新时代高等教育评价改革政策工具研究

摘要： 当前已有多份旨在贯彻落实《深化新时代教育评价改革总体方案》的政策文件出台，为了切实推进改革，有必要从组织行为学及政策工具理论的视角对这些政策文件的有效性進行研究。分析高等教育领域贯彻落实《深化新时代教育评价改革总体方案》的四份政策文件的政策工具，结果显示政策文件中权威及象征和劝诫工具使用过溢，激励、能力、学习工具使用不足，这和高等教育评价改革的真问题不匹配，并有压抑政策执行者积极性、使评价局限于象征性评价及阻碍质量文化建设等消极影响。未来的高等教育评价改革政策制定需重视高校主体地位，避免过度依赖权威及象征和劝诫工具，加大对激励、能力、学习工具的使用，以提高教育评价改革实效。

关键词：高等教育;教育评价改革;政策文件;政策工具

中图分类号：G640    文献标识码：A 文章编号：1672-0717（2022）01-0081-08

一、问题提出

2020年10月30日，中共中央、国务院印发《深化新时代教育评价改革总体方案》（以下简称《总体方案》），确立了深化新时代教育评价系统性改革的行动纲领。面对教育评价这一世界性、历史性、实践性难题，改革如何落地成为研究与实践的重要议题。作为改革的指导，政策文件无疑对改革成效有重要影响。当前已有多份旨在贯彻落实《总体方案》的文件出台。然而，政策文件出台并不代表政策目标达成，政策文件难以落地的现象比比皆是，此类事实提醒我们必须深刻反思：若要促进政策目标达成，政策文件制定需注意什么？

回答上述问题的一个角度是政策工具选用。政策工具即政府和行政部门为推动政策目标达成而使用的手段和机制，是治理范式下政府公共管理的重要依托[1]。本文基于政策工具理论，结合组织行为学观点分析当前高等教育领域贯彻落实《总体方案》的重要政策文件中政策工具使用特征及其对深化新时代高等教育评价改革目标达成的影响，并对未来教育评价改革政策的工具选用提出建议，以期为推进新时代高等教育评价改革提供参考。

二、理论基础和研究设计

（一）理论基础

20世纪80年代以后，政策工具研究迅速发展于欧美的经济、环境政策等领域，随后为教育领域借鉴使用[2]。政策工具研究的核心议题之一是政策工具分类，以往学者依据不同标准对政策工具进行了分类。施奈德和英格拉姆（Schneider & Ingram）根据政策制定者对政策执行者行为的假设将政策工具分为权威工具、象征和劝诫工具、激励工具、能力工具、学习工具[3]（P510-529）。

政策的意图在于影响政策执行者，使政策执行者采取政策期待的行为以达成政策目标。施奈德和英格拉姆的政策工具分类优势在于聚焦政策制定者头脑中对政策执行者行为的假设，研究者可进一步分析这些假设是否符合事实，据此预测政策工具使用的效果与长期影响。欧文斯（Robert G. Owens）将其对教育组织行为学的论述建立于假定、信念与行为的关系之上，在其享有盛誉的《教育组织行为学》中，开篇即指出：“每种文化背景中的人都会接受某些隐含的基本假定……这些基本假定决定了我们的信念和价值，乃至我们对待他人的行为方式……这些基本假定，虽不可见，被视为理所当然，以至于很少被想到，更少被谈及。”[4]（P3）我们要真正理解行为，就需要洞悉行为背后隐含的假设;要改变行为，也需要改变行为背后隐含的假设。基于此，本文选择施奈德和英格拉姆的政策工具分类作为分析框架。

（二）研究设计

1.研究方法

本文采用内容分析法对政策文件进行定量分析。首先，选择当前高等教育领域贯彻落实《总体方案》的重要政策文件，对政策文件的内容进行编码;然后，根据政策工具理论将政策文件内容归入不同类别的政策工具，并分类别进行频数和百分比统计;最后，在定量分析的基础上剖析新时代高等教育评价改革政策工具使用特征，继而提出改进建议。

