教育評價改革再認識

張勇　姚春艷

從關(guān)于教育評價改革的國家政策、規(guī)劃、制度、意見中明確改革的目標與任務(wù)，是理解和把握中國教育評價改革的基礎(chǔ)和核心邏輯

在教育評價改革進程中，2002年、2010年、2013年和2014年四個年份，國家相繼發(fā)布了一系列文件，對教育評價改革提出了越來越清晰，也越來越緊迫的要求和任務(wù)。

2002年，教育部發(fā)布了《關(guān)于積極推進中小學教育評價與考試制度的通知》。通知中給出了中小學評價與考試制度改革的原則，針對學生、教師和學校的三類評價的目的、要求和基本框架體系，提出了中小學升學考試與招生制度改革、普通高中會考制度改革、高考招生錄取改革的總體要求，明確了組教育評價改革的意義及對未來影響的再認識

——根本扭轉(zhuǎn)以學生學業(yè)考試成績和學校升學率評價中小學教育質(zhì)量的第一化、絕對化傾向，在評價內(nèi)容上重視學生綜合素質(zhì)和個性發(fā)展。

——建立一套符合中國國情、能夠解決我國實際問題的中小學教育質(zhì)量評價體系，把教育質(zhì)量評價作為診斷教育問題、完善教育政策、改進教育教學的重要舉措。

——消除“一考定終身”的弊端，減輕學生應試壓力，扭轉(zhuǎn)“考什么學什么”、分分計較等應試教育傾向，促進千百萬學生健康成長、促進各類高校科學選拔人才、促進社會公平公正。

——形成分類考試、綜合評價、多元錄取的基本模式，健全考試與招生相對分離、學生考試可多次選擇、學校依法自主招生、專業(yè)機構(gòu)組織實施、政府宏觀管理、社會參與監(jiān)督的運行機制，構(gòu)建銜接溝通各級各類教育、認可多種學習成果的人才成長立交橋。

——促進評價方式的科學化。一是注重全面客觀地收集信息，根據(jù)數(shù)據(jù)和事實進行分析判斷，將評價建立在大量數(shù)據(jù)支撐和科學分析的基礎(chǔ)上，改變過去主要依靠經(jīng)驗和觀察進行評價的做法；二是注重考查學生進步的程度和學校的努力程度，改變過去單純強調(diào)結(jié)果不關(guān)注發(fā)展變化的做法；三是注重促進學校建立質(zhì)量內(nèi)控機制，改變過于依賴外部評價而忽視自我診斷、自我改進的做法。

——改進評價結(jié)果的呈現(xiàn)和使用，在評價結(jié)果的呈現(xiàn)上，對評價內(nèi)容和關(guān)鍵性指標進行分析診斷，分項給出評價結(jié)論，提出改進建議，形成學校教育質(zhì)量綜合評價報告而不是簡單籠統(tǒng)地說“好”或“不好”。在評價結(jié)果的使用上，著重強調(diào)改進和激勵功能。評價結(jié)果將作為完善教育政策措施、加強教育宏觀管理的重要參考，作為考核獎懲學校的主要依據(jù)。

——教育評價轉(zhuǎn)向注重引導、診斷、改進、激勵轉(zhuǎn)變，教育評價的目的是為了改進（improve）而不是證明（prove）。

——促進學生全面發(fā)展、健康成長，以成長為基礎(chǔ)、以“幸福+成功”為目標的多元化、個性化、全面綜合發(fā)展的教育時代已經(jīng)開啟。

織實施的總體思路。

2010年，被稱為“中國當代教育改革元年”，《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》正式頒布。中國教育未來十年的總體戰(zhàn)略、指導思想和戰(zhàn)略目標就此確立。此次教育改革發(fā)展的戰(zhàn)略主題是堅持以人為本、推進素質(zhì)教育，核心是解決好培養(yǎng)什么人、怎樣培養(yǎng)人的重大問題，重點是面向全體學生、促進學生全面發(fā)展，著力提高學生服務(wù)國家和人民的社會責任感、勇于探索的創(chuàng)新精神和善于解決問題的實踐能力。對教育質(zhì)量評價的改革，文件強調(diào)：第一，要根據(jù)培養(yǎng)目標和人才理念，建立科學、多樣化的評價標準；第二，需要社會各界參與；第三，要完善學生的綜合素質(zhì)評價；第四，要探索促進學生全面發(fā)展的多種評價方式。該文件的出臺，再一次把教育質(zhì)量評價標準多元化，評價方式多元化，完善學生的綜合素質(zhì)評價以及評價結(jié)果要取得各利益相關(guān)方的認同等要求提到了戰(zhàn)略層面。

