圖片來源：Unsplash

作者介紹：

王曉平，博士，美國衣阿華州教育部，教育研究與評(píng)估高級(jí)顧問；

齊森，博士，華盛頓蓋勞德特大學(xué)，研究員；

謝小慶，北京語言大學(xué)教育測量研究所原所長，中國教育學(xué)會(huì)統(tǒng)計(jì)測量分會(huì)副理事長，研究

員，博士生導(dǎo)師。

*原文刊載于《中國考試》2018年第6期第21—27頁。

摘要：“成長”和“增值”是美國教育領(lǐng)域的熱門話題。根據(jù)2015年通過的《每一個(gè)學(xué)生都成功法案》，美國各州在問責(zé)中加大了評(píng)價(jià)學(xué)生成長進(jìn)步的比重，目前美國大多數(shù)州都對(duì)學(xué)生進(jìn)行成長測量。常用的成長測量模型有7種，需要根據(jù)使用目的和成績解釋框架進(jìn)行選擇。本文簡要介紹7種模型的使用方法，為改進(jìn)我國基礎(chǔ)教育評(píng)估提供思路。

關(guān)鍵詞：成長模型；增值評(píng)估；基礎(chǔ)教育評(píng)估；教育改革

2015年，經(jīng)過美國參眾兩院討論，最終通過了新的教育改革法案——《每一個(gè)學(xué)生都成功法案》（Every Student Succeeds Act，ESSA），12月10日，奧巴馬總統(tǒng)正式簽署該法案。這意味著，美國的教育改革進(jìn)入一個(gè)新的階段。《每一個(gè)學(xué)生都成功法案》于2018年正式實(shí)行，各州在貫徹執(zhí)行過程中，通過對(duì)學(xué)生成績進(jìn)步進(jìn)行評(píng)估，對(duì)教師、學(xué)校和學(xué)區(qū)進(jìn)行評(píng)價(jià)和問責(zé)。

1  背景：從“達(dá)標(biāo)”到“達(dá)標(biāo)+成長”

教育問題是美國歷屆總統(tǒng)關(guān)心的話題之一。2001年1月23日，小布什總統(tǒng)在宣誓就職后3天就推出了被稱為“一個(gè)都不能少”（No Child Left Behind，NCLB）的教育改革方案，并于2002年1月8日正式簽署該法案。其后，美國展開了一場轟轟烈烈的教育改革運(yùn)動(dòng)，“一個(gè)都不能少”的口號(hào)家喻戶曉，“一個(gè)都不能少”的教育改革在法律的保護(hù)下穩(wěn)步推進(jìn)。

NCLB教育改革最核心的理念是“達(dá)標(biāo)”（proficient）和“問責(zé)”（accountability）。達(dá)標(biāo)，就是要求所有學(xué)生都要完成規(guī)定的學(xué)習(xí)任務(wù)，達(dá)到規(guī)定的知識(shí)掌握水平和能力要求，具體的措施是要求各州從2003年開始在3~8年級(jí)的各年級(jí)、9~12年級(jí)中的一個(gè)年級(jí)（一般是10年級(jí)或11年級(jí)）進(jìn)行州統(tǒng)考，到2014年各學(xué)區(qū)和學(xué)校要使其學(xué)生100%達(dá)標(biāo)。如果有學(xué)生不能達(dá)到最低要求，出現(xiàn)“掉隊(duì)”，就要對(duì)學(xué)校和教師進(jìn)行問責(zé)。在實(shí)際推進(jìn)過程中發(fā)現(xiàn)，這一目標(biāo)根本無法實(shí)現(xiàn)。盡管考試難度不斷降低，仍然會(huì)有一些學(xué)生無法達(dá)標(biāo)，一些學(xué)生甚至距離標(biāo)準(zhǔn)差距很大。

