張青華

2018 年9 月，習(xí)近平總書記指出，要深化教育體制改革，健全立德樹人落實(shí)機(jī)制，扭轉(zhuǎn)不科學(xué)的教育評價(jià)導(dǎo)向，堅(jiān)決克服唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯論文、唯帽子的頑瘴痼疾，從根本上解決教育評價(jià)指揮棒問題。2020 年10 月13 日，中共中央、國務(wù)院引發(fā)《深化新時(shí)代教育評價(jià)改革總體方案》（以下簡稱《教育評價(jià)方案》），明確要求堅(jiān)持科學(xué)有效，改進(jìn)結(jié)果評價(jià)，強(qiáng)化過程評價(jià)，探索增值評價(jià)，健全綜合評價(jià)，充分利用信息技術(shù)，提高教育評價(jià)的科學(xué)性、專業(yè)性、客觀性。到2035 年，基本形成富有時(shí)代特征、彰顯中國特色、體現(xiàn)世界水平的教育評價(jià)體系?？梢姡鲋翟u價(jià)的理論與實(shí)踐研究已經(jīng)成為當(dāng)前教育評價(jià)改革的重要任務(wù)。

一、增值評價(jià)研究現(xiàn)狀

增值評價(jià)起源于20 世紀(jì)六十年代美國的學(xué)校效能研究，其研究的目的是更客觀、更科學(xué)地評估學(xué)校、教師在學(xué)生成長進(jìn)步過程中的作用。近三十年來，增值評價(jià)在美國、英國、中國香港等地得到較為廣泛的應(yīng)用。1992 年美國田納西州開發(fā)了田納西增值評價(jià)系統(tǒng)（Tennessee Value Added Assessment System，簡稱TVAAS），對測試型課程進(jìn)行增值評價(jià)，2012 年又開發(fā)了學(xué)生成長檔案袋模式（Student Growth Portfolio Models，簡稱Portfolios）對非測試型課程進(jìn)行評價(jià)，TVAAS 和Portfolios 兩者互為補(bǔ)充[1]。英國從1992 年開始探索增值評價(jià)，到2002 年在英格蘭和威爾士推廣，2006 年在全國實(shí)施。英國增值評價(jià)的技術(shù)由最初的控制背景因素的多水平模型，到目前在中學(xué)和大學(xué)過渡學(xué)段（16-18 歲）增值評價(jià)中保留多水平模型，在英格蘭地區(qū)基礎(chǔ)教育增值評價(jià)則采用簡單的均值計(jì)算方法[2]。我國的香港特區(qū)政府2000 年建立香港學(xué)校增值資料系統(tǒng)（Schools Value Added Information System，簡稱SVAIS），采用多層模型為學(xué)校提供年度增值評價(jià)研究報(bào)告[3-4]。

國內(nèi)近二十多年來對增值評價(jià)進(jìn)行了多方面的研究與實(shí)踐應(yīng)用。增值評價(jià)的研究主要有兩方面：一方面應(yīng)用增值評價(jià)方法進(jìn)行實(shí)證研究，如馬曉強(qiáng)（2006）對河北省保定市普通高中學(xué)校的增值實(shí)證研究[5]，王家美（2009）對江西省上饒市30 所高級中學(xué)語文學(xué)科進(jìn)行的教育增值評估實(shí)證研究[6]，杜屏（2011）對基于我國西部五省調(diào)研數(shù)據(jù)的農(nóng)村初級中學(xué)學(xué)校效能的增值性評價(jià)實(shí)證分析[7]，王帥鳴（2020）基于成長百分等級模型開展增值評價(jià)的實(shí)證研究[8]等；另一方面對增值評價(jià)模型方法進(jìn)行探索研究，如萬兵濤（2019）教學(xué)質(zhì)量增值評價(jià)中數(shù)學(xué)模型的選擇與應(yīng)用[9]，周園（2020）教育增值評價(jià)中嵌套數(shù)據(jù)增長百分位估計(jì)方法探析：多水平線性分位數(shù)回歸模型的應(yīng)用[10]等。國內(nèi)增值評價(jià)在研究探索的過程中也進(jìn)行了實(shí)踐應(yīng)用，如天津趙彤璐（2014）利用大規(guī)?？荚嚁?shù)據(jù)開展學(xué)業(yè)增值評價(jià)[11]，蘇州羅強(qiáng)（2020）利用義務(wù)教育階段監(jiān)測數(shù)據(jù)進(jìn)行增值評價(jià)[12]，還有溫州、北京等地也都開展了增值評價(jià)的一些探索性實(shí)踐應(yīng)用。

