李勉：“双减”背景下中小学办学质量评价体系构建

引用格式：李勉. “双减”背景下中小学办学质量评价体系构建[J]. 中国考试, 2024(3): 28-36.

作　者

李勉，北京师范大学中国基础教育质量监测协同创新中心副教授。

摘　要：将“双减”政策要求转化为中小学办学质量评价内容并建立与之相适应的评价机制，是当前教育评价改革面临的一项重要课题。学校办学质量评价应遵循质量为本、注重增值、尊重差异、多元参与的原则，通过细化指标形成测评点、研发适用于不同主体的测评工具、确定评价标准、构建学校办学质量指数等技术路径开展评价；同时还要建立政府部门协同联动、专业机构提供支撑、学校积极参与的组织管理机制，构建评价—反馈—改进—追踪的政策闭环，发挥以评促建的作用。

关键词：教育评价；学校评价；学校办学质量；“双减”政策；教育指数

2021年7月中共中央办公厅、国务院办公厅印发的《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》（以下简称“双减”政策），是引领我国义务教育未来发展方向的纲领性文件。要推动“双减”政策落地见效，就要充分发挥教育评价的指挥棒作用，将“双减”政策要求转化为中小学办学质量的评价内容，并建立与之相适应的评价技术路径和评价机制，以期更加客观、全面地衡量学校有关“双减”政策的执行情况和办学质量。

一、“双减”背景下中小学办学质量评价要遵循的原则

“双减”的根本目的之一是要促使学生的学习回归校园，强化学校教育的主阵地作用。“双减”背景下的中小学办学质量评价要更加注重学校对学生全面发展的促进作用，更加关注学生在学校的进步情况，更加重视学校的特点和特色。因此，“双减”背景下的中小学办学质量评价要遵循以下四个特定原则。

（一）质量为本，综合评价学校的提质减负能力

开展中小学办学质量评价，首先，要坚持正确的教育质量观，改变以往部分地区、部分学校将学生成绩和升学率作为评价学校唯一指标的做法，全面评价学生德智体美劳发展情况和学校立德树人工作成效。其次，要对学校的“提质减负”能力进行评价，“双减”的本质是要求学校在不延长学生课堂学习时间甚至减少作业时间的前提下，提高教育教学质量，同时为发展学生的兴趣特长、保障学生的休息权和自由活动权利留足空间。因此，“双减”政策下的学校办学质量评价既要关注质量指标，考察课堂教育教学质量的变化、学生学业增值情况、学生兴趣爱好的发展情况，也要关注成本和负担指标，考察学生成绩背后的学习时间投入情况、学生的休息和睡眠时间、学生的实际感受等；既要关注学生和学校的发展结果与表现，也要关注学校在落实“双减”过程中所采取的举措，尤其是针对提质减负所采取的优化教学方式、促进教师专业发展、完善学校内部治理等方面的措施。

（二）注重增值，纵向追踪学校的进步变化

“双减”政策要求强化学校教育的主阵地作用，但各学校在生源、办学条件、办学基础方面存在差异。因此，在衡量学校办学质量的过程中，既要关注结果和达标程度，也要关注学校发展水平和工作水平的进步程度，即采用增值评价的方式对学生和学校进行评价。与传统评价相比，增值评价主要有两大关注点：一是增加值，即评价不仅关注最终结果和达标程度，更关注评价对象的努力程度和进步情况，实现“不比基础比进步”；二是净效应，即剔除学生、教师及学校等无法改变的因素，仅评价其在可以改变的方面所做出的努力，实现“不比背景比努力”^[1]。要体现增值评价的理念，在开展学校办学质量评价时可以选取受历史条件、地理条件、办学条件、生源因素影响较少，学校可作为空间较大的测评点。例如，对教师发展的考察，不是看骨干教师和特级教师的数量，而是看学校是否建立教师传帮带制度、是否注重对青年教师的培养、是否支持教师参加相应的培训和专业发展活动等。同时，通过多轮次持续的追踪评价，比较分析各学校在不同测评轮次的评价结果差异、学校在区域内所处的相对位置（如学校的百分等级）的变化^[2]，或建立不同类型的增值模型^[3]以分析学校的进步变化情况。

