何蓮珍 張 娟

(浙江大學(xué) 語言與翻譯系， 浙江 杭州 310058)

現(xiàn)代意義上的語言測試于20世紀(jì)60年代初被確立為應(yīng)用語言學(xué)的分支學(xué)科[1]，是語言教學(xué)活動的重要環(huán)節(jié)之一[2]。在中國，外國語言學(xué)及應(yīng)用語言學(xué)的創(chuàng)立要?dú)w功于學(xué)界泰斗桂詩春。憑借其敏銳的學(xué)科洞察力和前瞻力，桂詩春牢牢把住了應(yīng)用語言學(xué)在我國發(fā)展的時(shí)效性和必要性，王宗炎稱他為“不知疲倦的開山大力士、不言歇息的開路領(lǐng)航人”[3]4。隨著應(yīng)用語言學(xué)在中國的興起，語言測試這一分支得以開花、結(jié)果。自桂詩春主持開發(fā)我國首個(gè)英語水平考試(English Proficiency Test，EPT)以來，我國的語言測試在其指引下不斷在現(xiàn)代化道路上前進(jìn)。桂詩春作為我國引進(jìn)標(biāo)準(zhǔn)化考試的第一人，被譽(yù)為“中國語言測試之父”[4]359。

新中國成立以來，理論、技術(shù)、方法的引介和創(chuàng)新為我國語言測試的發(fā)展持續(xù)注入了生命力。本文著眼于語言測試在我國的發(fā)源、實(shí)踐與走向，嘗試在新中國成立七十年，尤其是改革開放四十年的歷史畫卷中，描繪我國語言測試學(xué)者所做出的有益探索，提出三個(gè)值得進(jìn)一步研究的方向，以促進(jìn)我國測試研究的科學(xué)化、系統(tǒng)化。

一、 中國語言測試之源

高考制度的恢復(fù)為我國語言測試的發(fā)展提供了契機(jī)。囿于我國當(dāng)時(shí)教育測量學(xué)基本理論及研究方法不足，科學(xué)的考試幾乎無法有效開展。桂詩春積極引入國際主流的測試?yán)碚摚瑸闃?biāo)準(zhǔn)化考試的自主研發(fā)提供理論支持。1978年對我國語言測試領(lǐng)域而言具有里程碑式的意義，主要體現(xiàn)在四個(gè)方面：第一，我國第一個(gè)應(yīng)用語言學(xué)碩士點(diǎn)在廣州外國語學(xué)院設(shè)立；第二，我國第一份外國語言學(xué)及應(yīng)用語言學(xué)學(xué)術(shù)刊物《現(xiàn)代外語》在廣州外國語學(xué)院創(chuàng)刊；第三，全國首屆外語教育座談會在京召開[5]；第四，由桂詩春主持、我國自主設(shè)計(jì)的EPT項(xiàng)目啟動[4]。

EPT是中國有史以來第一次引進(jìn)國際現(xiàn)代考試科學(xué)理論，把考試作為一門科學(xué)建立起來的全國性考試，也是我國首次取得國際承認(rèn)的考試，其連年舉辦為我國哺育和造就了第一批考試科學(xué)人才[3]3。EPT最初用于測量出國留學(xué)人員的英語水平，其目的是預(yù)測考生的托福紙筆考試成績，避免其因英語尚未達(dá)到一定水平，在正式托?？荚囍械貌坏嚼硐敕?jǐn)?shù)而造成外匯浪費(fèi)。EPT與托福紙筆考試成績的相關(guān)系數(shù)高達(dá)0.86[6]。EPT的設(shè)計(jì)與開發(fā)為我國標(biāo)準(zhǔn)化考試改革積累了寶貴經(jīng)驗(yàn)。

