基于大數(shù)據(jù)的美國STEM教育監(jiān)測指標體系：分析與啟示

許海瑩

基于大數(shù)據(jù)的美國STEM教育監(jiān)測指標體系：分析與啟示

許?，?/p>

大數(shù)據(jù)在教育領域的運用主要通過教育數(shù)據(jù)挖掘和學習分析兩種路徑與方式。美國STEM教育監(jiān)測指標體系就通過立足于大規(guī)模數(shù)據(jù)調(diào)查和統(tǒng)計、構(gòu)建指標的數(shù)據(jù)層次類別模型、建立健全指標的數(shù)據(jù)收集機制等方式，實現(xiàn)了對指標相關(guān)數(shù)據(jù)的收集、獲得和分析處理，為成功將大數(shù)據(jù)應用于STEM教育監(jiān)測指標體系的構(gòu)建與完善奠定了基礎。我國在借鑒運用時，要立足于教育學立場，將大數(shù)據(jù)視為一種新的思維方式和路徑；正確看待大數(shù)據(jù)的優(yōu)勢和劣勢；基于大數(shù)據(jù)，構(gòu)建和完善教育監(jiān)測指標體系；建立健全大數(shù)據(jù)應用于教育的相關(guān)技術(shù)平臺和體制機制。

大數(shù)據(jù)；STEM教育；監(jiān)測指標體系；分析與啟示

近年來，大數(shù)據(jù)（Big Data）儼然成為了一種潮流和趨勢，英國學者維克托·邁爾—舍恩伯格（ViktorMayer-Schonberger）在《大數(shù)據(jù)時代》一書中預言：2013年是大數(shù)據(jù)時代的元年，標志著信息技術(shù)進入了新的發(fā)展時代。[1]美國麥肯錫咨詢公司（Mckinsey）的報告《大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個前沿》認為，大數(shù)據(jù)是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集，具有數(shù)據(jù)量大、數(shù)據(jù)多樣和數(shù)據(jù)產(chǎn)生速度快三大特征。[2]舍恩伯格則認為：“大數(shù)據(jù)是人們在大規(guī)模數(shù)據(jù)的基礎上可以做到的事情，而這些事情在小規(guī)模數(shù)據(jù)的基礎上是無法完成的。大數(shù)據(jù)是人們獲得新的認知、創(chuàng)造新的價值的源泉；大數(shù)據(jù)還是改變市場、組織機構(gòu)，以及政府與公民關(guān)系的方法。”[3]維基百科對大數(shù)據(jù)的定義是：數(shù)據(jù)量規(guī)模巨大到無法通過目前主流的軟件工具來獲取、管理、處理、整理以幫助企業(yè)經(jīng)營決策，達成更積極目標的那些信息。[4]國際數(shù)據(jù)公司（IDC）認為，大數(shù)據(jù)是符合4V特征的數(shù)據(jù)集，即海量的數(shù)據(jù)規(guī)模（Volume）、快速的數(shù)據(jù)流轉(zhuǎn)和動態(tài)的數(shù)據(jù)體系（Velocity）、多樣的數(shù)據(jù)類型（Variety）、巨大的數(shù)據(jù)價值（Value）。[5]可見，大數(shù)據(jù)更多地可以被認為是以數(shù)據(jù)為研究和實踐對象，從而帶來的一種新的思維方式和路徑、研究范式和方法、實踐工具和手段。

目前，大數(shù)據(jù)在計算機軟件科學、商業(yè)、政務管理等領域的應用已經(jīng)相對廣泛且卓有成效，[6]然而，大數(shù)據(jù)與教育有什么關(guān)系呢？大數(shù)據(jù)是如何應用于教育，應用的方式和路徑是怎樣的呢？為了嘗試解答這些問題，本文擬通過借鑒美國最新的相關(guān)研究成果和報告中關(guān)于大數(shù)據(jù)對于教育的作用和應用方式的框架，分析美國最新的STEM教育監(jiān)測指標體系是如何運用大數(shù)據(jù)進行研制開發(fā)和進一步完善的，從而得出大數(shù)據(jù)在教育中的作用路徑和方式，以期在我國的教育教學改革中予以借鑒。

