基于CiteSpace的我國英漢/漢英翻譯測試研究綜述（2001-2020年）

展素賢 李鴿鴿

一、引言

作為一項跨文化交流的活動，英漢/漢英翻譯提高了優秀文化對外輸出的有效性，是提升國家文化軟實力、國際影響力的重要手段[1]。翻譯能力是翻譯活動不可或缺的組成部分，在中華文化“走出去”的戰略背景下，翻譯人才培養和翻譯能力測評日益受到重視，引發對英漢/漢英翻譯測試（以下簡稱“翻譯測試”）的探討。翻譯測試古已有之，我國早期翻譯測試始于清代科舉考試[2]，現今已成為外語教學中的常用測試手段，被廣泛應用于各項大規模考試中，如CET-4/6（College English Test Band 4/Band 6，大學英語四/六級考試）、TEM-8（Test for English Majors-Band 8，英語專業八級考試）、碩士研究生入學考試、CATTI（China Accreditation Test for Translators and Interpreters，全國翻譯資格考試）等，廣大翻譯學者和語言教師對于翻譯測試展開了廣泛的研究。

一些學者對翻譯測試現狀進行了分析[3，4]，研究的時間跨度截至2016年，且以理論探討為主，缺乏實證數據支撐。鑒于此，本文采用CiteSpace可視化工具和內容分析法梳理2001年至2020年的翻譯測試研究，以期了解翻譯測試研究現狀，并為翻譯測試研究的深入開展及外語教學的實施與測評研究提供參考。

二、研究設計

（一）研究問題

1.我國翻譯測試研究的整體趨勢如何？

2.我國翻譯測試研究在研究方法上有何特點？

3.我國翻譯測試研究的研究熱點及前沿有哪些？

4.我國翻譯測試研究的研究主題有哪些？

（二）數據來源

數據來源于CNKI（China National Knowledge Infrastructure，中國知網）數據庫，以“翻譯測試”和“翻譯考試”為主題詞，檢索了2001-2020年期間發表的所有期刊文獻，得到363篇，剔除書評、會議記錄及與翻譯測試研究無關的文獻后，共得到349篇有效文獻作為本研究的數據樣本。

（三）研究方法

運用可視化工具CiteSpaceV.5.7.R2和內容分析法對數據樣本進行分析。首先，統計了2001-2020年期刊年發文量，得到年發文量變化趨勢圖；其次，采用內容分析法對數據樣本的研究方法進行分類統計，得到研究方法分類統計表；最后，利用CiteSpace可視化工具，繪制關鍵詞共現知識圖譜、突現詞分布圖及聚類知識圖譜。分析上述圖表，再結合內容分析法，得到我國翻譯測試研究的整體趨勢、研究方法使用特點、研究熱點、研究前沿和研究主題。

三、結果與分析

（一）研究趨勢

為了解翻譯測試研究的整體趨勢，統計了2001-2020年期刊年發文量（見圖1）。從總體來看，20年內共發表論文349篇，年均發文量17篇，發文量較少。

圖1 翻譯測試研究年發文量變化趨勢圖

根據年發文量變化趨勢圖，翻譯測試研究可分為如下三個階段：（1）2001-2005年，為起步期，共發文20篇，年均發文量4篇，發文量較少，增長緩慢；（2）2006-2016年，為發展期，共發文265篇，年均發文量24篇，并于2014年達到峰值的36篇，發文量明顯上升，內容多涉及大學英語四、六級考試中的翻譯測試題型研究，這可能是由于自2013年12月起，全國大學英語四、六級考試委員會將四、六級考試中的翻譯題型及分值進行了調整；從圖1還可發現，這期間出現五次回落，幾乎每次回落都伴隨著回升，2009年回升速度最快，這可能是由于國家對高水平翻譯人才的需求量增加，加之國務院學位委員會在這一年批準40所院校設置翻譯碩士專業學位點[5]，使得越來越多的學者關注翻譯教學及翻譯測試研究；（3）2017-2020，為穩定期，共發文64篇，年均發文量16篇，翻譯測試研究趨于平穩。

從整體來看，翻譯測試研究處于增長趨勢，但圖像高低起伏，呈現波浪式的變化，說明當前翻譯測試研究發展仍不穩定。

（二）研究方法

為了解翻譯測試研究所采用的研究方法有何特點，依據研究方法的分類標準，采集的349篇文獻分為實證研究和非實證研究兩類（見表1），其中提供“研究對象、研究工具、數據收集、分析”等相關詳細信息的研究歸為實證研究，否則為非實證研究[6]。

