區(qū)域教育質(zhì)量評(píng)估學(xué)業(yè)工具的研發(fā)

李 丹 孫婷婷 楊 濤 溫紅博 柯 李

（北京師范大學(xué)，北京 100875）

為落實(shí)《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》的要求，進(jìn)一步全面推進(jìn)區(qū)域素質(zhì)教育實(shí)施，評(píng)估區(qū)域所在政府近年加大了教育經(jīng)費(fèi)的投入力度，對(duì)區(qū)域教育發(fā)展采取了一系列的改革與保障措施。區(qū)域所在教育部門為科學(xué)評(píng)價(jià)教育改革和保障措施的有效性，準(zhǔn)確把握改革實(shí)施與預(yù)期目標(biāo)的達(dá)成情況，切實(shí)了解中小學(xué)辦學(xué)質(zhì)量與水平的變化，2013年啟動(dòng)中小學(xué)辦學(xué)質(zhì)量評(píng)估項(xiàng)目，連續(xù)3年對(duì)中小學(xué)辦學(xué)質(zhì)量進(jìn)行獨(dú)立第三方的追蹤評(píng)估。本研究借鑒國(guó)內(nèi)外學(xué)業(yè)質(zhì)量測(cè)評(píng)工具的研發(fā)經(jīng)驗(yàn)，結(jié)合區(qū)域測(cè)評(píng)目標(biāo)與需求，設(shè)計(jì)了區(qū)域?qū)W業(yè)質(zhì)量測(cè)評(píng)工具，以期為提高區(qū)域教育質(zhì)量提供參考。

1 國(guó)內(nèi)外學(xué)業(yè)質(zhì)量測(cè)評(píng)工具的發(fā)展趨勢(shì)

自20世紀(jì)60年代以來(lái)，一些國(guó)際組織和國(guó)家相繼啟動(dòng)了對(duì)大規(guī)?；A(chǔ)教育質(zhì)量的監(jiān)測(cè)探索。其中，最具影響和代表性、參與國(guó)家最多的是國(guó)際學(xué)生評(píng)估項(xiàng)目（Program for International Student As?sessment，PISA）、國(guó)際數(shù)學(xué)和科學(xué)成就趨勢(shì)研究（Trends in International Mathematics and Science Study，TIMSS），其他具有較大影響的國(guó)家監(jiān)測(cè)項(xiàng)目是美國(guó)國(guó)家教育進(jìn)步評(píng)價(jià)（National Assessment of Educational Progress，NAEP）、泛加拿大計(jì)劃（Pan-Canadian Assessment Program，PCAP）、新西蘭國(guó)家教育監(jiān)測(cè)項(xiàng)目（National Education Monitoring Proj?ect，NEMP）、英國(guó)KS1～KS3國(guó)家課程評(píng)價(jià)、法國(guó)基礎(chǔ)教育質(zhì)量測(cè)評(píng)體系、中國(guó)基礎(chǔ)教育質(zhì)量監(jiān)測(cè)項(xiàng)目（Collaborative Innovation Center of Assessment toward Basic Education Quality，CICA-BEQ）、日本全國(guó)學(xué)力調(diào)查（National Assessment of Academic Ability）等。

隨著測(cè)評(píng)理論和技術(shù)的完善，國(guó)際大規(guī)模教育質(zhì)量測(cè)評(píng)也在不斷發(fā)展，雖然不同國(guó)際組織和國(guó)家的測(cè)評(píng)理念、測(cè)評(píng)目標(biāo)各不相同，但在學(xué)業(yè)測(cè)評(píng)工具的設(shè)計(jì)上呈現(xiàn)出一些共性和發(fā)展趨勢(shì)。

1.1 測(cè)評(píng)領(lǐng)域

國(guó)際測(cè)評(píng)項(xiàng)目基于學(xué)生終身發(fā)展的需要，評(píng)估主要集中在數(shù)學(xué)、科學(xué)、閱讀3個(gè)核心領(lǐng)域，不同評(píng)估項(xiàng)目略有差異。如PISA從2000年開始，每次測(cè)試都涵蓋這3個(gè)領(lǐng)域，只是側(cè)重點(diǎn)不同：2009年以閱讀素養(yǎng)為重點(diǎn)測(cè)試領(lǐng)域[1]，2012年以數(shù)學(xué)素養(yǎng)為重點(diǎn)測(cè)試領(lǐng)域，2015年則以科學(xué)素養(yǎng)為重點(diǎn)測(cè)試領(lǐng)域。TIMSS每次都以數(shù)學(xué)、科學(xué)作為重點(diǎn)測(cè)試領(lǐng)域[2]。國(guó)際教育成就評(píng)價(jià)協(xié)會(huì)（International Associa?tion for the Evaluation of Educational Achievement，IEA）2011年開展國(guó)際閱讀素養(yǎng)進(jìn)步研究（Progress in International Reading Literacy Study，PIRLS）測(cè)評(píng)，以全面了解學(xué)生閱讀水平及發(fā)展趨勢(shì)。

