“双一流”建设评估的现实困境及其超越：第四代评估理论视角

孙科技，朱益明

（1.华东政法大学政治学与公共管理学院，上海201620；2.华东师范大学教育学部，上海200062）

一、引言

2015年10月，国务院颁布了《统筹推进世界一流大学和一流学科建设总体方案》（简称《总体方案》），旨在通过世界一流大学和一流学科（即“双一流”）建设，来实现我国从高等教育大国向高等教育强国的历史性跨越。至2020年年末，第一个“双一流”建设周期已接近尾声，按照《总体方案》的要求，需要根据“双一流”建设期末评估等情况动态调整“双一流”建设范围，进而增强经费动态支持力度，提升“双一流”建设的有效性。然而，在政府主导的行政问责性评估模式制约下，“双一流”建设评估不可避免地存在管理主义倾向，自上而下的问责压力成为“以评促建”政策目标顺利实现的阻碍因素。20世纪80年代以来，美国在创建世界一流大学方面领先于其他国家，除了大规模的研发投入之外，还与其国内逐渐兴起并得到广泛应用的第四代评估理论密切相关。近年来，国内部分学者尝试将第四代评估理论应用于分析我国“双一流”建设成效评估问题。比如，罗燕根据第四代评估理论中将利益相关者的主张、焦虑和争议作为决定高校评估焦点所需信息的基础的理念，强调了高校教师这一利益相关群体对评估指标在具体组织情景中的意义和内涵有更深入的理解，因此需要充分发挥他们在“双一流”建设成效评估中的重要作用[1]。钟秉林和王新风认为，“双一流”建设成效评估是政府、企业和公众对高校进行问责的重要依据，理应体现受第四代评估理论等思潮影响所形成的以学生为中心、结果导向、持续改进和多元参与等理念，并且强调在第四代评估理论的指引下，“双一流”建设的评估标准和指标体系的设计要考虑定性与定量、主观与客观相结合[2]。但是，已有研究并没有对该评估模式的局限性进行系统阐释。另外，第四代评估毕竟是植根于美国的一种新兴的教育评估理论模式，因而将其应用于分析我国“双一流”建设评估问题之前必须分析其适用性问题。

二、“双一流”建设评估面临的现实困境

由于受到儒家传统大学概念和后发外生型国家实施赶超战略的双重影响，东亚地区的政府通过指定部分大学“优于”其他大学的重点支持项目进行世界一流大学建设的方式，将高等教育发展的成就与政府主导结合在一起，形成了独具特色的高等教育发展“东亚模式”[3]。“双一流”建设就是在“东亚模式”的影响下由中央政府启动的新一轮世界一流大学建设项目。与此相应，“双一流”建设动态监测和成效评估并不是要形成一个新的第三方评估或大学排行榜，而是为中央政府提供一个评估和遴选“双一流”建设高校的方案，属于一种政府主导的问责性评估[4]。在这种评估模式制约下，“双一流”建设评估作为中央政府检验“双一流”建设高校是否完成预设目标的一种管理工具，面临着诸多现实困境。

（一）重结果鉴定，轻诊断发展的理念困境

“双一流”建设评估的目标是通过总结性评估的形式对高校建设成效进行结果鉴定，以便确定下一轮建设高校的名单，由此发挥的是问责而非诊断的作用，最终不利于“以评促建”目标的实现。从根本上讲，教育评估的目标在于促进教育工作的改进和教育质量的提升，但在实践中教育评估常常被窄化为仅仅是对评估对象做出某种资格的认证，从而忽视评估的诊断、调节、教育和改进功能[5]。作为一种行政问责性评估模式，“双一流”建设评估的目标不是对此轮入围高校的“双一流”建设活动进行诊断，而是为中央政府确定下一轮“双一流”建设范围提供参考依据。例如，《总体方案》强调，根据相关评估结果等情况“动态调整支持力度”，以此增强“双一流”建设的有效性。教育部有关负责人就《总体方案》答记者问时进一步指出，要“建立健全绩效评估机制”，根据“双一流”建设情况“动态调整支持力度”，并且“资金分配在公平竞争中体现扶优扶强扶特”。《统筹推进世界一流大学和一流学科建设实施办法（暂行）》（简称《实施办法》）同样强调，专家委员会要结合建设方案、建设高校“对改革的实施情况、建设目标和任务完成情况、学科水平、资金管理使用情况”的整体自评报告和第三方评估情况，对“双一流”建设成效进行评估，然后确定下一轮建设范围。“政府始终出于一种管理的需要，期望用绩效评价作为管理的手段和工具，绩效评价结果是要成为改进管理的重要依据，而较少是出于高校自身改进的考量。”[6]此外，无论是从“双一流”建设高校在自我评估方案中设置的预期成效目标，还是根据第三方评估指标所采集的数据，它们都是某一时间节点上的结果数据，关注的是即时性数据与成绩，明显地体现出了“双一流”建设评估的目标在于结果鉴定，而非诊断出建设中存在的问题进而促进高等教育内涵式发展。

