教師效能的有效評(píng)價(jià)：路在何方？

劉鐵川 王閃閃 尤晨晨

〔摘要〕由于傳統(tǒng)的教師評(píng)價(jià)方法忽略了學(xué)生的起點(diǎn)及背景因素對(duì)學(xué)習(xí)成果的影響，增值評(píng)價(jià)引起了國(guó)內(nèi)外教育工作者的廣泛重視。然而，在研究和實(shí)踐中增值評(píng)價(jià)方法的局限也日益明顯，尤其美國(guó)統(tǒng)計(jì)協(xié)會(huì)關(guān)于增值評(píng)價(jià)使用的聲明引起了普遍關(guān)注。本文結(jié)合近年來(lái)國(guó)內(nèi)外增值評(píng)價(jià)研究的最新觀點(diǎn)，分析了使用增值評(píng)價(jià)模型評(píng)價(jià)教師效能時(shí)的優(yōu)勢(shì)與不足，并給出了實(shí)踐應(yīng)用時(shí)的一些建議。

〔關(guān)鍵詞〕教師效能；增值評(píng)價(jià)；高利害；問(wèn)責(zé)制

〔中圖分類號(hào)〕G451.1 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1671-2684（2018）07-0011-05

一、引言

傳統(tǒng)教師評(píng)價(jià)方式極少考慮學(xué)生基線水平，過(guò)分依賴于平均分、優(yōu)秀率、及格率、排名、上線率等單一的、終結(jié)性的指標(biāo)。然而，很多影響學(xué)生最終學(xué)業(yè)成就的因素不受教師或?qū)W校控制，如家庭背景、社會(huì)經(jīng)濟(jì)地位等。因此，傳統(tǒng)的教師評(píng)價(jià)方式極易挫傷教師的教學(xué)積極性，誤導(dǎo)教師忽略學(xué)習(xí)基礎(chǔ)差的學(xué)生，造成學(xué)校之間搶奪生源等惡劣影響。

事實(shí)上學(xué)生成績(jī)是學(xué)生個(gè)人、學(xué)校、教育政策系統(tǒng)等多個(gè)層次上的多種因素相互作用的結(jié)果。增值評(píng)價(jià)模型（Value-Added Models，VAM）可準(zhǔn)確區(qū)分不同層面、不同因素對(duì)學(xué)生學(xué)業(yè)發(fā)展所起的作用，并得出各個(gè)因素所做的貢獻(xiàn)[1]，因此在近年來(lái)的教育效能研究中引起廣泛重視。目前增值性評(píng)價(jià)的主要統(tǒng)計(jì)方法有概要統(tǒng)計(jì)模型（描述統(tǒng)計(jì)分析）、多元線性回歸分析（將學(xué)生或?qū)W校層面的各種影響因素納入到統(tǒng)計(jì)模型中加以分析）和多水平分析模型（通常將學(xué)生水平作為第一層，學(xué)校水平作為第二層）。雖然統(tǒng)計(jì)方法不同，但基本思路都是：增值=輸出值-輸入值。這里的輸入和輸出指的都是標(biāo)準(zhǔn)化測(cè)試成績(jī)，對(duì)所有的學(xué)校和學(xué)生使用相同的程序，再使用復(fù)雜的統(tǒng)計(jì)模型得出教師的增值分?jǐn)?shù)。VAM中納入了更多的影響學(xué)業(yè)成就的因素，使用較復(fù)雜的量化模型來(lái)分析教師對(duì)學(xué)生的標(biāo)準(zhǔn)化測(cè)驗(yàn)成績(jī)，因此比其他評(píng)價(jià)方式得到的結(jié)果更具客觀性和權(quán)威性[2]。

