从1985年镜泊湖会议开始提出高等教育评估的理念，到2015年5月《关于深入推进教育管办评分离促进政府职能转变的若干意见》，中国的高等教育质量评估走过了30年的历程。这30年中国高等教育评估制度的发展凝聚了中国高等教育学者对大量评估历史的经验总结，也包含着中国虚心求教、借鉴学习西方先进的高教评估制度的成果。在这样的背景下，对中国的高教评估与西方成熟的评估经验对比学习，同时沿着演进轨迹对自身的发展进行比较与检视，无疑会使人们对于中国高等教育评估管理有一个更为全面和根本的认识，这对以评估促进高等教育的质量建设有着深刻的意义。

一、评估历史沿革——从试点探索到规范运作再到特色创新 (一) 试点探索评估阶段(1994-2001年)

合格评估(鉴定)是由原国家教委组织实施，针对新建普通高等学校办学质量的一种认可制度。1995年3月国家教委确定第一批教学工作合格评价的高校为108所，截至2001年，共有192所普通高校接受了合格评估。办学水平评估是对已经鉴定合格的学校进行的经常性评估，一般每4~5年进行一次。而从实际的评估实施情况看，办学水平评估已经逐步演变为随机性水平评估。随机性水平评估的对象是对于介于合格评估和优秀评估之间的500多所本科教学历史较长、基础较好、工作水平较高的高校所进行的随机抽样评估。^[1]1999年试点之后，便不再安排合格评估、优秀评估，主要以教育部的随机性水平评估为主。选优评估是在普通高等学校进行的评比选拔活动，目的是在办学水平评估的基础上遴选优秀、择优支持。1997年，各科类的优秀评估方案研制完成，据此开始对西南交通大学、北方交通大学、华中理工大学和东南大学4所高校进行优秀评估的试评工作，评估结果全部优秀。试点之后，选优评估工作于1998年正式启动。

(二) 正式评估阶段(2002年至今)

2002年为贯彻“以评促改，以评促建，评建结合，重在建设”的原则^[2]，教育部出台《普通高等学校本科教学工作水平评估方案(试行)》，将合格评价、选优评价和随机性水平评价三合一成5年一轮的“本科教学工作水平评估”，标志着中国的高等教育开始建立规范化、常态化、周期性的评估制度。在2003年至2008年上半年进行的第一轮本科教学水平评估中，全国总计1 300多所普通本科、专科院校接受了评估，其中本科院校589所，“优秀”率为72%，“良好”率为24%，“合格”率为4%，“不合格”率为0%。^[3]

2011年颁布了《关于普通高等学校本科教学评估工作的意见》，评估制度有了创造性的革新。在借鉴过去自身的实践经验，参考国际通行做法的基础上，推出了以院校评估、学校自评、专业认证、国际评估和常态数据监测为主要内容的“五位一体”的评估体系。“五位一体”作为中国高等教育评估的特色机制，在体系设计上有许多的创新：包括以分类指导原则评估老本科院校和新建本科院校、正式将专业认证(评估)纳入评估体系中、提倡有条件的高校聘请国际专家进行国际评估以及运用高校教学状态数据库实时监测院校办学质量，如图 1所示。

二、纵向比较——中国高教评估各阶段的对比

从尚不成熟的试点评估到以周期性为主的本科教学水平评估，再到如今正在进行的新一轮合格评估和审核评估，随着中国高等教育体制改革的推进和完善，中国的高教评估也在逐步形成自己的理论体系和制度规范。在纵向比较角度中，从评估方法、评估主体、评估指标体系和评估结论模式这四个方面对中国近20年来的几大主要评估阶段进行了对比，如表 1所示。