我國另一項(xiàng)早期的語言測試實(shí)踐是高等學(xué)校入學(xué)英語考試(The Matriculation English Test，MET)。20世紀(jì)80年代初，我國的英語教學(xué)觀嚴(yán)重滯后，從中學(xué)到大學(xué)，幾乎無一例外地將語言作為知識而非能力來學(xué)習(xí)。對此，李筱菊首先撰文介紹了“交際能力”這一概念及與之相對應(yīng)的交際教學(xué)法，即同時(shí)注重語言知識、技巧和能力的培養(yǎng)[7]，并于1987年出版了《交際英語教程》[8]。然而，要想從整體上改變中國的語言教學(xué)觀，寫文章、出版教材對教學(xué)的影響遠(yuǎn)不及考試。意識到這一問題后，“廣外雙杰”桂詩春與李筱菊決定從考試入手，改變我國外語教學(xué)“重知識、輕能力”的教學(xué)觀，通過考試的正面反撥效應(yīng)推動外語教學(xué)改革。1982年，桂詩春及其團(tuán)隊(duì)開發(fā)了MET，引進(jìn)了第一臺光電閱讀器，研發(fā)了我國第一個(gè)題項(xiàng)分析軟件GITEST。1985年，廣東省高考標(biāo)準(zhǔn)化改革試驗(yàn)開始，拉開了我國考試現(xiàn)代化改革的序幕[9]。1989年，MET推廣至全國，并更名為National Matriculation English Test(NMET)。結(jié)合我國考生規(guī)模大、水平差異大的特點(diǎn)，桂詩春等摸索出了符合中國國情的標(biāo)準(zhǔn)化考試改革的基本經(jīng)驗(yàn)[10]。MET堅(jiān)持在現(xiàn)代教育測量學(xué)和教育統(tǒng)計(jì)學(xué)的理論指導(dǎo)下進(jìn)行統(tǒng)計(jì)分析，試驗(yàn)期間，桂詩春團(tuán)隊(duì)對MET的成績分布、題項(xiàng)分析、評卷誤差控制、標(biāo)準(zhǔn)分及常模等進(jìn)行了逐項(xiàng)報(bào)告[11]。這項(xiàng)改革于國內(nèi)而言，“創(chuàng)建了我國有史以來第一個(gè)全國規(guī)模的標(biāo)準(zhǔn)化考試，使我國考試科學(xué)從理論到實(shí)踐都開創(chuàng)了一個(gè)新紀(jì)元”[3]3；于國際而言，在超大規(guī)模選拔性考試的標(biāo)準(zhǔn)化方面，測試?yán)碚?、技術(shù)難題均實(shí)現(xiàn)了突破。

伴隨著EPT、(N)MET等測試實(shí)踐的開展，桂詩春結(jié)合標(biāo)準(zhǔn)化考試的設(shè)計(jì)和組織經(jīng)驗(yàn)，從以下四個(gè)方面提出了一系列觀點(diǎn)和主張，為語言測試學(xué)科的發(fā)展筑路鋪石。第一，呼吁學(xué)界開展教育測量學(xué)研究，鼓勵(lì)學(xué)界用不同的測試手段和統(tǒng)計(jì)方法檢驗(yàn)教學(xué)效果，實(shí)現(xiàn)考試領(lǐng)導(dǎo)體制上的制度化、組織上的專業(yè)化、方向上的標(biāo)準(zhǔn)化和技術(shù)上的電腦化[12]。此外，桂詩春身體力行，在引介項(xiàng)目反應(yīng)理論(Item Response Theory，IRT)的同時(shí)，倡導(dǎo)并實(shí)踐計(jì)算機(jī)技術(shù)在語言測試中的應(yīng)用[13]。第二，將認(rèn)知科學(xué)引入語言測試，提出了以認(rèn)知信息處理模型(Cognitive Information-Processing Models,CIP)為基礎(chǔ)的語言測試，并嘗試在閱讀測試及評分中應(yīng)用該模型[14]。第三，呼吁制定亞洲統(tǒng)一的英語語言能力等級量表，促進(jìn)亞洲地區(qū)語言教學(xué)和語言測試的發(fā)展[15]。第四，關(guān)注語言測試的多維性，發(fā)揮考試的正面反撥效應(yīng)?？荚嚨膬?yōu)劣取決于內(nèi)部和外部雙重因素。內(nèi)部因素主要指考試本身的質(zhì)量，包括考試的信度、效度及區(qū)分度等；外部因素則主要指考試管理的公平性、考試結(jié)果使用的正確性及考試結(jié)果誤用的可能性[16]。相應(yīng)地，建立考試的黃金法則須從內(nèi)部、外部兩方面入手[17]。桂詩春為我國外語考試建基立業(yè)，為我國語言測試與教學(xué)的良性發(fā)展開拓疆域，更為我國的測試從業(yè)人員留下了一座巨大的寶庫。

