高中學業水平測試的實踐問題及成因*

● 倪 娟

高中學業水平測試的實踐問題及成因*

● 倪 娟

學業水平測試走向學業成就評價是必須的改革。梳理學業水平測試的實踐問題，比較國際發達國家的學業成就評價改革的理論與實踐研究成果，可為我們的學業水平測試走向真正的學業成就評價提供一些啟發。

高中；學業水平測試；學業成就評價

一、問題的提出

按照教育部的要求，考生的綜合素質評定、高考總分以及學業水平測試（簡稱“學測”，俗稱“小高考”）將成為高校選拔錄取的依據。因此，全國已公布“新高考”方案的省份中，越來越多的把學業水平測試逐漸和高校錄取實行“掛鉤”，有的是硬掛鉤，有的是軟掛鉤，還有的是暫不掛鉤。硬掛鉤即學測等級作為高校錄取硬條件，錄取依據看高考成績和學測等級，并且某些省的學測等級優異可在高考中加分。將學測與高考選拔掛鉤，是為了加強高中學校對考生的綜合素質評定和學業水平測試的重視，在一定程度上有效遏制了學校“非考不教”的現象，但是其對高中教學的矯枉過正的負面影響也必須引起重視。以江蘇為例，實行新的高考方案以來，為了促進各個學校不打折扣地開展學業水平科目的教學，在高考方案中確定了學業水平科目測試A等級在高考總分中加分的政策，前后有兩種加分方法，最先的方法是，學業水平科目測試四科均得A等級在高考總分中加10分，后來的方法是，學業水平科目測試每科A等級加1分，四科均為A等級加5分。顯然，現行的加分方法相對前一種加分方法要合理一些，然而，其弊端仍然是存在的。概而言之，背后的問題是學測在性質和功能上是否應當跟高考掛鉤，在重視學習評價改革的今天，重視基礎達標的學測與以選拔為第一要務的高考掛鉤，是否已背離了學測的本質屬性？可能需要認真審視學業水平測試與學業成就評價兩者之間的差異，期待學業水平測試能夠走向真正的學業成就評價，為了評價的學習走向為了學習的評價。

二、問題的成因

學業水平測試與高考掛鉤能夠盛行一時，而學業成就評價實踐舉步維艱，其背后的原因是復雜的，可以說囊括一切課程改革深入推進受牽制的文化、社會因素。

（一）西方近百年的測量運動和我國千余年的科舉應試傳統：余波未減，又有新浪

從國際發達國家來看，學業成就評價的發展是從簡單的數量化測驗開始的，經過教學目標為中心的階段，從單一數量化測量的漩渦中走出來并逐漸轉向較為全面意義上的評價。①后期人本化評價的出現，也使評價從注重學生內在的學業能力走向更加重視學生微觀的學習進程，以開發學生的潛能、促進學生的發展為目的的學業成就評價。

但學業成就評價作為教育測量與評價的主要內容，它受到近百年測量運動本身主要的缺陷——管理主義傾向、忽視價值的多元性、過分依賴科學范式的影響，在教育史上一出現就遵循一條科學與客觀之路，這種科學與客觀在學生評價的標準化階段由于過分強調與突出而有所扭曲。維根斯（G.P.Wiggins）認為對學生的評價之所以產生標準化測驗統治學生評價的狀況，是因為教育管理者傾向于評價一些易于測定的知識和技能，而非那些作為課程核心或標準的以及在課堂中真正有價值的真實而復雜的問題與任務，在做這樣的選擇的同時，學校層面的學生評價忽視了學生的智能發展需求，而去追求所謂的評分的準確與評價的效率，換言之，真正阻礙學生成功地達成教育目標的不是倍受指責的標準化測試而是教育管理者的評價觀：認為學生評價不是教與學的驅動器而是計量器，由此而制定了標準化測驗，反過來，這種測驗的普遍應用又進一步造成了學生評價的僵化。

