教育数据应用绩效评估框架研究

□ 王 娟,高 振,娄方园,孔婉婷

一、引言

教育数字化战略的不断推进,加快了数据在教育中的深入应用。然而,教育数据在受到越来越多关注的同时,应用过程中出现了教育数据安全威胁[1]、教育数据孤岛[2]、教育数据误用滥用[3]等问题,严重阻碍了数据的开放与共享,甚至造成了危害师生、社会和国家安全的严重后果。为解决教育数据应用产生的诸多问题,教育部、国务院办公厅等部门出台了多个政策文件。2021年《教育部关于加强新时代教育管理信息化工作的通知》强调,要“建立数据质量评估制度,强化教育数据质量保障,打通数据孤岛”[4]。2022年《国务院办公厅关于同意建立国务院参事建言献策成果外部评估机制的函》强调,“依据评估标准与参考指标对多个评估部门的评估职责和工作规则实施评估”[5]。在相关政策指引下,建立全面、客观的绩效评估框架,评估教育数据应用实效,已成为教育数字化转型背景下推动教育数据应用共享的有效途径。目前,已有学者依托“开放数据晴雨表”“开放数据指数”等国际评估标准,构建了我国政府开放数据评估框架[6],并从投入、产出、效果等3个维度对省市政府数据开放平台的服务绩效进行评估与分析[7],同时对数据的评估指标体系开展研究[8]。然而现有的绩效评估还存在评估标准不统一、绩效评估指标设计的科学性与合理性有待考量等问题[9],致使绩效评估结果准确性不高。因此,亟需设计较为完整的教育数据应用绩效评估框架,全面、客观地评估教育数据应用在教育数据战略、教育数据质量、教育数据安全、教育数据共享和教育数据治理等方面存在的问题,探寻教育数据应用改进和发展的方向,更好地指导教育数据应用绩效评估工作的开展,推动教育数据应用健康发展。

二、教育数据应用绩效评估分析

1.教育数据应用绩效评估的目的

政府绩效评估可以提高政府的工作效率与管理能力,促进政府的公共服务质量,提升社会各方的满意度,营造公众与政府互相信任的和谐局面。[10]美国学者阿尔蒙德(Almond)将绩效评估的发展目标概括为政治权力、民主化、经济增长、福利分配等4个维度,丰富了政府绩效评估的价值取向。[11]在教育数据应用方面,通过建立科学有效的教育数据应用绩效评估框架,教育部门、各级各类学校、教育培训机构等评估主体依据新兴技术,采取部门自评、监管督查、第三方评价和社会评议等综合评估方式对教育数据的数据战略、数据治理、数据共享、数据安全、数据质量等方面进行评估,探寻教育数据应用过程中的症结所在,提高教育数据的应用效率。基于此,对教育数据应用绩效中各主客体的评估,可以充分把握主客体在教育数据应用过程中存在的问题,以实现教育数据应用政策的科学化、区域发展的均衡化、学校教育质量的优质化、教学效果的显著化及学生个性化学习水平的提高。

2.教育数据应用绩效评估的内涵

作为政府向教育提供的公共服务,教育数据通过在教育决策、教育评价等方面的应用,在教育领域产生满意效果并提升学生综合素养水平,从而产生绩效。当前对绩效的界定存在两种不同的观点,一种是“结果的绩效观”,即“在特定的时间里,由特定的工作职能或活动产生的产出记录”。[12]一种是“过程的绩效观”,即“与组织目标有关的行动或行为,能够用个人的熟练程度来测量”“绩效不是行为后果或结果,而是行为本身”。[13]此外,研究者从不同角度剖析了教育数据应用绩效的评估主体。例如,从利益相关者视角看,其数据需求是目标达成的评估依据。[14]绩效评估的利益主体可分为政府组织、非政府组织和个人三大类。活动理论视角下的教育数据治理由多元利益主体共同参与。[15]因此,研究认为,教育数据应用绩效评估的利益主体包括政府、教育部门、学校和教育培训机构、合作单位、社会组织、教师、学生等,综合借鉴上述两种不同的绩效观及评估主体相关研究,研究将教育数据应用绩效定义为:各评估主体基于大数据分析等技术,围绕相关政策、评估制度、法律法规,依据评估指标,采取综合评价法,对教育部门、各级各类学校和校外教学组织的教育数据应用绩效进行评估,以提升教育数据应用的效率和质量。

