高考命题的稳定性和创新性

摘要：高考作为中国教育体系中的核心环节，其命题的科学性与导向性深刻影响着基础教育的方向与人才的选拔质量。本文立足于教育测量学（测评学）的理论基石，系统探讨了高考命题中“稳定性”与“创新性”这一核心的辩证关系。文章认为，稳定性是保障考试信度与公平性的基石，而创新性则是提升考试效度与时代适应性的必然路径。二者并非零和博弈，而是在“四层四翼”高考评价体系的宏观框架下，通过经典测量理论（CTT）与项目反应理论（IRT）等技术的协同运用，实现的一种动态平衡与螺旋式上升。本文将从测评学核心理论、平衡实现机制、动态模型构建、质量指标体系四个维度，深入剖-析这一平衡的艺术，并展望未来高考命题从“解答题目”向“解决问题”范式转型的趋势。

关键词：高考命题；测评学；信度；效度；稳定性；创新性；核心素养

引言：时代命题下的高考之问

高考，不仅是一场选拔性的考试，更是一面折射国家教育理念、社会发展需求与未来人才期望的镜子。随着中国社会进入高质量发展的新阶段，对人才的需求已从传统的知识储备型转向创新驱动型、能力复合型。这一深刻变革，对作为人才选拔“指挥棒”的高考命题提出了前所未有的挑战：如何在维护考试公平、保障社会认可的稳定性基础上，与时俱进地注入创新元素，以准确、有效地测量出新时代所需的综合素养与关键能力？

这一问题，本质上是一个测评学（教育测量学/心理测量学）的科学命题。它要求命题者不再仅仅凭借经验，而是必须在严谨的测量学理论指导下，像精密仪器调试师一样，在“稳定性”与“创新性”两个刻度间，找到那个既能确保测量工具可靠（高信度），又能保证测量目标精准（高效度）的最佳平衡点。本文将基于对相关学术资料的系统梳理，从测评学的专业视角，对高考命题中稳定性与创新性的内在逻辑、实现机制与未来走向，进行一次系统而深入的剖析，试图回答这个关乎亿万学子命运与国家未来的“高考之问”。

一、测评学基石：信度与效度的协同进化

在现代测评学理论中，任何一项标准化考试的质量评判，都绕不开两个核心指标：信度与效度。高考命题中稳定性与创新性的博弈，正是信度与效度这对核心矛盾在实践层面的具体投射。

（一）信度：稳定性的科学内核与公平基石

信度，即测验结果的可靠性、一致性与稳定性。对于一个高利害、大规模的选拔性考试而言，信度是其生命线，是保障程序公平与结果公平的技术前提。一个缺乏信度的高考，其分数将失去可比性，选拔也将沦为随机事件，其公信力将荡然无存。因此，高考命题中对稳定性的极致追求，其本质是对信度系数的严格守护，通常要求信度系数不低于0.90，以确保测量误差被控制在最小范围。

这种对信度的坚守，具体体现在命题实践的三个层面：

1.框架的稳定与可预期性：高考试卷的整体结构、题型分布、模块分值权重构成了测量的“骨架”。这个骨架的稳定，是保障不同年度考生面对同等测量环境的关键。以数学全国卷为例，在2020至2025年间，其“8单选+4多选+4填空+6解答”的结构模式始终如一。更为精细的是，其核心知识模块的分值配置呈现出极高的稳定性，如函数与导数模块分值常年维持在18-22分的极窄区间内，解析几何稳定在15-18分，核心考点覆盖率在一个完整的五年周期内接近100%。这种“框架稳定”为中学教学提供了清晰的导航，也为考生搭建了可预期的备考路径，从根本上保障了跨年度测量的等值性，即重测信度。

