定稿--加强高考命题科学性 提高高考命题的质量-以2006年分省自主命题为例.doc

加强高考命题科学性提高高考命题的质量以2006年高考英语分省自主命题为例陶百强 注：文章来源：中小学英语教学与研究2007年第3期，第45-51页。【摘 要】本文抽样分析了2006年全国16份分省自主命题高考英语试卷中的单项填空题，并进行了国内外著名语言学和应用语言学等领域的专家问卷调查，发现多套试卷存在命题失误或命题瑕疵，为了维护高考的科学性和权威性，维护社会稳定，体现高考的公平公正原则，呼吁加强分省命题英语试卷的科学性，提高命题质量，并提出了提高命题质量的建议供有关部门或专家参考。【关键词】高考分省自主命题，NMET, 单项填空命题质量，高考英语命题失误，语言测试一 引言 上海市自1985年开始经教育部授权自行组织命题，2000年，教育部决定实施高考分省命题，2002年北京开始自主命题，2004年增加天津、辽宁、江苏、浙江、福建、湖北、湖南、广东、重庆9省市自主命题，2005年新增山东省、江西省、安徽省自主命题，2006年新增四川、陕西后全国共有16省市自主命题，涉及考生占全国考生65%左右。（注：为了行文方便，本文所指的高考分省命题的“省”指自主命题的省、直辖市或自治区等省级行政单位。）分省命题后，各地可根据本地教育和考生状况命制难度适中、考试内容凸显地方特色、考试科目、形式符合本地要求的试卷，有利于发挥高考对地方基础教育的正面反拨作用。随着我国逐渐推行高考分省命题政策，尽量保证命题质量是国家和各命题省份的责任，也是参与命题的测试专业工作者的义务。分省命题质量已引起关注（如孙锦明，2005；鲁子问，2006；雷新勇, 2006），从汲取以前命题工作的经验教训、提高今后的命题质量、保证高考的公平性的原则出发，本文抽样分析了2006年全国16套分省命题高考英语试卷的单项填空题，并邀请部分著名国内外语言学专家参加了问卷调查以避免本文观点有失偏颇。 本文命题失误的定义是宽泛的概念，包含答案值得商榷之处、题干本身存在的问题、试题设计存在的偏颇性问题、题目设计技术问题和难度问题等。当然，即使相对成熟的全国卷有时也不同程度地存在命题失误，如我国语言测试专家李筱菊提及的发生于1978年和1985年的两例（李筱菊，2001：187-188），又如2005年全国卷高考听力亦存在问题（陶百强，2006a）。相对命题技术已较成熟的全国卷来说，分省命题试卷一般来说出现命题失误的概率更大。总体上讲，分省命题题目出得不错，但对出现的失误应大胆面对和仔细分析，以改进今后的命题工作。鉴于语言知识类多项选择题的命题难度大，本文将抽样该部分进行分析，所提观点仅代表本文作者和一些国内外专家的观点。二 命题失误或命题瑕疵 首先，笔者研究了2006年全国16份分省命题高考英语试卷中的单项填空题，然后就存在或可能存在答案问题的试题编制了专家问卷调查表，并在问卷中承诺不公开发表专家之间存在冲突的观点（若有必要则采取匿名形式），以确保其自由发表观点。邀请的问卷调查对象是国内外著名语言学和应用语言学等领域的部分权威专家，如世界著名社会语言学和语言测试专家Bernard Spolsky, 世界著名语言测试权威专家Charles Alderson, 美国Iowa State University英语系应用语言学教授、世界著名语言测试权威专家、Language Testing编辑、前国际语言测试协会主席Dan Douglas博士， 世界著名语言与性别研究专家、Lancaster University英语教育学院Jane Sunderland博士等以及两位国内专家（均为英语语言文学硕士研究生导师，副教授、教授各一位）。1. 答案问题多项选择题中的答案问题绝大多数是因为干扰项编制不严谨导致的，“写干扰项其实是MC题命题工作中最不容易的一步”（李筱菊，2001：155）, 干扰无效的后果就是答案不惟一。题目设计中最忌讳的就是出现两个答案，这种题目就成了废题（刘润清、韩宝成， 2000：54）。设计多项选择题时，必须非常谨慎，特别是在设计冠词、情态动词、动词时态等考点时应万分谨慎，命题者在设计干扰项时，必须根据题干考虑到各种可能的语境和考生的各种理解角度和答题角度，否则，该考查考生语言知识的题就会起到桎梏学生思维的作用，误导学生钻牛角尖，如在设计主谓一致考点时就不能考查复数时间概念的谓语的数，因为其谓语用单复数形式都可以，但许多测试题甚至某省的普通高中课程标准英语实验教科书却将答案限定为单数谓语，在实际语言运用中却并非如此，如美国总统George W. Bush在演讲时习惯上用复数谓语，如Nearly five years have passed since these those initial days