中共中央、國務(wù)院印發(fā)的《深化新時(shí)代教育評價(jià)改革總體方案》提出：“系統(tǒng)推進(jìn)教育評價(jià)改革。堅(jiān)持科學(xué)有效，改進(jìn)結(jié)果評價(jià)，強(qiáng)化過程評價(jià)，探索增值評價(jià)，健全綜合評價(jià)?！边M(jìn)入新時(shí)代，在推進(jìn)教育高質(zhì)量發(fā)展與建設(shè)高質(zhì)量教育體系的背景下，提高教育評價(jià)的科學(xué)性、專業(yè)性、客觀性尤為重要。在過去的半個(gè)世紀(jì)，國外關(guān)于大規(guī)模有組織的教育評價(jià)不斷發(fā)展。以國際學(xué)生評估項(xiàng)目（PISA）為例，其開展20多年來，對參與國家和地區(qū)產(chǎn)生重要影響。PISA發(fā)起的原因主要是發(fā)達(dá)國家對基礎(chǔ)教育質(zhì)量的反思以及應(yīng)對知識社會(huì)、信息社會(huì)和經(jīng)濟(jì)全球化帶來新挑戰(zhàn)的需要。^[1]后來經(jīng)過經(jīng)濟(jì)合作與發(fā)展組織（OECD）的大力支持與推動(dòng)，PISA在世界范圍內(nèi)得到廣泛的認(rèn)同與支持，其為全球基礎(chǔ)教育發(fā)展作出重要貢獻(xiàn)，也可為我國開展大規(guī)模有組織教育評價(jià)提供借鑒。

一、大規(guī)模有組織教育評價(jià)要義

克隆巴赫在20世紀(jì)60年代提出：“評價(jià)是一個(gè)搜集和報(bào)告對課程研制有指導(dǎo)意義的信息的過程”。^[2]我國學(xué)者認(rèn)為，教育評價(jià)是依據(jù)社會(huì)的需要對教育活動(dòng)的“社會(huì)價(jià)值”進(jìn)行判斷的活動(dòng)。^[3]從本質(zhì)上來說，評價(jià)是一種價(jià)值判斷的活動(dòng)，是對客體滿足主體需要程度的判斷。教育評價(jià)是對教育活動(dòng)滿足社會(huì)與個(gè)體需要的程度做出判斷的活動(dòng)，是對教育活動(dòng)現(xiàn)實(shí)的或潛在的價(jià)值做出判斷，以期達(dá)到教育價(jià)值增值的過程。例如，評價(jià)教師的工作就是對教師是否對社會(huì)作出了貢獻(xiàn)、做出多大貢獻(xiàn)的一個(gè)價(jià)值判斷，教師評價(jià)的目的是進(jìn)一步促進(jìn)教學(xué)和教育質(zhì)量的提高，使教師的工作產(chǎn)生更大的價(jià)值。^[4]在教育評價(jià)的各種界定中，美國學(xué)者格朗蘭德在1971年提出的表述十分值得注意。格朗蘭德認(rèn)為，評價(jià)可以簡單地用下列公式表述：評價(jià)＝測量（量的記述）或非測量（質(zhì)的記述）＋價(jià)值判斷。^[5]即評價(jià)是在量（或質(zhì)）的記述的基礎(chǔ)上進(jìn)行價(jià)值判斷的活動(dòng)。

相對于國家內(nèi)某一區(qū)域或某一學(xué)校的教育評價(jià)而言，本文探討的大規(guī)模有組織評價(jià)的覆蓋范圍更廣、樣本數(shù)量更大，是在官方組織或第三方機(jī)構(gòu)的領(lǐng)導(dǎo)協(xié)調(diào)下開展的教育評價(jià)。自20世紀(jì)90年代開始，國際教育成就評價(jià)協(xié)會(huì)（IEA）、OECD等國際組織開始實(shí)施大規(guī)模有組織國際教育評價(jià)。國際組織開展的大規(guī)模教育評價(jià)往往致力于服務(wù)政府的教育決策、績效問責(zé)，推動(dòng)區(qū)域教育治理，創(chuàng)設(shè)“全球教育政策空間”。^[6]隨著國際大規(guī)模有組織教育評價(jià)的開展，也有部分學(xué)者對其持批評意見，認(rèn)為其誤導(dǎo)教育者將可測量的教育結(jié)果當(dāng)成教育目的，以國際大規(guī)模教育評價(jià)結(jié)果為指揮棒所定義的“好教育”其實(shí)并非真正的好教育。^[7]

