中圖分類號(hào)：G420 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-5995（2025）02-0069-12

教育評(píng)價(jià)不僅是推進(jìn)教育事業(yè)循序改革的肇始之舉，更是教育高質(zhì)量發(fā)展和現(xiàn)代化治理的關(guān)鍵環(huán)節(jié)。因而揮好教育系統(tǒng)的“指揮棒”，不僅關(guān)乎國(guó)家的未來(lái)和民族的命運(yùn)，也是推進(jìn)教育高效、生態(tài)、現(xiàn)代化發(fā)展和社會(huì)進(jìn)步的重要舉措[1]。2018年9月，習(xí)近平總書(shū)記在全國(guó)教育大會(huì)上強(qiáng)調(diào)，“要扭轉(zhuǎn)不科學(xué)的教育評(píng)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(píng)價(jià)指揮棒問(wèn)題\"2]，教師評(píng)價(jià)作為教育評(píng)價(jià)中的一個(gè)子系統(tǒng)，如何推進(jìn)教師評(píng)價(jià)改革對(duì)建設(shè)高質(zhì)量教育體系尤為重要。2020年10月，中共中央、國(guó)務(wù)院印發(fā)《深化新時(shí)代教育評(píng)價(jià)改革總體方案》，明確提出“改進(jìn)結(jié)果評(píng)價(jià)，強(qiáng)化過(guò)程評(píng)價(jià)，探索增值評(píng)價(jià)，健全綜合評(píng)價(jià)”3]，在中央層面首次明確提出探索增值評(píng)價(jià)。

教師增值評(píng)價(jià)運(yùn)用增值模型測(cè)算教師對(duì)學(xué)生學(xué)業(yè)成績(jī)的凈效應(yīng)，實(shí)現(xiàn)對(duì)教師教學(xué)效能的評(píng)定，在提升教師教學(xué)質(zhì)量、促進(jìn)學(xué)生個(gè)人發(fā)展方面具有重要價(jià)值和意義。4]近年來(lái)，在相關(guān)政策的引領(lǐng)和推動(dòng)下，我國(guó)部分省份已經(jīng)開(kāi)始積極探索增值評(píng)價(jià)，但從評(píng)價(jià)方式和評(píng)價(jià)效果來(lái)看，效果并不明顯。師范生培養(yǎng)是國(guó)家“強(qiáng)師·強(qiáng)教·強(qiáng)國(guó)”戰(zhàn)略鏈條中的重要環(huán)節(jié)?；趲煼懂厴I(yè)生教師在教師群體中的特殊性和重要性，如何科學(xué)評(píng)價(jià)其教學(xué)效能，提升教學(xué)質(zhì)量，應(yīng)當(dāng)受到關(guān)注。

一、文獻(xiàn)綜述

教師教學(xué)效能增值評(píng)價(jià)應(yīng)用中使用的增值模型，本質(zhì)上是利用一組計(jì)算方法和規(guī)則，通過(guò)控制一系列協(xié)變量影響，以確定教師對(duì)學(xué)生成績(jī)產(chǎn)生的“凈影響”的統(tǒng)計(jì)模型[5]，它反映了教育評(píng)價(jià)中各因素的內(nèi)在關(guān)系，是增值評(píng)價(jià)的理論依據(jù)，也是核心。早期主要是簡(jiǎn)單差值法和預(yù)測(cè)差值法，后隨著教師評(píng)價(jià)體系指標(biāo)的復(fù)雜化演變，多層線性模型（HIERARCHICALLINEARMODEL，簡(jiǎn)稱HLM）在處理多維嵌套數(shù)據(jù)，對(duì)教師效能做出更準(zhǔn)確的估計(jì)方面展現(xiàn)出更大的優(yōu)勢(shì)。

總體教師教學(xué)效能增值評(píng)價(jià)模型大致分為三類：基于描述統(tǒng)計(jì)的增值模型、基于統(tǒng)計(jì)回歸的增值模型以及基于計(jì)算機(jī)算法的增值模型[6]。以描述統(tǒng)計(jì)為基礎(chǔ)的增值模型主要包括獲得分?jǐn)?shù)模型（GainScoreModel，簡(jiǎn)稱GSM）和學(xué)生成長(zhǎng)百分等級(jí)模型（STUDENT GROWTHPERCENTILEMODEL，簡(jiǎn)稱SGP）；基于統(tǒng)計(jì)回歸的模型主要包括HLM以及它的衍生模型；基于計(jì)算機(jī)算法的的增值模型包括分類和回歸樹(shù)模型（ClassificationAndRegressionTrees）（以下簡(jiǎn)稱CART）[7]。

為了計(jì)算學(xué)生成績(jī)的凈增長(zhǎng)值，最簡(jiǎn)單的思路就是計(jì)算前后兩個(gè)時(shí)間點(diǎn)原始分?jǐn)?shù)的絕對(duì)變化或者分?jǐn)?shù)的排名在同類群體中的相對(duì)變化，分別對(duì)應(yīng)獲得GSM和SGP，兩種模型都是基于描述統(tǒng)計(jì)量計(jì)算學(xué)生的增值分?jǐn)?shù)，在此基礎(chǔ)上，兩種模型通過(guò)聚合群體增值分?jǐn)?shù)的中位數(shù)或平均數(shù)，即可獲得教師效能。

教育增值評(píng)價(jià)中的數(shù)據(jù)往往呈現(xiàn)嵌套的結(jié)構(gòu)特點(diǎn)，例如學(xué)生嵌套于班級(jí)、班級(jí)嵌套于學(xué)校、學(xué)校嵌套于更高宏觀單位等，HLM作為一種分析具有嵌套結(jié)構(gòu)數(shù)據(jù)的回歸模型，是一類重要的增值模型[8]。HLM的衍生增值模型主要分為單波模型和多波模型兩類，單波模型適用于已知學(xué)生、教師或?qū)W校層面的變量數(shù)據(jù)，并已獲前、后兩個(gè)時(shí)間點(diǎn)考試數(shù)據(jù)的情況，常見(jiàn)的單波模型有CAM，多波模型也叫MRM，這類模型以高質(zhì)量縱向數(shù)據(jù)庫(kù)為基礎(chǔ)，能夠同時(shí)對(duì)多個(gè)學(xué)科、多學(xué)校系統(tǒng)和多次成績(jī)進(jìn)行聯(lián)合建模，描述教師效應(yīng)的多波模型主要包括TVAAS、CCM以及變量持久模型（VarriablePersistenceModel，VPM）（以下簡(jiǎn)稱VPM）[9]

如表1所示，這些模型各有優(yōu)缺點(diǎn)，如何選擇合適的模型是進(jìn)行數(shù)據(jù)分析的關(guān)鍵。

我國(guó)也有根據(jù)本土實(shí)際考量構(gòu)建的教師教學(xué)效能增值評(píng)價(jià)模型，例如北京懷柔區(qū)教科研中心使用國(guó)內(nèi)研究者設(shè)計(jì)的“簡(jiǎn)約式增值評(píng)價(jià)模型”衡量其區(qū)域內(nèi)教師、學(xué)校的效能[10]；石艷（2022）等學(xué)者構(gòu)建增值評(píng)價(jià)計(jì)量模型對(duì)師范院校畢業(yè)的學(xué)生教學(xué)效能進(jìn)行對(duì)比評(píng)估[1]