2.文本选择

文本来源于教育部官网上自《总体方案》发布后，由教育部等中央部委发布的主标题中含“评价”或“评估”且适用于高等教育领域的政策文件，共包括五份政策文件（截至2021年7月），分别是教育部、财政部、国家发展改革委印发的《“双一流”建设成效评价办法（试行）》（教研〔2020〕13号，以下简称《“双一流”建设评价》）;教育部印发的《普通高等学校本科教育教学审核评估实施方案（2021-2025年）》（教督〔2021〕1号，以下简称《本科审核评估》）;国务院教育督导委员会办公室印发的《全国专业学位水平评估实施方案》（国教督办函〔2020〕61号，以下简称《专业学位评估》）;教育部印发的《关于破除高校哲学社会科学研究评价中“唯论文”不良导向的若干意见》（教社科〔2020〕3号，以下简称《破除“唯论文”》）;国务院学位委员会、教育部印发的《学位授权点合格评估办法》（学位〔2020〕25号）。由于《学位授权点合格评估办法》主体内容为评估流程，是对评估过程的规定，缺乏使政策执行者达成政策目标的其他政策工具，因此，该政策文件未被纳入内容分析过程。

3.分析维度

施奈德和英格拉姆认为政策制定者头脑中有对政策执行者行为的假设，即政策执行者不采取政策期待的行为可能主要出于下述原因：没有权威的指示、没有必要的激励、没有必要的能力、不认同政策中隐含的价值观和信念、问题不明确或（及）没有现成的解决方案[3]（P510-529），不同行为假设导致不同政策工具选用。根据施奈德和英格拉姆的观点[3]（P510-529），本文将其五大类政策工具的概念、行为假设、具体工具及其优缺点整理如下：

权威工具即规范政策执行者的强制性规则，具体表现形式主要有规定、许可、禁止。权威工具的使用者假设政策执行者忠于职责，遵从权威，遵守法律，没有切实回报也能按政策要求行动。权威工具的优点在于针对性强、约束力强、成本低、见效快，缺点在于变通性、灵活性低，易抑制政策执行者的主观能动性。

象征和劝诫工具即推动政策执行者因政策符合其价值观和信念而行动的工具。象征和劝诫工具假定在下列三种情况下人们更可能促进政策目标达成：（1）目标和行动是政府官员提出来的重要、优先的事项;（2）目标和行动與人们的价值观、信念、偏好一致;（3）目标和行动与正向的符号、标签、形象、事件联系在一起。基于上述假设，人们可以分别用宣告声明、基本原理、贴标签的方式推进政策实施。象征和劝诫工具的优点在于成本低、适用广，缺点在于当执行者的价值观和信念不同于政策倡导的价值观和信念时政策实施难以见效。

激励工具系通过提供有形的正向的回报或负向的惩罚来引导政策执行者行动的工具，具体表现形式主要有正向回报、收费和制裁。激励工具的使用者假定政策执行者追求效用最大化，追求正向的回报，并力图规避负向的惩罚。激励工具的优点在于能在短时间内激发外部动机，缺点在于难以激发内部动机。

能力工具是用于提高政策执行能力的工具。该类工具聚焦于提供信息、教育培训及其他资源。能力工具的使用者假定政策执行者不缺乏行动的动机，缺乏的是识别和解决问题的能力，需要依靠信息、教育培训及其他资源来提升能力。能力工具的优点在于切实开发了人力资源，缺点在于周期长、见效慢且结果具有不确定性。

学习工具即政策相关群体遇到不知道或者不确定的情况时使用的工具，具体表现形式主要有研究探索、互动协商。学习工具的使用者假定人们能通过探索或协商解决问题。学习工具的优点在于直面未知或不一致，缺点在于周期长、见效慢、实施难度大且结果具有不确定性。

三、政策文件内容分析

（一）政策文件内容编码

本文以句子为单位对所选取的四份政策文件（不包括指标体系附件）进行内容编码和归类统计，编码规则为“政策文件编号—章节—具体条款—句子”，表1为政策内容编码一览表（限于篇幅，仅举数例）。

（二）政策工具使用情况

本文对四份政策文件共计167个编码单元进行政策工具归类，得到政策工具使用情况（如表2所示）。

表2显示，权威工具使用比例最高（48.73%），其中大部分为“规定”（42.13%），少部分为“禁止”（6.6%），“许可”未得到使用。“规定”对政策执行者的行为做出明确的指示，如《“双一流”建设评价》规定“每轮建设中期，开展建设高校自我评估”。这类表述在四份政策文件中最为常见。“禁止”明确了不被接受的行为。四份政策文件中，《破除“唯论文”》使用“禁止”的次数最多，它以十个“不得”，严格哲学社会科学研究评价的底线要求。

