新時代背景下國內(nèi)高風險語言測試研究概述
——基于CNKI 2012-2022年文獻分析

劉新樂,吳耀武

(西安外國語大學 a.英文學院;b.高級翻譯學院,西安710119)

一、引言

中國特色社會主義進入新時代以來,各行各業(yè)對于人才的需求也日漸增多,而在語言類行業(yè)進行公平有效人才選拔的方式最為大眾所信服的便是通過語言測試。語言測試根據(jù)測試結(jié)果可以分為高風險語言測試和低風險語言測試,而選拔人才最主要的方式是高風險語言測試。高風險語言測試是指測驗結(jié)果對個人或單位具有重大意義或產(chǎn)生決定性影響的測驗[1]。我國的中高考英語、大學英語四六級以及漢語水平考試等均屬于高風險語言測試,這類測試與其他測試相比最為突出的特點是風險高且影響深遠[2]。因此,本研究擬對中國知網(wǎng)2012—2022年間有關(guān)高風險測試的文獻進行整合與分析,主要探索本領(lǐng)域目前研究現(xiàn)狀,并試論其不足之處以及展望該領(lǐng)域未來發(fā)展。

二、文獻來源

本研究以CNKI(中國知網(wǎng))作為數(shù)據(jù)來源,為保證所檢索的相關(guān)文獻無遺漏,筆者運用高級檢索服務(wù),以“語言測試”為關(guān)鍵詞和主題檢索2012—2022年的文獻,得到相關(guān)文獻235篇,后又以“語言測試”為主題,以及摘要中涉及“語言測試”的文獻,檢索出期刊文獻682篇。由于本研究的研究內(nèi)容主要關(guān)注高風險語言測試且高風險語言測試涵蓋范圍較大。同時發(fā)現(xiàn)期刊文獻較少以高風險考試為名,且大多研究僅僅聚焦于某類高風險語言測試。因此,本文以“大學英語四六級”“專業(yè)英語四八級”等具體高風險考試名稱篩選出相關(guān)文獻,通過刪除重復(fù)文獻、書評以及與高風險語言測試無關(guān)的內(nèi)容后,得到有效文獻125篇作為本研究主要的文獻內(nèi)容。

三、高風險語言測試研究現(xiàn)狀分析

表1和圖1是我國自2012—2022年有關(guān)高風險語言測試的發(fā)文數(shù)量統(tǒng)計以及發(fā)文趨勢。從表1可知,我國每年有關(guān)高風險語言測試的發(fā)文量并不多,其中,2013年發(fā)文量最多,為20篇,而2021年發(fā)文量最少,僅有3篇,發(fā)文量差距較大。從圖1可以看出發(fā)文趨勢呈波動式發(fā)展,主要可分為三個階段：2012—2014年期間處于快速發(fā)展階段,2013年發(fā)文量為20篇,較2012年增長5篇;2015—2018年處于緩慢下降階段,2017年和2018年發(fā)文數(shù)量僅有9篇;2019—2022年處于急速下降階段,最低發(fā)文數(shù)量為2021年,僅有3篇高風險語言測試相關(guān)文獻。總體看來,近幾年來學者對于該領(lǐng)域的關(guān)注度呈下降趨勢,關(guān)注度較之前顯著降低。

圖1 2012—2022年高風險語言測試發(fā)文趨勢

表1 2012—2022年高風險語言測試發(fā)文量統(tǒng)計

為更清晰了解高風險語言測試發(fā)展現(xiàn)狀,本研究根據(jù)文秋芳和任慶梅的分類方式,將125篇文獻按照實證研究與非實證研究進行分類,分類的原則為：提供了研究對象、研究工具、數(shù)據(jù)收集和分析等相關(guān)信息的文章即為實證研究,否則為非實證研究[3],結(jié)果如表2所示。實證研究文獻共40篇,占總文獻量的32%;非實證研究為85篇,占總文獻量的68%。非實證研究文獻占比過半,且數(shù)量遠大于實證研究文獻,可見近10年有關(guān)高風險語言測試的文章以非實證研究為主。本文將從實證研究和非實證研究的具體方面分析國內(nèi)高風險語言測試的發(fā)展現(xiàn)狀。