2013年，被稱為“中國教育史上具有里程碑意義的一年”。教育部先后頒布了《關(guān)于推進中小學教育質(zhì)量綜合評價改革的意見》及其附件《綜合評價指標框架（試行）》【以下簡稱“《意見》和《指標框架（試行）》”】和《中共中央關(guān)于全面深化改革若干重大問題的決定》。前者給出了中小學教育質(zhì)量綜合評價改革的總體要求（指導思想、基本原則、總體目標）、綜合評價體系要求（建立綜合評價指標體系、健全評價標準、改進評價方式方法、科學運用評價結(jié)果）、完善推進評價改革的保障機制要求、組織實施要求；《決定》則明確給出了教育評價、考試改革的時間表和路線圖，被稱為“我國教育考試招生制度系統(tǒng)性綜合性最強的一次改革”。

2014年，被稱為中國“全面深化教育改革元年”，標志性事件是教育部啟動全國30個中小學教育質(zhì)量綜合評價改革實驗區(qū)以及中國教育學會管理的實驗區(qū)的改革試點工作，由此拉開了中國教育史上規(guī)模最大、歷時最長的教育評價改革實驗。當年9月，國務(wù)院頒布《關(guān)于深化考試招生制度改革的實施意見》，正式提出了以“學生學業(yè)水平考試成績和統(tǒng)一考試成績?yōu)閮煞N依據(jù)，以綜合素質(zhì)評價結(jié)果為參考的高考招生方案”，并啟動在上海和浙江的試點。

上述一系列文件，基本完成了我國教育評價改革的頂層設(shè)計，這種設(shè)計體現(xiàn)了全球教育評價發(fā)展的總體趨勢，即教育評價進入了多元化、個性化、全面綜合發(fā)展評價的時代。將教育評價改革指向建立一種“體現(xiàn)素質(zhì)教育要求、以學生發(fā)展為核心、科學多元的中小學教育質(zhì)量評價制度，并希望借此制度的建立，能夠‘切實扭轉(zhuǎn)單純以學生學業(yè)考試成績和學校升學率評價中小學教育質(zhì)量的傾向，促進學生全面發(fā)展、健康成長，促進學生社會責任感、創(chuàng)新精神和實踐能力的培養(yǎng)’”的改革目標。因此，借鑒國際先進經(jīng)驗，建立一套符合中國國情、能夠解決我國實際問題的中小學教育質(zhì)量評價體系，把教育質(zhì)量評價作為診斷教育問題、完善教育政策、改進教育教學的重要舉措是實現(xiàn)這一目標的途徑和手段，也成為確保改革成功而必須要完成的任務(wù)。

改革的目的是為了謀求發(fā)展，發(fā)展則必須要立足當前的現(xiàn)實。任何改革如果脫離了中國當前的實際情況，無論其構(gòu)思多么精妙、設(shè)計多么完善、技術(shù)多么先進，都必然會因缺乏應用基礎(chǔ)而難以推進。因此，對于發(fā)展的認識，必須依托對我國教育評價歷史和現(xiàn)實的認識。

研究和把握教育發(fā)達國家及中國教育評價發(fā)展的歷史和現(xiàn)實，是認知理解和把握中國教育評價改革的應用邏輯

迄今為止，全球教育評價發(fā)展共經(jīng)過6個發(fā)展時期和5個理論階段，分別是考試時期（19世紀末的萌芽期）、測驗時期（20世紀30年代的測量理論階段）、描述時期（20世紀30-50年代的目標中心理論階段）、判斷時期（20世紀50-70年代的標準研制理論階段）、結(jié)果認同時期（20世紀70年代以來的建構(gòu)理論階段）和綜合評價時期（20世紀80-90年代及之后的多元智能理論階段）。這6個時期和5個理論階段，在一定程度上也指明了教育評價改革的基本邏輯與方向。與第6個時期基本同步的是，全球新一輪的教育深度改革，標志著以成長為基礎(chǔ)、以“幸福+成功”為目標的多元化、個性化、全面綜合發(fā)展的教育時代的到來。

