教育強國視域下地方政府教育工作評價新框架

問責制是當今全球教育政策的一個流行語，聯(lián)合國教科文組織2015年發(fā)布的《2030年教育行動框架》中有20多次提到問責制。對政府的教育工作進行評價是現(xiàn)代社會治理體系的重要組成部分，評價結(jié)果用于對政府問責，以督促其更好履行教育職責。英國是嚴格實施教育督導(dǎo)評估制度的國家，也是少數(shù)對地方政府教育工作進行專門督導(dǎo)的國家，督導(dǎo)問責的主要內(nèi)容聚焦于地方的教育治理效能。我國是高度重視區(qū)縣政府教育工作評價的國家，有地方政府的教育工作績效評價、教育履職督導(dǎo)評估等多種類型，以期推動區(qū)縣人民政府辦好人民滿意的教育。評價指標是引導(dǎo)、指揮和解釋政府行為的關(guān)鍵變量，評價工作已經(jīng)成為建設(shè)教育強國、推動教育治理能力現(xiàn)代化的重要手段。然而，不少地區(qū)的教育工作評價延續(xù)了以前教育規(guī)模發(fā)展階段的慣性，不論是評價功能還是評價工作自身質(zhì)量對建設(shè)教育強國的響應(yīng)均不夠充分。評價工作的高度行政導(dǎo)向和封閉性、學(xué)者難以參與評估“現(xiàn)場”等原因?qū)е孪嚓P(guān)研究數(shù)量非常少，對地方政府教育工作評價改革的研究支持嚴重不足。

《教育強國建設(shè)規(guī)劃綱要（2024—2035年）》提出“提升依法治教和管理水平”“完善督政、督學(xué)、評估監(jiān)測教育督導(dǎo)體系”。《加快建設(shè)教育強國三年行動計劃（2025—2027年）》提出“完善政府教育履職評價”?！吨泄仓醒腙P(guān)于進一步全面深化改革 推進中國式現(xiàn)代化的決定》明確提出處理好效率和公平的關(guān)系，因而更高效率也是高質(zhì)量發(fā)展的重要特征。質(zhì)量、公平和效率亦應(yīng)作為當前政策對教育工作評價內(nèi)容改革和工作體系完善的價值要求。本文重點討論相對于教育規(guī)模發(fā)展階段，區(qū)縣政府教育工作評價應(yīng)如何調(diào)整評價內(nèi)容和方式，以高質(zhì)量的評價實踐適應(yīng)新時期教育強國建設(shè)的需要。

一、傳統(tǒng)評價框架面臨的挑戰(zhàn)與轉(zhuǎn)向

（一）社會需求方向的轉(zhuǎn)變

經(jīng)濟高速增長階段對社會發(fā)展水平的評價主要關(guān)注規(guī)模總量的擴張，強調(diào)工具性價值，評價對象往往表現(xiàn)為錦標賽式的競爭狀態(tài)。社會對規(guī)模增長成就的感受具有可直接計量性和可觀察性，如校舍面積改善、學(xué)生補助人數(shù)增加等。為了推動地方政府加強教育投入，經(jīng)費、人力、物質(zhì)條件等要素的投入數(shù)量和覆蓋面是重要指標，如校舍面積、教學(xué)儀器設(shè)備值、生師比、教師學(xué)歷水平等。這種現(xiàn)狀或水平性統(tǒng)計表達方式的價值取向在于規(guī)范管理、推動地方政府落實可測性政策，但反映政府實際治理水平的能力較弱?？傮w上，各行業(yè)政府績效評價中均存在指標設(shè)計重客觀輕主觀、重量化輕質(zhì)化、重排名比較輕政府治理能力提升等共性問題。已有研究證明，核心要件滿足后服務(wù)對象滿意度水平不再直線上升，可以理解為人民對美好生活的需求日益增長，但物質(zhì)水平的提高并不總能提高滿意度水平。中國民生電話調(diào)查結(jié)果顯示，2013—2017年全國教育經(jīng)費總投入約增長40個百分點，但2014—2017年的教育滿意度僅增加了0.01分，在參與測評的各行業(yè)中滿意度增長率最低。這表明以往的教育發(fā)展和投入模式進入邊際效應(yīng)降低的階段，提高教育投入效應(yīng)要轉(zhuǎn)變治理模式。有學(xué)者建議，在關(guān)注辦學(xué)條件等基礎(chǔ)性要素的同時，應(yīng)將評價重心轉(zhuǎn)向?qū)Φ胤近h委和政府治理體系與治理能力現(xiàn)代化水平的問責上。文獻研究還顯示，不論發(fā)達國家還是發(fā)展中國家，教師能力對學(xué)生成績的解釋力更強，資源的使用率比資源投入量產(chǎn)生的效應(yīng)更大。相對于基本均衡時代，縣域義務(wù)教育優(yōu)質(zhì)均衡評估對學(xué)生發(fā)展結(jié)果的強調(diào)反映了國家層面評估重點的轉(zhuǎn)向。與教育治理效能有關(guān)的指標，無論是客觀的學(xué)業(yè)成績、資源使用率、資源供給適切性，還是主觀的滿意度、權(quán)利感等，都涉及對服務(wù)對象的參與和體驗的測評，評價難度大幅增加。

