第一章 PISA 2012概述 1
1.PISA研究的主要问题和特点 2
2.PISA的政策导向 3
3.PISA 2012测评框架概述 5
3.1 认知测评框架概述 5
3.2 问卷调查框架概述 9
4.PISA 2012的测评工具 10
4.1 PISA测试工具的开发与翻译 10
4.2 试卷 11
4.3 调查问卷 12
4.3.1 增加问题解决策略和数学学习机会调查 12
4.3.2 用多种方法提高跨文化比较的可靠性及问卷轮转设计 13
4.3.3 采用2008年版国际职业标准分类编码 14
4.3.4 问卷国际选项 14
5.上海PISA 2012的组织实施 14
5.1 上海参加PISA的目的 15
5.2 上海PISA 2012项目组织机构 16
5.3 上海PISA 2012考务管理 16
5.4 上海PISA 2012评卷管理 17
5.5 上海PISA 2012项目实施的时间进度 18
6.上海PISA 2012的学校样本和学生样本 19
7.本书的组织 23
参考文献 24
第二章 数学素养 25
1.国家（地区）间数学成绩比较的背景因素 27
2.PISA测评数学素养的方法 32
2.1 PISA 2012数学素养的界定 32
2.2 PISA 2012数学素养测评框架 32
2.2.1 数学情境 33
2.2.2 数学内容知识 33
2.2.3 数学过程和数学基本能力 34
2.2.4 数学基本能力 34
2.2.5 纸笔测试和基于计算机的测试 35
2.2.6 测评框架中不同类别的试题举例 36
2.3 PISA 2012数学测评结果报告方法 39
2.3.1 数学题目设计、分析和量表化 39
2.3.2 学生数学素养精熟度水平 41
2.3.3 不同精熟度等级水平的典型试题分布表 42
3.上海学生数学成绩 45
3.1 学生数学平均成绩 45
3.2 学生数学精熟度水平 46
6级精熟度水平（669分以上） 47
5级精熟度水平（607分以上，669分及以下） 48
4级精熟度水平（545分以上，607分及以下） 48
3级精熟度水平（482分以上，545分及以下） 49
2级精熟度水平（420分以上，482分及以下） 49
1级精熟度水平（358分以上，420分及以下） 50
3.3 学生在数学分量表上的成绩分布 50
3.3.1 数学内容领域分量表 50
3.3.2 数学过程分量表 51
3.4 学生数学成绩的性别差异 52
4.政策启示 53
4.1 坚持抬高底部，发展高端 53
4.2 增加数学课程内容的选择性 53
4.3 加强数学结果在现实情境中的应用、解释和评估能力 53
5.PISA数学样题单元分析 54
第三章 家庭和学校背景对上海学生学习的影响 69
1.教育结果公平 71
1.1 数学成绩的校间均衡 71
1.2 学生家庭经济社会文化地位与数学成绩的关系 73
1.2.1 学生家庭经济社会文化地位指数的测量方法 73
1.2.2 学生个人ESCS与数学成绩的关系 73
1.2.3 学生个人ESCS和学校平均ESCS共同作用对学生数学成绩的影响 75
2.克服多样性挑战 76
2.1 家庭结构与学生成绩 76
2.2 父母就业状况与学生成绩 76
2.3 学生家庭流动与学生成绩 76
2.4 学校地理位置与学生成绩 77
3.学习机会公平 78
3.1 上海学生的学习机会 78
3.2 学生学习机会的差异和校间均衡 79
3.3 数学学习机会与ESCS及数学成绩的关系 80
3.4 学习时间与ESCS的关系 80
4.教育资源配置公平 81
4.1 教师资源配置的公平性 81
4.2 学校物质资源配置的公平性 82
4.3 学校课程资源配置的公平性 83
5.政策启示 83
5.1 高中招生要加大对弱势家庭学生的倾斜程度 83
5.2 确保基础，追求卓越 83
5.3 提高教育公平程度必须缩小社会差异 84
5.4 上海校外学习机会差异大，好学校更应减负 84
5.5 缩小学校间教师资源和课程资源的差异是上海提高教育公平程度的最大挑战 84
参考文献 85
第四章 学生的学习参与、动机和自我概念 87
1.导语 89
1.1 学生评估的综合性观点 89
1.2 培养学生终身学习能力 90
1.3 学习参与度、动机和自我概念框架 90
2.学生的学校学习参与度 91
2.1 学生出勤情况 92
2.1.1 学生迟到 92
2.1.2 学生缺勤：逃课与逃学 93
2.2 学校归属感 95