（二）重多元参与，轻平等协商的主体困境

“双一流”建设评估活动牵涉政府、高校、教师、学生、家长和就业单位等多元利益主体，不同利益主体的价值诉求存在差异，唯有促进不同主体间的沟通和协商才能确保评估活动顺利进行。由于受到我国“大政府，小社会”传统行政理念的影响，在整个高等教育评估过程中政府一直处于主导地位，而高校和社会评估组织则处于从属地位，导致高校内部评估成为政府评估的一个附属物，社会评估组织的主要关注点也和政府雷同[7]。近年来，随着高等教育管办评分离改革进程的推进，我国已经初步构建了政府实施督导评估、学校开展自我评估和社会评估组织进行第三方评估的高等教育评估体系。就“双一流”建设评估活动而言，中央政府在《实施方案》中明确提出，“专家委员会根据建设高校的建设方案及整体自评报告，参考有影响力的第三方评价，对建设成效进行评价”，以提升“双一流”建设成效。这其中虽然涉及了政府督导评估、高校自我评估和第三方评估的参与问题，但是并未强调政府、高校和第三方评估组织等不同主体之间的沟通和协商问题。在行政问责性评估模式下，即使强调评估活动的多元主体参与，但是管理者仍然有权制定评估目标、评估标准、评估指标、评估程序，并且决定评估数据信息的收集与处理方式，忽视其他主体的价值需要[8]。从作为“双一流”建设评估基础的学科评估来看，“在评估之前，评估者以及各方利益相关者应该多方共同协商一个评估标准，标准制定过程中要公开、民主、广泛听取不同方面的意见”[9]。但是从教育部学位与研究生教育中心（简称学位中心）开展的历次学科评估来看，其评估标准和关键性指标等内容主要征求的是教育行政部门的意见，是建立在政府政策偏好上的运作架构[6]，而忽视了其他评估主体的价值诉求。与此同时，在行政问责性评估模式下，作为被评估者的“双一流”建设高校始终处在自上而下的问责压力之中，各高校为了维护自身的既得利益，容易陷入“评什么建什么”“要什么给什么”的功利主义“泥潭”之中，缺乏与评估者、管理者主动进行沟通协商的动力。

（三）重定量考核，轻定性分析的方法困境

“双一流”建设成效评估过于重视对高校各种指标数据的量化考核，忽视对人才培养、特色发展等不易量化内容的质性分析。高等教育评估的方法主要分为定量分析与定性分析两类，其中定量分析旨在测量评估对象所含各种成分的数量或规定数量，定性分析则重在确定评估对象是否具有某种已经为人们所知的性质[10]。定量分析与定性分析两种评估方法各有所长，前者便于分析因果关系和做出概括性的结论，而后者则易于评估对象理解从而有利于解说，因而两种方法在实践过程中经常相互补充以提高评估活动的质量[11]。“双一流”建设工作比较复杂，评估内容不仅包括不同层次的教学安排，还涉及科学研究、学科建设、学生就业、人事管理和后勤保障等日常活动，这便决定了仅仅依靠单一的评估方法并不能对所有的学校工作进行有效评估，所以需要综合使用定量分析与定性分析两种评估方法。例如，从学位中心开展的全国第四轮学科评估的指标体系来看，“师资队伍和资源”“人才培养质量”“科学研究水平”均属于结果性评估范畴，因而涉及的主要是定量指标；“社会服务与学科声誉”虽然是定性指标，但是其子指标也包含举办会议、创办期刊和建议被采纳的数量的比较分析。同时，很多高校“直接将学校的ESI学科排名、SCI文章等产出指标作为衡量办学绩效的重要指标，而鲜少提出人才培养方面的目标及具体发展情况”[6]。正如看过很多份“双一流”评估材料的某位学者所言，“双一流”建设评估过程中发现的通病是校领导过于看重排名、指标，几乎所有大学都用到了各种排名，尤其是ESI用得最多[12]。这种量化的评估方式不仅无法系统地反映学校的真实水平，而且量化的声誉调查极易导致主观上的判断。更何况，“大学使命、大学价值、大学生活等均经不起客观的量化测量，它们会因排名和测量而发生变化，这是一种非常危险的境况”[13]。

