基于PISA的学生问题解决能力总结

这部分，我们分析了学生问题解决能力的表现特征。总体而言，上海学生无论是PISA学科问题解决能力还是一般问题解决能力，无论是静态问题解决还是互动问题解决，表现都是相对优异的。具体到不同方面，则呈现出以下特征：

上海学生擅长静态的基于纸笔的学科问题解决。在纸笔测试的学科问题解决测试中，无论是阅读、数学还是科学，上海学生均表现出较大的优势。尤其是在数学学科，学生的表现远远超出第二名的新加坡。在学科问题解决的不同阶段，学生表现存在差异。阅读方面，上海学生在“访问和检索”方面表现相对较弱；数学方面，上海学生在“数学阐释”方面表现相对较弱。

相对在纸笔静态学科问题解决方面的优异表现，上海学生基于计算机的学科问题解决表现则不如预期水平。在数字阅读和基于计算机的数学测评方面，上海学生实际成绩比预期成绩分别落后26分和30分。反观韩国和新加坡，尽管在纸笔测试中表现不如上海，但采用计算机测试时，实际成绩不仅没有像上海一样落后于预期成绩，而且在数字阅读方面大大超过预期成绩。新加坡在基于计算机的数学测试方面也大大超出预期成绩。在基于计算机的测试中，新加坡高水平学生比例有较大优势，显示出在新加坡在信息技术背景下创造性解决问题的较强实力。

上海学生一般问题解决表现也处于较高水平，但却显著落后于新加坡和韩国，特别是在高水平学生的比例上。这与上海学生在学科领域的优异表现形成了鲜明的对比。与学科领域类似，上海学生更擅长静态问题解决，而弱于动态互动式问题的解决，新加坡和韩国学生在动态互动问题解决上没有明显的劣势，并且韩国学生更擅长互动问题的解决。

相对而言，上海学生长于探索和理解与表征和构思，但弱于计划和执行，在监控和反思方面与预期相当或低于预期。东亚文化圈国家或地区在这方面特征非常相似。这表明，上海在内的东亚文化圈学生普遍更擅长获取知识，在应用表现上略有欠缺。在监控和反思方面，中国上海、中国香港、日本、韩国的学生都表现一般，而新加坡学生在这方面也表现出较强的能力。可以说，从一般问题解决的表现来看，新加坡学生无论从总体表现、高水平学生比例，还是对问题解决的监控方面，都显示出很强的竞争力。但上海学生这些方面显著落后与新加坡、韩国、日本等国家或地区。

一般问题解决并非学校教学的科目，但学生这方面的能力主要通过学校的学科教学进行培养和提高。国际平均而言，学生一般问题解决表现差异的约2/3都可以由学科问题解决的表现来解释。并且，与阅读和科学相比，数学与一般问题解决关系更密切。在上海，与数学和阅读对学生一般问题解决能力的影响相比，科学成绩影响几乎可以忽略。这显然说明上海科学教育在培养学生能力上可能存在问题。

上海学生一般问题解决的实际成绩显著低于学科领域的相对表现。一般问题解决成绩比根据主要学科领域表现所预期的成绩低51分，比根据数字阅读和基于计算机的数学测试成绩所预期的成绩低14分，均是差异最大的国家或地区之一。这表明，上海学校教育在学科的知识技能掌握和运用方面取得较高的成绩，但在提升学生一般问题解决能力方面表现则不如预期。

在上述的分析中同时反映出上海学校教育中一个较大的问题——ICT技术应用的落后。无论是学科问题解决还是一般问题解决，采用计算机的测评方式后，上海学生的表现均显著降低，尤其是在一般问题解决测试中，分数差异达37分。相对而言，同为东亚文化圈国家或地区的新加坡、韩国和日本则与上海相反，学生在采用计算机测评的表现中表现更加优异。

除了认知方面的特征，上海学生问题解决的态度、动机、策略和元认知方面也有鲜明的特征。总体而言，上海学生对学校学习的态度不够积极，这与学生在测评领域的变现呈现出鲜明的对比。上海学生的学习动机较强。无论是在问题解决的坚持性、开放性方面，还是在对主要学科本身的学习兴趣方面，上海学生都显著高于OECD平均水平。尽管在数学学习的外部动机方面上海学生与OECD没有显著的差异，但上海学生显然更认同数学是未来学习的基础。在学习策略和元认知方面，上海学生则存在较多不足。尽管上海学生较多使用精致策略而较少使用记忆策略，但上海学生在控制策略的运用方面却显著低于OECD平均水平。

【注释】

[1]Coiro，J.&Dobler，E.Exploring the Online Reading Comprehension Strategies Used by Sixth-Grade Skilled Readers to Search for and Locate Information on the Internet［J］.Reading Research Quarterly，2007，42（02）：214-257.

[2]由于纸笔领域的学生表现分析已经有较多研究涉及，所以在此仅做综合性的分析。

[3]OECD.Top of the Class：High Performers in Science in PISA 2006［EB/OL］.http：//dx.doi.org/10.1787/9789264060777en，2015-12-11.

