基于区块链的高校内部参与式监测评估模型构建

2022-03-11李运福王斐李贝

高教探索 2022年1期

李运福王斐李贝

摘要：“区块链+教育”是当下教育信息化理论与实践研究的热点话题。分析高校自我评估在“五位一体”评估制度中基础地位的条件下，将现阶段高校自我评估中存在的问题归纳为重行政管理、轻共同治理，重结果评估、轻过程评估，重数据收集、轻分析应用，重各自为政、轻协同共享等四个层面。在此基础上，以问题为导向，以“学生中心、产出导向、持续改进”为指导理念，以“计划—执行—检查—处理”（PDCA）模型为理论基础，以区块链为核心技术支撑，构建高校内部参与式监测评估模型，并对模型的有效实施提出针对性建议，对高校自我评估模式改革进行尝试性探索，以期对高校内部教学质量评估“十四五”规划研制及推动高校教育治理体系与治理能力现代化提供一定的启示和借鉴价值。

关键词：区块链;参与式监测评估;自我评估;高等教育

一、引言

通过多年的评估实践，我国探索形成了具有中国特色、世界水平的“五位一体”评估制度，并将高校自我评估置于“五位一体”评估制度的基础地位，这充分体现了我国对高等教育评估本质及规律认识的深化。以“五位一体”评估制度为标志的第五轮评估启动实施以来，高校自我评估对高等教育质量的提升起到了重大的推动作用，但同时也暴露了许多问题与不足。2020年10月，中共中央国务院印发了《深化新时代教育评价改革总体方案》，明确提出“坚持科学有效，改进结果评价，强化过程评价，探索增值评价，健全综合评价，充分利用信息技术，提高教育评价的科学性、专业性、客观性”，指明了新时代教育评价改革的基本路向。参与式监测评估是信息技术催生的高等教育评估新形式，注重高等教育内外部利益相关者共同分担评估职责，发挥各自特长，共同融入评估计划与执行过程，是一种联合主导型的评估活动，能够实现结果评估、过程评估、增值评估和综合评估的有效统一。人工智能、物联网、大数据及区块链等信息技术支撑的智慧教育的发展及高校自身质量主体意识的增强，使高校在“十四五”期间部署、实施参与式监测评估成为可能。基于参与式监测评估的理念推动高校自我评估模式改革是“十四五”期间落实新时代教育评价改革新要求的重要体现。

二、高校自我评估定位与存在的问题

质量是高等教育生存和发展的生命线，质量保障是高等教育发展的永恒话题。自新中国成立以来，经过70年的发展，我国高等教育发展经历了精英化、大众化阶段，现已迈入普及化发展阶段。随着高等教育规模的扩张，如何保障和提高高等教育质量成为一个重要诉求。为此，我国先后组织实施了合格评估、优秀评估、随机评估、水平评估、“五位一体”评估等五轮较大规模的本科教学评估[1]，推动了我国高等教育由以规模扩张、空间拓展为特征的外延式发展向以提高育人能力、优化结构为核心的内涵式发展转变。回顾发展历程，我国高等教育评估由政府主导的外部评估逐渐转向高校自我评估与政府和社会专门机构评估相结合，对高校自我评估地位和价值的认识不断深化。

进入新时期后，《关于进一步落实和扩大高校办学自主权完善高校内部治理结构的意见》（教改办〔2014〕2号）、《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》（教政法〔2015〕5号）、《关于深化高等教育领域简政放权放管结合优化服务改革的若干意见》（教政法〔2017〕7号）等文件的陆续发布，以法治方式保障了学校办学自主权，进一步落实了学校办学主体地位，激发了学校办学活力。《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》（教高〔2018〕2号）为强化高校质量保障主体意识，對高校明确提出“要按照《普通高等学校本科专业类教学质量国家标准》及有关行业标准，根据学校自身办学实际和发展目标，构建教育基本标准，确立人才培养要求，并对照要求建立本科教学自我评估制度”。近十余年，以“五位一体”评估为标志的“第五轮”评估实施以来，在合格评估和审核评估的督促和引导下，各高校自我评估制度得到不断修订和完善，推进了内部质量保障体系的持续改善，具体表现为：加强教学质量专项督导，定期开展专业自评、课程评估、试卷与毕业论文评估等多种形式的专项评估;注重发挥学校已有基础设施或数据平台、高等教育质量监测国家数据平台对学校教学质量的常态监测功能，促进了教学质量的智能化、信息化与常态化发展。[2]面向新时代本科教育的新理念、新要求，高校自我评估制度难以支撑学校质量文化的塑造，其存在的问题集中表现为以下四个层面。

