PISA实施20年：PISA及其效应的系统分析

【摘要】自2001年PISA首次公布测评结果以来，这一大规模国际学生评估项目已成为当代国政策与教育改革的同质化与短视倾向。在PISA及其应用的未来改革与发展中，需要持续建构一、问题的提出：理性审视PISA及其教育效应之必要在全球化背景下，随着国际组织关于教育相关研究的推进，发达国家政府将其与社会所需的知识与技能的国际性评估项目，其总体目标是衡量学生在学校获得的知识能够做些什么,重点在于他们如何应用知识，而不是简单地获得知识。自2000年首次测评至今，参与国家或地区的数量从32个，参与人数约20万名学生，增加到2018年的79个，约60万名学生，PISA本身越来越获得标，引起教育决策者和学校的关注，从而引发教育目前，学界关于PISA及其效应的研究主要分为两类：第一类，明确PISA的测评程序、方法[3],介绍基于PISA引发的某一个国家的教育改革[4],或是利用PISA的相关指标、数据对某一问题进行二次分析说明，这部分研究对PISA所采用的评价方尚缺乏PISA以及由此引发的教育效应的系统性、前瞻性的分析。本研究在PISA实施20年之际，从历史视角阐释PISA的形成与发展的过程，坚持理性判断与批判分析相结合，客观描述PISA的运作逻辑，二、PISA测评20年：在荣耀与诟病中渐行渐改自20世纪60年代以来，国际间经济竞争日趋激烈，许多国家都越来越重视教育系统内部和教育对政策进行改进。自1975年以来，经合组织逐渐开始推行使用教育指标，但由于各国学制不一，对教因，经合组织放弃了研发教育指标的计划。[6]随公布，这场关于教育质量的辩论重燃了经合组织对制定教育指标的兴趣。美国代表在1983年经合组织教育研究与创新中心(EducationalResearchandInnovation,简称CERI)举行的会议中指出，为了促系统进行监测。[7]由于缺乏可比较的国际数据相关信息，1988年5月，在第38届年会上经合组织正式提出国家教育系统指标(Indicators对教育数据信息的收集和报告。1992年，CERI利用美国的国际生成绩数据的质量和覆盖面都不够[8],数据没有定期收集、质量欠佳，而且并非所有成员国都可利用从2000年第一次测评至今，PISA项目契合社会发展对未来学生素养的需要，在过程中不断改进与PISA确立了阅读、数学、科学素养的基本评估领域，在每轮测评中，都会对阅读、数学、科学其识和潜力，并参与社会”。PISA2009对阅读素养的定义(也用于2012年和2015年)增加了对阅读中参发展并积极参与社会。在内容层面，PISA2009阅读素养增加了对数字文本的考察，这是因为经合组织技能，以适应当下教育环境与社会需求的变化。例如，2015年在PISA2003问题解决能力的基础上，增加协作问题解决能力测评；2018年增加全球胜任力测评，旨在评估是否能够从更多视角看待全球以及三、PISA的运作逻辑：经济假设与改革效应值主要通过其对经济增长的贡献来衡量。[11]从理论上讲，教育至少可以通过三种机制影响经济增长。哈努谢克(Hanushek)与沃斯曼因(Woessmann)基于PISA测验的数同的教育改善状况所带来的经济影响。研究表明，稳步实施教育改革，使一国PISA成绩提高25分(1/4标准差),那么,80年后，与没有改革相比，GDP会高出1/4,相当于同期所有工人平均工资增长12%。[16]在PISA框架下，阅读、数学和数学素养评测方面，经济观点显而易见。尤其是对数学、科学测评的内容，这些都能证明PISA以教育促进经济发展的理念，例如平的学生离开教育系统后更有可能成为具有一定技能生产性的工作者和社PISA评价体系的构建在于回应三个问题，即，年轻人准备好迎接未来的挑战了吗?他们能否有效地分析、推理和交流自己的想法?他们有能力在一生中不断学习吗?[18]通过确立现代及未来社会所需1.标准引领PISA进行测量的前提在于必须构建一套适用于不同文化背景、可比较的教育质量标准评价体系。