具有内涵式发展动力的外语水平测试体系建构

卢 安

（淮北师范大学 外国语学院，安徽 淮北 235000）

一、构建具有内涵式发展动力的外语水平测试体系的必要性

1999年6月，全国第三次教育工作会议召开，党中央、国务院做出《关于深化教育改革全面推进素质教育的决定》，标志着我国基础教育进入全面推进素质教育的时期；[1]2007年5月，国务院批转教育部《国家教育事业发展“十一五”规划纲要》，纲要毫不避讳地指出“实施素质教育尚未取得根本性突破”[2]；2010年7月，《国家中长期教育改革和发展规划纲要(2010-2020年)》中再次明确指出目前教育所面临的挑战之一是“素质教育推进困难”[3]。问题的症结在哪里？需要从教育的各个层面和各个环节加以反思、探讨、调查、研究、以期理清思路，探索解决问题的最佳方案，咨政育人。“十二五”期间，围绕人才培养这一中心任务，外语教育存在的诸多顽症亟待深层次的考量。而构建中国外语教育的必由之路必须“立足于中国教育的国情、教情、学情，洗练中国人自己的经验，借鉴外国的有益成果，用大规模试验在全国各地检验自己的假说”[4]。中国的国情、教情、学情是什么？不可否认的一条是：中国的学习者普遍具有“考试情结”，尤其是外语学习者。通过某种类型的考试是外语学习者阶段性或终极性目标。通过了某种考试的考生是否具有相应的语用能力，不是考生、家长和学校所关心的。考什么学什么，不考什么丢什么。在这样的教情、学情之下，测试被肆无忌惮地滥用和泛用，给学生的身体和心理带来不良影响。客观地说，试题实际上左右着中国外语教育的方向，同时也束缚了中国教育的手脚。因此，外语教育的改革重中之重是外语水平测试的改革，外语水平测试改革的核心是测试试题的改革。如果试题的设计与学习者的个人成才无实际意义，浪费学习者的时间和精力去准备，这是害人；浪费人力财力培养出来的是无法满足社会发展需要的“考试人才”，这是误国。害人误国，命题者罪之深重。考试本身没有错，拙劣的试题是祸根。因此，外语教育改革的首要问题是建构具有内涵式发展动力的外语水平测试体系，充分发挥测试的正导向作用。

二、具有内涵式发展动力的外语水平测试体系的应有特征

具有内涵式发展动力的外语水平测试强调的是对受试者知识结构的优化和外语能力的提高两方面的引导。优化和提高是一种相对的自然历史发展过程，动力源自内在需求，主要途径是通过测试自身各方面的相关因素的深入改革，激发活力，增强实力，在量变引发质变的过程中，实现实质性的跨越式发展。

1.具有内涵式发展动力的外语水平测试体系以人为本，顺应成才的规律，激励学习者自主发挥潜能，努力成才。

以人为本的测试要考虑测试对象的年龄特征和生存状态。不同年龄阶段的人具有不同的认知水平；不同的生存状态接触到不同的生活空间。因此，具有内涵式发展动力的测试试题往往会有区域、行业差异性，就像国家普通话等级水平测试的标准一样，承认差异，对不同地区和不同的行业有不同的要求。围绕不同年龄人的所思、所想、所聊，设计引导正能量的试题，引导学生对事物的观察和思考，激励学生自己挖掘潜能，自主成才。

2.具有内涵式发展动力的外语水平测试体系遵循教育生态规律，拥有完备的题库，在学习的任何阶段都可以测试。

不管承认不承认，规律总是以铁的必然性起着作用。教育生态规律揭示教育与外部生态环境之间以及教育内部各环节、各层次之间本质的、必然的联系。只有遵循教育生态规律，才能找到教育发展的方向、制定教育应有的体制以及应采取的各种对策。将教育测试与其所处的生态环境的各因素加以综合考虑，建立和更新题库，对测试的可持续发展具有重要意义。在学习的任何阶段都可测试，就减轻了我国一直以来都没有解决的中考和高考的压力难题。