象征和劝诫工具使用比例（38.58%）仅次于权威工具，其中大部分为“宣告声明”（30.46%），有少部分的“贴标签”（7.61%）与极少数的“基本原理”（0.51%）。“宣告声明”直接宣布政府认为重要、优先的事项，如《“双一流”建设评价》宣布要“推进评估分类，以评促建、以评促改、以评促管、以评促强”。这类表述在四份政策文件中仅次于“规定”。“贴标签”在四份政策文件中表现为使用一些特定的言简意赅的短语，使人印象深刻，以达到劝告效果，如“唯论文”“阳光评估”等。“基本原理”对政策期待行为进行精心解释或辩护，该工具在四份政策文件中仅出现一次。《破除“唯论文”》的“提高思想认识”部分具体阐述了高校在多项工作中存在多种形式的“唯论文”不良导向，指出这些不良导向导致多方面系统性危害，以此劝告政策执行者破除“唯论文”。

能力工具、激励工具、学习工具的使用比例都很低，分别为5.08%、4.57%、3.05%。能力工具中，主要使用的是“教育培训”（3.55%）。具体表现在：一是加强指导，如《本科审核评估》“组织管理”部分明确教育部负责“指导监督各地各校审核评估工作”;二是经验推广，如《本科审核评估》“反馈结论”部分指出教育部要“做好经验推广，示范引领”。

激励工具中，以“制裁”工具使用为主。四份政策文件中，《破除“唯论文”》使用“制裁”工具的次数最多，对破除“唯论文”落实不力、违规等行为，采取约谈、通报批评、公开曝光、责令整改、追究责任等处理。“正向回报”工具出现在《“双一流”建设评价》中，体现为对“实施有力、进展良好、成效明显的建设高校及建设学科，加大支持力度”。

学习工具在所有的政策工具中使用次数最少。除《专业学位评估》外，其他三份政策文件都有两条编码使用“研究探索”工具，用于鼓励加强研究，以寻求解决方案，如《“双一流”建设评价》呼吁“研究建立建设高校分类体系，完善分类评价办法”。我国教育改革中常用“试点”来“研究探索”，如《本科审核评估》中要求“开展第二类审核评估试点”。“互动协商”主要在不清楚参与者想法时用于收集信息，或者参与者意见不一致时用于协调。四份政策文件内容分析中均未发现“互动协商”工具的使用，但是政策文件制定过程中使用了该工具，如《本科审核评估》是“经过两年多的研究和多方征求意见”而形成[5]（P7-13）。

四、政策工具使用中的问题及其消极影响

本文基于施耐德和英格拉姆的政策工具分类框架，分析四份贯彻落实《总体方案》的高等教育评价政策文件中政策工具使用的深层结构。表2显示，总体来看五大类政策工具得到不同程度的使用，但比例悬殊。权威工具、象征和劝诫工具占据了绝大部分的比重，两者使用比例之和达到87.31%。形成鲜明对照的是，能力工具、激励工具和学习工具所占比例均很小，仅略大或低于5%。这种深层结构和新时代高等教育评价改革面临的真问题不匹配。

