推進新時代教育評價改革難在哪里？

教育評價改革事關教育發(fā)展方向，事關建設教育強國成敗。2020年中共中央、國務院印發(fā)《深化新時代教育評價改革總體方案》（簡稱《總體方案》），這是新中國第一個關于教育評價系統(tǒng)性改革的文件。2023年5月，習近平總書記在中共中央政治局第五次集體學習時再次強調(diào)，“要在全社會樹立科學的人才觀、成才觀、教育觀，加快扭轉教育功利化傾向，形成健康的教育環(huán)境和生態(tài)”“要緊扣建設教育強國目標，深化新時代教育評價改革，構建多元主體參與、符合我國實際、具有世界水平的教育評價體系”。

一、教育評價改革落實與未來發(fā)展

《總體方案》印發(fā)以來，各地重視政策引導、專業(yè)引領和典型引路，以評價改革重點任務為抓手，發(fā)揮基層首創(chuàng)精神，推動本地區(qū)本單位教育評價改革發(fā)生顯著性變化，形成了一批典型經(jīng)驗，如上海市義務教育學業(yè)質(zhì)量“綠色指標”和評價數(shù)據(jù)的“無感采集”、湖南省長沙市基礎教育的“增值評價”、清華大學的體育評價改革等。根據(jù)第三方的監(jiān)測結果，在教育評價改革中，“十不得一嚴禁”等負面清單管理取得明顯成效，違規(guī)事項總體呈明顯下降態(tài)勢?！爸袊厣逃u價體系”“多元評價”“分類評價”等價值理念得到社會的廣泛認可。

按照《總體方案》要求，到2035年基本形成“富有時代特征、彰顯中國特色、體現(xiàn)世界水平的教育評價體系”，需要在教育評價的理念、理論、主體、對象、內(nèi)容、標準、方法、技術、制度、文化等方面進行體系性重塑?！案挥袝r代特征”就是要體現(xiàn)新時代的人才觀、成才觀、教育觀，特別是針對當下和未來的人才需求、拔尖創(chuàng)新人才的成長規(guī)律、教書育人的本質(zhì)和規(guī)律，校準教育評價的發(fā)展方向?！罢蔑@中國特色”就是要體現(xiàn)中國教育評價的主體性、原創(chuàng)性，特別是發(fā)掘我國科學評價的典型經(jīng)驗，彰顯中國教育評價的人文精神傳統(tǒng)?！绑w現(xiàn)世界水平”就是要提高中國教育評價理論和評價標準的國際影響力，特別是要提出諸如“CIPP”（背景—投入—過程—結果）評價模型和“PISA”學生素養(yǎng)評價等先進評價理念和項目，能夠引領國際教育評價方向，影響各國教育政策制定。

面向2035年建成教育強國的戰(zhàn)略目標，推進新時代教育評價改革還有一些需要啃的“硬骨頭”，這些方面的探索和突破將撬動教育評價改革取得更為明顯的實質(zhì)性進展。

二、面向教育強國建設推進教育評價改革的難點與探索

（一）學生評價：怎樣的評價可以促進創(chuàng)新素養(yǎng)發(fā)展

從19世紀末以來，國際教育評價理論和實踐經(jīng)歷了“測量、描述、判斷和協(xié)商”四次演進和迭代。從教育評價的歷史來看，智力測驗、認知能力評價相對比較成熟，由此形成了科學主義、管理主義的評價模式，使得“唯分數(shù)”等簡單化、單一化的量化評價長期占據(jù)主導地位。在學生德智體美勞的發(fā)展評價中，非認知能力由于難以量化和客觀測量而長期受到忽視。在建設教育強國的時代背景下，我們究竟要培養(yǎng)什么樣的人，未來對人才素養(yǎng)的要求是什么，生成式人工智能對人才培養(yǎng)的挑戰(zhàn)是什么，這些問題的答案都指向在未來社會中將居于更加重要位置的“非認知能力、社會情感能力、創(chuàng)新素養(yǎng)、高階思維和人文素養(yǎng)”，這些才是“人之為人”而無法完全被機器取代的素質(zhì)，而新時代教育評價改革正是要回歸人的本質(zhì)。在新時代教育評價改革中，“幸福比成功更重要，素質(zhì)比分數(shù)更重要，成人比成才更重要”。[1] 推進教育評價改革，需要更加重視多元、多維、全面、高級的學生素養(yǎng)評價。

