我國高考測評方式研究

曹姍 萬文濤

摘要： 目前世界各國主要采取五種考試測評方式，分別是紙筆測試、面試、推薦、校本評核及自適應測驗。作者采用專家咨詢法建立了高考測評方式評價指標體系，并用層次分析法對這五種測評方式進行數(shù)據(jù)分析，認為我國應建立以紙筆測試為主，多種測評方式為輔的考試測評體系。

關(guān)鍵詞： 高考測評方式評價指標體系層次分析法

高考一直是我國為高等學府選拔優(yōu)秀人才的重要制度，也是現(xiàn)階段最公平、公正的選拔方式。自高考誕生以來，最主要的測試方式就是紙筆測試。紙筆測試的優(yōu)點在于易于操作，也相對公平公正，但也存在明顯的缺陷：一則難以全面考察考生的綜合素質(zhì)和能力，二則存在“一考定終身”的弊端。因此，單一的紙筆測試已不能適應社會多元化的選才需求，高考需要更加多元化的測評方式。目前，世界各國的考試測評方式主要有五種：一是紙筆測試，是目前各國主要采取的測評方式。二是面試，國內(nèi)多數(shù)自主招生的高校會增加這種測評方式，上海交通大學和復旦大學等還嘗試了以面試取代傳統(tǒng)高考的改革。三是推薦。在國外，推薦信是多數(shù)大學必備的申請條件之一。我國北京大學從2010年開始也采取了由中學校長實名推薦上大學的方式。四是校本評核，即由學校任課老師評核本校學生的表現(xiàn)，將學生的平時表現(xiàn)和教師的主觀評價綜合打分，計入學生的公開考試成績。目前很多國家的高考方案中包含校本評核成績，如加拿大、英國、澳大利亞、荷蘭、美國。我國香港在中學會考和高級程度會考中都推行了校本評核。五是自適應測試（簡稱CAT）。利用項目反應理論建立考試題庫，以人機對話的方式的答題，計算機根據(jù)答題者的答題水平自動抽取下一個與考生水平相近的題目，以測出考生的真實水平。CAT在世界范圍內(nèi)的很多大型考試中得到應用，如TOEFL、GRE、美國的醫(yī)生護士資格考試及軍事服役職業(yè)能力測驗等。而在我國CAT還處于技術(shù)開發(fā)階段，許多學者預測隨著我國高考題庫的建成，未來高考有望實行自適應測驗。究竟哪種測評方式最適合中國的國情，能最大效度地選拔高等人才？我們通過建立高考測評方式評價指標體系、運用德爾菲法、層次分析法對這五種測評方式進行分析。

一、建立高考測評方式評價指標體系

本著建立評價指標體系的一般原則，結(jié)合國內(nèi)學者在考試評價方面的學術(shù)成果，我們擬定了五個一級指標，即公平公正、科學組織、利于選拔、正確導向和成本代價。五個指標的具體內(nèi)涵為：（1）公平公正：考試的內(nèi)容、形式公平。政策平等，統(tǒng)籌城鄉(xiāng)差異；考試的過程及結(jié)果公正公開；無徇私舞弊，考試成績可比較、調(diào)劑。（2）利于選拔：測評方式既注重基礎(chǔ)性又突出選拔性，能有效測出考生的素質(zhì)、特長；利于高校選擇不同的人才。（3）科學組織：測試的形式科學，易于組織；測試的內(nèi)容科學，緊扣教學大綱；測試的方法科學，便于識別人才。（4）正確導向：引導中學實行素質(zhì)教育；引導學生樹立自我教育觀、善于自我評價；引導高校、用人單位乃至全社會正確、全面評價人才。（5）成本代價：考試組織方和考生個人付出的考試成本，包括經(jīng)費、時間、精力投入以及為準備考試而犧牲的機會成本。

二、用德爾菲法確定指標權(quán)重

徳爾菲法又稱專家咨詢法，是一種使用廣泛的、具有權(quán)威性的方法。它采用通訊方式分別將所需解決的問題單獨發(fā)送到各個專家手中，以打分的形式征詢意見，然后回收數(shù)據(jù)進行統(tǒng)計，整理出綜合意見。隨后將該綜合意見和預測問題再分別反饋給各專家，進行第二輪咨詢。這樣多次反復，逐步取得比較一致的預測結(jié)果。本研究選擇了省內(nèi)外的24位專家、學者，包括江西師大的教授、南京師大的相關(guān)學者、在教育第一線的校長和高中教師等。進行三輪咨詢后，指標權(quán)重分布見表1。

三、層次分析法優(yōu)選高考測評方式

層次分析法，簡稱AHP，由20世紀70年代中期的美國運籌學家托馬斯·塞蒂提出，是將與決策有關(guān)的元素分解成目標、準則、方案等層次，在此基礎(chǔ)之上進行定性和定量分析的決策方法。