施奈德和英格拉姆指出，政策制定者可能会将政策实施不力归因于政策执行者没有权威的指示、没有必要的激励、没有必要的能力、不认同政策中暗含的价值观和信念、问题不明确及（或）没有现成的解决方案。依据这些行为假设，当政策文件中大量出现权威工具、象征和劝诫工具，而仅少量出现能力工具、激励工具和学习工具时，也意味着很可能政策制定者头脑中隐含的假设是：需要花大力气去解决没有权威指示以及政策中暗含的价值观和信念没有得到认同的问题，而不需花大力气去解决没有必要的能力、没有必要的激励、问题不明确以及没有现成的解决方案的问题。发布权威指示及引导政策执行者的价值观和信念是重要也是必要的。教育评价归根结底是一种工具或手段，要满足价值主体的价值追求。权威工具、象征和劝诫工具是政府传递价值追求的重要方式，也为高等教育提供了方向和范本。但反观现实，推进高等教育评价改革最大的障碍其实是政策执行者缺乏动力、能力，缺乏对问题的深入理解以及高质量的解决方案。从动力来看，高校很想在各种评价中有优异表现，以获取相关资源，但对评价本身经常是应付的甚至是抗拒的。从能力来看，我国高等教育工作者总体而言评价素养有待提高。另外，由于教育评价本身很复杂，加之我国高等教育评价研究和实践的时间不长，很多评价工作目前并无高质量解决方案，处于探索阶段。政策工具选择的综合模型认为，当国家能力强，且政策子系统复杂程度高（社会行为者类型和数量多）时，决策者更加愿意使用自愿性工具，在需要管制的时候以管制能力作为保障[6]。我国国家能力强，且高等教育评价主体、方式、对象类别层次多元多样，评价系统复杂程度高，按政策工具选择的综合模型，高等教育评价改革适宜选择自愿性工具，也即非强制性、在自愿的基础上解决问题的工具。这样的工具应着眼于政策执行者的动力、能力、对问题本身的理解以及问题解决方案。总之，高等教育评价改革政策不仅要通过强制规定或引导劝诫将政策制定者的意图自上而下地传达给政策执行者，还要花大力气借助政策工具支持政策执行者排除执行障碍，也即需要更多应用激励工具、能力工具、学习工具。

《总体方案》指出，要通过深化新时代教育评价改革来“提高教育治理能力，加快推进教育现代化，建设教育强国，办好人民满意的教育”。权威及象征和劝诫工具针对性强、约束力强、成本低，但过度依赖它们将导致评价改革难担其责。原因有三：

一是抑制了政策执行者的积极性。过度依赖权威及象征和劝诫工具的政策文件，体现了政府的高权管制思维[7]。组织行为学认为，当高度控制策略被不断使用，组织成员常常会失去兴趣[4]（P328）。这个现象在高等教育评价领域显而易见。早在20年前，有学者就已经指出“除了政府，似乎整个社会都对高等教育评价缺乏热情和需要”[8]。2020年11月，在华东政法大学举办的“深化高校教育评价体系改革高峰论坛”上，美国加州大学常桐善博士直言在我国评价被视为“是政府管理部门的事”[9]。因而，如何提高政策执行者的积极性是评价改革落地面临的重要挑战。

二是评价易局限于象征性评价。当政府处于评价的绝对主导地位，评价呈现自上而下的强制性特点时，评价更多具备“象征”的属性，此时重要的是政府、社会及公众对高等教育质量问责的立场和态度，而非评价对质量提升的作用[10]。和象征性评价相对的是真实性评价、实质性评价，这类评价有利于以评促“建、管、改、强”。

三是阻碍了质量文化建设。不同文化背景的人对不同政策工具呈现出不同偏好，同时也将进一步加强政策工具鼓励的文化[3]（P510-529）。权威及象征和劝诫工具的过度使用强化了服从文化，这使得《本科审核评估》中所要求的“推动高校积极构建自觉、自省、自律、自查、自纠的大学质量文化”举步维艰。

五、政策工具改革路径

《总体方案》发布后，四份旨在落实《总体方案》的政策文件显示出权威及象征和劝诫工具使用过溢，而激励、能力及学习工具使用不足的问题，这不利于解决高等教育评价中政策执行者缺乏动力、能力，缺乏对问题的深入理解与高质量解决方案的真问题。基于此，本文对未来的政策制定提出以下建议：

（一）重视高校主体地位，避免过度依赖权威及象征和劝诫工具

我国当前高等教育评价方案表述上都强调高校的主体地位，如《本科审核评估》中指出高校要“落实主体责任”，《破除“唯论文”》中指出要“落实高校在学术评价中的主体地位和自主权”。而事实上，当高校大多数人视自身为评价的看客时，高校肯定未成为高等教育评价的主体和核心。关键问题在于，评价设计和实施中，政府处于绝对的主导地位。政府负责制定评估政策、总体规划、统筹协调、指导监督，政府花费大量时间精力组织研究、多方征求意见，完成评价中的重要工作——设计出台直接用于评估的指标体系。高校的自评，只是对照政府给定的指标体系一一检查学校工作，并以自评报告的形式汇报自我检查结果，这种自评是政府高权管制思维控制下高校根据指标体系“答题”。当高校在评价的过程中处于“被动规制”时，其积极性、主动性自然会被抑制。

