漢字應用水平測試書寫試題難度及影響因素研究

王 淑 華

(上海大學 文學院，上海　200444)

漢字應用水平測試(簡稱為“HZC”)是中華人民共和國教育部、國家語言文字工作委員會組織實施的一項國家通用語言文字的標準化水平測試，旨在衡量具有中等及以上受教育程度或文化程度與此相當的人掌握和使用漢字的水平及能力。

漢字書寫能力是漢字能力的組成部分，漢字書寫試題在漢字應用水平測試中占有1/4比例。它們一般以填空的形式出現，不容猜測或回避，能使受測者對自身的漢字書寫水平有一個客觀的認識和正確的評估。有鑒于此，本文以漢字應用水平測試中的書寫試題為對象，在分析歷年試題變化的基礎上，重點對比2012年和2015年測試字的字表屬性、難度和區分度等，探討影響漢字書寫試題難度的各種因素，構建漢字書寫試題難度分析模型，希望能據此預測試卷中書寫試題部分的整體難度，同時也希望該方法對測試中其他部分試題難度的分析有一個借鑒作用，從而進一步提高測試命題工作的科學性和規范性，促使該測試在全國更大范圍內的推進。

一、漢字應用水平測試書寫試題的變化

漢字應用水平測試從2007年開始首次試測，到現在已整整十年。其間，漢字書寫部分的試題一直是整個試卷的重要組成部分，題量均為30題，不過具體出現位置、題型發生了一些變化。

(一)位置變化

2007年的試卷共分為五個部分，分別是漢字書寫、字形辨誤、漢字選用、字音辨別、字義辨別，其中，漢字書寫位于卷首位置。2008年起，卷面構成穩定下來，分別是字音認讀、字形辨誤、漢字選用、漢字書寫四個部分，漢字書寫移至卷尾，字義辨別的內容融入其它部分，不再獨立出現。

漢字應用水平測試的卷面有兩種題型：填空和選擇。漢字書寫部分多屬于填空題。雖然填空和選擇同屬于客觀性試題，但由于填空題沒有備選項，部分題目沒有注音提示，因此，相對于其它部分而言，書寫部分難度較大，平均得分較低(王淑華雷紅波，2007)，對受測者的能力要求要高于其它部分。

從受測者的角度來說，將較難的漢字書寫填空題放到最后，既遵循人類思維由易到難、循序漸進的規律，也有利于受測者情緒穩定，思維活躍，發揮真實水平。因為剛開始考試時，心情可能有些許緊張，記憶能力、思維能力不在最佳狀態，填空形式的書寫題放在卷首，受測者遇到一些不會書寫的漢字時，可能會失去信心，影響其后思維的反應、信息的提取，思考時間過長可能還會影響后面題目的順利完成，這樣測試出來的成績就不一定能準確反映受測者真實的漢字應用水平。

(二)題型變化

1.2007年漢字書寫題型

2007年書寫部分均是填空題，有兩種類型，具體如下：

根據語境、讀音提示填寫漢字，共30題。

例1根據下列各題所給出的漢語拼音和同音字填寫正確的漢字。

赴湯(dǎo導)火

例2在下列各題的橫線上填入正確的漢字，把成語補充完整。

危言聽

從樣題中可以看出，兩種題型的區別在于有無拼音和同音字提示，后者難度略大，不僅測試了漢字的書寫，同時還測試了受測者對成語的熟悉程度。

2.2008-2013年漢字書寫題型

自2008年起，漢字書寫部分題型發生了較大的變化，保留了第一種題型，刪除了第二種題型，增加了另外兩種新題型。具體如下：

例3請找出以下各題中唯一正確的選項

例4請根據拼音填寫正確的漢字

_____(yù)訂

例5請找出以下各段中的五個別字，并將正確的漢字寫在答卷指定位置上(不必考慮先后順序)。(試卷第111-120題。)

