以獲取相關資源，但對評價本身經常是應付的甚至是抗拒的。從能力來看，我國高等教育工作者總體而言評價素養(yǎng)有待提高。另外，由于教育評價本身很復雜，加之我國高等教育評價研究和實踐的時間不長，很多評價工作目前并無高質量解決方案，處于探索階段。政策工具選擇的綜合模型認為，當國家能力強，且政策子系統復雜程度高（社會行為者類型和數量多）時，決策者更加愿意使用自愿性工具，在需要管制的時候以管制能力作為保障[6]。我國國家能力強，且高等教育評價主體、方式、對象類別層次多元多樣，評價系統復雜程度高，按政策工具選擇的綜合模型，高等教育評價改革適宜選擇自愿性工具，也即非強制性、在自愿的基礎上解決問題的工具。這樣的工具應著眼于政策執(zhí)行者的動力、能力、對問題本身的理解以及問題解決方案。總之，高等教育評價改革政策不僅要通過強制規(guī)定或引導勸誡將政策制定者的意圖自上而下地傳達給政策執(zhí)行者，還要花大力氣借助政策工具支持政策執(zhí)行者排除執(zhí)行障礙，也即需要更多應用激勵工具、能力工具、學習工具。

《總體方案》指出，要通過深化新時代教育評價改革來“提高教育治理能力，加快推進教育現代化，建設教育強國，辦好人民滿意的教育”。權威及象征和勸誡工具針對性強、約束力強、成本低，但過度依賴它們將導致評價改革難擔其責。原因有三：

一是抑制了政策執(zhí)行者的積極性。過度依賴權威及象征和勸誡工具的政策文件，體現了政府的高權管制思維[7]。組織行為學認為，當高度控制策略被不斷使用，組織成員常常會失去興趣[4]（P328）。這個現象在高等教育評價領域顯而易見。早在20年前，有學者就已經指出“除了政府，似乎整個社會都對高等教育評價缺乏熱情和需要”[8]。2020年11月，在華東政法大學舉辦的“深化高校教育評價體系改革高峰論壇”上，美國加州大學常桐善博士直言在我國評價被視為“是政府管理部門的事”[9]。因而，如何提高政策執(zhí)行者的積極性是評價改革落地面臨的重要挑戰(zhàn)。

二是評價易局限于象征性評價。當政府處于評價的絕對主導地位，評價呈現自上而下的強制性特點時，評價更多具備“象征”的屬性，此時重要的是政府、社會及公眾對高等教育質量問責的立場和態(tài)度，而非評價對質量提升的作用[10]。和象征性評價相對的是真實性評價、實質性評價，這類評價有利于以評促“建、管、改、強”。

三是阻礙了質量文化建設。不同文化背景的人對不同政策工具呈現出不同偏好，同時也將進一步加強政策工具鼓勵的文化[3]（P510-529）。權威及象征和勸誡工具的過度使用強化了服從文化，這使得《本科審核評估》中所要求的“推動高校積極構建自覺、自省、自律、自查、自糾的大學質量文化”舉步維艱。

五、政策工具改革路徑

《總體方案》發(fā)布后，四份旨在落實《總體方案》的政策文件顯示出權威及象征和勸誡工具使用過溢，而激勵、能力及學習工具使用不足的問題，這不利于解決高等教育評價中政策執(zhí)行者缺乏動力、能力，缺乏對問題的深入理解與高質量解決方案的真問題。基于此，本文對未來的政策制定提出以下建議：

（一）重視高校主體地位，避免過度依賴權威及象征和勸誡工具

我國當前高等教育評價方案表述上都強調高校的主體地位，如《本科審核評估》中指出高校要“落實主體責任”，《破除“唯論文”》中指出要“落實高校在學術評價中的主體地位和自主權”。而事實上，當高校大多數人視自身為評價的看客時，高校肯定未成為高等教育評價的主體和核心。關鍵問題在于，評價設計和實施中，政府處于絕對的主導地位。政府負責制定評估政策、總體規(guī)劃、統籌協調、指導監(jiān)督，政府花費大量時間精力組織研究、多方征求意見，完成評價中的重要工作——設計出臺直接用于評估的指標體系。高校的自評，只是對照政府給定的指標體系一一檢查學校工作，并以自評報告的形式匯報自我檢查結果，這種自評是政府高權管制思維控制下高校根據指標體系“答題”。當高校在評價的過程中處于“被動規(guī)制”時，其積極性、主動性自然會被抑制。