英美國(guó)家率先引入增值評(píng)價(jià)模型來(lái)評(píng)價(jià)教師效能，由威廉·桑德斯（William L.Sanders）教授及其團(tuán)隊(duì)創(chuàng)立的田納西州增值評(píng)價(jià)系統(tǒng)（Ten-nessee Value-Added Assessment System，TVAAS）是最早的也是目前發(fā)展比較完善、應(yīng)用廣泛的增值評(píng)價(jià)系統(tǒng)。緊隨美國(guó)之后，1967年的“普洛登報(bào)告”使教育公平問(wèn)題受到高度重視，這是英國(guó)增值評(píng)價(jià)的起點(diǎn)。國(guó)際上關(guān)于教師增值性評(píng)價(jià)在廣度和深度上進(jìn)行了大量的模型理論探討和實(shí)證研究，在合理利用其優(yōu)勢(shì)的同時(shí)也在逐步完善和修正它的不足之處，而且越來(lái)越重視它在教師評(píng)價(jià)中的地位。在“力爭(zhēng)上游”（Race to the Top）教改計(jì)劃“再投資法案”（Reinvestment Act）“教師獎(jiǎng)勵(lì)基金”（Teacher Incentive Fund）等政策的支持下，更多的學(xué)校把VAM納入到教師評(píng)價(jià)框架中。經(jīng)濟(jì)合作與發(fā)展組織（OECD）主導(dǎo)的教育系統(tǒng)國(guó)際指標(biāo)項(xiàng)目（INES）也考慮將“增值”評(píng)價(jià)方法納入到國(guó)際教育指標(biāo)系統(tǒng)，以增強(qiáng)國(guó)際間學(xué)校效能的比較指標(biāo)的效度，并于2008 年出版了專題報(bào)告《測(cè)量學(xué)習(xí)成果的改進(jìn)：評(píng)價(jià)學(xué)校增值的最佳實(shí)踐》，擬在成員國(guó)范圍內(nèi)推廣教育增值評(píng)價(jià)方法。

國(guó)內(nèi)關(guān)于教師增值性評(píng)價(jià)的研究起步較晚，進(jìn)展緩慢，理論研究不多，大多是對(duì)國(guó)外教師增值性評(píng)價(jià)研究現(xiàn)狀的述評(píng)[3]。我國(guó)2001年起陸續(xù)有學(xué)者研究田納西增值評(píng)價(jià)體系、增值在國(guó)外的應(yīng)用及對(duì)我國(guó)的啟示等。2009年后，相關(guān)的實(shí)證研究增多，從大量相關(guān)研究中足以看出我國(guó)學(xué)者對(duì)增值評(píng)價(jià)的研究熱情和增值評(píng)價(jià)在我國(guó)應(yīng)用的趨勢(shì)。比較有代表性的有王家美等人以江西省上饒市30所高級(jí)中學(xué)語(yǔ)文學(xué)科的評(píng)估為例做的增值評(píng)估的實(shí)證研究[4]；熊志權(quán)和楊煌（2016）以珠海市香洲區(qū)4年的實(shí)踐為例，進(jìn)行了增值評(píng)價(jià)的背景意義、實(shí)踐效果以及研究困惑的研究；彭湃就教育效能實(shí)證研究的前沿方法進(jìn)行了系統(tǒng)的研究[5]。

增值評(píng)價(jià)方法的發(fā)展，尤其是評(píng)價(jià)教師效能的使用，已經(jīng)在教育領(lǐng)域引起了廣泛的關(guān)注并且成為了研究熱點(diǎn)。邊玉芳稱增值評(píng)價(jià)為一種綠色升學(xué)率理念下的發(fā)展性學(xué)校評(píng)價(jià)模式。2000年我國(guó)香港特區(qū)政府開(kāi)始以增值評(píng)價(jià)法為基礎(chǔ)建立香港學(xué)校增值資料系統(tǒng)（School Value Added Information System，SVAIS），每年為學(xué)校的發(fā)展提供年度研究報(bào)告。劉娟等人指出，基于增值評(píng)價(jià)的理念開(kāi)展學(xué)校效能評(píng)價(jià)，對(duì)于推進(jìn)綠色評(píng)價(jià)模式發(fā)展，科學(xué)、客觀地評(píng)價(jià)學(xué)校教育教學(xué)成效具有重要意義[6]。VAM的優(yōu)勢(shì)得到了普遍認(rèn)同，然而其用于高利害決策時(shí)的局限很多教育工作者并未有深刻認(rèn)識(shí)。

二、應(yīng)用增值評(píng)價(jià)面臨的問(wèn)題

本研究主要圍繞美國(guó)統(tǒng)計(jì)協(xié)會(huì)（ASA）聲明的內(nèi)容進(jìn)行展開(kāi)論述，通過(guò)介紹國(guó)內(nèi)外VAM的最新研究現(xiàn)狀，細(xì)致分析其存在的局限，并給出教師效能評(píng)價(jià)中使用VAM時(shí)的一些建議，期待能引起相應(yīng)教育研究與實(shí)踐工作者的重視。