雄偉壯觀的萬里長城象一條巨龍，在重巒迭嶂之間蜿蜒盤旋，從山海關到嘉峪關全長六千七百多公里。它是人類建筑史上罕見的古代軍事防御工程，凝聚著我們祖先的血汗和智慧，象征著中華民族艱不可摧的意志和力量。它以幽久的歷史，浩大的工程，雄偉的氣魄著稱于世，與埃及的金字塔、印度的泰姬陵等一起被喻為世界的奇跡。

以選擇形式出現的第91-93題主要是考查受測者對于漢字的筆畫數量、筆畫順序、筆畫名稱等基礎知識的掌握程度；以填空形式出現、有拼音提示的第94-110題沿用了2007年的題型，但不再有同音字提示，主要是考查受測者的漢字書寫能力；第111-120題考察的能力比較全面，不僅包括漢字書寫能力，還包括在給定的2個語篇中識別錯字和選用并書寫正確漢字的能力。

3.2014年以后漢字書寫題型

新《漢字應用水平等級及測試大綱》2014年開始試行，2015年正式發布。新大綱實施后，樣題如下：

例6根據注音填寫正確的漢字：

_____(yú)論

例7填寫正確的漢字，把成語等固定結構補充完整：

危言聽

從樣題可以看出，跟前一階段相比，本階段題型變化很大，刪去了考查筆畫、筆順等基礎知識的選擇題，刪去了在語段中找出并改正別字的填空題，僅有根據拼音寫漢字這一種題型得以保留，不過在數量上有所改變(從17道增加到20道)。但本階段的試題類型跟2007年完全相同，只是第一種形式中不再有同音詞提示，而這個變化實際上2008年即已發生。

將漢字書寫部分試題的改變與新大綱實行后其它部分發生的變化聯系起來①，可以看出，新的漢字應用水平測試試題有一個非常明顯的去語境化傾向，對漢字能力的考察更為直接。至于這種趨勢有什么優缺點，對測試本身會帶來什么影響，我們將另文詳細討論。

二、漢字應用水平測試書寫試題對比分析

(一)漢字書寫試題測試字字表歸屬情況對比

新舊大綱都明確規定了試題卷各部分的試題內容均按以下比例選取：70%選自《漢字應用水平測試字表》甲表；20%選自乙表；10%選自丙表。我們對2008-2015年漢字應用水平測試漢字書寫部分所用測試字進行了統計②，具體如下：

表1 2008-2015年漢字試卷書寫部分的漢字分屬甲乙丙三表的數量

從上表可以看出，新大綱實施之前的試卷，書寫部分，測試字的字表比例變動幅度較大，甲表字比例高時可達83.3%，最低僅為60.0%，總體比例多半偏高，有4份卷面達到25個；乙表字相對來說較為穩定，除2008A最低僅測了2個，其它年度均在20%上下波動；丙表字比例波動幅度也較大，高時達16.7%，低時為3.3%，總體比例多半偏少，有4個年度僅考了1個。

新大綱實施以后，漢字書寫部分測試字分屬三表的比例逐漸接近大綱規定，2015年測試字分數三表的比例與大綱規定完全相符。可見，漢字應用水平測試試卷的命題工作在逐漸朝著規范化、科學化的方向發展。

(二)漢字書寫試題難度和區分度的計算

從歷年報名情況來看，2012和2015年受測對象數量較多，因此，我們選擇這兩年的試卷作為代表，以此考察新大綱實施前后書寫部分不同試題的難度和區分度。

黃光揚(2012)指出，對于只有答對與答錯之分的二值記分題，可以用得分率/答對率P(答對的人數/被試人數)表示，得分率越高，題目越容易，得分率越低，題目越難。但這跟我們的觀念不太一致，因此，下文我們用失分率Q來表示難度，失分率越高，則試題難度越大。考慮到我們的受測人數很多，所以采用極端分組法，將所有受測者的應試成績排序，從高分組(前27%)和低分組(后27%)中各隨機抽取300份左右，以此為依據來進行計算。具體公式如下：

Q=1-(PH+PL)/2

其中，PH是高分組的通過率，PL是低分組的通過率。Q值越大，題目越難。一般認為，就難度而言，難度指數在0.3～0.7之間比較合適，整份試卷的平均難度最好在0.5左右，高于0.7和低于0.3的試題不能太多。