二、學(xué)業(yè)增值評價(jià)探索中應(yīng)該關(guān)注的問題

學(xué)業(yè)增值評價(jià)是以學(xué)生的學(xué)業(yè)進(jìn)步程度作為尺度依據(jù)，間接地對學(xué)校、教師幫助學(xué)生學(xué)業(yè)提升的程度進(jìn)行評價(jià)。它是對學(xué)校效能、教師績效進(jìn)行評價(jià)的方式之一。由于它是對學(xué)生的學(xué)業(yè)水平進(jìn)步程度的評價(jià)，充分考慮了學(xué)生學(xué)業(yè)水平變化過程中的前因與后果的關(guān)系，因此與結(jié)果評價(jià)相比（對學(xué)生最終的學(xué)業(yè)水平的絕對高與低進(jìn)行評價(jià)），能夠更為客觀、更科學(xué)地反映學(xué)生的學(xué)業(yè)發(fā)展變化，能夠更公正地評價(jià)學(xué)校、教師在學(xué)生學(xué)業(yè)變化過程中的作用。

就目前國內(nèi)增值評價(jià)的研究與發(fā)展的現(xiàn)狀而言，對于增值評價(jià)的探索應(yīng)該是多方面的。一方面應(yīng)加強(qiáng)對德、體、美、勞增值評價(jià)的探索。學(xué)校對于學(xué)生的效能不僅限于學(xué)業(yè)的傳授，還有在德、體、美、勞等方面對學(xué)生的全面塑造。由于德、體、美、勞很難通過可操作性、可量化的工具——測試來進(jìn)行評價(jià)，因此國內(nèi)在這些方面的增值評價(jià)研究相對較少。針對德、體、美、勞增值評價(jià)的現(xiàn)狀，除借鑒國外在這方面有關(guān)經(jīng)驗(yàn)之外，還需要結(jié)合國內(nèi)實(shí)際教育情況進(jìn)行方法與實(shí)踐的探索研究。另一方面加強(qiáng)對學(xué)業(yè)的增值評價(jià)探索。雖然近二十多年來國內(nèi)對學(xué)業(yè)的增值評價(jià)進(jìn)行了諸多的研究與實(shí)踐應(yīng)用，但并沒有得到大規(guī)模廣泛的開展。在學(xué)業(yè)增值評價(jià)由理念、研究、走向?qū)嵺`應(yīng)用的探索過程中，需要探尋實(shí)現(xiàn)理念的方法和有效途徑，需要思考諸如學(xué)生學(xué)業(yè)用什么工具來測量，測量后用什么方法來計(jì)算學(xué)業(yè)的增長，如何對學(xué)業(yè)增長的情況進(jìn)行判斷（評價(jià)指標(biāo)體系的設(shè)計(jì)），以及在實(shí)踐中對評價(jià)的結(jié)果如何解釋、科學(xué)恰當(dāng)?shù)厥褂玫?。以下就學(xué)業(yè)增值評價(jià)探索過程中需要關(guān)注的五個(gè)主要方面的問題進(jìn)行探討。