3.教育数据应用绩效评估的现实困境

教育数据应用绩效评估能够提高教育质量、提升教育数据的应用效率,但仍存在诸多现实问题。第一,绩效评估的理念与内容的价值导向偏离了教育规律,部分评估指标设计不够健全,导致评估结果可用性不强。[16]第二,教育数据来源有限,数据资源配置不合理。[17]教育数据应用绩效评估体系缺乏科学性,难以全面反映真实的教育情况。[18]第三,绩效评估视角单一,多以政府或专家的视角为主,评估多采用定量或定性研究,这种评估方法不够全面。[19]第四,目前运用较多的“投入/产出比”“DEA(Data Envelopment Analysis,数据包络分析)”等评估模型,并未考虑非线性的情况,然而当下教育数据的投入与产出并不是完全线性关系,致使结果不能精准反映现实情况。

三、教育数据应用绩效评估框架设计

为突破现实困境,实现教育数据应用绩效评估改革创新,亟须对绩效评估的指标进行系统设计。研究以新公共理论、利益相关者理论和TOE理论为依据,遵循科学性、真实性、迭代性、健壮性等原则,基于《数据管理能力成熟度评估模型》(DCMM)[20]和CIPP模型,参考诸多相关研究,从教育数据战略、教育数据质量、教育数据安全、教育数据共享、教育数据治理和数据成果等6个方面设计教育数据应用绩效评估框架,以提高评估框架的适配性,提升教育数据的应用水平。

1.理论依据

(1)新公共管理理论。主张通过考核目标绩效的方式,对单位和个人进行有标准的评价,追求经济、效益和效率[21],以实现评估质量、评估效率、评估成本等方面的优化。基于新公共管理理论进行绩效评估框架设计,有利于促进教育数据质量的改善、数据治理的组织和建设、数据开放共享等,实现教育数据应用的多维度提升。

(2)利益相关者理论。利益相关者是能够影响组织目标实现,或者被组织目标实现的过程所影响的所有个人和群体[22],强调绩效评价和管理中心不仅仅取决于领导者。在绩效评估过程中涉及多个群体和个体,要充分考虑各群体和个体的意见,改善评估主体单一性,拓展绩效评估框架的设计思路,促进教育数据战略的制定。

(3)TOE理论。强调一项技术创新的应用主要受到技术(Technology)、组织(Organization)和环境(Environment)方面的影响。目前该理论已广泛应用到共享平台创新、政府数据开放等方面。[23]绩效评估框架设计涉及新兴技术、基本技术条件等技术因素,财政资源供给、人力资源状况等组织因素和财政需求、社会环境等环境因素,这与TOE理论的灵活性和适用性等特点相契合。

(4)CIPP模型。该模型主要包括背景、输入、过程和成果等4项评估活动,要求所有的利益相关者参与解释和建立共识的过程,以协助确定评估问题、明确价值和价值标准、提供必要信息,并协助解释调查结果。[24]这与绩效评估中多元主体参与高度契合,同时模型中的4项活动贯穿了评估的整个周期,与数据的全生命周期相契合。

(5)DCMM模型。DCMM是我国数据管理领域首个正式的国家标准。模型中定义了8个数据管理能力域和28个能力项以协助企业应用先进的数据管理理念和方法,建立和评估自身的数据管理能力,不断完善数据管理组织、程序和制度,并充分发挥数据在促进企业向信息化、数字化和智能化发展方面的价值。[25]研究从数据管理能力成熟度评估模型中的能力域中选取若干域,形成绩效评估的一级指标,具有一定的规范性和权威性。

2.设计原则

教育数据应用绩效评估框架设计应保障评估的真实性、准确性和可靠性,需要遵循以下原则促使教育数据从多层面、多角度发挥作用。

(1)科学性原则。开展教育数据应用绩效评估工作,应遵循客观规律,依据评估目的,获得经得起实践检验、科学有效的评估结果。绩效评估框架应科学、全面地反映教育数据应用中的诸多问题,如指标可用性不强、教育数据来源不足、评估视角单一等。