二、PISA的發(fā)展歷程

20世紀(jì)90年代以后，在全球開展大規(guī)模有組織教育評價(jià)受到越來越多發(fā)達(dá)國家的關(guān)注與研究。OECD、世界銀行、聯(lián)合國教科文組織等國際組織開始關(guān)注全球教育評價(jià)與基礎(chǔ)教育的國別比較研究。

（一）產(chǎn)生與發(fā)展

PISA于1995年首次提出，OECD成員國希望能夠通過大規(guī)模有組織的教育評價(jià)，及時(shí)掌握關(guān)于各國基礎(chǔ)教育階段學(xué)生在技能學(xué)習(xí)、日常表現(xiàn)、知識掌握等方面的可靠一手調(diào)查資料和數(shù)據(jù)。PISA應(yīng)用信息化教育測量手段對相關(guān)國家和地區(qū)基礎(chǔ)教育階段學(xué)生的數(shù)學(xué)、閱讀、科學(xué)的學(xué)習(xí)情況進(jìn)行測評，采用調(diào)查問卷對學(xué)生學(xué)業(yè)情況組織大規(guī)模的評價(jià)，并以此為依據(jù)對參評國家的基礎(chǔ)教育發(fā)展水平進(jìn)行排名，得出相應(yīng)的結(jié)論，進(jìn)行國際比較。^[8]OECD開展PISA主要是對基礎(chǔ)教育階段高年級學(xué)生的知識掌握和解決問題能力等方面進(jìn)行系統(tǒng)評估，以此評價(jià)學(xué)生在階段性學(xué)習(xí)之后各方面能力的提升情況。因此，PISA不只是對學(xué)生掌握階段性知識程度的評估，還是綜合學(xué)生多項(xiàng)學(xué)習(xí)能力的過程性評價(jià)。1997年底，OECD正式啟動(dòng)PISA，2000年在部分國家和地區(qū)進(jìn)行了首輪測評，之后按照每三年一輪的頻率在相關(guān)國家和地區(qū)開展測評。每輪測評的參評國家和地區(qū)從科學(xué)、閱讀、數(shù)學(xué)三門學(xué)科中選擇一門進(jìn)行主要測評，另外兩門作為次要測評。PISA在標(biāo)準(zhǔn)的制定、測評的方法、評估的理念等層面凸顯出科學(xué)規(guī)范的價(jià)值內(nèi)涵，在全球范圍內(nèi)得到廣泛的認(rèn)可。

2000年以來，PISA通過對不同國家和地區(qū)的學(xué)生在學(xué)習(xí)能力素養(yǎng)方面的表現(xiàn)和水平進(jìn)行排名，呈現(xiàn)不同國家和地區(qū)的學(xué)生在科學(xué)、閱讀、數(shù)學(xué)學(xué)科領(lǐng)域的學(xué)習(xí)發(fā)展水平。與此同時(shí)，OECD基于學(xué)生學(xué)習(xí)的背景情況，在與相關(guān)學(xué)生學(xué)業(yè)素養(yǎng)的指標(biāo)之間構(gòu)建統(tǒng)計(jì)模型，開展相關(guān)性分析。OECD還基于人力資本理論，通過分析教育投入與產(chǎn)出的相關(guān)性，判斷國家和地區(qū)教育發(fā)展的總體水平及其在全球的競爭力，這種測評打破了傳統(tǒng)的以理性思辨進(jìn)行評價(jià)分析的方法，開創(chuàng)了以建立統(tǒng)計(jì)模型和開發(fā)監(jiān)測指標(biāo)為主要評價(jià)手段的實(shí)證主義評估。

