語言測評素養研究發展綜述

泰中華 劉佳文

(大連外國語大學英語學院，遼寧大連)

1.引言

語言測評素養(language assessment literacy)這個概念是基于測評素養提出的，指人們進行測評過程中所應具備的知識和技能(參閱Stiggins，1991；Webb，2002；Popham，2008；林敦來 高淼，2011)。Inbar-lourie(2008)進一步解釋了語言測評素養，認為其是語言測評行為過程中所需的知識庫。隨著越來越多的利益相關體(如政府人員、校長、專業測試人員、教師、家長、學生等)參與語言測評的相關過程，對語言測評素養的研究逐漸納入更多因素的考量。學界最初關注該問題是1984年發表在Language Testing Journal的文章，文章指出，語言測試不僅僅應該包括測試的信度、效度和公平性等方面，還應該包括測試者本身，或者是參與測試的教師。在此基礎上，Stiggins在1991年完善了測評素養，指出測評素養的核心是評估人員需要具備的相關專業知識。但是對于語言測評素養的研究卻晚了將近20年，直到后來，Bierema和Eraut(2004)提出了測評理論(assessment theory)，即，在語言知識的基礎上，語言測評應該涉及到社會文化需求，考慮動態測評的價值。

自從20世紀90年代后期“測評素養”的概念引入我國之后，各種研究都圍繞著Stiggins所構建的測評素養理論框架進行探究，國內關于“語言測評素養”的理論和實踐的研究都相對較少，且多數發表于2010年后，而近些年來呈逐年上升趨勢，說明我國對語言測評素養的研究起步較晚，但關注度逐漸上升，國內外重大測試會議也越來越重視語言測評素養的主題討論。2011年舉辦的“第33屆語言測試研究學術研討會(LTRC)”開了以“測評素養”為主題的研討會；2013年國際期刊Language Testing發表專刊探討語言測評素養問題。2017年國內的“第四屆全國外語測試學術研討會”專門把“課堂評估和教師評估素養發展”作為會議主題之一。2017年舉辦的“第39屆語言測試研討會(LTRC)”把題目定為“國際語言測試協會關于Language Assessment Literacy (縮寫為LAL)的政策：如何定義LAL？為誰定義？”。這些會議都凸顯了語言測評素養研究在語言測試中的重要性。

國內外關于語言測評素養研究主要涵蓋四個方面：首先是測評素養概念的界定；其次是與語言測評密切相關人員的語言測評知識，包括測試專業人員，測試管理者；再次是測試素養課程設置的研究；最后是關于語言測評素養研究方法的討論。

2.關于語言測評素養概念的界定

在概念理解方面，Boyles(2005)把語言測評素養定義為外語教師要培養的對測試和測評原則和實踐的理解(林敦來 武尊民，2014)，對“原則+實踐”的理解揭示了語言評價素養的兩大基本層面，體現的是理論與實踐的辯證統一。Davies(2008)提出了“知識+技能+原理”的外語教師測評素養研究，Popham(2008)持有類似觀點，他認為測評素養分為能力和知識維度，此外還要求測評者在評價過程中能夠發現并消除測評過程中的偏見，了解并掌握殘障學生或特殊需要學生的測評方法，在之前概念研究的基礎上提出測評倫理，強調測評者素養的全面發展。對“知識+能力”的理解表明了語言評價素養的兩大基本內核。兩種理解雖有差異，但共同詮釋了概念本質，這里的知識恰如原則或原理，能力或技能則體現于實踐之中。

在內容維度方面，最為顯著的特點是社會文化視角的引入，Fulcher(2012)從社會文化視角和社會政治視角來討論語言測評素養，認為教師應該考慮到測評人的社會角色。Scarino(2013:314)從社會文化領域來理解語言測評素養，認為語言測評素養是一個發展的過程，把外語教師的測評素養界定為教師的知識、實踐經驗和價值觀，發展測評素養應該與語言、文化和學習三者聯系，把語言測評素養作為一個動態的自我意識的形成過程，測試的目的是提高教學和更好地測試學生的能力。Taylor(2009: 28)則更進一步，對語言測評素養的概念做了進一步的細化，把語言測評素養分為八個維度，包括：1)理論知識(knowledge of theory)；2)技術技能(technical skills)；3)原則和概念(principles and concepts)；4)語言教學(language pedagogy)；5)社會文化價值(sociocultural values)；6)地方性實踐(local practices)；7)個人信念(personal beliefs)；8)分數和決策(scores and decision making)。Taylor明確了語言測評素養的具體維度并把社會文化價值列入其中，凸顯了語言測評素養的社會文化屬性。