of shock and sadness and we are thankful that the terrorists have not succeeded in launching another attack on our soil（Bush, 2006）. Item No. 1 (北京卷第25题) Whats the name?Khulaifi. I spell that for you?A. Shall B. Would C. Can D .Might该题答案不惟一，参考答案为A, 但“C. Can”也对，因为情态动词can可用于提供提议或帮助， 非常典型的一个句子如：Good morning. Can I help you, Madame? 两位专家Charles Alderson和Dan Douglas认为D也对，Alderson提到情态动词多项选择题非常难以设计，说话人的不同的意图可能导致多个答案。另外，请看词典对选can的解释：Macmillan(以下简称麦克米伦词典，见注)第290页：can义项之7：used in requests, offers etc spoken 口语 used in requests, or when offering or suggesting something (用于表示请求、给予、建议)可以，能：Can I offer you something to drink? 要我给你拿点什么饮料吗？Oxford（以下简称牛津词典，见注）第230页：can义项之5：（spoken）used to ask permission to do sth (请求允许)可以：Can I take you home?我送你回家好吗？Longman(以下简称朗文词典，见注)第253页：can义项之3：especially spoken to have permission to do something or to be allowed to do something 尤口允许，可以：Can we go home now please? 我们现在可以回家了吗？ Item No. 2 （辽宁卷第26题）These books are too heavy for me to carry. .A. You may ask for helpB. Ill give you a handC.Iwill do you a favorD. Id come to help 该题答案不惟一，参考答案为B。笔者认为A, B, C都可选，取决于预设的交际情景，大部分专家也支持此观点，其中一位外国专家认为有四个答案。Douglas认为，不同的语境可有不同的答案。实际上，命题人在给交际知识题的参考答案时，也预设了一定的语境，若考生的预设语境和命题人的预设语境不同，就不会选命题人给的答案。这类以多项选择题型考查语用知识的题，具有先天缺陷，正如研究语用测试的专家Roever (2006：233) 所言，“用多项选择题型测试语际语用学知识非常成问题（highly problematic），因为编制既似是而非又完全错误的干扰项几乎是不可能的”。所以，在命制语用知识题时，要从交际环境、交际角色等的多样性考虑，而不能把命题人的某个预设语境作为给参考答案的依据。 Item No. 3 （辽宁卷第32题）School children must be taught how to deal with dangerous .A. statesB. conditionsC. situations D. positions 参考答案为C, 但B也对。请先看词典对conditions的解释： 朗文词典第384页：conditions（plural）the situation in which people live or work, especially the physical things such as pay or food that affect the quality of their lives生活或工作的条件：working/driving/living etc conditions, under excellent/terrible etc conditions.麦克米伦词典第422页：plural用复数 the situation or environment in which something happens or exists 环境；条件。 另外，用搜索引擎Google可检索出很多含dangerous conditions的句子。 Dan Douglas指出，可选conditions,特别是指天气状况时。 