(一) 评估主体参与的对比

受中国政府办学模式的影响，行政权力主导高校发展是中国高等教育早期发展的显著特征。代表政府的教育行政部门成为了试点阶段三大评估最重要的主体，被评高校却处于评估的从属地位，这样的现象到了规范化的首轮本科教学水平评估也依然明显。从政策层面上，政府主导评估的地位在相关的高等教育评估的法律法规和历次出台的评估政策文件中都有特别强调；从实践层面上，从确定参评高校到组建专家评估组再到最后的对社会发布评估结果皆是由政府包办，这也就使得高校评估一直作为国家管理高等教育的手段被加以应用, 政府扮演着“裁判员”和“运动员”的双重角色，被评高校不得不片面迎合政府部门的需求和意志，以期通过评估。这样的情况从最初的三大评估到第一轮本科水平评估始终存在，因此，出现了即使评估结果“皆大欢喜”，也难免招致社会诟病。在2013年开始的新一轮合格评估和2014年开始的审核评估中，高校的评估主体地位开始突出，鼓励高校建立内部质量保障体系，自我评估真正成为了评估的基础与主体；与此同时扩大了社会的参与力度，邀请了一定比例的企业代表、新闻媒体和社会各界的知名人士共同参与评估，发出来自社会大众关于高等教育诉求的声音。^[4]

评估主体的变化与中国本身的社会体制变迁及教育制度的改革有紧密的关系。首先，行政主导型的高等教育评估制度在早期中国高等教育自主发展能力较弱时对于提高教育质量、规范教育活动起到了积极作用^[5]1-21，众多从事教育工作的教育行政管理人员及高校的教授对教学工作及教育规律最为了解，在教育评估刚刚起步的阶段，他们是最适合实行评估的专家成员。当政府主导型的评估制度不断推进、根深蒂固时，各利益主体便不愿放弃已有的固定的评估体系而去探索全新的评估制度，这也就使得行政主导型的高教评估制度从评估拉开序幕一直保留至第一轮的本科评估，历经15年。但随着高等教育规模的急剧扩张，高等教育大众化的趋势促使社会问责开始出现，面对高教评估封闭于政府内部，社会各界力量迫切参与的心态下，行政主导型评估下滋生的形式主义、权力寻租、暗箱操作等不正之风已不容忽视，政府包办教育的评估出现了“制度危机”^[5]1-21。其次，2010年颁布的《国家中长期教育改革和发展规划纲要(2010-2020年)》明确提出“管办评分离”的概念，决定了政府放权予高校、放权予社会的必然趋势。因此，在“管办评分离”体制的驱动下，评估主体参与度开始出现了真正意义上的变化与扩大，高校拥有真正的办学权责，社会大众参与到评估过程中，“五位一体”模式在丰富评估主体的尝试上实现突破。

(二) 评估方法运用的对比

在试点阶段，政府主导下的高等教育评估以专家组进校考察为主，自我评估为辅。专家进校之后，以专家个人主观的判断和高校本身准备的各项数据作为依据，考核各项指标是否达标是主要的评估方法。到首轮本科教学评估时，评估步骤有了变化：首先由国家认定的第三方机构制定高校评估的步骤和方法，先由高校进行自我评估，向评估机构提交报告，以此作为外部评估的基础，之后高校进行外部评估，评估结果向校进行反馈。但步骤的改变也依然存在明显的弊病：被评高校所提交的自评报告，通常用97%以上的篇幅展示办学成就，仅有的一两页轻描淡写、避重就轻地谈存在问题和整改意见。^[6]这样的评估方法与试点阶段相比并没有实质的改进，形式主义色彩浓厚。鉴于此，新合格评估与审核评估在方法上有了显著的改进：与以往单纯的高校自评与专家进组这样单一的人工判断不同，筹建已久的高校教学基本状态数据库开始投入使用，专家利用教育部评估中心提供的被评高校的教学数据分析报告开展工作。另外，新一轮本科教学水平评估采取了专家撰写评估报告的方式：新合格评估要求每位专家在评估结束后提交《专家个人考察报告》，专家组汇总形成最终评估报告决定评估结论；而审核评估更是以专家的《审核评估报告》作为评判结论的最重要依据之一。

