姜 華 王 淼

(大連理工大學(xué) 高等教育研究院，遼寧 大連 116024)

2020年，中共中央國務(wù)院印發(fā)《深化新時代教育評價改革總體方案》，方案指出，要扭轉(zhuǎn)不科學(xué)的教育評價導(dǎo)向，堅持科學(xué)有效，改進結(jié)果評價，強化過程評價，探索增值評價，健全綜合評價，提高教育評價的科學(xué)性、專業(yè)性、客觀性。其中，增值評價成為對學(xué)生進行學(xué)業(yè)評估的重要手段和內(nèi)容。當(dāng)前高等教育評價忽視了對作為教育主體的學(xué)生學(xué)習(xí)與發(fā)展成效的評估，不能體現(xiàn)“以學(xué)生發(fā)展為本”的教育理念，不利于促進學(xué)生發(fā)展。增值評價通過對學(xué)生學(xué)業(yè)成就進步程度的測量與分析，進而對高校教師教學(xué)質(zhì)量、高校人才培養(yǎng)質(zhì)量進行評估，更好地發(fā)揮教育評價的作用，促進高等教育評價朝著全面又公平的方向發(fā)展[1-2]。

1 增值評價簡介

“增值”本身是經(jīng)濟學(xué)中的一個術(shù)語，也被稱作“附加值”。對增值進行測量與評價即增值評價的內(nèi)涵。研究者們對高等教育領(lǐng)域的增值評價有著不同的看法。美國高等教育評估家阿斯汀提出：學(xué)生從入學(xué)到畢業(yè)期間各方面發(fā)生的變化都是增值評價關(guān)注的焦點，這些變化包括思維方式、認知水平、人際交往等[3]。他認為，學(xué)生的培養(yǎng)質(zhì)量是大學(xué)辦學(xué)水平高低的根本指標。學(xué)校教育質(zhì)量的高低取決于學(xué)生在校期間各方面產(chǎn)生“增量”的大小。高等教育所帶給學(xué)生的“增值”體現(xiàn)在學(xué)生在經(jīng)過大學(xué)教育之后，對其走出校園后的生活及工作所帶來的積極影響，對這種影響程度的評估即增值評價的內(nèi)涵所在[4]。上述對于增值評價的理解在整體上基本一致，所謂的“增值”從學(xué)生角度來講，指學(xué)生在接受一段時間教育后在知識、技能、能力和其他方面所取得的進步[5]；從學(xué)校層面來講，增值也可以定義為學(xué)校對學(xué)生在一段時間內(nèi)朝著既定的教育目標前進所作出的貢獻。增值評價則是對這種變化程度進行測量與評價，以此來評估學(xué)校的教學(xué)質(zhì)量。

增值評價主要有以下特點。

首先，增值評價是一種縱向評價，也是一種過程性評價，這是增值評價最顯著的特征。傳統(tǒng)教育評價方式往往將某一個時間節(jié)點學(xué)生的平均成績或升學(xué)率作為評價指標，來衡量教師工作或?qū)W校辦學(xué)的效率。這種橫向比較不僅缺少一定的說服力且會造成“唯分數(shù)”的弊端。增值評價關(guān)注的則是一段時間以來學(xué)生的成長進步以及學(xué)校的發(fā)展變化，其評價結(jié)果對學(xué)生、教育工作者、學(xué)校都更具指導(dǎo)性[6]。

其次，增值評價是一種更為公平的評價?，F(xiàn)有的評價傾向于對學(xué)生在某一時間點所取得的成績進行評價，并以此作為學(xué)校對學(xué)生學(xué)習(xí)成就的貢獻。由于學(xué)生入學(xué)時的知識和技能水平有所差異，僅以達到某一標準的學(xué)生的百分比來評價每個學(xué)校對學(xué)生成就的貢獻是不公平的。增值評價不用同一把尺來度量不同的學(xué)生以及辦學(xué)差異較大的學(xué)校，而是基于學(xué)生自身的進步程度以及學(xué)校教育質(zhì)量的增值來作出價值判斷，體現(xiàn)了教育評價的公平性[7]。