Item No.4 （浙江卷第17题）- If you like I can do some shopping for you. - Thats a very kind _. A. offerB. serviceC. pointD. suggestion 参考答案为A, 但D也对。大多数专家认为有两个答案，Charles Alderson说D肯定是可以选的。对于有争议的问题，在命制高厉害关系测试题时，应该尽量避免，即使是对看起来很简单的字也要多查询，以保证命题科学性。 Item No.6 （山东卷第27题） _ team wins on Saturday will go through to the national championships.A. No matter what B. No matter which C Whatever D. Whichever参考答案为D, 但C也对。该句题干出自麦克米伦词典第2390页：used for referring to who or what will be chosen, done etc when there are two or more possibilities 那一个（指称将被选择或做的人或事）：Whichever team wins on Saturday will go through to the national championships.星期六获胜的那个队将参加全国锦标赛。 在英国国家语料库查找到有in whatever order he chose，若按照该题命题人的想法，则应该用whichever才对。同时，请看Google搜索到的句子之一：Its a story in which the heroes are transported to another planet, and they basically have to fight each other, and whatever team wins gets to go back to earth. 专家问卷调查显示，所有外国专家和一位国内专家认为C、D都可选。 Item No.7（安徽卷第35题） Mr. Green stood up in defence of the 16-year-old boy, saying that he was not the one Ablamed Bblaming Cto blame Dto be blamed 参考答案为C, 但D也对。 我国著名英语语法专家薄冰主编的高级英语语法（最新修订本）一书讲动词不定式时讲到：“请注意有些句子虽表被动，但习惯上却用主动式，如：（41）Shes to blame for this. 这应怪她。（亦可说She is to be blamed for this）”(薄冰主编, 2000：305)。所有参加问卷调查的国外专家都认为该题有C、D两个答案。在英国国家语料库和Google搜索结果中，有非常多的语句含有to be blamed结构。 Item No.8（广东B卷第23题）I thought she was famous, but none of my friends have heard of her. A. even B. ever C. just D. never该题有两个正确答案，参考答案是B,但A (even)代入题干也正确，且用even似乎语气更强调。Spolsky以及前国际语言测试协会主席、澳大利亚墨尔本大学语言测试研究中心主任Liz Hamp-Lyons认为A，B都正确，人民教育出版社出版外籍专家、人教版普通高中英语课程标准实验教科书外籍编者之一Dodie Brooks博士也认为答案不惟一，并建议把干扰项A改为already。 同时，为了佐证以上专家的观点，笔者在英国国家语料库和用搜索工具Google查询到部分句子，其中许多句子与代入even后的第23题的题干极其相似或相同。 以上探讨，仅代表作者和部分专家的观点。国内外专家问卷调查显示，国内专家的语法容忍度较低，选择“对原题无争议”选项的较多，这和李筱菊（2001：188）的看法一致，“一般说，我们非本族语者写的题目，自认为只有一个答案的，给本族语者看，往往会发现不只一个，甚至四个选择项都可能是答案”。本调查研究充分说明，外国专家参与高考审题是非常必要的，且所有命题和审题人员应就试题答案达成一致，不能让有争议的题目进入实测阶段。 2难度问题2003年的全国高考英语卷的（语法和词汇类）单项填空部分的难度“较往年有明显降低”，呼应了中学的外语教学改革，有助于引导学生真正不再死记硬背语法知识，而将更多的精力花在语言运用能力的培养上（教育部考试中心，2003）。