大数据背景下高校学风分析评价体系的构建

任学锋

（乐山师范学院，四川 乐山 614000）

学风评价是推动和促进学风建设的重要手段。但囿于传统技术手段的限制，学风评价总体趋于简单量化，这在相当程度上弱化了学风评价对推动和促进学风建设的直接作用。我们认为，在大数据背景下，学风评价从体系构建到实际运用，都可以从更广的范围、更深的层面促进评价的客观性与真实性，更为重要的是，多元因素的比较分析，对促进形成学风建设的新举措具有更为直接的意义。

一、当前学风评价体系研究存在的主要不足

崔曼丽等的《高校学风评价存在的问题及对策研究》一文，对当前学风评价相关研究作了较全面的分析。一是指出当前研究存在“定性分析经验总结型研究较多”“定量评价研究型少且存在不足”。认为当前学风定性与总结性评价，存在“当需要对学风进行一个比较直观的评价或进行详细分析时，这些研究成果难以提供更多的启示”；而定量评价研究，则“存在许多需要改进或解决的问题，充分显示了学风评价的不成熟性”。二是就学风内涵论证（学风主体不同、研究内容不同、研究角度不同）、学风评价指标体系构建、学风评价工具研究等业界研究成果进行了概括与分析[1]。崔文具有重要的参考价值。但显然，在当前学风评价体系研究中，更为突出的问题还在于：评价的目的何在？评价如何有效服务于实现评价的目的？学风建设的客观规律是什么？评价如何适应学风建设的客观规律？

（一）学风评价体系未能充分反映学风评价目的的实现问题

学风评价的最终目的是为了推动和促进学风建设，这是所有研究者共同的目标。从广义的角度而言，所有的研究，对于推动和促进学风建设都具有建设性的意义。但就具体实践而言，评价对象学风存在的主要问题是什么，下一步学风建设整改有何具体意见与建议，则是当前所有的评价系统都无法回答的问题。

当前，学界较为推崇定性与定量相结合的评价方式。“定性方法主要应用在选取指标上，定量方法主要应用在指标的权重上”[2]。张丽丽等在《高校学风综合评价模型研究》中，运用层次分析法并采用一致性概率检验法作矩阵一致性检验建立模型，进而对西安工业大学十学院学风进行评价。一是得到一个最高得分77.42，最低得分68.62 的排序结论。二是得出“西安工业大学的整体学风现状较好，表明该校的学风建设取得了一定的成果”[3]的结论。至于学风建设与满分22.58-31.38 分差的差距何在，如何改进，以及最高与最低8.8 得分差除排序意义外，实质性差距主要因素是什么，如何改进，等均不得而知。

学风评价是手段，其本身不是目的。追求评价体系的科学性，是学风评价体系构建的重要内容，但评价体系在实践中应用的具体产出，不能仅仅是得出排序（并以排序决定优劣）的结果，而是要找到存在的主要问题，并形成针对性对策建议。

（二）学风评价体系未能充分反映学风建设的持续性过程

陈玉栋在《试论高校学风建设的概念、主体及特性》一文中认为，高校学风建设具有六大性质和特征，即群体性、历史性、稳定性、系统性、目标性、层次性。他认为，学风的历史性特征表现在学风建设内容的时效性和学风建设过程的长期性两个方面。时效性是指学风建设具有时代的背景和鲜明的时代特征,学风建设的内容会随着时代的不同而被赋予新的内涵。学风建设的长期性,指学风的形成需要一个相对较长的时期,是一个不断积累和积淀的过程。优良学风需要长时间的精心培育[4]。

学风建设具有时效性与长期性，这是普遍的共识，也是学风建设的客观规律。既如此，那么，学风评价若不能适应这一规律，必然陷于就评价而评价的囚笼。从这个意义上讲，学风评价体系的建立以及运用，从纵的角度而言，应当反映出学风建设的历史进程，反映强化学风建设的历史递进关系。从横的角度而言，就应当是反映不同单位间学风建设成效的比较，以及可资借鉴的经验。唯其如此，方能真正实现评价的目的。

二、大数据背景下学风分析评价的体系构建

（一）大数据为学风分析评价提供更多元方案

传统的学风评价体系研究，客观上受限于数据收集、整理庞大的工作量，只能追求项目的尽可能简化、数据尽可能量化。随着大数据的广泛运用，这一状况已发生根本变化。诚如维克托·迈尔-舍恩伯格，肯尼思·库克耶所著《大数据时代：生活工作思维大变革》中指出：“大数据不是随机样本，而是全体数据，即样本=总体；不要求精确性，接受混杂性和模糊性；关注相关关系，不追求因果关系。一切皆可‘量化’，要让数据自己‘发声’，对事物提供全方位的、可量化的维度。”[5]

