普通话水平测试发展过程中的问题和思考

普通话水平测试工作在全国已经开展了近二十年，它对普通话的推广发挥了巨大的作用。但是近年来，普通话水平测试步入了一个上下波动甚至瓶颈时期，主要表现为以下两大方面：

一、测试手段的变革，带来了很多新的问题

1.测试软件的改进缓慢，不能完全适应当前的被测对象

众所周知，近年来，为了更好地推进普通话水平测试现代化建设，国家语言文字部门会同相关科研单位开发了计算机辅助普通话水平测试系统（以下简称“机测系统”），经过验证和试点后，已经在全国范围内使用，基本替代了人工测试的方式。但是令人遗憾的是，使用之初所发现的不足，如对于高分数段达到一级甲等和低分数段三级乙等及以下的样本评判的准确度等不够理想；对于港澳地区考生的测评也不适应等问题依旧未能很好地改进。另外，机测系统是根据人工测试评分细则来进行开发设计，但实际运行中，却采用模糊综合评价方式来打分，对考生在每道题目测试中所反映的语音语调等问题不能很好地描述统计，以备需要时准确全面地反馈给考生，为日后进一步学习提高普通话水平提供参考。

除此之外，在全国各地推广机测系统过程中，还遇到了以下一些问题：

（1）机测系统运行不稳定。随着越来越多的测试站和测试员使用机测系统，机测系统不断出现拥塞或者页面异常等现象。尽管造成这样的问题有多种原因，可能是公众互联网的问题，也可能是测试员使用的电脑配置等软硬件问题，但一个不争的事实是，机测系统使用的不稳定频率越来越高，这极大影响了测试的效率。测试员经常会遇到这样的情况：别的页面打开都正常，但唯独机测界面无法打开，或者打开极慢；有时候机测系统的登录界面很快打开，但输入用户账号、密码及验证码等信息后，却反复提示错误信息；最令人难以忍受的情况是，当听完一个考生录音，填写完所有测评信息后，尤其是复审全部四题时，页面崩溃，白白浪费了测试员精力，需要反复重新进入，重新听评，重新填写信息。每当遇到类似异常情况时，却得不到及时的技术支持，严重影响了普通话水平测试工作的进程。

（2）机测系统评分界面设计仍有诸多不合理之处。机测系统评分界面目前主要分第四题说话项听评和全四题复审两种。尽管大部分信息填写和分数输入都设计较友好，但有一些细节虽几经改进却仍有不合理之处。比如，评分细则特别是针对计算机辅助测试中出现的新问题所制定的补充细则里提到的“朗读文本”等现象未设置打分区域（见图1，P92），只能借用别的评分项填写。有时在填写一些备注信息说明考生问题时，提供的文本框可录入字数有限，不能完整表述。

另外，之前的机测版本比较好的功能却因故取消，比如对第四题说话项自动统计考生缺时时间，供测试员参考。取消之后，很多说话不流畅考生断断续续地停顿，需要测试员人工反复回听，在遇到网络不畅，经常因为缓冲而暂停播放录音时，还要眼睛不离屏幕地去关注。花费大量的精力来做这种没有技术含量的工作，非常不值。

打分对象框的字号大小和醒目程度也存在一定问题，每道题扣分的数值通常是最重要的信息，而记录错误个数信息仅是参考。但目前的界面却把语音错误个数、缺时等信息凸显出来，经常造成测试员在操作填写信息时，忘记了输入扣分项，出现失误。

图1

除此之外，在提交评分前的确认提示框里所显示的各项扣分信息也很不醒目，同样容易造成误操作。

2.机测系统管理界面设计不清晰直观

尽管该系统对每位拥有机测帐号的测试员都设计了工作量统计等管理信息。但是在分类排序、测试信息的显示上非常不直观，不能简明清晰地反应一段时期测试员完成的工作量情况，对各测试站发放薪酬、评价测评误差等业务水平带来了很大的困难。同时很多任务编号（见图2）在显示的时候，完全雷同，例如“测试任务名称”“测试任务编号”等不能明显区别各测试录音文件，这些对测试员而言意义不大的信息完全可以屏蔽，取而代之显示一些对测试员有帮助的文字信息。

