联合国教科文组织利用教育统计，注重通过对各个教育系统的投入情况来衡量或判断教育体系的效果，开启了世界各国的教育比较研究。20世纪中叶，随着各国对教育系统结果的重视，特别是利用调查问卷的形式收集教育投入信息，同时注重教育产出及产出与投入之间的关系，国际测评随之产生。最早涉及国际测评的研究是在20世纪60年代，芝加哥大学的安德森（C.A.Anderson）教授在一次国际会议上提出了国际研究的可能性，利用学生在试卷上的成绩数据来比较国家间的教育系统。[1]在一些同领域专家的支持下，1960年，可行性研究（feasibility study）开始实施。该研究在12个国家的13岁学生中抽样，测试学生数学、科学、阅读理解、地理和推理能力。该研究展示了国际比较研究中相关方法及组织上的难度，其中也确实存在一些值得改进的地方。[2]
IEA一成立，就认为教育成绩的跨国比较是能够进行的，并将数学作为国际大规模测评研究的第一个学科，随即FIMS产生。FIMS既标志着国际大规模测评研究进入了一个新的阶段，也标志着数学教育国际比较从幕后走向了台前。表2-1罗列了一些1960年至今的国际大规模测评研究项目。[3]
表2-1 1960年至今的国际大规模测评研究项目
（续表）
注：P表示小学阶段，LS表示中学低段，US表示中学高段，A表示成人。
IAEP: the International Assessment of Educational Progress
PIRLS: Progress in International Reading Literacy Study
IALS: the International Adult Literacy Survey
CivED: Civic Education Study
SITES: Second Information Technology in Education Study
ALL: Adult Literacy and Life Skills Survey
TEDS-M: the Teacher Education and Development Study in Mathematics
PIAAC: Program for the International Assessment for Adult Competencies
StatCan: Statistics Canada
从表2-1可知，UNESCO、 IEA及OECD等相关组织主导了近半个多世纪国际大规模测评项目，其中IEA在这方面做了很多工作。20世纪90年代以来，对于国际大规模测评而言，无论是参与国的数量还是测试内容领域，都有了显著的提升和发展，如1995年TIMSS的参与国家达45个，2012年PISA的参与国家或地区达65个。同时，随着测量技术的发展，如项目反应理论（Item Response Theory，简称IRT）、复杂矩阵抽样（complex matrix sampling）、多元分析（multivariate analysis）及量表制作、建立在层次线性模型（hierarchical linear modelling）基础上的多水平模型（mti-level modeling）、结构方程模型（structural equation modeling）等技术的运用，无论是测试对象的数量和范围，还是测试内容及测试结果的质量、解释精确度，都有了大的提升。正是国际大规模测评，云集了不同领域的优秀专业工作者。他们的共同努力使得相关技术在测评中得到了合理的运用，并促进了这些技术的进一步运用和研究。
这些国际大规模测评所得的结果不仅为各国或地区政策制定人员提供了越来越准确和全面的信息，还通过描述或比较各教育系统的结果和影响因素，为各教育系统的公平和效率提供了更为精准的指标，更有利于支持相关政策的制定。同时，国际大规模测评的结果对本国或本地区的课程发展产生了影响，甚至为统计方法的研发及数量模型的运用提供了广阔的平台。
表2-1所罗列的涉及数学领域且针对中学阶段的国际大规模测评，主要有可行性研究、FIMS、 SIMS、 TIMSS、国际教育进程测评（IAEP）和PISA。前四个测评都是由IEA负责，
IAEP是由美国教育考试服务中心（Educational Testing Service，简称ETS）负责，PISA则是由OECD负责。
TIMSS和PISA是参加国家和地区地域分布最广，也是参加国家和地区数量最多的两个测评。可行性研究作为一项试验性测评，还存在着进一步发展的空间。[4] TIMSS是在FIMS和SIMS的基础上不断发展形成的。OECD将IEA的相关结果作为相应教育体系指标，在《教育概览》上发表。同时，在IAEP的基础上，OECD独立开发一系列与政策相关的指标，于2000年正式启动PISA项目。
因此，无论是从测评的规模、影响，还是从测评的连续性上来看，TIMSS和PISA都是国际大规模数学测评的两个里程碑。在进入21世纪的今天，这两个测评还是分别以一定的周期实施着，且发挥着越来越重要的影响。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