NCLB在解決學(xué)生“掉隊(duì)”方面取得了一定成效，但是卻帶來新的問題。比如，教師和學(xué)生的壓力增加，考試成為學(xué)校日常工作的指揮棒；在問責(zé)的壓力下，許多中小學(xué)都不同程度地采取了應(yīng)試措施；州統(tǒng)考科目在時(shí)間、資源、教師等方面得到加強(qiáng)，其他非統(tǒng)考科目（包括美術(shù)、音樂、體育等）則被削弱；為了達(dá)標(biāo)，不少中小學(xué)延長學(xué)校上課時(shí)間，放學(xué)后補(bǔ)課，縮減了學(xué)生的休息時(shí)間；等等。NCLB導(dǎo)致的“應(yīng)試教育”束縛了教師的創(chuàng)造力，“應(yīng)試教育”造成的競爭性教育環(huán)境使學(xué)生的好奇心受到挫傷，其弊端日益顯現(xiàn)。因此，小布什的教育改革遭到一些教育專家的批評(píng)，尤其是遭到來自基層教師的抵制。NCLB的改革初衷本在扭轉(zhuǎn)大批學(xué)生“掉隊(duì)”問題，但是改革帶來的“應(yīng)試教育”卻傷害到學(xué)生的個(gè)性發(fā)展，束縛了教師的個(gè)性化創(chuàng)造。如何在“救濟(jì)后進(jìn)”和“保護(hù)優(yōu)秀”之間找到一個(gè)平衡點(diǎn)，或者說如何在二者之間找到一個(gè)適度的妥協(xié)點(diǎn)，是奧巴馬就任總統(tǒng)后一直關(guān)注的問題，ESSA就是在這樣的背景下產(chǎn)生的。

與強(qiáng)調(diào)“一個(gè)都不能少”的NCLB相比，強(qiáng)調(diào)“人人成功”的ESSA的突出特點(diǎn)是以“達(dá)標(biāo)+成長”的概念取代了原來的“達(dá)標(biāo)”概念。實(shí)際上，由于許多學(xué)生不能達(dá)到最低知識(shí)和能力要求，早在2005年，小布什政府的教育部長、NCLB的主要推手瑪格麗特·斯派林斯（Margaret Spellings）就提出不僅要評(píng)估掌握程度，而且要考慮考試成績的改善和學(xué)生所取得的進(jìn)步，要對(duì)“成長”（growth）進(jìn)行評(píng)估。成長模型最初只用在差生群體，從2008年起，美國各州的問責(zé)中逐步添加了對(duì)所有學(xué)生成績進(jìn)步的評(píng)估，即“成長評(píng)估”。到2011年，美國至少有包括阿拉巴馬、亞利桑那、阿肯色、佛羅里達(dá)等在內(nèi)的16個(gè)州在教育問責(zé)中采用了成長測量。

根據(jù)ESSA，美國各州對(duì)學(xué)校的問責(zé)有了更多的自主權(quán)，與此同時(shí)，各州也在問責(zé)中加大了評(píng)價(jià)學(xué)生成長進(jìn)步的比重。目前美國大多數(shù)州都對(duì)學(xué)生進(jìn)行成長測量。

2  什么是“成長”？

“成長”和“增值”是美國教育領(lǐng)域中的熱門話題。人們認(rèn)識(shí)到，由于學(xué)生的原有基礎(chǔ)不同，僅僅根據(jù)一個(gè)學(xué)習(xí)階段的結(jié)業(yè)水平對(duì)學(xué)生、教師和學(xué)校進(jìn)行評(píng)價(jià)是不合理的。相對(duì)于一個(gè)學(xué)習(xí)階段結(jié)束時(shí)的終結(jié)性達(dá)標(biāo)評(píng)價(jià)，“成長”評(píng)價(jià)更重要。在學(xué)習(xí)中，需要更多地關(guān)注學(xué)生經(jīng)過學(xué)習(xí)以后獲得了多大程度的成長，需要關(guān)注教師和學(xué)校在幫助學(xué)生獲得成長方面所發(fā)揮的實(shí)際作用。

“成長”評(píng)價(jià)不僅是一種教育評(píng)價(jià)技術(shù)，更是一種學(xué)習(xí)理念。如果以學(xué)習(xí)的“成長”理念來審視學(xué)校教育，可以發(fā)現(xiàn)，一個(gè)學(xué)期的課堂學(xué)習(xí)，對(duì)于學(xué)生的成長效應(yīng)是很有限的，即使在一些辦學(xué)條件很好的學(xué)校。學(xué)校不應(yīng)僅僅關(guān)注每個(gè)學(xué)生是否掌握了教學(xué)大綱中所規(guī)定的知識(shí)內(nèi)容，更需要關(guān)注每個(gè)學(xué)生是否獲得了成長的機(jī)會(huì)，是否通過學(xué)習(xí)達(dá)到了成長的效果。