再次，增值評價是一種多元評價。學(xué)生的學(xué)業(yè)成績往往受到多重因素的影響，每一次成績都是各種因素共同作用的結(jié)果[8]。這些因素包括學(xué)生自身的基礎(chǔ)水平、教師的教學(xué)水平、家庭經(jīng)濟狀況、學(xué)校辦學(xué)條件等。增值評價則將多種因素納入進來，并利用統(tǒng)計分析技術(shù)，挖掘?qū)W校對學(xué)生學(xué)業(yè)成績的相關(guān)影響因素，得到學(xué)校在學(xué)生成長發(fā)展中的“凈效應(yīng)”，以此衡量學(xué)校、教師對學(xué)生發(fā)展產(chǎn)生的具體作用[9]。

最后，增值評價是一種促進發(fā)展的評價。增值評價本身是針對一段時間的縱向評價，其具有跟蹤觀察的特征，是一種過程性評價。它關(guān)注學(xué)生、教師、學(xué)校的發(fā)展，其評價結(jié)果對于學(xué)生、教師、學(xué)校發(fā)現(xiàn)問題極為重要，起到一定的引導(dǎo)作用。學(xué)生可以從評價結(jié)果中看到自身進步狀況，及時做出調(diào)整，取得更大進步。教師與學(xué)校可以利用評價結(jié)果更好地掌握學(xué)生狀況，及時采取措施，改善辦學(xué)質(zhì)量。

2 增值評價起源與發(fā)展

在20世紀60年代的美國，當(dāng)時人們普遍認為學(xué)校缺乏效率，因此一些學(xué)者開始對學(xué)校效率問題展開調(diào)查，其中以詹姆斯·科爾曼為代表的學(xué)者們提出了著名的《關(guān)于教育機會平等性的報告》，即“科爾曼報告”。這一報告表明學(xué)校對學(xué)生學(xué)業(yè)成就的影響程度不大，也印證了人們的擔(dān)心。除此之外，原有的評價方式關(guān)注橫向比較，使得具有較好生源的學(xué)校始終具有顯著優(yōu)勢，而生源較差的學(xué)校，其在學(xué)生成長過程中的效應(yīng)無法體現(xiàn)出來,不利于學(xué)校的發(fā)展；原有評價方式更加關(guān)注結(jié)果性評價，以某次考試成績作為評判學(xué)生的標準，這種評價方式造成學(xué)生無法得知自己的真實進步情況，也無法計算學(xué)校層面對學(xué)生學(xué)業(yè)成就增長的凈效應(yīng)，不利于學(xué)生的成長。由于公眾對于學(xué)校效率問題的關(guān)注以及原有評價方式的不足，人們迫切需要一種關(guān)注縱向評價的評價方式，從而催生了增值評價在教育領(lǐng)域中的應(yīng)用[10]。

1983年，美國出臺了《國家處于危機之中：教育改革勢在必行》報告，這一報告主要針對美國中小學(xué)教學(xué)質(zhì)量滑坡、學(xué)生學(xué)業(yè)成就下降的現(xiàn)狀，強調(diào)各州要開始大力推行教育改革，核心目標就是提升教學(xué)質(zhì)量。為評估教育改革的效果，增值評價開始被使用。1992年，美國田納西州簽署了《教育改進法案》，法案中指出：增值性評價將成為教育問責(zé)制的重要一部分。這部法案的頒布使得增值評價從理念層面真正落到實處，標志著增值評價在具體運用上邁出了重要一步[11]。在此之后，增值評價受到了教育研究者及教育工作者的廣泛關(guān)注，逐漸成為教育評價的一種主要方式。2001年，美國出臺《不讓一個孩子掉隊》法案，明確規(guī)定學(xué)校評價要使用“年度進步值”這一關(guān)鍵指標，要求通過高標準和效益核定來實現(xiàn)教育平等。到2010年，田納西州頒布“捷足先登”計劃，該計劃旨在對中小學(xué)教師評價進行新一輪改革，計劃明確指出要形成增值性評價與其他評價方式相結(jié)合的綜合評價模式。增值評價一步步地發(fā)展起來。由于增值評價對統(tǒng)計技術(shù)的要求較高，其最初在英美等國家發(fā)展起來，且增值評價最初應(yīng)用于美國K-12教育中(基礎(chǔ)教育階段)[1 2 -1 3]。增值評價提出的初衷旨在通過更加精準的統(tǒng)計分析方法解決教師評價中的一些難題。之后教育研究者發(fā)現(xiàn)增值評價不僅僅是一種評價方式，更是一種教育理念，增值評價可以解決傳統(tǒng)教育中的不足，彌補以往對學(xué)生的結(jié)果性評價及橫向評價的缺陷。此外，還有研究者提出站在學(xué)校效能的角度看，增值評價可以從影響學(xué)生成長發(fā)展的眾多因素中剝離非學(xué)?？煽匾蛩兀M一步測量學(xué)生在一段時間內(nèi)的進步程度，從而得出學(xué)校對學(xué)生成就影響的凈效應(yīng)，促進學(xué)校評價更加公平[14]。

