王躍龍

(華僑大學(xué) 文學(xué)院， 福建 泉州 362021)

一、引 言

與口語交際能力研究緊密相關(guān)的就是口語測試，口語測試是語言測試的重要內(nèi)容之一。語言測試作為一種測量活動(dòng)，是隨著語言教學(xué)發(fā)展而來的，其主要目的是評價(jià)學(xué)習(xí)者的語言水平，同時(shí)能對教學(xué)起到反撥作用。有時(shí)候語言測試也被用作工具使用來達(dá)到其他不同的目的，如用于鑒別身份，用于控制移民，用于資格授予等。

大體來說，語言測試界占支配地位的研究范式為實(shí)證主義。實(shí)證主義的研究是實(shí)驗(yàn)性和控制性的，強(qiáng)調(diào)通過大量樣本，嚴(yán)格地量化觀察，謹(jǐn)慎地控制變量并用統(tǒng)計(jì)方法分析得到結(jié)論。要全面測量語言能力，還必須測量它的社會(huì)維度，這對語言測試是一個(gè)巨大的挑戰(zhàn)(1)McNamara，T & Carsten Roever.Language Testing:The Social Dimension[M].Malden，MA:Blackwell.2006.。

口語能力測試是語言測試重要的方面，按測試對象來分，可以分為兩類：一類是針對外語學(xué)習(xí)者的，一類是針對母語學(xué)習(xí)者的。從次序上來說，最早開始的是針對第二語言學(xué)習(xí)者的口語測試。測試的結(jié)果即是對口語能力的分級。

總體上來看，在語言測試界，大規(guī)模的口語測試并不占優(yōu)勢。并非是人們不知道口語測試的重要性，而是因?yàn)榭谡Z測試是語言測試當(dāng)中主觀性最強(qiáng)的部分。相對于其他測試，口語測試可能是更難以測定和把握的成分。具體來說，就是口語測試評分標(biāo)準(zhǔn)的主觀性較強(qiáng)，在操作上的難度較大。

二、針對外語的口語測試及分級的發(fā)展

語言測試的總體趨勢是由重視語言知識(shí)轉(zhuǎn)向重視語言技能，再轉(zhuǎn)向重視語言能力的實(shí)際運(yùn)用(2)韓寶成.語言測試：理論、實(shí)踐與發(fā)展[J].外語教學(xué)與研究，2000，(1).。張凱指出，語言測試相當(dāng)于測量人體的表面溫度，因?yàn)槲覀儸F(xiàn)在還不能深入人腦的內(nèi)部，不清楚人在進(jìn)行語言活動(dòng)時(shí)大腦處于什么樣的狀態(tài)(3)張凱.語言測試概論[M].北京：商務(wù)印書館，2013.。這實(shí)際上是在告訴我們，盡管有的測試以能力測試命名，但實(shí)際上現(xiàn)有的測試都是對現(xiàn)象的測試，通過現(xiàn)象來猜測能力。

(一)測試形式的演變

口語測試的形式經(jīng)歷過幾次變革。最初的口語測試是受結(jié)構(gòu)主義測試學(xué)的影響。結(jié)構(gòu)主義語言學(xué)認(rèn)為，語言是由語音、詞匯和語法等不同層次的成分構(gòu)成的系統(tǒng)，因此測試是可以分項(xiàng)進(jìn)行的。這種測試體系以測試口語當(dāng)中“說”的技能以及與“說”相關(guān)的分項(xiàng)技能為宗旨，強(qiáng)調(diào)口語形式的準(zhǔn)確性和口語技能的熟練性。測試題型包括朗讀、復(fù)述、補(bǔ)全對話、看圖說話、口頭報(bào)告、問答等。分項(xiàng)測試的做法對學(xué)界影響較大，一度成為范式。但是，結(jié)構(gòu)主義的測試主要檢測的是知識(shí)掌握的情況，很難對學(xué)生語言運(yùn)用和交際能力做出判斷。