（一）學(xué)業(yè)測驗(yàn)工具的科學(xué)、有效性

學(xué)業(yè)測驗(yàn)工具是進(jìn)行增值評價(jià)的基石。用于增值評價(jià)的測驗(yàn)質(zhì)量，即測驗(yàn)?zāi)芊駥W(xué)生的學(xué)業(yè)發(fā)展變化進(jìn)行科學(xué)、準(zhǔn)確的測量，是影響學(xué)業(yè)增值評價(jià)結(jié)果的科學(xué)性、可靠性和準(zhǔn)確性程度的重要影響因素之一。從教育測量學(xué)的角度而言，學(xué)業(yè)測驗(yàn)質(zhì)量至少包含了四個(gè)層面的內(nèi)涵：第一測驗(yàn)工具的信度，即測驗(yàn)的測量結(jié)果具有一致性、穩(wěn)定性及可靠性。第二測驗(yàn)工具的效度，即測驗(yàn)是否能夠測出所要測的目標(biāo)，如學(xué)生的學(xué)科知識(shí)、能力、核心素養(yǎng)等。第三測驗(yàn)工具應(yīng)具有合理的總體難度，以及合理的難度結(jié)構(gòu)，能夠?qū)⒉煌瑢哟嗡綄W(xué)生的真實(shí)水平測量出來。對于學(xué)業(yè)增值評價(jià)而言，測驗(yàn)的對象是廣大的學(xué)生群體，在學(xué)生的學(xué)業(yè)水平差異程度較大的情況下，如果測驗(yàn)難度結(jié)構(gòu)不合理，試卷難度過于容易，高水平學(xué)生都會(huì)作答，會(huì)導(dǎo)致無法測量出他們的真實(shí)水平。而試卷難度太大，會(huì)導(dǎo)致低水平學(xué)生作答不出來，也無法測量出其真實(shí)水平，從而使增值評價(jià)的結(jié)果不可靠。第四測驗(yàn)的試題具有較好的區(qū)分度。依據(jù)測驗(yàn)的測試目標(biāo)，每道試題能有效區(qū)分相應(yīng)層次水平的學(xué)生，從而使測驗(yàn)對不同學(xué)生水平達(dá)到預(yù)定的區(qū)分效果。因此用于增值評價(jià)的學(xué)業(yè)測驗(yàn)應(yīng)該具有高質(zhì)量，從而保證學(xué)業(yè)增值評價(jià)結(jié)果的可信、可靠。

（二）學(xué)業(yè)增值評價(jià)模型的局限性

增值模型是進(jìn)行增值評價(jià)研究與應(yīng)用的核心技術(shù)。目前國內(nèi)外增值評價(jià)采用的主要模型有多層線性模型、學(xué)生成長百分等級模型（Student Growth Percentile）等。無論哪一種增值模型都不可能解決所有的問題，或多或少會(huì)有一定的局限性。如多層線性模型的優(yōu)點(diǎn)是通過排除影響學(xué)生學(xué)業(yè)變化的學(xué)校以外的背景因素（個(gè)人背景、家庭社會(huì)經(jīng)濟(jì)等），純粹獲取學(xué)校教育對學(xué)生進(jìn)步的影響。它強(qiáng)調(diào)的是學(xué)校的“凈效應(yīng)”。然而影響學(xué)生學(xué)業(yè)變化的學(xué)校之外的因素一方面不可能窮盡地找到，另一方面也存在能否收集到這些因素的數(shù)據(jù)。而且，模型本身的兩個(gè)假設(shè)——線性和方差齊性，實(shí)際數(shù)據(jù)未必一定都能夠滿足。學(xué)生成長百分等級模型的優(yōu)點(diǎn)在于考慮了不同水平學(xué)生群體在其相同起點(diǎn)水平群體中各自的學(xué)業(yè)增長幅度。它是通過計(jì)算一名學(xué)生在水平相似的一組學(xué)生中相對位置的變化來對“成長”進(jìn)行評估的。模型假設(shè)與考生起始水平相同的群體在第二次所得的分?jǐn)?shù)呈正態(tài)分布，當(dāng)參與評價(jià)的學(xué)生群體數(shù)量并不大時(shí)，實(shí)際數(shù)據(jù)并不一定能滿足該假設(shè)。因此在進(jìn)行增值評價(jià)研究或?qū)嵺`應(yīng)用時(shí)，選擇或開發(fā)模型要充分考慮實(shí)際可操作性（模型考慮的有關(guān)變量是否可收集到）、評價(jià)結(jié)果的準(zhǔn)確性（模型可能帶來的誤差量）、評價(jià)結(jié)果的可理解性（模型得出的評價(jià)結(jié)果是否通俗易懂）、評價(jià)結(jié)果的運(yùn)用目的（用于高風(fēng)險(xiǎn)問責(zé)或用于改進(jìn)）等諸多方面的因素。

（三）學(xué)業(yè)增值評價(jià)指標(biāo)體系設(shè)計(jì)的科學(xué)、合理性

學(xué)業(yè)增值評價(jià)通過其模型能夠計(jì)算出每名學(xué)生的增值量，進(jìn)而獲得學(xué)校、班級的增值量。如何通過模型計(jì)算的增值結(jié)果對區(qū)域、學(xué)校、班級、學(xué)生進(jìn)行評價(jià)，需要設(shè)計(jì)評價(jià)的指標(biāo)體系。指標(biāo)體系設(shè)計(jì)的合理與否關(guān)系到學(xué)業(yè)增值評價(jià)的目的是否能夠?qū)崿F(xiàn)，能否保證評價(jià)的結(jié)果對不同評價(jià)對象公平公正。