3 高等教育增值評價數(shù)據(jù)獲取途徑

大學(xué)生在高等教育背景中呈現(xiàn)出與基礎(chǔ)教育階段不同的特點，其學(xué)習(xí)過程與身心發(fā)展更加多元化。皮特·尤厄爾認為：“大學(xué)生的學(xué)習(xí)成果是指學(xué)生在經(jīng)過一段時間的學(xué)習(xí)后，其在知識、能力、思維等方面所取得的進步，包括認知與非認知的收獲、心理與行為上的收獲。”[15]目前獲取大學(xué)生學(xué)習(xí)成果數(shù)據(jù)可以通過標準化測試與自陳式量表來收集[16]。

標準化測試主要針對大學(xué)生的核心認知能力，具有直接、客觀等特點。一般來講，大學(xué)生核心認知能力包括批判思維能力、書面交流能力、邏輯推理能力等。目前美國具有代表性的標準化測試有以下幾種：《大學(xué)學(xué)習(xí)評估》(The Collegiate Learning Assessment，簡稱CLA)[17]、《大學(xué)生學(xué)術(shù)熟練程度評估》(Collegiate Assessment of Academic Proficiency，簡稱CAAP)[18]、《大學(xué)生學(xué)術(shù)熟練度與進步測量》(Measure of Academic Proficiency and Progress，簡稱MAPP)[19]、《基礎(chǔ)學(xué)科測試》(Basic Academic Subjects Examination，簡稱BASE)[20]等。其中，美國的《大學(xué)學(xué)習(xí)評估》(簡稱CLA)測試對學(xué)生的評價主要包括三方面：閱讀寫作能力、分辨推理能力和問題解決能力，可以在測試中通過模擬真實性情景來考察學(xué)生的三種能力，測試中可以為學(xué)生提供必要的數(shù)據(jù)、新聞報刊、研究成果的摘要等內(nèi)容，學(xué)生根據(jù)自身需要對材料進行處理后解決測試中給出的現(xiàn)實問題。在學(xué)生完成測試后，根據(jù)其回答判斷學(xué)生綜合能力掌握的級別標準，通過縱向測試，即入學(xué)時和畢業(yè)時，或者每一年度進行一次測試，從而完成對學(xué)生核心認知能力的增值評價[17]。國際組織也開發(fā)出相關(guān)的標準化測試，稱為《高等教育學(xué)習(xí)成果評估》(Assessment of Higher Education Learning Outcomes，簡稱AHELO)[21],該標準化測試不僅可以用來測試通用技能，還可以用來測試不同專業(yè)的專業(yè)知識與技能。