此后的全国卷一直保持了这一命题风格，发挥了对教学积极的反拨作用，有利于扭转我国原先普遍存在的师生死抠语法的现象。该部分应该考查考生今后进一步学习英语的最基础的语言知识，覆盖面广但考查以基础立意，引导考生为可持续发展英语运用能力打下基础。2003年的全国高考英语卷评价报告在“对中学教学的启示”中明确提到“应重视语言知识的教学，但切忌讲得过多、过细、过深”（同上，2003）。全国卷在该题的变化是一大进步，但部分分省命题试卷并没秉承这一良好做法，出现了一些具有一定难度的题目，如重庆卷第28题短语动词辨析题考查了get along一个不常见的用法，四川卷第30题题干中的插入语加大了定语从句考点的难度，天津卷第13题题干中的fitness（结实，健康）一词的理解很大程度上影响答题。考点应该抽取基础英语教育阶段考生应该掌握的最基础、最常见的用法，而非刻意寻找难倒考生的知识点，否则会误导中学英语教学过分注重语言知识，减少投入在语言运用能力培养上的时间。3题干语言问题试题的题干应该语言简洁、地道、真实、自然。李筱菊（2001：162）对于MC题型的命题提到的第一个原则是“语言正确、地道、得体、简洁试题本身的英语不正确或者不地道，怎么去考人家呢？这事实上是一个很严重也很普遍的问题”。命题者应尽量保证题目（含题干和选项）本身正确或地道。各地该部分词数悬殊较大，有的试卷题干文字偏多，增加了考生的阅读负担。关于题干语言问题，略举以下两例：Item No. 1（辽宁卷第29题） No.29 I think it is necessary for my 19-year-old son to have his own mobile phone, for I sometimes want to make sure if he home for dinner.A. comeB. comesC. has comeD.will come D该题题干语言不妥， 因为make sure后一般跟陈述句，而很少跟表示疑问的结构，在英国国家语料库中也没查到make sure if结构。Spolsky建议改为to check if he will；Jane Sunderland 建议改为want to know whether/ifItem No.2 （重庆卷第25题） No. 25 Everywhere man has cut down _ forests in order to grow crops，or to use _ wood as fuel or as building material. A. the; the B. the; / C. /；the D./；/ C该题题干中的用词man含性别歧视，不能以指代男性的名词或代词等指代人类, 著名语言与性别研究专家Jane Sunderland在问卷中对此问题很敏感，指出用people或humans代替man。关于语言测试中的性别问题，可参考语言测试与性别歧视研究对我国高考英语试卷的启示（陶百强，2006b）。语言测试应吸收社会语言学等学科的研究成果，测试实践中使用的语言应跟上语言的发展和变化。4. 考点抽样问题考点应以全国考试大纲和各省制定的关于考试大纲的说明为依据，考点进行合理而全面的覆盖，同时突出重点。湖北卷有较明显的考点抽样问题：词汇题考点过多，考点分布不合理，考点覆盖面过窄，该部分15个小题中有8个考查词汇或短语辨析即第21至第28小题，考查交际用语、非谓语动词各2小题，考查副词、倒装/虚拟语气、时态各1小题，高中英语学习阶段重要的语法项目如情态动词、定语从句、状语从句、名词性从句等未设考点。如此分布考点对该大题的内容效度影响很大，违背了考点抽样典型、充分的设计原则。考点设计应该以教学大纲或课程标准附录中的语法项目表并兼顾使用频率等为抽样依据。5. 技术问题多项选择题的设计有许多技术要求，以下结合实例予以简单阐述。正确答案在A,B,C,D上均衡分布：这样处理的主要目的是尽量降低考生猜测答案时的运气因素对测试成绩的影响。如山东卷仅1个正确答案为B（共15题），显失均衡，广东卷（B卷）就处理得非常好： A（4题）, B（4题）, C（3题）,D（4题）。选项经济原则：请看辽宁卷第23题：No.23 I hear boys in your school like playing football in their spare time, though others prefer basketball.A. quite a lotB.quite a fewC.quite a bitD.quite a little 选择项中重复的quite应该置于题干中空白前面。选项中一般不重复完全一样的内容，否则会增加考生的阅读负担，不符合选项设计经济原则。