教育末期(15岁)学生，采用严格的两阶段抽样程序，保证不同国家或地区学生、学校抽样的标准化。最后，使用单参数项目反应理论(IRT)模型分析来生成学生成绩，并将评分和计分两个过程分开，制定2.指标导向PISA指标简化并量化了国家教育系统中要解决的政策问题，将复杂的教育成果简化为易于理解和使用的指标。具体来看，PISA指标来源于学生、家长、学校(校长与教师),除学生参与素养测试外，PISA框架中的“素养”,不同于知识，它是“学生应用所学知识和技能，分析、推理和进行有效沟通，解决和解释各种不同情景中的问题的能力”。由此，设定了PISA评估的基调。例如，结构；需要执行的一系列过程，需要各种认知技能；应用或利用知识和技能的情况或背景。[19]反观自身教育系统的质量。90年代至今，国际上对于教育质量的界定标准主要分D在全球范围内作为开发和分析国际比较数据的地位。自2001年首次发布结果以来，随着参加测评的比例等角度展现一个国家或地区的教育产出的质量[22],其涉及面、权威性等不断提升从理性主义的观点出发，PISA这种通过参与国家从而展示一些国家的最佳教育实践。但PISA本身并不构成对教育问题的全新认识，相反，先前对于教育系统绩效期望的自我印象以及PISA的结果冲突的情况下，换句话说，实证结果并未得出有学者所说的“自我实现的预言”[24],结果恰恰相反自2009年上海代表中国首次参与PISA测评并蝉联两届冠军后，以上海为代表的中国教育体系替代芬兰被誉为“卓越的新海报封面”[25];中国教育成就的改善是对美国的挑战，引发了20世纪“人造卫星时刻”的再现，[26-27]以至于美国、英国和澳大利亚在进行国内教育改革看”。[28]例如，自2013年起，英国教育部通过“中国数学与科学国际计划”[29],派遣当地数学和何经验证据。因为PISA项目基于其研究人员的实践推理以及对在大多数或所有环境中有效的方法的预独自回答书面问题。其考试的内容在多大程度上类似于“现实生活”,并与青少年面临的挑战有关?事实上，无论是在私人场所、休闲场所还是在工作场所，现实生活情境都与PISA测行、监控与反应),三种合作技能和四种问题解决技能交叉形成包含12种技能的技能群，并以此作为测(二)使用统一的指标测评不同国家、不同学制的学生种前提是有问题的，由于参与PISA的国家或地区政体不同，在文化、政治、宗教、经济等方面发展水牧者的孩子和柏林牙医的孩子将需要相同的“知识和技能，这是充分参与社会所必不可少的”,PISA其次，从抽样学生的年龄特征来看，PISA选择15岁这个年龄段，是因为在大多数OECD国家这一因国家而异。在一些国家，入学年龄在6岁～7岁不等，因此相对应的不同年级的学生学习的内容也有所不同。以PISA2012数学素养的3个测试问题为例，其中，问题1是根据给定的路程和时间，比较平均速度的大小，难度为2级；问题2是根据给定的平均速度和路程，计算所需的时间，难度为3级；问题3则是根据给定的两段行程和时间，计算整个行程的平均速度，难度为6级。以上对数学素养考察的试题更符合欧美发达国家15岁学生应该掌握的数学知识。PISA这种基于情境化的问题构建类似于我国数学考试中的应用题上相当于我国上海小学3年级学生学习的关于对“速度、时间和路程”的考察此类问题的两个示例，其中问题1测试了平均速度的概念和计算，并且难度级别等同于PISA2012中前两个问题。而问题2难度更大：它涉及相对速度的概念，并且存在一个隐含的关分中，河流的流速在两个相反的方向上。需要通过未知变量来获得，难度显然超过了PISA试题中的6在中国，15岁年龄段的学生正面临初中升入高中阶段的考试。其数学考试大纲中要求学生具备基难度分为三级(记忆水平、解释性理解水平、探究性理解水平),学会用一元二次方程易见。而在美国、英国等一些国家，15岁学生实行选课制，在一些学校不学数学也可以毕业，且学习内容基本符合PISA试题的范围。综上所述，用年龄作为限制，用一个指标来衡量不同国家或地区不同(三)翻译、去文化等技术性问题，是否会影响PISA结果的科学性、客观性?