国家中小学教育质量综合评价改革成都实验区的机制、成效与发现 2016·扬州市 中国教育学会教育评价研讨会发言 国家中小学教育质量综合评价改革成都实验区的机制、成效与发现 成都市教科院副院长 博士后导师 秦建平 2016.09.27

目 录 一、“四个机制”保障教育质量综合评价改革实验顺利推进 1 二、成都教育质量综合评价改革的进展与成效 2 目 录 一、“四个机制”保障教育质量综合评价改革实验顺利推进 1 二、成都教育质量综合评价改革的进展与成效 2 三、教育质量综合评价带来的新发现和溢出效应 3 四、中小学教育质量综合评价与学生综合素质评价的关系 4

一、“四个机制”保障教育质量综合评价改革实验顺利推进 《教育部关于推进中小学教育质量综合评价改革的意见》强调指出： 教育质量评价具有重要的导向作用，是教育综合改革的关键环节。 成都市围绕“基本建立体现素质教育要求、以学生发展为核心、科学多元的中小学教育质量评价制度，切实扭转单纯以学生学业考试成绩和学校升学率评价中小学教育质量的倾向，促进学生全面发展、健康成长”这一中小学教育质量综合评价改革的总体目标，建立了四大机制：

（一）“领导挂帅，协同推进”的实验区决策和保障机制 四大机制： 中小学教育质量综合评价改革实验的 组织领导、经费保障等得到了全面落实。 （一）“领导挂帅，协同推进”的实验区决策和保障机制 教育督导机构牵头负责中小学教育质量综合评价的组织实施、考核运用、改进提升督导等工作，由教科院监测评估研究所具体负责评价指标细化、分析解读、运用指导等相关专业工作。行政和专业双向互动协同推进。 （二）“教育智库深度参与，行政和专业双向互动”的评价工作机制 2014年12月，教育部基础教育二司正式委托中国教育学会秘书处组织专业力量选择部分实验区重点开展点对点指导。2015年2月10日，成都市教育局与中国教育学会签署了《成都市中小学教育质量综合评价改革实验合作框架协议》，就实验目标、合作内容、专业指导、技术服务等达成合作意向，为深入推进实验区建设奠定了坚实基础。 （三）“专业引领，管办评分离”的战略合作机制 一是将评价结果用于诊断，诊断学校的管理、教育教学和教育质量状况；二是用于改进，督促质量提升，并引导学校建立质量内控机制；三是用于考核，监测评价出的质量水平状况和改进提升目标达成情况各占一定权重，力图改变单纯以学生学业考试成绩和学校升学率评价中小学教育质量的倾向。 （四）诊断、改进、考核三结合的教育质量综合评价结果运用机制

二、成都教育质量综合评价改革的进展与成效 （一）实验范围进展： 从2014年的3个区县，2016年发展到辖区内22个区（市）县全覆盖。 （二）评价指标与工具进展： 国家指标框架中的大部分指标落地实施，部分测评工具质量与PISA相当。 到2015年， 国家教育部指标框架 中的5个一级指标已 经全部涉及。

表1 2015年成都市中小学教育质量综合评价指标框架 表1 2015年成都市中小学教育质量综合评价指标框架 评价内容 关键指标 三级指标 品德发展 水平 行为习惯 身心发展水平 情绪行为调控 单一维度 公民素养 小学：规则意识、权益责任意识、尊重和环境爱护；中学：参政议政、参与学校事务意识、民主意识 兴趣特长养成 潜能发展 认知能力倾向（词汇辨析、语言理解、数字推理、逻辑分析、空间想象） 人格品质 乐群、有恒、独立、自律 学业发展 （阅读） 知识 字词、句子、语段、文章 负担事实 学生上课时间、作业时间、补课时间、睡眠时间、体育课节数、班级规模、学生排名等。 学业负担状况 技能 认知、理解、信息提取、综合概括、推理、应用、分析、表达 能力 词汇辨析、语言理解、逻辑分析、人际理解、自我认识 身体影响 实践能力 学习动力、学习方法与技能 心理影响 自我概念、自我效能、元认知、焦虑 创新意识 好奇性、挑战性、想象力 主观感受

