道德测评：科尔伯格的贡献

刘次林

对德目进行测评很难真正测评到一个人的道德品质，相反，如果能够对一个人的公正水平进行测评，那么，我们就可以推测出他在不同情境下的道德反应。

任何测评都涉及测评点的确认、测评题的研制、测评结果的表达这三个要点，道德测评亦然。在道德发展与道德教育领域，科尔伯格属于哥白尼式的人物，他在道德测评的三个要点上都实现了根本性的转变，所以，要谈道德测评，我们不能不介绍一下科尔伯格的贡献。

一、测评点的确认：由道德条目转向道德判断

测评点就是指要测评哪些道德品质。我国德育长期以来都是建立在德性伦理学之上，通常以道德条目的形式呈现道德品质。道德条目即德目，它们是在人类道德生活中逐渐形成的，反映了社会对人的道德品质的要求，如诚信、勇敢、责任、公正等，它们既是人们判断和评价道德品质的标准，也是人们进行道德教育的依据。不同的文化传统可能会对人的道德提出不完全一样的要求，儒家的“三纲领八条目”中的八条目（格物、致知、诚意、正心、修身、齐家、治国、平天下）便是深刻影响我国的德目，今天的社会主义核心价值观也是以德目的方式呈现。德目通常以简练的词语形式呈现，比较抽象，所以在道德测评中，德目需要转化成更为具体的行为规范，比如，勇敢可以转化为：面对恐惧，无所畏惧；乐意尝试新的事情；允许犯错并且从错误中吸取教训；无能为力之时请求帮助；等等。与勇敢相比，后者属于可观察、可操作、可测评的道德表现。

作为测评点，具体有具体的好处，但是因为具体，其普适性就受到了限制。勇敢可以转化出无数的行为规范，我们总不能用无数的规范去确证一个人的勇敢品质，那样太琐碎了。从这个意义上讲，较为抽象的德目因为它们的模糊性反而具有更好的普适性。但是，道德的情境性也把德目的局限显示出来了。比如，根据德目，诚实是有道德的，欺骗是缺德的，然而，生活中大量的事例告诉我们，诚实有时候是缺德的，甚至是违法的，而欺骗却可能是善意合法的表现。可见，诚实是好是坏不由诚实本身决定，而是取决于诚实行为的情境。每个时代，每种文化都会倡导未必一样的德目，不同的环境也呼唤相应的道德反应，道德的这种情境性正是苏格拉底“产婆术”所要揭示的道德真理。可见，按照德目行事是很危险的，人需要在不同的情境中作境遇的道德分析和推理，然后作出合适的道德判断。这个判断过程是运用动机推理的过程。对动机的看重是科尔伯格道德测评的立足点，因为，同样的行为，由于动机的差异，其内部的道德判断以及由此决定该行为的道德性质就会不一样。科尔伯格继承了自古以来的道德哲学，认为道德是一种实践智慧，儿童不是依据成年人为他们制定的道德规范、道德要求，而是根据自己对境遇的判断来作出道德反应，建构道德意义的，所以，在道德生活里，儿童不是傀儡，而是自己道德生活的建构者、哲学家。科尔伯格进一步把道德判断的内容与道德判断的结构作了区分，前者是指作了什么判断，后者是指藉以作出各种判断的道德思维的一般性原则、形式。一个人在不同的情境中会作出各种不同的判断，但是，各种貌似无关的判断之中一定有某种“关联性”的逻辑，科尔伯格把这种关联性的逻辑称作结构，有了这个结构，一个人境遇式的判断内容都可以得到合理的、统一性的解释。

一个人是依据什么标准来判断、建构、思考呢？这里，科尔伯格同样继承了苏格拉底、皮亚杰等人的思想，他认为，我们是依据公正观念来进行推理判断的。西方伦理学一直有个观点就是把公正看作是最根本的道德，苏格拉底说，德性没有多，只有一，那就是公正；罗尔斯在《正义论》中也将公正看作是社会的第一德性。这里的公正我们应该看作是哲学意义上的，是指主体与他周遭环境之间的平衡、可逆。亚里士多德在《尼各马可伦理学》中提出了分配式公正、交换式公正、补偿式公正，但是融于这三种公正之中有一种哲学意义上的公正——程序式公正，这是进行分配、交换、补偿公正行为中必须涉及的一种公正。程序公正是对道德推理的效度检测，有了这种检测，各方视角可以得到平衡照顾，某个人的道德判断也易于可逆、可普遍化。当然，不同立场、理性水平的人，其公正水平也存在差异，所以，一个人的道德判断其实就是他的公正品质的表现。科尔伯格运用道德两难故事的访谈，发现不同年龄的人其藉以推理的公正观是不同的，他提出的“三水平六阶段”道德发展模型展现的其实就是人们进行道德推理、判断的公正层次。这个模型表明，人在进行道德判断的时候会遵循主观意愿—客观要求—主体理智的线路逐步走向成熟，在这期间，人们会在个人、人际、群体、规范、良心之间作出优势权衡，在我与别人、少数与多数、人情与法理、眼前与长远之间作出抉择。公正是唯一的美德，也是赋予其他德目以“美德”气质的灵魂，在“海因茨偷药”的两难故事中，我们不能依据被试选择偷窃还是不偷窃来判定他的道德品质，而是根据他偷窃或者不偷窃背后的推理方式来判定其道德品质。除了公正之外，其他德目都只是中性词，它们只有被赋予了公正才可能是美德，缺少公正的德目只能是恶德。对德目进行测评很难真正测评到一个人的道德品质，相反，如果能够对一个人的公正水平进行测评，那么，我们就可以推测出他在不同情境下的道德反应。这是科尔伯格“以一敌百”的大胆构想。那么，如何才能透视到这个唯一的公正观念呢？这就需要在测评题上动脑筋。科尔伯格的办法是采用两难情境故事。

