美国教师效能增值评价研究与应用进展

1、    美国教师效能增值评价研究与应用进展    摘要：教育公平已成为众多教育研究者和政策制定者关注的焦点，增值评价由于其较好地解决了教育公平问题，正日益成为国际教育评价的热点。美国是教师效能增值评价使用最为广泛的国家之一，本文围绕美国教师增值评价的理论研究和实践运用，展现美国教师效能增值评价所取得的显著教育成果，为我国教育评价的改进提供参考建议。关键词：增值评价，美国，教师效能本文系2010年度教育部人文社会科学研究规划基金项目“促进教师质量提高的手段：教师效能增值性评价的方法与实践”(项目编号：10yjazh003)的研究成果。教师效能增值评价是目前

2、国际教育评价的热点。相对传统的以学生的升学率或某次关键考试的成绩作为评价教师效能的指标，增值评价以学生多次的考试成绩为依据，采用多水平模型的方法，排除了不受教师控制的因素，如学生的原始成绩，学生的家庭经济状况等对学生成绩的影响，相对以往以学生平均分、升序率对教师效能进行评价的方式，是一种更加客观公平的评价教师效能的方法。美国联邦、各州以及地方政策制定者已经采取这种方法尝试对教师效能进行量化，为教师的留职和晋升提供有章可循的依据。目前，该方法在美国已经得到了非常广泛的使用，并获得较好的反响。教师效能增值评价是当今美国用于评价、晋升、补偿(compensate)和解雇教师的一个重要依据。相对而言，

3、尽管我国已有研究者开始关注增值评价方法，但是由于该方法在我国的使用尚处于起步阶段，仍然需要对其进行更加详细的了解，因此本文将主要对美国教师效能增值评价的研究进行简要梳理，以为我国的教育评价提供参考建议。一、关于教师效能对学生学业进步影响的研究随着美国不让一个孩子掉队法案的出台，采用学生在标准测验上的分数对教师和学校进行问责，是美国教育评价政策的主要方法。在所有学校资源中，教师与学生学习的关系最直接和紧密，教师是学生学业进步的重要影响因素，教师效能高低对提高学生成绩具有非常重要的作用。因此，对教师效能进行科学公平的评价，促进教师质量的提高，成为目前美国教育评价的首要任务之一。增值评价方法首次在美

4、国田纳西州(tennessee)和达拉斯市(dallas)的运用则吸引了众多研究者对该方法的研究兴趣。近年来，美国教育政策制定者对该方法的关注也越来越明显。很多研究表明，教师对学生学习具有非常重要的影响，不同教师对学生学习的影响大小具有显著差异。nye konstantopoulos & hedges(2004)研究表明，教师效应可以解释学生测验分数增长11%的变异。11996年，田纳西州大学william sanders和june rivers根据教师提升学生数学分数的高低，将每个年级的教师均分为五个等级，最高级别为5，最低级别为1，发现一直被前20%的教师所教学生的数学成绩比一直被

5、后20%教师所教学生的数学分数高50%；前20%的教师可以提高所有学生的成绩。2hanushek & kain等人(2005)使用学生从四年级到八年级提高的分数证明，高质量教师对各种能力水平的学生都有效。3rockoff(2004)研究表明，教师对学生的测验分数具有显著的预测作用，教师质量对学生成绩具有显著的影响，提高教师固定效应一个标准差，可以提高学生分数大约0.1个标准差。4aaronson等人(2007)对芝加哥公立高中教师重要性进行研究也发现，当教师效能相差1个标准差时，一个学期之后学生的分数提高相差0.13个年级当量(grade equivalents)(用来表示学生学习成绩

6、所处的年级水平，7表示该生的学习能力为7年级学生的学习水平，8为8年级学生的学习水平)，一年之后学生分数提高相差了o.2个年级当量，教师质量对成绩较差学生尤为重要。5hanushek等人(2010)就教师对学生成就贡献的研究进行综述，也得出了当使用学生增值分数衡量教师质量时，教师质量存在显著差异。教师质量在百分位等级为25%的教师与百分位在75%的教师相比，学生的成就将会从中等程度上升到59%的百分位等级。6用学生的增值分数对教师效能进行测量在美国已经变得越来越普遍。7-9这些基于学生的增值分估计教师和学校效能的模型，在美国的教育研究、评价、绩效工资安排中变得越来越流行。在美国，田纳西州、达拉

7、斯市是较早使用增值评价方法对教师和学校效能进行评价的地区。同样，佛罗里达州也早在1990年就采用了基于增值的绩效薪酬系统。10从2007年开始，美国休斯顿独立学区(huston independent school district，hisd)已经将教师增值系统作为教师绩效工资计划的一部分，最近还允许将增值结果作为解雇教师的依据。112008年8月，俄亥俄州也开始实施增值评价项目，并将学生成绩的进步作为俄亥俄州问责系统的一部分。12米尔肯家庭基金会(milken family foundation)资助的国家教师进步计划(national teacher advancement program