(2)真实性原则。绩效评估框架设计过程中,必须保障评估的真实性、准确性和可靠性,及时剔除虚假信息,并进行责任追溯,避免因此导致的政策误判等问题。

(3)迭代性原则。建立数据评估体系需要遵循循环迭代检验机制。[26]绩效评估需要经历“战略规划—数据质量—数据安全管理—数据共享—数据治理—新战略规划”的教育数据应用周期,遵循迭代性原则,以提高教育数据的应用效率,实现教育数据评估的结构化、共享化和安全化。

(4)健壮性原则。绩效评估框架应在一定限度内避免操作人员的不当操作,需要考虑绩效评估的容错性、稳定性和吞吐量。如因不稳定而影响教育数据应用绩效评估的正常运行,这是极其不可取的且极度危险的。

3.评估框架

研究参考《关于防范和惩治教育统计造假弄虚作假责任制规定(试行)》《教育部关于加强新时代教育管理信息化工作的通知》《国务院关于印发促进大数据发展行动纲要的通知》等国家标准及政策文件,借鉴DCMM和CIPP模型,梳理教育数据应用评估的研究观点,结合新公共管理理论、利益相关者理论、TOE理论,为教育数据应用绩效评估框架制定层层递进的纵向指标,每个纵向指标又细分了一定的横向指标。在此基础上,将一级指标具体化、情景化,确定绩效评估的核心要素,形成了教育数据应用绩效评估框架,如图1所示。

图1 教育数据应用绩效评估框架

教育数据应用绩效评估应遵循其全生命周期,经历战略规划、数据质量、数据安全管理、数据共享、数据治理和应用成果的教育数据应用周期,如同生命体要经历从诞生到衰亡的生命周期。同时,教育数据应用的前一阶段会对后续的应用产生重要影响,表明绩效评估应贯穿教育数据应用从诞生到衰亡的全生命周期,以一个周期作为评估节点,通过不断循环、迭代、优化,构建并维系一种有序稳定、持续发展的教育数据应用生态。

(1)教育数据应用绩效评估的指标体系构建

目前,已有学者对教育数据应用绩效评估提出了相关建议。李莎等认为,对教育数据战略的及时性、实用性、客观性、完整性进行评估,可以改善教育部门的数据生命周期的管理。[27]赵磊磊等认为,教育数据质量面临可用性不强、准确性不高、一致性较弱等问题,会引发一定的教育数据风险。[28]杨现民等认为,教育数据安全已成为影响大数据发展的关键因素。[29]《开放数据全球报告》(OpenDataBarometerGlobalReport)从免费、可更新、可发现、可持续、批量获取、开放许可和机器可读等7个指标评估数据的开放程度。[30]李青等认为,教育数据共享应注重数据开放的标准和隐私保护。[31]为此,基于上述研究,结合相关政策文件,研究构建了教育数据应用绩效评估框架的一级指标,包括教育数据战略、教育数据质量、教育数据安全、教育数据共享、教育数据治理、数据应用成果等6个方面,同时参考CIPP模型中的4项评估活动和相关指标,进一步将确定的6个一级指标细化成20个二级指标,并在此基础上进一步对核心要素评估内容进行细致描述,其指标划分、指标说明和相应的评估内容见表1。

表1 教育数据应用绩效评估指标的划分与内容

(2)核心要素及其评估内容分析

•教育数据战略

教育数据战略包括教育数据战略规划[32]、教育数据战略实施[33]和教育数据战略评估[34]。教育数据战略规划是在所有利益相关者之间达成共识的结果,包括时间、成本、效益、风险等。教育数据战略实施是指完成教育数据战略规划并实现教育数据职能框架的过程。教育数据战略评估指使用结构化的语言将收集到的战略规划和决策中应用的数据需求进行综合分析评估,并按照架构规范重新组织。通过对教育数据战略的内容进行评估,可以满足内外部监管与外部组织互联互通等教育数据需要,明确利益相关者的需求,分析教育数据战略落实情况,确定与目标之间的差距,以便及时对实施过程进行监控,明确发展方向。

•教育数据质量

教育数据质量包括教育数据质量需求[35]、教育数据质量检查[36]、教育数据质量分析[37]和教育数据质量提升[38]。教育数据质量需求是度量和管理数据质量的依据。教育数据质量检查是对教育数据质量问题进行实时监控和评估,并向教育数据管理人员反馈。[39]教育数据质量分析是对教育数据质量检查过程中发现的教育数据质量问题及相关信息进行分析,并定义教育数据质量问题的优先级。教育数据质量评估应依据教育数据管理目标、行业的监管需求,参考相关标准对教育数据质量需求的一致性进行评估,并根据教育数据质量的分析结果,制定、实施数据质量改进方案,确保教育数据质量不断改进和提升。

