浙江省教师培养质量监测指标构建——以本科小学教育专业为例

徐建华, 殷玉新

(浙江师范大学 教育学院,浙江 金华 321004)

一、问题提出与文献回顾

教育的高质量发展,需要高质量的教师队伍。教师队伍质量已经成为21世纪教育发展和人才培养的关键和核心要素,而教师教育质量在很大程度上决定着教师队伍的质量。为了适应经济社会发展,特别是教育改革发展对高素质、专业化、创新型教师队伍的迫切需要,英国、美国、德国、俄罗斯、日本等许多国家都纷纷采取行动建立健全教师教育质量保障体系,希望从源头上保障教师队伍整体素质和专业化水平,[1]其中包括评估、认证等工作的不断推进。2018年,教育部等五部门印发《教师教育振兴行动计划(2018—2022年)》,将教师教育质量保障体系构建作为新时代教师教育振兴的十大行动计划之一,而建立教师培养培训质量监测机制作为构建教师教育质量保障体系的重要内容也被提上了高质量专业化创新型教师队伍建设的日程。可以说,我国教师教育质量保障进入质量监测时代,尤其是教育技术使教师教育质量监测科学化、可视化、有针对性成为可能。我国目前与教师培养质量监测有关的研究和工作主要是本科教学水平评估和师范专业认证,但无论是评估还是认证,都存在周期相对较长、标准把握不一、数据来源封闭、精细分析不足等问题。[2]

从我国教师培养质量监测体系研究的已有成果来看,主要有五大视角:一是以课程或者某一环节为视角,教师教育课程和教育实习被认为是教师培养过程中的重要一环,也是教师教育质量监控的重点,通过建立教师教育课程质量认证和评价制度等手段来加强教师教育课程的监控与管理。[3]二是以专业为视角,如2017年教育部印发的《普通高等学校师范类专业认证实施办法(暂行)》中,对专业认证的内容做了明确规定。[4]马晓春等学者也从专业的角度研制了教师教育专业质量评估指标体系。[5]201-202三是从学生的视角,如康晓伟、刘骥以师范生的角度,设计了7个一级指标和13个二级指标。[6]四是以机构为视角,如汪建华把教师教育机构质量评价指标分为7个维度。[7]五是综合性视角,如张炜在其专著中将教师职前培养质量评价的指标设计为硬件、软件、管理、品质、知识、能力、内涵、外延等8个一级指标和38个二级指标。[8]从当前教师职前培养质量监测体系的已有研究来看,监测理论还缺乏深度研究,监测实践大都从保障、管理、评估等外部因素出发。尽管师范专业认证一级监测已经有了相应的平台与指标,但其只关注了基本的条件部分,也就是投入部分,并未涉及过程及结果的监测,还缺乏整体的质量监测指标,尤其是缺乏专门从监测视角探索教师培养质量监测体系的研究。

为了解决教师培养质量评估、认证中存在的问题,美国等发达国家逐渐建立起监测制度,实施教师培养质量的监测工作,这促使我国急需探索符合中国特色的教师教育质量监测机制。2014年,浙江省成立了全国首家省级层面的教师教育质量监控中心,成为全国各地教师教育质量监测学习的模板。尤其是随着信息技术的发展,伴随式、过程性数据采集变得越来越容易,建立一套科学的教师培养质量整体监测指标显得尤为急迫与重要。因此,本文以本科小学教育专业为例,探索建立浙江省教师培养质量监测体系,以期能为科学监测教师培养质量提供依据。

