馬云云 劉新平

中共中央、國務(wù)院于2020年10月頒發(fā)了《深化新時代教育評價改革總體方案》，這是新中國第一個以中央名義下發(fā)的關(guān)于教育評價的文件，方案中明確要求：扭轉(zhuǎn)不科學(xué)的教育評價導(dǎo)向，堅決克服唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯論文、唯帽子的頑瘴痼疾?？梢?，有關(guān)教育評價的改革及探索已成為全國教育界，特別是中小學(xué)關(guān)注的熱點。隨著大數(shù)據(jù)、人工智能技術(shù)的發(fā)展，教育評價必將轉(zhuǎn)向以服務(wù)為導(dǎo)向，智能化為特征的第五代變革，強(qiáng)化傳統(tǒng)評價功能，引領(lǐng)學(xué)生學(xué)習(xí)、教師教學(xué)、學(xué)校管理等向立體化評價過渡，即教師和學(xué)生不同學(xué)段學(xué)習(xí)、教學(xué)全過程的縱向評價，學(xué)生德智體美勞全要素的橫向評價，從而使教育評價更全面、更客觀、更科學(xué)。

方案中強(qiáng)調(diào)，堅持把立德樹人作為根本標(biāo)準(zhǔn)，突出評價的教育作用，突出評價的推動作用，突出評價的導(dǎo)向作用，突出評價的貫通作用。“改革學(xué)生評價”不僅僅是“改革學(xué)習(xí)評價”的一字之差，內(nèi)涵、外延和價值取向都相去甚遠(yuǎn)。

一、教育評價理論與方法概述

教育評價是當(dāng)今教育科學(xué)研究三大領(lǐng)域之一，是教育科學(xué)研究的方法論基礎(chǔ)，是數(shù)量化方法在教育科學(xué)研究的直接滲透，是教育工作者，特別是中小學(xué)教育教學(xué)管理干部、教師必備的一種重要科學(xué)工具。

隨著中小學(xué)教育教學(xué)改革及教育科學(xué)研究，尤其是教育教學(xué)實驗及各類考試研究的不斷深入，教育評價理論和方法已列為各類中小學(xué)教師及教育教學(xué)管理干部培訓(xùn)的重要方面。通過全國許多省份中小學(xué)教師及教育教學(xué)管理干部舉辦的各類有關(guān)教育評價理論與方法的培訓(xùn)，起到了很好的效果。教育評價理論包含三個學(xué)科：教育統(tǒng)計學(xué)、教育測量學(xué)、教育評價學(xué)。

“教育統(tǒng)計學(xué)”是運用數(shù)理統(tǒng)計方法去研究教育對象的一門應(yīng)用學(xué)科，研究如何收集、整理、分析、推斷教育現(xiàn)象中的數(shù)據(jù)。教育學(xué)與心理學(xué)中許多問題借助于統(tǒng)計學(xué)都可以予以量化，從而揭示教育規(guī)律和心理規(guī)律，這對改進(jìn)中小學(xué)教育教學(xué)管理干部的管理水平、培養(yǎng)中小學(xué)教師教育的科研能力、正確開展教育與心理實驗和提高教學(xué)質(zhì)量和實際工作效率都將是十分必要的。這門學(xué)科形成于20世紀(jì)初的美國，辛亥革命后傳入我國，被列為師范院校必修課程。20世紀(jì)20年代以后，這門學(xué)科主要處于描述性階段，即以圖表、計算均值、標(biāo)準(zhǔn)差、相關(guān)系數(shù)等描述收集到的數(shù)據(jù)；20世紀(jì)40年代以后，隨著教育科學(xué)本身及統(tǒng)計學(xué)的進(jìn)一步發(fā)展，用抽樣的辦法，通過部分?jǐn)?shù)據(jù)的研究以最大的把握性來對整體的某些特征進(jìn)行統(tǒng)計推斷。20世紀(jì)60年代以后，隨著計算機(jī)的普及，人們從多方位、多指標(biāo)、多維度去分析教育現(xiàn)象，從而使教育統(tǒng)計已不限于簡單的描述性和推斷性統(tǒng)計，而是擴(kuò)充到與多元分析等許多新興學(xué)科相結(jié)合的綜合方向上，所涉及的工具更具多樣化、系統(tǒng)化。