一是更重視非認知能力評價。在數(shù)字時代和創(chuàng)新時代，社會情感能力、想象力、學習興趣和幸福感變得更加重要。對學生的評價不僅要關注學習結果（學得怎么樣），更要重視學習狀態(tài)（學得快不快樂、輕不輕松）?！吧虾Ｊ兄行W生學業(yè)質(zhì)量綠色指標”關注學業(yè)成績，更關注學習成本（學習投入和時間）；關注學業(yè)質(zhì)量，更關注學生快樂成長、全面發(fā)展的過程。山東省淄博市淄川區(qū)的初中生“學習興趣指數(shù)評價”，關注學生的學習狀態(tài)、學習動力和學習體驗。

二是更重視高級能力評價。從PISA等國際大規(guī)模教育評價來看，國際社會越來越重視學習素養(yǎng)、創(chuàng)新素養(yǎng)、高階思維、批判性思維、分析和解決問題能力等高級能力評價。在實踐探索方面，北京大學附屬小學的“學生創(chuàng)新素養(yǎng)評價體系”從創(chuàng)新意識、創(chuàng)新思維、創(chuàng)新能力、創(chuàng)新精神、創(chuàng)新人格5個維度構建了25個觀測點，推動小學階段拔尖創(chuàng)新人才早期培養(yǎng)走向深入。

三是更重視影響因素的復雜性。學生發(fā)展受到多種因素影響，學業(yè)水平和非學業(yè)水平是各種力量相互作用的結果。浙江省溫州市的“初中綠色增值評價”從學業(yè)和非學業(yè)發(fā)展（學生品德發(fā)展、身心健康和學習生活幸福）兩個方面考查學生學習結果和增值，特別注意考查前期學習基礎、家庭背景、學校水平等因素對增值結果的影響。

四是更重視評價形式的多樣性。評價形式對于創(chuàng)新素養(yǎng)的表現(xiàn)和觀測極為重要。山東省德州市低年級的“非紙筆綠色測評框架”采用“游戲闖關、模塊游考、實踐活動和項目學習”等形式，克服書面測評過于強調(diào)知識記憶的局限，對學生的想象力、創(chuàng)造力等素養(yǎng)開展表現(xiàn)性評價。

（二）教師評價：怎樣的評價可以促進教師潛心育人

教師評價本質(zhì)上是對教師的專業(yè)實踐進行評價，屬于實踐評價范疇。教師的專業(yè)實踐不僅是在實踐中發(fā)展自我，更是為學生的學習和發(fā)展提供專門性服務。[2] 20世紀80年代之后，我國教師評價雖幾經(jīng)改革，但仍以獎懲功能為主，主要為教師聘用、晉升、加薪、選拔等提供依據(jù)，教師評價的發(fā)展性功能未能真正落實。[3]“教書育人”是一種道德實踐，對教師業(yè)績的評價不能等同于企業(yè)的績效管理。實證研究表明，問責式教師評價對教師專業(yè)表現(xiàn)影響的直接效應不顯著，甚至產(chǎn)生顯著的負向影響；而發(fā)展性教師評價對教師專業(yè)表現(xiàn)的總效應、直接效應和間接效應皆為顯著正向影響。[4] 新時代教師評價改革應更強調(diào)“育人”職責而非問責，更重視分類評價、多元評價、發(fā)展性評價、表現(xiàn)性評價和長周期評價。

一是更重視教師的道德實踐和情感付出。教師的勝任力、工作業(yè)績和效果不僅體現(xiàn)在知識傳授上，更體現(xiàn)在道德引領上。在教師評價改革中，師德師風、教師情感勞動和學生工作盡管難以量化和評價，但最能體現(xiàn)教師工作的本質(zhì)特征，一些學校和地區(qū)已將其納入教師評價體系。中南大學的教師評價將教學競賽獲獎、指導學生競賽獲獎等納入職稱評聘和教學獎項申報成果要求，教育教學、學生工作與科研成果同等重要。