二、测评题的研制：两难情境故事

道德测评主要有三大取向，内容取向、形式取向以及兼顾二者的第三取向。内容取向以问卷法为代表，测评点以德目或者规范为主，主要是通过语句式题目调查被试知道什么、做了什么、认为怎样、怎么想的，属于“结果”式，其测评结果可以显示有多少人知道什么、做了什么、认为怎样、怎么想的，属于横向的、面上的道德发展状况。科尔伯格选择的是形式取向，直指被试的思维形式和普遍化的、稳定的思维结构。

通常的問卷题中的语句容易脱离情境，所以回答的时候容易流于抽象，所以，基于语句式的问题比较适合了解被试的一些道德知识、态度和其他信息，不利于获得被试真实的道德品质。科尔伯格继承了皮亚杰的思路，只是将皮亚杰的对偶故事改造成更加复杂的两难故事，将被试置于比较真实的道德情境和道德抉择之中。科尔伯格将道德判断进一步区分为道义判断和责任判断，道义判断是从一般道德要求上对做法进行判断，如，诚实是好的，偷窃是不对的，这样的判断有点类似于杜威提及的“关于道德的观念”，它不影响被试的行为跟进，也就是说，我可以作出正确的道义判断，但是，那种判断不关我的事，我可以不履行，我只是站在道义之外进行认知型判断；而责任判断则将被试纳入判断之中，要求我不仅作出道义判断，而且让自己有责任履行这个判断，属于体验型的判断。语句式问卷题比较容易流于道义判断，被试可以作出很多在道义上是正确的勾选，却可能与被试真实的道德行为无关。

既然是指向结构，科尔伯格花了很多心思以确保测评题属于结构的而非结果的。单纯的情境题不能保证被试的回答就是结构的。比如，在呈现和学习了“海因茨偷药”这个两难故事后，很多选择“应该偷药”的被试会提出他们的理由：生命比什么都宝贵，所以应该偷药。如果是结果取向的测评，凭这个回答足以归入后习俗水平。但是，如果再追问：谁的生命会如此宝贵，竟然可以让你去偷药，如果不是你的妻子，而是邻居、陌生人甚至敌人呢？通过这样的追问，就可以把被试内心的推理暴露出来。然而，即使为了自己的妻子去偷药，我们还得追问：为什么要去偷药救妻子？甲说：没有了妻子谁服侍我啊？乙说：有一次我突然晕倒，是妻子冒雨把我背到医院将我救活过来，今天我也要不顾一切去救她。丙说：我们结婚的时候曾经当众发过誓言，不论对方如何，我们都要全力相爱。可见，同样是救妻子，个人的动机却是很不相同的，他们的道德品质当然也就存在差异。没有访谈形式的追问，仅仅凭借勾选问卷题，是很难这样深入地挖掘出被试真正的动机的。一样的行为选择（结果）会有不一样的行为动机（结构），反之亦然。任何一种做法（偷药救妻）都可以出现在任何一个道德发展阶段，所以，内容取向的测评只能了解被试的做法，却无法解读这个做法有什么道德意义。

