评价政策在大学公共英语教育史上的工具性解读

2018-07-03陈秋仙甄苗苗

山东外语教学 2018年3期

陈秋仙甄苗苗

(山西大学外国语学院，山西太原 030006)

1.0 引言

评价(assessment)在教育领域的地位根深蒂固且举足轻重。这不仅因为评价是教学中的一个重要环节，更重要的是因为它在教育以及社会领域所担负的多重功能和作用，如反馈、认证、甄别遴选、管理等(Broadfoot，2007)。因其中的某些功能，如甄别和遴选，往往附带有“高风险”或“高回报”，评价更是被赋予了强大的价值导向功能(戴家干，2008)。在考试发源地的我国，因为评价一直被窄化为考试，其重要性尤为凸显(戴家干，2008)。事实上，在我国现实教学情境中，评价是“指挥棒”一般的存在，以反拨效应的方式“指挥着教师学生以及教与学的整个过程”(Gao,2013:449)。评价对教学行为的掣肘和对教育价值的导向作用是国内外教育界的共识。教育评价专家Torrance(1996：i)在二十多年前明确表证：“如果评价不进行重大的革新，课堂和学习就不可能发生真正意义上的改变”。鉴于其作用的强大，在现代教育中，评价政策又往往被用作“工具”为改善和提高教与学的质量而服务(Hamilton,2003；Shohamy,2007)。我国大学英语的评价政策在大学英语教育近四十年的历史中充分发挥了‘工具’的作用(金艳，2013)。这里所说的“工具”是指评价作为改革政策的一个组成部分，通过对其性质、目的或功能、内容、形式以及主体等方面的具体规定，起到诸如提供反馈信息、引导课堂的教与学的方向、从整体上改善教育体系，尤其是提高教育水平等的作用(Hamilton,2003)。本文将通过对大学英语评价政策几度变迁的细化分析，解构其工具性及演变，并挖掘其演变的理论根据及现实原因。

2.0 背景：关于大学公共英语教育

大学英语是针对我国普通高校非英语专业本科生专门设立的必修课程。然而该课程目标并非仅限于提高本科生的英语素养，而且肩负着为国家在各个时期培养人才以满足战略发展需要等使命(Wang,2007；张尧学，2003)，所以该学科在我国高等教育领域具有特殊且特别的地位。其目标学生群体庞大(几乎所有的非英语专业本科生都必须修习)、学期长(长达两个学年)、学分高(高达16个学分)、具有全国统一的教学大纲和大规模的外在测评体系(即大学英语四、六级考试)。毋容置疑，大学英语是我国高等院校影响最大的一门课程(蔡基刚，2015；杨惠中，2003)。

本文借用Wang(2007)对我国英语教育发展阶段的划分，认为大学公共英语教育也可依次分为四个阶段①：恢复期(1978-1984)、快速发展期(1985-1998)、改革期(1999-2006)和创新期(2007-2014)。大学公共英语教育在这四个阶段中分别各有一个教育部颁布的纲领性文件，每个大纲都代表着一轮大规模的教学改革。随着2015年《大学英语教学指南》开始征求意见并投入试行，大学公共英语教育又开启了新的阶段，笔者暂称之为转型期。在大学英语教学大纲的衍变以及大学英语教育发展整整四十年的历程中，评价政策的工具性得到了淋漓尽致的彰显。

3.0 数据和方法

本文的目的是解构测评政策在大学英语发展史上的工具性变化，整个研究及以下的分析主要基于两个数据源：一、近四十年来，教育部发布的大学英语教学大纲或其他纲领性文件；二、学者尤其是参与大纲制定的专家们在国内外期刊公开发表的相关文献。具体信息见表1。

表1 初始数据来源

如图所示，大学英语在其四十年的发展史上共出现了六个纲领性文件，分别颁布于1980年、1985和1986年、1999年、和2007年。其中1980年的《公共英语教学大纲》(高等学校理工科本科四年制试用)由于年代久远无法获得，只能参考专家的述介。1986年的大纲以1985年大纲的补充版出现(韩其顺，1999)，而且其评价部分的规定差别不大，所以本文将两个同一时期的评价政策合为一类提及。另外，《大学英语课程要求》有2004年发行的试行版；但鉴于实施版于2007年发布，所以作者没有将试行版收入本文的数据范畴。而《大学英语教学指南》尚未正式发行，所以本文只能用其征求意见稿的最新版(2017)。各时期政策解读或解释性文献共参阅27篇。

