在教育数字化背景下，以数据驱动教育教学改进已成为重要趋势。近年来，国家和省市中小学教育质量大规模监测产生了大量数据，学校通过智能设备也采集了大量的学生日常作业、考试评价数据，基于这些数据开展精细诊断分析，可以有效驱动学校教育教学改进，推动区域教育高质量发展。

浙江省温州市自2009年开始实施中小学教育质量大规模监测，是国内较早开展区域学业质量监测的设区市之一。15年来，温州市开展了20余次教育质量综合监测和专项监测，积累了大量区域教育质量数据，形成了丰富的“数据驱动”教育评价改进的数据资源和改进经验，培育了一大批“数据驱动教育教学改进”种子学校和示范学校。2020年10月，温州市被浙江省教育厅认定为“数据驱动教育教学改进”试点地区，积极开展全域推进“数据驱动教育教学改进”省级试点工作，基于“数据赋能教育，评价促进改进”基本理念，系统推进“数据驱动教育教学改进”实践探索。

在全域推进工作中，我们发现县域和学校普遍存在缺乏监管督促机制、缺乏高品质的县本化校本化教育教学大数据、缺乏实用的数据分析技术和具体可操作的路径及方法、缺乏掌握常规数据分析应用的技术人才、缺乏考核评价标准、缺乏经验示范和典型案例积累等方面的问题。针对这些问题，温州市总结提炼出区域整体推进“数据驱动教育教学改进”的六大行动策略。

温州市出台《温州市“数据驱动教育教学改进”省级试点项目实施意见》，提出建立管理机制、探索实施路径、完善专业引领、健全保障机制四方面13项重点任务；发布《温州市关于加强义务教育质量监测结果应用的指导意见》，从县域和学校两个层面、管理和教学两个维度强化结果应用，加大视导和指导力度；出台《温州市“数据驱动教育教学改进”种子学校培育方案》和《温州市“数据驱动教育教学改进”示范学校内涵提升实施方案》，明确培养路径和保障措施。

温州市通过市教育局对县（市、区）教育局年度考核的行政力量，督促各县（市、区）教育局深入开展省测、市测以及中考数据结果应用。如2022年温州市教育局对县级教育行政部门工作业绩考核的指标中有2个与数据应用有关，一是数据驱动教育教学改进种子学校、示范学校创建率，二是省测、市测以及中考数据结果的改进清单。温州市教育评估院在年底收到各县（市、区）基于省测数据、市测数据、中考数据的整改方案25份，均按照“数据分析-诊断问题-实施改进”的思路，分门别类列出问题，分解任务，分工合作，落实整改责任。 

在市级层面有十项工作。一是研究省测中的本市数据，开展数据反馈工作，召开省级质量监测反馈会。二是开展本市质量监测工作，构建全面、科学的监测指标体系，开展市级质量监测数据反馈工作。三是分析本市中考大总分和学科总分数据。四是研究全市教育质量的结果与过程，从宏观角度了解市域、县域教育质量状况及相关影响因素。五是为市级行政决策、教育教学诊断改进、市对县年度业绩考核等提供实证依据。六是发布县、校测评数据报告。七是提供数据驱动教育教学改进的技术方法。八是督促各县开展数据驱动工作。九是开展数据素养研训工作。十是开展数据驱动教育教学改进市级示范学校评估和案例评比等工作。

在县域层面推进五项工作。一是解读本县（市、区）的省测、市测报告，从县级层面关注教育质量的结果与过程，了解县域和学校教育质量状况及相关影响因素，召开县域监测质量分析反馈会。二是组织相关责任处室开展调查研究，商讨整改措施，撰写整改方案；为县域行政决策、学校评估（含增值评价）、教师发展性评价、教师培训等提供实证依据。三是督促、指导监测样本校解读监测报告，开展校本化改进行动。四是指导本县（市、区）的市、县两级数据驱动示范学校、种子学校开展数据驱动教育教学改进行动。五是开展县域数据驱动教育教学改进专题研训等。