在國(guó)際上，美國(guó)是最早將教師教學(xué)增值性評(píng)價(jià)應(yīng)用于教師評(píng)價(jià)實(shí)踐的國(guó)家[12]。田納西州和達(dá)拉斯市是美國(guó)增值性評(píng)價(jià)開(kāi)始較早的地區(qū)，也是教師增值性評(píng)價(jià)發(fā)展速度較快的地區(qū)，他們利用增值性評(píng)價(jià)對(duì)教師效能進(jìn)行評(píng)估，并把評(píng)估結(jié)果與教師獎(jiǎng)懲掛鉤。除此之外，目前易斯安那州、北卡羅萊納州、田納西州、俄亥俄州、得克薩斯州和弗羅里達(dá)州等地區(qū)都開(kāi)始將教師增值性評(píng)價(jià)應(yīng)用于教師評(píng)價(jià)之中[13]

我國(guó)各地的教育實(shí)踐中，例如蘇州市、長(zhǎng)沙市、上海市普陀區(qū)、青島市市南區(qū)等地區(qū)，目前已經(jīng)開(kāi)始利用增值評(píng)價(jià)對(duì)學(xué)校辦學(xué)質(zhì)量等進(jìn)行監(jiān)測(cè)[14]。張文靜和辛濤（2010）利用增值模型通過(guò)以房山區(qū)小學(xué)四年級(jí)學(xué)生為研究對(duì)象，探討了哪些教師特征變量會(huì)對(duì)學(xué)生數(shù)學(xué)成績(jī)產(chǎn)生顯著影響[15]。凡細(xì)珍和任杰（2013）利用階層線性模型，在新疆雙語(yǔ)教學(xué)中引人增值性評(píng)價(jià)研究[16]。但是與國(guó)外相比，由于我國(guó)引進(jìn)增值評(píng)價(jià)的時(shí)間較晚，國(guó)內(nèi)學(xué)術(shù)界在教師增值評(píng)價(jià)的實(shí)踐應(yīng)用方面較為空白。

二、師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)數(shù)學(xué)模型選擇

在本研究中，以在接受該師范畢業(yè)生教師一段時(shí)間的教育下，學(xué)生的綜合素質(zhì)的發(fā)展情況作為師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)模型的因變量，這體現(xiàn)了兩層數(shù)據(jù)的嵌套結(jié)構(gòu)。在查閱文獻(xiàn)的基礎(chǔ)上，本文以多層線性模型為基礎(chǔ)，構(gòu)建含學(xué)生層和教師層兩層預(yù)測(cè)變量的增值評(píng)價(jià)模型。

（一）多層線性模型的基本原理及優(yōu)勢(shì)

多層線性模型是針對(duì)經(jīng)典統(tǒng)計(jì)技術(shù)在處理具有多層結(jié)構(gòu)的數(shù)據(jù)時(shí)所存在一些弊端從而導(dǎo)致分析結(jié)果的不準(zhǔn)確而提出的，它的最大優(yōu)點(diǎn)是能夠?qū)V泛存在的多層數(shù)據(jù)結(jié)構(gòu)進(jìn)行深入的分析和解釋[1]。本文研究的核心內(nèi)容是構(gòu)建師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)模型，探究學(xué)生層因素和教師層因素對(duì)師范畢業(yè)生教學(xué)效能的影響，其中師范畢業(yè)生層因素為教師層面的宏觀變量，而學(xué)生層因素為個(gè)體層面的微觀變量，數(shù)據(jù)存在嵌套結(jié)構(gòu)，即學(xué)生嵌套于教師。

多層模型可綜合分析宏觀與微觀因素的影響，將個(gè)體因素的影響從群體因素中分離出來(lái)，從而調(diào)節(jié)數(shù)據(jù)的聚類性質(zhì)，使得研究的參數(shù)估計(jì)更為準(zhǔn)確、更能反映數(shù)據(jù)的實(shí)際特征。多層線性模型能夠?yàn)檠芯刻峁└鼮榫_的估計(jì)。首先，它獲得了回歸系數(shù)的精確估計(jì)。多層線性模型是建立“回歸的回歸”，但是多層線性模型和“回歸的回歸”估計(jì)方法是不同的，“回歸的回歸”是根據(jù)普通最小二乘法進(jìn)行估計(jì)，而多層次線性模型使用的是收縮估計(jì)（shrinkageestimation），收縮估計(jì)比普通最小二乘法估計(jì)的“回歸的回歸”更為穩(wěn)定[18]。其次，通過(guò)建立多層線性模型可以對(duì)各層次間的變異量進(jìn)行觀測(cè)，不要求觀察數(shù)據(jù)之間相互獨(dú)立，也可以在同一研究中對(duì)不同層次變量間的關(guān)系進(jìn)行分析，不同層級(jí)間的差異不會(huì)因?yàn)閿?shù)據(jù)分層問(wèn)題而被忽視掉。就本文來(lái)說(shuō)，多層線性模型能夠分別確定學(xué)生特征和師范畢業(yè)生特征對(duì)師范畢業(yè)生教學(xué)效能的影響，同時(shí)還能通過(guò)學(xué)生特征與師范畢業(yè)生特征之間的相互關(guān)系考察對(duì)師范畢業(yè)生教學(xué)效能的影響。再次，截距項(xiàng)和斜率項(xiàng)之間的關(guān)系能夠更加有效地反映各微觀學(xué)生特征變量、宏觀師范畢業(yè)生特征變量同師范畢業(yè)生教學(xué)效能之間的變動(dòng)規(guī)律。最后，更適合縱向研究，多層線性模型可以用來(lái)研究縱向數(shù)據(jù)中結(jié)局測(cè)量隨時(shí)間變化的發(fā)展軌跡。

綜上，本文采用多層線性模型來(lái)分析學(xué)生層和教師層因素對(duì)教師教學(xué)效能的影響，首先嘗試以學(xué)生中考成績(jī)作為學(xué)生的起始水平，以學(xué)生和教師層影響因素作為自變量X，以及學(xué)生綜合素質(zhì)發(fā)展水平為因變量Y為依據(jù)建立師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)模型。

（二）多層線性模型的構(gòu)建步驟

一般來(lái)說(shuō)，建立多層線性模型主要包括四個(gè)步驟：構(gòu)建零模型、構(gòu)建隨機(jī)效應(yīng)模型、構(gòu)建加人第二層變量的擴(kuò)展模型、構(gòu)建完整模型。