二、 中國語言測試之實(shí)踐

(一) 考試的內(nèi)部因素

我國的語言測試學(xué)者探索了一系列新理論、新技術(shù)與新方法，從測試內(nèi)部問題入手，穩(wěn)步提升語言測試的科學(xué)性。

語言測試在理論層面的研究呈現(xiàn)出明顯的跨學(xué)科特征，認(rèn)知科學(xué)、教育測量學(xué)、心理學(xué)及隸屬于應(yīng)用語言學(xué)范疇的二語習(xí)得均為測試的研究與實(shí)踐提供了思路。自桂詩春引介IRT,闡明其相較于經(jīng)典測量理論的優(yōu)點(diǎn)[13]之后，多層面Rasch模型(MFRM)作為項(xiàng)目反應(yīng)理論的延伸被廣泛應(yīng)用于評分的信度研究。何蓮珍、張潔對某次大學(xué)英語四、六級口語考試的成績進(jìn)行分析，運(yùn)用MFRM明確了測量誤差的來源及其大小，對提高評分信度具有一定參考價(jià)值[18]。借鑒二語習(xí)得的最新研究成果，韓寶成撰文介紹了動態(tài)評價(jià)(Dynamic Assessment，DA)理論，DA視域下的測評將教學(xué)、評估、干預(yù)、診斷、培訓(xùn)等環(huán)節(jié)有機(jī)結(jié)合，更加關(guān)注學(xué)習(xí)者未來的發(fā)展，不失為“以評促學(xué)”的有效實(shí)現(xiàn)手段[19]。此外，“續(xù)理論”與心理學(xué)領(lǐng)域的互動協(xié)同模型一脈相承，推動了語言測試新題型的設(shè)計(jì)[20]。

技術(shù)的進(jìn)步改變了傳統(tǒng)的施考方式，使考試形式、內(nèi)容、評分、統(tǒng)計(jì)及成績報(bào)告體系日臻完善，在大規(guī)模和個(gè)性化測試中均有廣闊的應(yīng)用前景。大規(guī)模測試中，各次考試分?jǐn)?shù)的等值是標(biāo)準(zhǔn)化考試的基本要求之一。為建立穩(wěn)定標(biāo)準(zhǔn)，結(jié)合我國高考考情，桂詩春等在廣東省率先應(yīng)用(N)MET等值統(tǒng)計(jì)模型，通過在固定觀察點(diǎn)考同一套平衡試題的方法，考查考生水平、題目難度與歷年相比有無較大變化，為成績的縱向?qū)Ρ忍峁┯行⒖糩10]。另外，教育部高等教育司于2007年5月啟動了基于計(jì)算機(jī)和網(wǎng)絡(luò)的全國大學(xué)英語四、六級考試項(xiàng)目(CET)，初步探索了我國大規(guī)?？荚噷?shí)施網(wǎng)考的設(shè)計(jì)原則[21]，并驗(yàn)證了網(wǎng)考效度[22]。繼CET主觀題自動評分系統(tǒng)投入使用后，翻譯和寫作人工智能評分系統(tǒng)的開發(fā)極大地提升了閱卷效率[23]。一些大規(guī)模考試開始采用計(jì)算機(jī)輔助口語考試形式以避免考官因素對口語考試構(gòu)念的影響，如NMET[24]、全國英語等級考試(PETS)[25]。與之相適應(yīng)，智能化口語評分技術(shù)應(yīng)運(yùn)而生，彌補(bǔ)了人工評分主觀性強(qiáng)、成本高、閱卷人員易疲勞等劣勢，在復(fù)述題[26]、朗讀題[27]等題型的自動評分中均得到了應(yīng)用。在個(gè)性化測試中，曾用強(qiáng)關(guān)注測試過程及考生個(gè)體心理差異，探究了個(gè)性化自適應(yīng)測試模型，并在題項(xiàng)選擇標(biāo)準(zhǔn)中引入自信心這一認(rèn)知因素，使測試過程更加個(gè)性化[28]。黃妍、何蓮珍開創(chuàng)性地使用三參數(shù)多級評分等級模型擬合題組，開發(fā)了自適應(yīng)聽力測試系統(tǒng)，測試效率及信度均大幅提升[29]。