各國(guó)為了對(duì)學(xué)生整體學(xué)業(yè)水平的發(fā)展?fàn)顩r有比較全面的了解，均結(jié)合本國(guó)課程設(shè)置體系。雖測(cè)評(píng)領(lǐng)域各不相同，但大多數(shù)國(guó)家的測(cè)評(píng)領(lǐng)域均覆蓋學(xué)生學(xué)習(xí)的所有或若干個(gè)學(xué)科，基本都包含閱讀、數(shù)學(xué)和科學(xué)。如美國(guó)NAEP涵蓋了閱讀、數(shù)學(xué)、科學(xué)、寫作、美國(guó)歷史、公民、地理和藝術(shù)，其中閱讀和數(shù)學(xué)是各州必測(cè)的領(lǐng)域；法國(guó)國(guó)家測(cè)評(píng)包括科學(xué)、數(shù)學(xué)、口語(yǔ)和寫作、外語(yǔ)、社會(huì)態(tài)度、社會(huì)學(xué)習(xí)6個(gè)領(lǐng)域；新西蘭NEMP包括科學(xué)、視覺(jué)藝術(shù)、信息能力（圖像、表格、圖表與簡(jiǎn)圖處理能力等）、語(yǔ)言（閱讀與口語(yǔ)）、語(yǔ)言（聽力、理解與寫作）、技術(shù)、音樂(lè)、數(shù)學(xué)、社會(huì)學(xué)習(xí)、健康與體質(zhì)教育10個(gè)領(lǐng)域[3]。

1.2 核心目的

教育質(zhì)量的內(nèi)涵是多方位、全過(guò)程、多角度的，其核心直接指向?qū)W生的學(xué)習(xí)結(jié)果，即學(xué)生所獲得的知識(shí)和認(rèn)知能力，并認(rèn)為能在學(xué)生的實(shí)際生活中體現(xiàn)這種學(xué)習(xí)結(jié)果才是基礎(chǔ)教育質(zhì)量的關(guān)鍵。因此，基礎(chǔ)教育質(zhì)量測(cè)評(píng)的核心目的是對(duì)學(xué)生在學(xué)校學(xué)習(xí)中發(fā)展的核心素養(yǎng)進(jìn)行測(cè)評(píng)，以幫助解決“教育應(yīng)培養(yǎng)什么樣的人”的問(wèn)題[4]。

PISA以“素養(yǎng)”為測(cè)試核心，其中對(duì)數(shù)學(xué)素養(yǎng)的定義為個(gè)人在不同情境下用公式表述、使用和解釋的能力，包括數(shù)學(xué)推理能力和使用數(shù)學(xué)概念、過(guò)程、事實(shí)與工具來(lái)描述、解釋以及預(yù)測(cè)現(xiàn)象的能力；科學(xué)素養(yǎng)是指作為公民參與科學(xué)技術(shù)相關(guān)事務(wù)的能力，包括解決生活中與科學(xué)技術(shù)相關(guān)的問(wèn)題以及具有科學(xué)探究的意識(shí)、進(jìn)行科學(xué)反思等；閱讀素養(yǎng)是指學(xué)生具有為了實(shí)現(xiàn)個(gè)人的目標(biāo)、發(fā)展個(gè)人的知識(shí)和潛能以及參與社會(huì)活動(dòng)，對(duì)文本的理解、使用、反思和參與的能力[5]。