1．構(gòu)建零模型

零模型是多層線性模型的基礎(chǔ)，又稱為空模型。零模型不包含任何層次的解釋變量。其原理是通過(guò)方差成分分析，將總方差（TOTALVARIANCE）分解為組內(nèi)方差（INTRA-GROUPVARIANCE）和組間方差（INTER-GROUPVARIANCE），由此計(jì)算組內(nèi)相關(guān)系數(shù)（INTRACLASSCORRELATIONCOEFFICIENT，ICC）。組內(nèi)相關(guān)系數(shù)是總變異中組間的變異量，如果該數(shù)據(jù)大，說(shuō)明組間存在差異，這時(shí)要建立分層線性模型；如果該數(shù)據(jù)小，說(shuō)明幾乎沒(méi)有組間無(wú)差異，建立分層線性模型用處不大，根據(jù)現(xiàn)有研究所建議的判斷準(zhǔn)則[19]，ICC（1）小于0.059屬于低度組內(nèi)相關(guān)，介于0.059與0.138之間屬于中度組內(nèi)相關(guān)，高于0.138則屬于高度的組內(nèi)相關(guān)。

為了檢驗(yàn)師范畢業(yè)生教師教學(xué)效能是否存在學(xué)生個(gè)體間水平的變異，是否需要利用多層線性模型，首先要建立零模型進(jìn)行檢驗(yàn)，計(jì)算個(gè)體間的變異在總變異中的比例，判斷本研究的數(shù)據(jù)是否適合構(gòu)建多層線性模型，具體模型如下[20]

第一層： Y_ij=β_0j+r_ij 第二層： β_0j=γ_?00+μ_?0j

該模型有兩層方程，每層方程均不存在自變量。此模型用來(lái)估計(jì)因變量的變異（即方差Var）有多少分別歸因于學(xué)生層和師范畢業(yè)生教師層，以此來(lái)檢驗(yàn)第二層的變量所在的層次的比例是否顯著。

2．構(gòu)建隨機(jī)效應(yīng)模型

基于零模型，在第一層次引入解釋變量，不含第二層自變量，同時(shí)設(shè)定第一層次截距項(xiàng)為隨機(jī)值、第一層次斜率為固定值[21]。截距項(xiàng)為隨機(jī)值，第二層次變量會(huì)對(duì)其產(chǎn)生影響，進(jìn)而影響總體因變量。斜率為固定值，第二層次變量不會(huì)對(duì)第一層次解釋變量是斜率項(xiàng)產(chǎn)生影響，不存在互動(dòng)效應(yīng)。模型的具體形式為：

第一層： Y_ij=β_°j+β_1jX_ij+r_ij 第二層： β_0j=γ_?00+μ_0j β_1j=γ₁₀+μ_1j

在此模型中，我們的目的僅僅是考察第二層的變異，即第二層的方差。在實(shí)際研究中，研究者可能還沒(méi)有確定具體的第二層預(yù)測(cè)變量，通過(guò)隨機(jī)效應(yīng)模型，能夠初步判斷哪些第一層預(yù)測(cè)變量對(duì)因變量有顯著影響，即只是用來(lái)對(duì)第一層微觀變量的初步選定，同時(shí)確定第一層自變量的取值在第二層的單位之間是否存在顯著差異。

3.構(gòu)建加入第二層變量的擴(kuò)展模型

該模型是在在第一層的基礎(chǔ)上加入第二層的自變量，檢驗(yàn)第二層中自變量有哪些變量對(duì)第一層中自變量和因變量的關(guān)系產(chǎn)生影響，并通過(guò)截距項(xiàng)和斜率項(xiàng)判斷影響方向和程度。通過(guò)對(duì)固定效應(yīng)參數(shù)的估計(jì)，若發(fā)現(xiàn)第二層中變量對(duì)第一層中的斜率項(xiàng)通過(guò)顯著性檢驗(yàn)，則表明第二層中變量對(duì)第一層中自變量與因變量之間的關(guān)系存在顯著性影響。在隨機(jī)效應(yīng)參數(shù)估計(jì)上，利用組內(nèi)誤差和組間誤差計(jì)算變異系數(shù)，判斷引入 μ_°j 與 μ_1j 的必要性以及第一層中自變量同因變量之間是否存在顯著性變異，模型的具體形式如下：

第一層： γ_?ij=β_?0j+r_?ij 第二層： β_°j=γ_°0+γ_°1W_1j+μ_0j β_°j=γ_°0+γ_°1W_1j+μ_°j

4．構(gòu)建完整模型

完整模型又稱全模型，完整模型是最典型的階層線性模型，能清晰解釋個(gè)體層次和總體層次因素如何影響因變量。同時(shí)包含第一、二層的預(yù)測(cè)變量，可以深人地解釋因變量Y的總體變異是如何受第一層與第二層的變量影響的，模型的具體形式如下：

第一層： Y_ij=β_0j+β_1jX_ij+r_ij 第二層： β_°j=γ_°0+γ_°1W_1j+μ_°j β_1j=γ₁₀+γ₁₁W_1j+μ_1j

上述模型中，下標(biāo)i表示第一層的個(gè)體，即學(xué)生，下標(biāo)j表示第一層的個(gè)體（學(xué)生）所隸屬的第二層的單位（師范畢業(yè)生教師）[22]；結(jié)果變量Y（Outcomevariables）表示第j個(gè)單位中的第i個(gè)個(gè)體的因變量值，本實(shí)例中具體是指Y代表第j個(gè)師范畢業(yè)生教師的第i位學(xué)生的發(fā)展水平；預(yù)測(cè)（解釋）變量 X_ij （Pre-dictorsvariables）表示第j個(gè)師范畢業(yè)生教師的第i個(gè)學(xué)生的某一個(gè)變量觀測(cè)值，例如學(xué)生父親學(xué)歷； β_°j 是第一層的隨機(jī)截距，第j個(gè)單位的平均數(shù)，即代表了第二層單位的各組平均值； β_1j 是第一層的隨機(jī)斜率； r_ij 表示第一層的隨機(jī)誤差項(xiàng)（殘差residual），表示未被當(dāng)前自變量解釋的殘差變異，不能被自變量所解釋的部分。

第二層教師某個(gè)預(yù)測(cè)變量j，表示第j個(gè)班級(jí)的師范畢業(yè)生教師某一個(gè)特征變量，例如師范畢業(yè)生教師的薪資待遇； γ_?00 是第二層回歸直線的截距，即全部第二層的平均水平，這里是各師范畢業(yè)生教師平均教學(xué)效能的平均數(shù)，就是隨機(jī)截距的總平均數(shù)；γ_?01 是師范畢業(yè)生教師層級(jí)預(yù)測(cè)變量 W₁ 對(duì)截距項(xiàng) β_°j 影響的偏回歸系數(shù)； γ₁₁ 為第二層回歸直線的斜率；μ_°j 表示第二層上的隨機(jī)誤差項(xiàng)（殘差），是截距的變異數(shù)，即第j個(gè)教師某個(gè)特征變量帶來(lái)的截距上的誤差。 γ_?10 和 γ₁₁ 分別表示截距 β_1j 對(duì)于師范畢業(yè)生教師某個(gè)變量j的回歸直線的截距和斜率； μ_1j 表示由第j個(gè)教師特征變量帶來(lái)的斜率上的誤差[23]。