自陳式量表是根據(jù)學(xué)生的自我報告來實現(xiàn)的，學(xué)生通過問卷等形式對自己在課內(nèi)外活動中的感受與收獲、個體發(fā)展情況以及進步情況進行自我陳述和自我評價。當(dāng)前美國高等教育評估中，使用較多的自陳式量表有：美國大學(xué)生學(xué)習(xí)經(jīng)歷調(diào)查(the National Survey for Student Engagement，NSSE)[22]、全美大學(xué)生滿意度調(diào)查(National Student Satisfaction Study，NSSS)[23]、大學(xué)生就讀經(jīng)驗調(diào)查(The College Student Experiences Questionnaire，簡稱CSEQ)[24]、《加州大學(xué)本科生就讀經(jīng)驗調(diào)查》(University of California Undergraduate Experience Survey，簡稱UCUES)[25]等。

有研究者認為標準化測試不能全面反映學(xué)校對學(xué)生發(fā)展變化所產(chǎn)生的作用，其忽略了學(xué)生的家庭背景、經(jīng)濟狀況、自身經(jīng)歷與學(xué)校特征對學(xué)生學(xué)習(xí)成果的影響；自陳式量表則彌補了標準化測試的缺陷，將影響學(xué)生發(fā)展變化的諸多因素納入考慮。由于自陳式量表基于學(xué)生的自我匯報，一些研究者認為其準確性可能會受到影響，并且可能存在低回收率的問題。因此，在增值評價數(shù)據(jù)收集時，應(yīng)充分考慮以上兩種方式的結(jié)合，盡可能保證數(shù)據(jù)的準確性與完整性[26]。

4 高等教育領(lǐng)域的增值評價模型

高校在對學(xué)生的相關(guān)數(shù)據(jù)進行采集之后，則會面臨技術(shù)問題。這一問題就是如何對所獲取的數(shù)據(jù)進行分析。增值評價中分析數(shù)據(jù)的主要工具為增值模型，其是在統(tǒng)計分析技術(shù)基礎(chǔ)上設(shè)計的。教育中使用的增值模型與基礎(chǔ)教育階段使用的增值模型在許多方面有所不同，這是因為學(xué)生的發(fā)展情況與數(shù)據(jù)的可用性不同?；A(chǔ)教育階段所使用的絕大多數(shù)增值模型都是基于多年來對同一學(xué)生和同一科目相關(guān)的縱向數(shù)據(jù)開發(fā)的。這種帶有重復(fù)測量設(shè)計的縱向方法在高等教育中很少見，目前在高等教育增值評價計算中主要采用橫截面設(shè)計，即接受測試的大一新生和大四畢業(yè)生并非同一組學(xué)生。以下是高等教育中使用的四種不同的增值模型，四種模型對增值分數(shù)的詳細計算各不相同，但它們均為橫截面設(shè)計[27]。

4.1 殘差模型：基于OLS線性回歸的方法

如上所述，所謂“增值”是指大學(xué)教育對學(xué)生學(xué)業(yè)成就所帶來的積極影響。從實證研究角度來講,“增值”主要體現(xiàn)為橫向研究中不同年級學(xué)生群體間的差異,殘差模型則是通過學(xué)生學(xué)習(xí)成果的平均變化值與方差來表示增值的幅度大小及其變異程度[28]。

普通最小二乘(OLS)回歸方法首次用于2004～2005年的美國大學(xué)生學(xué)習(xí)評估(CLA)中。

OLS線性回歸模型是將大一學(xué)生和大四學(xué)生的平均學(xué)業(yè)增長與具有類似入學(xué)學(xué)習(xí)能力的學(xué)生群體作比較，即是否接近或高于“預(yù)期”考試分數(shù)或總體平均測試。

為了衡量“預(yù)期”考試成績，該模型將大一和大四學(xué)生當(dāng)前的平均考試成績(在美國一般采用CLA標準化測試成績)分別對他們的平均入學(xué)能力成績(如SAT平均分)進行回歸。OLS線性回歸模型的典型公式為：

(1)

變式為：

(2)

該模型的優(yōu)點是依賴于OLS線性回歸模型和簡單的減法，易于實現(xiàn)，結(jié)果也相當(dāng)直觀。此外，與縱向設(shè)計相比，采用橫斷面設(shè)計進行增值測量的成本更低，可行性更高[2 8,3 1,3 3]。

