终身学习已成为各国教育政策的高频词，但它究竟如何被测量？现有国际统计大多记录学历、正规教育经历和特定年龄段的培训，发生在工作场所、家庭、社区与数字空间中的大量学习仍难以进入政策视野。2026年7月28日，经济合作与发展组织（OECD）发布《开发终身学习测量框架的概念基础》（A Conceptual Foundation for the Development of a Lifelong Learning Measurement Framework）。报告把问题从“有多少人参加了教育和培训”推进到“一个社会的学习需求、学习机会及其连接机制能否被整体观察”，为理解终身学习体系提供了一套新的分析语言。（胡昳昀）

终身学习为什么长期“测不全”？

各国普遍承认，学习并不会在离开学校后停止。技术变迁、人口老龄化、职业流动和公共生活都要求人们在不同人生阶段更新知识与能力。然而，报告指出，国际数据系统最初主要为衡量教育程度和特定阶段的培训而设计，难以完整呈现学习如何贯穿一生、发生于多种生活情境。

这种不足集中体现为四个缺口。第一，年龄覆盖偏窄，许多国际调查主要关注25—64岁人口，对儿童在校外的学习以及64岁以上人群的学习了解有限。第二，现有调查多提供某一时点的横截面信息，难以追踪个体从学校、就业、转岗、组建家庭到退休过程中能力如何发展。PISA与国际成人能力评估（PIAAC）等调查之间缺少系统的纵向连接，也使早期教育投入的长期影响难以判断。第三，测量结果过度集中于就业、工资和生产率，对公民参与、健康素养、社会凝聚、个人能动性与福祉等学习回报关注不足。第四，工作、家庭、社区和数字平台中的非正式学习仍然难以被识别。当某些学习不被统计，它们也更难进入资源配置、资格认可和公共政策的视野。

从“教育系统”转向“学习系统”

报告最重要的认识变化，是将测量对象由传统“教育系统”扩展为“学习系统”。教育系统通常以学校、课程、学历和教育行政部门为边界；学习系统则关注一个社会中实际发生学习的全部场域，以及不同机构如何共同支持个体持续发展。学校仍然重要，但不再是唯一的学习提供者。

在这一视角下，雇主和工作场所、就业与社会福利机构、图书馆、社区组织、家庭以及数字平台都可能构成学习机会的一部分。学习的政策目标也不只限于就业能力，还包括健康生活、社会参与、适应变化和个人发展。报告由此提醒，终身学习并不是成人教育项目的简单集合，而是跨越教育、劳动、社会保障和公共文化等部门的系统议题。

这种转向也改变了政策评价的提问方式。仅统计课程数量或参与率，无法说明机会是否回应了真实需求，也无法解释为什么投入相近的国家会产生不同结果。有效的测量应当能够识别：谁需要学习、哪里存在机会、哪些群体无法获得机会，以及制度是否帮助人们在不同阶段找到合适的学习路径。

“需求—供给—协调”如何构成框架？

为回答上述问题，报告提出相互关联的三支柱框架。第一支柱是“需求”，包括个人、组织与社区、社会三个层次。个人层面的需求来自工作和日常生活中的能力差距；组织与社区层面的需求体现为企业、行业、公共服务和地方社会所需的知识与技能；社会层面的需求则与人口结构、技术变革、绿色转型及其他系统性变化有关。

第二支柱是“供给”，即学习机会由谁提供。报告将供给大致分为四类：正规教育机构；雇主和工作场所；就业、社会福利等公共项目；公民社会与社区组织。不同国家在这些领域的投入、准入条件和相互连接方式上差异明显，而这些差异会直接影响不同人群能否参与学习。

第三支柱是“协调”，即如何使需求与供给相互匹配。即使社会存在明确的学习需求，也拥有数量可观的课程和机构，如果资格之间不能衔接、信息难以获得、学习成果不能认可，个人仍可能找不到合适路径。治理安排、资历框架、学习与职业指导、经费机制以及跨部门合作，都是协调的重要组成部分。因此，测量终身学习不能只数“提供了多少”，还要观察“是否提供了所需要的”以及“人们能否真正到达”。

数字化正在改变“什么算学习”

传统分类通常区分正规教育、非正规教育与非正式学习。报告认为，这一区分仍有价值，但数字化和新的认证方式正在使边界变得模糊。微证书可能具有明确课程结构，却不属于传统学位体系；平台课程可以高度组织化和规模化，却未必嵌入正规教育机构；原本非正式的学习，也可能在事后通过能力认证获得可见的资格。

