第五节　大学评价的做法和程式

一、大学评价的做法

（一）强化立德树人中心地位

师生是大学的主人翁，师生的共同成长最终决定着大学的成长。教书育人是大学的第一职能和核心职能，必须把人才培养质量的评价放在首位，构建“党的全面领导”“思政教育成效”“教学过程质量”“在校生质量”“毕业生质量”五维度评价体系。一是注重“党的全面领导”情况的评价。大学必须依法办学、依法治学，完善党委领导下的校长负责制，重点考察大学在立德树人过程中是否完整执行党的全面领导，严格落实党和国家的教育方针政策。二是加强思想政治教育成效评价。把思想政治教育放在人才培养首位，重点考察课程思政和思政课程的教育成效、党—团—队一体化育人成效、“四史”（党史、新中国史、改革开放史、社会主义发展史）教育成效、“三全育人”综合改革成效，培养有志气、有骨气、有底气的时代新人。三是加强人才培养过程质量评价。全面实施教学相长、教研相长、理论联系实际，重点考察人才培养方案、课程体系、教材体系、教学体系、国际交流合作等方面情况，突出科学研究等对人才培养的支撑作用。四是加强在学质量与毕业质量相结合的学生质量综合评价。在学质量突出大学生德智体美劳全面发展代表性成果，注重大学生参与度和贡献度；毕业质量坚持整体就业质量和职业发展质量相结合，［6］淡化毕业生就业率，注重毕业生职业发展成就和用人单位反馈评价。

（二）坚决破除“五唯”顽疾

大学评价坚持破除“唯论文、唯帽子、唯职称、唯学历、唯奖项”等顽瘴痼疾，注重多元质量评价，采取跨学科评价方法。评价教师不唯学历和职称，不单独设置各级各类人才“帽子”指标，避免片面以学术头衔、人才称号等简单评价科技研发水平、创新能力、教学质量等粗暴做法。评价科技研发水平和创新能力等不唯论文、项目和奖项，设置“代表性学术著作”“决策咨询”“专利转化”“国家五大奖励”“新药研发”等指标，进行多维度科研成效评价。评价学术论文聚焦标志性学术成果，采用“计量评价与同行评价相结合”“中国期刊与外国期刊相结合”的“代表作评价”方法，不直接使用美国科学情报研究所（Institute for Scientific Information，ISI）的《期刊引用报告》（“Journal Citation Reports”，JCR）、中国科学院文献情报中心科学计量中心《中国科学院文献情报中心期刊分区表》、中国社会科学评价研究院《中国人文社会科学期刊AMI综合评价报告（2018年）》、北京大学图书馆《北京大学中文核心期刊目录》等外国或非第三方中介评估机构的期刊评价结果，避免片面“以刊评文”“以人评文”“以文评人”，淡化论文的数据库收录情况、他引率，不将科学引文索引（Science Citation Index，SCI）、工程索引（The Engineering Index，EI）、基本科学指标（Essential Science Indicators，ESI）、社会科学引文索引（Social Sciences Citation Index，SSCI）、自然指数（Nature Index，NI）、中文社会科学引文索引（Chinese Social Sciences Citation Index，CSSCI）、中国科学引文数据库（Chinese Science Citation Database，CSCD）等论文收录数据库相关指标作为直接判断依据，规定3～5篇代表作中必须包含一定比例的中国期刊论文，突出标志性学术成果的创新质量、学术贡献和学术影响，对于发生学术不端和学术失范案例的高校试点亮牌警示或适当降低评价等级。树立包容性评价新理念，［7］充分运用基于定量数据和定性证据的电脑—人脑融合评价方法，探索代表性成果同行评价与高水平成果定量评价相结合的循证评价新模式。

（三）改革大学教师评价

学高为师、身正为范，师德师风事关大学形象和声誉。为了应对师德师风失范行为和对教师做出道德约束，教育部出台的《深化新时代教育评价改革总体方案》规定了纠正师德师风、警示师德失范行为等条款，要求严格落实师德师风“一票否决”机制。把师德师风作为评价大学教师的第一标准，促进师德、师范、师能、师质相统一，对于发生师德师风负面舆情和案例的高校试点亮牌警示或适当降低评价等级。采用“教师团队整体结构与卓越教师个案相结合”的方法评价大学教师团队质量，重视青年教师发展情况和教师团队建设情况。教书育人是大学教师的首要职责和主责主业，增加大学教师教学工作情况和成效评价权重，降低大学教师科研工作、社会服务工作、国际交流工作情况和成效评价权重，把“教授上讲台”为本科生上课的数量、质量和指导研究生情况等作为重要观测点。教师称号及成果等严格按署名单位认定、不随人走，关注教师在本单位工作年限和授课情况，抑制东西部人才无序流动和东部高校“高价挖人”乱象。

（四）突出质量、贡献、特色和影响

贡献优先，兼顾质量，在大学评价整体导向上突出高校的办学质量、办学贡献、办学特色和办学影响。在大学科研评价上，淡化科研成果数量，强化科研成果质量，不以数量论英雄，不设置获得课题数、发表论文数、出版著作数、申请专利数、获取奖励数等数量化指标，突出科技研发成果的原创性、基础性、前沿性、突破性，引导高校教师扎根中国大地做科研，研究真问题、发表真成果、解决真问题，拿出经得起历史、时间、实践和人民检验的科技成果，发挥有限科研经费的最大经济效益和社会效益。强化大学对国家、区域重大战略需求和经济社会发展的人才与科技贡献，哲学社会科学学科强调发挥文化传承创新与智库决策咨询作用，自然科学学科强调基础理论突破与前沿领域开辟，工程科学学科注重科技成果转化应用与解决“卡脖子”关键核心技术问题。是骡子是马拉出来遛遛，强化大学分类特色评价，按新大学分类系统分别设置指标体系中不同指标的权重，充分体现大学的办学定位、办学优势和办学特色。创新解决不同类型、层次、形式、性质高校的可比性问题，采用一套评价标准、多种评价权重统一评价中国大学，让中国大学在一个舞台上竞技、在一个赛场上奔跑，才能真正评出社会公认和各方普遍满意的好大学。

