關于我國外語能力測評體系建設的幾點思考

楊惠中

我國教育考試規(guī)模大、社會權重大，往往成為社會關注的熱點，“分數(shù)面前人人平等”是社會普遍接受的原則，對保證教育公平與社會穩(wěn)定起了重要作用。但是考試作為評價學生知識和能力水平的唯一手段，尚存在一些目前無法解決的難題。社會期待考試改革，國務院在2014年9月3日發(fā)布的《關于深化考試招生制度改革的實施意見》（以下簡稱《實施意見》）中明確提出改革考試形式和內(nèi)容，其中加強外語能力測評體系建設首次在國家層面提出。因此，適時啟動外語能力測評體系項目是深化考試改革、提升考試質(zhì)量和功能的重要舉措，有利于考試更好地為教學服務。在這一項目確定的五項主要任務中，制定國家外語能力量表和制定適合我國國情的外語考試質(zhì)量標準是我國教育考試改革中的基礎工程，這兩項基礎工程的完成將為建立科學的教育考試制度提供強大的技術支持，對我國語言測試、語言教學產(chǎn)生深遠影響。以下從教育考試學術性的角度對建設我國外語能力測評體系談幾點看法。

1 建設外語能力測評體系需要頂層設計

我國外語能力測評體系的建設涉及國家、行業(yè)、專業(yè)等方方面面，需要從全局角度，運用系統(tǒng)論的方法，對項目進行統(tǒng)籌規(guī)劃，以集中有效資源，高效快捷地實現(xiàn)既定目標，因此做好頂層設計是這一項目成敗的關鍵。

在進行頂層設計時，必須正確處理考試、教學與考試結果的使用三者的關系。考試、教學和考試結果的使用，三者構成一個系統(tǒng)，要發(fā)揮系統(tǒng)的作用，三者必須相互協(xié)調(diào)，各司其職、各盡其責，做到有效測試、有效教學、有效使用，才能取得整個系統(tǒng)的最佳效果。

一談到教學改革，談到考試改革，人們往往大談考試的反撥作用和后效，有一種泛化的趨勢，仿佛教育中的一切問題都是考試造成的。事實上考試的作用是有限的，考試有好壞之分，教學也有好壞之分，考試結果的使用還有正確與否、恰當與否的區(qū)別，不能一概而論。這里有學術問題，也有社會問題；有測試問題，也有教學問題；有測試的內(nèi)容問題，也有測試的形式問題。這些問題糾結在一起，需要擘肌分理，一一澄清，否則無法得出正確的結論。

“考試內(nèi)部諸因素的關系，如命題、管理、評分等，是考試的認識論方面的問題；而考試與其外部諸因素的關系，主要是與政治、經(jīng)濟、教育的關系，是考試社會學方面的問題。歷史的經(jīng)驗反復證明，認識論方面的問題，會決定考試的質(zhì)量，而社會學方面的問題，則決定考試的存亡。”[1]因此，外語能力測評體系的設計既要考慮測評體系本身的科學性問題，同時還要兼顧考試的社會學問題。

2 建設外語能力測評體系要立足于我國語言教育和測試的實際

我國的語言教學環(huán)境和教育體制與其他國家和地區(qū)存在或大或小的差異，這些差異決定我們不宜直接采用或照搬其他國家和地區(qū)現(xiàn)成的語言能力等級量表，而是應該立足于我國語言教學與測試的實際，同時參照現(xiàn)代先進的語言教學、學習和測試理論，從我國國情出發(fā)，注重標準的科學性、可操作性和前瞻性。[2]

3 關于有效測試的標準

3.1 有效測試就是保證考試的科學性和公平性

考試的最大政治要求就是公平，這是整個社會的期待。我國有1 300多年科舉考試的歷史，考試在我國享有很高的威信，公眾普遍接受考試是相對公平公正的選拔、評價和錄用人才的方法，是維護社會公平、公正的道德底線，“分數(shù)面前人人平等”，考試公平合理，從不質(zhì)疑考試本身的質(zhì)量。但是，如果考試的分數(shù)不能準確反映學生的能力水平，或者測量的誤差很大，那么公平就成了問題?！胺謹?shù)面前人人平等”體現(xiàn)的僅僅是程序公平，測量公平不能保證，考試的有效性就無從談起。

保證測量公平，就是要保證考試的科學性，也就是要做到有效測試，這里涉及考試的效度、信度、分數(shù)可解釋性、分數(shù)等值處理等一系列技術和學術問題。一項考試的規(guī)模越大，考試的社會影響越大，保證考試的科學性就越重要。

但是在我國諸多的考試項目中，能達到上述考試技術要求的可謂鳳毛麟角。效度是考試的核心問題，開展效度研究并公布效度研究結果的考試項目極少。關于考試的信度，我國的考試項目特別是高利害考試采用的試題幾乎都未經(jīng)試測，試題難度的穩(wěn)定性在考試前無法保證，這就好比用一把沒有校正的尺子，直接用來對幾十萬、幾百萬考生進行測量，風險不可謂不大；此外，主觀題評分誤差不能得到有效控制也是影響考試信度的主要因素。關于分數(shù)的可解釋性和可比性，目前國內(nèi)考試項目大多數(shù)只提供給考生一個原始分數(shù)，至于與分數(shù)對應的考生的能力和水平無從知曉，再者因為分數(shù)沒有經(jīng)過等值處理，多次考試的結果無法比較，考生無法知曉自己的進步程度，教學機構也無法針對考生的情況進行有針對性的教學。