为容纳这些变化，报告提出从“正规化程度”和“数字化程度”两个维度理解学习。前者考察学习是否具有明确课程、制度安排和认证，后者考察数字技术在内容提供、互动、记录和评价中的作用。与把每项活动硬性归入单一类别相比，这种连续维度更有利于描述混合式、平台化和不断演变的学习形态。

这一变化具有明显的公平含义。如果统计工具只能识别注册课程，就可能低估通过工作实践、移动设备、开放资源和社区活动获得的学习；但如果仅凭点击、观看时长等数字痕迹认定学习已经发生，又可能混淆接触信息与形成能力。新的测量体系需要同时处理参与、学习过程、成果和情境，而不能把可记录的数据直接等同于有意义的学习。

从概念框架走向怎样的数据体系？

报告把框架落地分解为五条可以并行推进的数据建设路径。它的基本思路不是另起炉灶建立一套庞大调查，而是先改造已有调查，再连接纵向与行政数据，逐步把分散的学习记录整合起来。

第一，改造横截面调查，把“谁在什么情境下因何学习”问得更细。报告建议在成人教育调查（AES）、PIAAC、PISA和继续职业培训调查（CVTS）等现有工具中增加核心题项或专题模块：年龄范围向下覆盖16—18岁青年，向上扩展到65岁以上、最好70岁以上人群；在PISA中增加15岁学生参加社团、公民活动、文化活动和数字平台学习的题项；不只询问是否参加课程，还区分正规、非正规与非正式学习的组合方式。对数字学习，则进一步记录同步或异步、线上或混合、使用何种平台和设备、是否借助人工智能辅导以及使用强度。对非正式学习，可缩短回忆周期，采用日记法或手机即时记录，捕捉工作讨论、解决生活问题、社区参与等偶发学习。调查还应分别测量学习动机以及情境、制度、时间和心理等障碍，并加强对企业学习文化、公共部门和非营利组织所提供学习机会的调查。报告建议先在5—10个国家试测新模块。具体试测中还应借助认知访谈、漏答率和跨文化等值性检验逐步修订，而不宜直接形成排名指标。

第二，建立纵向观察，使学习由一次性的“参加过没有”变为可以追踪的轨迹。具体做法包括：在青年追踪调查、就业追踪调查和老龄化调查中嵌入相同的终身学习模块，反复记录学习需求、获得的机会、实际参与和阶段性结果；协调各国调查的时间间隔、核心变量和元数据标准；在严格保护隐私的前提下，用共同标识符把国际横截面调查同本国纵向调查和行政记录连接。例如，可将青少年阶段的PISA表现与成年后的PIAAC能力测量联系起来，再接入学历、就业、收入或社会参与记录。这样才能比较某人在入职、转岗、失业、育儿或退休前后需要什么学习、是否获得支持、能力和生活结果如何变化，而不是把不同年龄人群在某一时点的差异误认为同一个人的发展过程。

第三，把行政数据从“有多少人、花了多少钱”细化为可评价的学习过程和结果。目前招生、注册、课程完成、就业服务和公共培训数据通常由不同部门分别掌握，定义也不统一。报告建议先协商共同口径，例如课程层级、学习时数、完成状态、认证结果和提供者类型，再把教育记录同就业、收入、健康和公民参与等结果连接。报告特别以积极劳动力市场政策为例：不能只公布培训总支出，而应区分一般求职咨询与能够取得资格的培训，按国际教育分类标准识别“与资格相联系的项目”，并建立项目完成率、取得认证比例和后续就业稳定性等指标。由此可以回答某类项目究竟只是提供了服务，还是形成了可验证的能力并改善了后续发展。

第四，建设累积学习记录或“技能护照”，让分散在不同机构和人生阶段的成果能够被携带和核验。报告设想的数字档案不仅收录学位、学历等正规资格，也包括微证书、职业培训证书以及经过验证的非正式能力。欧洲Europass、新加坡MySkillsFuture和澳大利亚SkillsAware分别展示了跨境展示资格、连接培训补贴与课程、依据国家技能分类形成能力画像等做法。若把这一设想转化为具体的数据设计，每条记录至少需要说明成果名称、颁发或验证机构、对应能力与层级、学习或考核方式、取得时间和证据来源，并能够同国家资格或技能分类对应。个人应当决定哪些信息可以被学校、雇主或政府调用；系统还需解决不同平台之间的互操作、证书真伪、更新与失效、数字鸿沟和数据安全问题。技能护照的价值不在于把人的全部活动永久记录下来，而在于让跨机构、跨地区和职业转换中的既有学习得到承认。