3.具有内涵式发展动力的外语水平测试体系是一个开放多元的系统，不同行业都可以按需选拔相应的人才。

这个开放多元的体系包含各阶段的通用外语水平测试和各行业的专业外语水平测试等，满足自测、他测和单位选拔人才的要求。参加测试的考生在测试结果出来以后得到的不仅仅是分数信息，还会得到针对性评价、进一步学习方案和建议等。

4.具有内涵式发展动力的外语水平测试体系摒弃单一外语教育的工具论、实用论、人文论和价值论，而是一套综合的多功能测试体系。

外语教育的工具论认为外语就是一种物性工具，实用论的直接后果就是一旦在外语学习或使用上遇到困难就会滋生无用论，人文论和价值论赋予外语教育太多沉重的负担。片面孤立地看待外语教育有害无益。因此，外语水平测试体系应是一套融工具论、实用论、人文论和价值论为一体的多功能综合测试体系，因为外语教育本身也是“技术传授与人文关怀的统一”[5]。持有这种观点不是中庸，而是秉持事物的本质。综合在于测试题型的综合、内容的综合和测试功能的综合。

三、具有内涵式发展动力的外语水平测试体系的框架

无形的外语能力可以用有形的形式表现出来，具有内涵式发展动力的外语水平测试体系的框架包括3个层面：

（一）语言层面

语言由许多成分组成，具体可以分解为语音、词汇和语法等，掌握一门语言就是要掌握这些成分，测试一个人的语言水平也就是考查他对这些成分的了解和运用[6]12。语言结构是相对客观稳定的，但语言的使用是鲜活的。具有内涵式发展动力的语言测试必须灌以鲜活的内容，才能或显性或隐性地唤醒学习者对语言使用的热情。语言层面的命题需要考虑以下几点：

1.语言材料输入/输出的途径

根据各考点的软、硬件条件和测试目的的不同，语言材料输入/输出共有6种途径可供选择。如图一：

图一 测试材料输入/输出路径图

视觉输入指的是印刷在试卷上的文字材料，听觉输入指的是播放的音频材料，视听觉输入指的是影视材料或面试，书面输出指的是考生写在试卷上的答案，口头输出指的是考生口头作答。

2.语言水平的等级量表

语言能力水平如果有等级量表将会大大促进外语教学与测试。就测试而言，有了语言等级量表，命题者就可以照表“配料”，如果是成绩测试，所要考虑的是哪些项目已经学过，哪些项目没有学过；如果是水平测试，所要考虑的是考生处于哪个等级，等级不同，选择的项目也不同。我国目前尚缺大中小学一条龙的外语能力等级量表。理想中的大中小学一条龙的等级量表应包括各个等级规定的基本词汇、语法现象、话题、语音语速、英汉译速、阅读材料与阅速、书面表达内容与写速等。我国的2011年修订的《中学英语新课程标准》采用国际通用的分级方式将语言能力水平设为九个级别，各个级别均以学生语言技能、语言知识、情感态度、学习策略和文化意识五个方面的综合行为表现为基础进行总体描述。2000年《高校英语专业英语教学大纲》和2007年修订的《大学英语课程教学要求》对不同层次的英语能力给出了较为量化的描述，比如对语速、阅读速度、英汉译速、词汇量等规定。但都缺乏定量的项目指标，命题的操作性不强。语言的科学分级应以语言习得的规律为主线。

我们认为：小学阶段不宜频繁考级，可以每两年考一级，7至9年级可以每年考一级，中小学阶段可以补考和跳级；大学期间（包括普通高校和高职高专）只要通过相应的专门用途英语ESP即可，省下来的时间和精力可以依个人爱好发展专业或考其它职业证书等。

3.语言的地道性问题

目前有不少命题者是为了命题而命题，题目考查的目标不具有任何真实意义，命题者自顾自地照本宣科，玩着文字游戏，全然不顾英语世界中的人们是否真的有这样的言语交际行为。如以下三题，分别出自小学、中学和大学考卷中：

（1）某小学三年级2011年第一学期期末

英语试题

—How are you,Wu Yifan?

