基于区域质量监测数据的学业增值评价——以贵州省中部地区某市为例

肖 娟

(安顺市教育科学研究所，贵州 安顺561000)

探索教育增值评价，是新时代教育评价改革中提出的重要任务，也是教育质量监测体系中的要点。随着大数据质量监测平台在高中学校的引入和区域统一质量监测工作的实施，在借鉴国内外增值评价模型的基础上，可对近年的学生学业成绩进行追踪、分析，尝试构建适用于区域内质量分析、易于操作和理解的学业增值评价模型，从而能够更加公正、科学、有效地对学校学业质量的发展状况进行评估。同时，通过深度分析挖掘，将评价与监测质量的过程管理相结合，反过来用评价结果促进监测质量的提升。

一、国内外增值评价模型研究现状

美国和英国最早在学校评价中引入增值模式，是开展学校效能增值性评价较为成功的国家，近年来，“成长”和“增值”也逐渐成为国内教育评价的热点。

1.美国田纳西州增值性评价模型。该评价体系收集并分析了学生纵向发展3年以上数据，是一种累积性的得分方式，因此更能精确地衡量学校或教师对于学生成就的影响的程度[1]。该体系认为“增值评价法”的计算公式是增值=输出-输入，“输入”指学生在开始某阶段学习之前所处的学业水平，“输出”是指学生经过该阶段的学习后所达到的学业水平，两者的差则是学生所取得的学业进步，即增值。

2.英国兰开夏郡教育增值评价模型。该模型基于统计学中的回归方法及在回归方法基础上的多水平分层技术建构，统计时使用多元模型(contextu-alized value added model)，通过估计观察值与期望值之间的残差值来表示学校自身对学生进步的影响，观察值指的是学生实际成绩水平，期望值指的是以该学生先前成绩为分析的基线所预测出的学生成绩水平。残差值可以解释为，某位学生在一段时间内学习进步的“增值”[2]。

3.学生成长百分等级(Student Growth Percentiles,SGP)模型在美国多个州发挥着越来越重要的作用。该模型在分位数回归基础上，通过整合学生以往数据，在以往学业水平一致的考生群体中进行比较来确认每个学生的进步情况。如果进步超过了大多数同类学生，说明其取得了较好的成绩；反之，进步低于大多数同类学生，则说明其进步情况不佳，认为教学质量较高的学校是指在那里学习的学生学习进步的幅度超过平均水平的学校[3]。

4.在国内，增值评价起步较晚，但国内学者都在积极地研究和探索增值评价的思想和方法。如符华均等[3]基于学生成长百分等级模型的学业进步评价，分析了学生成长百分等级模型的优势和不足。解问鼎[4]基于区域学业质量监测的教育生态关系研究，除了学业成绩，加入了学习相关的自身因素、家庭因素和学校因素等基本信息，分析社会、家庭、学校要素在教育生态中的作用。杜屏等[5]基于我国西部五省调研数据的实证分析，采用多层线性统计模型，来研究农村初级中学学校效能的增值性评价。马晓强等在河北省保定市普通高中学校的实证研究学校效能中用大量数据分析探索了增值评价对学校效能的评估和导向作用[6]。

研究者对于增值评价的概念的界定不统一，其原因在于目前增值性评价理论体系还未完全建立，另外，研究者的出发点和看问题的角度不同，也会出现不同的界定，但这些界定在基本理念上是一致的，增值评价是根据学生一段时期学习进步的大小来评价学校和教师，这也是本研究的基本理念。

二、区域学业增值评价模型的构建

基于以上三种增值评价理论模型和增值评价的内涵，本研究尝试构建适用于区域内基于学生统一质量监测数据的学业增值评价模型，实现多角度的区域评价，同时验证不同目的的评估模型之间结果，为增值评价的进一步研究提供参考。

(一)对象与方法

本研究的设计思想是对同一级学生进行追踪监测评价。研究数据均从贵州省中部地区某市普通高中采集，追踪5970名学生的中高考数据和高中三年质量监测数据。

1.2020年学生高考成绩

根据需要分为四类成绩指标：全科成绩，包括语文、数学、英语和理科综合，所有分数均采用标准化处理，转化为平均分为0，标准差为1的量尺分数。

2.2017年学生中考成绩

依据高考学生信息，从某市学生中考成绩库中提取相应的学生中考信息。相对应提取中考成绩指标，包括语文、数学、英语和理科综合，所有分数同样采用标准化处理。

3.高中三年质量监测成绩

追踪这部分学生高中三年5次全市统一质量监测成绩，在中高考数据分析的基础上，增加5个变量，将中考成绩作为前测成绩，增加高中三年连续变化的学业成绩作为变量，高考成绩作为后测成绩进行分析，共7项指标。

