引言

自從斯克里文在其1967年所著的《評(píng)價(jià)方法論》中首先提出“形成性評(píng)價(jià)”（formative evaluation）與“終結(jié)性評(píng)價(jià)”（summative evaluation）的概念（Scriven， 1967）， 不斷有學(xué)者對(duì)這兩個(gè)評(píng)價(jià)方式的定義、形式與功能展開探討。 近年更多的學(xué)者與教師開始關(guān)注如何利用“形成性評(píng)價(jià)”提升課堂教學(xué)質(zhì)量。大量研究和數(shù)據(jù)也表明，形成性評(píng)價(jià)不僅是課堂教學(xué)的重要組成部分，更是提升課堂成效的重要工具（Black & Wiliam， 1998）。形成性評(píng)價(jià)重視對(duì)學(xué)生學(xué)習(xí)過程的評(píng)估，它鼓勵(lì)通過多元評(píng)價(jià)工具，獲取學(xué)生日常學(xué)習(xí)的信息，了解學(xué)生的知識(shí)、能力、興趣和需求并加以總結(jié)和分析，從而改善教學(xué)和學(xué)習(xí)效果。它不僅注重對(duì)學(xué)生認(rèn)識(shí)能力的評(píng)價(jià)，也重視對(duì)學(xué)生情感及行為能力的評(píng)價(jià)。形成性評(píng)價(jià)瞄準(zhǔn)教與學(xué)的提升，所以又被稱做 Assessment for Learning（“促學(xué)評(píng)價(jià)”）。

然而我們?cè)陉P(guān)注“促學(xué)評(píng)價(jià)”的同時(shí)，也不能忽視對(duì)整體教學(xué)大綱的設(shè)定、教學(xué)目標(biāo)的達(dá)成、以及學(xué)生整體的學(xué)習(xí)效果的判斷和審視。如果說形成性評(píng)價(jià)從微觀的角度關(guān)注某個(gè)學(xué)生或某個(gè)教師個(gè)體是否成長，終結(jié)性評(píng)價(jià)就是要從宏觀的角度對(duì)整個(gè)的教師群體的教學(xué)質(zhì)量、教學(xué)計(jì)劃的實(shí)施情況、某個(gè)學(xué)生在經(jīng)歷了一個(gè)學(xué)段的整體學(xué)習(xí)狀況給出鑒定性評(píng)價(jià)，從而為學(xué)校、教師和學(xué)生群體在未來教學(xué)中更新教學(xué)內(nèi)容，改進(jìn)教學(xué)方法，提高學(xué)習(xí)質(zhì)量等下一步教學(xué)決策提供重要依據(jù)。

但就具有鮮明校本特色的期末考試來說，尤其是學(xué)年考試，它既是終結(jié)性評(píng)價(jià)，又具備形成性評(píng)價(jià)的特點(diǎn)，也就是說在建構(gòu)成績和評(píng)價(jià)結(jié)論的過程中，它有一定的形成性。因?yàn)閷W(xué)生在一段、一段的語言學(xué)習(xí)進(jìn)程中，一次期末考試不過是整個(gè)長尺度學(xué)習(xí)階段中的某學(xué)段的效果檢測。說它具有終結(jié)性，是因?yàn)榻處熓前凑諏W(xué)期、學(xué)年來設(shè)計(jì)整體教學(xué)大綱的，即在一個(gè)特定的學(xué)習(xí)階段內(nèi)要達(dá)成的教學(xué)目標(biāo)。因此，期末考試在評(píng)價(jià)上的形成性和終結(jié)性并不矛盾，“形成”是學(xué)生學(xué)習(xí)角度的“形成”，“終結(jié)”則是教師教學(xué)角度的“終結(jié)”。那么，本文就從后者的視角來展開討論。

終結(jié)性評(píng)價(jià)的定義、方法與特征

定義

終結(jié)性評(píng)價(jià)（summative assessment）是對(duì)一個(gè)學(xué)段、一門課程的教學(xué)質(zhì)量的綜合評(píng)價(jià)，其目的是對(duì)教師和學(xué)生階段性教學(xué)效果、學(xué)習(xí)質(zhì)量做出結(jié)論性評(píng)價(jià)。評(píng)價(jià)的目的就是給學(xué)生給出分等鑒定、做出關(guān)于受教育者（學(xué)生）和教育者個(gè)體（教師）的決策、然后再與教育資源分配的決策相聯(lián)系。簡單說就是要下結(jié)論、分等級(jí)、做決定。我們熟悉的期末考試、學(xué)年考試、會(huì)考、畢業(yè)考試、教師的考核、學(xué)校的鑒定等等都是終結(jié)性評(píng)價(jià)。