·高教管理·基于区块链的高校内部参与式监测评估模型构建第一，重行政管理，轻共同治理。美国学者贝克等认为：“高等教育民主化的运作形式和实现机制应该是多层次、多元化、多样性的。‘治理’相对于‘管理’而言，更加注重多元主体的参与，强调其协调性、合作性以及沟通性，从而实现共同治理。因此，现代化的大学治理，倾向于采用更加灵活、中心分散的治理系统”。[3]然而，现阶段自上而下行政管理仍然是高校组织、实施自我评估的常见模式。这种评估模式容易导致校、院两级教学质量管理职责、权利不清，将教师、学生作为被评估的对象，“管理”的成分高于“服务”，很容易激发师生对评估产生消极、抵触情绪，参与评估的自主性和积极性不高，高校质量保障的主体责任难以下沉，并导致自我评估的可靠性、有效性不足，难以为学校的变革发展提供有力支撑。[4]

第二，重结果评估，轻过程评估。高校自我评估是高校内部教育教学质量保障的重要手段，本应是一种促进学校教育教学工作持续改进以及教师、学生动态发展的过程性、发展性评估。然而，现阶段很多高校将自我评估完全等同于合格评估、审核评估或专业认证及评估等外部评估前的自评环节，目标指向更多的关注外部评估指标的达成，倾向于一种投入性评价和结果性评价，忽视了对学校教学工作持续改进、教师和学生动态发展的关注。高校自我评估的实然与应然间存在较大差距，较为严重的扭曲了高校自我评估的价值取向。

第三，重数据收集，轻分析应用。目前，高校普遍建立了内部教学质量监测系统或平台，再加之智慧教室的建设与应用，使终端数据的实时、精准、自然采集成为可能，能够更为系统性和精细化的反映学校日常教学运行基本状态，用数据和事实说话，实现了对高校教学状态数据的常态化监测。然而，受到体制机制不健全、工作人员专业化水平不足等因素的制约，导致数据常态监测同评估后的反馈、整改环节相脱节，未能最大限度的挖掘高校教学状态的常态监测数据对教学工作持续改进的支撑作用，注重过程的监测与注重结果的评估未能有效衔接。

最后，重各自为政，轻协同共享。现阶段，高校开展自我评估一般分为校级和二级学院两个层面的自我评估，校级层面一般由学校质量监测与评估部门组织实施，二级学院层面一般由学院教学委员会组织实施。最终，由于部门间信息共享机制不健全，导致学校层面与二级学院层面部门评估数据存在相互矛盾。在整个学校基本状态监控层面，教学管理部门、学生管理部门、招生就业部门以及二级学院等部门间的数据也存在较为严重的偏差，如学生数据、教师数据的统计等等。此外，高校自我评估活动中，评价主体与评价客体间往往由评估组织部门为纽带进行关联，不能实现评估主体与客体间信息的直接传输，这在一定程度上影响评估效率以及评估信息反馈的精准性，进而导致评估效果的时效性不强。