在設(shè)計(jì)學(xué)業(yè)增值評價(jià)指標(biāo)體系時(shí)一方面要考慮評價(jià)結(jié)果的使用者是誰，不同的使用者（全市、區(qū)域、學(xué)校的行政領(lǐng)導(dǎo)），他們的需求、關(guān)注點(diǎn)是什么，有什么不同。例如，對于全市教育行政領(lǐng)導(dǎo)而言，可能更關(guān)注整體的學(xué)業(yè)增值情況，以及各區(qū)域整體增值情況。對于學(xué)校而言，可能更關(guān)注各學(xué)科的增值、不同教師的增值、不同起始水平的學(xué)生增值有何不同，以及如何通過增值評價(jià)提供的有價(jià)值信息，發(fā)現(xiàn)教育教學(xué)中存在的問題，從而改進(jìn)教育教學(xué)。因此針對不同的使用者，增值評價(jià)指標(biāo)體系的設(shè)計(jì)側(cè)重點(diǎn)應(yīng)該有所區(qū)別，同時(shí)在設(shè)計(jì)指標(biāo)體系時(shí)要考慮對使用者而言指標(biāo)體系是否科學(xué)、能否提供有價(jià)值的信息、是否簡單易懂便于使用。另一方面要考慮設(shè)計(jì)的指標(biāo)體系對于被評價(jià)者而言，是否科學(xué)、公平，如不同層次水平的被評價(jià)者，他們增值對應(yīng)的參照群體設(shè)置是否合理等。

（四）學(xué)業(yè)增值評價(jià)結(jié)果使用的謹(jǐn)慎性

目前，國內(nèi)外對于學(xué)業(yè)增值評價(jià)結(jié)果的使用主要有兩方面：一方面用于學(xué)校效能、教師績效的問責(zé)；另一方面根據(jù)增值評價(jià)的結(jié)果，研究影響學(xué)校效能、教師績效的因素，對學(xué)校、教師的教育教學(xué)進(jìn)行改進(jìn)。無論增值評價(jià)的結(jié)果是用于問責(zé)，還是用于改進(jìn)，應(yīng)該充分認(rèn)識(shí)到學(xué)業(yè)增值評價(jià)是利用學(xué)生學(xué)業(yè)進(jìn)步程度的結(jié)果，間接地對學(xué)校效能、教師績效進(jìn)行評價(jià)。測驗(yàn)工具的信度、效度無論有多高，對學(xué)生學(xué)業(yè)真實(shí)水平的測量仍會(huì)存在測量誤差；無論采用什么最優(yōu)的模型，都不可能把與學(xué)校無法控制的因素窮盡地納入模型，從而達(dá)到無偏估計(jì)。由于數(shù)據(jù)收集、模型等因素存在隨機(jī)誤差、系統(tǒng)性誤差，因此對于學(xué)業(yè)增值評價(jià)的結(jié)果需要客觀、謹(jǐn)慎地使用，尤其是用于學(xué)校、教師高利害的問責(zé)，學(xué)業(yè)增值評價(jià)的結(jié)果應(yīng)該作為問責(zé)的依據(jù)之一，而不是唯一依據(jù)。

（五）數(shù)據(jù)收集、管理、分析信息化構(gòu)建的系統(tǒng)性

學(xué)業(yè)增值評價(jià)從研究到實(shí)踐應(yīng)用，首先都會(huì)面臨有關(guān)數(shù)據(jù)的收集，諸如學(xué)生個(gè)人的縱向成績和有關(guān)的背景信息、學(xué)校、班級等信息；其次信息收集后需要進(jìn)行儲(chǔ)存、管理、運(yùn)用；再次根據(jù)研究或應(yīng)用的需要，進(jìn)行相應(yīng)的數(shù)據(jù)統(tǒng)計(jì)分析，最后得到增值評價(jià)的分析結(jié)果或報(bào)告。在整個(gè)學(xué)業(yè)增值評價(jià)研究的探索和實(shí)踐應(yīng)用過程中每一步都離不開信息系統(tǒng)的支撐，需要全面考慮實(shí)際情況，系統(tǒng)地進(jìn)行設(shè)計(jì)和構(gòu)建增值評價(jià)所需要的信息收集、管理、分析系統(tǒng)，為學(xué)業(yè)增值評價(jià)的開展提供有力的信息技術(shù)保障。