表2 2012—2022年國內(nèi)高風險語言測試分類統(tǒng)計

(一)實證研究

本文對于實證研究文獻的分析主要從測試類別、研究樣本以及研究內(nèi)容三方面進行。

1.測試類別

2012—2022年高風險語言測試的涉及以下七類考試：中考英語、高考英語、大學英語四級、六級、專業(yè)英語四級、八級、漢語水平考試、考研英語以及雅思托?？荚?詳細文獻數(shù)量如表3所示。其中,大學英語四級、六級在近10年中受到的關(guān)注度最高,篇數(shù)占比達到總測試類別的32.5%,關(guān)于大學英語四級、六級的實證研究主要聚焦于測試對于教師教學的反撥效應(yīng)[4-5]以及對于學生學習的反撥作用[6-7]。此外,篇數(shù)最少的為考研英語相關(guān)研究,僅有一篇,為徐莎莎關(guān)于考研英語對教學的反撥效應(yīng)研究,作者通過對于不同群組學生進行訪談和課堂觀察,發(fā)現(xiàn)存在學習目標、學習重點偏離以及教學方式單一等問題[8]。

表3 2012—2022年高風險語言測試實證研究測試類別

2.研究樣本

2012—2022年高風險語言測試中實證研究涉及的研究樣本如表4所示。由表4可知,國內(nèi)高風險語言測試實證研究主要是關(guān)注考生群體,相關(guān)文獻有18篇,占實證研究總數(shù)的45%,在有關(guān)考生的研究中,黃春霞關(guān)于考生群體的研究中最為全面,被調(diào)查考生的性別、年齡區(qū)間、職業(yè)情況以及教育背景及分布均較為全面[9]。而對于教師單個群體、考生與教師以及考生、教師與管理者的組合群體研究則較少,尤其是對于考生、教師和管理者三者的研究僅有兩篇,分別為萬書霞對于大學英語四六級聽力改革及其反撥研究[10],以及張艷莉與孔傅鈺關(guān)于漢語水平測試的反撥效應(yīng)研究[2],僅占實證研究總數(shù)的5%。

表4 2012—2022年高風險語言測試實證研究樣本

3.研究內(nèi)容

在各類高風險語言測試中,其研究內(nèi)容方面較為多樣化,如表5所示。語言測試與教學和學習是息息相關(guān)的,而反撥效應(yīng)是指語言測試對教與學的影響,因此,反撥效應(yīng)研究在高風險語言測試實證研究中有17篇,占比42.5%,主要探究測試對于教師教學和學生學習的反撥效應(yīng)[2,8,11]。除此之外,研究數(shù)量最少的為教師反饋和語言技能與性別差異研究,各僅有一篇,共占比5%,其中,屠麗華和蔡慧萍調(diào)查了大學英語四級考試中的性別差異對于語言技能的影響,結(jié)果表明男女生在大學英語四級成績的四個分項均有顯著差異[12]。學生的性別差異會對語言技能產(chǎn)生影響,但這不是不可逆轉(zhuǎn)的現(xiàn)象,對于某些技能的提高可以借助外部幫助,如王哲和岳紫嫣對于教師反饋對提高學生雅思寫作能力進行了實證研究,結(jié)果顯示“教師面對面反饋可有效提高學生雅思寫作能力”,為我國學生雅思寫作分數(shù)的提高提供了有效途徑[13]。