三、師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)指標(biāo)體系構(gòu)建

如前文所言，師范畢業(yè)生教師教學(xué)效能的影響因素是教師增值評(píng)價(jià)體系的“投入”部分，而學(xué)生的綜合發(fā)展水平則是教師增值評(píng)價(jià)體系的“產(chǎn)出”部分。因此，構(gòu)建師范畢業(yè)生教師教學(xué)效能影響因素及學(xué)生綜合素質(zhì)水平指標(biāo)體系是本文的核心所在。為盡可能獲取影響因素及綜合素發(fā)展水平數(shù)據(jù)，本文在大量閱讀文獻(xiàn)及訪談的基礎(chǔ)上，通過(guò)問(wèn)卷設(shè)計(jì)，試圖找出學(xué)生層和師范畢業(yè)生教師層教學(xué)效能的影響因素，并架構(gòu)起衡量學(xué)生綜合素質(zhì)發(fā)展水平的指標(biāo)體系。

（一）影響因素指標(biāo)體系的建立

在增值評(píng)價(jià)中，師范畢業(yè)生教師教學(xué)效能是依據(jù)學(xué)生的綜合素質(zhì)發(fā)展水平來(lái)判斷的，學(xué)生的發(fā)展不僅受到自身的影響，也受到其任課老師的影響。因此本研究根據(jù)學(xué)生嵌套于教師這種多層次的數(shù)據(jù)結(jié)構(gòu)，將師范畢業(yè)生教師教學(xué)效能影響因素指標(biāo)分為學(xué)生和師范畢業(yè)生教師兩個(gè)層次進(jìn)行研究，使指標(biāo)體系更加客觀、完善。

1.學(xué)生層和師范畢業(yè)生教師層影響因素指標(biāo)的獲取

基于已有文獻(xiàn)和訪談資料，得出師范畢業(yè)生教師教學(xué)效能學(xué)生層影響因素指標(biāo)共計(jì)20項(xiàng)，具體維度劃分如表2所示：

得出師范畢業(yè)生教師教學(xué)效能教師層影響因素共計(jì)21個(gè)，具體維度劃分如表3所示：

最后我們將影響因素細(xì)化為具體的可測(cè)量指標(biāo)，形成了一份包括20道題的師范生教學(xué)效能影響因素學(xué)生問(wèn)卷和一份21道題的師范生教學(xué)效能影響因素教師問(wèn)卷，并對(duì)問(wèn)卷進(jìn)行試測(cè)。

（二）學(xué)生層影響因素指標(biāo)體系的分析及確立

通過(guò)訪談人員觀點(diǎn)和已有研究的總結(jié)已經(jīng)初步擬定評(píng)價(jià)指標(biāo)，但還需對(duì)初始指標(biāo)進(jìn)行數(shù)據(jù)分析，以分析結(jié)果為依據(jù)刪減修改指標(biāo)，從而確定最終的學(xué)生層和師范畢業(yè)生教師影響因素指標(biāo)。本次試測(cè)向?qū)W生發(fā)放問(wèn)卷200份，回收193份，回收率達(dá)到96.5% ，剔除無(wú)效問(wèn)卷20份，最終得到有效樣本173份。向師范畢業(yè)生教師發(fā)放問(wèn)卷100份，回收91份，回收率達(dá)到 91% ，剔除無(wú)效問(wèn)卷8份，最終得到有效樣本83份。問(wèn)卷采用李克特五點(diǎn)法進(jìn)行評(píng)分，將問(wèn)題的五個(gè)選項(xiàng)按重要性程度分別賦予1-5的分值。

將學(xué)生問(wèn)卷中20個(gè)變量數(shù)據(jù)進(jìn)和教師問(wèn)卷中21個(gè)變量數(shù)據(jù)整理賦分后，錄入軟件SPSS27.0進(jìn)行分析。

1.信效度檢驗(yàn)

根據(jù)表4、5顯示，學(xué)生層影響因素問(wèn)卷的克隆巴赫系數(shù)為0.893，說(shuō)明該問(wèn)卷信度很高，具有較強(qiáng)的內(nèi)部一致性，執(zhí)行現(xiàn)狀量表的KMO值為0.897，在0.8-0.9之間，適合做因子分析。Bartlett球形檢驗(yàn)近似卡方值1797.303且顯著性小于0.001，自由度為190，達(dá)到顯著水平，表明20道題之間有相同因素，適合做因素分析。

2．探索性因子分析

由于師范畢業(yè)生教師教學(xué)效能受學(xué)生層多重因素影響，本研究有必要通過(guò)探索性因子分析，篩選出影響師范畢業(yè)生教師教學(xué)效能的學(xué)生層若干主要影響因素。通過(guò)SPSS27.0軟件進(jìn)行處理，對(duì)不合適的題項(xiàng)進(jìn)行刪減，最終保留16項(xiàng)。學(xué)生層影響因素的信度變?yōu)?.897，效度變?yōu)?.888，通過(guò)信效度檢驗(yàn)。然后按照特征根的值大于1的原則進(jìn)行因素提取，將原來(lái)16個(gè)因素轉(zhuǎn)化為3個(gè)共同因素，這3個(gè)共同因素的累積解釋方差解釋率達(dá)到了61.328% ，累計(jì)方差解釋率大于 60% ，證明這3個(gè)共同因素可以有效解釋總體，因此這3個(gè)共同因素是有效的。

其次，進(jìn)行碎石圖檢驗(yàn)：

如圖1所示，從第3個(gè)因素之后，坡度線較為平坦，因而保留3個(gè)因素比較適宜。根據(jù)累計(jì)方差解釋率和碎石圖可以看出，根據(jù)測(cè)評(píng)指標(biāo)貢獻(xiàn)率所命名的3個(gè)因子中，還可以通過(guò)因子旋轉(zhuǎn)作進(jìn)一步整理，形成學(xué)生層影響因素變量，如表6所示。

由表5可知，因子分析在剩余的16個(gè)指標(biāo)中提取了3個(gè)公因子，第一個(gè)公因子下有八項(xiàng)指標(biāo)，分別是“學(xué)習(xí)習(xí)慣、課堂表現(xiàn)、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)方法、學(xué)習(xí)意志、規(guī)則意識(shí)、實(shí)踐參與”，這7項(xiàng)指標(biāo)代表了學(xué)生在學(xué)習(xí)行為和心理上的特征，所以我們將第一個(gè)公因子命名為“學(xué)習(xí)特征”，第二個(gè)公因子下有五項(xiàng)指標(biāo)，分別是“學(xué)?；顒?dòng)、學(xué)校硬件設(shè)施、學(xué)校文化氛圍、同伴關(guān)系、師生關(guān)系、”，這幾項(xiàng)指標(biāo)指向?qū)W生長(zhǎng)期所處的的學(xué)習(xí)環(huán)境，所以我們將第二個(gè)公因子命名為“學(xué)習(xí)環(huán)境”，第三個(gè)公因子下有四項(xiàng)指標(biāo)，分別是“母親學(xué)歷、父親學(xué)歷、家庭文化氛圍、家庭經(jīng)濟(jì)水平、”，這些因素反映了學(xué)生的家庭特征，所以我們將第三個(gè)公因子命名為“家庭背景”。