三、参与式监测评估的内涵及改进高校自我評估的适切性分析监测评估最早是由政府、国际组织及一些非政府组织用于对项目实施过程及阶段性产出进行实时跟踪或监督，以保障其按照预期规划推进，确保项目实现预期目标或期望收益的主要方式。监测侧重于对项目实施中财政、资源等过程要素投入，评估侧重于每一个阶段过程性要素投入所带动的项目产出。监测与评估的有效衔接是监测评估区别于其他评估方式的显著特征，注重项目推进过程中不同阶段的进展状况，实现了过程监测与结果评估的相统一。近年来，大数据、人工智能等先进信息技术在高等教育领域的普遍应用以及各级各类监测系统或数据平台的建设和完善为高等教育过程性数据的动态、精准采集与深度分析提供了前所未有的支撑，高等教育领域引入和应用监测评估的基础性支撑环境逐渐形成。将监测评估引入高等教育领域是教育评估理论革新发展、评估范式转变的体现，更是推进高校教育治理能力和治理体系现代化的客观要求。根据评估对象的层次，监测评估可分为宏观、中观和微观三个层面。宏观层面的监测评估关注国家或区域高等教育事业的全局，中观层面更多关注高校的人才培养，是高校教学评估的一种方式，微观层面更多侧重于高校的自我评估。[5]美国是最早在高等教育领域引入和实施监测评估的国家，并在宏观层面形成了较为完善的高等教育质量监测评估体系，通过对大学排名和评级、满意度追踪调查以及毕业生调查等实现对高等教育发展、教育服务和教育结果的动态监测。[6]我国学者主要从实施监测评估的基本原则、评估模型、实施步骤、指标设计和机制方法等方面对中观层面高等教育监测评估的实施要点进行了探讨，对微观层面参与式监测评估的关注和研究相对少见。随着社会对高等教育人才培养过程与质量关注度的持续提升，社会对高校治理参与权、知情权的内在需求变得更为强烈，参与式监测评估逐渐成为推动高校自我评估模式改革的重要抓手。[7]此外，领导理念、管理方式以及信息传递方式变化，推动了高校的组织方式和治理方式由科层式逐渐转变为扁平式，组织扁平化特征越来越明显，为参与式监测评估的有效实施塑造了良好的组织环境。

与监测评估相比，参与式监测评估是一种强调以吸纳利益相关者参与为核心，以行动为导向，反省式的、寻求能力建设的监测评估方法。“参与”既是目的也是手段，在监测评估过程中具有普遍性、全程性、深入性的特征，最大限度地吸纳涉及高校人才培养的利益相关者参与，以保证在监测评估过程中能够考虑到各个方面的影响和利益，同时充分挖掘、综合各利益相关者的知识和能力，以期获得真实的、符合本土利益的监测评估结果及导致结果的主要因素，并通过利益相关者的积极参与，落实评估结果的整改反馈及人才培养质量的持续改进，在监测评估项目的实施中不断提升利益相关者项目监测评估能力以及学校可持续发展能力和人才培养能力。在评价主体多元化的层面落实健全综合评估的新要求。[8]

根据Arnstein提出的“公众参与阶梯理论”，参与的类型分为非参与、象征性参与和真正参与三个档次，其中非参与的表现形式主要为“操纵”和“控制”，象征性参与的表现形式主要为“告知”“咨询”与“安抚”，真正参与的表现形式主要为“合作”“授权”与“公民控制”。[9]因此，从参与类型的角度来看，与现有的高校自我评估相比，核心利益相关者，尤其是用人单位、高校教师和学生由非参与、象征性参与转变为真正参与，推动高校自我评估由行政主导型向联合主导型转变。从参与内容来看，主要包括各利益相关者协同商定监测评估内容与指标体系、参与收集与分析监测评估过程数据、集体反思监测评估结果与研制整改方案、共同推进监测评估项目的持续改进等。这既能增强各利益相关者的组织归属感和主人翁意识，同时也能够下沉责任主体，充分发挥教学组织在高校自我评估中的作用，强化各利益相关者的责任意识，激发各利益相关者积极关注、主动参与学校自我评估，推动高校质量文化的形成，实现高校师生由行政约束的被动式参与自我评估转变为文化自觉的主动参与。

