对国际教育测评项目跨文化比较性的反思-以OECD社会与情感技能研究为例

/对国际教育测评项目跨文化比较性的反思——以OECD社会与情感技能研究为例【摘要】继侧重于认知领域的PISA之后，OECD于2018年正式开展针对非认知领域的社会与情感技能研究(SSES)。面对长久以来学界对国际测评以单一标准评测多样文化的质疑，OECD针对SSES的跨文化可比性进行了较为详细的合法性自证。然而，通过对SSES相关报告进行文本分析，并结合本土心理学的研究成果，文章指出，OECD的跨文化可比性自证存在诸多问题。进一步的分析表明，SSES的测评框架所依据的西方大五人格模型难以准确测量包括中国人格在内的非西方人格结构，且心理测量与教育测评存在本质差异，后者根基于“何为好教育”的文化诠释和价值导向。对于我国而言，在充分理解和重视国际测评意义和优势的同时，应直面当前测评框架的跨文化局限性，以更加文化自觉的立场，进一步探索将具有普遍意义的中国价值融入国际教育测评体系的可能方式。【关键词】国际教育测评；OECD；社会和情感技能研究；文化多样性；跨文化可比性

一、引言 二十余年以来，经济合作与发展组织(OrganizationforEconomicandCooperationDevelopment，以下简称OECD)以国际学生测评项目(ProgrammeforInternationalStudentsAssessment，以下简称PISA)为明星品牌，逐渐发展成为对全球教育政策和学校变革最具影响力的国际组织。对此，国际学界充满争议。这些争议集中表达在80位国际知名学者于2014年写给PISA项目主任安德里亚·施莱克(AndreasSchleicher)的联名信中。在联名信的末尾，学者们特别强调了文化多样性问题。在他们看来，PISA“用单一、狭隘和有偏见的码尺，去测量无限多样的教育传统和文化，必将给学校和学生带来难以弥补的损害”。[1]2015年，施莱克对联名信进行了选择性地公开回应。其中两点对于本文尤为重要：一是指出PISA所关注的学习成果及其背景因素范围之广前所未有，其中就包括“社会和情感维度的测量”；二是对于文化多样性问题，施莱克始终只字未提。[2] 的确，OECD在PISA2015中首次加入了对学生“个人福祉”的考察。事实上，自21世纪初以来，OECD就已经开始围绕“教育如何促进个体和社会进步”开展了一系列研究。经过多年的酝酿和筹备，2018年，OECD正式启动了首轮“社会与情感技能研究”(StudyonSocialandEmotionalSkills，以下简称SSES)，包括中国苏州在内的九个国家的十个城市参与了此轮测量。2021年，SSES结果发布，在全球范围内引发广泛关注。2022年更大规模的第二轮测评拉开帷幕。这一全新的国际测评项目除了要面对“社会和情感维度是否可以被测量”和“能否被视为技能”的挑战外[3]，同样无法回避文化多样性的问题。与PISA相比，OECD显然倾注了更多的心力来论证被测量技能的“跨文化可比性”(cross-culturalcomparability)——在每一份SSES的关键报告中，OECD都设置了专门章节对此问题进行论述。 故由此产生的问题是，SSES跨文化可比性的合法性自证是如何进行的，即OECD如何论证SSES所使用的测评框架能够适用于来自不同文化的学生?其框架本身能否充分和恰当地回应学界对于国际测评项目文化多样性的关切，即SSES是否依然是在“用单一、狭隘和有偏见的码尺，去测量无限多样的教育传统和文化”，并引导各国在非认知领域的教育政策制定和实践?为回答上述问题，本文将通过对OECD相关报告的文本分析，结合本土心理学(IndigenousPsychology)的研究成果，从跨文化视角对SSES的自证过程和框架本身进行批判性考察，以期对我国如何以更加文化自觉的立场参与国际教育测评有所启示。 二、对SSES跨文化可比性自证的批判性考察 本文选取了四份OECD报告进行文本分析。