同時，我們還采用高低分組法來計算每題的區分度。具體公式如下：

D=(PH-PL)

其中，D表示區分度，PH和PL依然表示高分組、低分組的通過率。就區分度而言，在0.4以上表明此題的區分度很好，0.3～0.39表明此題的區分度較好，0.2～0.29表明此題的區分度不太好需修改，0.19以下表明此題的區分度不好應予淘汰。簡單地說，就是區分度指數高于0.3，試題便可以被接受。

綜上，我們將難度指數在區間0.3～0.7的記為“+”，其它為“-”；區分度高于0.3記為“+”，其它為“-”。統計結果如下：

表2 2012年漢字書寫部分試題的難度和區分度

表3 2015年漢字書寫試題的難度和區分度

(三)漢字書寫試題難度和區分度的對比分析

2012年和2015年的書寫題有四種題型，具體如下：

(1)考察筆畫數、筆順和筆畫名稱的選擇題(2012年，91-93題)；

(2)根據拼音填寫正確的漢字(2012年94-110題；2015年91-110題)；

(3)找出并改正語段中的別字(2012年，111-120題)；

(4)把成語等固定結構補充完整(2015年，111-120題)。

2012年書寫題有(1)(2)(3)三種題型，2015年書寫題有(2)(4)兩種題型。下面依次分析這些題型的難度和區分度。

從表2中可以看出，旨在考察漢字筆畫、筆順等基礎知識并以選擇形式出現的第91-93題，無論是難度還是區分度，均低于理想數值。平均難度為0.15，過于簡單，而區分度為0.14，低于淘汰值0.19。因此，新大綱實施以后去掉了這種題型，是合理的。

根據注音寫漢字是2012和2015年共有的題型，2012年本題的難度和區別度的平均值分別為0.36和0.48，2015年難度和區別度的平均值分別為0.47和0.40，總的來說，比較合理。2012年中，所有小題區分度均高于0.3，但有4道試題難度低于0.3。涉及到的4個測試字中，3個甲表字，1個乙表字。難度較低的原因主要是因為測試字出現的詞形或曾作為錨題反復出現(如第100題“并蒂蓮”)，或在日常使用中較為高頻(如第97題“墮落”)，因此，對于這類測試字，改變其出現環境，可以達到一定的陌生化效果，提高試題難度。2015年共有4道試題難度不在0.3～0.7區間之內，4道試題區分度低于0.3，但需要注意的是，難度的不合適(偏高或偏低)和區分度的不理想并不一定一一對應。第100題和108題的測試字均為甲級字，分別為“盎”和“捋”，這兩道試題雖然難度不是很理想，但區別度都比較好；第104題測試字“趿”是丙表字，試題難度為0.86，區別度為0.21，兩項指標均不太理想，建議刪除或調整測試形式；第108題“袤”是乙表字，試題難度略高，但區別度很好。第94、95、97題難度較好，但區分度均低于0.3，測試字為“教唆”的“唆”、“僥幸”的“僥”、“向日葵”的“葵”，均為甲級字，總體來說是因為測試字或試題較容易而導致的區分度不理想。

在語段中找出別字并改正的題型僅出現于2012年，整題平均難度為0.43，區分度為0.44，比較合理。需要寫出的10個正字中，難度不在0.3-0.7區間的共有3題，區別度低于0.3的也是3題；第111題“概”(誤字為“慨”)和第117“帳”(誤字為“賬”)的難度和區別度均低于0.3；第12題“捭”(誤字為“稗”)難度雖較大，但區分度很好；第114題“吆”(誤字為“幺”)難度指標較好，但區分度不高。

把成語等固定結構補充完整是新大綱實施后重新啟用的題型。2015年本題的整體難度是0.62，區別度是0.43。本題整體難度偏高，試題最低難度為0.36，第112、117、118、120題難度均高于0.7，測試字分別是“閃展騰挪”的“挪”、“積薪厝火”的“厝”、“蔫頭耷腦”的“耷”和“如蟻附膻”的“膻”。區分度方面，主要是第112題和120題因難度過高導致區分度過低，其他試題區分度均為可接受范圍。

