高等教育增值評價的研究進展

姜 華 王 淼

(大連理工大學 高等教育研究院，遼寧 大連 116024)

2020年，中共中央國務院印發《深化新時代教育評價改革總體方案》，方案指出，要扭轉不科學的教育評價導向，堅持科學有效，改進結果評價，強化過程評價，探索增值評價，健全綜合評價，提高教育評價的科學性、專業性、客觀性。其中，增值評價成為對學生進行學業評估的重要手段和內容。當前高等教育評價忽視了對作為教育主體的學生學習與發展成效的評估，不能體現“以學生發展為本”的教育理念，不利于促進學生發展。增值評價通過對學生學業成就進步程度的測量與分析，進而對高校教師教學質量、高校人才培養質量進行評估，更好地發揮教育評價的作用，促進高等教育評價朝著全面又公平的方向發展[1-2]。

1 增值評價簡介

“增值”本身是經濟學中的一個術語，也被稱作“附加值”。對增值進行測量與評價即增值評價的內涵。研究者們對高等教育領域的增值評價有著不同的看法。美國高等教育評估家阿斯汀提出：學生從入學到畢業期間各方面發生的變化都是增值評價關注的焦點，這些變化包括思維方式、認知水平、人際交往等[3]。他認為，學生的培養質量是大學辦學水平高低的根本指標。學校教育質量的高低取決于學生在校期間各方面產生“增量”的大小。高等教育所帶給學生的“增值”體現在學生在經過大學教育之后，對其走出校園后的生活及工作所帶來的積極影響，對這種影響程度的評估即增值評價的內涵所在[4]。上述對于增值評價的理解在整體上基本一致，所謂的“增值”從學生角度來講，指學生在接受一段時間教育后在知識、技能、能力和其他方面所取得的進步[5]；從學校層面來講，增值也可以定義為學校對學生在一段時間內朝著既定的教育目標前進所作出的貢獻。增值評價則是對這種變化程度進行測量與評價，以此來評估學校的教學質量。

增值評價主要有以下特點。

首先，增值評價是一種縱向評價，也是一種過程性評價，這是增值評價最顯著的特征。傳統教育評價方式往往將某一個時間節點學生的平均成績或升學率作為評價指標，來衡量教師工作或學校辦學的效率。這種橫向比較不僅缺少一定的說服力且會造成“唯分數”的弊端。增值評價關注的則是一段時間以來學生的成長進步以及學校的發展變化，其評價結果對學生、教育工作者、學校都更具指導性[6]。

其次，增值評價是一種更為公平的評價。現有的評價傾向于對學生在某一時間點所取得的成績進行評價，并以此作為學校對學生學習成就的貢獻。由于學生入學時的知識和技能水平有所差異，僅以達到某一標準的學生的百分比來評價每個學校對學生成就的貢獻是不公平的。增值評價不用同一把尺來度量不同的學生以及辦學差異較大的學校，而是基于學生自身的進步程度以及學校教育質量的增值來作出價值判斷，體現了教育評價的公平性[7]。

再次，增值評價是一種多元評價。學生的學業成績往往受到多重因素的影響，每一次成績都是各種因素共同作用的結果[8]。這些因素包括學生自身的基礎水平、教師的教學水平、家庭經濟狀況、學校辦學條件等。增值評價則將多種因素納入進來，并利用統計分析技術，挖掘學校對學生學業成績的相關影響因素，得到學校在學生成長發展中的“凈效應”，以此衡量學校、教師對學生發展產生的具體作用[9]。

最后，增值評價是一種促進發展的評價。增值評價本身是針對一段時間的縱向評價，其具有跟蹤觀察的特征，是一種過程性評價。它關注學生、教師、學校的發展，其評價結果對于學生、教師、學校發現問題極為重要，起到一定的引導作用。學生可以從評價結果中看到自身進步狀況，及時做出調整，取得更大進步。教師與學校可以利用評價結果更好地掌握學生狀況，及時采取措施，改善辦學質量。