（二）價值認識的新動向

在義務(wù)教育普及階段，不少研究將教育效率限定為教育資源的投入效率，用單位投入能夠產(chǎn)出多少教育資源或者服務(wù)多少學(xué)生來衡量，將其定位于與教育公平存在沖突關(guān)系。隨著高質(zhì)量發(fā)展治理理念的提出，社會對效率的重視程度逐漸提高，學(xué)者們認為高質(zhì)量發(fā)展的核心要義是建立在更加公平基礎(chǔ)上的更高效率。世界銀行的研究報告提出，一個模范地方政府應(yīng)在程序和結(jié)構(gòu)上符合立法，保持其財政健康，以正確的方式（最大效率）做正確的事（對民眾需求作出回應(yīng)），并對其過程和產(chǎn)出負責。國際上廣泛使用有效性、經(jīng)濟性、效率性、公平性作為公共部門績效評價的基本原則。我國對基礎(chǔ)教育發(fā)展的價值追求已從普及、基本均衡走向優(yōu)質(zhì)均衡，體現(xiàn)了對教育公平和質(zhì)量要求的提高，而減輕學(xué)業(yè)負擔、應(yīng)對人口減少的資源配置策略改進等政策體現(xiàn)了效率價值維度正逐漸受到關(guān)注。立足教育強國建設(shè)，以優(yōu)質(zhì)、公平、高效為高質(zhì)量發(fā)展的內(nèi)在核心價值要求，各類教育發(fā)展指標均可從質(zhì)量、公平、效率等價值維度進行考察，并且不再簡單分類為哪些屬于公平指標、哪些指標專用于評價質(zhì)量，而是每個指標均堅持此三維價值導(dǎo)向。

（三）治理模式的完善要求

目前，履職評價中一般將投入、過程與結(jié)果作為并列關(guān)系賦權(quán)重相加，較少計算投入產(chǎn)出比較得出的效率、過程對結(jié)果的貢獻度。并且，過程性、具體措施性指標數(shù)量占比過大，更有甚者將政策原文拆解成一條條事項性指標考察下級政府是否遵從。與教育熱點問題有關(guān)的事項檢查更多，熱點問題事項檢查帶有較強的應(yīng)急意味，這與社會變化較快導(dǎo)致的政策制定應(yīng)急性特點有關(guān)。有時教育熱點并不是根本性的問題，如學(xué)生校服在一些地區(qū)統(tǒng)一樣式且在校外商超自主購買，并不成為一項社會問題。由于不斷有新政策產(chǎn)生，過程性指標越來越多，地方評估負擔越來越重卻實效不高，最終導(dǎo)致一些地區(qū)履職評價的停擺。事項性指標過多過細的原因是多方面的，首先，將指標結(jié)構(gòu)的邏輯假定簡單化，認為投入和過程的精細化要求與結(jié)果指標之間存在強因果關(guān)系，現(xiàn)實中三者有可能正相關(guān)，也有可能存在高投入低產(chǎn)出的不相關(guān)或者負相關(guān)情況。其次，從治理角度看，部門利益、信息不對稱、屬地管理不規(guī)范、政績觀偏差、被考核對象缺乏自身工作的話語權(quán)等是導(dǎo)致考核指標過度細化的重要原因，考核評價重過程重痕跡，實效卻很差，多項研究建議加強結(jié)果和目標有關(guān)評價指標的設(shè)計。也有學(xué)者呼吁去指標化評價，通過各評價主體的參與、體驗、溝通和對話完成評價任務(wù)。從實踐和研究趨勢看，教育工作評價應(yīng)從合規(guī)性檢查轉(zhuǎn)向效能性評價，結(jié)構(gòu)上減少事項性檢查占比，關(guān)注教育發(fā)展規(guī)律和發(fā)展目標達成度。

二、傳統(tǒng)評價實施與管理的效度困境

（一）簡單量化的多重負效應(yīng)

有的地方政府教育工作評價幾乎全部采用量化指標，只需要填報數(shù)據(jù)就給下級政府排出名次。完全量化評價看似精確實則模糊，如音體美學(xué)科的校舍場地生均面積能夠反映硬件保障情況如何，卻難以體現(xiàn)場地實際使用情況、管理情況、是否符合師生需求等。由于高度重視指標的數(shù)值水平，專家現(xiàn)場評價往往僅起驗證作用或僅按要求履行流程。評價指標和標準的確定一般不會通過專家與評價對象協(xié)商產(chǎn)生，因為在評價結(jié)果的產(chǎn)生過程中，專家難以發(fā)揮對數(shù)據(jù)的經(jīng)驗解析作用，也限制了其在與評價對象交流時可發(fā)揮的指導(dǎo)作用。評價的功能和價值不僅僅是為獎懲和資源分配提供依據(jù)，更在于為評價對象提供專業(yè)科學(xué)的診斷和指導(dǎo)，這是評價權(quán)威性和結(jié)果信息效用價值的重要來源。