在学校层面强调五项工作。一是解读本校监测数据报告，商讨并实施整改措施。二是开展数据驱动教育管理、教育评价、教育科研、教研方式、课堂教学和作业考试改进行动。三是开展教师数据素养培训。四是组织教师撰写数据驱动教育教学改进案例。五是建立校本化数据平台，如综合素质评价平台、作业数据采集系统、教师课堂教学行为数据采集系统等。

一是实施“市-县”双向闭环管理，市向各县提供个性化监测数据报告，县向市提交整改方案。二是实施“县-校”双向闭环管理，县向学校提供个性化监测数据报告，学校向县提交整改方案。三是实施“市-县-校”三级闭环管理，市教育评估院发文，组织“数据驱动教育教学改进”市级示范校评选和“数据驱动教育教学改进”案例评比活动；县（市、区）教育评价部门督促并指导学校开展市级示范校创建工作，组织县级“数据驱动教育教学改进”案例评比活动；学校积极开展示范校创建工作，同时组织教师撰写“数据驱动教育教学改进”案例；最后，市教育评估院组织专家现场评估示范校和评审案例。

一是市教育评估院专项调研视导，基本上可以做到每月赴1-2个县区开展市级种子学校、示范学校调研活动。二是聚焦主题开展个性指导，邀请专家和市县评价员从管理改进、教学改进、教研改进、评价改进四个方面，对学校进行现场指导。要求县级层面多部门协同组成专家团队指导样本学校，每年监测样本学校近180所，各县样本学校视导率超85%。三是开展县域之间互动研讨活动，市教育评估院统一协调，要求A县到B县并与B县联合开展“数据驱动教育教学改进”工作研讨活动，要求B县到C县并与C县联合开展研讨活动，要求C县到D县并与D县联合开展研讨活动。如此，各县（市、区）一来一往都有两次研讨活动。

其一，为市级行政决策服务。温州市发布多类报告，如省级监测地区综合报告，市级学习品质监测综合报告、学科报告、行政反馈报告，市级中考综合分析报告。数据服务对象主要为温州市教育局及其下属的人事处、基础教育处、体育卫生艺术教育处、督导处、教育教学研究院、教师教育院等。

其二，为县域教育改进服务。温州市研制县（市、区）教育质量监测报告单，把质量监测的主要结果以简明扼要的报告单形式发送给县（市、区）政府教育分管领导和教育局主要负责人，主要内容有样本校概况、县域发展质量、学生发展质量、学校发展质量、“双减”相关数据等。数据服务对象主要为县（市、区）政府分管教育的领导、县（市、区）教育局局长和分管局长及其相关科室负责人，方便相关领导快速掌握区域教育综合质量的整体情况，更好地推动区域教育生态的改进与优化。研发教育质量监测个性化“一县一报告”，每年形成县级监测报告，呈现各县的基础数据与主要的统计分析图，供各县参阅，指导区域教育教学工作改进。

其三，为学校教育改进服务。当下，学校在开展数据驱动项目时，往往关注后续的“驱动”，而忽视数据本身的获得。基于此，温州市研制教育质量监测“一校一报告”，呈现各参测学校的基础数据与主要统计分析图，供学校参阅，指导学校和教师基于教学工作改进学校管理、教师评价、学生评价、课堂教学、教研活动和家校共育等。研制中考“一校一报告”，为初中学校学科教学质量数据画像。这些数据大部分可以进行横向比较和纵向比较，方便学校进行增值评价。通过全面、精细的数据，引导学校和教师基于数据开展精准教学，高效改进教学。

