从选科制谈起：我国高考计分制度的省思

/从选科制谈起：我国高考计分制度的省思【摘要】计分制是选科制推进中不可回避的问题。计分制度改革并非新兴课题，20世纪末多省份关于选科考试的尝试就曾引入标准分报告考试成绩，然而在实践中标准分遭遇困境，选科制难以为继，退回固定科目考试。2014年启动的新高考改革实施自由选科再次将计分方式改革放在突出位置，新的计分制度在实践中面临着理论与现实、技术与观念的多重拷问。未来计分制改革可能打开制度黑箱，从静态走向动态赋分；走出麻烦治理，从“经验先行”转向“系统有序”；探索招考分离，从关注计分方式到关注计分结果的使用。这些改革走向对提升新高考计分制的科学性和合理性有重要参考价值，同时也对高考改革的整体设计提出了更高的要求。【关键词】计分制度；自由选科；分数等值；高考改革 一、原始分、标准分与选科制 (一)原始分与选科 原始分即卷面分，是按照评分标准对学生作答评出来的分数，可以直接反映学生作答的情况。由于其计算方便，表达简明，在我国考试史上有着广泛的群众基础。然而从测量学的角度来说，以原始分报告考试结果并非最合适的工具，尤其是在多科考试上。原始分反映的是一个考生在一次考试中的“绝对水平”，蕴含的信息较少，意义模糊。首先，原始分不具有等值性。原始分以“1分”为单位，分值受考试科目、试题难易程度、区分度以及参照群体等多因素交互影响，分值的差异不能说明掌握知识、运用能力的差异，因而不同学科的考试成绩以及同一学科不同次的考试成绩从本质上无法进行比较计算[1]。其次，原始分蕴含的信息存在孤立性。一方面，原始分的分数表达难以反映群体水平和学校教学水平的变化，在高考中使用原始分报告分数缺少参照信息，凭借孤立的分数无法判断考生的学习状况、学习能力和学校教育教学水平，更遑论发挥分数对基础教育的积极导向作用。2015年安徽高考一分一段表中文科考生突破600分以上的12460人次，而2016年600分以上的文科考生为535人，高分段位次的断崖式下降是否说明这一年安徽省普通高中教育教学质量断崖式下降，或者说2015年文科考生的学习能力高于其他年份？另一方面，原始分的孤立性也决定原始分不具备可加性。学科的性质不同决定了每单位分数的意义也不尽相同，将不同科目原始分合成的荒诞就像是将美元和人民币相加[2]。而在选科制背景下，继续将各科分数相加，在原始分和总分录取的双重挤压下，选科的公平与科学性、分数的等值等问题愈加复杂，从而对学生、基础教育以及高校招生产生诸多不良影响。可见，原始分并非总分录取模式的最优选择。 (二)标准分与选科 标准分运用统计学原理对原始分进行线性转化，得出的分数包含平均分和标准差，可以对两个以上测验分数进行比较[3]。与原始分相比，标准分通过呈现学生在群体中的相对位置使得分数具备可比性，理论上来说，标准分对分数的表达和报告比原始分更为科学，更适用于多科考试。然而20世纪80年代推行标准分所遭遇的困境使得我们在使用标准分解释分数时多了几分慎重。首先，标准分对应的是考生在某场考试中的相对位置，却无法反映学生对知识的掌握程度，尤其难以预见低分考生的水平，对教学的改进产生很大的困扰。其次，标准分隐藏了考试难度对最终成绩的影响，标准分会人为放大考试难度较小、区分度不高的科目的分差，而难度较大、区分度高的科目中分差则被缩小，因此在总分录取的模式下，科目难度很可能因分差的变化引发考生最终位次的变化。此外，在标准分所倡导的“淡化分数”与长期积淀的“分数至上”的价值冲突中，其公平性不断受到公众质疑，这也正是21世纪初我国多省份关于选科考试的尝试被匆匆叫停的原因[4]。最后，标准分报告的是考生的相对位置，因此考试的位次越靠前得到的分数越高，在这种制度设计的鼓励下学科内部可能出现“军备竞赛”现象，为在群体中取得相对优先的地位，考生可能会投入无限的时间和精力，陷入一种没有实质增长的竞争主义中。同时，这迫使没有竞争优势的考生放弃难度较大的科目，学科间不均衡现象涌现，无论是广东2004年推行的选考科目尝试与标准分改革还是江苏“08方案”都不同程度地呈现出科学学科报考比例下降[5]，在广东甚至出现了几年内报考物理的考生由10多万人降至5万多人，很多考生被迫弃理从文，或选择试题难度较低的科目[6]，这也使得广东在选科考试中回到原始计分。 