我國的教育評價發(fā)展至今，經(jīng)歷了考試時期（周代至清末）、引入美國教育評價時期（民國時期至1949年前）、引入前蘇聯(lián)教育評價時期（20世紀50-70年代）、“雙基測驗+課外活動”時期（20世紀80年代至2010年）、2013年啟動教育評價改革。

我國盡管從20世紀90年代末就開始了新一輪課程改革，并于2002年對教育評價提出了新的要求，但在實際發(fā)展過程中，我國的教育評價基本上還停留在測驗時期。歷史上這一時期的特點是，用教育測量的結(jié)果作為教育評價的結(jié)果，即用分數(shù)取代評價。評價者在評價中僅扮演測量技術(shù)員的角色，評價的中心任務(wù)是“用科學的方法，求客觀的標準，以矯正主觀方法的弊端”。教育測量解決了科學收集教學信息的問題，在一定程度上克服了傳統(tǒng)考試的主觀性、隨機性和隨意性，但其最大的問題在于，它企圖用數(shù)字來表示受教育者的全部特征，而學生的態(tài)度、興趣、創(chuàng)造力、鑒賞力等的評價是十分復雜，且很難全部量化的，因此，以測量結(jié)果作為評價結(jié)果，難免過于機械化、片面化，缺乏對受教育者完整的和全面的認識。從測驗時期發(fā)展到綜合評價時期，西方國家歷經(jīng)了4個歷史時期、近70年的時間，從理論到實踐都有非常豐厚的積累。我國本輪的教育評價改革緊跟時代發(fā)展的步伐，力圖反映全球教育評價發(fā)展的趨勢，倡導多元化、個性化和全面綜合發(fā)展的綜合教育評價模式，客觀上是要用10年左右的時間來達到西方國家70多年積累所達到的水平。改革難度之大、任務(wù)之艱巨，我們要有清晰的認識。從測量階段跨入到綜合評價階段，意味著要解決以下幾個方面的問題：

——構(gòu)建教育質(zhì)量綜合評價的模型，以解決教育質(zhì)量綜合評價到底應該評什么以及各部分之間的結(jié)構(gòu)關(guān)系問題。

——構(gòu)建教育質(zhì)量綜合評價的理論體系，以解決教育質(zhì)量綜合評價的理論依據(jù)問題。

——健全和完善教育質(zhì)量綜合評價的評價標準及內(nèi)容，以解決教育質(zhì)量綜合評價的評價標準及內(nèi)容結(jié)構(gòu)問題。

——健全和完善教育質(zhì)量綜合評價的測量標準，以解決教育質(zhì)量綜合評價的測量標準問題。

——開發(fā)測量和評價工具，以解決教育質(zhì)量綜合評價技術(shù)及方法問題。

——建立評價結(jié)果解釋及應用系統(tǒng)，以解決教育質(zhì)量綜合評價結(jié)果如何解讀以及如何應用問題。

——建立教育質(zhì)量綜合評價的標準化實施流程，以解決教育質(zhì)量綜合評價長效運行問題。

或許，我國的教育評價改革只有解決上述問題，及其實驗驗證、科學鑒定以及相關(guān)配套制度、機制、資源等問題，當前的困境才能實現(xiàn)真正的突破，教育評價也才能取得真正的發(fā)展。

但是，我國在教育評價領(lǐng)域缺乏相應的積累，要解決上述問題，唯有開放，即學習和參照發(fā)達國家的經(jīng)驗和做法，這可能是解決上述教育評價改革問題的最佳途徑。