一、大數(shù)據(jù)在教育領域的應用方式和路徑

美國最近一份關(guān)于如何運用大數(shù)據(jù)來促進教育發(fā)展的報告《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》（以下簡稱《報告》）[7]提出：目前教育領域中大數(shù)據(jù)的應用主要有教育數(shù)據(jù)挖掘和學習分析兩大方向，兩個應用和研究方向雖然同源，卻在研究目的、研究對象和研究方法等方面截然不同，具體情況如表1所示。

表1 教育數(shù)據(jù)挖掘和學習分析比較[8]

教育數(shù)據(jù)挖掘是綜合運用數(shù)學統(tǒng)計、機器學習和數(shù)據(jù)挖掘的技術(shù)與方法，對教育大數(shù)據(jù)進行處理和分析，通過數(shù)據(jù)建模，發(fā)現(xiàn)學習者學習結(jié)果與學習內(nèi)容、學習資源和教學行為等變量的相關(guān)關(guān)系，來預測學習者未來的學習趨勢?！秷蟾妗吠ㄟ^對教育數(shù)據(jù)挖掘領域?qū)＜疫M行訪談，列出了教育數(shù)據(jù)挖掘的四個研究目標：“（1）通過整合學習者知識、動機、元認知和態(tài)度等詳細信息進行學習者模型的構(gòu)建，預測學習者未來學習的發(fā)展趨勢；（2）探索和改進包含最佳教學內(nèi)容和教學順序的領域模型；（3）研究各種學習軟件所提供的教學支持的有效性；（4）通過構(gòu)建包含學習者模型、領域模型和教育軟件教學策略的數(shù)據(jù)計算模型，促進學習者有效學習的發(fā)生。”[9]

學習分析是近年來大數(shù)據(jù)在教育領域較為典型的應用，首屆“學習分析技術(shù)與知識國際會議”，將學習分析定義為“測量、收集、分析和報告有關(guān)學習者及其學習情景的數(shù)據(jù)集，以理解和優(yōu)化學習及其發(fā)生情景”[10]?！秷蟾妗氛J為，學習分析是綜合運用信息科學、社會學、計算機科學、心理學和學習科學的理論和方法，通過對廣義教育大數(shù)據(jù)的處理和分析，利用已知模型和方法去解釋影響學習者學習的重大問題，評估學習者的學習行為，并為學習者提供人為的適應性反饋。例如，教師和學校根據(jù)學習分析的結(jié)果，調(diào)整教學內(nèi)容、對有學習失敗風險的學生進行干預，等等。學習分析一般包括數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)表示和應用服務五個環(huán)節(jié)。[11]

二、美國STEM教育監(jiān)測指標體系中的大數(shù)據(jù)應用

（一）大規(guī)模數(shù)據(jù)調(diào)查和統(tǒng)計

美國STEM教育監(jiān)測指標體系的研制開發(fā)是建立在諸如美國教育部國家教育統(tǒng)計中心（National Center for Education Statistics， 簡 稱NCES）、學校和師資調(diào)查統(tǒng)計（NCES Schools and Staffing Survey，簡稱SASS）、美國勞工部調(diào)查統(tǒng)計（The Bureau of Labor Statistics，簡稱BLS）等全國范圍內(nèi)大規(guī)模調(diào)查統(tǒng)計的基礎之上的，立足于已經(jīng)構(gòu)建和劃分好的指標維度和框架，將每項指標具體化、量化、操作化，通過分析這些調(diào)查統(tǒng)計得到的數(shù)據(jù)，找到并追蹤每一項指標的數(shù)據(jù)情況。當然，現(xiàn)有的一些數(shù)據(jù)調(diào)查和統(tǒng)計只能反映和得到監(jiān)測指標的部分或者某些方面和層次的數(shù)據(jù)情況，要想更加全面和深入地掌握和分析監(jiān)測指標的數(shù)據(jù)情況，還需要構(gòu)建更多更大更全面的數(shù)據(jù)調(diào)查和統(tǒng)計平臺，或者通過修改和完善現(xiàn)有的一些數(shù)據(jù)調(diào)查來再次統(tǒng)計監(jiān)測指標的具體數(shù)據(jù)。