2 增值評價起源與發展

在20世紀60年代的美國，當時人們普遍認為學校缺乏效率，因此一些學者開始對學校效率問題展開調查，其中以詹姆斯·科爾曼為代表的學者們提出了著名的《關于教育機會平等性的報告》，即“科爾曼報告”。這一報告表明學校對學生學業成就的影響程度不大，也印證了人們的擔心。除此之外，原有的評價方式關注橫向比較，使得具有較好生源的學校始終具有顯著優勢，而生源較差的學校，其在學生成長過程中的效應無法體現出來,不利于學校的發展；原有評價方式更加關注結果性評價，以某次考試成績作為評判學生的標準，這種評價方式造成學生無法得知自己的真實進步情況，也無法計算學校層面對學生學業成就增長的凈效應，不利于學生的成長。由于公眾對于學校效率問題的關注以及原有評價方式的不足，人們迫切需要一種關注縱向評價的評價方式，從而催生了增值評價在教育領域中的應用[10]。

1983年，美國出臺了《國家處于危機之中：教育改革勢在必行》報告，這一報告主要針對美國中小學教學質量滑坡、學生學業成就下降的現狀，強調各州要開始大力推行教育改革，核心目標就是提升教學質量。為評估教育改革的效果，增值評價開始被使用。1992年，美國田納西州簽署了《教育改進法案》，法案中指出：增值性評價將成為教育問責制的重要一部分。這部法案的頒布使得增值評價從理念層面真正落到實處，標志著增值評價在具體運用上邁出了重要一步[11]。在此之后，增值評價受到了教育研究者及教育工作者的廣泛關注，逐漸成為教育評價的一種主要方式。2001年，美國出臺《不讓一個孩子掉隊》法案，明確規定學校評價要使用“年度進步值”這一關鍵指標，要求通過高標準和效益核定來實現教育平等。到2010年，田納西州頒布“捷足先登”計劃，該計劃旨在對中小學教師評價進行新一輪改革，計劃明確指出要形成增值性評價與其他評價方式相結合的綜合評價模式。增值評價一步步地發展起來。由于增值評價對統計技術的要求較高，其最初在英美等國家發展起來，且增值評價最初應用于美國K-12教育中(基礎教育階段)[1 2 -1 3]。增值評價提出的初衷旨在通過更加精準的統計分析方法解決教師評價中的一些難題。之后教育研究者發現增值評價不僅僅是一種評價方式，更是一種教育理念，增值評價可以解決傳統教育中的不足，彌補以往對學生的結果性評價及橫向評價的缺陷。此外，還有研究者提出站在學校效能的角度看，增值評價可以從影響學生成長發展的眾多因素中剝離非學校可控因素，進一步測量學生在一段時間內的進步程度，從而得出學校對學生成就影響的凈效應，促進學校評價更加公平[14]。

3 高等教育增值評價數據獲取途徑

大學生在高等教育背景中呈現出與基礎教育階段不同的特點，其學習過程與身心發展更加多元化。皮特·尤厄爾認為：“大學生的學習成果是指學生在經過一段時間的學習后，其在知識、能力、思維等方面所取得的進步，包括認知與非認知的收獲、心理與行為上的收獲。”[15]目前獲取大學生學習成果數據可以通過標準化測試與自陳式量表來收集[16]。

