PISA在中国_教育评价新探索

一半。
ＰＩＳＡ２００６中国试测研究采用的是纸笔测验， 共有１３套试题册，依据随机原则将每名学生分配 到每套试题册，每个学生需用两个小时的时间来 完成测验。ＰＩＳＡ２００６中国试测研究收集的原始数 据同时采用国际大型统计软件ＳＰＳＳ和ＳＡＳ两套 系统进行了数据清理和转换，得到了完全匹配的 结果，保证了数据的精准。然后，用清理后的数据 按照ＯＥＣＤ数据分析的标准流程对每个学生样本 依据所属不同学校、所做不同试题册、学生问卷收 集到的不同背景类型进行回归分析，每个评价领 域生成５个似真值，对似真值进行加权，通过抽样 权重的多重复制程序进行分析，按国际规范得到 了评价结果。评价结果可直接与参与ＰＩＳＡ２００６的 ５６个国家和地区相比 ＰＩＳＡ２００６中国试测研究提供了义务教育结束 后，国际公认的学生应该具有的知识和技能的基 本标准参照。教育部考试中心在此过程中提升了 评价学生的能力和教育成效的水平，为实现“十一 五”事业发展规划中提出的把教育部考试中心建 成“国内领先、国际知名、服务教育、面向社会的专 业化考试与评价服务机构”迈出了开创性的一步。 除提供给各级教育政策制定者与国际比较的 结果评价报告外，教育部考试中心组织学科专家 对ＰＩＳＡ２００６所有试题按学科和考察目的分类，根 据中国测试学生试题反应献标识码：Ａ
文章编号：１００３—７６６７（２００８）０２—０００７－０５
教育评价是否科学有效，在很大程度上决定 着教育的走向，影响着学生的素质发展，也关系到 整个社会的教育公平与民族素质的提高。如果能关 注国际上颇具影响力的“学生能力国际评价”（以下 简称ＰＩＳＡ）的评价理念、技术手段，特别是能通过 实践深入研究ＰＩＳＡ整个评价流程体系，掌握国际教 育评价的设计理念和操作方法，为我所用，那么无 疑将大大推动我国教育评价领域的研究与发展。
库。ＰＩＳＡ２０００认知测验共有９套试题册，ＰＩＳＡ２００３ 和ＰＩＳＡ２００６认知测验共有１３套试题册。每名学
学性，拓宽了评价的内容与形式，使教育评价更具 实用价值。
二、ＰＩＳＡ在中国的实践
教育部考试中心２００６年引进并启动了
生样本只要求作答其中的一套，依据随机原则将 一８一
万方数据
Ｎｏ．２．２００８ Ｇｅｎｅｒａｌ Ｎｏ．２１７
和效率；以及教育对社会经济的影响。 ＰＩＳＡ运用最新的教育测量理论保证评价工具
每名学生样本分配到每套试题册。每套试题册通
过现代教育测量理论相互链接，大量的试题保证 覆盖１５岁学生阅读、数学和科学素养，而试题抽 样形成的试题册为每个受试者提供的做答时间仅
为两小时。学生即使做不同题册的不同难度的题
目也可以经过现代教育测量理论等值处理而进行 相互比较。
的学生素养基本情况指标、环境背景指标、发展趋
势指标，其高品质保障的取样、测试管理机制和最 新的数据后期分析使ＰＩＳＡ跨国和跨年度的比较 具有高度的有效性和可信性，同时又如同用尺子 量学生身高一样简单明了。 ＰＩＳＡ所关心的是１５岁学生所代表的总体情 况，参加ＰＩＳＡ测试的学生样本具有广泛的代表性。 学生样本所做的认知测试取自难度覆盖广泛的、 具有现代教育测量理论精准题目参数的大型题
一、学生能力国际评价ＰＩＳＡ解析
学生能力国际评价（Ｐｒｏｇｒａｍｍｅ
ａｌ Ｓｔｕｄｅｎｔ ｆｏｒ Ｉｎｔｅｍａｔｉｏｎ—
Ａｓｓｅｓｓｍｅｎｔ）是经济合作与发展组织（Ｔｈｅ
ａｎｄ
Ｄｅｖｅｌｏｐ・
Ｏｒｇａｎｉｚａｔｉｏｎ ｆｏｒ Ｅｃｏｎｏｍｉｃ Ｃｏ－ｏｐｅｒａｔｉｏｎ