报告的选取标准主要考虑两个方面：一是与跨文化议题的直接关联性；二是报告本身的重要性和代表性。分析过程主要采取以下步骤：首先，以“culture”和“cultural”作为关键词进行全文检索，初步定位涉及文化议题的语句和文段；其次，对初步定位内容进行筛查，排除与“跨文化可比性”不相关的内容，如“对经验的开放性”(亦为“思想开放”)领域中包含的“文化灵活性/宽容”(culturalflexibility/tolerance)技能及其相应论述；再次，检索相关论述所依据的关键文献资料；最后，分析OECD关于跨文化可比性的自证策略，审视其内在逻辑。经过上述四个步骤，本文将从以下两个方面来展开论述。 (一)对合法性来源的说明 2015年，OECD发布《促进社会进步的技能》报告。该报告不但界定了社会与情感技能的关键要素，还提出了“认知、社会和情感技能的框架”。尽管这还不是SSES测量框架的最终形态，但OECD此时已经开始强调这一框架与人格心理学领域广泛运用的“大五因素”(TheBigFiveFactors)模型的内在一致性。两年后，OECD在《人格事关紧要》报告中针对人格及其心理测量进行了更为详尽的论述。OECD将大五因素模型中的“五种因素”对应转化为SSES的“五大领域”(TheBigFiveDomains)，并在每个领域中分别确定三种具体技能，同时还增设了两项附加指标，构成了完整的SSES大五模型。 SSES大五模型的跨文化可比性主要有两大合法性来源：一是PISA和OECD的其他大规模国际测评项目，如国际早期学习和儿童福祉研究和成人能力国际评估项目。OECD在其《测评框架》报告中写道：PISA的结果表明，社会与情感技能“可以在一种文化和语言界限内以及跨文化和语言界限中进行比较”。[4]不过，OECD在详细介绍SSES怎样建立在现有大规模国际测评项目的基础上时，对于这些项目的跨文化可比性如何得以实现却完全没有涉及。只有在“提高跨文化可比性的锚定小故事”一节中引用基洛宁和伯特林[5]的研究时指出：“PISA通过使用锚定小故事，在尽量减少跨国差异方面取得了一些成功”。然而问题在于，两位作者原本就是PISA专家团队中锚定小故事的编写者。换言之，PISA的跨文化可比性只是部分地得到了内部证明。况且，OECD亦承认，虽然“锚定小故事已被用于各个研究领域的跨国比较”，但PISA2012是该方法“第一次被用于大规模教育测评”。[6]这意味着在国际教育测评领域使用这一方法尚缺乏充分检验。 二是人格心理学领域的大五因素模型。在OECD的几乎所有报告中，大五因素模型和SSES的大五模型常常被模糊化处理为“TheBigFiveModel”，需要在上下文中才能明确其所指。这种行文指称上的模糊性造成SSES合法性论证上的模糊性——两大模型的跨文化可比性论证常常被等同为一件事。也就是说，后者的合法性被迁移给前者，想当然地被当作是前者的合法性。但事实上，OECD曾多次指出SSES借鉴了现有框架(比如“社会情感学习框架”)和其他理论观点(比如“积极心理学”)。[7]据此，大五因素模型只是SSES框架所引据的多个理论依据中的一个，即使是“最具影响力的”那一个[8]，能否直接将二者等同，或者说其所宣称的一一对应的转化如何成立，仍需要经过严格论证，但这却是OECD所缺乏的。 (二)对自身局限性的处理 在从合法性来源的角度对SSES跨文化可比性进行自证的同时，OECD承认这一项目在跨文化可比性上的种种局限。在《促进社会进步的技能》报告的总结部分，OECD一方面表明，我们所知道的是，“经过验证的测量工具可以在某一文化和语言范围内使用。有一些方法可以帮助减少因回答方式和跨文化差异而产生的偏差。这些方法需要在PISA已有的努力基础上进一步加强”。另一方面，OECD指出，我们所不知道的是，“目前还不存在能够可靠地测评跨越文化和语言界限的社会与情感技能发展水平的工具”。[9]这种颇为拗口的表述或许可以在三个层面上加以“翻译”：首先，承认跨文化差异以及目前尚无能够实现跨文化测评的“可靠”工具；其次，发展这样一种测评工具是可能的，因为有一些方法可以减少偏差；再次，可以依托PISA的经验来进行尝试。