姜朝暉+++馬瑤

摘 要：近年來，國際基礎教育評價呈現(xiàn)新的發(fā)展趨勢。具體而言，國際基礎教育評價對國家、地區(qū)教育決策的影響力逐步增強；從基于書本知識到逐步關注真實社會情景和價值觀教育；評價方式從實地調查走向線上評價，質性數(shù)據(jù)愈加重要；評價主體趨向多元化，更多發(fā)展中國家參與到評價中來；更加理性地看待評價結果，評價過程也越來越被看重。此外，國家教育評估如何不危及教育的多樣化，也是未來國際教育評估需要考慮的問題。

關鍵詞：基礎教育；國際評價；新動向

自20世紀中期開始，基礎教育評價不斷發(fā)展，尤其進入21世紀以來，國際上形成了如國際學生評估項目（Programme for International Student Assessment， PISA）、國際學生閱讀素養(yǎng)進展研究（Progress in International Reading Literacy Study， PIRLS）、國際數(shù)學與科學趨勢研究（Trends in International Mathematics and Science Study，TIMSS）等為主的大規(guī)?；A教育評價項目，在教育質量的監(jiān)測、教育水平的提升、教育決策的制定中發(fā)揮著越來越重要的作用。判斷教育公共政策的標尺也在發(fā)生變化，評價教育體系是否完善或是否需要改進的依據(jù)不再是國家教育標準，而是在世界范圍內表現(xiàn)最為卓越的教育評價體系。近年來，我國在制定國家教育標準、探索“管辦評”分離的同時，也在借鑒國際基礎教育評價項目的經驗。基于此，準確把握國際基礎教育評價的發(fā)展趨勢，具有重要的學術價值和現(xiàn)實意義。

一、對國家教育決策的影響力逐步增強

國際基礎教育評價由于科學性、規(guī)范性、廣泛性等特點，吸引了越來越多的國家參與。許多參與評估的國家以評估結果為依據(jù)，進而解決其國內的教育問題。對于宏觀層面的教育決策者和中觀層面的學校管理者而言，這些評估結果也有利于其增進對本領域教育的了解，從而制定更為合理的教育政策。可以說，評估結果會影響教育政策的制定、實施，從而推動一個國家教育體系的不斷完善，進而順應本國乃至國際教育的發(fā)展趨勢。

以德國為例，2000年，PISA評估結果顯示，德國1/4的15歲學生不能順暢閱讀，也未達到經合組織（OECD）成員國的平均水平，引起了德國社會的震驚。迫于壓力，德國當局迅速做出調整，轉變了全國的教育政策，并于2004年出臺新的教育標準。與此同時，德國當局設立了教育體系質量發(fā)展研究院，并設置了教育監(jiān)測體系來檢驗其教育達標程度。除此之外，德國政府在2006年繼續(xù)對教育政策進行完善，出臺了《教育監(jiān)測全局戰(zhàn)略》，建立了國際、國內評估相結合的評估體系，兩年發(fā)布一次《國家教育發(fā)展報告》。實施改革以后，德國PISA成績持續(xù)提高，從2009年PISA結果來看，德國教育發(fā)展的實際表現(xiàn)與期望值之間的距離縮小了很多。

再如，2009 年，美國學生在PISA的數(shù)學、科學和閱讀項目的排名均不樂觀，分別排名第17位、第23位和第31位，這在美國社會引發(fā)了一系列討論，美國政府對此高度重視。其實，早在2008年，美國政府就發(fā)現(xiàn)在其他國際評估中美國教育暴露出來的短板，當年12月，美國國家管理者協(xié)會（National Governors Association， NGA）、重點州學校管理者委員會（Council of Chief State School Officers，CCSSO）和成就公司（Achieve）共同發(fā)布了《成功的基準：確保美國的學生獲得世界一流教育》的報告，旨在確保學生獲得優(yōu)質的教育。針對PISA結果體現(xiàn)出來的教育問題，美國政府連續(xù)幾年出臺相關的法律，如在2010年頒布《各州共同核心標準》，確定在語言和數(shù)學領域聯(lián)合制定周密的、達到國際基準的教育標準，以提升美國教育的核心競爭力。2012年，美國發(fā)布了題為《美國教育改革與國家安全》的報告，將美國教育改革提升到了關乎美國國家安全的新高度。