新方法的應(yīng)用拓寬了語言測試學(xué)科的疆域?；谡Z料庫的研究方法為效度驗(yàn)證和自動評分系統(tǒng)的研發(fā)提供了有效手段。在建立英語專業(yè)寫作教學(xué)語料庫的基礎(chǔ)上，曾用強(qiáng)嘗試用語料庫方法開發(fā)診斷評估系統(tǒng)，開展個(gè)性化教學(xué)[30]。He和Dai運(yùn)用語料庫方法，輔以會話分析手段，考查了大學(xué)英語四、六級口語考試中小組討論題型的效度[31]。此外，新的統(tǒng)計(jì)方法和工具也不斷涌現(xiàn)，如結(jié)構(gòu)方程模型[32]和Coh-Metrix文本分析工具[33]。

(二) 考試的外部因素

進(jìn)入21世紀(jì)，學(xué)界開始轉(zhuǎn)向?qū)φZ言測試外部因素的關(guān)注。一方面，語言測評是檢測語言學(xué)習(xí)、提供教學(xué)反饋的有效手段；另一方面，測試成績常被用作決策依據(jù)，決策風(fēng)險(xiǎn)高低有別，高風(fēng)險(xiǎn)測試的結(jié)果會影響考生、相關(guān)機(jī)構(gòu)乃至整個(gè)社會[34]。楊惠中和桂詩春將考試置于社會環(huán)境中加以審視[16]；何蓮珍和呂洲洋認(rèn)為，批判語言測試視角下的測試在教育領(lǐng)域?qū)嵸|(zhì)上變成了控制測試?yán)嫦嚓P(guān)者行為的有效工具，滲透著濃重的權(quán)力色彩[35]。

考試反撥效應(yīng)是考試效度不可分割的一部分[36]，李筱菊將其歸為超考試效度[37]。我國學(xué)者從考試與教學(xué)的關(guān)系入手，開展考試反撥效應(yīng)研究，為測試形式與內(nèi)容改革及語言教學(xué)提供了有效反饋。亓魯霞深入高中英語課堂進(jìn)行觀摩，并通過問卷調(diào)查與訪談，發(fā)現(xiàn)中學(xué)英語教學(xué)并不能有效提升學(xué)生的英語交際能力。該研究對NMET和外語教學(xué)改革具有重要的參考價(jià)值[38]。

三、 中國語言測試之走向

回顧過去七十年語言測試在我國的實(shí)踐，筆者認(rèn)為在深度融合教學(xué)與評價(jià)的過程中，學(xué)界需要繼續(xù)探究如何提升考試的科學(xué)性、如何有效應(yīng)用《中國英語能力等級量表》(簡稱《量表》)以及如何對考試的社會性予以關(guān)切。

