范香娟

1 引言

近年來，對外漢語教學(xué)中的測試和評估研究開始受到關(guān)注，成為對外漢語教學(xué)研究中重要的一部分。2009年，在華留學(xué)生人數(shù)已接近24萬人。《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》提出：“進一步擴大外國留學(xué)生規(guī)模?！苯逃吭?010年啟動了“留學(xué)中國計劃”，主要任務(wù)是到2020年，外國留學(xué)人員達到50萬人次。擁有如此豐富的資源，是漢語測試和評估研究發(fā)展的最好契機，抓住這一機會，對漢語學(xué)習(xí)者進行深入細致的調(diào)查和科學(xué)的測試與評估，可以極大地提高漢語測試的研究水平。所以，有必要對這一領(lǐng)域的研究進行梳理和分析。

對外漢語教學(xué)測試與評估的問題由劉英林于1983年首先提出，并對其進行了系統(tǒng)的闡述。隨后，盛炎（1990）、呂必松（1992）、楊惠中（1999）、周小兵（2004）等都提到其在教學(xué)中的重要作用。對于這一學(xué)科在中國的發(fā)展，何蓮珍（2010）對方法論、認識論和本體論的發(fā)展趨勢進行了介紹和展望。羅蓮（2008）指出了第二語言測試社會化的新趨勢，楊惠中（2011）論述了第二語言測試的發(fā)展方向。楊翼（2008）對對外漢語測試研究的歷史演變和發(fā)展趨勢做了描述性的研究，對海外（日本、韓國和美國）和國內(nèi)的研究都進行了回顧，展望了今后對外漢語測試的發(fā)展方向。

以上研究是從比較宏觀的角度對這一領(lǐng)域進行的論述，本文則從微觀入手，選取了漢語研究領(lǐng)域的3種核心期刊，對這3種期刊自創(chuàng)刊到2011年發(fā)表的語言測試與評估類文章的數(shù)量和研究內(nèi)容進行統(tǒng)計分析（鑒于漢語水平考試（HSK）自正式施測以來產(chǎn)生的影響逐漸加大，本文也將其納入研究范圍），希望能夠從統(tǒng)計結(jié)果中窺測國內(nèi)語言測試與評估理論與漢語教學(xué)相結(jié)合的研究情況，了解其發(fā)展的歷史和現(xiàn)狀，指出存在的問題，并對今后的發(fā)展提出建議。

2 研究方法

本文選取了《語言教學(xué)與研究》、《漢語學(xué)習(xí)》和《世界漢語教學(xué)》3種核心期刊?！墩Z言教學(xué)與研究》（以下簡稱《語言》）于1979年創(chuàng)刊，現(xiàn)為雙月刊，是語言學(xué)中文核心期刊，由北京語言大學(xué)語言研究所編輯出版?！妒澜鐫h語教學(xué)》（以下簡稱《世漢》）于1987年創(chuàng)刊，現(xiàn)為季刊，語言學(xué)/漢語類核心期刊，由北京語言大學(xué)對外漢語研究中心主辦，是世界漢語教學(xué)學(xué)會的會刊?！稘h語學(xué)習(xí)》（以下簡稱《漢語》）于1980年創(chuàng)刊，現(xiàn)為雙月刊，也是中國語言學(xué)/漢語類中文核心期刊。對這3種期刊上發(fā)表的文章進行分析，能夠從一個側(cè)面了解該領(lǐng)域的發(fā)展，起到管中窺豹的作用。

表1 語言測試與評估類文章發(fā)表時間和數(shù)量統(tǒng)計

3 研究結(jié)果

3.1 語言測試與評估類文章的發(fā)表情況

在對對外漢語教學(xué)測試與評估的研究中，楊翼（2008）認為：“從它的歷史演變來看，經(jīng)過了起源—萌芽—發(fā)展3個不同的階段?！惫P者認為，20世紀90年代可以看成起源階段，但是萌芽和發(fā)展之間的時間界限卻很難區(qū)分，所以文中以時間為界，劃分為3個階段，即20世紀80年代（1980—1989）、20世紀90年代（1990—1999）和21世紀（2000—2011）。表1是按照這3個階段對文章數(shù)量進行的統(tǒng)計。

