基于監測大數據構建數字化教育生態

羅強

【摘 要】蘇州市教育質量監測中心依托“義務教育學業質量監測項目”，通過構建結構化的教育生態指標、指數化的教育生態數據空間、可視化的教育生態健康圖譜以及基于監測大數據開展基礎性教育實證研究等路徑，形成了對區域、學校教育生態全方位的數據描述和優化改進。

【關鍵詞】義務教育學業質量監測;大數據;教育生態

【中圖分類號】G434 【文獻標識碼】A

【論文編號】1671-7384（2021）02、03-037-03

2020年10月，中共中央、國務院印發《深化新時代教育評價改革總體方案》，為新時期的教育質量監測工作提供了戰略方針和實施路徑。

自2015年起，蘇州啟動了“義務教育學業質量監測項目”，經過六年多的實踐，已初步構建了具有國際視野、國家標準和蘇州特色的立體化、全學段、追蹤式義務教育質量監測體系。

構建結構化的教育生態指標體系

教育是一個多重變量控制下的、多要素競爭共生的復雜生態系統。蘇州監測構建了包含學業水平、學生相關因素和教師相關因素三個方面并具有多維結構的教育質量監測指標體系。我們采取了“學校全覆蓋、學生全參與、學科等比例抽樣”的方式，以2020年為例，七、八、九年級共有28.8萬學生參加了蘇州市第六次義務教育學業質量監測。

在學業測評方面，以“基于課標、關注素養;對接國際、著眼未來”為原則，從知識維度、能力水平和核心素養三個方面構建語文、數學、英語和科學四門學科的測評指標。測評內容既重視學生的學業知識，同時更加關注學生的能力和素養，我們稱之為“介于PISA和統考之間的一種學業測評”。

相關因素測評包含學生相關和教師相關兩個部分，監測內容覆蓋了學生個體、家庭、教師、學校和社會等多個不同層面，構建了多維度、立體化反映蘇州基礎教育生態發展狀況的結構化數據模型。以學生相關因素為例，蘇州監測基于“追蹤監測、周期監測、熱點監測”的原則，從歷年監測以及實證研究積累的大量數據中，提煉出與學業成績密切相關或變動明顯的重要因素進行追蹤測查，例如近視、睡眠等;對其他指標則隔年測查，構建周期性監測，例如自尊、焦慮等;對往年監測中出現的問題，進行動態改進和完善，并新增熱點話題，例如電子設備使用、字跡、家長陪伴等。

通過六年的實踐，基于這套具有多維結構的教育生態健康指標體系，蘇州監測已經追蹤采集了海量的、高質量的、結構化且相互關聯緊密的監測大數據。我們希望這個指標體系能夠讓基于大數據的教育質量監測成為教育政策的航向燈、教育健康的體檢儀、教育評價的刻度尺、教育生態的氣象站、教育行為的紅綠燈以及教育質量的助推器。

構建指數化的教育生態數據空間

在監測數據分析中，我們構建了適合蘇州教育的增值評價模型和學業生態健康指數，實現了由“單一分數”到“多元指標”、由“水平判斷”到“增值評價”的發展性評價。

對學生的語文、數學、英語、科學四科的學業成績，首先通過項目反應理論進行等值化加工，在得到學生的能力分后進行標準化，并轉換成平均分為500、標準差為100的量尺分數，進而再轉換成百分等級，從而使得同一年度中以及不同年度間完成不同題本學生的分數具有可比性。依托蘇州監測對學生初中三年連續追蹤的優勢，我們可以計算出每所初中學校、每門學科百分等級的差值，以此來描述各區域、各學校的學業水平增值狀況，實現了“從起點看終點，從入口看出口”，對各區域、各學校學業水平進行增值評價的目標。

相關因素問卷工具研制采用國際流行的指數研究三步法展開，即“概念化→指標化→指數化”，研究過程中首先明確其概念，然后從概念中依據一定的邏輯建立層層遞進的指標體系，再進一步明確觀測點，之后依據觀測點采集數據并折算成具有常模參照的指數，進而轉化成教育生態的數字畫像。

經過指數化加工后的教育質量監測大數據，可以構建出一個包含宏觀、中觀、微觀三個層面的立體化的教育生態數據空間，教育管理者可以居高臨下、航拍全景，俯瞰教育生態的全貌;也可以透視細節，精準挖掘，發現教育生態的真相;還可以讓教育管理者追溯歷史，基于起點，評價教育發展的狀況，全視角透視。

