形成性评价在中国英语教育领域的应用和研究十年回顾及展望

◆曹荣平 訾 缨 段克勤

(北京林业大学外语学院)

一、引言

在国内，与形成性评价相关的研究在外语教育领域只有大约十年的历史，尚处于起步和探索阶段，但其应用和推广已经得到权威机构的重视和政策的支持，形成性评价的实践也在许多学校展开。本文将对国内英语教育领域与形成性评价相关的应用和研究进行梳理，旨在总结经验，发现问题，探寻发展的方向。

二、概述

在国内英语教育领域，形成性评价的研究在最近四五年迅猛发展。表1 是中国知网(CNKI)中国学术期刊网络出版总库记录的以“形成性评价/评估”为主题词的全部期刊、核心期刊文献数量，也特别列出了与英语或外语教学相关的文献数量。

从表1 可以看出，1999 年以前与英/外语教学相关的形成性评价文献总数为4 篇，核心期刊文献只有1 篇。截至到2004 年，相关核心期刊文献也只有11 篇，不到全部核心期刊文献总数(236 篇)的5%，可以说与外语教学相关的文献在国内教学评价研究领域没有产生太大的影响力。但是，到2009 年，五年时间里外语类相关核心期刊文献总数翻了6 倍，占全部核心期刊文献数(486 篇)的比例也上升到13%，2012 年底增长到100 篇，占数据库全部核心期刊文献总数(687 篇)的14.6%。数据还显示，截止到2012 年底，与英/外语教学相关的形成性评价全部期刊文献(953 篇)与2008 年(317 篇)相比翻了3 倍，核心期刊文献(100 篇)相当于2008 年及以前的同类文献总和(38 篇)的2.6 倍，显示最近四年里本领域的研究快速上升趋势，表明了该课题日益增强的现实意义。不过，最近四年的数据同时还显示，与总库的持续增长的核心期刊数量和外语相关的文献总数较快增幅相比，与外语教学相关的核心期刊数量出现了一定的滞涨，表明外语教学领域相关研究论文的质量还有待提高。

国内期刊论文大致可分为理论研究和应用研究两大类。现有文献中的理论研究又可概括为介绍性和综述性研究:介绍性研究，目的是推介形成性评价;综述类研究，聚焦国内应用研究。现有形成性评价相关的文献中的应用研究多为小规模研究，探讨形成性评价应用于教学改革的成效。近几年有学者关注形成性评价中不同评价主体的差异，比如对同伴评价与教师评价的后效进行比较。除了期刊论文，国内文献中还有少量与形成性评价相关的编著，以介绍和描述类内容居多。近几年还产生了一些博士论文，以应用研究为主，也有少量着重理论建构的博士论文，有的已加工出版为专著。

总体上看，国内英语教育领域形成性评价的研究主要沿袭西方国家已有的形成性理论框架，重要期刊外语类已有文献主要还是对西方理论的介绍和应用研究，研究内容集中在介绍什么是形成性评价，对英语教学有什么启示，有怎样的操作方法，以及后效如何等，目的是指导并推广形成性评价走进课堂(前期主要是基础教育阶段，近几年转移到大学阶段的教学)，多为在实践操作层面上提供一些解释性的理论依据。

三、理论研究评述

在国内英语教学领域，学者对形成性评价的认识正在经历一个由浅入深，从学习到创新的理解过程，现有文献中的理论研究多为介绍性或综述性研究，缺乏深入的理论创新和建构。介绍性研究多为介绍西方学者的形成性评价思想以及对国内英语教学的启示。根据CNKI 数据库的记录，最早的一篇涉及介绍形成性评价思想的期刊论文是张焱1996 年发表在《高等教育研究》的题为“大学英语四、六级考试与学习评价”的文章，反思了大学英语四、六级考试存在的问题，对如何完善我国大学英语教学的学习评价提出了一些建议。虽然该文不是重点介绍形成性评价的论文，作者倡议对大学英语教学的改革尤其要重视学习评价的改革。