遵循这一逻辑，在后续的报告中，OECD主要以两种方式来处理自身的局限性。 一是承认特定文化构建的存在和共识的缺乏，但强调无需因此质疑框架本身的合法性。 关于“更多的维度”和“特定的文化构建”，OECD两次引用的都是张妙清及其团队于2001年发表的《中国人人格的本土建构》一文，该文挑战了大五因素模型在中国的普适性和充分性。[10]OECD对此篇论文的引用与其说是出于对大五因素模型局限性的深刻认知，不如说是其对于SSES可能要面对的批判所采取的一种策略性回避。OECD并非没有意识到大五因素模型在跨文化适用性上的有限性，但这些“特定的文化构建”只是“可以预期”却无需介怀的“偏离案例”。[11]然而如后文将述，这种回避是一种“强制的一致性”，影响SSES跨文化测评的效度。[12] 二是面对跨文化比较研究中普遍存在的构建和方法偏差所带来的不可比性问题，OECD针对性地作出回应。它认识到SSES和其他跨文化比较项目一样，在如何确定不同文化和语言背景的参与者对试题做出具有测量意义上的有效回答——测量的等值性方面存在挑战。在《测评框架》报告的“研究设计”一节中，OECD重点谈到了跨文化可比性的两个偏差来源。第一，构建偏差，即当一个工具所测量的构建在不同国家有不同的含义或者只有部分意义重叠时所出现的偏差。第二，方法偏差，包括四种：(1)样本偏差，即来自不同文化背景的样本因其特征差异而影响结果；(2)工具偏差，由工具的特性引起，不同文化群体的人对这些特性的反应不同，与人格测量相关的是由社会期望和回应风格不同而引起的不一致；(3)管理偏差，由数据收集的各种程序性问题引起，如访谈者的特点和沟通问题等；(4)参照偏差，即不同文化和国家的人使用不同的参考标准回答同一个问题。 针对构建偏差，OECD的论述非常简略。相较而言，关于减少方法偏差的努力，OECD进行了更为详细的说明，但依然有无法解决的根本性问题。在《测评框架》报告中，OECD列举了五个步骤：一是由来自不同背景的专家组成的多文化小组对测量中使用的习惯性表达进行审查，确保项目内容适合所有文化；二是把关翻译质量，尽量减少语言偏见；三是对所有参与国的抽样和调查管理程序进行标准化处理，确保结果差异不是由各国管理方式不同而造成的；四是通过大量心理测量分析进行严格评估，排除或修改那些在文化上不具可比性的项目；最后，开发并实施15个锚定小故事，以此控制由于使用里克特量表而可能存在的参照标准在个体间或文化间的差异。 三、对SSES测评框架跨文化可比性的批判性考察 (一)西方“大五”因素模型与中国人人格的本土探索 弗里德曼和舒斯塔克在其经典教材《人格心理学》中，将大五人格形容为“特质取向中最非凡同时也最具争议的理论”。[13]在这一取向的心理学者看来，特质是构成人类个体人格的基本单元，通过对特质的测量，可以探索出人格的结构。[14]一方面，自20世纪90年代以来，西方多位心理学者不约而同地提出人格结构的五大维度，并致力于在不同文化和语言环境中进行重复验证。[15] 但另一方面，围绕这一模型的效度和实用性所展开的争论从未停止过。尤其是对于不加批判地将在西方历史、文化和社会背景下，以欧美人为被试发展起来的模型运用于针对非西方人的研究中，许多心理学者提出了疑虑。[16][17]跨文化人格心理学者通常会区分主位研究法和客位研究法。前者强调文化的特异性，提倡使用本土化的研究方法；而后者关注所有人类的普遍性或核心相似性，采用引进的(多数为源自西方的)工具。随着本土心理学思潮的发展以及心理学界对文化多元主义的日益关注，学者们意识到主流心理学研究的弊病之一在于牺牲主位研究法而过度依赖翻译和改编英语测试，并假设这些测试所测量的特质足以代表其他文化人格维度的客位研究法。[18]王登峰和崔红借用贝瑞提出的“强制的一致性”概念指出，这样的测量只能得到不同文化人格结构相似的结果，“而不可能发现任何实质性的跨文化差异，因而也无法对其(即大五因素模型)跨文化的适用性进行评估”。