区域高中学业质量增值性评价应用探索

王晶晶

【摘要】通过线性回归分析建立区域高中学业增值性评价模型，阐述该模型的原理与操作步骤，并通过链接海口市2020年高考成绩与2017年中考成绩，初步应用区域高中学业质量增值性评价模型，揭示各校教育质量的优点与不足，以期为增值评价的探索应用提供参考。

【关键词】增值性评价;区域学业质量;中考成绩;高考成绩

一、问题的提出

2020年中共中央国务院印发《深化新时代教育评价改革总体方案》提出“改进结果性评价、强化过程性评价、探索增值性评价、健全综合评价”。增值性评价从国家层面上受到广泛的关注。“增值”这一说法最早来源于经济领域，用于衡量产品投入与产品产出之间的差值。教育领域中的增值性评价关注的是学生自身成长和进步的程度，通过采用统计分析技术计算学生一段时间内学业成绩的变化情况与预期结果的差值，得到该学生在这一时段的“增值”，从而得到学校和教师的“增值”，并据此对学校或教师的教学质量做出评价。

通过分析海口市2015～2020年中考、高考学业水平考试质量分析报告可以发现，我市对学业成绩的评价仍然以“三率一分”（及格率、优秀率、低分率、平均分）为主，很少关注学校乃至学生学业成绩的连续变化情况。对于“出入口”情况的分析仅仅以出口人数（高考人数）、入口人数（中考人数）作为衡量的指标，并未进一步揭示各学科学生学业成绩的变化情况，尚未深入探索各学校近几年学校教学质量变化情况。基于此，本研究尝试将增值性评价应用于学业水平考试质量分析中，通过链接中考和高考成绩，揭示2020届高考生自2017年进入高中后在语文、数学、英语三门学科学习上的增值情况，并以此评价各学校教育教学质量，为各学校改进教育教学常规管理提供可靠依据。

二、分析思路

根据增值性评价科学和可操作的原则，在学校和一线老师可以理解和分析的基础上，以海口市高中学生入口成绩（即中考成绩平均分）作为自变量，以该批次学生出口成绩（即高考成绩平均分）作为因变量，通过线性回归分析建立起一个y=kx+b（其中k≠0）一元线性回归方程作为区域高中学业质量增值性评价模型。其次将各学校入口成绩代入函数中，既可以得到一个该校预估成绩值y预估值。然后将y预估值与该校实际高考平均分y实际值进行比较。将高于预期的结果称之为正增值（即实际结果与预期结果差值大于零），达到预期的结果为零增值（即实际结果与预期结果差值等于零），没有达到预期的结果则为负增值（即实际结果与预期结果差值小于零）。

如图1所示，A校学生入口平均成绩为26.34分，出口成绩为173.83分，预估出口成绩为161.66分，实际出口成绩高于预估出口成绩，这说明A校为正增值学校;B校学生入口平均成绩为58.92分，出口成绩为186.85分，预估出口成绩为198.28分，实际出口成绩低于预估出口成绩，这说明B校为负增值学校。按照传统的评价方式，单单从出口平均成绩的实际水平来看，B校成绩（186.85分）要比A校（173.83分）高，如果据此判断B校教学质量高于A校就有失客观了，所以增值性评价可以客观地比较不同起点的学校办学质量和教学效能。

三、案例应用

选取海口市2020届毕业生语文、数学、英语高考平均分作为因变量，2017年该批次学生语文、数学、英语的中考平均分作为自变量进行线性回归分析。但由于2017年我省中考学科成绩以等级呈现，各科成绩均划分为A、B、C、D、E、F六个等级，成绩等级根据原始分从高到低以全省当年考试人数按A等级10%，B等级20%，C等级30%、D等级20%、E等级15%、F等级5%依次确定。换句话说，C等级及以上的学生相当于当年考试成绩排名全省前60%的学生，即某校某学科C等级及以上的百分率可以看作是该校该学科的及格率，则该校该学科的平均分=C等级及以上的百分率×100×0.6=C等级以上百分率×60。比如市直属Q校2017年语文学科C等级及以上百分率为97.7%，则Q校语文学科的平均分=97.7%×60=58.62分。据此，可将16所完全中学2017年语文、数学、英语三科的中考平均分进行转化。