（二）指標的數(shù)據(jù)層次類別模型

該指標體系對所有STEM教育監(jiān)測指標需要的數(shù)據(jù)進行了具體分析和分類。每一項指標的數(shù)據(jù)情況都從整體上分為兩大類：一類是當前和潛在可利用的數(shù)據(jù)，也就是當前可以從現(xiàn)有的數(shù)據(jù)庫或者統(tǒng)計數(shù)據(jù)結(jié)果直接提出數(shù)據(jù)，或者對之前所進行的一些調(diào)查和數(shù)據(jù)統(tǒng)計進行修改和完善，使之可以為STEM教育監(jiān)測所利用；另一類是當前沒有的數(shù)據(jù)，也沒有相關(guān)的調(diào)查和統(tǒng)計，需要重新建立調(diào)查統(tǒng)計系統(tǒng)并實施，以收集這些指標所需數(shù)據(jù)。具體而言，所有的指標在數(shù)據(jù)情況上又分為四個類別。每一種數(shù)據(jù)類別都說明和體現(xiàn)了與之相應指標的數(shù)據(jù)現(xiàn)狀，以及需要進一步做哪些努力來收集更多更全面的數(shù)據(jù)、更充分地開發(fā)和完善這些指標，因為有些指標相關(guān)的數(shù)據(jù)情況是屬于多個數(shù)據(jù)類別的。

具體每一種類別的數(shù)據(jù)所表示的指標數(shù)據(jù)現(xiàn)狀和涵義是：“第一個類別，這個類別層面的數(shù)據(jù)在目前至少有一部分是可以從美國教育部以及其他大規(guī)模的調(diào)查結(jié)果中獲得的，需要進一步的發(fā)展來更加充分地開發(fā)這些指標。第二個類別，這個類別層面的數(shù)據(jù)能夠通過修改和完善現(xiàn)有的教育部的調(diào)查和統(tǒng)計來收集，需要概念性和經(jīng)驗性的工作來開發(fā)有效、可靠的調(diào)查項目。第三個類別，需要新的調(diào)查來收集合適的數(shù)據(jù)。第四個類別，需要概念和經(jīng)驗的發(fā)展來開始指標的闡釋以及數(shù)據(jù)收集?！盵12]指標體系的數(shù)據(jù)類別情況具體如表2所述。

（三）指標的數(shù)據(jù)收集機制

對于屬于第一個類別層面的指標所需要的數(shù)據(jù)，可以直接從美國教育部國家教育統(tǒng)計中心、學校和師資調(diào)查統(tǒng)計等全國范圍內(nèi)的大規(guī)模的調(diào)查統(tǒng)計的結(jié)果中獲得。對于屬于第二個類別層面的指標所需要的數(shù)據(jù)，可以通過修改和完善現(xiàn)有的各種層次類別和范圍的調(diào)查和統(tǒng)計來進行數(shù)據(jù)收集。比如，可以修改教育部國家教育統(tǒng)計中心所進行的調(diào)查中的一部分問卷或者訪談，用來專門收集STEM教育監(jiān)測與評估所需要的數(shù)據(jù)和信息。對于屬于第三個類別層面的指標所需要的數(shù)據(jù)，則需要重新設計和進行專門針對STEM教育監(jiān)測與評估指標數(shù)據(jù)收集的調(diào)查和統(tǒng)計。對于屬于第四個類別層面的指標所需要的數(shù)據(jù)，則需要對STEM教育監(jiān)測與評估指標和數(shù)據(jù)的概念進行闡釋，并將調(diào)查統(tǒng)計可操作化。對于既屬于第一類別又屬于其他類別的指標，現(xiàn)有的數(shù)據(jù)或許可以提供部分有用的信息，但是修改現(xiàn)有的調(diào)查能夠產(chǎn)生更多的與指標相關(guān)的信息。在這種情況下，需要概念和實證研究來更充分開發(fā)調(diào)查項目或說明初始數(shù)據(jù)收集的指標。對于跨所有四個類別的指標,修改現(xiàn)有的調(diào)查可能在短期內(nèi)是有用的，但從長遠來看，為了充分開發(fā)所有指標，其他類型的數(shù)據(jù)收集或許更合適，可能需要更多的工作。

表2 美國STEM教育監(jiān)測的指標及其數(shù)據(jù)類別情況[13]