二、理论依据与研究过程

(一)理论依据

教师培养质量监测指标构建的主要理论依据为全面质量管理理论和CIPP评估模型。全面质量管理理论(total quality management,简称TQM)是1961年由美国通用电气公司的菲根堡姆和质量管理专家朱兰共同提出的。菲根堡姆和朱兰认为,“全面”强调的是范围,体现的是影响质量的广度,即将质量的要求落实到工作的各个方面;“质量”强调的是内容,体现的是产品最后的结果,即指满足、超过客户的期望值;“管理”强调的是实现目的的手段,体现的是过程。[5]71全面质量管理理论着重强调四个方面:一是从质量内涵上讲,从单纯的产品质量是否符合既定标准,进一步转移到满足市场和客户的需求,也就是高度关注顾客利益的原则;二是从质量外延上讲,不仅仅关注产品最后的质量,还扩展到工作质量、服务质量、过程质量,承诺在产品生产过程中不断改进质量;三是从生产过程上讲,不仅仅是对生产结果的检验,更重要的是要把质量管理纳入到生产的全过程,坚持决策科学化的原则;四是从参与对象上讲,高度重视人力资源的开发和利用,在尊重人的价值的前提下,强调全员参与、团队精神和协调工作,尊重个体存在的原则。以该理论为指导,在教师职前培养质量监测指标设计时不仅要注重培养的结果,突出结果导向,也需要注重培养的过程及投入情况,体现整个培养的始与终,并充分体现以高等教育服务对象——学生为中心的理念,始终把学生的发展作为衡量质量的重要标准。既强调静态的数据,也注重动态的变化;既关注当前的情况,也追踪未来的发展;既强调完整性和科学性,又注重操作性和可行性。全面质量管理理论指导下的指标构建契合系统模式[9]和CIPP评估模型。CIPP评估模型是20世纪60年代由美国学者斯塔弗宾在批判泰勒的目标评价模式的基础上提出来的,四个英文字母分别对应了背景(context)、输入(input)、过程(process)、结果(product),具有全程性、过程性和反馈性三个特点,强调因果关系的建立,探讨教育输出和教育输入及过程等各指标间的关联,体现关注全程、注重过程、持续改进的三个关键特征。

无论是高等教育的办学过程,还是教师教育项目的具体实施,都遵循一般的实践过程,即先是机构设立、项目设置,再招收学生,并进行必要的人员、经费等方面的投入,经过内部教学、实践等培养过程,向外输出毕业生、科研新知识等。各个国家相关指标设置都体现了从投入到过程到产出的逻辑,符合人才培养的过程顺序。目前大多数教育评价研究,均把CIPP模式作为主要评价框架。[10]OECD教育指标体系也采用CIPP模式作为系统框架。[11]1联合国教科文组织教育指标的内容包括教育供给、教育需求、入学和参与、内部效率以及产出等五个部分,能够清晰地看出“输入—过程—输出”这一系统模式。[11]31因此,构建教师培养质量检测指标需要在遵循“输入—过程—输出”逻辑前提下,按照师范生培养的每个环节,设置相应的对师范生培养结果产生实际影响的指标。

此外,现有相关指标也是构建浙江省教师培养质量监测体系的重要依据,主要包括专门类的教师专业标准和教师教育课程标准,通用型的普通高等学校本科教学工作审核评估指标和专业认证标准,特别是2017年教育部印发的《普通高等学校师范类专业认证实施办法(暂行)》,该办法发布了中学教育、小学教育、学前教育专业认证标准,对专业认证的内容做了规定,为教师培养质量监测指标的构建提供了参照。

(二)指标构建的主要原则

第一,注重与已有指标结合。教师培养质量监测指标的确定,除了充分借鉴发达国家关于教师教育机构及其教师教育质量评估的指标,还注重与国内已经颁布实施的相关评估指标、标准的结合,确保前后一致性。另外,注重整合、利用已有相关系统的数据,减少重复性建设,避免另起炉灶。特别是与如下四类指标尽量取得一致:一是本科教学状态数据库指标,特别是高等教育质量监测国家数据平台中的有关数据指标;二是师范专业认证标准,其中选取了一级认证中与质量相关度较大的指标,同时选取了二、三级认证中可量化且与质量相关度较大的指标,如就业质量中的毕业生初次就业率、毕业生从事教育工作对口率等;三是全国教师信息管理系统的数据指标,充分利用该系统的数据追踪毕业生的发展,并从毕业生的发展追溯反映职前培养的情况,如指标体系中设置的“职业认同与师德养成”中的毕业12年后从事教育工作对口率、师德考核合格率、“学生发展”中的毕业12年后高级职称晋升比例等;四是教师专业标准、教师教育课程标准,结合国家层面这些年陆续发布的教师专业标准和教师教育课程标准的主要思想、内容与逻辑框架,选取其可量化的指标。