根據組織行為學，要激起和保持長期的動機，可以使用“協助”的方法，鼓勵和支持組織成員自發(fā)努力，發(fā)展他們的個人目標、感情、信念、方法[4]（P328）。這個思想也是我國“放管服”改革中“簡政放權、放管結合、優(yōu)化服務”的底層邏輯。為了鼓勵和支持組織成員自發(fā)努力，教育評價中應推進元評價的實施。

元評價是對評價的評價，實施元評價有利于確立與強化高校主體地位。具體而言，就是高校自主完成自我評價，政府對高校評價的科學性、合理性進行評價。政府不再過度依賴權威及象征和勸誡工具來自上而下地指示和勸誡，而是用激勵、能力、學習工具來支持高校作為主體完成評價。

國際上不乏元評價范例。加拿大安大略省的新質量保障方案包括高校自評、管理部門評價。不同于我國高校自評的是，加拿大安大略省高校自行設計符合質量管理部門評價標準并滿足高校自身要求的內部質量保障過程，并在評價實施前即提交給管理部門審查。評價過程中，管理部門對每個高校是否遵守自己制定的質量保障過程進行評價[11]。美國學習成果評估研究中心（National Institute for Learning Outcomes Assessment，NILOA）等機構推出的“卓越評估”項目（Excellence in Assessment，EIA）也是對高校學生學習成果評估實踐進行元評價[12]。

當前不少高校確實缺乏作為評價主體的能力，但這只應被視為一個亟待解決的問題，而非否定高校為評價主體的理由。教育評價是教育工作者專業(yè)發(fā)展的一部分，評價素養(yǎng)是教育工作者專業(yè)素養(yǎng)的應有之義。對于作為辦學主體的高校，真正以高校為主體的自我評價能力也是高校辦學能力的重要內涵。

（二）加大對激勵工具、能力工具及學習工具的使用

管理即服務，這是國家治理能力現代化的要求。政府需加大激勵工具、能力工具及學習工具的使用，為“讓高校成為評價的主體”提供服務。表2顯示，一些具體工具使用率非常低，但這些工具對推進高等教育評價改革具有重要意義。

一是正向回報。評價意味著被審視、被判斷。面對評價，被評價者難免缺乏動機，這合乎常理。但是缺乏被評價者的主動積極參與，評價最終達不到以評促“建、改、管、強”的目的。在施耐德和英格拉姆的政策工具分類中，激勵工具的具體工具有正向回報、收費和制裁，其中適合我國高等教育領域的有“正向回報”和“制裁”工具。表2的激勵工具大類中，“制裁”出現了8次，而“正向回報”僅出現1次，“正向回報”使用相對不足。“制裁”用于落實不力、違規(guī)等行為。激勵的雙因素理論認為，不滿意的反面不是滿意，不滿意的反面是沒有不滿意，沒有不滿意不等于滿意。該理論啟示我們：面對“制裁”，政策執(zhí)行者會傾向于做到不落實不力、不違規(guī)，但不落實不力、不違規(guī)并不等于落實得力。“制裁”可以防止政策執(zhí)行者做得很差，而“正向回報”可以鼓勵政策執(zhí)行者做得更好。正向的回報可以是物質或榮譽。必須強調的是，“正向回報”作為推進教育評價改革的政策工具時，不是對教育教學成效的正向回報，而是對教育評價改革本身的正向回報。國際上不乏對在評價工作中表現優(yōu)異者進行正向回報的案例，如美國高等教育認證協會（Council for Higher Education Accreditation，CHEA）、美國高校學生事務管理協會（Student Affairs Administrators in Higher Education，NASPA）、美國學習成果評估研究中心都設立了專門的獎項，以表彰優(yōu)異的評價工作。我國高等教育政策工具中也可考慮針對教育評價工作設置此類獎項。

二是信息。有限理性理論指出，人是有限理性的，面對復雜的世界，人們只能找到問題解決的足夠好的路線。通常，人們都是依據有限的知識和不完整的信息在短時間里確定問題解決方案。高等教育評價活動復雜程度高，評價參與者極易受到有限的信息制約。從評價理論來看，國際上，評價到今天已發(fā)展到第四代，每一代評價的理論關注、價值取向、實施過程均不相同，每代評價都對今天的實踐有重要啟示。從評價實踐來看，評價目標的設置、評價方法的選擇與使用、評價結果的應用等工作都面臨多種選擇。面對如此復雜的工作，評價參與者很可能沒有意識到改變他們的決策或行為的必要性，很可能沒有足夠準確的信息來幫助他們選擇更好的方案及更好地執(zhí)行政策，因此信息提供就尤為必要。信息社會中，網絡是信息提供的重要媒介，歐美的政府、高校、評價相關社會機構紛紛在其官網上提供大量評價信息供使用者參考。就學生學習成果評價方面，提供最豐富信息的當屬美國學習成果評估研究中心。該中心將自身的使命定位于為改進本科學生學習成果評估研究與實踐提供支持，在官網上集中展現了中心的所有研究成果及學生學習成果評估工作進展。而在我國，無論是教育部高等教育評估中心還是高校網站，指導評價活動的信息或是不足或是缺失。因此，政策工具應推進教育評價理論和實踐信息的發(fā)布和分享。