（三）尊重差异，鼓励学校的特色发展

学校在落实“双减”政策的过程中，需要充分发挥学校的资源优势为学生发展服务，尤其是课后服务更要植根于学校的传统特色和特长项目。学校办学质量评价在评价学校全面育人成效的同时，也应尊重学校发展的差异性和多样性，为学校的特色发展和自主发展创设空间。学校办学质量评价指标除常规的统一性考察以外，还可以采取多种方式引导学校特色发展，如设置“特色发展”加分项，设置多个平行的评价指标由学校自主选择，甚至由学校自己制订评价指标及相应的评价标准。在评价过程中，可以不对学校所要准备的资料、档案作统一性的要求，允许学校根据自身工作实际提供有说服力的、多样化的证据以展示学校办学成果。此外，还可以在实践探索中逐步建立学校特色发展的评价体系，对学校特色发展的理念、实践、效果等进行评价^[4]。

（四）多元参与，全面考量相关主体的满意度

“双减”政策的工作目标包括学校课后服务基本满足学生需要，学生过重作业负担和校外培训负担、家庭教育支出和家长相应精力负担一年内有效减轻、三年内成效显著，人民群众教育满意度明显提升^[5]等。因此，判断“双减”政策实施效果的标准之一在于学生、家长的满意程度，如课后服务在多大程度上满足学生的学习需求，家长对校外培训辅导机构的需求是否得到消解，内卷的焦虑情绪是否得到缓解，家长用于校外辅导的教育支出是否降低等。此外，“双减”后教师的工作量明显提高，学校层面能否为教师创设良好的保障条件和激励政策，也是决定“双减”成效的重要因素。教师对学校保障机制条件的满意度，也是衡量“双减”成效的指标之一。总之，应通过吸纳学生、家长、教师等多元主体参与评价，将其对学校办学资源、环境、过程、结果的满意度作为评价学校办学质量和“双减”成效的重要指标。

二、中小学办学质量评价的技术路径

学校办学质量评价还要解决评什么、怎么评的问题。教育指数具有综合、简明、直观等特点，能整合反映学生、教师、家长、督学等不同主体对学校质量的判断；因此，按照“双减”和相关政策要求，细化评价指标、研制评价工具、采集实证数据、构建综合指数，并通过对不同学校、不同测评轮次之间的指数对比、分析和判断学校办学质量情况，是可供参考的技术路径^[6]。

（一）细化评价指标，形成测评点

2021年3月教育部等六部门印发的《义务教育质量评价指南》（以下简称《评价指南》）提出关于县域义务教育质量评价、学校办学质量评价、学生发展质量评价的具体要求。其中，学校办学质量评价主要包括办学方向、课程教学、教师发展、学校管理、学生发展等5个方面的重点内容、12项关键指标、27个考察要点^[7]。将27个考察要点加以细化，形成具体的、可操作的测评点，并建立测评点与测评方式、测评对象之间的对应关系，是学校办学质量评价的重要一步。

以《评价指南》中“规范教学实施”的关键指标为例，其考察要点包括实现课后服务全覆盖、提高课后服务质量^[7]。在测评过程中，可结合“双减”政策要求，将课后服务细化为服务内容、服务效果、服务保障三个测评点。其中，课后服务内容测评点，可以通过学生问卷调查了解学校课后服务的种类、时间、参与范围、学生的主观评价等信息；课后服务效果测评点，可以通过家长问卷调查了解学校课后服务对校外培训的替代作用、对发展学生兴趣特长及解决家长托管需求等情况所起到的效果；课后服务保障测评点，可以通过教师问卷调查了解教师课后服务的工作量认定、课后服务的激励机制、教师弹性坐班等情况。最终，通过综合学生、家长、教师三个方面的信息来源，判断学校课后服务的开展情况，并作为对学校“双减”举措和整体办学质量的评价依据。

在细化并形成测评点的过程中，选取的测评点应具象化，即具有一定的典型意义、能起到以点带面的延伸作用，能将相关政策要求转化为具体的办学行为或办学现象加以考察。同时，测评点还应具有较强的操作性，即参照测评点能研制相应的工具采集数据，且数据采集符合伦理要求，具有现实可行性。