针对《中小学教育质量综合评价指标框架（试行）》所提出的测试需求，与中国教育学会合作开展测评工具的研发，经多次检验其中部分工具的信度、效度、题目因子负荷与PISA、NAEP和NAP相当。以公民素养、潜能测评工具为例，工具的测量学指标如下。

1.量表信度 表2 中小学学生公民素养测试量表的信度 项目 学段 维度 题目数 样本量 克伦巴赫a系数 四年级 全卷 15 3563 表2 中小学学生公民素养测试量表的信度 项目 学段 维度 题目数 样本量 克伦巴赫a系数 四年级 全卷 15 3563 0.812 规则意识 5 3756 0.731 权益责任意识 3743 0.722 尊重和爱护环境 3702 0.520 七年级 71 2263 0.953 参政议政 28 2654 0.937 参与学校事务意识 22 2775 0.881 民主意识 21 2675 0.830

2.量表结构效度 表3 中小学学生公民素养量表的效度检验结果 项目 学段 CFI TLI RMSEA 四年级 852.774 87 表3 中小学学生公民素养量表的效度检验结果 项目 学段 CFI TLI RMSEA 四年级 852.774 87 9.802 0.923 0.907 0.050 七年级 38371.718 2411 15.915 0.584 0.571 0.077

表4 中学生发展潜能评价工具结构效度 一级指标 二级指标 因子负荷 CFI TLI RMSEA 认知能力倾向 词汇辨析 0.566 表4 中学生发展潜能评价工具结构效度 一级指标 二级指标 因子负荷 CFI TLI RMSEA 认知能力倾向 词汇辨析 0.566 0.986 0.972 0.084 语言理解 0.779 数字推理 0.759 逻辑分析 0.957 空间想象 0.697 认知过程 解释 0.589 0.996 0.993 0.028 类比 0.625 推理 0.831 操作 0.623 分析 0.537 问题解决 0.599 项目 词 0.584 0.978 0.077 句与段落 0.682 图形与空间 0.723 数与代数 0.718 实践与综合 0.606

3.量表的经验效标效度 青羊区树德实验中学西区近年致力于组织培养学生议事会，发挥学生议事会在班级和学校事务中的民主决策、管理、监督作用，其公民素养得分率名列前茅，显著高于其他学校，学生民主意识得分率全区最高。 双流县蛟龙港五星学校，是一所以招收进城务工人员子女为主的民办学校，学校一直注重学生良好行为习惯的教育培养，监测发现其学生行为习惯得分率很高（分化程度也很低），显著高于其他学校。 测评体现出了学校一分耕耘一分收获，学校对学生综合素质培养所付出的努力，在测评中完全检验了出来。有了这样的测评，学校实施素质教育，全面提高教育质量的付出和贡献不会被埋没。

（三）评价结果运用进展：素质教育难题被破解 为克服把学业成绩作为教育教学唯一目的，造成的教育价值观偏移，从过度追求现实功利转向追求教育对人的发展的价值，从过度注重学科知识成绩转向全面发展的评价做出了有益的探索。 随着实验的深入推进，单纯以学科考试成绩衡量教育质量的现状逐步被改变，学生综合素质发展逐渐成为教育行政部门、学校重要工作目标。 影响学生一生的核心素养如公民素养、创造能力、实践能力、情绪行为调控能力、交流沟通合作等社会情感技能正在被学校关注，素质教育的难题正在被破解。

1. 小学运用案例 同样，新津一小在2014年与2015年两次学业发展水平评价中，均处在高学科成绩组，表明该小学在发展学生学业水平及综合素质上均有很好的效果。 新津县的新津一小，在2014年与2015年两次质量综合评价中，保持了较高水平基础上的增长。学校将学生交通安全教育、法治教育列入了课表，每周二到周五下午，安排学生轮流到学生交通安全教育基地参加体验活动。结果，学生规则意识上升至95.5。

1. 小学运用案例 蒲江县鹤山镇北街小学等学校，针对测评结果开发适合学生发展的课程体系，强化学生养成教育，积极组织学生参加社会实践体验活动，使得蒲江县参加两次评价的5所小学校，在综合素质评价的各项指标上的整体水平均有所提升，且分化程度也有所降低。

