關(guān)寧 陳福明

摘 要：文章從垂直量表化的內(nèi)涵與特點(diǎn)出發(fā)，結(jié)合當(dāng)前大學(xué)英語(yǔ)分級(jí)教學(xué)現(xiàn)狀，提出了大學(xué)英語(yǔ)分級(jí)測(cè)試垂直量表體系的構(gòu)建思路，并分析了其構(gòu)建的可行性。

關(guān)鍵詞：大學(xué)英語(yǔ)；垂直量表；分級(jí)測(cè)試

中圖分類號(hào)：G640 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1002-4107（2016）06-0054-02

近幾年來(lái)，為響應(yīng)大學(xué)英語(yǔ)改革的號(hào)召，全國(guó)各高校如火如荼地展開(kāi)大學(xué)英語(yǔ)分級(jí)教學(xué)模式，然而這其中不乏一些鎩羽而歸的高校。究其失敗的原因，很多是因?yàn)槿狈σ惶子行У臏y(cè)試評(píng)價(jià)體系。針對(duì)不同級(jí)別、不同水平的學(xué)生，如果仍采用傳統(tǒng)的“一刀切”式測(cè)試方法，其測(cè)量結(jié)果的有效性和公平性顯然都是不能令人信服的。針對(duì)這樣的問(wèn)題，引入心理測(cè)量學(xué)研究領(lǐng)域中的垂直量表化方法，建立垂直量表體系，能夠?yàn)榻鉀Q大學(xué)英語(yǔ)分級(jí)教學(xué)的測(cè)試評(píng)價(jià)問(wèn)題提供思路。

一、垂直量表化的內(nèi)涵與特點(diǎn)

垂直量表化，又稱垂直等值或跨級(jí)別量表化，是將不同級(jí)別的被試者在構(gòu)念（construct）相同而難度不同的測(cè)試中獲得的分?jǐn)?shù)放到一個(gè)共同的整體性量表中，由此，在某一特定主題測(cè)試中被試者階段性的進(jìn)步能夠得以追蹤并可供實(shí)施測(cè)試者進(jìn)行比較[1]。

Holland和Dorans將兩場(chǎng)測(cè)驗(yàn)中得到的分?jǐn)?shù)進(jìn)行相互轉(zhuǎn)換的過(guò)程稱作鏈接，而鏈接有三大類：預(yù)測(cè)（predicting）、數(shù)值校正（scale aligning）和等值（equating）。預(yù)測(cè)是最早的分?jǐn)?shù)鏈接形式，其目的是使來(lái)自于其他預(yù)測(cè)變量的因變量或標(biāo)準(zhǔn)變量的分?jǐn)?shù)預(yù)期誤差最小化；數(shù)值校正的目的是將不同測(cè)試中獲得的分?jǐn)?shù)轉(zhuǎn)換到一個(gè)共同的量表上；等值對(duì)需要鏈接的測(cè)試要求最為嚴(yán)格，其目的是在兩種形式的測(cè)試之間建立聯(lián)系，使每個(gè)測(cè)驗(yàn)中的分?jǐn)?shù)都可以被看作是出自同一測(cè)試的分?jǐn)?shù)，以滿足實(shí)際應(yīng)用的需求。其中垂直量表化是歸屬于第二大類數(shù)值校正中的[2]。

設(shè)計(jì)垂直量表體系時(shí)，基本做法是使相鄰組之間有共同的測(cè)試項(xiàng)目，稱之為錨題，以此為基準(zhǔn)建立共同量表。建立共同量表的方法有經(jīng)典測(cè)試?yán)碚摚–CT）和項(xiàng)目反應(yīng)理論（IRT）等，若選用IRT方法，第二個(gè)要考慮的問(wèn)題就是量表校準(zhǔn)方法的選擇：第一種方法是通過(guò)同時(shí)校準(zhǔn)測(cè)試形式的項(xiàng)目和人員參數(shù)以及共同項(xiàng)目；第二種方法是單獨(dú)校準(zhǔn)不同測(cè)試形式的參數(shù)，然后使用某種數(shù)值鏈接方法將它們放到同一個(gè)量表上。 其他需要考慮的問(wèn)題包括：共同項(xiàng)目集合的長(zhǎng)度，基準(zhǔn)年的選擇和選用的計(jì)算機(jī)軟件等。