第二,强调培养全过程。教师教育质量监测不仅要关注机会、资源、结果等教师教育过程以外的诸多因素,更要重视教师教育过程中的实质性因素。因此,我们提出“过程本位”的教师教育质量监测路径。[12]按照全面质量管理理论等思路,指标体系构建除了关注投入情况和产出情况,还强调实施的过程,特别是学生层面的课程学习和教学能力的跟踪反馈,学校层面的教学改革以及对教学过程的监控等,以反映学校课程教学及师范生成长、发展的经历。

第三,追踪学生毕业后发展。指标设计中坚持学生作为人的发展的特点,即人不同于普通的产品,他是不断变化发展的,必须贯彻发展的理念。因此,指标构建不仅关注学生刚毕业时的学业、就业情况,而且还通过全国教师信息管理系统等追踪学生毕业后的发展情况,以此来反映高校职前教师培养的贡献。如关注了学生毕业后1年、5年甚至12年的发展情况,收集了包括职业认同、师德考核、职业发展、用人单位评价等信息。

第四,强化全要素质量。在指标的第一部分,通过生源质量、师资质量以及经费投入来反映投入质量;第二部分,通过学生的课程教学、教育实践及学校教学改革和监控实施来反映质量;第三部分,通过学生的毕业质量、就业质量、发展质量和专业质量等4个维度来反映产出质量。由此,无论是通过平台直接获取还是调查问卷等取得的数据,都不仅反映数量的要求,而且通过数量或者满意度等评价指标反映培养质量,紧紧围绕监测的核心是质量。

第五,要求监测指标可测。监测的主要特征之一是常态化、实时化等,而要实现常态化、实时化的一个必要条件就是能够借助信息技术手段进行实时统计与分析。因此,在设定监测指标的时候,需要减少人为判断和评估,提高采集与分析的效率。对于可以量化的指标,尽可能给予量化,如对于一级指标“过程质量”中的二级指标“质量监控”,就从是否建立质量监控专门机构及机制、督导人数与专任教师人数占比、督导人均听课数等3个可量化的指标来考核质量监控的达成度。

(三)研究过程

为了客观、真实、全面地了解当前教师培养质量监测工作的现状,研究首先采用半结构性访谈法,对教育部教师工作司、部分东中西部省份教育厅教师工作处、部分地级市教育局人事处、高校和中小学校等50位相关人员开展访谈,进一步了解我国当前教师培养质量监测实施的现状,收集关于教师培养质量监测的指标建议,初步形成浙江省教师培养质量监测指标。

其次利用德尔菲法,即专家咨询法,分两次征求了15位专家的意见。专家成员选择涵盖了东中西部省份,兼顾了师范大学、教育行政部门和基础教育三个领域,分别代表供给方、管理方和用人方。师范大学除了考虑地域之外,还考虑了部属院校和地方院校两个层次,并选取了在教师教育领域较为权威的专家,教育行政部门也考虑了省级和市级不同层级。

根据咨询专家意见,对指标体系做了以下修改:

第一,删减了部分与质量相关度不高的指标。对于3名及以上专家勾选了不重要的“招生人数”“招生专业数”“生均教育类纸质图书”“国外交流人数”“校外交流人数”“毕业率”“学位授予率”“论文发表占比”“大学生创新创业参加人数占比”等指标给予删减。主要理由是部分指标并不能反映质量,如“招生人数”等;部分指标可能存在多种结论,如“毕业率”。同时,根据专家建议,去掉了“背景质量”这一一级指标,并将其相关内容并入其他维度中。