在美國的基礎教育領域，不管是州級、學區級還是校級的學生評價，都有兩個明顯特點：測量運動的思想依舊占據很重要的地位；評價與績效責任緊緊聯系在一起。測量運動的余波與績效責任之風在學生評價領域掀起了新的風浪。雖然其形成背景及相關因素與我國有所不同，有的是因為教師希望學生通過獲得高分而對學習有興趣且能激勵自尊和學習的成就感，也有因為測評內容本身比較狹窄、不全面的因素，但其最主要的原因是高標準、高風險測試的盛行。但有一點很有意思，美國教師也同樣會為了測驗而教學，這個現象已相當普遍。美國教育學專家的研究發現，在課堂中，絕大部分教師都會教授學生應付考試的方法、獲得高分的手段，甚至，還會以標準化測驗的內容為依據自行改變教學內容，從而使得測驗內容與教學內容相一致。這樣造成的結果是為考而教，不是以學定教，以課程標準定教。

有考試，就有對應試的重視。在“不讓一個孩子掉隊”法案之前的美國，很多州都沒有自己的考試?，F在除了一個州沒有，其它所有的州都有自己的成就考試。在這一法案頒布之前，僅有 Harcourt，CTB，Riverside和ETS四個公司為學校設計相關的考試。但是現在涌現出大量的公司，致使有時孩子們的學習只是為了考試。在70年代美國開始實行 “教育責任制”后，要求以考試成績為依據來評判學校的好壞，各州對最低能力測試提出了許多要求。不過，這些最低能力要求很快成為學校努力的最高要求。為了克服這種弊端，各種標準化測驗應運而生，其后果則是犧牲了學生高級思維能力和問題解決能力，只獲得基本技能測試分數的提高。教育責任制需要收集足夠的有關學校質量、學生學習效果的信息，而標準化測驗所測量的能力范圍是有限的。在美國的基礎教育領域，不管是州級、學區級還是校級的學生評價，都突現出兩個特點：測量運動的思想依舊占據很重要的地位；評價與績效責任緊緊聯系在一起。測量運動的余波與績效責任之風在學生成就評價領域掀起了新的應試風浪。美國基礎教育正在面臨“我要成為第一”的危機，大家都在尋找辦法證明自己的孩子比他人的聰明，自己的學校比他人的好，自己的工作比他人的重要，直到自己成為第一為止。

人人想在考試中爭分奪優，而考試被認為是最具有公信力最客觀的評價方式最能被大家所接受，以致人人痛恨現今的考試高壓，卻又人人不自覺地對各種訓練、各種考試身體力行。作為學業成就評價主要方式的學業水平測試，它本應是對學業的評定，但因各省逐漸與高考掛鉤，擔負了選拔任務，它的本體功能被扭曲，進入了學業水平測試為高考服務、為升學和選拔服務，教育教學為考試服務的惡性循環。在提高學校教育質量改革中，學校管理者首先關注的將是如何提高學生的成績，追求的是學生的成功而不是學生的成長。我們習慣將測試成績視為學校、區域成功與否的指標，而遺忘了評價是一種促進學生發展與完善的工具，忽略了評價可以成為學校成功的原因。與高考硬掛鉤的學業水平測試正受到社會、學校、師生的抱怨。

拿美國當前教學實踐中的應試情況跟我國作一比較，首先它的教育背景不同，美國最近一輪的改革是在提高標準，由原來的低標準走向高標準。而我國由解放以來的國家就教學方面的指導意見來看，都是在提出要降低教學要求，降低標準。因此，值得我們借鑒的一個是其評價內容的寬泛，還有一個應當是其評價方式的創新，而不是盲目的去參考美國的測量與績效之風引起的新的評價風浪。我們所應當做的是讓測試走向評價，讓并不能履行促進學生全面發展這一以考試替代評價的評價實踐拓展其功能。