二、大學(xué)英語(yǔ)分級(jí)教學(xué)現(xiàn)狀

2003、2007年我國(guó)教育部相繼推出了大學(xué)英語(yǔ)教學(xué)改革相關(guān)文件《大學(xué)英語(yǔ)課程教學(xué)要求（試行）》和《大學(xué)英語(yǔ)課程教學(xué)要求》，其中根據(jù)學(xué)生入學(xué)時(shí)的不同英語(yǔ)基礎(chǔ)情況，對(duì)大學(xué)英語(yǔ)教學(xué)提出了三個(gè)層次的要求，即一般要求、較高要求和更高要求，分類指導(dǎo)和因材施教是改革的核心思想[3]。分級(jí)教學(xué)正是在這種改革大背景下應(yīng)運(yùn)而生的大學(xué)英語(yǔ)教學(xué)的具體改革措施。

從最早的改革實(shí)施至今已過(guò)去10年多，按照文件要求，全國(guó)大部分學(xué)校已經(jīng)開(kāi)始實(shí)施分級(jí)教學(xué)模式。但是由于各地情況不同，實(shí)施的具體情況也相應(yīng)地有著各自的特點(diǎn)。當(dāng)前爭(zhēng)議的焦點(diǎn)主要存在于分級(jí)后對(duì)學(xué)生學(xué)習(xí)情況進(jìn)行檢驗(yàn)的測(cè)試評(píng)價(jià)體系方面。改革初期，很多高校還處于迷茫的狀態(tài)，為了方便起見(jiàn)，有的高校在期末測(cè)試時(shí)，對(duì)不同級(jí)別的學(xué)生仍采用同一測(cè)試，這就難免會(huì)讓人對(duì)測(cè)評(píng)的公平性產(chǎn)生質(zhì)疑。實(shí)施分級(jí)教學(xué)比較久了的學(xué)校開(kāi)始針對(duì)不同級(jí)別設(shè)計(jì)不同難度的試卷，以提高考試的公平性；但是這也存在相應(yīng)的問(wèn)題：不同級(jí)別的學(xué)生在不同難度的試卷中得出的分?jǐn)?shù)如何進(jìn)行比較？當(dāng)前在我國(guó)，很多學(xué)校的考試分?jǐn)?shù)直接影響到學(xué)生的評(píng)獎(jiǎng)評(píng)優(yōu)、入黨以及未來(lái)申請(qǐng)出國(guó)讀書(shū)等學(xué)生的切身利益，因此迫切需要建立起一套客觀、科學(xué)和有效的測(cè)試評(píng)價(jià)體系。

三、大學(xué)英語(yǔ)分級(jí)測(cè)試垂直量表體系構(gòu)建的思路

構(gòu)建大學(xué)英語(yǔ)分級(jí)測(cè)試垂直量表體系一個(gè)總的思路是：在不同級(jí)別的試題設(shè)計(jì)中加入可供鏈接的相同題，即錨題，其次需考慮建立共同量表的方法及選用的計(jì)算機(jī)軟件等問(wèn)題。

（一）錨題設(shè)計(jì)

錨題設(shè)計(jì)中要考慮的基本問(wèn)題是，要在哪部分題中設(shè)計(jì)錨題。當(dāng)前大多數(shù)高校對(duì)學(xué)生的學(xué)習(xí)情況測(cè)評(píng)仍采用筆試形式，而筆試試卷中分為客觀題和主觀題兩種，客觀題通常包括聽(tīng)力和閱讀，主觀題通常指翻譯和寫(xiě)作。主觀題，尤其是寫(xiě)作題，是展現(xiàn)一個(gè)語(yǔ)言學(xué)習(xí)者能力的最佳渠道，對(duì)于A級(jí)學(xué)生來(lái)說(shuō)，寫(xiě)作題要設(shè)計(jì)的足夠有深度，以此能看出他們對(duì)語(yǔ)言掌握的高度；但若把給A級(jí)學(xué)生設(shè)計(jì)的寫(xiě)作題拿來(lái)用作錨題，對(duì)于C級(jí)學(xué)生顯然挑戰(zhàn)過(guò)高，同樣，對(duì)于A級(jí)的學(xué)生來(lái)說(shuō)，B級(jí)的寫(xiě)作題目似乎也太過(guò)平庸，無(wú)法展現(xiàn)出其作為最高級(jí)別英語(yǔ)學(xué)習(xí)者的水平。同時(shí)也有研究表明，將客觀題選作錨題，在后期的數(shù)值計(jì)算過(guò)程中誤差明顯小于主觀題[4]。