從第一到第四類別，隨著類別的提高，與之相關(guān)的用來充分收集和開發(fā)指標監(jiān)測與評估的相關(guān)數(shù)據(jù)所需要的資源也相應地增加。比如，比起編譯現(xiàn)有的數(shù)據(jù)，重新建立一個系統(tǒng)的調(diào)查及其發(fā)展就更加耗費時間和精力。同樣，修改現(xiàn)有的調(diào)查中的問題就比重新建立一個完整的新的調(diào)查耗費更少的資源。

三、結(jié)論與啟示

不管我們是積極認同大數(shù)據(jù)的作用和功效，[14]還是質(zhì)疑大數(shù)據(jù)的價值，[15]不管我們是否愿意和已經(jīng)做好準備，大數(shù)據(jù)時代已經(jīng)向我們走來?？陀^地分析大數(shù)據(jù)在教育領域中可能的作用路徑和方式，有利于我們更加清晰和客觀地認知大數(shù)據(jù)，并在大數(shù)據(jù)時代立足于教育研究和實踐去思考和運用大數(shù)據(jù)。

通過對大數(shù)據(jù)應用于教育的方式和路徑框架的分析——主要以數(shù)據(jù)挖掘和學習分析兩個方面為主，我們可以得知，無論是數(shù)據(jù)挖掘還是學習分析，大數(shù)據(jù)對于教育的作用和影響都是建立在數(shù)據(jù)收集獲得和處理分析的基礎之上的。美國最新的STEM教育監(jiān)測指標體系，運用大數(shù)據(jù)的相關(guān)思路和方法，基于大規(guī)模的數(shù)據(jù)調(diào)查和數(shù)據(jù)庫，構(gòu)建了指標的數(shù)據(jù)層次類別模型，分析了指標的數(shù)據(jù)收集機制，對指標體系的各項指標的數(shù)據(jù)收集和獲得，以及數(shù)據(jù)的層次類別進行了全面系統(tǒng)的分析和構(gòu)建，對于我國教育改革發(fā)展中充分利用大數(shù)據(jù)這種新的思維方式和路徑、研究范式和方法、實踐工具和手段具有很大的借鑒意義。

（一）立足于教育學立場，將大數(shù)據(jù)視為一種新的思維方式和路徑

教育學以及教育研究和實踐活動注定擁有充滿價值性、復雜性、創(chuàng)造性和不確定性等特征。在教育研究和實踐活動中，數(shù)據(jù)科學或者說大數(shù)據(jù)雖然可以通過數(shù)據(jù)告訴人們教育中的某些現(xiàn)象和問題是什么，教育的現(xiàn)狀和狀態(tài)怎么樣，但是無法解釋“為什么會這樣”等價值性問題，也沒辦法依據(jù)教育學以及教育實踐的特點和發(fā)展規(guī)律，提出“怎么辦”等對策和建議。此外，教育研究和實踐有其自身的特點，并非所有的教育研究和實踐中的問題都能通過數(shù)據(jù)來解決。

因此，我們應該立足于教育學立場，將大數(shù)據(jù)視為一種新的思維方式和路徑、研究范式和方法、實踐工具和手段，促進教育的研究實踐和改革發(fā)展。

（二）大數(shù)據(jù)在教育中的應用應該科學、合理和客觀

大數(shù)據(jù)在教育中的應用帶來了新的機遇和研究范式，甚至有人將大數(shù)據(jù)作為科學研究的“第四種范式”[16]，但是，對于大數(shù)據(jù)在教育中的應用，我們要持理性和謹慎的態(tài)度。大數(shù)據(jù)是教育或社會科學研究所面臨的一個新的境遇和背景，但它同時還面臨大數(shù)據(jù)的低密度價值、研究倫理問題、個人隱私和數(shù)據(jù)安全等挑戰(zhàn)和不足，在看到大數(shù)據(jù)巨大價值的同時我們還應該看到其缺點和局限。