從表1可見，研究高峰期從20世紀90年代開始出現(xiàn)，延續(xù)至今，文章總數(shù)為125篇。

《世漢》1988年刊登了第一篇語言測試與評估類文章，即劉英林的《HSK的性質(zhì)和特點》，同一年還刊登了HSK的試卷、聽力錄音材料和答案。此后的23年間共刊登此類文章48篇，20世紀90年代語言測試的研究開始出現(xiàn)高峰期，主要是針對漢語水平考試（以下稱為HSK）的研究，從試題設(shè)計，效度驗證到等值的研究都集中在這個時期。從數(shù)量上看，進入21世紀以后，語言測試類文章反而呈現(xiàn)減少的趨勢。

《語言》1983年開始刊登語言測試類文章，即劉珣的《試談漢語水平測試》。1983年—2011年的29年間，共刊登語言測試類文章40篇，從數(shù)量上分析，20世紀90年代開始，語言測試類文章開始受到該期刊的關(guān)注，近20年發(fā)表文章的的數(shù)量相對平衡，發(fā)展比較穩(wěn)定。

《漢語》1991年第2期刊登了第一篇語言測試與評估類文章，即張鳳麟的《延邊三所學(xué)校漢語水平考試情況分析——兼談延邊的漢語教學(xué)》。20年間共刊登此類文章37篇，數(shù)量分布比較平均，呈現(xiàn)逐漸增加的趨勢。

3.2 對語言測試與評估類文章的內(nèi)容統(tǒng)計情況

3種期刊都在20世紀90年代開始，大量發(fā)表測試類文章，這正是HSK開始設(shè)計、研發(fā)、推廣和驗證的時期。學(xué)者們對測試的研究主要集中在HSK方面，發(fā)表了大量的文章。3種期刊刊登的第一篇測試類文章也都與HSK有關(guān)。最近10年，HSK的研究已經(jīng)成熟，處于平穩(wěn)發(fā)展和醞釀改革的時期，論文數(shù)量雖然下降，但是研究者開始更多關(guān)注HSK以外的研究課題。表2顯示了與HSK有關(guān)的研究在3種期刊中的比重。

從表2中可以看到，《漢語》最多關(guān)注HSK這一研究課題，所發(fā)表文章的3/4都是HSK研究，而《語言》關(guān)注的測試類研究范圍更廣，有67.5%是HSK以外的研究。從總量上來看，一半以上（53.6%）的研究都與之有關(guān)。對于另外46.4%的文章的研究內(nèi)容，我們進行了如下的分類，分類標(biāo)準參照了馬麗雅（2007）統(tǒng)計英語測試研究現(xiàn)狀時的標(biāo)準。

從表3可見，第2類研究，即對于不同用途、內(nèi)容和方式的測試研究最多，占24.8%，其中對于不同用途的測試研究占12.8%，說明以需求為導(dǎo)向的研究更受重視。其次是理論研究，反映了學(xué)者們對基礎(chǔ)理論的探討熱情。研究最少的是信度效度驗證、反撥效應(yīng)和評分研究等。

表2 HSK研究文章的數(shù)量和百分比

表3 研究內(nèi)容分類表

4 結(jié)果分析

通過以上的統(tǒng)計，對漢語測試與評估研究在國內(nèi)的發(fā)展過程和存在的問題分析如下。

4.1 漢語測試與評估研究的發(fā)展

4.1.1 漢語水平考試（HSK）的發(fā)展歷史和現(xiàn)狀對HSK的發(fā)展歷史，任筱萌（2001）對前16年的發(fā)展有過很詳細的論述。本文從論文發(fā)表情況對這一歷史和近十年來的發(fā)展做一簡要的梳理。