（二）初衷在于全面檢測學生達標情況的學業水平測試：始料未及，矯枉過正

學業水平測試是我國普通高中綜合評價的重要組成部分，它是在國家指導下以國家普通高中課程標準為考核內容，是由各省組織實施的全面檢測普通高中學生學業水平的標準參照性考試。事實上，在國家制定了課程標準后，如何評價學生是否達到課標所規定的標準便是研究要務和工作重點，這也是學測之基本任務。而中國的普通高等學校招生全國統一考試簡稱高考，是中華人民共和國的重要的全國性考試之一。普通高等學校招生全國統一考試的定義是：合格的高中畢業生和具有同等學力的考生參加的選拔性考試。因此，高考應具有較高的信度、效度，必要的區分度和適當的難度。高考的本質屬性是選拔性。

由學測與高考的界定可知，學測與高考是兩種完全不同性質、不同種類的考試。但是，當下在實踐中的學測已逐漸迷失了它的性質。比如在江蘇提出實行學業水平測試的目的“是為了加強對高中的課程管理和質量監控，同時，向高校提供更多有效的考生信息。有利于促進高中學生全面發展，有利于高校更加科學、自主地選拔人才?！边@樣，學測也被賦予了選拔性。難道高考本身還不具有很好的選拔功能嗎？為何非得把學測跟高考捆綁？向高校提供更多有效信息、促進高中學生全面發展的目的是否可以實現？學測與高考掛鉤、學測成績在高考中加分是否合適不僅可以由其本質屬性來考量，還可以通過實踐來檢驗。學測的等級是由考試的絕對分數決定的，而目前的測試命題仍然屬于經驗型命題，每年同一學科的測試難度不具有可比性，因此，這種加分就存在著事實上的不合理性，且會挫傷不同學科教師的積極性與學生學習的積極性。更為嚴重的后果是從根本上影響了學測對高中課程管理與質量監控目標的達成，更不利于高中學生的全面發展。正如江蘇兩會期間，某名校副校長指出：這種學測與高考硬掛鉤加分政策的存在，造成的最大問題是，學校為了讓更多的學生在高考中加分，就可能違背教學的客觀規律去組織學業水平科目的教學，事實上，這種現象已經普遍存在。對此，不少學校、教師和學生也很有意見?，F在的高中學生學業負擔比老高考方案時學生的學業負擔明顯地加重了，這是一個不爭的事實。學校通常要求保證等級“絕D”、“滅C”（盡可能消滅“C”），“無D”。鑒于“學測”在高考方案規定可以加分，學校還要求學生考試成績“保B”和”爭A”。為了切實減輕學生的學業負擔，深入推進素質教育，這個政策是否繼續值得商榷。

（三）評價主體對學業成就評價的實踐認識和理論研究：認識偏差，實踐忽視

首先，評價主體的評價觀很有問題。維根斯（G.P．Wiggins）認為之所以產生標準化測驗統治學生評價的狀況，是因為教育管理者傾向于評價一些易于測定的知識和技能，而非那些作為課程核心或標準的以及在課堂中真正有價值的真實而復雜的問題與任務，在做這樣的選擇的同時，學校層面的學生評價忽視了學生的智能發展需求，而去追求所謂的評分的準確與評價的效率，換言之，真正阻礙學生成功地達成教育目標的不是倍受指責的標準化測驗而是教育管理者的評價觀：認為學生評價不是教與學的驅動器而是計量器，由此而制定了標準化測驗，反過來，這種測驗的普遍應用又進一步造成了學生評價的僵化。

在大多數學校中，教學管理人員包括校長同樣非常缺乏新的學生評價知識，所使用的評價模式仍然十分傳統，因此不能調動廣大教師改革學生評價的積極性和創造性。即使教師被要求進行改革，他們也不愿意去做那些認為是“份外”的事情。所以，往往在強行花了大量的時間和人力之后，教師們又都回到原來的老路上去。[1]以上問題在發達國家與發展中國家呈現普遍性。國內有研究者對上海市浦東新區的130名中小學教師進行了有關調查發現：約58%的教師沒有嘗試過改變以往對學生的評價方式。如升學指揮棒不變、家長和學生不支持、學校重視不夠、各方面協調不夠等而造成效果不理想，難以實現預期目的。有的教師甚至感到很沮喪：當自己的評價方式改變后，所教班級在考試時與那些沒有改變評價方式的班級相比，在成績上沒有任何優勢，而不管學校還是社會在衡量教師的優劣時，首先還是看所教學生的分數！[2]因此，評價主體對學生評價的正確認識是個根本問題。