题干和选项相容问题：指选项代入题干后，语法上应该是可行的。请看湖南卷第29题：No. 29 Although she did not know Boston well, she made her way_ to the Home Circle Building.A. easy enough B. enough easy C. easily enough D. enough easily选项B, D显然和题干不相容，且仅仅根据选项本身考生就可立即排除干扰项B, D。 选项同质问题： 请先看福建卷第32题： No.32 The workers will go on strike if the demands they_put forward are turned down.A. could B. would C.不填 D. had C 请观察4个选项，发现有情态动词、不填、助动词，违背了多项选择题选项设计一般要求的同质原则（homogeneity），或者要求至少两两同质，如在完形填空中。以上福建卷第32题的考点是时态，不宜把情态动词could用作干扰项。该题的改进措施是把题干改为以下一句并重新设计各选项：The workers will go on strike if the demands they_ forward are turned down.6. 测试偏颇性测量中的偏颇性问题早在1911年就引起了学者的关注，发现用比奈-西蒙智力测量量表测量儿童智商时，来自社会经济地位高的家庭的儿童智商远高于来自社会经济地位低的 (Eels et al., 1951)。测试偏颇性影响测试效度和信度，最终影响测试公平。请看福建卷第24题：No.24 Ladies and gentlemen, please fasten your seat belts. The plane _.A. takes off B. is taking off C. has taken off D. took off该题考点是时态。但是，该题涉及考生乘飞机旅行方面的背景知识：飞机起飞或降落时空姐会提醒乘客系好安全带。该题对没有飞行经历的考生显失公平。福建虽然是经济强省，但肯定有许多考生没有坐飞机旅行的经历。三 命题失误的原因1主观原因命题失误有命题和审题人员的主观因素，如责任心不够强，粗心大意，对语言测试实践工作抱有轻视心理等。对语言测试实践工作应该多点敬畏，少点轻视。语言测试自20世纪80年代（Bachman, personal communication）起逐渐成为一门边缘学科, 创造专业水准的英语测试题需要责任心、扎实的语言基本功、一定的语言测试理论知识和丰富的实践经验。2客观原因英语语言的学科特征，“语言学属于人文科学范畴，它与自然科学的显著区别之一在于其模糊性。对语言测试题来说，正确或错误往往不是绝对的。比如，经常会出现这种情况：答案A是最好的最常见的最有把握的，但答案B也说得通也有人用有时候也能用”（高升，2004）。语言是在演变的，英语也不例外，体现在时间和空间方面，如词汇在时间上的演变，如waiter以前只指男性侍者，但随着20世纪60年代社会语言学的发展和女权运动对语言的影响，现在可指男女侍者；此外，从空间角度看，各国英语存在差异，特别是英国英语和美国英语之间，如牛津词典第1678页在讲sound其后跟的结构时，讲到美国口语中多用like代as if, 但在英国英语中却是错误的。这对于改错设计也非常重要，涉及到以谁的标准作为答案依据。特别在现在World Englishes时代更应注意，不能以某个标准或命题者个人喜好作为标准，应规避有多个答案的题目。英语学科的特殊性导致其答案比其他任何科目更容易出现命题科学性问题。多项选择题型虽然倍受攻击，甚至成为应试教育的替罪羊，但命制专业的MC题目对命题者要求非常高，几乎所有语言测试学专家都认为多项选择题的命制难度大，如世界语言测试权威Heaton (1988:27)认为“多项选择题是命制难度最大且命题耗时最多的题型之一”；Hughes(1989:3)说“编制合适的多项选择题非常困难（notoriously difficult）,编制工作需要投入大量时间和精力设计拙劣的多项选择题可能无法准确地发挥测量功能。”就我国高考英语命题来说，命题时间偏短，命制考卷和副卷的时间仅一个月左右，这可能也是导致命题失误的客观原因之一。四 建议1对于国家决策和主管部门的建议在决策方面：虽然分省命题有利于化解国家统一命题的安全等风险（“全国统一命题假如出了问题，涉及面广，造成的影响很大”，教育部考试中心副主任应书增语，2006年09月27日中国教育报），适合我国幅员广阔，经济、文化、教育发展不平衡的国情，但不能实行“大跃进”式的放权，而应稳妥推进分省命题，对命题工作暂时有困难的地方更不能放权。