但是，該模型在使用中存在一些問題：第一，由于該方法的計算是在學(xué)校層面上，這樣會忽略學(xué)生層面的相關(guān)信息，可能會造成結(jié)果的不準確性。第二，該模型使用時是將不同類型的學(xué)校集中在一起進行增值分析，而忽略了學(xué)校本身的特征。不同學(xué)校對于學(xué)生的學(xué)業(yè)成就產(chǎn)生的影響也不盡相同，該模型未將學(xué)校特征作為影響因素納入分析中。

4.2 差值模型：基于HLM的方法

多元線性回歸法是分析一個因變量與多個自變量之間線性關(guān)系最常用的統(tǒng)計方法，也是估計觀測值與期望值之間殘差值的標準統(tǒng)計技術(shù)。與上述基于OLS線性回歸的模型一樣，該模型同樣根據(jù)殘差的差值計算各學(xué)校的增值分數(shù)。然而，該模型不同于OLS線性回歸模型，該模型采用了多層方法[33]，采用二級HLM(層次線性模型)來計算大一學(xué)生成績和大四學(xué)生成績的殘差?？紤]到學(xué)生是嵌套在學(xué)校內(nèi)的，學(xué)生的成績會受到不同學(xué)校特點的影響，因此增值模型需要反映分層的數(shù)據(jù)結(jié)構(gòu)，并在評估每個學(xué)校對學(xué)生學(xué)術(shù)成就的貢獻時考慮學(xué)校特征的影響。

HLM模型分兩級：第一級的分析單元是學(xué)生，每個學(xué)生的考試成績都是以一組個體特征的函數(shù)來表示的。第二級的分析單元是學(xué)校，每個學(xué)校的1級回歸系數(shù)被認為是因變量，假設(shè)這些因變量取決于不同的學(xué)校特征[34]。

該模型的簡單版本如下。

第一級(學(xué)生)：

(3)

第二級(學(xué)校)：

β0j=γ00+γ0sWsj+u0j，

(4)

β1j=γ10，

(5)

其中，γij表示學(xué)生i在學(xué)校j中的考試成績；SATij表示學(xué)生i在學(xué)校j中的入學(xué)成績；SATj表示j學(xué)校SAT成績的平均分；β0j表示學(xué)校j目前的平均成績(第一級的截距)；β1j學(xué)生入學(xué)學(xué)業(yè)能力得分的第一級回歸斜率；εij表示假設(shè)殘差是正態(tài)分布且獨立于第一級協(xié)變量；Wsj表示學(xué)校j的制度特征；γ00表示第二級截距；γ0s表示學(xué)校特征的二級回歸斜率；u0j表示假設(shè)殘差是正態(tài)分布且獨立于二級協(xié)變量?？倸埐钣蓛刹糠謽?gòu)成：即總殘差=εij+u0j。該模型采用多層模型來反映高等教育中嵌套的數(shù)據(jù)結(jié)構(gòu)，從而更精確地測量學(xué)校效應(yīng)[30]。

該模型彌補了基于OLS線性回歸的差值模型的不足，將學(xué)生層面與學(xué)校層面同時納入分析，一方面HLM考慮到群體水平的差異，可以更好地估計個體效應(yīng)。另一方面，其充分考慮學(xué)校因素對于學(xué)生成績的影響，可以獲得更加準確的增值成績。

上述兩個增值模型，都是通過計算新生和大四學(xué)生成績殘差的差值來衡量學(xué)校的增值分數(shù)，即通過“觀察到的”平均測試分數(shù)減去“預(yù)期”測試分數(shù)得到的。換句話說，這兩個模型關(guān)注的是各學(xué)校入學(xué)新生和大四學(xué)生的學(xué)業(yè)增長量，并將學(xué)校的學(xué)業(yè)增長量與所有學(xué)校錄取的入學(xué)能力相似的學(xué)生的總體增長量進行比較。

