關(guān)于省級義務(wù)教育階段教育質(zhì)量監(jiān)測的建議與設(shè)想

近年來，構(gòu)建教育質(zhì)量監(jiān)測系統(tǒng)，實施教育質(zhì)量監(jiān)測已經(jīng)成為一種世界性潮流。我國從２００６年開始逐步建立教育質(zhì)量監(jiān)測系統(tǒng)，目前尚未形成全國范圍的義務(wù)教育質(zhì)量監(jiān)控體系和制度。另外，我國各省之間不僅在文化和習(xí)慣等方面存在差異，在教育水平上也存在較大的差異，全國性的調(diào)查試題可能無法滿足所有省、地區(qū)對調(diào)查內(nèi)容和監(jiān)測精度的需要。因此，有必要開發(fā)更適合本省地區(qū)的測試工具，進一步提高教育質(zhì)量監(jiān)測的精度。如果廣東省率先探索建立面向本地區(qū)的義務(wù)教育質(zhì)量監(jiān)測系統(tǒng)，不僅可以服務(wù)于全省的義務(wù)教育，還可為其他地區(qū)提供經(jīng)驗和示范。

一、如何建立廣東省義務(wù)教育階段教育質(zhì)量監(jiān)測系統(tǒng)

從心理測量學(xué)的觀點來看，建立義務(wù)教育質(zhì)量監(jiān)測系統(tǒng)（簡稱為教育監(jiān)測系統(tǒng)）要有長遠的眼光。首先，必須立足于廣東省中長期教育發(fā)展的高度，對教育質(zhì)量監(jiān)測系統(tǒng)的基本設(shè)想與基本設(shè)計進行整體規(guī)劃。其次，對測量評價中的技術(shù)環(huán)節(jié)進行充分的研討，如測試周期、測試規(guī)模、所測對象、試題的內(nèi)容與形式、組卷結(jié)構(gòu)、數(shù)據(jù)分析方法、試題評價、結(jié)果的匯總與公布等等，都需要匯聚多方力量開展研究并落到實處，必要時還需請教法律專家。下面就一些重點環(huán)節(jié)談?wù)劚救说南敕ㄅc建議。

（一）監(jiān)測內(nèi)容

監(jiān)測內(nèi)容包括學(xué)習(xí)環(huán)境和學(xué)業(yè)能力兩大部分。學(xué)習(xí)環(huán)境的調(diào)查應(yīng)包含教育政策、人員配備與管理、教學(xué)設(shè)備、家庭的經(jīng)濟狀況與對教育的投入等內(nèi)容。學(xué)業(yè)能力調(diào)查的內(nèi)容不僅要包括對基礎(chǔ)知識和基本技能的測試，也應(yīng)包括對學(xué)習(xí)狀況和學(xué)習(xí)態(tài)度的調(diào)查。從理論上來說，試題最好能覆蓋所有課程標準所規(guī)定的內(nèi)容。在實際調(diào)查中難以做到時，所調(diào)查的內(nèi)容標準應(yīng)從學(xué)科課程標準中隨機抽出。

２０００年開始，經(jīng)濟合作與發(fā)展組織（ＯＥＣＤ）實施了國際性學(xué)生學(xué)業(yè)能力素養(yǎng)評價（Ｐｒｏｇｒａｍｍｅ ｆｏｒ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔｕｄｅｎｔ Ａｓｓｅｓｓｍｅｎｔ，簡稱ＰＩＳＡ），調(diào)查與評價１５歲青少年是否具備服務(wù)于將來社會所需要的能力。ＰＩＳＡ的試題中很多不是單純的學(xué)科內(nèi)容，而是橫向考查各學(xué)科的綜合能力。目前我國正處于從大規(guī)模生產(chǎn)型經(jīng)濟向知識密集型經(jīng)濟的變革期，要保持經(jīng)濟的持續(xù)高速發(fā)展，基礎(chǔ)教育能否為社會提供所需的人力資源是關(guān)鍵所在。因此，廣東省進行教育質(zhì)量監(jiān)測時應(yīng)關(guān)注和借鑒ＰＩＳＡ的測試內(nèi)容與試題質(zhì)量。

（二）監(jiān)測對象

理論上，義務(wù)教育階段教育質(zhì)量監(jiān)測應(yīng)該包括全部的學(xué)科和年級。但是，建設(shè)和完善教育監(jiān)測系統(tǒng)不僅需要大量的財政投入，還需要集結(jié)一批教育科學(xué)、認知心理學(xué)、心理測量學(xué)、教育評價學(xué)、教育統(tǒng)計學(xué)、計算機軟件等諸多領(lǐng)域的專家。因此創(chuàng)建初期全面鋪開有相當(dāng)?shù)睦щy。參考國外同類監(jiān)測系統(tǒng)的經(jīng)驗和教訓(xùn)，廣東省可以先從一個年級一個學(xué)科做起。在測試過程中一邊鍛煉專業(yè)團隊，一邊積累經(jīng)驗，而后再向其他年級和學(xué)科鋪開。這樣以點帶面，可以避免重復(fù)性投入，節(jié)省大量的人力和財力。

