摘要：进入21世纪人们对大学英语四、六级考试（以下简称为CET）的争议从未停止。本文通过剖析CET的测量学属性，分析了它的多重功能，即CET具有很强的选拔和区分功能，一定的判断学生是否达到课程教学要求的功能，以及测量学生实际运用英语能力。从分析中得到的启示是CET复杂的测量学属性和多重功能有可能是引起人们对CET争议的原因之一，为了让CET更好地发挥它的作用，CET应该使其功能单一化。
　　关键词：大学英语四、六级考试；常模参照的测试；尺度参照的测试；学业考试；水平考试
　　中图分类号：G640 文献标志码：A 文章编号：1674-9324（2012）12-0110-03
　　一、引言
　　大学英语四、六级考试对中国英语教学和学生英语水平的提高起了较大作用，但是进入21世纪后对它的争议从未停止（如韩宝成，2002；刘润清，2003；钱冠连，2003；陈祖芳，2004；韩宝成 戴曼纯等，2004；王初明，2006）。有学者质疑CET是否准确地测量学生的英语水平（如蔡基刚，2007；韩宝成、戴曼纯等，2004）。有学者关注CET对大学英语教育和学习是否有促进作用。有些研究表明CET对大学英语教育和学习带来负面影响（如井升华，1999；牛强，2001；肖云南 罗晓英，2002；李炯英，2002；高远，2003）；有的研究结果表明它的正面反拨效应大于其负面反拨效应（如辜向东，2007；叶菊仙，1998）。对CET进行改革已是大势所趋，教育决策者、CET研究开发单位和语言教育专家都从不同的视角提出CET的改革发展方向（张尧学，2003，2008；金艳，2004，2006；王初明，2006；蔡基刚，2007）。基于分析CET复杂的测量学属性和它的多重功能，本文探讨了对CET争议的原因。
　　二、CET的测量学属性
　　分析CET的性质是理解对CET争议的重要视角之一。它本身是一个什么性质的考试，考试研发者期望它能满足什么样的功能，而质疑者认为它应该是什么样的考试，它应该在社会和教育界起什么样的作用，角度不同，答案也不一样，因此分析他们之间的偏差可以更好地理解对CET的争议。用来描述语言考试和评估的专有名词很多。根据不同的解释测试结果的参照系，心理测量研究人员通常把测试分为标准参照（criterion-referenced）和常模参照（norm-referenced）考试；根据考试内容选取的依据，考试通常分为学业考试（achievement test）和水平考试（proficiency test）（Bachman，1990；徐强，2000；束定芳 庄智象，1996）；根据不同的评估型式，考试分为形成性（formative）和终结性（summative）评估。下文将以测试的不同分类方法为视角对CET的测量学属性进行剖析。
　　1.CET是常模参照-尺度相关的考试。心理测量理论认为如果测试的结果是参照某一标准进行解释（语言能力等级量表或教学大纲标准），该考试被称之为标准参照。比如雅思把语言能力分为十个等级，每一个等级用语言进行定性的描述，达到某个等级就表示该考生能用语言完成所描述的功能。根据雅思的能力等级量表如果一个考生“有能力运用英语，虽然在某些情况有时会发生不准确、不适当和误解，基本上能很好地掌握复杂的英语句子，也能理解推理的细节”，该考生的语言能力为七级。而常模参照考试是以某一常模作为参照系来解释考生的成绩。常模是由测试单位选取的，呈正态分布的用均值和标准差来进行描述的标准化样组。考生的成绩是以它在常模中所处的位置来解释的。如果某一考生的原始分数与常模的均值大一个标准差，他的能力就可以解释为比84.13%的考生强。因此，从分数解释的参照系的角度出发，CET是常模参照性的考试。常模是由北京大学，清华大学，上海交通大学，复旦大学，中国科技大学和西安交通大学本科生组成。这样选取常模是因为考试的最初设计测量对象是重点大学本科生。后来CET扩展到全国普通高校，并用小于常模均值一个标准差作为及格线（杨惠中