標準化測試主要針對大學生的核心認知能力，具有直接、客觀等特點。一般來講，大學生核心認知能力包括批判思維能力、書面交流能力、邏輯推理能力等。目前美國具有代表性的標準化測試有以下幾種：《大學學習評估》(The Collegiate Learning Assessment，簡稱CLA)[17]、《大學生學術熟練程度評估》(Collegiate Assessment of Academic Proficiency，簡稱CAAP)[18]、《大學生學術熟練度與進步測量》(Measure of Academic Proficiency and Progress，簡稱MAPP)[19]、《基礎學科測試》(Basic Academic Subjects Examination，簡稱BASE)[20]等。其中，美國的《大學學習評估》(簡稱CLA)測試對學生的評價主要包括三方面：閱讀寫作能力、分辨推理能力和問題解決能力，可以在測試中通過模擬真實性情景來考察學生的三種能力，測試中可以為學生提供必要的數據、新聞報刊、研究成果的摘要等內容，學生根據自身需要對材料進行處理后解決測試中給出的現實問題。在學生完成測試后，根據其回答判斷學生綜合能力掌握的級別標準，通過縱向測試，即入學時和畢業時，或者每一年度進行一次測試，從而完成對學生核心認知能力的增值評價[17]。國際組織也開發出相關的標準化測試，稱為《高等教育學習成果評估》(Assessment of Higher Education Learning Outcomes，簡稱AHELO)[21],該標準化測試不僅可以用來測試通用技能，還可以用來測試不同專業的專業知識與技能。

自陳式量表是根據學生的自我報告來實現的，學生通過問卷等形式對自己在課內外活動中的感受與收獲、個體發展情況以及進步情況進行自我陳述和自我評價。當前美國高等教育評估中，使用較多的自陳式量表有：美國大學生學習經歷調查(the National Survey for Student Engagement，NSSE)[22]、全美大學生滿意度調查(National Student Satisfaction Study，NSSS)[23]、大學生就讀經驗調查(The College Student Experiences Questionnaire，簡稱CSEQ)[24]、《加州大學本科生就讀經驗調查》(University of California Undergraduate Experience Survey，簡稱UCUES)[25]等。

有研究者認為標準化測試不能全面反映學校對學生發展變化所產生的作用，其忽略了學生的家庭背景、經濟狀況、自身經歷與學校特征對學生學習成果的影響；自陳式量表則彌補了標準化測試的缺陷，將影響學生發展變化的諸多因素納入考慮。由于自陳式量表基于學生的自我匯報，一些研究者認為其準確性可能會受到影響，并且可能存在低回收率的問題。因此，在增值評價數據收集時，應充分考慮以上兩種方式的結合，盡可能保證數據的準確性與完整性[26]。

4 高等教育領域的增值評價模型

高校在對學生的相關數據進行采集之后，則會面臨技術問題。這一問題就是如何對所獲取的數據進行分析。增值評價中分析數據的主要工具為增值模型，其是在統計分析技術基礎上設計的。教育中使用的增值模型與基礎教育階段使用的增值模型在許多方面有所不同，這是因為學生的發展情況與數據的可用性不同。基礎教育階段所使用的絕大多數增值模型都是基于多年來對同一學生和同一科目相關的縱向數據開發的。這種帶有重復測量設計的縱向方法在高等教育中很少見，目前在高等教育增值評價計算中主要采用橫截面設計，即接受測試的大一新生和大四畢業生并非同一組學生。以下是高等教育中使用的四種不同的增值模型，四種模型對增值分數的詳細計算各不相同，但它們均為橫截面設計[27]。

4.1 殘差模型：基于OLS線性回歸的方法

如上所述，所謂“增值”是指大學教育對學生學業成就所帶來的積極影響。從實證研究角度來講,“增值”主要體現為橫向研究中不同年級學生群體間的差異,殘差模型則是通過學生學習成果的平均變化值與方差來表示增值的幅度大小及其變異程度[28]。

普通最小二乘(OLS)回歸方法首次用于2004～2005年的美國大學生學習評估(CLA)中。

OLS線性回歸模型是將大一學生和大四學生的平均學業增長與具有類似入學學習能力的學生群體作比較，即是否接近或高于“預期”考試分數或總體平均測試。

為了衡量“預期”考試成績，該模型將大一和大四學生當前的平均考試成績(在美國一般采用CLA標準化測試成績)分別對他們的平均入學能力成績(如SAT平均分)進行回歸。OLS線性回歸模型的典型公式為：

(1)

變式為：

(2)

