外语测试 | 构建科学的中国英语能力等级量表
构建科学的中国英语能力等级量表
刘建达 彭 川
（原文刊载于《外语界》2017年第二期）
作者简介
刘建达，博士、教授、博士生导师，教育部”新世纪优秀人才培养计划“入选者。现任广东外语外贸大学副校长，全国人文社科重点研究基地、外国语言学及应用语言学研究中心主任、广东省大学英语课程教学指导委员会主任、教育部大学英语教学指导委员会委员。主要研究方向包括语言测试、外语教育、语用习得。曾主持教育部社科重大攻关项目、国家社科、教育部人文社会科学重点研究基地重大研究项目等多项科研项目。代表论著有Measuring Interlanguage Pragmatic Knowledge of EFL Learners（Peter Lang）。论文曾发表于Language Testing等国内外权威学术刊物。现主持教育部社科重大攻关项目“中国英语能力等级量表建设研究”。曾获国际语言测试学会颁发的最佳论文奖Lado奖、广东省哲学社会科学优秀成果奖、广东省高等学校“千百十工程”省级先进个人。现担任Applied Linguistics，Language Learning, Language Testing,LanguageAssessment Quarterly等国际权威学术刊物的审稿专家。
彭川，广东外语外贸大学外国语言学及应用语言学研究中心在读博士。
一
引 言
2014年10月，我国启动了“中国英语能力等级量表”（China’s Standards of English）的建设工作，旨在为我国外语能力测评体系建设提供统一标准，为我国英语教学、学习、测评提供参考框架，起到“车同轨、量同衡”的作用，促进各阶段英语教学的衔接，提高英语教学和考试的质量与功用，进而提升国家外语教育水平和学生外语能力。
本文通过回顾国外主要语言能力等级量表，着重分析《欧洲语言共同参考框架》（Common European Framework of Reference for Languages）的优缺点，在总结已有量表经验的基础上阐述如何确保我国英语能力等级量表的科学性。
二
《欧框》的创新与不足
国外语言能力量表的研制迄今已有60多年历史，主要集中在美国、澳大利亚、欧洲等国家和地区。
最早出现的语言能力量表是美国政府部门于1955 年制定的外事服务学院（Foreign Service Institute，FSI）口语能力量表，主要是考核驻外军事人员口语水平的一系列能力标准。欧洲则有欧洲语言测试者协会（Association of Language Testers in Europe，ALTE）的ALTE量表和欧洲委员会的《欧洲语言共同参考框架》（以下简称《欧框》）等，尤其是《欧框》在全球范围内颇具影响。
《欧框》的创新
《欧框》从研制编写至今已历经30余年发展，对于语言能力量表构建具有很多值得借鉴之处。
首先，《欧框》采取“面向行动”的方法（action-oriented approach）对语言能力进行整体和分类描述，用接收、产出、交互等语言交际活动代替Lado（1961）模型中的听、说、读、写四种技能，新版《欧框》还涉及翻译能力。《欧框》也将Lado（1961）模型中的语音、词汇和语法三大要素进一步发展成为三大语言交际能力，即词汇、社会语言和语用（包括文本与功能）。
其次，《欧框》用解释性描述语量表（illustrative deor scale）阐述接收、产出、交互等语言交际活动中的交际策略，涵盖不同文本，体现社会语用准则及文本准则。
最后，《欧框》根据欧洲的语言现状提出了多元语言能力和多元文化能力（plurilingual and pluricultural competences）概念。
《欧框》的不足
《欧框》的问题大体表现在描述语表述、分技能评价和研究方法三个方面。
1. 描述语表述
首先，有些描述语表述不够简洁易懂，缺乏统一性，不利于学习者作出有效评判，这类描述语在A2、B和C等级别中十分普遍。