1983年，劉珣發(fā)表《試談漢語水平測試》，標(biāo)志著學(xué)者們構(gòu)思大規(guī)模漢語水平測試的開始。1990年，HSK研制成功的消息發(fā)布。可以說，這是HSK構(gòu)思、設(shè)計、研發(fā)、驗證，一直到成功施測的過程。20世紀90年代是HSK發(fā)展，完善的時期，學(xué)者們對考試大綱、考試長度等具體問題進行了研究。HSK與教學(xué)的關(guān)系，從題型、詞匯等更具體的方面來分析HSK等課題也都受到了關(guān)注，如對大綱中詞匯和漢字的研究，對HSK考試中聽力和閱讀的分析，對作文評分的客觀化的探討。

最近十年，隨著計算機技術(shù)的發(fā)展，學(xué)者們開始考慮在HSK自適應(yīng)命題中應(yīng)用多媒體技術(shù)。隨著HSK逐漸走向海外，中國境內(nèi)外HSK考試的公平性問題引起了學(xué)者的關(guān)注（任杰，2003）。信度和效度問題也終于引起了學(xué)者們的重視，如對漢語水平口試信度的理論和實證研究（柴省三，2003），HSK（初中等）的效度研究報告（王小玲，2004），HSK（高等）的題庫參數(shù)體系（楊翼，2006）。HSK考試中的“跛腳”現(xiàn)象也開始引起關(guān)注（李玉軍，2006）。在這些研究的基礎(chǔ)上，學(xué)者們開始反思HSK的問題，并于2007年提出了改進方案。這些文章，無論從數(shù)量上還是內(nèi)容上，都反映了HSK在漢語測試研究中的重要地位。

4.1.2 其他方面研究的歷史和現(xiàn)狀

20世紀90年代之后，學(xué)者們開始進行測試與評估其他方面的研究，如主客觀題型在教學(xué)中的利弊、報考碩士生的中文考試、漢語模擬面試、語言測試對教學(xué)的反作用、結(jié)構(gòu)效度、教材評估、課堂測試、完形填空、話語能力測試分析、寫作能力測試等方面。2000年后，診斷測試、聽力理解能力的認知結(jié)構(gòu)、口試、計算機自適應(yīng)語言測試、測試和自我評價的真實性、口語成績測試等成為學(xué)者們關(guān)注的課題。

從這些文章發(fā)表的時間上可以看出，在最初的理論探討之后，學(xué)者們開始關(guān)注具體題型（完形填空）和不同技能（聽力理解、閱讀能力、寫作能力）的測試分析。進入21世紀，隨著計算機技術(shù)的成熟，口試和計算機自適應(yīng)測試受到關(guān)注，開始利用計算機對口試中的評分進行研究。相比20世紀80年代，現(xiàn)代科技在研究中的應(yīng)用加強，研究范圍更廣，所關(guān)注的課題更具體。測試研究呈現(xiàn)出“百花齊放”的局面。

4.2 漢語測試與評估研究存在的問題

通過以上分析可以看到，早在20多年前，學(xué)者們就已經(jīng)意識到漢語測試與評估的重要性，經(jīng)過多年的發(fā)展，已經(jīng)在理論方面為下一步深入研究打下了堅實的基礎(chǔ)。但其中也存在著一些問題。正如楊翼（2008）文中所說：“沒有形成系統(tǒng)研究規(guī)模。”不論是理論探討，還是對不同用途、不同內(nèi)容和方式的測試研究，都比較零散，沒有形成研究的熱點和重心。對于一些本應(yīng)引起重視的研究課題，往往是在理論探討之后就不再關(guān)注，導(dǎo)致對每個問題的研究似乎都草草收場，不夠深入。另外，筆者認為還存在以下3個方面的問題：