“教育測量學(xué)”是依照某種法則，運用統(tǒng)計的工具，通過測驗對教育現(xiàn)象的屬性化性質(zhì)予以量化形成的學(xué)科。具體來說，隨著中高考及學(xué)校各類考試制度的逐步完善，運用教育測量的方法對中高考命題、施測、評卷、分?jǐn)?shù)報告及錄取的科學(xué)化分析取得了積極的進(jìn)展。其測評的方法也日趨多樣化、系統(tǒng)化，考試作為教育工作的重要環(huán)節(jié)，中小學(xué)教師掌握考試命題技術(shù)、考試設(shè)計，運用 “四度”（難度、區(qū)分度、信度、效度）進(jìn)行考試質(zhì)量分析，已成為中小學(xué)教育教學(xué)改革的重要方面。

“教育評價學(xué)”是運用教育統(tǒng)計工具對測量結(jié)果的科學(xué)評判，如中小學(xué)教育工作的檢查和評定，教師的教學(xué)質(zhì)量和教材水平的評議，以及學(xué)生學(xué)業(yè)成就、智能水平、品德行為的評定等都要應(yīng)用教育評價的理論和方法。廣義的教育評價包括對教育活動的一切方面的評價，狹義的教育評價主要是對教學(xué)方面，特別是對學(xué)生學(xué)習(xí)質(zhì)量進(jìn)行評價。

隨著2022年4月義務(wù)教育新課標(biāo)的頒布，對當(dāng)前中小學(xué)課堂教學(xué)改革提出了更高的要求，“教學(xué)評”一體化已成為常規(guī)，也是學(xué)校落實基于新課標(biāo)下教學(xué)改革的重點。從評價方式來看，在“形成性評價”基礎(chǔ)上發(fā)展起來的“學(xué)習(xí)性評價”“增值評價”正在中小學(xué)課堂評價中實踐，對促進(jìn)和幫助學(xué)生高效學(xué)習(xí)起到了極大的推動作用。

教育統(tǒng)計、教育測量與教育評價相對獨立，但又有一定聯(lián)系，教育統(tǒng)計是工具，教育測量是手段，教育評價是對教育測量結(jié)果的科學(xué)評判。20世紀(jì)60年代以后，隨著現(xiàn)代科學(xué)技術(shù)向現(xiàn)代教育科學(xué)研究領(lǐng)域的輻射、滲透和交叉，人們越來越多地使用了與現(xiàn)代教育研究方法相適應(yīng)的各種統(tǒng)計測評方法的拓廣和延伸。例如，在經(jīng)典測量理論（CTT）基礎(chǔ)上發(fā)展起來的題目反應(yīng)理論（IRT）等。評價方法已從多方位、多指標(biāo)、多維度的時空動態(tài)模式上去探討、去分析，使教育統(tǒng)計、測量及評價方法由簡單的、直觀的描述性方法和一元統(tǒng)計推斷方法擴(kuò)充到了與多元統(tǒng)計分析等諸多新興應(yīng)用學(xué)科相結(jié)合的綜合方向上。