1.增值性评价模型的构建。

（1）高中语文增值性评价模型。2017年全市语文中考平均分为44.7分，2020年全市语文高考平均分为193.96分，利用SPSS22.0软件进行相关分析，结果显示两者Pearson相关系数为0.793，表明相关性高可以进行线性回归分析。接着将语文中考平均分作为自变量，语文高考平均分作为因变量进行线性回归分析，得到语文学科增值性评价模型为y=132.05+1.124x。

（2）高中数学增值性评价模型。2017年全市数学中考平均分为43.26分，2020年全市数学高考平均分为194.18分，利用SPSS22.0软件进行相关分析，结果显示两者Pearson相关系数为0.746，表明相关性高可以进行线性回归分析。接着将数学中考平均分作为自变量，数学高考平均分作为因变量进行线性回归分析，可得到数学学科增值性评价模型为y=133.128+1.113x。

（3）高中英语增值性评价模型。2017年全市英语中考平均分为44.7分，2020年全市英语高考平均分为195.44分，利用SPSS22.0软件进行相关分析，结果显示两者Pearson相关系数为0.728，表明相关性高可以进行线性回归分析。接着将英语中考平均分作为自变量，英语高考平均分作为因变量进行线性回归分析，可得英语学科增值性评价模型为y=139.929+0.993*x。

2.增值性评价模型的应用。

（1）高中语文增值性评价模型应用。将16所完全中学中考语文平均分分别代入语文增值性评价模型中，结果如图2所示。在模型上方的点表明该校的语文成绩呈正增值状态;在模型上的点表明该校的语文成绩不增不减，处于零增值状态;在模型下方的点表明该校的语文成绩呈负增值状态。结果显示L、C、E、SY、J、C、Y、HK这8所学校高考语文成绩与三年前相比呈正增值状态;HG这所学校高考语文成绩与三年前相比不增不减，处于零增值;T、D、HZ、HX、SG、HS、Q这7所学校高考语文成绩与三年前相比有所下降，呈负增值状态，需要引起注意。

（2）高中数学增值性评价模型应用。将16所完全中学中考数学平均分分别代入数学增值性评价模型中，结果如图3所示。在模型上方的点表明该校的数学成绩呈正增值状态;在模型上的点表明该校的数学成绩不增不减，处于零增值状态;在模型下方的点表明该校的数学成绩呈负增值状态。结果显示L、C、E、SY、J、Y、Q、HS这8所学校高考数学成绩与三年前相比呈正增值状态;HG学校高考数学成绩与三年前相比不增不减，处于零增值;T、D、HZ、HX、SG、C、HK这7所学校高考数学成绩与三年前相比有所下降，呈负增值状态，需要引起注意。

（3）高中英语增值性评价模型应用。将16所完全中学中考英语平均分分别代入英语增值性评价模型中，结果如图4所示。在模型上方的点表明该校的英语成绩呈正增值状态;在模型上的点表明该校的英语成绩不增不减，处于零增值状态;在模型下方的点表明该校的英语成绩呈负增值状态。结果显示T、L、E、SY、Y、J、Q、HS这8所学校高考英语成绩与三年前相比呈正增值状态;C学校高考数学成绩与三年前相比不增不减，处于零增值;D、HG、HX、HZ、SG、HS、C这7所学校高考英语成绩与三年前相比有所下降，呈负增值状态，需要引起注意。

（4）各学校教学质量小结。通过对16所完全中学2020年高考语文、数学、英语成绩分析发现：

①教学质量位列前茅的学校某些科目教学质量不佳，与2017年相比呈负增值状态。市直属重点公办学校Q中的平均分、优秀率在16所学校中排名前二，但是通过增值性评价分析发现，与2017年相比语文学科有所退步，呈负增值状态，没有达到预期教学成绩。市直属民办高中HK近几年办学成绩优异，2020年高考表现突出。但是通过对其语数英三科增值性评价分析发现，与2017年相比数学学科有所退步，呈负增值状态，没有达到预期教学成绩，需要引起重视。