成長模型（growth model）的評(píng)估對(duì)象是在校學(xué)生，評(píng)估的內(nèi)容是學(xué)習(xí)成果，既評(píng)估學(xué)生學(xué)習(xí)成果隨時(shí)間的變化，也評(píng)估學(xué)生在特定群體（全班、全校、全學(xué)區(qū)、全州、全國）中相對(duì)位置的變化。在成長模型中，至少要包含間隔一定時(shí)間的2次評(píng)估，有條件時(shí)，最好是多次評(píng)估。成長評(píng)估的主要目的是向家長、教師、學(xué)校提供更多關(guān)于學(xué)生學(xué)習(xí)情況的信息，以便改進(jìn)學(xué)習(xí)和教學(xué)，并便于對(duì)教師、學(xué)校進(jìn)行問責(zé)。

實(shí)現(xiàn)成長評(píng)估的一個(gè)重要條件是美國從20世紀(jì)初就發(fā)展起來的學(xué)生數(shù)據(jù)庫。雖然各州開發(fā)學(xué)生數(shù)據(jù)庫的進(jìn)度快慢不等，但基本都已有5~20年的歷史。學(xué)生數(shù)據(jù)庫的一個(gè)重要指標(biāo)是學(xué)號(hào)（student identifier number），與每個(gè)學(xué)生一一對(duì)應(yīng)，在一個(gè)州或多個(gè)州都是獨(dú)一無二的。根據(jù)學(xué)號(hào)可以從兒童兩三歲跟蹤到高中畢業(yè)，直到進(jìn)入大學(xué)和就業(yè)。

3  7種主要的成長測量模型

常用的成長測量模型有7種，可以分為基于縱向量表的模型、預(yù)測模型和增值模型3類。美國各州根據(jù)使用目的和成績解釋框架，選用不同的成長測量模型。

3.1　基于縱向量表的模型

基于縱向量表的成長模型是根據(jù)跨年級(jí)的縱向量表來測量學(xué)生學(xué)習(xí)成績的絕對(duì)提高，是將學(xué)生的當(dāng)前成績與其過去成績進(jìn)行比較，看其取得了怎樣的進(jìn)步成長，包括增分、漸進(jìn)達(dá)標(biāo)和分類3種。

1）增分（gain score）模型。這種模型是計(jì)算2次測試的差異，用后一次測試的分?jǐn)?shù)減去前一次測試的分?jǐn)?shù)，二者之差就是成長指標(biāo)。由于這種方法簡便、直觀、容易理解，因此使用非常廣泛，常常會(huì)伴隨其他方法同時(shí)使用，是“漸進(jìn)達(dá)標(biāo)模型”的基礎(chǔ)。

2）漸進(jìn)達(dá)標(biāo)（trajectory）模型。這種模型根據(jù)最初2年的增分幅度，確定今后每年的進(jìn)步值，最終達(dá)到預(yù)期的成長目標(biāo)。采用此模型的主要有阿拉斯加州、亞利桑那州、阿肯色州、北卡羅來納州、佛羅里達(dá)州、康涅狄格州、緬因州、明尼蘇達(dá)州等。

3）分類（categorical）模型。主要看跨年級(jí)成績等級(jí)的變化，比如美國全國教育進(jìn)步評(píng)估項(xiàng)目（National Assessment of Educational Progress，NAEP）的測試結(jié)果劃分為低于基本要求（below basic）、達(dá)到基本要求（basic）、達(dá)標(biāo)（proficient）和優(yōu)秀（advanced）4個(gè)等級(jí)。如果一個(gè)學(xué)生從“達(dá)到基本要求”上升到“達(dá)標(biāo)”，就有進(jìn)步。分類模型對(duì)等級(jí)劃分有很高的要求，等級(jí)標(biāo)準(zhǔn)的制定也是一個(gè)很復(fù)雜、很嚴(yán)密的過程。采用這種模型的主要有德里瓦爾州、衣阿華州等。