（五）提升数据可靠性和评价科学性

数据准确性是大学评价公信力的重要保障，当然，中国大学评价的最大难题也是大学数据不依法公开和“数据注水”。为确保大学评价数据的可靠性和评价的科学性，我们创新采用了大学数据交叉核实方法，独立检验公开数据和非公开数据的拟合度、实务数据和非实务数据的一致性等。优化大学参评规则，坚持人财物“归属度”和“富集度”原则，鼓励大学教师团队攻关和大力发展新兴交叉边缘学科，确保跨学科成果合理分配和使用。完善大学评价信息采集标准，加大公开信息搜集力度，创新信息审核机制，提升信息智能核查水平，建立违规信息曝光机制，进一步提高大学评价信息的准确性、可靠性、有用性、全面性。试点扩大同行评议专家规模，制定专家评价指南，优化调查问卷设计，充分运用“融合评价”，建立同行专家“元评价”制度，进一步提升同行专家评价和问卷调查的科学性、有效性、准确性，从而保证大学评价结果符合党和政府的预期、符合大学的校情、符合常识。借此机会，我们公开呼吁党和国家有关部门特别是中组部、国家发展改革委、教育部、科技部、工业和信息化部、人力资源社会保障部、财政部、国家外专局、国家统计局等和大学、企业、国际组织、非政府机构等依法全部公开中国大学的办学数据，依法逐步破除大学运行数据的垄断性、私密性和营利性，主动接受纳税人、投资人、独立研究者等的公开监督。

（六）大学评价结果多元化、多样化

让每一所中国大学都能在大学评价中出彩，不让每一所中国大学掉队。破除“唯分数”论，优化大学评价结果分档方法，不采用分数法而采用等次法，丰富大学评价结果呈现的多元化、多样化。按照分类、分层、分区、分级评价模式动态发布大学评价整体结果，同时提供大学单项评价结果分析服务。深化大学评价结果数据挖掘，向党和政府及参评高校等按需提供评价结果数据诊断分析服务，通过“望闻问切”帮助各大学“找准病根”“对症下药”，实现“药到病除”，促进各大学内涵建设和高质量发展，避免大学同质化和“千校一面”。

二、大学评价程式

大学评价是一个系统工程，也是一个螺旋迭代闭环过程，有输入有输出、有起点有反馈，需要遵循一定的评价程式。

（一）自愿参与

原则上，中国所有大学都可以自愿参与大学评价工作，如不愿参与，可官方声明或官方发函放弃参与大学评价工作。

（二）数据采集

按照大学评价指标体系的300余个四级指标观测点，采用“公共数据”与权威第三方验证的“开源数据”相结合的数据采集模式，逐步将通过公共渠道获取的数据以多种形式反馈参评高校确认或补充必要材料，一般不接受参评高校主动提供的数据和无法交叉核实的第三方数据，这既可以减轻参评高校的负担，也可以保证评价数据的中立性。

（三）数据核查

运用人—机智慧系统对公开数据进行自适应交叉检验和冗余度分析，对人—机智慧系统标注的疑似数据采用人工核查方式进行重复校验，即让专业的数据调查专家通过材料形式审查、数据逻辑检查、公共数据比对、证明材料核查、重复数据筛查、重点数据抽查、学科归属分析等七项流程，对评价数据进行全面核查和“清洗”，力争抽样误差处于±3％、置信水平达到95％（α=0.05），努力做到关键数据万无一失。

（四）数据公示

在确保大学评价数据安全、不损害各方合法利益的前提下，通过发布预评版评价报告等形式对部分评价数据进行网上公示，支持参评高校相互监督并依法提出异议。

（五）反馈复核

对大学评价数据核查和数据公示中发现的疑似数据，汇总反馈至安邦智库调查委员会进行复核，将有弄虚作假行为的参评高校纳入“大学评价失信名单”。

（六）同行评价

充分发挥安邦智库学术委员会及相关专题专家组的职能，请其对各定性评价指标名称、权重、数据等进行逐项咨询评价，避免出现外行评价内行和“劣币驱逐良币”现象。

（七）独立调查

通过第三方专业调查平台对大学教职工、在校大学生、大学毕业生和用人单位等进行独立调查。邀请安邦智库学术委员会委员及相关专题专家组专家对大学的国内声誉和国际声誉提供专家咨询。

（八）结果形成

将通过独立检验的全部大学评价指标数据导入高等教育大数据AI解决方案和云计算EM开放平台，根据定性指标和定量指标的权重分配，自动分析形成大学评价初步结果，再通过专家校验形成最终正式结果。

（九）结果发布

分类、分层、分区、分级发布中国大学总体评价结果，根据各方需要探索提供多维度大学评价结果。

（十）诊断分析

利用高等教育大数据云计算平台，提高大学评价数据的挖掘深度和社会效益，为参评高校及有关企业、考生家长等提供评价数据诊断分析服务，努力发挥大学评价、学科评估的诊断功能。［8］根据需要为党和政府提供中国大学整体分析研究报告，充分发挥安邦智库的决策咨询作用。