2.3 对学校的态度 96
3.学生的学习驱力与动机 97
3.1 学习的坚持性 98
3.2 问题解决开放性 100
3.3 学生的学习控制感 101
3.3.1 对数学学习失败的自我责任归因 101
3.3.2 对数学和学校学习取得成功的自我控制感 102
3.4 学生的数学学习动机 103
3.4.1 数学学习的内部动机 103
3.4.2 数学学习的外部动机 104
4.学生的自我信念、偏好和数学活动参与 105
4.1 数学自我效能感 106
4.2 数学自我概念 108
4.3 数学焦虑 110
4.4 参与数学活动、数学倾向性和数学参照系 112
4.5 性别和社会经济背景差异对数学倾向和数学成绩之间关系的影响 115
5.学校和教师在学生学习参与、动机和自我信念方面的影响 116
5.1 学校风气和学生的学习倾向性特征的聚集特征 116
5.2 社会比较和学生的学习倾向性特征 117
5.3 课堂教学和学生的学习倾向性特征 118
5.4 学校风气与学习倾向性特征 119
6.政策启示 121
第五章 学校特征因素 123
1.概述 125
2.学习环境因素 128
2.1 学校校风 128
2.1.1 师生关系指数 128
2.1.2 影响学校风气的教师因素指数 129
2.1.3 数学教师的课堂管理指数 130
2.1.4 教师士气指数 131
2.1.5 纪律风气指数 132
2.1.6 影响校风的学生因素指数 132
2.1.7 学校归属感指数 133
2.2 学校的外部压力——家长的期望值和其他学校竞争生源 134
2.3 学习环境的综合分析 134
3.教育资源因素 136
3.1 师资 136
3.1.1 生师比和班级人数 136
3.1.2 全职教师中有教师资格证者百分比和有本科及以上学历者百分比 137
3.1.3 教师的短缺程度 137
3.1.4 教师参加专业发展的情况 138
3.2 物资 139
3.2.1 学校教育资源质量指数 139
3.2.2 硬件基础设施指数 140
3.2.3 生均计算机台数和可上网计算机所占比例 141
3.3 学习时间 141
3.3.1 学前教育时间 141
3.3.2 常规课程时间 142
3.3.3 额外课程 142
3.3.4 作业时间 144
3.3.5 私人家教和校外辅导班时间 145
3.3.6 与家长一起学习和用电脑学习的时间 145
3.3.7 课外活动 145
3.4 教育资源变量的综合分析 147
4.教师教学方法因素 150
4.1 教师运用认知激发策略指数 151
4.2 教师支持程度指数 151
4.3 教师的学生导向指数 152
4.4 教师运用形成性评价指数 153
4.5 教师主导教学指数 153
4.6 按照学生能力分组的教学方法 154
4.7 教学方法变量的综合分析 155
5.学校管理因素 157
5.1 学校属性 157
5.2 学校招生和转学政策 159
5.3 学校自主权 161
5.4 校长领导力 163
5.5 学生评价目的 167
5.6 教师评价方式和结果用途 168
5.7 教育质量保障措施 169
5.8 家校合作 170
5.9 学校管理因素作用的综合分析 170
6.政策启示 174
6.1 进一步加强校风建设 174
6.2 使学校师资和物资的配置达到高位均衡 174
6.3 进一步推进减负增效 175
6.4 加强培养学生的学习自主性 175
6.5 提升校长的领导力 175
6.6 减轻学校生源家庭社会经济背景对学生学业表现的影响 176
参考文献 177
第六章 上海学生的阅读和科学素养 179
1.上海学生的阅读素养 180
1.1 PISA阅读测评概述 180
1.2 PISA阅读素养测评框架 181
1.3 上海学生的阅读成绩 182
1.3.1 平均成绩及百分位成绩分布 182
1.3.2 上海学生阅读素养量表精熟度水平分布 183
1.3.3 上海学生阅读成绩的性别差异 186
2.上海学生的科学素养 187
2.1 PISA科学测评概述 187
2.2 PISA科学素养测评框架 187
2.2.1 背景 188
2.2.2 能力 189
2.2.3 知识 189
2.2.4 态度 191
2.3 上海学生的科学成绩 191
2.3.1 平均和百分位成绩分布 191
2.3.2 上海学生科学素养精熟度水平分布 193
2.3.3 上海学生科学成绩的性别差异 194