20世紀(jì)80年代開始，受交際教學(xué)法的影響，以測試語言運(yùn)用能力為目標(biāo)的交際語言測試開始流行，美國OPI(Oral Proficiency Interview)作為當(dāng)時(shí)最有效的口語能力測試工具被廣泛推廣。OPI是一種綜合性的測試程序，并不衡量受試者對語言的各個(gè)孤立方面的運(yùn)用或?qū)@種語言知識(shí)的掌握程度。其核心是測試員靈活運(yùn)用會(huì)話技巧刺激被試者完成不同難度的語言輸出任務(wù)，從而確定其口語能力。

Clark把口試分為直接口試和間接口試兩類(4)Clark，J.L.D.Theoretical and technical considerations in oral proficiency testing [A].Randall L J.Spolsky B.Testing language proficiency[C].Bern:Verlag Peter D.Lang,1981.，其中面試型口試即是直接口試的代表。其目的是盡可能多地重現(xiàn)語言實(shí)際運(yùn)用的場景及應(yīng)用過程。直接口語匯總考官要參與到與考生的互動(dòng)交談中，這樣一方面可以觀察非語言行為，另一方面可以控制整個(gè)考試過程，分配考試時(shí)間，靈活處理突發(fā)情況(5)徐海銘，謝忠明.我國英語專業(yè)口語測試現(xiàn)狀的理論分析[J].南京師大學(xué)報(bào)(社會(huì)科學(xué)版)，2006,(2).。90年代以后，這種測試方式在真實(shí)性、參與者、測試形式等方面都遇到了不同程度的質(zhì)疑。Shohamy et al 指出，直接口語測試雖然有較高的表面效度，但評分的信度比較低。原因之一是評分人員的專業(yè)素質(zhì)參差不齊，其二是評分時(shí)間較短，很難做到公正和客觀，其三是直接口試的標(biāo)準(zhǔn)化問題(6)Schohamy E.et al.Introducing a new comprehensive test of oral proficiency [J].ELT Journal，1986,40(3).。

90年代，受基于任務(wù)的外語教學(xué)的影響，基于任務(wù)的語言測試方式開始占據(jù)主流地位。任務(wù)教學(xué)法是交際教學(xué)法的擴(kuò)展和延伸，特別強(qiáng)調(diào)學(xué)習(xí)的社會(huì)性。基于任務(wù)的語言教學(xué)吸收了二語習(xí)得研究的成果，也繼承了部分交際教學(xué)法的思想。這種教學(xué)方式能更快更有效地提高學(xué)生綜合運(yùn)用語言的能力，在教學(xué)中得到廣泛的應(yīng)用。這種測試不考核應(yīng)試者對語言知識(shí)的掌握程度，也不對其語言水平評定等級，而是考慮他們是否使用語言完成目標(biāo)任務(wù)，代表了語言測試新的發(fā)展方向(7)韓寶成.語言測試的新進(jìn)展：基于任務(wù)的語言測試[J].外語教學(xué)與研究，2003,(5).。其中影響最大的是《歐洲語言共同參考框架》。《歐洲語言共同參考框架》是歐洲理事會(huì)制定的關(guān)于語言教學(xué)、學(xué)習(xí)及評估的整體指導(dǎo)方針與行動(dòng)綱領(lǐng)。

傳統(tǒng)的語言測試多以檢測知識(shí)掌握情況為主要目的，《歐洲語言共同參考框架》明確指出以評定交際能力作為主要目的和形式，是語言評估歷史上的重大變革(8)白樂桑，張麗.《歐洲語言共同參考框架》新理念對漢語教學(xué)的啟示與推動(dòng)——處于抉擇關(guān)頭的漢語教學(xué)[J].世界漢語教學(xué)，2008,(3).?！犊蚣堋芬孕袆?dòng)為導(dǎo)向，在綜合前人測試研究的基礎(chǔ)上增加了任務(wù)復(fù)雜度的分級，設(shè)置了口語互動(dòng)的分級標(biāo)準(zhǔn)，把口語互動(dòng)分為三大類六個(gè)小類的等級(分A、B、C三大類，又細(xì)分為A1基礎(chǔ)級、A2初級、B1中級、B2中高級、C1高級、C2精通級六個(gè)小類)?！犊蚣堋诽岢龅慕浑H語言能力包括語言能力、社會(huì)語言能力和語用能力三部分。每個(gè)部分又由知識(shí)、技能和應(yīng)變構(gòu)成。