—________.

A.Fine B.Good C.Well

（2）某外国语大学附属中学2012年初一

招生试题

It is evening.The girl’s shadow is

______.

A.small B.short C.long

（3）2011年大学英语专业四级试题

My uncle is quite worn out from

years of hard work.He is no longer the man _____ he was fifteen years ago.

A.which B.whom C.who D.that

试题（1）所给的正确答案是A，笔者咨询多名外籍教师，他们都表示选项A、B和C在日常都很常用，尤其是B，但是命题者所给的正确答案只有选项A，大概是因为教科书里用的就是A。试题（2）所给的答案是B，这就比较牵强，或者是匪夷所思了，一个人在晚上，影子的长短取决于月光或者是灯光，所以影子有的时候长有的时候短，甚至没有影子，为什么只有B才是对的呢？试题（3）所给出的正确答案是D，但多名外籍教师一致认为选项C和D绝对都是可以接受的。语言规则不是命题者主观臆造出来的，而是外语本族使用者真实生活中表现出来的，因此命题不能忽视语言的地道性。无意义的试题只会误导学习者的外语学习。

4.题型

语言测试常用的题型有9种，分别是选择题、填空题、搭配题、是非题、问答题、翻译题、作文题、听写题和口试。测试中到底应该采用何种题型，要看考试类型、目标和要求。[6]37具有内涵式发展动力的语言测试不务虚，只务实，强调题型回归。语言是什么就应该考什么；语言能够用来做什么就应该考查什么；考生需要具备哪些语言知识和能力，试题的考点就应该落在那些知识和能力上。题型是语言测试的载体，命题者要十分清楚所采用题型的优点和局限性，尽量将题型局限性对语言测量的信度和效度的影响降低到最低限度。

（二）文化层面

随着人们语言观的改变以及外语教学和学习理论不断深入的研究，文化因子越来越多地被引入外语课堂之中，但是在外语测试中没有得到很好的体现，外语测试中的文化因素对外语学习并没有起到其应有的后效作用。具有内涵的外语测试体系不会只停留在语言层面，文化层面的考核应有一席之地。文化层面的考核涉及到的根的问题仍然是考什么、怎么考的问题。根据莱萨德-克莱斯顿的文化测试理论，文化测试可以从三个方面入手，即文化知识、文化意识和文化技能。[7]就外语测试而言，文化考核的内容应该扩展为跨文化知识、跨文化意识和跨文化技能。文化层面测试期待的结果是引导和发展学习者的“跨文化能力，包括文化差异的敏感性、对文化差异的宽容度和处理文化差异的灵活性”[8].

1.跨文化知识

在全球化的背景下，使用外语进行交际不一定要有外语本族语的使用者参与。使用外语表达的不仅仅是外语本族语国家的文化，也包括母语文化及世界上其它文化。因此，外语水平测试不能只以外语本族语文化的表达为参照体系。以往只以外语本族语文化的表达为参照体系的外语水平测试导致的直接后果是实际交际中的“文化失语症”，即外语使用者在谈到外语文化时略知一二，而谈到本国文化时就张口结舌，不知如何表达。具有内涵式发展动力的外语水平测试不能缺少对母语文化和世界其它文化表达的考查。根据测试的目标和要求，跨文化知识考核的内容包括本国和目标国家的国情、风俗、具有代表性的社会行为等常识，试题不偏不怪不难为考生，采用的题型可以为选择题、搭配题、是非题和简答题等。