表5 2012—2022年高風險語言測試實證研究內(nèi)容

(二)非實證研究

由表2可知,我國近十年來非實證研究篇數(shù)為85篇,占總研究68%,仍在研究中占較大比重,因此,筆者為詳盡分析非實證研究內(nèi)容,將85篇非實證研究分為以下五類(見表6)：語言測試信效度和反撥效應(yīng)、不同理論視角與語言測試、個人經(jīng)驗與觀點、文獻綜述、語言測試其他維度,并對其各類具體內(nèi)容在下文做詳細論述。

表6 2012—2022年高風險語言測試非實證研究類型概況

首先,由表6可知,研究數(shù)量最多的為“語言測試信效度和反撥效應(yīng)”,共有37篇,占比43.5%。自從反撥效應(yīng)在我國開始發(fā)展,反撥效應(yīng)的研究便層出不窮,除了大量的實證類文章,非實證類文章數(shù)量也不少。本文關(guān)于高風險語言測試的探究必然離不開反撥效應(yīng),因為高風險語言測試的屬于大規(guī)模測試,其必然會對教師教學和學生學習產(chǎn)生較大影響。在本文收集到的有關(guān)反撥效應(yīng)的非實證研究中,主要涉及了大學英語四六級、專業(yè)英語四八級、漢語水平考試和高考英語等高風險語言測試類型,且大多研究以上測試對于教學的反撥作用[14-16]。但范曉薇和劉沛言另辟蹊徑,從社會和人文素養(yǎng)的角度對于專業(yè)英語四級考試給高風險測試的利益相關(guān)者(即教師、學生和家長等)帶來的負面反撥效應(yīng)做了論述[17],本文認為,過度重視TEM4的分數(shù),會使利益相關(guān)者形成“唯分數(shù)論”的思維,且不利于社會公平性的發(fā)展。另外,在TEM4中取消了人文素養(yǎng)的有關(guān)知識不利于語言學習者人文素養(yǎng)的培養(yǎng)與提高。除此以外,錢慧基于Bailey于1996年在文章中所探討的反撥效應(yīng)運作機制,構(gòu)建了有關(guān)大學英語四級的反撥效應(yīng)衡量模式,實現(xiàn)了理論方面的創(chuàng)新[18]。除反撥效應(yīng)外,語言測試的信度和效度是語言測試必不可少的話題,但相較于反撥效應(yīng),有關(guān)信效度的非實證研究數(shù)量較少。蘇悅暢提出要從明確測試的目的、方式、內(nèi)容等方面加強語言測試的信效度,從而提高測試和教學的質(zhì)量[19]。

其次,有關(guān)高風險語言測試的非實證研究也與其他不同理論相結(jié)合或者從不同理論視角進行研究,相關(guān)研究文獻較多,為20篇,占非實證研究總數(shù)的23.5%。其中姜秀娟的文章中,通過使用Bachman的評估使用論證理論進行對于高考的公平性的研究,肯定了英語高考“一年兩考、取最高分、分等級計入”的社會化考試模式的改革方向,并從考生、考試內(nèi)容以及評分差異等多方面提出了建設(shè)性意見[20]。除了對現(xiàn)有理論與語言測試的結(jié)合研究,還有學者以現(xiàn)有的理論為基礎(chǔ),創(chuàng)新了高風險語言測試的設(shè)計框架,如在韓寶成和張允的文章中,他們通過結(jié)合心理和語言測試等的相關(guān)理論,并與國外較為成功的托福和雅思的考試進行測試目標和測試內(nèi)容方面的對比,發(fā)現(xiàn)我國高考英語設(shè)計的不合理性,并在此基礎(chǔ)上對于高考英語考試設(shè)計的框架進行了創(chuàng)新,提出了“任務(wù)-能力”設(shè)計框架,為高考英語測試提供了有效的參考[21]。而同樣是對高考英語進行研究,除了從宏觀角度進行研究以外,還有學者僅僅聚焦于某一地區(qū)的高考英語,有針對性地進行研究,如潘鳴威的文章則僅僅聚焦于上海地區(qū)的高考英語試題,從歷時的角度回顧其變遷,并指出背后變化著的理論基礎(chǔ)和效度觀。最后,基于回顧,作者提出了“注重高端人才選拔”和“加強考試數(shù)據(jù)透明度”等改革建議,為上海高考英語的發(fā)展提供了可靠方向[22]。