第二個特點是測評素養的具備者屬于利益共同體(a community of stakeholders)。Inbar-lourie(2013: 301-302)提出語言測評素養應該考慮到三個方面。第一，語言測試的范圍，即是否有一個理論、實踐和經驗的知識庫(language base)用于語言測試有關的情景；第二，語言測試專家是否應該學習廣泛的語言測試知識；第三，相關人員，如老師，家長和管理者是否也應該學習相關知識。也就是說，測評素養不再只是語言測評人員或教師的“專利”，其他貫穿整個語言測評活動的相關人員甚至機構也屬于這個共同體的一部分，他們具備一定的測評素養符合社會與時代要求，更是保證測評效果的必然要求。

另外，Baker和Caroline(2018)又把語言測評素養定義為專業能力(LAL as a professional competency by applying insights from research in professional workplace knowledge and development)，在Taylor提出概念的基礎之上又增加了意識和認知層面的理解。認知和意識視角的引入豐富了測評素養在個體層面的概念范疇。廖善平(2016)和劉昕(2018)關注國內外外語教師測評素養，總結了國內國外語言測評的研究點。

綜上所述，語言測評素養的定義在近年內得到了不斷擴展，這與語言測試學的社會學轉向(McNamara & Roever,2006)是一致的(林敦來 武尊民，2014: 712)。學者們主要考慮語言測評素養中應該包含的社會維度和意識維度，尤其是Taylor(2009)和Baker和Caroline(2018)和把語言測評素養明確分為八個維度或者更多維度，這為繼續研究語言測評素養提供了具體的維度參考。而在概念界定中涉及的倫理和道德問題也是語言測評素養概念的創新點，其有助于進一步完善語言測評素養的概念。然而，語言測評素養的具體維度該如何界定以及素養高低的標準該如何衡量，目前尚無統一標準，仍需進一步探究。而在我國，除了在全國教師資格證考試中增加語言測評素養相關知識的考核外，如何更好地將語言測評素養概念的內涵在培養教師隊伍中體現，如何增加教師對語言測評素養的理解，也需要進一步探索和研究。

3.關注與語言測評密切相關的人員

語言測評素養的不同利益相關者(stakeholder)是語言測評素養研究的又一關鍵點。利益相關者主要涉及到測試工作人員、相關政府人員、學生等等，在研究與語言測評素養相關的利益者中會涉及對多個利益者的討論，因此學者們分層次、有區別地關注不同利益相關者。

Bracty(2000)在其著作Thinking about Tests and Testing: A Short Primer in Assessment Literacy中提出測評者和利益相關者的探討。Newton(2005)關注語言測評政策制定者的測評需要。Taylor(2009)提出了測評素養的培養目標不應只關注測試的研發者，還應該關注利益相關者，如測試工作人員、相關政府人員、學生和政策制定者，其在2013年明確提出不同利益相關者對語言測評應有的模式，圖1展示不同利益相關者應該具備的測評素養。

Malone(2013)從語言測評素養的不同人員角度出發，把測試人員分為測試者和使用者以表明語言測評專家和外語教師在語言測評方面的異同點。根據測試44名專業測評專家和30名語言教師，研究發現語言測評專家關注概念的真實性和測試使用的合理性，而語言教學專家更加關注展現和表達時的實用性和解釋的清晰性，目的是縮小理論和實踐中英語測評素養的差距。

Jeong(2013)重點關注語言測評素養的課程設計者，強調不同背景的測試者對其測評素養課程設計的不同理解。通過研究專業測試者和非專業測試者，發現專業測試者和非專業測試者的關注點不同，專業測試者關注技術測試問題，非專業測試者關注教學測試實踐。

O’Loughlin(2013)關注了與語言測評有關的其他利益群體，通過對50名IELTS相關工作人員進行網上調查，發現語言測試者重點關注如何減少測試過程中的錯誤而不是人類使用語言時可能存在的問題。他強調其他測評的相關者也應該提高其語言素養，如工作人員使用語言測評分數，此外，還重點關注學生的需求，如學生更傾向于什么類型的測試，哪個測試更有益于學生的理解和需求，從而減少因非試卷因素而造成的誤差。

Pill和Harding(2013: 381)討論語言測評素養的利益相關者，重點關注非執行者(指沒有發展或管理語言測評的直接經驗者)。非執行者把測試成績作為制定決策的基礎，但其本身并沒有參與測試的材料、測試標準、測試過程等相關評定。在此基礎上勾畫出語言測評素養連續體。