該模型的優點是依賴于OLS線性回歸模型和簡單的減法，易于實現，結果也相當直觀。此外，與縱向設計相比，采用橫斷面設計進行增值測量的成本更低，可行性更高[2 8,3 1,3 3]。

但是，該模型在使用中存在一些問題：第一，由于該方法的計算是在學校層面上，這樣會忽略學生層面的相關信息，可能會造成結果的不準確性。第二，該模型使用時是將不同類型的學校集中在一起進行增值分析，而忽略了學校本身的特征。不同學校對于學生的學業成就產生的影響也不盡相同，該模型未將學校特征作為影響因素納入分析中。

4.2 差值模型：基于HLM的方法

多元線性回歸法是分析一個因變量與多個自變量之間線性關系最常用的統計方法，也是估計觀測值與期望值之間殘差值的標準統計技術。與上述基于OLS線性回歸的模型一樣，該模型同樣根據殘差的差值計算各學校的增值分數。然而，該模型不同于OLS線性回歸模型，該模型采用了多層方法[33]，采用二級HLM(層次線性模型)來計算大一學生成績和大四學生成績的殘差。考慮到學生是嵌套在學校內的，學生的成績會受到不同學校特點的影響，因此增值模型需要反映分層的數據結構，并在評估每個學校對學生學術成就的貢獻時考慮學校特征的影響。

HLM模型分兩級：第一級的分析單元是學生，每個學生的考試成績都是以一組個體特征的函數來表示的。第二級的分析單元是學校，每個學校的1級回歸系數被認為是因變量，假設這些因變量取決于不同的學校特征[34]。

該模型的簡單版本如下。

第一級(學生)：

(3)

第二級(學校)：

β0j=γ00+γ0sWsj+u0j，

(4)

β1j=γ10，

(5)

其中，γij表示學生i在學校j中的考試成績；SATij表示學生i在學校j中的入學成績；SATj表示j學校SAT成績的平均分；β0j表示學校j目前的平均成績(第一級的截距)；β1j學生入學學業能力得分的第一級回歸斜率；εij表示假設殘差是正態分布且獨立于第一級協變量；Wsj表示學校j的制度特征；γ00表示第二級截距；γ0s表示學校特征的二級回歸斜率；u0j表示假設殘差是正態分布且獨立于二級協變量。總殘差由兩部分構成：即總殘差=εij+u0j。該模型采用多層模型來反映高等教育中嵌套的數據結構，從而更精確地測量學校效應[30]。

該模型彌補了基于OLS線性回歸的差值模型的不足，將學生層面與學校層面同時納入分析，一方面HLM考慮到群體水平的差異，可以更好地估計個體效應。另一方面，其充分考慮學校因素對于學生成績的影響，可以獲得更加準確的增值成績。

上述兩個增值模型，都是通過計算新生和大四學生成績殘差的差值來衡量學校的增值分數，即通過“觀察到的”平均測試分數減去“預期”測試分數得到的。換句話說，這兩個模型關注的是各學校入學新生和大四學生的學業增長量，并將學校的學業增長量與所有學校錄取的入學能力相似的學生的總體增長量進行比較。

4.3 剩余分析模型：基于HLM的方法

剩余分析模型比較的是每所大學大四學生的平均考試成績(如CLA測試)，而不是新生和大四學生之間的分數差。該模型通過控制入學學生的學術能力(如大四學生的入學能力、大四學生的SAT平均成績等)，根據大四學生的平均考試成績超出或低于預期成績的程度來測量增值分數[31]。例如，如果某學校的大四學生在成績測試中比其他學校有類似學術能力的大四學生成績更好，那么就可以說該校學生的學術能力增長超過預期，該校教育增值程度更高。

為了探究制度對學生學術成就的影響，該方法結合了兩個層次的分析。在第一級，分析單元是學生，大四學生當前的考試成績是關于學生入學學術能力分數(如SAT分數)的函數。在第二級，分析單元是機構，每個學校的第一級回歸系數是因變量。