4.3 剩余分析模型：基于HLM的方法

剩余分析模型比較的是每所大學(xué)大四學(xué)生的平均考試成績(如CLA測試)，而不是新生和大四學(xué)生之間的分數(shù)差。該模型通過控制入學(xué)學(xué)生的學(xué)術(shù)能力(如大四學(xué)生的入學(xué)能力、大四學(xué)生的SAT平均成績等)，根據(jù)大四學(xué)生的平均考試成績超出或低于預(yù)期成績的程度來測量增值分數(shù)[31]。例如，如果某學(xué)校的大四學(xué)生在成績測試中比其他學(xué)校有類似學(xué)術(shù)能力的大四學(xué)生成績更好，那么就可以說該校學(xué)生的學(xué)術(shù)能力增長超過預(yù)期，該校教育增值程度更高。

為了探究制度對學(xué)生學(xué)術(shù)成就的影響，該方法結(jié)合了兩個層次的分析。在第一級，分析單元是學(xué)生，大四學(xué)生當(dāng)前的考試成績是關(guān)于學(xué)生入學(xué)學(xué)術(shù)能力分數(shù)(如SAT分數(shù))的函數(shù)。在第二級，分析單元是機構(gòu)，每個學(xué)校的第一級回歸系數(shù)是因變量。

第一級(學(xué)生)：

(6)

第二級(學(xué)校)：

(7)

β1j=γ10，

(8)

該模型提高了分析學(xué)校特征對于學(xué)生學(xué)業(yè)成就影響的可靠性與準確性，但使用該模型時需要較大的樣本量，若樣本量不足，測量出的增值結(jié)果會產(chǎn)生偏差[35]。

以上三個模型在使用時都需要對學(xué)生進行標準化測試來控制學(xué)生的初始學(xué)業(yè)成就水平，這就要求標準化測試具有普遍性以及全面又合適的考量指標，否則模型將無法使用。此外，若要大范圍開展增值評價，則需要對標準化測試進行統(tǒng)一設(shè)計與認定，標準化測試的內(nèi)容與考核方式需有嚴格的標準與規(guī)定，確?？荚嚨臏蚀_性與公平性，避免對增值分析產(chǎn)生影響。不同的學(xué)校應(yīng)采用相同的標準化測試對學(xué)生進行考核，這樣對學(xué)校進行評估時才具有可比性。

4.4 異方差多維層次線性混合模型(HMHLM)

該模型旨在對學(xué)生多方面成績進行聯(lián)合增值分析，并探究它們之間的內(nèi)在相關(guān)性。馬丁等人使用哥倫比亞大學(xué)數(shù)據(jù)庫，對多維增值模型進行了探究[36]。其中學(xué)生成績包含以下幾個方面：定量推理、批判性閱讀、英語語言、公民能力和書面交流。該模型的開發(fā)是基于矩量法的。所收集的數(shù)據(jù)包括兩類：一類是學(xué)生入學(xué)時參加的入學(xué)考試成績；另一類是大學(xué)畢業(yè)時參加的國家考試成績。每一門考試都包含幾個方面(例如，定量推理、批判性閱讀、英語等)，將它們稱之為模塊。

該模型的一個基本結(jié)構(gòu)公式為：

假設(shè)用Ymj=(Y1mj,Y2mj,…,Ynjmj)T表示j學(xué)校中m模塊最終成績的nj個向量，則對于每所學(xué)校來講，多維模型表示為：

E(Ymj|Zmj,γmj)=Zmjβm+γmjιnj，

(9)

其中，Ymj表示學(xué)生j在模塊m中的考試成績；用Zmj表示大小為K的列向量，它包含了入學(xué)考試的分數(shù)和所有其他協(xié)變量，包括可能的截距；γmj表示隨機變量，用來解釋M測試分數(shù)中存在的異質(zhì)性，它不能用觀察到的學(xué)生和大學(xué)的特征來解釋；lnj=(1,1,…,1)T,表示1的n維列向量。