其次，有些描述语存在重复现象。由于归类问题，有些描述语会在不同类别的等级中重复出现。例如，两个针对与英语国家人士交际分量表的描述语与其他分量表的描述语存在重复。
最后，有些描述语对所描述的能力定位不明确。部分描述语的表述较为含糊，无法判断是针对口头语言还是书面语言，因为口头与书面语言要求的难度不一。例如，连贯与衔接（Coherence and Cohesion）、准确性（Propositional Precision）两个分量表可以说既描述口头表达也描述书面表达的连贯与衔接、准确性等，但《欧框》对此并没有进行区分。
2. 分技能评价问题
《欧框》并没有按照听、说、读、写等技能对量表进行分类。从量表数目来看，《欧框》活动类量表侧重口语活动，口语活动量表是其他三种技能活动量表的两倍多，并且绝大多数语言知识类描述语依然基于产出类活动来撰写，阅读策略、写作策略和听力策略描述语较少。
在语言能力类别和策略类别量表中，有些描述语的内容只适用于听、说、读、写某单个技能，但也有描述语适用不同技能。这种现象有时出现于同一个量表，给使用者带来很多不确定性。
《欧框》的描述框架按照接收、产出、交互方式对活动与策略进行归类，语言能力根据词汇、语用和社会语言得体性分类。然而，从描述语实际描述的内容来看，语言能力更多针对某种活动，“量”类的量表占主导地位，“质”类量表相对偏少。《欧框》52个量表（去除重复量表）中关于听、说、读、写分技能及其策略的描述语显得不足，这并不是真正意义上的量质结合，无法确切有效地评价各类语言技能。
3. 研究方法问题
《欧框》在研究方法上也存在一些可以改进的地方。首先，《欧框》的目标使用群体除了教师外还包括学生，尤其是低年级学生，但《欧框》在描述语收集和实证阶段的主要参与者是教师和专家，从而无法确保描述语在低年级学生群体中的可读性和可理解性。
其次，《欧框》建设问卷采用的是李克特5级量表（0—4），5个等级按照不同情景下能否做到或做到何种程度的界定，但是问卷量表对“有利情景”和“不利情景”的解读只是针对听说活动。再者，《欧框》实证中使用的评分表的落脚点是“能不能做某件事”，但很多关于交际策略等方面的描述语并未体现“能不能做到”的标准。
第三，《欧框》建设的量化分析在实际可操作层面已较为完善，但是缺乏质性分析，尤其在描述语统计分析后缺乏深入的后续访谈。深度访谈一方面能够探究统计数据不够理想的真实原因，另一方面对描述语的删除、采用和定级具有积极的指导作用。
第四，《欧框》描述语在实证阶段至正式出版期间经历了大量的修改和再加工。有些描述语被删减或增加文字描述，有些描述语被过度合并或修改，最终致使描述的维度和侧重点可能发生了变化。
三
中国英语能力等级量表研制的科学性
无可否认，《欧框》的相关理念与研究方法对研制具有科学性的中国英语能力等级量表具有重要借鉴作用，但我国的语言教学环境、教育体制等与欧洲地区存在或大或小的差异，因此我国的语言量表研制不宜直接采用或照搬《欧框》的研制思路与方法，应符合我国的国情、英语教育现状和教学实际需求。
描述性和规定性
《欧框》是一种参照（reference），而中国英语能力等级量表不仅立足于中国学习者现有英语水平，也着眼于学习者未来英语能力的发展，即兼具描述性（deive）和规定性（preive）。
描述框架
与《欧框》相同，中国英语能力等级量表也是以交际语言能力模型为基础，采用面向运用的方法对语言能力进行科学的描述或评价。但与《欧框》描述框架不同的是，中国英语能力等级量表不仅涵盖传统的听、说、读、写分技能，还从语用能力和翻译能力（包括口译与笔译）角度描述英语能力。这种描述框架更有利于科学地评价不同的语言分技能，使用者或学习者可以根据需求选择相应的子量表（sub-scale）。
描述语收集
我国量表的描述语来源广泛，涉及我国各级各类课程标准、教学大纲、考试大纲及国外语言能力标准，部分来自调研与自编。项目组邀请全国120多名英语教育专家及博士生分成不同小组多次对描述语查重筛选，精心打磨，从最初收集的10多万条描述语精简到最后参与实证调研的近5千条描述语。无论是质性分析还是量化分析，每条描述语的作答、分析数据和指标都被标记与追踪，并且项目组根据相关指标建立了描述语的质量层级（item quality hierarchy）最终收录的描述语优先来自质量层级中最高层级的描述语。
