天津市學科基本能力測試實踐與思考

高鳳萍

教育事業(yè)改革和發(fā)展的核心目標，在于注重提高教育質(zhì)量，這是當前各國政府及國際組織普遍關(guān)注的一個教育熱點問題。有數(shù)據(jù)表明，我國基礎(chǔ)教育已呈現(xiàn)規(guī)模效益，教育重點正在從數(shù)量擴張、硬件優(yōu)化向關(guān)注教育質(zhì)量內(nèi)涵，提高教育質(zhì)量轉(zhuǎn)變。[1][2]教育部《2003—2007年教育振興行動計劃》中提出：“深化基礎(chǔ)教育課程改革，建立國家和省兩級新課程的跟蹤、監(jiān)測、評估、反饋機制，加強對基礎(chǔ)教育質(zhì)量的監(jiān)測。”《國家中長期教育改革和發(fā)展規(guī)劃綱要(2010—2020)》也明確提出要“完善監(jiān)測評估體系，定期發(fā)布監(jiān)測評估報告；加強教育監(jiān)督檢查，完善教育問責機制。”對教育質(zhì)量進行大規(guī)模的監(jiān)測成為當前我國教育改革的迫切要求，也是推進義務(wù)教育均衡發(fā)展和提高教育教學質(zhì)量的重要舉措。

天津市教育招生考試院(以下簡稱“天津考試院”)為研究建立與國家、省相配套的具有天津特點的義務(wù)教育學業(yè)質(zhì)量監(jiān)測體系，認真研究學習了國際發(fā)達國家或組織的先進理念和經(jīng)驗，如美國的國家級教育評估項目(NAEP)[3]、州級的加州標準化測試和報告項目(STAR)、英國普通中等教育證書項目(GCSE)、 澳大利亞國家評估計劃(NAP)、經(jīng)濟合作與發(fā)展組織(OECD)的 “國際學生評價項目”(PISA)等。[4]研究確定，通過開發(fā)有效評量教學效果的測評項目, 提供專業(yè)、系統(tǒng)的監(jiān)測報告，為在我市基礎(chǔ)教育階段開展大規(guī)模的教育質(zhì)量監(jiān)測做好技術(shù)準備。據(jù)此，2007年天津考試院開發(fā)出針對小學階段的高質(zhì)量考試項目——小學基本能力測試項目(BCA，Basic Competency Assessments，以下簡稱“學能測試”)。學能測試是以《全日制義務(wù)教育課程標準(實驗稿)》為藍本，以教育教學實踐需求為導向，以學科測試理論為依托，以現(xiàn)代教育測量技術(shù)為支撐開發(fā)的一套標準化成就測驗。

一、學能測試的特點

(一)學能測試理念先進

學能測試由專業(yè)技術(shù)團隊開發(fā)，借鑒國際教育先進理念和專業(yè)測量技術(shù)，在追求甄別的準確性同時，突出強調(diào)評價的診斷、激勵、反饋、調(diào)整等功能，強調(diào)評價促進學生發(fā)展、改進教師教學和提高管理決策的服務(wù)理念。依據(jù)國際相關(guān)研究，一個人所具備的閱讀、數(shù)學、科學素養(yǎng)是他學習能力的基本考查學科，項目選擇包括三、五年級數(shù)學，四年級閱讀，三、五年級科學三個關(guān)鍵學科和若干關(guān)鍵年級，以具體學科知識為背景，通過對基本知識、基本能力的考查，科學公正地評價學生對課程標準規(guī)定的學習目標的掌握狀況和水平，幫助學生和家長了解學習成效，有效提高自主學習的能力，幫助教師了解教學效果，全面提高教學效率。

(二)學能測試內(nèi)容活潑，突出應用能力

學能測試試題內(nèi)容與形式活潑、新穎，寓考于樂，深受廣大師生的歡迎，尤其強調(diào)考查學生在現(xiàn)實情境中運用所學知識和技能去思考和解決問題的能力。學生們看到試卷覺得好玩，答題時也沒什么心理壓力，題目看起來挺簡單，但需要認真思考，卷子也和平時考試不同，配有很多彩色的趣味插圖，試卷被很多學生拿回家收藏。學能測試堅持能力立意，試題比較靈活，和實際社會生活相關(guān)聯(lián)，學生能開擴視野。學生普遍反映，該測試與平時在學校的考試不同，學生無須專門備考，不用背諸多公式，真實地考出學生知識和能力水平。