PISA以素養(yǎng)為核心的理念對(duì)各國(guó)基礎(chǔ)教育質(zhì)量測(cè)評(píng)產(chǎn)生了重要影響。各國(guó)都試圖在教育領(lǐng)域建立核心素養(yǎng)結(jié)構(gòu)，以指導(dǎo)本國(guó)的教育實(shí)踐。例如，根據(jù)經(jīng)濟(jì)合作與發(fā)展組織（OECD）的經(jīng)驗(yàn)，核心素養(yǎng)被概括為人與工具、人與自己、人與社會(huì)3個(gè)方面。新西蘭構(gòu)建的核心素養(yǎng)在人與工具方面是指運(yùn)用語(yǔ)言、文字符號(hào)的能力，在人與自己方面是指交流能力、自主管理能力、思維能力，在人與社會(huì)方面是指參與和貢獻(xiàn)的能力，并據(jù)此教育目的開展NEMP國(guó)家基礎(chǔ)教育監(jiān)測(cè)[6]。

1.3 測(cè)評(píng)框架

國(guó)際組織和國(guó)家在開展基礎(chǔ)教育質(zhì)量測(cè)評(píng)時(shí)，學(xué)業(yè)測(cè)評(píng)大多包含內(nèi)容維度和認(rèn)知過(guò)程2個(gè)基本維度以及與學(xué)生學(xué)習(xí)相關(guān)背景的問(wèn)卷調(diào)查，以全面了解學(xué)生的學(xué)業(yè)和發(fā)展水平。

PISA對(duì)素養(yǎng)的測(cè)評(píng)包含了情景、內(nèi)容（或知識(shí)）、過(guò)程（或能力）3個(gè)基本維度。例如，2012年的數(shù)學(xué)測(cè)評(píng)框架為：數(shù)學(xué)內(nèi)容考查了變換和關(guān)系、數(shù)與代數(shù)、空間與幾何、概率與統(tǒng)計(jì)4個(gè)方面；數(shù)學(xué)情景是指題目的情境材料，涉及職業(yè)、個(gè)人、公共、社會(huì)4個(gè)方面；數(shù)學(xué)過(guò)程是指學(xué)生作答該題目所需要運(yùn)用的加工過(guò)程，涉及問(wèn)題數(shù)學(xué)化、應(yīng)用和解釋3個(gè)方面[7]。

TIMSS數(shù)學(xué)包含內(nèi)容、認(rèn)知過(guò)程2個(gè)維度，科學(xué)包含內(nèi)容、認(rèn)知和科學(xué)實(shí)踐方法3個(gè)維度。例如，2015年針對(duì)4年級(jí)的數(shù)學(xué)測(cè)評(píng)框架，數(shù)學(xué)內(nèi)容包含數(shù)量、幾何圖形與測(cè)量、數(shù)據(jù)呈現(xiàn)；認(rèn)知過(guò)程主要考查學(xué)生的理解、應(yīng)用和推理。針對(duì)8年級(jí)的測(cè)評(píng)框架，數(shù)學(xué)內(nèi)容包含數(shù)、代數(shù)、幾何、數(shù)據(jù)與概率；認(rèn)知過(guò)程也考查理解、應(yīng)用和推理[8]。

1.4 題目類型

學(xué)生學(xué)業(yè)成就測(cè)評(píng)試卷主要由客觀題和主觀建構(gòu)題構(gòu)成。客觀題是指題目答案不依賴評(píng)卷人員和考生的意志而客觀存在的，且具有唯一答案的測(cè)試形式，題型有選擇題、判斷題、連線題等形式[9]。主觀建構(gòu)題是指考生必須組織文字、數(shù)字、圖形等材料回答問(wèn)題，包括填空題、簡(jiǎn)答題、作文題、數(shù)學(xué)計(jì)算與證明題、科學(xué)實(shí)驗(yàn)題等形式[10]。

PISA以選擇題、封閉型試題、開放型試題為主，3種題型使用的比例相當(dāng)。選擇題有標(biāo)準(zhǔn)答案，屬于客觀題；開放型試題采用雙位編碼評(píng)分標(biāo)準(zhǔn)對(duì)學(xué)生的可能回答進(jìn)行水平劃分，與封閉型試題同屬主觀題。TIMSS試題主要為多重選擇題和主觀建構(gòu)題。多重選擇題是從多個(gè)選項(xiàng)中選擇一個(gè)正確答案，主觀建構(gòu)題則要求學(xué)生分析解釋、提供證據(jù)。NAEP的試題類型包括多項(xiàng)選擇題、問(wèn)答題和新題型。