ASA聲明內(nèi)容主要體現(xiàn)在以下幾個(gè)方面。

（1）ASA支持用以提升教育質(zhì)量的數(shù)據(jù)、統(tǒng)計(jì)模型和實(shí)驗(yàn)設(shè)計(jì)的明智使用。

（2）VAMs是復(fù)雜的統(tǒng)計(jì)模型，需要高水平的統(tǒng)計(jì)專業(yè)人員來(lái)發(fā)展這個(gè)模型和解釋他們的結(jié)果。

（3）使用VAMs估計(jì)方法應(yīng)附有精確的方法、假設(shè)的討論及模型局限性，尤其是將VAMs使用在相關(guān)性特別高的高利害目的中時(shí)。

（4）應(yīng)該在質(zhì)量改進(jìn)方面看待VAMs。VAMs能夠把歸因于該評(píng)估系統(tǒng)的效應(yīng)同歸因于個(gè)別教師、教師資格教育或者學(xué)校的效應(yīng)區(qū)分出來(lái)。大部分的VAM研究發(fā)現(xiàn)在測(cè)驗(yàn)分?jǐn)?shù)中教師占這些變異的1%～14%，而在系統(tǒng)水平條件下教學(xué)質(zhì)量有很大提升空間。如果僅通過(guò)他們的VAMs分?jǐn)?shù)排名，教師可能意外地降低教學(xué)質(zhì)量。

（一）增值評(píng)價(jià)的誤差分析

1.使用時(shí)達(dá)不到理想條件

VAM的典型做法是使用回歸模型的形式預(yù)測(cè)來(lái)自不同背景（包括先前的測(cè)驗(yàn)分?jǐn)?shù)）的學(xué)生的標(biāo)準(zhǔn)測(cè)驗(yàn)得分或者增長(zhǎng)，在模型中包括教過(guò)這個(gè)學(xué)生的教師。如果一名教師的學(xué)生相對(duì)于其他有相似起點(diǎn)的學(xué)生有更高的成就增長(zhǎng)，那么該教師就有一個(gè)高的增值得分。

在理想條件下，VAM所使用的測(cè)試內(nèi)容應(yīng)該在廣度和深度上完整測(cè)量學(xué)生成就。然而，在實(shí)踐中沒(méi)有測(cè)驗(yàn)滿足這個(gè)嚴(yán)格的標(biāo)準(zhǔn)。增值評(píng)價(jià)最終能否改善或者破壞教師評(píng)價(jià)效果取決于VAM指標(biāo)能否精確識(shí)別個(gè)別教師對(duì)學(xué)生學(xué)習(xí)的影響并因此提供教師效能的可靠測(cè)量。在技術(shù)和實(shí)施方面，VAM能夠做到這一點(diǎn)必須滿足幾個(gè)條件。

（1）反映出學(xué)生成績(jī)的測(cè)驗(yàn)?zāi)軌蚝芎玫販y(cè)量學(xué)生的學(xué)習(xí)，學(xué)生的實(shí)際成就沿著一個(gè)垂直量表，能夠全面表現(xiàn)出測(cè)量相等時(shí)間間隔的可能成就。

（2）校內(nèi)或校際間學(xué)生隨機(jī)分配給教師，即分配給一名教師的學(xué)生群體的學(xué)習(xí)條件及特征和分配給其他教師的沒(méi)有本質(zhì)區(qū)別。

（3）用來(lái)測(cè)量增長(zhǎng)的這段時(shí)期教師是惟一影響學(xué)生學(xué)習(xí)的因素。

當(dāng)然，這樣的假設(shè)不成立，測(cè)量學(xué)習(xí)增長(zhǎng)的誤差的程度和把他們歸因于一個(gè)特定教師的程度取決于他們多大程度上違反了這些條件以及統(tǒng)計(jì)方法多大程度上能夠補(bǔ)救這些問(wèn)題。一個(gè)學(xué)生一段時(shí)期給定一個(gè)科目的學(xué)生成績(jī)除了和個(gè)別教師有關(guān)外，還和很多因素都有關(guān)系：學(xué)校因素，例如班級(jí)規(guī)模、所選課程、教學(xué)時(shí)間、可用的專家、導(dǎo)師、書(shū)籍、計(jì)算機(jī)、實(shí)驗(yàn)室和其他資源；之前的教師和學(xué)校，其他現(xiàn)在的教師之間專業(yè)學(xué)習(xí)和協(xié)同計(jì)劃的機(jī)會(huì)；同伴文化和成績(jī)；家庭因素，例如父母協(xié)助家庭作業(yè)、保障飲食和住宿的能力、身體或者精神上的支持或虐待等；個(gè)體學(xué)生需要、健康和出勤率。鑒于所有這些對(duì)學(xué)習(xí)影響的因素，教師在學(xué)生成就變化中只占很小的比例也不足為奇了，一般估計(jì)低于10%。

