紀榮海 李 軍

關于高考議論文評分標準的新構想

紀榮海 李 軍

本文從理論分析和評分經驗兩方面探討高考議論文評分標準，提出不分“基礎等級”“發(fā)展等級”，采用小評分量表分項評分，分項采用4等級評分的框架建議；提出高考議論文評分量表新的構想，評分指標包括“觀點符合題意、明確”“論據(jù)有效、充分”“論證有效，具體深入”“結構合理完整，層次分明”“語言準確通順，嚴密得體”“符合邏輯，有說服力”；分項評分采用0～3等級評分，體現(xiàn)評分的層次性，0代表無或不對，關乎對不對的問題，1、2、3分別代表一般、中、好，關乎好不好的問題；評分操作借鑒全國中學教師資格考試面試的評分辦法，只要在“評分”欄輸入0～3分，系統(tǒng)便會自動生成總分，可操作性強。

高考；高考作文；評分標準

1 問題的提出

早在1998年，劉遠我和張厚粲教授就得出作文評分的實驗比較研究結果：“在作文評分中，評分員效應最大，題目效應不明顯。同時還發(fā)現(xiàn)，不同文體對評分誤差有重要影響，議論文的評分誤差最大。在作文能力的三要素中，以內容的評分誤差最大，結構的評分誤差最小?！盵1]從該研究結果來看，作文評分存在評分員效應大、議論文評分誤差大、內容評分誤差大三個比較突出的問題。

經過近20年的努力，這三個問題仍未得到很好的解決，評分的有效性、可靠性仍有待提高?！艾F(xiàn)有的作文考查對寫作能力進行了分項化的設計。即在對作文的評分參考中設計了‘基礎等級’和‘發(fā)展等級’，對‘內容’‘表達’包含寫作特點在內的‘發(fā)展等級’進行了分項設計。分項的內容既是考查的目標，又是評判的依據(jù)。但這種分級分等的評分方式并沒有對記敘、議論、抒情等文體進行具體區(qū)分，也難以清晰指出考生在‘內容’‘表達’和‘發(fā)展等級’中的具體表現(xiàn)，考查目標設計略顯模糊，在一定程度上影響考查的效度?！盵2]

從目前評分的現(xiàn)狀來看，效果確實不盡如人意，嚴重點甚至可以說有些混亂。要解決作文評分存在的問題，有必要重新審視高考作文評分標準，特別是評分標準項目內容的設計及其比例，改進目前的評分標準，特別是議論文的評分標準。

2 問題的分析

評分員效應包括評分員之間效應和評分員自身效應。評分員之間效應指評分員之間評分存在差異，在相同時段對同一作文或同一水平作文的評分不一致，從而導致評分誤差；評分員自身效應指評分員自身評分不穩(wěn)定，在不同時段對同一作文或同一水平作文的評分出現(xiàn)前后不一致，從而導致評分誤差。評分員效應產生的原因，主要來自兩個方面，一是評分員的學養(yǎng)、業(yè)務水平、興趣愛好、工作態(tài)度等，二是考生答卷的書寫情況、出現(xiàn)位置等。評分員效應比題目效應大，主要原因在于評分員評卷是相對獨立自由的，其主觀傾向較難控制，而試題特別是規(guī)范合格的試題是集體智慧的結晶，是命題人達成一定共識后的產物，會盡量抹去命題人的個人主觀色彩，是相對客觀公平的。

議論文評分誤差比記敘文、說明文大，除了評分員效應外，其主要原因可能在于評分標準項目內容的設計不合理。因為從文章的呈現(xiàn)結果來看，說明文最客觀，評分誤差應該最小；記敘文比議論文含蓄、豐富多樣，評分的主觀性和誤差本來應該更大。但是，因為目前高考作文評分標準項目內容的設計總體傾向于記敘文，對議論文的標準不清晰，從而導致議論文的評分誤差比記敘文要大。

此外，從評分的維度來說，內容維度比語言、結構維度的評分誤差大。原因在于結構和語言相對而言比較穩(wěn)定，也比較容易辨析，而對內容的辨析往往會受到評分員個人理解、思維定勢、個人喜好等的影響，出現(xiàn)差異的可能性大大增加。

從上面的分析可以看出，產生評分誤差三大問題的核心主要來自評分員和評分標準，試題的影響較小。因而，要減少議論文的評分誤差，需要控制評分員效應，改進評分標準，同時也不能忽視試題的質量。