因此，國家外語能力測評體系在建設中一定要保證測量的有效性，整體考慮試測、等值、主觀題評分、效度等影響測量科學性和公平性的因素。

3.2 有效測試應達到學界公認的教育與心理測量標準

大規(guī)模高利害考試的設計、開發(fā)與實施是一項浩大的工程，必須達到一定的質(zhì)量標準。這里所說的標準，是指考試機構的行為準則、考試機構應該遵循的專業(yè)質(zhì)量標準。國家外語能力測評體系的建設，要考慮到考試各個環(huán)節(jié)并制定相應的專業(yè)標準，以規(guī)范教育考試行為，同時，標準也將為評價一項考試及其實施的后果提供依據(jù)。

我國有各種國家工業(yè)標準，考試卻缺乏相應的國標。美國1954年就有了《教育與心理測量標準》，到目前已經(jīng)修訂到第6版。我國亟需這樣的國家層面的測量標準，以保證測試的有效性。

教育考試是國家的一項基本教育制度，我國必須建立有中國特色的、科學的、符合國際教育測量專業(yè)標準的、能夠與國際接軌的教育考試測評體系。

4 要努力澄清有關標準化考試的許多誤解，繼續(xù)推進考試的標準化工作

標準化考試始于20世紀40年代的美國，我國從1985年開始探索在高考中實行標準化考試的經(jīng)驗，取得了很大成績。時任教育部考試中心主任的楊學為說：“所謂標準化考試，我理解，就是各年之間、各科之間的考試，信度、效度、區(qū)分度等各項指標都比較穩(wěn)定地符合最佳標準。這樣，雖然各年考題不同，但分值都是相等的；每年可以舉行幾次考試，其分數(shù)都等值；這樣，從各年之間考生得分的多少，就可以判斷教育水平的提高或降低，這樣，就不可能出現(xiàn)試題水平忽高忽低，或這一科容易、那一科難等問題，減少了高考對中學教學的消極影響。”這是對標準化考試的正解，但是還有很多對標準化考試的誤解，最常見的就是把標準化考試與選擇題等同起來。其結果，一是以為只要是多項選擇題就等于是標準化考試，甚至還有人為了節(jié)省閱卷成本，主觀題統(tǒng)統(tǒng)不要，搞所謂的“全標準化考試”，也就是全部采用多項選擇題的考試。顯而易見，只有對教育與心理測量毫無了解的人才會有這樣的提法，這種做法背離了科學的考試；二是以為多項選擇題完全可以考出學生的實際能力。實際上多項選擇題的弊端還是很明顯的，比如無法考查學生的思維過程，無法考查學生的表達能力。美國早已認識到以選擇題為主的標準化考試的弊端，已逐步在考試中增加主觀題的考查。實際上要命制好選擇題，不但專業(yè)要求高，而且需要很高的命題技巧。一個科學有效的試題往往需要經(jīng)過初審、試測、項目分析、終審這樣一個周期，達到試題難度、區(qū)分度的要求才能在正式考試中使用。

我國外語能力測評體系的建設要兼顧學生聽說讀寫譯各方面技能全面協(xié)同發(fā)展，正確理解考試的標準化，同時要堅持考試的標準化。

5 測量工具的權威性和統(tǒng)一性

《實施意見》明確指出，2015年起高考增加使用全國統(tǒng)一命題試卷的省份。這一改革方向是正確的，最后應過渡到全國使用同一份試卷。招生考試涉及兩個方面，招生是政策性問題，考試是學術性問題，兩者應該分離。考試是測量工具，應該保證它的權威性和統(tǒng)一性，對于高考這樣的高利害考試，全國應該用同一把尺子去度量考生，以保證它的專業(yè)標準，保證社會的公平公正。同時，“全國統(tǒng)考，可以集中全國最優(yōu)秀的專家，吸取外國的優(yōu)秀成果，研究考試中的疑難問題，以全國最優(yōu)秀的成果指導考試工作，集中全國最優(yōu)秀的教師參加命題，保證試卷質(zhì)量?？荚囎鳛橐环N服務性產(chǎn)業(yè)，其集約化程度越高，專業(yè)化越強，其服務質(zhì)量就可能越高，成本越低。這正是市場的原則——質(zhì)量與效益?！盵3]

由于考試的社會權重極大，必須關注考試的質(zhì)量問題，教育考試是一項學術性工作，需要盡快制定測量工具的標準，同時考慮到考試的高風險性和社會性，必須對考試有質(zhì)量監(jiān)控機制，有審查機制，以判斷考試是否達到國家標準，并應把質(zhì)量監(jiān)控結果向公眾公布。

建立中國英語能力等級量表和建立適合我國國情的外語考試質(zhì)量標準這兩項工作，是我國教育考試改革中的基礎工程，將起到“車同軌、量同衡”的作用。前者有望能大幅提高中國人學習英語的效率，做到英語學習不重復、不斷線、一條龍；做到分級教學、及時反饋；做到因材施教、循序漸進。后者將保證教育考試的專業(yè)質(zhì)量，有利于人才的選拔，保證教育公平和社會正義。

此外，希望盡快制定我國教育考試法，以保護考生權益、保護語言測試工作者正常工作的權利、保護考試知識產(chǎn)權，把滿天飛的模擬試題集之類教育垃圾清理出去，廓清教育市場，或許才有可能解決全社會深惡痛絕的應試教育問題，讓教育回歸本質(zhì)，還課堂教學以本來面貌，做到每堂課教有實效、學有實效，讓青年學生健康成長，讓考試科學地選拔人才，這是廣大教師和語言測試工作者樸素的中國夢。

[1][3] 楊學為.中國考試改革研究[M].北京：北京大學出版社，2001：1,351.

[2] 方緒軍，楊惠中，朱正才.制定全國統(tǒng)一的語言能力等級量表的原則與方法[J].現(xiàn)代外語，2008（11）：380-387.