湖北省開展社會考試評價的探索與思考

王志武

（湖北省教育考試院，武漢 430077）

作為對社會考試開展評價的探索，從2013年至2016年，湖北省教育考試院先后對湖北考區(qū)的全國計算機等級考試、全國大學英語四六級考試、中小學教師資格考試和湖北省英語口語等級考試開展評價，取得了良好的效果。

1 開展社會考試評價的意義

第一，開展社會考試評價是專業(yè)化考試機構建設的需要。教育考試開展專業(yè)化建設的實質就是要增強辦考能力。教育考試必須立足本職、主動服務考試用戶（包括考生群體和考生個體、教學/培訓機構、社會用人部門或單位），對考試結果提供深入的數(shù)據(jù)統(tǒng)計與分析服務，滿足他們對考試數(shù)據(jù)深度挖掘和解讀的需要，充分發(fā)揮考試數(shù)據(jù)在咨詢、參考、借鑒與指導方面的功效。這既是考試機構開展專業(yè)化服務的具體表現(xiàn)，也是考試機構自我轉型升級的現(xiàn)實需要。

第二，開展社會考試評價是深化考試供給側改革的需要。當前，教學機構、用人單位、考生本人和家長都希望考試機構在提供考試成績的同時，通過深入開展考試評價，挖掘考試數(shù)據(jù)所蘊涵的深層信息，以達到改進教學、甄選人才、提高學習效益的目的。教育考試機構需要深入推進考試服務的供給側改革，即根據(jù)社會對考試服務的新需要，不斷豐富考試的服務產(chǎn)品、服務內(nèi)容與服務方式，使教育考試能夠與時俱進，滿足社會和人民群眾對考試服務不斷增長的需求。

第三，開展社會考試評價是不斷提高社會考試質量的需要。當前，社會考試工作不再追求考試規(guī)模的盲目擴張，不再追求考試經(jīng)濟效益的單一增長，而是以打造社會考試品牌、打造社會考試精品為重點，追求社會考試的社會效益。伴隨辦考理念的轉變，在社會考試工作中加強對辦考行為的自我約束、辦考過程的自我監(jiān)控、辦考風險的自我診斷和辦考效益的自我評估，使考試評價成為社會考試質量監(jiān)控的主要手段。

第四，開展社會考試評價是實現(xiàn)社會考試可持續(xù)發(fā)展的需要。黨的十八大以來，政府行政審批事項大幅消減，先后6批次取消職業(yè)資格許可事項達400多項，對社會考試的發(fā)展產(chǎn)生了深遠影響。新形勢下，社會考試要實現(xiàn)科學發(fā)展和可持續(xù)發(fā)展，把現(xiàn)有社會考試項目做大做強，必須主動加強與社會的聯(lián)系，密切關注社會對考試的反應，積極回應社會對考試的關切，認真開展社會考試評價，主動提供社會考試的效度、信度、區(qū)分度和難度等方面的信息，增強社會考試對社會人才開發(fā)與甄別的可信性、可靠性和有效性。

第五，開展社會考試評價是遵循考試自身發(fā)展規(guī)律的需要。社會考試的主要功能不是淘汰，而是認證與認定，是對人才專業(yè)水平與技能的認證與鑒別。為了確保社會考試對人才認證與鑒別的客觀性、準確性、科學性和高效性，必須加強對考試質量的掌控、監(jiān)測與評估，確保對人才認證與鑒別的信度和效度。

2 湖北省開展社會考試評價的實踐探索

為主動適應形勢發(fā)展的需要，回應社會對社會考試的關切，有效推進由管理型考試機構轉變?yōu)榉招涂荚嚈C構，促進考試工作與考試服務專業(yè)化建設，自2013年起，湖北省教育考試院對湖北考區(qū)的社會考試分期分批實施評價試點。社會考試評價涵蓋各社會考試項目，以命題質量、考試流程、管理環(huán)節(jié)、考風考紀、改革措施等為主要維度，輔之以考試政策、執(zhí)行力度、工作績效等方面的情況信息，對整個考試進行評價。同時，不同考試項目的評價還結合考試項目的特點、評價所要達到目標以及信息資源等情況，在評價實施過程中各有側重，具體情況如下：