2.1 關于試題

試題效應雖然不明顯，但它是系統(tǒng)誤差的主要來源之一，會影響測試的內容效度和評分員效應的產生。試題命制是測試的起點和評分的基礎，因此試題的命制理應科學合理。理想狀態(tài)的試題首先要指向明確、要求具體。這樣，考生寫作才有一個相對明確的方向，才能盡量減少非寫作因素帶來的干擾，考生表現(xiàn)出來的才可能是最接近真實的寫作能力，才能減少系統(tǒng)誤差。其次，試題要求應側重于怎么寫，重點考查考生的思維與表達能力，這樣才能突出寫作測試的特點，同時盡量減少內容方面評分不一致所帶來的測量誤差。再次，可以考慮采用分解與綜合相結合，甚至多題短文的考查方式，可以嘗試議論文局部寫作的考查，比如論題闡述、論點證明、論點反駁、論據(jù)選用、論證展開、段落修改等的考查。分解、局部考查篇幅小、賦分少，比較容易達到評分的一致性，降低評分員效應，減少評分誤差。

2.2 關于評分標準

要減少議論文的評分誤差，控制評分員效應，評分標準制訂是至關重要的中間環(huán)節(jié)，評分標準連接試題與評分員、考生與評分員，使試題的測試評價功能得以實現(xiàn)，考生的寫作能力得以甄別與衡量。目前高考存在既要考查寫作能力，但又存在評分誤差較大的問題；既要側重考查議論文的寫作能力，但議論文相比其他文體又存在評分誤差較大的問題。有學者因此建議高考作文評分應減少內容方面的權重，高考作文不要考查議論文寫作，等等。從高校對學生的要求來看，高校希望選拔出的應該是有獨立思考能力、具有理性思維能力的人，不考議論文不符合人才選拔要求。

我國高考現(xiàn)行的作文評分標準由分級分項分等評分構成，從構架來看，稱得上是相當復雜的，既有基礎等級和發(fā)展等級的劃分，又有內容、表達和特征（針對發(fā)展等級而言）從一等到四等的劃分；內容方面的指標又包括題意、中心、內容、思想和感情。但該分級分項分等評分標準，是一個通用的評分標準，沒有針對不同文體的評價指標，內容方面的指標客觀性、針對性、可靠性不強，操作性和區(qū)分能力也不盡如人意。

針對目前高考作文評分標準存在的不足，制訂針對議論文的評分標準，需要重新審視和思考分析以下幾個問題。

2.2.1 基礎等級和發(fā)展等級

自2000年起，我國高考作文開始采用分級分項分等評分，即在原有分項分等評分的基礎上，增加“基礎等級”“發(fā)展等級”的分級評分。設立“發(fā)展等級”，對鼓勵學生創(chuàng)新和有個性地表達確實具有推動意義，但也給中學作文教學帶來一定的負面影響，重“發(fā)展”輕“基礎”，重“個性”輕“共性”，重“創(chuàng)新”輕“規(guī)范”，分級有人為割裂和依據(jù)不足之嫌，筆者堅持不宜分級的看法。

從作文評分的現(xiàn)狀來看，不少評分員對“發(fā)展等級”的給分，要么因為認為“發(fā)展等級”高不可攀而不輕易給分，要么心懷仁慈普遍給分，導致評分員效應大；此外，大多數(shù)評分員往往對相對顯性的“有文采”“有創(chuàng)新”情有獨鐘，而對相對隱性的“深刻”“豐富”關注不足，更為嚴重的是對議論文的邏輯性與嚴密性缺乏關注，給議論文的寫作教學帶來負面影響。

2.2.2 整體評分和分項評分

1991年之前，我國高考作文采用整體評分法。1991年之后，開始嘗試分項評分法并沿用至今。這一變化是基于20世紀80年代末90年代初的實證研究，當時的實驗研究結果表明：在跨時間穩(wěn)定性方面，分項評分法有一定優(yōu)勢；經過培訓后，分項評分法在控制系統(tǒng)誤差方面略有優(yōu)勢；區(qū)分能力方面，分項評分法對于質量差的作文較難打低分[3]。

從理論上來看，分項評分法分項維度單一、易于掌握，相對客觀、穩(wěn)定，一定程度上控制了評分員評分的主觀隨意性，評分誤差也會相對縮小，而且可以為考生提供具體的診斷結果，可以甄別出考生不同方面的長處或短處，綜合而言比整體評分法更合理、可靠、有效。因此分項評分法被廣泛采用。