[4]国际学生评估项目中国上海项目组.质量与公平：上海2009年国际学生评估项目（PISA）结果概要［M］.上海：上海教育出版社，2014：12.

[5]国际学生评估项目中国上海项目组.质量与公平：上海2012年国际学生评估项目（PISA）结果概要［M］.上海：上海教育出版社，2014：13-14.

[6]陆璟.PISA测评的理论和实践［M］.上海：华东师范大学出版社，2013：85.

[7]OECD.PISA 2009 Assessment Framework［EB/OL］.http：//www.oecd.org/pisa/pisaproducts/44455820.pdf，2014-11-12.(www.xing528.com)

[8]参加PISA 2012数字阅读的国家或地区共32个，其中OECD国家23个，伙伴国或地区9个。在我们选定的17个国家或地区中，英国和芬兰没有参加该项测试。

[9]PISA 2012计算机阅读精熟度水平分布与纸笔测试阅读精熟度水平划分方法基本一致。由于计算机测试的题目较少，仅能划分4个精熟度水平：2级水平、3级水平、4级水平和4级以上水平。OECD.Students，Computers and Learning：Making the Connection［EB/OL］.http：//dx.doi.org/10.1787/9789264239555en，2015-07-17，89.

[10]采用线性回归方法进行回归分析，回归方程因变量为学生数字阅读成绩似真值（Plausible Value），自变量为学生纸笔阅读成绩似真值，分别用5组似真值建立5个独立的回归方程，得到5个预期成绩似真值。

[11]参加PISA 2012基于计算机的数学测评的国家或地区共32个，其中OECD国家23个，伙伴国或地区9个。在我们选定的17个国家或地区中，英国和芬兰没有参加该项测试。

[12]PISA 2012计算机数学精熟度水平分布与纸笔测试数学精熟度水平划分方法基本一致。共描述了6个精熟度水平：1级水平（358.5分到423.4分以下）、2级水平（423.4分到488.4分以下）、3级水平（488.4分到553.3分以下）和4级水平（553.3分到618.2分以下）、5级水平（618.2分到683.1分以下）和6级水平（683.1分以上）。

[13]采用线性回归方法进行回归分析，回归方程因变量为学生计算机数学测试成绩似真值（Plausible Value），自变量为学生纸笔数学成绩对应似真值，分别用5组似真值建立5个独立的回归方程，得到5个预期成绩似真值。

[14]共有44个国家或地区参加PISA 2012问题解决评估，其中有28个OECD成员国，16个伙伴国或地区，塞浦路斯的数据并不包含在国际数据库中，因此，实际使用的仅为43个国家或地区的数据。在该部分的分析中采用OECD平均值作为参照标准。本部分所涉及的OECD均值都是指根据28个成员国计算所得的平均值。

[15]答对率是指在每道题目上学生回答正确的百分比。对仅有“正确”和“错误”的回答，答对率是“正确”的百分比；对于有“完全正确”“部分正确”和“错误”的回答，答对率是“完全正确”的百分比与二分之一“部分正确”百分比之和。

[16]实际上是一个比率，以OECD国家学生在不同问题解决过程题目上的平均正确率为分子，以OECD国家学生在所有问题解决题目上的平均正确率为分母，进而得到相对于总体表现的一个比值。再通过比较其他国家或地区相应比值与OECD比值来估计其他国家或地区在特定问题类别上表现的相对优势。

[17]以OECD国家学生在互动问题上的平均正确率为分子，在静态问题上的平均正确率为分母，得到一个互动问题相对静态问题的正确率比值，表示相对静态问题，互动问题更可能答对的程度。再通过比较其他国家或地区相应比值与OECD比值来估计其他国家或地区的相对优势。

[18]分别对不同国家或地区三个主要学科领域的成绩与问题解决成绩进行线性回归分析。回归系数代表随着一个领域随另一领域变化的幅度，所解释的方差代表两个领域之间关系的紧密程度。

[19]除中国上海和中国香港外，还有俄罗斯、哥伦比亚和奥地利。

[20]仅包括参加了计算机测评的数学、阅读和问题解决的国家或地区。由于OECD成员较少，所以此处采用国际均值；选定的17个国家中芬兰和英国没有参加基于计算机的数学和数字阅读测评，不包含在表中。

[21]采用线性回归方法进行回归分析，回归方程因变量为学生计算机问题解决测试成绩似真值（Plausible Value），自变量为学生纸笔数学、阅读、科学成绩对应似真值，三科成绩平方值，三科成绩三次方值以及两两的乘积，分别建立5个独立的回归方程，得到5个预期成绩似真值。

[22]指数均按OECD平均值为0，标准差为1进行标准化计算。需要着重指出的是，指数的负值并不必然表示学生对问题的回答是否定的，只是说明回答者与所有OECD国家的回答者的平均水平相比肯定的程度稍低一些。同样，指数的正值表示回答者比所有OECD国家的回答者的平均水平更加积极或肯定。