該模型相比于其他模型的優(yōu)點在于：之前的增值模型只對一維分數(shù)進行計算，但不同的學(xué)校在培養(yǎng)學(xué)生時，會根據(jù)他們對理論訓(xùn)練和實踐訓(xùn)練的重視程度而有所不同。因此，為了對評估學(xué)校的增值指標做出公正的判斷，該模型可以基于所有可衡量技能的分數(shù)進行增值測量，使得評估更加細化、更加全面公平。

5 使用增值評價模型時存在的問題

在使用增值模型對學(xué)生的學(xué)業(yè)成績增值進行評價時，往往有很多無法排除的干擾因素可能會造成結(jié)果的不準確。因此，如何盡可能控制這些因素的干擾成為目前需要解決的問題。以下是幾種可能的干擾因素。

(1) 學(xué)生的動機：當(dāng)考試結(jié)果對學(xué)生的學(xué)術(shù)地位或畢業(yè)沒有什么影響時，學(xué)生缺乏在考試中表現(xiàn)良好的動機，可能會對考試分數(shù)的有效性和考試結(jié)果解釋的準確性產(chǎn)生一定影響[3 7-3 8]。如果一所學(xué)校中學(xué)生的動機普遍較低，那該校在學(xué)生學(xué)業(yè)成果增值性評估中產(chǎn)生的增值分數(shù)就更低[3 9-4 1]。為了避免這樣的問題，學(xué)校必須制定適當(dāng)?shù)臋C制，利用各種激勵手段鼓勵學(xué)生，提高參與率，讓學(xué)生以積極的態(tài)度對待考試[42]。

(2) 學(xué)生的流動性：高等教育的學(xué)生往往會改變課程，如休假甚至中途輟學(xué)等，這導(dǎo)致很難跟蹤學(xué)生數(shù)年。不同學(xué)校的學(xué)生流動率各不相同。當(dāng)一所學(xué)校的學(xué)生流動性大于其他學(xué)校時，增值模型所產(chǎn)生的學(xué)校效應(yīng)可能存在偏差。例如，一些學(xué)生可能在考試之前離開學(xué)校，或者在學(xué)校的時間不足以納入分析，那么學(xué)校對這類學(xué)生學(xué)業(yè)成績的增值效應(yīng)無法體現(xiàn)出來。因此，有必要考察增值模型中學(xué)生流動率如何影響學(xué)校對學(xué)生成績影響的測量，并尋找合適的方式來反映模型中各學(xué)校的學(xué)生流動率水平[43]。

(3) 增值分數(shù)的波動：在增值模型中最重要的問題之一是學(xué)校效應(yīng)的穩(wěn)定性[30]。當(dāng)然，學(xué)校對學(xué)生成績的影響每年都會有所不同，但如果學(xué)校效應(yīng)發(fā)生了根本性變化則會導(dǎo)致一些問題。如果學(xué)校效應(yīng)每年波動很大，那么學(xué)校對學(xué)生成績的影響程度就很難具備說服力。因此，在選擇增值模式后，應(yīng)檢查每個學(xué)校每年的增值分數(shù)之間的一致性。如果增值分數(shù)在各年之間發(fā)生了根本性變化，則應(yīng)考慮哪些因素造成了這些變化，并將這些因素納入到增值模型中。此外，樣本量會影響增值模型的準確性，要保證一定的樣本量才可以得出較為準確的數(shù)據(jù)[44]。

6 對我國高等教育增值評價的啟示

《深化新時代教育評價改革總體方案》明確提出了探索增值評價。然而我國教育領(lǐng)域引入增值評價的時間并不長，對高等教育領(lǐng)域增值評價的研究目前大多停留在理論層面，相關(guān)的實證研究較少，且所用的增值評價模型引自國外，本土對增值模型的開發(fā)處于起步階段。面對這些現(xiàn)狀，應(yīng)從以下方面著手。