韓寶成指出，基于任務(wù)的語言測試必須解決兩個(gè)問題。第一是如何精確地確定、選擇和描繪現(xiàn)實(shí)中的任務(wù)；第二是如何解釋測試中使用的任務(wù)和現(xiàn)實(shí)中的任務(wù)之間的相關(guān)關(guān)系。這兩個(gè)問題影響到測試的準(zhǔn)確性和根據(jù)測試所做推論的有效性。我們認(rèn)為，還有第三個(gè)問題必須解決，即是對任務(wù)復(fù)雜程度的區(qū)分。任務(wù)復(fù)雜度的概念基于這樣一個(gè)假設(shè)，即復(fù)雜的概念要求使用復(fù)雜的句法結(jié)構(gòu)。因此任務(wù)復(fù)雜度可以反映概念的復(fù)雜度。但實(shí)際上“復(fù)雜”是個(gè)相對概念，針對不同的個(gè)體可能是不同的復(fù)雜度。羅少茜也指出，學(xué)生由于家庭社區(qū)和社會(huì)文化背景的不同，對同一個(gè)任務(wù)會(huì)有不同的解釋。任務(wù)難度產(chǎn)生的原因并不局限于語言知識(shí)和認(rèn)知水平，還有社會(huì)文化的差異(9)羅少茜.影響任務(wù)型語言教學(xué)中任務(wù)難度的社會(huì)文化因素[J].中國外語教育(季刊)，2010,(2).。

怎樣確定任務(wù)的復(fù)雜度則是個(gè)難題，如《框架》中A1水平的任務(wù)為日常生活和個(gè)人細(xì)節(jié)的表達(dá)，C1水平為能夠在社交、學(xué)術(shù)及專業(yè)領(lǐng)域自我表達(dá)，也就是說默認(rèn)C1的任務(wù)在復(fù)雜度上強(qiáng)過A1的復(fù)雜度。但實(shí)際上，這樣的假定并沒有明確的判斷標(biāo)準(zhǔn)，是存疑的?，F(xiàn)實(shí)中，我們經(jīng)?？吹侥承┤四軐Ω信d趣的學(xué)術(shù)領(lǐng)域進(jìn)行表達(dá)，但對日常生活的互動(dòng)卻不甚成功的現(xiàn)象。這說明很可能主要是語言知識(shí)影響了交際的成功，因此任務(wù)復(fù)雜度并不是適當(dāng)?shù)脑u價(jià)交際能力的標(biāo)準(zhǔn)。

劍橋商務(wù)英語考試(Business English Certificate 簡稱BEC)口試也具有一定的代表性。BEC口試大體分兩個(gè)階段，第一階段為真實(shí)場景下面試官就日常問題詢問考生，與考生互動(dòng)。第二階段讓考試就某一議題展開討論。這種形式交際目的明確，交互性強(qiáng)，是典型的交際活動(dòng)。BEC口試評分圍繞語法與詞匯、語音語調(diào)、話語運(yùn)用和互動(dòng)交際四個(gè)要素進(jìn)行，前兩個(gè)是對語言能力的評價(jià)，后兩個(gè)是對語言的交際特點(diǎn)和技巧的評價(jià)(10)李傳芳.從話語運(yùn)用和交際策略談口語交際能力——BEC交際口語測試淺析[J].外語教學(xué)，2003,(1).。

國內(nèi)的外語口語測試起步較晚，是隨著經(jīng)濟(jì)的發(fā)展和對外交流的增多才被提到議事日程上來的(11)徐海銘 謝忠明.我國英語專業(yè)口語測試現(xiàn)狀的理論分析[J].南京師大學(xué)報(bào)(社會(huì)科學(xué)版)，2006，(2).。目前針對英語的口語測試影響最大的有大學(xué)四、六級口試(12)文秋芳.英語口語測試與教學(xué)[M].上海：上海外語教育出版社，1999.。四六級考試要求考生參與不同形式的口頭交際，考官參與到口語交際之中，其語言能力將根據(jù)其在考試中的表現(xiàn)予以測量。四六級口試采用四個(gè)等級(A、B、C、D)的劃分形式，A級最高，D級最低。等級描述上也采用任務(wù)復(fù)雜度進(jìn)行區(qū)分。在評分上看重的指標(biāo)包括準(zhǔn)確性、語言范圍、話語長度、連貫性、靈活性和適切性，可以看出，重點(diǎn)還是偏重語言知識(shí)。