3．驗(yàn)證性因子分析

為了進(jìn)一步說(shuō)明學(xué)生層影響因素問(wèn)卷的有效性，本研究利用SPSSAU統(tǒng)計(jì)軟件對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行驗(yàn)證性因子分析。驗(yàn)證性因子分析的常用指標(biāo)為：卡方自由度比（ χ²/df ），近似誤差均方根（RMSEA）、比較擬合指數(shù)（CFI、NNFI）、Tucker-Lewis指數(shù)（TLI），增值擬合指數(shù)（IFI）、標(biāo)準(zhǔn)化均方根殘差（SRMR）等。一般認(rèn)為當(dāng) χ²/dflt;3 ，RMSEA lt; 0.08， CFIgt;0.9 ， NNFIgt;0.9 時(shí)， TLIgt;0.9 ，IFIgt;0.9 模型擬合較好。如表7所示，學(xué)生層影響因素問(wèn)卷的 χ²/df 為2.007，RMSEA為0.077，CFI為0.925，NNFI為0.911，TLI為0.911，IFI為0.926，SRMR為0.074，問(wèn)卷整體擬合效度較高。

（三）教師層影響因素指標(biāo)體系的分析及確立

1．信效度檢驗(yàn)

如表8、9所示，師范畢業(yè)生教師問(wèn)卷的克隆巴赫系數(shù)為0.858，達(dá)到了0.8以上，說(shuō)明問(wèn)卷的信度很高，具有很強(qiáng)的內(nèi)部一致性；KMO值為0.763，說(shuō)明問(wèn)卷的效度較高并且可以做因子分析。Bartlett球形檢驗(yàn)近似卡方值743.600且顯著性小于0.001，自由度為210，適合做因素分析。

2.探索性因子分析

利用SPSS27.0軟件，將師范畢業(yè)生教師層影響因素的不合適的題項(xiàng)進(jìn)行刪減，最終保留15項(xiàng)。師范畢業(yè)生教師層影響因素問(wèn)卷的信度變?yōu)?.854，效度變?yōu)?.833，通過(guò)信效度檢驗(yàn)。然后繼續(xù)按照特征根的值大于1的原則進(jìn)行因素提取，可將原來(lái)15個(gè)因素轉(zhuǎn)化為4個(gè)共同因素，這4個(gè)共同因素的累積解釋方差解釋率達(dá)到了 65.128% ，大于 60% ，說(shuō)明這三個(gè)公因子可以有效解釋整體，其次，進(jìn)行碎石圖檢驗(yàn)：

如圖2所示，從第4個(gè)因素之后，師范畢業(yè)生教師層影響因素的坡度線較為平坦，則平坦后的公因子可以剔除，因而保留4個(gè)公因子比較適宜。參照學(xué)生層影響因素的操作方式，通過(guò)因子旋轉(zhuǎn)作進(jìn)一步整理，形成師范畢業(yè)生教師層影響因素變量，如表10所示。

由表10可知，第一個(gè)公因子下有5項(xiàng)指標(biāo)，分別是“教學(xué)管理、教學(xué)評(píng)價(jià)、教學(xué)互動(dòng)、教學(xué)反思、教學(xué)合作”，這5項(xiàng)指標(biāo)主要指向師范畢業(yè)生教師的教學(xué)活動(dòng)，兼顧教學(xué)活動(dòng)的過(guò)程與結(jié)果，所以我們將第一個(gè)公因子命名為“教學(xué)活動(dòng)”，第二個(gè)公因子下有5個(gè)指標(biāo)，分別是“教學(xué)信念、教學(xué)方法、教學(xué)體態(tài)、教學(xué)知識(shí)、教學(xué)經(jīng)驗(yàn)”，這5項(xiàng)指標(biāo)是師范畢業(yè)生教師在教學(xué)開(kāi)始之前的準(zhǔn)備工作，所以將其命名為“教學(xué)準(zhǔn)備”，第三個(gè)公因子下有“教學(xué)態(tài)度、職業(yè)倦怠、教學(xué)壓力”三項(xiàng)指標(biāo)，是師范畢業(yè)生教師在教學(xué)中的心理活動(dòng)，關(guān)系到師范畢業(yè)生教師的教學(xué)積極性，所以將第三個(gè)公因子命名為“教學(xué)熱情”，最后一個(gè)公因子下有“榮譽(yù)表彰、工資待遇”兩項(xiàng)指標(biāo)，與師范畢業(yè)生教師的個(gè)人背景信息有關(guān)，所以我們將最后一個(gè)公因子命名為“背景信息”。

3．驗(yàn)證性因子分析

為了進(jìn)一步說(shuō)明師范畢業(yè)生教師層影響因素問(wèn)卷的有效性，本研究繼續(xù)利用SPSSAU統(tǒng)計(jì)軟件對(duì)量表數(shù)據(jù)進(jìn)行進(jìn)一步地驗(yàn)證性因子分析。如下表所示，師范畢業(yè)生教師層影響因素問(wèn)卷的RMSEA為0.056，CFI為0.953，NNFI為0.941，TLI為0.941，IFI為0.955，SRMR為0.069，問(wèn)卷整體擬合效度較高。

（四）學(xué)生發(fā)展水平指標(biāo)體系建立

師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)是通過(guò)將學(xué)生的發(fā)展水平的預(yù)測(cè)值與實(shí)際值進(jìn)行比較來(lái)進(jìn)行的，通過(guò)模型構(gòu)建得出學(xué)生發(fā)展水平的預(yù)測(cè)值，在前期還有一項(xiàng)重要工作就是確定學(xué)生的真實(shí)發(fā)展水平。以往的增值評(píng)價(jià)往往只用學(xué)生的學(xué)習(xí)成績(jī)這一項(xiàng)指標(biāo)來(lái)實(shí)現(xiàn)對(duì)學(xué)生發(fā)展水平的衡量，顯然這有失偏頗，不符合我國(guó)當(dāng)下培養(yǎng)“全面發(fā)展的社會(huì)主義建設(shè)者和接班人”的教育目的。

通過(guò)查閱文獻(xiàn)發(fā)現(xiàn)，目前我國(guó)已有學(xué)者對(duì)增值評(píng)價(jià)中學(xué)生發(fā)展水平的指標(biāo)體系構(gòu)建進(jìn)行了初步嘗試，例如張亮學(xué)者根據(jù)有關(guān)研究成果編寫(xiě)了普通高中學(xué)校學(xué)生各方面素質(zhì)指標(biāo)因素重要性理解程度問(wèn)卷[24]，這一問(wèn)卷擴(kuò)展了學(xué)生發(fā)展水平指標(biāo)體系的研究范圍。通過(guò)借鑒張亮博士的研究成果，研究小組擬定了一份學(xué)生綜合素質(zhì)發(fā)展情況調(diào)查問(wèn)卷，涵蓋學(xué)生的德育、智育、體美勞育，更加貼合我國(guó)現(xiàn)有的教育目的。德育下設(shè)兩個(gè)維度，分別是“情感”和“社會(huì)性”，智育主要通過(guò)“學(xué)力”來(lái)體現(xiàn)，而體、美、勞更多為學(xué)生運(yùn)動(dòng)技能與品質(zhì)素質(zhì)，有其共性的一面，所以將這三育合為一體，主要通過(guò)“運(yùn)動(dòng)技能”這一指標(biāo)來(lái)體現(xiàn)，最終形成了一份含有16道題目的學(xué)生綜合素質(zhì)發(fā)展測(cè)試卷。

