姚繼軍

2020年10月13日，中共中央、國務(wù)院印發(fā)了《深化新時代教育評價改革總體方案》（以下簡稱《總體方案》），提出“到2035年，基本形成富有時代特征、彰顯中國特色、體現(xiàn)世界水平的教育評價體系”。自此，我國以教育評價改革為突破口，開啟了新時代教育綜合改革的新征程。

《總體方案》直面當(dāng)前教育改革與發(fā)展過程中的問題和矛盾，提出“提高教育評價的科學(xué)性、專業(yè)性、客觀性”的原則要求。這既是對當(dāng)前教育評價過程中存在問題的回應(yīng)，也指明了教育評價改革的必由之路。就全球的教育改革而言，基于科學(xué)證據(jù)進(jìn)行決策與改革已經(jīng)成為世界主要發(fā)達(dá)國家的共識。在這一過程中，如何實現(xiàn)更為科學(xué)有效的評價，是教育循證改革（Evidence-Based Reform）的核心任務(wù)和目標(biāo)。本文通過分析西方國家循證改革過程中的教育評價變革，力圖為我國教育評價的改革提供可以“攻玉”的“他山之石”。

一、教育改革為何要“循證”

循證教育研究的“執(zhí)牛耳者”、美國霍普金斯大學(xué)教授Robert Slavin，在2002年發(fā)表《循證教育政策：轉(zhuǎn)變教育實踐與研究》一文，認(rèn)為在既往的教育改革中，由于缺少嚴(yán)謹(jǐn)?shù)目茖W(xué)證據(jù)，從而使一些看上去熱鬧無比的改革，實際上只是“流行時尚”和“品位特征”的改變，這種變化猶如鐘擺來回往復(fù)卻并非科學(xué)和技術(shù)的進(jìn)步。［1］

在缺失嚴(yán)謹(jǐn)科學(xué)證據(jù)的情況下，人們往往只能根據(jù)經(jīng)驗、情懷來進(jìn)行決策和選擇教育教學(xué)策略，這難免會帶來誤判和效率低下等問題。20世紀(jì)80年代，興起于臨床醫(yī)學(xué)領(lǐng)域的循證醫(yī)學(xué)（Evidence-Based Medicine），著力于對“最佳證據(jù)”的追求，這樣的思路及方法迅速向其他社會科學(xué)領(lǐng)域滲透，形成了席卷全球的“循證思潮”。1996年，Hargreaves首次提出了“循證教育學(xué)”（Evidence-Based Education）的概念，認(rèn)為教育學(xué)的研究和實踐也應(yīng)該像循證醫(yī)學(xué)一樣，嚴(yán)格遵守循證研究證據(jù)，來改進(jìn)教育實踐。［2］20世紀(jì)末到21世紀(jì)初，這樣的理念受到了西方學(xué)界與官方的廣泛認(rèn)可。各國政府、學(xué)術(shù)組織、研究者和實踐者們，采取了大量的行動推進(jìn)循證教育的研究和實踐，在這一背景下，教育循證改革取得了顯著成效。

就教育循證改革的本質(zhì)而言，循證改革是將教育政策制訂和教育實踐建構(gòu)于“最佳證據(jù)”基礎(chǔ)之上的一種努力，它要求在進(jìn)行教育改革時，首先要收集和獲得足夠的科學(xué)證據(jù)，在進(jìn)行科學(xué)評價之后再實施具體的教育干預(yù)、對策或政策。在這一過程中，最關(guān)鍵的要素是證據(jù)本身的質(zhì)量，這就對教育評價的科學(xué)性和專業(yè)性提出了更高要求。我國的國情、教情雖有別于其他發(fā)達(dá)國家，但這種立足于科學(xué)證據(jù)的教育發(fā)展與改進(jìn)思路，仍對我國有重要的借鑒價值。在未來相當(dāng)長的一段時間內(nèi)，我國都面臨著推進(jìn)教育高質(zhì)量發(fā)展、實現(xiàn)教育現(xiàn)代化、建設(shè)教育強(qiáng)國的艱巨任務(wù)。這無疑會對科學(xué)決策和科學(xué)育人提出更高的標(biāo)準(zhǔn)，要求我們在尊重科學(xué)規(guī)律的基礎(chǔ)上，運用科學(xué)手段，實現(xiàn)科學(xué)發(fā)展。

二、循證改革對教育評價的影響

教育評價的變革既是教育循證改革的內(nèi)容，又是推動教育循證改革不斷深化的重要力量，在教育循證改革過程中扮演著重要角色，其自身也受教育循證改革的影響進(jìn)而不斷變革。