上述3種模型都需要直接看學(xué)生本人在前后2次考試中分?jǐn)?shù)或等級(jí)的絕對(duì)變化，據(jù)此回答學(xué)生究竟取得了怎樣的進(jìn)步。這3種模式都不僅需要有跨年級(jí)的縱向量表，而且需要制定一些表現(xiàn)為及格線或切分點(diǎn)（cut score）的進(jìn)步標(biāo)準(zhǔn)。在達(dá)標(biāo)標(biāo)準(zhǔn)的制定過程中，既要考慮各個(gè)年級(jí)的學(xué)生需要達(dá)到的知識(shí)和能力水平，也要考慮本校、本學(xué)區(qū)、本州同年級(jí)學(xué)生的實(shí)際水平，是一個(gè)兼顧標(biāo)準(zhǔn)參照（criterion reference）和常模參照（norm reference）的過程，同時(shí)還要考慮達(dá)到最終目標(biāo)所需年限。

美國有近20個(gè)州使用由智者平衡評(píng)估聯(lián)盟（The Smarter Balanced Assessment Consortium，SBAC）開發(fā)的測試系統(tǒng)進(jìn)行教育評(píng)估和問責(zé)。SBAC系統(tǒng)是一個(gè)有效、公平、可靠的學(xué)生評(píng)估工具，是一個(gè)跨年級(jí)的縱向?qū)W習(xí)評(píng)估量表，可以為學(xué)生、家長、教師、教育管理人員提供作為行動(dòng)依據(jù)的評(píng)估信息，提供關(guān)于學(xué)生學(xué)習(xí)情況的反饋信息，幫助學(xué)生改進(jìn)學(xué)習(xí)，幫助教師和教育機(jī)構(gòu)改進(jìn)教學(xué)。《共同核心國家標(biāo)準(zhǔn)》（Common Core State Standards，CCSS）是美國從學(xué)前班到高中教育的國家標(biāo)準(zhǔn)，SBAC對(duì)學(xué)生進(jìn)行評(píng)估的依據(jù)是CCSS。SBAC旨在幫助學(xué)生為未來的大學(xué)學(xué)習(xí)或就業(yè)做好必要的知識(shí)和能力準(zhǔn)備，由3個(gè)模塊組成：一是形成性評(píng)價(jià)過程和數(shù)字資料庫（The Formative Assessment Process and the Digital Library），在數(shù)字資料庫中，包含大量教學(xué)參考資料和用于形成性評(píng)估的題目，供使用者參考；二是中期評(píng)價(jià)，即選擇性階段性測試（Interim Assessment: The Optional Periodic Test）；三是總結(jié)性評(píng)估，即年終測試（Summative Assessment: The End-of-Year Test）。

美國還有10個(gè)州使用《大學(xué)學(xué)習(xí)和就業(yè)準(zhǔn)備聯(lián)合測試》（Partnership for the Assessment of Readiness for College and Career，PARCC）。PARCC由多個(gè)州聯(lián)合開發(fā)，用于測試基礎(chǔ)教育各個(gè)年級(jí)的學(xué)業(yè)水平，主要考查順利完成大學(xué)學(xué)習(xí)和勝任職業(yè)所需要的知識(shí)和能力，考查范圍包括學(xué)術(shù)知識(shí)、審辯式思維（critical thinking）、運(yùn)用知識(shí)解決問題的能力、在收集信息的基礎(chǔ)上形成個(gè)人看法的能力、論證并能夠與他人溝通個(gè)人想法的能力，等等。與SBAC一樣，PARCC也是以CCSS為依據(jù)對(duì)學(xué)生進(jìn)行評(píng)估。