2.跨文化意识

跨文化意识就是对本民族文化和其它文化异同的认识和在认识基础上形成的观点，以及遇到不同文化冲突时所作的反映等。意识是长期刨根问底思考的产物。目前，外语教育界对于跨文化意识培养的重要性和和培养策略讨论较多，也基本达成共识，但是关于跨文化意识测试方面的研究，无论从理论还是实践来看都是匮乏的。外语界一再强调跨文化意识的重要性，但是测试这根指挥棒如果没有指向跨文化意识的方阵，必然影响学生努力的方向。跨文化意识的试题在外语测试中需要占一定的比重，永远都不能够忽视。依据跨文化意识的界定范围，跨文化意识测试的主要内容应该是对于不同文化的行为、态度、价值观、信念等的敏感性和对文化实际功能的理解，答题的方向应为不排斥、不漠视。所采用的测试形式适宜为对比分析、问题诊断、问卷、量表等。

3.跨文化技能

跨文化技能是指运用目的语文化进行交际的能力。 相对而言，技能测试的难度比较大，因为能力和素质不好用某次的测试来量化。常用的跨文化技能测试形式为情景对话，角色扮演、口译等，测试的结果主要由测试实施者的直觉来评判，所以测试的信度较难把控。没有效度的测试是无聊的，没有信度的测试是可怕的。技能测试的另一现实问题是测试设备和施测人员的问题。只有把效度、信度、设备和人员等因素都尽量考虑周全，才能保证技能测试有效、可行。

4.文化的科学分级

无论是跨文化知识，跨文化意识还是跨文化技能，都要分级。百科知识和现实体验，涉及文化的因子包罗万象，其内容虽然没有规定的顺序，但由于学习者认知水平的不同，文化的考核也应有科学的分级。文化的科学分级在外语教育实践中有利于文化内容教学的操作，不至于因为文化的海纳性而对文化教学和考核无从下手。语言可以分级，文化也可以分级。语言的组织是无限的，文化也是无限的。对特定文化知识的考核只是手段，引导学习者树立跨文化意识、提高跨文化技能才是终极目标。由于文化涉及的面比较广，所以目前测试研究领域内对于文化的分级研究还是空白。命题者命题时关注更多的是根据考生的年龄特点考查他们对于相应年龄段圈子的热点问题的看法。

（三）思辨能力层面

思辨能力就是运用逻辑进行思考辨析的能力。所谓思考指的是进行比较深刻、周到的思维活动；所谓辨析指的是对事物的类别、事理等的辨别分析。有思辨，才有变通，有变通才有创新。思辨能力的重要性是显而易见的。虽然早在2000年，思辨能力已写进英语专业的培养目标，但是“对思维能力的认识仅止步于宏观的理念或重要性层面，全国英语专业在培养学生思辨能力方面并未取得实质性进步”[9]。如同“文化失语症”一样，“思辨缺席症”也是外语学习者的软肋[10][11][12]。具有内涵式发展动力的外语水平测试必须加强对思辨能力的考查，以此来促进思辨能力的培养。

1.思辨能力的构成要素

对思辨能力构成要素的研究是思辨能力培养和测试的基础。中国外语教育研究中心文秋芳教授在借鉴国内外研究成果的基础上提出来了“层级理论模型”[13]。该模型将思辨能力分为两个层次，第一层次为元思辨能力，即自我调控能力；第二层次为思辨能力，包括认知技能和情感特质。认知技能包括：分析（归类、识别、比较、澄清、区分、阐释等）、推理（质疑、假设、推论、阐述、论证等）、评价（评判预设、假定、论点、论据、结论等）。认知技能的标准尺度为：清晰性（清晰、精确）、相关性（切题、详略得当、主次分明）、逻辑性（条理清楚、说理有根有据）、深刻性（有广度和深度）和灵活性（快速变化角度、娴熟自如地交替使用不同思辨技能）。情感特质主要包括：好奇（好疑、好问、好学）、开放（容忍、尊重不同意见，乐于修正自己的不当观点）、自信（相信自己的判断能力、敢于挑战权威）、正直（追求真理、主张正义）和坚毅（有决心、毅力、不轻易放弃）。