二、教育評價理論與方法的實踐和探索

1.教育統(tǒng)計與測評用于教育教學(xué)管理

教育統(tǒng)計與測量是實現(xiàn)教育教學(xué)管理科學(xué)化、現(xiàn)代化的重要工具。近年來，隨著教育教學(xué)管理定量化研究的不斷深入，人們越來越多地認(rèn)識到教育教學(xué)管理作為一個系統(tǒng)其運動和變化的某種量的規(guī)律。如對于學(xué)校管理的重要環(huán)節(jié)教學(xué)和學(xué)生工作，利用統(tǒng)計模型探索出一套切合實際的工作程序。只有根據(jù)統(tǒng)計、測量提供的數(shù)據(jù)，教育教學(xué)管理部門才能心中有數(shù)，準(zhǔn)確客觀地分析出學(xué)校教育教學(xué)的基本情況，獲得指導(dǎo)管理工作的客觀依據(jù)。同時，結(jié)合定性化的分析，提出改進(jìn)的方法和措施。又如中小學(xué)教育評估問題，近年來我們經(jīng)常使用因素分析、聚類分析等方法建立評估模型；再如學(xué)生能力的評估，我們利用近鄰判別分析的方法建立學(xué)生的能力類別等，為社會輸送人才提供可供選擇的工作種類。

2.教育統(tǒng)計與測評用于高考命題研究

隨著高中新課程標(biāo)準(zhǔn)實施，依據(jù)國務(wù)院《關(guān)于深化考試招生制度改革實施意見》《深化新時代教育評價改革總體方案》以及《中國高考評價體系和說明》的要求，依據(jù)教育測量學(xué)基本理論，在高考命題中應(yīng)遵循以下基本原則，總體要求：深化高考內(nèi)容改革，堅持立德樹人，服務(wù)選拔，導(dǎo)向教學(xué)，加強(qiáng)全面考查和引導(dǎo)，增強(qiáng)基礎(chǔ)性、綜合性，優(yōu)化情境設(shè)計，增強(qiáng)試題開放性、靈活性，減少死記硬背，機(jī)械刷題，落實“重思維、重應(yīng)用、重創(chuàng)新”，使高考由“解答問題”向“解決問題”轉(zhuǎn)化。（1）考試設(shè)計要求：含題型設(shè)計、題量設(shè)計、考試目標(biāo)設(shè)計、試卷編制、命題細(xì)目表要求（兩個維度，一個配分），題型主客觀題按各科要求確定，題量一般控制在考生思考時間與答卷書寫時間為2∶1。（2）命題模式評價：除應(yīng)符合學(xué)生發(fā)展（育人方面的反映和表現(xiàn)），還應(yīng)體現(xiàn)反饋和修正（每套模擬試題考試結(jié)束后征集專家研討，聽取實踐主體學(xué)校教師、學(xué)生的意見和反饋信息），從而及時修正。（3）試卷“四度”要求：每套試卷具有較高信度、效度，必要的區(qū)分度和適當(dāng)?shù)碾y度。首先，命題具有較高信度（可信性、一致性程度，取值0－1之間），效度（有效性、準(zhǔn)確性程度，取值0－1之間，也可用定性內(nèi)容效度予以衡量）。其次，必要的區(qū)分度（區(qū)分鑒別能力的數(shù)量指標(biāo)），注意是必要的（這是由高考的選拔性、屬性來考慮的）；適當(dāng)?shù)碾y度，注意是適當(dāng)?shù)模ㄐ赂呖几母飶?qiáng)調(diào)適當(dāng)降低難度），從測量學(xué)理論，一般整卷平均難度達(dá)到0.5即能保持最大的區(qū)分度，但從強(qiáng)調(diào)必要的區(qū)分度考慮，難度控制在0.6-0.65之間，不同的模擬試卷（三套）難度分別控制在0.65、0.62、0.6，以便于及時修正和調(diào)控。（4）命題考查目標(biāo)：強(qiáng)調(diào)“必備知識、關(guān)鍵能力、學(xué)科素養(yǎng)、核心價值”，這一目標(biāo)較傳統(tǒng)的布魯姆考查目標(biāo)（識記、領(lǐng)會、綜合、分析、應(yīng)用、評價）有更深層次的內(nèi)涵和拓展。（5）體現(xiàn)新課改要求：命題既重視知識與技能，更重視過程與方法、情感與價值觀，從而引導(dǎo)教師的教學(xué)注重過程。（6）命題內(nèi)容維度：以“四層考查”（必備知識、關(guān)鍵能力、學(xué)科素養(yǎng)、核心價值）為目標(biāo)，以“四翼考查”（基礎(chǔ)性、綜合性、應(yīng)用性、創(chuàng)新性）為基準(zhǔn)。（7）命題遵循原則：入門寬，深入難，開口大，出口小，主要是從區(qū)分度角度考慮，除了試題易、中、難比例（0.3、0.5、0.2），文理科略有差異，除難度的坡度設(shè)計外，每道題難度的起點一般不要太高，這就是入門寬，開口大，但進(jìn)入試題后不易，這就是深入難，出口小。

