教育公平視域下的英語社會(huì)化考試測量標(biāo)準(zhǔn)芻議

（河北經(jīng)貿(mào)大學(xué)050000）

教育公平視域下的英語社會(huì)化考試測量標(biāo)準(zhǔn)芻議

吉丹丹 王玉秀（河北經(jīng)貿(mào)大學(xué)050000）

考試測量標(biāo)準(zhǔn)由心理測試專家和教育工作者制定，以規(guī)范測試者的行為，提高測試專業(yè)化水平為目的，涵蓋考試的監(jiān)管、設(shè)計(jì)、評(píng)估和使用整個(gè)過程，為考生及其他利益相關(guān)者提供指導(dǎo)和佐證。本文回顧了國際上較有影響力的測試標(biāo)準(zhǔn)，基于項(xiàng)目反應(yīng)理論中的等值技術(shù)和測試方法提出教育公平視域下的考試測量標(biāo)準(zhǔn)。考試標(biāo)準(zhǔn)的制定有助于高考英語社會(huì)化考試的推行，推動(dòng)我國語言測試開發(fā)與研究的國際化，提升我國自行開發(fā)的英語考試在國際上的認(rèn)可度，為教育機(jī)構(gòu)及其他利益相關(guān)者提供入學(xué)、就業(yè)等決策依據(jù)。

英語社會(huì)化考試測試標(biāo)準(zhǔn)教育公平

一、前言

2013年12月7日，教育部已經(jīng)制定完成了考試招生改革總體方案中的部分細(xì)節(jié)：我國將探索外語考試不再統(tǒng)一高考時(shí)舉行，進(jìn)行社會(huì)化一年多考，2017年正式推廣實(shí)施，到2020年基本形成新的考試招生制度。社會(huì)化考試在形式上和內(nèi)容上不同于以往的統(tǒng)一高考，以往高考英語測試使用考試大綱指導(dǎo)考試的完成。但是鑒于外語社會(huì)化考試所帶來的后效作用和影響，教育測試專家應(yīng)該制定更為全面的教育和心理測量標(biāo)準(zhǔn)，以期指導(dǎo)、規(guī)范測試者的行為，使測試從設(shè)計(jì)、評(píng)估到使用的整個(gè)過程有章可依，最終的考試結(jié)果公平有效并能夠?yàn)榭忌屠嫦嚓P(guān)者負(fù)責(zé)。國外在語言測試標(biāo)準(zhǔn)研究和實(shí)踐方面已經(jīng)取得了許多重要成果，如國外的考試機(jī)構(gòu)分別頒布了《ETS質(zhì)量和服務(wù)標(biāo)準(zhǔn)》《歐洲語言測試者協(xié)會(huì)行為準(zhǔn)則》《國際語言測試協(xié)會(huì)行為準(zhǔn)則》等，但目前還沒有適合我國國情并能指導(dǎo)、規(guī)范考試設(shè)計(jì)者和使用者行為的語言測試標(biāo)準(zhǔn)。正如楊惠中和桂詩春教授(2007：372)所指出的，政府機(jī)構(gòu)相關(guān)部門應(yīng)盡快制定適合我國國情的測量標(biāo)準(zhǔn)，起到“量同衡”的作用。