（二）建立共同量表的方法

前面提到建立共同量表的方法主要包括經(jīng)典測(cè)試?yán)碚摵晚?xiàng)目反應(yīng)理論兩種。Loyd 和 Hoover 在1980年首次系統(tǒng)的提出在垂直量表體系中使用項(xiàng)目反應(yīng)理論中的Rasch 模型，許多后期的研究顯示，在數(shù)據(jù)與模型適合良好的情況下，使用Rasch模型建立起的垂直量表體系比起經(jīng)典測(cè)試?yán)碚撓碌哪Ｐ?，如百分位?shù)等化法等表現(xiàn)更佳。相比于經(jīng)典測(cè)試?yán)碚?，?xiàng)目反應(yīng)理論方法不單單是在理論上具有更優(yōu)的性質(zhì)，同時(shí)在實(shí)際應(yīng)用上具有更強(qiáng)的功能。

接下來(lái)就要考慮校準(zhǔn)方法的選擇，項(xiàng)目和人員參數(shù)以及共同項(xiàng)目參數(shù)，究竟選擇同時(shí)校準(zhǔn)還是分別校準(zhǔn)比較好？Hanson和Beguin發(fā)現(xiàn)，正確的指定了模型以后，同時(shí)校準(zhǔn)通常比分別校準(zhǔn)能得出更優(yōu)的結(jié)果，Kim和 Cohen（2002）指出，對(duì)于多項(xiàng)分類數(shù)據(jù)來(lái)說(shuō)，通過(guò)同時(shí)校準(zhǔn)所得到的真正的多元項(xiàng)目反應(yīng)理論模型參數(shù)值恢復(fù)比起分別校準(zhǔn)加之鏈接項(xiàng)目和能力參數(shù)的值恢復(fù)更具有連貫性和準(zhǔn)確性，盡管這兩者的差別非常細(xì)微[5]。

在量表建立的過(guò)程中，由于涉及多種計(jì)算，不可以有半點(diǎn)疏漏，各種計(jì)算機(jī)軟件的選用也就顯得尤為重要，這一點(diǎn)有學(xué)者做過(guò)詳細(xì)的論述，如在不同的階段選擇何種軟件，軟件的獲取渠道等都有詳細(xì)說(shuō)明，筆者在此不再贅述[6]。

四、大學(xué)英語(yǔ)分級(jí)測(cè)試垂直量表體系構(gòu)建的可行性

為評(píng)估英語(yǔ)學(xué)習(xí)者的進(jìn)步情況而建立相應(yīng)的垂直量表體系，這種做法在美國(guó)是有先例的。2002年美國(guó)布什總統(tǒng)簽署了《不讓一個(gè)孩子掉隊(duì)》法案（No Child Left Behind，簡(jiǎn)稱NCLB），其主要目標(biāo)是縮小幼兒園至12年級(jí)（相當(dāng)于我國(guó)的高中）之中各年級(jí)學(xué)生之間由于擁有參差不齊的教育資源所造成的成績(jī)方面的差距，讓每個(gè)學(xué)生都能享受到高質(zhì)量的教育。法案中有一項(xiàng)要求各州每年從英語(yǔ)聽(tīng)、說(shuō)、讀和寫(xiě)四個(gè)方面對(duì)英語(yǔ)學(xué)習(xí)者的英語(yǔ)語(yǔ)言能力進(jìn)行測(cè)試評(píng)估，相應(yīng)地得出學(xué)生的進(jìn)步情況，并以綜合性報(bào)表向聯(lián)邦政府匯報(bào)。其中最為清晰有效地監(jiān)測(cè)學(xué)生進(jìn)步的方法即是將不同年級(jí)的評(píng)估結(jié)果放到一個(gè)共同的量表中進(jìn)行衡量。

顯然不同年級(jí)的學(xué)生不可能使用相同形式的測(cè)試，應(yīng)對(duì)不同年級(jí)或者不同年齡段的孩子設(shè)計(jì)出適應(yīng)其各自發(fā)展階段的試題。想要將處于不同發(fā)展階段、不同年級(jí)學(xué)生的測(cè)試結(jié)果放到同一個(gè)量表中，最好的辦法就是使用垂直性量表。其具體的操作思路是：首先WIDA（世界級(jí)教學(xué)和測(cè)試公司）將幼兒園至12年級(jí)的學(xué)生分為五個(gè)測(cè)試群，然后從聽(tīng)說(shuō)讀寫(xiě)四個(gè)方面入手設(shè)計(jì)試題，遵循不同題型的特點(diǎn)相應(yīng)地加入錨題。其中建立共同量表的方法選擇的就是項(xiàng)目反應(yīng)理論方法，相應(yīng)的校準(zhǔn)方法選擇的是同時(shí)校準(zhǔn)方法。