方法

以期末考試為代表的終結(jié)性評(píng)價(jià)大多是成績測試（achievement test），主要是要測量學(xué)生整個(gè)學(xué)期掌握所學(xué)內(nèi)容的狀況（Heaton， 2000）。也就是說，所有考試內(nèi)容都應(yīng)以教學(xué)大綱中預(yù)先設(shè)定的教學(xué)目標(biāo)為基準(zhǔn)，以學(xué)生達(dá)成目標(biāo)的程度即學(xué)習(xí)成績或教學(xué)效果為內(nèi)容而做出評(píng)價(jià)。雖然這種評(píng)價(jià)大多只在期中或?qū)W期末進(jìn)行，次數(shù)較少，但所提供的信息和基于這些信息而做出的教學(xué)決策的影響卻不小。期末考注重考察學(xué)生掌握課程目標(biāo)的整體程度，不僅需要高度概括所學(xué)內(nèi)容，具備代表性，還不能縮減教學(xué)計(jì)劃、隨意調(diào)整教學(xué)內(nèi)容，更不能超出大綱要求，不能不教什么而考什么。

終結(jié)性評(píng)價(jià)的特征和反饋方式

終結(jié)性評(píng)價(jià)的首要目的是對(duì)學(xué)生在某門課程或就其某個(gè)重要部分所取得的學(xué)習(xí)成果進(jìn)行全面的確定，以便對(duì)學(xué)生成績給予結(jié)論性評(píng)定或是為學(xué)生的下一階段學(xué)習(xí)提供依據(jù)。終結(jié)性評(píng)價(jià)關(guān)注學(xué)生對(duì)某門課程整個(gè)或一個(gè)學(xué)段的內(nèi)容的掌握，注重于檢測學(xué)生達(dá)到該課程教學(xué)目標(biāo)的程度。因此，終結(jié)性評(píng)價(jià)一般一學(xué)期或一學(xué)年只操作兩、三次。期中、期末考查或考試以及畢業(yè)會(huì)考等均屬此類。終結(jié)性評(píng)價(jià)的考試或測驗(yàn)內(nèi)容包括的范圍較廣，每個(gè)題目都包括了許多構(gòu)成該課題的基本知識(shí)、技能和核心能力。

終結(jié)性評(píng)價(jià)的結(jié)果主要是為教育管理者（教務(wù)部門），教師以及學(xué)生提供教學(xué)效果、學(xué)習(xí)成績信息，并給評(píng)價(jià)結(jié)果的使用者提供調(diào)整對(duì)未來的教育管理、教學(xué)以及學(xué)習(xí)提供依據(jù)。我們不能只關(guān)注教學(xué)過程個(gè)體性，還應(yīng)該關(guān)注課程目標(biāo)達(dá)成的整體情況和普遍性。因?yàn)檎n程的基本目標(biāo)實(shí)現(xiàn)不可能在課程實(shí)施的每一個(gè)局部過程完整的體現(xiàn)，必須要通過終結(jié)性評(píng)價(jià)來高度綜合、概括，分析和總結(jié)。

終結(jié)性評(píng)價(jià)的效度、信度與考試后效/反撥

要想使終結(jié)性評(píng)價(jià)真實(shí)、客觀的反映教學(xué)、學(xué)習(xí)狀況，老師們要把握以下幾個(gè)關(guān)鍵點(diǎn)：

評(píng)價(jià)測試好壞的第一標(biāo)準(zhǔn)——效度（Validity/Validation）

任何一種測試或評(píng)價(jià)的好壞，最重要的就是看效度實(shí)現(xiàn)與否Heaton（2000）。效度就是指測試或評(píng)價(jià)在多大程度上考核了教學(xué)大綱所需考核的內(nèi)容，評(píng)價(jià)的內(nèi)容、方式有多大程度體現(xiàn)所測量的目標(biāo)。盡管考試不同，標(biāo)準(zhǔn)各異，但標(biāo)準(zhǔn)的制定都依據(jù)一定的科學(xué)規(guī)律。作為教師，最有保障的做法就是參照教學(xué)大綱和課程標(biāo)準(zhǔn)，將考試內(nèi)容與教學(xué)大綱所列內(nèi)容進(jìn)行比照，從中篩選出有代表性的語言知識(shí)點(diǎn)、核心能力等成為考試內(nèi)容。例如閱讀能力，先參照大綱，列出本課程所需學(xué)習(xí)的閱讀技巧（微觀、宏觀）或能力清單， 然后抽樣選取有代表性的知識(shí)、技能或交際能力列入考試內(nèi)容，只要保證做到與教學(xué)大綱所列內(nèi)容高度一致，有一定的覆蓋面，內(nèi)容效度（content validity）就達(dá)成了。

