从“破题”到“立题”：2026年高考命题的结构性转轨与2027年趋势研判

——基于课程标准、命题要求与命题测评学的三重证据链

摘要

2026年是高考综合改革的收官之年，也是高考内容改革的分水岭。本文以教育部教育考试院2026年九科试题评析、教育部《关于做好2026年普通高校招生工作的通知》（教学〔2026〕1号）、《普通高中课程标准（2017年版2025年修订）》为政策证据，以福建省教育考试院《2026年福建省普通高考学科评价报告》披露的实测测量学指标为数据证据，以经典测验理论（CTT）、项目反应理论（IRT）、认知诊断模型（CDM）、SOLO分类理论与PISA 2025测评框架为理论证据，构建“政策—数据—理论”三重证据链，对2026年命题的结构性变化进行实证刻画，并据此研判2027年走向。

研究发现：2026年高考完成了一次三重同步转轨——考查重心从“知识占有”转向“思维显影”，试题形态从“结构化题型”转向“半结构化任务”，作答要求从“结论正确”转向“证据链自洽”。这一转轨的测量学本质，是将测验信息函数（TIF）的峰值从中间能力段向高能力段与低能力段两端迁移，其代价是分数分布的偏态化与组间落差的扩大。福建省数学科数据提供了直接印证：全省平均分74.9（难度值P=0.50，标准差23.92），较2025年下降3.5分；全体考生呈显著正偏态分布，71—90分区间聚集33.2%的考生，140分以上仅47人（约万分之二）；物理科目组与历史科目组的平均分落差达21.1分，较2021年的19.3分扩大1.8分。

本文提出三个原创性判断：其一，“反套路”不是命题风格问题而是构念效度问题——当试题可被既有题型库完全预测时，测得的实为“题型匹配能力”而非“学科素养”，2026年的去套路化是对这一系统性构念污染的技术性纠偏；其二，2027年不会出现难度跃升，而会出现“难度守恒下的区分度重分配”，即总体难度稳定、信息量向高低两端迁移，表现为“看着不难、得分不易”的体感悖论；其三，综合改革收官后，命题将从“破题”（破除套路）进入“立题”（确立新测量范式）阶段，其标志是从“答案标准”走向“证据标准”，评分范式将发生从“采点评分”到“证据链评分”的迁移。文章最后提出面向2027年的“三维九条”命题技术建议与教学转化路径，并讨论了开放性试题在评分信度上的潜在风险与应对。

关键词：高考命题；课程标准；中国高考评价体系；构念效度；认知诊断；SOLO分类理论；PISA 2025

学业水平考试命题方法与应用：指向核心素养的评价图书目录

第一部分 测验的基本概况

第一章 测验、测量与评价 测验、测量与评价的概念辨析。 测验的类型与功能。 测验的理念与原则。 测验的发展趋势

第二章 教育评价基本理论

布卢姆教育目标分类学 学习结果的结构分类学  教育评价理论的实践应用

第二部分 测验的编制

第三章 测验框架与蓝图设计

测验设计的核心逻辑， 测验方案的制定方法 ，命题蓝图的编制技术

第四章 题目类型及命题一般原则

常见题目类型解析， 命题的基本原则与规范

第五章 选择反应试题

选择题、判断题等题型的命题技巧 ，选项设计与干扰项设置

第六章 建构反应试题

建构反应试题的概念与类型， 编制的基本原则与评分标准

第七章 表现性评定

表现性评定的内涵与特征， 表现性评定的类别与实施， 评分规则与质量保障

第三部分 测验质量的评价

第八章 测验质量分析

信度、效度的概念与检验方法 难度、区分度的计算与应用

第九章 测验结果的应用

分数解读与教学改进 ，评价结果的反馈与应用

第四部分 核心素养测评前沿

第十章 高级思维能力测评

高级思维能力的内涵界定， PISA等国际测评工具借鉴 ，本土化一致性分析工具开发

第十一章 档案袋评价与跨学科评价

档案袋评价的设计与实施 跨学科核心素养的测评路径

张咏梅：背景：2003年毕业于北京师范大学心理学院基础心理学专业，获博士学位。研究方向：深耕教育测量与评价领域二十余年。专长：专注于大规模教育评价、教育考试的理论与应用研究，以及教育测验工具的设计、开发与高级数据分析。代表作：已出版《表现性评定的理论与实践研究》《大规模学业成就调查的开发与应用》等专著。《学业水平考试命题方法与应用——指向核心素养的评价》立足新时代评价改革要求，系统构建了从测验设计、纸笔命题到质量分析的完整方法论体系。它将核心素养导向融入命题全流程，既详解测验蓝图、表现性评价等技术要点，也结合问题解决、审辨思维等能力评价展开实践指导，兼具理论深度与实操价值，是教研人员、一线教师优化命题设计、落实素养评价的专业指南。