二、國內(nèi)外測試標(biāo)準(zhǔn)研究回顧

國際上目前有多部具有影響力的考試標(biāo)準(zhǔn)，考試標(biāo)準(zhǔn)涵蓋從命題到實(shí)施的各個(gè)階段，本文按照標(biāo)準(zhǔn)的側(cè)重點(diǎn)不同分類介紹。第一類，側(cè)重考試實(shí)施方式的標(biāo)準(zhǔn)。如《教育與心理測試標(biāo)準(zhǔn)》（1985，1999）規(guī)定了測試的制作、測試適用范圍、評(píng)估標(biāo)準(zhǔn)等方面，側(cè)重于考試內(nèi)容的測試標(biāo)準(zhǔn)為考生備考和教師指導(dǎo)提供了方向，減輕了考試負(fù)擔(dān)，同時(shí)標(biāo)準(zhǔn)的制定與公開體現(xiàn)了測試的公平性；《歐洲語言測試者協(xié)會(huì)行為準(zhǔn)則》（1994）和《教育領(lǐng)域公平測試行為準(zhǔn)則》（1984，2004）告知相關(guān)人員考試的開發(fā)過程、施考、評(píng)分細(xì)則、考試成績的報(bào)道方式和分?jǐn)?shù)如何解釋等信息，透明的評(píng)分過程和分?jǐn)?shù)報(bào)告方式令人信服，確保為參考考生提供公平的競爭平臺(tái)；《ETS質(zhì)量和公平標(biāo)準(zhǔn)》是專門針對該考試而制定的標(biāo)準(zhǔn)，包括ETS評(píng)估類和非評(píng)估類產(chǎn)品和服務(wù)。第二類，側(cè)重道德標(biāo)準(zhǔn)的規(guī)則?！督逃郎y量中的專業(yè)責(zé)任準(zhǔn)則》（1995）詳細(xì)規(guī)定了參與教育測量各個(gè)步驟相關(guān)工作人員(如測試開發(fā)人員、營銷推廣人員、施考人員、評(píng)分員等)的責(zé)任與道德規(guī)范；《考生的權(quán)利和責(zé)任：準(zhǔn)則及期望》（1998）與前者相反側(cè)重了考生在考試全過程中的責(zé)任和權(quán)利；《國際語言測試協(xié)會(huì)道德準(zhǔn)則》（2000）規(guī)范了測試全過程中測試者的道德準(zhǔn)則。第三類，為使用者制定的責(zé)任。《考試使用者資質(zhì)工作小組報(bào)告》（2000）報(bào)告指出了考試使用者應(yīng)具備的核心知識(shí)和技能以及在特定環(huán)境下考試使用者的資質(zhì)；《標(biāo)準(zhǔn)化考試使用者的責(zé)任》（2003）強(qiáng)調(diào)了考試使用者的資質(zhì)、專業(yè)知識(shí)以及在考試選擇、施考、評(píng)分、分?jǐn)?shù)解釋及報(bào)道等方面的責(zé)任。

由于我國英語教學(xué)層次復(fù)雜、考試種類繁多，目前還沒有適合我國國情并能指導(dǎo)、規(guī)范考試設(shè)計(jì)者和使用者行為的語言測試標(biāo)準(zhǔn)，但是近年來關(guān)于制定我國統(tǒng)一的語言能力等級(jí)量表（韓寶成2006；楊惠中等2012）和語言測試標(biāo)準(zhǔn)（范勁松、金艷2010）的呼聲越來越高。在一些語言測試中，由于缺少測試項(xiàng)目的命題范圍，導(dǎo)致內(nèi)容難度沒有明確的描述，出題者在命題時(shí)題目的類型和內(nèi)容隨意性很大，出現(xiàn)各年題目難易不等的現(xiàn)象，如果調(diào)換出題成員，試題思路和測試項(xiàng)目也可能變化，增加了考生的復(fù)習(xí)難度和學(xué)習(xí)負(fù)擔(dān)。從教育公平性的角度來看，會(huì)使教育資源匱乏地區(qū)的考生備考更加苦不堪言。劉建達(dá)(2014)提出了我國英語考試等級(jí)量表的制作思路和步驟并提出利用RASCH模型進(jìn)行等值和錨題的選定。

由此，本文提出運(yùn)用項(xiàng)目反應(yīng)理論中的等值技術(shù)來制定標(biāo)準(zhǔn)框架，目的在于提高語言測試者的出題質(zhì)量和專業(yè)意識(shí)，并向考試的利益相關(guān)群體傳播考試開發(fā)和使用的基本知識(shí)以及考試在各個(gè)階段的實(shí)施做法。

三、我國英語社會(huì)化考試測試標(biāo)準(zhǔn)的框架

制定測試標(biāo)準(zhǔn)的目的在于公開考試政策、考試程序、錄取結(jié)果等，力求考試的每一個(gè)環(huán)節(jié)和細(xì)節(jié)都能夠成為共享信息，借鑒國外其他考試標(biāo)準(zhǔn)的制定框架，我國外語社會(huì)化考試測試標(biāo)準(zhǔn)可以分為以下幾個(gè)維度。