許多國家和地區(qū)積極借鑒國際教育評價堅持的理念和采用的技術，將其納入本國教育政策制定當中。比如，在德國2004年進行的教育改革中，其小學、初中、高中水平考試的州際比較在某種意義上就仿照了國際大規(guī)模教育評估，即借鑒了國際教育評估的比較方式。

雖然國家和政府仍是行為主體，但是在涉及世界事務，尤其是文化、教育等方面，社會各方可以參與并結成伙伴關系，參與全球治理。教育領域跨國、跨區(qū)域的評估，特別是諸如PISA等大型國際教育評估項目就是在全球治理的背景下實現(xiàn)的。在聯(lián)合國教科文組織、經合組織等機構的牽頭下，各個國家積極推動教育國際化發(fā)展，在多邊合作中制定方針和協(xié)議。要了解教育治理的效果如何，各個國家就需通過國際教育評價來了解自身教育情況，從而獲得適合自身發(fā)展的教育模式和路徑。

二、更加關注真實的社會情景和價值觀教育

國際教育評價的主要目的在于幫助學生提升解決問題的能力。2009年，PISA共收集了47 萬多個有效學生樣本，雖然主要測試內容是閱讀，但問卷更新了對學生在數(shù)學、科學等方面的評價。就題目內容來看，PISA不是孤立地對待某些領域中的知識，而是把這些知識和學生的能力相聯(lián)系，關注學生對知識和經驗的反思，以及在現(xiàn)實工作環(huán)境中的應用等。對于每一個評價領域，PISA均關注學生知識掌握的過程、對理念的理解及其在各種具體情景中的運用。

在關注真實的社會情景的同時，國際基礎教育評價也非常重視價值觀的測評。雖然PISA、TIMSS、國際公民與公民素養(yǎng)教育研究（International Civic and Citizenship Education Study，ICCS）所側重的角度有所不同，但均指向學生對于未來生活的適應能力。以ICCS為例，這個測試并非指向義務教育階段學生所習得的基本素養(yǎng)，而是把目光聚焦于學生對社會現(xiàn)實的理解上，因而其評估的重點是學生對有關人際交往、社會以及相應政治制度的觀點的把握。最初，相比數(shù)學、科學、閱讀等學科的評估，很多國家對這種涉及價值觀測評的國際評估并不是很感興趣，但是，隨著國際社會價值觀沖突帶來的一系列問題，以及國際社會民主化、現(xiàn)代化發(fā)展程度的提高，國際公民教育評估受到了越來越多的關注。

三、更多發(fā)展中國家加入，

評價主體逐漸多元化

隨著聯(lián)合國教科文組織、經合組織、世界銀行等國際組織對發(fā)展中國家教育的持續(xù)關注，更多的教育資源流入發(fā)展中國家，推動了發(fā)展中國家教育條件的改善。國際基礎教育評價也吸引了發(fā)展中國家的廣泛參與。例如，中國2009年首次參加PISA，雖然只對外公布了上海的測試結果，但是對國際基礎教育評價以及中國教育本身產生了重要影響。2012年，上海再次在閱讀、數(shù)學和科學三大領域同時獲得了世界第一的成績，引發(fā)了全球矚目——“這讓我們又有了當年蘇聯(lián)搶先將人造衛(wèi)星送入太空時美國人的震撼感”，美國《紐約時報》如此評價。在中國對上海所取得的成績自豪或反思的同時，2015年，中國的北京、廣東、江蘇等地也將參與PISA。隨著國際教育評價的逐步發(fā)展，將會有更多的發(fā)展中國家和地區(qū)參與其中。