1.更加重視證據(jù)的因果關(guān)系揭示。

為教育改革提供“最佳證據(jù)”是循證改革背景下教育評價的核心任務(wù)。這意味著教育評價為教育實踐提供的證據(jù)，必須要滿足一定的標(biāo)準(zhǔn)與要求，以確保證據(jù)的有效性。以美國為例，該國在《每個學(xué)生都成功法案》（Every Student Succeeds Act，ESSA）中，以聯(lián)邦法律的形式定義了證據(jù)的強(qiáng)度，包括：強(qiáng)證據(jù)（strong evidence），指最少有一個良好設(shè)計或應(yīng)用的實驗研究；中等強(qiáng)度證據(jù)（moderate evidence），指最少有一個良好設(shè)計或應(yīng)用的準(zhǔn)實驗研究；有前景的證據(jù)（promising evidence），指最少有一個良好設(shè)計或應(yīng)用，在統(tǒng)計上控制選擇偏誤的相關(guān)性研究。在這些證據(jù)中，實驗研究和準(zhǔn)實驗研究被給予了更多的關(guān)注，甚至被定義為評價和研究中的“金標(biāo)準(zhǔn)”。這是因為，相對于簡單的數(shù)據(jù)描述和相關(guān)性研究，實驗研究能夠較好地控制混淆變量，進(jìn)而更好地揭示因果關(guān)系。

2.教育評價的方法更為科學(xué)專業(yè)。

循證改革對證據(jù)的高標(biāo)準(zhǔn)，在很大程度上是通過更為科學(xué)規(guī)范的評價流程和方法來實現(xiàn)的。以美國有效教學(xué)策略網(wǎng)（簡稱WWC，網(wǎng)址為：http：//ies.ed.gov/ncee/wwc/）為例，該網(wǎng)站為美國教育科學(xué)研究所直接管理的教育證據(jù)網(wǎng)站，通過對各種教育項目、產(chǎn)品、實踐及政策進(jìn)行評估，免費向公眾提供教育的“最佳證據(jù)”。除此之外，該網(wǎng)站還頒布了證據(jù)評價的手冊，詳細(xì)闡釋了相關(guān)評價的流程和方法。相比傳統(tǒng)的基于經(jīng)驗的評價而言，這些流程和方法更加嚴(yán)謹(jǐn)縝密，對評價樣本的篩選和處理更嚴(yán)格，更能夠保證評估結(jié)果的穩(wěn)健性。近二十年來，包括WWC在內(nèi)的諸多循證教育機(jī)構(gòu)和研究者，通過不斷完善證據(jù)評價的方法和流程，不但構(gòu)建循證教育學(xué)的方法體系及評價標(biāo)準(zhǔn)，而且使相關(guān)評價更為科學(xué)、嚴(yán)謹(jǐn)與專業(yè)，為教育的決策者與實踐者提供了大量科學(xué)證據(jù)，促進(jìn)了教育循證改革的不斷深化。

3.注重通過評價推動教育實踐的改進(jìn)。

人們之所以對循證改革寄予厚望，很大程度上是因為循證改革在一開始，就具有鮮明的“理實結(jié)合”特征。它通過專業(yè)的研究和評價，為實踐工作者提供具有操作性的證據(jù)，從而完成優(yōu)化教育政策和改進(jìn)教育教學(xué)的使命。例如，2007年歐盟委員會教育、視聽及文化執(zhí)行署（Education，Audiovisual and Culture Executive Agency，EACEA）針對PISA評價中所發(fā)現(xiàn)的問題，啟動了“為了學(xué)生學(xué)業(yè)的領(lǐng)導(dǎo)力改進(jìn)”項目（Leadership Improvement for Student Achieve?ment，LISA）。這個項目聯(lián)合學(xué)術(shù)界和實踐界的力量，共同探究學(xué)校領(lǐng)導(dǎo)力與成績之間的關(guān)系、作用機(jī)制及學(xué)校領(lǐng)導(dǎo)的改進(jìn)之路。同時該項目基于科學(xué)的評價，不但發(fā)現(xiàn)了實踐中存在的問題，而且通過進(jìn)一步的證據(jù)收集和評價，為實踐的改進(jìn)提供了扎實的科學(xué)證據(jù)，實現(xiàn)了教育研究、教育政策和教育教學(xué)實踐的良性互動。［3］173在循證改革背景下，有很多的評價通過干預(yù)實驗的方式實施，這同樣促進(jìn)了學(xué)界和實踐界的合作。以美國約翰斯·霍普金斯大學(xué)Slavin教授和Madden教授發(fā)起的“為了所有人的成功”（Success for All，SFA）項目為例，該項目通過與學(xué)校合作，在學(xué)校實施以提高學(xué)生學(xué)業(yè)表現(xiàn)為目的的干預(yù)實驗，并通過持續(xù)的評價給學(xué)校提供綜合性的改進(jìn)建議，推進(jìn)學(xué)校層面的改革，提高學(xué)生的成績。