（二）指標(biāo)的更新與完善

教育評價(jià)工作是各國教育改革發(fā)展工作的重中之重，相關(guān)測評數(shù)據(jù)的分析可以支撐教育政策的制定、執(zhí)行和完善。同時(shí)，指標(biāo)體系的研發(fā)對于教育數(shù)據(jù)的監(jiān)測至關(guān)重要，可通過量化的形式讓決策者和研究者了解教育發(fā)展的現(xiàn)狀。對于PISA而言，測評指標(biāo)的更新和完善可為評估的科學(xué)性打下良好的基礎(chǔ)，科學(xué)系統(tǒng)的評價(jià)指標(biāo)體系可為教育部門和教育研究者研判教育發(fā)展?fàn)顩r、了解教育發(fā)展存在的問題和困境以及做出相應(yīng)的決策提供支持與幫助。PISA1997年確定了采集成員國和地區(qū)學(xué)生數(shù)學(xué)、閱讀、科學(xué)三個(gè)方面的指標(biāo)數(shù)據(jù)。之后，PISA的價(jià)值內(nèi)涵和目標(biāo)也在變化，越來越關(guān)注評估教育與社會(huì)發(fā)展的關(guān)系以及學(xué)生適應(yīng)現(xiàn)代社會(huì)發(fā)展所需能力，從而引領(lǐng)學(xué)生適應(yīng)時(shí)代發(fā)展新變化帶來的對于人的生活技能的新需求。例如，2015年增加對同伴協(xié)作解決問題能力的相關(guān)測試；2018年，為評估學(xué)生是否具有從不同視角看問題、理解跨文化背景下的不同思想并有效交流互動(dòng)等方面的能力，增加了全球勝任力指標(biāo)。近年來，PISA開始逐步關(guān)注學(xué)生微觀層面能力的測評，如幸福感、對學(xué)校的歸屬感等。

三、PISA運(yùn)行機(jī)制

面對新時(shí)代對人才培養(yǎng)的新要求和新挑戰(zhàn)，加強(qiáng)對教育系統(tǒng)質(zhì)量的實(shí)時(shí)、有效監(jiān)控尤為重要^[9]，通過數(shù)據(jù)監(jiān)測推動(dòng)教育高質(zhì)量發(fā)展受到各國教育關(guān)注。

基于舒爾茨的人力資本理論，OECD通過PISA對全球一些國家和地區(qū)的教育質(zhì)量進(jìn)行大規(guī)模評估，建構(gòu)了評價(jià)標(biāo)準(zhǔn)和相關(guān)指標(biāo)，為這些國家評估教育發(fā)展質(zhì)量以及教育決策和政策制定提供支撐。

（一）從人力資本理論出發(fā)建立觀測維度

有學(xué)者就OECD關(guān)于教育指標(biāo)維度的建立進(jìn)行了研究，認(rèn)為OECD測評的理論基礎(chǔ)是“人力資本理論”，也就是說其評估的邏輯起點(diǎn)在于將學(xué)生作為重要的人力資源。這種邏輯與價(jià)值觀念關(guān)注教育對促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展的貢獻(xiàn)度。從教育與經(jīng)濟(jì)的關(guān)系來看，教育可以從三個(gè)方面促進(jìn)經(jīng)濟(jì)增長。一是教育可以提高個(gè)體單位時(shí)間的勞動(dòng)生產(chǎn)率，從而提升固有的人力資本，以此推動(dòng)單位時(shí)間產(chǎn)出水平的快速增長。二是通過發(fā)展教育推動(dòng)科技創(chuàng)新，以此推動(dòng)經(jīng)濟(jì)發(fā)展的更新?lián)Q代，通過教育研究促進(jìn)生產(chǎn)技術(shù)的更新，同時(shí)帶動(dòng)知識的創(chuàng)新。三是教育可以促進(jìn)文化知識的傳遞和傳播，以此提升人們使用新產(chǎn)品的價(jià)值取向和不斷增長的新需求，從而推動(dòng)經(jīng)濟(jì)的快速增長。哈努謝克（Hanushe）等人運(yùn)用PISA的相關(guān)數(shù)據(jù)，通過使用增長評估模型預(yù)測教育發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系。^[10]其研究表明，經(jīng)濟(jì)增長與教育質(zhì)量的提升有明顯正相關(guān)性?；赑ISA結(jié)果可以發(fā)現(xiàn)，數(shù)學(xué)、科學(xué)等學(xué)科的指標(biāo)測評對于經(jīng)濟(jì)發(fā)展有顯著正相關(guān)性。