根据组织行为学，要激起和保持长期的动机，可以使用“协助”的方法，鼓励和支持组织成员自发努力，发展他们的个人目标、感情、信念、方法[4]（P328）。这个思想也是我国“放管服”改革中“简政放权、放管结合、优化服务”的底层逻辑。为了鼓励和支持组织成员自发努力，教育评价中应推进元评价的实施。

元评价是对评价的评价，实施元评价有利于确立与强化高校主体地位。具体而言，就是高校自主完成自我评价，政府对高校评价的科学性、合理性进行评价。政府不再过度依赖权威及象征和劝诫工具来自上而下地指示和劝诫，而是用激励、能力、学习工具来支持高校作为主体完成评价。

国际上不乏元评价范例。加拿大安大略省的新质量保障方案包括高校自评、管理部门评价。不同于我国高校自评的是，加拿大安大略省高校自行设计符合质量管理部门评价标准并满足高校自身要求的内部质量保障过程，并在评价实施前即提交给管理部门审查。评价过程中，管理部门对每个高校是否遵守自己制定的质量保障过程进行评价[11]。美国学习成果评估研究中心（National Institute for Learning Outcomes Assessment，NILOA）等机构推出的“卓越评估”项目（Excellence in Assessment，EIA）也是对高校学生学习成果评估实践进行元评价[12]。

当前不少高校确实缺乏作为评价主体的能力，但这只应被视为一个亟待解決的问题，而非否定高校为评价主体的理由。教育评价是教育工作者专业发展的一部分，评价素养是教育工作者专业素养的应有之义。对于作为办学主体的高校，真正以高校为主体的自我评价能力也是高校办学能力的重要内涵。

（二）加大对激励工具、能力工具及学习工具的使用

管理即服务，这是国家治理能力现代化的要求。政府需加大激励工具、能力工具及学习工具的使用，为“让高校成为评价的主体”提供服务。表2显示，一些具体工具使用率非常低，但这些工具对推进高等教育评价改革具有重要意义。

一是正向回报。评价意味着被审视、被判断。面对评价，被评价者难免缺乏动机，这合乎常理。但是缺乏被评价者的主动积极参与，评价最终达不到以评促“建、改、管、强”的目的。在施耐德和英格拉姆的政策工具分类中，激励工具的具体工具有正向回报、收费和制裁，其中适合我国高等教育领域的有“正向回报”和“制裁”工具。表2的激励工具大类中，“制裁”出现了8次，而“正向回报”仅出现1次，“正向回报”使用相对不足。“制裁”用于落实不力、违规等行为。激励的双因素理论认为，不满意的反面不是满意，不满意的反面是没有不满意，没有不满意不等于满意。该理论启示我们：面对“制裁”，政策执行者会倾向于做到不落实不力、不违规，但不落实不力、不违规并不等于落实得力。“制裁”可以防止政策执行者做得很差，而“正向回报”可以鼓励政策执行者做得更好。正向的回报可以是物质或荣誉。必须强调的是，“正向回报”作为推进教育评价改革的政策工具时，不是对教育教学成效的正向回报，而是对教育评价改革本身的正向回报。国际上不乏对在评价工作中表现优异者进行正向回报的案例，如美国高等教育认证协会（Council for Higher Education Accreditation，CHEA）、美国高校学生事务管理协会（Student Affairs Administrators in Higher Education，NASPA）、美国学习成果评估研究中心都设立了专门的奖项，以表彰优异的评价工作。我国高等教育政策工具中也可考虑针对教育评价工作设置此类奖项。

二是信息。有限理性理论指出，人是有限理性的，面对复杂的世界，人们只能找到问题解决的足够好的路线。通常，人们都是依据有限的知识和不完整的信息在短时间里确定问题解决方案。高等教育评价活动复杂程度高，评价参与者极易受到有限的信息制约。从评价理论来看，国际上，评价到今天已发展到第四代，每一代评价的理论关注、价值取向、实施过程均不相同，每代评价都对今天的实践有重要启示。从评价实践来看，评价目标的设置、评价方法的选择与使用、评价结果的应用等工作都面临多种选择。面对如此复杂的工作，评价参与者很可能没有意识到改变他们的决策或行为的必要性，很可能没有足够准确的信息来帮助他们选择更好的方案及更好地执行政策，因此信息提供就尤为必要。信息社会中，网络是信息提供的重要媒介，欧美的政府、高校、评价相关社会机构纷纷在其官网上提供大量评价信息供使用者参考。就学生学习成果评价方面，提供最丰富信息的当属美国学习成果评估研究中心。该中心将自身的使命定位于为改进本科学生学习成果评估研究与实践提供支持，在官网上集中展现了中心的所有研究成果及学生学习成果评估工作进展。而在我国，无论是教育部高等教育评估中心还是高校网站，指导评价活动的信息或是不足或是缺失。因此，政策工具应推进教育评价理论和实践信息的发布和分享。