上述研究肯定了不同利益相關者對語言測評素養的影響，同時研究內容也涉及到不同人群，這體現出語言測評素養同語言測評相關人員的互動性。此外，學者還討論了教師背景對課程內容影響的六個方面，包括測試大綱、 測試理論、基本數據、課堂測評、評分量表研發和測試折衷辦法(Jeong,2013)，反映了教師素養可以在微觀領域對語言測評素養產生影響，但 這只是理論方面的進一步提出，在微觀領域的進一步探討和相關實證研究不足，這方面研究有待進一步拓展。今后的研究可以更加關注學生視角，學生作為教師教授的對象，對于教師是否已提高其測評素養有著直接感受，可進行相關實證研究對學生進行測試和相應的調查問卷或訪談，從學生的角度來關注教師測評素養是否提高。

4.注重語言測評素養的課程，提高外語教師和測試者的素養

2013年之后的研究重點逐漸轉向語言測評素養的相關課程。此外，語言測評素養還更加關注學生的反應，提倡通過學生學習的進步來測評相關利益者測評素養課程是否有意義。

在理論和原則探討方面，林敦來和高淼(2011)重點關注了語言測評素養的概念和語言評估素養的培養教育。根據國外的研究，總結了語言評估素養主要包括測什么、為什么這樣測和如何測三個方面。語言評估素養的課程主要呈現了課程應涉及的內容和不同國家關于語言評估素養的相關課程。在此基礎上，林敦來和武尊民(2014)論述了國外語言測評素養的最新進展，從語言測評知識庫的理論探討、語言測評培訓需求調查、語言測評培訓材料研究、語言測評課程研究和語言測評培訓手段研究等方面對外國的研究進行整理，指出我國國內語言測評素養研究的最新方向。這是我國學者在語言評價素養課程設置及培訓需求方面少有的嘗試。

相關的實證研究也成果頗豐，Lam(2015)通過對5名教師進行為期兩年的語言測評素養課程的培訓，發現香港外語教師測評素養理論和實踐存在著差距，提出三點建議：一是要制定符合當地老師需求的語言測評素養培訓課程，課程的內容不僅要涉及測評的知識，還要涉及到社會文化領域的知識，課程標準的評判應具有統一性；二是課程內容的重點是為了更好地幫助學生獲得知識，應關注學生的學習成就，在此基礎上應使用基于學生測評的網站(www.hkeaa.edu.hk/en/sa_tsa/sa)，保障測評的有效性；三是測評管理者，項目設計者和教師，尤其是職前教師應相互合作，幫助職前教師學習相關的知識，促進職前教師語言測評素養的知識、技能和原理的發展(Lam，2015: 176)。

Baker和Caroline(2018)從海地英語考試發展的角度出發，側重關注語言測評素養、教師間的相互合作和教師與測試者之間的相互合作。通過調查研究120所中學的英語教師與測試相關人員，發現實驗對象在經過一段時間后，掌握了更多關于測試的知識，測試設計者更加了解學生的學習需求。該研究還明確了教師和專業測試人員對于語言測評素養的不同需求，最終結果表明專業測試人員和教師的合作有利于提高專業測試人員和教師的語言測評素養，最終實現互惠。

Koh等(2017)從任務設計的角度出發來研究教師測評素養。調查了12名參加兩年專業發展測試項目的中文老師，以真實智力素質(Authentic Intellectual Quality, AIQ)框架為理論基礎，展現情景真實性和交際、互動的真實性，目的是通過提高老師任務設計的能力來提高老師的測評素養。這篇文章的優勢在于從學生的作業結果來反映教師的測評素養是否提高，實現從對老師本身的測試向通過學生的作業來反映教師成果的轉變。

分析來看，語言測評素養的相關課程研究以實證為主，填補了理論研究的不足，是語言測評素養研究的重大突破之一。在此基礎上，部分研究也關注了語言測評素養涉及到的不同利益者，從不同利益者的角度來反映這些課程是否有利于提高語言測評素養，值得今后研究的借鑒。此外，研究發現，更多的學者傾向于評價素養的課程應與教學聯系密切的評價課程(Brookhart,2004；王磊，2007)，但在教師課程培訓中，受訓老師認為測試開發與其日常課程教學評價的需要不相符(Kleinsasser,2005)，目前測評素養的課程不能滿足測評者的需求。實證研究的逐漸增多是測評素養課程設置與培訓環節的必然內在需求，增加規模和數據樣本、豐富研究方法和設計是未來方向所在。此外，我國對于職前和在職過程中語言測評素養的相關課程較少，且覆蓋范圍只是包括語言測評的基本理論和實踐方法，缺少對教育和心理測量的關注(許悅婷，2013: 44)，應加大相關課程的設置，提供與評價實踐相關的評價知識(Vogt & Tsagari,2014; Lam,2015)，如香港地區中小學教師就希望能得到如何使用測試促進教學的評價知識，即形成性地使用終結性測試等相關知識(Carless,2011; Lam,2015)。