[19] 在很长一段时间里，“中国人人格的研究是完全西化的，或者更准确地说，是美国化的”。[20]但近二十年来，一批持本土视角的心理学者质疑大五因素模型普适性的假设，并在探索中国人的本土人格维度方面做出努力，编写新的问卷测量中国人的人格。其中最具代表性的有三个团队的研究。 首先，张炳松从吕俊甫收集的191个双极特质描绘词中选出178个，编制出多质人格问卷(MTPI)。[21]其中约有一半的项目反映了儒家教义和传统价值。 其次，张妙清及其团队采用主位—客位研究法相结合的方式，研制了中国人人格测量表(CPAI)，通过确定文化上独特的维度和跨文化的普遍维度来构建一个适合本土需求的人格问卷。CPAI所选择的项目主要来自当代中国小说、中国谚语、关于中国人人格的心理学文献以及在对专业人士和随机人员非正式调查中获得的自我描述等。这些经过严格试验和筛选的项目展示出六个被认为对中国文化有特殊意义但在大五人格因素问卷中未被涵盖的主位人格特征——和谐、人情、现代化、节俭与奢侈、阿Q心态(防御性)和面子。[22]这一团队随后多年的研究成果表明，大五因素模型难以全面、完整地测量和解释中国人的人格特质。[23] 最后，杨国枢和王登峰把从中国台湾搜集到关于人格特质的中文形容词与大陆的词表合并，通过因素分析得到中国人人格的大七维度，包括外向性、善良、行事风格、才干、情绪性、人际关系和处世态度。[24]在此基础上，王登峰和崔红编写了一个综合性人格问卷(QZPS)。这一成果与大五因素模型在维度的数量和内涵上都存在显著差异。 为了更充分地论证这种跨文化差异，王登峰和崔红对于直接采用和修订使用大五因素模型的两种情况进行了分析。在他们看来，前者生搬硬套，难以反映中国人的真实行为模式，而后者如若保留原量表的结构和内容，那么依然是换汤不换药。修订的关键在于能否根据中国人的特点重新设定人格结构，界定各个维度，并对增添新项目的可能性保持开放。 以上列举的三个团队及其成果是以本土化取向探索中国人人格所做出的种种努力中的一部分。这些学者基本上沿用了西方人格研究的词汇分析法。基于此，冯大彪和奚彦辉认为，虽然他们以中文词汇为基础，以中国人为被试，进行理论构建，但依然没有完全走出西方心理学的研究框架。[25]即便如此，他们已经清晰地论证了源自西方的大五因素模型难以全面、准确地展示和解读中国人的人格，他们的这一成果也已经被广泛应用于我国心理学研究领域。这种由于中西方文化差异而造成的人格结构及其含义的不同是根本性的。或许支持者们依然会竭力维护大五因素模型的普适性，但至少这些在心理学内部提出的质疑应该被更加严肃地对待和更加谨慎地考量。一个不可回避的问题是，何以在跨文化性上充满争议的西方大五因素模型被不加反思地用于中国(以及其他非西方国家)学生的测评呢? (二)从西方人格测量到SSES跨文化教育测评 在报告中，OECD不证自明地将大五因素模型与SSES的大五模型等同。然而，前者作为一个立基于西方文化的人格测量，后者作为一个试图关照世界不同文化的教育测评，二者存在性质上的本质区别，并且南于后者的教育特性，使得我们需要更加关注跨文化差异可能带来的影响。 第一步应阐明的是人格测量与教育测评的本质区别。尽管西方心理学家们对“人格”一词的定义各有不同，但基本上都来自拉丁文persona，意为面具。舞台上演员所戴的面具不仅仅有表演的功能，也是其人物内在性格特点的外化，可以喻示其行为模式和心理机制。[26]而特质取向将人格视为一种“情感气质”，强调它经由“社会化过程整合为稳定且特有的思维和行为模式”。[27]当然这并非否认特质不会改变，但现代人格心理学更为关注的是个体恒定不变的部分。据此，人们通过人格测量所希望和能够把握的是人在现实生活中的情感、体验、动机及其外显的各种行为以及对这些表现进行结构化地阐释，简而言之，即某个人当下已经形成的性格特点。 然而，教育测评关注的不仅是当下，而是基于当下面向未来。这意味着教育测评内在地具有价值取向问题，即在对学生现阶段人格判断的基础上，进一步引导他们形成社会所整体向往的价值品质的人格。