(1) 以增值評價促教育公平。2020年國務(wù)院政府工作報告中提出要推動教育公平發(fā)展和質(zhì)量提升。教育公平包括起點公平、過程公平及結(jié)果公平。在推進教育公平的舉措中，除強調(diào)教育資源配置公平外，評價方式不同也會對教育的公平性產(chǎn)生影響。評價方式更關(guān)注過程公平與結(jié)果公平，關(guān)注教育本身所帶給學(xué)生的收獲和影響。以往教育評價方式與指標側(cè)重于學(xué)校辦學(xué)條件、教師教學(xué)能力、學(xué)生考試成績和升學(xué)率，而忽略了學(xué)生個體的獲得與進步程度，造成教育評價的不公平。增值評價提供了一種新的教育評價理念，以教學(xué)效果作為衡量學(xué)校教育效率以及教師教學(xué)能力的指標，這對于現(xiàn)有評價中的“弱勢學(xué)校”更加公平。教育的本質(zhì)是促進學(xué)生發(fā)展，增值評價以學(xué)生的學(xué)業(yè)成績進步程度為指標，能使學(xué)校更加關(guān)注學(xué)生發(fā)展，從而提高教育質(zhì)量，更好地促進教育公平。

(2) 構(gòu)建完善的增值評價體系。首先，評價理念落實到實踐需要有完善的體系支撐。增值評價可以從影響學(xué)生學(xué)業(yè)成就的諸多因素中剝離出學(xué)校效應(yīng)的影響，得到學(xué)校對學(xué)生影響的“凈效應(yīng)”，因此指標的合理性至關(guān)重要。評價前需要對影響學(xué)生學(xué)業(yè)成就的因素進行全面分析，選擇出合理的指標。其次，增值評價對數(shù)據(jù)的依賴性強，需要對樣本數(shù)據(jù)進行縱向長時間追蹤，這就要求有強大的數(shù)據(jù)采集工具支撐，開發(fā)增值評價適用的教育大數(shù)據(jù)中心。此外，增值評價對于數(shù)據(jù)的處理分析大多通過統(tǒng)計分析模型來實現(xiàn)，要開發(fā)更加準確的增值評價模型，并且在實施時選擇最適合學(xué)校特點的模型，以促進評價結(jié)果的準確性與公平性。

(3) 調(diào)動多元協(xié)同評價。目前增值評價在我國還沒有大規(guī)模推廣，應(yīng)調(diào)動各方積極性、整合多方力量開展和參與增值評價。高?？梢詮膬蓚€方面來入手：一方面，學(xué)校內(nèi)部應(yīng)充分調(diào)動學(xué)生參與評價的積極性，學(xué)生的積極性會直接影響數(shù)據(jù)的準確度，并且在選擇指標時應(yīng)充分聽取學(xué)生意見，確保評價指標的全面性。另一方面，學(xué)校應(yīng)聯(lián)合校外技術(shù)部門以及教育相關(guān)部門共同實施評價，在獲得技術(shù)支持之外，相關(guān)教育部門應(yīng)對評價過程起到一定監(jiān)督作用，以確保評價過程的公正進行。

(4) 科學(xué)把握評價結(jié)果，合理利用評價結(jié)果。評價的最終目的是給出反饋，引導(dǎo)發(fā)展。評價結(jié)果需要具備一定的科學(xué)性與準確性。應(yīng)當(dāng)建立問責(zé)監(jiān)督機構(gòu)，對評價結(jié)果進行監(jiān)督與反饋，從而規(guī)范學(xué)校行為，引導(dǎo)學(xué)生發(fā)展。對于高校來講，教師應(yīng)對評價結(jié)果進行充分分析，發(fā)現(xiàn)問題與優(yōu)點，從而改進教學(xué)過程，及時引導(dǎo)學(xué)生。學(xué)校可以鼓勵學(xué)生根據(jù)評價結(jié)果撰寫分析報告，使學(xué)生對自身學(xué)業(yè)成績有更加清晰的了解，并且培養(yǎng)學(xué)生的自我反思能力。學(xué)生的反饋結(jié)果也可作為調(diào)整評價指標的重要依據(jù)。對于相關(guān)教育部門來講，應(yīng)充分對評價結(jié)果進行剖析，將評價結(jié)果作為制定相關(guān)教育政策的來源與依據(jù)，促進教育公平公正發(fā)展。