（二）基于現(xiàn)代化標(biāo)準(zhǔn)構(gòu)建評價(jià)指標(biāo)體系

PISA指標(biāo)體系設(shè)計(jì)理念在于解決三個(gè)方面的問題：面對時(shí)代發(fā)展的新變局，年輕一代如何應(yīng)對新的挑戰(zhàn)與要求；在全球化背景下，年輕一代如何更加高效地溝通、理解與交流；面對知識爆炸和技術(shù)更新?lián)Q代的加速，年輕一代是否具備終身學(xué)習(xí)和不斷提升自我的能力和意識。通過預(yù)判學(xué)生面對未來社會(huì)發(fā)展所需應(yīng)具備的核心素養(yǎng)，從而構(gòu)建相應(yīng)的指標(biāo)體系，在此基礎(chǔ)上通過運(yùn)用現(xiàn)代測評工具和統(tǒng)計(jì)研究方法，對學(xué)生相關(guān)核心素養(yǎng)的達(dá)成度進(jìn)行評估，進(jìn)而發(fā)現(xiàn)影響學(xué)生核心素養(yǎng)養(yǎng)成的相關(guān)指標(biāo)。PISA通過整體設(shè)計(jì)、科學(xué)論證、系統(tǒng)測評，嚴(yán)格控制測試的全過程誤差，并提供數(shù)據(jù)支撐，從而達(dá)成評估目標(biāo)，進(jìn)而推動(dòng)教育體制機(jī)制改革。

1. 指標(biāo)體系構(gòu)建的適切性

PISA在測評之前需要構(gòu)建一套系統(tǒng)的評價(jià)指標(biāo)體系，這套指標(biāo)體系要充分考慮不同國家的經(jīng)濟(jì)、文化、教育發(fā)展水平的差異，具有更強(qiáng)的包容性和可推廣性。世界各國在學(xué)制規(guī)定、學(xué)生入學(xué)年齡限制、教材編排等方面差異較大，PISA選取基礎(chǔ)教育高年級階段學(xué)生作為樣本，運(yùn)用科學(xué)的抽樣方法，確保不同國家和地區(qū)采用統(tǒng)一的抽樣標(biāo)準(zhǔn)。此外，PISA通常采用單參數(shù)項(xiàng)目反應(yīng)理論（IRT）模型對采集的學(xué)生成績進(jìn)行分析，之后分別進(jìn)行各個(gè)指標(biāo)項(xiàng)的評分與計(jì)分，使用統(tǒng)一的評分標(biāo)準(zhǔn)對學(xué)生樣本進(jìn)行測評。這一整套規(guī)范化程序使PISA減少無效數(shù)據(jù)的采集，將測評結(jié)果誤差降到最低。

2. 指標(biāo)體系構(gòu)建的導(dǎo)向性

PISA運(yùn)行的關(guān)鍵步驟是把需要解決的教育問題通過指標(biāo)進(jìn)行量化，使其更易被觀察和識別，以數(shù)據(jù)反映復(fù)雜教育現(xiàn)象。綜合來看，PISA各項(xiàng)指標(biāo)是依據(jù)學(xué)生、家長、學(xué)校等要素建立的。學(xué)生方面一般涉及個(gè)人基本信息、認(rèn)知能力、學(xué)習(xí)動(dòng)機(jī)、職業(yè)規(guī)劃、自我效能感等；家長方面涉及學(xué)生家庭背景、家長對于學(xué)校教育的參與度、家校協(xié)同情況、家長對學(xué)生教育重視程度等；學(xué)校方面涵蓋學(xué)校的基本辦學(xué)條件、辦學(xué)類型、教育資源豐富度、課程設(shè)置、班級管理等。例如，根據(jù)不同教育要素的具體類型，通過指標(biāo)測試等方式進(jìn)行數(shù)據(jù)采集，匯總研發(fā)出與學(xué)生相關(guān)的指標(biāo)，如職業(yè)規(guī)劃、學(xué)習(xí)興趣、課堂參與度、內(nèi)在動(dòng)機(jī)、成就感、自我提升、社會(huì)認(rèn)知、參與課外補(bǔ)習(xí)時(shí)間等指標(biāo)，然后借助回歸模型的建立，開展對各要素之間的相關(guān)性分析，綜合評估各個(gè)國家和地區(qū)相關(guān)學(xué)齡段學(xué)生的表現(xiàn)。