4.大力推動跨國比較和合作。

在教育循證改革的背景下，世界發(fā)達(dá)國家高度重視證據(jù)的權(quán)威性和普適性：一方面，發(fā)起并推進(jìn)了諸如PISA這樣的國際監(jiān)測評估項目，以獲得跨國評估數(shù)據(jù)，進(jìn)而比較不同文化背景和制度框架下教育體系的運作，為各國政府提供反思、干預(yù)和完善教育政策的線索；［4］另一方面，各國均高度重視對國際評估證據(jù)的應(yīng)用。以德國為例，2006年德國各聯(lián)邦文教部長聯(lián)席會議頒布了《教育監(jiān)測全局戰(zhàn)略》，該戰(zhàn)略將PISA、TIMSS、PIRLS、TALIS等國際大規(guī)模教育評價的結(jié)果作為“全局戰(zhàn)略”的支柱之一，與德國國內(nèi)的學(xué)業(yè)水平評價、學(xué)校評估及國家教育發(fā)展評價結(jié)果一起，“為所有州的循證式教育政策奠定共同基石”。［3］174這樣的舉措，使該國內(nèi)部的教育改革能夠得到更廣范圍的證據(jù)支持，從而在充分吸收他國經(jīng)驗的基礎(chǔ)上，更為順利和有效地實施。

三、循證改革對我國教育評價改革的啟示

無論是教育的實踐改進(jìn)，還是教育政策的制定與完善，都需要“言之有理”且“言之有據(jù)”。西方國家的教育循證改革為改進(jìn)我國的教育評價工作，提供了有益借鑒。

1.教育評價應(yīng)有強(qiáng)烈的“證據(jù)意識”。

就我國當(dāng)前的教育評價工作而言，雖然在科學(xué)化水平上有了長足的進(jìn)步，但毋庸諱言的是，依然存在著大量不嚴(yán)謹(jǐn)、不科學(xué)的現(xiàn)象。樹立教育評價的證據(jù)意識，要求評價主體無論在評價指標(biāo)的設(shè)定、評價的實施，還是結(jié)果的分析過程中，都必須堅持“基于證據(jù)”的理念，將評價的隨意性降到最低。與此同時，還應(yīng)當(dāng)嚴(yán)格把控證據(jù)的質(zhì)量，著力尋找和納入具有更高信度和效度的證據(jù)，進(jìn)而為教育改革與實踐提供更為穩(wěn)健的評價結(jié)果。

2.強(qiáng)化專業(yè)評價機(jī)構(gòu)和人才隊伍的建設(shè)。

教育評價的結(jié)果是否科學(xué)、是否可靠、是否有效，很大程度上取決于評價主體的專業(yè)能力和水準(zhǔn)。就我國現(xiàn)狀而言，掌握前沿方法技術(shù)的評估機(jī)構(gòu)和人員仍然不足，尤其缺少類似WWC這樣的具備研制、修訂證據(jù)標(biāo)準(zhǔn)及評價流程的專業(yè)機(jī)構(gòu)。因此，在整合當(dāng)前力量，組建和壯大證據(jù)收集、分析和評價的專業(yè)機(jī)構(gòu)的同時，加大對評價專業(yè)人才的培養(yǎng)和培訓(xùn)力度，同樣是改進(jìn)我國教育評價工作的當(dāng)務(wù)之急。

3.加大評價結(jié)果應(yīng)用、轉(zhuǎn)化和宣傳的力度。

西方教育循證改革極大地推進(jìn)了學(xué)術(shù)研究和教育實踐的結(jié)合，除了建立證據(jù)數(shù)據(jù)庫，向所有人公布經(jīng)評估獲得的有效證據(jù)外，很多國家還通過立法規(guī)定，教育改革與決策必須有科學(xué)證據(jù)支撐，這就在制度層面保證了研究證據(jù)的使用和轉(zhuǎn)化。而以實驗干預(yù)的方式進(jìn)行評價，并以評價的結(jié)果推動學(xué)校改進(jìn)和政策完善，則更是研究和實踐相互結(jié)合、相互促進(jìn)的有效途徑。這些有效的方法，對轉(zhuǎn)變我國教育評價方式，形成評價與實踐雙向促進(jìn)的教育改革與發(fā)展機(jī)制，具有重要的參考價值。

需要指出的是，循證背景下的教育評價雖然高度重視證據(jù)的獲得和使用，但這并不意味著這樣的評價是無涉價值的。Biesta認(rèn)為，價值是教育實踐不可或缺的組成部分，證據(jù)需要經(jīng)過價值的過濾，才能避免教育改革過程中出現(xiàn)價值和證據(jù)的二元對立。［5］正因如此，Whitehurst認(rèn)為循證教育（Evidence-Based Education）應(yīng)該由“實證證據(jù)”（包括以科學(xué)基礎(chǔ)研究和實證信息）和“專業(yè)智慧”（包括個人經(jīng)歷和共識）兩部分構(gòu)成。［6］這意味著，在教育評價過程中，既要高度重視證據(jù)，也不能被證據(jù)牽著鼻子走，必須堅持立德樹人、全面發(fā)展的價值導(dǎo)向，通過充分發(fā)揮科學(xué)評價指揮棒的作用，提高教育治理的水平，辦好人民滿意的教育。