大规模测评越来越受到重视，教育中的很多重要问题，尤其是一些宏观问题，如国家的整体教育质量，都需要大规模测评结果来回答。那么，当前我国的大规模测评进展如何？还存在哪些问题？我们又能向世界上成熟的大规模测评借鉴什么？——编者
■陆璟
PISA的特点
提倡“为生活而学习”。PISA所评价的“素养”是学生在多大程度上能将学到的东西推及其他，以及用学到的知识和技能解决各种背景中的实际问题，这一取向反映了学校教育目标和课程目标越来越多地关注学生能运用他们在学校里学到的内容做什么，而不单单看他们是否掌握了特定的课程内容。
是一项前瞻性的测试。PISA关注终身学习能力，包括具备知识技能基础、学习的内在动力以及自主学习的能力，所以它评价的是学生对关键概念的整体理解和如何用已经掌握的知识和技能解决新情境中的问题，同时它还研究学生的学习策略、跨学科的问题解决能力，以及对不同议题的兴趣。
侧重基础知识的运用能力。PISA评价教育系统是否能够培养合格的公民，而不是培养科学家、数学家、文学家，所以它涉及的学科知识要求是基础的，提问的视角是结合生活情境的。要正确回答PISA试题，学生只需理解基本概念，灵活运用他们已经掌握的知识和能力，无需特别准备。
所测评的素养随社会经济的发展而变化。PISA测评的素养是随着社会需要的发展而不断发展的，一是体现为认知测评领域的扩展，在阅读、数学、科学等核心领域的基础上，增加了问题解决、计算机辅助阅读和数学测试；二是对态度和参与度的测评也在不断发展，例如对阅读参与度和学习策略的测评中，2000年评价了个人阅读参与度和学习策略的运用，2009又增加了学校阅读参与度和认知策略。
PISA的功能
PISA的主要目的是改进教育政策，而不是筛选学生，由于实施过程严格，结论基于证据，所以已经成为一项权威研究，对各国教育政策产生了很大的影响。
倡导多维教育质量观。PISA不是简单地报告学生的成绩（常模参照），它还分析主要测评领域的能力结构，将学生的阅读、数学、科学素养区分为若干精熟度水平，描述达到每个水平的学生能够做什么（标准参照），提供更加全面具体的质量信息。从整个教育系统来看，好的教育系统不仅质量要高，而且应该是公平的，因此，PISA研究不同社会经济背景的学生能否获得同样的学习机会和教育资源、能否达到同样的能力水平。此外，PISA还研究教育投入和资源分配与PISA成绩的关系，分析教育的成本效益。
树立新的质量标杆。PISA给出了各国平均成绩的排名，使各国教育决策者从别国的成绩中反思自己的政策，寻找更有效能的教育政策。他们把PISA结果用于以下这些方面：比较本国与其他国家学生的知识和技能，发现本国教育的问题和差距；衡量教育的进步程度，让政策制定者了解本国取得的成绩与其他国家相比较如何；用其他国家取得的成绩作为标杆，来设置教育改进的基准；学习和研究其他国家好的做法，寻找改进教育的政策措施和路径。
提供政策借鉴。PISA不仅要向政策制定者描述结果，而且还要提供改进的方法和过程性的信息。所以，PISA不只是对成绩的统计分析，还要收集其他数据，包括教育系统、家庭、学生个人特征等方面对成绩的影响，使政策制定者能够对影响学业结果的因素和模式作出推断，知道为什么会产生这样的成绩，怎样改进。
PISA的借鉴
制定精细的技术标准和实施手册。为了保证PISA结果的真实性，OECD制定了19个方面57条PISA技术标准，对组织机构、工作人员、项目工作会议和培训、抽样、测试语言、测试参与率、翻译、考场、保密工作、材料的印刷、评卷、数据提交、数据管理、材料保管等工作做了严格细致的规定。PISA国际专业协作组织开发了系列实施手册和工作表格，各参与国（地区）与OECD及PISA国际专业协作组织之间要签订多种严格的协议或计划。这些标准、手册、表格、协议和计划是保证PISA实施质量和数据可靠性的关键。
采用抽样方法减轻学生和学校的负担。由于PISA的研究目的主要是改进教育政策，是对教育系统的整体评价，无需对个体的学校和学生作出评价，因此参加测试的学生和学校都采用抽样的方法选取，只需很小的样本就能够充分反映总体的情况，大大减轻了学校和学生的负担。区域和国家层面的教育质量监测工作最主要的目的是了解整体的教育质量，因此在参加的对象和测试的题目上也可以采取抽样的方法。
从命题程序和技术上保证命题的科学性和公平性。PISA试题都必须符合命题框架和试题提交指南的要求，使得试题评价背景、知识内容、能力和难度上都有广泛的覆盖面，并且考虑各方面内容的平衡。这样设计出来的题目风格、质量、难度要求都是一致的。尽可能用严格的管理程序和测量技术保证试题的规范性、科学性、公平性和可比性，减少命题专家个人因素的影响。
对学生的能力作出最佳估计。PISA的评分标准是根据学生的回答发展出来的，而不是教师拟定的标准答案，体现了学生的视角和思维水平。PISA评分的基本原则是对学生能力作出最佳估计，根据学生在多大程度上能够证明自己回答该问题的能力，把学生分为“满分”、“部分分数”和“零分”三个等级，评分建立在一个学生如何证明自己对该文章或问题的理解和回答的基础上。
（作者系上海市教育科学研究院普教所副所长、PISA中国上海项目组秘书长）
考生在沈阳市第七中学考点参加2012年中考。张文魁 摄（新华社发）