8、，tap)对教师薪酬进行决策时也有30%基于教师对学生分数提高的贡献大小。在美国其他很多州，如阿拉斯加州、亚利桑那州、明尼苏达州等，也采用提高分数(growth in test scores)来对教师工资进行考核，不过学生提高分数在里面占的权重较低。132010年，美国总统新近提出的迈向巅峰计划(race to the top，rtit)明确提出：“高效能教师应该是那些所教学生可以获得很大幅度提高的教师，更加具体地说，就是两次测验上分数的改变”。14rttf要求各州向增值问责系统打开了大门，扫除了链接教师和学生的障碍，鼓励教师评价计划中引入增值评价。目前美国许多州遵照了这个要求。15美国俄克拉

9、荷马州和科罗拉多州最近也计划在绩效薪酬规划中引入增值分数。16奥斯汀，华盛顿最近也有效仿的意愿。17伟大城市学校委员会的65个学区，有将近四分之一的学区已经实施了基于增值的学校或教师奖励的项目。18二、增值评价方法增值评价模型最独特的特点就是采用连续追踪多年的学生成绩估计教师的效能。因此，在使用增值评价模型对教师效能进行评价时，必须保证有追踪多年的学生数据。另外，还必须保证学生数据能够与教师数据进行匹配。到目前为止，研究者通常使用如下几种模型对教师效能进行增值评价。19图1 增值评价模型分类1.协变量校正模型协变量校正模型(covariate adjustment model)将学生的后测成绩

10、作为因变量，前测成绩和其他变量作为协变量，具体如下所示：yig为g年级学生的分数，ga为g年级学生的平均分数，a为模型名称的代指(covariate adjustment model)；yig-1为学生在(g-1)年级的成绩；xi为不会随着学生年级增长而变化的变量，如学生的家庭ses。zig为会随着年级的增长而变化的变量，如班级学生群体的集体效能(仅作为一个举例，并没有查证相关文献，证明班级学生的集体效能是否会随着年级的增长而发生变化)；ga为学校效能；ga为教师效能；iga为学生成绩的残差。这个模型的假设为，随机效应，包括教师效应、学校效应和学生个体残差效应，两者之间相互独立，而且都符合平均

11、数为0，方差分别为ga2，ga2，ga2的正态分布。该模型通常被用来分析只有两年的数据，用这两年的数据估计一年的教师效能。对于有多年的数据，该模型假设学生成绩的跨年级相关全部被学生前一年的成绩所解释掉了，因此，corr(iga，ig'a)=0，gg'。也就是说，通过引入学生前一年的成绩作为协变量，可以完全解释学生交叉分类(同一个学生，连续两年不在同一个班级，也不是由同一个老师教)的复杂性，该模型也就称为传统的多层线性模型。20-212.获得分数模型与协变量校正模型的不同之处在于，获得分数模型(gains models)将学生后测成绩与前测成绩之差作为因变量，其他变量作为协变量放

12、在方程的右边，具体如下所示：dig=gc+gc'xi+c'igzig+'iggc+'iggc+igcdig为学生的增值分，dio=yio，dig=yig-yig-1，g1；gc为g年级的平均增值分；g为获得分数模型的代指(gains models)，其他字母的意思和协变量校正模型的意思相同，而且教师效应、学校效应和学生的残差都符合和协变量校正模型相同的假设。同样，该模型认为，学生两年分数的差值可以完全解释学生分数的跨年级的相关，而且学生交叉分类的复杂性也被该模型排除在外了。3.多元模型通过查阅文献发现，多元模型主要包括交叉分类模型以及层模型。mccaffrey，

13、lockwood，koretz，louis & hamilton(2004)提出了一个综合模型(a general model for longitudinal student out comes)，该模型将协变量校正模型、获得分数模型、交叉分类模型以及层模型概括到一个模型中。具体模型可以参考mccaffrey等人的文章。22本研究主要介绍交叉分类模型和层模型。(1)交叉分类模型在现实情况中，一般都会出现学生在就读过程中换班或者换老师的情况，即学生的成绩数据不符合传统多层线性模型的嵌套数据结构，因此需要建立新的模型拟合这样的数据结构。raudenbush & bryk(2002