张焱的这篇文章当时对相关领域的从业者和决策者没有产生及时有效的影响，有可能是因为作者对大学英语四、六级考试存在的问题的陈述只限于反思式描述，缺少有效的论证过程，更没有实证数据的支撑，对形成性评价的介绍和推介也缺少理论、实践或文献的支持，难以令人信服，存在一定的认识局限。但现在看来，这是外语界的一篇最早发现形成性评价价值的核心期刊论文，体现了作者的前沿意识。

近年有学者对形成性评价的理论有更深入的介绍。李清华、曾用强主要介绍和评述了国际学者有关形成性评价效度理论的三个效验框架，指出形成性评价的效度理论的建构尚未达成共识，需要有更多的实证研究来检验。如李清华、曾用强所言，效度反映的是一项测试是否准确地测量了它所要测量的内容。效度概念一直是反映评价的评判功能的量化指标，伴随着行为目标模式下强调测试内容与教学内容、目标的高度一致的理念，其重要性表现在测试的结果的公平性和可比较性，是区分学生和量化测试成绩的前提条件。虽然学生间的比较结果可以用于建构学习，但评判和区分学生却不是形成性评价的重要目的。李清华、曾用强文也提到有的学者主张抛弃属于标准化语言测试的效度理论，笔者同意这些学者的倡议，主张重构形成性评价的概念内涵和外延，建构适合语言课堂评价的新的评价系统，发展与之相适应的研究重点和研究语言。李清华、曾用强的研究及时地提出了形成性评价的效度概念区别与传统测试效度概念的重要话题，为今后形成性评价的理论研究和深入发展起到了良好的促进作用。

张艳红意在建构大学英语写作教学的动态评价体系，韩宝成讨论了动态评价的基本概念和理论基础，介绍了几种有代表性的动态评价模式和方法并详细分析了干预式动态评价和互动式动态评价的特点，为读者提供了动态评价的国际视野。韩宝成在文中提出了效度检验的校标问题，这正好呼应了前文李清华、曾用强关于形成性评价效度问题的讨论。虽然韩宝成主要目的是将动态评价运用于外语教育的测试改革，但是笔者认为动态评价的基本理念非常适合于形成性评价的理论建构。

现有期刊中还有少量的综述类研究文章，主要介绍和讨论形成性评价的应用研究，如吴秀兰对2000～2007 年刊登在国内期刊上有关形成性评价研究的文章进行了检索;李兵绒、聂建中是对国内形成性评估应用研究的概述;王华、富长洪是一篇发表较早的也颇具影响力的综述。已有综述类文献大多由于资源所限，没能广泛概括国际国内本领域的重要研究。比如吴秀兰文所引的全部23 篇中文文献中，直接讨论形成性评价主题的外语类核心期刊文章只涉及到1 篇;李兵绒、聂建中文所引用的全部23 篇文献中只有3 篇来源是外语类中文核心期刊;由于当时国内相关研究还很少，王华、富长洪文主要关注形成性评估在外语教学中的应用研究，也只引用了9 篇与形成性评价相关的国内研究，其中也只有3 篇来源是国内外语类中文核心期刊。

四、应用研究评述

曹荣平等是外语教育领域较早的一项基于实证的形成性评价方面的研究，讨论了评价与学习的关系，即评价对英语写作和自主学习能力的影响，关注的不再是来自学习系统外部的评价，而是学习系统里诸要素的互动关系，强调“形成性评估……既是评估手段，又是反思性教学手段”。更重要的是，该研究里的形成性评价并没有排除测试，也没有把学期结束阶段的评价排除在外，这不是在现行体制下无奈的改良，而是主动的将传统的评价方式运用于促进教学。不过，该项实证研究的成果主要报告和验证了运用形成性评价对教学的良好的促进作用，较少发现并深入探讨矛盾和问题，这与国际上有关形成性评估的实证研究的发展早期阶段特征相似，主要原因是，小规模的课堂实践中研究者往往又是参与者，对研究有较多的投入以及对结果有较好的预期，在教学实践中忽略了教师和学生的时间和精力的成本，使得研究往往缺乏普适性。