4.2.1 重測試，輕評估

通過以上分析可見，相對來說，漢語測試研究更重視學(xué)習(xí)者的學(xué)習(xí)結(jié)果，輕視學(xué)習(xí)過程，對于標(biāo)準化測試和終結(jié)性評估的研究多于對形成性評估的研究，只有王佶旻（2005）關(guān)注了對語言學(xué)習(xí)者的評估方法。這說明學(xué)者們對評估的認識不夠，尤其是對教學(xué)有重要意義的課堂評估，更是研究上的空白。

2000年，劉珣在《對外漢語教育學(xué)引論》中專門論述了課堂評估的問題。語言測試是一種工具，重在對受試者的語言行為進行量化，是以結(jié)果為中心的。而課堂評估并不是在某個時間所做的一件事，而是在不同時間做多件事的過程，是以過程為中心的，課堂評估更注重在教師確定教學(xué)目標(biāo)后，通過各種方式收集學(xué)習(xí)者信息，在對信息進行分析解釋的基礎(chǔ)上，針對學(xué)習(xí)者的不同情況進行診斷，給出反饋和意見。漢語教學(xué)的目的是讓學(xué)習(xí)者學(xué)會、學(xué)好漢語，能夠用漢語進行有效的交流。在這個過程中，教師更需要不斷地收集學(xué)習(xí)者的信息進行分析，用于指導(dǎo)自己的教學(xué)。

有效的課堂評估不僅能為教師提供信息、改進教學(xué)，也可以幫助學(xué)習(xí)者改進自己的學(xué)習(xí)方法和學(xué)習(xí)節(jié)奏，讓學(xué)習(xí)者控制和管理自己的學(xué)習(xí)，改變學(xué)習(xí)者在學(xué)習(xí)過程中動力不足的問題，促使師生為了教學(xué)目標(biāo)共同努力，形成教學(xué)上的合作或者伙伴關(guān)系。語言學(xué)習(xí)尤其需要學(xué)習(xí)者的主動性，根據(jù)教育學(xué)家Vygosky的觀點，學(xué)習(xí)者應(yīng)該成為學(xué)習(xí)的主體，教師是學(xué)習(xí)者的信息提供者或者媒介，其作用是監(jiān)督和促進學(xué)習(xí)者進行自我學(xué)習(xí)。只有形成良好的師生互動，產(chǎn)生良性的教學(xué)循環(huán)，才能創(chuàng)造出和諧愉快的情感氛圍，最終更好地實現(xiàn)教學(xué)目標(biāo)。所以在漢語測試與評估的研究中，不能忽視了課堂評估對教學(xué)的重要作用。

4.2.2 對測試與教學(xué)的關(guān)系認識不夠全面

對于測試與語言教學(xué)的關(guān)系，學(xué)者們有兩種意見，一種認為語言教學(xué)是第一性的，測試是教學(xué)活動的一部分，是為教學(xué)服務(wù)的?！皽y試是語言教學(xué)的重要組成部分，是一般教學(xué)活動四大環(huán)節(jié)（總體設(shè)計、教材編寫、課堂教學(xué)、測試）之一。”（周小兵，2004）正如Davis（1968）所說的，“好的測試就如一個忠實的仆人”。另外一種意見則如Arthur Hughes（1989）所說，“教學(xué)和測試是伙伴（partnership）關(guān)系?！倍呖梢曰ハ啻龠M。從漢語測試研究的現(xiàn)狀來看，我們對于測試和教學(xué)的關(guān)系認識還不全面，測試仍然處于教什么就測什么的仆人階段，教學(xué)和測試的伙伴關(guān)系還沒有形成，還沒有認識到測試對教學(xué)的促進作用，即積極的反撥作用。在漢語測試研究中，只有兩篇研究反撥作用的文章（張寶鈞，1998；陳月紅，2000），和課堂評估研究的情況類似，雖然早在1998年就有理論介紹，但后來進一步研究的成果并沒有在此有所反映。對于反撥作用的認識和研究不夠，往往使?jié)h語教師在測試對教學(xué)出現(xiàn)消極影響時習(xí)而不察，無法找到真正的原因。