本研究采用发展视角，对第一和二来源的数据进行了以内容为核心的比较和对照分析，以期厘清大学英语评价政策及其工具性在大学英语教育40年的历史上所发生的衍变、促变缘由、以及变化特点和规律。

4.0 大学英语评价政策及其工具性的衍变

评价政策②是大学英语教学大纲的必要组成部分，以大纲一部分的形式存在。1980年的《公共英语教学大纲》只简单地‘规定了语法教学内容, 而没有词汇表, 更勿论其他’(韩其顺，1999：21)。本文对之不做太多评介，但认为随着该大纲在文革后首次以政府文件的形式提出对大学公共英语的统一要求，确立该学科在高等教育中的重要地位(谢邦秀，2001；蔡基刚，2006)，大学英语评价政策的地位也随之确立。之后的近四十年中，教育部通过教学大纲共发布了五个大学英语评价政策。具体内容参见《大学英语教学大纲》(1985/86)、《大学英语教学大纲》(1999)、《大学英语课程要求》(2007)，以及《大学英语教学指南》(征求意见稿)(2017)中的评价部分。

比较分析的结果显示，大学英语教育各个不同的发展期，评价政策发生了明显的变化。这不仅仅表现在篇幅上，如1985/86关于评价的规定只有162/174字，1999年递增至270字，2007年769字，而到2017年关于评价的内容骤然涨至2566字。也不仅仅是其措辞发生了由测试(1985/86和1999)到评估(2007)到评价与测试(2017)的转变。更重要的是评价政策在其性质和目的、内容、方式、主体等诸方面，或者说，关于评价的话语体系及其支撑理论都发生了范式迁移。

4.1 评价性质和目的的转变

五个评价政策见证了大学英语领域对评价认知的演变。随之，评价政策的工具性在政策逻辑和意图中也发生了明显的转变。

1985/86和1999年大纲只有‘测试’的提法，两者皆将测试等同于评价；但是，前者将测试定义为“检查学生语言水平的重要手段”③，后者则认为测试是“检查教学大纲执行情况、评估教学质量的一种有效手段，是获取教学反馈信息的主要来源和改进教学工作的重要依据”④。评价对象在两个政策间发生了从学生语言水平到大纲和教学质量的转变，评价目的也由测量学生学习成效变为服务于大纲实施和教学质量的提高。这是对评价及其功能认识的进步。

2007年的评价政策开始使用“教学评估”来代表评价，将之定义为“大学英语课程教学的一个重要环节”，认为其意义在于“实现教学目标”、“有效反馈教与学”，以及“提高学习效率和效果”⑤。该政策对于评价的定义和前两个大纲的定义相比是质的飞跃。这在某种程度上说明大学英语评价领域对于评价的认知已经超越了评价即测试的传统局限，评价的内涵也得以扩展，与国际教育界对评价的定义趋于一致(Broadfoot，2007)。

2017年的评价政策使用了“评价和测试”的并列说法，认为两者是“检验教学质量、推动大学英语课程建设与发展的重要手段”，目的则是“更好地促进大学英语课程的建设和大学生英语能力的提高”⑥。这里的‘评价’应该是取了评价的狭义范畴，即课堂内外各种信息的收集以促学为目标的、非正式的课堂评价(曹荣平，2012)。因而在意义上与较为正式的机构或学校组织的测试比肩。这种定位说明课堂评价在大学英语教育领域得到了更多的政策关注，同时也是对测试在我国强大影响力的承认和正视。