1.5 測(cè)試形式

隨著信息技術(shù)的廣泛應(yīng)用和測(cè)評(píng)技術(shù)的發(fā)展，大規(guī)模教育測(cè)評(píng)項(xiàng)目已由紙筆測(cè)試為主逐漸轉(zhuǎn)向計(jì)算機(jī)化測(cè)試。PISA在2009年首次采用計(jì)算機(jī)進(jìn)行閱讀測(cè)試，經(jīng)過(guò)2012年和2015年的不斷完善，已由以紙筆測(cè)試為主向以計(jì)算機(jī)化測(cè)試為主轉(zhuǎn)變。2015年參與計(jì)算機(jī)化測(cè)試國(guó)家的比例高達(dá)79.17%[11]。計(jì)算機(jī)化測(cè)試便于模擬真實(shí)情境，能夠開發(fā)更豐富的測(cè)試題型，同時(shí)能夠記錄和收集過(guò)程數(shù)據(jù)，了解學(xué)生認(rèn)知過(guò)程，完善評(píng)估結(jié)果。

TIMSS于2015年開始使用IEA Online Survey System軟件，為參與國(guó)提供在線調(diào)查以及管理學(xué)校、教師和家長(zhǎng)問(wèn)卷，不僅節(jié)約了印刷成本和時(shí)間，而且提高了問(wèn)卷發(fā)放、數(shù)據(jù)錄入和整理的效率。從2019年起TIMSS將在正式測(cè)試中引入計(jì)算機(jī)化測(cè)試[12]。

NAEP在2009年引入人與計(jì)算機(jī)交互任務(wù)的科學(xué)測(cè)評(píng)新題型，2011年引入基于計(jì)算機(jī)的寫作測(cè)試。科學(xué)測(cè)評(píng)要求學(xué)生在計(jì)算機(jī)創(chuàng)設(shè)的虛擬情境下，根據(jù)計(jì)算機(jī)的提示逐步完成包括信息搜索和分析、實(shí)驗(yàn)探究、模擬實(shí)驗(yàn)和概念圖4種類型的任務(wù)，通過(guò)記錄人與計(jì)算機(jī)交互過(guò)程的信息，達(dá)到良好的評(píng)估效果[13]。

1.6 測(cè)評(píng)工具的跨年度設(shè)計(jì)

隨著測(cè)評(píng)的開展，分析學(xué)生學(xué)業(yè)質(zhì)量發(fā)展變化的趨勢(shì)成為大規(guī)模測(cè)評(píng)的重點(diǎn)。為此，國(guó)際大規(guī)模測(cè)評(píng)在測(cè)評(píng)工具設(shè)計(jì)和數(shù)據(jù)處理方法上進(jìn)行了大量的探索。

為了滿足學(xué)業(yè)測(cè)評(píng)內(nèi)容的覆蓋范圍，實(shí)現(xiàn)不同年度間測(cè)試結(jié)果的可比性，國(guó)際學(xué)業(yè)測(cè)評(píng)工具主要采用多題本設(shè)計(jì)和共同題設(shè)計(jì)。例如，TIMSS 2011年數(shù)學(xué)與科學(xué)有14個(gè)題本，共28個(gè)組塊，其中16個(gè)組塊的題目作為不同年度間錨題，在2015年的測(cè)試中繼續(xù)保留，與新命制的12個(gè)組塊，組成2015年的數(shù)學(xué)和科學(xué)共14個(gè)題本。PISA 2012共有13個(gè)題本，其中271道試題作為年度間的錨題，在2015年的測(cè)試中保留，與新命制的99道題目構(gòu)成了2015年測(cè)試的50個(gè)題本，共計(jì)370道題[14]。

2 我國(guó)開展區(qū)域?qū)W業(yè)質(zhì)量測(cè)評(píng)工具的設(shè)計(jì)