比如說，要想測試對教學(xué)取得積極的反撥作用，應(yīng)該測試希望學(xué)習(xí)者發(fā)展的能力（Arthur Hughes，1989）。漢語教學(xué)中，漢字教學(xué)始終是教學(xué)目標(biāo)之一，學(xué)習(xí)者應(yīng)該具有漢字書寫能力。但是在測試中，由于多項選擇題在標(biāo)準化考試中的大量應(yīng)用，教師在設(shè)計期末考試時，為了和標(biāo)準化考試一致，也設(shè)計大量的多項選擇題，學(xué)習(xí)者只熟悉這一種題型，只要認識漢字，即使不會寫，寫字母ABCD，也可以通過考試，進入高一級學(xué)習(xí)。這就采用了和教學(xué)目標(biāo)不一致的測試方法，導(dǎo)致了學(xué)習(xí)者雖然在初期對漢字興趣濃厚，但是隨著漢語水平的提高，反而對漢字學(xué)習(xí)失去動力，寫的漢字越來越少，難以發(fā)展書寫能力。如果改變一下測試的方法，根據(jù)不同階段對漢字教學(xué)的要求，在期中和期末考試中盡量少采用多項選擇題的形式，改用填空、簡答等形式，不僅要求認識漢字，更要寫漢字，這樣才能促進學(xué)習(xí)者對漢字的重視。所以在漢語教學(xué)中認識到測試對教學(xué)的反撥作用和測試的導(dǎo)向性是非常重要的。漢語作為第二語言教學(xué)，可以通過對測試和評估方法的改革，促進教學(xué)上的改革，引導(dǎo)學(xué)習(xí)者真正提高漢語能力。

只有對測試和教學(xué)的關(guān)系有更全面、科學(xué)的認識，重視測試對教學(xué)的積極影響，教師才能在教學(xué)中更好地利用測試提供的學(xué)習(xí)者信息，及時有效地調(diào)整自己的教學(xué)。

4.2.3 研究方法和手段落后

自從語言測試和評估這門學(xué)科產(chǎn)生，實證主義和后實證主義一直是語言測試和評估研究的主要研究范式，通過嚴密的實驗設(shè)計，進行調(diào)查得到數(shù)據(jù)，用統(tǒng)計學(xué)軟件進行分析，這是國際上語言測試研究的主要方法。在定性研究方面也已經(jīng)發(fā)展得相對成熟，有相應(yīng)的軟件對運用社會學(xué)方法得到的文本材料進行編碼和分析，為定性研究提供更可信的依據(jù)。

在這3種核心期刊上發(fā)表的125篇文章中，除了HSK研究之外，其它46.4%的文章大多是描述性和推理性的文章，實驗性的文章只占很少的一部分。而且大部分作者并不重視對研究方法的介紹，其中一個很重要的原因可能是研究者還沒有掌握先進科學(xué)的研究方法，或者對研究方法和手段的重視還遠遠不夠。在方法和手段上的落后，會使我國測試與評估研究受困于此，難以產(chǎn)生質(zhì)的飛躍。

