教育部考試中心 徐奉先

由一道高考?xì)v史共同題看考生群體的差異
——以定量分析為主

教育部考試中心 徐奉先

近年來，一些研究者對高考考生群體的差異進(jìn)行了研究和論證，這些研究大多集中在定性方面，缺少量化分析。①任子朝、符華均、黃正正、張心、陳昂：《高中文理科學(xué)生數(shù)學(xué)水平比較研究》，《課程·教材·教法》2015年第6期。2016年高考，山東、安徽、重慶、四川、福建、廣東共6省市首次使用文科綜合全國卷，為更好地了解不同地域考生的實際學(xué)習(xí)水平，歷史學(xué)科在該年度文綜全國卷第Ⅰ、Ⅱ卷中設(shè)計了一道共同題第28題，可在一定程度上反映使用不同卷種的考生在歷史學(xué)習(xí)能力方面的差異。試題描述如下：

19世紀(jì)中期以后，中國市場上的洋貨日益增多，火柴、洋布等用品“雖窮鄉(xiāng)僻壤，求之于市，必有所供”。這種狀況表明

A．中國關(guān)稅主權(quán)開始喪失

B．商品經(jīng)濟基本取代自然經(jīng)濟

C．民眾生活與世界市場聯(lián)系日趨密切

D．中國市場由被動開放轉(zhuǎn)為主動開放

本題考點是高中歷史主干知識“晚清中國經(jīng)濟結(jié)構(gòu)的變化”，主要考查考生準(zhǔn)確理解、獲取歷史材料信息，并運用所學(xué)知識說明和解釋歷史現(xiàn)象、認(rèn)識歷史事物的本質(zhì)的能力。題干材料描述的歷史現(xiàn)象是：19世紀(jì)中期以后，洋貨大量涌入，即使偏僻的農(nóng)村地區(qū)，火柴、洋布等日用品在市場上都有供應(yīng)。出現(xiàn)這種現(xiàn)象的歷史背景，是近代以來歐美列強以槍炮不斷打開亞非拉國家的國門，傾銷商品和掠奪原材料，在此過程中資本主義世界市場逐步形成。近代中國亦不例外，中國被迫打開國門后列強對華商品輸出不斷擴大和深入，城鄉(xiāng)市場日益被納入到世界市場體系中，市場上的洋貨無論數(shù)量和種類都不斷增多，對民眾的日常生活產(chǎn)生了深刻影響。這種狀況一方面給中國傳統(tǒng)自然經(jīng)濟帶來巨大的沖擊，另一方面使民眾的日常生活與世界市場的聯(lián)系日趨密切。因此，本題的正確答案是C項。

一、考生作答結(jié)果分析

從考生作答情況來看，第28題在Ⅰ卷和Ⅱ卷使用省份的測試效果均比較好。使用全國Ⅰ卷的省份為河北、河南、山西、山東、安徽、湖北、湖南、江西、福建、廣東共10個，其中山東、安徽、福建、廣東四省為首次使用全國卷，抽樣人數(shù)共24958人，實測難度值0.633，即63.3%的考生能夠答對（客觀題的難度，以正確回答該題的人數(shù)占參加測驗的總?cè)藬?shù)的比率來表示）。一般來說難度值在0.5～0.55的試題是測試效果比較理想的試題，根據(jù)Ⅰ卷使用地區(qū)考生的作答情況來看，該題顯然是一道偏易的試題。Ⅱ卷的使用省份為內(nèi)蒙古、黑龍江、吉林、遼寧、陜西、甘肅、寧夏、新疆、青海、西藏、重慶共10省市，其中重慶市是首次使用全國卷，陜西省是首次使用全國Ⅱ卷。從實測數(shù)據(jù)來看，該卷使用省份共抽樣24820人。與Ⅰ卷抽樣人數(shù)基本持平，實測難度值0.558，即55.8%的考生能夠答對，屬于中等難度試題。相較Ⅰ卷的測試效果，該題對于Ⅱ卷使用地區(qū)的考生而言，明顯難于Ⅰ卷考生。