（二）研发适用于不同评价主体的测评工具

测评点确定后，要根据测评对象的特点，分别研制调查问卷、观察评价表等不同的测评工具用于采集数据，同时还要充分调用教育行政部门已有的档案资料，全面收集学校办学质量的数据信息。例如，学校办学方向、特色规划、教学管理等测评点，可由责任督学、教研员及其他入校评估的专家通过实地观察、随堂听课、访谈等方式获取数据；教师培训与培养、教师激励措施、校领导参与教学管理等测评点，可通过教师问卷调查获取数据信息；师风师德、家校合作、入学编班制度等测评点，可通过家长问卷调查获取数据；学校课程开设、教师教学方式、作业管理等测评点，可通过学生问卷调查获取数据；学生学业表现、学生体质健康等测评点，可调用学校已有的系统数据；学生心理健康情况、教师职业感受等测评点，可采用专业量表测评获取数据。

为做到三角互证，同一个测评点可通过分别采集不同对象在不同角度的数据信息，综合汇总后再形成判断。这有利于避免不同角色信息不对称的情况，还可以明显提高研究效度。以师德师风测评点为例，可以通过责任督学进校观察、查阅档案资料等方法，了解学校师德师风建设的制度和举措；也可以通过教师问卷调查的方法，了解学校师德师风相关制度的实施效果；还可以通过对学生、家长的调查，了解教师的师德师风表现。最终，通过多个层面的数据收集、汇总和比对，提高评价结果的真实性和可靠性。

（三）确定评价标准，构建学校办学质量指数

建立评价标准，判定学校在各项指标上的达成度并进行测评点赋分，是学校办学质量评价的重要一环。制订评价标准的方法包括常模参照、标准参照两种方法。对于相关政策有明确量化评价标准的测评点，可采用标准参照法赋分，如对政策规定的达标值（如四年级学生平均每天完成教师布置的作业时间在一小时以内）赋满分，对该测评点可能存在的最低值（如四年级学生平均每天完成教师布置的作业时间在三小时及以上）赋零分，其余按照实际情况进行等距赋分。对于一些只有导向性要求但缺乏量化标准的测评点，可采用常模参照法赋分，即根据其在测试群体中的相对位置进行赋分。以常见的李克特五点评分量表为例，对最优状态（如在“学校的绩效工资分配公平合理”的题目中，选择“非常同意”的选项）可以赋满分，对最差状态（如上述题目选择“非常不同意”的选项）可以赋零分，其余三个选项可进行等距赋分。

建立评价标准并完成测评点赋分后，还需要整合多个来源的数据信息构建学校办学质量指数，最终形成对学校办学质量的整体性评价。指数构建主要包括三个步骤：第一步是完成无量纲化。通过使具有不同计量单位、不同反应方式的指标数值转化为可以直接汇总的同量纲值，从而实现多指标综合及指标之间可对比^[8]。为了使指数的呈现方式更接近日常经验，可以将测评点和各级指标数值转化为0～100之间具有相同量纲的分数，并且明确分数越高代表该指标的情况越好。第二步是完成指数加权。目前，使用较为广泛的确定权重的方法主要有德尔菲法、层次分析法、主成分分析法等，也有研究认为每个指标都代表一个重要领域而采用等权重处理^[9]。学校办学质量评价的各项内容、指标都同等重要，且允许不同指标之间相互补偿，因此采用等权重处理方式。第三步是合成指数。将同一个测评点下各个题目的分数相加求平均数形成三级指数，将同一个关键指标下的各个三级指数相加求平均数形成二级指数，将同属于一个重点内容的各个二级指数相加求平均数形成一级指数。以《评价指南》中的重点内容之一“课程教学”为例，该重点内容包括落实课程方案、规范教学实施、优化教学方式三个关键指标，每个关键指标可提炼3~6个测评点，每个测评点有3~8个题目。首先，将各学校在每个测评点上所有作答者的分数进行平均，得到各测评点的分数，即三级指数；其次，将各学校关键指标所对应的测评点分数进行平均，得到落实课程方案、规范教学实施、优化教学方式三个关键指标的分数，即二级指数；最后，将三个关键指标分数进行平均，得到“课程教学”这一重点内容的分数，即一级指数。