2.1 測(cè)評(píng)領(lǐng)域

國(guó)際經(jīng)驗(yàn)表明，閱讀、數(shù)學(xué)、科學(xué)是基礎(chǔ)教育學(xué)業(yè)質(zhì)量監(jiān)測(cè)的主要領(lǐng)域，這些領(lǐng)域的素養(yǎng)是學(xué)生未來(lái)發(fā)展的必備基礎(chǔ)。具體來(lái)說(shuō)，閱讀素養(yǎng)涉及理解書面文章的含義，根據(jù)文章類型、目的與情景，恰當(dāng)使用語(yǔ)言。良好的閱讀素養(yǎng)為學(xué)習(xí)其他課程奠定基礎(chǔ)，是吸收古今中外優(yōu)秀文化，提高思想文化修養(yǎng)，促進(jìn)自身精神成長(zhǎng)的基石[15]。數(shù)學(xué)素養(yǎng)是指順利完成數(shù)學(xué)活動(dòng)所具備的、直接影響其活動(dòng)效率的素質(zhì)。數(shù)學(xué)是人類文化的重要組成部分，數(shù)學(xué)素養(yǎng)是現(xiàn)代社會(huì)每一個(gè)公民應(yīng)該具備的基本素養(yǎng)，對(duì)培養(yǎng)人的思維能力和創(chuàng)新能力具有不可替代的作用[16]。

在我國(guó)義務(wù)教育階段，語(yǔ)文和數(shù)學(xué)是重要的學(xué)科，9年的課時(shí)數(shù)占全部課時(shí)數(shù)的33%～37%[17]。本研究選取我國(guó)北方某市下轄的市轄區(qū)，該區(qū)地處山區(qū)，區(qū)域所在教育部門以“加強(qiáng)基礎(chǔ)教育工作，以農(nóng)村教育為重點(diǎn)推進(jìn)義務(wù)教育均衡發(fā)展”為職責(zé)，對(duì)區(qū)域教育發(fā)展采取了一系列改革與保障措施，但相比城區(qū)仍較為薄弱。選擇從語(yǔ)文、數(shù)學(xué)入手，可以切實(shí)了解區(qū)域中小學(xué)辦學(xué)質(zhì)量與水平及其變化的真實(shí)狀況。因此，學(xué)業(yè)測(cè)評(píng)選取了語(yǔ)文和數(shù)學(xué)2個(gè)領(lǐng)域。

2.2 測(cè)評(píng)框架

借鑒國(guó)內(nèi)外學(xué)業(yè)質(zhì)量測(cè)評(píng)經(jīng)驗(yàn)，結(jié)合我國(guó)《義務(wù)教育語(yǔ)文課程標(biāo)準(zhǔn)（2011年版）》、《義務(wù)教育數(shù)學(xué)課程標(biāo)準(zhǔn)（2011年版）》、區(qū)域使用教材及教學(xué)現(xiàn)狀、遵循學(xué)科知識(shí)體系及特點(diǎn)、教育與心理測(cè)量學(xué)的要求以及區(qū)域測(cè)評(píng)的具體需要，確定測(cè)試框架包括內(nèi)容、認(rèn)知過(guò)程2個(gè)維度。其中，內(nèi)容維度主要依據(jù)課程標(biāo)準(zhǔn)、教材分析，認(rèn)知過(guò)程主要基于布魯姆的教育目標(biāo)分類法，并加以修改。

語(yǔ)文測(cè)試分為語(yǔ)言要素和閱讀素養(yǎng)2部分。其中，語(yǔ)言要素主要包括學(xué)生的識(shí)字量和詞匯理解，閱讀素養(yǎng)分為文學(xué)性文本和信息性文本；認(rèn)知過(guò)程包括獲取與檢索、整合與解釋、鑒賞與評(píng)價(jià)3個(gè)方面（見表1）。數(shù)學(xué)測(cè)試內(nèi)容包括數(shù)與代數(shù)、空間與圖形、統(tǒng)計(jì)與概率3個(gè)部分，認(rèn)知過(guò)程包括知道事實(shí)、應(yīng)用規(guī)則、數(shù)學(xué)推理和非常規(guī)問(wèn)題解決（見表2）。

2.3 題目分布

測(cè)評(píng)試題主要依據(jù)測(cè)試框架和課程標(biāo)準(zhǔn)的要求編制，不僅考查學(xué)生對(duì)基本知識(shí)和技能的掌握程度，而且考查學(xué)生的認(rèn)知能力。此外，試題基本以實(shí)際生活情境為背景。

以2015年監(jiān)測(cè)為例，四年級(jí)、五年級(jí)、七年級(jí)和八年級(jí)的數(shù)學(xué)測(cè)試每年級(jí)2個(gè)題本，語(yǔ)文測(cè)試每年級(jí)1個(gè)題本，涉及所有的內(nèi)容維度和認(rèn)知過(guò)程，試題分布如表3和表4所示。