在確立了高考測評方式評價指標權(quán)重的基礎(chǔ)上，我們運用層次分析法進行優(yōu)選。

（一）建立層次結(jié)構(gòu)模型

根據(jù)研究，我們建立了如下三級層次模型：

（二）構(gòu)造判斷矩陣

根據(jù)各層次各因素的相對重要性做出判斷，用數(shù)值表示出來構(gòu)成判斷矩陣，便可得出判斷矩陣對于總目標決策而言本層次與之有聯(lián)系的因素的重要性次序的權(quán)值。根據(jù)德爾菲專家咨詢法的統(tǒng)計結(jié)果，對于高考測評方式總目標的決策而言，各一級指標的重要性的判斷矩陣見表2：

對該表進行一致性檢驗：λmax=5.1854；CI=0.0414；RI=1.12；CR=CI/RI=0.037＜0.10。（注：λmax為判斷矩陣的最大特征根，CI為一致性指標，RI為同階平均隨機一致性的指標，當CR=CI/RI＜0.10時，判斷矩陣具有滿意的一致性。以下相同。）

下面從這五個指標依次比較各種考試測評方式。

1.公平公正

我國人口眾多，每年有上百萬的學生參加高考，公平公正是人才選拔的首要要求。最早誕生的紙筆測試因為采用統(tǒng)一的試卷，統(tǒng)一的考試的時間和地點，集中的閱卷方式，考試結(jié)果向全社會公開并接受社會監(jiān)督，具備公平和考核的雙重作用，沿用至今。面試是伴隨著高校自主招生而誕生的，多數(shù)由招生的高校自己組織進行。在中國這個歷來重視人情關(guān)系的社會中，很難做到避開人情、背景、權(quán)利等因素完全依據(jù)考生面試表現(xiàn)做出公正的評價。推薦方式自2010年北京大學首次推行后，得到了一定的輿論支持，但也遭了不少的非議。從公平公正方面考量，一是具有推薦資格的都是教育強省的重點學校，邊遠地區(qū)的普通學校沒有推薦資格，造成了招生不公平；二是中學校長的權(quán)利過大，給權(quán)力尋租提供了空間，容易導致招生腐敗，給候選學生帶來不公正的入選結(jié)果。校本評核主要在英國、澳大利亞等教育發(fā)達國家實行。普遍認為由學校任課教師來評核學生的平時成績的公正性需要建立在完善的誠信制度和法制制度之上。計算機自適應測驗在人機測驗的過程中是每個人對應不同水平的試題，題庫具有全面性、保密性，考試過程相對公平公正。但是由于城鄉(xiāng)學生對計算機操作的熟練程度不同會影響答題速度，也造成了一定的不公。

相對于公平公正而言，各測評方式的相對重要性的判斷矩陣見表3：

對該表進行一致性檢驗：λmax=5.1898；CI=0.0424；RI=1.12；CR=CI/RI=0.0378＜0.10。

2.利于選拔

紙筆測試采用或全國統(tǒng)一或分省命題的試卷，注重考查基礎(chǔ)知識和基本技能，難以測量考生的素質(zhì)、個性和特長。且考試方法單一，不能滿足不同學校不同專業(yè)的選拔需要，不利于考生和高校的供需匹配。面試的選拔標準和形式靈活多樣，最能反映出考生的真實信息，既有利于學校根據(jù)需要選拔合適的目標人才，又有利于考生展示自己的個性特長，選擇適合自己的高校，是一個雙向選擇的過程。推薦產(chǎn)生的宗旨即是“不拘一格選人才”，目的就是推薦“怪才”、“偏才”上大學，在一定程度上提高了特殊人才的選拔效率。但由于多種原因，最終選拔的結(jié)果并不全是真正的有特長的人，且選拔的范圍和名額也有限，難以兼顧所有符合條件的考生。校本評核體現(xiàn)了“多樣化的評價方式”，實施的是全方位、個性化的過程性評價，提高了測評的效度。由于詳細記載了考生的平時成績和社會活動等，有利于高校選拔到全面發(fā)展的學生。自適應測驗相當于為每個考生“量身定制”一個測驗，從而對考生的能力水平進行更為精確的測量，有較大的區(qū)分度，但該技術(shù)還處于發(fā)展階段，除了能力水平以外的其他技能還不能全面測量。