2.题型的固化与功能专一化：题型是考查特定能力的载体。高考通过长期实践，固化了一批具有高效测量功能的经典题型。例如，英语科目的“应用文+读后续写”双作文组合，已在五年多的时间里成为固定范式，前者考查实用文体写作能力，后者侧重叙事逻辑与想象力，分工明确。再如，理科综合中的物理部分，其“8选择+2实验+2计算+1选考”的格局，精准地覆盖了从基础知识理解、实验操作与探究到综合应用与建模等多个能力层次。题型的固化，确保了每年测量的是同一套能力维度，从而保证了试卷内部的一致性，即内部一致性信度。

3.考点的周期重现与核心价值坚守：信度的另一保障在于对学科内最基础、最核心知识点的持续考查。例如，语文科目中的文言文实词、虚词及句式翻译，其五年考查率高达100%，这并非简单的“重复考”，而是通过在不同文本、不同情境中的周期性重现，验证考生对这一核心知识掌握的牢固程度，确保了测量的可靠性。

可以说，稳定性通过技术化的手段，将“公平”这一抽象的社会伦理诉求，转化为可度量、可控制的测评学指标，为高考这座大厦奠定了坚不可摧的基石。

（二）效度：创新性的内在驱动与价值指向

如果说信度解决了“测得准不准”的问题，那么效度则回答了“测得是不是想测的东西”这一更深层次的问题。效度，指测验对其欲测量特质的有效程度。当教育目标从“知识本位”转向“素养本位”，当社会需要的是能解决真实问题的创新人才时，一个只考查记忆和重复性解题技巧的考试，即便信度再高，其效度也已大打折扣。因此，创新性，便成为提升高考效度的必然选择与内在驱动力。

效度的提升，主要在以下几个方面对命题创新提出了迫切要求：

1.内容效度的拓展：内容效度指测验内容对所要测量行为领域的代表性取样程度。依据《普通高中课程方案和课程标准》，高考必须全面覆盖知识、能力、素养三大维度。传统的“去情境化”纯知识考查，已无法有效测量学生的学科素养。因此，通过“情境化”命题，将抽象的学科知识置于真实、复杂的现实情境之中，使素养变得“可见”“可评”，成为提升内容效度的核心路径。这要求命题者必须进行情境创新，从政治、经济、文化、科技、社会生活等各个领域汲取素材。

2.预测效度的强化：预测效度关注考试成绩对未来行为（如大学学业成就、职业发展）的预测能力。研究表明，传统的高分与大学阶段的GPA相关性正在下降，其根本原因在于高考未能有效测量出支撑大学学习所需的核心能力，如自主学习、批判性思维、研究性学习等。因此，高考必须通过创新，引入能够考查这些高阶思维品质的试题，从而强化其作为人才“筛选器”与“分配器”的预测效度。

3.构念效度的深化：构念效度是效度的核心，指测验能够测量理论上的某一心理特质或概念的程度。高考评价体系明确提出要从“考知识”向“考能力素养”转变，这里的“能力素养”就是构念。如何将“思维品质”“创新意识”“实践能力”等内隐的构念转化为可观测、可评分的外显行为？这必须通过任务设计的创新来实现。例如，设计开放性、探究性的任务，让考生在解决未知问题的过程中，暴露其思维路径、策略选择与元认知能力。

综上所述，创新性并非凭空而来的“炫技”，而是高考为了适应时代发展、坚守育人初心、履行选拔使命而必须进行的自我革新。它是效度这一测评学“灵魂”在新时代的必然要求与外在表现。

二、精妙平衡：测量误差控制与效度提升的实现机制

明确了稳定性与创新性背后的信度与效度逻辑，接下来的关键问题便是：如何在命题实践中，构建一套行之有效的机制，既控制测量误差以保障稳定性，又驱动范式变革以提升创新性？这套机制融合了严谨的统计学方法与精细的命题艺术。