Heaton（2000）認(rèn)為期末考試所采用的評(píng)價(jià)工具應(yīng)該是與教學(xué)大綱緊密相扣的成績測試（achievement tests）， 應(yīng)該是標(biāo)準(zhǔn)參照測試（criterion-referenced tests），而不是與學(xué)生相比較的常模參照測試（norm-referenced tests）。也就是說學(xué)生的成績表現(xiàn)取決于與一個(gè)或多個(gè)預(yù)先設(shè)定的標(biāo)準(zhǔn)相對(duì)照而得出的。這種做法的一個(gè)好處就是能真實(shí)的反映學(xué)生的語言能力，而不用與其他學(xué)生相比較表現(xiàn)如何。只要學(xué)生達(dá)到了所制定的標(biāo)準(zhǔn)，不用與其他同學(xué)的表現(xiàn)做比較，我們就可以對(duì)學(xué)生水平做出推斷并給予等級(jí)評(píng)價(jià)與反饋。也就是說，一個(gè)班級(jí)可以所有同學(xué)都達(dá)標(biāo)，或所有同學(xué)都達(dá)到最高級(jí)別（如等級(jí)甄別）。學(xué)生所獲得的教師評(píng)價(jià)只針對(duì)他自身學(xué)習(xí)表現(xiàn)與課程標(biāo)準(zhǔn)的差距，而不是該學(xué)生與其他學(xué)生的差距，這種反饋能增加學(xué)生的學(xué)習(xí)動(dòng)力，減少源自同輩的人為壓力，從而營造和諧的課堂氛圍，互利的師生關(guān)系和同輩關(guān)系。

如何達(dá)成評(píng)價(jià)的一致性——信度 （Reliability）

信度是測試或評(píng)價(jià)的第二個(gè)重要指標(biāo)。信度是指測評(píng)工具和結(jié)果的可靠性、穩(wěn)定性和客觀性。測試的信度有兩層意思，不同的閱卷人批閱同一份卷子，結(jié)果應(yīng)該大致相同；同一個(gè)評(píng)卷人在不同的時(shí)間批閱同一份試卷，分?jǐn)?shù)也應(yīng)大致相同。這就是Bachman所說的測試的一致性（1990）。但是當(dāng)信度與效度有沖突時(shí)，必先保障考試的效度，然后盡量達(dá)成信度，如采用合理規(guī)范、易于操作的評(píng)分標(biāo)準(zhǔn)或評(píng)價(jià)量表、統(tǒng)一的評(píng)分程序等等。

這里有一個(gè)需要“教考分離”還是“教考合一”問題。為保障終結(jié)性評(píng)價(jià)的信度，大多學(xué)校和教育機(jī)構(gòu)采用“教考分離”的評(píng)價(jià)模式或考試制度。“教考分離”針對(duì)傳統(tǒng)“教考合一”而提出，即在教學(xué)過程中任課教師只負(fù)責(zé)教學(xué)，不直接參與所教課程的命題或試卷批改，而是由教務(wù)部門組織非任課教師根據(jù)教學(xué)大綱的要求命題，大多通過建立命題組、試題庫，統(tǒng)一組織考試、統(tǒng)一評(píng)卷。這種做法的好處是，評(píng)價(jià)過程相對(duì)客觀，考試中可以有效去除教師主觀判斷的失誤或隨意性，依照教學(xué)大綱的要求和課程標(biāo)準(zhǔn)對(duì)學(xué)生進(jìn)行考核，進(jìn)而做出結(jié)論性評(píng)價(jià)。同時(shí)，教務(wù)部門也可以及時(shí)、充分的了解教師的業(yè)務(wù)水平和學(xué)生的學(xué)習(xí)情況，為下一步教學(xué)計(jì)劃或教學(xué)政策的制定提供依據(jù)。但是，這種做法在實(shí)際應(yīng)用中卻暴露出諸多不合理之處。所謂“教考分離”大多從教學(xué)管理角度出發(fā)，統(tǒng)一管理、制約，甚至監(jiān)控的優(yōu)越性只是表象，并未從根本上突破傳統(tǒng)評(píng)價(jià)只重視知識(shí)檢測的局限性?！敖炭挤蛛x”保障的只是測試操作層面的一致性，而并未真正地從考試內(nèi)容、方法和教學(xué)目標(biāo)的達(dá)成上，提升測評(píng)的成效。 “教考分離”往往以目標(biāo)為指向，注重檢測和鑒定學(xué)生是否達(dá)成預(yù)定目標(biāo)，忽略了測試和評(píng)價(jià)的其他功能如導(dǎo)向、激勵(lì)、及發(fā)展功能。不斷更新的試題庫，不斷隔離的師生關(guān)系雖然保障了評(píng)價(jià)的客觀性和規(guī)范性，卻顛倒了測試標(biāo)準(zhǔn)的順序，忽略了達(dá)成效度才是判斷測試好壞的第一順位標(biāo)準(zhǔn)。