一、引言：一个被误读的“难”字

2026年6月7日中午，数学考试结束。社交平台上“高考数学”迅速登上热搜，主流情绪是“难”。但教育部教育考试院的官方定调却是另一套语汇：保持试题总体难度稳定，杜绝偏题、怪题、超标题，减少繁琐计算[1]。北京师范大学保继光教授在2027版高考蓝皮书发布会上的概括更为精确——“不是题难，而是体感难”[2]。

“体感难”与“试题难”之间的这道缝隙，正是理解2026年高考、进而研判2027年走向的关键切口。如果试题难度未升而考生体感显著上升，那么变化的必然不是难度参数（b参数），而是试题所要求的能力结构与考生既有能力结构之间的错位。用测量学的语言说：试卷的项目信息函数发生了位移，原本集中在中等能力段的信息量，被重新配置到了理解深度与迁移广度所对应的位置上；而大量考生长期训练所形成的，恰恰是与旧信息分布精确匹配的“题型响应模式”。

这解释了为什么“刷题红利”会在一年之内急剧衰减。2026年数学全国Ⅰ卷的一个细节颇具象征意味：复数题的位置大幅后移，函数性质不再单独设置客观小题而全部融入压轴大题，第11、14、19题探究性大幅增强[3]。这种调整不增加任何知识点的难度，却彻底破坏了“第1题必是集合、压轴必是导数”的位置预期。当位置本身成为信息，考生便可凭借位置线索调用预制程序；当位置信息被抽离，调用程序失效，考生被迫回到“从定义出发”的原点。

本文的任务，是把这种直觉层面的观察转化为可检验的学术判断。全文分五部分展开：第二部分梳理三重理论基座，建立分析框架；第三部分以政策文本与真题证据刻画2026年的结构性变化；第四部分以实测数据检验这些变化的测量学后果；第五部分提出2027年趋势的六个判断及其反证条件；第六部分讨论命题技术与教学转化的路径，并坦陈研究局限。

二、理论基座：命题研究的三重坐标

讨论高考命题，常见两种失焦：一是政策解读式的“精神领会”，流于口号复述；二是经验总结式的“备考建议”，缺乏可检验性。本文试图引入第三重坐标——命题测评学，使前两者获得可操作的技术含义。

2.1 课程标准：从“内容标准”到“表现标准”的范式迁移

《普通高中课程标准（2017年版2025年修订）》的修订，在技术层面最重要的变化不在内容增减，而在学业质量标准的写法。据课程教材研究所的权威说明，本次修订“注重学习结果典型表现的整体刻画”，强调“基于课程的核心内容和主干知识，整体刻画学生在真实情境中运用学科知识、观念、方法等分析解决问题的典型表现和行为特征，使核心素养可测可评”[4]。

这一表述的测量学含义值得细究。此前的学业质量标准多采用“能……”“理解……”式的条目化陈述，本质是内容标准（content standard）——规定学生应学什么、学到什么程度。修订后的写法转向表现标准（performance standard）——描述学生在特定情境中将做什么、做出什么样。前者可映射为知识点清单，后者只能映射为任务表现。

这一转向直接决定了命题的技术路线。若标准是内容清单，命题只需做“知识点—题目”的双向细目表映射，覆盖率即可作为效度证据；若标准是情境中的典型表现，命题必须构造与标准描述同构的情境任务，效度证据只能来自任务—构念的结构对齐（construct-task alignment）。2026年试题中大量出现的“真实情境+开放任务”组合，正是后一条技术路线的产物，而非命题者的风格偏好。

值得注意的还有修订对考试命题建议的明确表述：“强调基于情境的命题设计，引导考试命题从知识立意向核心素养立意转变，实现'教—学—评'一致”[4]。这为后文讨论的“教考衔接”提供了课标层面的合法性依据。

2.2 中国高考评价体系：“一核四层四翼”与四条命题原则

《中国高考评价体系》以“一核”（立德树人、服务选才、引导教学）、“四层”（核心价值、学科素养、关键能力、必备知识）、“四翼”（基础性、综合性、应用性、创新性）构成评价框架。高考蓝皮书系列在此基础上提炼出“核心价值金线、能力素养银线、情境载体串联线”三条主线，以及“无价值不入题、无思维不命题、无情境不成题、无任务不立题”四项原则[5]。