评估方法改变的最大亮点莫过于从原来传统的人工评判到教学状态数据库的投入使用。过去完全依靠评估专家，不仅费时费财费力，更重要的是专家主观判断的结论难免有失公平和说服力。如今“互联网+”思维充斥着各个领域，以大数据驱动来开创教育评估新模式是大势所趋的尝试。现代信息科技的加入把专家从以往繁重的评估材料中解放出来，专心于定性指标的分析考察，减轻了高校的负担，提高了整体的评估效率。同时，从数据出发，揭示高等教育状态的要素特征、结构关系、动态变化和隐含规律，实时监测高校动态发展，让评估不再是总结性的验收，而是持续分析与反馈的过程。

(三) 评估指标体系的对比

评估的指标内容是一个体系的灵魂所在，它规定了评估的范围和尺度，是评估的直接依据。评估体系能否得到肯定、评估工作能否顺利进行以及评估结果是否具有说服力很大程度上都取决于指标体系的构建。文章选取了各个阶段评估的一级指标进行比较，如表 2所示。

从表 2中的一级指标可以看出，中国近20年来高等教育评估指标的核心内容无太大的差别。^[7]55-62第一轮本科教学评估共有一级指标7个，二级指标18个，43个观测点，少部分指标对不同科类院校有不同要求。这种以一套标准衡量全国所有本科院校发展的设计本意是为了使之更具有统一性和可比性，体现国家对众多本科院校在办学质量上的一个总体要求。新一轮本科评估以分类评估院校而开始采取不同指标：合格评估有7项一级指标，20项二级指标和39个观测点，重点关注学校的教学条件和教学质量以及新建本科院校服务区域经济的能力和应用型人才培养的能力；而审核评估的特殊之处就在于国家并未制定统一的审核评估指标，只划定了由7个一级项目、24个二级项目构成的评估范围，被评高校在此范围内设定各自的评估指标，建立内部质量保障体系，形成自评报告，专家根据自评报告和数据库数据分析考察高校是否到达自我设定的标准，即培养目标的适恰性和达成度，这也是审核评估——“以自己的尺子量自己”的精髓所在。另外从表 2可以看出，新一轮本科教学水平评估在指标体系的设计上增加了之前都没有设置的质量保障项目和学生发展、学生指导项目，督促高校建立自我保障机制，以学生为本，最大限度让学生成为评估的受益者。

影响评估标准在这20年实践过程中的变化有以下三个因素：首先，早期的高教评估由于当时国内高等教育体制尚不成熟，评估制度刚刚起步，指标关注的重点是高校的硬件设施配备、师资队伍的建设和教学条件的创设等方面，保证高校具备足够的办学条件和人才培养的环境。其次，在最初开展评估时，中国就已将分类评估的理念加以实行，因而有针对不同类别院校的三大评估。之后出于反映各类高等学校本科教学工作共同的基本规律的考虑，首轮本科教学评估又使用了统一的指标即《普通高等学校本科教学工作水平指标体系》(教高厅[2004]21号)；但从实践来看，以单一指标体系作为评价基准并不利于中国高校的分类发展，完全相同的评估标准衡量不同的起点、层次和区域的高校，会造成高校间评估不公平，并且评估结果的可比性也不强。因而在首轮评估后期，教育部对部分医科、艺术等院校的评估指标进行了调整，在“五位一体”评估设计中，教育部则再次启用分类评估理念，采取不同指标体系。第三，随着高校教学改革的进行，学生在高等教育机构中的角色定位已从传统的“知识技能的接受者”转化为“知识技能的需求方和消费者”^[8]，所以高校发展得如何已不再单纯取决于高等院校单方的因素，教学活动最直接、最深入的参与者——学生是最有权利发表看法的人，因此，在指标体系中加入学生发展的考量是及时改善教学服务和调整教学设计的关键。