第二,与教育部高等教育质量监测国家数据平台等的指标表述进行了统一。如“熟悉基础教育教师占专任教师比例”改为了“人均近5学年基础教育服务经历(天数)”。

第三,对部分指标做了适当归并。如将二级指标“师资队伍”中的教学改革奖、教改论文、教育教学研究与改革项目、教师教育类研究与改革项目、承担基础教育领域横向研究项目、主编正式出版的地方基础教育课程教材等6条指标合并为“教学改革”的项目数量和获奖情况,并由一级指标“投入质量”转至一级指标“过程质量”中。同时,考虑到“专业得到认可与发展”,既可以认为是背景,也可以认为是投入后的产出,因此将原有一级指标“背景质量”下的二级指标“双万计划”入选情况和师范专业认证情况归并到“产出质量”。

第四,增加或修改了部分指标。一是在“过程质量”指标中,增加了“课程教学评价”和“教育实践评价”两个内容,突出了数据的真实性(可通过调研所得),更加反映课程教学和教育实践的质量,突出了学生的学习过程。二是在“专业技能”指标中增加了“学科技能竞赛”。三是在“产出质量”的“职业认同与师德养成”和“学生就业与发展”中分别增加了“毕业12年后发展情况”,包括毕业12年后从事教育工作对口率、毕业12年中师德考核合格率、毕业12年后高级职称晋升比例,充分体现学生毕业后的发展性。四是将“学生评价”和“用人单位评价”均分为1年和5年。5年的依据主要是小学教育专业认证标准中,在“培养目标”一级指标的二级指标“目标内涵”中提到“培养目标要反映师范生毕业后5年左右在社会和专业领域的发展预期”。因此,确定5年作为一个界限。这也反映了指标对学生发展的持续跟踪。

经过两次专家咨询并修改,最后确定了以下指标(见表1)。

表1 浙江省教师培养质量监测指标(以本科小学教育专业为例)

上述指标体系一共3个一级指标,13个二级指标,40个三级指标。指标构建采用系统模式,并借鉴CIPP评估模型,采用了投入、过程、产出三个维度,以此确定教师培养的投入质量、过程质量、产出质量三个部分。一级指标“投入质量”主要包括生源情况、师资队伍、支持条件三个维度;“过程质量”主要包括课程教学、教育实践、教学改革、质量监控四个维度;“产出质量”概括起来主要包括学生的毕业质量、就业质量、发展质量和专业质量四个维度(其下又细分6个二级指标)。因此,一级、二级指标的逻辑结构如图1所示。

图1 浙江省教师培养质量监测指标的逻辑结构图

三、监测指标的权重确立

权重系数是指各项指标在整个教师培养质量监测指标体系中所占的比重,也就是重要性程度。本研究采用层次分析法和德尔菲法确定各指标的权重系数。因此,将修订确定后的监测指标发给前面参与指标咨询的15位专家进行权重赋值。

(一)第一轮指标权重赋值

本轮采用层次分析法确定指标权重系数,该方法根据评价对象的性质和每个指标所要达到的总目标,把评价对象分解成不同层次的指标,然后通过两两比较的方式对各层次中的同级指标的相对重要性程度做出判断,并利用一定的数学统计方法得到各项指标的权重系数。具体步骤如下。

1.建立层次结构模型

层次结构是指根据评价对象的性质、评价目标对评价对象进行分析,对各影响因素按一定的规则进行分解和归类。根据教师职前培养质量监测各层级指标的关系,建立其层次结构模型,基本结构如图2所示。

2.构造判断矩阵

判断矩阵表示针对上一层次某指标而言,本层次与之有关的各项指标之间的相对重要性。为实现定性问题到定量问题的转化,本研究采用1～9标度法。1、3、5、7、9分别代表同等重要、稍微重要、较强重要、强烈重要、极端重要;2、4、6、8代表两相邻判断的中间值。[5]186邀请15位教师教育评价专家根据其学识和经验对每一级指标相对其所属上一级指标的重要性程度进行两两比较,建立判断矩阵。