大数据的优势在于：一是数据的海量，有效克服了传统评价对数据收集的选择性，进而更大程度保障评价的真实性；二是广域联系，克服传统评价需先行确认直接因果关系的方式，即便是传统认知中不便于联系或认为关联度不高的关联项，也可以通过相应的历史数据系统比对，更清晰地掌握其关联度与影响力。齐巧玲等《基于大数据分析的高校学风建设研究》，虽然是从大学生综合素质评价模型的角度切入学风建设，但其运用云平台具有的强大并行计算、灵活的资源调度、按需提供服务以及海量数据的分析处理能力等优势，实施海量的学生数据挖掘[6]，为我们展示了大数据开展学风评价的现实可能。

正是从这个意义而言，我们认为，在学风评价体系的构建中，可以较少担忧数据的收集、归类、整理与分析。将不同单位在同类项目的现实数据进行直接比对，更能直观地反映其差异与优劣。同一单位，也可以从历史数据的变化中看到进展变化。

以学评教为例。从根本而言，学生是教师教育的接受者，其评教应具有绝对权威性。但在事实上，学评教的结果往往不能得以有效运用，教师常将获得评价不佳归咎于自己对学生要求严格，否定学评教。在一些对学评教的研究中，也常常得出学生自身对学评教的认识态度、对评教内容的不认同、缺乏评教的知识、个人感情因素导致不公正等导致影响评教科学性的结论。而事实上，一方面，学生是教师教学的直接感受者，若直接感受者的评价不具权威性，则不可能有更加权威的评价。另一方面，学评教确有评价标准的模糊性、评价时评价者诸多因素的不确定性、评价者本身多感性而少理性等，故单一时段的评价不一定能反映全貌，但多时段的多年（多届）评价的一致性，却足以反映出评价的客观性。其三，学评教反映的是教师对学生的感染力、影响力，学生对教师的认可度。教师个体的师德师风、学术水平、教学能力、对学生学业评价的公正性、教师与学生的联系度等，这些都是评价的相关影响因素。此外，教师个体在教师群体中的差异性比较，也是重要的原因。因此，学评教的结果，一是与相关关联项一并分析，能更好地评判其可信值。在多元比对中，能对教师值得改进的方面提供分析意见。同一教师若干年同类数据的对比，可以看出教师的进步与改进。若出现相对恒定与异常波动，则可通过对个案进行更加具体分析，找准存在问题的症结，提供解决的方案。由此，学评教的评价就不再是仅仅作教师年度优劣的评定结果，而真正成为手段，最终实现的是促进教师教育水平的提升。

以大数据为基础，我们一是可以从更大范围、更广领域收集整理数据，进而更精准地找到影响结果的项目要素。二是通过同项数据的历史积累，更精准地找到影响结果变化的主要项目要素。不仅如此，对影响要素进行专门比较研究，就能有效形成改进指导意见，推动改进与发展。

（二）四维评价体系的思考

基于对学风、学风评价的不同认识，当前学风评价体系构建，研究者往往结合所在高校不同的具体实践，实施不同的评价体系和评价方式。这些探索无疑都具有重要的意义与参考价值。

参阅相关论著，教育部关于加强与改进高校学风的意见，借鉴尹弘飚《大学生学习投入的研究路径及其转型》的研究成果等[7]，结合我们自己的实践，我们尝试性构建形成基于大数据背景的学风评价“四维评价”体系，即学风评价由“组织机构、绩效与学风制度建设”“教师榜样示范与师生交流”“学生学习目标达成与成效”和“为学习成才提供条件”四个维度构成。我们认为，四个维度能够更全面呈现高校学风的状态。同时，基于四个维度，我们并不主张实施定量评价，而是借助大数据的收集，经过历史数据的比较（包括单一子项的数据变化，以及不同关联子项的动态变化分析）等等，更多地找到学风建设中存在的主要问题、存在问题的主要原因，进而形成促进学风建设的举措，扎实推进学风建设。

1.“四维评价”体系的基础性构成

四个维度的子项设立，不是一个确定性选项，各校可根据自身的认知和关注点进行设立。

（1）组织机构、绩效与学风制度建设

我们不理论化强调学风建设要由领导重视。机构成员构成状况，体现出群体不同的管理目标、管理理念、管理方式。我们可依据不同的机构成员构成，以及由此产生的不同工作绩效差异形成评价。

将制度建设在本维度中单列，既考察制度建设的完备性、历史演进性，也考察制度时效性、针对性。一是促进加强学风建设形成传统机制，二是推动促进不断提升管理水平。

图1 组织机构、绩效与制度建设模块

（2）教师榜样示范与师生交流

教师在学风建设中居于主导地位。习近平同志指出：“教师重要，就在于教师的工作是塑造灵魂、塑造生命、塑造人的工作。一个人遇到好老师是人生的幸运，一个学校拥有好老师是学校的光荣，一个民族源源不断涌现出一批又一批好老师则是民族的希望”[8]。