二是更重視發(fā)展性評價。發(fā)展性評價可以激發(fā)教師內(nèi)在的專業(yè)力量，培育教育家精神。山東省日照第一中學的“發(fā)展性教師評價”制定了多元化的評價指標，不同系列教師的評價內(nèi)容和權重各有側重，考核內(nèi)容涵蓋學校各項工作，評價主體多元化，并將發(fā)展性評價與總結性評價結合起來，以教師評價提升教師幸福感。

三是更重視表現(xiàn)性評價。教師評價特別強調(diào)教學情境，評價的是教師的實踐智慧，這就需要超越傳統(tǒng)紙筆測驗，通過觀察教師的專業(yè)實踐來獲取評價信息，而評價者則需要運用豐富的實踐智慧進行專業(yè)判斷。[5] 表現(xiàn)性評價不是只關注優(yōu)質(zhì)課比賽等具有“可看性”的專業(yè)實踐，而是重在日常行為表現(xiàn)及其產(chǎn)生的育人效果。經(jīng)合組織（OECD）發(fā)起的“全球教學洞察”（GTI）項目，以視頻研究的形式收集并觀察分析了來自8個不同國家和地區(qū)教師的課堂錄像，用以考查教師的教學質(zhì)量，我國上海市也參與了這一項目。

四是更重視長周期評價。教育效果具有滯后性、集體性、復雜性，教師對學生發(fā)展的影響通常在多年后才充分顯現(xiàn)，教師以集體合力的方式對學生施加影響，而學生發(fā)展也受到同伴、家庭、社會等因素的影響。立竿見影的問責式評價難以適應教師工作的特殊性。廣東省深圳市龍華區(qū)教科院附屬外國語學校的“生態(tài)型教師評價體系”以教師發(fā)展檔案為載體，構建過程性多維度評價體系，實行個體多元的發(fā)展性評價制度，讓評價主體多元化，評價對象個性化，評價方向多維化，變定性為過程性，實現(xiàn)綠色生態(tài)型評價。

（三）學校評價：怎樣的評價可以提升學習體驗和社會貢獻

學校是資源依賴型組織，外部環(huán)境和外部評價對辦學行為產(chǎn)生重大影響。評價學校效能的主要指標包括教育目標達成、教育輸入與輸出以及關鍵人群滿意度等。[6] 相應地，學校評價的形式主要有政治學視域下的政府督導評估、經(jīng)濟學視域下的學?？冃гu價和社會學視域下的家長滿意度評價。我國學校評價長期以政府單一主體評價為主，看重以分數(shù)為主的升學率競爭評價。由于學校評價結果與教育資源配置掛鉤，學校極為重視政府的績效評價和學校排名等聲譽評價，而學校的自我評價以及以學生為中心的評價相對較弱，在一定程度上忽視學生的就讀體驗和身心全面發(fā)展，學生畢業(yè)后對母校的歸屬感和認同感不強。學校評價應增強學校自主發(fā)展的能力，引導學校更加重視以學生發(fā)展為中心的立德樹人實踐，更加強調(diào)人才培養(yǎng)和知識創(chuàng)造的社會貢獻。

一是更重視以學生發(fā)展為中心的評價。教育質(zhì)量應該首先是指學生的發(fā)展質(zhì)量，即學生在整個學習歷程中所學的“東西”（所知、所能做的及其態(tài)度）是衡量教育質(zhì)量的核心標準。[7] 學校辦學規(guī)模擴大、條件設施改善、辦學經(jīng)費增長不代表辦學水平的同步提高，而學生的就讀體驗和學習收獲才能真正反映學校的辦學質(zhì)量。但“以學生發(fā)展為中心”不能等同于“以學生滿意度為中心”，“學生評教”也可能使教師為“討好”學生而降低學業(yè)標準和要求，“以學生發(fā)展為中心”的核心是要促進學生發(fā)展。