研究和理解教育發(fā)達國家的教育評價歷史與發(fā)展，是認知理解和正確把握中國教育評價改革與發(fā)展的理念和技術(shù)邏輯

如前所述，以美國為代表的教育發(fā)達國家的教育評價歷史與發(fā)展共經(jīng)歷了6個時期、5個理論階段，從測試時期到綜合評價時期歷時近一個世紀，期間積累了豐富的理論和實踐經(jīng)驗。經(jīng)歷過了以單純的標準化考試（實質(zhì)就是智力測驗、認知測驗）為評價標準的“應試”評價模式所帶來的各種弊端后，自20世紀60年代起，以評估學生的綜合素質(zhì)為主的“表現(xiàn)性評價”（performance assessment）、“真實性評價”（authentic assessment）或“情境性評價”在美國開始興起，并成為標準化考試的重要補充。如今，美國在評價學生和學校上已經(jīng)形成了“GPA（學業(yè)成就）+綜合素質(zhì)評價+標準化考試（學習競爭能力考試，或應用、研究潛力測試）”的綜合評價模式，而其對綜合評價目標結(jié)構(gòu)的界定則是：綜合評價目標=學習（成就、能力、素養(yǎng)）評價目標+成長（程度、個性、素養(yǎng)）評價目標+應用、研究潛力（或?qū)W習競爭能力）測試目標。因此，美國是以“GPA+綜合素質(zhì)+標準化考試”為基礎(chǔ)，輔助于全國教育進步評估（學業(yè)抽測+綜合調(diào)查問卷）等，來構(gòu)建和實施教育質(zhì)量綜合評價。

一個國家對教育質(zhì)量綜合評價的基礎(chǔ)框架（圖式）架構(gòu)的設(shè)計，是以該國教育理念、意圖、目標與標準為基礎(chǔ)和基準的。美國“GPA+綜合素質(zhì)評價+標準化考試（學習競爭能力考試，或應用、研究潛力測試）”的綜合評價模式所隱含的教育理念認為，教育評價的對象是具有不同特質(zhì)和傾向的人，學生能力和素養(yǎng)由多方面構(gòu)成，任何一種評價方式都有其局限性，不能僅依靠一種評價方式得出的結(jié)論來評價學生，評價應該根據(jù)學生能力和素養(yǎng)的不同方面選取恰當?shù)脑u價方式和手段。因此，我國教育質(zhì)量綜合評價的基礎(chǔ)結(jié)構(gòu)，也應該從我國對教育理念、意圖、目標與標準的相關(guān)規(guī)定中尋找依據(jù)。

1999年，《中共中央國務(wù)院關(guān)于深化教育改革全面推進素質(zhì)教育的決定》，2001年頒布的《基礎(chǔ)教育課程改革綱要（試行）》和2002年《教育部關(guān)于積極推進中小學評價與考試制度改革的通知》以及2013年的《意見》和《指標框架（試行）》，陸續(xù)給出了關(guān)于教育目標的基礎(chǔ)的、系統(tǒng)的劃分和結(jié)構(gòu)要求——在國家教育宗旨和總目標之下，基本劃分為：學科教育（三維）目標、基礎(chǔ)性發(fā)展目標、人才培養(yǎng)教育目標，提出了“學業(yè)評價、綜合素質(zhì)評價、標準化考試”基本結(jié)構(gòu)和要求。基于這些目標，從2001年到2012年，教育部陸續(xù)出臺了學科課程標準、綜合實踐活動等綜合素質(zhì)課程標準、人才培養(yǎng)規(guī)劃。十八屆三中全會后教育部發(fā)布的相關(guān)文件及提出的中高考改革制度，明確了：綜合評價=學業(yè)評價+綜合素質(zhì)評價+統(tǒng)一考試（學習能力考試，或應用、研究潛力測試）的結(jié)構(gòu)和模式。

綜合我國相關(guān)政策及文件的要求，以及國外先進國家的實踐經(jīng)驗，我國教育評價改革實驗的基礎(chǔ)框架，應采用：以“學業(yè)（素質(zhì)能力）評價+綜合素質(zhì)評價+統(tǒng)一考試（或標準化考試）”為基礎(chǔ)，輔助以教育質(zhì)量監(jiān)測（或全國教育進步評估）的結(jié)構(gòu)和模式。

教育質(zhì)量綜合評價結(jié)構(gòu)和模式的確立，僅是解決基礎(chǔ)問題之一，依據(jù)2013年的《意見》和《指標框架（試行）》的要求，本次中小學教育質(zhì)量綜合評價應建設(shè)的評價指標、標準體系等，除教育質(zhì)量監(jiān)測之外，主要涉及到學業(yè)評價、綜合素質(zhì)評價以及標準化考試三個領(lǐng)域。這三個領(lǐng)域都有其要解決的理論、技術(shù)與方法難題。