（一）稳定性的技术实现：全方位的测量误差控制

高考的稳定性，并非一成不变的僵化，而是一种通过精密技术实现的动态可控。它主要通过以下途径实现对测量误差的系统化控制：

这一整套技术组合拳，共同构筑了高考稳定性的“防火墙”，确保了无论时间、地点、评卷人如何变化，高考这把“尺子”本身的刻度是精准、统一的。

（二）创新性的实践路径：“四翼”考查下的多维突破

根据《中国高考评价体系》，创新性集中体现在“四翼”考查要求中的“创新性”维度，并具体化为情境载体、任务形式、思维品质三个层面的突破：

1.情境载体创新——解决“无情境不成题”：新时代的高考，已将情境作为试题的基本要素。优秀的情境不仅能为考查能力提供载体，更能体现时代特征与价值引领。

科技前沿情境： 2025年物理全国卷第18题，以“嫦娥六号”月壤采集的真实轨道数据为背景，要求考生自主建立动力学模型，推导关键阶段的加速度方程。这道题不仅考查了物理的核心概念，更引导学生关注国家重大科技成就，并将在校所学与真实世界的前沿探索紧密相连。

文化传承情境： 2023年新课标卷数学题，同样融入“嫦娥六号”元素，但视角转向轨道计算与资源优化，将数学建模能力置于宏大的航天叙事中。而语文全国二卷的古诗默写题，则创新性地要求考生根据一幅山水画作的意境，匹配最贴切的诗句，实现了对文本理解、审美鉴赏与美育熏陶的有机融合。

2.任务形式创新——解决“无任务不立题”：情境是舞台，任务则是驱动学生思考与表现的引擎。任务形式的创新直接决定了能力考查的深度与广度。开放性与探究性任务： 2025年数学全国一卷第19题，突破了传统幂指对函数的固定考法，转而考查三角函数。更具突破性的是，题目设置了“构造辅助函数解决新问题”的开放性任务，要求学生展现其数学构造的直觉与能力。这类题目没有现成的套路可循，区分度高达0.42，成为顶尖考生的“试金石”。

跨学科整合任务：创新性还体现在打破学科壁垒。2022年北京卷的“城市雨水管理系统”题目，就是一个典范。它要求学生综合运用物理学的水力计算、地理学的空间分析、甚至经济学的成本效益评估，提出一个系统性的解决方案。这考查的不再是单一学科的知识，而是学生整合信息、系统思维、解决复杂问题的综合能力。

3.思维品质考查创新：所有创新的最终落脚点，是对学生深层思维品质的考查。高考命题正日益关注对逻辑严谨性（概念精确、推理有效）、批判性思维（识别信息、评估论证）和辩证思维（多角度分析问题）的测量。2021年新高考Ⅰ卷语文试卷中出现的“逻辑谬误识别”题，正是对批判性思维考查的一次成功尝试，引导学生警惕日常话语中的非理性表达，培养现代公民必备的思维素养。

通过这三维度的创新，高考的效度得到了实质性的提升，使其真正成为测量学生核心素养的“精密仪器”。

三、动态模型：稳定框架下的内涵跃迁

稳定性与创新性的平衡，并非简单的“一半对一半”，而是在一个宏观战略框架下的动态演进与内涵跃迁。这个框架，就是“四层四翼”高考评价体系，它为平衡机制提供了顶层设计与方法论指导。

（一） “四层四翼”框架下的平衡艺术

“四层”即“核心价值、学科素养、关键能力、必备知识”，回答了“考什么”的问题；“四翼”即“基础性、综合性、应用性、创新性”，回答了“怎么考”的问题。在这个框架下，稳定性与创新性的平衡体现在每一个层级：

这一模型清晰地表明，高考的创新是在坚守根本（核心价值、素养框架）基础上的创新，是内涵的深化与外延的拓展，而非颠覆性的推倒重来。这是一种“在稳定框架内实现内涵跃迁”的智慧。

（二）难度与区分度的协同控制

在微观的试题层面，难度与区分度的协同控制是实现平衡的关键技术环节。

难度稳定：通过等值设计和精密统计，高考全卷的平均难度（P值）被严格控制在0.50-0.60的理想区间，确保了年度间难度的基本稳定，维护了考试的公平性。

区分度创新：创新题往往承担着实现高区分度的功能。数据显示，2025年的创新情境题，其区分度平均值达到0.42，显著高于传统题型的平均水平。这些题目通常设计为全卷的“压轴题”或“拉分题”，其目标是精准识别出能力最卓越的学生群体，实现顶尖人才的选拔。而中低难度的稳定题目，则保障了考试的测量信度和及格率，维护了整体的选拔秩序。二者分工协作，共同完成了对不同层次人才的有效甄别。