4.2 评价内容、形式、主体及要求的变化

对五个大学英语评价政策的细化分析还显示，大学英语教育评价在内容、形式、主体以及要求等方面都发生了可见的变化，衍变细节见表2。

表2 评价的多维变化

如表2所示，四个评价政策间，大学英语评价的内容重点由语言能力和交际能力/语言基础，逐渐转变为侧重交流的语言应用能力，直至综合应用能力。评价形式也经历了从统一的标准化测试到多层次测试，再到形成性评价⑦和终结性评价，直至课程评价体系和英语能力测试体系的演变。评价主体从最初的高等教育主管部门、四/六级考试主管机构、学校和院系负责人，进而包括了教师和学生，至最近更是由“大学英语教学管理者、专家以及教师和学生等教学活动的直接参与者”(2017：13)扮演着评价者的角色。对评价的要求准则也发生了改变，如1985/86评价政策要求测试要“科学、客观、统一和标准化”，1999评价政策成为“科学、公平和规范”，2007年变为“全面、客观、科学、准确”，2017年则是“科学、系统、个性化”。评价标准在几十年间实现了从“统一和标准化”到“系统和个性化”的两极性跳跃。大学英语评价在性质、目的、内容、形式、主体等各方面所发生的系列变化实则是评价的理论范式发生迁移的体现。

4.3 评价范式的迁移

鉴于学习理论与评价理论的伴生关系，上世纪后半叶，随着建构主义学习理论和社会文化学习理论逐步兴起并取代行为主义学习理论，基于计量测试理论的评价范式也逐渐发生迁移(Lantolf, 2000；Shepard,2000；陈秋仙，2016)(如图1所示)。当然，这一迁移在当今教育领域正处在过渡阶段(箭头所示)。虽然各国的状况不一而足，但是变化趋势却大致相同，即努力引进新的学习理论和建构形成性评价体系。

图1 评价理论的范式迁移(陈秋仙，2016：81)

新型评价理论以形成性评价(formative assessment)(亦称作促学评价assessment for learning)为主要代表，对评价做出了革新性的定义。即，形成性评价理论框架下，评价内容(what to assess)、评价方式(how to assess)、评价主体(who to assess)、评价时间(when to assess)、以及评价目的(why to assess)等诸方面与基于计量理论的评价有显著不同(Cheng & Fox,2017;Broadfoot,2007)。香港学者Hamp-Lyons(2007)对两种不同评价理论下的评价模式做了如下对比：新兴评价基于课堂且融于教学活动，重点关注教和学本身以及学生个人的发展过程，反映的是教师和学生的声音，以学习的获得为导向，目的是学习水平的促进和提高；与之相反，原有的评价范式下，评价与教学活动分离，以结果为重心，即使基于课堂，也是为而且只为外在设定的考试做准备，完全以应试为导向，反映的是规则制定者的声音，目的是考察群体的学习结果，于是教师为考而教，学习为分数而学，评价则是为测量而测量。前者讲求个性化，是教师和学生参照标准(criteria-referenced)的主观判断和体验，后者则要求客观科学的统一和标准化，是参模(norm-referenced)的检验 (Wiliam,2001)。关于评价理论范式迁移更详尽的论述，参见陈秋仙(2016：81-82)。

大学英语各个时期评价政策的改变正是如上评价理论转变在我国大学英语教育领域的表征和反映。1985/86和1999评价政策基本推行的是基于测量理论指导下的大规模、标准化测试；而2007评价政策开始逐渐将形成性评价引入大学英语评价框架则是受到新兴评价理论的影响；到2017大纲，基于形成性评价理论的课堂评价已经被置于与原本占优势地位的测试分庭抗礼的地位。这也是大学英语评价政策及其工具性发生变化的理论依据。当然，与革新中的英语学习理论如社会文化学习理论强调学生为主体，培养其自主学习能力和合作学习模式等(Lantolf,2000)，需要与之相适应的评价理论也是大学英语评价政策融入形成性元素的另一个理论依据。

5.0 大学英语评价政策工具性的衍变及其现实缘由

英语学习在改革开放以来的我国不仅仅是学习者的个人需要或者局限于教育领域，更是一项与国家政治、经济、社会等方面的需要密切相关的“任务”(Hu，2005；Wang，2007；Xu & Fan，2017)。在其发展的各个阶段，大学英语评价政策的工具性在服务于这些需要时表现的尤为明显。