構建可視化的教育生態健康圖譜

1.教育生態健康指標

蘇州監測堅持把立德樹人成效作為根本標準，對多維結構的教育質量監測指標進行了二次指標篩選，構建了以學生學業發展為核心的具有“結構意義”的學業生態健康指標體系（表1）。該指標體系包括學業表現、學業增值、學生相關因素和教師相關因素四個一級維度下共24個關鍵指標，指標選取突出典型性、多維性、過程性和發展性，將區域和學校的學業生態縱向全過程、橫向全要素一體化呈現。典型性，即選取學業水平、身心健康等與學業生態密切相關的重要質量指標;多維性，即從影響學生發展的個體、家庭、教師、學校等多個維度選取重要影響因素指標;過程性，即呈現初中全學段連續追蹤的監測指標;發展性，即呈現學業增值等發展性指標。

2.教育生態健康圖譜

學業生態健康指標體系采用指數化方式呈現，蘇州監測將全市所有學校學業生態健康指標體系中各維度的得分作為總體，由高到低劃分成9個水平來構建各維度的指數得分，占比分別為4%、7%、12%、17%、20%、17%、12%、7%、4%。9個水平分別著色，綠色越深表明區域（或學校）在某指標上表現越好，紅色越深表明區域（或學校）在某指標上表現越弱。

以某校學業質量生態健康圖譜為例，該校2018級、2019級和2020級學生各科的學業表現均處于較高位置，2018級和2019級學生的各科學業增值均處于中等偏下。從相關因素各項指數來看，除學業負擔外各指標均較好，但是客觀學業負擔三個年級都是2，主觀學業負擔在初二和初三時都變成3。通過這樣一個可視化的教育生態圖譜，我們為該學校勾勒了一個比較直觀的學業質量畫像的特征——高質重負（表2）。

基于監測大數據開展基礎性教育實證研究

監測大數據作為優質的教育大數據，具有覆蓋完整、維度全面、準確性和關聯性優異、價值密度大等特點，可以將復雜的教育生態轉化為擬真的數據化形態，從而為教育實證研究提供了良好的載體，特別有利于開展追蹤評價、增值評價和關聯研究，這樣的監測數據有助于明晰教育發展的“真狀況”，找準“真問題”，為區域和學校提升教育質量把脈。

開展基礎性的教育實證研究是充分發揮監測大數據價值的關鍵，也是精準還原教育過程、診斷教育問題、評估教育發展、揭示教育規律、助推教育質量提升的重要手段。近年來，蘇州監測基于問題導向，開展了諸如抗逆被逆學生、躍進躍退學生、不同學業負擔學生、男女生等多項基于監測大數據的基礎性實證研究。我們主要采用的是分類特征數據分析、影響因素相關性分析和可控變量篩選等方式挖掘影響教育的內隱機制。

比如，前10%和后10%學生的差別在哪里？蘇州監測通過分類特征數據分析，將前10%和后10%學生在相關因素各個維度上的得分和表現情況呈現出來。可以看到，前10%學生和后10%學生在學習習慣、學習方法、學校歸屬感、學習動力等維度上都有一個比較顯著的差異。前10%學生在上述指標上均遠高于后10%學生，而且前10%的學生學業投入也是比較大的。二者唯一沒有差異的是主觀學業負擔，也就是不管優秀學生還是后進生，他們的主觀學業負擔都是類似的。

以監測大數據構建數字化教育生態

自2015年啟動義務教育學業質量監測項目以來，蘇州監測始終抓住“監測大數據”這一重要支點，旨在打造區域教育生態健康的超大型“體檢儀”，從教育生態的視角俯瞰教育生態全貌，并進一步打開蘇州教育的灰箱，診斷區域教育的“時代病”。隨著新時代教育評價改革的不斷深化，監測評估已經成為教育評價改革的一支生力軍，用數據思維、用數據診斷、用數據說話、用數據決策、用數據改進已經成為我們認識教育規律和教育真相，評價教育質量發展的利器。我們堅信：對區域、學校教育生態全方位的數據描述，能為我們打開認識教育活動、教育過程和教育結果的全新視角，形成教育理念與教育行為的全新遷躍，也能更好地推進教育治理體系和教育治理能力的現代化。

作者單位：江蘇蘇州市教育質量監測中心