描述语质量
描述语质量是量表科学性的重要体现，简明、清晰、规范的表述是量表获得专家和使用者认同的基础。中国英语能力等级量表从以下三方面把控描述语的质量，在更大程度上实现量表建设的科学性。
首先，描述语表述使用肯定句而非否定句形式，即使用“能做……”，不使用“不能做……”，这种形式能够促进学习者思考用英语能做什么，关注学习目标，也能培养其积极向上的求知心态。
其次，描述语的能力参数明确，避免同一条描述语中同时出现几种不同的能力参数，尤其是翻译类描述语等可能涉及综合能力的描述语。描述语区别“口头”和“书面”语言，以便使用者评判时能够合理运用能力参数。
最后，描述语的表述方式规范、统一。我国量表的描述遵循每条描述语包括行为（performance）、标准（criteria）、条件（conditions）三部分的模式。
描述语分级验证
1. 抽样
中国英语能力等级量表基于中国英语学习者研制，因此抽样样本应在最大程度上代表不同地域、不同学段、不同背景的中国英语学习者，兼顾不同英语水平层次的学习者。样本的教育阶段覆盖我国英语教育各个学段，不仅包括小学（三年级和六年级）、初中（初三）、高中（高三）、大学（大学英语二年级、四年级，英语专业二年级、四年级）及研究生教育（英语专业和非英语专业）阶段，也包括中高职教育、继续教育阶段及其他社会人群的英语学习阶段。样本的地域覆盖我国28个省、市和自治区。统计显示，全国共有近13万学生、近3万英语教师和社会人士参与问卷调查。
2. 问卷设计
描述语分级问卷共有80份。每份问卷按照听、说、读、写、笔译、口译、语法、语用等八大类语言能力设计，每个能力类别的描述语从包含近5000条描述语的描述语库中随机抽取，数量基本均等。每个级别的平行问卷包含20%的水平等值锚题，每个级别还有一份问卷包含20%的垂直等值锚题。
问卷回答者涵盖不同级别的教师和学生，从不同视角交叉验证学生是否能够做到各条描述语所描述的内容，评价方式包括教师评学生、学生自评和专家判断。
3. 问卷施测
为确保数据收集的科学性和有效性，问卷大部分通过网络平台发放施测，少量信息化程度不高的学校采用纸笔作答形式。填写问卷之前，教师和学生通过现场与网络相结合的方式接受培训，培训的目的在于尽力确保问卷填写人充分了解中国英语能力等级量表建设，掌握问卷调查的准则，科学合理地填写问卷。问卷由系统随机发放给相应的目标群体，问卷平台也有相应的作答要求与注意事项供随时查看。纸质问卷回收后，由项目组手工录入问卷平台。
4. 数据分析
中国英语能力等级量表问卷在分级验证之前利用Rasch模型等统计工具进行水平和垂直等值，对问卷结果进行各种统计分析，借助临界点锚定各个等级，验证分级结果，以最终确定各个等级标准。
中国英语能力等级量表描述语的实证和分级采用质性分析与量性分析相结合的方式，在所有统计分析之后开展访谈等深入的质性研究，内容涉及师生如何结合评分标准评判描述语，各条描述语是否适合所描述层级的学习者等，进而结合质性分析的结果再考虑量化数据。量表统计数据用于决策参考，但并不是描述语定级的唯一依据。
四
结 语
中国英语能力等级量表旨在服务于中国的英语教育。量表建设汲取《欧框》的优点，扬长避短，在各个环节确保科学性。需要指出的是，中国英语能力等级量表须在实践中不断得到改进完善。只有在我国英语教师、测评工作者、学习者的共同努力下，中国英语能力等级量表才会越来越科学，更好服务于我国的英语学习、教学和测评。
《中国语言能力等级量表研究》
杨惠中、朱正才、方绪军著
本书对建立我国语言能力等级共同量表的理论和方法进行了全面的探讨，并通过口语“能做”描述语实证研究的数据分析，证明对描述语进行量化分析并进而划分语言能力等级是可行的。 返回搜狐，查看更多
责任编辑：