以美國康涅狄格州為例說明漸進(jìn)達(dá)標(biāo)模型的測量方法，測試工具采用的是SBAC。表1是康涅狄格州SBAC測試分?jǐn)?shù)的匯總表，表中包含康涅狄格州3~8年級(jí)的SBAC測試結(jié)果。SBAC量表的分?jǐn)?shù)范圍為2100~2800。康涅狄格州根據(jù)學(xué)生實(shí)際得分和知識(shí)掌握情況為每個(gè)年級(jí)分別規(guī)定了“達(dá)標(biāo)”和“成長”標(biāo)準(zhǔn)。從表1的左上角到右下角，顯示了一個(gè)3年級(jí)學(xué)生經(jīng)過5年學(xué)習(xí)升入8年級(jí)的漸進(jìn)成長方向和成長過程，顯示了不同水平的學(xué)生從SBAC測試的2100分成長到2800分的漸進(jìn)過程。比如，4年級(jí)學(xué)生瑪麗在2017年3年級(jí)時(shí)SBAC測試的成績是2450分，這個(gè)分?jǐn)?shù)在2432~2460分之間，屬于3年級(jí)低水平的達(dá)標(biāo)范圍；2018年瑪麗的測試成績達(dá)到2518分，處于2503~2532分之間，屬于4年級(jí)高水平的達(dá)標(biāo)范圍。從瑪麗2017年和2018年的測試分?jǐn)?shù)中，我們不僅可以看到瑪麗的“達(dá)標(biāo)”水平，還可以看到瑪麗的“成長”，與2017年相比，她的成績不僅獲得了68分的增長，而且獲得了從低水平達(dá)標(biāo)變?yōu)楦咚竭_(dá)標(biāo)的“增級(jí)”。

3.2　預(yù)測模型

預(yù)測模型包括殘差、學(xué)生成長百分等級(jí)和投射3種。與前述基于縱向量表的3種模型相同，這類成長模型也需要至少2次測試結(jié)果。但是，這類模型并不基于跨年級(jí)縱向量表之上，2次或多次測試并不要求采用縱向量表，而是采用線性和非線性的統(tǒng)計(jì)模型，主要是回歸模型，或者以學(xué)生的同年級(jí)常模群體作為參照系，或者以大量積累的歷史數(shù)據(jù)和追蹤數(shù)據(jù)作為參照系，刻畫學(xué)生所獲得的成長。

1）殘差（the residual gain）模型。這是一種最容易理解的回歸方法，只能應(yīng)用于連續(xù)數(shù)據(jù)，不適用于及格/不及格的二分計(jì)分方法，也不適用于A、B、C、D的等級(jí)計(jì)分方法。殘差模型的基本計(jì)算方法是：在2年的年級(jí)成績之間建立線性回歸方程，根據(jù)回歸方程和某學(xué)生上一年的成績，計(jì)算出該學(xué)生今年的預(yù)期成績，然后計(jì)算該學(xué)生預(yù)期成績與實(shí)際成績之間的“殘差”。如果實(shí)際成績高于預(yù)期成績，該學(xué)生就取得了比較滿意的“成長”；相反，則“成長”的情況不理想。在實(shí)際的操作中，通常會(huì)將殘差進(jìn)行標(biāo)準(zhǔn)化處理，處理的方法是進(jìn)行殘差百分等級(jí)排列（percentile rank of residual，PRR）。

2）學(xué)生成長百分等級(jí)（student growth percentile，SGP）模型。2009 年，達(dá)米安·比特本納（Damien Betebeener）開發(fā)了基于R語言的SGP數(shù)據(jù)處理軟件——Quantile。借助 Quantile軟件，學(xué)生當(dāng)年的成績與在前一年測試中獲得相同成績的群體進(jìn)行比較，計(jì)算出其在這一與自己相近水平群體中的百分等級(jí)，即在1~99百分等級(jí)序列中所處位置。如果百分等級(jí)高于50，就顯示這個(gè)學(xué)生一年來有所“成長”；如果百分等級(jí)低于50，就顯示這個(gè)學(xué)生的“成長”效果不理想。SGP模型也被稱為正態(tài)模型（normative model），因?yàn)檫@個(gè)模型假設(shè)與考生第一年分?jǐn)?shù)相同的群體在第二年所得分?jǐn)?shù)呈正態(tài)分布。這一模型最初被應(yīng)用于科羅拉多州。目前，美國國家教育評(píng)估改進(jìn)中心（National Center for the Improvement of Educational Assessment，NCIEA）向采用SGP模型的美國各州提供便于根據(jù)自身需要進(jìn)行完善的開源（open-source）SGP軟件包，已有20多個(gè)州（包括華盛頓特區(qū)、馬里蘭州、科羅拉多州、馬塞諸塞州、俄勒崗州、華盛頓州等）采用此模型，占所有使用成長模型的州的50%以上，在美國是使用最廣泛的一種成長模型。