2.中学运用案例 青羊区四川师范大学实验外国语学校中学部，依据测评结果对本校优势与经验、问题与原因进行深入分析后，提出了2014-2015学年的发展目标。将继续保持学业成绩相对高水平、高均衡态势，同时针对作业过多和公民素养、学习方法与技能和情绪行为调控三项指标的分化程度过大的问题，学校管理团队高度重视，决定从两方面改进提升：1.针对大部分学生睡眠时间不足8小时的现象，这可能是学生的作业量太大或者课外辅导过多所造成的，通过补课来提高成绩是以牺牲学生大量额外的时间和精力为代价的。学校在提高课堂教学效率上下功夫，不单纯追求学业成绩，要促进学生的全面发展，目标是：提高在校自由活动时间，确保每一个学生在校自由活动时间都要超过3个小时。严控每天作业时间，使80%的学生作业时间控制在2小时以内，从而使70%的学生平均睡眠时间在9个小时以上。2.针对学生综合素质较本区平均水平有较大差距的问题，学校在保证学科成绩的同时，要更加注重学生综合素质培养。目标是公民素养、学习方法与技能、情绪行为调控三方面的得分率要超越本区平均水平，分别力争达到77.94%、62.26%和69.40%。

3.区县教育行政部门运用案例 参与评价的区县教育局根据评价报告提供的数据和相关信息，自身再深入分析查找本区县的优势及经验、短板及原因，有针对性的提出了下一个学年度改进提升要达到的目标，并制定了改进措施。例如，新津县提升的主要目标是：1.后进生比率减少5%—10%，缩小技能和能力与知识间的差距，拉近中位线得分率与平均得分率的差距。2.学习方法与技能方面，小学平均得分率达到75，分化程度降到14；初中平均得分率达到65，分化程度降到26。3.情绪行为调控方面，小学平均得分率达到79，分化程度降到12；初中平均得分率达到69，分化程度降到22。4.学习动力和学习方法与技能两项得分率低于60分的学校，力争下次监测得分率达到60—65的目标。新津县从政策导向和考核评价两个方面制定了措施。

三、教育质量综合评价带来的新发现和溢出效应 （一）教育质量综合评价带来的新发现 2.主科挤占 其他学科课时 其后果严重 3.综合素质对 学生学业成 绩贡献大 1.警惕小学生 寄宿制 寄宿制学校小学生在独立性指标上的平均得分率要略高于走读生，而在综合素质其他指标上的表现水平相对较差，由于住宿学生需要独自照顾自己的衣食住行，所以在独立性指标上的得分略高。由于寄宿的孩子长期住校，缺少了与父母之间有效的沟通和交流，导致这些学生在情绪行为调控、公民素养、行为习惯等指标上的平均得分率较低，说明小学生应当尽可能与父母生活在一起，不主张小学生寄宿（中学生另当别论）。对已经寄宿的小学生，要加大与父母的电话交流、沟通，学校要强化对这些学生的情感支持。提示下次测评专门关注留守儿童。 无论小学还是初中，老师占用非主科课的节数越少、用于完成书面作业的时间越短，学生综合素质各指标的平均得分率就越高。其中占课情况和作业负担对学生情绪行为调控、公民素养以及实践能力的影响最大。主科课以及在学习上占用的时间越多，留给学生在综合素质上面发展的时间相对较少，导致综合素质各指标的表现水平较差，特别是音乐、美术和实践课等被占用会严重影响学生在实践能力和情绪行为调控指标上的发展。 公民素养、人格品质、心理影响、认知能力倾向综合起来，对小学生学业成绩的解释力接近46%，其中认知能力倾向的解释力接近28%，将公民素养、心理影响、人格品质看成综合素质的非智力因素代表的话，则非智力因素类综合素质对小学生的学业成绩的解释力达18%。认知能力倾向、心理影响以及父母受教育程度，均对初中学生学业成绩产生了影响，这些因素对初中学业成绩的解释力达到64.5%。这说明，通过提升学生的自我概念、自我效能感、元认知，降低学科焦虑感，提高人格品质中的独立性、自律性和有恒性以及公民素养，对提升学生的学科成绩将会起到积极的作用。父母受教育程度对小学生学业成绩的解释力接近5%，对初中学生学业成绩的解释力约9.6%，父母受教育程度低的学生要获得与同辈人相同的成绩需要付出更多的努力，学校教育应该对这些家庭中的孩子予以更多的关注，以弥补家庭出身所造成的差距。