3.政策启示 196
3.1 进一步加强语文和科学知识与生活情境的联系 196
3.2 坚持不懈提高薄弱学校和薄弱学生的成绩 196
3.3 教育、科技、社会资源形成合力，提升学生创新素养和高端竞争力 196
参考文献 198
第七章 上海学生的问题解决表现 199
1.PISA 2012创造性问题解决技能评估的框架 200
1.1 PISA 2012问题解决模块评估的内容 200
1.1.1 评估问题解决的一般认知过程 200
1.1.2 评估问题解决过程中的能力 200
1.1.3 评估问题解决过程中的个人倾向 201
1.2 PISA 2012问题解决模块评估的呈现方式 202
1.2.1 基于计算机的评估设计 202
1.2.2 设置了静态和动态背景的问题 202
1.2.3 问题嵌入在真实的背景之中 202
1.3 PISA 2012问题解决模块评估的时间与分数安排 203
2.上海学生在PISA 2012创造性问题解决评估中的表现及分析 204
2.1 上海学生的总体表现佳，但作为国家“深度人才库”比例少 204
2.2 上海学生长于“获取知识”，是出色的学习者，但“运用知识”的能力有待提升 204
2.3 上海学生擅长解决结构良好问题，需要提升对不确定问题的质疑、好奇与探索 205
2.4 上海男生的问题解决能力显著高于女生 207
3.PISA 2012问题解决评估对教育政策和实践影响及其讨论 207
3.1 让计算机用于学生的学习 207
3.2 学校和教师要为学生提供更多的问题解决机会 208
3.3 教师学习与培训的关键是思考能力的培养 209
第八章 上海学生的财经素养 211
1.评估财经素养的重要性和意义 213
1.1 财经素养对国家和个体的重要性 213
1.2 评估财经素养的意义 213
1.3 开展财经教育的潜在价值 214
2.PISA 2012财经素养测评框架概述 214
2.1 内容 215
2.2 过程 215
2.3 背景 216
3.PISA 2012财经素养测评的主要特点 217
3.1 参与财经素养测试的国家（地区）和学生 217
3.2 测试题目的形式和回答类型 217
3.3 学生表现的精熟度水平划分 217
3.4 小结与启示 222
4.上海学生在PISA 2012中的表现 223
4.1 财经素养的平均成绩 223
4.2 学生财经素养的精熟度水平 224
4.3 财经素养与阅读和数学素养之间的关系 225
5.影响财经素养的学生背景因素 226
5.1 性别差异 226
5.2 学生家庭社会经济背景的作用 227
5.3 不同移民背景学生的成绩差异 228
6.财经素养与学习、态度和行为的关系 228
6.1 学生拥有银行账户的情况与财经素养 228
6.2 获得钱的渠道与财经素养 229
6.3 学生消费行为与财经素养 230
6.4 学生的态度与财经素养 230
6.5 学生的储蓄习惯与财经素养 231
7.上海学校财经教育与学生财经素养的关系 232
7.1 财经教育的情况 232
7.2 学生财经素养与学校财经教育 232
7.3 学生财经素养与理财课程学习 233
8.政策启示 233
第九章 上海学生的数字阅读素养 235
1.PISA数字文本的新特点 237
1.1 动态导航 237
1.2 超链接结构 237
1.3 读者参与内容构建 237
2.PISA数字阅读测评框架 237
2.1 文本 238
2.2 认知过程 238
2.3 情境 239
3.PISA数字阅读表现量表 240
4.上海学生PISA 2012数字阅读选项测评结果 240
4.1 数字阅读平均成绩 240
4.2 数字阅读精熟度水平 241
4.3 数字阅读的性别差异 242
5.上海学生在数字阅读试题上的表现 242
5.1 访问和检索 242
5.2 整合和解释 244
5.3 反思和评价 245
5.4 综合 247
6.信息和通信技术（ICT）熟悉度与数字阅读表现的关系 249
6.1 信息和通信技术可获得性与数字阅读表现 249
6.2 学生ICT使用情况与数字阅读表现 250
6.3 对计算机的态度与数字阅读表现 251
6.4 ICT熟悉度对数字阅读表现的综合作用 251
7.纸笔测试表现与数字阅读表现的关系 251
8.政策启示 252
8.1 重视对不同来源信息的组织、比较和综合能力的培养 252
8.2 对信息技术在学校学习中的作用要有积极的态度 252
致谢 503