2.模型調(diào)整不足引起的誤差

ASA指出從班級(jí)差異水平計(jì)算VAM分?jǐn)?shù)，在回歸模型中通過(guò)背景變量是無(wú)法解釋的。這些班級(jí)差異水平可能是來(lái)自不包括在模型中的其他因素（例如，班級(jí)規(guī)模、教授特殊需求學(xué)生或者有接受課外輔導(dǎo)的學(xué)生）。作為教師貢獻(xiàn)的一種測(cè)量，VAM分?jǐn)?shù)的效度取決于采用的特定的回歸模型多大程度上能夠調(diào)整那些產(chǎn)生系統(tǒng)影響的其他因素、偏差和教師的VAM分?jǐn)?shù)。例如，天才學(xué)生或者在測(cè)驗(yàn)分?jǐn)?shù)中表現(xiàn)收益更少的殘疾人，如果模型不能準(zhǔn)確地考慮到他們的情況，可能導(dǎo)致有偏差的VAM分?jǐn)?shù)。

即使使用連續(xù)幾年的數(shù)據(jù)計(jì)算并且在最好的條件下建模，VAM分?jǐn)?shù)本身還是有很大的標(biāo)準(zhǔn)誤，從而使排名不穩(wěn)定。一方面結(jié)合連續(xù)幾年的VAM可以減少VAM得分的標(biāo)準(zhǔn)誤。另一方面，當(dāng)一個(gè)模型系統(tǒng)地低估那些工作在特定的環(huán)境或者服務(wù)特定類型學(xué)生的教師效能時(shí)，多年的數(shù)據(jù)對(duì)引起的問(wèn)題并不起作用，因?yàn)橄到y(tǒng)低估將會(huì)出現(xiàn)在每一年的數(shù)據(jù)中。

3.隨機(jī)誤差

隨機(jī)誤差意味著增值測(cè)量隨時(shí)間的不同而產(chǎn)生的不穩(wěn)定性。例如，假期前的分?jǐn)?shù)不能預(yù)測(cè)學(xué)生假期后的分?jǐn)?shù)（假期是否學(xué)習(xí)）。如果VAM偏差很大或者不可靠，可能導(dǎo)致錯(cuò)誤的人事決策和資源分配，可能阻止有教師擇業(yè)意向的人進(jìn)入這個(gè)行業(yè)。盡管從統(tǒng)計(jì)學(xué)家的觀點(diǎn)來(lái)看VAM測(cè)量有可接受的屬性，對(duì)從業(yè)人員而言其復(fù)雜的計(jì)算和固有的變化性能夠降低表面效度。以Corcoran 為代表的悲觀主義論認(rèn)為，VAM測(cè)量缺乏透明度并且不精確，所以關(guān)于VAM測(cè)量顯著提高教學(xué)效能和專業(yè)質(zhì)量的潛能顯然是被夸大了。信度是指研究的方法、條件和結(jié)果的可重復(fù)性、可驗(yàn)證性。一些偶然誤差，例如標(biāo)準(zhǔn)化考試測(cè)量誤差、學(xué)生考試期間生病、某一年分配給教師的生源差別大等可以解釋教師增值的不穩(wěn)定。研究發(fā)現(xiàn)，學(xué)校增值在不同學(xué)科間一致性程度較低，基于同一屆學(xué)生計(jì)算的學(xué)校增值在不同年份中缺乏穩(wěn)定性。

（二）問(wèn)責(zé)制下的增值評(píng)價(jià)