科尔伯格早年虽然运用了道德两难故事，但是依然陷入了内容取向。他先采用了语句法，为每个两难故事列出了一些典型性的句子，每个句子都根据发展阶段来计分，然后把这些句子分数转化为百分数，由此产生出每个被试的阶段分。后来又采用了故事法，根据被试对整个故事的整体性反应，将被试的回答归入某个发展阶段；如果反应不是鲜明地属于某个阶段，则通过测评者的直觉，根据轻重分别计入不同阶段的分数。语句法和故事法都无法摆脱内容取向，他只能依据被试个别的反应大致地归入一个整体的阶段，科尔伯格将这种做法称作“理想类型法”。“理想类型”这个概念是科尔伯格从社会学家马克斯·韦伯那里借用过来的一个概念，是将社会现象中许多各不相同的、离异的、偶然存在的具体个别现象粘合而成的抽象类型。如前所述，由于任何一个内容其实可以出现在任何一个发展阶段里，只是在每个阶段的意义不同而已，所以，对一个故事的判定不能从总体上去评判，还必须再进一步，问问被试在哪个阶段上去解释这个内容。于是，科尔伯格在1971年将理想类型法（内容计分法）转向结构计分法。对被试的反应内容（如，偷药救妻）不断追问“为什么”，根据被试对为什么的阐述形成内容单元，面对这些内容单元，我们再根据被试的社会道德视角水平进行阶段分析，形成反映被试思维结构的分数。结构计分法解决了以往内容—结构混同的情况。通过这种计分法，评分数据变得有序了，也使得道德判断阶段的序列逻辑更具有说服力。但是，问题也同样存在。为了测量道德发展的阶段水平，测评者必须对科尔伯格的理论相当熟悉，否则，计分的主观性较大，信度较低。为了解决这个问题，科尔伯格进一步优化了他的计分秩序，使结构计分法“标准化”。他在每个阶段之内把具体的“道德概念”的发展顺序作个界定，也对总体发展阶段结构的顺序进行了界定，这就使得以往那个凭直觉计分转向了标准化计分，提高了计分的客观性和可信度。这个标准化的成果就是科尔伯格与其他人1987年合作出版的、厚达977页的《标准问题计分手册》。

三、测评结果的表达：基于量化的水平判定

科尔伯格共研制出9个两难故事，分成三个平行组，每组由三个虚构的两难故事组成，每个故事后面呈现了9—12个标准化的追问问题，以便引出被试对自己道德判断的理由、解释和澄清。每个两难故事的这些问题都聚焦于两个代表本故事核心价值冲突的道德问题（issue），比如，“海因茨偷药”的故事就包含了救命与守法这两个冲突。追问问题的设计都是围绕这两个方面引发出被试的更多信息。当然，这个故事还可以形成爱情与财产权的冲突。

在分析访谈材料的时候，测评者需按照特定的逻辑来。首先将被试对故事问题的回答分出两个标准问题，由于道德问题比较宏大，其中的信息材料也太多，所以，接着继续分出规范（norm）和要素（element）。issue是指要选择/支持冲突的哪个方面；norm是被试开始用以论证其所选择做法的理由。比如，海因茨应该偷药救妻子（life issue），因为他们夫妻之间的爱情很重要（affiliation norm），那么，为什么这种爱情很重要呢？因为，爱妻子是做丈夫的责任（duty element），或者因为他对她心怀感激（reciprocity element），或者其他一些理由。每个故事的issue都是预定好的，科尔伯格根据自身的访谈经验，罗列出了12个规范、17个要素，这些规范和要素是可以囊括访谈过程中被试表达的价值范围的。把访谈材料作这样的分解，使得每个单元（issue/norm/element）都成为独立的、单一的却足以反映被试思维结构意义的计分单位。当然，这三个单元是相互联系着的，计分的时候必须被看作一个整体。测评者最后把它们与《标准问题计分手册》里的具体计分标准对照着计分。

计分的步骤如下：首先，把访谈材料编码为访谈判断。测评者确认并根据被试选择的道德问题，开展追问，追问的问题也有建议性的设计，如：“海因茨偷药”故事的第一个问题是与故事相关的“海因茨应该偷药吗？”第二个问题则针对被试选择的道德问题进一步追问“偷药是违法的，所以海因茨偷药在道德上是错误的吗？”第三个追问则需要超越被试本人，泛化式地问“人们应该竭尽所能遵奉法律吗？”根据被试的回答可以初步定位被试的道德发展阶段；然后从被试的回答中确定其规范，根據其规范再追问；接着再确认被试的要素并且同样予以追问。其次，把访谈判断与标准判断进行对应。测评者对被试在访谈表达出来的访谈判断进行编码以后，从《标准问题计分手册》里找到可能匹对的标准判断，予以相应的分数。最后，判定阶段分数和整体发展水平。测评者把访谈判断与标准判断相匹配的每个阶段的次数各个加起来（如，阶段二、阶段三或者阶段四的匹配次数），如果匹配点处于居间，则上下阶段各分一半。如果匹配点有一个阶段达到25%或者以上，那么该阶段分数就代表了本道德问题的分数。如果两个以上的阶段都达到25%以上，那么，最多的那个代表了主要阶段，其他25%以上的阶段标注在主要阶段后面的括号里，如2（3）或者3（2）（4）。如果几个阶段都超过25%，且它们的频次又是一样的，那么，标注成分数形式，如2/3或者2/3/4。当每个故事的阶段分数已经计算好了，那么，六个故事整体的分数也就可以计算出来了。