5.注重使用不同工具和不同的理論角度來研究語言測評素養

語言測評素養研究工具和理論視角的特征也逐漸清晰。研究工具主要指Brown & Bailey(2008)的研究工具；理論角度除了上述概念界定中所涉及的社會文化理論之外，還運用學習共同體理論和生態理論。

在研究工具層面，二十世紀九十年代，Bailey和Brown(1996)用發問卷的方式調查了語言教師培訓中的語言測評課程，對問卷數據進行量化，之后他們用類似的工具重新進行調查，發現語言測試課程知識庫的內容在增加，但其性質沒有發生根本性變化(Brown & Bailey,2008)。金艷和范勁松(2010)借鑒Brown和Bailey的研究工具，對中國高校的測試課程設置和教學情況進行了調查研究。共有87位課程教師參與了問卷調查，研究結果表明此類課程總體上涵蓋了語言測試理論與實踐的基本內容，但是外語教師測試理論知識和實踐能力，包括開發和運用新型測評手段、對考試反饋作用的理解、運用教育統計學和心理測量知識的技能等方面不足，教師們應進一步加強這些方面的學習和培訓。

在研究理論層面，主要包括學習共同體理念和生態理論。詹穎(2015)基于專業學習共同體理論來探究大學英語青年教師課堂評估素養的發展，提出專業學習共同體的理論模型，從實踐的角度為語言測評素養的發展提供可參考的方向。蒙嵐(2016)從生態理論視角來探究大學英語教師的語言測評素養，采用生態學的平衡觀點和可持續發展的觀點，分析大學英語教師語言測評素養的構成要素和影響因素，提出提升模式圖(圖2)，從內部和外部兩個方面來提高教師的語言測評素養。

圖2 教師評估素養提升模式圖(蒙嵐，2016: 75)

運用Brown 和Bailey(2008)的研究工具來對我國教師語言測評素養進行研究是一大創新，可繼續作為我國教師語言測評素養研究的一個重要方面，進行相關的實證研究。此外，采用訪談、學習計劃、行動日記、相關測評課程總結、考勤等其他工具或者方法對測評人員進行過程中考察也有利于獲取測評者學習過程中的不足之處，后續加以改進，這也是研究的重要方法之一(唐雄英，2017)。學習共同體理論和生態理論模型的建立有利于更好地銜接原則概念與實踐操作，從而更好地提高語言測評素養；而從不同的理論來關注語言測評素養，則有利于跨學科知識的合作和交流，在這方面，可以從更多不同的理論，如社會文化理論、教學理論、社會心理理論等多維度甚至多學科視角來解讀語言測評素養。還應開發和論證多種不同的研究工具和手段，不斷豐富和擴展語言測評素養的研究廣度與深度。

6.結語

本文基于國內外文獻，從語言測評素養的概念、語言測評素養的人員、語言測評素養的課程和語言測評素養的方法等方面綜述語言測評素養的發展歷程。在現有研究中，研究者更多是采用網絡問卷，實證研究在2013年之后逐漸增多，其更多關注語言教師的測評素養，對不同利益相關者的實證研究仍較少，對測評素養的現狀和構念的研究還需進一步展開。此外，只有個別研究考慮從學生的角度來界定教師測評素養。教師測評素養是否提高、語言測評素養相關課程是否有效，需要更多考慮學生在測評中的作用，如：根據學生能力和成績的提高程度來評估學生是否在測評中受益，最終提高整個教學質量。

國內對于語言測評素養的研究較少，重點關注的是語言測評素養的概念。作為一個外語考試大國，語言測評素養研究具有非常重要的意義(林敦來 武尊民，2014: 718；郭英劍，2019)。提高語言測評素養可以從儲備人員抓起，與教師資格證考試或者與相關學習課程相結合，在考試和課程中涉及相關語言測評的專業知識，提高語言測評素養，保證學生福祉(許悅婷，2013: 44)。語言教師的測評素養該如何界定？有哪些維度？在界定的基礎上，探討如何研發出能夠準確衡量語言教師測評素養的量表或測試，以便對教師的測評素養有更加客觀的認識，并在此基礎上設定教師在測評方面的準入標準等等都值得進一步研究和探討。