二是更重視特色化和分類評價。學校評價最終要增強學校發(fā)展的內(nèi)生動力，形成學校對于教育發(fā)展規(guī)律的獨特認識和創(chuàng)造性實踐。學校同質(zhì)化和過度追求排名是對自身特色和發(fā)展定位不清所致。有學者構建了學校特色發(fā)展測評模型，包括文化特色、課程特色、組織管理和質(zhì)量改進4個維度15個指標。[8] 學校的分類發(fā)展和分類評價有助于推動學校特色化發(fā)展。

三是更重視發(fā)展性和增值性評價。增值評價以學校教育活動對學生預期成績的增值為教育評價標準，用來判定學校對學生發(fā)展的影響，是一種綠色升學率理念下的發(fā)展性學校評價模式。[9] 山東省濟南市“區(qū)域初中學生綜合素質(zhì)增值評價”從學校辦學質(zhì)量和學生發(fā)展質(zhì)量兩個維度建立增值評價體系，采用多水平線性分位數(shù)回歸模型，分析學生增值發(fā)展狀況和學校辦學水平。

四是更重視學校和學科的社會貢獻。西方主導的大學排名和學科排名追求的是形式評價，中國特色的教育評價體系要體現(xiàn)我國農(nóng)林、國防、師范和人文社科等專業(yè)的特點。東北師范大學在教師教育學科領域人才評價中，將優(yōu)秀教學案例、課程標準制定及國家考試命題等作為特色指標，引導高水平科研成果向教學內(nèi)容轉化，推動教研成果示范與推廣。

（四）政府評價：怎樣的評價可以提升政府的“元治理”能力

新時代教育評價改革涉及學生、教師和學校三個教育系統(tǒng)內(nèi)部主體，以及政府和社會兩個外部主體。相對而言，教育系統(tǒng)內(nèi)部的改革推進比較容易，系統(tǒng)外部的改革則推進艱難。對部分省份教育評價改革的政策文本分析發(fā)現(xiàn)，政策關注點聚焦學生、教師和學校評價，對政府評價和用人評價不夠重視，政策的可操作性有待提高。[10] 總體而言，教育評價具有高度社會敏感性、高度依賴社會環(huán)境等特點，因而每項改革都可能會引起相關利益主體的極大關注。改進黨委和政府評價需要更加重視黨委統(tǒng)籌能力、政府履行教育職責、區(qū)域教育結構型質(zhì)量評價，并準確把握教育評價的敏感因子。

一是更重視黨委統(tǒng)籌能力評價。黨委和政府既是推動評價改革的主體，又是評價改革的對象，其統(tǒng)籌能力體現(xiàn)了推進評價改革的力度和成效。從國家和省級層面來看，各級黨委教育工作領導小組作為議事協(xié)調(diào)機構，可以統(tǒng)籌教育、發(fā)改、財政、編辦、宣傳、人社等部門的力量推進評價改革，但在人才選聘和專業(yè)技術人員評聘等領域，教育評價改革與部門利益或政策還不完全適應。教育系統(tǒng)外部的評價改革需要充分發(fā)揮黨委統(tǒng)攬全局和統(tǒng)籌協(xié)調(diào)的能力，提升黨委對各類評價的“元治理”能力。

二是更重視政府履行教育職責評價。2017年國務院辦公廳印發(fā)《對省級人民政府履行教育職責的評價辦法》，此后每年由國務院教育督導辦公室組織對省級政府加強黨的領導、優(yōu)先發(fā)展教育等職責的督導評估。開展政府履行教育職責評價，應對評價內(nèi)容或事項進行分類設置評價指標，包括對政府統(tǒng)籌推進教育工作表現(xiàn)的質(zhì)性評價、區(qū)域教育發(fā)展水平的量化評價、政府教育工作進步程度的肯定評價、政府教育工作的社會滿意度評價等。[11]

三是更重視區(qū)域教育的結構型質(zhì)量評價。在教育強國建設背景下，各級黨委和政府的主要教育責任是構建區(qū)域高質(zhì)量教育體系。浙江省“區(qū)域教育發(fā)展結構型質(zhì)量評價”著力破解“唯分數(shù)、唯升學”的“學業(yè)成績政績化”，構建區(qū)域教育新生態(tài)。結構型質(zhì)量體現(xiàn)在區(qū)域內(nèi)教育資源配置的科學性與合理性、各類教育的協(xié)調(diào)發(fā)展以及發(fā)展狀態(tài)的可持續(xù)性，包括學校的規(guī)劃布局、教育發(fā)展的均衡狀態(tài)、師資隊伍建設與經(jīng)費使用等方面。