一是促进教育工作科学转型，增强循证决策和教育教学的专业性 二是促进教育科研从思辨和经验总结，走向实证化和定量化 （二）教育质量综合评价产生的溢出效应 中小学教育质 量综合评价改 革，产生了具 有重要价值的 溢出效应 一是促进教育工作科学转型，增强循证决策和教育教学的专业性 二是促进教育科研从思辨和经验总结，走向实证化和定量化

1.促进教育工作科学转型，增强循证决策和教育教学的专业性 现代医学的发展为教育发展提供了很好的启示，医学检验已经渗透到临床医疗的每一个环节，为临床疾病的诊断、治疗、病情观察及预后判断提供了更直接的科学依据。 教育监测评价是使教育从“艺术”走向“科学”的“工具”，它为学生个体差异、教学过程以及学校的优势和劣势提供诊断，为课程目标达成情况作出检验。 中小学教育质量综合评价从学生品德发展水平、学业发展水平、身心发展水平、兴趣特长养成等方面监测评估教育质量，获取了学生发展的“全息”数据，并从学业负担状况调查、学习背景调查，获取大量的关联数据。 极大地方便了我们建立政策经验数据库，以此改善政府教育管理，改善学校管理，促进决策科学化、政策精准化、管理精细化。 使因材施教、个性化培养获得了科学的实施路径，使学校的日常教育教学不再是基于经验和感觉，从而提升了教育教学工作的专业性和效能。

2.促进教育科研从思辨和经验总结，走向实证化和定量化 一个多世纪以来，诺贝尔奖有68.4%的物理学奖项目、74.6%的化学奖项目、90%的生物医学奖项目是借助各种先进的仪器完成的。科学史表明，理论上的重大突破往往是与研究仪器的重大突破分不开的，可以说“研究工具”是衡量科学进步的标尺。由新工具开创的科学新方向远比由新概念开创的科学新方向要多得多。由概念驱动的革命的影响是用新概念去阐明旧事物。而由工具驱动的革命的影响是去发现需要阐明的新事物。 然而长期以来，教育科学研究发表的大量论文都是以思辨为主要研究方法的成果，往往只是一些设想或者对问题的思考，没有提供确切的新知识。我国大量的教育科研立项课题，大多也是以文献法和经验总结法为主要研究方法，鲜有对研究变量的严密控制和可靠测评，课题研究处于粗放状态，研究成果的含金量较低。

中小学教育质量综合评价，对学生的品德发展水平（如行为习惯、公民素养、人格品质）、学业发展水平，身心发展水平等方面进行评价，通过达到测量学要求的定量的、可靠的测评，能够测度教育活动或者教育教学改革的效果，这在很大程度上解决了研究变量不易观测的难题，为教育科研走向实证和定量开启了新路径，为深入研究各种变量间的定性、定量关系，提供了更多的可能。正是具有这个功能，成都市已经有学校和教育行政部门、教育研究部门开始委托教育质量综合评价机构作教育科研课题的效果检测。 例如，大家都知道性格决定命运这句话，如果没有实证数据支持，我们会重视学生的人格品质培养吗? 2015年12月，成都市与中国教育学会合作的中小学教育质量综合评价发现，小学生、初中生的自律性、有恒性等良好性格因素均与学业成绩成显著正相关，显著性水平达到0.01。表5、表6呈现的典型个案很有说服力。

表5 2015年12月成都市教育质量综合评价结果典型案例（小学五年级） 表5 2015年12月成都市教育质量综合评价结果典型案例（小学五年级） 学生 知识 技能 能力 总成绩 潜能 性格 甲 92.0 90.7 93.1 91.6 102.6 52.5 乙 92.4 92.1 92.2 93.0 72.5 丙 91.7 89.6 96.0 91.3 表6 2015年12月成都市教育质量综合评价结果典型案例（初中八年级） 学生 知识 技能 能力 总成绩 潜能 性格 甲 113.0 114.6 110.3 113.4 87.0 82.5 乙 112.1 112.6 106.0 68.8 丙 115.1 119.1 114.5 98.0 55.0

