2000-2018年PISA科學素養測評體系及其啟示*

黃鳴春 楊潔 魏昕 楊文源

摘? ?要? ?測評是教育質量監測的必要手段，高質量測評能夠對教育教學產生積極正向引導。PISA是目前國際上覆蓋面最廣影響力最大的大數據測評項目，對基礎教育質量監測和改革發展有很強的參考意義。對2000-2018年PISA科學素養測評體系的設計進行分析，發現PISA從測評目標、測評計劃、設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量監測項目關注。

關鍵詞? ?PISA? 科學素養? 教育質量監測? 測評體系設計

自第一次工業革命以來，人類科學技術進入飛速發展階段，科技實力逐漸成為決定國家競爭力的關鍵因素，而科技實力很大程度上依賴于科技人才的水平。因此，國家和社會發展需要具備高水平科學素養的專業人才。與此同時，科技產品逐漸滲透到現代生活的各個方面，人們生活方式也發生了巨大變化。當代公民需要具備基本的科學素養，才能在面對生活中的科學相關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者，也是未來的社會公民，所以，基礎教育階段科學教育應當擔負起培養學生科學素養的責任，一方面，為高等教育培養高水平專業人才打下基礎，另一方面，為未來社會培養具備基本科學素養的公民。

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

一、PISA科學素養測評體系設計

目前PISA已經開展了7次測評，隨著時代的發展，PISA科學素養測評的設計也在發生著變化。下面將從科學素養界定、測評框架、試題案例3個方面來分析PISA科學素養測評體系設計的發展變化。

1.PISA對科學素養的界定

PISA強調其測評意圖不是考查學業成績，也不是選拔人才，而是診斷當前學生的素養水平。為此，PISA對所測評的素養進行了界定。分析歷次PISA對科學素養的界定，發現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年界定再次出現明顯變化，之后2018與2015年一致。

2000、2003年PISA認為科學素養包含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PISA認為科學素養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，關于科學的典型特征的理解，關于科學和技術如何塑造我們的物質、精神和文化環境的理解，參與科學相關議題、具備科學知識、成為具有獨立見解的公民的意愿。

2015、2018年PISA認為科學素養表現為以知識為基礎的3項能力[6，7]：科學地解釋現象，評價和設計科學探究，科學地解釋數據和證據。

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

2.PISA科學素養測評框架

在PISA測評中，框架是試題命制的依據。與對科學素養的界定類似，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PISA科學素養測評框架

比較歷次科學素養的界定，發現PISA科學素養測評框架都是與其對科學素養的界定相對應的。測評框架是科學素養內涵的進一步細化，將科學素養各個要素有機整合起來，凝結成試題開發理念，具體指導測評試題命制。此外，測評框架隨時間推移出現的變化，更具體地反映了時代對具備科學素養的人的要求的變化，同樣標記了PISA科學素養測評的發展進步。

在具體題目命制時，PISA還會按照現實生活中的運用頻率來進一步規劃題目分配比例，現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，即測評內容是面向未來生活和社會發展，而非依據學校課程內容。歷次PISA科學素養測評的題目分配比例，與科學素養界定以及測評框架的發展變化規律類似，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中的評價和設計科學探究所占比例則相對較低。這一比例分配與現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實生活中的實際需求。生命科學是關于生命世界的科學，是關于人類自身的科學，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日常生活息息相關的話題都屬于生命科學研究的范疇。

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

表4? 歷次PISA科學素養測評的題型比例分配

從表4可以看到，PISA科學素養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逐漸減少的趨勢，而復雜選擇題比例則呈現逐漸增加的趨勢;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，整套試卷按照測評內容和題型比例來選題;除“態度”要素放在背景問卷中調查，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PISA科學素養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PISA科學素養測評框架（圖3），“態度”要素屬于背景問卷調查的內容，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。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“科學地解釋數據和證據”;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容知識中的生命科學知識;從“情境”來看，鳥類的遷徙在區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，該試題屬于復雜選擇題中的多選題。PISA科學素養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帶給科學教育質量監測的啟示