簡單量化引發(fā)的負面后果是多方面的。不僅隱藏了評價專家的作用，也容易扭曲和腐化它原本打算監(jiān)管的社會過程。對量的可觀測性與優(yōu)勢的追求會改變國家、組織和個人的行動，將質(zhì)性特征轉(zhuǎn)化為共享同一量綱的量化指標，導(dǎo)致評價去情境化、去人格化，強化數(shù)字的權(quán)威性并引導(dǎo)評價對象走向功利化。例如，某地以德育活動次數(shù)評價學(xué)校對德育工作的重視程度，導(dǎo)致學(xué)校不斷在評估管理系統(tǒng)里上報活動材料，不僅增加了評價負擔，更異化了德育活動本身的價值。相反，專家去現(xiàn)場與師生直接交流、觀摩學(xué)校活動則能夠更準確地判斷學(xué)校對德育工作的重視程度、工作能力和工作質(zhì)量。

（二）統(tǒng)一標準與因地制宜的艱難平衡

當前的教育工作評價本質(zhì)是一種分類行為，即把復(fù)雜信息結(jié)構(gòu)化、條理化，同時也給評價對象在分類系統(tǒng)中分配一定的位置，會使原本可能差異不大的區(qū)縣按照分數(shù)的細微差異排出名次。多數(shù)省份的區(qū)縣之間，發(fā)展基礎(chǔ)存在較大差異，如果評價以絕對發(fā)展水平指標為主體且要求越來越高，發(fā)展基礎(chǔ)薄弱的地區(qū)在評價結(jié)果的排隊中會永遠處于落后位置，可能帶來數(shù)據(jù)造假或者躺平擺爛等風險。而若降低評價標準，則可能導(dǎo)致高水平區(qū)縣放松自我要求。統(tǒng)一的評估指標和標準難以全面實現(xiàn)以評促建的目的，社會資源也將容易流向評價結(jié)果較好的區(qū)縣，最終出現(xiàn)強者恒強、弱者恒弱的趨勢。此外，人口變化對各地教育工作產(chǎn)生了巨大影響，但該影響存在地區(qū)差異，有的地方在校學(xué)生人數(shù)急劇減少，總量類指標維持增長難度較大，生均類指標提升未必反映真實改善。發(fā)達城區(qū)在校學(xué)生人數(shù)仍在增長，提高了教育投入的規(guī)模效益，但按照生均指標要求則需繼續(xù)加大建設(shè)力度。當評價指標和標準確定的原則要求堅持因地制宜、實事求是時，評價工作就需要在個性化方面有所作為。

（三）利害性博弈對評價的扭曲

現(xiàn)實利益沖突往往導(dǎo)致評價工作背離設(shè)計初衷。評價和問責本身就是治理的工具性手段，評價結(jié)果利害性越高評價的功利性就越強，與此同時，評價從設(shè)計、過程到結(jié)果的質(zhì)量降低的可能性越大。有些地方為了盡快通過高利害性評估，犧牲其他重要的事情，發(fā)生“產(chǎn)出扭曲”問題。例如，在財政能力有限的情況下，停止其他學(xué)段的規(guī)劃項目并將經(jīng)費集中投入有評價任務(wù)的學(xué)段。此外，部門利益沖突導(dǎo)致的指標選擇偏差、指標政策“打架”等問題一直困擾著教育工作評價。問題產(chǎn)生的根本原因在于政府責任劃分不夠清晰，橫向責任不清導(dǎo)致不同系統(tǒng)的指標要求沖突，縱向責任劃分不清導(dǎo)致指標缺乏效力。例如，某地在對“十四五”規(guī)劃實施情況的中期評估中遇到了職責不清導(dǎo)致的評估困難。招生入學(xué)工作由基教部門負責，推動當?shù)赝ㄟ^均衡評估由督導(dǎo)部門負責，由此出現(xiàn)城市基礎(chǔ)教育管理行政部門放寬學(xué)校規(guī)模和班額標準要求以解決入學(xué)壓力問題，督導(dǎo)部門則堅持嚴格控制學(xué)生規(guī)模的矛盾性工作方向。在教育經(jīng)費、教師編制等指標方面，教育和財政、編制和人社等部門之間也存在著博弈和妥協(xié)。調(diào)研發(fā)現(xiàn)，某經(jīng)濟強區(qū)以學(xué)生減少為由有編不補、不斷大幅削減新招教師編制，采用招聘合同教師的方式滿足崗位需求，仍舊能夠在全省區(qū)縣教育工作評價中名列前茅。各方博弈最終產(chǎn)出一個可被多方接受但不那么符合評價目的的結(jié)果，高利害性評價反而未能起到推動問責作用。