•教育数据安全

教育数据安全包括教育数据安全策略[40]、教育数据安全管理[41]和教育数据安全审计[42]。教育数据安全策略是教育数据安全的核心内容。教育数据安全管理是在教育数据安全标准与策略的指导下,通过对教育数据访问的授权、分类分级的控制、监控教育数据的访问等进行教育数据安全的管理工作,实现对教育数据全生命周期的安全管理。[43]教育数据安全审计负责定期分析、验证、讨论、改进教育数据安全管理相关的政策、标准和活动,分析实施规程和实际做法,确保教育数据安全的目标、策略等与预期结果相一致。教育数据安全评估需要结合监管需求、相关标准等制定统一的教育数据安全标准[44],提供适用的教育数据安全策略,制定教育数据安全管理的利益相关者清单,对教育数据访问、控制权限进行授权,保证教育数据在应用过程中的隐私性,分析和改进数据安全方案,确保教育数据安全的目标和预期结果相一致。

•教育数据共享

教育数据共享包括教育数据集成与共享、教育数据开放共享。[45]教育数据集成与共享是建立各应用系统、各部门之间的集成共享机制,是对数据孤岛现象、相关数据标准和制度等的评估。教育数据开放共享是指按照统一的管理策略对教育数据进行有选择地对外开放,是实现教育数据跨组织、跨行业流转的重要前提,是教育数据价值最大化的基础。一方面,建立教育数据集成共享环境,将多种类型的教育数据整合在一起,实现结构化和非结构化数据处理。另一方面,建立统一的教育数据开放策略,对开放共享的教育数据进行全面梳理,保证教育数据开放共享满足安全、监管和法律法规等要求,促进内外部数据的互通与教育数据价值的提升。

•教育数据治理

教育数据治理包括教育数据治理组织、教育数据制度建设和教育数据治理沟通。[46]教育数据治理组织包括组织架构、教育数据责任等内容,是教育数据职能工作开展的前提。教育数据制度建设是教育数据管理和教育数据应用工作有序开展的基础,是教育数据治理沟通和实施的依据。教育数据治理沟通旨在确保利益相关者能及时了解相关政策、标准等情况,提高教育数据资产意识,构建教育数据文化。为有效评估教育数据治理需从三方面着手:第一,建立支撑教育数据管理和教育数据应用战略的绩效评估体系,健全教育数据责任体系,明确各方在教育数据管理中的职责。[47]第二,遵循严格的发布流程并定期检查和更新,将教育数据治理贯穿数据应用的全生命周期。[48]第三,对数据的精确性和数据的有用性进行评估。

•数据应用成果

数据应用成果的评估阶段旨在了解教育数据应用后学生成绩、学生参与、数据使用率、学习策略应用和教学效果的具体表现,以此评估数据绩效评估的整体成效,是对教育数据应用绩效的总结性评估,是对教育数据绩效评估整体效果的有效验证。通过评估学生的学习成绩、参与率和学习策略的使用情况,可以促进学生学习和发展,提高学习成效。通过评估教师的教学效果和反馈,改善教师的教学能力,提高教育数据应用的实际效果。数据应用成果涉及学生、教师、教学内容、教学过程和教学管理等方面,需要通过不断的评估和改进,以提高教育数据应用的效果和价值,更好地服务于教育事业的发展。

四、教育数据应用绩效评估框架的实践路径

教育数据应用绩效评估是一项复杂且需要反复迭代的工作,有效实施可以更好地实现教育数据应用的价值,促进政府、教育部门、学校、教育教学和师生协同发展。研究从多方面、多层次构建了教育数据应用绩效评估框架,并从基础支撑、平台服务和应用创新等3个层面提出了实践路径,具体如图2所示。基础支撑层作为整个绩效评估工作的基石,需要通过顶层设计、技术赋能和工具开发来保障绩效评估的展开。平台服务层作为绩效评估的桥梁,担负着数据采集、分析与结果反馈的一体化功能,满足基础数据的传输与共享,打通各利益相关者参与绩效评估的壁垒。应用创新层是评估工作的重要环节,是在基础支撑层和平台服务层的基础上,通过转变评估理念、改善评估方式和健全评估主体等创新性转变,最终赋能教育数据应用绩效评估的有效实施。