标准分从理论上来说能弥补原始分不等值和孤立性的缺陷。但在改革情境中，标准分并没有解决科目设置多样化所带来的问题，相反还暴露出了标准分自身的不足，最终退回原始分计分。标准分受挫的主要原因在于传统的考试价值观与现代评价制度的冲突[7]，对标准分的排斥并非是分数表达形式的问题，而是两种计分模式代表的考试价值观念的冲突。实际上两者在分数解释和处理上都具有不可替代性，但难以应对由选科带来的选科组合的复杂化与选考群体复杂化的挑战，因而在选科制的大背景下，对原始分计分方式进行调整和改革不可避免。 二、新高考计分方式的现实表现及潜在危机 (一)新高考改革试点省份选考科目计分方案 从2014年到2019年拉开的新高考三批试点省份改革，选科制和计分制是最引人注目的两项措施。计分制是选科制的配套制度，其实施的动机在实现不同选科组合间分数的等值，因而计分制的改革是推进自由选科不可忽视的技术保障。 2014年，国务院印发《关于深化考试招生制度改革的实施意见》(以下简称《意见》)，指出高校招生录取总成绩由高考的语文、数学、外语三门科目的成绩与高中学业水平考试科目的成绩组成，学业水平考试的科目可由考生在思想政治、历史、地理、物理、化学、生物科目中自主选择三门[8]。围绕《意见》，各省市的选科模式大体分为三种：一是“7选3”，浙江省在这六门选考科目外增加了技术科，考生在这7科中选择3科成绩计入高考；二是“6选3”，上海以及第二批的北京、天津、山东、海南采用这一模式；三是“3+1+2”，2019年，河北、辽宁、湖北、湖南、重庆、江苏、福建、广东8个省市集中采取“3+1+2”模式，除三门必选科目外，考生在历史和物理科目中任选一科，“2”为再选科目，在余下4门科目中选择。 为解决选科带来的考试科目、试题难度、考生群体的差异问题，新高考在分数报告上，采用原始分与等级分相结合，其中选考科目以等级分数报告。在等级分换算中，教育部规定等级分“位次由高到低为A、B、C、D、E。原则上各省(区、市)各等级人数所占比例依次为：A等级15％，B等级30％，C等级30％，D、E等级共25％。E等级为不合格，具体比例由各省(区、市)根据基本教学质量要求和命题情况等确定”[9]。根据《意见》的相关规定，除海南使用标准分外，各省的赋分方案在赋分中主要为固定分值和等比例转换分值两种形式。固定等级赋分中同等级内部赋分一致，浙江、上海、北京、天津等地以40分为分数起点，3分为一级，分数分布形式近似正态。其中浙江、北京、天津采用21级赋分，总分100分，上海为11级赋分，总分70分。等级比例赋分较为复杂，以30分为起点，分数呈现连续状态，其中山东采用8级赋分、第三批试点省市采用5级赋分，将各部分原始分与等级分结合起来，将依照等比例转换法则(转换公式：Y2-Y/Y-Y1=T2-T/T-T1：其中Y1，Y2分别表示原始区间的下限和上限，T1，T2分别表示转换分区间的下限和上限)，分别对应转换到相应的分数段，从而将考生的等级转换成了等级分。 从2014年开启选科以来，各省的计分规则总体呈现多元性、实验性的特征，计分制度的改革呈现新形式。但随着改革的深入，计分逐渐趋向稳定。从2017年的山东计分改革开始，考虑到在校准过程中出现的考生选考成绩排序的变动，山东原始分进行两次转换，并将转换规则以更加确定、可视的形式呈现，实现将不同选考科目原始分按照统一规则转换到同一量表上，从理论上更好地理解不同选考科目之间的可比、可加问题；同时各段分差由3分逐渐细化为1分，从点状转向近似连续，缩小了不同科目组合之间相同等级分对应的原始分数的差异，回应了同一选考科目间的区分度问题，第三批试点省份普遍采用这一运算规则。2021年浙江省发布的2022年选考科目的赋分规则也体现出同样的计分取向。此外，随着计分规则的稳定，关于计分方案的讨论越来越明确。改革前期，不少省份固定分值的计分方案中段与段间3分之差的设计虽然有“淡化分数”的愿景，从实践来看，这一愿景被证明是一种超出能力之外的附加追求，2018年开始计分方案的制度设计更趋于理性，并将这一问题回归到分数转化中的科学性和合理性问题，这也标志着计分方案从应然走向实然、从理念转向问题的重要转变。 (二)现存选考科目计分方案的潜在危机 1.政策导向明显，理论解释模糊 重审当前几种计分方式可以发现，无论固定等级赋分还是等比例赋分，无论是将等级分为21级、11级、8级还是5级，本质上都是由固定的等级划分和固定的赋分比例两大要素构成，但这样的组成形式掩盖了两大基础问题：一是等级和比例确定的科学性和合理性问题，二是对原始分转换过程中分数扭曲的解释，这种粗糙的划分和不透明的程序使得赋分成为又一个高考黑箱，并带来实践上的质疑。 (1)等级及比例确定的理论性不足。等级赋分制度和等比例赋分制度事先对原始分划定等级，确定边界分数，采用比例调整考生考试结果，但对于划分分数点、分数段以及各段人数比例依据何在、是否科学、如何解释等问题缺乏回应。3分、10分、15分的差异能否反映能力水平等级的差异，多大程度反映能力水平等问题未多加说明，特别是对不同年段不同科目的同学来说，能力差距是否能用同一数值表示缺少必要的论证。同时，固定等级赋分以点代线的计分方式还存在改变学生分差，模糊考生考试分数与个人能力的关系等问题。尽管比例赋分考虑到这一问题，在分数转换中将转换分与原始分建立联系，对临界处分数的处理更为精细，然而仍然存在比例集中、意义难以解释，尤其是同比例内赋分的区分度较低，选考科目成绩的参考价值无法充分体现等问题。有学者直接提出这种固定静态的赋分方式忽略学科性质、难度以及实际的选科制度，造成了更为隐秘的“唯分数论”，导致了选科失衡问题的出现[10]。事先规定赋分缺乏理论基础和现实依据，使得制度推行前就存在诸多不确定性。 (2)改变分数分布的解释力尚不可知。强行改变分数的分布状态对分数解释的影响尚不可知。在统计学中，理想的分数状况应该为正态分布，不少研究者也认为，在高考中，由于考生数量庞大，可以将成绩按正态分布来处理。但实际上这种假设只是一种数理层面上的假设，在实践应用中，高考分数以何种形式分布尚不可知，事前按照统计学原理强行改变某个学科的原始分成绩分布是否有足够的理论依据，一直以来都有很大争议。一方面，不同学科的平均分和标准差存在较大差异，强行正态化似乎不符合学科教学规律。另一方面，同段分可能会因为比例问题被分到不同的分段，通过换算后，可能出现分差加大的情况，这对分数准确性表达提出了挑战，这种问题在等级赋分中更加明显。针对正态调整后带来的分数信息丧失和分数扭曲问题，第三批试点省份的等比例赋分制度中采用了负偏态的分数处理，尽管负偏态的分布方式更契合高考原始分的分布形式，但实际上偏态只是高考分数分布的一种可能，它同样也可能呈现出正态、正偏态，并且尚无充分论据证明偏态的矫正形式能够有效缓解分数扭曲和信息丧失的问题。总的来说，不管是哪种赋分方式在比例划分和分数矫正上都有明显的随意性、人为性和行政性，分数划分及比例确定的理论不足，在实践中表现为分数在转换后出现的不同程度的变形以及对分数的解释性不足。 2.等值假设引发选科博弈，实践问题突出 (1)选科博弈问题。无论是等级赋分、等比例赋分还是标准分都通过报告学生的相对成绩来回避试卷难度、学科差异带来的分数不等值问题。然而，各科学科性质和命题组织形式存在差异是客观存在的，这种差异导致了各科成绩的原始分的“不等值”，再加上考生在等级考科目的选择上具有较高的灵活性，更加剧了考生群体间的“不等值”，这种“不等值”甚至还体现在学生群体的学习能力和学习投入等主观因素上，这些主观因素是否存在可比性仍然难以回答。等级赋分以固定的相同比例来划分分数等级的假设是基于不同科目考生的能力等值，无论哪个科目，只要等级分一致，都折算成同一个分数，这表示考生的最终成绩取决于自身能力和报考科目的群体能力[11]。一些考生敏锐察觉到这一信号的意义，能力相对较差的考生有意识采取错位竞争的现象，浙江、上海等地都不同程度地出现“田忌赛马”的选科策略和理科萎缩现象[12]。山东等省基于等级赋分制度的选科博弈，在赋分方式上做出了改变，分数转化过程成为原始分在等级分上的投射，这种赋分方式对选考科目的试题命制、难度控制等方面提出了更高的要求，处理不恰当可能会出现选择政治或地理的高分段同学在分数转换中降低了分值的含量。