三、建設(shè)優(yōu)質(zhì)公平高效價值導(dǎo)向的新框架

傳統(tǒng)框架下，教育工作評價一般包括價值導(dǎo)向、組織領(lǐng)導(dǎo)、辦學(xué)條件、教師隊伍和學(xué)生發(fā)展等維度，內(nèi)在的程序邏輯包括投入、過程和結(jié)果三個環(huán)節(jié)。從服務(wù)高質(zhì)量發(fā)展角度看，評價框架不僅要在質(zhì)量、公平價值導(dǎo)向基礎(chǔ)上增加效率價值導(dǎo)向，還應(yīng)將各價值導(dǎo)向作為內(nèi)生性維度嵌套在投入、過程和結(jié)果等每個環(huán)節(jié)中。

（一）質(zhì)量導(dǎo)向的評價

以往對教育工作質(zhì)量的評價主要聚焦于教育教學(xué)產(chǎn)出端的學(xué)生發(fā)展結(jié)果，如學(xué)業(yè)成績、升學(xué)率等指標。當將質(zhì)量作為公共服務(wù)效能的重要表征時，則包括教育供給的品質(zhì)、有效、創(chuàng)新、健康等含義，以及對國家和個體需求響應(yīng)的及時性。

首先，有關(guān)教育投入的評價需超越經(jīng)費總量、生均投入水平及增長趨勢等總量型指標，在結(jié)構(gòu)和方向上深度判斷資源配置是否契合教育質(zhì)量提升目標。尤其應(yīng)關(guān)注財政支出在關(guān)鍵教育結(jié)果質(zhì)量支撐領(lǐng)域的分配比例，如教師專業(yè)發(fā)展經(jīng)費與教研活動投入的占比，以及公用經(jīng)費在課程開發(fā)、教學(xué)材料更新、技術(shù)更新和實驗項目等內(nèi)涵提升工作中的覆蓋程度。對基建、人員以及公用支出細目進行比較并評估，有助于揭示資源分配的優(yōu)先順序是否合理。同時，教育投入的評價機制應(yīng)確立健康供給導(dǎo)向，即教育財政投入須與區(qū)域社會經(jīng)濟發(fā)展水平、人口結(jié)構(gòu)變化、財政可持續(xù)能力及教育發(fā)展階段相適配，反對以債務(wù)驅(qū)動投入或過度基建投入換取短期評價績效，避免資源錯配與結(jié)構(gòu)性浪費從而保障教育投入的長期效益。

其次，過程環(huán)節(jié)的質(zhì)量評價應(yīng)聚焦與學(xué)生全面發(fā)展穩(wěn)定相關(guān)的核心變量。其一，教師專業(yè)時間的結(jié)構(gòu)性保障，即教師用于備課、教學(xué)反思、教研活動、個性化輔導(dǎo)與課程設(shè)計的實際可支配時間是否充分；其二，學(xué)校領(lǐng)導(dǎo)力水平，包括因材施教的實際執(zhí)行能力、課程設(shè)置質(zhì)量、師生關(guān)系質(zhì)量、學(xué)校歸屬感等方面的建構(gòu)水平；其三，校外實踐與綜合活動的制度化安排，包括社會實踐、研學(xué)旅行、社區(qū)服務(wù)、職業(yè)體驗等學(xué)習(xí)方式的時長保障和質(zhì)量；其四，學(xué)校辦學(xué)自主權(quán)的保障。PISA2015調(diào)查證明，學(xué)校辦學(xué)自主權(quán)水平與學(xué)生學(xué)業(yè)表現(xiàn)呈正相關(guān)，在低社會經(jīng)濟背景學(xué)校中效應(yīng)更為顯著。美國紐約市曾對城市公立學(xué)校進行了人事聘任、預(yù)算分配、課程設(shè)置及績效管理等方面的辦學(xué)自主權(quán)擴權(quán)改革，其效果評價證明，改革對提升學(xué)校數(shù)學(xué)成績、高中畢業(yè)率有積極的顯著影響。學(xué)校作為教育主體的能動性釋放是教育結(jié)果質(zhì)量提升的關(guān)鍵因素，這提示我們，評價工作應(yīng)關(guān)注學(xué)校在教師招聘、經(jīng)費使用等關(guān)鍵領(lǐng)域的自主決策空間，使其能夠及時響應(yīng)教育情境的變化。