四、参与式监测评估模型构建

（一）模型构建的指导理念

《教育部关于深化本科教育教学改革全面提高人才培养质量的意见》（教高〔2019〕6号）明确提出，学生中心、产出导向、持续改进是我国新时期构建中国特色、世界水平的教育质量保障制度体系的重要理念，同时对高校自我评估体系的建设和完善有着重要的指导意义。学生中心主要侧重于在教学质量评估中更多倾听学生的声音，注重学生参与及其增值评估，使学生切实成为评估的参与者、受益者;产出导向主要侧重于采用“逆向设计、正向施工”的思维，面向经济社会发展对人才需求，设计人才培养方案，组织、实施教学活动，增强高校人才培养与经济社会发展需求的吻合度;持续改进侧重于在通过评估对教育教学活动“把脉”的基础，强化以问题为导向的教学工作改进，实现评估的闭环运行。

从高校人才培养的角度来说，“学生中心”是我国高校人才培养一贯倡导和秉持的重要理念，在此不再赘述。其次，“产出导向”是以经济社会发展需求推动高校人才培养模式改革的重要理念。高校人才培养能力实际上指的是高校通过人才供给，主动适应和引领地方经济社会发展的能力。2020年9月22日，习近平总书记在教育文化卫生体育领域专家代表座谈会上的讲话对教育事业的发展明确强调，“人力资源是构建新发展格局的重要依托。要优化同新发展格局相适应的教育结构、学科专业结构、人才培养结构”，这就再次凸显了“产出导向”对推动新时期高等教育人才培养模式改革、提高高校人才培养能力的重要指导作用。最后，“持续改进”是新时期我国高等教育质量文化建设的核心，是实现高等教育内涵式、可持续发展的重要理念。进入新世纪以来，我国对高等教育质量的追求经历了质量意识、质量革命和质量文化三个阶段。第一个十年间，我国高等教育质量意识得到了前所未有的强化;第二个十年间，我国高等教育革命取得了显著成效，人才培养质量和高等教育国际影响力显著提升。在高等教育“十四五”发展新阶段，质量文化建设是强化我国高等教育内涵式发展的重要举措，也是保障我国高等教育在经济社会发展中战胜各种挑战，实现可持续发力的重要力量源泉。

从系统科学理论的角度来说，高校自我评估体系的构建是高校人才培养体系改革的重要组成和抓手。高校自我评估体系构建的指导理念只有与高校人才培养改革的理念保持一致，才能最大限度强化高校人才培养的系统性，发挥高校自我评估在人才培养模式改革和人才培养质量提升中重要的导向作用。因此，本研究以“学生中心、产出导向、持续改进”的理念为指导，在综合考虑高校人才培养模式变革的基础上，构建高校内部参与式监测评估模型。

（二）模型构建的理论基础

《教育部关于深化本科教育教学改革全面提高人才培养质量的意见》（教高〔2019〕6号）明确要求“全面落实学生中心、产出导向、持续改进的先进理念，加快形成以学校为主体，教育部门为主导，行业部门、学术组织和社会机构共同参与的中国特色、世界水平的质量保障制度体系”，更加凸显了用人单位、高校教师和学生等核心利益相关者在高等教育质量评估中的重要作用，更加注重基于经济社会发展需求的大学生能力培养模式改革以及人才培养质量的持续改进。高校人才培养过程与企业产品生产过程有着一定的相似性，即以市场需求为导向、以消费者满意为遵循、以产品或服务质量与品质的持续提升为目标。因此，本研究以PDCA模型为理论基础，构建高校内部参与式监测评估模型。