对于任何大规模评估计划而言，测试中会涉及语言和文化因素，以统一的语言对待来自70多个国间，实施了严格的程序，以确保对参与国或地区使用的所有测试文本进行翻译，并与PISA中心制作的法评估。例如，英文的Hemisphere,在德语中被翻译为Hemisphäre,而在德语课本中则为Erd-hälfte,一定程度上影响学生对试题的理解。平，而单靠考试成绩并不能衡量成功。[33]以上这些文化理念、价值观差异在PISA中并未考虑过。在PISA指标中，以人力资本理论为基础，要求学生具备适应未来社会不断变化的技能指标忽略了教育在国家文化和公民社会化中的作用。关于教育包容性和公平性，在PISA人力资本的视ISA数据已被反复用来为教育提供“经济依据”。例如，每个欧盟成员国的PISA得分提高了25分，到2090年，整个欧盟的GDP将增长4%～6%,其中6%的增长相当于35万亿欧元。[34]2009年，OECD国家在阅读方面的平均得分为493分。如果撰写本报告时的所有30个经合组织国家在未来20年内仅将其PISA平均得分提高25分，到2090年经合组织国家的GDP总计将增加115万亿美元。上述文字体现并总预期经济增长的相对价值”,教育被定义为促进增长的动力。因此，对PISA的过度依赖可能导致通过PISA通过对教育相关因素的分析，将最复杂的问题简化为简单的数字，以促进各国家或地区了解析以及部分同行评价影响其他国家教育政策框架、内容的影响，制定全球化教育政国教育改善的“良方”。PISA由此生成了一个数据库。例如，PI多补充分析和技术报告，详细介绍了设计与评估等工作。但当问及PISA理事会的国家代表有关结果的哪些方面导致其所在国家的政策或实践发生变化时，幸的是，全球媒体、政府大都倾向于关注哪些国家在PISA测试中名列前茅，而不是关注提供的关于其业抱负等。PISA将结果叙述建立在数字的基础上，描述国家学相反，它更有可能找到一些基于PISA的政策趋同反应。[40]例如，P上可以促进教育公平。对此，至2009年，超过一半的参与国家或地区报告减少2个经合组织国家报告创建了更多的新型学校选择模式，其中10个国家采用了新的筹资机制以促进学校的选择和竞争。[42]还有一些国家根据PISA对数学、科学素养的要求对本国的数学、科学计划进行从更广泛的意义来讲，尽管PISA可能在参与国家或地区形成广泛的共识，但各种改革(课程、教师、教学等)作为实现教育公平和卓越的手段，单纯地、不顾本国发展需要地复则会导致政策的“水土不服”,反而不利于教育的发展。此外，教育政策方法、价值观、教育过程等方面的趋同以及由此导致人才多样性的减少。即使PISA提倡的所有政策和实践都是完美的，也无法避免出现类似的结果。必须寻求新的想法。值得注意的是，如果参与国家或地区都执行PISA推广的政策和做法，不顾本国教况，如果每个学生都按照PISA所倡导的进行培养，那么,学生的个性和独特性可能被忽略，不利于学富兰(Fullan)将复杂性理论运用于教育变革实践中，他认为，“变革是一项旅程，ISA对国家或地区的排名、成绩鼓励政府采用“旨在帮助一个国家快速提高排名的短期解决方案”,而实际上，这些快速解决方案均未帮助改善教育教学条件[46],这使人们六、结语：建构全面科学合理的全球性教育质量测PISA通过量化、简化和可测量性，力证其统计推断不仅仅是对纷繁复杂且各不相同的语境统的部分构建的表述，而且是对教育“表现”的客观事实进行反映。作为一种控制形式，对PISA结果行治理[47],在指明问题的同时将数据的生成与国家的教育治理联系起来用于教育政策改进。PISA以及教育改革效应本身已成为客观的教育存在，应在理性认识的基础上，从PISA与教育改革两个层面超越以数字为表征的治理模式的影响，建构一个全面科学合理的全球性教育质量测评体系。就PISA测评而言，首先，需要摆脱采用PISA制定的“黄金指标”,从诸如IEA等项目对于阅读、数学、科学等素