1.濫用的后果

Margaret Wu在針對(duì)把學(xué)生的測(cè)驗(yàn)分?jǐn)?shù)和教師問(wèn)責(zé)聯(lián)系起來(lái)這種現(xiàn)象明確指出了統(tǒng)計(jì)濫用的后果。他指出教師問(wèn)責(zé)制不能通過(guò)學(xué)生測(cè)驗(yàn)分?jǐn)?shù)來(lái)建立，因?yàn)橥茢嗍遣孪攵皇亲C據(jù)，而且推斷總是有誤差的。即使控制了學(xué)生的社會(huì)經(jīng)濟(jì)地位，仍然有學(xué)校控制之外的其他因素。對(duì)于一個(gè)有學(xué)習(xí)困難的學(xué)生，即使它的誤差很小，但是用于評(píng)價(jià)教師也是無(wú)效的，因?yàn)榕c教師表現(xiàn)關(guān)系不大。單獨(dú)使用統(tǒng)計(jì)推斷不能用作任何高利害決策，因?yàn)闇y(cè)量得到的是團(tuán)體效應(yīng)而不是個(gè)體效應(yīng)，且統(tǒng)計(jì)推斷并不意味著采用大量的例子，而是在缺乏其他證據(jù)的時(shí)候來(lái)提供支持的證據(jù)。

2.用于決策還是篩選

VAM可能是表現(xiàn)得相對(duì)有用的指標(biāo)，能夠分離出非常高或非常低表現(xiàn)的教師。校長(zhǎng)可以充分利用這種信息作為一個(gè)早期預(yù)警信號(hào)或者在極端情況下作為解雇的理由。然而對(duì)大量教師來(lái)說(shuō)，VAM作為工作績(jī)效指標(biāo)的使用又是另外一件事情。鑒于VAM固有的不穩(wěn)定性，在高利害系統(tǒng)使用VAM需要保守的設(shè)計(jì)，比如懲罰和獎(jiǎng)勵(lì)只針對(duì)那些明顯非常高或非常低的表現(xiàn)，以及統(tǒng)計(jì)一個(gè)不確定性的可接受的低水平。一個(gè)滿足這些保守標(biāo)準(zhǔn)的VAM系統(tǒng)最后只用在極端的案例中，而對(duì)大部分的教師只能提供很小的反饋。這就引出一個(gè)問(wèn)題：除了能夠識(shí)別出最差的教師外，VAM還能為校長(zhǎng)和其他教育工作者做什么[7]？

三、質(zhì)量改進(jìn)和增值模型

（一）加強(qiáng)公眾對(duì)增值評(píng)價(jià)的統(tǒng)計(jì)數(shù)據(jù)的了解

對(duì)于VAM分?jǐn)?shù)是怎么來(lái)的，為什么能夠用來(lái)評(píng)價(jià)教師對(duì)學(xué)生成績(jī)?cè)鲩L(zhǎng)的貢獻(xiàn)，我們要讓被評(píng)價(jià)的教師理解這種評(píng)價(jià)方式。可以通過(guò)開(kāi)發(fā)和改進(jìn)用于教育的統(tǒng)計(jì)模型，在設(shè)計(jì)實(shí)驗(yàn)和解釋統(tǒng)計(jì)結(jié)果中提供指導(dǎo)，應(yīng)用專業(yè)知識(shí)幫助指導(dǎo)存在不確定性時(shí)的判斷。VAM是復(fù)雜的統(tǒng)計(jì)模型，需要高水平的統(tǒng)計(jì)專業(yè)知識(shí)，尤其是當(dāng)VAM成為高利害問(wèn)責(zé)制的一部分時(shí)需要使用良好的統(tǒng)計(jì)實(shí)踐進(jìn)行解釋，包括模型假設(shè)，模型與數(shù)據(jù)的吻合程度如何，模型各方面估計(jì)的靈敏性以及報(bào)告估計(jì)精度的方法，如置信區(qū)間或標(biāo)準(zhǔn)誤等。當(dāng)然不能完全單純依賴于統(tǒng)計(jì)數(shù)據(jù)，VAM分?jǐn)?shù)在統(tǒng)計(jì)特性上足夠良好不代表就是完美的，我們也要結(jié)合使用其他工具。