3.教育統(tǒng)計與測評用于各級各類學(xué)校試題試卷分析

各級各類學(xué)?？荚嚨脑嚲矸治鲆彩切聲r代教育評價的重要內(nèi)容之一，科學(xué)地進(jìn)行試卷分析能夠有效地提高教育教學(xué)質(zhì)量。試卷分析通常有定性分析和定量分析，經(jīng)典教育測量理論（CTT）和方法通常用于定量分析，以“四度”（信度、效度、難度、區(qū)分度）為工具進(jìn)行考試質(zhì)量分析，已廣泛應(yīng)用于各類試卷的分析中，陜西師范大學(xué)通過對2021級教育碩士、師范類專業(yè)本科生有目標(biāo)地進(jìn)行培訓(xùn)后，撰寫了100多篇有關(guān)中小學(xué)的試題試卷分析報告，極大地提高了學(xué)生學(xué)習(xí)教育評價相關(guān)理論的積極性，西安醫(yī)學(xué)院、陜西師范大學(xué)、西安翻譯學(xué)院等單位應(yīng)用教育測量方法制定了試題試卷分析模板，通過對全校各學(xué)科期末考試的試卷分析，對促進(jìn)教育教學(xué)起到一定的推動作用，陜西省教育考試院利用試題試卷分析模版對每年高考、學(xué)業(yè)水平考試數(shù)據(jù)進(jìn)行統(tǒng)計分析，對考生和學(xué)校提供了有價值的參考。

三、當(dāng)今教育評價領(lǐng)域有待進(jìn)一步探討的問題

1.教育統(tǒng)計與測評課程建設(shè)

教育統(tǒng)計與測評作為一門教育類學(xué)科的重要課程，目前已廣泛在高校相關(guān)專業(yè)“教育學(xué)、心理學(xué)、小學(xué)教育、學(xué)前教育以及師范類各專業(yè)”的研究生、本科、?？茖W(xué)生中開設(shè)，并對各類中小學(xué)、幼兒園教育管理干部、教師進(jìn)行培訓(xùn)。陜西師范大學(xué)研究生教改項目《教育統(tǒng)計與測評課程建設(shè)及在研究生教育教學(xué)實踐中的應(yīng)用》已完成了“教育統(tǒng)計與測評”教學(xué)大綱的修訂意見，教學(xué)大綱、課程目標(biāo)達(dá)成評價分析報告，教學(xué)進(jìn)度及開課計劃等，無疑對這門課程的建設(shè)起到了積極的推動作用。

根據(jù)新時代教育評價理論，重新修訂的“教育統(tǒng)計與測評教學(xué)大綱，課程目標(biāo)達(dá)成評價分析報告”等較為系統(tǒng)地架構(gòu)了課程從理論、方法到實踐的各個環(huán)節(jié)，結(jié)合新時代教育評價特點，在原有課程的基礎(chǔ)上，以劉新平、張運良主編的《教育統(tǒng)計與測評導(dǎo)論》（第三版）為教材版本，增加了多元、多層次教育統(tǒng)計分析，增值評價及各類中小學(xué)質(zhì)量檢測分析案例和部分理論與應(yīng)用研究成果，豐富了課程的資源，為各專業(yè)開設(shè)這門課程提供了有力支撐。通過對陜西師范大學(xué)來自全國各地中小學(xué)在職教師（教育碩士）（共11屆3000余人）開設(shè)“教育測量與評價”課程及實踐活動，有力地推動了教育評價理論和方法在中小學(xué)的實踐和應(yīng)用。