其次，教學一線人員的評價理論知識和實踐技術十分欠缺。教學一線人員，尤其是中小學教師，十分缺乏教育評價的理論知識和支持性的資料與信息，他們不適應先進的學生評價理念，更不知道應當如何進行新的評價操作，非常需要在學生評價的程序與方法上得到及時、有效的指導。雖然教師的這些需要從20世紀60年代開始就一直被呼吁，美國教育界也為此做過一些努力，但始終沒有真正解決好；因為他們在接受教學時，培養教師的大學教學中無論是對本科生還是研究生，幾乎都沒有把教育評價作為必修內容，很多學校未開設過評價與測量課程，沒有教給學生如何在教學工作中開展學生評價，高校教師也很少強調這方面知識的重要性。這是導致上面提到的目前在職教師嚴重缺乏教育評價理論和技能的重要原因。

三、國外發達國家的經驗與啟示

在澳大利亞維多利亞州，實施的高中教育證書考試與我國普通高中學業水平考試有著相似的性質和功能，但其高中教育證書考試經過長期發展，形成了終結性評價與過程性評價有機結合的評價機制，既能促進高中學生科學素養各方面的共同發展，也有利于學生的個性發展，既保證了高中教育質量的高水平，也為高校入學選拔提供參考依據。[3]可為我們借鑒。以化學學科為例，澳大利亞維多利亞高中化學課程標準(2007-2011)對課程評價做了細致的規定，巧妙結合終結性評價與過程性評價，擬定具體的評價方案，體現出先進的課程評價理念，具有很強的指導性和操作性。而我國的評價應試痕跡明顯，不能完全體現新的學業成就評價理念。澳大利亞維多利亞州高中教育證書化學考試采用書面考試和活動表現評價兩種形式，書面考試主要考查“化學研究方法”和“化學與工業生產”兩個模塊內容，研究發現，高中教育證書書面考試在試題材料選擇和問題設計方面的出色表現給我國普通高中學業水平考試試卷命題以深刻啟示；活動表現評價主要針對“化學基本理念”、“環境化學”、“化學研究方法”和“化學與工業生產”四個模塊，在學科模塊教學過程中完成對學生的科學道德觀、探究能力、知識應用能力以及交流能力的全面評價，為我國普通高中學業水平考試中更全面檢測地學生學業水平提供了寶貴經驗。

美國為提高基礎教育整體質量，提高學生畢業水平，實行嚴格的高中畢業資格要求的管理，制定州一級的學分統一要求，舉行統一的畢業考試，劃定統一的資格線，這樣既保證高中畢業生的水平，又促進學校提高教學質量。美國各州有獨立的教育決策權，而且盡量將這種權力下放到各學區、學校。但從總體上看，每個州對于高中學生的最低畢業要求是有限定的。以俄亥俄州為列，關于高中畢業要求的限定內容包括四個方面，一是對學校課程（學分）的基本要求；二是俄亥俄州畢業測試要求（OGT)；三是學區、學校具根據體情況增加的其他要求；如社區服務的時間（4年120個小時）、紀律要求、計算機的基本要求、學術或藝術活動要求，等等。其中前兩條是州的基本要求，必須達到州規定的最低學分要求、州畢業測試要求，學生才有資格申請畢業證書。畢業考試有多次，通常第一次各門學科全部通過的并不多。但第一次沒通過的都可以補考，學校也有相應的輔導。各區成績都有詳細的分析并在州網站會公布，各學校之間會有一定的比較，因此，他們也在為應對畢業資格考試而教研，而教學。從美國高校招生的資料看，對于學生在高中階段的“平均積分”（GPA）是十分看重的，而這恰恰是高中學生學習過程性成就的記錄。高中畢業的要求，既要學分、又要畢業考試、同時還要“平均積分點”。由此，高中畢業資格也就包涵了過程性評價了。達到高中畢業水平的學生才能參加高校招生，選擇性與基礎性之間的矛盾也就自然解決得比較好了。