目前已經(jīng)進(jìn)行大學(xué)英語大規(guī)模錄音口語測試的實(shí)驗(yàn)和計(jì)算機(jī)口語測試的實(shí)驗(yàn)。也就是說，形式上除了傳統(tǒng)的人際對話，還出現(xiàn)了機(jī)助測試的新形式。但是，也有學(xué)者對這種新形式提出質(zhì)疑，如錄音口試很難讓被試表現(xiàn)其口語能力，難以產(chǎn)生口語交際性和互動(dòng)性的感覺(13)文渤燕.大學(xué)英語口語測試探討[J].外語界，2003，(3).。而且，新形式的發(fā)展并沒有改變傳統(tǒng)的問題。

與四六級考試不同，大學(xué)英語專業(yè)四、八級考試采用常模評分法，等級或者分?jǐn)?shù)表示的是考生在隨機(jī)組里的排名，而不是實(shí)際的交際能力水平的反映，因此違背了測試的目的(14)徐海銘，謝忠明.我國英語專業(yè)口語測試現(xiàn)狀的理論分析[J].南京師大學(xué)報(bào)(社會(huì)科學(xué)版)，2006,(2).。另外，外語的測試有托福和雅思等。

總體來看，基于任務(wù)的測試多為整體測試，也有學(xué)者嘗試從分項(xiàng)的角度來評定口語水平。如劉頌浩等探討了從交際策略評定口語水平的可行性(15)劉頌浩，錢旭菁，汪燕.交際策略與口語測試[J].世界漢語教學(xué)，2002,(2).。交際策略的特點(diǎn)是針對某一問題的，是有意識(shí)的。交際策略分為兩種，一種是減縮策略，一種是成就策略。一般來說，語言水平有限的學(xué)習(xí)者會(huì)優(yōu)先使用減縮策略或者以母語為基礎(chǔ)的策略，而高水平的學(xué)習(xí)者則傾向于使用以目的語為基礎(chǔ)的策略(16)Ellis，R.Communicative strategies and the evaluation of communicative performance[J].ELT Journal，1984,38(1):39～44.。采用圖片描述任務(wù)來比較信息點(diǎn)上的表現(xiàn)差異，這是一個(gè)不錯(cuò)的嘗試角度，但是圖片描述屬于單向的輸出，與互動(dòng)的關(guān)系不大。分項(xiàng)指標(biāo)對于單項(xiàng)能力的分級是有意義的，但是能否代表整體口語能力的情況是存疑的，因?yàn)閭€(gè)體之間在不同的能力方面可能會(huì)存在較大差異，由單一指標(biāo)斷定整體口語能力分級的做法可能存在差錯(cuò)。

總體來看，目前的口語測試主要還是側(cè)重語言知識(shí)方面，要全方位考察學(xué)習(xí)者的口語能力，必須開發(fā)包含非言語交際行為維度的評分量表。值得關(guān)注的是，潘鳴威開始探討如何在口語測試中對非言語交際行為進(jìn)行評價(jià)，開發(fā)相關(guān)的評分量表并進(jìn)行效度驗(yàn)證(17)潘鳴威.多模態(tài)視角下的口語交際能力：重構(gòu)與探究[D].上海外國語大學(xué)博士學(xué)位論文，2011.，具有一定的開創(chuàng)意義。將目光交流、手勢、頭部動(dòng)作作為主要考察對象，探究非言語交際行為和策略能力之間的關(guān)系，把非言語交際嵌入到口語測試體系當(dāng)中。

(二)評分方式的演變

評分方法對于口語測試這種主觀性考試十分重要。如果評分方法不能做到科學(xué)、客觀和具有可操作性，就很難保證考試的信度和效度。

口語測試的評分通常有三種方式，一種是分析法，也叫作分解評分，一種是綜合法，也叫作整體評分。第三種是任務(wù)分項(xiàng)評分。

分析法是指把口語分解為語法、詞匯、內(nèi)容、語音語調(diào)、流利程度、準(zhǔn)確度等若干要素，評分人員根據(jù)一定標(biāo)準(zhǔn)對各要素分別評分，各要素得分的總和即為總分。分析法注重各個(gè)組成要素，相對客觀，信度較高。

