黃鳴春 楊潔 魏昕 楊文源

摘? ?要? ?測評是教育質(zhì)量監(jiān)測的必要手段，高質(zhì)量測評能夠?qū)逃虒W產(chǎn)生積極正向引導(dǎo)。PISA是目前國際上覆蓋面最廣影響力最大的大數(shù)據(jù)測評項目，對基礎(chǔ)教育質(zhì)量監(jiān)測和改革發(fā)展有很強的參考意義。對2000-2018年P(guān)ISA科學素養(yǎng)測評體系的設(shè)計進行分析，發(fā)現(xiàn)PISA從測評目標、測評計劃、設(shè)計論證到試題命制都有明顯的先進性，但是，龐大的測評系統(tǒng)也不可避免地存在局限性。不論是先進性還是局限性，都值得各類科學教育質(zhì)量監(jiān)測項目關(guān)注。

關(guān)鍵詞? ?PISA? 科學素養(yǎng)? 教育質(zhì)量監(jiān)測? 測評體系設(shè)計

自第一次工業(yè)革命以來，人類科學技術(shù)進入飛速發(fā)展階段，科技實力逐漸成為決定國家競爭力的關(guān)鍵因素，而科技實力很大程度上依賴于科技人才的水平。因此，國家和社會發(fā)展需要具備高水平科學素養(yǎng)的專業(yè)人才。與此同時，科技產(chǎn)品逐漸滲透到現(xiàn)代生活的各個方面，人們生活方式也發(fā)生了巨大變化。當代公民需要具備基本的科學素養(yǎng)，才能在面對生活中的科學相關(guān)議題和事件時做出理性判斷和決策，從而更有效地生活在這個世界上。當今的青少年學生是未來的國家建設(shè)者，也是未來的社會公民，所以，基礎(chǔ)教育階段科學教育應(yīng)當擔負起培養(yǎng)學生科學素養(yǎng)的責任，一方面，為高等教育培養(yǎng)高水平專業(yè)人才打下基礎(chǔ)，另一方面，為未來社會培養(yǎng)具備基本科學素養(yǎng)的公民。

測評是監(jiān)測教育質(zhì)量的必要手段?？茖W教育的質(zhì)量水平最終體現(xiàn)在培養(yǎng)學生科學素養(yǎng)這一目標的實現(xiàn)程度上，因此，科學教育的發(fā)展離不開對學生科學素養(yǎng)水平的測評。由經(jīng)濟合作與發(fā)展組織（Organisation for Economic Co-operation and Development，OECD）發(fā)起的國際學生測評項目（Programme for International Student Assessment， PISA），是目前全世界規(guī)模最大、覆蓋面最廣、受關(guān)注度最高的國際性大數(shù)據(jù)測評項目。PISA自2000年起，每3年一次，以當年即將結(jié)束義務(wù)教育的15歲左右的學生作為評價對象，以面向當今社會和未來發(fā)展應(yīng)當具備的素養(yǎng)作為評價內(nèi)容，旨在找出影響學生素養(yǎng)水平的因素，為參評國家/地區(qū)教育政策和教育體系提供改進建議，并通過分析參評國家/地區(qū)歷次測評結(jié)果的變化追蹤反饋教育舉措的成效，推動各國/地區(qū)基礎(chǔ)教育改革和發(fā)展。已經(jīng)發(fā)布的最近一次（2018年）測評中，共有80個國家/地區(qū)參與PISA，所有參與國/地區(qū)國內(nèi)生產(chǎn)總值（GDP）之和超過了全球所有國家/地區(qū)GDP總和的90%。PISA已然成為國際主流測評項目。科學素養(yǎng)作為國際上普遍重視的基本素養(yǎng)，是PISA測評的主要內(nèi)容之一。

一、PISA科學素養(yǎng)測評體系設(shè)計

目前PISA已經(jīng)開展了7次測評，隨著時代的發(fā)展，PISA科學素養(yǎng)測評的設(shè)計也在發(fā)生著變化。下面將從科學素養(yǎng)界定、測評框架、試題案例3個方面來分析PISA科學素養(yǎng)測評體系設(shè)計的發(fā)展變化。

1.PISA對科學素養(yǎng)的界定

PISA強調(diào)其測評意圖不是考查學業(yè)成績，也不是選拔人才，而是診斷當前學生的素養(yǎng)水平。為此，PISA對所測評的素養(yǎng)進行了界定。分析歷次PISA對科學素養(yǎng)的界定，發(fā)現(xiàn)2000與2003年界定一致;2006年較前兩次有明顯變化，隨后2009和2012年與2006年一致;2015年界定再次出現(xiàn)明顯變化，之后2018與2015年一致。