四是更重視把握區(qū)域評價改革的敏感因子。不同區(qū)域在不同階段推進教育評價改革面臨不同的關鍵制約因素。對于缺少政策支持的區(qū)域，應著力構建教育評價改革“特區(qū)”政策。對于缺少評價理論和技術支持的區(qū)域，應著力發(fā)揮科研的支撐引領作用，研發(fā)評價工具。對于缺少專業(yè)人才支撐的區(qū)域，應推進高校設置教育評價專業(yè)，并加強教師評價素養(yǎng)的專業(yè)培訓。2023年山東省依托山東師范大學、山東省教育科學研究院等單位共同組建山東省教育評價研究中心，為區(qū)域深化新時代教育評價改革夯實理論與實踐支撐。

（五）用人評價：怎樣的評價可以促進人崗相適

依據(jù)信號理論和篩選理論，在用人單位看來，教育標簽（學歷文憑）是一種潛在生產(chǎn)力的信號，可以反映其需要的培訓成本的高低。因此，高學歷者更易獲得排名靠前的機會，也更容易被用人單位選聘。然而在現(xiàn)實中，高學歷并不一定具有較高的職業(yè)勝任力，在具體工作崗位中經(jīng)常出現(xiàn)教育錯配或人崗不相適應的情況。過度教育與教育不足會降低勞動者的工作滿意度，過度教育具有工資懲罰效應，教育不足具有工資溢價效應。[12] 改進社會選人用人評價應更加重視職業(yè)勝任力評價、人才發(fā)展?jié)撃茉u價、人崗相適評價，以及大數(shù)據(jù)在人才評價中的應用。

一是更重視勝任力評價。勝任力通常包括外顯勝任力（知識、技能等）和內(nèi)隱勝任力（價值觀、能力和特質(zhì)等），前者是基準性特征，是對勝任者的基本素質(zhì)要求；而后者是鑒別性特征，是區(qū)分優(yōu)異者和平平者的關鍵因素。[13] 用人單位實際上更看重求職者的內(nèi)隱勝任力。西南大學在引育人才、促進人崗相適方面，結合學院、學科特色“一院一策”引育新人，如農(nóng)學與生物科技學院就針對“農(nóng)科”特色，對新進教師進行為期4年的較長周期評價，避免短期評價功利化。

二是更重視人才發(fā)展?jié)撃茉u價。促進人崗相適、實現(xiàn)事業(yè)發(fā)展與個人發(fā)展同步提高，是用人單位提高人才使用效率的著力點。對人才發(fā)展的潛能和可持續(xù)性的評價，建立在對人才綜合素質(zhì)的評價基礎之上。美國教育考試服務中心（ETS）的研究生招生“個人潛能指標測評”（PPI），就涵蓋了知識與創(chuàng)新能力、溝通技能、團隊能力等6個一級指標，以便更加全面綜合地了解學生的個人品質(zhì)。[14] 中山大學在制定人才引進條件時，綜合考查引進人才的學術水平和發(fā)展?jié)撃埽话裇CI論文相關指標、人才“帽子”等作為引進和聘用的前置條件。

三是更重視依據(jù)崗位標準選聘人才。科學設置教師崗位是做好教師聘任制的首要問題。2023年山東省發(fā)布的《關于進一步深化中小學教師職稱評聘改革的意見》就提出，在中小學教師評價中，德育、體育、美育、勞動教育、科學、心理健康教師可單列指標、單設學科組評審，幼兒園教師評價突出保教實踐，教研員評價突出教育教學研究實效。在中小學教師崗位設置和聘用方面，一些地方也在探索“高評低聘、低評高聘”來解決人崗相適的問題。