快速发展期(1985-1998)的中国需要高校培养的人才也同时具有较强的英语语言能力，来满足国家对外开放以及在科学、技术、文化等领域交流的需要。这一时期的大学英语评价政策不但明文规定了期末的学绩考试，更是将其和全国四、六级统考写进了大纲⑧。大学英语四、六级标准化考试的引进并在全国范围内实施统一考试无疑是大学英语教育史上的一个重大举措。蔡基刚(2006：226)在综合包括教育主管部门领导、大纲制定者，以及四、六级考试的主要专家等权威人士的意见之后得出结论：四、六级全国统考使得教育主管部门、各高等院校，以及教师和学生对大学英语更加地重视，大大地促进了大学英语课程的发展，提高了大学英语教师的地位，让大学英语由一门普通的公共基础课一跃成为一门备受各阶层瞩目的课程。特别是当四、六级考试结果与学生的学位和奖学金、教师的晋升和各种评奖、甚至就业机会和户口等挂钩后，对大学英语的重视达到了前所未有的程度(金艳，2008)。但是关于四、六级统考是否有效地提高了我国大学生的英语水平颇有争议。一种观点认为：统考毫无疑问对我国大学英语教学质量和大学生的实际英语水平有很大的提高，如原教育部副部长吴启迪(2005)在一次讲话中大大肯定了四、六级考试的积极功用。另一种观点则认为：由于四、六级统考采用标准化模式，特别是其中包含大量的多选题，语言知识被碎片化处理，这种模式引导下的英语学习不但不能提高学生的语言能力，甚至会使其倒退(冯世则，1997；钱冠连，2003)。大量的研究相继证实了四、六级考试对大学英语教学产生不良的反拨效应，并导致了严重的应试倾向(Jin，2008；蔡基刚，2006)。刘润清等(2003)的一个大规模调查显示70%以上的大学英语教师都否认四、六级统考对教学质量和学生的英语水平有提高的作用。而且由于口语没有包括在考试内容中，所以不但‘哑巴英语’没有得到缓解，还出现了‘费时低效’的问题(戴炜栋，2001)。可以说，这一政策工具并没有能够充分实现其预期性能。

改革期(1999-2006)的大学英语由于如上种种问题，在人才市场得到了负面的反馈，即培养出来的人才不能满足社会需要(邵永真、黄建滨，1999)。另外，我国于这一期间加入了WTO以及申奥成功，亟需大量的高素质外语人才以满足全球化的情境，也是重要的推动因素。所以，大学英语教育开始着力寻求“标本兼治，侧重应用”的出路(黄建滨、邵永真，1998)。1999年附属于新教学大纲出现的大学英语评价政策除了沿袭前一个政策所规定的期末学绩考试之外，为水平考试提供了包括全国统考、区联考和校本考的选项。有一定程度上减弱四、六级统考负面反拨效应的意图。其次，大学英语考试委员会在同一年推出了四、六级口语考试，期图对大学英语课堂教学形成正面的反拨效应，使英语口头交际和表达得到更多的关注(杨惠中，1999)。遗憾的是，社会各界对四、六级证的狂热在这一时期有增无减，所以提供的另外两个选项形同虚设；而四、六级口语考试由于资源和人力所限只能针对少数高分学生放开。所以，哪怕受试的那部分学生给出了乐观的反馈，教师给出了正反拨的意愿(金艳，2000)，但是最终的效果并不理想(He & Dai，2006)。综合来看，这一时期大学英语评价政策基本是被用来拨正和解决前一阶段由于发展速度太快所遗留下来的问题了。

创新期(2007-2014)的大学英语面对的是日益增强的全球化、更趋紧张的就业市场以及基础教育阶段英语教育的高度发展，利用各种可利用的技术和教育理念提高质量即提高学生的英语综合应用能力以满足个人、社会、以及国家的需要成为这一时期大学英语教育的主题(胡壮麟，2004)。这一时期的大学英语评价政策有两大有力举措：一是时任教育部副部长的吴启迪(2005)专门召开新闻发布会号召减弱四、六级统考的高风险，消减对大学英语课堂的反拨效应，专注于教和学以及语言能力的提高。之后，不少高校逐渐解除学位与四、六级成绩的挂靠(余渭深，2005)。二是《大学英语课程要求》一改以往测试独占话语权的局面，提出形成性评价与终结性评价相结合的评价格局。这一举措无疑是革命性的，使得大学英语的评价开始从单极走向多元(金艳，2010)；但也是挑战性的，因为形成性评价毕竟是舶来理论，对于已经习惯于测试和测试文化的教师和学生以及其他大学英语所涉人员来说是新鲜事物。虽然大纲中提供了定义和自评工具，也提供了一定范围的培训，但是大部分相关人员还是不明白加入形成性评价的原因，也对具体该怎么去操作缺乏了解。研究发现(Chen et al.,2013;Chen,2017;Huang,2014): 形成性评价在不少院校折中实施成了‘平时评价’模式，即教师将学生在课堂的参与、作业或小测试，以及出勤等方面的表现记录并分别打分，然后按照一定的比例和学生在期末的学绩考试一起构成学生的综合成绩。这一时期大学英语评价政策确实在大学英语教育领域掀起了一定程度的波动，但至于它是否起到了促学的效果尚需研究进一步证实。