究其根本，教育测评不仅要为教育决策者提供事实依据，也要为了解阶段性教育结果提供检验途径，其核心是价值观问题，决定测什么和如何诠释测的结果。[28] 在确认价值对教育测评的重要性之后，可以进一步探究跨文化差异对教育测评价值取向的影响。比斯塔在反思测量文化的盛行对教育可能的侵害时发问：“重视我们测量的还是测量我们重视的?”他希望引起的是教育界对“何为好教育”这一前提性和根本性问题的关注。[29]不过，“何为好教育”并没有一个显而易见的一致答案，而是受到社会、政治、经济和文化因素的塑造，并反映不断变化的历史情境。因而，不同社会和文化传统对于理想的人以及如何培养理想的人常常形成特异性的思考。鉴于西方理论长久以来在全球教育知识生产体系中占据主导地位，对“何为好教育”的探讨还蕴含着“谁的教育被视为好教育”的问题。[30][31][32]由于教育测评的价值取向往往具有文化间的差异，因而当面对一个基于西方文化建立起来的测量框架时，我们应当是严谨的。这并非简单否定跨文化价值的存在，而是需要意识到将没有进行过充分和深刻文化考量的、源自特定区域的理论、概念和框架上升到“普适”的不适宜。 结合上述讨论，OECD将西方大五人格测量与跨文化教育测评SSES等同至少存在两个方面的问题：第一，特质取向的模型试图揭示的是人格中稳定的部分，而SSES关心的则是社会情感技能的发展。OECD在报告中阐释了人格特质和社会与情感技能的可变性，并指出6岁-18岁是人格改变和技能发展的关键期，应当提供适当的干预。但首先，对人格特质变化的把握是通过对比不同时期人格测量的结果获得的；人格特质可变并不改变人格测量的当下性和稳定性。其次，教育测评的核心不在于是否可变，而在于变的方向。因此，OECD对于可变性的论证并不能弥合人格测量和教育测评的本质差异。作为教育测评的SSES不仅是了解已经具备的，而且更着重于应该却尚未形成的。这从根本上说是教育的性质使然。 然而，为什么五个在西方人格结构中表现出稳定性的因素应当被视为其他非西方文化的教育“值得向往的变化”?由此引发的是第二点讨论，即对教育测评框架西方特性的审思。乍看之下，似乎SSES所识别的五大领域放之四海皆重要。不过，对其具体内容的深入分析可以使我们看到它所蕴含的西方特性。如OECD将“宜人性(协作)”定义为：“与他人相处融洽，重视所有人之间的相互联系”。积极行为范例描述了一个“容易与人相处”“尊重团体做出的决定”的年轻人；而与之相反的行为表现是一个人“说话尖刻”“不容易妥协”。[33] 如上文所述，相互关联通常被视为东亚的文化特性，简言之，这意味着“我”是在与他者的关系中成为“己”，我与他者内在的不可分离是本体论意义上的。[34]但依据贝茨的分析，SSES所谓的“相互联系”本质上可以是相互分离的个体之间建立的外在联系。若在此意义上审视其文化底色，SSES延续的是西方自启蒙运动以来占据主流的、以独立性为基础的个人主义，如此形成的往往是“自我中心型情感”，将自身的需要和目标作为其情感状态的出发点和参照。而与之相对的东亚关联型个体在情感上更加重视的是对他者/团体的回应，建立起情感联结，从而更好地与其环境(包括物与人)相融合。[35][36] 四、跨文化性反思对中国参与国际教育测评的启示 通过以上论述可以看到，首先，尽管OECD在报告中多次针对SSES的跨文化可比性进行合法性自证，但其论证的过程和方式存在诸多瑕疵。其次，就其测评框架自身而言，不但作为框架根基的大五因素模型在跨文化普适性上受到具有本土视角的心理学者的有力挑战，而且西方人格测量与跨文化教育测评之间的本质区别以及由此带来的文化价值取向问题本身也被OECD忽略。尽管如此，和PISA一样，OECD对SSES的运作直指各国教育政策制定和学校变革实践。在2021年《超越学术学习：社会与情感技能调查的初步结果》(BeyondAcademicLearning：FirstResultsfromtheSurveyofSocialan