最后，學(xué)生發(fā)展結(jié)果是衡量教育效能的核心指標，直接反映了教育過程質(zhì)量與資源轉(zhuǎn)化的效率。統(tǒng)一學(xué)業(yè)測試的嚴格政策限制導(dǎo)致了評價工作亟須構(gòu)建替代性評估路徑，以間接方式反映教育結(jié)果質(zhì)量?？删劢箤υu價指揮棒的質(zhì)量控制，如可抽樣評估各校期末試卷的命題科學(xué)性、內(nèi)容代表性、能力導(dǎo)向性與難度梯度合理性，適當延伸至對教研員與骨干教師命題素養(yǎng)的評價；教師課堂表現(xiàn)的現(xiàn)場觀察與視頻分析、學(xué)生學(xué)習(xí)品質(zhì)的行為編碼分析等，亦可作為衡量區(qū)域教研能力、教學(xué)有效性與學(xué)業(yè)發(fā)展的核心指標。此外，教育結(jié)果質(zhì)量評價不能僅限于學(xué)業(yè)成就的評價，應(yīng)擴展至心理健康、社會適應(yīng)等非認知領(lǐng)域。鑒于心理健康篩查的局限性，可引入外部驗證數(shù)據(jù)，如青少年精神類藥品處方區(qū)域增長率、學(xué)生休學(xué)率等作為評價系統(tǒng)韌性的補充。

（二）公平導(dǎo)向的評價

瑞典學(xué)者胡森（Husén）提出的教育機會均等三維框架——起點公平、過程公平和結(jié)果公平為我國教育公平政策的制度設(shè)計與實踐評估提供了理論支撐。當前，我國教育工作評價體系已初步覆蓋三類公平政策：一是陽光招生、均衡編班、隨遷子女入學(xué)保障，以及留守兒童關(guān)愛體系等政策確保入學(xué)機會均等；二是學(xué)校標準化建設(shè)、校際辦學(xué)條件差異監(jiān)測、教師流動機制等推動資源配置的相對均衡；三是教育質(zhì)量監(jiān)測監(jiān)控學(xué)生發(fā)展結(jié)果的校際差異。然而，上述評價對教育組織內(nèi)部運行的公平體驗關(guān)注不足，校際資源配置差異和教育質(zhì)量差異仍是導(dǎo)致社會對政府教育工作不滿意的重要因素。為促進教育公平政策從資源的均等邁向賦能的均等，教育公平評價須在關(guān)注制度合規(guī)性的基礎(chǔ)上強化體驗公正性感知評價，在關(guān)注結(jié)構(gòu)公平的基礎(chǔ)上強化組織公平評價。

首先，應(yīng)在起點環(huán)節(jié)深化差異原則實施情況的評價，如評價資源分配是否真正向弱勢群體傾斜，是否符合最少受惠者的最大利益。具體評價要點包括新設(shè)備、新興教學(xué)項目、高質(zhì)量培訓(xùn)機會等優(yōu)質(zhì)資源是否優(yōu)先供給鄉(xiāng)村學(xué)校、薄弱學(xué)校以及特殊需求學(xué)生等。在結(jié)構(gòu)維度上，須警惕學(xué)段間資源“重基礎(chǔ)，輕終身”的現(xiàn)象，特別是在老齡化社會背景下，老年教育與社區(qū)教育的財政保障力度、課程供給密度、師資配備比例等指標亟須納入公平評價體系，以實現(xiàn)教育服務(wù)全生命周期的公平正義。在過程環(huán)節(jié)考察教育管理、教育教學(xué)活動的公平狀況，如重大教育決策公眾參與率；教育政策和規(guī)則對學(xué)校、對師生是否透明無偏，有無隱性歧視或制度性排斥的潛在風險；尤其需關(guān)注薄弱學(xué)校與小規(guī)模學(xué)校在教育治理中話語權(quán)缺失的問題，在發(fā)言機會、經(jīng)費使用權(quán)限、校本教研支持、課程供給需求滿足程度和質(zhì)量等方面與其他學(xué)校相比的系統(tǒng)性差異。結(jié)果階段的公平評價在延續(xù)前述質(zhì)量維度評價的基礎(chǔ)上應(yīng)深化群體和校際差異的評價，如比較各類區(qū)級活動學(xué)生參與率的校際差異、性別差異、戶籍差異等；將英才兒童、有心理和學(xué)習(xí)障礙等困難的學(xué)生，以及隨班就讀學(xué)生等少數(shù)群體學(xué)生的發(fā)展結(jié)果從過去的不考查或融入均數(shù)改為獨立評價，并可考查教師差異化教育教學(xué)能力、在特殊教育和心理健康教育方面接受的培訓(xùn)課時等，作為特殊需求學(xué)生發(fā)展水平的補充指標。

（三）效率導(dǎo)向的評價

強調(diào)效率既不是推動基礎(chǔ)教育市場化，也不是強調(diào)規(guī)模效應(yīng)，主要是針對資源利用率不高、教學(xué)效率不高、師生負擔居高不下等問題，改善效率從而促進教育公平和提高教育質(zhì)量。