(一) 穩(wěn)步提升語言測試的科學(xué)性

社會呼吁完善的外語能力測評體系。我國現(xiàn)存外語考試項(xiàng)目眾多、標(biāo)準(zhǔn)各異，考查內(nèi)容或重復(fù)，或斷檔，直接導(dǎo)致試題本身的科學(xué)性存疑，評分、成績解釋等方面存在的問題更是不一而足。2014年，國務(wù)院頒發(fā)《關(guān)于深化考試招生制度改革的實(shí)施意見》，第一次從國家層面明確提出要加強(qiáng)“外語能力測評體系建設(shè)”。自2015年起，“國家英語能力等級考試”研發(fā)團(tuán)隊(duì)從我國教學(xué)與測評現(xiàn)狀、能力需求、對外語考試改革的建議三個(gè)方面入手，進(jìn)行了大規(guī)模調(diào)研，發(fā)現(xiàn)我國的外語測試缺乏統(tǒng)一標(biāo)準(zhǔn)，考查內(nèi)容及反饋不足，對教學(xué)的反撥效應(yīng)不佳，且國際認(rèn)可度不高[39]。因此，科學(xué)的考試體系需以先進(jìn)的理論為指導(dǎo)，以常態(tài)化的效度驗(yàn)證作支撐，以促學(xué)為宗旨。

一項(xiàng)科學(xué)的語言測試必須有科學(xué)的測試?yán)碚撟髦??？v觀我國幾大高風(fēng)險(xiǎn)語言測試的題型改革，我們可以清晰地看到這一點(diǎn)。(N)MET、CET及英語專業(yè)等級考試(TEM)的題型改革體現(xiàn)了三個(gè)“注重”：注重考生的語言綜合應(yīng)用能力，注重測試任務(wù)的真實(shí)性，注重考生的語言交際能力。1978—1988年，(N)MET的考查重點(diǎn)為語法、詞匯等語言知識，聽力、閱讀、寫作能力的考查嚴(yán)重缺位；1989年，啟用了書面表達(dá)題；2003年起，全國開始統(tǒng)一使用含聽力考試的英語試卷；2016年，新研發(fā)的讀后續(xù)寫和概要寫作替代了原短文改錯(cuò)，讀寫結(jié)合，旨在考查學(xué)生獲取信息、處理信息及英語書面表達(dá)的綜合能力[9]。CET自1999年開始實(shí)行口試，體現(xiàn)了大學(xué)英語教學(xué)對學(xué)生英語口頭交際能力的基本要求；2005年的改革提高了聽力理解分值，并強(qiáng)調(diào)聽力材料來源于真實(shí)語料；2013、2016年的題型改革對聽力與閱讀題型進(jìn)行了微調(diào)，注重考查學(xué)生的篇章理解能力。類似地，TEM-8閱讀理解部分在2015年的題型改革后新增了簡答題，寫作部分由原來以議論文體裁為主的話題作文改為材料作文，要求考生在總結(jié)閱讀材料的基礎(chǔ)上，撰文發(fā)表自己的看法。以上高風(fēng)險(xiǎn)測試中題型的調(diào)整均以先進(jìn)的測試?yán)碚摓橐罁?jù)，考試的科學(xué)性也得以穩(wěn)步提升。

貫穿測試開發(fā)、實(shí)施和使用過程的是效度驗(yàn)證[34,40]。Oller認(rèn)為，沒有效度的考試不能稱其為考試[41]。Messick將分?jǐn)?shù)解釋的有效性和測試結(jié)果的使用納入統(tǒng)一框架進(jìn)行考量，認(rèn)為考試的效度不僅關(guān)乎分?jǐn)?shù)解釋，更關(guān)乎使用考試結(jié)果帶來的社會影響[36]?！霸u估使用論證”(Assessment Use Argument，AUA)不失為一個(gè)理想的、具有極強(qiáng)操作性的效度驗(yàn)證框架。該框架幾經(jīng)修訂，于2010年正式問世[34]。AUA提倡通過四條主張收集效度證據(jù)：(1)測試結(jié)果的使用對所有涉考者有益；(2)基于測試所做的決定需考慮現(xiàn)有的教育及社會價(jià)值觀和相關(guān)法律法規(guī)，且對受決定影響的涉考者而言是均等的；(3)對學(xué)生語言能力的解讀需有意義、公平，且能夠?yàn)闆Q策提供足夠信息；(4)即使測試任務(wù)、測試過程和被測試者不同，測試記錄仍需具有一致性。效度驗(yàn)證在一項(xiàng)考試開考之前就應(yīng)被納入考量范圍，開考后，需建立常態(tài)化的效度驗(yàn)證機(jī)制，為考試科學(xué)性提供保障，為分?jǐn)?shù)的解釋和使用保駕護(hù)航。