從試題的區(qū)分度來看（試題的區(qū)分度是指測驗題目對考生實際水平的區(qū)分程度或鑒別能力），區(qū)分度通常在-1～+1之間，數(shù)值越大區(qū)分度越好。一般而言，試題的區(qū)分度在0.4以上表明此題的區(qū)分度很好，0.3～0.39表明此題的區(qū)分度較好，0.3以下則表明此題的區(qū)分度不好。據(jù)表1、表2可知，第28題在Ⅰ卷中的區(qū)分度為0.475，在Ⅱ卷中的區(qū)分度為0.404，均在0.4以上，是一道區(qū)分度非常好的選擇題。

表1 課標(biāo)文綜Ⅰ卷第28題得分率

表2 課標(biāo)文綜Ⅱ卷第28題得分率

圖1、圖2使用坐標(biāo)系分別描述了在文科綜合Ⅰ卷和Ⅱ卷中第28題的難度分布，在圖示坐標(biāo)中，用橫軸表示參加文科綜合考試的考生從0到300的各個分?jǐn)?shù)段，縱軸表示第28題的得分率，由圖可見，總分越高的考生，在該題的得分越高；得分率呈正態(tài)分布，有效區(qū)分了高、中、低三個分?jǐn)?shù)段的考生。觀察圖1和圖2的差異，可以看出使用Ⅰ卷的考生在該題的得分率分布，總分180以上者得分率在80%以上，而使用Ⅱ卷的考生得分率分布，總分200以上者得分率才能達(dá)到80%以上，說明該題對于使用Ⅰ卷的考生而言更容易，這與上文中難度的分析結(jié)果是一致的。

圖1 課標(biāo)文綜Ⅰ卷第28題難度分布圖

圖2 課標(biāo)文綜Ⅱ卷第28題難度分布圖

題目的區(qū)分度與難度有密切的關(guān)系，一般而言，題目的難度過大或過小，區(qū)分度會比較低。題目的區(qū)分度與測驗的信度也有密切的關(guān)系，整個測驗中題目的區(qū)分度平均數(shù)越大，測驗的信度越高。與題目的難度一樣，區(qū)分度也是以某一群體為被試計算的，受所選群體的同質(zhì)性影響。如果被試的差異很小，一個區(qū)分能力很強的題目的區(qū)分度指標(biāo)可能很低；如果被試的差異很大，一個區(qū)分能力很差的題目的區(qū)分度指標(biāo)也可能很高。就高考而言，考生的能力水平差異較大，因此偏難或偏易的試題都會影響試題的區(qū)分度。但正是由于高考針對的是水平差異較大的受試群體，在設(shè)計試題時就需要考慮到受試者的不同水平設(shè)計具有針對性的試題。例如就歷史學(xué)科而言，難度值在0.65以上的試題，能夠比較有效地區(qū)分低水平和中等水平的考生；難度值在0.3左右的試題，對于區(qū)分高水平和中等偏上水平的考生非常有效；而難度值在0.5～0.6之間的試題，對于低水平和高水平的考生區(qū)分效果良好。因此，在一張試卷中，并不是所有試題的難度值都保持在同一區(qū)間就好，這樣并不能將不同水平的考生區(qū)分開，只有難、中、易各層級的試題合理搭配，才能保證整張試卷具有良好的區(qū)分效果，而通過在不同受試群體的不同試卷中設(shè)置共同題，則更能看出考生群體之間的差異。

二、考生差異分析

共同題的作用在于能夠?qū)⑹褂貌煌嚲淼目忌g的差異和使用相同試卷的考生間的差異有機聯(lián)系起來。一般來說，將分值較大的主觀題設(shè)計為共同題的效果更好，可以直觀地了解和比較考生的作答、得分情況和思維過程，但由于各省在閱卷的操作過程中對主觀題評分標(biāo)準(zhǔn)的把握存在差異，如果直接將不同省市的數(shù)據(jù)進(jìn)行比較，就降低了比較的科學(xué)性；而且就高考這樣高利害高風(fēng)險的大規(guī)模考試而言，將主觀題設(shè)置為共同題的泄密風(fēng)險也更大。而將選擇題設(shè)置為共同題的好處是，選擇題答案唯一，不存在測不準(zhǔn)的情況，分值較小泄密風(fēng)險也隨之下降。