之前，評價主要聚焦于學生的學業(yè)成就，但從各大教育評估項目的發(fā)展來看，也開始關注教師和校長的作用。在國際基礎教育評價的初期階段，評估的主要對象是學生，獲得的數(shù)據(jù)大多顯示某地區(qū)學生個體呈現(xiàn)的差異。隨著國際基礎教育評價的逐漸發(fā)展，影響評估結果的因素逐漸被考慮在其中。例如，PISA和TIMSS在調查學生學業(yè)狀況之余，還利用問卷搜集學生學習的背景信息，試圖從原因層面對評估的結果做深層次解釋。然而，這些方面的評估僅依附于PISA和TIMSS的附加內容，學生之外的教育評估主體的主體性并未得到很好的彰顯。從國際教育評估發(fā)展的趨勢來看，為了更好地描述一個國家或地區(qū)的教育體系，除了更好地鞏固學生主體，勢必要在評估中增加評價主體，如關注教師、校長，甚至學生依賴的社會環(huán)境等。其中，以“改進校長工作，提高學生學業(yè)成就”（Leadership Improvement for Student Achievement，LISA）和教與學國際調查（Teaching and Learning International Survey，TALIS）兩個項目為代表。

LISA有利于推動整個歐洲教育體系的創(chuàng)新，其并非直接針對學生群體，而是瞄準了與學校管理息息相關的校長，核心問題在于了解中學校長的領導風格、態(tài)度和實踐，及其在學校改進和學生學業(yè)成就提升方面所起的作用，尤其了解在PISA等國際評估項目的影響日益增大的背景下，校長在提升學生基本學習技能方面所起的作用。該測評項目由歐盟委員會教育、視聽與文化執(zhí)行署資助，整個測評項目被置于歐盟“終身學習計劃”（The Lifelong Learning Programme，2007-2013）之下，其目的在于提高歐洲中學績效，改善校長領導力和學生學業(yè)成就，幫助學生獲得終身學習的能力。

教師及其有效教學也是提高學生學業(yè)成就的重要因素，因此，2007年，OECD發(fā)起了TALIS，該項目又被稱為“教師版的PISA”，旨在為世界范圍內的教師評價提供指導。該項目始于2008年，主要測評了24個國家中學教育中的教師和學校領導。期間，測評主要關注教師的工作環(huán)境、教學條件，及其對學校和教師效能的影響。2013年，參與該項目的國家或地區(qū)增加到34個，此時期的調查側重于教師培訓、教師評價及反饋、學校領導力、教師的教學信念以及實際的教學活動。雖然被稱為“教師版的PISA”，但是TALIS更傾向于獲取教師的態(tài)度和聲音，針對教師的所思所想進行闡釋、分析與評價，進而將評估結果反饋給校園，以這些指導性的意見來指導教師的實際教學，推動其專業(yè)發(fā)展，進而促進學生學業(yè)成就的提升。

四、在線測試成為主要方式，

質性數(shù)據(jù)比重增加

在科技迅猛發(fā)展的今天，評估方式也逐漸走向在線測試。在線測試相對于傳統(tǒng)的測試方式，更加方便、快捷，不受時空限制。在線測試所具有的便捷的資源共享途徑，使其測試資源更為豐富多樣。同時，測試系統(tǒng)對于學生解答提問的及時反饋，有助于提高教師教學效率。

2012年，在韓國首爾召開的第十二屆國際數(shù)學教育大會（ICME-12）發(fā)布的報告提到了數(shù)學網絡評估系統(tǒng)（Specific Mathematics Assessment that Reveals Thinking， SMART）。SMART系統(tǒng)能夠在學生回答完畢后，及時將學生出錯的原因和學生對問題的理解程度反饋給教師，并提出有針對性的教學建議。通過SMART系統(tǒng)，教師可以洞察學生的思考過程。SMART系統(tǒng)的使用流程如下：教師首先選取測試主題；其次啟用有關此主題的SMART測試題目，并讓學生作答；再次通過SMART系統(tǒng)提出的解題反饋，了解每名學生的解題方式；最后教師采用SMART系統(tǒng)提供的新題目繼續(xù)測試學生。新的測試題目會在原來題目的基礎上有微小變動，目的是更準確地判斷學生對題目的掌握程度，及時發(fā)現(xiàn)學生的知識漏洞。

隨著大數(shù)據(jù)時代的到來，國際評估的抽樣規(guī)模也越來越大。比如，PISA項目自2000年以來，已經實施了五輪測評，調查對象從最初的43個國家或地區(qū)發(fā)展到70個國家或地區(qū)，樣本容量從最初的25萬名學生發(fā)展到51萬名學生。如果沒有大規(guī)模的在線測試，如此大的工作量是不可想象的。這些反饋資源將成為一個國家、地區(qū)或學校發(fā)展的重要支撐。