14、)(rb)建立了交叉分类模型，23该模型将班级内部的变异分为系统变异和随机变异两部分24可以很好地拟合学生分数的跨年级相关以及教师对学生效应的累积效应。rb认为学生分数的增长趋势是随机线性增长的。因此，0-3年级学生分数的交叉分类模型(cross-classified models)可以表示如下：该模型假设是：igg为正态分布的随机变量，均值为0，方差为g2；为教师效应，该效应为独立、正态分布的，而且教师效应每年的方差均相等；每个学生的跨年级分数增值为g+gc+i+yig，这是一种线性趋势，而且随机截距和斜率被认为是均值为0，方差为002，112，协方差为01；所有学生的分数都在同一个尺度上，

15、所有年级的学生分数是可以比较的。(2)层模型田纳西州增值评价模型该模型之所以叫层模型(layered models-tvaas)，是因为后面的模型是层叠在前面的模型上的。同时，它也可以叫田纳西州增值模型(tennessee value-added assessment system，tvaas)。对某个学区学生在某个科目上的层模型可以表示如下：该模型的假设为igt：为正态分布，而且相互独立；同一个学生内部残差的方差和协方差矩阵没有限制，允许该学生在不同年级有不同的残差，该残差可以相关，而且相关系数可以不同，但是对所有学生来说，每年参数的方差和协方差是相同的。层模型是tvaas的简化模型，但基本

16、上可以代表tvaas。其主要的不同点就是tvaas是将多年级多学科学生数据进行了拟合，比层模型更加复杂。但是模型的思想和假设和层模型都是类似的。因此，拟合多年的多门学科的模型可以类比为多年的单个学科的模型。通过对上述增值评价模型的分析发现，不同的模型对数据有不同的要求，也有不同的假设。多元模型需要有至少三年的数据才可以使用该模型对教师、学校效能进行评价。简单增值模型、协变量校正模型、获得分数模型对数据的要求没有多元模型那么严格，两年的数据也可以使用这些模型进行增值分析。三、增值评价在美国的实施效果田纳西州增值评价系统是目前实施最为广泛的增值评价系统之一。在过去20年，tvaas一直致力于分析学

17、校、教师对学生成绩进步的作用，倡导一种新的教育评价理念，为田纳西州乃至世界的教育做出积极的贡献。公立学校校长委员会(council of chief state school officers)的报告显示，田纳西州学生在数学和科学成绩上8%的增长和tvaas的实施有关，而且自从1992年tvaas在田纳西州实施以来，田纳西州是全国少数几个在国家教育进步评估中学生成绩得到增长的州之一。25同时，史蒂芬·罗斯(steven m.ross)等人对比了孟菲斯市采用tvaas和不采用tvaas的学校从1995-1999年学生成绩增长情况，发现采用tvaas的学校学生的增值分高于那些没有采用tv

18、aas的学校。26纽约2008年的nycdoe增值实验结果显示，增值测量与校长的主观评价结构存在正相关。另外，收到增值报告的校长改变了其对教师评价的方法。低效能教师更可能会被评定为“不满意”或者开除。27-28增值实验的结果还表明校长能够而且将会使用增值信息来对教师效能进行评价，相对高增值教师，更多低增值教师被拒绝继续聘用。29lewis，ruhil(2006)通过使用俄亥俄州63个学区参加的学校在线成就结果(schoolsonline achievement results，soar)以及几个匹配好的学区样本的数据，估计基于学生学习成绩的vaa报告对学区的影响，研究结果表明：通过将参加增值评

19、价和没有参加增值评价的学校进行匹配之后，发现参加增值评价的六年级学生的学习成绩明显高于没有参加增值评价的学区的学生。但是，在四年级则不存在这种现象。30hamilton & mccaffrey(2007)通过使用问卷调查和访谈的方法，对宾夕法尼亚州的校长和教师使用增值评价报告的情况进行了跟踪。发现pvaas不会影响学生的学业成就；参加pvaas的学区管理人员和不参加pvaas的学区管理人员使用数据做决策的情况类似；学区管理人员对pvaas的看法是积极的，但是用处很有限；许多校长不熟悉pvaas，很少使用pvaas提供的信息；参加pvaas和不参加pvaas学区的校长对数据的使用几乎不存在差异；大多数教师没有关注pvaas。作者提出，这可能是因为宾夕法尼亚州的增值评价刚开始实施，教师对增值评价还并不熟悉，从而使得实施增值评价和没有实施增值评价的学区，学生成绩不存在显著差异。31四、关于教师效能增值评价的争论1.关于教师效能含义的争论教育中的“增值评价模型”在过去十年内在美国受到强烈的关注。最近，很多地方采用增值模型来评价教师。即使是那些对增值评价持怀疑态度的人也认为增值评价模型比横断面分析在决定教师和学校效能上要好。32-34但是，教师的增值分数究竟代表什么意思？有些研究者认为，教师增值分数是教师质量和效能最直接的指标。学生学习是教学的首要