如何達(dá)成測試對(duì)教學(xué)的正面影響——正向反撥（Positive Backwash）

“反撥效應(yīng)”（backwash effect）通常是指語言測試對(duì)語言教學(xué)和學(xué)習(xí)產(chǎn)生的正面或負(fù)面的影響，它是語言評(píng)價(jià)（language assessment）研究中的一個(gè)重要研究課題（Bachman， 1990）。這種反撥效應(yīng)也被廣泛認(rèn)為對(duì)課堂教學(xué)如何進(jìn)行起著決定性的作用。更多研究者關(guān)注課外的高風(fēng)險(xiǎn)考試 （high-stakes tests）的反撥效應(yīng)。教育機(jī)構(gòu)常常利用高風(fēng)險(xiǎn)考試對(duì)學(xué)生、教師、學(xué)校乃至學(xué)區(qū)做出重要的教育決策，使得高風(fēng)險(xiǎn)考試的反撥效應(yīng)顯得尤為顯著（Cohen，1994）。在包括中國在內(nèi)的許多國家，這些高風(fēng)險(xiǎn)考試通常是學(xué)生能否繼續(xù)接受教育的必經(jīng)門檻。中國的研究者也相繼就高風(fēng)險(xiǎn)考試對(duì)教學(xué)和學(xué)習(xí)產(chǎn)生的反撥作用作了深入研究（韓寶成等，2004； Luxia， 2005）。

雖然測試對(duì)教學(xué)會(huì)產(chǎn)生正面或負(fù)面的影響，但反撥效應(yīng)對(duì)外語教學(xué)所產(chǎn)生的決定性影響是毋庸質(zhì)疑的（Cheng et al.， 2004）。有些研究者（Morrow，1986）甚至建議，試題的效度應(yīng)該用其對(duì)教學(xué)的積極影響程度來衡量，研究者對(duì)反撥效應(yīng)的認(rèn)可程度可見一般。國內(nèi)學(xué)者的諸多研究表明（亓魯霞，2004）， 考試的后效在教學(xué)內(nèi)容方面得到體現(xiàn)，如高考英語能為學(xué)生提供英語學(xué)習(xí)動(dòng)力，更顯著的是促進(jìn)教學(xué)內(nèi)容、方法的改革。高考英語促使中學(xué)改革， 英語課程增加了聽說讀寫技能訓(xùn)練， 改變了原本只重視知識(shí)傳授的局面。

高質(zhì)量的語言測試和評(píng)價(jià)可以通過診斷、激發(fā)和修正的方式對(duì)教學(xué)和學(xué)習(xí)產(chǎn)生積極影響（Heaton，2000；Hughes，1989）。成功的語言測試能幫助教師和學(xué)生診斷出教和學(xué)的效果，定期的評(píng)價(jià)會(huì)使學(xué)生產(chǎn)生一種成就感，從而激發(fā)學(xué)習(xí)興趣。另外，定期的測試還可以使學(xué)生逐漸了解課程目標(biāo)和重點(diǎn)，從而提高學(xué)習(xí)效果。語言測試鼓勵(lì)好的教學(xué)，修正差的教學(xué)，反撥作用可以幫助教師發(fā)現(xiàn)教學(xué)問題并在將來采取有針對(duì)性的補(bǔ)救措施。