其三,語言測試的其他維度研究共16篇,占研究總數(shù)量的18.8%。主要從語言測試的公平性和真實性、評分標準和利益相關(guān)者等方面進行,對于語言測試真實性的研究主要聚焦于某一測試的某一具體題型進行深入研究,如周培樹的研究主要是關(guān)于大學英語四六級的口語考試真實性的研究[23],而汪惠彥則主要研究大學英語六級聽力考試的真實性[24]。而有關(guān)公平性的研究,學者對于高考英語的“一年多考”制度提出相關(guān)建議,張曉丹和張彧在分析“一年多考”的利弊后,為保證測試的公平性提出“保證試題難度統(tǒng)一”的建議[25]。除此之外,有關(guān)評分標準和利益相關(guān)者的研究較少,魏緒濤和巴隴鋒對于大學英語四六級主觀題的評分“主觀題型客觀化”的現(xiàn)象提出了建議,作者認為評分標準應(yīng)根據(jù)考生的用心程度進行劃分,并且提議以閱卷人親自體驗題目的方式來感受此標準等,試圖使得題目的評分標準更加人性化[26]。而有關(guān)利益相關(guān)者的研究則主要基于Bachman的評估使用論證框架,如徐啟龍的研究則立足于AUA框架,對于測試開發(fā)者和使用者的責任進一步明確[27]。

最后,有關(guān)個人經(jīng)驗與觀點以及文獻綜述的文章共12篇,與其他類型相比數(shù)量最少,占比也最小,僅有14.1%。個人經(jīng)驗與觀點類的文章主要通過國內(nèi)外考試對比或者國外考試的理念或其他方面對國內(nèi)的考試以及教學等方面產(chǎn)生的啟發(fā)。王立群通過對美國托?？荚嚥煌鐣巧钠饰?從“語言測試政策”和“語言測試實踐”兩方面對我國英語測試提出建議,特別是“將語言測試納入語言服務(wù)行業(yè)體系”,將語言測試從學校內(nèi)部擴展到社會中,利于語言測試的社會化發(fā)展[28]。文獻綜述的文章僅搜集到一篇對漢語水平測試的綜述：孔傅鈺和張艷莉于2004—2020年期間漢語水平測試有關(guān)的文章進行了綜述,對于漢語水平考試的研究現(xiàn)狀和不足進行了詳細論述,并對其未來發(fā)展進行展望[29]。

四、高風險語言測試研究不足

(一)理論創(chuàng)新匱乏 研究動力不足

從2012—2022年期間總體發(fā)文量看來,有關(guān)高風險語言測試的發(fā)文量總體持下降態(tài)勢,近三年來發(fā)文量均未超過十篇,本文認為可能有以下兩方面原因：(1)該領(lǐng)域未出現(xiàn)新理論。由本文我們可以看出,有關(guān)高風險語言測試的研究,無論是實證還是非實證研究,大多離不開反撥效應(yīng)和信效度的研究,而近年來并未有學者在此領(lǐng)域提出理論方面的創(chuàng)新,而自反撥效應(yīng)和信效度在我國風靡伊始,有關(guān)此領(lǐng)域的研究已幾近飽和,研究空間較小。(2)重復(fù)研究較多。在本文收集的文獻中,CSSCI以及SCI文章屈指可數(shù)。可見,無論是實證還是非實證研究,僅滿足于對前人研究的重復(fù),推陳出新的文章較少。