所以，在教育研究和實踐中要科學、合理和客觀地應用大數(shù)據(jù)。一方面，要分析大數(shù)據(jù)在教育中的應用路徑和方式框架及其具體體現(xiàn)和要求。教育等社會科學研究與自然科學以及計算機工程等領域的科學研究各有特點，各不相同，所以，我們應該有區(qū)分地、理性科學地進行分析，并根據(jù)不同的情景和需求運用不同的方式框架。另一方面，還要結(jié)合大數(shù)據(jù)應用與教育的路徑構(gòu)建相關(guān)的保障性體制和機制。美國STEM教育監(jiān)測指標體系就比較合理地考慮了各監(jiān)測指標的實際情況和特點，很好地對各指標的數(shù)據(jù)情況進行了具體分類，并建立了相應的收集機制，這些環(huán)節(jié)都值得我們進一步學習和借鑒。

（三）教育監(jiān)測指標體系的構(gòu)建和完善要基于大數(shù)據(jù)

教育政策的順利實施，有賴于一個完善的數(shù)據(jù)收集管理系統(tǒng)，以達到通過有規(guī)律地提供關(guān)于政策或項目執(zhí)行情況的信息反饋來監(jiān)測政策或項目過程的目的。[17]因此，數(shù)據(jù)對于教育政策的監(jiān)測和評估至關(guān)重要?！秶抑虚L期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》指出：“要構(gòu)建國家教育管理信息系統(tǒng)，推進政府教育管理信息化，積累基礎資料，掌握總體狀況，加強動態(tài)監(jiān)測，提高管理效率，為宏觀決策提供科學依據(jù)?！盵18]可見，當前我國對于教育數(shù)據(jù)和信息建設工作非常重視。“對每一個監(jiān)測指標而言，都需要有清楚的、確定的數(shù)據(jù)來源。通常來說，數(shù)據(jù)信息采集是官方統(tǒng)計機構(gòu)數(shù)據(jù)庫、政策執(zhí)行部門日常管理數(shù)據(jù)庫以及實地調(diào)查數(shù)據(jù)庫的有機結(jié)合。”[19]因此，通過充分借鑒美國STEM教育監(jiān)測指標體系的大數(shù)據(jù)應用路徑和方式，我國應該加強教育監(jiān)測與督導評估中的數(shù)據(jù)信息建設和分析，加緊建設國家教育大數(shù)據(jù)信息中心或者數(shù)據(jù)庫，對我國當前各級各類教育數(shù)據(jù)和信息進行分門別類，完善各級教育監(jiān)測指標體系相關(guān)數(shù)據(jù)的收集、分析、處理，構(gòu)建我國的教育大數(shù)據(jù)收集機制。

（四）建立健全大數(shù)據(jù)應用于教育的相關(guān)技術(shù)平臺和體制機制

盡管近幾年來人們對大數(shù)據(jù)的作用和應用很熱衷，也很重視，但是，由于大數(shù)據(jù)的應用特別是在教育中的應用歷史比較短暫，所以，大數(shù)據(jù)應用與教育相關(guān)的各項體制和機制不是很健全，對教育中大數(shù)據(jù)相關(guān)研究的支持力度和資源配置也有待加強。

首先，相關(guān)技術(shù)和平臺建設方面。與美國等發(fā)達國家大數(shù)據(jù)相關(guān)技術(shù)成熟和數(shù)據(jù)調(diào)查統(tǒng)計平臺的完善相比，我國當前的教育數(shù)據(jù)信息系統(tǒng)和平臺構(gòu)建還不是很完善，各類大型的教育數(shù)據(jù)調(diào)查和統(tǒng)計較少?！按髷?shù)據(jù)相關(guān)的技術(shù)資源也比較薄弱，區(qū)域間技術(shù)資源分布不均，很多地方教育機構(gòu)缺乏必要的大數(shù)據(jù)應用的基礎設施建設。例如，某些學校沒有學生、信息系統(tǒng)、在線教育平臺，也就無法為教育數(shù)據(jù)挖掘和學習分析提供基礎數(shù)據(jù)。”[20]因此，一方面，我們要利用諸如云計算和虛擬化等先進的信息技術(shù)，實現(xiàn)與大數(shù)據(jù)應用相關(guān)的技術(shù)資源獲得和提升；另一方面，要實施各類大型教育數(shù)據(jù)調(diào)查和統(tǒng)計，構(gòu)建比較全面和系統(tǒng)的教育數(shù)據(jù)庫，為大數(shù)據(jù)在教育中的應用奠定技術(shù)和平臺基礎。