（四）对学校办学质量指数进行横向、纵向和关联分析

学校办学质量指数构建完成后，可以通过横向分析、纵向分析、关联分析对学校的办学质量进行综合判断。横向分析以区域内的所有学校或区平均值作为参考坐标系，分析学校办学质量各方面的指标在全区所处的相对位次或与区平均值的比较情况，进而分析诊断学校办学质量的优势与不足。该方法将学校办学质量的主要指标列入分析范畴，改变以往学校评价只将学生成绩和升学率作为最主要指标的做法，可以对学校的办学质量进行更综合、更全面的判断。纵向分析是在测评指标、工具等技术手段保持稳定的情况下，通过比较不同轮次的学校办学质量指数变化，分析学校办学质量的增值情况和改进成效。纵向分析充分考虑不同学校在生源、办学条件方面的差异，以学校自身作为比较基准，在一定程度上排除由生源差异造成的学生发展结果差异，能够更客观地体现学校对学生的影响，从而对学校实现更公平的评价。关联分析是指采用相关分析、一元回归分析、多水平回归分析等方法，分析各学校指数的相互关系。关联分析既能揭示多个办学要素之间的相互影响，也能聚焦于特定的两个变量之间的关系（如学校减负政策对学生发展质量的影响、教师培训对学生成绩的促进作用等），可以为提升学校办学质量提供科学依据。

三、中小学办学质量评价的组织机制建设

除评价内容和评价方法外，学校办学质量评价还需要考虑评价的组织机制。这涉及评价的系统设计、评价主体和评价对象的相互关系、评价结果的应用等问题。

（一）设立政府部门协同联动、专业机构提供支撑的组织架构

学校办学质量评价是区域教育行政部门进行学校管理的重要工具，学校办学质量评价结果也是区域教育决策调整、资源分配的参考依据。首先，要明确评价的功能定位，即评价不是管理的方式而是领导的工具，要摒弃以评代管^[10]，充分发挥学校办学质量评价的“指挥棒”和“体检仪”功能，通过评价诊断区域教育发展过程中存在的问题并实施有针对性的改进措施，引导区域教育健康发展。其次，在评价过程中要建立基教、德育、教研、人事等多部门协同联动的工作机制，形成评价合力。在评价指标和评价工具方面，要充分反映各个部门的关切，以全域性的视角对学校开展综合诊断；在评价数据采集方面，要加强统筹，实现各方数据的互通、共享，避免重复评价；在评价结果应用方面，要明晰责任主体，根据各部门的责任范围对评价反映出来的问题进行归类，并由相关责任部门牵头研究改进措施。

与此同时，政府部门也要充分认识评价的专业属性，由专业机构主导评价的研究、研发工作，如评价指标和工具的研制、数据分析、评价结果解读等。专业机构的参与既是评价科学性的重要保障，也是提高评价结果公信力和权威性的重要举措；但专业机构在参与学校办学质量评价的过程中要与教育局、学校等主体充分沟通，使三方在评价的内容设计、技术方法、结果呈现等方面达成共识。

（二）激发学校积极参与评价、应用评价结果实施改进的内在动力

学校既是办学质量评价的评价对象，更是评价结果应用的重要主体，决定评价结果能否对学校发展产生影响的重要因素之一即是学校对办学质量评价的态度。如果学校对评价是抵触和抗拒的态度，自然会轻视评价结果，甚至不配合评价过程；如果学校高度认可评价工作的价值，并信任评价的专业性，就会触发基于评价结果的学校改进，起到以评促建的作用。因此，要激发学校积极参与评价并应用评价结果实施改进的内在动力。

首先，要加强宣传，使学校充分认识学校评价的意义和价值。开展学校办学质量评价，不是简单地对学校进行分等评级或奖优罚劣，而是对学校进行全面的健康体检。通过开展评价工作，能较为客观地诊断学校的办学优势和不足，帮助学校制订改进措施、提升办学质量。其次，评价过程要采用一定的方法和策略，使学校充分理解、信任、认可评价。具体而言，要和学校讲清楚评价的原理、方法及流程，争取学校对评价数据采集工作的支持；评价结论要有客观、充分的依据，结果呈现要清晰、简明，以方便学校读懂、理解评价结果；评价不能简单地对学校进行横向排队，还要考虑学校的办学基础和生源条件，更多考虑学校的增值情况。最后，要对学校的改进提供有针对性的支持。对评价结果暂时落后的学校，要深入分析原因，必要时提供一定的帮扶。例如，对教师教学水平、学校管理能力相对薄弱的学校，采取优质校结对帮扶、教师轮岗交流、加强教研和培训指导等措施；对师资配备方面存在困难的学校，要协调编制、人事部门等，对存在问题予以解决。