（五）師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)指標(biāo)體系

建立師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)體系包括投人和產(chǎn)出兩部分。本研究評(píng)價(jià)體系的投人部分是師范畢業(yè)生教師教學(xué)效能的各項(xiàng)影響因素，分布在學(xué)生和師范畢業(yè)生教師兩個(gè)層次。產(chǎn)出部分是學(xué)生在該師范畢業(yè)生教師教學(xué)后達(dá)到的發(fā)展水平，包括學(xué)生德、智、體、美、勞的發(fā)展情況，通過(guò)情感、社會(huì)性、學(xué)力和運(yùn)動(dòng)技能這四個(gè)子維度來(lái)進(jìn)行衡量。通過(guò)上述分析，師范畢業(yè)生教師教學(xué)效能增值評(píng)價(jià)指標(biāo)體系已基本構(gòu)建完成，呈現(xiàn)于表12。

四、師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)模型的構(gòu)建

在對(duì)師范畢業(yè)生教師教學(xué)效能學(xué)生層和師范畢業(yè)生教師層影響因素梳理的基礎(chǔ)上，本章構(gòu)建多層線性模型，以教師背景、教學(xué)準(zhǔn)備、教學(xué)活動(dòng)、教學(xué)熱情為宏觀影響因素，以學(xué)生起始水平、家庭背景、學(xué)習(xí)行為特征、學(xué)習(xí)心理特征、學(xué)習(xí)環(huán)境為主要的微觀影響因素，將兩個(gè)層次的因素共同納入實(shí)證模型，綜合對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響因素進(jìn)行定量研究，從而分析師范畢業(yè)生教師的教學(xué)效能。

（一）零模型

通過(guò)HLM7.0軟件建立零模型，師范畢業(yè)生教師教學(xué)效能的總方差分解到學(xué)生個(gè)人和師范畢業(yè)生教師兩個(gè)層次，模型的設(shè)定與檢驗(yàn)如下：

學(xué)生層： Y_ij=β_0j+r_ij

師范畢業(yè)生教師層：βoj=Y+μoj

通過(guò)零模型計(jì)算ICC值，如果ICC值高于0.138，則該數(shù)據(jù)適合并且有必要使用多層線性模型進(jìn)行分析。

（二）隨機(jī)效應(yīng)模型

如果運(yùn)行零模型結(jié)果顯示，不同師范畢業(yè)生教師學(xué)生綜合素質(zhì)發(fā)展水平存在顯著差異，也就是說(shuō)學(xué)生綜合素質(zhì)發(fā)展水平是由學(xué)生和師范畢業(yè)生教師層面的變量引起的，可以使用隨機(jī)效應(yīng)模型進(jìn)一步分析。與零模型相比，該模型僅加入學(xué)生層面的解釋變量和控制變量，主要通過(guò)統(tǒng)計(jì)控制的方式，控制其他影響師范畢業(yè)生教師教學(xué)效能的解釋變量。該模型以學(xué)生綜合素質(zhì)發(fā)展水平為因變量，將學(xué)生層面的各變量納入模型，控制個(gè)體層面的變量，建立不納入師范畢業(yè)生教師變量的隨機(jī)效應(yīng)協(xié)方差模型，可以分析學(xué)生的個(gè)體特征對(duì)其綜合素質(zhì)發(fā)展水平的影響。模型具體形式如下：

學(xué)生層：

Y_ij=β_0j+β_1j （中考成績(jī)） +β_2j （父親學(xué)歷） + β_3j （母親學(xué)歷） +β_4j （家庭文化氛圍）+β_5j （家庭經(jīng)濟(jì)水平） +β_6j （課堂表現(xiàn)） +β_7j （實(shí)踐參與） +β_8j （遵守規(guī)則） +β_9j （學(xué)習(xí)習(xí)慣）+β_10j （學(xué)習(xí)動(dòng)機(jī)） +β_11j （學(xué)習(xí)方法） +β_12j （學(xué)習(xí)意志）+β_13j （學(xué)?；顒?dòng)） +β_14j （學(xué)校硬件設(shè)施）+β_15j （學(xué)校文化氛圍） +β_16j （同伴關(guān)系） +β_17j （師生關(guān)系） +r_ij

師范畢業(yè)生教師層：

β_?0j=γ_?00+μ_?0j

其中， β_°j 為截距， β_1j ， β_2j ， β_3j ， β_4j ， β_5j ， β_6j ，β_7j ， β_8j ， β_9j ， β_10j ， β_11j ， β_12j ， β_13j ， β_14j ， β_15j ，β_16j ， β_17j 分別代表學(xué)生的中考成績(jī)、父親學(xué)歷，母親學(xué)歷、家庭文化氛圍、家庭經(jīng)濟(jì)水平、課堂表現(xiàn)、實(shí)踐參與、遵守規(guī)則、學(xué)習(xí)習(xí)慣、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)方法、學(xué)習(xí)意志、學(xué)?；顒?dòng)、學(xué)校硬件設(shè)施、學(xué)校文化氛圍、同伴關(guān)系、師生關(guān)系對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響，分別由 γ₁₀ （中考成績(jī)對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₂₀ （父親學(xué)歷對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₃₀ （母親學(xué)歷對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ_?40 （家庭文化氛圍對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₅₀ （家庭經(jīng)濟(jì)水平對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₆₀ （課堂表現(xiàn)對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ_?70 （實(shí)踐參與對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ_so （遵守規(guī)則對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ_so （學(xué)習(xí)習(xí)慣對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₁₀₀ （學(xué)習(xí)動(dòng)機(jī)對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₁₁₀ （學(xué)習(xí)方法對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ^₁₂₀ （學(xué)習(xí)意志對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₁₃₀ （學(xué)?；顒?dòng)對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ^₁₄₀ （學(xué)校硬件設(shè)施對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₁₅₀ （學(xué)校文化氛圍對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₁₆₀ （同伴關(guān)系對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響）， γ₁₇₀ （師生關(guān)系對(duì)學(xué)生綜合素質(zhì)發(fā)展水平的影響），加上殘差（μi，μ，μ3，μ4j， μ_5j ， μ_6j ， μ_？j ， μ_8j ， μ_9j ， μ_10j ， μ_11j ， μ_12j ， μ_13j ，μ14j，μ15j，μ16j，μ17；）來(lái)估計(jì)。

（三）加入第二層變量的擴(kuò)展模型

將第二層全部師范畢業(yè)生教師層自變量引人模型，得到模型具體形式如下：

學(xué)生層：

Y_ij=β_0j+r_ij

師范畢業(yè)生教師層：

β_?0j=γ_?00+γ_?01 （榮譽(yù)表彰） （薪資待遇） + γ_?03 （教學(xué)信念） +γ_?04 （教學(xué)方法） +γ₀₅ （教學(xué)體態(tài)）+γ₀₆ （教學(xué)知識(shí)） +γ_?07 （教學(xué)經(jīng)驗(yàn)） +γ_?08 （教學(xué)管理） + γ_?09 （教學(xué)評(píng)價(jià)） +γ₁₀ （教學(xué)互動(dòng)）+γ₁₁ （教學(xué)反思） +γ₁₂ （教學(xué)合作） +γ₁₃ （教學(xué)態(tài)度） + γ^₁₄ （職業(yè)倦?。?+γ₁₅ （教學(xué)壓力） ）…+μ_ojβ_ij=γ_i0+ μ_ij ， i=1 ，2，3，4，5，6，7，9，10…