PDCA模型又称戴明循环或持续改进螺旋，最早由美国著名质量管理专家戴明提出，现已被广泛应用于企业全面质量管理。PDCA中，P（Plan）指的是“计划”，即通过市场调查、用户访问等，摸清用户对产品质量的要求，确定质量政策、质量目标和质量计划等。在高校人才培养中主要表现为根据经济社会发展对高校人才培养规格的要求，确定人才培养目标、人才培养方案等等。D（Do）指的是“执行”，即实施上一阶段所规定的内容。在高校人才培养中主要表现为人才培养方案的执行。C（Check）指的是“检查”，即在计划执行过程之中或执行之后，检查项目执行情况，看是否符合计划的预期结果。在高校人才培养中主要表现为对人才培养过程及结果开展过程性与结果性自我评估，明确人才培养成效及存在的重要问题。A（Act）指的是“处理”，即将检查结果中成果经验基于标准化，尽可能纳入标准，将遗留问题进行剖析并转入下一个PDCA循环去解决。在高校人才培养中主要表现为高校根据自我评估的结果，对人才培养中的成功经验进行总结，对存在的不足进行分析并继续与经济社会发展需求对接，以问题为导向，进一步提高人才培养质量。PDAC模型的运行过程，既揭示了高校教学质量自我评估模型构建的基本思路和内容，也为高校进行教学质量监控和持续改进指明了方向。

（三）模型构建的技术选择

利用互联网、大数据、区块链等现代科学技术提高治理能力是治理体系治理能力现代化的重要特征。在剖析我国高校自我评估基本定位和现实问题、参与式监测评估基本内涵及其与高等教育自我评估切合性的基础上，本研究选择区块链作为参与式监测评估在高校自我评估中落地、部署实施的关键技术支撑，主要缘于以下两个方面。

第一，区块链核心机制与参与式监测评估理念较为吻合。区块链本质上是一个去中心化的分布式存储数据库。广义来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点生成数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式，是一种大规模的协作工具。P2P网络技术、非对称加密算法、数据库技术等是其核心技术。[10]

区块链技术的核心机制及其对参与式监测评估理念的支撑作用主要体现在以下几方面：1.去中心化的共识机制，即区块链系统中实现不同节点之间建立信任、获取权益的数学算法，也就是说所有网络节点权限对等，整个网络系统中的数据由所有节点共同维护，这种机制为高校中教师、学生等核心利益相关者共同参与教学质量监测评估提供了技术支撑;2.智能合约机制，即一种用计算机语言取代法律语言去记录条款的合约，它会对区块链网络中各个参与方的行为进行响应，自动执行提前编辑好的协议，这就等同于各利益相关者共同制定的学校教学质量评估内容与标准，并选择性转化成计算机语言，区块链技术的使用不仅约束了各参与者的行为，同时也提高了评估的效率;3.可追溯机制，即所有数据都被区块链所记录，形成了一条完整的数据历史链条，通过区块链能够进行溯源查询，这就保障了参与式监测评估中各参与主体生成的过程数据记录的精准性与评估结果的真实性;4.安全机制，即除利用密码学、信息安全等知识保障数据安全外，它依靠去中心化的共识机制将信任转移到了各个网络节点上，保证了信任的安全性，这就有利于增强参与式监测评估中各利益相关者的责任主体意识;5.奖励机制，即区块链中调动各个数据节点积极性的核心动力，在参与式监测评估中可以将每一次评价主体对评价客体的评价理解为一次“交易”，合理激励机制的应用能够极大的调动各利益相关者参与学校自我评估的积极性和主动性，有助于形成人人关心评估、人人参与评估的质量文化，实现由现有的“制度推動”向“文化自觉”的转变。此外，区块链技术分布式的特点，既可以打通各部门间的“数据壁垒”，破除“数据孤岛”，实现信息和数据共享，还能提升各利益相关者调取学校基础数据的效率，减少资源浪费，提升高校自我评估的效率和决策的精准度。