ｍｅｎｔ，ＯＥＣＤ）发起并组织实施的为各参与国家与 地区协作监控教育成效的评价项目。ＰＩＳＡ测试义 务教育阶段结束后１５岁学生在阅读、数学和科学 方面所具备的应用知识、技能和解决问题的能力。 ＰＩＳＡ除认知测验外，还包括了问卷调查，目的是收 集有关社会、文化、经济和教育因素的指标，这些 指标与学生的成就相联系，从个体学习者、教学、 学校及教育体制四个层面进行分析。因此，ＰＩＳＡ超
越了对各参与国家与地区在三个主要领域的相对 排名，涉及范围更广的教育成果，如学生的学习动 机、自信心以及学习策略等，［１１以期获得来自学生、 教师、学校和家长的综合看法和观点。同时从社 会、文化、经济以及教育因素等方面考查学生和学 校的特征，为各国政策分析和研究提供有价值的 参考。 ＰＩＳＡ在２０００年首次开始实施评价，每三年一 次，以评价年命名。ＰＩＳＡ２０００有３２个国家参与，评 价的重点是阅读素养；ＰＩＳＡ２００３有４１个国家和地 区参与，评价的重点是数学素养；ＰＩＳＡ２００６有５６ 个国家和地区参与，评价的重点是科学素养。回 ＰＩＳＡ２００９评价的重点又轮回到阅读素养，预计将 有６６个国家与地区参与。ＰＩＳＡ已形成了完善的教 育成效评价指标体系与数据基准。 对于政策制定者而言，通过对比自己国家或 地区和其他国家或地区教育系统的成就表现，教 育发展趋势走向，能够帮助他们总结已有政策的 经验，改善教育体制，并基于ＰＩＳＡ提供的指标体 系更好地评价和监控教育体制的效力与发展。 ＰＩＳＡ的目标是发展常规的、可靠的、与政策相
ＰＩＳＡ使用两阶段分层抽取的学校样本和学生
的公平、公正，使用高质量的评价工具、严格的抽 样、周密的数据收集机制和先进的数据分析方法， 对教育体系和学生发展水平给予高效度、高信度
的评价。
样本的数据及权重来推断参与国家或地区总体的 情况。各参与国家或地区根据自己的研究目的，抽 取的学校样本数从ＰＩＳＡ最低要求的１５０所到将 近１，０００所，学生样本数从ＰＩＳＡ最低要求的４，５００ 人到超过３０，０００人。 ＰＩＳＡ数据分析保障了试题抽样和学生抽样数 据分析的最大程度似真。每名学生依据随机分配 试题册的答题反应、所属不同学校和相关背景信 息在不同测量维度上各计算出５个似真值（ｐｌａｕ—
比较教育研究
Ｃｏｍｐａｒａｔｉｖｅ Ｅｄｕｃａｔｉｏｎ Ｒｅｖｉｅｗ
２００８年第２期 （总第２１７期）
ＰＩＳＡ２００６中国试测研究项目。ＰＩＳＡ２００６中国试测 研究并不代表中国正式参与ＰＩＳＡ，实践的目的在 于学习、借鉴ＰＩＳＡ先进的考试评价理念、理论、技 术，了解国际的情况，通过实践锻炼队伍，构建符 合中国国情的评价标准、手段、技术和方法体系： 促进考试内容和形式的改革，特别是对命题环节 的改进，有利于全面推进素质教育。 ＰＩＳＡ２００６整个流程的评价在国际上历时四年 完成。从２００３年１２月到２００４年９月为测试工具 的开发，２００４年９月到２００５年９月为各参与国家 与地区实地预试，２００５年９月到２００６年１２月为 各参与国家与地区正式测试，２００６年１２月到 ２００７年１２月为数据分析与结果报告。各参与国家 与地区ＰＩＳＡ执行中心根据ＯＥＣＤ／ＰＩＳＡ统一调 配，完成测试工具翻译、样本选取、评价实施、编码 评分、数据获取及整理、提交数据和接收结果报告 整个流程。在这四年各参与国家与地区每年上交 ＯＥＣＤ／ＰＩＳＡ规定年费后得到相应的技术支持。教 育部考试中心ＰＩＳＡ２００６中国试测研究从２００６年 １０月正式启动，一年来实施了ＰＩＳＡ２００６测试工具 翻译和预试调整、学校样本和学生样本选取、评价 实施、编码阅卷、数据整理、统计分析和结果报告 全环节的评价工作。 