语言测试是一门科学和艺术，技术问题可以通过培训教育等解决，但是命题艺术性问题却不然，不是短期就可以提高的，所以建议对尚不具备命题能力的省市区，不能以行政命令快速推广分省命题。笔者赞成全国划片区（如可划分为东北，华北，西北，华中，西南，华东，华南）成立片区命题中心的建议，在业务上接受国家教育部考试中心指导，运行经费按各省考生数按比例共同分担，此举有利于整合命题专家队伍、保证命题质量，并可大大节省命题成本。在命题实践方面：进行宏观调控，严格控制各个环节以保证命题质量，建议教育部考试中心成立高考审题专家组，对各套试卷进行终审把关，但是试题的第一责任人仍为各省相关人员，以避免地方过分依赖国家指导。在实践中，国家可出台命题总体要求，如要求原创试题，以避免见过雷同试题的考生不当受益，从而避免产生考生间的不公平竞争，陈旧试题是产生测量中的项目功能差异（DIF）的因素之一。高考中的陈旧试题使师生等认为大量做练习题就可能在考试时遇到原题，从而升级“题海战术”。故命题强调原创试题不但有利于保证测试公平，而且可避免升级目前盛行全国、广为诟病的 “题海战术”。2对于分省命题地方的建议规范选择和组建命题队伍专业素养：挑选本领域的专家（考虑语言基本功，语言测试理论知识，语言测试实践）。一般来说，具有副教授职称以上的大学教师或研究员才能参加命题，中学教师或教研员等审题（是否超纲），但命题的复杂性也需要其他专业素养才能保证试题质量。应树立语言测试专业化的思想，必须消除一种错误观点：任何教授都有能力命制科学专业的英语测试题。思想素质，责任心强：对于多项选择题务必加强审题程序，审题专家必须具备扎实的英语语言能力，要从多个思考角度进行推敲，避免命题漏洞，特别是对于语法知识类多项选择题更应慎重严谨，过时的语法规则要服从于现代语料库研究成果。在选择好命题队伍的基础上，加强命题人员培训，主要是测试技术层面上的，并树立对待语言测试实践工作的敬畏之心。实行责任制，以加强命题人员的责任感和使命感，对导致重大命题失误的责任人取消今后继续命题的资格，同时对命题工作杰出的专家等进行嘉奖。充分利用英语本族语专家从事重大命题实践项目10余年的李筱菊教授（2001：162）曾说“搞外语考试，我们命题使用的毕竟不是我们的本族语，在语言问题上，少一点自信，恐怕比多一点自信好”。当然，对于本族语专家也不能盲目相信，如1985年高考一个多答案题就是由香港考试局英语科主任、新西兰籍测试专家审题时酿成的命题失误。建议考题封题前以一定的衡量标准选择至少两名本族语外籍专家审题且应解决一切争议，绝不能随便找一个在我国从事英语教学的外国人。五结语本研究的局限性是抽样少，仅仅抽取了单项选择题，占总分值的10%（浙江卷占13.3%）。参与国外专家问卷调查的专家人数尽管有限，但是这些世界著名的英语教学、语言测试、社会语言学等领域的专家的意见无疑具有很大程度的权威性。笔者的研究目的不是反对高考分省命题，而旨在呼吁我们在稳步推进分省命题时，提高命题质量，尽力消除命题失误以维护国家考试的权威性，保障高考的公平公正。在决策层面，国家不能靠行政手段在无力命题的省份推行自主命题，建议国家论证成立高考自主命题片区考试中心的可行性，并宏观控制指导各中心的命题工作，提高命题质量。因为高考是为国家选拔人才，就必须强调选拔标准科学；与此相应，试题质量就成了关乎未来人才质量，进而关乎国家发展的大事（鲁子问，2007）。笔者建议处于研制阶段的中华人民共和国考试法不但从法律的高度规范考生行为，而且也应规范考试实施方的行为，以保证高厉害关系考试的权威性和科学性，以维护考生的利益。注：本文所用的词典： 牛津词典：Hornby, A. S. 石孝殊等译.牛津高阶英汉双解词典（第6版）Z. 北京：商务印书馆/Oxford University Press，2004.朗文词典：英国培生教育出版有限公司（编）.朗文当代高级英语词典（英英英汉双解新版）Z. 北京：外语教学与研究出版社/Pearson Education Asia Limited，2004.麦克米伦词典：麦克米伦词典高阶英汉双解词典Z.麦克米伦出版公司编；杨信彰等译. 北京：外语教学与研究出版社/Macmillan Publishers Limited, 2005.致谢：衷心感谢参与专家问卷调查的国内外专家，特别感谢世界著名社会语言学和语言测试专家Bernard Spolsky, 世界著名语言测试权威专家Charles Alderson, 美国Iowa State University英语系应用语言学教授、世界著名语言测试权威专家、Language Testing编辑、前国际语言测试协会主席Dan Douglas博士， 世界著名语言与性别研究专家、Lancaster Univ