表1 翻譯測試研究的研究方法分類統計

翻譯測試研究中非實證研究的比例遠大于實證研究，說明國內學者更多關注對翻譯測試理論的思考，而對測試研究的實證探索較少。

盡管如此，在翻譯測試研究發展的三個階段中，實證研究呈逐步增長態勢。第一階段中，非實證研究占統治地位，說明學者常采用內容分析法探討翻譯測試中的問題。而在第二階段，實證研究逐漸增加，多數學者采用問卷調查、訪談、測試、語料庫等方法，或調查教師在課堂教學中常用的翻譯測試形式，或了解學習者在語言習得過程中的問題，也有少部分學者借助有聲思維法、Rasch模型或混合法探究評分員的評分行為。到了第三階段，實證研究所占比重基本與非實證研究相當，學者主要采用翻譯測試調查學生對語言知識的掌握情況或進一步探討有關翻譯測試的理論問題。

總體來看，在翻譯測試研究領域內，學者常常運用內容分析法、問卷調查、訪談及測試，較少使用有聲思維、概化理論、Rasch模型等研究方法。

（三）研究熱點和前沿

關鍵詞出現的頻次及中心性的大小可以反映研究熱點的分布情況，頻次高、中心性大的關鍵詞體現了一段時間內的研究熱點[7]。筆者使用可視化工具統計了關鍵詞出現的頻次及中心性的大小，對翻譯測試研究進行了研究熱點追蹤，采用尋徑法（Pathfinder）生成節點為772、連線為1594、密度為0.0054的關鍵詞共現知識圖譜（見圖2）。在關鍵詞共現知識圖譜中，關鍵詞呈現的節點大小與其出現的頻次呈正相關。

從圖2可見，“翻譯測試”的節點最大。除搜索用的關鍵詞“翻譯測試”以外，“翻譯教學”、“翻譯能力”和“反撥作用”的節點較大，說明此類關鍵詞出現的頻次較高。此外，共現知識圖譜呈樹狀交叉，點少線多密集度高，表明關鍵詞的分布較為集中，主要圍繞“翻譯教學”、“翻譯能力”和“反撥作用”這三個關鍵詞。

圖2 翻譯測試研究的關鍵詞共現知識圖譜

為進一步探究研究熱點，筆者統計了高頻關鍵詞及其中心性（見表2）。如表2所示，除“翻譯測試”，“翻譯能力”的高頻率和高中心性反映了學者對測試構念的高關注度;“翻譯教學”及“翻譯”說明了學者多考察測試與教學的聯系；“反撥作用”“大學英語”“大學英語教學”這幾個關鍵詞高頻出現，說明國內學者多關注翻譯測試對英語教學的反撥作用，認為翻譯測試與教學密切聯系，是教學中的一個重要環節[8]。同時，也進一步說明了翻譯測試不僅可幫助翻譯教師掌握學生的翻譯能力，亦可用于英語教學中，以便教師了解學生對英語內容的掌握情況；“效度”和“信度”的出現展現了學者對翻譯測試有效性和可信度的探索；“翻譯資格考試”說明學者更多關注大規模標準化考試的相關內容。以上進一步印證了在翻譯測試領域，翻譯教學、翻譯能力和反撥作用是研究的熱點問題。

表2 翻譯測試研究的高頻關鍵詞及其中心性

為進一步了解翻譯測試研究前沿，借助可視化工具，對關鍵詞進行了突現性檢測（見圖3）。按突現強度的大小，排名前三的關鍵詞依次是“大學英語”（2.71）、“信度”（2.09）和“測試”（2.01），并分別于2007、2009和2007年成為突現詞，其歷史跨度較長，延續至今，說明大學英語、信度和測試研究等一直是研究者關注的前沿問題。

圖3 翻譯測試研究的突現詞及其分布圖

綜上，翻譯測試研究形成了以翻譯教學、翻譯能力和反撥作用為核心的研究體系，涉及的前沿問題包含大學英語、信度和測試研究。

（四）研究主題

借助可視化工具中的LLR（Log-likelihood Ratio，對數似然率）進一步對關鍵詞進行聚類分析，得到模塊值Q=0.7951、平均輪廓值S=0.9127的關鍵詞聚類圖譜（見圖4）。從圖4可見，共有14個聚類類別，依次為#0翻譯測試、#1有聲思維、#2翻譯、#3大學英語教學、#4信度、#5翻譯能力、#6問卷調查、#7翻譯資格考試、#8翻譯水平、#9影響因素、#10漢譯英、#11漢英翻譯、#12英語教學、#13司法翻譯。按照同類別標準對這14個聚類進行整合，共得到三類：（1）研究主題，包括#0翻譯測試、#2翻譯、#3大學英語教學、#4信度、#5翻譯能力、#7翻譯資格考試、#8翻譯水平、#9影響因素、#12英語教學；（2）研究方法，包括#1有聲思維、#6問卷調查；（3）研究的文本類型，包括#10漢譯英、#11漢英翻譯、#13司法翻譯。