通过统计各专家对同一判断矩阵的平均值,得到一个总的判断矩阵。以一级指标为例,取专家对该判断矩阵的平均值,得到一级指标总的判断矩阵,如表2所示。

图2 教师培养质量监测层次结构图

表2 一级指标判断矩阵

3. 层次单排序

针对上一层次某个元素得到的判断矩阵,计算本层次与之有联系的元素的权重系数被称为层次单排序。

分别求判断矩阵中各行相对重要性等级之和以及所有等级之和。

一级指标矩阵:

将矩阵按列归一化:

各等级之和:

V1=0.288 5+0.333 3+0.289 2=0.911 0

V2=0.269 2+0.294 1+0.328 1=0.891 4

V3=0.442 3+0.372 5+0.382 7=1.197 6

所有等级之和:

各指标权重:各指标权重等于判断矩阵中各行指标的相对重要性等级之和除以所有指标等级之和。

得到各监测点的权重为:

W1=0.911 0/3=0.303 7

W2=0.891 4/3=0.297 1

W3=1.197 6/3=0.399 2

4.一致性检验

一般情况下,如果一致性检验比例CR≤0.1,则认为该判断具有内部一致性,权重系数较好地反映了指标相对重要程度。只有当一致性检验结果满足要求,才能确定各项权重的有效。具体步骤如下:

(1)计算判断矩阵的最大特征根

监测点的最大特征根为:

(2)监测点的一致性指标CI

(3)监测点的随机一致性比例CR

对于1～9阶矩阵,RI取值如表3所示。

表3 1～9阶矩阵的平均随机一致性指标[13]

本例中n=3,根据上表可得对应的RI=0.58,代入CR计算公式可得:

CR=0.091 0<0.1,表明该判断矩阵确定的权重系数有效。

二级指标、三级指标的权重系数确定方式与上述一级指标确定权重系数的方式一样,用层次分析法确定各级指标权重如表4所示。

表4 二级指标、三级指标对应总目标权重系数表

设Ci为三级指标对总目标的权重值,Di是专家对每个观测点打出的分值,Ei为所有三级指标对总目标的加权和,则可得出:

代入可得由三级指标计算的教师职前培养质量监测指标体系模型为:

Ei=0.030 1·D1+0.028 1·D2+0.033 3·D3+0.013 1·D4+0.025 3·D5+0.023 9·D6+0.012 5·D7+0.010 6·D8+0.040 6·D9+0.036 5·D10+0.035 5·D11+0.014 2·D12+0.020 5·D13+0.017 7·D14+0.016 5·D15+0.039 5·D16+0.008 1·D17+0.009 2·D18+0.017 3·D19+0.015 9·D20+0.009 6·D21+0.026 8·D22+0.042 0·D23+0.045 5·D24+0.010 7·D25+0.008 7·D26+0.009 2·D27+0.043 8·D28+0.025 6·D29+0.016 1·D30+0.011 9·D31+0.026 0·D32+0.058 4·D33+0.022 6·D34+0.044 3·D35+0.034 5·D36+0.022 2·D37+0.013 5·D38+0.046 5·D39+0.033 7·D40

(二)第二轮指标权重赋值

为使浙江省教师培养质量监测指标体系各指标权重数据更为客观、科学,根据第一轮专家赋予一级指标、二级指标和三级指标数据的平均值,按照德尔菲分析方法,请15位专家(与上一轮专家相同)以平均值为参考,再次对指标权重进行赋值。

经第二轮赋值后,计算各级指标赋值的算术平均数,得出第二轮指标体系的平均值,具体见表5。

表5(续)

四、讨论与启示

本研究以本科小学教育专业为例,根据全面质量管理等理论,结合现有国内外相关指标,按照教师培养的基本流程,从监测的视角和专业的角度构建了一套浙江省教师培养质量监测指标体系,并确立了指标权重,为当前教师培养质量监测提供了操作性建议和启示。