其次，管理體制和法律制度方面。為了管理和規(guī)范大數(shù)據(jù)在教育中的相關(guān)應用和實施，國家和地方各個層面應該制定大數(shù)據(jù)教育應用的遠景規(guī)劃，還要盡快出臺實施細則，以指導各級各類教育機構(gòu)推進大數(shù)據(jù)教育應用。“另外，在進行大數(shù)據(jù)教育應用規(guī)劃時，應該充分考慮到所需采集數(shù)據(jù)涉及的個人隱私問題，以及由大數(shù)據(jù)應用造成學生活動透明化所帶來的倫理道德問題，制定和完善相應的法律法規(guī)及具體制度?！盵21]

最后，相關(guān)資源和政策支持方面。在教育研究相關(guān)項目立項規(guī)劃和資源配置方面，應該考慮專門設立大數(shù)據(jù)在教育中應用的相關(guān)項目和課題。比如，有學者建議：“啟動中國大數(shù)據(jù)科學與工程研究計劃，從宏觀上對我國的大數(shù)據(jù)產(chǎn)學研用做出系統(tǒng)全面的短期與長期規(guī)劃。此外，國家在大數(shù)據(jù)平臺的構(gòu)建、典型行業(yè)的應用以及研發(fā)人才的培養(yǎng)等方面應提供相應的財力、物力與人力支持。”[22]同時，對教育實踐和學校教育教學一線中應用大數(shù)據(jù)推進教育改革的各種實踐探索，國家應該給予政策鼓勵和支持。

［1］［3］［英］維克托·邁爾—舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革［M］.盛楊燕，周濤（譯）.杭州：浙江人民出版社，2012.

［2］郭曉科.大數(shù)據(jù)［M］.北京：清華大學出版社，2013.5.

［4］Big Data-Wikipedia，the Free Encyclopedia［EB/ OL］.http：//en.wikipedia.org/wiki/Bigdata，2014-05-02.

［5］Barwick H.The“four Vs”of Big Data.Implementing Information Infrastructure Symposium［EB/OL］.http：//www. computerworld.com.au/article/396198/iiis_four_vs_big_data/，2014-05-02.

［6］王新才，等.大數(shù)據(jù)知識圖譜：概念、特征、應用與影響［J］.情報科學，2013（9）：10～14，136.

［7］［9］［11］Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics［EB/OL］. http：//www.ed.gov/edblogs/technology/files/2012/03/edm-labrief.pdf，2014-05-02.

［8］［20］［21］徐鵬，等.大數(shù)據(jù)視角分析學習變革——美國《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》報告解讀及啟示［J］.遠程教育雜志，2013（6）：11～17.

［10］Siemens，G.Learning and Knowledge Analytics-Knewton-the Future of Education?［EB/OL］.http：//www. learninganalytics.net/?p=126，2014-05-02.

［12］［13］National Research Council.Monitoring Progress towardSuccessfulK-12STEMEducation：ANationAdvancing？Committee on the Evaluation Framework for Successful K-12 STEM Education，Board on Science Education and Board on Testing and Assessment，Division of Behavioral and Social Sciences and Education［M］.Washington，DC：The National AcademiesPress，2013.

［14］張燕南，趙中建.大數(shù)據(jù)時代思維方式對于教育的啟示［J］.教育發(fā)展研究，2013（21）：1～5.

［15］閆光才.教育及社會科學研究中的數(shù)據(jù)［J］.北京大學教育評論，2013（10）：77～86.

［16］［22］李國杰，程學旗.大數(shù)據(jù)研究：未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領域［J］.中國科學院院刊，2012 （6）：647～659.

［17］范國睿.教育政策的理論與實踐［M］.上海：上海教育出版社，2011.175.

［18］國務院.國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）［Z］.2010.

［19］路德維珂·科拉羅，胡詠梅，梁文艷.國際組織教育政策監(jiān)測與評價體系的架構(gòu)及其對中國的啟示［J］.比較教育研究，2011（2）：70～75.

責任編輯/林 潔

G511

A

1674-1536（2014）09-0018-05

本文為教育部人文社會科學重點研究基地重大項目“基礎教育政策實施的監(jiān)測與評估體系研究”（項目編號：11JJD880005）的研究成果之一。

許?，?華東師范大學教育學系碩士生，研究方向為教育基本理論、教育政策。（上海 200062）