在学风评价体系中将教师作为一个重要维度，不仅仅有助于全面评价高校学风，更重要的是，教师理应是高校优良学风传承人、引领人。

在本维度中，最具争议的是学评教结果和考试正态分布率。正态分布率，我们认为是迄今为止衡量教与学结合度最可取的方式，仍应保留。这一子项，一是从教师个体而言，其历史性正态分布率与当年正态分布率若出现较重大偏离，则应当引起足够重视。从一个单位的角度而言，若出现较大面积偏离，也应当引起重视并找到原因予以改进。同时，将这一子项与其他相关项对比分析，如学评教、教评学、学生缺勤率等联系分析，我们能够得到更多改进学风的结论。

图2 教师榜样示范与师生交流模块

图3 学生学习目标达成与学习效果模块

图4 为学习成才提供条件模块

2.学生学习目标达成与学习客观成效

对学生学风，学界研究最为广泛深入，可作不同取舍。但其中，学生自设学习目标与达成自评，有助于增强学生学习自主性、自觉性。

3.为学习成才提供的条件

为学习成才提供的条件，是学风建设考察中，对支持系统的关注与考察。强化学风建设，不能不关注支持系统。

本指标体系子项中，存在内在的矛盾性，即个体性指标与群体性指标共列。这一方面反映我们的研究还不完善（不仅仅反映在这个方面），需我们进一步深化研究，也需广泛争鸣，就教方家。但另一方面，在当前情况下，正如我们在前文已经提到，适用于该指标体系多元主体的特点，师生个人、班级、学院、学校均可以为评价分析主体和客体，也均可以在与他人、与集体，以及集体与集体比对中，形成分析结果。对于复杂的学风问题，我们不妨试行“散点透视”方式。

四维评价体系，是涉及学风建设与评价的方案集成。数据的收集、整理、比对并不自然形成评价结论。对每一个维度，我们都可以通过纵、横两方面的比对，在研究分析基础上，形成独立的分析评价。但更为重要的是，我们应当于四个维度分析评价的基础上，研究分析各维度间的关联与相互影响，进而找到协同推进，不断促进学风建设的路径与方法。很显然，这是我们当前研究还远没有解决的问题。

三、大数据背景下学风评价体系建设的难度与实施条件保障

高校学风，从广义上讲是高校师生员工在治学精神、治学态度和治学方法等方面的风格，它通过高校全体成员的意志与行动，逐步地形成和固化，成为一种传统。这些传统和风格对学生的成长起着重要的作用，对学校的发展和建设产生深远的影响。因此，一方面，强化学校学风建设，是涉及领导干部、教师、学生共同的行动。另一方面，学风建设也是一个不断发展、深化的过程。形成共识、协同行动、坚持不懈、不断改进，是学风建设的需要，也是学风建设的难点。同时，构建以大数据为基础的分析评价体系，其本身也需要硬软件条件支撑。

（一）深入讨论，凝聚共识，是实施分析评价的前提

思想是行为的先导。以分析评价为基础推进学风建设，形成共识是最基本的前提。很显然，就目前高校具体情形而言，重视学风建设，严惩师德失范，严处学术不端，严肃课堂纪律等方面已形成共识并以制度的方式加以确立。在教学管理、教师管理、学生管理等具体实践中，各校也依据自身办学理念形成相应的管理举措。但在综合分析评价、分析评价指标体系构建、评价指标体系实施方式等方面，则远远没有形成共识。甚至在学评教等具体的项目实施与运用中，还存在较严重的分歧。有效化解主要的分歧应认识到：一是不论何种分析评价体系，都是一定的教育思想观念、管理思想的具体反映。尽管不可能做到人人满意、人人接受，但通过广泛深入的讨论，尽最大可能凝聚共识，形成最大“公约数”，对推进学风建设至关重要。二是就当前各类研究成果，包括“四维”分析评价体系，就其自身内在的科学性而言，还存在不足。我们应该在实践中检验，在实践中提高。三是评价不是目的，找到存在的问题，找到解决问题的方法才是分析评价的最终目的。这也是我们构建本分析评价体系的根本目标所在。

（二）构建一体化信息系统，是推进学风评价的基础保障

进入新世纪以来，高校信息化建设已取得突破性的进展。但从实施本分析评价体系的角度而言，现存的高校教育信息化的短板也凸显出来，需要有效加以克服。

一是原始信息数据的采集。如果依靠传统人工采集方式，既大幅度加大相关人员的工作强度，同时也难于形成适时数据，定期数据，会极大降低数据的可比性。广泛采用最新科技成果，便捷数据采集与汇总，才能奠定分析评价的基本条件。二是整合现有信息系统，也存在相当难度。高校现有数据信息系统，主要包括：主管部门推行、商业购置、自主研发三大类。由于数据信息系统编写基于不同平台，单一数据信息系统自身的封闭性等，导致数据提取、共享受到极大限制。能否构建统一平台，提供广域数据共享，也至为重要。