图2 教育数据应用绩效评估框架实践路径

1.基础支撑层:奠定绩效评估基石

(1)顶层掌舵设计:政策引领教育数据应用规范发展

教育数据应用绩效评估涉及政府、教育主管部门、学校、教育机构、企业、社会公众等多方利益相关者,需要多个主体共同参与评估以保障评估质量和真实性。然而当前的教育数据应用绩效评估仍以政府内部评估为主[49],其他利益相关者参与评估的空间较少,致使绩效评估工作较难全面开展。评估框架的实施需要明确利益相关者的权责归属和评估空间,联合各主体共同管理与监督,健全教育数据应用绩效评估体系,形成规范统一的评估制度。如英国为了得到更加公平、客观的评估结论,政府不介入教育数据应用绩效评估,评估主体主要来自社会及学校。[50]为此,一方面,教育部等行政管理部门应发挥“掌舵者”的角色,充分考虑我国的现状,及时出台合适的政策文件以引导教育数据应用规范发展,加强对绩效评估各要素、各主体、各环节的监管,健全评估机制,以有效推进绩效评估工作的顺利开展。如日本参考Web创始人Tim Berners-Lee提出通过五级索引制定评价指标制度,以评估开放数据的实现程度。[51]另一方面,教育数据应用绩效评估框架的有效实施需要相关法律法规的保驾护航,可在法律法规中明确各利益相关者的权利和责任,实施相应惩处措施。同时,也要明确绩效评估框架指标如何落实,做到有法可依,进而保障绩效评估的效益和作用。

(2)技术赋能推进:智能技术促进绩效评估落实

教育数据应用绩效评估需要各评估主体充分利用大数据、区块链等智能技术改善数据来源问题、评估视角问题、数据安全问题等。智能技术为绩效评估提供基础支撑,赋能绩效评估的各环节,实现高效、系统、全面的反馈与评估,从而改善教育数据来源不足、评估视角单一、不能精确反映现实等问题,促进绩效评估转型,实现绩效评估动态化、常态化。提供绩效评估的技术支持,构建具有特色的教育数据应用绩效评估平台、数字化管理机制和操作系统,形成评估内容与方法整合、评估结果与绩效挂钩的教育数据应用绩效评估机制,提高数据采集、应用的科学性,提升教育管理人员的数据素养。

(3)打造螺旋服务:工具开发提高绩效评估效能

教育数据应用绩效评估是教育数据开放共享的重要环节,打造螺旋服务、开发评估工具能够提高绩效评估的效能,促进教育数据开放共享。开发教育应用绩效评估工具,需要从评估工具的成本效益是否最优、评估工具是否单一、能否提高评估工具的拓展性等3个层面考量。第一,需要考虑工具、人员培训、时间等成本,通过评估工具的选择与教育数据策略相结合,有效提高教育数据的利用率。第二,对于大规模、多线程、多指标的教育数据来说,单一工具的使用很难有实效,应使用多种评估工具对不同的指标从多个视角进行评估。第三,不同评估工具可以用于对教育数据应用绩效进行监测和评估、数据收集及分析,但收集不同来源教育数据时,评估工具的拓展性会影响评估的绩效,因此在开发绩效评估工具时应提高工具的拓展性。

2.平台服务层:打造数据处理核心

(1)伴随式全域数据采集:保障教育数据应用采集的全面性

汇聚数据采集是教育数据应用绩效评估框架有效实施的重要环节,避免因收集的教育数据片段化而忽略部分应该评价的内容,减少因缺乏可靠的依据而过于依赖经验进行主观评价的事件发生。设计教育数据应用绩效评估框架需要对教育数据进行全方位、全时段的采集,所采集的教育数据主要包括非结构化教育数据、半结构化教育数据和结构化教育数据。非结构化教育数据和半结构化教育数据需要利用智能技术对全域教育数据进行汇聚采集,包括教育主体的认知数据、情感数据和行为数据等。结构化教育数据主要包括教育主体的教育背景、基本信息等,这部分数据可以直接调用数据库或者利用工具进行自动化采集。通过对教育数据的全域采集和智能终端伴随式采集,将碎片化数据整合为系统化数据,以保障数据采集的全面性,解决数据难以全域采集、数据失真等问题。