圖4 翻譯測試研究的關鍵詞聚類圖譜

聚焦研究主題，結合表2，通過進一步研讀和分析文獻發現，過去的20年中，翻譯測試領域呈現出如下六類研究主題：

1.翻譯測試的定位研究

關于翻譯測試的定位依然是一個懸而未決的問題，包括翻譯測試的概念界定及其研究定位。穆雷認為，翻譯測試是檢驗應試者翻譯實踐能力的一種手段[9]；楊冬敏和穆雷則將翻譯測試定義為一種旨在測量應試者翻譯能力的考試[10]。這兩種概念所明晰的翻譯測試構念雖無太大差異，但對于測試本質的理解，即是手段或考試，前者的指涉范圍似乎大于后者。

此外，研究者試圖從理論層面探討翻譯測試的研究定位，但尚未達成共識。部分研究者認為翻譯測試本質上屬于語言測試，因其是一種行為測試[11-13]。對此，有學者持不同看法，認為翻譯測試和語言測試并非完全對等的關系，在測試目的、測試對象及語言能力上存在差異，在研究中不可將翻譯測試作為語言測試的一部分[14]。同時，有研究者認為翻譯測試既屬于翻譯教學的研究范疇，因其以考查應試者的翻譯能力和外語能力為主，又屬于心理測試的下屬學科，因其具有心理測試的基本特征[15]；而另一些研究者則認為，翻譯測試屬于應用翻譯學的研究范圍[16，17]。

可見，翻譯測試與多個研究領域相關，如翻譯學、語言學、心理學和測試學等，未來研究應掌握翻譯測試的獨特之處，借鑒相關領域的研究成果，以厘清翻譯測試的定義及其所屬領域。

2.翻譯測試構念研究

第二類研究主題聚焦翻譯測試構念研究，即翻譯測試欲檢測的目標能力。從分析結果看，大多數學者認為翻譯測試構念主要包括語言能力[18]、翻譯技巧及翻譯知識能力[19]；部分學者認為文化能力和審美能力[20]、轉換能力[21]、超語言能力、工具能力和心理生理素質[22]等也應成為翻譯測試構念不可或缺的要素。此外，隨著職業化翻譯的發展，越來越多的研究者認為職業道德、翻譯速度亦應為職業翻譯測試構念的要素[23]。

雖然學者對于翻譯測試構念的詮釋不盡相同，但一致認為翻譯測試構念由一系列子能力構成。此類研究注重分解翻譯測試構念，但與測試構念相關的實證型研究幾乎處于空白狀態。

3.翻譯測試的反撥作用

第三類研究主要探討翻譯測試對教學的反撥作用。一些學者認為，翻譯測試能夠檢測學生對教學內容的掌握程度[24]及學生的外語能力水平[25]；另外一些研究者采用語料庫、問卷調查或翻譯測試的方法展開系統的實證研究，或了解學生對某一具體教學內容的掌握情況，如假被動式[26]、二語語塊[27]等，或考察學生的綜合語言能力[28]、中西文化批判能力[29]等某一特定能力的水平。

可見，翻譯測試與外語教學息息相關，進一步印證了翻譯測試是外語教學中經常用來評估學生語言能力的重要方法。

4.翻譯測試效度研究

第四類研究涵蓋翻譯試題效度和評分效度。有研究者提出，需根據翻譯測試的目的增加客觀題、改譯、填空、選擇、正誤判斷、轉換、簡答、譯文評析等多樣化的測試題型，以提高翻譯測試的效度[30]。

在評分效度研究中，為提高人工評分的有效性和可信度，一些研究者提出了諸如制定漢英翻譯的分析性評分細則[31，32]、制定模糊綜合評分模式[33]等措施；而其他研究者采用有聲思維和問卷調查法編制了翻譯評分策略問卷，并證實該評分策略具有良好的效度[34]。

為克服人工評分中存在的主觀性因素，有的學者開發了一款名為YanFa的網上測評系統[35]，有的學者則運用多元線性回歸方法構建自動化評分模型[36]。

但是，以上對題型設計、評分細則、自動化評分模型效度的探討多停留在理論思辨層面，尚需加強相關方面的驗證研究。

5.翻譯測試信度研究

第五類主題涉及自動化評分信度、評分方法信度和評分員信度。因涉及兩種自然語言的處理，翻譯自動評分具有更大的難度，導致學者對自動化評分信度的關注度較低，從所檢索的文獻看，僅有兩位學者對此進行了研究：田艷采用詞語匹配、詞語語義相似度計算和句式模板匹配的方法[37]，江進林和文秋芳利用回歸分析發現自動化評分信度與人工評分信度具有較高的相關度[38]。