3）投射（projection）模型，也稱為預(yù)測（prediction）模型和回歸（regression）模型。在投射模型回歸方程的建立中，采用盡可能多的歷史數(shù)據(jù)和追蹤數(shù)據(jù)來建立盡可能可靠、有效的回歸方程，通常不僅僅采用2年的數(shù)據(jù)，而是采用多年的追蹤數(shù)據(jù)，通過盡可能多的預(yù)測源和預(yù)測變量來建立回歸方程。例如，如果有證據(jù)表明數(shù)學(xué)成績可以增加對(duì)物理成績的預(yù)測準(zhǔn)確性，就可以將數(shù)學(xué)成績作為一種預(yù)測源包含進(jìn)回歸方程。

與漸進(jìn)達(dá)標(biāo)模型和殘差模型一樣，投射模型也需要建立回歸方程，但是與二者有一定的區(qū)別。與漸進(jìn)達(dá)標(biāo)模型的區(qū)別在于，漸進(jìn)達(dá)標(biāo)模型是建立在跨年級(jí)縱向量表的基礎(chǔ)之上，是一種“量表驅(qū)動(dòng)”（scale driven）的回歸方法；投射模型則不依賴于縱向量表，而是通過大量的歷史數(shù)據(jù)建立起預(yù)測學(xué)生成長趨勢的回歸方程，是一種“數(shù)據(jù)驅(qū)動(dòng)”（data driven）的回歸方法。與殘差模型的區(qū)別在于，投射模型不是根據(jù)考生所在年級(jí)學(xué)生2次測試成績來建立回歸方程，而是根據(jù)大量的不同年級(jí)的歷史數(shù)據(jù)和追蹤數(shù)據(jù)來建立回歸方程，并根據(jù)回歸方程作出預(yù)測。在漸進(jìn)達(dá)標(biāo)模型中，量表相同，但參照?qǐng)F(tuán)體不同；在殘差模型中，參照?qǐng)F(tuán)體相同，但量表不同；在投射模型中，量表不同，參照?qǐng)F(tuán)體也可能不同。

如果說，借助相同量表或相同參照群體，漸進(jìn)達(dá)標(biāo)模型和殘差模型可以對(duì)考生的期望成績進(jìn)行“預(yù)測”，可以對(duì)學(xué)生的成長情況進(jìn)行描述，那么，既無相同量表也非相同參照群體的投射模型只能進(jìn)行“投射”，只能對(duì)關(guān)于學(xué)生成長的解釋作出有限的支持。俄亥俄州、田納西州等曾經(jīng)采用此模型。

3.3　增值模型

增值（value added）模型單獨(dú)構(gòu)成一類成長模型。增值模型，又稱為多變量（multivariate）模型、教育增值評(píng)估系統(tǒng)（Education Value-Added Assessment System，EVAAS）、田納西增值評(píng)估系統(tǒng)（Tennessee Value-Added Assessment System，TVAAS）、變量保持（Variable Persistence）模型，等等。在增值模型中，不僅包含測試分?jǐn)?shù)，而且包含多種變量。增值模型不僅描述學(xué)生的成長狀況，而且分析影響學(xué)生成長的原因。在一些州，增值模型不僅用于學(xué)生評(píng)估，而且用于教師、學(xué)校和學(xué)區(qū)評(píng)估，甚至被用于決定教師的獎(jiǎng)金和聘用。最常用的增值計(jì)算工具是EVAAS軟件系統(tǒng)，其次是層級(jí)線性和非線性模型（Hierarchical Linear and Nonlinear Modeling，HLM）。采用增值模型的主要有田納西州、賓夕法尼亞州、俄亥俄州等。