ＰＩＳＡ２００６中国试测研究在国内操作层面上实 行两级管理体系，即教育部考试中心负责研究工 作在全国的实施管理，试点机构在统一要求下负 责本地区的组织实施，包括本地区抽样信息提供、 学校样本和学生样本落实、人员培训、测试及调查 问卷实施管理，并要求对测试的题册和数据严格 保密。教育部考试中心统一编码评判试题册和问 卷，统一录入信息，保证编码评分和数据录入的信 度和效度。数据分析由教育部考试中心自主完成。 通过ＰＩＳＡ试测研究，教育部考试中心不但完成了 试点地区的教育成效评价报告，还利用ＰＩＳＡ协作 组织提供的国际参数进行国际比较，为各级教育 决策者提供了一个多层次评价教育成效的指标体 系和国际评价参考信息。 ＰＩＳＡ２００６中国试测研究按ＰＩＳＡ国际规范采 用两阶段分层随机抽样设计，第一阶段完成学校 层面的抽样，选取了五个分层变量：学段，包括初
学和科学测验以及通过学生问卷和学校问卷收集
的社会、文化、经济和教育因素的指标进行题目的 建构、参数校准和相关分析。ＰＩＳＡ测试如同用尺子
量学生身高一样，用现代教育测量理论建构的题
ｖａｌｕｅｓ，ＰＶｓ），１４１并进行８０次重复（ｒｅｐｌｉｃａｔｅ）ｔ习
的统计分析，产生有效数据，最大限度地精确估计 误差，保证测量的科学性。 ＰＩＳＡ２０００共收集了近２６万有效学生样本，实 现了阅读素养的“提取信息９９、６６解释说明”、“反思 并评估”网，数学素养、科学素养５个维度的测量与 评价；ＰＩＳＡ２００３共收集了２７万多个有效学生样 本，实现了数学素养的“变化和关系”、“数量”、“空 间和形状”、“不确定性”ｔＴｌ、问题解决、阅读素养、科 学素养７个维度的测量与评价；ＰＩＳＡ２００６共收集 了３９万多个有效学生样本，实现了科学素养的 “识别科学问题９９、６６科学地解释现象”、“使用科学 证据”３个科学能力；“科学兴趣９９、６６支持科学探究”嘲 ２个对待科学的态度和阅读素养、数学素养总共７ 个维度的测量与评价。 ＰＩＳＡ利用现代教育测量理论，在时间短、样本 量小、试题量大、覆盖面广、成本低、误差小、减轻
Ｎｏ．２．２００８ Ｇｅｎｅｒａｌ Ｎｏ．２１７
比较教育研究
Ｃｏｍｐａｒａｔｉｖｅ Ｅｄｕｃａｔｉｏｎ Ｒｅｖｉｅｗ
２００８年第２期 （总第２１７期）
Ｐ Ｉ ＳＡ在中国：教育评价新探索
王
蕾
（教育部考试中心，北京１０００８４） ［摘要】本文通过对当前国际上颇具影响力的大规模教育评价项目——“学生能力国际评 价”（ＶＩＳＡ）的评价理念和技术的解析，结合教育部考试中心开展ＰＩＳＡ２００６中国试测研究实践收 获的启示，阐述了作者对我国教育评价研究与发展的思考和建议。 ［关键词］教育评价；教育测量；ＰＩＳＡ；素养
中、高中；学校的地理位置，包括市区、县城（县政 府所在城镇）和农村三类；学校的性质，包括公立 学校、私立学校；学校的类型，包括普通中学、职 业学校、特殊教育学校和中等专业学校；学校的等 级，包括普通高中、示范高中、普通初中、基础薄弱 初中。按照这五个维度设计了抽样框架，试点地区 据此框架上报了本地区所有包含１５岁学生学校 的统计信息。教育部考试中心在第一阶段抽取了 １５０所样本学校，随后在第二阶段以完全随机抽样 的原则从这１５０所学校样本中抽出３５名１５岁学 生作为参加试测的学生样本。共有来自试点地区 １５０所中学的５，０００余名学生被纳入样本，样本有 效地代表了试点地区近１，２００所学校的１６万余 名１５岁在校学生总体，其中农村学校在校学生近