(四) 评估结论模式的对比

评估结论的模式体现了评估的驱动型所在：例如认证评估的驱动型在于达标，分等评估的驱动型是选优，而审核评估以自律性为其驱动。在试点阶段：合格评估采取“合格、暂缓合格和不合格”这样的“准入”性评判标准，选优评估、随机性评估都是以“优、良、合格、不合格”甚至“优秀、不优秀”这样的形式加以判断，为高校贴上优劣的标签，很明显这是一种分等选优的价值取向思维，硬性地将各大本科院校区分高低，这与一直提倡的“评建集合，重在建设”的评估方针是相矛盾的。在这种功利主义的结论模式下，“优秀情结”促使高校突击式、赶工式地准备迎评材料。如此甄别优劣的评估取向无疑强化了总结性评估的功能，却弱化了形成性评估的作用，催生了高校在迎评过程中弄虚作假现象的产生。而这样的情况在“五位一体”模式下有了明显的改进。其中新建本科院校的合格评估依然是采用认证模式常用的“通过、暂缓通过、不通过”，有利于弱化被评高校的功利心态；同时审核评估取消了统一的评估结论，以高校的自评报告和专家的审核报告作为结论依据，发布年度质量报告作为评估结论向社会公布。^[9]相信评估结论模式的完善会在很大程度上改变之前中国高等教育评估在评估目的的理解上错位、偏位的现象。

评估采取什么样的结论决定了评估的价值取向思维，会直接影响被评高校面对评估的心态，从而影响评估结果的有效性和说服力。在2003年至2008年进行的第一轮评估中，本科院校的优秀率高达72%。然而，如此“皆大欢喜”的评估结果却招来质疑声不断，这和分等价值取向下院校形式主义、应付作假的现象是分不开的，倘若不改变区分优劣的评估结论，恐怕将难以评出高校的真实水平。审核评估的好处在于评估并不直接鉴定高校发展水平，而是间接性地通过对内部质量体系的有效性评鉴达到评估的目的，因此，审核评估也就不存在明确的等级结论，以反馈和报告的形式能更好地帮助高校进行后期的整改完善。但对于新建本科院校来说，由于他们底子薄、经验少，是否合格的这样清晰的评估结论能起到督促提高办学质量、提升办学水平的作用，这对新本科高校是有利的。

三、横向比较——对西方发达国家高教评估制度的借鉴与对比

中国的教育评估从最初的三大评估到本科教学工作水平评估再到如今的“五位一体”评估制度，这其中中国对国际通行做法的经验借鉴帮助其在高教评估的探索之路上少走了许多弯路，特别是新一轮的合格评估和审核评估的施行就是国际经验中国化的最好例子，如表 3所示。

(一) 对英国“审核评估”的借鉴

目前英国以高等教育质量保障署(Quality Assurance Agency for Higher Education, QAA)和英格兰高等教育拨款委员会(Higher Education Funding Council for England, HEFCE)负责院校审核(Institutional audit)，不鉴定高校水平，而对高校保障学术水准和质量水平机制的有效性、真实性、可靠性进行考察和评议，其最后的审查报告与HEFCE的科研水平报告将一同作为整个院校最终的评估结论。中国的学者在保留其基本的国际特征的基础上，将审核评估与中国的治理结构和管理文化相融合，对参加过院校评估并且获得通过的普通本科院校从2013年开始正式实行审核评估，强调“以自己的尺子量自己”，这是中国在教育实践中第一次系统地借鉴国外的评估模式。

(二) 对美国“认证模式”的效仿

认证模式即将一定的标准设定为“门槛”，对高校的办学资格进行鉴定，其中美国是实践“认证评估”最为成功的国家，而为美国高等教育担当“守门员”职责的是分布于全美的85个认证组织，他们首先必须通过高等教育鉴定委员会(Council for Higher Education Accreditation，CHEA)和联邦教育部(United States Department of Education, USDE)认证许可。CHEA和USDE是美国教育认证模式的两大总负责，其中CHEA是一个非官方的独立性组织，是美国高教评估的非政府、自我管理的代表。而在中国，截至2013年3月，全国新建本科院校达324所，占全国877所普通本科院校的36.94%^[10]，但是发展如此迅速的新建本科院校却存在着办学时间较短、基础相对薄弱的缺点，因此，对这类院校进行“认证模式”的合格评估以加强其师资队伍建设和硬件设施的改善是一个非常合适的选择。