雖然互聯(lián)網、大數(shù)據(jù)帶來了更多的樣本，量化的數(shù)據(jù)結果也確保了評估的精確性，但隨著國際教育評估的發(fā)展，質性數(shù)據(jù)的比重也在增加。以PISA和TIMSS為例，最終顯示出來的結果多以量化數(shù)據(jù)為主，但由于不同國家的社會、歷史、文化背景不同，其學生的社會適應能力也將顯現(xiàn)較大差異，這種差異不易在量化數(shù)據(jù)中體現(xiàn)，而更容易從質性資料中顯現(xiàn)。因而，在這種情況下，量化研究的結果是否可信就成為一個問題。這些都是現(xiàn)有的以量化為主的國際評估不能較好地解釋的問題，即如何解釋數(shù)據(jù)背后的意義、相同的數(shù)據(jù)或分值背后是否具有不同的原因和結果等。因此，未來國際評估的發(fā)展趨勢，將會從以單一量化數(shù)據(jù)為主到質性與量化相結合，通過訪談等方法，共同揭示各個參與測評國家或地區(qū)的教育問題。

五、過程與結果并重，

更加理性地看待評估結果

評估通常是以結果為導向的，尤其是發(fā)達國家教育體系相對穩(wěn)定，教育條件不是制約教育質量提升的主要因素，因此，國際評價在發(fā)達國家的教育體系中主要體現(xiàn)在結果上，即關注學生是否滿足當今社會的發(fā)展所需，是否具有適應國家乃至全球發(fā)展的能力。然而，發(fā)展中國家由于教育條件相對滯后，在國際評估中不僅關注評估結果，也注重評估過程。其實，許多發(fā)達國家的評估仍然注重評價過程，比如歐盟教育質量監(jiān)測指標當中的教育質量監(jiān)測涉及學習成就領域、教育成功和過渡領域、教育監(jiān)測領域以及教育資源和結構領域，都是典型的過程與結構并重的教育質量標準框架。

無論是管理者還是學術界，在重視評估結果的同時，開始更加理性地看待評估。通常而言，技能測評和教育制度的國際比較相對容易，文化因素的評估具有一定的難度。例如，上海在PISA中的表現(xiàn)實際上無法準確反映中國的教育表現(xiàn)。受國情、地域等差異的影響，國際教育評估應該淡化排名，以評估為契機，在跨文化的棱鏡中審視各國或地區(qū)的教育體系，推動其教育發(fā)展。國際教育評估在未來發(fā)展的過程中，應該從評估設定的方法論上入手，提高評估的可測性，多維度評估教育主體，而不僅以學生學業(yè)成就作為評價的唯一標準。

此外，由于國家或地區(qū)間教育標準具有差異，不同國家或地區(qū)的同一年齡段學生的學習內容相差較大。在這種情況下，各國學生適應未來的能力到底有多大程度的可通約性，如何抽樣才能盡量保證結果公平，也是國際教育評估面臨的挑戰(zhàn)和未來的發(fā)展趨勢。

六、結語

隨著教育的發(fā)展，政府越來越重視教育公平和質量。同時，人們也在追求更加滿意的、個性化的、終身化的教育體系。由此，教育問責會越來越引起政府和第三方機構的重視。值得注意的是，受政治、經濟、文化等外在因素的影響，筆者認為，國際教育評估的排名次序只是參照或提示，而非絕對標準，因為各個國家的教育體系和實際情況各不相同。在這種情況下，國家教育評估如何不危及世界上原本多樣化的教育體制、學校類型、課程內容等，不使教育落入模式化、單一化的陷阱，是未來國際基礎教育評價需要考慮的問題。即便如此，積極參與國際基礎教育評價項目，借鑒國際教育評估先進經驗做法，進而診斷和矯正我國基礎教育存在的弊端，構建適合我國教情的評估體系、框架和指標，必要且需進一步加強。

編輯 朱婷婷 校對 吳婷