3. 指標(biāo)體系構(gòu)建的規(guī)范性

在每輪測評研發(fā)指標(biāo)之前，OECD會(huì)確定該年度測評重點(diǎn)，如數(shù)學(xué)素養(yǎng)、科學(xué)素養(yǎng)、閱讀素養(yǎng)等，該素養(yǎng)的評估不僅涉及學(xué)科知識的掌握，還涉及學(xué)生掌握學(xué)習(xí)技能、推廣應(yīng)用知識的能力，以及邏輯推理、有效交流和解決各種復(fù)雜問題的能力。在此基礎(chǔ)上，OECD設(shè)計(jì)每輪PISA測評的重點(diǎn)。例如，2009年P(guān)ISA主要考查學(xué)生的閱讀、科學(xué)、數(shù)學(xué)三方面核心素養(yǎng)，均強(qiáng)調(diào)學(xué)生對基本知識和相關(guān)技能的掌握程度。^[11]

（三）呈現(xiàn)國際教育質(zhì)量評價(jià)結(jié)果與參考標(biāo)準(zhǔn)

學(xué)界通常所講的教育質(zhì)量涉及日常教育實(shí)踐活動(dòng)的諸多要素，包括學(xué)校、教師、學(xué)生、課程設(shè)置、教學(xué)場所、教學(xué)手段、教育活動(dòng)等。國際通用的教育質(zhì)量界定標(biāo)準(zhǔn)有：一是教育的投人產(chǎn)出比，二是學(xué)生學(xué)業(yè)成績，三是學(xué)習(xí)過程和結(jié)果。此外，隨著參與PISA的國家和地區(qū)越來越多，PISA結(jié)果展現(xiàn)的學(xué)生在數(shù)學(xué)、科學(xué)、閱讀等方面的素養(yǎng)達(dá)成度成為各國教育部門和研究機(jī)構(gòu)衡量其教育發(fā)展水平和教育質(zhì)量的重要參考依據(jù)。

四、啟示

我國多個(gè)城市通過參加PISA在國際上嶄露頭角，基礎(chǔ)教育得到國際社會(huì)的好評與認(rèn)可。然而我國基礎(chǔ)教育規(guī)模大、區(qū)域發(fā)展不均衡的問題依然存在。在建設(shè)高質(zhì)量教育體系的背景下，開展大規(guī)模有組織的教育評價(jià)成為不可或缺的一環(huán)，以教育評價(jià)與數(shù)據(jù)監(jiān)測推動(dòng)教育質(zhì)量提升，為教育體制機(jī)制改革和教育決策提供數(shù)據(jù)支撐與保障。PISA的發(fā)展歷程和具體運(yùn)行機(jī)制對我國開展相關(guān)教育評價(jià)和監(jiān)測有以下啟示。

（一）加強(qiáng)現(xiàn)有大規(guī)模教育評價(jià)研究平臺與資源整合

我國重視教育質(zhì)量監(jiān)測與評估，已有多個(gè)基礎(chǔ)教育質(zhì)量評價(jià)監(jiān)測平臺。2006年教育部基礎(chǔ)教育監(jiān)測中心在上海市教育科學(xué)研究院揭牌。2007年教育部基礎(chǔ)教育質(zhì)量監(jiān)測中心在北京師范大學(xué)揭牌。2012年中國基礎(chǔ)教育質(zhì)量監(jiān)測協(xié)同創(chuàng)新中心成立。目前，國內(nèi)大規(guī)模教育質(zhì)量監(jiān)測評估機(jī)構(gòu)在評價(jià)目標(biāo)、方法和理念上各有不同，這不利于更大規(guī)模有組織教育評價(jià)和協(xié)同評價(jià)的開展，可進(jìn)一步整合有關(guān)平臺和資源，使教育評價(jià)從松散型評價(jià)走向集約式發(fā)展。