2013年，為了推進湖北的全國計算機等級考試全面實行機考改革，對湖北考區(qū)2010—2012年6次全國計算機等級考試進行了評價。本次評價以報考人數(shù)最多的二級C語言設計和二級公共基礎知識為樣本，以兩個科目的考試大綱為標準，分別組建學科專家組、評價專家組和考試管理工作組三個團隊共同開展考試的數(shù)據(jù)統(tǒng)計與分析、評價與研究，重點對這兩個科目的試卷信度、難度、區(qū)分度進行了數(shù)據(jù)統(tǒng)計與實證分析，并從部屬高校、省屬高校、三本院校和高職高專院校4個層次中隨機抽取一所學校的考生成績樣本，將他們在上述兩個科目考試中呈現(xiàn)出的知識與能力結構進行對比，制作成雷達圖，直觀反映出不同高校考生在全國計算機等級考試中所表現(xiàn)出的特點與優(yōu)勢。評價報告充分肯定全國計算機等級考試命題質量非常穩(wěn)定，同時建議為考生提供寫實性的考試成績（而不僅僅是考試合格證），為考生提供考試結果咨詢和解釋服務，以利于考生查找自身知識結構的缺陷與不足，幫助考生實現(xiàn)學習的自我改進與提高。

為正面回應部分考生對全國大學英語四六級考試多題多卷改革的疑慮，2014年對湖北考區(qū)的全國大學英語四六級考試多題多卷改革進行評價。在缺少考試實證數(shù)據(jù)的情況下，評價組主要是根據(jù)全國大學英語四級和六級考試大綱，對試卷從思想性、規(guī)范性、公平性、有效性、等值性和后效性等方面進行了統(tǒng)計與分析，同時對四六級考試成績按部屬高校、省屬高校、三本院校和高職高專進行分類對比，還分別對聽力、客觀題、主觀題三個部分進行了考試成績專項統(tǒng)計與分析。同時，在全省組織近4 000名高校師生參加了網(wǎng)上問卷調查。評價報告充分肯定了全國大學英語四六級考試命題與考試大綱的高度一致性，強調多題多卷改革既能保持各套試卷的基本等值，又能有效預防考試舞弊，同時建議進一步改進全國大學英語四六級考試的試卷等值工作。

作為全國中小學教師資格考試改革的試點省份，2015年對湖北考區(qū)中小學教師資格考試進行了評價。評價分為兩大部分：一是筆試，主要是以中、小學綜合素質和教育知識與能力試卷為樣本，以考試大綱為標準，對命題質量進行分析與評價。同時組織開展問卷調查，征求考生對試卷的感受和意見。二是面試，主要是對從2012年下半年試點開始到2014年共6次面試的成績數(shù)據(jù)進行統(tǒng)計，建構因子分析模型，并與面試評分標準進行關聯(lián)分析，既統(tǒng)計各考點面試評分的總體情況，又分析面試考官對每項評分標準的把握程度，查找面試工作的薄弱考點和薄弱環(huán)節(jié)，并制定了《湖北省中小學教師資格面試工作暫行管理規(guī)定》（鄂綜考〔2016〕22號）。

湖北省英語口語等級考試是由湖北省自主開發(fā)的旨在促進基礎英語教學改革、提高學生英語口頭交際能力的水平考試，普通高校英語專業(yè)招錄新生時可作為參考，考生自愿報名，目前年均報考規(guī)模有7～8萬人。2016年對該項考試2014年和2015年的情況進行評價，涵蓋三個方面內(nèi)容：一是以考試大綱為標準，對命題質量進行分析和評價；二是以調查問卷的統(tǒng)計數(shù)據(jù)為基礎，對考試質量進行了解和分析；三是通過座談與問卷對考試改革進行調查并征求意見。評價報告充分肯定湖北省英語口語等級考試對促進全省基礎英語教學改革發(fā)揮了重要作用，同時指出了試題中存在一些脫離考生實際生活和超過考試大綱范圍的語料、詞匯、主題和內(nèi)容，容易對考生造成不公，影響考試質量。評價報告建議改進英語口語等級考試評分標準及評分權重分配，積極推進英語口語等級考試開展智能評分。

經(jīng)過近5年的社會考試評價探索與實踐，湖北省社會考試評價工作取得了明顯的突破，具體表現(xiàn)有：

第一，評價對象得以拓展。由于考試評價實踐在國內(nèi)推進時間還不是很久，主要評價對象是教育考試，如高中畢業(yè)會考、高中學業(yè)水平考試、普通高考等。開展考試評價的主要目的是為了搜集考試反饋信息，了解考試實施情況，幫助師生改善教學效果，提升考試命題質量，以達到改進教育考試自身工作的目的。湖北省開展社會考試評價探索與實踐，對本考區(qū)全國計算機等級考試、全國大學英語四六級考試等開展評價試點，把考試評價從教育考試延伸到了社會考試，拓展了考試評價的對象。

第二，評價內(nèi)容得以充實。在社會考試評價試點工作中，在堅持開展對試卷難度、區(qū)分度、信度進行統(tǒng)計分析的同時，還結合各個考試項目的不同特征及具體情況、考試改革發(fā)展的需要等，制定不同的評價目標、評價方案和評價辦法，涉及考試目的、考試過程、考試環(huán)節(jié)、考試數(shù)據(jù)、考試現(xiàn)象、考試制度和考試效果等。如湖北省英語口語等級考試評價過程中，專門收集、歸納、整理全省有關考試機構、考點、中學英語教師對英語口語考試改革的意見與建議，對推進全省英語口語等級考試智能評分發(fā)揮了重要作用。