一是中小學生學業(yè)評價的理論、方法和技術(shù)需要突破。就學業(yè)評價而言，評價理論、標準、技術(shù)和方法的設(shè)計要滿足三個前提條件：首先要符合國家提出的關(guān)于教育評價與考試改革的新要求，即評價要在“引導、診斷、改進和激勵”功能上取得實質(zhì)性的突破，其中最為重要，也最困難的是診斷功能的實現(xiàn)；其次，要符合新課程改革的課程目標和課程標準要求，即符合“知識與技能，過程與方法，情感態(tài)度和價值觀”的三維目標，以及據(jù)此形成和完善的新課程標準要求；最后，評價結(jié)果要能與國外、國際學業(yè)成績評估接軌。以這三者為前提條件的學業(yè)評價技術(shù)，需要思考在以下幾個方面實現(xiàn)突破：

理論突破。有機整合國際知名教育理論以及教育學、心理學等學科的最新研究成果，建立多元、多維的評價技術(shù)模型，使學業(yè)診斷和甄別有據(jù)可依。

技術(shù)突破。在試題賦分、計分和統(tǒng)計分析上，依據(jù)認知與思維等發(fā)生過程，設(shè)計新的多元、多維的分數(shù)結(jié)構(gòu)，為學業(yè)診斷和甄別提供豐富的信息，也為不同測試之間的等值轉(zhuǎn)換提供重要參考。

應用突破。在成績報告方面，應學習和借鑒國際大型標準化測試的報告系統(tǒng)，不僅能提供數(shù)據(jù)多元、多維、多重比較結(jié)果，而且能提供面向不同群體的數(shù)據(jù)報告，從而能為教育咨詢提供可靠、可信、有效的科學工具，也能為教研、教學、教育教學管理等提供可靠有效的科學平臺和工具，并為教師專業(yè)發(fā)展提供科學的操作平臺。

二是中小學生綜合素質(zhì)評價的理論、方法和技術(shù)需要突破。此前，在學生綜合素質(zhì)評價方面的探索已經(jīng)積累了一定的經(jīng)驗，然而依舊還存在以下問題尚未解決：中小學生綜合素質(zhì)評價概念界定不清；評價的標準和指標體系不夠完善；評價方法、技術(shù)不科學，存在一定主觀性、隨意性和隨機性；結(jié)果不夠全面，缺少可比性；評價過程不規(guī)范，不透明，公信力較差等等。

但是，在這個方面，美國有相當豐富的經(jīng)驗值得我們借鑒。比如以“檔案袋評價法”為代表的表現(xiàn)性評價，如今已成為美國教育評價和人才選拔中一種不可或缺的評價方法，全美采用“檔案袋評價法”的學校已經(jīng)跨越從幼兒園到大學，群體從學生到行政人員，應用范圍覆蓋學生的畢業(yè)、教育問責、教師的聘用、評價以及教師職業(yè)發(fā)展、行政人員的選拔與評價等等。

美國多年的教育評價實踐已經(jīng)證明，和標準化考試提供的評價結(jié)果相比，檔案袋在促進學生自我認識能力的提升和良好素養(yǎng)的培養(yǎng)、教師更好地理解學生及教學效果、為家長、招生單位提供更全面的信息方面，都有著不可替代的優(yōu)勢。尤其是借助信息化手段和網(wǎng)絡(luò)而制作的電子檔案袋，不僅具有指導學生成長的作用，其存儲量大和便于獲取的優(yōu)勢還有助于在需要時提供給各個機構(gòu)，包括有關(guān)招生單位。然而，檔案袋評價也有其需要解決的一些技術(shù)問題，例如需要根據(jù)評價的目的精心設(shè)計檔案袋內(nèi)容，需要有科學的評分標準和評分量表，需要對評價結(jié)果加以解釋并對應用做出指導，同時還需要對評分者進行培訓，規(guī)范評分過程以保證評分信度，而這些在美國都已經(jīng)有非常豐富的可借鑒的經(jīng)驗。