2000、2003年P(guān)ISA認為科學素養(yǎng)包含3個方面[1，2]：科學過程，科學概念，運用科學過程和概念的情境。

2006、2009、2012年P(guān)ISA認為科學素養(yǎng)是指一個人所具備的[3][4][5]：科學知識以及對這些知識的運用，關(guān)于科學的典型特征的理解，關(guān)于科學和技術(shù)如何塑造我們的物質(zhì)、精神和文化環(huán)境的理解，參與科學相關(guān)議題、具備科學知識、成為具有獨立見解的公民的意愿。

2015、2018年P(guān)ISA認為科學素養(yǎng)表現(xiàn)為以知識為基礎(chǔ)的3項能力[6，7]：科學地解釋現(xiàn)象，評價和設(shè)計科學探究，科學地解釋數(shù)據(jù)和證據(jù)。

歷次PISA對科學素養(yǎng)界定的變化，實際上反映了時代對具備科學素養(yǎng)的人的要求的變化。相較于前5次測評，2015和2018年P(guān)ISA對科學素養(yǎng)的界定角度，與美國2013年發(fā)布的科學教育文件《下一代科學教育標準》（Next Generation Science Standards， NGSS）關(guān)于學習目標的表述理念高度契合，以表現(xiàn)預(yù)期（performance expectation）來描述學生達到一定水平后應(yīng)當能夠做什么;同時，表現(xiàn)預(yù)期本身則需要以概念理解為基礎(chǔ)。鑒于NGSS是時代發(fā)展的產(chǎn)物，吸納了科學教育領(lǐng)域的重要研究成果，并且具有廣泛的國際影響力，引領(lǐng)著世界各國科學教育改革方向[8]，2015和2018年P(guān)ISA對科學素養(yǎng)的界定方式與該文件的理念高度契合，說明PISA與時俱進，走在時代發(fā)展前沿。

2.PISA科學素養(yǎng)測評框架

在PISA測評中，框架是試題命制的依據(jù)。與對科學素養(yǎng)的界定類似，2000和2003年測評框架較為一致（圖1）;2006年測評框架出現(xiàn)顯著變化，之后2009和2012年延用2006年測評框架（圖2）;2015年測評框架（圖3）再次出現(xiàn)顯著變化，2018年測評框架同樣延用2015年測評框架。

圖1? 2000、2003年P(guān)ISA科學素養(yǎng)測評框架

比較歷次科學素養(yǎng)的界定，發(fā)現(xiàn)PISA科學素養(yǎng)測評框架都是與其對科學素養(yǎng)的界定相對應(yīng)的。測評框架是科學素養(yǎng)內(nèi)涵的進一步細化，將科學素養(yǎng)各個要素有機整合起來，凝結(jié)成試題開發(fā)理念，具體指導(dǎo)測評試題命制。此外，測評框架隨時間推移出現(xiàn)的變化，更具體地反映了時代對具備科學素養(yǎng)的人的要求的變化，同樣標記了PISA科學素養(yǎng)測評的發(fā)展進步。

在具體題目命制時，PISA還會按照現(xiàn)實生活中的運用頻率來進一步規(guī)劃題目分配比例，現(xiàn)實生活中使用頻率高的知識和能力則題目量較大，使用頻率低的則題目量較小。這種題目比例分配原則，與PISA測評意圖完全吻合，即測評內(nèi)容是面向未來生活和社會發(fā)展，而非依據(jù)學校課程內(nèi)容。歷次PISA科學素養(yǎng)測評的題目分配比例，與科學素養(yǎng)界定以及測評框架的發(fā)展變化規(guī)律類似，即2000、2003年題目比例相近（表1），2006、2009、2012年比例相近（表2），2015、2018年比例再次出現(xiàn)明顯變化（表3）。

從題目分布比例來看，在科學過程/能力方面，對科學現(xiàn)象的解釋在歷次測評中都占到最高比例，而表1和表2中的識別科學議題以及表3中的評價和設(shè)計科學探究所占比例則相對較低。這一比例分配與現(xiàn)實生活中的實際使用頻率相符，相對來說，日常生活中需要解釋現(xiàn)象的情境相對較多，而需要提出問題、開展研究的情境則相對較少。在學科知識方面，生命科學知識在歷次測評中都是占比最高或并列最高，這一比例分配同樣符合現(xiàn)實生活中的實際需求。生命科學是關(guān)于生命世界的科學，是關(guān)于人類自身的科學，也必然是日常生活中涉及頻率最高的內(nèi)容，食品安全、健康、呼吸、生育、人口問題、氣候變化等這些與人們?nèi)粘Ｉ钕⑾⑾嚓P(guān)的話題都屬于生命科學研究的范疇。