(三)學能測試成績報告全面

學能測試借助先進的統(tǒng)計模型，對學生作答狀況進行科學評判，通過清單式的診斷報告為教師、家長、學生提供了豐富全面的信息。通過學生版診斷報告提供的反饋信息，能夠獲得學生學習強項、弱項最準確、翔實的信息。此外，通過反饋也可以激勵學生，強化其學習的積極性。學校版診斷報告提供的本校學生的整體情況、班級之間、學校之間的比對信息以及市、區(qū)總體狀況等，都是重要的教學反饋信息，可以更有效地實施教學管理和開展教學活動。

二、學能測試的實施技術(shù)

2001年7月，中華人民共和國教育部制定的《全日制義務(wù)教育課程標準(實驗稿)》(以下簡稱“課程標準” )正式頒布。課程標準取代了教學大綱，然而，要使課程標準真正發(fā)揮作用，成為教材編寫、教師教學和學生學業(yè)成就評價的依據(jù)都不是一件簡單的事情。因此學科基本能力測試在實施技術(shù)方面，首先關(guān)注基于課程標準的測試框架的建立，使課程標準和學業(yè)成就評價建立起有意義的聯(lián)系；其次規(guī)范試題命題要求，有效地控制試題質(zhì)量，確保在真實性較高的情境中測試出學生分析和解決實際問題的能力；再次運用現(xiàn)代測量技術(shù)，科學、全面地進行分析和報告，為管理決策、教學指導和學生學習提供有效的信息服務(wù)。具體實施如下。

(一)建立基于課程標準的測試框架

學能測試是兼具甄別與安置、診斷與矯正、反饋與激勵功能的標準參照測驗。標準參照測驗是將被試的分數(shù)與某種標準比較來解釋，因此該測試在編制測試試題時應參照一組明確界定的標準(或能力)，用以測查考生對于既定標準的實現(xiàn)狀況，反映考生絕對水平。[5](P12)2001年頒布的課程標準是以學段為基本單位設(shè)定課程目標，分為1～3，4～6，7～9年級三個學段。課程標準中列出了較為明確的課程目標，但對某些目標的描述尚顯粗略，同時每一學段目標均包含了三個年級的目標，因此該課程目標不符合直接用于編制標準化測驗的要求。下面以數(shù)學為例具體分析。見表1。

4～6年級學段“數(shù)與代數(shù)領(lǐng)域”“數(shù)的認識”主題學段目標[6](P20～21)

學能測試在開發(fā)過程中，首先將學段目標分解為年級目標。學科專家對各年級教材、教學目標進行了梳理和分析，參考《數(shù)學》(人民教育出版社2006年版)，最終厘定5年級測試目標，同時也對個別目標進行了細化和局部修訂，最終形成“測試內(nèi)容框架”。“ 測試內(nèi)容框架”由測試內(nèi)容、認知能力兩個基本維度構(gòu)成，是開展命題工作的直接根據(jù)。數(shù)學測驗內(nèi)容包括“數(shù)與代數(shù)”、“空間與圖形”、“統(tǒng)計與概率”三個領(lǐng)域；認知能力采用布魯姆認知目標分類體系，包括識記、理解、應用三個層次；重要程度包括重點、次重點、一般，見表2。對照表1，該測試內(nèi)容框架即測試目標，可以滿足編制標準化測驗試題的要求。

表2. 5年級數(shù)學測試內(nèi)容框架(數(shù)的認識部分)

(二)規(guī)范試題命題要求，確保有效測試

命題工作是影響考試質(zhì)量的核心環(huán)節(jié)。學能測試的命題充分體現(xiàn)了科學性、準確性、有效性及規(guī)范性等原則。

首先科學性是命題最基本的要求，主要指試題內(nèi)容和參考答案無科學性錯誤，試題表述簡明，用詞準確、得當，概念用語及符號表示規(guī)范，在學術(shù)上無爭議。

其次是命題的準確性，即準確地把握測試內(nèi)容標準，保證試題體現(xiàn)的認知層次和內(nèi)容領(lǐng)域與內(nèi)容標準相一致，確保測試具有較高的效度和信度。對此，在對命題教師反復培訓、演練使用“測試內(nèi)容框架”命題的基礎(chǔ)上，又采用專用命題題卡的方式，有效地控制命題教師的命題符合測試內(nèi)容標準的要求。題卡主要內(nèi)容見表3。