通過對比分析我國當前學生綜合素質(zhì)評價領(lǐng)域中存在的問題，以及美國在此方面已經(jīng)取得的成就和經(jīng)驗，本次教育質(zhì)量綜合評價改革中，就學生綜合素質(zhì)評價而言，要考慮解決以下難題：如何界定中小學生綜合素質(zhì)及其評價的概念；構(gòu)建中小學生綜合素質(zhì)評價的理論體系及模型；健全和完善中小學生綜合素質(zhì)評價標準；健全和完善中小學生綜合素質(zhì)評價的測量標準；健全和完善中小學生綜合素質(zhì)評價的指標體系；開發(fā)中小學生綜合素質(zhì)評價的評價工具；制定中小學生綜合素質(zhì)評價的工具操作標準；改進中小學生綜合素質(zhì)評價的結(jié)果呈現(xiàn)方式；建立中小學生綜合素質(zhì)評價的結(jié)果解釋及應用系統(tǒng)；設(shè)計中小學生綜合素質(zhì)評價實驗推廣模式；設(shè)計中小學生綜合素質(zhì)評價公信力保障系統(tǒng)。

三是標準化考試的理論、方法和技術(shù)需要突破。首先，我們要解決的難題是，如何界定學科人才、學業(yè)人才、學術(shù)型人才和應用型人才的概念問題。

梳理我國古代、近代、現(xiàn)代及當代人才學中有關(guān)人才界定的理論成果后會發(fā)現(xiàn)，已有的人才理論和人才評價基本是以成年人為主要研究對象和評價主體，創(chuàng)造性勞動與為社會和人類進步做出貢獻成為了人才定義的主要內(nèi)容之一，不同學者又從各自關(guān)注的角度入手，將某一領(lǐng)域、某一行業(yè)、某一工作崗位上，具有一定的專門知識、技能和能力，以及良好的內(nèi)在素質(zhì)，作為特定領(lǐng)域內(nèi)人才界定的標準。隨著我國教育改革與人才戰(zhàn)略改革合攏，國家素質(zhì)教育綱要、新課程標準與國家人才綱要及人才標準開始緊密銜接并逐漸成型。這意味著，學業(yè)人才評估與選拔已經(jīng)成為了一個不可忽視和回避的課題。而學業(yè)人才評估與選拔首先解決的問題就是學科、學業(yè)人才概念界定的問題。

2014年9月出臺的《國務(wù)院關(guān)于深化考試招生制度改革的實施意見》中明確提出“加快推進高職院校分類考試。高職院校考試招生與普通高校相對分開，實行‘文化素質(zhì)+職業(yè)技能’評價方式”。由此學業(yè)人才評估與選拔又多了一個新的任務(wù)，即如何通過分類考試，實現(xiàn)學術(shù)型人才與應用型人才的評估與選拔。要解決這個問題，同樣需要先對學術(shù)型人才與應用型人才進行清晰的界定。

其次，要解決學業(yè)人才評估與選拔的理論和評價模型構(gòu)建的難題。教育評價與人才評估發(fā)展到今天，已經(jīng)積累了大量豐富的理論可供我們借鑒和使用。多元智能理論、各種人才理論、教育目標分類理論、認知診斷理論、非智力因素理論、腦科學理論等已經(jīng)在西方國家的教育評價與人才評估領(lǐng)域中得到了廣泛應用。這些理論都表現(xiàn)出一個共同的特點，即對人的評價越來越趨向于一個綜合、復雜的過程。

多元智能理論，突破了智力理論，革命性的為人類提出了一個多元多維多層的智能結(jié)構(gòu)體系，認為人的成長、傳承、成才等主要取決于這個基本結(jié)構(gòu)。它提出了全新的人類智能結(jié)構(gòu)：本體智能（聽覺-節(jié)奏，視覺-空間，動覺-操作）、工具智能（言語-語言，數(shù)學-邏輯）、對象智能（交流-交際，自知-自省，感知-探知）、存在智能。這4類8種智能，與文明、文化、社會緊密相關(guān)，共同構(gòu)成了一個復雜的立體智能結(jié)構(gòu)系統(tǒng)。依據(jù)多元智能理論來評價人的成長、傳承、成才等，必然是一個高度復合了人的認知、行為、文化、非智力因素（情感、興趣、效能感、動機、風格等）等因素的綜合性評價體系。