第五，采用日记、平台数据和人工智能等新方法，补足调查难以捕捉的实时学习。报告提出，可由参与者通过手机应用在学习发生时记录活动、目的、场景、持续时间和感受，也可在取得同意后把这些记录与平台使用数据、调查回答和行政数据结合。平台数据不能只看点击次数或观看时长，还应区分信息接触、持续参与、任务完成、能力验证和后续应用；人工智能可用于整理开放式回答、识别新的学习主题或预测需求与供给错配，但必须检查训练数据偏差、群体代表性和误判风险。报告所说的“实时指标”更适合作为发现变化和启动调查的信号，不能未经验证就代替能力测验或政策效果评估。

把五条路径合在一起，可以形成一个较为具体的测量链条：以一次“学习发生”为基本记录单位，先标明学习者所处的人生阶段和学习需求，再记录机会由谁提供、以何种方式获得、有哪些费用和时间障碍，随后观察是否参与、是否完成、形成了什么近期能力，并在后续追踪就业、健康、社会参与和福祉等较远结果。调查主要解释动机和障碍，行政数据提供较稳定的参与与结果记录，技能护照保存个人可携带的成果，平台与移动记录补充高频、非正式活动。多种数据相互校验，才可能避免把“报名”当作“学习”、把“学习”当作“掌握”，又把“取得证书”直接等同于长期受益。

这份报告首先提供了重新审视“终身学习体系”的分析框架。研究不必停留在成人是否参加培训，还可以考察不同年龄和社会群体的学习需求如何形成，学校、企业、社区与公共服务提供了哪些机会，以及资格认可、信息服务和跨部门治理能否把需求与机会连接起来。它提出了教育统计边界问题。伴随职业转换、人口老龄化、数字学习和微证书发展，单纯依靠学历与课程参与数据，越来越难以反映社会成员的实际学习轨迹。未来研究可进一步讨论如何在保护个人权益的前提下连接教育、就业和公共服务数据，以及如何衡量学习对健康、公共参与和生活质量的影响。

同时也应看到，这是一份为后续测量框架奠定概念基础的研究报告，并非已经实施的OECD统一指标或对成员国的强制标准。其“需求—供给—协调”框架具有启发性，但具体指标仍需适应各国制度、数据能力与文化情境。它真正推动的，不是为终身学习找到一个简单数字，而是让那些长期处于统计视野之外的学习进入可讨论、可比较、也可被政策回应的范围。

术语说明

终身学习（lifelong learning, LLL）：贯穿人的整个生命历程，并发生在学校、工作、家庭、社区和数字环境等多种情境中的学习。报告同时强调“生命全程”与“生活全域”。

横截面数据（cross-sectional data）：在特定时间点对不同个体或群体进行观察的数据，可描述当时状况，但通常不能直接揭示同一个体随时间发生的变化。

纵向数据连接（longitudinal data linkages）：将同一个体在不同时间或人生阶段的数据相互连接，用于研究学习轨迹、能力变化及长期结果。

累积学习记录／技能护照（cumulative learning records / skills passports）：汇集个人在不同阶段取得的资格、微证书及其他经验证学习成果的可携带记录；其应用以互操作、质量保障、隐私保护和个人控制为重要前提。

报告来源

Desjardins, Richard, and Jan Kalenda. 2026. A Conceptual Foundation for the Development of a Lifelong Learning Measurement Framework. Educational Research and Innovation. Paris: OECD Publishing. DOI: 10.1787/27e5a619-en.

正式发布日期：2026年7月28日　文献类型：OECD“教育研究与创新”系列研究报告

OECD官方页面：https://www.oecd.org/en/publications/a-conceptual-foundation-for-the-development-of-a-lifelong-learning-measurement-framework_27e5a619-en.html

官方PDF：https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/07/a-conceptual-foundation-for-the-development-of-a-lifelong-learning-measurement-framework_c06663fd/27e5a619-en.pdf