除高考试卷，其余6次质量监测试卷均通过区域统一制定，本研究分别通过SPSS对7项数据进行项目分析、信度分析和相关性分析，每次试卷都体现较高的信度和效度，良好的区分度，具有一定的可信度和可比性，可进行下一步分析。

在分析中生成两个变量：其一是学生学业成绩期望值，以中考成绩为基线预测出的学生成绩，考察不同学校生源的差异对高考成绩的影响，以该学生中考成绩和三年成绩变化为基线所预测出的学生成绩，考察学校对学生高考成绩的影响；其二是学生学业成绩增值，用两种模型进行计算，一种是用后测成绩与期望值之间的残差值，表示学校对学生进步的影响；另一种是以25%和75%分位数为界，在相同水平的学生之间进行对比，考察不同学习能力和水平的学生学业增值情况和对高考成绩的影响。

(二)模型的建立

为了准确地衡量学校对学生成绩的“净影响”，以学生和学校水平变量为基础构建两水平模型。

具体模型如下：

模型1：零模型。以学生前测成绩为变量，学生后测成绩为因变量，不含任何自变量的模型，该模型用于分析生源差异对学校效能带来的影响。

模型2：学生前测成绩对学生后测成绩的影响模型。在前测的基础上加上高中三年的成绩变量。该模型的目的是分析学业成绩变化对学生后测水平变异的解释力。

模型3：百分等级模型。在模型2的基础上，进行百分位数分析。该模型利于分析不同层次学生的成长和学业成绩变化对学生后测成绩的影响。

为确定和检验各模型的准确性，根据三种模型的特点和优势，分别采用三种模型进行分析，便于后期针对不同的需求使用相应的模型。模型的估计中均采用SPSS 22.0软件进行计算，采用OLS回归分析和分位数分析法，对于存在的异方差问题，使用Robust回归验证OLS拟合结果的稳定性。

三、结果分析与讨论

采用分析软件对数据进行统计处理，经过数据整理，分析结果如下。

1.学生学习基础是造成学生高考差距的主要原因

使用零模型，将标准化前测与标准化后测作OLS回归分析，通过R方调整值显示，拟合度较好，显著性水平均低于0.01。表1中分析结果可见，中考总分成绩对高考总分成绩变异的解释率为51.1%，表明整体而言，学生高考差距有近一半源于学生学习基础，但对各学科的影响并不一致，相比较而言，英语学习基础对学生高考英语成绩影响更大，突出英语学习基础的重要性。而如果加上高中三年的成绩变化，使用模型2继续分析，中考总分和三年质量监测总分对高考成绩变异的解释率为76.8%，数学中考成绩和三年数学成绩变化可以解释数学高考的65.7%变化原因，再使用模型3进行分位数分析，得到的结果与模型1相似，一方面说明影响学生学业成绩的因素是多方面的，另一方面在一定程度上可以说明通过三年的学习，各个层次的学生在原有的学习基础上没有很大的提升，学校“加工力”有待提高，这一结论也从图2中得到印证。值得注意的是，无论哪个模型，语文的所有变量对高考语文成绩变异的解释率并不是很高，这与杜屏等[5]基于我国西部五省调研数据的实证分析中的结论一致。一方面，这与语文学科特点相关，另一方面也说明学校对学生的发展与进步大有可为。在下一步的研究中可通过锚题技术等对语文试卷做进一步研究，深入挖掘影响语文学科提升的关键因素。

表1 三种模型对高考成绩变异的解释率

2.质量监测成绩对不同层次学生高考成绩影响有差异

使用模型3，运用分位数回归分析，分位数点分别从0.10到0.90，间隔0.10，结合回归系数显著性和回归系数图形发现，高一年级的成绩对各分位段的高考成绩都没有显著影响，在使用模型2进行Robust回归分析时同样发现，高一年级总分标准化系数为0.011，这一结论得到印证，推测由于高一学生教学方式和学习方式的转变给成绩带来较大波动。相对于其他分位数的学生，分位数在0.90的学业成绩靠前的学生，受初中学习基础影响更大一些，而高中三年的质量监测结果对这部分学生来说影响不大，在质量监测命题的区分度上，通常考虑的是集中体现中等学生水平，对于尖子生来说质量监测的水平并不代表高考水平，为了有力地诊断和提升这部分学生的真实水平，要思考质量监测时的分层问题。