起源于二戰(zhàn)前后的各種人才評估與選拔理論，也逐步發(fā)展為復合了智能、認知、行為、文化、非智力因素等的綜合評估。

教育目標分類理論，把人類教育的目標劃分為三個基本領(lǐng)域：認知領(lǐng)域、心智運動領(lǐng)域、情意領(lǐng)域。其與多元智能理論、人才理論存在高度的同構(gòu)性，并容納和結(jié)構(gòu)化了智能理論、非智力因素理論、認知建構(gòu)理論等，由此奠定了教育評價的綜合評價基本結(jié)構(gòu)和目標模式。

腦科學理論在一定程度上證實了多元智能理論、人才理論、教育目標分類理論及以其為基礎(chǔ)和基本結(jié)構(gòu)的綜合評價的科學性、有效性等。歐美國家于上個世紀80年代以來逐步實施綜合評價，也取得了巨大的成功和歷史性的進步。

但在國內(nèi)，到目前為止，肩負著學業(yè)人才評估與選拔重要任務(wù)的中考和高考，都缺乏明確的學業(yè)人才評估與選拔理論及相應的模型。沒有理論和模型，人才評估與選拔的效度就無法得到有效保證。美國教育研究協(xié)會、美國心理學會以及全美教育測量學會于2003年3月頒布的《教育與心理測試標準》在規(guī)定考試效度標準時明確指出：對每個測驗分數(shù)的推薦性詮釋和用途都應該有理論根據(jù)，并附有效度憑證及解釋預期用途的理論綜述（注解：理論根據(jù)應指明研究推薦性詮釋需要什么樣的前提條件。標準1.1）。測驗研制人員應清楚說明測驗分數(shù)應該怎樣詮釋和使用。測驗適用的全體對象應清楚界定，測驗所想測量的架構(gòu)也應該清楚描述（標準1.2）。根據(jù)上述標準我們知道，考試要獲得效度方面的有力支持，理論根據(jù)、測試對象的界定以及測量的架構(gòu)都是非常重要的憑據(jù)。學業(yè)人才評估與選拔考試，作為高利害性的考試，其效度憑據(jù)更為重要。因此，學業(yè)人才評估與選拔的理論及模型的構(gòu)建是標準化考試改革需要解決的另外一個難題。

第三，解決學業(yè)人才評估與選拔指標體系構(gòu)建的難題。根據(jù)人才成長分類標準，人才大致可分為：學業(yè)人才、職業(yè)人才、專業(yè)人才、事業(yè)人才。與人才屬性分類標準相對照，職業(yè)人才對應操作（技能）型人才，專業(yè)人才對應研究（能力）型人才，事業(yè)人才對應復合型人才（高度復合了多種知識、技能、能力）。在人才的成長階梯中，學業(yè)人才是職業(yè)人才、專業(yè)人才、事業(yè)人才的基礎(chǔ)，同時職業(yè)（技能）、專業(yè)（能力）、事業(yè)（復合）也是學業(yè)人才分化成長的三大方向。

如何依據(jù)上述人才分類方向和標準，形成學業(yè)人才的成長與發(fā)展的分類標準及其具體標準，并在人才理論模型及學業(yè)理論模型整合的基礎(chǔ)上，構(gòu)建出學業(yè)人才基礎(chǔ)模型及測量評估基礎(chǔ)模型，進一步發(fā)展出對應的學業(yè)人才基礎(chǔ)標準體系，以及測量評估內(nèi)容與指標體系，是標準化考試改革需要解決的又一重大難題。

上述關(guān)于標準化考試改革需要解決的難題僅僅是一些最基礎(chǔ)的難題，是標準化考試改革取得成功的最根本的保障，但絕非全部。事實上，除了這些根本性的難題之外，標準化考試改革還有其他一系列需要克服和解決的難題。如何解決多次考試之間的等值問題，從而確保學生從多次考試中所選擇的高分是能力的體現(xiàn)而非考試差異所導致；如何改革高考成績報告的呈現(xiàn)形式，使成績報告能夠容納“兩個依據(jù)，一個參考”的全部信息，為招生單位提供更豐富，更有效的信息，從而實現(xiàn)高校特色、專業(yè)特點與考生特質(zhì)之間最大程度的匹配問題等等。這些都是我們需要面對和解決的難題。