唐雄英是一项关于形成性评价的博士论文。该研究有一个预设的观点，就是其研究所涉及的教学改革就是形成性评价的应用实践，对改革的评价就是对形成性实践的评价。然而，据该研究的实证数据，研究涉及的有些教师的课堂教学就不能被认定为形成性评价的实践教学。有一位学生这样评价老师:老师只关注几个他能认出来和他熟悉的学生，很少问其他同学问题。还有四位同学对同一老师的评价被作者引用:老师不了解我们的学习。老师只是布置我们写，但从不检查。我不知道老师是否了解我们的学习。老师不了解我们，她太高看我们了。由此可以看出，该教师的课堂即便是运用了研究者设计的形成性评价任务，也不能说是真正地实施了形成性评价，因为评价和教学的脱离是显而易见的，研究者的改革意愿并没有全面落实到行动，其致因也可能是教师培训阶段没有统一概念的认识。因此，在唐雄英的研究里，部分教师的教学仍旧采取的是传统课堂模式，涉及到的课堂数据有一部分与形成性评价基本不相关。

文秋芳是基于一门研究生课程的行动研究，难能可贵的是研究者十分清楚如何针对课堂教学各个环节设计具有针对性的形成性评价工具，并保证有效的实施。根据研究生学习具有很高的自主性的特点，文秋芳设计了不同于已有教学评价研究的理论框架，突出了“目标驱动、过程导向、师生共同参与”的形成性评估的关键特点。文秋芳认为研究生教学应该有别于本科教学，更不同于中小学教学，强调“发挥学生的主观能动性，教师只起引导与点拨作用”

上述研究大致代表了国内学者对形成性评价认识的发展趋势，即从全盘接受西方学者的思想，到实证研究探索形成性评价在中国英语课堂的适应性，到创造性地建构适合于中国国情和特定学习者群体的形成性评价理论框架并在实践中加以检验。

五、反思与展望

综合上文评述，国内英语教育领域学者已有相关研究至少存在以下两个问题值得深入探究:一是主题概念没有确切的界限和广泛的认同，二是研究方法缺乏系统深入的讨论，奉行拿来主义，还没有充分思考与形成性评估教育理念相匹配的研究方法。

形成性评估概念是否应该有广泛认同的内涵和外延?与终结性评估究竟有何种关系?国内学者多借鉴国外文献中的操作性定义，然而，国际评估学界对形成性评价这一概念并没有一致的见解，不同的学者有不同的理解，甚至同一学者在不同的时期都有不同的理解，有的学者甚至认为评估学界对该概念的解释很混乱，这也说明了该研究课题的复杂性。

另外，国内英语教育领域学者已有相关研究在研究方法上的问题主要表现在缺乏创新，研究框架较少体现国情和特定样本的总体特征，较少发现并深入探讨矛盾和问题，主要原因是，实证研究规模小，而且小规模的课堂实践中研究者往往又是参与者，对研究有较多的投入以及对结果有较好的预期，在教学实践中忽略教师以及学生的时间和精力的成本，使得研究在较广泛的范围内往往缺乏可操作性，因此难以推广。

这些不足表明国内形成性评价研究尚处于起步阶段。国内英语教育界学者对形成性评价大约十年的认识经历了从初步了解，热情介绍，到引入课堂，开展实证研究，深入理论探究和积极建构适合中国英语教育实情的理论框架的过程。国内的相关研究虽然有一定的成就，但缺乏深入的、创新的理论研究，实证研究缺乏对概念定义的一致性认识，研究手段和评价方案具有很大的不确定性和个性化特征，难以解释形成性评价的普适性。

国际上形成性评价的理论和实践研究方兴未艾，研究意义和重要性毋庸置疑，但许多理论和现实的难题尚未有广泛统一的解答，为我国学者留下了进一步探索的巨大空间。同时，如何将形成性评价的概念融入中国悠久的教育文化传承中，实现本土化并加以发展，建构适合中国国情的形成性评价理论体系是未来本领域研究的重要课题。

［1］蔡基刚.中国大学生英语写作在线同伴反馈和教师反馈对比研究［J］.外语界，2011，2(143):65 -72.