（二）結(jié)合使用其他評(píng)價(jià)工具

增值使用的一個(gè)重大轉(zhuǎn)變是作為一個(gè)“篩選過(guò)程”。增值測(cè)量可以用來(lái)最初識(shí)別表現(xiàn)有問(wèn)題的教師，但是最后決定表現(xiàn)則應(yīng)該是基于收集的其他信息（例如課堂觀察）。篩選方法能夠避免數(shù)據(jù)缺失問(wèn)題和解決教育者對(duì)增值測(cè)量的其他擔(dān)憂，比如增值可以作為防止無(wú)度和可提高信度的制衡系統(tǒng)的一部分[8]。教師增值可能不能完全考慮學(xué)生追蹤數(shù)據(jù)（學(xué)生轉(zhuǎn)入和轉(zhuǎn)出班級(jí)），這樣結(jié)果就更不穩(wěn)定。因此可以把教師作為教師團(tuán)隊(duì)中的一員來(lái)評(píng)價(jià)，即合作教學(xué)的增值評(píng)價(jià)方法，因其包含更多的學(xué)生信息而避免了數(shù)據(jù)追蹤問(wèn)題，能夠減少系統(tǒng)和隨機(jī)誤差，還可促進(jìn)每一個(gè)團(tuán)隊(duì)內(nèi)的教師之間的合作和協(xié)調(diào)。另外還可以結(jié)合使用學(xué)校校長(zhǎng)觀察和同行評(píng)議[9]，或者選擇能得到及時(shí)的反饋信息從而有助于提高教學(xué)質(zhì)量的課堂觀察。

（三）增值評(píng)價(jià)學(xué)校等級(jí)和學(xué)生層次的應(yīng)用建議

大部分的增值研究關(guān)注小學(xué)，對(duì)中學(xué)和高中教師有一定的挑戰(zhàn)性[10]，因?yàn)樵谛W(xué)階段都是同一名教師參與學(xué)生大部分的學(xué)習(xí)時(shí)間，因此，更容易把閱讀和數(shù)學(xué)成績(jī)歸因于該教師。蒂莫西·羅杰斯通過(guò)研究指出，中學(xué)教育中應(yīng)用到的增值測(cè)量技術(shù)與用來(lái)測(cè)量高等教育增值的比較增值法（CVA）類似，并且高等教育增值測(cè)量需要更加復(fù)雜的技術(shù)。張文靜等人用增值法做了教師變量對(duì)小學(xué)四年級(jí)數(shù)學(xué)成績(jī)的影響的研究[11]；杜屏和楊中超基于我國(guó)西部五省農(nóng)村初級(jí)中學(xué)學(xué)校效能調(diào)研數(shù)據(jù)的實(shí)證分析，在分析學(xué)校效能差異基礎(chǔ)上進(jìn)一步提出了學(xué)校是通過(guò)學(xué)校生源質(zhì)量、教育教學(xué)水平、辦學(xué)基本條件共同作用的[12]；呂菲（2014）和杜慶（2015）對(duì)增值評(píng)價(jià)法在高職教師專業(yè)發(fā)展中的應(yīng)用做了一個(gè)理論的分析；谷明非（2014）對(duì)本科生學(xué)業(yè)成績(jī)?cè)鲋翟u(píng)價(jià)的可行性分析中發(fā)現(xiàn)，將增值評(píng)價(jià)應(yīng)用于本科生學(xué)業(yè)成績(jī)?cè)u(píng)價(jià)的可行性比中小學(xué)評(píng)價(jià)的可行性小得多。當(dāng)在學(xué)校間比較標(biāo)準(zhǔn)測(cè)驗(yàn)的學(xué)生表現(xiàn)時(shí)要考慮到學(xué)習(xí)內(nèi)容，增值的概念在高等教育研究者和學(xué)校間存在頗多爭(zhēng)議，盡管學(xué)校對(duì)學(xué)生學(xué)習(xí)有重大責(zé)任，但是也受學(xué)?？刂浦獾膶W(xué)生動(dòng)機(jī)、學(xué)業(yè)投入、大學(xué)準(zhǔn)備度和職業(yè)抱負(fù)的影響。當(dāng)增值排名的結(jié)果對(duì)學(xué)校有一個(gè)深遠(yuǎn)的影響時(shí)，我們提醒利益相關(guān)者謹(jǐn)慎解釋增值分?jǐn)?shù)以及學(xué)生學(xué)習(xí)和學(xué)校效能之間的關(guān)系[13]。

國(guó)內(nèi)許多學(xué)校班級(jí)之間存在明顯的分層現(xiàn)象，如普通班、重點(diǎn)班、特優(yōu)班等，那么增值性評(píng)價(jià)是否同樣適用？標(biāo)準(zhǔn)化考試中的“天花板效應(yīng)”即高分群體增值不明顯，這就可能引導(dǎo)教師更關(guān)注那些低分群體。這也有助于生源較差的學(xué)校找到自信，只是如何對(duì)高起點(diǎn)的學(xué)校進(jìn)行增值評(píng)價(jià)又成了一個(gè)問(wèn)題。