第二，“区块链+教育”研究成果逐渐丰富，能够为参与式监测评估模型构建提供经验支撑。2019年10月24日，在中央政治局第十八次集体学习时，习近平总书记强调，把区块链作为核心技术自主创新的重要突破口，探索“区块链+”在民生领域的运用，积极推动区块链技术在教育等领域的应用，为人民群众提供更加智能、更加便捷、更加优质的公共服务。区块链技术在公共管理、社会保障、知识产权管理和保护、土地所有权管理等领域的应用不断成熟和深入，有效提升了公众参与度，降低社会运营成本，提高社会管理的质量和效率，对社会管理和治理水平的提升发挥了重要作用。同时，也为区块链技术在其他领域的拓展应用奠定了基础。

近年来，区块链技术逐渐推动了教育领域的变革和发展。“区块链+教育”逐渐成为继“互联网+教育”后教育信息化领域新的研究热点。截止目前，国内有关“区块链+教育”的研究主要集中体现在以下几方面：首先，基于区块链技术的开放教育资源共享研究，如王梦豪提出了开放教育资源资产化系统[11]、罗孟儒提出了高校数字教学资源共建共享整体架构[12]、尹婷婷提出了数字教育资源共享模型[13]、刘丰源提出了教育资源共享框架。[14]其次，基于区块链技术的终身教育发展研究，如黄太进等提出了终身教育记录跟踪解决方案[15]、张双志提出了学分银行建设方案[16]、李凤英提出了网络学习空间管理模式[17]以及吴莎莎提出了数字徽章设计框架和技术实现路线[18]。最后，基于区块链的教育教学评价研究，如梁青青等设计的融入课程质量的在线学习成果认证模型[19]、唐丽构建的研究生教育监测评估模型[20]、余以胜构建的学术评价系统模型[21]以及郑旭东等设计的学生综合素质评价系统设计[22]等等。

（四）模型构建的结果分析

本研究以高校自我评估中存在的问题为导向，以“学生中心、产出导向、持续改进”的专业认证理念为指导，以PDCA模型为理论基础，以用人单位、实习单位、往届毕业生为校外核心利益相关者，以教师、学生为校内核心利益相关者，以落实“四个评价”为原则，以区块链为支撑构建了高校内部参与式监测评估模型，如图1所示。

该模型主要包括面向需求的人才培养方案制定、人才培养投入要素自我评估与优化、人才培养全过程数据的伴随式采集、人才培养状态定期评估、评估反馈五个关键环节。在多元主体参与人才培养方案制定的过程中，采用星际文件系统（Inter Planetary File System，IPFS）集群和区块链相结合的链上链下存储方案存储用人单位、实习实践单位以及往届毕业生对高校人才培养规格的需求数据，以及高校人才培养过程生成的各种状态数据，并通过Hash值实现IPFS集群数据和区块链数据的相互传递。通过深度分析各利益相关者对高校人才培养规格的需求数据，教师、学生和用人单位、实习实训单位、往届毕业生等用户使用智能合约技术共同参与制定专业人才培养目标，并进一步明确毕业要求、课程体系及课程目标等人才培养各要素，明确人才培养阶段性产出考核标准，并使用实用拜占庭容错算法（Practical Byzantine Fault Tolerance，PBFT）在区块链网络中进行共识，若2/3的节点通过该人才培养方案的提案，则提案生效。在人才培养方案执行前，采用具有访问控制策略的智能合约数据共享机制开展人才培养要素自我评估与优化，实现教学单位和职能部门之间人才培养投入要素供给与需求的精准匹配。人才培养方案执行过程中，采用智能终端伴随式采集人才培养的各类状态数据，并采用区块链技术进行存储，并根据时间戳进行数据溯源，定期分析同一状态数据在不同时间的变化情况，并将对比分析结果进行及时存储，相关职能部门和教学单位在智能合约的作用下，對人才培养投入要素进行持续、精准优化。如通过对比分析学生评教数据，深度剖析教师课堂教学中存在的不足，为基层教学组织、党委教师工作部、教师发展中心等制定教师培训方案或教师自觉发展提供精准决策。