2.思辨能力的测试题型

传统的9种语言测试题型中多数都可以加入思辨的含量，例如选择题可以考逻辑推理、阅读题可以分析评价结合起来等。在保留必要的传统题型之外，具有内涵式发展动力的外语测试必须大胆增加专门测试考生思辨能力的新题型，例如可以采用基于阅读或调查的研究性小论文写作、可以写学习心得或学习汇报、可以是采访、可以是辩论或展示，可以规定临场做题、也可以规定提交文档或音/视频文件。但无论采用哪一种题型，我们建议都要将其纳入试卷的单项成绩当中，而不是作为平时成绩的一部分。因为实践中，中国式测试往往只注重结果。学生长期养成的思维是：只要卷面得高分，平时怎么可能不给及格，除非老师故意刁难。至于水平测试，就更需要把思辨能力题型纳入到试卷成绩当中，因为水平测试根本就不和平时成绩挂钩。

3.思辨能力测试的操作

相对来说，思辨能力测试操作起来比较麻烦，工作量较大，而且信度和效度难以把握。但不能从命题者本位出发而拈轻怕重。真实测出考生的思辨能力是第一位的，测试人员的工作量是测试实施需要考虑的因素之一，但要让位于测试的信度和效度。随着教育界对思辨能力测试关注度的提高和智能技术的发展，更多高效的测试方法将会被采用。

结 语

传统的测试体系侧重于为测试的命题者和实施者提供信息服务，而不是为学习者提供诊断信息，因此学习者往往处于被动状态去参加测试。具有内涵式发展动力的外语水平测试体系功能：对测试的实施者来说，具有反馈的功能，对考生来说，起到自省和激励的作用，引领学习者去主动参加测试以检验知识和能力是否实用。测试要以学习者为服务对象，这样更有利于人才的培养。

[1]基础教育英语教学评价试验项目指南[DB/OL].[2012-12-18].http://www.doc88.com/p-316764521130.html.

[2]教育部.国家教育事业发展“十一五”规划纲要[EB/OL].[2007-5-23].http://www.gov.cn/zwgk/2007-05/23/content_62 3645.htm.

[3]国家中长期教育改革和发展规划纲要(2010-2020年)[EB/OL].[2010-7-29].http://www.gov.cn/jrzg/2010-07/29/content_1667143.htm.

[4]刘道义.再议中国基础外语教育发展之路[J].当代外语研究，2011（6）：25-28.

[5]杨永林.“技术精巧”与“人文关怀”视角下的大学英语教学[J].现代教育技术，2012（7）：40-43.

[6]刘润青，韩宝成.语言测试和它的方法[M].北京：外语教学与研究出版社，2000.

[7]Lessard-Clouston,M.Assessing Culture Learning:Issues and Suggestions[J].The Canadian Modern Language Review,1992(2):326-341.

[8]文秋芳.英语国际语的教学框架[J].课程·教材·教法，2012（1）：77-81.

[9]孙有中.突出思辨能力培养，将英语专业教学改革引向深入[J].中国外语，2011(5):49-58.

[10]黄源深. 思辨缺席[J].外语与外语教学，1998（7）.

[11]黄源深.英语专业课程必须彻底改革—再谈“思辨缺席”[J].中国外语，2010（1）：14-15.

[12]文秋芳,王海妹,王建卿，赵彩然，刘艳萍.我国英语专业与其它文科类大学生思辨能力的对比研究[J].外语教学与研究，2010（5）：350-355.

[13]文秋芳,王建卿，赵彩然，刘艳萍,王海妹.构建我国外语类大学生思辨能力量具的理论框架[J].外语界，2009（1）：37-43.