三是教育培訓。高校教育評價主體作用的發(fā)揮，離不開全體教師的積極參與。當前，普通高校教師能得到評價教育培訓的機會不多。評價活動組織者，如教育部高等教育評估中心、中國工程教育專業(yè)認證協會，為支持評估或認證建立了教育培訓體系，培訓對象一般是評估專家和參評學校相關人員。一些商業(yè)機構圍繞工程教育專業(yè)認證、學生學習成果評估等主題開發(fā)了培訓課程，但收費不低。目前，多數高校都已經建立了教師發(fā)展中心，政府制定相關政策時可以強調教師發(fā)展中心應加強教師教育評價能力建設。在這一方面，美國詹姆斯麥迪遜大學（James Madison University， JMU）教師創(chuàng)新中心提供了學習的典范。該創(chuàng)新中心和學校的學習評價研究中心合作，聚焦學生學習成果，開展為期三年的“設計改進學習”項目[13]。類似做法值得學習。

四是研究探索。教育評價是一個科學探究的過程[14]。教育評價政策背后其實有著很復雜的哲學與科學層面的認識問題，或技術層面的方式方法問題，這些問題即便是對專業(yè)研究人員也是極大的挑戰(zhàn)。比如如何處理教育目標的多重性、非兼容性與教育評價的完整性及多重教育目標的個性化之間的沖突[15]？怎樣公正地評價學生綜合素質？怎樣公正地評價高校的人才培養(yǎng)質量？學生學習成果評估和增值評價如何實施？當和這些問題相關的政策在政策文件中以權威或象征和勸誡的方式簡單直接地呈現給政策執(zhí)行者（如學校自評“培養(yǎng)目標的達成度”“立德樹人成效”）時，政策執(zhí)行者在缺乏認識論和方法論支持的情況下，難以勝任相關自評工作。實際評估過程中，專家經常發(fā)現被評高校定位目標過高、專業(yè)人才培養(yǎng)方案和培養(yǎng)目標脫節(jié)、人才培養(yǎng)質量標準不清晰、缺乏人才培養(yǎng)成效證據等問題。我們要解決上述問題，關鍵是需加強研究探索。比如《“雙一流”建設評價》中要求“定量評價與定性評價相結合”，如何定性評價？有學者關于案例指標及其標準化的研究提供了參考借鑒[16]。當前“研究探索”工具使用方式有三種，一是在政策文件制定過程中政策制定者進行相關研究，如《本科審核評估》出臺前的研究，二是在政策文件中列舉某些需研究的事項，三是“試點”與“征集示范案例”。前兩種方式或在研究主體、研究時間段，或在研究事項上覆蓋面有限，不利于全面深入推進教育評價研究探索。另外，教育評價改革中實踐界加強探索固然重要，但僅是實踐界“試點”難以取得好的效果。原因很簡單，教育評價不僅是公認的世界性、歷史性難題，還是實踐性難題。關鍵是，要如《總體方案》中所要求的“加強專業(yè)化建設”。這就需要國家政策大力扶持教育評價學科建設，推進相關學位點建設、學術期刊布局、科研課題立項，培養(yǎng)鍛煉教育評價專家隊伍和工作團隊，以制度保障教育評價工作質量等[17]。深化新時代教育評價改革攻堅克難之際，政策工具要全面推進教育評價專業(yè)化建設，而非零零散散解決專業(yè)化問題。同時，政策工具要推進學界和實踐界通力合作，探索評價改革落地之道。

五是互動協商。第四代評價理論認為評價的本質是以協商、對話而達成相互理解與合作建構意義的過程[18]。互動協商不僅包括政策制定者制定政策時聽取多方意見，還包括政策執(zhí)行中高校內外部群體的互動協商。高校人才培養(yǎng)目標、評價方案等事項都需要師生及相關群體協商設定。比如美國詹姆斯麥迪遜大學20世紀80年代的教育改革從重設人才培養(yǎng)目標開始，由全校上下協商、歷時數年才得以完成目標重設。“互動協商”和“研究探索”屬于學習工具，有研究者認為學習工具的使用一般體現在政策文件之外，更可能是政府為了做決策或執(zhí)行決策開展的臨時性活動[19]。基于此，有學者研究政策工具時舍棄了“學習工具”這一維度[20]。本文研究的四份政策文件少量使用“研究探索”工具，未使用“互動協商”工具。筆者認為，鑒于教育評價的復雜性及評價中互動協商的重要性，學習工具不能僅是政策制定背后的故事，更是需要政策工具大力推動所有教育評價改革相關群體積極去做的事。比如，政策中可以適當要求高校呈現評價過程中互動協商的事項、過程與結果。