需要指出，蓝皮书系第三方学术研究成果而非官方政策文件，其“四项原则”的表述虽被广泛引用，学术使用时仍应与教育部考试院官方评析相区分。不过，这四项原则在2026年官方评析中获得了充分印证：专家明确表示试题“加大关键能力、学科素养和思维品质考查力度”，并特别强调“人工智能时代，'会问'常常比'会答'更为重要”[6]。

“会问比会答更重要”这一判断，在测评学上意味着什么？它意味着命题的目标构念中新增了一个维度——问题提出能力（problem posing）。传统测验的构念是“给定问题—求解”，问题空间由命题者封闭；问题提出能力要求考生在开放的问题空间中生成有效问题，其构念结构接近PISA 2022创造性思维测评中的“产生多样化想法”维度。这类构念的测量技术要求极高：评分须同时考虑问题的相关性、逻辑性与新颖性，且难以用简单的对错二分实现。

2.3 命题测评学：CTT、IRT、CDM与SOLO的适用边界

讨论试题质量，绕不开四个基本指标：难度、区分度、信度、效度。但四者在不同理论框架下的技术含义差异甚大，混用会导致误判。

经典测验理论（CTT）以难度P（得分率）、区分度D（高低分组得分率之差）为核心参数，操作简便但样本依赖性强——同一道题在不同能力分布样本中的P值与D值不可直接比较。教育测量学的经验阈值为：D≥0.4为优秀，0.3—0.4为良好，低于0.2则为“废题”候选[7]。

项目反应理论（IRT）以项目特征曲线（ICC）刻画题目，包含区分度参数a、难度参数b与猜测参数c；其核心优势是参数不变性——题目参数不随样本变化而变化，从而支持跨年度等值。更重要的是项目信息函数（IIF）与测验信息函数（TIF）：前者描述某题在不同能力水平上提供的测量信息量，后者是全部题目信息函数的累加，反映整卷在不同能力段的测量精度[8]。TIF的形态，决定了试卷究竟在哪个能力段“看得最清”。

认知诊断模型（CDM）将测验目标从单一的能力连续体，细化为多个离散属性的掌握模式，输出的是“属性掌握剖面”而非总分排序。这一框架对高考的意义在于：它能把“这道题考了什么”从命题者的意图陈述，转化为可统计检验的属性映射。

SOLO分类理论（Structure of the Observed Learning Outcome）由比格斯（Biggs）与科利斯（Collis）提出，按“前结构—单点结构—多点结构—关联结构—拓展抽象结构”五级描述学习结果的结构复杂度。SOLO在高考语境中的价值，在于为开放性试题的分层赋分提供了理论依据：评分不再依赖“采分点是否命中”，而依据“作答所达到的结构层级”[9]。

将四者整合，本文建立如下分析框架（表1）：

表1  命题分析的四面框架与本研究的运用

这一框架的一个重要推论是：难度与区分度并非独立可调的技术参数，而是构念选择的必然结果。当构念从“知识再现”转向“情境中迁移”，即便命题者主观上不提高难度，TIF的峰值也会自动向两端迁移——因为在低能力段，情境的信息负荷会制造更多“非能力性失分”；在高能力段，开放任务的多元路径会释放更多“非套路性得分”。这正是“难度守恒下的区分度重分配”的技术机理，也是本文对2027年的核心预判的理论基础。

三、2026年的实证刻画：三重同步转轨

3.1 制度背景：收官之年的三个“最后一次”

2026年在高考制度史上的定位极为特殊。教育部教育考试院明确：“今年是高考综合改革的收官之年，29个省份已经实行新高考，西藏和新疆最后一年采用'3+1'模式（文科综合/理科综合）。”[10]这意味着三件事同时发生：其一，文综、理综这两张延续二十余年的综合卷完成历史使命；其二，超过98%的考生首次全部在“3+1+2”或“3+3”框架下应考；其三，分省命题与全国命题的关系进入新的均衡态——2026年语文、数学、外语由教育部教育考试院统一命制全国Ⅰ卷、全国Ⅱ卷，北京、上海、天津自主命题（语文共5套作文题），而物理、历史、化学、生物、思想政治、地理六科在多数省份由省级命题[11]。