(2)多维度数据分析处理:提高教育数据应用的质量

数据分析处理是教育数据应用绩效评估框架有效实施的主体部分,传统的教育数据分析处理存在一些不足。一方面,纵向分析缺乏各机构、各单位的教育数据应用绩效对比,横向分析缺少同类机构单位的应用绩效对比。另一方面,传统的教育数据分析处理仅局限于绩效评估的现状分析,缺少专业层面的多维度分析。为此,评估时,政府、教育部门等评估主体可以通过人工智能、大数据分析等技术等对采集的教育数据进行科学分析和处理,并深度挖掘,剖析绩效评估各方面的关系和特征,揭示教育数据应用存在的问题与不足,并预测其未来发展方向。此外,对各单位机构在多方面进行横纵向对比分析,以提高教育数据应用的质量。

(3)可视化反馈评估结果:提供精准化的诊断反馈信息

反馈评估结果是教育数据应用绩效评估框架有效实施的重要保障。反馈评估结果并非是一个简单的统计结果的过程,而是需要不断获取、管理、评估数据的复杂过程。可以通过大数据、学习分析等智能技术及评估工具,根据教育数据应用处理分析的结果进行反馈,将反馈的评估结果通过可视化工具输出,提供精准化的诊断反馈信息,保障教育数据反馈评估结果的可靠性和有效性,实现评估框架的迭代优化,助力绩效评估更加精准,实现教育数据应用资源共享和实时反馈。

3.应用创新层:赋能评估有效实施

(1)转变评估理念:打造动态评估模式

以往人们提出教育数据服务诉求后,政府等部门被动地做出回应,这使得教育数据应用绩效评估过程僵化、评估内容贫瘠。[52]随着技术与数据的融合、评估主体参与的多样性,政府等部门可以及时了解教育诉求,转变教育数据应用绩效评估的理念。技术的发展使绩效评估从静态走向动态,改善了绩效评估视角单一等问题,同时借助大数据技术,转变评估理念,对海量的教育数据进行收集、分析与处理,从而发现其中的内在联系与发展规律,并进行精准预测和评估。

(2)改善评估方式:内部评价与外部评价相结合

以往的教育绩效评估主要通过抽样调查或试点实验等形式展开,这种评估方式难以满足不同地区、不同群体的诉求。为了更真实、客观地评估教育数据应用绩效,需围绕评估主体构建内外部评价相结合的绩效评估方式。内部评价包括部门自评和监管督查两种形式。外部评价是保证绩效评估结果客观公正的必要途径,主要包括第三方评价和社会评价。利用新兴技术对教育数据应用绩效进行评价创新,可以有效融合多种评价方式,避免评估过程过分依赖经验的缺陷,加强教育数据应用绩效的科学分析,促进教育数据的识别、采集、整合、应用走向智能化与精准化,增加教育数据产出效益,完善绩效制度体系建设。

(3)健全评估主体:多元主体共同参与协作

传统的教育数据应用绩效评估的主体较为单一,没有充分考虑各利益相关者的权责。通过健全评估主体可以推动多元评估主体共同参与和协作,解决绩效评估视角单一等问题。绩效评估不仅取决于政府的领导,更需要以教育部门、学校和教育培训机构、合作单位、社会组织、教师、学生等所有参与的个体或群体为中心进行评估。智能时代教育数据应用绩效评估凸显“去中心化”趋势,形成了“多中心”评估的结构,使得个人和社会有了更多参与绩效评估的机会。在绩效评估中要充分考虑各群体和个体的意见,明确利益相关者的需求,健全评估主体,提高评估的科学性,促进教育数据战略的制定。

五、结语

教育数据应用绩效评估已成为驱动教育数字化转型的引擎。加速应用绩效评估框架的设计与实施是优化教育数据要素市场、推进教育数字化转型的必由之路。研究设计了教育数据应用绩效评估框架,从基础支撑、平台服务和应用创新等3个层面提出了绩效评估框架的实践路径。然而,绩效评估仍面临着较多难题,未来研究将需要在相关政策文件的支持下,围绕如何精准落实绩效评估机制与框架在地方政府及部门的应用,提高绩效评估框架的适配性,推动教育数据应用绩效评估的有序开展,助推新时代的教育数字化转型。