就2016年文綜Ⅰ卷和Ⅱ卷的共同題第28題而言，Ⅰ卷平均分為2.5分，Ⅱ卷平均分為2.2分，考生群體在該題的表現(xiàn)，Ⅰ卷考生優(yōu)于Ⅱ卷考生。以該題為參照，Ⅰ卷中難度值在0.633以下的試題（共10題），如果用于Ⅱ卷，難度值勢必會低于0.558。而Ⅱ卷選擇題中難度低于0.558的試題共8題（參看表3）。如果Ⅰ卷中的選擇題由Ⅱ卷考生作答，那么Ⅱ卷考生作答的情況，難度值很可能會低于0.438，這就證明了Ⅰ、Ⅱ卷考生之間的差異，Ⅰ卷考生在獲取和解讀信息、調(diào)動和運用知識方面的水平整體高于Ⅱ卷考生（選擇題主要考查以上兩方面能力）。①教育部考試中心：《2017年普通高等學(xué)校招生全國統(tǒng)一考試大綱》，2016年，第133頁。

表3 2016年高考文綜全國Ⅰ、Ⅱ卷歷史選擇題難度

基于2016年的考后難度值數(shù)據(jù)，筆者對歷史試卷各題型之間的相關(guān)性進(jìn)行了統(tǒng)計。將歷史試卷的整體難度系數(shù)設(shè)定為1，第41題難度和第40題難度與整卷之間的相關(guān)系數(shù)分別為0.901、0.869，說明這兩個題型（即主觀必答題）的難度對整卷難度的影響最大。如果以客觀題為錨題來討論主觀題的難度差異，Ⅰ卷主觀題難度值為0.556，Ⅱ卷主觀題難度值為0.385，說明Ⅱ卷考生在描述和闡釋歷史事物、論證和探討問題方面的能力尚有待加強。

表4 2016年高考文綜全國卷歷史科各題型相關(guān)性分析

目前全國卷的使用情況，是若干省使用同一套試卷，在一定范圍內(nèi)有一個統(tǒng)一的衡量標(biāo)準(zhǔn)，這對比較各省教育水平、衡量新生的教育質(zhì)量都提供了有益的參考。②李立峰：《高考分省命題不是改革的必然方向》，《粵海風(fēng)》2011年第1期。2016年全國卷分為Ⅰ、Ⅱ、Ⅲ、Ⅳ卷。上文分析了使用不同試卷的考生群體之間的具體差異，而實際上使用同一套試卷的不同省份考生之間也同樣存在差異。表5和表6分別是2016年文綜Ⅰ卷、Ⅱ卷歷史試題各題型的平均分與難度統(tǒng)計，由表可知，使用Ⅰ卷的省份中，客觀題（即選擇題，總分48分）平均分的分差為2.19分，差距較小，說明考生在該題型表現(xiàn)出的能力水平大體相當(dāng)；但主觀題（總分52分）平均分的分差達(dá)到14.31分，差距較大，其中不排除各省閱卷的評分誤差因素。客觀題和主觀題一致性較好的是江西、湖南、廣東等省，考生的成績比較能真實反映實際水平。而在使用Ⅱ卷的省份中，客觀題平均分的分差為5.98分，差距較大；主觀題平均分的分差達(dá)到22.21分，差距非常大。這一方面反映出各省考生之間確實存在能力差異，教育水平分布不均衡；另一方面也反映出各省對評分標(biāo)準(zhǔn)把握尺度的不同造成了人為的誤差。一些省的客觀題平均分比較低，但主觀題平均分卻遠(yuǎn)遠(yuǎn)高出其他省，造成考生成績的虛高；而一些省的客觀題平均分較高，主觀題平均分卻偏低，也沒有反映考生的實際水平，應(yīng)當(dāng)在今后的高考閱卷過程中加強對評卷教師的培訓(xùn)。