此外，不少学者也预测第三轮高考改革将会引起新一轮的选科博弈现象——化学选考人数的不合理下降[13]，这些问题是高考改革系统中无法回避的挑战。 (2)淡化分数与总分录取的冲突。高校总分录取对分数的追逐与赋分中淡化分数的观念存在错位，必考科目与选考科目分值差距的差异可能会导致选考科目的式微。统考科目以原始分计算，分距分别为150、150、150、100、100，而选考科目以30分作为等级转换分的赋分起点，分距为70分，原始分计分与等级分计分的分距的差异问题，带来的统考科目与选考科目间的分值失衡，使得选考科目在高考总分中作用弱化。如浙江、上海、北京、天津的固定比例赋分，真正有区分意义的只有等级数(21、11、21、21)，以点代线的计分方式缩小了学生的成绩差距，考生考试分数意义模糊。与必考科目相比，随着选考科目的分值标准差减小，区分度减小，各方对其关注度也会随之下降，在高考收益最大化心态的驱使下，可能会出现轻视选考科目的情况。学校教学安排、学生个人投入更多的时间和资源在统考科目上，相应的选考科目的学习时间投入将会下滑。柯政以上海市某一中心城区物理学习时间的调查数据为例，高一年级从92分钟减为50分钟；高二年级从103分钟减为50分钟；高三年级从242分钟减为73分钟[14]。种种迹象表明，2008年江苏改革后学生在化学、生物等选考科目基础知识和能力素养下降的情况可能再度重现，科学课程再度边缘化[15]。此外，赋分方式与高校专业选考科目要求互动不足，目前来看高校在招生中参与度不高，专业选考科目要求过于宽泛，高校“以分为本”的招生录取观念使得招生与分数关系盘根错节，难以厘清。 三、解决计分问题的几种可能走向 (一)打开制度黑箱——从静态走向动态赋分 当前的计分方案呈现一种以原始分为基点调整赋分的倾向，然而此种方案中存在等级划分的人为性和不透明性，不少学者提出基于选考实际情况动态调整赋分。动态调整赋分方式就是改变当前考试前预先的分数划分节点和人数比例，根据考试的实际情况对分数进行调整，目前关于动态赋分方式的讨论主要集中在谁来制定标准和以谁为标准的问题上。 在谁来制定标准问题上，香港中学文凭考试给出了一种参考答案：在评卷工作结束后，通过对各科的原始分数及分布进行统计分析确定各等级段的边界及各段的分数比例：如果该年该科目原始分呈现正态分布，则该科目等级分人数比例依照正态设置，如果偏态则按偏态分布状况设置，在分数分布上保持等级分的形态与原始分一致[16]。这种计分方式的践行旨在思考对原始分强行正态或偏态处理、拉平不同学科的标准差产生的局部分数扭曲问题，指向分数转换的效度，在实践中对各科考试分数统计出现的新情况反应迅速，并且考虑到同一科目不同难度水平题型的影响，为解决分数扭曲问题提供了一种可能性。另一种是关于以谁为标准的追问，其中影响力较大的是基于不同群体的共性进行分数矫正的方案，然而在关于以谁为锚问题上产生分歧，讨论主要集中于以下几点。其一，以合格考成绩为样本进行分数校准，减弱考生能力水平与参考样本水平的对等性失衡对高端考生的影响[17]，但有人认为合格考分数是否可以作为选拔性、高利害的选考科目科学参照仍然是一项智者见智的问题。其二，以必考科目成绩为锚，借助必考科目成绩矫正选考科目[18]，然而在必考科目的考察中，语言能力占比高于逻辑能力是否会造成隐形不公、公共科目作为校准依据能否准确反映考生的一般能力水平等问题，学界尚存在争议，有待于进一步论证。其三，基于科目性质的强弱假设调整选考成绩，该假设认为在没有选科的情况下，选考科目与语数外三科呈正相关，选考科与统考科成绩合成的基础分并非单向相关关系，存在正向多重相关系数，当选考科与统考科多重相关系数介于某个值时，校准作用最合适，选考科目分数矫正的关键在于计算其中的校准值[19]。 尽管锚测量的提出为新高考选考科目分数可比性的技术完善提供一种可能方向，但值得注意的是，关于“锚”的研究还处于概念阶段，从理论走向实践的讨论相对匮乏，尤其是关于“以谁为锚”的理论构架与现实论证尚处于起步阶段，采用何种“锚”、以谁为参照样本等问题仍然需要进一步论证和检验。