②教学质量排名倒数的学校某些科目的教学质量有所进步，与2017年相比呈正增值状态。T校是一所专注于体育训练竞赛的体育学校，文化课成绩一直垫底。但是通过增值性评价分析发现，与2017年相比英语学科的教学质量有所进步，呈正增值状态，值得表扬和肯定。L中地理位置偏僻，办学条件有限，生源较差，教学成绩一直在全市排名倒数，但是与2017年相比语数英三门学科的教学质量有所进步，全部呈正增值状态，实现了“低进高出”“高进优出”的办学目标，与“以质量求生存、以创新谋发展”办学理念不谋而合，值得表扬和鼓励。

③老牌公办学校表现稳定，三门学科均为正增值状态。SY、Y两所中学均为我市老牌公办中学，办学历史悠久，虽然近几年表现平平，教学成绩位居中间，但是通过增值性评价分析发现，与三年前相比，办学质量稳步提升，语数英三门学科均呈现正增值状态，充分发挥老牌公办校的管理优势。

④普通民办学校表现不佳，三门学科均呈负增值状态，需要引起高度重视。虽然HZ、HX、SG三所民办学校2020年高考在全市排名中等，与老牌学校SY同为一个梯度，但与2017年相比，语数英三门学科的教学质量有所退步，需要尽快查缺补漏，抓好抓实教学常规管理。

⑤部分公办学校表现平平，处于零增长态势。公办校C、HG与2017年相比，三门学科表现中规中矩，均呈现零增值状态，并无突破。希望这两所学校能够立足于本校基础，培优固本，在某些方面有所突破，彰显特色。

四、区域高中学业增值性评价模型的优点与不足

区域高中学业增值性评价模型是对增值性评价在区域学业质量分析中的应用探索，也是对结果评价的补充。它不但考虑了学生出入口成绩，还关注学生在一段时间内的学业成绩变化情况，实现了以起点定终点，摒弃了传统的单一结果评价。

1.区域高中学业增值性评价模型的优点。

（1）原理容易理解，操作性强。目前国际和国内关于学业成绩增值评价多采用结构复杂的多层线性模型，对于学校和老师而言难以理解和推广应用。而本文构建的一元线性回归方程区域学业增值性评价模型原理简单，操作简便，能够让学校和教师认可、理解和掌握。

（2）评价结果更科学、客观。传统的结果性评价仅关注学生的出口成绩，往往以学生的中高考成绩作为衡量学校教育教学质量的重要标准，没有考虑到生源所带来的学生起点差异的问题。增值性评价将学生的出入口成绩作为因变量和自变量，通过数据分析软件，科学、系统、可视化地呈现各学校在各学科的变化情况，使得评价的结果更加客观、合理。

2.区域高中学业增值性评价模型的不足。

（1）分析科目较少。由于全市尚未建立高一学生学业质量监测，所以仅能用中考成绩作为高中学生的入口成绩，考虑到初中和高中学业科目的差异，本文仅能选用语文、数学、英语三门科目的成绩进行分析比较。

（2）关注非学业方面。影响学校办学质量的不仅仅是学生学业成绩方面，还包括办学方向、教师发展、学校管理等多方面。下一步笔者也将探索非学业方面的增值性评价，更好地丰富和完善区域增值性评价的成果。

【参考文献】

[1]辛涛，姜宇，刘文玲.中高考数据链接：对学校进行增值性评价—以某市40所高中2132名学生中高考数据的实证分析为例[J].中小学管理，2012（06）.

[2]王光秋.基于区域四维评价体系的初中绿色增值评价[J].教育测量与评价，2018（03）.

[3]吴明隆.量表统计分析实务—SPSS操作与应用[M].重庆：重庆大学出版社，2010.