（二）提升大規(guī)模教育評價(jià)的科學(xué)性和規(guī)范性

教育評價(jià)和測量以教育學(xué)、統(tǒng)計(jì)學(xué)、部分自然科學(xué)和實(shí)驗(yàn)科學(xué)為理論基礎(chǔ)，涉及教育評價(jià)的目標(biāo)、內(nèi)容、方法、手段、數(shù)據(jù)統(tǒng)計(jì)分析、報(bào)告撰寫等內(nèi)容。分析PISA的運(yùn)行機(jī)制可以看出，其整體測評包括要素設(shè)計(jì)、維度設(shè)定、指標(biāo)研發(fā)、問卷調(diào)查、數(shù)據(jù)采集、統(tǒng)計(jì)分析等諸多科學(xué)規(guī)范環(huán)節(jié)。因此，我國開展大規(guī)模有組織教育評價(jià)也需要依托教育評價(jià)、教育統(tǒng)計(jì)、教育哲學(xué)等學(xué)科理論指導(dǎo)，開發(fā)符合國情和教育發(fā)展?fàn)顩r的指標(biāo)體系。此外，加強(qiáng)理論支撐、堅(jiān)持價(jià)值導(dǎo)向、設(shè)計(jì)科學(xué)維度、規(guī)范評價(jià)過程、深入分析結(jié)果也是提升大規(guī)模有組織教育評價(jià)效果和質(zhì)量的核心要素。

（三）堅(jiān)持中國特色的教育評價(jià)價(jià)值理念

各國際組織和國家開展教育評價(jià)和監(jiān)測都有各自的價(jià)值訴求。教育評價(jià)是專業(yè)性和科學(xué)性較強(qiáng)的研究工作，在開展教育評價(jià)之前需要確立評價(jià)價(jià)值理念。我國開展教育評價(jià)須堅(jiān)持中國特色社會(huì)主義道路，培養(yǎng)德智體美勞全面發(fā)展的社會(huì)主義建設(shè)者和接班人，不能照搬國際組織或發(fā)達(dá)國家開展大規(guī)模教育評價(jià)的價(jià)值理念，要根據(jù)中國教育發(fā)展的基本現(xiàn)狀和人才培養(yǎng)的價(jià)值追求設(shè)計(jì)有中國特色的教育評價(jià)指標(biāo)體系與監(jiān)測機(jī)制。

（四）促進(jìn)現(xiàn)代信息技術(shù)與大規(guī)模教育評價(jià)的緊密融合

隨著信息通信技術(shù)和媒體移動(dòng)終端的快速發(fā)展，越來越多的評價(jià)和監(jiān)測活動(dòng)開始依托現(xiàn)代信息技術(shù)。實(shí)現(xiàn)信息技術(shù)與測評活動(dòng)的緊密融合已經(jīng)成為當(dāng)前大規(guī)模教育評價(jià)活動(dòng)發(fā)展的趨勢之一，也是促進(jìn)大規(guī)模有組織教育評價(jià)更加高效和科學(xué)的保障。PISA依靠多種網(wǎng)絡(luò)平臺進(jìn)行即時(shí)管理、開發(fā)專業(yè)化軟件用于大規(guī)模抽樣和數(shù)據(jù)采集分析、使用計(jì)算機(jī)進(jìn)行各種測試和自動(dòng)化評價(jià)報(bào)告生成等工作，這些環(huán)節(jié)大都以現(xiàn)代信息技術(shù)為重要支撐?，F(xiàn)代信息技術(shù)可為我國開展大規(guī)模有組織的教育評價(jià)提供更多便利，支撐我國大規(guī)模有組織教育評價(jià)的發(fā)展。