该模型的特点集中体现在以下几方面。首先，该模型具有双重调节的作用，保障高校专业布局与人才培养的动态性、先进性，有助于提高高校主动适应和服务经济社会发展的能力。双重调节主要包括：根据校内人才培养状态数据的收集和反馈，实现高校人才培养投入要素的校内调节;根据经济社会发展需求，动态收集和分析校外核心利益相关者反馈的数据，及时更新毕业生岗位胜任力框架，动态调整高校人才培养方案，进而优化人才培养投入要素。其次，通过区块链技术保障数据采集的真实性，有效推动成果导向的教育评价改革;通过对人才培养过程的实施监测和评估实现过程评价和结果评价的有机统一;通过对不同时间戳所记录的人才培养状态数据的对比分析实现对学生发展状况及人才培养要素优化成效的增值评价，实现校内教学质量监测评估的闭环运行，监测评估模型的有效性能够得到实时验证;通过校内外核心利益相关者的高度参与，动态更新人才培养方案，实现高校人才培养的综合评价。第三，强化了用人单位、往届毕业生、高校教师与在校学生等校内外核心利益相关者参与高校自我评估的深度和广度，一定程度上弱化了高校职能部门管理角色，推动了高校自我评估从行政管理向参与治理的转变。第四，通过评估推动高校订单式人才培养改革，最大限度提升高校人才培养与经济社会发展需求的吻合度。最后，该模型注重高校内教学单位和职能部门之间的深度协同，体现了参与式监测评估的系统性。

五、实施建议

为保障高校内部参与式监测评估模型的有效实施，本研究提出以下几点建议。

首先，明确激励机制，保障数据收集的持续性。激励机制是区块链技术成功应用的关键，为保障高校内部参与式监测评估模型的有效落实，应着重从以下几方面强化激励机制建设：通过优秀毕业生的优先供给、高校科研成果优先享受等优惠政策，激励广大用人单位及往届毕业生积极提供高校人才培养规格需求信息，并积极参与高校人才培养方案研制和过程性监测评估;通过数字徽章等外促的激励措施引导在校师生积极参与教学过程性监测和评估，并将数字徽章等作为优秀基层教学组织评选、教师年度考核、学生评优评先进的依据之一;强化评估宣传，使广大师生认识评估、了解评估，逐步塑造人人关心评估、人人参与评估的质量文化，内在的激发教师、学生参与监测评估的积极主动性;学校层面要高度重视用人单位、往届毕业生以及在校师生等核心利益相关者的反馈，并在实际工作中使他们切实感受到参与监测评估的成效，增强其成就感和归属感。

其次，明确校内各部门职能，建立切实可行的协同联动机制，为监测评估模型共识机制的建立和完善奠定基础。高校内部监测评估是一项系统性极强的实践。明确各部门职责，落实责任主体，有助于教师与学生对学校教学管理与服务评估问题的精准反馈，同时也有助于提高参与式监测评估的有效性。如针对现阶段多数高校教师发展中心与人事处（人力资源部）、教务处以及党委教师工作部等多部门间存在挂靠关系，职能混淆、责任主体不明确等问题，在智能合约中根据某项特定任务设定具体的用户访问权限，达到明确职责的效果，从而实现基于学生评教数据的教师精准发展的有效落实。

再次，强化数据治理，破除数据孤岛，实现数据共享，建立健全高校综合服务平台。大数据时代，数据是高校最宝贵的资产，各部门、各系统（平台）数据孤立是阻礙高校基于数据的治理体系治理能力现代化建设的重要因素。为保障高校参与式监测评估的顺利实施，高校可以采用区块链技术，将科研、人事、教务、招生、就业等多个孤立的数据平台视为不同的私有链，在各个平台内部达到数据安全共享，在此基础上将多条私有链组合成一条联盟链，根据不同的需求在私有链和联盟链上采用不同的共识机制，使联盟链中的各个节点互相信任，建立健全高校综合服务平台。此外，在高校外部，学校基本教学状态数据采集范围与标准应与高等教育质量监测国家数据平台对接，实现以高校教学状态数据的自然、常态化采集为基础的省级、国家层面对高等教育的常态监测评估，这也是高校自我评估在“五位一体”评估制度中基础定位的重要体现。