表3. 5年級數(shù)題卡

再次，試題內(nèi)容生動新穎，緊密聯(lián)系社會生活實際是該測試的特點?，F(xiàn)代認知或?qū)W習理論都強調(diào)學習的真實性、情境性。該測試在設(shè)計測試題時，充分考慮問題的真實性和情境性，加強測試內(nèi)容與社會實際和學生生活實際的聯(lián)系，重視考查考生面對真實情境分析問題、解決問題的能力，同時選取生動有趣的素材，適度地引入現(xiàn)代科學中新的內(nèi)容與新的技術(shù)等以激發(fā)學生參與測試的積極性和加強測試對學生發(fā)展的引導性。在試題呈現(xiàn)上，盡可能廣泛地從各種書籍、雜志上摘取文章、圖片，或自行設(shè)計及制作卡通、圖畫、圖表、照片等，以增強試題的視覺效果，為學生提供豐富的情境，增強其接受測試的興趣和投入測試的程度。見例一。

例一(小學五年級數(shù)學,2011年第22題,答案C)以下圖案是我國幾家銀行標志,其中軸對稱圖形有幾個?(A)1 (B)2 (C)3 (D)4

(三)運用現(xiàn)代測量技術(shù)，對考試進行全面報告

學能測試對測試結(jié)果摒棄了以百分制形式報告成績并根據(jù)原始分數(shù)排列名次的傳統(tǒng)做法，結(jié)合使用項目反應理論(Item Response Theory，IRT)和經(jīng)典測量理論(Classical Test Theory，CTT)對學生作答狀況進行數(shù)據(jù)分析，對考試結(jié)果進行全面報告。[7]

首先，學能測試從試卷整體和題目個體兩個角度分析測驗質(zhì)量。對試卷整體的分析包含難度是否適宜、整體試卷的項目一致性是否達到較理想的水平。在對試題分析中，考慮到經(jīng)典測量理論的不足，學能測試采用了可以將試題參數(shù)與能力參數(shù)定義在同一個量表上，精確估計測量誤差的Rasch模型進行試題分析，得到難度評價結(jié)果分別為過易(0.8以上)、較易(0.6～0.8)、中等(0.4～0.6)、較難(0.2～0.4)、過難(0.2以下)的具體試題；得到區(qū)分度評價結(jié)果優(yōu)良(0.6以上)、較好(0.4～0.59)、合格(0.3～0.39)、需修改(0.2～0.29)的具體試題。

其次，學能測試提供全市、學校和學生三種測試報告。學能測試在結(jié)果的報告方面，主要使用由課程標準衍生出的測試內(nèi)容框架為參照，同時也使用學生在群體中的相對位置為參照，以更全面地反饋信息。其中全市表現(xiàn)報告提供各區(qū)縣在學科、內(nèi)容領(lǐng)域、認知層次等不同層面上的總體表現(xiàn)情況比較信息，為區(qū)縣教育行政部門教育決策服務(wù)。學校表現(xiàn)報告提供總體概況、按照知識范疇掌握情況進行的統(tǒng)計分析、按照成績順序呈現(xiàn)各學生的作答信息、依次報告各班級在各個題目上的作答情況，為各校檢查教學效果提供依據(jù)。學生表現(xiàn)報告包含三部分，各部分均以文字及圖表進行描述。第一部分運用ANGOFF方法，對測試結(jié)果進行等級劃界，合理地區(qū)分出三個能力水平組，即優(yōu)秀、達標、尚需努力，描述學生總體作答情況；第二部分為基于項目反應理論對學生試題作答能力的分析，指出基于學生能力學生應該回答正確但卻回答錯誤的題目；第三部分將試題按照難度值排序呈現(xiàn)學生各題目作答情況，具體指出學生在哪些內(nèi)容方面未能掌握。

三、改進建議

天津市學科基本能力測試設(shè)計理念和實施技術(shù)均達到較高的水平，在當前我國小學教育評價改革潮流中，可謂排頭兵,但在實施過程中我們?nèi)孕柽M一步提高和改進。