第三，評價方法靈活多樣。由于各社會考試項目及其所擁有的資源、條件不同，在開展社會考試評價過程中所使用的評價方式方法也因考試項目、評價目的的不同而存在差異。對全國計算機等級考試評價，主要是對2010—2012年考試結果的統(tǒng)計與分析，并努力探索建立一種標準參照性考試的評價模式。在中小學教師資格考試評價中，對命題質量與考試大綱要求的吻合度進行對比分析時，采用了SEC（Surveys of Enacted Curriculum）分析法，以統(tǒng)計出試卷與大綱的一致性系數(shù)，這種方法對考試評價具有高效性和準確性。在大學英語四六級考試評價過程中，通過對試題的各項語言維度進行統(tǒng)計分析，指出全國大學英語四六級考試多題多卷改革在等值方面仍然存在一些值得改進的地方。

第四，評價理念明顯升華。一是以終身教育理念指導社會考試評價。把開展社會考試、提供社會考試評價服務作為促進我國終身教育體系建設的重要內(nèi)容和組成部分，為建設學習型社會服務[1]。二是開展社會考試評價是教育考試工作的本分和天職。開展社會考試既是對教育考試機構自身資源與能力的再開發(fā)和再利用，也是教育考試機構履行服務社會職能、參與社會經(jīng)濟建設的具體體現(xiàn)。三是建立具有社會考試特色的評價體系。社會考試評價既要注重對命題質量的分析，又要注重對學生學習質量與效果的分析，增強考試評價的合目的性和合規(guī)律性[2]。社會考試評價既要遵從考試評價自身規(guī)律，又要兼顧各行業(yè)部門對人才技能與規(guī)格的要求變化，主動回應社會對社會考試的呼聲和關切，使社會考試評價形成自身特色和風格。社會考試評價不僅應包括考試效度、信度、區(qū)分度和難度等內(nèi)容，還需要根據(jù)評價目的和要求，拓展評價內(nèi)容和范圍，以增強評價的針對性、科學性和有效性。四是主動順應時代發(fā)展潮流，積極推進由考試機構向評價機構的轉變。從單一考試邁向多元評價是人類的教育觀從選拔和分類躍升到促進人的全面發(fā)展的必然產(chǎn)物[3]。

3 開展社會考試評價的思考

俗話說：萬物之初，其形必丑。湖北省教育考試院開展社會考試評價的實踐與探索，雖然取得了一些成績，但也存在一些問題與不足：

第一，評價觀念有待進一步強化。由于考試評價還只是處于試點、探索階段，雖然取得了一些成效，但仍存在許多不足，如評價理論與技術、評價資源與隊伍、評價過程與結論、評價方式與方法等方面都還存在一些值得商榷與改進的地方，最關鍵的問題是對考試評價的認識還需要進一步提高，對考試評價工作需要進一步重視，要把考試評價納入考試業(yè)務的整體范疇，統(tǒng)一規(guī)劃、統(tǒng)一布置、統(tǒng)一推進，增強考試評價工作的目的性、計劃性、協(xié)調性和成效性。

第二，考試數(shù)據(jù)有待進一步完備。除了全國計算機等級考試有翔實的考試數(shù)據(jù)外，全國大學英語四六級考試、中小學教師資格考試和湖北省英語口語等級考試等都缺乏考生作答的詳細數(shù)據(jù)，可能會影響考試評價的全面性、科學性和客觀性。另外，有的評價只是對一次考試的試卷進行統(tǒng)計與分析，所得出的評價結論缺乏應有的公信力和說服力。

第三，方式方法有待進一步完善。如在對湖北考區(qū)全國大學英語四六級考試試卷質量的網(wǎng)上問卷調查中，有時學生和教師對同一問題的回答分歧很大。又如在對湖北省英語口語等級考試評價時，由于該項考試目前還是采用人工評卷，相當多的數(shù)據(jù)來自于調查問卷，數(shù)據(jù)的來源和類型過于單一。

第四，效用發(fā)揮有待進一步加強。雖然考試評價結果在考試管理與考試政策方面得到及時采納，發(fā)揮了積極效用，但評價結果尚未直接服務學校和考生，考試評價的結果沒能發(fā)揮應有的反饋效用。在今后的工作中，要努力提高和拓展社會考試評價的效用。

[1]戴家干.遵循教育規(guī)律,推進教育考試評價科學發(fā)展[J].考試研究,2011（1）:28.

[2]張遠增.考試評價:考試研究的新領域[J].考試研究,2005（1）:6.

[3]韓寧.從關于學習的評價到為了學習的評價[J].中國考試,2009（8）:21.