投入環(huán)節(jié)的效率評價應(yīng)關(guān)注適應(yīng)人口變化的資源配置、校際資產(chǎn)共享率、教育資產(chǎn)閑置率、規(guī)劃落地等情況，以及教學(xué)儀器設(shè)備等資源的使用效率等。教師資源配置效率的評價不僅應(yīng)關(guān)注傳統(tǒng)的生師比，還應(yīng)考查在崗教師中編制教師的比例和教師流失率；從關(guān)注人員經(jīng)費使用效率的角度，應(yīng)考查教師崗位職數(shù)使用率，如檢查在編不在崗、在校但不授課等現(xiàn)象；從保障學(xué)生享有更優(yōu)質(zhì)的教師指導(dǎo)的角度，比較學(xué)?？傉n時數(shù)除以含不在崗教師的教師總數(shù)、總課時數(shù)除以在校且授課教師數(shù)等。結(jié)果環(huán)節(jié)的效率評價則需以人口數(shù)量、供養(yǎng)比、人均GDP等宏觀變量作為控制變量，分析學(xué)生成績、學(xué)生活動參與率等因變量與經(jīng)費投入、時間投入、生師比、課程豐富性等投入變量的關(guān)系。

過程環(huán)節(jié)的效率評價應(yīng)聚焦如何將投入轉(zhuǎn)化為有效結(jié)果，核心是識別阻礙效率提升的關(guān)鍵堵點，破除看不見的藩籬?？梢罁?jù)各地情況關(guān)注不同重點，如教師跨校輪崗或調(diào)動手續(xù)的法定環(huán)節(jié)數(shù)、材料要件數(shù)、平均辦結(jié)時長與一次辦結(jié)率；中小學(xué)校的課程安排、人事聘任、經(jīng)費使用等辦學(xué)自主權(quán)實際落實程度；學(xué)校向主管行政部門申請事項所涉審批層級、流轉(zhuǎn)節(jié)點、等待耗時等；學(xué)校日常報賬票據(jù)合規(guī)審查時長、財務(wù)系統(tǒng)響應(yīng)速度、資金到賬周期與差錯退單率等；部門協(xié)作的職能邊界清晰度、數(shù)據(jù)和信息共享充分性，以及協(xié)同響應(yīng)及時性等。

四、新框架下的評價效度提升路徑

新框架的價值導(dǎo)向同樣應(yīng)成為評價工作效度改進的導(dǎo)向，服務(wù)高質(zhì)量發(fā)展的評價工作本身也應(yīng)以質(zhì)量、公平和效率作為標準，提高評價效度、降低評價負擔，更好地服務(wù)評價目標的實現(xiàn)。

（一）完善評價對人群和時態(tài)的覆蓋，減少偏差

評價內(nèi)容必須避免出現(xiàn)指標單一問題。例如，以優(yōu)秀率、平均分為主體的評價指標會導(dǎo)致區(qū)縣政府和學(xué)校只關(guān)注排名靠前的群體，而后20%學(xué)生及格率、進步率則更可能引導(dǎo)評價對象關(guān)注學(xué)困生的學(xué)習(xí)，因此，教學(xué)質(zhì)量評價應(yīng)將各學(xué)生群體的表現(xiàn)結(jié)合起來統(tǒng)籌判斷。指標的統(tǒng)計方法單一問題也需規(guī)避，一個指標的不同統(tǒng)計方法能夠產(chǎn)出不同的評價結(jié)果，如較為復(fù)雜的泰爾指數(shù)、基尼系數(shù)等各種指標反映出的公平性結(jié)果均存在差異；相對簡單的均值或中位數(shù)差、倍率、倍率差異變化、增長率差異等統(tǒng)計方法以及學(xué)生數(shù)權(quán)重使用策略所蘊含的不同群體的關(guān)注度也均有不同。即使一個指標采用多種統(tǒng)計方法，每種方法的偏差都是難以避免的；因此，伊萬奧（Ewell）認為目標設(shè)定的透明度非常重要，以便在討論衡量標準時更清楚地理解偏差，并向利益相關(guān)者展示指標中哪些群體更為重要。

靜態(tài)水平值、增減率是當前普遍應(yīng)用的指標統(tǒng)計方法，如學(xué)生近視率、肥胖率及其變化等。靜態(tài)水平值及增減率都是對已經(jīng)發(fā)生的情況的評價，當指標過于側(cè)重短期結(jié)果就會影響評價對象對長期政策的投入。麥克弗森（Macpherson）利用時間將指標劃分為在事件發(fā)生后報告結(jié)果的滯后指標和用于預(yù)測未來事件的領(lǐng)先指標，提示人們應(yīng)重視預(yù)期性指標。例如，以師生對在本區(qū)縣和學(xué)校就業(yè)就學(xué)的忠誠度預(yù)測區(qū)域教育實際吸引力，以非財政性經(jīng)費的增長率或教育經(jīng)費的多元化投入來源預(yù)測未來教育系統(tǒng)的抗風險能力，以現(xiàn)任領(lǐng)導(dǎo)決策導(dǎo)致前任政策終止或大幅調(diào)整的比例或?qū)ΜF(xiàn)任領(lǐng)導(dǎo)教育政策的長期信心等指標預(yù)測教育工作的長期效應(yīng)。