2.教育評價理論與方法的普及

教育統(tǒng)計與測評作為教育科學(xué)研究的方法論基礎(chǔ)有較強(qiáng)的實踐應(yīng)用背景，作為數(shù)量化方法的滲透，要有一定的數(shù)學(xué)及統(tǒng)計學(xué)基礎(chǔ)，特別是教育評價已在大中小學(xué)及教科研機(jī)構(gòu)得到的廣泛關(guān)注，故這一領(lǐng)域的普及工作就顯得尤為重要，陜西省教育考試與評價研究會作為陜西省內(nèi)唯一的專業(yè)研究會，自2002年正式成立以來，至目前，研究會在高等教育、基礎(chǔ)教育、民辦教育、學(xué)前教育、職業(yè)教育等各個領(lǐng)域，通過各類課題、項目、講座、培訓(xùn)、研討等，為全省教育評價的普及工作起到了積極的推動作用，建議有條件的單位，特別是中小學(xué)組建相應(yīng)的教育評價研究中心或教育質(zhì)量監(jiān)測中心，集中或分散開展教育評價基礎(chǔ)知識的培訓(xùn)，以適應(yīng)新時代教育評價的要求，這對于落實中央“深化新時代教育評價改革整體方案”具有重要意義。

3.教育評價實踐基地建設(shè)

按照中央“深化教育評價改革總體方案”以及破“五唯”精神，在普及教育測評的基礎(chǔ)上，加強(qiáng)教育測評實踐基地建設(shè)勢在必行，在高校普遍開設(shè)教育統(tǒng)計與測評課的同時，根據(jù)各中小學(xué)實際，組織學(xué)生利用寒暑假到實踐基地予以鍛煉，幫助學(xué)校進(jìn)行教育測評基礎(chǔ)知識培訓(xùn)，既能提升學(xué)生實施教育評價的能力，又能對學(xué)校教育測評工作提供幫助（如高中考命題指導(dǎo)、學(xué)生生涯規(guī)劃、學(xué)校教育教學(xué)質(zhì)量監(jiān)測、試題試卷分析等），幫助學(xué)校完成教育評價研究課題，學(xué)生教育測評能力有了顯著提高，通過對西安市八十三中、陜西白河高級中學(xué)、陜西漢中龍崗中學(xué)、西安高新第一學(xué)校、漢中中學(xué)、武功觀音堂九年制學(xué)校等調(diào)查反饋，建議有條件的大學(xué)在完成教育統(tǒng)計與測評課程的同時，有針對性地在中小學(xué)建立實踐基地，這有助于教育評價的各項舉措落到實處。

展望未來，自中共中央、國務(wù)院2020年頒布《深化新時代教育評價改革總體方案》以來，教育評價已引起教育界的極大關(guān)注。教育評價已上升為政府主導(dǎo)下，引領(lǐng)教育教學(xué)改革與發(fā)展的政策導(dǎo)向，教育評價正呈現(xiàn)立體化（全過程的縱向評價、全要素的橫向評價）發(fā)展的趨勢。近期教育部印發(fā)了普通高中辦學(xué)質(zhì)量評價指南，進(jìn)一步明確了評價的主要內(nèi)容，加快建立以發(fā)展素質(zhì)教育為導(dǎo)向的普通高中學(xué)校辦學(xué)質(zhì)量評價體系，全面提高普通高中辦學(xué)質(zhì)量的格局正在逐步形成，這為新時代教育評價理論及其應(yīng)用指明了方向?；诮逃y(tǒng)計測評模型的教育實證研究、基于大數(shù)據(jù)的評價模型的逐步建立等，教育評價創(chuàng)新塑造教育未來的局面必將打開。

作者單位 延安大學(xué)西安創(chuàng)新學(xué)院? ?陜西師范大學(xué)