2.2.3 大評分量表和小評分量表

國外寫作測試，通常采用小評分量表。有學者研究結果顯示：“寫作分值設置的越大，每一分數(shù)等級對應的分值越多，評分工作的難度就越大，評分的準確性也會相應地受到影響?！盵4]此外，采用大評分量表（比如目前我國高考的60分制），評分往往集中在30～50分，該給高分的不舍得給，該給低分甚至零分的不敢給，出現(xiàn)真空分數(shù)段，導致趨中現(xiàn)象加劇，誤差加大，評分的有效性和公平性受到較大傷害。

采用小評分量表，1個等級就是1分，不管是6級還是9級評分量表，評分都比較容易操作，出現(xiàn)真空分數(shù)段的可能性比較小，對考生寫作能力能進行比較有效的區(qū)分。有人可能會說，大評分量表提供的分數(shù)區(qū)間更大，區(qū)分能力應該更大；而小評分量表評的是等級分，獲同一等級分的水平不一定相同，小評分量表的評分誤差比大評分量表大。大評分量表雖然提供了較大的評分區(qū)間，但是很難確定54分的寫作能力就一定比53分的高，很難解釋52分的寫作能力與53分的區(qū)別在哪里。小評分量表雖然模糊了同一等級內分與分之間的區(qū)別，但級與級之間的區(qū)別是相對可靠、有效的。小評分量表抓大放小，是符合寫作實際的，我們對寫作能力與水平的評價確實是很難以1分或幾分之差來甄別的，或者說以1分或幾分之差來甄別寫作能力與水平是不科學、不合理的。

2.2.4 偶數(shù)等級評分和奇數(shù)等級評分

采用奇數(shù)等級（如7等級或5等級）評分，可能加大評分趨中的傾向，因為評分員不管是有意還是無意，都很有可能將居中等級（如4等級或3等級）作為評分的基準等級，由此上下浮動進行評分，評分結果可能集中在居中等級附近。而采用偶數(shù)等級（如6等級或4等級）評分，居中的等級不可能是某一個等級，而是相鄰的兩個等級，正常情況下的評分可以減少趨中的傾向。目前我國高考作文采用4等級評分，應該是比較合理、可靠的。

2.3 關于評分員

產生評分員效應的主要原因在于：不同評分員的業(yè)務水平、興趣愛好、思維習慣、性別性格、學歷職稱、責任態(tài)度等不同；評分員自身不同時段的生理狀況、精神狀況、評分對象、評分環(huán)境等不同。要控制評分員效應，從評分員的角度來看，一要加強評分員的學習培訓，強化評分員的責任意識，開闊評分員的業(yè)務視野，提高其業(yè)務水平，努力達成對評分標準的最大共識，以盡量提高評分的一致性；二要大幅度提高評分員的待遇，遴選好評分員隊伍并保持相對穩(wěn)定，以減少隨機誤差；三要大幅度延長評分員的評卷時間，努力解決評卷因趕進度而人為趨中的問題，以提高評卷的信度。

3 建議與構想

綜上所述，現(xiàn)行的高考作文評分標準難以很好地測量出考生真實的寫作能力，主要原因在于評價指標不能很好地體現(xiàn)針對不同文體的要求和特點，因此建議制訂可能考核的各種文體的評分標準，以提高評分的針對性和有效性。

高考議論文評分標準的制訂，建議采用如下框架：不分“基礎等級”“發(fā)展等級”，采用小評分量表（4分）分項評分，分項從“觀點符合題意、明確”“論據(jù)有效、充分”“論證有效，具體深入”“結構合理完整，層次分明”“語言準確通順、嚴密得體”“符合邏輯，有說服力”6方面要求。這些指標都是議論文必須達到的共同要求，既關注局部又重視整體，而且都包含“對不對”“好不好”兩個層次。第一，觀點必須“符合題意”，否則再明確也不一定有用，“符合題意”關乎對不對的問題，“明確”關乎好不好的問題；第二，論據(jù)要能為論點服務，要先確?！坝行А?，然后再追求“充分”；第三，論證要先確保能“有效”闡述和證明論點，然后再追求“具體深入”；第四，結構要先“合理完整”，然后再追求“層次分明”；第五，語言要先“準確通順”，再求“嚴密得體”；第六，全文內容和形式都要“符合邏輯”，再求“有說服力”。分項的具體指標賦予權重，根據(jù)議論文的特點和要求，以及SOLO分類理論的研究結果，評分突出思維與表達能力的考查，關注思維的深度和復雜度、表達的嚴密和邏輯性，因此在“論證有效，具體深入”“語言準確通順、嚴密得體”“符合邏輯，有說服力”等方面賦予較大的權重。具體評分量表設計見表1。