式中， γ_?01 ， γ_?02 ， γ₀₃ ， γ_?04 ， γ₀₈ ， γ₀₉ ，γ₁₀ ， γ₁₁ ， γ₁₂ ， γ₁₃ ， γ₁₄ ， γ₁₅ 分別是師范畢業(yè)生教師層級(jí)預(yù)測(cè)變量 W₁ 榮譽(yù)表彰 W₂ 薪資待遇， W₃ 教學(xué)信W₄ 教學(xué)方法， W₅ 教學(xué)體態(tài)， W₆ 教學(xué)知識(shí)， W_？ 教學(xué)經(jīng)驗(yàn)， W₈ 教學(xué)管理， W₉ 教學(xué)評(píng)價(jià)， W₁₀ 教學(xué)互動(dòng)，W₁₁ 教學(xué)反思， W₁₂ 教學(xué)合作， W^₁₃ 教學(xué)態(tài)度， W^₁₄ 職業(yè)倦怠， W₁₅ 教學(xué)壓力對(duì)截距項(xiàng) β_°j 影響的偏回歸系數(shù)。

（四）完整模型

完整模型中同時(shí)引進(jìn)學(xué)生和師范畢業(yè)生教師兩個(gè)層次的自變量，學(xué)生歸屬于各個(gè)師范畢業(yè)生教師之中，學(xué)生與師范畢業(yè)生教師存在明顯的嵌套機(jī)制，既反映學(xué)生層面和師范畢業(yè)生教師層面是如何共同作用于因變量，又同時(shí)反映了跨層級(jí)自變量間的調(diào)節(jié)作用。

值得一提的是，這是較為理想狀態(tài)下的師范畢業(yè)生教師增值評(píng)價(jià)模型，在實(shí)際操作中，要根據(jù)顯著性檢驗(yàn)結(jié)果，對(duì)沒(méi)有產(chǎn)生顯著影響的一、二層預(yù)測(cè)變量進(jìn)行刪減。

學(xué)生層：

Y_ij=β_oj+β_1j （中考成績(jī)） +β_2j （父親學(xué)歷） + β_3j （母親學(xué)歷） +β_4j （家庭文化氛圍）+β_5j （家庭經(jīng)濟(jì)水平） +β_6j （課堂表現(xiàn)） +β_7j （實(shí)踐參與） +β_8j （遵守規(guī)則） +β_9j （學(xué)習(xí)習(xí)慣）+β_10j （學(xué)習(xí)動(dòng)機(jī)） +β_11j （學(xué)習(xí)方法） +β_12j （學(xué)習(xí)意志）+β_13j （學(xué)習(xí)活動(dòng)）+β_14j （學(xué)校硬件設(shè)施） +β_15j （學(xué)校文化氛圍） + β_16j （同伴關(guān)系） +β_17j （師生關(guān)系） +r_ij

師范畢業(yè)生教師層：

β_°j=γ_°0+γ_°1 （榮譽(yù)表彰） +γ_?02 （薪資待遇） + γ_?03 （教學(xué)信念） +γ_?04 （教學(xué)方法） +γ_?05 （教學(xué)體態(tài)）+γ₀₆ （教學(xué)知識(shí)） +γ_?07 （教學(xué)經(jīng)驗(yàn)） +γ₀₈ （教學(xué)管理） + γ_?09 （教學(xué)評(píng)價(jià)） +γ₁₀ （教學(xué)互動(dòng)）+γ₁₁ （教學(xué)反思） +γ₁₂ （教學(xué)合作） +γ₁₃ （教學(xué)態(tài)度） + γ^₁₄ （職業(yè)倦怠） +γ₁₅ （教學(xué)壓力） …+μ_oj （204號(hào)

五、師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)實(shí)施 的路徑探索

增值評(píng)價(jià)當(dāng)下在我國(guó)并未得到廣泛應(yīng)用，原因是其仍面臨著諸多爭(zhēng)議，例如評(píng)價(jià)模型的科學(xué)性、評(píng)價(jià)方式的可取性和評(píng)價(jià)結(jié)果的推廣問(wèn)題。針對(duì)教師增值評(píng)價(jià)面臨的困境，結(jié)合增值評(píng)價(jià)在中國(guó)本土的具體實(shí)踐，嘗試進(jìn)行路徑探索，試圖進(jìn)一步優(yōu)化師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)體系，推進(jìn)我國(guó)教師評(píng)價(jià)改革。

（一）頂層設(shè)計(jì)：堅(jiān)持落實(shí)“五育并舉”的教育方針

教育增值評(píng)價(jià)始終堅(jiān)持以學(xué)生發(fā)展為核心，因此在師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)中，要始終堅(jiān)持“五育并舉”的教育方針。如今的教育評(píng)價(jià)以育人為本位，服務(wù)為取向，逐漸實(shí)現(xiàn)從“因評(píng)價(jià)而育人”向“因育人而評(píng)價(jià)”轉(zhuǎn)換，增值評(píng)價(jià)亦是如此，在指標(biāo)體系的構(gòu)建中要充分考慮學(xué)生的德、智、體、美、勞發(fā)展，通過(guò)量質(zhì)結(jié)合與互證的方式推進(jìn)德智體美勞的增值評(píng)價(jià)，針對(duì)德育、美育、體育、勞動(dòng)教育建立以觀察表、檔案袋等的質(zhì)性評(píng)價(jià)為主、量化評(píng)價(jià)為輔的增值評(píng)價(jià)探索，針對(duì)智育評(píng)價(jià)則建立以學(xué)業(yè)水平考試成績(jī)等的量化評(píng)價(jià)為主、質(zhì)性評(píng)價(jià)為輔的增值評(píng)價(jià)探索，推動(dòng)學(xué)生的綜合素質(zhì)發(fā)展。

（二）技術(shù)支撐：推動(dòng)人工智能賦能數(shù)據(jù)分析

將人工智能融入師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)中可以提升評(píng)價(jià)結(jié)果的準(zhǔn)確性和可靠性。首先，師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)需要追蹤學(xué)生及師范畢業(yè)生在一段時(shí)間內(nèi)的成長(zhǎng)數(shù)據(jù)，人工智能可以為其提供強(qiáng)大的數(shù)據(jù)底座，對(duì)學(xué)生及師范畢業(yè)生進(jìn)行常態(tài)化監(jiān)測(cè)。其次，傳統(tǒng)的技術(shù)手段難以確保增值評(píng)價(jià)指標(biāo)測(cè)算的全面性，而人工智能則可以挖掘?qū)W生各方面的增值變化，從學(xué)生的學(xué)業(yè)成績(jī)到學(xué)生的知情意行。最后，傳統(tǒng)的評(píng)價(jià)方式導(dǎo)致了“功利主義”的評(píng)價(jià)文化，而人工智能基于技術(shù)共生，塑造了教師教育內(nèi)生性增值評(píng)價(jià)文化，使我們更加重視教師教育評(píng)價(jià)中評(píng)價(jià)主體的多元化、評(píng)價(jià)過(guò)程的動(dòng)態(tài)化等等。