5 對對外漢語測試與評估研究的發(fā)展建議

5.1 深入研究，關(guān)注熱點

對某些問題應(yīng)該引導(dǎo)研究者持續(xù)關(guān)注，從理論探討到實證研究，運用定量和定性相結(jié)合的方法，深入挖掘現(xiàn)象產(chǎn)生的原因，形成漢語測試研究獨特的研究領(lǐng)域。比如對HSK的研究占一半以上，一直是研究的重點。截止到2010年，全球參加漢語水平考試的考生已達68.9萬人次，作為一個如此大規(guī)模的標(biāo)準化考試，對于其后效（backwash effects）的研究卻鳳毛麟角。所謂后效，“即考試對社會、教育機構(gòu)以及學(xué)生個人的影響”（鄒申，2005）。在國內(nèi)對外漢語教學(xué)中，HSK是否對教師教學(xué)和學(xué)生學(xué)習(xí)產(chǎn)生了影響，影響的程度如何，在哪些方面產(chǎn)生了影響，影響的程度又與哪些因素有關(guān)。在漢語國際推廣過程中，HSK考試是否改變了學(xué)習(xí)者對漢語和中國社會文化的認識，改變的方式是怎樣的，程度又如何。這些都可以成為后效研究的內(nèi)容，從而對HSK進行更深入的研究。

同時，我們也應(yīng)該關(guān)注國外研究的熱點和難點，結(jié)合漢語教學(xué)的實際進行相關(guān)的研究。如行為測試（performance test），基于任務(wù)的測試（task-based test），語用能力的測試，形成性評估和終結(jié)性評估，從社會文化心理的角度對測試進行的后效（impact）研究等都還沒有開始。另外，國內(nèi)和國外的研究環(huán)境不同，也有不同的學(xué)習(xí)者和受試，能夠給研究提供更多更好的資源和不同的研究內(nèi)容，這些都可以成為漢語測試研究的重點，拓展其研究領(lǐng)域。

5.2 重視測試與評估在教學(xué)中的作用

除了漢語水平考試，日常教學(xué)中的測試與評估對教學(xué)的起著非常重要的作用。如果方法科學(xué)，能夠?qū)虒W(xué)起到積極的反撥作用。如果教師任意為之，學(xué)習(xí)者也不知測試和評估的作用何在，當(dāng)然不能引起學(xué)習(xí)者的重視，也無法起到督促教師教學(xué)和檢查學(xué)習(xí)者學(xué)習(xí)情況的作用。教學(xué)與測試二者之間應(yīng)該是互相促進，互為伙伴的關(guān)系。

5.3 加強對研究方法的介紹

在高校的對外漢語專業(yè)研究生中開設(shè)研究方法課程，同時對廣大的對外漢語教師進行培訓(xùn)，幫助教師掌握先進的研究方法，對外漢語教學(xué)的主力是一線的漢語教師，他們對教學(xué)中的新情況和新問題都了然于胸，反應(yīng)最為迅速，可是只有掌握了科學(xué)的研究方法之后，才能進行科學(xué)的研究，能夠解決問題，進而提高教學(xué)效果和教學(xué)質(zhì)量。

希望本文能夠起到拋磚引玉的作用，引起學(xué)者們對對外漢語測試與評估的重視，盡快提高該領(lǐng)域的研究水平。

[1]何蓮珍.語言測試的主要研究范式及其發(fā)展趨勢[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版），2010（10）.

[2]李蓮英，等.國內(nèi)英語測試研究現(xiàn)狀與展望——對國內(nèi)13種外語類核心期刊的5年（2005—2009）的統(tǒng)計分析[J].廣西教育學(xué)院學(xué)報，2011（2）.

[3]劉珣.對外漢語教育學(xué)引論[M].北京:北京語言文化大學(xué)出版社.2000.

[4]羅蓮.第二語言測試研究的新趨勢[J].中國考試，2008（2）.

[5]馬麗雅，等.淺析國內(nèi)英語測試研究現(xiàn)狀——對8種外語類核心期刊5年（1999—2003年）的統(tǒng)計研究[J].外語與外語教學(xué)，2007（2）.

[6]楊惠中.我國語言測試學(xué)科的發(fā)展方向[J].外語測試與教學(xué)，2011（1）.

[7]楊翼.對外漢語教學(xué)測試與評估的歷史演變與發(fā)展趨勢[J].中國考試，2008（4）.

[8]周小兵，李海鷗.對外漢語教學(xué)入門[M].廣州:中山大學(xué)出版社.2004.

[9]Arthur Hughes.Testing for Language Teachers[M].Cambridge University Press.1989.