需要注意的是，漢字應用水平測試書寫部分在閱卷時，對書寫規范要求比較嚴格。很多受測者并非不會寫某個漢字，而是書寫時不規范，因連筆導致筆畫數量減少，筆形改變、筆畫關系改變等，這些情況均會判定為書寫錯誤。因此，通過卷面反映出來的書寫能力應該略低于受測者實際的書寫能力。此外，目前漢字應用水平測試的主要參測者來自高校師生和中小學教師，其漢字應用水平應該高于普通人群平均水平，如果擴大漢字應用水平測試的受眾面，那么試題的難度和區分度可能會有所變化。

四、漢字應用水平測試書寫試題難度影響因素分析

一般來說，試題的難度和區分度關系密切。試題太容易或太難，高水平的受測者和低水平的受測者所得分數沒有差異，要么都會做，要么都不會做，題目不能提供關于受測者水平差異的信息，那么它的區分能力就很弱。綜合分析2012年和2015年漢字應用水平測試書寫試題，我們發現，漢字書寫試題的難度主要受以下因素影響：

(一)漢字屬性影響試題難度

1.字頻

測試字的難度會受到漢字使用頻率的影響。一般來說，常用字的書寫難度要低于非常用字的書寫難度。

2.字表

測試字屬于甲級字表、乙級字表、丙級字表，在一定程度上影響了試題的難度，從總體傾向上來說，丙級字難于乙級字，乙級字難于甲級字，但也常有例外，這主要是因為試題的難度還會受到其他因素的影響。

3.讀音特征

測試字為形聲字，但聲符表音不準確會增加漢字本身的難度。例如“趿”是形聲字，但聲符“及”與整字讀音差別很大，聲母、韻母、聲調均不相同。而且，“趿”不是常用字，其讀音很容易收到“及”“級”“極”等常用漢字的影響而誤讀。

4.形體特征

測試字本身筆畫是否繁多，結構是否復雜且不可分析，分析出來的部件是否均為成字部件，是否含有易與其他部件混淆的部件、是否有易混淆的整字等等，這些形體上的特征會影響漢字本身的難度。一般來說，測試字如果以下某個方面比較突出，如筆畫數量多、結構復雜且不可分析、分析出來的部件有不成字部件，有易混淆的部件或正字等，其自身難度就會增加。

(二)測試字出現語境影響試題難度

測試字本身的難度會影響試題的難度，測試字出現的語境(可以定義為試題中包含這個測試字的最小詞語)是否常用，也會影響試題的難度。有些漢字，筆畫不算多，結構也比較簡單，但因其語境不常用，所以難度也較高。

例如，2015年第103題測試字為“一泓清水”的“泓”，甲表形聲字，筆畫不多，結構也比較簡單，難度卻達到0.50，超過了本題型的平均難度。我們對比了同題中的一個乙表字，第109題測試字“愜”，筆畫數為11，其最小語境為“愜意”，本題難度為0.43。查詢北京大學CCL語料庫，發現在8000萬現代漢語語料中，這兩個測試字出現的語境有非常大的差別。“一泓清水”僅出現19例，“一泓”(“泓”作為量詞)也不足220例，但“愜意”卻出現了1078例。從上面的對比中，可以發現，測試字出現最小語境的使用頻率影響到試題的難度。

(三)試題考察項目多少影響試題難度

漢字書寫試題中，根據拼音填寫漢字這種題型，考察的能力相對來說比較單一。但有些題型，不僅考察了受測者是否會正確書寫漢字的能力，還考察了受測者的其它能力。

2008-2013年漢字應用水平測試試卷中出現的找出語段中的別字并改正的題型，要求受測者首先要找出用錯的別字，再書寫正確的漢字。受測者的錯誤可以分為兩種：第一種是找出了別字，但未能正確書寫；第二種是沒有準確地找出別字，所以更談不上書寫正確了。根據第一種情況，可以判斷受測者在該漢字的書寫能力方面存在缺陷；但第二種情況中，受測者首先是在誤字的應用上存在缺陷，其次是在正字的應用上存在缺陷，但正字的應用缺陷不一定是書寫缺陷。因此，這一題，與其說是考察漢字書寫能力，不如說是考察漢字綜合應用能力。