綜合法是評分人員憑總體印象給考生打分。一般認(rèn)為，綜合法從整體上把握考生的口語表現(xiàn)，效度比較高。雖然在操作上簡單易行，不過對評分員的要求較高。也有學(xué)者如Oller認(rèn)為綜合評分在等級劃分上主觀隨意性較大，評分信度難以保證(18)Oller，J.W.Language tests at school [M].London:Longman，1979.。

早期結(jié)構(gòu)主義的口語測試多為分析法，后期多為綜合法。這是伴隨著對口語評價(jià)的認(rèn)識(shí)改變而產(chǎn)生的變化，口語評價(jià)不完全是看語音、語法等語言知識(shí)，而是要看交際效果和交際效率。一些大規(guī)?？谡Z測試后來都采用分析法和綜合法相結(jié)合的方法來評分，既可以保持總體評分的效度，也可以兼顧分項(xiàng)評分的信度。如劍橋大學(xué)考試委員會(huì)的口語測試有兩位評分人員獨(dú)立評分，一名負(fù)責(zé)總體印象分，另一名負(fù)責(zé)用分析法評分，考官之間不相互商議，這樣可以增加評分的客觀性。

第三種評分方法為任務(wù)分項(xiàng)評分，就是考生對每項(xiàng)口試任務(wù)的完成情況分別評分，然后根據(jù)每個(gè)任務(wù)得分的情況算出口試總分。

呂長、宋冰等人對三種評分標(biāo)準(zhǔn)進(jìn)行對比研究發(fā)現(xiàn)，三種評分標(biāo)準(zhǔn)在結(jié)果上沒有實(shí)質(zhì)性區(qū)別。分解評分標(biāo)準(zhǔn)是經(jīng)過嚴(yán)格訓(xùn)練的授權(quán)考官使用效度和信度最高的標(biāo)準(zhǔn)，整體評分是經(jīng)過初步培訓(xùn)的非授權(quán)考官使用效度和信度最佳的標(biāo)準(zhǔn)。三種評分方式共同存在的問題在于標(biāo)準(zhǔn)的主觀性。分?jǐn)?shù)的把握主要靠考官的個(gè)人判斷，缺乏客觀的量化標(biāo)準(zhǔn)(19)呂長，宋冰，王焰，等.口語測試評分標(biāo)準(zhǔn)比較研究[J].外語教學(xué)與研究，2008,(6).。例如英語四級考試的標(biāo)準(zhǔn)描述中關(guān)于語言準(zhǔn)確性的描述，4分為“語法和詞匯有一些錯(cuò)誤，但未嚴(yán)重影響交際”，3分為“語法和詞匯有錯(cuò)誤，且有時(shí)會(huì)影響交際”。在具體評分時(shí)，怎樣把握何為“有一些錯(cuò)誤”，何為“有錯(cuò)誤”，何為“未嚴(yán)重影響交際”，何為“有時(shí)會(huì)影響交際”，這都要靠評分者自己判斷，帶有極大的主觀性。

針對這種情況，張文忠、郭晶晶提出了“模糊評分”的概念，將模糊數(shù)學(xué)的原理應(yīng)用于口語測試的評分實(shí)踐(20)張文忠，郭晶晶.模糊評分：外語口語測試評分新思路[J].現(xiàn)代外語，2002,(1).，有一定的科學(xué)性和可行性。這是一個(gè)有趣的嘗試，有助于評分方式的改進(jìn)。

值得指出的是，傳統(tǒng)的語言評估以“找錯(cuò)”為主要形式，以檢測知識(shí)掌握情況為主要目的，《框架》對語言能力的描述使用了積極正面的描述詞匯，如“能夠……可以……”等，是對學(xué)習(xí)者語言能力的正面肯定，是對傳統(tǒng)糾錯(cuò)評估的徹底變革(21)白樂桑，張麗.《歐洲語言共同參考框架》新理念對漢語教學(xué)的啟示與推動(dòng)——處于抉擇關(guān)頭的漢語教學(xué)[J].世界漢語教學(xué)，2008,(3).。另外提出培養(yǎng)學(xué)生自我評估意識(shí)的重要。