（三）命题技术的双重保障

现代高考命题，已经从经验驱动迈向了“经典测量理论（CTT）”与“项目反应理论（IRT）”双轮驱动的科技驱动新阶段。

经典测量理论（CTT）保障稳定性：CTT依赖于大样本的统计常模，其在控制试卷整体难度、保障分数解释的一致性、通过双向细目表实现内容效度等方面具有不可替代的优势。它是维护高考“标准化”和“稳定性”的成熟技术体系。

项目反应理论（IRT）支持创新性：IRT则更为精细和强大，它能够估算出每个试题的独特参数（难度、区分度、猜测度）以及每个考生的能力水平。这使得IRT在支持命题创新方面大显身手：

公平性检验：通过项目功能差异（DIF）分析，可以检验一道创新的题目是否对某个特定子群体（如城乡、性别）存在系统性偏差，确保创新不以牺牲公平为代价。

精准评价：IRT可以提供超越原始分数的、更为精准的考生能力画像，为大学招生提供更丰富的决策参考。

自适应测验基础：IRT也是未来可能实现高考“自适应化”（根据考生作答情况动态调整后续题目）的理论基础，这将是创新的终极形态。

CTT与IRT的协同，如同为高考命题安装了“稳定器”与“推进器”，使其既能平稳航行，又能破浪前行。

四、量化标尺：构建科学的命题质量指标体系

为了使“稳定性与创新性的平衡”这一原则更加具象化、可操作化，我们可以构建一个基于测评学理论的、多维度的高考命题质量指标体系。这一体系为命题质量的评估提供了量化标尺。

这一指标体系将抽象的平衡理念，转化为一系列可测量、可监控的量化标准。它既为命题专家提供了工作指南，也为社会监督提供了客观依据，推动高考命题朝着更加科学、透明、高效的方向发展。

五、结论与启示：迈向“解决问题”的新范式

回到最初的问题，从测评学的视角审视，高考命题中的稳定性与创新性，绝非一组不可调和的矛盾。它们是同一枚硬币的两面，共同服务于“为党育人、为国选才”的最高目标。它们的关系，是一种在信度与效度协同优化框架下的辩证统一、相辅相成。

1.稳定性是必须坚守的底线。它通过测量学的标准化技术，为高考的公平性、公信力提供了坚不可摧的基石。任何形式的创新，都不能以牺牲信度为代价，这是高考命题不可逾越的红线。

2.创新性是引领发展的方向。它通过情境、任务、思维的不断革新，持续提升高考的效度，确保考试能够精准选拔出符合时代需求的创新型、复合型人才。这是高考保持生命力的关键所在。

3.平衡是二者融合的艺术。这种平衡的实现，依托于“四层四翼”评价体系的顶层设计，依赖于CTT与IRT等现代测量技术的双重保障，并通过一个科学的质量指标体系进行校准。其核心要义在于“守正出新”，在稳定的价值内核与框架体系内，实现考查方式、内容载体与思维深度的内涵式跃迁。

随着人工智能、大数据等技术的深度融入，高考命题的平衡艺术将迎来新的发展契机。我们可以预见，未来的高考将更加深刻地实现从“解答题目”到“解决问题”的根本性转变。试题将不再是一个个孤立的、有着标准答案的问题，而是一个个源于真实世界、需要综合运用多学科知识、调用高阶思维品质才能完成的挑战性项目。高考，将不仅是一次知识的检阅，更是一次模拟未来、创造未来的预演。而驾驭这场深刻变革的，正是那份在稳定中求新、于变革中守正的测评学智慧与辩证艺术。