把成語等結構補充完整這一題，與其說是考察漢字書寫能力，不如說是考察對成語等固定結構的掌握能力。例如，2015年難度在0.7以上的4個漢字，分別是“膻”“挪”“厝”“耷”。這4個漢字中，有3個甲表字，僅“厝”一字屬于丙表；4個漢字結構也相對簡單，沒有什么易混淆的部件，但因為沒有拼音提示，受測者不熟悉這些成語，因此無法正確作答。漢字應用水平測試結束后，筆者采訪了部分受測者，有不少人表示，4個成語中，“如蟻附膻”“積薪厝火”是從來沒見過或用過的；在有拼音提示的前提下，綜合運用百科知識，“挪”“耷”“膻”字均可以正確寫出。還有受測者提到，本題型因沒有拼音提示，故務必要保證所填漢字的唯一性。如試題“蔫頭腦”，標準答案是“耷”，但漢語實際使用中也有“蔫頭蔫腦”。它們在CCL語料庫中出現的頻率分別為13和9，沒有本質區別。漢語中很多成語有不同形式，如“煙消霧散”也可以是“云消霧散”“煙消云散”等，這在出題的時候一定要注意。

五、漢字書寫試題難度分析模型構建探索

上文中，我們根據2012和2015年的漢字應用水平測試試題和成績計算了漢字書寫部分試題的難度和區分度，分析了影響測試中漢字書寫試題難度的各種因素，包括漢字本身的屬性(字頻、字表、讀音、形體等)、測試字出現的語境、試題考察項目的單一性等等。

目前，如果想得到漢字應用水平測試試題的難度信息，需要借助于實測或試測的結果。但無論是實測還是試測，均受到客觀條件的限制，且需投入大量的人力和物力。而漢字應用水平測試字表中收字5500個，這些測試字能以字、詞、句等不同的測試形式出現，試題數量從理論上來說是無限多的，因此，很難通過測試的方法獲得不同測試字、不同測試形式的所有試題的難度。在這種情況下，參照漢字應用水平測試已有的實測結果，根據影響漢字書寫試題難度各影響因素的權重，構建一個漢字書寫試題難度分析模型、對不同試題的難度進行預測顯得尤為必要。

漢字書寫試題的難度可以分為兩種：一種是客觀難度，一種是主觀難度。前者依賴于大規模的實測或試測，后者可由研究者根據相關信息計算給出。相關信息包括人工標注的影響漢字書寫試題難度的各種漢字屬性、包含測試字的最小詞語出現頻率、已經測試過的試題難度系數等。模型主要用于調整各因素的權重，使人工判定的主觀難度系數逐漸接近由測試結果計算得出的客觀難度系數。

模型的建立是一個循環、調整的過程。第一步，研究者主觀擬定影響試題難度的各因素所占的權重，計算已測試題的難度，此為主觀難度；第二步，根據測試結果，計算測試試題的難度，此為客觀難度；第三步，將主觀難度和客觀難度對比，調整影響試題難度的各因素所占的權重。這個過程反復進行，對比的范圍不斷擴大，在此基礎上調整得出的各因素所占權重越來越合理，根據模型計算得出的主觀難度將逐漸接近客觀難度。

漢字書寫試題難度分析模型的建立，對漢字應用水平測試其它部分試題難度的分析也有借鑒作用。當試題難度的計算不再依賴于大規模的測試時，題庫建設、測試命題工作的科學性都將得到提高，這有利于促進漢字應用水平測試相關工作朝規范化的方向發展。

[注釋]

①例如字音認讀部分，原來題干為漢字，測試字在詞中的讀音，現在僅出現漢字；字形辨識部分原來有10題的題干是以語段的形式出現，現在均以詞語的形式出現。

②因沒有查閱到2007年的試卷，故未考察本年度的漢字書寫部分。2018年有6張平行測試卷，僅隨機抽取其中2份進行統計。B卷漢字書寫部分有一個表外字，是“曜”，所以合計中比例低于100%