转型期(2015- )的大学英语教育继续面对来自国家、社会以及个人发展所需的“提高质量”的使命。同时，专门用途英语在大纲中得到了合法地位，所以大学英语课程还需逐步实现由通用英语向专门用途英语的转型(Xu & Fan,2017)。这一时期的大学英语评价政策要求建立科学的测试与评价双轨评价体系，为质量目标服务。首先，评价的形成性反馈和促学功能得到认可，同时进入了评价政策的双轨体系。测试轨道提出了‘促进学生学习的形成性测试’与‘对学习结果的终结性测试’有机结合构想；评价轨道在承认课堂评价的重要性的同时，也承认其执行难度，所以处理形成性评价与终结性评价的关系，实现从传统的“对课程结果的终结性评价”向“促进课程发展的形成性评价”转变成为评价轨道的任务(王守仁，2016)。这是对现实状况的正视，毕竟舶来政策的本土化情境重构需要时间，需要逐步推进(陈秋仙，2016)。另外，形成性评价过去十年在实践中的实施与研究(Huang，2014；Liu & Xu，2017；金艳，2010)证实了这一过程的艰难。

6.0 展望

《大学英语教学指南》将在不久之后正式颁布。在转型阶段刚刚起步的今天，判断这一评价政策在大学英语教育史上如何发挥其工具性，成效如何为时尚早。不过，2017年底我国英语能力标准制定完成，为形成性评价在课堂的有效实施提供了必要的参照标准，教师的评价素养得到了极大的重视，而且各界人士对于四、六级的热情趋于冷静。可以说，大学英语所处的评价环境和评价文化都发生了不小的变化。我们有理由期待评价在未来发挥更大的正面效应，真正实现其促学功能，提高我国英语及至高等教育的水平和质量。

注释：

① 本文以大纲或大纲的试行版发布的年代为阶段界限，时间区域与Wang(2007)有些许不同。

② 本文认为四、六级考试作为外部测试也属于大学英语评价政策；但囿于篇幅，本文只在必要的时候提及。

③ 《大学英语教学大纲》修订工作组. 大学英语教学大纲(高等学校理工科本科用)(1985：15)/大学英语教学大纲(文理科本科用)(1986：7)。

④ 《大学英语教学大纲》修订工作组. 大学英语教学大纲(1999：9) 。

⑤ 教育部高等教育司. 大学英语课程教学要求(2007：9)。

⑥ 教育部高等学校大学外语教学指导委员会. 《大学英语教学指南》(2017：11)。

⑦ 关于形成性评价的具体阐述见4.3。

⑧ 即《大学英语教学大纲(高等学校理工科本科用)》(1985)和《大学英语教学大纲(文理科本科用)》(1986)

[1] Broadfoot, P.AnintroductiontoAssessment[M]. New York: Continuum, 2007.

[2] Chen, Q. X. Formative assessment and its localised representation in the Chinese Higher Education Context[J].FrontiersofEducationinChina, 2017,(1):75-97.

[3] Chen, Q. X., M. Kettle, V. Klenowski & L. May. Interpretation of formative assessment in the teaching of English at two Chinese universities: A sociocultural perspective[J].Assessment&EvaluationinHigherEducation, 2013,(7):831-846.

[4] Cheng, L. & J. Fox.AssessmentintheLanguageClassroom[M]. London: Palgrave, 2017.