三、針對漢語的口語測試及分級

針對漢語的口語測試主要有兩種，一種是針對母語者的口語測試，一種是針對漢語學(xué)習(xí)者的口語測試。

(一)針對母語者的口語測試

針對母語者的口語測試主要代表是普通話水平測試和漢語能力測試。普通話水平測試(Putonghua Shuiping Ceshi，簡稱PSC)是由國家語言文字工作委員會(huì)、國家教育委員會(huì)和廣播電影電視部三部委于1994年10月發(fā)布的一項(xiàng)語言考試制度。其目的是測查應(yīng)試人的普通話規(guī)范程度和熟練程度，以認(rèn)定其普通話水平等級，屬于標(biāo)準(zhǔn)參照性考試。

普通話水平測試的設(shè)計(jì)有幾個(gè)前提：第一，應(yīng)試人的母語(第一語言)是漢語；第二，應(yīng)試人一般通曉漢語書面語；第三，應(yīng)試人不僅能聽、會(huì)說普通話，而且他們所從事的職業(yè)要求他們必須能說標(biāo)準(zhǔn)的或比較標(biāo)準(zhǔn)的普通話。母語者由于已經(jīng)通曉了漢語書面語，跟第二語言學(xué)習(xí)者在各個(gè)方面都不同。因此，普通話水平測試與學(xué)習(xí)、掌握第二語言的測試有所不同(22)劉照雄.推廣普通話的重要舉措——普通話水平測試簡論[J].語言文字應(yīng)用，1994,(4).。

普通話水平測試的內(nèi)容包括語音、詞匯和語法，測試對詞語的聽辨、理解和語言的組織能力。在等級劃分上，普通話水平分為三個(gè)級別，每個(gè)級別內(nèi)又劃分為兩個(gè)等次。(23)國家語言文字工作委員會(huì)普通話培訓(xùn)測試中心編制.普通話水平測試實(shí)施綱要[M].北京：商務(wù)印書館，2004.可以看出，受結(jié)構(gòu)主義測試學(xué)的影響，普通話水平的測試主要是語言知識(shí)，特別注重語音方面，基本沒有考慮非語言層面的使用情況，與口語互動(dòng)有關(guān)的指標(biāo)幾乎都沒有涉及。但是，普通話水平測試針對母語者的一些測試思路可以提供借鑒，如在語言運(yùn)用中對語言能力進(jìn)行考查。

與母語者口語有關(guān)的另一個(gè)測試是新興的，由教育部、國家語言文字工作委員會(huì)推出，教育部考試中心實(shí)施的漢語能力測試(HANYU NENGLI CESHI，簡稱HNC)，這是中國首個(gè)以漢語綜合應(yīng)用能力測試冠名的項(xiàng)目。這項(xiàng)考試主要針對國民，該測試強(qiáng)調(diào)鑒定參測者的漢語綜合應(yīng)用能力，以達(dá)到幫助應(yīng)試者了解并提高自己的漢語應(yīng)用能力，為相關(guān)用人機(jī)構(gòu)了解員工的漢語水平提供參照，為各級各類教育機(jī)構(gòu)開展?jié)h語教育和培訓(xùn)提供參考的作用。

漢語能力測試是第一個(gè)全面考查聽、說、讀、寫能力的漢語母語語言評價(jià)系統(tǒng)。測試可以分為口語理解、書面語理解、書面語表達(dá)和口語表達(dá)四個(gè)項(xiàng)目，分別從聽、說、讀、寫四個(gè)方面考查參測者的漢語應(yīng)用能力。測試將成績從低到高設(shè)為六個(gè)等級，分別為入門級、基礎(chǔ)級、普及級、通用級、提高級、專業(yè)級。但是，這種測試也存在明顯的不足，如依舊采用分項(xiàng)的測試，在口語的測試上采用的是獨(dú)白形式，缺乏人際互動(dòng)的形式等，因此總體上還是重在語言知識(shí)方面。該測試的亮點(diǎn)在對能力要求的描述上，使用的是基于任務(wù)的綜合標(biāo)準(zhǔn)，與《框架》的描述形式接近。漢語能力測試盡管有很強(qiáng)的模仿痕跡，但其主張的綜合能力測試代表著最新的測試方向。