四是更重視大數(shù)據(jù)在用人評價中的應用。國內(nèi)外大量研究表明，大數(shù)據(jù)技術賦能的人才招聘能幫助用人單位對大批量人才信息快速篩選，特別有助于提升人才內(nèi)隱特征的甄別效率，促進人才與用人單位間的雙向溝通效能。北京市海淀區(qū)建立了“干部教師交流數(shù)據(jù)分析平臺”，平臺導入所有義務教育學校教師職稱、年齡以及骨干教師學科分布等教師隊伍情況，匹配學校學生學業(yè)成績、中考增值評價和監(jiān)測等，按需開展精準交流和校際聯(lián)動。

三、結語

教育評價改革是教育強國建設的“牛鼻子”，《總體方案》作為新中國成立以來第一份關于教育評價系統(tǒng)性改革的文件，將教育評價改革置于前所未有的重要位置。深入推進新時代教育評價改革，不僅要聚焦學生評價、教師評價、學校評價、政府評價和用人評價五大領域久久為功，而且要構建教育評價的專業(yè)化支撐體系，在教育評價理論研究、教育評價專業(yè)人才培養(yǎng)、評價工具研發(fā)以及大數(shù)據(jù)、人工智能賦能教育評價改革等配套領域取得實質(zhì)性突破?！犊傮w方案》發(fā)布3年來，各地各校探索推進落實落地，已經(jīng)構建起評價改革的四梁八柱，并且在操作性強的改革舉措上建章立制、深入實施，但在系統(tǒng)性強、協(xié)調(diào)難度大、利害攸關和傳統(tǒng)觀念牢固的領域，還有一些難啃的“硬骨頭”，這些領域的突破和創(chuàng)新將帶來教育評價改革的格局性變化。

注釋：

[1] 朱永新. 把教育常識變成社會共識[J]. 中國教育學刊，2023（04）：1.

[2] 周文葉. 試論“學為中心”的教師評價框架[J]. 教育研究，2021，42（07）：150-159.

[3] 申繼亮，孫炳海. 教師評價內(nèi)容體系之重建[J]. 華東師范大學學報（教育科學版），2008，26（2）：38-43.

[4] 劉偉，李瓊. 怎樣的評價可以促進教師潛心育人：來自中小學教師專業(yè)表現(xiàn)的實證證據(jù)[J]. 教師教育研究，2022，34（01）：49-56.

[5] 周文葉. 教師評價：評什么和怎么評——訪斯坦福大學李·舒爾曼教授[J]. 全球教育展望，2020，49（12）：3-12.

[6] 李永生. 學校效能評價：一種評估中小學工作績效的工具[J]. 教育研究，2013，34（07）：105-115.

[7] 陳玉琨. 高等教育質(zhì)量保障體系概論[M]. 北京：北京師范大學出版社，2004：59.

[8] 范涌峰，宋乃慶. 學校特色發(fā)展測評模型構建研究[J]. 華東師范大學學報（教育科學版），2018，36（02）：68-78+155-156.

[9] 邊玉芳，林志紅. 增值評價：一種綠色升學率理念下的學校評價模式[J]. 北京師范大學學報（社會科學版），2007（06）：11-18.

[10] 劉國瑞，張怡. 省級政府履行新時代教育評價改革職責情況分析——基于10省份教育評價政策文本的研究[J]. 沈陽師范大學學報（教育科學版），2023，2（02）：92-99.

[11] 韋蘭明，覃淮宇. 研制政府履行教育職責評價指標的依據(jù)、原則及策略[J]. 上海教育評估研究，2022，11（02）：1-6.

[12] 李根麗，周泰云. 教育錯配會影響工作滿意度嗎——機制分析與實證檢驗[J]. 山西財經(jīng)大學學報，2021，43（08）：30-42.

[13] 彭本紅，陶友青，鄧瑾. 大學高層次人才勝任力的評價[J]. 統(tǒng)計與決策，2007（15）：143-145.

[14] 陳瑤，邵福球，高進軍. 美國研究生招生的新評價手段——“個人潛能指標測評”（PPI）評介[J]. 學位與研究生教育，2010（03）：74-77.

（孟照海，中國教育科學研究院副研究員）

《人民教育》2023年第20期