前面對(duì)于垂直量表體系的基本理論、我國(guó)大學(xué)英語(yǔ)分級(jí)教學(xué)的基本情況、構(gòu)建體系的大體操作思路和一個(gè)實(shí)際應(yīng)用案例作了簡(jiǎn)單介紹。誠(chéng)然，針對(duì)不同的分級(jí)教學(xué)情況，構(gòu)建出的體系也不可能是完全相同的，各個(gè)高校還是要根據(jù)自身的情況，吸取前人經(jīng)驗(yàn)，因地制宜，開(kāi)發(fā)出適合自己學(xué)校情況的體系。

以筆者所在學(xué)校為例，哈爾濱理工大學(xué)自2014年秋季學(xué)期開(kāi)始實(shí)施大學(xué)英語(yǔ)分級(jí)教學(xué)模式。其基本做法是按照一次分級(jí)考試后的成績(jī)排名，在各個(gè)學(xué)院內(nèi)部，將學(xué)生分成A、B和C三個(gè)級(jí)別進(jìn)行教學(xué)，在教學(xué)內(nèi)容的深度和廣度上區(qū)分三個(gè)級(jí)別的教學(xué)。改革過(guò)去了一年多，現(xiàn)在各位教學(xué)者面臨的最大問(wèn)題便是如何對(duì)學(xué)生學(xué)習(xí)成果進(jìn)行評(píng)價(jià)，當(dāng)前的做法是，期中和期末測(cè)試仍采用同一套試題，但適當(dāng)加大平時(shí)分的比例（平時(shí)、期中和期末分?jǐn)?shù)比例由1：1：3改為2：1：2），對(duì)不同級(jí)別的學(xué)生，采用不同的平時(shí)分計(jì)算方法，A級(jí)要求最高，B級(jí)次之，C級(jí)最低，以此來(lái)調(diào)整期中期末“一刀切”造成的不公平問(wèn)題。但在實(shí)際操作中，教師在給平時(shí)分時(shí)表現(xiàn)出的主觀性又會(huì)對(duì)分?jǐn)?shù)的可信度造成一定影響。所以在哈爾濱理工大學(xué)要建立的垂直量表體系主要是針對(duì)平時(shí)分部分的，讓原本可以人為決定的、較為主觀的分?jǐn)?shù)量化成可以計(jì)算和衡量的客觀分?jǐn)?shù)，是哈爾濱理工大學(xué)要解決的首要問(wèn)題。

為實(shí)現(xiàn)公平性的原則，在大學(xué)英語(yǔ)分級(jí)測(cè)試中構(gòu)建垂直量表體系是十分必要的，而具體的理論指導(dǎo)思想和前人經(jīng)典案例又證明了這種做法的可行性。未來(lái)需要投入更多研究的部分一是各高校具體測(cè)評(píng)的方法，二是通過(guò)何種途徑，在英語(yǔ)教學(xué)領(lǐng)域培養(yǎng)出可以將心理測(cè)量學(xué)知識(shí)和大學(xué)英語(yǔ)教學(xué)緊密聯(lián)系起來(lái)的人才。

參考文獻(xiàn)：

[1]Dorans N J，Pommerich M，Holland P W.Linking and

Aligning Scores and Scales[Z].New York，U.S.：

Springer Verlag，2007：17.

[2]Davier A A v.Statistical Models for Test Equat-

ing，Scaling，and Linking[Z].New York，U.S.：Springer，

2011：22.

[3]教育部高等教育司.大學(xué)英語(yǔ)課程教學(xué)要求[Z].北京：

外語(yǔ)教學(xué)與研究出版社，2007：1.

[4]陳麗.垂直量表化對(duì)大學(xué)英語(yǔ)分級(jí)教學(xué)測(cè)評(píng)體系弊端的

解析[J].西安外國(guó)語(yǔ)大學(xué)學(xué)報(bào)，2014，（6）.

[5]Kenyon D M，MacGregor D，Li D Y，Cook H.G.Issues

in vertical scaling of a K-12 English language

proficiency test[J].Language Testing， 2011，（3）.

[6]黎光明，張敏強(qiáng).IRT測(cè)驗(yàn)等值流程化操作思路的構(gòu)建

[J].中國(guó)考試，2012，（11）.