（四）重结果应用，轻结果反思的结果困境

“双一流”建设评估作为一种行政问责性评估模式，其主要目标是为政府部门确定下一轮“双一流”建设范围提供参考依据，“双一流”建设评估结果与政府资源投入密切相关。根据评估结果的使用情况，教育评估可分为两种类型：一是利害性评估，该评估结果直接作为政府财政拨款、学校发展规划或者减少学校资源、取消学校资质的依据；二是非利害性评估，即评估结果可能间接影响学校的声誉、形象或者发展等，并不直接影响学校资源[14]。在本轮“双一流”建设周期结束之际，政府部门必然重视“双一流”建设成效评估工作，并且参照评估结果调整“双一流”建设范围，故而“双一流”建设评估属于一种利害性评估。从“双一流”建设的根本目的来看，中央政府试图通过“双一流”建设推动“一批高水平大学和学科进入世界一流行列或前列”，从而“实现我国从高等教育大国到高等教育强国的历史性跨越”。因此，当前“双一流”建设评估只是促进我国高等教育内涵式发展的一种政策工具，通过成效评估诊断建设过程中存在的问题，继而采取防治措施避免下一轮建设出现同样的问题。但是，受到行政问责性评估模式的制约，无论是政府部门还是评估主体都倾向于将“双一流”建设评估结果作为资源分配的依据，而忽视根据评估结果反思建设中存在的问题进而提升建设质量的重要性。同样，高校之所以重视“双一流”建设的期末评估，是因为评估结果能够证明自身是否完成了绩效目标，进而决定了自身利益的得失，而非通过评估结果反思教学和科研工作中存在的问题。诚如某位学者所言，高校在评估权力的作用下通常会积极地准备各种所需的评估材料，期待着能在这些权威性评估颁布的排行榜上有不错的位次[15]。

三、第四代评估理论的主要内容及其适用性

20世纪80年代末，美国著名教育评估专家古贝（Egon G.Guba）和林肯（Yvonna S.Lincoln）[16]9-14将以往的教育评估工作划分为三个时代，并且对其中存在的“管理主义倾向”“在采纳价值多元化方面的失败”和“过分强调调查的科学范式”等不足进行了批判和反思，继而提出了以“协商”和“建构”为特征的第四代评估模式。首先，第四代评估的出发点是“回应”利益相关者的“主张”“焦虑”和“争议”。古贝和林肯认为评估活动中存在评估活动的代理人、受益者和受害者三种类型的利益相关者，他们持有不同的主张（有利于评估对象的方案）、焦虑（不利于评估对象的方案）和争议（未得到一致赞同的某种事情状态），评估者的角色便是发现这些不同的因素并在协商中达成共识。其次，第四代评估坚持“建构主义方法论”。建构主义在本体论上认为实在是意识的社会建构，并且有多少主体就有多少建构；在认识论上主张主客体一元主观主义观点，强调研究（评估）结果是观察者（评估者）和被观察者（被评估者）相互作用的结果；在方法论上用解释学辩证过程取代控制性操纵（实验）方式[16]18-19。再次，第四代评估强调评估活动是一个建构和再建构的过程。古贝和林肯将评估活动视为一个连续循环的过程，因为“总是有无法解决的主张、焦虑和争议，而且很多建构很可能只能支撑一会儿”[16]165。这便要求评估者在评估活动中承担着协调者的角色[17]，将那些最需要解决的主张、焦虑和争议重新纳入协商议程，以此循环往复直至最大限度地达成共识。总之，第四代评估理论将评估活动看作一种心理建构的过程，提出了“回应-协商-共识”的建构主义方法论，并且主张评估对象及其他利益相关者“全面参与”评估过程，通过不断的协商来建构一种共同认识[18]。