相對于利于選拔方面而言，各測評方式的相對重要性的判斷矩陣見表4：

對該表進行一致性檢驗：λmax=5.1830；CI=0.0408；RI=1.12；CR=CI/RI=0.0364＜0.10。

3.科學組織

紙筆測試在我國高考中的組織形式為統(tǒng)一高考，即統(tǒng)一命題、統(tǒng)一考試、統(tǒng)一閱卷。這種高度集中的組織形式能確?？荚嚨男哦?、效度及權(quán)威性，但囿于測試內(nèi)容的局限性、測試方法的單一性，難以全面測量考生質(zhì)量。面試的時間、地點、人員都不統(tǒng)一，給學校、考生雙方靈活性的同時，也可能存在組織管理上的漏洞，不夠公開透明。考官和考生的面對面交流更有利于發(fā)現(xiàn)考生的素質(zhì)特長，從而提高選拔的效度。推薦的程序相對而言比較簡便易行，但各推薦學校實際的操作方式并不一致，有的甚至缺乏科學性。而由最了解考生的中學直接推薦其上大學，再由大學來審核，是一種便捷有效的選拔方式。校本評核實施的過程較為復雜，涉及考生高中三年全部的學習成績、課程作業(yè)、社會實踐、考試成績、個人表現(xiàn)等多方面信息，而由任課教師對每個學生的個人情況進行匯總評價也是一個相當大的工作量。也正是因為此種方式注重過程性評價，對考生的考察比較全面細致，因而具有相當大的參考價值，便于高校根據(jù)不同標準選拔人才。自適應測驗簡單來說是將紙筆測試的卷子經(jīng)過加工搬到了計算機上，考試的組織形式和紙筆測試相似。但不能排除計算機程序出故障或人為操作不當而造成的損失。

相對于科學組織方面而言，各測評方式的相對重要性的判斷矩陣見表5：

對該表進行一致性檢驗：λmax=5.2419；CI=0.0540；RI=1.12；CR=CI/RI=0.0482＜0.10。

4.正確導向

在倡導素質(zhì)教育的教育理念下，高考采取單一的紙筆測試越來越遭到質(zhì)疑和反對?！耙豢级ńK身”必然導致中學迫于壓力試行應試教育，學生負擔沉重，身體和精神都備受壓力，不利于學生全面發(fā)展和身心健康。面試在人才交流頻繁的當代社會是用人單位和多數(shù)高校普遍采用的選拔方式，也是一種直觀、有效的測評方式。它側(cè)重衡量除知識水平以外的個人素養(yǎng)、技術(shù)專長，利于引導學校和考生自己進行情商的培養(yǎng)。推薦這種特殊的選拔方式是對傳統(tǒng)高考的改革。它給學科平均水平偏低但是有專業(yè)特長的人提供了一條成才之道，有利于學校和社會培養(yǎng)、接納多樣化的人才。校本評核對考生進行多方面的綜合評價，既可以反饋高中教學質(zhì)量，又能為大學提供資料參考。對平時表現(xiàn)的注重必然有利于中學實施素質(zhì)教育，也緩解了考生一次高考的心理負擔，也有利于誠信制度的完善。自適應測驗的試題內(nèi)容因人而異，具有很大的靈活性，在一定程度上減輕了考生的壓力，也讓中學沒有了應試的方向，只能同等注重考試大綱的所有內(nèi)容。

相對于正確導向方面而言，各測評方式的相對重要性的判斷矩陣見表6：

對該表進行一致性檢驗：λmax=5.0680；CI=0.0152；RI=1.12；CR=CI/RI=0.0136＜0.10。

5.成本代價

在我國現(xiàn)行的統(tǒng)一高考制度下，紙筆測試需要花費一定的組織費用。對考生來說比較方便節(jié)約，只需要在戶口所在地參加一次考試且成績可調(diào)劑，避免了跨省去參加考試的經(jīng)濟負擔。高考面試除了要求考生的紙筆測試成績外，還要由招生的高校單獨組織面試招生，無疑是添加了一道考試程序，且標準不一，考生成績無法調(diào)劑，增加了經(jīng)濟和心理壓力。推薦在成本花費上是相對較少的，考生不需要參加專門的升學考試，招生部門也無需花費大量的人力物力來組織考試，而是由學校直接依據(jù)有關(guān)標準提供推薦學生名單給高校審核，省去了中間大量的備考、考試、閱卷的過程。校本評核因為需要統(tǒng)計的考生資料較多因而成本也較高。考生學校需要花費大量的時間和精力來記錄和整理每個考生的平時成績及社會活動記錄材料；招生學校也要投入大量人員、經(jīng)費來審核考生的材料，工作極其繁瑣復雜。自適應測驗是無紙化、自動化操作，比較節(jié)省人力成本，但大規(guī)模的計算機的配置及維護需要花費大量的資源。且不斷進行題庫更新、技術(shù)開發(fā)的成本也難以估量。