图2

第四题说话项是两位测试员背对背打分，会出现一些分差较大的结果，只能将这批录音再发送给另一批测试员重听。尽管这样的方式有助于更公平公正评价成绩，但一批数据只要有一例成绩异常，就会影响整批成绩的确定，大大延长了成绩确认的周期，这种现象亟待改善。

3.全国范围内测试科研工作未能抱团开展

尽管从中央到地方，早就开展了很多语言文字科研工作，也取得了很多令人瞩目的成果。但相比之下，普通话水平测试领域的科研则一直处于不太被看重的地位。特别是近些年，计算机辅助普通话水平测试系统的开发和使用，更加暴露了科技攻关、抱团发展的不足。目前只有安徽科大讯飞一家技术公司在进行普通话水平测试智能化的科研及市场化运作。但是在使用过程中，技术人员和一线测试员之间的信息互通明显不够，造成了很多实际测试中遇到的特殊问题没有能够及时应对。而基层测试员在测试过程中记录的考生情况，相关的数据上传到主服务器后也无法共享并开展对比研究。掌握大量机测数据的技术部门没有精力和能力去做进一步的研究改进，而一线测试队伍想开展相关研究，却无法得到详尽的数据，甚至是本测试站的数据也无法获取。这极大挫伤了各基层测试站开展科研工作的积极性，降低了出高质量实用性强的科研成果的可能性，严重阻碍了普通话水平测试现代化手段改革的步伐。

在实行机测的过程中，出现了一些新的情况，尽管一些地区测试管理部门积极出台了一些应对措施，但还没有统一上升到全国一把尺子的地步。各种补充规定，随着机测工作的不断深入，还需要不断改善，但这些工作明显滞后。比如，目前机测中，不少考生为了走捷径，通过网络平台或者其他社会辅导途径，将很多说话话题照搬套用，一个“番茄炒鸡蛋”过程被很牵强地用于多个话题中，并出现大量重复雷同的语料。但从现有的离题和无效语料的判定依据上，很多争议未能得到及时解决，思想认识未统一。

4.测试员队伍的管理和测试员业务能力的保持堪忧

自从上世纪90年代以来，国家语委普通话培训测试中心已举办了50多期国家级普通话水平测试员培训班，培养了数千名国家级普通话水平测试员。同时各省市自治区测试中心也分别培养了数倍于国家级测试员数量的省级普通话水平测试员。他们为我国普通话水平测试工作做了大量的艰苦工作，为在全社会推广使用普通话作出了重大贡献。取得测试员资格的过程是严格规范、公平公正的。但是近年来，随着机测工作的普及，测试员在测试工作中所扮演的角色越来越不重要，测试员几乎成了机测系统的陪衬，各级测试员都没有权限在测试中掌握一些相关信息，十分被动和不透明地执行评分任务。尽管这样的方式在一定程度上有助于公平客观的评判，但是对于临界情况，以及复审时骨干测试员无法掌握出现问题的全貌，可能会造成一些重复冗长的再审过程。加上测试工作的繁重，以及所得到的劳动薪酬过低，造成了大量优秀测试员的转型和流失，经常遇到在分配测试任务时，看起来很庞大的测试员队伍，但是测试水平稳定的可用人数却捉襟见肘，现状堪忧。

目前经过国测中心培训合格的国家级测试员，在回到各地后，并没有被跟踪了解测试业务水平。不少省级测试中心对省级测试员则有3年一回炉，省内骨干测试员1-2年进行业务培训考核等后续业务监管措施，基本能保证测试能力不出现大的波动。但是对于国家级测试员，各省没有权限进行考核和管理。导致少数获得了国家级测试员资格但之后长久不参加测试工作，业务生疏的测试员难以管理的局面。

尽管目前国测中心和各省一级测试中心，几乎每年都举办新测试员培训，不断壮大测试员队伍。但是随着机测手段的全面推广，实际参与测试工作的人数越来越少，大批测试员工作量严重不足，业务能力自然容易生疏下降。并且，实行机测后，测试员平时接触的机会变得稀少，彼此在一起对业务进行交流探讨变得不可能，不利于保持测试员群体对评分认识的统一。尽管目前有各种网络通讯交流平台，但是语言的面对面交流所产生的作用是无法替代的。同时，一个不争的事实是，无论之前的人工测试还是机测中只听第四题，支付测试员的劳动报酬都非常低廉，这在一定程度上，也挫伤了一些优秀测试员继续从事该项工作的积极性，转而把精力放在其他更有前途的学科领域研究和实践上去了。尤其对于经常复审机测录音的骨干测试员而言，同样听第四题，但往往听到的都是评分有较大争议、录音比较特别的样本，所花的精力和时间会更多，对应的劳动所得却和普通听评录音样本一样，明显有失公允。