（一）道德和法律維度

高考是常模參照的大規(guī)模標(biāo)準(zhǔn)化高風(fēng)險(xiǎn)考試，因牽涉到千萬考生的命運(yùn)而歷來受到國家和社會(huì)的高度重視，被稱為“中國第一考”。外語考試改為社會(huì)考試需要制定相對穩(wěn)定的制度以保持考試的公平公正。考試制度的公平則體現(xiàn)在基本原則公平、技術(shù)公平與社會(huì)公平三個(gè)方面。高考要確保人人都享有平等參與考試的權(quán)利和義務(wù)，提供相對平等的參與考試機(jī)會(huì)和條件，考題資源和考試相關(guān)信息向大眾公開，保證考試結(jié)果和教育效果的相對均等，即每個(gè)學(xué)生接受同等水平的教育后能達(dá)到一個(gè)最基本的標(biāo)準(zhǔn)。

（二）基于項(xiàng)目反應(yīng)理論的考試大綱和考試內(nèi)容界定

首先，外語測試標(biāo)準(zhǔn)是實(shí)施標(biāo)準(zhǔn)化考試的前提。標(biāo)準(zhǔn)化考試嚴(yán)格要求測試方式的客觀性，必須制定統(tǒng)一的測量標(biāo)準(zhǔn)并采用有效措施來減少和控制測量的誤差。標(biāo)準(zhǔn)化考試是一個(gè)系統(tǒng)工程，它要求考試在各個(gè)環(huán)節(jié)上都按照已有規(guī)定實(shí)施，包括測試方式、考試時(shí)間、評(píng)分、分?jǐn)?shù)解釋等。其次，外語考試的構(gòu)念效度在測試標(biāo)準(zhǔn)中的體現(xiàn)?？荚嚨臉?gòu)念是指考試測量和考察到了什么，測量能力分為語言技能，社會(huì)交際能力和語言使用能力，根據(jù)測量能力制定考試細(xì)目表是測試標(biāo)準(zhǔn)中考試內(nèi)容維度的組成部分。本文提出以項(xiàng)目反應(yīng)理論中等值技術(shù)來制定考試標(biāo)準(zhǔn)，其前提條件是要保證在測量語言能力時(shí)，不同的試卷具有相同的構(gòu)念并具有較高的信度。項(xiàng)目反應(yīng)理論克服了考生樣本對于試題參數(shù)的影響，試題難度的因素主要來自于考生對題目的認(rèn)知和反應(yīng)過程。題目測量了目標(biāo)的認(rèn)知層次、知識(shí)含量、心理加工時(shí)間和復(fù)雜程度。以項(xiàng)目反應(yīng)理論為理論基礎(chǔ)的試卷等值后試卷具有分?jǐn)?shù)轉(zhuǎn)化對稱性，分?jǐn)?shù)不變性和跨樣本一致性等諸多優(yōu)勢，這樣就滿足社會(huì)化考試一年多考分?jǐn)?shù)的可比性要求。

（三）考試實(shí)施維度

考試的實(shí)施包括考試環(huán)境，考試時(shí)間和地點(diǎn)，監(jiān)考和參考人員的權(quán)利與責(zé)任等。此外，還應(yīng)該規(guī)定在特定環(huán)境下考試使用者的資質(zhì)等?？荚噷?shí)施維度的制定確保了考試的可行性?？荚嚨膶?shí)施在時(shí)間上可以分為三部分。第一，考試前的備考階段。此階段要選定出題人員，理論上出題人員要包括任課教師，測試專家和招生方，并對他們進(jìn)行培訓(xùn)和指導(dǎo)；確定考試時(shí)間和考場環(huán)境要求等條件；然后針對考試內(nèi)容制定考試命題雙向細(xì)目表，細(xì)目表的制作方法可參考李筱菊（2000）的制定方法；此外還要給出評(píng)分標(biāo)準(zhǔn)，考試范圍和考試大綱。第二，考試的實(shí)施階段?？荚噷?shí)施過程中各類突發(fā)事件的處理和應(yīng)對方法，考場指令和考試規(guī)則等，還應(yīng)該包含監(jiān)考人員須知和考生須知等實(shí)施細(xì)則，并告知考生遵守考試紀(jì)律以及違反規(guī)定后的懲罰措施。第三，考試結(jié)束后。此階段包括分?jǐn)?shù)的公布，分?jǐn)?shù)解釋和試題信效度檢驗(yàn)等。考試后收集考生和教師的反饋信息，總結(jié)考試和出題經(jīng)驗(yàn)。