最后，强化高校教学评估队伍的专业化建设，保障高校内部参与式监测评估的有效度。现有高校自我评估更多的关注学校整体层面人才培养质量评估，与之相比，高校参与式监测评估模型以专业为主线，通过对各专业人才培养质量的监测评估实现学校整体教学质量的提高。因此，该模型对高校教学评估队伍的专业化建设提出了新的挑战，主要表现为既要懂“评估”，又要懂“专业”。这就需要高校在现有的“教学质量评估部门工作人员+校院两级教学督导+学生信息员”队伍的基础上，以专业为主线，组建各专业教学质量评估队伍，并与现有队伍形成良好的协同机制，为监测评估模型的正常运行和价值发挥提供智力保障。此外，为充分发挥区块链技术在高校内部参与式监测评估模型中的重要作用，高校应注重校级教学质量评估工作人员的数据统计、分析与挖掘以及系统架构知识与技能的培训，为模型的维护和更新、各类监测评估报告数据核验、各类系统的无缝对接提供充实的技术保障。

参考文献：

[1]吴岩.高等教育公共治理与“五位一体”评估制度创新[J].中国高教研究，2014（12）：14-18.

[2]本书编委会.全国普通高校本科教育教学质量报告（2018年度）[M].北京：高等教育出版社，2018：107-115.

[3]徐小洲，江增煜.高等教育治理体系现代化建设的战略构想[J].中国高教研究，2020（9）：27.

[4]仲宁，刘华.高校自我评估改进：由行政管理式到共同治理式[J].教育发展研究，2019（9）：34-39.

[5]王战军，王永林.监测评估：高等教育评估发展的新图景[J].复旦教育论坛，2014（2）：5-9.

[6]杨秀芹，李婷.美国高等教育监测评估体系：组织建构与运行[J].中国高教研究，2017（8）：80-84.

[7]Sokol-Oxman L.Implementation of a Participatory Approach to Monitoring and Evaluation：Literature Review & Case Study Application[D].Washington：School for International Training Graduate Institute，2015.

[8]周光礼，袁晓萍.聚焦“四个评价”深化教育评价机制改革[J].中国考试，2020（8）：1-5.

[9]王晓军，孙拖焕.参与式监测评估理论与实践[M].北京：中国林业出版社，2007：11.

[10]工业及信息化产业部.中国区块链技术和应用发展白皮书2016[R].中国区块链技术和产业发展论坛，2016：1-10.

[11]王梦豪，曹蕾.基于区块链技术的开放教育资源资产化探究[J].现代教育技术，2020（7）：13-20.

[12]罗孟儒，袁小一，崔永.基于“区块链”的高校数字教学资源共建共享[J].高校图书馆工作，2020（2）：34-38.

[13]尹婷婷，曾宪玉.基于区块链技术的数字教育资源共享建模及分析[J].数字图书馆论坛，2019（7）：54-60.

[14]刘丰源，赵建民，陈昊，徐振国.基于区块链的教育资源共享框架探究[J].现代教育技术，2018（11）：114-120.

[15]黄太进，刘三女牙，李卿.Educhain：基于区块链技术的终身教育记录跟踪方案[J].现代教育技术，2020（7）：5-12.

[16]张双志.“区块链+学分银行”：为终身学习赋能[J].电化教育研究，2020（7）：62.

[17]李凤英.融入区块链技术的网络学习空间：途径、价值与管理模式[J].远程教育杂志，2019（6）：72-80.

[18]吴莎莎，白晓晶，蒋明蓉.基于区块链技术的在线学习数字徽章认证研究[J].中国远程教育，2018（11）：19-24.

[19]梁青青，张刚要.融入课程质量的在线学习成果认证区块链模型及实现机理研究[J].电化教育研究，2020（4）：49.