從全面評價義務(wù)教育質(zhì)量的目的來看，最理想的監(jiān)測對象是六年級、九年級學(xué)生。ＰＩＳＡ的測試對象為１５歲的青少年，相當(dāng)于義務(wù)教育結(jié)束階段的初中生。考慮到我省實際，建議改選初二學(xué)生，可安排在初二年級教學(xué)結(jié)束階段，或者剛升初三的開學(xué)時期。如財政狀況允許，監(jiān)測調(diào)查應(yīng)每年定期實施。根據(jù)學(xué)科重要性和試題開發(fā)難度，可以最先開發(fā)數(shù)學(xué)的質(zhì)量監(jiān)測測驗，然后逐步擴展到語文、英語等學(xué)科。

（三）監(jiān)測方式

質(zhì)量監(jiān)測關(guān)心的焦點是被試群體的統(tǒng)計特征。只要抽出的樣本能夠代表所在的群體，就沒有必要進行全體成員調(diào)查。因此抽樣是否正確，是決定教育質(zhì)量監(jiān)測是否成功的基礎(chǔ)。這里的統(tǒng)計抽樣包括兩個方面：一是隨機抽出被試樣本，二是從用于監(jiān)測的試題群（數(shù)量要足夠多）中隨機抽出試題。

隨機抽出的被試樣本必須代表廣東省被監(jiān)測年級的學(xué)生群體。樣本抽出可以班級為單位，按學(xué)生人數(shù)比率從各縣級行政區(qū)隨機抽出。為了保證調(diào)查的精度，對于人數(shù)較少的地區(qū)適當(dāng)增大抽出比率。一般可以參照這個標準來決定人數(shù)：在每個縣級行政區(qū)內(nèi)每道試題的測試人數(shù)不得少于１０００人（這樣才能保證估計試題難度、區(qū)分度等指標的估計精度）。在參加調(diào)查的班級內(nèi)，學(xué)生還可以做不同版本的試卷，用以消除“練習(xí)”效應(yīng)，這樣能更有效的測出被試的真實學(xué)業(yè)能力。

試題的隨機抽樣，其意義在于確保用于監(jiān)測的試題能夠覆蓋學(xué)生所學(xué)的各個領(lǐng)域，這樣才能正確評價學(xué)生的學(xué)業(yè)能力。如果被試是因為偶然碰到擅長領(lǐng)域的題目所以答得好些，或者因為碰到不擅長領(lǐng)域的題目而答得差的話，測試結(jié)果則會對學(xué)業(yè)能力的代表性帶來嚴重影響。理論上講，為了保證測試結(jié)果的代表性，被試需要做大量的試題。但是，大量的試題會給學(xué)生帶來極大的負擔(dān)，心理上也會產(chǎn)生反感情緒以至消極應(yīng)對。因此，一套試卷的題量應(yīng)控制在兩節(jié)課的時間內(nèi)，這就需要在組卷方法上下功夫。例如，同時編制若干套試卷，各套試卷之間設(shè)置一定數(shù)量的相同試題。因為項目反應(yīng)理論（Ｉｔｅｍ Ｒｅｓｐｏｎｓｅ Ｔｈｅｏｒｙ）中有鏈接（Ｌｉｎｋｉｎｇ）技術(shù)，可將不同試卷中的題目難度、區(qū)分度等表示在共同的尺度上。形象地說，這樣就可以用同一把尺子來量出不同試卷的試題難易、被試間的能力高低等（鏈接技術(shù)還可以比較不同年度的學(xué)業(yè)能力水平）。

ＮＡＥＰ、ＴＩＭＳＳ、ＰＩＳＡ等學(xué)業(yè)能力調(diào)查都采用隨機抽樣調(diào)查的方式，他們的成功經(jīng)驗值得借鑒。

（四）保障體制

為保證質(zhì)量監(jiān)測的公正性和客觀性，調(diào)查的方針和計劃的制定應(yīng)該由一個獨立于教育行政部門的機構(gòu)負責(zé)。試卷構(gòu)成、樣本抽出、調(diào)查實施、評分、數(shù)據(jù)的整理和分析、形成報告書等，可委托給大學(xué)等研究機構(gòu)和民間企業(yè)。質(zhì)量監(jiān)測的費用應(yīng)全部由教育財政支出，嚴格禁止調(diào)查機構(gòu)參與任何與調(diào)查有關(guān)的營利活動。這樣既可以保證調(diào)查的質(zhì)量，又能保證調(diào)查的公正性，為各級教育行政部門作出判斷和決策提供數(shù)據(jù)與信息。