（三）社會(huì)監(jiān)督：提升公眾信任度

師范畢業(yè)生教學(xué)效能增值模型主要依托線性回歸和方差分析，從固定效應(yīng)分析到混合效應(yīng)分析，實(shí)現(xiàn)交叉效應(yīng)、嵌套數(shù)據(jù)的分析，這對(duì)公眾來(lái)說(shuō)是很難理解的，因此結(jié)果的推廣較為困難。但是，增值評(píng)價(jià)的理念已經(jīng)悄然進(jìn)人人們的視野，所以在評(píng)價(jià)過(guò)程中應(yīng)當(dāng)提升透明度，增強(qiáng)師范畢業(yè)生教學(xué)效能增值評(píng)價(jià)的可信性，獲得社會(huì)范圍內(nèi)的支持。通過(guò)社會(huì)力量的監(jiān)督，正向引導(dǎo)和反饋，提升師范畢業(yè)生的教學(xué)熱情，使教師評(píng)價(jià)改革真正落到實(shí)處。

參考文獻(xiàn)：

[1］靳玉樂(lè)，樸雪濤，趙婷婷等．筆談：新時(shí)代教育評(píng)價(jià)改革與制度創(chuàng)新[J]．大學(xué)教育科學(xué)，2021（01）：13-25.

[2]習(xí)近平談治國(guó)理政（第三卷）[M]．北京：外文出版社，2020.348.

[3]中華人民共和國(guó)教育部政府門戶網(wǎng)站．中共中央國(guó)務(wù)院印發(fā)《深化新時(shí)代教育評(píng)價(jià)改革總體方案．［EB/OL]．（2020-10-13）[2023-12-06]HTTPS：//wWW.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202010/t20201013_494381.html.

[4]王娟，胡欽曉．美國(guó)教師增值評(píng)價(jià)的實(shí)踐經(jīng)驗(yàn)及啟示[J]．中國(guó)考試，2024（02）：83-91.

[5]LISSITZ R W，JIAO H.Value added modelingandgrowthmodelingwithparticularapplicationtoteacherandschooleffectiveness[M].Charlotte：InformationAgePublishing，2014：139.

[6]王霞，毛秀珍，張麗．教育增值評(píng)價(jià)：模型、應(yīng)用及研究展望[J].教育學(xué)報(bào)，2023，19（04）：109-122.

[7］LOHWY.Fifty yearsof classification and regressiontrees[J]． International Statistical Review，2104：82（3）：329-348.

[8]周葉芹．多層線性模型在管理學(xué)研究中的應(yīng)用[J].江西社會(huì)科學(xué)，2006，（10）：180-182.

[9]McCaffrey，D.F.，J.R．Lockwood，D．Koretz，T.A．Louis，L.Hamilton.Modelsfor value-addedmodeling of teacher effects[J]．Journal of Educationalamp;Behavioral Statistics，2004，（1）：67-101.

[10］程鑫一.增值評(píng)價(jià)在單元教學(xué)中的應(yīng)用研究［D].遼寧師范大學(xué)，2023.

[11]石艷，張新亮，鄭琦等師范院校畢業(yè)生教學(xué)效能

評(píng)估研究—基于增值模型的實(shí)證證據(jù)［J]．教育發(fā)

展研究，2022，42（18）：27-37.

[12]蔡旻君，劉蕓．教育增值評(píng)價(jià)的內(nèi)涵解析及應(yīng)用探討[J]．上海教育評(píng)估研究，2023，12（01）：1-7.

[13]馮慧，饒從滿.美國(guó)教師培養(yǎng)項(xiàng)目增值評(píng)價(jià)探析一以路易斯安那州為例［J].比較教育研究，2018，40（06）：59-68.

[14］劉邦奇，朱廣袤，張金霞，智能技術(shù)支持的增值評(píng)價(jià)模式及典型實(shí)踐[J]．中國(guó)遠(yuǎn)程教育，2022（12）：49-57

[15］張文靜，辛濤，康春花．教師變量對(duì)小學(xué)四年級(jí)數(shù)學(xué)成績(jī)的影響：一個(gè)增值性研究［J].教育學(xué)報(bào)，2010，6（02）：69-76.

[16］凡細(xì)珍，任杰．增值理念下的新疆雙語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)一對(duì)小學(xué)五年級(jí)漢語(yǔ)學(xué)科的實(shí)證研究［J]．中國(guó)考試，2013（10）：17-23.

[17］鮑威，劉艷輝．我國(guó)高等教育資源配置差異影響因素的多層線性模型分析［J]．教育發(fā)展研究，2011，31（19）：1-7.

[18]王霞.顧客滿意對(duì)價(jià)格容忍度的影響研究［D]．清華大學(xué)，2006.

[19]程秀蘭，馬艷，張慧，教育投入對(duì)我國(guó)西部農(nóng)村3～6 歲兒童發(fā)展的影響一基于多層線性模型分析[J]．成都師范學(xué)院學(xué)報(bào)，2022，38（12）：1-11.

[20]劉紅云，孟慶茂，教育和心理研究中的多層線性模型[J].心理科學(xué)進(jìn)展，2002（02）：213-219.

[21］蓋笑松，張向葵．多層線性模型在縱向研究中的運(yùn)用[J]．心理科學(xué)，2005（02）：429-431.

[22]郭建鵬，唐禎，呂帥，什么因素影響了中國(guó)高校教師的教學(xué)投入一一基于個(gè)體與環(huán)境兩水平變量的分層線性模型分析［J].教育發(fā)展研究，2022，42（09）：57-70.

[23]鐘志強(qiáng)，高紅．大學(xué)物理實(shí)驗(yàn)成績(jī)影響因素的多層線性分析［J]．鞍山師范學(xué)院學(xué)報(bào)，2021，23（06）：23-30.

[24］張亮．普通高中學(xué)生增值評(píng)價(jià)研究［D]．山東師范大學(xué)，2010.

Abstract： The basic idea of value-acdded evaluation of education is to investigate the relationship between educational input and output.Based on literature analysis and interviews，this paper constructs an index system of influencing factors at the student level and the teacher level through questionnaire survey，which is used as the“input”part of value-added evaluation of teaching effectiveness of normal graduate teachers. Taking the development level of students’comprehensive quality as the“output”part of the valueadded evaluation of teachers’teaching effectiveness，a multi-layer linear model is constructed to carry out value-added evaluation research on teachers’teaching effectiveness of normal graduates.And put forward three ways to promote the implementation of value-added evaluation of teaching effectiveness of normal graduates：（1） Top-level design：adhere to the implementation of the“five education”education policy；（2）Technical support：promote artificial intelligence to enable data analysis；（3）Social supervision：Enhance public trust.Provide suggestions for the implementation of value-added evaluation in our country.

Keywords：Normal Graduates；Teaching Efectiveness；Value-added Evaluation；Multi-layer Linear Model

（責(zé)任編校：周文鼎）