三是教育培训。高校教育评价主体作用的发挥，离不开全体教师的积极参与。当前，普通高校教师能得到评价教育培训的机会不多。评价活动组织者，如教育部高等教育评估中心、中国工程教育专业认证协会，为支持评估或认证建立了教育培训体系，培训对象一般是评估专家和参评学校相关人员。一些商业机构围绕工程教育专业认证、学生学习成果评估等主题开发了培训课程，但收费不低。目前，多数高校都已经建立了教师发展中心，政府制定相关政策时可以强调教师发展中心应加强教师教育评价能力建设。在这一方面，美国詹姆斯麦迪逊大學（James Madison University， JMU）教师创新中心提供了学习的典范。该创新中心和学校的学习评价研究中心合作，聚焦学生学习成果，开展为期三年的“设计改进学习”项目[13]。类似做法值得学习。

四是研究探索。教育评价是一个科学探究的过程[14]。教育评价政策背后其实有着很复杂的哲学与科学层面的认识问题，或技术层面的方式方法问题，这些问题即便是对专业研究人员也是极大的挑战。比如如何处理教育目标的多重性、非兼容性与教育评价的完整性及多重教育目标的个性化之间的冲突[15]？怎样公正地评价学生综合素质？怎样公正地评价高校的人才培养质量？学生学习成果评估和增值评价如何实施？当和这些问题相关的政策在政策文件中以权威或象征和劝诫的方式简单直接地呈现给政策执行者（如学校自评“培养目标的达成度”“立德树人成效”）时，政策执行者在缺乏认识论和方法论支持的情况下，难以胜任相关自评工作。实际评估过程中，专家经常发现被评高校定位目标过高、专业人才培养方案和培养目标脱节、人才培养质量标准不清晰、缺乏人才培养成效证据等问题。我们要解决上述问题，关键是需加强研究探索。比如《“双一流”建设评价》中要求“定量评价与定性评价相结合”，如何定性评价？有学者关于案例指标及其标准化的研究提供了参考借鉴[16]。当前“研究探索”工具使用方式有三种，一是在政策文件制定过程中政策制定者进行相关研究，如《本科审核评估》出台前的研究，二是在政策文件中列举某些需研究的事项，三是“试点”与“征集示范案例”。前两种方式或在研究主体、研究时间段，或在研究事项上覆盖面有限，不利于全面深入推进教育评价研究探索。另外，教育评价改革中实践界加强探索固然重要，但仅是实践界“试点”难以取得好的效果。原因很简单，教育评价不仅是公认的世界性、历史性难题，还是实践性难题。关键是，要如《总体方案》中所要求的“加强专业化建设”。这就需要国家政策大力扶持教育评价学科建设，推进相关学位点建设、学术期刊布局、科研课题立项，培养锻炼教育评价专家队伍和工作团队，以制度保障教育评价工作质量等[17]。深化新时代教育评价改革攻坚克难之际，政策工具要全面推进教育评价专业化建设，而非零零散散解决专业化问题。同时，政策工具要推进学界和实践界通力合作，探索评价改革落地之道。

五是互动协商。第四代评价理论认为评价的本质是以协商、对话而达成相互理解与合作建构意义的过程[18]。互动协商不仅包括政策制定者制定政策时听取多方意见，还包括政策执行中高校内外部群体的互动协商。高校人才培养目标、评价方案等事项都需要师生及相关群体协商设定。比如美国詹姆斯麦迪逊大学20世纪80年代的教育改革从重设人才培养目标开始，由全校上下协商、历时数年才得以完成目标重设。“互动协商”和“研究探索”属于学习工具，有研究者认为学习工具的使用一般体现在政策文件之外，更可能是政府为了做决策或执行决策开展的临时性活动[19]。基于此，有学者研究政策工具时舍弃了“学习工具”这一维度[20]。本文研究的四份政策文件少量使用“研究探索”工具，未使用“互动协商”工具。笔者认为，鉴于教育评价的复杂性及评价中互动协商的重要性，学习工具不能仅是政策制定背后的故事，更是需要政策工具大力推动所有教育评价改革相关群体积极去做的事。比如，政策中可以适当要求高校呈现评价过程中互动协商的事项、过程与结果。