表1 高考議論文評分量表

該評分量表，滿分60分。分項評分采用0～3等級評分，而不采用1～4等級評分，目的在于體現(xiàn)評分的層次性，0代表無或不對，關乎對不對的問題，1、2、3分別代表一般、中、好，關乎好不好的問題。具體評分操作與目前高考評卷有所不同，借鑒全國中學教師資格考試面試評分方法，只要在“評分”欄中輸入0～3分，系統(tǒng)便會自動生成總分，可操作性強。

以上建議與構想主要依據(jù)理論分析和評分經驗，無論是框架的設想，還是評分要素的選擇及其權重的確定，其科學性、合理性、可行性都還有待進一步研究，特別是需要實驗研究的驗證。

[1]劉遠我，張厚粲.概化理論在作文評分中的應用研究[J].心理學報，1998（2）:211.

[2]張開.守正出新 穩(wěn)步進取——2014年全國高考作文命題情況分析[J].語文學習，2014（7-8）:12.

[3]章熊.中國當代寫作與閱讀測試[M].成都:四川教育出版社，2000:249-253.

[4]陳睿.國內外寫作評分量表的對比研究[J].考試研究，2011（6）: 61-62.

（責任編輯：陳寧）

恢復高考40周年專欄征稿

2017年是恢復高考制度40周年?；仡櫢呖?0年來走過的歷程，思考和展望高考發(fā)展和改革的未來，不僅具有歷史意義，而且具有很重要的現(xiàn)實意義，對推動考試招生制度改革具有借鑒和參考意義。

本刊擬從2017年第1期開始，在全年12期設置“恢復高考40周年”專欄。內容圍繞高考科目改革、考試內容和命題思路改革、招生體制和招生方式改革、考試技術及手段改革等展開討論?，F(xiàn)誠征專欄文章，稿件要求如下：

1.稿件應有一定的學術水平和實踐價值，且未在其他刊物發(fā)表過。字數(shù)以5 000～10 000字為宜。

2.稿件請附中英文對照的標題和摘要。摘要提供的信息應能客觀反映論文主要內容，中文摘要字數(shù)以300字以內為宜。

3.稿件請附3～6個能反映論文主題和中心內容的中英文對照的關鍵詞。

4.稿件的參考文獻一律置于文末，并按照GB/T 7714—2015《信息與文獻 參考文獻著錄規(guī)則》著錄。正文中引用的文獻的標注方法采用順序編碼制。

5.稿件請附作者簡介，主要內容有：姓名、性別、工作單位與部門、職稱/職務、研究方向、所在地郵政區(qū)及郵政編碼、聯(lián)系方式（電話及郵箱）。

6.稿件研究內容如獲得課題或基金資助，請注明其名稱及項目號。

7.請將稿件電子版發(fā)至征稿專用郵箱cexam@mail. neea.edu.cn，郵件主題為“恢復高考40周年專欄—第一作者姓名”。

8.投稿截止時間為2016年11月30日。

New Ideas for Scoring Argumentative Writing for the College Entrance Examination

JI Ronghai&LI Jun

From both the theoretical and practical perspective,this study explores issues on the scoring criteria of argumentative writing for the College Entrance Examination and suggests the use of a simple analytic scoring scale involving four levels rather than a complicated scale involving not only“basic levels”but also“developmental levels”.The scoring descriptors include“relevant and clear claims”,“valid and adequate evidence”,“effective, detailed and in-depth reasoning”,“sound,complete and hierarchical structure”,“accurate,smooth,rigorous and decent language”and“l(fā)ogic and persuasive argument”.The scale ranks performance at levels 0-3.While 0 represents no writing or a wrong response,concerning right or wrong,1,2 and 3 represent average,fair and good respectively,concerning good or poor.As soon as the analytical scores are inputted into the computer,a total score is automatically generated,and this has proved to be very practical and reliable in the oral interview for the National Teacher Certification Examination.

College Entrance Examination;Writing for the College Entrance Examination;Scoring Rubrics

G405

A

1005-8427（2016）10-0020-5

本文系福建省中小學教師發(fā)展基金立項課題“SOLO分類理論在高考作文不同文體評分標準中的應用”（課題編號：FZJJ20130500413）的研究成果之一。

紀榮海，男，福建省泉州市教科所，中學高級教師（福建泉州 362000）

李 軍，女，福建省泉州市培元中學，中學高級教師（福建泉州 362000）