数据驱动教育教学改进工作是一项系统工程。我们研制“数据驱动教育教学改进”思维导图（见图1），引导区县、学校和教师开展顶层设计，有效开展数据驱动教育教学工作和研究。一是思考硬件设备，借用智慧校园、网络阅卷和教育大数据等技术采集校本化数据。二是思考数字画像，建立区县、学校、教师和学生数据库。三是基于国测、省测、市测、县测和校测数据开展描述分析、聚类分析、相关分析和预测分析。四是开展精准改进行动，基于数据驱动实现管理改进、教研改进、教学改进和评价改进。五是规范数据驱动的流程，从问题导向到原因分析、到改进优化，再到评价反思。

其一，构建学业质量三维差异化分析模型。该模型侧重数据的解读与分析，包含三个维度：一是增值评价动态分析，将数据与上次测评结果进行比较，作为判断进步、稳定或退步的依据；二是外部水平比较分析，分别与常模、同类比较差距，从而判断自己所处的水平位置；三是内部群体比较分析，开展不同学科，不同性质学校、不同地理属性学校、不同规模学校、不同学制学校，不同年级段、不同班级，不同学生性别、不同学生学业层次等方面的比较分析，从而判断不同群体的均衡性和差异性。 

其二，提供监测数据挖掘技术。从教育质量评价庞杂的大数据中发现数据背后的稳定规律和潜在问题，是教育质量综合评价的价值所在。我们从单变量到多变量，从单一层面到多个层面，从结果的描述分析到系统建构研究上，将数据挖掘的思路主线梳理为五个层次：一是单一变量的描述分析技术，二是两个变量的相关分析技术，三是多个变量或单层两个变量的预测解释技术，四是单层多个变量的分类分析技术，五是多层多个变量的系统结构技术。

基于温州市四维（即学生品德发展水平指数、学业发展水平指数、身心健康水平指数和学习生活幸福水平指数）评价指标体系，我们改进了CIPP评估模型（即背景评估、输入评估、过程评估、成果评估），从“输入-过程-输出”三个维度研究相关指标的关系和效益。该模型不仅关注学生发展状况（输出），更关注“什么因素影响学生发展”（输入）、“如何影响学生发展”（过程）。其中，“输入”维度包括大环境、学校、学生个体、社区、家庭等因素；“过程”维度包括学校氛围、“教与学”两个方面；“输出”维度包括学生品德发展、学业水平、身心健康、学习生活幸福感四个方面发展状况。

其一，立足简约性和操作性，构建学业成绩增值评价模型。该模型主要采用后进率、T标准分和优秀率三个关键指标来描述学业质量，指标明显后退，赋分为0；指标基本稳定，赋分为1；指标明显进步，赋分为3。根据这三个指标增值分合成整体质量增值分，再用整体增值分来评估学校、学科、年段、班级学业成绩动态变化情况及其绩效。

其二，基于科学性和全面性，构建学校绿色增值评价模型。该模型以“效应量”为模型，将增值分为一星到五星五个水平，来刻画各学校非学业因素的相对增值情况。五星分别代表增值显著低于、低于、相当于、高于、显著高于全市平均水平。学校绿色增值评价模型充分考虑学生发展的起点和过程性因素，科学评判学校和教师的努力程度，实现对学校教育质量“净影响”评价，进一步激发学校办学活力。

其一，基于监测结果改进的3C模式。3C模式，即以学生发展为中心，通过综合评价（Comprehensive Assessment）、综合诊断（Comprehensive Diagnosis）、综合改进（Comprehensive Improvement）三个环节闭合循环。综合评价主要是依托学习品质监测，通过多维度（如学习品质、学业成绩、影响因素等）、多途径（如纸笔测试、问卷调查等）、多主体（学生、教师、家长等），运用综合方法来系统收集监测数据，准确把握学生发展全貌。综合诊断是指基于学习品质监测数据，了解区域中小学学习品质总体现状、县（市、区）域之间差异情况、不同类型学校之间差异情况、不同类型学生之间差异情况以及学习品质的中介作用和影响机制等，然后结合异常数据，寻找“真问题”，开展“真研究”。综合改进是指针对诊断出来的问题进行分层分类反馈，由市、县、校三级基于学习品质监测结果系统设计整改方案，实施“真改进”。