在法國、日本等發達國家，都在重視基于學習過程改進的評價改革。法國對高中學?？冃гu價的一個重要概念是“預期值”。法國高中學?？冃гu估的一個基本理念是，對學校的考察不應該只看其學校會考合格率，更要從不同側面反映學校的教學能力，評價學校的“增值”情況。法國設計了一套基于“預期值”來計算“增值”的評估工具。評估機構把影響學生發展情況的因素分為年齡、家庭情況、入學時的學業水平和性別四個方面，并對每個方面進一步細分。評價時把當年學校上述四個因素對學生發展影響情況的統計數據與上一年的會考統計結果放在一起計算就可以算出一所學校會考合格率和會考達及率兩個指標的“預期值”。在日本各地的中小學，基于過程的形成性評價改進教學活動的研究也開始萌動。其一，課堂教學過程中即時反饋的形成性評價。教師可以發現課時

目標是否實現，隨時修正教學展開的軌道；其二，以單元為單位的形成性評價；其三，以學期、學年為單位的形成性評價。例如，倘若第一學期終結，發出成績單，算是一個學期的終結性評價。但也是一個學段的中途評價。日本中小學實施的形成性評價，以單元層面的形成性評價居多。近年來，學期、學年層面的形成性評價也開始有所推廣。基于形成性評價的反饋做出教育決策的類型形形色色，諸如，A．重新學習（反復學習），B．補充學習（補缺學習），C．調整學習（調整學習的進度和方向），D．分叉學習（把學生分成不同的小組，布置不同的課題）等等。

當下，我國即將成立國家考試指導委員會，對全國范圍內做好考試和錄取制度改革一定會產生一些權威性的高標準的頂層設計，對各地的各種形式的考試將會發揮指導引領作用。

注釋：

①學業成就評價從20世紀初的教育測量運動開始到現在近百年里基本經歷了較為清晰的四個階段，即：教育測量、以目標為本的教育評價階段、目標參照的教育評價階段和人本化的教育評價階段。從各階段的特征上看，教育測量階段主要把心理測量技術應用到教育當中，側重測量技術和教育測驗。以目標為本的教育評價階段是以泰勒的“八年研究”為代表，把教育評價直接與教學目標相聯系，評價教學目標的達成度。目標參照的教育評價研究通過教育目標的分類，在認知心理學信息加工理論的基礎上突出了學生的信息加工過程。到了20世紀末，在人本主義思想的影響下，人本化的教育評價更加注重學生的人性化因素。

[1]郭少峰．國家考試指導委員會年內成立．新京報，[EB/OL]，

http://news.ifeng.com/mainland/detail_2011_03/05/4985146_0.shtml,2011.3.5

[2]蔡敏．美國《學生評價標準》評析[J].外國中小學教育，2003.11.

[3]張惠．陜西省普通高中學業水平考試與澳大利亞高中教育證書考試比較研究[D].中國優秀碩士學位論文全文數據庫，2009，(07).

*江蘇省教科院教育改革與發展戰略國際比較研究專項課題《發達國家中小學課程評價改革的比較研究》（Z/2010/16）、江蘇省教育科學“十一五”重點資助課題“中學理科課程與教學重大問題研究”（B-a/2009/01/013）研究成果之一。

倪 娟/江蘇省教育科學研究院副研究員，江蘇省教研室化學教研員、初中部主任、信息資源部主任，主要研究方向為理科課程與教學論、基礎教育課程變革中的實踐與理論問題

（責任編輯：陳培瑞）