第一,注重教师培养质量监测工具性和价值性的统一。随着信息技术、人工智能的不断发展,互联网、云计算、大数据等技术日新月异,为教师培养质量监测提供了不断发展的可能,也为高质量的监测奠定了基础。智能化将成为未来监测的一种趋势,突破了以往仅仅依赖人工、依赖经验、依赖专家的传统监测的局限性。尽管以数据为本的教育测评已经势不可当,但也有学者为此提出对教育测评数据化的隐忧,认为大数据化的教育测评狭隘地测评人的发展与教育,把教育过程、学习行为标准化,导致对教育价值与意义的认知简单化,造成对学生作为人的发展的内在性、唯一性与完整性的忽略。[14]大数据处理的过程过于纷繁复杂,容易忽视教育情境,导致判断过程去情境化,从而带来错误的理解和结论。[15]确实,监测作为教育评估领域的新生事物,其本身也存在诸如过于依赖信息技术、过于依赖量化数据等问题,其数据采集、数据挖掘与分析等还有待于持续研究,以不断加深理性认识,科学指导监测活动。因此,教师培养作为高等教育的一个部分,在其质量监测中,既要考虑工具理性,又要充分考虑价值理性,做到科学化地监测所需要监测的内容,同时时刻牢记教育的价值,时刻关注教师培养的目的和方式,避免走入“为了数据而数据、为了监测而监测”的评价极端,让教育实践真正成为培育人的事业。因此,无论是监测指标的设计还是技术手段的改进与相关制度的完善,都要充分考虑教育的特殊性,也就是充分体现人的价值、人的特性。

第二,强化“过程本位”的教师培养质量监测。虽然很多教师教育政策和教师教育质量监测指标都要求走进教师培养过程,但教师培养质量监测实践仍在很大程度上忽视了教师培养的过程质量,进而制约着教师培养质量监测的有效性。而“过程本位”教师教育质量监测是对教师教育过程中诸多变量进行有效监测,强调教师教育的过程性,重点关注教师教育过程中不断变化的“人”的因素,要求在监测过程中不断调整完善指标体系的质量监测模式。[12]因此,要强化“过程本位”教师培养质量监测,对教师培养质量的全过程给予足够关注,不仅要监测输入条件和输出结果的质量,也要监测教师培养过程中诸要素的质量。换言之,教师培养质量检测要重点关注课堂教学、教育实践等环节的质量。根据监测结果,不断调整和完善教师培养过程实践,才能有效提高教师培养的质量。

第三,把握教师培养质量监测指标科学性和灵活性的统一。本文聚焦打开教师培养的过程“黑箱”,不仅注重教师培养在投入和产出方面的质量监测,更侧重监测过程环节的教师培养质量,构建了包括3个一级指标和13个二级指标的教师培养质量监测指标体系,为监测浙江省教师培养质量提供了直接指导,也可以为全国各地教师培养质量监测提供借鉴。那么,在监测教师培养质量实践中,就应当确保过程环节的教师培养监测,而不能只收集教师培养表面的投入和产出质量数据,必须确保教师培养全过程数据的科学收集。此外,随着教师教育改革和实践的不断推进和深入,尤其是“强师计划”“优师计划”等教师队伍建设政策的落实,国家对教师培养质量和要求也随之不断提高,在监测教师培养质量时就要把握指标体系的灵活性,尤其是在权重的分配上要考虑国家教师队伍建设政策的新要求,旨在让监测更好地服务于教师培养的整体需要。

需要说明的是,该指标体系以专业为视角,只是针对本科小学教育专业,还无法对承担多学段培养任务的高校或者区域进行教师培养综合质量的监测。研究者需要在本指标体系基础上,根据其他学段培养的特点做些调整和修订,从而形成综合性的监测模型,以达成对一个师范生培养院校或者一个区域、省域乃至整个国家的教师培养质量的整体监测。总之,教师培养质量监测指标构建已为国家和其他省提供了质量监测的浙江样板,但它还仅是省域层面探索教师教育质量监测机制的开始。如何使用该指标监测全省教师培养质量更为关键,这也是浙江省深入探索教师教育质量监测机制的方向。