此外，动态赋分的持续变革需要考虑社会接受度，技术问题是一种理论问题，很多改革告诉我们尽管解决了理论上的问题，但是理论上的正确性不代表实践中的可操作性，正如21世纪初标准分推行受挫的原因在于社会并不接受其代表的价值观念[20]。动态计分推广的可能性是一个理论问题，更是一个综合各省的考情、人力、物力、财力以及改革的阻力等多重问题的实践问题，从这一角度来看，计分方式的变革受“科学”和“合理”的指引，走在一条缓慢而未知的道路上。 (二)走出麻烦治理——从“经验先行”转向“系统有序” 计分问题是一个难以辨明又无法回避的问题，它是选科制的产物，其科学性关系高考改革的科学性，同样高考改革的科学性和系统性往往也影响着赋分方式的有效性，分数的转换需要建立在一定的数理基础上，这在某种程度上对考试系统的科学问题提出了更高的要求。当前的考试系统还处于由行政指令、经验判断先行为主的状态，以经验、假设理论指导的实践系统，使得考试政策常常处于一种单向平衡状态，实践对政策的反哺作用弱，具体表现为政策设计不够成熟、不够系统，操作性不强。例如，基于选科群体能力的同质性假设建立的等级赋分致使选科问题的出现，强调“重能力轻分数”的改革，但高校录取中仍然将总分作为关键依据的实践非但没有唤回集体理性，反而强化了高考的“应试性”和“投机性”。因而与其说计分问题的核心问题是在理想与现实的张力作用下的结果，毋宁说是专业化、技术化、系统化的改革思路从未真正得到贯彻：原本系统完整的思路常常在多方力量的拉扯中转化成点对点的碎片化方案，甚至带来诸多麻烦，最终演化为现有制度漏洞不断进行技术性弥补的治理模式[21]。 讨论分数问题需要明确区分度在选拔性考试中的重要性，但区分度的控制并非完全体现在分数结果上，它涉及学生的知识掌握程度与能力发展水平的差异，因此无法回避如何衡量、评价学生知识掌握程度和能力发展水平的问题，也就是考试质量的问题。尤其是新高考中选科制更是涉及考试难度稳定、分数等值、分数转化等[22]，传统的以经验、行政为主的组织模式恐怕难以应对，这就要求建立一套从命题到管理的一体化、系统有序、科学标准的现代化考试服务体系。其一，要加强命题系统建设，推进命题技术改革。一方面，建立考试题库，立足学生认知发展水平设置合理难度梯度，推动命题从经验走向专业，通过科学设计控制标准差，增加考试难度的稳定性和考试结果的可信度；另一方面，增加命题技术的灵活性，以命题技术限制应试技术让学生无法按照“模板”答题，无法根据“套路”来做论述，无法用各种应试技术、技巧来获取分数[23]，通过对知识结构和能力水平的真实反映实现考试成绩对基础教育教学的引领作用。其二，建立常态化的智力团队，提高对问题的反应能力，任何新的高考政策，需要有专业人员进行研究、设计、开发和实验政策配套的技术措施[24]，同时吸收一批专家学者、技术人员以及各科的骨干教师，围绕改革需要，加强对高考实践的研究，实现理论与实践的灵活互动。 (三)探索招考分离——从关注计分方式到关注计分结果的使用 新高考改革试图实施选考制度、等级赋分，突破对分数的过度关注，发挥考试的教育功能。但从现实来看，现行的赋分方式无法解决招生考试对分数的依赖，赋分方式作为一种分数转换形式，实现了从关注分数到关注计分方式的转变，然而随着选科的持续推进，这些讨论也逐渐回归分数本身，对计分方式无休止的讨论中折射出的不仅是对赋分制度的科学性和公平性的担忧，更是一种新的分数焦虑形式。有学者指出招考分离缺失是导致选考科目与赋分制困境的重要原因[25]。 按照招考分离的设计，高校逐渐成为招生考试的主体，分数如何使用的权力回归高校手中，高校根据自身发展和学科特色提出对学生考试科目和素质能力要求，一方面可有效降低对考试分数的依赖，另一方面有助于发挥高校对人才鉴别的专业能力。其实国际上普遍通过招考分离的方式，将校本成绩与统一考试成绩相结合、标准化考试与多种考查相结合的方式[26]来实现在同一成绩维度下招生的科学性，英国、美国、澳大利亚、中国香港等地的中学毕业考试结果并不直接决定大学招生，考试成绩仅被当作学生申请高校的其中一项指标，考生参加统一考试后，不同类型、层次的高校根据自身需求提出对学生统一考试成绩的要求，考生成绩达标后即可准备申请材料。这种