在評分方法信度研究中，研究者主要針對翻譯測試的整體印象法、錯誤扣分法、分項評分法、綜合法這四種評分方法下的信度進行了研究，但研究結果存在分歧。例如，肖維青指出整體印象法的評分員信度低于錯誤扣分法[39]；而陳怡認為整體印象法的評分信度高于分項評分法[40]。這兩項研究的結果產生差異的原因可能在于評分項目篇幅的長短，較長篇幅的翻譯文本其各個部分的情況不平均，難以整體把握。

在評分員信度研究中，肖維青通過問卷調查和信度驗證證實了培訓評分員及網上閱卷的自查功能有利于提高評分員信度[41]；江進林等運用多面Rasch模型得出，評分員的嚴厲度不受考生性別和具體考生的影響，評分員在對所有考生（30名男生，270名女生）評分時，保持了較為一致的評分嚴厲度，但會因評分項不同而不同[42]；江進林和文秋芳運用多面Rasch模型發現評分員的嚴厲度雖存在顯著性差異，但未呈現集中趨勢或兩極化趨勢，具有良好的內部一致性[43]。

由此可見可見，自動化評分信度和評分方法信度研究仍有待加強；評分員信度研究主要聚焦評分員的嚴厲度差異，評分員的特征如性別、評分經驗等則較少涉及。

6.翻譯資格考試

此類研究主要聚焦大規模的標準化翻譯考試，涵蓋面廣，包含清朝翻譯科舉的形成[44]，國內翻譯資格考試的實施情況及特點[45]，國外翻譯資格考試的概況、評分標準、評分流程等[46，47]，以及國內外翻譯水平考試的對比[48]。

可見，此類研究對標準化的翻譯考試進行了仔細的介紹和分析，但國內尚未有學者進行標準化翻譯測試的效度驗證研究。

總體而言，翻譯測試研究涉及其定位、構念、反撥作用、效度研究、信度研究及翻譯資格考試六類主題，多以理論思考為主，少有學者運用實證研究方法探究試題、評分方法、應試者、評分員等對信度和效度的影響。

四、結語

翻譯測試歷史悠久，應用廣泛，對國家翻譯人才培養及語言教學發揮著重要的作用。雖略滯后于寫作測試、口語測試等行為測試研究，但近20年來，翻譯測試研究取得了許多優秀研究成果。運用CiteSpace可視化工具和內容分析法，本文回顧了2001-2020年間翻譯測試的研究成果，發現相關研究呈以下特點：第一，翻譯測試研究整體處于上升態勢，但發展不穩定；第二，翻譯測試研究主要運用內容分析法、問卷調查、訪談和等方法，較少采用概化理論、Rasch模型等方法；第三，翻譯測試研究主要圍繞翻譯教學、翻譯能力及反撥作用等關鍵詞展開，聚焦大學英語、信度和測試研究等前沿問題，但缺乏對翻譯測試效度的深入探索；第四，翻譯測試研究涵蓋翻譯測試的定位、翻譯測試構念、反撥作用、效度研究、信度研究和翻譯資格考試六類研究主題，但常聚焦理論層面，較少涉及評分方法、應試者、評分員等對測試信度和效度影響的實證探究。

針對已有研究的不足，建議未來翻譯測試研究可聚焦于以下方向。首先，加強翻譯測試的跨學科研究。翻譯測試具有較強的跨學科屬性，涉及翻譯學、語言學、測試學、心理學、教育學等多個學科，未來研究應善于運用翻譯測試的特點，避免研究走向單一化，廣泛借鑒相關學科理論、方法、研究成果等，以全面深化翻譯測試研究。其次，豐富研究手段，充分運用問卷調查、個案分析、有聲思維、訪談等方法對學生的翻譯能力、教師評分的認知策略進行分析，以便能夠有效反撥外語教學；還需借鑒概化理論、Rasch模型等測試研究方法，進一步提高信度驗證和效度驗證的科學性。最后，需深化及拓展翻譯測試研究主題。評分量表是對語言使用者語言運用能力一系列分等級的文字描述，是衡量考生口語、寫作、翻譯等語言行為表現的主要參考依據，好的評分量表有利于提高評分信度[49]，因此，在已有翻譯測試構念研究的基礎上，未來研究應探究開發或優化翻譯測試評分量表的策略并考慮該評分量表的可操作性；圍繞已建立的評分細則、自動化評分模型展開效度驗證，發現存在的問題，并提出相應的修改建議，為翻譯測試功能的實現做出貢獻；此外，評分員信度是衡量測試質量、確保其公平公正的主要指標，但往往受到評分員性格、評分經歷等因素的干擾，未來研究應聚焦評分員信度，尤其需考察評分員的評分經歷、培訓時長、研究背景等特征對翻譯測試評分信度的影響。

總之，我國學者應更多運用科學、適當的測試學方法，借鑒相關學科的理論成果，以拓展和深化翻譯測試研究主題，更好實現翻譯測試對外語教學的反撥功能，有效發揮譯者作為文化傳播者的作用，進一步推動中華文化“走出去”。