由于增值模型被用于對(duì)教師、校長、學(xué)校的評(píng)價(jià)以至決定獎(jiǎng)懲，近年來許多專家學(xué)者呼吁慎重使用增值評(píng)估。2015年，美國最大的教育組織——美國教育研究協(xié)會(huì)（American Educational Research Association, AERA）的理事會(huì)正式發(fā)布了一份官方文件——《AERA關(guān)于將增值模型應(yīng)用于教師和教師培訓(xùn)項(xiàng)目的說明》（AERA Statement on Use of ValueAdded Models for the Evaluation of Educators and Educator Preparation Programs）。在這份文件中，強(qiáng)調(diào)了使用增值模型的8條注意事項(xiàng)：1）增值模型使用的前提是測驗(yàn)本身的效度、信度符合美國教育研究協(xié)會(huì)、美國心理學(xué)會(huì)和美國教育測量學(xué)會(huì)共同制定頒布的《教育與心理測驗(yàn)標(biāo)準(zhǔn)》（Standards for Educational and Psychological Testing）；2）增值模型使用中，需要提供這種模型中所包含每個(gè)評(píng)估項(xiàng)目的效度和信度說明；3）增值模型必須基于足夠大樣本量的多年數(shù)據(jù)；4）不同時(shí)間使用的不同測驗(yàn)或測驗(yàn)版本之間具有可比性；5）單獨(dú)檢驗(yàn)每個(gè)年級(jí)、每個(gè)學(xué)科的測驗(yàn)效度和信度，不能將增值評(píng)估應(yīng)用于未經(jīng)標(biāo)準(zhǔn)化質(zhì)量檢驗(yàn)的其他年級(jí)和學(xué)科；6）在教師、學(xué)校、教育項(xiàng)目評(píng)估中需要綜合考慮多方面證據(jù)，不能僅僅使用增值分?jǐn)?shù)對(duì)教師、學(xué)校、教育項(xiàng)目進(jìn)行評(píng)價(jià)；7）增值模型的使用過程中應(yīng)保持持續(xù)的質(zhì)量監(jiān)測，持續(xù)關(guān)注實(shí)際的使用效果；8）使用增值模型進(jìn)行評(píng)估和決策，在報(bào)告相關(guān)結(jié)果時(shí)必須同時(shí)提供統(tǒng)計(jì)誤差范圍。

AERA在這份文件的結(jié)尾處指出，這8條注意事項(xiàng)不僅適用于增值模型，也適用于其他任何一種成長評(píng)估模型。在使用各種成長評(píng)估方法對(duì)教師、學(xué)校和教育項(xiàng)目進(jìn)行評(píng)價(jià)時(shí)，都應(yīng)該保持謹(jǐn)慎。

上述7種模型并無簡單的好壞優(yōu)劣之分，各有長處和不足，使用方法的簡單比較見表2。對(duì)于不同的模型，可以對(duì)評(píng)估結(jié)果作出不同的解釋。至于選擇哪種模型，要考慮分?jǐn)?shù)解釋的不同需要。

在上述7種成長模型之外，教育問責(zé)中還會(huì)采用一些其他的評(píng)估指標(biāo)，包括：1）參加考試的學(xué)生比率；2）考試平均分或熟練掌握比率；3）學(xué)生平均出勤率；4）高中學(xué)生畢業(yè)率；5）7~12年級(jí)的輟學(xué)率；6）學(xué)生和家長對(duì)學(xué)校教師的滿意程度；7）教師流失率；等等。

2018年3月16日，教育部部長陳寶生在“兩會(huì)”教育問題專題記者招待會(huì)上回答記者的提問時(shí)說：“要改變?cè)u(píng)價(jià)方式，完善學(xué)業(yè)考試辦法，建立素質(zhì)綜合評(píng)價(jià)制度，不允許以分?jǐn)?shù)高低對(duì)學(xué)生排名”“這次高考改革之后，高中階段對(duì)學(xué)生的考核，增加了綜合素質(zhì)評(píng)價(jià)這樣一個(gè)內(nèi)容。這是非常明顯的素質(zhì)教育措施”。美國基礎(chǔ)教育評(píng)估從“達(dá)標(biāo)模型”到“達(dá)標(biāo)+成長模型”的發(fā)展變化，從幼兒園到高中教育中所采用的7種主要的成長評(píng)估模型，可以為我國改進(jìn)和完善基礎(chǔ)教育的綜合素質(zhì)評(píng)價(jià)帶來一些啟發(fā)，值得我們思考和借鑒。

本文轉(zhuǎn)自微信公眾號(hào)“中國考試”。文章為作者獨(dú)立觀點(diǎn)，不代表芥末堆立場。