第一級(學生)：

(6)

第二級(學校)：

(7)

β1j=γ10，

(8)

該模型提高了分析學校特征對于學生學業成就影響的可靠性與準確性，但使用該模型時需要較大的樣本量，若樣本量不足，測量出的增值結果會產生偏差[35]。

以上三個模型在使用時都需要對學生進行標準化測試來控制學生的初始學業成就水平，這就要求標準化測試具有普遍性以及全面又合適的考量指標，否則模型將無法使用。此外，若要大范圍開展增值評價，則需要對標準化測試進行統一設計與認定，標準化測試的內容與考核方式需有嚴格的標準與規定，確保考試的準確性與公平性，避免對增值分析產生影響。不同的學校應采用相同的標準化測試對學生進行考核，這樣對學校進行評估時才具有可比性。

4.4 異方差多維層次線性混合模型(HMHLM)

該模型旨在對學生多方面成績進行聯合增值分析，并探究它們之間的內在相關性。馬丁等人使用哥倫比亞大學數據庫，對多維增值模型進行了探究[36]。其中學生成績包含以下幾個方面：定量推理、批判性閱讀、英語語言、公民能力和書面交流。該模型的開發是基于矩量法的。所收集的數據包括兩類：一類是學生入學時參加的入學考試成績；另一類是大學畢業時參加的國家考試成績。每一門考試都包含幾個方面(例如，定量推理、批判性閱讀、英語等)，將它們稱之為模塊。

該模型的一個基本結構公式為：

假設用Ymj=(Y1mj,Y2mj,…,Ynjmj)T表示j學校中m模塊最終成績的nj個向量，則對于每所學校來講，多維模型表示為：

E(Ymj|Zmj,γmj)=Zmjβm+γmjιnj，

(9)

其中，Ymj表示學生j在模塊m中的考試成績；用Zmj表示大小為K的列向量，它包含了入學考試的分數和所有其他協變量，包括可能的截距；γmj表示隨機變量，用來解釋M測試分數中存在的異質性，它不能用觀察到的學生和大學的特征來解釋；lnj=(1,1,…,1)T,表示1的n維列向量。

該模型相比于其他模型的優點在于：之前的增值模型只對一維分數進行計算，但不同的學校在培養學生時，會根據他們對理論訓練和實踐訓練的重視程度而有所不同。因此，為了對評估學校的增值指標做出公正的判斷，該模型可以基于所有可衡量技能的分數進行增值測量，使得評估更加細化、更加全面公平。

5 使用增值評價模型時存在的問題

在使用增值模型對學生的學業成績增值進行評價時，往往有很多無法排除的干擾因素可能會造成結果的不準確。因此，如何盡可能控制這些因素的干擾成為目前需要解決的問題。以下是幾種可能的干擾因素。

(1) 學生的動機：當考試結果對學生的學術地位或畢業沒有什么影響時，學生缺乏在考試中表現良好的動機，可能會對考試分數的有效性和考試結果解釋的準確性產生一定影響[3 7-3 8]。如果一所學校中學生的動機普遍較低，那該校在學生學業成果增值性評估中產生的增值分數就更低[3 9-4 1]。為了避免這樣的問題，學校必須制定適當的機制，利用各種激勵手段鼓勵學生，提高參與率，讓學生以積極的態度對待考試[42]。

(2) 學生的流動性：高等教育的學生往往會改變課程，如休假甚至中途輟學等，這導致很難跟蹤學生數年。不同學校的學生流動率各不相同。當一所學校的學生流動性大于其他學校時，增值模型所產生的學校效應可能存在偏差。例如，一些學生可能在考試之前離開學校，或者在學校的時間不足以納入分析，那么學校對這類學生學業成績的增值效應無法體現出來。因此，有必要考察增值模型中學生流動率如何影響學校對學生成績影響的測量，并尋找合適的方式來反映模型中各學校的學生流動率水平[43]。