三、結(jié)語

國內(nèi)二十多年對增值評價(jià)的研究一方面?zhèn)鞑チ嗽鲋翟u價(jià)的先進(jìn)理念，另一方面基于理念在實(shí)踐中進(jìn)行了積極有益的嘗試和探索。然而增值評價(jià)在國內(nèi)并沒有形成大規(guī)模的應(yīng)用，其原因是多方面的：第一，用于增值評價(jià)的數(shù)據(jù)資料獲取不易。目前國內(nèi)用于增值評價(jià)的主要是中考、高考、國家義務(wù)教育監(jiān)測、區(qū)域階段性監(jiān)測等考生測驗(yàn)數(shù)據(jù)。這些高質(zhì)量的測驗(yàn)數(shù)據(jù)主要由國家、不同省市的教育考試機(jī)構(gòu)掌握，對這些數(shù)據(jù)的使用需要具有一定的權(quán)限。獨(dú)自開發(fā)用于增值評價(jià)的測驗(yàn)，一方面人力、物力、財(cái)力成本很高，另一方面會(huì)加重學(xué)生的測試負(fù)擔(dān)。第二，增值評價(jià)的模型有關(guān)問題。首先國內(nèi)外常用模型都具有較嚴(yán)的模型假設(shè)，而現(xiàn)實(shí)收集的數(shù)據(jù)資料并不一定能很好滿足模型的這些假設(shè)；其次模型的計(jì)算較為復(fù)雜，需要專業(yè)人員；再次模型計(jì)算的結(jié)果對于許多增值評價(jià)結(jié)果的使用者而言較難理解。第三，用于增值評價(jià)的指標(biāo)體系過于籠統(tǒng)，從而導(dǎo)致增值評價(jià)結(jié)果無法滿足用于改進(jìn)教育教學(xué)的需要。目前國內(nèi)的眾多研究還處于使用不同的增值評價(jià)模型對同一批學(xué)生兩次測試數(shù)據(jù)計(jì)算出學(xué)校的增值量，進(jìn)而與按最終測試成績進(jìn)行的結(jié)果評價(jià)的排名進(jìn)行對比。這樣的研究結(jié)果雖然比結(jié)果評價(jià)更為客觀、合理，但與改進(jìn)教育教學(xué)的目標(biāo)還有差距。

實(shí)現(xiàn)增值評價(jià)由理念到廣泛應(yīng)用，在目前國情條件下可以考慮：一方面加強(qiáng)高校與省、市教育考試機(jī)構(gòu)的合作，充分發(fā)揮高校專業(yè)人員的科研優(yōu)勢、教育考試機(jī)構(gòu)的數(shù)據(jù)資源優(yōu)勢，共同協(xié)作。另一方面完善增值評價(jià)指標(biāo)體系，細(xì)化區(qū)域、學(xué)校、班級及其不同層次水平學(xué)生的增值結(jié)果，為實(shí)現(xiàn)增值評價(jià)的教育教學(xué)改進(jìn)功能提供科學(xué)、客觀、有價(jià)值的依據(jù)。同時(shí)，還要加強(qiáng)對使用者的增值指標(biāo)專業(yè)知識(shí)的培訓(xùn)，只有使用者能夠理解，增值評價(jià)才能得以推廣使用。此外，為實(shí)現(xiàn)增值評價(jià)應(yīng)用目標(biāo)，還應(yīng)加強(qiáng)信息化系統(tǒng)團(tuán)隊(duì)的構(gòu)建。增值評價(jià)從最初的數(shù)據(jù)收集到最后評價(jià)結(jié)果報(bào)告輸出，每一步都離不開信息化系統(tǒng)，信息化系統(tǒng)既需要財(cái)力支持，也需要專業(yè)的測量、統(tǒng)計(jì)、計(jì)算機(jī)等專業(yè)人員通力合作，這是一般的研究者無法單獨(dú)完成的。