相對于成本代價方面而言，各測評方式的相對重要性的判斷矩陣見表7：

對該表進行一致性檢驗：λmax=5.1719；CI=0.0384；RI=1.12；CR=CI/RI=0.0343＜0.10。

五種測評方式層次總排序的計算結(jié)果見表8：

從計算結(jié)果可以看出，紙筆測試仍是最佳的選擇，這是由中國特殊的社會歷史背景決定的。中國是世界考試的發(fā)源地，悠久的考試歷史形成了中國人倚重考試的傳統(tǒng)，留傳了千年的科舉制對中國乃至世界的政治、經(jīng)濟、文化都有深刻的影響。但中國同時是一個人情社會，中國人做事講究“天理、國法、人情”三個方面，因此在選拔人才方面，受人情關(guān)系的制約，古代的察舉推薦逐漸演變成植黨營私的手段，“文革”時期的“推薦”幾乎成為“走后門”的同義詞，后來的面試、推薦、評核方式也因受人為因素干擾太大，無法客觀真實地反映出被推薦者的水平和表現(xiàn)。古往今來的無數(shù)事實一再證明，要維護社會的秩序，使人才能夠通過公平的競爭脫穎而出，紙筆測試仍是一個有效的手段。

三、結(jié)語

根據(jù)前文的分析和數(shù)據(jù)統(tǒng)計的結(jié)果，我們認為現(xiàn)代高考應建立以紙筆測試為主、多種測評方式為輔的考試測評體系。在五個一級指標中，公平公正排在首位。因為在我國，高考與政治、經(jīng)濟、社會的各個領(lǐng)域密切相關(guān)，甚至影響著人一生的發(fā)展。統(tǒng)一的紙筆測試能保障所有考生擁有平等的接受高等教育的機會，有利于維護社會的公平和穩(wěn)定，有利于教育均衡化發(fā)展，有利于提高國民素質(zhì)和綜合國力。但單一的測評方式有著不能全面測評人才質(zhì)量的弊端，也不能滿足高校和社會對各類人才的需求，也不利于中學實施素質(zhì)教育。因此，我們建議維護高考采用紙筆測試的主體地位，同時采取多種輔助方式。一是分學科測試，探索個別科目實行自適應測驗等社會化考試。據(jù)預計，大學英語四、六級將實行自適應測驗。在中學的學業(yè)水平測試中，部分科目也可以嘗試自適應測驗。例如英語測試這樣實際水平穩(wěn)定性比較強的科目，可以考慮變?yōu)橐荒甓啻蔚淖赃m應考試，選擇成績最好的一次作為報考的依據(jù)。二是健全社會誠信體系，試點采用推薦、校本評核。借鑒法國會考和澳大利亞的“全澳等級考試”，為避免一次考試的偶然性，應加強對平時表現(xiàn)的重視。美國等西方國家以及我國香港地區(qū)之所以能采用推薦信、檔案袋、校本評核成績等作為高考錄取的依據(jù)，是與社會的誠信程度分不開的。受觀念、體制的制約，以及社會升學壓力、就業(yè)壓力的影響，中國社會目前的誠信體系建設(shè)仍不健全。因此，推薦和校本評核方式還不宜廣泛推行，只能在法制健全和有條件的地區(qū)試點采用。三是規(guī)范面試程序，增強面試技術(shù)的可操作性。目前面試最大的爭議在于技術(shù)層面可能存在不規(guī)范、不公正的地方。為發(fā)揮該方式的優(yōu)點，應在出題方式和考務方面都要嚴格按要求進行。

在全球經(jīng)濟一體化，提倡多元化、多素質(zhì)人才的新時代，社會的發(fā)展也給教育提出了新要求。我們呼吁高考能適應新時代的發(fā)展要求，為高校選拔出多樣化的人才。

參考文獻：

［1］廖乃美，蔡燭昌.中外考試制度比較研究［M］.武漢：華中師范大學出版社，2002，7.

［2］劉海峰.中國高考向何處去［J］.北京大學教育評論，2010.2.

［3］萬文濤，李坦英.我國高考模式探究［J］.考試研究，2007.1.

［4］羅貴明.高考新模式的構(gòu)建與思考［J］.沈陽教育學院學報，2009.2.

［5］鄭瑩，宣力亢.“中學校長實名推薦制”的合理性與可行性分析［J］.教育與考試，2011.1.

［6］蔡筱坤.香港公開考試的校本評核設(shè)計與推行［J］.考試研究，2010.4.

［7］喻曉鋒，秦春影.高校考試形式改革：從紙筆測驗到計算機自適應測驗［J］.考試周刊，2009.9.

［8］溫忠麟，羅冠中.高考方案：考試方式與計分方式［J］.中國考試，2008.3.

本論文為校級課題《高考測評方式優(yōu)選、優(yōu)化研究》成果。

（作者曹姍系江西師范大學教育學院2009級碩士研究生；萬文濤系江西師范大學教育學院教授、碩士研究生導師）