考試應(yīng)產(chǎn)生積極的導(dǎo)向作用，服務(wù)教學(xué)。學(xué)界可以從評價(jià)方式、新題型研發(fā)與測試反饋等方面著手，發(fā)揮考試的促學(xué)功能。其一，以更加個(gè)性化的評價(jià)方式促學(xué)。認(rèn)知診斷測試能夠?qū)W(xué)生語言學(xué)習(xí)過程中的問題進(jìn)行診斷，教師能夠利用診斷信息及時(shí)調(diào)整教學(xué)內(nèi)容和教學(xué)方式，提供個(gè)性化教學(xué)，從而發(fā)揮教師的中介作用以達(dá)到有效促學(xué)的目的。自桂詩春提出以CIP為基礎(chǔ)的語言測試[14]以來，學(xué)界對測試過程給予了更多關(guān)注。我國語言測試學(xué)者承襲了桂詩春的觀點(diǎn)，嘗試將IRT與CIP相結(jié)合，聚焦計(jì)算機(jī)認(rèn)知自適應(yīng)語言測試，使我國的語言測試研究與國際接軌[42-43]。認(rèn)知診斷測試充分體現(xiàn)了以評促學(xué)這一理念，有助于教師診斷考生的語言能力，及時(shí)有效地提供補(bǔ)償性干預(yù)。然而，目前認(rèn)知診斷測試研究多集中于閱讀技能，聽力方面的研究鳳毛麟角，口語、寫作方面的研究更是鮮有涉足，基于網(wǎng)絡(luò)的認(rèn)知診斷測試模型及其實(shí)證研究目前尚無人問津。鑒于我國考生群體基數(shù)大的國情，開展這方面的研究具有極大的理論價(jià)值與實(shí)踐意義。其二，以新題型的設(shè)計(jì)與應(yīng)用促進(jìn)學(xué)生語言綜合運(yùn)用能力的提升。諸多研究表明，隨著考試風(fēng)險(xiǎn)的提升，備考實(shí)踐強(qiáng)度也會增強(qiáng)[44-45]。我們期待通過對新題型的備考，發(fā)揮考試的正面反撥效應(yīng)，為學(xué)生今后的學(xué)術(shù)生涯打下良好基礎(chǔ)。其三，以豐富和完善的評價(jià)反饋體系促進(jìn)學(xué)習(xí)。我國多數(shù)語言測試項(xiàng)目的成績報(bào)告比較單一，不利于成績的有效使用。未來的語言測試項(xiàng)目在成績報(bào)告中需兼顧總分與分項(xiàng)分，兼顧量化及質(zhì)性分?jǐn)?shù)解讀，兼顧不同分?jǐn)?shù)使用者的多元化需求。

(二) 積極探索《量表》的應(yīng)用

對于如何在外語學(xué)習(xí)、教學(xué)與測評之間架起一座橋梁，國家層面及測試學(xué)界均給予了熱切關(guān)注。《量表》的研制正是為了解決我國教育體系中存在的教學(xué)與測試目標(biāo)分離、考試標(biāo)準(zhǔn)不一、英語學(xué)習(xí)不連貫、語言能力等級劃分模糊等問題。學(xué)界對《量表》的研究基本圍繞本體規(guī)劃展開，集中在《量表》研制的理論基礎(chǔ)[46]、總體原則[47]、內(nèi)在結(jié)構(gòu)[48]、效度驗(yàn)證[49]等方面。

經(jīng)過三年多的研發(fā)，《量表》于2018年2月由教育部、國家語言文字工作委員會正式發(fā)布,國際重要語言考試與《量表》的對接研究隨之展開。國內(nèi)外學(xué)界對《量表》及相關(guān)研究均給予了高度關(guān)注。