六、结语

《总体方案》的出台标志着我国教育评价改革“一场硬仗”的开始，打赢这场战争要有“真招、实招、硬招”。然而，有学者发现，不同政策领域显示出对政策工具的偏好，“并且会重复采用这样的政策工具，而不管实际上是否有助于具体领域问题的减少。这限制了政府的学习能力”[21]。本文强调了一种视角，一种基于行为科学的关注政策执行者行为的视角，认为不仅要从国家高等教育政策精神、高等教育基本规律以及新时代高等教育发展需要的角度指导教育评价改革政策制定[5]（P7-13），还要从政策执行者行为规律的角度指导政策制定。只有这样，我们才能将政策要求落实到政策执行者的行动上，推动教育评价改革落地。

参考文献

[1] 胡仲勋，俞可.以政策工具创新推进公共教育改革——基于纽约市教育局的经验[J].全球教育展望，2016（03）：81-89.

[2] 李津石.教育政策工具研究的发展趋势与展望[J].国家教育行政学院学报，2013（05）：45-49.

[3] Schneider，Anne and Helen Ingram.Behavioral Assumptions of Policy Tools[J].The Journal of Politics，1990（02）.

[4] [美]罗伯特·G·欧文斯.教育组织行为学（第八版）[M].窦卫霖，温建平，译.上海：华东师范大学出版社，2007.

[5] 别敦荣.新一轮普通高校本科教育教学审核评估方案的特点、特色和亮点[J].中国高教研究，2021（03）.

[6] 张端鸿，刘虹.中国高等教育改革与发展的政策工具分析[J].复旦教育论坛，2013（01）：52-56.

[7] 姚荣.高等教育领域“放管服”改革缘何如此之難——基于组织分析的新制度主义视角[J].教育发展研究，2020（07）：1-7.

[8] 林正范，贾群生.从经验走向科学：高等教育评价制度的改革与发展[J].浙江社会科学，2000（02）：66-70.

[9] 常桐善.美国本科生学习与成长评价机制及其特征[EB/OL].（2020-11-15）[2021-9-1].https：//mp.weixin.qq.com/s/LY3407Ie43fX6BxkYTPpXQ.

[10] 刘振天.从象征性评估走向真实性评估——高等教育评估制度的反思与重建[J].高等教育研究，2014（02）：27-32.

[11] 刘莉，李毅，刘勤.加拿大安大略省高等教育质量保障框架及其思考[J].清华大学教育研究，2016（04）：110-116.

[12] 刘声涛，傅冠华，廖敏.高校学生学习成果评估变革与发展趋势——基于美国公立院校本科教育自愿问责系统[J].大学教育科学，2021（02）：79-86.

[13] 宋洁绚.寻路问径：教师发展中心何以促进教师发展 ——美国詹姆士麦迪逊大学教师创新中心的实践[J].高等工程教育研究，2021（03）：121-126.

[14] 靳玉乐.教育评价改革的“去三化”与“兴三化”[J].大学教育科学，2021（01）：13-25.

[15] 赵勇.教育评价的几大问题及发展方向[J].华东师范大学学报（教育科学版），2021（04）：1-14.

[16] 朱军文，邵玲芝.高等教育评价中的案例指标及其标准化[J].高等教育研究，2021（01）：33-38.

[17] 杨志明.四种教育评价的教育测量学考量[J].教育测量与评价，2020（08）：12-15.

[18] 李雁冰.论教育评价专业化[J].教育研究，2013（10）：121-126.

[19] 林小英，侯华伟.教育政策工具的概念类型：对北京市民办高等教育政策文本的初步分析[J].教育理论与实践，2010（25）：15-19.

[20] 关志康.政策工具视角下我国新时代教育评价政策研究——基于《深化新时代教育评价改革总体方案》的分析[J].当代教育论坛，2021（03）：32-40.

[21] 姜国兵.对公共政策工具五大主题的理论反思[J].理论探讨，2008（06）：133-136.