(二)針對漢語學(xué)習(xí)者的口語測試

針對漢語學(xué)習(xí)者的測試，其代表性測試是中國漢語水平考試(簡稱HSK)。HSK是為測試母語非漢語者(包括外國人、華僑和中國少數(shù)民族考生)的漢語水平而設(shè)立的一項(xiàng)國際漢語能力準(zhǔn)化考試，2009年推出了新HSK。新HSK分為筆試和口試兩部分。筆試分為六級，包括HSK(一級)、HSK(二級)、HSK(三級)、HSK(四級)、HSK(五級)和HSK(六級)，與《歐洲語言共同參考框架》的分級形成對應(yīng)關(guān)系?？谠嚢℉SK(初級)、HSK(中級)和HSK(高級)三個(gè)級別，口試采用錄音形式。在題型設(shè)計(jì)上避免考查語言知識(shí)、應(yīng)試能力，目的是以考試成績反映考生實(shí)際漢語交際能力(24)羅民，張晉軍，謝歐航，等.新漢語水平考試(HSK)海外實(shí)施報(bào)告[J].中國考試，2011,(4).。近年來，有學(xué)者提出把海外華人華僑從新HSK的目標(biāo)群體中獨(dú)立出來的建議(25)王漢衛(wèi).華文水平測試的設(shè)計(jì)與初步驗(yàn)證[J].世界漢語教學(xué)，2018,(4).。

但實(shí)際上，這些測試對漢語交際能力的考察是有限的，并且具有很大的主觀性。例如，HSK對口語的考試內(nèi)容是聽力部分。評分標(biāo)準(zhǔn)雖有一些規(guī)定，但評分標(biāo)準(zhǔn)多是非客觀的，大多是主觀性的論述。如HSK口試5級的標(biāo)準(zhǔn)“內(nèi)容充實(shí)，能用語音語調(diào)較純正的普通話得體流利地表達(dá)思想。詞匯豐富，使用恰當(dāng)，能比較形象生動(dòng)地描述事物，語氣自然……”其中“充實(shí)、較純正、得體流利、豐富、恰當(dāng)、形象生動(dòng)、自然”等修飾語的判斷都缺乏可操作性。因此，基本上仍是以總體印象評價(jià)為主，帶有極大的主觀性，而且對非語言特征基本沒有涉及。

另一個(gè)具有代表性的測試是漢語口語水平測試(HANYU KOUYU SHUIPING CESHI，縮寫為HKC)，這是由中華人民共和國教育部、國家語言文字委員會(huì)組織實(shí)施的一項(xiàng)語言類標(biāo)準(zhǔn)化水平測試。測試對象為母語非漢語人群及華人華裔。測試方式為計(jì)算機(jī)輔助人工測試。測試內(nèi)容以考查應(yīng)試人漢語口語交際的語音水平、理解水平、表達(dá)水平為主，涉及漢語口語語音、詞匯、語法等。此測試把漢語口語水平分為三等九級(初、中、高三等，每等分為三級：初等一、二、三級，中等四、五、六級，高等七、八、九級)。分級標(biāo)準(zhǔn)上也是以任務(wù)復(fù)雜程度作為分級的基本依據(jù)，同時(shí)增加了對語音、詞匯和語法使用情況的描述。

總之，與英語的口語測試存在的問題相似，漢語的口語測試同樣存在側(cè)重語言知識(shí)，對非言語行為缺少關(guān)注的問題。因此，很難達(dá)到對交際能力的測試目標(biāo)。