第四代评估理论用于研究我国“双一流”建设评估的适用性集中体现在以下三方面：一是前三代评估与“双一流”建设评估面临的问题吻合。“双一流”建设评估具有明显的管理主义倾向，政府部门将绩效评估作为管理的手段和工具，通过绩效评估结果作为改进管理的重要依据[6]，由此出现了“重结果鉴定，轻诊断发展”和“重结果应用，轻结果反思”的困境；而“重多元参与，轻沟通协商”不仅表明了“双一流”建设评估中的管理主义倾向，而且也是忽视多元价值协调的集中体现；“重定量考核，轻定性分析”则明显是过于依赖科学实证主义的反映。二是第四代评估与“双一流”建设评估的根本目的相通。从单个“双一流”建设周期来看，对其进行建设期末评估的作用是为政府部门提供建设范围调整的依据，属于一种总结性评估。但就国家整个“双一流”战略规划而言，每一个建设周期的期末评估都能为我国高等教育强国战略提供一定的诊断作用，从而促进我国高等教育的内涵式发展。三是第四代评估与“双一流”建设评估都重视多元主体的参与。中央政府在《实施方案》中明确提出，“专家委员会根据建设高校的建设方案及整体自评报告，参考有影响力的第三方评价，对建设成效进行评价”，这其中就涉及政府督导评估、高校自我评估和第三方评估的多元参与问题。由于不同主体的价值理念存在差异，多元主体参与必然涉及多元价值观的协商问题，第四代评估理论关于多元价值协调的内容可为促进我国“双一流”建设评估主体的协调提供一定的启示。

四、第四代评估理论视角下“双一流”建设评估困境的超越

（一）确立发展性评估理念，实施分类评估

“第四代评估的本质强调建构与再建构的过程，即从关注结果的终结性评估转向了关注诊断的发展性评估。”[19]发展性评估为评估对象确定个体化的发展目标，并根据评估对象的发展情况做出诊断性的评估，然后提出具体的、有针对性的改进意见，从而超越了“重结果鉴定，轻诊断发展”的理念困境。从“双一流”建设目标来看，中央政府旨在通过此轮重点建设进一步提升我国高等教育发展水平，如《总体方案》明确提出，要“坚持以一流为目标”“提升我国高等教育综合实力和国际竞争力”。因此，“双一流”建设评估的目标是推动我国高等教育的内涵式发展，充分发挥评估活动在提升高等教育质量过程中的诊断作用。专家委员会可根据“双一流”建设目标和建设高校的自评报告，对“双一流”建设方案和措施进行“把脉”，评估工作的重点应该聚焦于目标设置是否合理、建设方案是否科学、建设中存在哪些问题、这些问题的根源是什么以及下一轮建设该如何避免此类问题。

另外，“双一流”建设评估必须尊重高校的差异化发展，实施分类评估。罗燕[1]根据知识的广度（学科数）和深度（学位层次）并结合研究活动的水平，将我国高校划分为18种类型。不同类型高校的主要职能存在一定的差异，因而具有差异化发展的基本需求。例如，博士学位授予型高校包括最高研究型高校、较高研究型高校和一般研究型高校三种类型，它们在人才培养、科学研究、社会服务和文化传承等方面发展的侧重点各不相同。基于上述对我国高校进行的科学分类，可依据不同类型的高校履行其组织职能的有效性水平制定差异化的评估标准，从而有效避免因评估标准单一而阻碍我国高校多样性发展的不良后果。