受委托機構(gòu)向教育行政部門和社會提供的調(diào)查信息除了各種統(tǒng)計結(jié)果，還應(yīng)該提供調(diào)查實施的過程和數(shù)據(jù)分析的方法等內(nèi)容，以避免個人隨意做出對自身有利的解釋。同時，應(yīng)盡量避免對所提供的結(jié)果內(nèi)容進行解釋和評論，以免公眾對所提供信息的客觀性產(chǎn)生疑慮，以確保信息的可信性和權(quán)威性。教育行政部門則可依據(jù)調(diào)查結(jié)果自行解釋、制定及改善政府的教育決策。社會也可以多層面地解讀調(diào)查結(jié)果，從而評價和監(jiān)督教育行政部門的教育決策。

為了避免學(xué)校、教師、學(xué)生之間的惡性競爭，應(yīng)嚴格禁止公開涉及教師及學(xué)生個體的信息。另一方面，花費大量人力物力獲得的高質(zhì)量的調(diào)查數(shù)據(jù)非常寶貴，在公開監(jiān)測信息時不應(yīng)僅限于公布調(diào)查的統(tǒng)計結(jié)果，也應(yīng)該考慮將除去個人信息的原始數(shù)據(jù)公開。這樣有利于更多的研究者從各個方面進行更深入的研究。雖然數(shù)據(jù)公開伴隨著一些負面的影響，但是可以從更多的角度向教育界反饋更多更全面的信息。

高精度的質(zhì)量監(jiān)測需要一個龐大的高質(zhì)量的試題庫的支撐。題庫中的試題不僅需要經(jīng)過預(yù)測的檢驗，而且需要覆蓋測試所需的全部內(nèi)容領(lǐng)域。同時，各領(lǐng)域的試題均需保證一定的數(shù)量。為延長題庫中試題的使用壽命，監(jiān)測所使用的試題不應(yīng)公開。但由于曝光、內(nèi)容的時效性等原因也會造成試題損耗，需要向題庫定期補充新的試題。

教育質(zhì)量監(jiān)測是一個龐大的系統(tǒng)工程。不僅在初建階段，它的基本方針與設(shè)計、題庫建設(shè)需要各方面專家的共同參與，而且，系統(tǒng)的運行也需要多種專業(yè)人才的支撐。根據(jù)國外同行經(jīng)驗，臨時召集兼職專家組成團隊的方式無法保障題庫維護、試題評價、試卷構(gòu)成、樣本抽出、數(shù)據(jù)分析等工作的需要，應(yīng)該有一支常設(shè)的包括教育調(diào)查、教育測試、心理測量、計算機軟件等專家的團隊。

二、省級義務(wù)教育質(zhì)量監(jiān)測的發(fā)展方向

從美國、日本等國家的研究趨勢上看，“計算機化”和“與學(xué)習(xí)一體化”將是未來教育質(zhì)量監(jiān)測的發(fā)展方向。我國正處在一個急速變化的時期，測試與評分的“計算機化”可以大大縮短獲得各種調(diào)查結(jié)果的時間，提高對策的時效性。我們應(yīng)在大力加強實施“計算機化”測試的設(shè)施裝備的同時，大力開展“計算機化”的相關(guān)基礎(chǔ)研究和技術(shù)開發(fā)。特別是漢語作文的計算機自動評分技術(shù)的開發(fā)，對中國的計算機化測試的發(fā)展至關(guān)重要。

與“計算機化”相比，關(guān)于“與學(xué)習(xí)一體化”的診斷性學(xué)業(yè)測試，雖然不乏Ｔａｔｓｕｏｋａ（１９９０）、市川等人（２０１１）等一些值得借鑒的關(guān)于方法研究和實踐研究的成功案例，但總體來說目前尚處于研究探索階段。現(xiàn)在許多國家都在加大對這方面的研究投入。診斷性測試的研究不僅需要教育科學(xué)、認知心理學(xué)、心理測量學(xué)、教育評價學(xué)等方面專家的共同參與，同時需要學(xué)生和科任教師的通力合作。與美國、日本等國家相比，我國在這方面的研究占有優(yōu)勢。

我國的教育質(zhì)量監(jiān)測雖然剛剛起步，但在借鑒國外研究成果以及發(fā)展過程中的經(jīng)驗和教訓(xùn)的基礎(chǔ)之上，完全可以從更高的起點開始。廣東省若在創(chuàng)建教育質(zhì)量監(jiān)測系統(tǒng)同時，也將上述的“計算機化”“與學(xué)習(xí)一體化”診斷性測驗作出前瞻性的安排的話，不僅可以走在全國的前列，還可以在國際的相關(guān)領(lǐng)域贏得應(yīng)有的話語權(quán)。

可以設(shè)想在不遠的將來，廣東省在義務(wù)教育階段采用定期抽查式的監(jiān)測與定期普查式診斷的并行模式，一定能夠有效地發(fā)揮教育質(zhì)量監(jiān)測的作用，從而促進全省教育水平進一步提高。