（二）以主觀評價和質(zhì)性評價為主導(dǎo)，強化人的因素

破除社會和學(xué)校唯分數(shù)的線性評價思維，首先應(yīng)從對政府的評價開始去分數(shù)化，才能改變對學(xué)校、教師和學(xué)生評價唯分數(shù)的傳導(dǎo)。主觀評價可以分為兩類：一類是利益相關(guān)者的態(tài)度和看法，如滿意度調(diào)查；另一類是需要人觀察判斷的評價，如由專家實施的質(zhì)性評價。實施主觀評價和質(zhì)性評價加強評價工作中人的屬性成分，一方面有助于反映量化評價難以體現(xiàn)的內(nèi)容，另一方面有助于削減評價范圍窄化和功能扭曲的問題。

滿意度是指在體驗服務(wù)過程中，服務(wù)對象對其需求、期望和目標得到滿足程度的一種心理體驗，比投訴率能夠更全面反映公眾態(tài)度，是各國政府績效評價普遍使用的一種方式。例如，美國佛羅里達州政府教育績效評價指標包含了認為當?shù)毓W(xué)校工作表現(xiàn)良好或優(yōu)秀的本州人百分比?？陀^層面的評價必須與公眾主觀感知進行對照，以免評價結(jié)果與公眾感知或者體驗不一致時引起公眾疑慮評價工作弄虛作假。滿意度調(diào)查能夠補充量化調(diào)查難以涉及的內(nèi)容，如手續(xù)復(fù)雜性、歸屬感、擇區(qū)擇校意愿等，尤其在判斷監(jiān)測和評價的價值目標達成度方面具有獨特作用。教育投入與滿意度不是單一線性關(guān)系，當實際需求得以滿足時，個體才會表達出積極的滿意度和獲得感。政府績效目標中工具目標的內(nèi)容不斷增加常會出現(xiàn)與價值目標，即群眾的實際需求脫節(jié)、錯位或偏離的問題。工具目標與價值目標產(chǎn)生背離時，工具目標評價結(jié)果與滿意度調(diào)查結(jié)果易出現(xiàn)不一致現(xiàn)象，此時應(yīng)對評價對象進行深度考察再下結(jié)論。

現(xiàn)場質(zhì)性評價是發(fā)揮專家優(yōu)勢的主渠道。但高利害排名次的評價工作更追求量化，一個重要原因是擔憂專家現(xiàn)場評價的客觀性、公正性和一致性等問題。有學(xué)者建議，在合成總評估結(jié)論時，可采取由權(quán)威性權(quán)重、熟悉度權(quán)重和公正性權(quán)重三部分構(gòu)成的專家權(quán)重進行校正。此外，加強專家選拔、專家培訓(xùn)、增加評價者數(shù)量、做好時間地點訪談對象三要素的抽樣等工作，對于提高專家評價質(zhì)量也非常重要。在追求高質(zhì)量發(fā)展的時代，對區(qū)縣教育治理工作的評價應(yīng)調(diào)換量化評價和主觀評價的位置，將量化評價作為主觀評價的參考，強化實地質(zhì)性評價的指導(dǎo)和協(xié)作治理功能，從判斷怎么樣轉(zhuǎn)向發(fā)現(xiàn)為什么、指導(dǎo)如何改進上。

（三）聚焦治理目標，理解并滿足社會需求

在強化主觀評價的基礎(chǔ)上，聚焦教育治理服務(wù)對象的需求滿足，樹立符合需求滿足的評價才是有效評價的認識。一些地方的上級政府將下級政府是否及時完成本部門的任務(wù)作為重要指標，而其中有些任務(wù)并不符合基層實際情況，這類評價指標往往是基層負擔的主要來源。一切教育管理和評價工作應(yīng)服務(wù)于學(xué)校教育教學(xué)的開展，一些鄉(xiāng)村學(xué)校、薄弱學(xué)校對擴大教室面積并沒有很高的需求，但迫切需要更新補充信息化設(shè)施，評價工作應(yīng)反映這些實際需求，而不是奉報表上的百名學(xué)生擁有終端數(shù)或者計算機教室面積為圭臬。

田發(fā)等的研究顯示，地區(qū)經(jīng)濟發(fā)展水平、城鎮(zhèn)化率、城鎮(zhèn)人口規(guī)模以及社會治理財政支出是影響社會治理能力的主要因素。政府部門更在意同兄弟部門的錦標競爭以借此贏得稀缺的表彰、晉升機會。為確保公平競爭，鼓勵基礎(chǔ)水平不一的地方政府均能夠努力工作，統(tǒng)一內(nèi)容和標準的排名評價應(yīng)轉(zhuǎn)向基于共同價值標準的個性化發(fā)展性評價，重點評價每個地方的教育項目和任務(wù)制定是否符合當?shù)貙嶋H，以及基于自身背景和社會需求的發(fā)展目標完成情況。