而負(fù)面反撥往往源自對(duì)課程目標(biāo)沒有深刻的認(rèn)識(shí)而盲目進(jìn)行測試。Hughes （1989）認(rèn)為，當(dāng)測試內(nèi)容和方法違背了課程目標(biāo)時(shí)，負(fù)面反撥就有可能產(chǎn)生了。負(fù)面效應(yīng)有以下幾種表現(xiàn)形式：縮減教學(xué)計(jì)劃、曲解教學(xué)目標(biāo)、浪費(fèi)教學(xué)時(shí)間、忽視培養(yǎng)學(xué)生綜合分析和解決問題的能力等。如果教師較少致力于獨(dú)立命題，可能導(dǎo)致他們不能合理地使用各種語言測試手段促進(jìn)教學(xué)，對(duì)教學(xué)的負(fù)面反撥效應(yīng)也隨之而生 （趙秦嶺，2007）。換句話說，教師對(duì)測試知識(shí)的認(rèn)識(shí)誤區(qū)可能是編制出低質(zhì)量試題的一個(gè)重要原因，也是產(chǎn)生負(fù)面反撥效應(yīng)的原因之一。找出教師存在的認(rèn)識(shí)誤區(qū)就可以有針對(duì)性地對(duì)教師進(jìn)行培訓(xùn)，并進(jìn)行相關(guān)的行為研究以實(shí)現(xiàn)正面反撥。

結(jié)語

不同的測試與評(píng)價(jià)對(duì)教與學(xué)的影響不僅能從學(xué)習(xí)成果中觀察得到，更多是從學(xué)習(xí)的過程中獲得。形成性評(píng)價(jià)關(guān)注個(gè)體差異，教師需要讓學(xué)生了解自己實(shí)際掌握語言的情況和他所期待達(dá)成的目標(biāo)之間的差距，從而激發(fā)他主動(dòng)學(xué)習(xí)的潛能，達(dá)成學(xué)習(xí)目標(biāo)的期望，是“內(nèi)推力”；而終結(jié)性評(píng)價(jià)更應(yīng)該關(guān)注對(duì)整體能力的描述，是分級(jí)、鑒定和甄別，是工具性反饋，是一種“外推力”。形成性評(píng)價(jià)和終結(jié)性評(píng)價(jià)的這些個(gè)性和共性的實(shí)質(zhì)和特點(diǎn)，決定了我們?cè)谌粘＝虒W(xué)中必須二者兼顧。 形成性評(píng)價(jià)關(guān)注學(xué)習(xí)過程，并及時(shí)給予學(xué)生最直接的有效幫助；終結(jié)性評(píng)價(jià)關(guān)注結(jié)果的呈現(xiàn)，教學(xué)目標(biāo)的達(dá)成；也就是說，我們只有對(duì)教學(xué)全過程和結(jié)果從微觀和宏觀上共同把握，才能不斷促使學(xué)習(xí)過程和學(xué)習(xí)結(jié)果的評(píng)價(jià)達(dá)到和諧統(tǒng)一，讓教師和學(xué)生從評(píng)價(jià)中真正有收獲，有成長。

參考文獻(xiàn)

Bachman， L. F.， & Palmer， A. S. （1990）. Fundamental Considerations in Language Testing： Oxford University Press.

Black， P.J. and Wiliam， D. （1998）. Inside the Black Box. King's College London School of Education

Cheng， Watanabe and Curtis （2004）. Washback in Language Testing： Research Contexts and Methods. Lawrence Erlbaum Associates Inc.

Cohen， A. D. （1994）. Assessing Language Ability in the Classroom. Second Edition. Boston： Heinle & Heinlein Publishers.

Heaton， J. B. （2000）. Writing English Language Tests [M]. Beijing： Foreign Language Teaching and Research Press.

Hughes， A. （2000）. Testing for Language Teachers [M]. Beijing： Foreign Language Teaching and Research Press.

Luxia， Q. （2005）. Stakeholders' conflicting aims undermine the washback function of a high-stakes test. Language Testing， Volume 22， pp. 142-173（132）

Morrow， K. （1986）. The evaluation of tests of communicative performance. In M. Portal （Ed.）， Innovations in language testing （pp. 1-13）. Windsor： NFER Nelson.

Scriven， M. （1967）. The methodology of evaluation. Washington， DC： American Educational Research Association.

韓寶成、戴曼純、楊莉芳，（2004），《從一項(xiàng)調(diào)查看大學(xué)英語考試存在的問題》，外語與外語教學(xué).

亓魯霞，（2004），《意愿與現(xiàn)實(shí)：中國高等院校統(tǒng)一招生英語考試的反駁作用研究》北 京：外語教學(xué)與研究出版社.

趙秦嶺， 大學(xué)英語教師對(duì)語言評(píng)價(jià)的認(rèn)知及其反撥作用（英文）[J]. Teaching English in China， 2007， （3）

趙秦嶺，副教授，首都師范大學(xué)外國語學(xué)院副院長，碩士生導(dǎo)師，北京市英語類專業(yè)群建設(shè)專家委員會(huì)秘書長，北京市多語種試驗(yàn)示范中心副主任。