我國的考試項(xiàng)目眾多，考試與《量表》的對接研究及效度驗(yàn)證在近期也成為一大研究熱點(diǎn)。然而，目前的對接研究中，證據(jù)搜集缺乏系統(tǒng)性，且未考慮對接結(jié)果使用的后效是否有益。為解決上述難題，基于AUA框架，何蓮珍提出了對接使用論證(Linking Use Argument，LUA)框架，主張從對接后效、對接決策制定、對接結(jié)果解釋和對接記錄等方面收集證據(jù)，為開展規(guī)范的對接效度驗(yàn)證提供了理論指導(dǎo)[50]。此外，已有學(xué)者基于LUA進(jìn)行了接受型語言考試與語言標(biāo)準(zhǔn)對接[51-52]、產(chǎn)出型語言考試與語言標(biāo)準(zhǔn)對接[53]的研究，對后續(xù)的相關(guān)研究提供了有效的方法參考。

除對接研究外，《量表》的應(yīng)用潛力有待進(jìn)一步挖掘，包括考試研發(fā)與改進(jìn)、英語教學(xué)、教綱編寫、課程設(shè)計(jì)、教材開發(fā)等多個(gè)領(lǐng)域。測試研究人員應(yīng)同廣大教育工作者一起用好《量表》，保證考試質(zhì)量，促進(jìn)多元評價(jià)體系的建立，培養(yǎng)高素質(zhì)外語人才。

(三) 持續(xù)關(guān)注考試的社會性

目前多數(shù)語言測試研究聚焦考試的內(nèi)部因素，對測試產(chǎn)生的反撥效應(yīng)及社會影響關(guān)注不足。在有關(guān)反撥效應(yīng)的研究中，較少關(guān)注NMET、考研英語等高風(fēng)險(xiǎn)測試。此外，多數(shù)研究僅關(guān)注測試、教學(xué)、學(xué)習(xí)之間的線性關(guān)系，忽略了其中錯(cuò)綜復(fù)雜的動態(tài)變化。未來的研究可從動態(tài)系統(tǒng)理論視角入手[54]，重新審視測試的反撥效應(yīng)。我們必須清醒地認(rèn)識到，考試正面反撥效應(yīng)的強(qiáng)化和負(fù)面反撥效應(yīng)的弱化并不是語言測試工作者單憑一己之力就可以做到的，需要社會各方面的協(xié)同努力[55]。

此外，語言測試道德準(zhǔn)則和行為規(guī)范的制定是測試專業(yè)化的重要標(biāo)志，也是實(shí)現(xiàn)公平測試的重要途徑[56]，國際語言測試學(xué)會已經(jīng)制定了道德規(guī)范與行為準(zhǔn)則。在此背景下，國內(nèi)已有學(xué)者提出制定我國語言測試的行業(yè)標(biāo)準(zhǔn)[57]。如何保證測試的公平性，提升利益相關(guān)群體的測評素養(yǎng)，減少對測試的誤用、濫用，回歸測試開發(fā)的初衷，仍然是值得繼續(xù)深究的主題，我們期待更多關(guān)于語言測試社會性的理論研究與實(shí)證研究。

本文聚焦新中國成立以來，尤其是改革開放以來，語言測試在我國的發(fā)端與發(fā)展，結(jié)合我國語言測試領(lǐng)域的研究與實(shí)踐，提出了三個(gè)值得進(jìn)一步研究的方向，以期實(shí)現(xiàn)測試與教學(xué)的深度融合，提升涉考者的測評素養(yǎng)，并呼吁社會各界關(guān)注語言測試的社會性。我國外語能力測評體系建設(shè)關(guān)乎教育政策的落實(shí)，關(guān)乎英語課程與考試改革的成敗，需要相關(guān)領(lǐng)域的專家學(xué)者與教育行政部門、教育機(jī)構(gòu)共同努力，攜手推進(jìn)我國外語教育事業(yè)的蓬勃發(fā)展。