其二，驱动学校综合发展的五环闭合圈。我们提炼了以数据驱动学校综合发展的循环闭合圈（见图2），即以数据为载体，通过评价发现问题，基于证据进一步解读问题背后的原因，开展行动改进，继而再对改进行为进行实时数据反馈与行为调整，最后再开展新一轮的综合改进。

其三，基于数据实证的教研模式。教育科研要基于实证才能真正为教育政策、教学改进服务。基于数据实证的教研模式依次包含前测分析、教研探讨、行为改进、后测分析、复测分析和总结分享六个环节。教师可以依据该模式开展校本教研活动，做到对象精准、问题精准、归因精准、对策精准和评估精准。

其一，分层分类研训模式。提高教师的数据素养，是数据驱动教育教学改进的关键。在普及性培训中，我们设有数据采集、数据处理、数据挖掘、数据应用和报告撰写五大专题。根据培训对象的数据素养水平设置分层培训。其中，初级培训开设“走进大数据时代”“基于大数据的基础认识”“基于大数据的战略价值”“基于大数据应用模式”“Excel初级数据分析”等专题课程。中级培训开设“基于大数据采集技术”“教育大数据分析框架”“教育大数据管理机制”“Excel高级数据分析”等专题课程。高级培训开设“数据科学基础知识”“数据分析与挖掘工具应用”“教育SPSS应用”“数据驱动下的管理变革”“数据驱动下教研转型”等专题课程。

其二，聚类组合研训模式。在市种子学校、示范学校校长或项目负责人的专项培训中，我们将实践项目相似的学校组合在一起，进行分类教研指导。根据数据来源，将研训内容分为“基于监测结果”“基于平台学业质量”“基于校本项目学评”“基于综合素质评价”等类别；根据改进项目，将研训内容分为管理、教研、教学、评价等类别。

其一，首创一套示范学校评估标准。温州市在国内首创“数据驱动教育教学改进”示范学校评价指标体系，包括制度保障、资源支持、实践探索、改进成效4个一级指标，学校重视、机制健全、数据管理、数据素养、方案完整、活动开展、成果特色7个二级指标，通过评估标准引领学校创建“数据驱动教育教学改进”种子学校和示范学校。

其二，打造一批数据驱动引领标杆。我们本着“以评促建、以评促培、以点带面”的推进原则，开展“数据驱动教育教学改进”示范学校评估工作。近3年共评选出100所市级种子学校、100所市级示范学校、347所县级种子学校、78所县级示范学校，覆盖所有县（市、区）。

我们基于学习品质监测数据，围绕学习品质的培养及改进、区域及学校教育生态改善、教育质量提升、教育管理转型、校本教研方式改进、教与学方式转变及教师专业发展等内容，开展温州市学习品质监测结果运用优秀案例评选活动，形成管理改进、教研改进、教学改进和评价改进四类典型案例。

经过多年聚焦式实践探索，温州市“数据驱动教育教学改进”省级试点项目取得了显著成效。广大教育行政干部、学校管理者和教师逐渐树立起全面、科学的教育质量观，充分认识到教育大数据有助于减负提质，能科学有效促进教育教学高质量发展。我们培养了一批掌握数据驱动教育教学改进的骨干人员，大幅提高了干部和教师的数据素养。充分发挥示范学校和典型案例的辐射作用，很多学校设置了课堂行为观察AI系统、综合素质评价系统、网络阅卷系统、作业数据采集系统、体育活动信息采集系统等。教师开始主动开展数据实证研究，积极撰写“数据驱动教育教学改进”案例。全市形成“读数据、研数据、用数据”的良好氛围，充分发挥国测、省测、市测数据的导向功能、诊断功能、改进功能，提高了教育教学改进的精准性、科学性和有效性。