表1 語(yǔ)文測(cè)試框架

表2 數(shù)學(xué)測(cè)試框架

表3 語(yǔ)文測(cè)試題目分布

表4 數(shù)學(xué)測(cè)試題目分布

2.4 題目類型

學(xué)業(yè)測(cè)評(píng)題型包括客觀題和主觀題，客觀題具有客觀、高效、覆蓋面廣等優(yōu)點(diǎn)；主觀題便于考查學(xué)生的理解分析能力，了解學(xué)生作答思路和認(rèn)知過(guò)程。從國(guó)內(nèi)外教育質(zhì)量測(cè)評(píng)的發(fā)展過(guò)程來(lái)看，客觀題無(wú)法代替主觀題，主觀題也無(wú)法代替客觀題。

在區(qū)域?qū)W業(yè)質(zhì)量測(cè)評(píng)試題中，客觀題與主觀題并重，語(yǔ)文測(cè)試題型包括填空題、選擇題2種題型，分別約占52%和48%；數(shù)學(xué)測(cè)試題型包括選擇題、填空題、解答題和作圖題4種題型，分別約占74%、13%、9%和4%。

2.5 測(cè)評(píng)工具的設(shè)計(jì)方法

區(qū)域?qū)W業(yè)質(zhì)量測(cè)評(píng)共進(jìn)行了3年，測(cè)試分4次進(jìn)行。2013年測(cè)試四年級(jí)和七年級(jí)學(xué)生，作為前測(cè)，建立評(píng)價(jià)基準(zhǔn)。2014年測(cè)試四年級(jí)和七年級(jí)學(xué)生，2015年測(cè)試四年級(jí)、五年級(jí)、七年級(jí)和八年級(jí)學(xué)生，2016年測(cè)試四年級(jí)、五年級(jí)、六年級(jí)、七年級(jí)、八年級(jí)和九年級(jí)學(xué)生。學(xué)業(yè)測(cè)評(píng)不僅報(bào)告每年參加測(cè)試學(xué)生的基本情況，還對(duì)2013—2016年學(xué)生能力發(fā)展變化進(jìn)行分析比較。

借鑒國(guó)際大規(guī)模測(cè)評(píng)中跨年度比較的技術(shù)方法，區(qū)域?qū)W業(yè)測(cè)評(píng)工具采用了多題本設(shè)計(jì)和共同題設(shè)計(jì)的方法，以適應(yīng)區(qū)域的特點(diǎn)。例如，數(shù)學(xué)測(cè)試每個(gè)年級(jí)每年有2個(gè)題本，不同年度之間設(shè)置一定比例的共同題，并根據(jù)測(cè)試框架的要求，對(duì)共同題的題型、內(nèi)容分布等進(jìn)行合理設(shè)置。

3 區(qū)域?qū)W業(yè)質(zhì)量測(cè)評(píng)工具的特點(diǎn)

3.1 充分結(jié)合區(qū)域測(cè)評(píng)目標(biāo)和實(shí)際情況

縱觀國(guó)外基礎(chǔ)教育質(zhì)量測(cè)評(píng)實(shí)踐，其主要目的是提供有關(guān)教育質(zhì)量、尤其是學(xué)生學(xué)習(xí)結(jié)果的信息，以促進(jìn)國(guó)家基礎(chǔ)教育質(zhì)量整體水平的提升。區(qū)域所在教育部門啟動(dòng)與實(shí)施中小學(xué)辦學(xué)質(zhì)量評(píng)估項(xiàng)目，目的在于了解區(qū)域中小學(xué)辦學(xué)質(zhì)量水平及其變化的真實(shí)狀況，包括學(xué)生學(xué)習(xí)結(jié)果的狀況，不同區(qū)域、不同群體之間的差異狀況，學(xué)生能力的發(fā)展變化情況等。

在借鑒國(guó)外經(jīng)驗(yàn)的基礎(chǔ)上，學(xué)業(yè)測(cè)評(píng)工具充分考慮評(píng)估區(qū)域的實(shí)際需要和發(fā)展?fàn)顩r，如在確定測(cè)試領(lǐng)域時(shí)，通過(guò)選取義務(wù)教育課程中的重要科目反映區(qū)域?qū)W生發(fā)展的基本狀況；測(cè)評(píng)框架制定時(shí)除了考慮課程標(biāo)準(zhǔn)的要求、區(qū)域使用的教材版本以外，還強(qiáng)調(diào)對(duì)學(xué)生能力的考查，通過(guò)制定清晰、明確的能力指標(biāo)，指導(dǎo)試題的命制。語(yǔ)文測(cè)試在兼顧識(shí)字量的基礎(chǔ)上，注重考查閱讀能力；數(shù)學(xué)測(cè)試在兼顧基礎(chǔ)知識(shí)和基本技能的基礎(chǔ)上，注重考查解決問(wèn)題的能力。這些做法使學(xué)業(yè)質(zhì)量測(cè)評(píng)能夠比較準(zhǔn)確地反映學(xué)生的能力發(fā)展變化，為區(qū)域提供更加豐富的學(xué)生發(fā)展信息。