除了設(shè)置考查內(nèi)容的比例分配外，PISA還會設(shè)置題型的比例分配。題型的設(shè)計以盡可能準確地反映學生的素養(yǎng)水平為目標。歷次PISA科學素養(yǎng)測評的題型比例分配見表4。

表4? 歷次PISA科學素養(yǎng)測評的題型比例分配

從表4可以看到，PISA科學素養(yǎng)測評主要有選擇題和主觀題兩大題型，其中，選擇題分為簡單單選題（四選一）和復(fù)雜選擇題（包括多選、判斷、連線、排序、歸類等）;主觀題分為封閉式主觀題（答案相對固定唯一）和開放式主觀題（答案相對開放，例如，作圖）。從歷次測評的題型比例來看，簡單單選題比例呈現(xiàn)逐漸減少的趨勢，而復(fù)雜選擇題比例則呈現(xiàn)逐漸增加的趨勢;封閉式主觀題歷來占比都非常微小，而開放式主觀題則歷來占比較大。這樣的題型比例說明PISA科學素養(yǎng)測評看重學生處理多樣化問題的能力以及在真實情境中分析問題、解決問題的思維能力。

3.PISA科學素養(yǎng)測評的試題案例

PISA測評題目的命制以測評框架和題目比例為指導(dǎo)，整套試卷按照測評內(nèi)容和題型比例來選題;除“態(tài)度”要素放在背景問卷中調(diào)查，每個題目都包含測評框架的其他所有要素，具有多維度的屬性。下面將以2015年P(guān)ISA科學素養(yǎng)測評中一道中等難度的試題為例，分析具體題目如何整合測評框架的各個要素。該試題（圖4）是“鳥類的遷徙”這一情境的第3題[9]。

對照2015年P(guān)ISA科學素養(yǎng)測評框架（圖3），“態(tài)度”要素屬于背景問卷調(diào)查的內(nèi)容，其余3個要素“能力”“知識”“情境”都能在圖4所示的試題案例中體現(xiàn)。從“能力”來看，該試題要求學生基于遷徙路線圖進行推論，考查的是能力要素的第3個要點“科學地解釋數(shù)據(jù)和證據(jù)”;從“知識”來看，鳥類的遷徙屬于生命科學的范疇，該試題考查的知識是學科內(nèi)容知識中的生命科學知識;從“情境”來看，鳥類的遷徙在區(qū)域尺度上是一個跨地域的事件，屬于全球化情境。另外，從題型來看，該試題屬于復(fù)雜選擇題中的多選題。PISA科學素養(yǎng)的所有試題都與這道例題一樣，具有“能力”“知識”“情境”3個維度的屬性。

二、PISA帶給科學教育質(zhì)量監(jiān)測的啟示

早在2000年P(guān)ISA第一次測評之前，OECD就已經(jīng)在科學素養(yǎng)測評指標方面進行了扎實的研究。歷次測評都會從參與國/地區(qū)征集試題，并進行反復(fù)打磨篩選。此外，每次正式測評之前都會對試題進行小樣本試測，根據(jù)試測結(jié)果進一步對試題進行修訂。因此，PISA在科學素養(yǎng)測評的設(shè)計上具有廣泛認可的先進性，對于其他測試（包括學業(yè)水平測試）有著很強的借鑒價值。但如此龐大的測評系統(tǒng)，涉及的人員、事項龐雜多元，PISA也不可避免地存在局限性。

1.PISA的先進性

（1）具有明確的“以評促建”目標

教育實際上是一項目的性極強的事業(yè)，以培養(yǎng)學生為國家建設(shè)和社會發(fā)展服務(wù)為根本目標，教育事業(yè)的各個環(huán)節(jié)都應(yīng)當圍繞這一目標來展開。測評是教育質(zhì)量監(jiān)測的必要手段，是教育事業(yè)不可缺少的環(huán)節(jié)，也天然地帶有目的性這一屬性。因此，所有的教育測評都需要具有明確的目標定位。PISA的根本目標是通過測評來促進教育事業(yè)的發(fā)展，以面向未來生活和社會發(fā)展的必備素養(yǎng)為測評內(nèi)容，以15歲左右的學生為測評對象，結(jié)合配套的背景問卷調(diào)查，探查影響學生素養(yǎng)水平的因素，從而為參與國/地區(qū)教育政策和教育系統(tǒng)改革提供對策建議;同時也能為參與國/地區(qū)提供國際比較視角，了解本國/地區(qū)學生素養(yǎng)水平在國際上所處的位置，從而更加客觀地看待本國/地區(qū)的教育水平。明確的目標定位是高質(zhì)量測評項目的首要屬性，而在所有目標定位當中，“以評促建”是測評價值最大化、最有意義的目標。各類測評項目應(yīng)當綜合評估自身服務(wù)對象、擬測評群體等要素來確定測評目標，有針對性地圍繞測評目標設(shè)計測評體系。