（四）妥善解釋增值分?jǐn)?shù)結(jié)果

原則上每一名教師每一年有一個(gè)真實(shí)的增值分?jǐn)?shù)，但是我們從未看過(guò)“真”分?jǐn)?shù)，而是在合理分?jǐn)?shù)范圍內(nèi)的單一估計(jì)。合理增值分?jǐn)?shù)的范圍——置信區(qū)間——能使得許多教師的分?jǐn)?shù)區(qū)間或者排名大大重疊。因此，我們不能輕易識(shí)別許多教師真實(shí)的增值分?jǐn)?shù)。當(dāng)基于增值對(duì)教師進(jìn)行分類時(shí)可能出現(xiàn)兩種解釋性的錯(cuò)誤：對(duì)在某種百分比之上但是卻被錯(cuò)誤地歸類為之下的教師的“假識(shí)別”（false identifications）；對(duì)實(shí)際上在某種百分比之下但是被錯(cuò)誤歸類為之上的“假非識(shí)別（false non-identifications）”。錯(cuò)誤識(shí)別教師為閾值之下對(duì)教師是有風(fēng)險(xiǎn)的，但是不能識(shí)別真正的無(wú)效教師對(duì)學(xué)生是有風(fēng)險(xiǎn)的。通過(guò)以下程序可以鑒定真實(shí)的增值分?jǐn)?shù)對(duì)分類的潛在錯(cuò)誤的貢獻(xiàn)有多不確定。首先，指定你愿意忍受的錯(cuò)誤程度，你希望識(shí)別的教師群體；然后確定誤識(shí)別的分?jǐn)?shù)；最后，指定這一年和下一年增值分?jǐn)?shù)之間的相關(guān)[14]。大多數(shù)現(xiàn)實(shí)世界中的設(shè)置，不確定的程度將導(dǎo)致相當(dāng)大的教師錯(cuò)誤分類比例。

我們需要進(jìn)一步了解包括增值測(cè)量技術(shù)性能的大量信息，比如這些測(cè)量如何應(yīng)用于實(shí)踐，包括學(xué)生對(duì)教師的分配、更激勵(lì)性的數(shù)據(jù)收集的目標(biāo)和結(jié)合其他測(cè)量等。是否和怎樣使用VAM取決于實(shí)際情況，如政策靈活性和選擇的反響、信息的相關(guān)性、測(cè)驗(yàn)知識(shí)和技巧的重要性以及VAM的花費(fèi)、系統(tǒng)計(jì)算增值和收集其他信息的能力等[15]。

四、總結(jié)

我們不能集中關(guān)注VAM的已知缺陷而認(rèn)可其他教師評(píng)價(jià)的方法，沒(méi)有評(píng)價(jià)工具是完美的，每一種評(píng)價(jià)體系都是各種不完美的測(cè)量組合而成。對(duì)于教師表現(xiàn)的測(cè)量，挑戰(zhàn)在于如何提取并結(jié)合從其他工具得到的信息[16]。我國(guó)學(xué)者胡詠梅也看到了美國(guó)教師評(píng)價(jià)的新趨勢(shì)，對(duì)相對(duì)評(píng)價(jià)、增值評(píng)價(jià)與課堂觀察評(píng)價(jià)的融合進(jìn)行了分析[17]。盡管結(jié)合多種測(cè)量工具會(huì)使測(cè)驗(yàn)結(jié)果信效度更高，但是考慮到涉及的方法越多，程序越繁瑣，因此，應(yīng)當(dāng)謹(jǐn)慎選擇測(cè)評(píng)工具。因?yàn)橐蛛x出影響學(xué)生學(xué)業(yè)成績(jī)的教師層面的因素并且原始分?jǐn)?shù)要轉(zhuǎn)化為標(biāo)準(zhǔn)測(cè)驗(yàn)分?jǐn)?shù)才具有可比性，所以本土化教育增值評(píng)價(jià)的研究趨勢(shì)涉及兩個(gè)方面的統(tǒng)計(jì)技術(shù)，一是多層線性模型，二是等值技術(shù)。

最后，增值評(píng)價(jià)在我國(guó)不管用于高利害目的還是低風(fēng)險(xiǎn)目的，都沒(méi)有相應(yīng)的法律條文明確它的使用。教育研究者對(duì)VAM的重視，教育和評(píng)估項(xiàng)目信效度的法律義務(wù)需要教育決策者進(jìn)行進(jìn)一步研究。與此同時(shí)，社會(huì)科學(xué)工作者也應(yīng)該拿出更多關(guān)于VAM信效度和它的潛在使用的有說(shuō)服力的證據(jù)。對(duì)于公共決策者，實(shí)施高利害決策的建議是不成熟的。不管它在法律上是否是站得住腳的，VAM作為一個(gè)工具對(duì)教育改革都有相當(dāng)大的局限性[18]。總之，我們的最終目的不是評(píng)價(jià)，而是要提高教學(xué)質(zhì)量。