(三) 对法国“政府评估”的学习

与英国、美国机构评估不同，法国是一个政府掌控教育评估的国家。中央集权式的教育管理体制下，法国成立了国家评估委员会(Council of National Evaluation，CNE)，其全面负责高等教育评估事宜。作为一个独立的行政主体，CNE直接向共和国总统汇报，不受教育部长的领导，评估活动经费由政府提供。这样政府评估的模式与中国的教育体制十分相似，可以说法国的做法在一定程度上对中国的高教评估的制度发展更为契合，有更多可以学习之处。

(四) 与英、美、法高教评估制度的比较

将英国的审核评估和美国的认证模式纳入中国正式的高教评估体系毫无疑问是中国在评估制度探索上的一个长足进步，尽管如此，通过比较，依然可以发现与西方发达国家在评估方面的差距以及今后中国高等教育评估需继续努力的方向。由表 3可以看出，以英美法为代表的国际经验的共性规律有四点：第一是实行分类评估，尊重高校的多样化选择和目标定位，第二是赋予高校质量建设和保障的主要权责，吸收社会公众参与，第三是评估第三方组织的成熟发展与重任担当，第四是评估结果向社会公开，并在政府拨款中被有限参考。在分类评估方面，现行的“五位一体”模式下的合格评估和审核评估很好地解决了这个问题，这是中国在鼓励高校多样化发展上迈出的巨大一步；在高校自主保障权责上，从最初三大评估以政府为主到如今强调以“自我评估为先”的理念转变，中国在放权高校自主办学、放手高校内部保障上取得了成效，同时吸纳社会各界人士参与，共同为高校质量把关；但是在评估中介机构的培育与评估结果应用上，中国却是差距显著。美国的认证模式的一大特点就是众多民间组织扛起了高教评估的大旗，以第三方身份保证评估的公正性；英国QAA与HEFCE同样是不附属于政府的独立机构；法国CNE虽是一个行政部门，但法国法律规定了其直接向总统负责而不隶属于教育部的地位决定了CNE的独立状态。因此，在接下来的评估实践探索中，同样也需要大力扶植更多的中介机构，减少评估的行政化色彩，强化评估的独立性和信效度。另外，评估结果如何运用是改进中国评估的一个重要参考：英国的教育评估与财政拨款直接挂钩，QAA和HEFCE双方评估结果将共同提交拨款委员会，其将作为高校获取拨款委员会经费来源的主要依据^[11]；美国的高校认证关系着政府的经费资助，社会团体、基金会的捐助也以评估结论为依据，更重要的是，公开发布的评估结论成为了学生及家长择校的参考^[12]；而法国高教评估的一大特色就在于能真正地落实评估中的建议措施：评估机构会在一定期限内再接受质量保证机构的核查, 以保证整改建议得到落实。相信如果将评估结果更好地加以运用，而不是让它只是一纸文件，能更好地带动中国高等教育发展的良性循环。

综上所述，中国的高等教育评估经过30年的理论和实践发展，已经从最初的试验性评估走向如今拥有中国特色的“五位一体”顶层设计，这其中既有向西方发达国家的借鉴经验所在，更有中国高教评估实践者在结合国情的基础上，不断总结、力求完善的努力。西方国家与中国有着在政治经济体制、文化背景等方面较大的差异，发达国家强调高等教育机构自我评估的作用，其发展基本走过了从“外部强制性约束”到“内部自我规范与约束”的历程，中国高等教育正是引进了“以外部促进内部”的理念，将自我评估放在了保障体系的第一位，进一步突出了高校的评估主体地位。毫无疑问，评估制度的梳理比较为中国教育提供了一个反思的契机。回归自身，从三大评估到规范化合并再到创新特色的新一轮本科评估，根植于中国实际、来源于中国实践探索，致力于建立适应未来高等教育发展变化的新的质量评价标准、新的评价技术方法和高校质量文化，相信能使中国的高等教育评估再上一个新的台阶。