（四）引導(dǎo)管理變革，從事項敘事走向要素敘事

依法治教背景下，對地方政府教育工作的評價應(yīng)以教育法的落實為根本目標，而教育法概括了教育工作的基本要素和運行規(guī)律，以教育法規(guī)定的主要內(nèi)容為評價要素有助于克服當前評價工作的事項性評價過重的缺陷。事項性評價指標要求過于具體，導(dǎo)致指標排斥性較高，有可能遺漏其他需要檢查評價的問題，且同一主題領(lǐng)域在不同時期、不同地域涉及的具體問題有所差異，事項性評價在細節(jié)上的統(tǒng)一要求會導(dǎo)致評價成本、評價負擔和治理成本的提高。例如，學(xué)校供餐安全檢查要求食堂必須由學(xué)校直接運營、要有餐廳等，這個指標間接傳導(dǎo)到對教師配置數(shù)量、專業(yè)方向、校舍建設(shè)等的要求。學(xué)校教師普遍自認為缺乏管理食堂、保證食品和財務(wù)安全的專業(yè)能力，學(xué)校場地有限的情況下建設(shè)餐廳還可能擠占功能教室的配置。獲得國際社會廣泛認可的日本學(xué)校供餐管理并未要求學(xué)校直接運營食堂和設(shè)置獨立餐廳，其供餐衛(wèi)生和營養(yǎng)的高水平源于全社會對食品安全的高要求。各地學(xué)校歷史形成的供餐模式多樣，有的學(xué)校直接運營效果良好，也有的學(xué)校受益于企業(yè)的專業(yè)化、規(guī)?；┎?。評價工作應(yīng)以學(xué)生健康安全這一法律規(guī)定的要素為目標進行整體性評價，在內(nèi)容上不限于供餐安全并關(guān)注一切與學(xué)生安全有關(guān)的問題從而實現(xiàn)防患于未然；減少一刀切評價對地方差異性和自主性帶來的困擾，如食品安全責任可由學(xué)校承擔也可由企業(yè)承擔。以要素為基礎(chǔ)的整體性評價不是事項細節(jié)的相加，評價要點只是要素評價的參考而不必面面俱到。整體性評價視評價對象為有機整體，通過綜合考慮要素、要素間的聯(lián)系與協(xié)同形成最終的整體性判斷。與傳統(tǒng)分析性評價相比，避免了過分分解評價對象的系統(tǒng)性偏差。薩德拉（Sadler）提出了整體性評價方法，即先形成整體印象，再逆向推導(dǎo)印象的形成過程，這種學(xué)生學(xué)業(yè)評價方法同樣適用于政府評價。要素式整體性評價遵循教育規(guī)律，要求教育治理重視常規(guī)性投入和日常精細化管理。例如，關(guān)注儀器設(shè)備指標值合格卻難以使用、校舍面積數(shù)值合格但衛(wèi)生水平不高、生均圖書數(shù)值合格卻缺乏教師用學(xué)科專業(yè)期刊等現(xiàn)象。因此，政府教育工作評價應(yīng)從具體事項的執(zhí)行轉(zhuǎn)向重點關(guān)注依法治教下的科學(xué)管理、民主管理問題，從而引導(dǎo)地方政府在具體事項上的規(guī)范治理。

（五）改革問責定位，強化以評促改

社會認知通常把問責狹隘地等同于經(jīng)濟、行政等手段的獎懲，認為沒有問責壓力時評價對象就不會認真對待評價要求。聯(lián)合國教科文組織把問責定義為，一個旨在幫助個人和機構(gòu)履行其職責并實現(xiàn)其目標的過程，通過對政府的職責完成情況的描述與評價，為管理、決策、規(guī)劃提供依據(jù)。信息公開帶來的壓力也是問責的一種重要形式，例如，浙江省某地的區(qū)縣黨委書記對教育工作進行公開述職，山東省電視問政等措施，雖沒有分數(shù)排名但來自社會公眾的關(guān)注帶來的問責壓力更大。近期，英國蘇格蘭教育局以督學(xué)實地協(xié)作式督導(dǎo)的方式完成了對下屬地區(qū)戰(zhàn)略領(lǐng)導(dǎo)力、法定職責履行情況、內(nèi)部運作機制的評估，考察其在提供優(yōu)質(zhì)服務(wù)并持續(xù)改進教育質(zhì)量方面的成就，并向皇家督導(dǎo)團和社會公布了督導(dǎo)報告以接受全面監(jiān)督。政府教育工作評價可以參考更為成熟的學(xué)校督導(dǎo)模式，探索周期性全員輪流評價模式，也可以探索區(qū)縣主要領(lǐng)導(dǎo)任期結(jié)束評價模式，以及風險地區(qū)重點評價模式等，弱化統(tǒng)一排名下的各類獎懲，服務(wù)不同的問責目的，強化評價的指導(dǎo)改進功能。

來源｜《中國考試》2026年03期

作者｜任春榮（中國教育科學(xué)研究院教育評價與督導(dǎo)研究所研究員）