(二)測試類型局限 研究樣本覆蓋面窄

由表3可知,研究的測試數(shù)量最多的為大學英語四六級考試,對其他測試的研究數(shù)量均較少,尤其是對于考研英語的研究,僅在2017年有一篇文章。但是,近年來,考研人數(shù)不斷激增,而上岸人數(shù)卻不足考研人數(shù)的一半,除其他原因外,考研英語未過線也是非英語專業(yè)學生面臨的極為棘手的問題。因此,對于考研英語的研究必不可少。另外,有關(guān)高風險語言測試的研究樣本覆蓋面也較窄。高風險語言測試同時也是大規(guī)模測試,所以考試所涉及到的人群絕不僅僅包含考生、教師和管理者,包括考試項目的設(shè)計開發(fā)者(即測試工作者)、學生家長等[30]。

(三)實證非實證研究數(shù)量不均衡

由表2可知,非實證研究文獻數(shù)量85篇,實證研究文獻數(shù)量40篇,非實證研究比實證研究文獻數(shù)量的一倍還多,數(shù)量極不均衡,且這其中存在一些問題,如非實證研究的相關(guān)研究,并未對于研究涉及到的個體或者組織進行觀察和研究,卻提出一些建議和意見。本文認為其說服力并不強,且部分都是通過常識可以推斷出的內(nèi)容,因此產(chǎn)生的意義較小。

五、研究展望

通過對于中國知網(wǎng)整理出的125篇文獻進行分類分析,可知我國高風險語言測試的相關(guān)研究總體處于下滑狀態(tài),且存在一些不足之處。基于以上闡釋,本文認為要提高高風險語言測試領(lǐng)域研究數(shù)量和質(zhì)量,還需在以下方面做出努力：

第一,鼓勵教師合作發(fā)文且多發(fā)高質(zhì)量文章。時代瞬息萬變,發(fā)展日新月異,原有理論對于新形勢下的狀況較難全面涵蓋,因此教師可嘗試對原有理論進行小部分創(chuàng)新,使其更適用于現(xiàn)下的狀況。在此過程中,教師與教師之間應(yīng)積極合作,合作有利于在思想碰撞中激發(fā)靈感,從而助推高質(zhì)量文章的產(chǎn)出。

第二,注重對于考研英語等高風險語言測試的研究,并拓展研究樣本覆蓋面。資源豐富的高?？山M織教師開展對于考研英語的輔導,幫助學生解決重難問題、降低學生對于考研英語的焦慮,且有助于教師開展相關(guān)研究。同時,因高風險語言測試具有影響深遠的特點,除學生以及教師以外,學生家長也對此也非常重視,教師應(yīng)與學生家長建立聯(lián)系,探究學生家長在不同類型高風險語言測試中所起的作用。

第三,支持開展實證研究。不可否認,非實證研究中不乏有意義的研究,為該領(lǐng)域的發(fā)展厘清界限并指明方向。但是基于高風險語言測試與教學和學習高度相關(guān)的特點,開展實證研究對該領(lǐng)域問題進行論述更加具有說服力?？紤]到實證研究需消耗教師大量的時間和精力,因此建議高校可適當減輕教師除教學以外的任務(wù),為教師科研提供更為輕松的環(huán)境。與此同時,教師應(yīng)充分利用現(xiàn)有資源進行實證研究,學習使用新技術(shù)輔助研究,切實增強文章科學性,提高文章現(xiàn)實可參考性。

最后,本文認為在如今信息技術(shù)高度發(fā)達的時代,高風險語言測試的未來發(fā)展,必將受到技術(shù)的加持與影響,使其更為便捷、科學且高效;其次,為適應(yīng)我國高速發(fā)展的需求,高風險語言測試在我國影響不斷加深、范圍不斷擴大,其評分標準將會更為公平透明,測試內(nèi)容也更能凸顯考生實際語言水平。

總而言之,高風險語言測試的發(fā)展不該也不能停滯。在我國,它不僅是檢驗學生學習和老師教學的成果的一種方式,也是選拔人才的一種途徑。高風險語言測試的不斷改革和發(fā)展一定能更好地發(fā)揮測試本身的功效,真正做到有效測試。