［2］曹荣平，张文霞，周燕形.成性评估在中国大学非英语专业英语写作教学中的运用［J］.外语教学，2004，(5):82 -87.

［3］曹荣平.形成性评估的控制论视角［M］.北京大学出版社，2012.

［4］韩宝成.动态评价理论、模式及其在外语教育中的应用［J］.外语教学与研究，2009，(6):452 -458.

［5］蒋宇红.在线同伴评价在写作能力发展中的作用［J］.外语教学与研究，2005，(3):226 -230.

［6］李兵绒，聂建中.国内形成性评估应用研究概述［J］.山西农业大学学报，2010，(2):212 -215.

［7］李清华.外语写作形成性评估的后效研究［M］.四川大学出版社，2008.

［8］李清华，曾用强.形成性评估的效度理论［J］.外语界，2008，(3):82-90.

［9］罗少茜.英语课堂教学形成性评价研究［M］.北京:外语教学与研究出版社，2003.

［10］杨苗.中国英语写作课教师反馈和同伴反馈对比研究［J］.现代外语，2006，(3):293 -301.

［11］莫俊华.同伴互评:提高大学生写作自主性［J］.解放军外国语学院学报，2007，(3):35 -39.

［12］舒华.如何做好今秋小学开设英语课程准备——访教育部基础教育司课程处［J］.人民教育，2001，(4):38 -40.

［13］唐雄英.中国大学英语教育中的一项促学形成性评价研究［D］.上海外国语大学，2006.

［14］王红艳，解芳新.《课程要求》与形成性评估手段的应用［J］.国外外语教学，2004，(4):37 -40.

［15］王华.写作档案袋评价过程中不同评价主体的探索研究［J］.外语界，2011，2(143):90 -96.

［16］王华.外语教学课程的形成性评估:系统化评估流程的建立和有效性探索［D］.上海交通大学，2007.

［17］王华，富长洪.形成性评估在外语教学中的应用研究综述［J］.外语界，2006，(4):67 -72.

［18］王蕾.教育评价探新［M］.西安:西安交通大学出版社，2007.

［19］王瑞.大学英语写作教学中的档案袋研究［D］.上海外国语大学，2010.

［20］文秋芳.《文献阅读与评价》课程的形成性评估:理论与实践［J］.外语测试与教学，2011，(3):39 -49.

［21］吴秀兰.形成性评价在国内高校外语教学中的应用研究综述［J］.外语界，2008，(3):91 -96.

［22］杨华.中国高校外语教师课堂即时形成性评估研究［D］.北京外国语大学，2012.

［23］禹明.非测试型:英语教学形成性评价［M］.南京师范大学出版社，2004.

［24］张生.混合式学习环境下基于学习活动的形成性评价的理论与实践［D］.东北师范大学，2008.

［25］张焱.大学英语四、六级考试与学习评价［J］.高等教育研究，1996，(5):68 -72.

［26］张艳红.大学英语写作教学的动态评价体系建构［J］.解放军外国语学院学报，2010，(1):46 -50.

［27］周娉娣，秦秀白.形成性评估在大学英语网络教学中的应用［J］.外语电化教学，2005，(5):9 -13.

［28］Erwin，T.D.Assessing Student Learning and Development［M］.San Francisco，CA:Jossey-Bass Publishers，1991.

［29］Stobart，G.Testing Times:The uses and abuses of assessment［M］.Routledge，2008.