（三）构建评价—反馈—改进—追踪的政策闭环

学校办学质量评价的根本目的在于督促学校和教育管理部门针对评价发现的问题进行整改，以提高学校办学质量。因此，亟须构建评价—反馈—改进—跟踪的政策闭环，督促开展评价后的改进工作。在评价结果反馈环节，专业机构为区域教育行政部门和学校提供专业的评价结果分析和解读服务，以帮助其正确理解评价数据和结果；在改进环节，政府相关部门和学校根据评价结果反映的问题分别实施整改，并由教育督导部门对整改成效进行验收；在追踪环节，在下一轮学校办学质量评价时对相关问题进行跟踪评价，以检验评价工作是否真正服务学校办学质量提高。

与此同时，对改进效果的追踪需要开展三个方面的制度建设。一是将“指导学校改进”列入督学工作内容。目前，我国大部分地区已经建立督学责任区制度，对督促学校规范办学、提升教育质量起重要的促进作用，但也普遍存在督导范围太广、督导指标不具体、缺乏跟踪督导和动态监测、缺乏奖惩机制等问题^[11]。因此，可将学校办学质量评价结果作为责任督学入校督导的主要依据和参考，指导学校对照评价结果制订整改方案，开展有针对性的改进。二是完善针对改进效果的问责制度。对没有按照规定要求完成的改进任务，或者改进效果没有达到预期标准的部门和学校，实施约谈、问责。三是加强社会监督。对相关部门和学校的改进方案、改进效果进行公开、公示，这既能保障社会公众对学校办学质量的知情权，也有利于督促学校完成整改工作。

四、学校办学质量评价的案例研究

为全面了解全区中小学办学质量情况，J区教育局委托笔者所在课题组开展中小学校教育质量评价项目。课题组依据《评价指南》要求，按照前文所述的技术路径，形成包括5个主要方面、12个关键指标、58个测评点的评价指标体系，研发面向学生、家长、教师、校长的4套调查问卷，以及面向责任督学和教研员的两套观察评价表。分析结果表明，上述工具的信度、效度良好，克隆巴赫系数在0.65~0.95之间，绝大部分模型拟合指标达到标准（CFI＞0.9, TLI＞0.9, RMSEA＜0.08），标准化载荷均在0.5以上。此外，课题组还调用学校近两年的学生统考数据进行辅助分析。

在J区教育局的支持下，课题组共对全区34所小学和初中开展测评，测评对象包括21045名学生、21026名家长、3117名教师、34名校长及23名督学和教研员，并基于实证数据构建和分析测评学校的办学质量指数。为了便于呈现各学校的优势与不足，办学指数结果主要呈现三级指数结果，即学校在各测评点上的分数。

（一）学校办学质量指数的横向分析

横向分析是指以区域内的所有学校或区平均值作为参考系，分析学校办学质量各方面的指标在全区的相对水平。以A学校为例，通过对比A学校的部分办学指数与全区学校办学指数的平均值，分析A学校在办学质量方面的优势与不足，见图1。

结果发现，A学校在大部分测评点上都位于全区前列，尤其是在校本课程建设、教师教学方法、学校规划与特色发展等方面有比较明显的优势。同时，A学校也存在以下三方面不足：一是班主任育人行为方面，A学校指数为71，区平均指数为73。经调查了解发现，该校教师经验丰富但是教育风格略显专断，教师较少倾听学生的声音，也很少给学生自主选择的空间，尤其是教师过于严格的要求让学生较难适应。二是学生的体质管理方面，A学校指数为75，区平均指数为77。进一步了解发现，A学校的大课间、课外体育锻炼活动的安排离相关政策要求还存在较大差距，反映学校对学生的体育锻炼未能给予足够的重视。三是家委会参与学校管理方面，A学校指数为34，区平均指数为57。进一步调查发现，A学校位处城乡接合处，家长整体文化水平偏低，而A学校作为一所通过引进外地师资力量办学的学校，整体学校管理水平较高，因此学校成立家委会并推进相关工作的积极性不高，这在一定程度上反映学校在推动家庭、学校协同育人方面存在不足。

