谈到衡量学生的学习成果时，你常会听到批评者引用一句话：“不能靠不停称重把牛喂肥”，意在说明，若把所有时间都花在备考和记录考试成绩上，就无法真正教育学生。当然不是这样。但正如管理学大师彼得·德鲁克的名言：“如果你无法衡量它，就无法管理它。”
如果不进行衡量，你怎么知道进展如何？怎么知道做得好还是不好？如果没有关于学习成果的充分信息，学生、家庭和教师就无法妥善决定应采取哪些行动来改善学习成果。而提升认知技能对经济发展十分重要。
多年来走访学校的经历中，我曾与一些教师交谈，他们会利用评估结果衡量教学效果，并决定如何分配投入。我也去过一些没有考试成绩可供教师参考的学校。没有任何信息，他们如何能决定在课堂上采取什么做法？
我想，对衡量的批评针对的是高风险考试以及对评估的过度依赖（例如 比如）。
但高风险考试是利用信息改善成果的一种方式。有一些证据表明，在美国某些州， 美国 ，例如 佛罗里达州 和 纽约州 ，学校相关人员会通过问责制度作出回应。另一种高风险做法后来被称为“点名批评”学校领导。这种做法曾在英国使用，而一项政策变更在英格兰和威尔士带来了独特的自然实验。1999年英国实行权力下放之前，英格兰和威尔士的学校（以及医院）治理方式相似。权力下放之后，两地的资金安排和组织方式仍然相似，但两地政府为实现共同目标而采取了不同政策。一项 研究 比较了这两个“自然实验”中政策变更前后的两国成果。在威尔士，“信任与利他主义”的治理模式带来的报告绩效不如英格兰，这些绩效指标分别对应两地政府的关键目标。与威尔士相比，在英格兰，“点名批评”学校领导的做法奏效了，考试成绩因此有所提高。
在家长可以选择学校的教育体系中，信息对作出决定至关重要。但它也可以用作问责手段，促使服务提供者改善成果。在荷兰，学校质量评分不仅能改善择校，也能推动学校改进。收到负面评分后，平均成绩和颁发的文凭数量都会增加，而且这些反应不能归因于学校的应试投机行为。对于评级最差的学校，质量信息透明度对期末考试成绩的短期影响（即学校评级变化一年后）相当于标准差提高10%至30%。 荷兰，学校质量评分不仅能改善择校，也能推动学校改进。收到负面评分后，平均成绩和颁发的文凭数量都会增加，而且这些反应不能归因于学校的应试投机行为。对于评级最差的学校，质量信息透明度对期末考试成绩的短期影响（即学校评级变化一年后）相当于标准差提高10%至30%。
那么，如果只是提供学习成果信息呢？这是否足以改善实际教学情况？
利用国际学生评估的信息帮助改革了一个教育体系。问题并非人们不重视学习，而是缺乏信息。在过去二十年里，约旦教育体系取得了显著进步。基础教育净入学率从2000年的89%升至2012年的97%。同期，升入中等教育的比例从63%升至79%。与此同时，约旦在学生学业成就国际调查中取得显著进步，尤其是在第三次国际数学与科学研究（TIMSS）的科学部分提高了近30分，成绩令人瞩目。对教育体系进行基准比较，以及研究人员与政策制定者之间持续的反馈，促成了这一成就。 约旦教育体系取得了显著进步。基础教育净入学率从2000年的89%升至2012年的97%。同期，升入中等教育的比例从63%升至79%。与此同时，约旦在学生学业成就国际调查中取得显著进步，尤其是在第三次国际数学与科学研究（TIMSS）的科学部分提高了近30分，成绩令人瞩目。对教育体系进行基准比较，以及研究人员与政策制定者之间持续的反馈，促成了这一成就。
约旦是第一个参与国际学生评估的阿拉伯国家。这一参与恰逢该国启动全面的体系改革。评估结果令人警醒，因为学生表现极差。随后，约旦加快了教育体系改革步伐。课程被确定为改革重点，并经过审查，同时编写了新教材。教师资历也经过审查和评估，并通过大学衔接项目实施教师进修。该国还为13岁学生的学业成就设立了基准。约旦当局在教育体系研究者、改革实施者与教师之间建立了反馈机制。教师获得了指南和反馈支持。事实上，教师信心是与学习成果改善相关的因素之一。
但即便只是信息，即便是 低风险考试 ，也能带来改进。墨西哥在引入全国性、普遍适用的学生评估之前，情况就是如此。在其他条件不变的情况下，实施考试和问责制度的州，表现显著优于未实施考试的州。此外，这种简单的问责措施显然是改善成果的高性价比手段。即使在芬兰，直到中等教育结束时才有高风险考试，评估也被用于改善学习，而且其性质“鼓励性强、支持性强”。 墨西哥 ，情况就是如此。在其他条件不变的情况下，实施考试和问责制度的州，表现显著优于未实施考试的州。此外，这种简单的问责措施显然是改善成果的高性价比手段。即使在芬兰，直到中等教育结束时才有高风险考试，评估也被用于改善学习，而且其性质“鼓励性强、支持性强”。 芬兰，直到中等教育结束时才有高风险考试，评估也被用于改善学习，而且其性质“鼓励性强、支持性强”。
这与国际证据一致。教育 制度 的差异可以解释学生认知成就测试表现中巨大的 国际差异 。
此外，以考试为基础的问责制——无论是高风险、低风险，还是仅仅提供信息——都具有成本效益。卡罗琳·霍克斯比在一篇颇具影响力的 论文中指出：“即使问责成本达到目前的10倍，也仍不到公共教育成本的1%！”根据美国出版商协会的数据，2000年，考试、相关教学材料和服务的销售总收入为2.34亿美元。霍克斯比计算得出，这些收入折合每名学生不到5美元。相对于教育一名儿童的总体平均成本，所有考试机构获得的款项仅占美国基础教育成本的0.07%（百分之一的七百分之一）。
事实表明，在全球范围内，考试是教育改革中成本最低的创新措施之一。事实上，在 没有任何一个国家 的基础教育阶段，考试成本超过国家教育预算的0.3%。
但要衡量重要的事项。也就是说，考试应让教师了解学生的学习进展，而且反馈应及时、有用。换言之，要避免围绕“糟糕的”考试来教学。正如霍克斯比所指出的，政策制定者也应发挥作用：“鼓励按课程教学，但应避免按考试内容教学。”
因此，开展考试，也接受检验；管理你所衡量的事项；让我们共同改善所有儿童的学习成果。
本文最初刊载于 世界银行“促进全球发展的教育”博客
作者：哈里·安东尼·帕特里诺斯是世界银行教育部门经理。他专攻教育各领域，尤其是学校本位管理、需求侧融资以及公私合作。
图片：2012年2月13日，来自台湾台北的交换生郑乔伊在南达科他州雷维洛的格兰特-杜埃尔学校听初中科学教师授课。路透社/吉姆·扬斯。