（2）測評設(shè)計具有前瞻性和延續(xù)性

PISA測評自2000年起，至今已經(jīng)持續(xù)了十幾年，可以預(yù)見的是在未來更長時間里還將繼續(xù)延續(xù)下去。在過去的測評當中，測評目標、測評人群一直延續(xù)著最初的部署，從未改變過;測評內(nèi)容雖然隨著時代發(fā)展增加了問題解決、經(jīng)濟素養(yǎng)和全球素養(yǎng)，但最初選定的科學素養(yǎng)、閱讀素養(yǎng)、數(shù)學素養(yǎng)仍然是考查的主要內(nèi)容;從科學素養(yǎng)的界定、測評框架、試題命制來看，科學素養(yǎng)的測評設(shè)計雖然隨著時間推移在不斷發(fā)展變化，但根本的理念卻是一以貫之的，并未出現(xiàn)顛覆性巨變。最初設(shè)計的藍圖能夠在隨后十多年甚至更長時間里踐行下去，說明最初的測評設(shè)計經(jīng)過了相當充分的論證，具有很強的前瞻性。此外，PISA每3年舉行一次，具有很強的延續(xù)性，能夠為參與國/地區(qū)提供學生素養(yǎng)水平變化趨勢的數(shù)據(jù)，反映教育政策改革成效，為參與國/地區(qū)做出有針對性的調(diào)整決策提供參考，形成良性循環(huán)。教育是一項長遠的人類事業(yè)，教育系統(tǒng)的規(guī)劃需要有前瞻性和延續(xù)性，與之相稱的，每一個測評項目也需要有遠景規(guī)劃，建立良性機制，以真正發(fā)揮測評在教育發(fā)展中的作用。

（3）測評設(shè)計的論證扎實詳盡

在PISA第一次測評之前，OECD就做了非常詳實的論證工作，之后的每一次測評也都會提前一年以上開啟籌備工作。每次測評發(fā)布的官方報告里都會有好幾百頁的篇幅用來論證所測評素養(yǎng)的定義、測評框架、試題命制、測評結(jié)果分析方法等，幾乎所有與測評相關(guān)的事項都會有非常詳盡的論證。正是有了這樣的論證，才有了測評結(jié)果的可靠性。從前文關(guān)于科學素養(yǎng)測評體系的分析也可以看到，從素養(yǎng)定義到測評框架再到具體試題，這一體系具有很強的內(nèi)部一致性，并且能夠很好地服務(wù)于測評目標。內(nèi)部一致性是測評效度的重要指標，是測評結(jié)果可靠性和有效性的保障，PISA對測評體系的論證范式為各類測評項目提供了參考。

（4）試題有機整合知識、能力、情境三大要素

與測評框架一致，PISA科學素養(yǎng)的每個試題都包含知識、能力、情境三個維度的屬性。傳統(tǒng)測試中，試題常常被分為知識題和能力題，但實際上，知識和能力是不太可能截然分開的。根據(jù)布魯姆的認知層次分類，水平從低到高依次為識記、理解、運用、分析、評價、創(chuàng)造，除識記僅涉及知識記憶不涉及能力外，其余層次都需要知識和能力相結(jié)合才能達到。知識與能力相結(jié)合也是國際科學教育領(lǐng)域長期以來在課程、教材、教學和評價方面的普遍共識。此外，學校教育成效只有放到真實情境中才能得到檢驗，學生的知識和能力也應(yīng)當放到真實情境中去考查。PISA科學素養(yǎng)試題有機整合知識、能力、情境三大要素，為科學學科的命題工作提供了很好的示范。作為質(zhì)量監(jiān)測的必要手段，測評也是教育體系中備受關(guān)注的環(huán)節(jié)，一些高質(zhì)量的測評甚至能夠成為學校教育的風向標，所以，高質(zhì)量的測評試題能夠?qū)W校教育起到正向、積極的引導(dǎo)作用。