二、国家语言文字政策的执行有待加强

尽管早在2000年国家就颁布了《中华人民共和国国家通用语言文字法》，给新时期的语言文字工作带来了极大的促进作用。但是随着这些年语言文字相关法规的具体实施，逐渐遇到了不少无奈和担忧：

1.广电行业对普通话水平测试工作的淡漠

作为语言文字工作的重要示范窗口和表率，广播电视电影表演行业在上世纪90年代曾一度掀起了学习强化普通话水平的热潮，相关领域的法规、办法也提及各级媒体从业人员应该达到的等级，对应的奖惩待遇等。比如省级及以上广播电视媒体播音员主持人上岗前，普通话水平必须达到一级甲等。通过一甲送审情况可以看出，在1999年全国广电系统等送国家语委普通话水平测试中心复审数达到了高峰，那时广电系统对普通话的要求也最严格。但是随着当时的广电从业人员整体参加了普通话水平测试之后，陆陆续续加入广电行业的新从业人员参加普通话水平测试的积极性和组织性都大幅下降，而近年来，从中央到各地方媒体，广播电视播音员、主持人以及影视剧演员的普通话水平呈明显滑坡状态，各级主管部门也没有进一步强化相应的管理措施，普通话水平在专业考核中所占比重越来越低。并且广电文化系统在普通话业务交流上同语言文字部门的合作也不够理想，长此以往，对整个社会的示范作用将带来极大的负面影响。

2.政府部门以及企事业单位对待普通话推广的形式化

在语言文字法颁布实施的头几年，各级政府和企事业单位都很积极地响应法律法规中的要求，在各自领域中开展了一系列推普及普通话测试工作。但是测试高潮过后，就没有后续的跟进，测试工作和学习提高普通话的工作没有持续地结合起来，造成了为了测试而测试，测试过后无事可做的局面。

3.教育系统对待普通话水平测试的态度不一致

普通话水平测试工作开展这么多年来，高校测试站扮演了主力军的作用。无论是测试人次还是测试工作的持久性，学校的先天条件和氛围，都能保证测试工作源源不断地开展。尤其是一些非师范专业类别的高校，如武汉理工大学，在国家语言文字法的大框架下，修订了自己的培养计划，将普通话学习和达标列入必修素质学分范畴，极大地促进了校园普通话的推广工作。但是令人惋惜的是，从全国范围来看，这样的高校太少，以至于七八年过去了，大多数高校，甚至文科比重占多数的高校，一直未能跟进，普通话水平培训和测试的新局面始终未能进一步打开。甚至一些先期采取了普通话学习硬性举措的高校，不断受到考生和社会的质疑，解释说服工作重复开展，令人无奈。

4.普通话水平等级证书的有效期限的模糊界定也为巩固普通话水平带来不利影响

上世纪90年代开始施行的普通话水平测试，在发放的等级证书里，存在一个越来越引起争议的环节：没有有效期，这样很容易产生一证管终身的弊端。我们知道，很多技能，特别是语言的学习和提高，是一个循序渐进、不断使用不断巩固提高的过程，这样才能保证水平的稳定。而现行的普通话水平等级证书，可以考多次，拿多本证书，但是却没有有效期。这样对普通话培训和测试事业将不可避免地带来阻碍，无法保证可持续发展。为获得普通话水平证书容易产生集中突击、急功近利的行为。

综上所述，普通话水平测试工作开展了近二十年，尽管取得了令人瞩目的成就，开创了语言文字工作的新局面。但是在发展中遇到的各种问题，也必须正视，并且需要各方通力合作、统一步调，及时处理好这些问题，保证普通话推广事业能稳步、健康地持续发展！

[1]宋欣桥：《普通话水平测试员实用手册》，商务印书馆2005年版。

[2]齐影：《普通话水平测试一级甲等复审十年》，第四届全国普通话培训测试学术研讨会论文集2009年版。