(3) 增值分數的波動：在增值模型中最重要的問題之一是學校效應的穩定性[30]。當然，學校對學生成績的影響每年都會有所不同，但如果學校效應發生了根本性變化則會導致一些問題。如果學校效應每年波動很大，那么學校對學生成績的影響程度就很難具備說服力。因此，在選擇增值模式后，應檢查每個學校每年的增值分數之間的一致性。如果增值分數在各年之間發生了根本性變化，則應考慮哪些因素造成了這些變化，并將這些因素納入到增值模型中。此外，樣本量會影響增值模型的準確性，要保證一定的樣本量才可以得出較為準確的數據[44]。

6 對我國高等教育增值評價的啟示

《深化新時代教育評價改革總體方案》明確提出了探索增值評價。然而我國教育領域引入增值評價的時間并不長，對高等教育領域增值評價的研究目前大多停留在理論層面，相關的實證研究較少，且所用的增值評價模型引自國外，本土對增值模型的開發處于起步階段。面對這些現狀，應從以下方面著手。

(1) 以增值評價促教育公平。2020年國務院政府工作報告中提出要推動教育公平發展和質量提升。教育公平包括起點公平、過程公平及結果公平。在推進教育公平的舉措中，除強調教育資源配置公平外，評價方式不同也會對教育的公平性產生影響。評價方式更關注過程公平與結果公平，關注教育本身所帶給學生的收獲和影響。以往教育評價方式與指標側重于學校辦學條件、教師教學能力、學生考試成績和升學率，而忽略了學生個體的獲得與進步程度，造成教育評價的不公平。增值評價提供了一種新的教育評價理念，以教學效果作為衡量學校教育效率以及教師教學能力的指標，這對于現有評價中的“弱勢學校”更加公平。教育的本質是促進學生發展，增值評價以學生的學業成績進步程度為指標，能使學校更加關注學生發展，從而提高教育質量，更好地促進教育公平。

(2) 構建完善的增值評價體系。首先，評價理念落實到實踐需要有完善的體系支撐。增值評價可以從影響學生學業成就的諸多因素中剝離出學校效應的影響，得到學校對學生影響的“凈效應”，因此指標的合理性至關重要。評價前需要對影響學生學業成就的因素進行全面分析，選擇出合理的指標。其次，增值評價對數據的依賴性強，需要對樣本數據進行縱向長時間追蹤，這就要求有強大的數據采集工具支撐，開發增值評價適用的教育大數據中心。此外，增值評價對于數據的處理分析大多通過統計分析模型來實現，要開發更加準確的增值評價模型，并且在實施時選擇最適合學校特點的模型，以促進評價結果的準確性與公平性。

(3) 調動多元協同評價。目前增值評價在我國還沒有大規模推廣，應調動各方積極性、整合多方力量開展和參與增值評價。高校可以從兩個方面來入手：一方面，學校內部應充分調動學生參與評價的積極性，學生的積極性會直接影響數據的準確度，并且在選擇指標時應充分聽取學生意見，確保評價指標的全面性。另一方面，學校應聯合校外技術部門以及教育相關部門共同實施評價，在獲得技術支持之外，相關教育部門應對評價過程起到一定監督作用，以確保評價過程的公正進行。

(4) 科學把握評價結果，合理利用評價結果。評價的最終目的是給出反饋，引導發展。評價結果需要具備一定的科學性與準確性。應當建立問責監督機構，對評價結果進行監督與反饋，從而規范學校行為，引導學生發展。對于高校來講，教師應對評價結果進行充分分析，發現問題與優點，從而改進教學過程，及時引導學生。學校可以鼓勵學生根據評價結果撰寫分析報告，使學生對自身學業成績有更加清晰的了解，并且培養學生的自我反思能力。學生的反饋結果也可作為調整評價指標的重要依據。對于相關教育部門來講，應充分對評價結果進行剖析，將評價結果作為制定相關教育政策的來源與依據，促進教育公平公正發展。