2.PISA的局限性

（1）測評邏輯存在矛盾之嫌

PISA的目標是為教育系統(tǒng)改革提供對策建議，但強調(diào)所考查內(nèi)容不是學校教育的學業(yè)成績，而是學生面向未來生活和社會發(fā)展的必備素養(yǎng)。這就存在矛盾之嫌。首先，如果考查內(nèi)容不是學校教育的成效，那么，考查結(jié)果如何反映教育系統(tǒng)存在的問題，如何成為教育系統(tǒng)改革的依據(jù)？其次，測評對象15歲左右的學生獲得科學知識和能力的渠道主要依賴于學校教育，其科學素養(yǎng)水平本質(zhì)上還是學校教育的成果，所以，PISA最終測評的還是學校教育的學業(yè)成績。再次，如果學校教育不以培養(yǎng)科學素養(yǎng)為目標，但卻能夠很好地服務(wù)于本國、地區(qū)科學教育目標，那么，PISA科學素養(yǎng)測評對于該國、地區(qū)可能并不適用，測評結(jié)果并不能反映教育系統(tǒng)運作成效問題，只能反映教育理念和追求的差異。

（2）語言差異對測評結(jié)果存在影響

每年P(guān)ISA，所有參與國家/地區(qū)共用一套題，以保障測評結(jié)果公平性和可比性。但這就不可避免地存在語言差異對測評結(jié)果的影響。以2015年P(guān)ISA為例，官方試題只有英語、法語和西班牙語三個版本，為了覆蓋所有參與的72個國家、地區(qū)，試題又翻譯成了其他90種語言。盡管每次PISA測評都會采用雙向翻譯來保證試題翻譯的準確性，但如此繁多的語種，不同語種本身難易程度和表達習慣必然導(dǎo)致不同語種考生所面對的題目的理解難度和閱讀量的差異，從而潛在改變了不同語種試題的難度，進而影響到測評結(jié)果公平性和可比性。

PISA作為目前國際上認可度最高、覆蓋面最廣、關(guān)注度最高的大數(shù)據(jù)測評項目，有著扎實的理論和實踐積累以及豐富的測評經(jīng)驗，其測評體系設(shè)計為各類教育質(zhì)量監(jiān)測項目提供了很好的范例，測評結(jié)果也能為參與國/地區(qū)教育系統(tǒng)改革提供參考。但是，由于測評系統(tǒng)龐大，PISA也不可避免地存在局限性，這也是值得各類教育質(zhì)量監(jiān)測項目關(guān)注的方面。

參考文獻

[1] OECD.Measuring Student Knowledge and Skills：A Framework for Assessment [M].Paris：OECD Publishing，1999.

[2] OECD.The PISA 2003 Assessment Framework Mathematics，Reading，Science and Problem Solving Knowledge and Skills[M].Paris：OECD Publishing，2003.

[3] OECD.Assessing Scientific，Reading and Mathematical Literacy：A Framework for PISA 2006[M].Paris：OECD Publishing，2006.

[4] OECD.PISA 2009 Assessment Framework：Key Competencies in Reading，Mathematics and Science[M].Paris：OECD Publishing，2009.

[5] OECD.PISA 2012 Assessment and Analytical Framework：Mathematics，Reading，Science，Problem Solving and Financial Literacy [M].Paris：OECD Publishing，2013.

[6] OECD.PISA 2015 Assessment and Analytical Framework：Science，Reading，Mathematic，F(xiàn)inancial Literacy and Collaborative Problem Solving（Revised Edition）[M].Paris：OECD Publishing，2017.

[7] OECD.PISA 2018 Assessment and Analytical Framework[M].Paris：OECD Publishing，2019.

[8] 楊文源，劉欣顏，劉恩山.美國《下一代科學教育標準》的出臺背景及其對科學教育的導(dǎo)向[J].當代教育科學，2015（21）.

[9] OECD.PISA 2015 Test Questions [EB/OL].[2018-8-22].http：//www.oecd.org/pisa/PISA2015Questions/platform/index.html？user=&

domado=SCI&unit=S656-BirdMigration&lang=eng-CAN.

[作者：黃鳴春（1981-），女，湖北孝感人，首都師范大學教師教育學院，講師，教育學博士;楊潔（1986-），女，青海西寧人，人民教育出版社課程與教材研究所，高級編輯，教育學博士;魏昕（1986-），男，青海西寧人，人民教育出版社課程與教材研究所，編輯，教育學博士;楊文源（1987-），女，四川峨眉人，首都師范大學教師教育學院，副教授，教育學博士。]

【責任編輯? 劉永慶】