參考文獻(xiàn)

[1]邊玉芳，王燁暉. 增值評(píng)價(jià)：學(xué)校辦學(xué)質(zhì)量評(píng)估的一種有效途徑[J]. 教育學(xué)報(bào)，2013（1）：43-48.

[2]American Statistical Association. ASA statement on using value-added models for educational assessment[M]. Alexandria：VA，2014.

[3]邊玉芳，孫麗萍. 教師增值性評(píng)價(jià)的進(jìn)展及在我國(guó)應(yīng)用的建議[J]. 教師教育研究，2015（1）：014.

[4]王家美，戴海琦，周延.教育增值評(píng)估的實(shí)證研究——以江西省上饒市 30 所高級(jí)中學(xué)語(yǔ)文學(xué)科的評(píng)估為例[J]. 中國(guó)考試，2009（9）：3-9.

[5]彭湃，胡詠梅. 學(xué)校增值的一致性與穩(wěn)定性——基于多水平追蹤數(shù)據(jù)的實(shí)證研究[J]. 教育研究，2015， 36（7）：73-80.

[6]劉娟，高振華，盧志舟，馬春環(huán)，李鵬，增值評(píng)價(jià)在學(xué)校效能評(píng)價(jià)中的應(yīng)用[J].教育測(cè)量與評(píng)價(jià)，2015（10）：18-22.

[7]Corcoran S，Goldhaber D.Value added and its uses：Where you stand depends on where you sit[J]. Education，2013， 8（3）：418-434.

[8]Harris D N，Herrington C D. Editors Introduction：The Use of Teacher Value-Added Measures in Schools New Evidence，Unanswered Questions，and Future Prospects[J]. Educational Researcher，2015， 44（2）：71-76.

[9]Harris D N. Clear away the smoke and mirrors of value-added[J]. Phi Delta Kappan，2010， 91（8）：66-69.

[10]Harris D，Anderson A.Does value-added work better in elementary than in secondary grades？[M]Washington，DC：Carnegie Knowledge Network，2013.

[11]張文靜，辛濤，康春花.教師變量對(duì)小學(xué)四年級(jí)數(shù)學(xué)成績(jī)的影響：一個(gè)增值性研究[J]. 教育學(xué)報(bào)，2010（2）：69-76.

[12]杜屏，楊中超.農(nóng)村初級(jí)中學(xué)學(xué)校效能的增值性評(píng)價(jià)——基于我國(guó)西部五省調(diào)研數(shù)據(jù)的實(shí)證分析[J]. 北京師范大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011（6）：91-97.

[13]Liu O L. Value-added assessment in higher education：A comparison of two methods[J]. Higher Education，2011， 61（4）：445-461.

[14]Raudenbush S W，Jean M. How should educators interpret value-added scores？What We Know Series：Value-Added Methods and Applications. Knowledge Brief 1[J]. Carnegie Foundation for the Advancement of Teaching，2012.

[15]Loeb S. How can value-added measures be used for teacher improvement？What We Know Series：Value-Added Methods and Applications. Knowledge Brief 13[J]. Carnegie Foundation for the Advancement of Teaching，2013.

[16]Ballou D，Springer M G. Using Student Test Scores to Measure Teacher Performance Some Problems in the Design and Implementation of Evaluation Systems[J]. Educational Researcher，2015， 44（2）：77-86.

[17]胡詠梅，施世珊. 相對(duì)評(píng)價(jià)，增值評(píng)價(jià)與課堂觀察評(píng)價(jià)的融合——美國(guó)教師評(píng)價(jià)的新趨勢(shì)[J]. 比較教育研究，2014（8）：008.

[18]Pullin D. Legal Issues in the Use of Student Test Scores and Value-added Models（VAM）to Determine Educational Quality[J]. education policy analysis archives，2013， 21（6）：06.

（作者單位：1.贛南師范大學(xué)教育科學(xué)學(xué)院，贛州，341000；2.南昌大學(xué)體育與教育學(xué)院，南昌，330000）