（二）构建多元主体“全面参与”的平等协商机制

第四代评估理论主张“全面参与”的原则，反对前三代评估将评估对象及其他利益相关者排除在外的做法，使得评估主体不再局限于评估活动的组织者和实施者，进而扩展为参与评估活动的所有人[20]，并且重视通过不同主体之间的协商活动实现“共同建构”或加深对原有建构的理解。因此，构建多元主体“全面参与”的平等协商机制，有利于超越“双一流”建设评估中“重多元参与，轻平等协商”的主体困境。近年来，实务部门和学界对于高等教育管办评分离改革的重要意义有了充分的认识，推进了政府、高校和社会等多元主体参与的高等教育评估体系的构建。自2013年以来，教育部高等教育教学评估中心启动了全国普通高校本科教学工作审核评估工作，鼓励高校人才培养的利益相关者就人才培养和教学工作中存在的问题进行平等协商，有效地提升了高校人才培养质量。综上，以第四代评估理论为参考，借鉴我国普通高校本科教学工作审核评估的经验，可通过以下措施构建多元主体“全面参与”的平等协商机制。首先，明确不同主体在“双一流”建设评估活动中的职责分工。政府部门应切实履行对评估活动的监督和指导职责；高校集中考察自身建设效果与总体方案的符合度、建设方案主要目标达成度、在第三方评估的表现度、在服务国家和社会中的贡献度；同行专家则根据“双一流”建设评估指标体系并参考高校自我评估报告，对建设成效进行总体评估；第三方评估在“双一流”建设评估标准的确立、指标体系的构建和建设成效的评估等方面为政府部门提供参考信息[2]。其次，在平等的基础上进行交流和互动。“双一流”建设评估过程中的评估者和其他利益相关者应该就“双一流”建设的评估方案进行协商，共同讨论评估目标、评估依据、评估项目、评估标准、评估方法以及评估结果的公布方式等内容[21]，并且制定过程必须公开和透明，以最大限度地吸收不同群体的意见，由此提高评估方案的可行性，确保评估活动的顺利进行。

（三）将“质的研究方法”和“量的分析”有机结合

“双一流”建设评估工作涉及教育教学、科学研究、学科建设、学生就业、人事管理和后勤保障等复杂性活动，仅凭单一的评估方法难以进行全面的评估。《关于高等学校加快“双一流”建设的指导意见》明确指出，“双一流”建设评估需坚持多元综合性评估，将“定性和定量、主观和客观相结合”，探索建立中国特色“双一流”建设的综合评估体系。由此可见，中央政府已经意识到了单一评估方法的局限性，重视定量评估和定性评估的有机结合。根据第四代评估理论，教育评估活动必须在自然情景中使用质的研究方法，通过评估者的感官和思维器官（包括观察、座谈、阅读文献、记录未被人注意的迹象以及重视人的非言语意向等方式）来做研究和评判。当然，这种质的研究方法也需要实证、调查和统计等定量分析，但是不可过于依赖甚至迷信量的研究能实现客观[22]。因此，评估者在“双一流”建设评估过程中需要尝试将质的研究方法和定量分析进行有机结合，从而对建设高校和学科进行全面评估。

实践表明，北京大学在推进世界一流大学建设过程中成功地探索出了一种综合使用多种评估方法的评估模式——学科国际同行评议[23]。该评估模式反映了第四代评估理论关于综合运用多种评估方法进行诊断式评估的要求，可为我国“双一流”建设评估提供一定的借鉴意义。与当前国内外流行的各类大学、学科、项目的评估排名不同，国际同行评议注重对学科内涵、质量和影响力的分析，辅以指标数据统计，综合使用了定量评估和定性评估。比如，评议专家在评估现场采用考察、参观、与利益相关者座谈等交流形式，进一步挖掘文字、数据以外的深度信息。国际同行评议的结果是一份关于学科发展现状的评议和建议的诊断式综合报告，而不是作为学科排名或行政领导班子业绩考核的依据[23]。“双一流”建设评估可参考国际同行评议的做法，在分析各类建设指标数据的基础上，通过田野观察或座谈会的形式与学校领导、教师、学生、家长和用人单位等利益相关者进行沟通，深入了解本校一流大学或一流学科建设进展及现实问题，然后提供有针对性的解决方案，从而实现“以评促建”的政策目标。

（四）重视评估结果的“共同建构”