（二）学校办学质量指数的纵向分析

纵向分析是在测评指标、工具等技术手段相对稳定的情况下，通过比较不同轮次的学校办学质量指数的变化，分析学校办学质量的增值变化。

J区教育局为学生学业表现的分析提供两次统考成绩。第一次成绩是学生刚入学时三门科目的摸底考试成绩（以下简称“入学考试”），第二次成绩是七年级第一学期七门科目的期末考试成绩（以下简称“期末考试”）。由于两次考试的科目和内容不同，因此不能将各学校学生的原始分进行直接对比，但可以通过分析各学校学生表现指数（即该校学生百分等级的平均值）的变化判断学校的增值情况。以B、C、D三所学校在“学生学业表现”这一测评点的表现为例，对三所学校的学业表现指数进行纵向分析，详见表1。

对B学校而言，该校七年级学生的学业表现指数从入学考试时的53.0提高到期末考试时的58.7，其中低分段（在全区排名位于后27%）学生的比例下降4.5个百分点，高分段（在全区排名位于前27%）的学生比例提高9.4个百分点。Wilcoxon检验结果表明，该校学生期末考试的学业表现显著好于入学考试（Wilcoxon Z=5.1, p＜0.001）。对D学校而言，七年级学生的学业表现指数从入学考试时的63.5降到期末考试时的54.4，其中低分段学生的比例增加7.2个百分点，高分段学生比例下降13.6个百分点。Wilcoxon检验结果表明，该校学生期末考试的学业表现显著低于入学考试成绩（Wilcoxon Z=-6.6, p＜0.001）。对C学校的Wilcoxon检验结果表明，学生期末考试与入学考试之间变化不显著（Wilcoxon Z=-0.8, p＞0.05）。

（三）学生成绩与作业负担的关联分析

将学生学业表现与校内作业负担情况进行关联分析，可以反映学校减负提质的实际开展情况。用学业表现指数反映校内学生整体的学业成绩水平，指数越高代表学生成绩越高；用作业负担指数反映学校布置的作业量，指数越高代表学生作业负担相对较轻。图2为J区部分学校学生成绩与作业负担的关联分析，图中每个圆点代表J区一所小学。将区平均指数（学业表现指数为71.8，作业负担指数为61.4）作为学生学业表现、作业负担较高或较低的临界值，以此将全区的学校分为学业表现高负担轻、学业表现高负担重、学业表现低负担轻、学业表现低负担重四种类型。通过分析各学校所处的相对位置，可以判断该校减负提质情况。例如，E学校和F学校的学业表现指数均在81.0左右，说明两所学校学生整体成绩大体相当；但E学校的作业负担指数为53.1，F学校的作业负担指数为63.6，即F学校的作业量少于E学校，说明F学校减负提质效果相对较好，学生在单位作业时间内取得更为显著的学习效果。

针对学校办学质量指数结果，J区组织相应的数据结果反馈和解读活动，帮助各学校诊断优势与不足，分析制约学校办学质量提升的因素，并要求各学校制订相应的整改措施。对于全区学校普遍存在的共性问题，区教育局组织复盘反思工作，并对相应的政策规定进行调整。

五、结束语

本研究遵照“双减”政策和《评价指南》的要求，构建了专业性较高、操作性较强的学校办学质量评价模型，可以有效发挥学校评价的引导、诊断、促进、激励功能，引领学校改进教育教学和管理。随着“双减”政策逐渐走向深水区，需要在实践探索中持续优化学校办学质量评价的路径方法，尤其是加强对学校办学质量评价结果的应用，督促学校深入分析评价数据背后的经验、问题与原因，实施有针对性的整改，达到以评促建的目的，不断提升办学治校和实施素质教育的能力。

参考文献

“《中国考试》杂志”

学习强国号