表2 分位数回归分析结果

3.同类学校学科学业增值表现存在明显差异

使用模型2进行残差分析，获得基于所有变量的全科残差值、语文残差值、数学残差值、英语残差值，形成学校增值统计表。学业增值表现指学校教育使学生学习成绩超过预期的部分，摒除与学校无关因素的影响，实现对学生学业成绩“净增值”的测量。通过方差分析发现，同类学校的增值没有显著的差异性。而通过表4的数据比较发现，学校1、学校2、学校4的全科增值表现均为零增值，但是学科增值表现各不相同，其中学校1的语文学科，学校2的数学学科增值表现较好，为正增值，具有一定的优势，学校2的英语学科和学校4的语文学科均表现为负增值，低于预期水平。可以推测学校1的理综学科增值表现低于预期，学校4的理综学科增值则高于预期。表明学校通过与其他同类学校的比较，可以找到和发现自身存在的优势，分析和总结适合自身的增值模式，寻找到符合自身发展的特色之路。

表3 区域普通高中学业增值数据统计表

4.学校百分等级增值表现凸显学校间发展差异

使用模型3进行分位数分析，与同组学校同类学校的比较可以更加准确地反映其进步情况，教学质量较高的学校是指在那里学习的学生学习进步的幅度超过平均水平的学校。由表4中学校4的增值表现，进一步通过模型3的分位数分析，了解学校4三个学科的增值表现，如图1可见(由于高一年级相关性不大，图1中舍弃了高一的变量)，学校4的三个学科的前测都处于区域的平均水平之上，数学和英语的后测总体处于零增值，但语文学科从高二年级开始下滑，最终低于平均水平，需要引起学校的重视。从图2中8所学校前25%的学生学业增值表现可以发现，学校6在对优生的培养上有独到之处，值得其他学校学习和借鉴，而学校4虽然只有一个负增值，但在对这部分学生的培养上低于预期，需要引起关注。

5.三种模型的优势和不足

通过实证分析，模型1的优势在于操作简单，便于理解，但只能体现前测和后测的直接相关性，无法直接比较学生在一段时间内的学业质量变化；而模型2克服了这一缺点，以多次学业质量评价结果计算增量值，然后运用回归方程，分析各变量对增值产生的影响大小，但评估结果更趋近于均值，对考试结果的等值等距要求较高；模型3相较于模型2，过程中不需要收集背景信息，也不需要对历次成绩数据进行垂直等值，能实现对学生个体和学校整体的评价，能更加全面地刻画分布的特征。通过数据检验，不管采用哪一种模型，对同一数据的分析结果并没有明显差异，关键在于根据不同的评估指标和评估目的运用不同模型的优势进行分析。

四、结论与建议

追踪贵州省中部地区某市普通高中学生三年的质量监测数据，通过模型分析，得出如下结论：学生学习基础仍是影响学生高考成绩的主要原因。其中，英语学习基础影响更大；学校对不同层次学生学业提升不明显；在提高学校效能方面，学校间没有明显差异；同类学校间学科增值表现存在较大差异；质量监测成绩对不同层次学生高考成绩影响有差异；学校百分等级增值表现凸显学校间差异；三种模型在实践中的运用各有优势和不足。

(一)启示与建议

一是学生学习基础虽然重要，但在高中阶段仍有较大的提升空间，初中阶段是英语水平提升的关键阶段。

二是正确看待高中三年的质量监测成绩，淡化分数，主要用于查证知识和能力上的不足并加以改进；对于优生，应采用针对性强、稳定性高的质量监测手段。

三是从单纯评价学校整体的平均分、上线率中脱离出来，通过增值表现找到学校发展的优势学科和短板，利用对不同层次学生培养的不同增值表现，促进学校均衡发展，同时注意防止在学校均衡发展中出现“削谷填峰”或“低水平均衡”。

四是学校要发挥主动性，充分利用学生增值数据，针对不同起点水平、不同进步幅度的学生和同一起点水平、不同进步幅度的学生深入分析，合理制定教学计划，因材施教，以此充分挖掘学生潜力，促进学业和心理的健康发展，进而提高学校整体效能。

(二)不足与展望

虽然本研究通过构建和实施增值模型发现了学业质量监测对高考成绩的影响关系，但仍存在很多缺陷，需要进一步的改进和研究。首先，仅对有限的学生数据进行追踪，评价结果还需要在更多的数据中得到验证，学校效能增值评价的稳定性也是一个需要重视的问题，需要进行较长时间的跟踪分析才能得出更为合理的结论；其次，对部分结论进行解释时，其因果关系还要进一步地研究和探讨，比如高一年级对学生高考成绩的影响关系；最后，在统一的质量监测中，测评理论和技术问题，也会导致模型评估偏误。

总之，基于区域多次质量监测结果的学业增值评价是促进教育公平、立足学校整体和学生个体发展的有效尝试，在此基础上采用多水平线性模型的方法，丰富评价的层次和区分不同因素对学生学业发展所起的作用，是构建更加科学公正、适合区域教育实际的发展性评价机制的有益探索。