(一)不斷擴大考試規(guī)模

本項目是由天津考試院開發(fā)設(shè)計，目的是以科學的測量和分析為手段，監(jiān)測小學教學現(xiàn)狀, 尋找提高教學質(zhì)量的共同規(guī)律，有針對性地加強指導,為大面積提高教育質(zhì)量提供保障。項目初創(chuàng)期，全市報名參加考試的學生人數(shù)較多，甚至有區(qū)縣對應年級學生全體參加，但隨著教育 “減負”政令的下達，考生完全實行自愿報名，報考人數(shù)銳減，致考試效率降低，評價反饋功能減弱。我們分析造成這種現(xiàn)象的原因是多方面的，在今后的工作中還應加強宣傳和引導，但最重要還是應建立政府主導的教育評價反饋的機制，由政府委托天津考試院，組織如學能測試類的考試項目，適時地、有針對性地對基礎(chǔ)教育教學進行監(jiān)測和評價，督促基層教育機構(gòu)不僅要履行教育職責，更要強化質(zhì)量意識，及時解決教學中的問題。

(二)創(chuàng)設(shè)更加靈活考試形式

學能測試還應通過提供多次考試機會來發(fā)揮其更強的反饋功能。目前，學能測試只在每年5月中下旬組織一次考試，考試報告發(fā)回學校后，已近各校的期末考試，學生和教師都來不及進行學習和教學的調(diào)整。同時，目前采用的紙筆考試形式也是桎梏學能測試項目發(fā)展的原因之一，天津考試院應盡快提供在計算機上考試的環(huán)境，學生在計算機上做答完成后，立即可打印出自己的測評報告，考試全部結(jié)束后便能很快做出學校、班級報告，真正達到幫助學生和家長了解學習成效，有效提高自主學習的能力，幫助教師了解教學成效，全面提高教學效率的目的，發(fā)揮其專業(yè)機構(gòu)的作用。

(三)建立題庫系統(tǒng)

作為考試重要的組成部分和核心環(huán)節(jié)的命題工作，其優(yōu)劣直接影響考試的質(zhì)量。為確保命題試卷的平行性、穩(wěn)定性，使測試具有較高的信度和效度，建設(shè)題庫系統(tǒng)是十分必要的，也應成為學能測試的重點發(fā)展目標。[7]題庫作為一種新型的命題工作方式，已經(jīng)廣泛在各類考試中得到應用，理論和技術(shù)比較成熟，但對于學能測試的題庫建設(shè)應特別強調(diào)兩大核心問題：一是基于課程標準，即準確地把握測試內(nèi)容標準，保證試題體現(xiàn)的認知層次和內(nèi)容領(lǐng)域與內(nèi)容標準相一致，確保測試具有較高的效度和信度。二是建立“錨”題庫，通過“錨”題對征集的試題進行錨定測試，以精確估計每道試題的項目參數(shù)。并將不同年度的被試分數(shù)等值到基準上，以比較不同年份間被試群體能力的發(fā)展變化。[8]

總之，天津市學科基本能力測試實現(xiàn)了為基礎(chǔ)教育服務(wù)的目標，同時，從理念、技術(shù)、組織實施均達到較高水平，今后，必將為深化基礎(chǔ)教育課程改革，完善監(jiān)測評估體系，推進義務(wù)教育均衡發(fā)展和提高教育教學質(zhì)量發(fā)揮更加重要作用。

參考文獻：

[1] 龔國勝.義務(wù)教育學業(yè)質(zhì)量監(jiān)測：問題與思考[J].教育理論與實踐，2012(20).

[2] 項目組.“建立中小學生學業(yè)質(zhì)量分析、反饋與指導系統(tǒng)” 項目介紹[J].基礎(chǔ)教育課程，2009(7).

[3] 馬文琴.NAEP美國公民教育進步評估[J].外國教育研究，2008(6).

[4] 王蕾.PISA2006中國試測研究的實踐與啟示[J].當代教育科學，2007(3).

[5] 鄭日昌，蔡永紅.心理測量學[M].北京：人民教育出版社，1999.

[6] 中華人民共和國教育部.義務(wù)教育數(shù)學課程標準(實驗稿)[M].北京：北京師范大學出版社，2001.

[7] 焦璨等.中小學教學質(zhì)量監(jiān)測技術(shù)的開發(fā)與應用[J].教育測量與評價，2009(6).

[8] 董洪亮.建立學生學業(yè)質(zhì)量分析與指導系統(tǒng)——意義與關(guān)鍵[J].基礎(chǔ)教育課程，2008(2).