表5 文綜Ⅰ卷歷史試題各省各題型平均分與難度統(tǒng)計表

表6 文綜Ⅱ卷歷史試題各省各題型平均分與難度統(tǒng)計表

三、高考依照考生群體分卷的必要性

鑒于恢復(fù)高考后全國一張卷的高泄密風(fēng)險，自2004年起，全國卷采用一綱多卷的形式供各省考生使用，最初主要是出于試題信息安全保密的需要。使用全國卷并不意味著各省份使用同一張試卷，而是實行“一綱多卷”?！耙痪V”是保證全國統(tǒng)一高考的基礎(chǔ)，通過“一綱”保證各類型試卷遵循全國統(tǒng)一的考試要求，充分體現(xiàn)國家人才選拔要求的一致性和公平性?！岸嗑怼笔歉鶕?jù)不同省份的教育發(fā)展水平提供不同的試卷。由于各省經(jīng)濟社會發(fā)展水平存在差異、推進(jìn)高中課程改革進(jìn)度不一，高中教育教學(xué)及學(xué)生實際水平也存在差異。通過本文對2016年考后具體數(shù)據(jù)的采用和分析，可以看出各省的考生群體之間既有學(xué)科能力或素養(yǎng)方面的差異，也存在一些共性。針對考生的具體情況，使用不同類型的試卷能夠使試題更好地與學(xué)生水平相擬合，提高試卷的區(qū)分度，實現(xiàn)更好的選拔效果。此外，實行“多卷”還有利于全國統(tǒng)一考試安全。當(dāng)前高考作為一項高利害考試，組考的外部環(huán)境復(fù)雜嚴(yán)峻，不同地區(qū)使用不同的試卷，有效降低了全國統(tǒng)一高考的安全事故風(fēng)險。

隨著考試和課程改革的不斷深入，經(jīng)過10余年的實踐與探索，全國卷的卷種和考試內(nèi)容已經(jīng)發(fā)生了極大的變化?！秶鴦?wù)院關(guān)于深化考試招生制度改革的實施意見》明確指出，新一輪高考改革要從“2015年起增加使用全國統(tǒng)一命題試卷的省份”，總體目標(biāo)是“到2020年基本建立中國特色現(xiàn)代教育考試招生制度，形成分類考試、綜合評價、多元錄取的考試招生模式”，可見一綱多卷依然是未來高考的主要形式。但分類依據(jù)已然不僅僅是出于安全保密的需要，而是更多地考慮了考生群體的差異和需求。面對命題格局的重大調(diào)整，考試中心曾多次赴相關(guān)省份開展調(diào)研工作，了解各地教育教學(xué)情況，指導(dǎo)做好命題調(diào)整和復(fù)習(xí)備考的準(zhǔn)備工作，確保命題調(diào)整工作平穩(wěn)順利。在堅持統(tǒng)一考試大綱的基礎(chǔ)上，2016年全國卷又增加了1套，共命制3套“3+文綜/理綜”試卷、1套“3+3”試卷。各套試卷的命題依據(jù)、考試標(biāo)準(zhǔn)、試卷形式等方面均保持穩(wěn)定。

目前北京、上海、天津、江蘇、浙江等省份仍繼續(xù)依據(jù)全國統(tǒng)一《考試大綱》實行分省命題，形成了全國統(tǒng)一命題和少數(shù)省市自主命題相結(jié)合的新格局，這一安排既是對考試招生制度改革及高中課程改革試點的保障，也有利于促進(jìn)高考命題水平提升和推進(jìn)考試機構(gòu)專業(yè)化建設(shè)?！案呖济}在堅持正確的改革方向的同時，需適當(dāng)考慮眾多學(xué)校的實際情況和考生的實際水平，慎重把握改革的力度和步伐，穩(wěn)步推進(jìn)，使新高考與新課改實現(xiàn)良性互動”。①毛競飛、盛蘭芳、李金波：《高考成績?nèi)后w差異性分析》，《現(xiàn)代教育管理》2011年第4期。

（責(zé)任編輯：李月琴）

徐奉先，教育部考試中心助理研究員（郵編100080）。