四、結(jié)語

我國對于語言考試的公平性研究較少，已有的研究多是基于考試技術(shù)層面上的公平性，即DIF(試題差異性)研究、評(píng)分員或試題的偏頗研究等。測試的公平性不僅包括測試的技術(shù)層面還應(yīng)包括考試的社會(huì)層面，以測試公平為目的的測試標(biāo)準(zhǔn)則從考試的社會(huì)層面顧及考試的公平性，應(yīng)貫穿和指導(dǎo)考試的各個(gè)階段。測試標(biāo)準(zhǔn)的開發(fā)與起草，往往取決于命題組或者起草人員的主觀性或者經(jīng)驗(yàn)性的認(rèn)識(shí)與了解，項(xiàng)目反應(yīng)理論中等值技術(shù)可以把測試題目放置于同一量尺之上，從而實(shí)現(xiàn)試卷等值。同時(shí)，該理論還可用于構(gòu)建題庫，設(shè)立錨題，項(xiàng)目分析，裁定評(píng)分標(biāo)準(zhǔn)和評(píng)分員與試題是否擬合，是教育測量中常常使用的測試?yán)碚?。等值技術(shù)的實(shí)現(xiàn)條件也是測試標(biāo)準(zhǔn)必要條件，測試標(biāo)準(zhǔn)除了告知使用者應(yīng)具備的核心知識(shí)和技能外，更重要的是要為試題等值做好前提準(zhǔn)備。

國外針對測試標(biāo)準(zhǔn)和語言能力的研究成果顯著，尤其是歐共體語言框架（CEFR）的頒布對語言能力等級(jí)做出了詳盡的描述。很多測試學(xué)家以該框架為標(biāo)準(zhǔn)比較和銜接本國的語言能力標(biāo)準(zhǔn)，如我國學(xué)者將HSK漢語考試和CEFR比較和對接。我國學(xué)者目前正在積極開展外語語言能力等級(jí)和測試標(biāo)準(zhǔn)等方面的研究。制定外語能力的測試標(biāo)準(zhǔn)是測試實(shí)施的首要任務(wù)，是保證測試公平和有效的唯一途徑，是我國測評(píng)體系與國外測評(píng)接軌的方式，同時(shí)更是為考生，教師和招生院校服務(wù)的考試實(shí)施方案。

[1]Weir，J.C.et al.Measured Constructs. Cambridge∶Cambridge University Press，2013.

[2]Boyd K&Daviesa.Doctorps orders for language testers:The origin and purpose of ethical codes[J].Language Testing,2002（3）.

[3]韓寶成，羅凱洲.語言測試效度及其驗(yàn)證模式的嬗變[J].外語教學(xué)與研究，2013（3）：411-425。

[4]范勁松，金艷.語言測試標(biāo)準(zhǔn)研究：回顧、反思和啟迪[J].外語界，2010（1）：82-91.

[5]金艷，張曉藝.技能綜合對語言測試構(gòu)念效度的影響—英語考試與大學(xué)英語六級(jí)網(wǎng)考的對比研究[J].外語電化教學(xué)，2013（6）：3-10。

[6]李清華.《語言測試與效度驗(yàn)證—基于證據(jù)的研究方法》述介[J].現(xiàn)代外語，2007（2）：214-217.

[7]劉建達(dá).我國英語能力等級(jí)量表研制的基本思路.中國考試，2015（1）：7-13.

[8]楊惠中，杜詩春.制定亞洲統(tǒng)一的語言能力等級(jí)量表[J].中國外語，2007（2）：33-37.

吉丹丹（1977-），黑龍江人，講師，研究方向：語言測試。

王玉秀(1972-)，黑龍江人，副教授，研究方向：翻譯與外語教學(xué)。

（責(zé)編 張翼翔）

河北省教育廳人文社科招生考試專項(xiàng)課題“項(xiàng)目反應(yīng)理論下的英語社會(huì)化考試測試標(biāo)準(zhǔn)研究”（項(xiàng)目編號(hào)KSZX201415）結(jié)項(xiàng)文章，本文同時(shí)得到國家留學(xué)基金委資助。