根据第四代评估理论，“双一流”建设评估结果不应作为政府高等教育资源分配或建设高校是否完成绩效目标的依据，而应视作为评估对象提供诊断和服务进而促进其发展的政策工具，由此需要重视利益相关者对于评估结果的“共同建构”。政府部门应该通过多种渠道及时地公开“双一流”建设评估结果并广泛地征求高校、教师、学生、家长和用人单位等利益相关者的不同意见，而不是继续按照传统评估活动那样强迫他们接受评估结果。如果利益相关者对评估结果不满意，随时可以向专家委员会进行申诉，专家委员会则必须及时地处理他们的申诉请求，直至就评估结果达成一致。需要指出的是，评估活动应是一个建构与再建构的连续过程，这种建构和再建构的过程是第四代评估的典型特征。要实现对评估“事实”的接近，唯一途径就是建构之后再建构[24]。因此，我国“双一流”建设评估应该重视评估结果的反馈作用，因为没有高质量的信息反馈，就没有评估对象的有效改进和不断进步。这种持续不断的反馈会产生新的行动计划，继而又伴随着新的反馈，由此循环往复最终实现“共同建构”[25]。“双一流”建设评估结果的反馈作用可以概括为三个方面[26]75：一是为政府决策提供依据。中央政府根据“双一流”建设评估结果，分析我国“双一流”建设过程中存在的突出问题，然后对“双一流”建设方案进行调整，从而推进我国高等教育强国战略决策的有效实施。二是为同行相互借鉴提供参考。“双一流”建设评估结果能够为其他高等教育评估活动提供参考信息，这不仅有利于实现数据信息的共享进而减少评估工作的重复，而且有利于建设高校将更多的时间精力用于人才培养而不是应对各种评估活动。三是为评估对象改进提供建议。“双一流”建设评估结果能够有效地反馈建设高校在世界一流大学或一流学科建设中存在的问题，并且提供解决方案，由此形成“评估—行动计划—质量改进行动—质量提升—新的评估—新的行动计划—新的质量改进行动—新的质量提升”的良性循环[27]，最终实现评估对象的持续发展。

第四代评估所倡导的评估活动的目标不是“证实”，而是发展、构建多元主体“全面参与”的协商机制，将质的研究方法和定量分析有机结合，以及重视评估结果的“共同建构”等，对于我国“双一流”建设评估有一定的借鉴意义。但是，正如古贝和林肯[16]193-195所言，第四代评估在本质上也属于一种建构，并且跟其他的建构一样，不可避免地存在一些问题。第四代评估的局限性主要表现在两个方面：一方面，第四代评估坚持建构主义方法论，强调评估结果并不是对“事情是什么”“事情如何进行”以及事物的某种“真实”状态进行描述，而是利益相关者基于自身的理解并通过互动所创造的一种结果[16]2，从而容易陷入相对主义和主观唯心主义认识论的误区[28]，因此，我们在借鉴第四代评估理论分析“双一流”建设评估活动时需要避免这个误区。例如，关于“双一流”建设评估结果“共同建构”的建议，其目的是突出评估活动所能为评估对象提供诊断和服务的作用，这种“共同建构”建立在质的研究方法和定量分析相结合的基础之上，而不是纯粹主观建构的产物。另一方面，第四代评估强调所有的利益相关者都参与评估活动的观点是不现实的。譬如，汤姆·奥尼尔（Tom O'Neill）[29]对科学培训项目（School Science Project）评估实践的研究表明，第四代评估提倡的所有或者大多数的利益相关者全面地参与评估活动可能是一个非常不现实的假设，实际的情形往往是评估过程容易遗漏部分利益相关者的需求。同样，“双一流”建设评估活动涉及政府、高校、教师、学生、家长和用人单位等多元利益主体，由于各种条件的限制，他们全部参与到“双一流”建设评估活动中来也是不现实的。也许，“将寻求最优化的利益相关者参与评价作为目标是当下高等教育评价改革的现实选择”[25]。

注释

①19世纪末至20世纪30年代为第一代，也称测量时代。这一代的评估活动旨在利用各种测量技术对学生的学力（如升学率）进行测量以评估教育质量。20世纪30年代至50年代为第二代，也称描述时代。这一代的评估活动对学生达到某些教育目标的程度进行描述进而发现教学活动中存在的问题。20世纪60年代至70年为第三代，也称判断时代。这一代的评估活动不仅描述教育目标的实现程度，而且采用一定的标准对教育目标的合理性进行价值判断（Bob Cowin.Fourth Generation Evaluation，Program Review and the Institutional Researcher[R].The Annual Forum of the Association for Institutional Research，New Mexico，1996）。