四、小結(jié)及展望

任務(wù)復(fù)雜程度的預(yù)測是任務(wù)型語言測試的重要研究課題，也是難點(diǎn)問題。任務(wù)的難度判斷大多是經(jīng)驗(yàn)性的，如何評估還處于探索階段(26)楊莉芳.近二十年口語測試研究中存在的主要問題[J].外語教學(xué)，2006,(1).。我們知道，直覺是不盡可靠的，對任務(wù)難度的認(rèn)知因任務(wù)不同和考生特點(diǎn)而異，這些特點(diǎn)之間的交互關(guān)系尚不清楚，且有很大的主觀性。因此，基于任務(wù)復(fù)雜度的測試不能反映學(xué)生真實(shí)的能力水平，基于測試結(jié)果所做的選擇會(huì)影響到教育和學(xué)習(xí)的公平性。目前來看，對基于任務(wù)復(fù)雜度的分級有兩個(gè)可能的改進(jìn)角度：

第一，會(huì)話分析指標(biāo)的角度

王躍龍指出，任務(wù)復(fù)雜程度屬于語言外部的觀察，而且缺乏明確的評判標(biāo)準(zhǔn)。既然是口語互動(dòng)的分級，必須從口語互動(dòng)本身出發(fā)。如果僅靠任務(wù)復(fù)雜程度而缺乏語言內(nèi)部結(jié)構(gòu)的分析，并非一個(gè)完善的標(biāo)準(zhǔn)。因此，需要引入會(huì)話分析的內(nèi)部指標(biāo)來分析互動(dòng)。外部與內(nèi)部標(biāo)準(zhǔn)相結(jié)合，才是合理的口語互動(dòng)分級原則(27)Wang Yuelong.The Construction Scheme of a Graded Spoken Interaction Corpus for Mandarin Chinese [C].LNAI10085，Springer，2016.。會(huì)話分析是用來分析會(huì)話內(nèi)部結(jié)構(gòu)的一套方法，用有序結(jié)構(gòu)(sequences)、話輪交接(turn-taking)、相鄰對(adjacency pair)和糾正(repair)等術(shù)語描寫會(huì)話的結(jié)構(gòu)，發(fā)現(xiàn)會(huì)話中的互動(dòng)特點(diǎn)。既包括語言特征，也包括非語言特征，能從較細(xì)的顆粒度上描寫互動(dòng)的過程。

第二，完成任務(wù)量的角度

鑒于任務(wù)復(fù)雜度的主觀性，另一個(gè)可以考慮的分級角度則是完成任務(wù)的數(shù)量。如果一個(gè)人能夠完成更多類型的任務(wù)，就可以說他的口語互動(dòng)能力較高。如果把任務(wù)復(fù)雜度看成是對任務(wù)在質(zhì)方面的分類，那么完成任務(wù)的數(shù)量則是量方面的分類。

另外，口語交際能力的培養(yǎng)不只是第二語言學(xué)習(xí)者關(guān)注的內(nèi)容，也是母語者需要關(guān)注的。目前漢語口語互動(dòng)能力的培養(yǎng)在中小學(xué)中已經(jīng)引起重視，并且有一些相關(guān)教材的出版和研究文章的發(fā)表。如李明潔區(qū)分了日?？谡Z與進(jìn)入教學(xué)的口語交際之間的區(qū)別，認(rèn)為進(jìn)入教學(xué)的口語交際內(nèi)容具有全面性、反思性和思辨性的特點(diǎn)(28)李明潔.進(jìn)入教學(xué)的口語交際及其特點(diǎn)[J].語文建設(shè)，2005，(8).。但總體上來看，發(fā)表論文的刊物級別普遍不高，說明研究不夠深入，關(guān)注程度不夠。對基本問題如關(guān)于口語交際能力教學(xué)包括哪些方面尚無定論。相應(yīng)地，口語互動(dòng)能力的測試標(biāo)準(zhǔn)也缺失，針對母語者的口語互動(dòng)能力測試缺乏科學(xué)性和系統(tǒng)性，教學(xué)上處于教師自發(fā)地、分散地隨意組織的狀態(tài)，因此，測試的效度和信度都不理想。這是當(dāng)前亟待解決的問題。

隨著母語教學(xué)中對口語的重視，明確口語互動(dòng)不同階段的區(qū)別，具有重要的意義。這樣的研究可以反映口語互動(dòng)的發(fā)展過程，對于提高母語教學(xué)的針對性，提高學(xué)生口語互動(dòng)能力，具有重要意義。