3.2 適應(yīng)區(qū)域?qū)W生的發(fā)展?fàn)顩r

試題命制是學(xué)業(yè)測(cè)評(píng)的重要環(huán)節(jié)，為此，聘請(qǐng)了具有豐富命題經(jīng)驗(yàn)的學(xué)科特級(jí)教師、優(yōu)秀教研員和大學(xué)教師。他們不僅參與了試題命制，而且通過(guò)多輪測(cè)試對(duì)題目進(jìn)行了篩選和修訂，使試題既符合測(cè)試框架的要求，又具有良好的測(cè)量指標(biāo)，符合區(qū)域?qū)W生的實(shí)際情況。如以2015年語(yǔ)文測(cè)試為例，試題難度分布趨于正態(tài)，區(qū)分度良好，各年級(jí)試卷的內(nèi)部一致性系數(shù)均在0.90以上，結(jié)構(gòu)效度指標(biāo)（RM?SEA）均小于0.05，比較擬合指數(shù)（CFI）和非規(guī)范擬合指數(shù)（TLI）在0.90附近，滿足了測(cè)試對(duì)信度和效度的要求，保證了測(cè)試結(jié)果的準(zhǔn)確性和可靠性。

3.3 滿足對(duì)不同年度測(cè)試結(jié)果比較的需要

區(qū)域教育質(zhì)量測(cè)評(píng)項(xiàng)目歷經(jīng)3年，不僅能提供每年的測(cè)試結(jié)果，而且還能反映出3年的發(fā)展變化情況。具體來(lái)說(shuō)，以2013年為基準(zhǔn)，利用項(xiàng)目反應(yīng)理論模型估計(jì)學(xué)生能力與項(xiàng)目參數(shù)，將2014年、2015年和2016年的量尺分?jǐn)?shù)等值到統(tǒng)一的量尺上，使分?jǐn)?shù)具有可比性。測(cè)試結(jié)果報(bào)告不僅給出區(qū)域各個(gè)學(xué)校在語(yǔ)文和數(shù)學(xué)領(lǐng)域每年的測(cè)試結(jié)果，而且展現(xiàn)出3年的變化趨勢(shì)，對(duì)各個(gè)學(xué)校的基本情況形成了相對(duì)全面、綜合的呈現(xiàn)。

隨著測(cè)評(píng)理論的完善、信息技術(shù)的廣泛應(yīng)用，區(qū)域?qū)W業(yè)質(zhì)量測(cè)評(píng)還有許多需要改進(jìn)和探索的方面。從現(xiàn)有大規(guī)模教育測(cè)評(píng)的開展情況來(lái)看，國(guó)內(nèi)外測(cè)評(píng)主要是從宏觀層面對(duì)學(xué)生的學(xué)習(xí)和發(fā)展有了比較全面的了解，測(cè)評(píng)結(jié)果多為教育政策和方向提供借鑒。未來(lái)學(xué)業(yè)質(zhì)量測(cè)評(píng)可進(jìn)一步發(fā)揮工具的診斷性作用，從微觀層面上對(duì)學(xué)生的知識(shí)和技能以及情感進(jìn)行診斷和預(yù)測(cè)，為實(shí)現(xiàn)因材施教提供依據(jù)。此外，學(xué)業(yè)質(zhì)量測(cè)評(píng)應(yīng)逐步采用計(jì)算機(jī)化測(cè)試，計(jì)算機(jī)不僅在測(cè)試問(wèn)卷發(fā)布、數(shù)據(jù)采集等方面便于收集和管理，而且能夠在題目呈現(xiàn)方式上引入視頻、色彩、圖畫等多媒體技術(shù)，實(shí)現(xiàn)題目形式的多樣性、互動(dòng)性。