性格是可以教育的 性格是可以教育的，据美国布鲁金斯学会报道，纽约州尤宁代尔史密斯街学校（Smith Street School），有67%的学生是来自贫困家庭，享受免费午餐或者打折午餐的学生，学校通过实施性格教育，发展学生的性格优势，提高了学业成绩。2013年，该校的学业测试通过率比学区平均通过率高出13%，比州平均通过率高出9%。 性格教育的重要研究还有 性格教育的重要研究还有，2015年3月10日，OECD发布《促进社会进步的技能：社交和情感技能的力量》的报告，分析了社交和情感技能对于个体幸福与社会进步的影响。报告得出重要结论：责任感、社交能力和情感稳定性是影响儿童未来前景的最重要的社交和情感技能维度；社交和情感技能的早期干预能够有效提高技能，减少教育、劳动力市场和社会不平等；提供相关信息并制定指南有助于教育利益相关者促进儿童的社交和情感发展。

四、中小学教育质量综合评价与学生综合素质评价的关系 中小学教育质量综合评价与学生综合素质评价，很容易让人们混肴。其实，这二者是有着根本联系而又具有明显区别的两码事。 从《教育部关于推进中小学教育质量综合评价改革的意见》（教基二〔2013〕2号）和《教育部关于加强和改进普通高中学生综合素质评价的意见》（教基二[2014]11号）两个文件可以弄明白二者的区别。

表7. 中小学教育质量综合评价与学生综合素质评价的区别 高中学生综合素质 评价 评价对象不同 “要通过直接考查学生群体的发展情况评价学校的教育质量。”，可见评价对象是：学生群体、学校，即考查“教育体系的质量” 一般是上级部门组织对辖区内学校的评价 “档案材料要突出重点，避免面面俱到、千人一面”“教师评语要客观、准确揭示每个学生的个性特点”可见评价对象是：具体的学生个人 是学校组织对学生的评价 评价指标不同 品德发展水平、学业发展水平、身心发展水平、兴趣特长养成、学业负担状况5个方面 思想品德、学业水平、身心健康、艺术素养、社会实践5个方面 评价方法不同 “将定量评价与定性评价相结合”“根据数据和事实进行分析判断，改变过去主要依靠经验和观察进行评价的做法”“主要通过测试和问卷调查等方法进行评价，辅之以必要的现场观察、个别访谈、资料查阅等”可见强调的是定量、数据、测试和问卷调查 “综合素质评价是对学生全面发展状况的观察、记录、分析”，评价的方法和程序是：写实记录、整理遴选、公示审核、形成档案等，可见强调的是写实记录，显然是定性的事实为主 评价用途不同 “要把教育质量综合评价结果作为完善教育政策措施、加强教育宏观管理的重要参考，作为评价考核学校教育工作的主要依据。要指导学校正确运用评价结果，改进教育教学，发挥以评促建的作用。”“切实扭转单纯以学生学业考试成绩和学校升学率评价中小学教育质量的倾向，促进学生全面发展、健康成长” “引导学生发现自我，建立自信，指导学生发扬优点，克服不足，明确努力方向”“高中学校要将学生综合素质档案提供给高校招生使用” 国家十三五规划已经提出，中考也将使用学生综合素质评价。教育部已经印发具体意见。

联系 1 2 3 中小学教育质量综合评价与学生综合素质评价，是基本相同的政策目的，不同政策措施的两个政策组合拳。 贯彻《意见》“协同推进相关改革”精神，成都实验区在推进教育质量综合评价改革过程中，在尝试探索这样的模式： 1 学生综合素质定量测评（抽样） 2 学生典型行为记录（全体） 3 学生代表性作品 （全体） 三结合的教育质量综合评价和学生个体综合素质评价及其档案记录制度，将结果形成电子档案，与学生的学籍号绑定，为高考录取“两依据一参考”做好基础性铺垫工作，也为中考改革探索路径。

谢谢！