[5] Gao, L. Reforms in student assessment in mainland China[A]. In E. H. F. Law & C. Li (eds.).CurriculumInnovationsinChangingSocieties[C]. New York: Sense Publishers, 2013.449-472.

[6] Hamilton, L. Assessment as a Policy Tool[J].ReviewofResearchinEducation, 2003,(7):25-68.

[7] Hamp-Lyons, L. The impact of testing practices on teaching[A]. In E. Hinkel (ed.).TheHandbookofResearchinSecondLanguageTeachingandLearning[C]. London: Erlbaum, 2007.487-504.

[8] He, L. & Y. Dai. A Corpus-based Investigation into the Validity of the CET-SET Group Discussion[J].LanguageTesting, 2006,(3):370-401.

[9] Hu, G. English language education in China: Policies, progress, and problems[J].LanguagePolicy, 2005,(1):5-24.

[10] Huang, J. & S. Q. Luo. Formative assessment in L2 classroom in China: The current situation, predicament and the future[J].IndonesiaJournalofAppliedLinguistics, 2014,(2):18-34.

[11] Lantolf, P. J.SocioculturalTheoryandSecondLanguageLearning[M]. Oxford: Oxford University Press, 2000.

[12] Jin, Y. Powerful tests, powerless test designers? Challenges facing the College English Test[J].ChineseJournalofAppliedLinguistics, 2008,(5):3-11.

[13] Liu, J. & Y. T. Xu. Assessment for learning in English language classrooms in China: Contexts, Problems and Solutions[A]. In H. Reinders, et al. (eds.).InnovationinLanguageLearningandTeaching:NewEnglishLearningandTeachingEnvironments[C]. London: Palgrave Macmillan, 2017.17-37.

[14] Shepard, L. A. The role of assessment in a learning culture[J].EducationalResearcher, 2000,(7):4-14.

[15] Shohamy, E. Assessment in education: Principles, policy & practice[J].AssessmentinEducation, 2007,(1):117-130.

[16] Torrance, H.AssessingAssessment[M]. Philadelphia: Open University Press, 1996.

[17] Wang, Q. The national curriculum changes and their effects on English language teaching in the people’s republic of China[A]. In J. Cummins & C. Davison (eds.).InternationalHandbookofEnglishLanguageTeaching[C]. New York: Springer, 2007.

[18] Wiliam, D. An overview of the relationship between assessment and the curriculum[A]. In D. Scott (ed.).Curriculum&Assessment[C]. London: Ablex Publishing, 2001.

[19] Xu, J. & Y. Fan. The evolution of the College English Curriculum in China (1985-2015): Changes, trends and conflicts[J].LanguagePolicy, 2017, (3):1-23.

[20] 陈秋仙. 论形成性评价在中国的文化适可与挪用[J]. 山西大学学报(哲学社会科学版)，2016，(3)：80-90.

[21] 蔡基刚. 大学英语教学：回顾、反思和研究[M]. 上海：复旦大学出版社，2006.

[22] 蔡基刚. 我国大学英语教学史上四次定位争论综述及其启示[J]. 中国大学教学，2015，(10)：36-42.

[23] 曹荣平. 形成性评估的概念重构[M]. 北京：北京大学出版社，2012.

[24] 戴炜栋. 外语教学的“费时低效”现象——思考与对策[J]. 外语与外语教学，2001，(7)：1-32.

[25] 戴家干. 改造我们的考试[M]. 北京：高等教育出版社，2008.

[26] 冯世则. 托福,还是托祸?[J]. 读书，1997，(9)：84-88.

[27] 韩其顺. 大纲设计与《大学英语教学大纲》的特点[J]. 外语界，1985，(4)：12-17.

[28] 韩其顺. 温故知新谈大纲——浅谈对《大学英语教学大纲(修订本)》的认识[J]. 外语界，1999，(4)：22-24，31.

[29] 胡壮麟. 大学英语教学的个性化、协作化、模块化和超文本化——谈《教学要求》的基本理念[J]. 外语教学与研究，2004，(5)：345-350.

[30] 黄建滨，邵永真. 大学英语教学改革的出路[J]. 外语界，1998，(4)：20-22.

[31] 金艳. 大学英语四、六级考试口语考试对教学的反拨作用[J]. 外语界，2000，(4)：56-61.