六、結語

《總體方案》的出臺標志著我國教育評價改革“一場硬仗”的開始，打贏這場戰(zhàn)爭要有“真招、實招、硬招”。然而，有學者發(fā)現，不同政策領域顯示出對政策工具的偏好，“并且會重復采用這樣的政策工具，而不管實際上是否有助于具體領域問題的減少。這限制了政府的學習能力”[21]。本文強調了一種視角，一種基于行為科學的關注政策執(zhí)行者行為的視角，認為不僅要從國家高等教育政策精神、高等教育基本規(guī)律以及新時代高等教育發(fā)展需要的角度指導教育評價改革政策制定[5]（P7-13），還要從政策執(zhí)行者行為規(guī)律的角度指導政策制定。只有這樣，我們才能將政策要求落實到政策執(zhí)行者的行動上，推動教育評價改革落地。

參考文獻

[1] 胡仲勛，俞可.以政策工具創(chuàng)新推進公共教育改革——基于紐約市教育局的經驗[J].全球教育展望，2016（03）：81-89.

[2] 李津石.教育政策工具研究的發(fā)展趨勢與展望[J].國家教育行政學院學報，2013（05）：45-49.

[3] Schneider，Anne and Helen Ingram.Behavioral Assumptions of Policy Tools[J].The Journal of Politics，1990（02）.

[4] [美]羅伯特·G·歐文斯.教育組織行為學（第八版）[M].竇衛(wèi)霖，溫建平，譯.上海：華東師范大學出版社，2007.

[5] 別敦榮.新一輪普通高校本科教育教學審核評估方案的特點、特色和亮點[J].中國高教研究，2021（03）.

[6] 張端鴻，劉虹.中國高等教育改革與發(fā)展的政策工具分析[J].復旦教育論壇，2013（01）：52-56.

[7] 姚榮.高等教育領域“放管服”改革緣何如此之難——基于組織分析的新制度主義視角[J].教育發(fā)展研究，2020（07）：1-7.

[8] 林正范，賈群生.從經驗走向科學：高等教育評價制度的改革與發(fā)展[J].浙江社會科學，2000（02）：66-70.

[9] 常桐善.美國本科生學習與成長評價機制及其特征[EB/OL].（2020-11-15）[2021-9-1].https：//mp.weixin.qq.com/s/LY3407Ie43fX6BxkYTPpXQ.

[10] 劉振天.從象征性評估走向真實性評估——高等教育評估制度的反思與重建[J].高等教育研究，2014（02）：27-32.

[11] 劉莉，李毅，劉勤.加拿大安大略省高等教育質量保障框架及其思考[J].清華大學教育研究，2016（04）：110-116.

[12] 劉聲濤，傅冠華，廖敏.高校學生學習成果評估變革與發(fā)展趨勢——基于美國公立院校本科教育自愿問責系統[J].大學教育科學，2021（02）：79-86.

[13] 宋潔絢.尋路問徑：教師發(fā)展中心何以促進教師發(fā)展 ——美國詹姆士麥迪遜大學教師創(chuàng)新中心的實踐[J].高等工程教育研究，2021（03）：121-126.

[14] 靳玉樂.教育評價改革的“去三化”與“興三化”[J].大學教育科學，2021（01）：13-25.

[15] 趙勇.教育評價的幾大問題及發(fā)展方向[J].華東師范大學學報（教育科學版），2021（04）：1-14.

[16] 朱軍文，邵玲芝.高等教育評價中的案例指標及其標準化[J].高等教育研究，2021（01）：33-38.

[17] 楊志明.四種教育評價的教育測量學考量[J].教育測量與評價，2020（08）：12-15.

[18] 李雁冰.論教育評價專業(yè)化[J].教育研究，2013（10）：121-126.

[19] 林小英，侯華偉.教育政策工具的概念類型：對北京市民辦高等教育政策文本的初步分析[J].教育理論與實踐，2010（25）：15-19.

[20] 關志康.政策工具視角下我國新時代教育評價政策研究——基于《深化新時代教育評價改革總體方案》的分析[J].當代教育論壇，2021（03）：32-40.

[21] 姜國兵.對公共政策工具五大主題的理論反思[J].理論探討，2008（06）：133-136.