早在2000年PISA第一次測評之前，OECD就已經在科學素養測評指標方面進行了扎實的研究。歷次測評都會從參與國/地區征集試題，并進行反復打磨篩選。此外，每次正式測評之前都會對試題進行小樣本試測，根據試測結果進一步對試題進行修訂。因此，PISA在科學素養測評的設計上具有廣泛認可的先進性，對于其他測試（包括學業水平測試）有著很強的借鑒價值。但如此龐大的測評系統，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，以培養學生為國家建設和社會發展服務為根本目標，教育事業的各個環節都應當圍繞這一目標來展開。測評是教育質量監測的必要手段，是教育事業不可缺少的環節，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的發展，以面向未來生活和社會發展的必備素養為測評內容，以15歲左右的學生為測評對象，結合配套的背景問卷調查，探查影響學生素養水平的因素，從而為參與國/地區教育政策和教育系統改革提供對策建議;同時也能為參與國/地區提供國際比較視角，了解本國/地區學生素養水平在國際上所處的位置，從而更加客觀地看待本國/地區的教育水平。明確的目標定位是高質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。各類測評項目應當綜合評估自身服務對象、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計測評體系。

（2）測評設計具有前瞻性和延續性

PISA測評自2000年起，至今已經持續了十幾年，可以預見的是在未來更長時間里還將繼續延續下去。在過去的測評當中，測評目標、測評人群一直延續著最初的部署，從未改變過;測評內容雖然隨著時代發展增加了問題解決、經濟素養和全球素養，但最初選定的科學素養、閱讀素養、數學素養仍然是考查的主要內容;從科學素養的界定、測評框架、試題命制來看，科學素養的測評設計雖然隨著時間推移在不斷發展變化，但根本的理念卻是一以貫之的，并未出現顛覆性巨變。最初設計的藍圖能夠在隨后十多年甚至更長時間里踐行下去，說明最初的測評設計經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，具有很強的延續性，能夠為參與國/地區提供學生素養水平變化趨勢的數據，反映教育政策改革成效，為參與國/地區做出有針對性的調整決策提供參考，形成良性循環。教育是一項長遠的人類事業，教育系統的規劃需要有前瞻性和延續性，與之相稱的，每一個測評項目也需要有遠景規劃，建立良性機制，以真正發揮測評在教育發展中的作用。

（3）測評設計的論證扎實詳盡

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的定義、測評框架、試題命制、測評結果分析方法等，幾乎所有與測評相關的事項都會有非常詳盡的論證。正是有了這樣的論證，才有了測評結果的可靠性。從前文關于科學素養測評體系的分析也可以看到，從素養定義到測評框架再到具體試題，這一體系具有很強的內部一致性，并且能夠很好地服務于測評目標。內部一致性是測評效度的重要指標，是測評結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科學素養的每個試題都包含知識、能力、情境三個維度的屬性。傳統測試中，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合才能達到。知識與能力相結合也是國際科學教育領域長期以來在課程、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當放到真實情境中去考查。PISA科學素養試題有機整合知識、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。作為質量監測的必要手段，測評也是教育體系中備受關注的環節，一些高質量的測評甚至能夠成為學校教育的風向標，所以，高質量的測評試題能夠對學校教育起到正向、積極的引導作用。

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改革提供對策建議，但強調所考查內容不是學校教育的學業成績，而是學生面向未來生活和社會發展的必備素養。這就存在矛盾之嫌。首先，如果考查內容不是學校教育的成效，那么，考查結果如何反映教育系統存在的問題，如何成為教育系統改革的依據？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，其科學素養水平本質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成績。再次，如果學校教育不以培養科學素養為目標，但卻能夠很好地服務于本國、地區科學教育目標，那么，PISA科學素養測評對于該國、地區可能并不適用，測評結果并不能反映教育系統運作成效問題，只能反映教育理念和追求的差異。

（2）語言差異對測評結果存在影響

每年PISA，所有參與國家/地區共用一套題，以保障測評結果公平性和可比性。但這就不可避免地存在語言差異對測評結果的影響。以2015年PISA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，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、關注度最高的大數據測評項目，有著扎實的理論和實踐積累以及豐富的測評經驗，其測評體系設計為各類教育質量監測項目提供了很好的范例，測評結果也能為參與國/地區教育系統改革提供參考。但是，由于測評系統龐大，PISA也不可避免地存在局限性，這也是值得各類教育質量監測項目關注的方面。

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，Financial 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】