这一制度格局对命题研究的含义是：“各地命题”已不再是同一命题逻辑在不同地区的简单复制，而是同一命题逻辑在不同制度容器中的差异化实现。全国卷承担着“定标”功能——确立能力考查的技术标准；自主命题省市承担着“试验”功能——北京卷对劳动教育、AI伦理情境的前置探索，上海卷对科技与人文关系的哲思取向，天津卷对汉字多音多义的语言学切入，均在不同程度上为全国卷提供了形态储备[12]。而省级命题的六科，则在“依标命题”的统一要求下形成了可观的区域差异，这一差异恰恰构成了研究命题弹性的天然样本。

报名人口结构同样值得注意。2026年全国高考报名人数为1290万人，较2025年的1335万人减少45万人，为连续第二年回落[13]（图1）。人口总量的下行并不自动等于竞争缓和——优质高等教育资源的供给刚性远强于需求弹性，选拔性考试的功能不会因体量变化而稀释，但命题的“容错空间”确实会发生变化：当考生基数收缩，同样的区分度设计会带来更陡的位次曲线。

图1  全国高考报名人数变化（2015—2026）

数据来源：教育部历年公布数据

3.2 考查重心的转轨：从“知识占有”到“思维显影”

官方评析给出的2026年命题总纲是四个“坚持”：落实立德树人、做好教考衔接、贴近时代发展主题、跟生产生活实践相结合[10]。但真正具有测量学意义的，是隐藏在这四条之下的一个技术动作——把“思维过程”从评分黑箱中拉出来，变成可观察的作答证据。

这一动作在语文科表现得最为彻底。全国Ⅰ卷阅读Ⅱ最后一题要求考生在阅读理解文学文本的基础上完成规定的续写，官方评析指出该题“同时完成了文学阅读和文学表达能力的考查，打通了阅读和语言文字运用两个模块”[14]。这道题的技术含义在于：它取消了“阅读题=选择题+简答题”的题型边界，把“读懂了没有”这一内隐状态，转化为“能否接着写下去”的外显表现。同样，原本独立的名篇名句默写被融入古诗阅读，全国Ⅰ卷三道默写题均与司马光《风》的主题或意象相关——默写不再是记忆提取的孤立测量，而成为诗歌理解的延伸检验。

更具理论价值的是两处“反常规”设问。其一，全国Ⅰ卷阅读Ⅲ第14题要求判断“材料四能否印证材料一中说的'西门豹治邺，民不敢欺'”，官方评析明确指出“无论回答'能够印证'”还是不能，考生都须从材料构建论证[14]。这在测量学上是一次评分逻辑的转换：传统简答题的评分锚定于“结论是否正确”，本题的评分锚定于“结论与理由之间的对应关系是否成立”。前者测量的是结果，后者测量的是推理链条。这正是SOLO“关联结构”层级的典型操作化——评分者关注的不是答案落在哪一点，而是诸要素是否被组织成有内在关联的整体。

其二，全国Ⅰ卷阅读Ⅰ第5题要求考生以科技馆志愿者身份，围绕“全球深渊探索计划”提出两个有逻辑关系的问题[14]。这是一道纯正的“问题提出”任务，其构念已越出语文学科的传统边界，进入科学素养与批判性思维的交叉地带。它的出现，为“人工智能时代'会问'比'会答'更重要”这一政策表述提供了可操作的测评形态。

数学科的转轨走的是另一条路径：不改变知识点，改变知识的组织方式。全国Ⅰ卷第7题以宁夏青铜峡一百零八塔为背景，根据各行塔数的数字特征设置数列探究情境；第19题创设创新情境，要求考生“在新情境下进行分析、探索、论证”；第14题、第19题分别考查数列与函数，“均为高中数学常规学习内容，但试题设计破除套路，要求洞察问题本质，在理解数列和函数准确内涵的基础上，从定义出发进行探究”[6]。全国Ⅱ卷第18题则因参数取值不同对应不同类型曲线，“问题具有开放性，学生需要进行探索和尝试才能确定曲线类型”[6]。

这组设计的共同特征是半结构化：题目的问题空间部分开放（曲线类型待定、规律待发现），约束条件部分封闭（仍在课标范围内）。半结构化试题的测量优势在于，它既保留了标准化的评分可能，又压缩了“预制程序”的调用空间。用CDM的语言表述：这类题目所诊断的属性不是“是否掌握圆锥曲线方程”这一单一属性，而是“能否在属性未标注的情况下自主识别适用属性”——后者是一个高阶的元认知属性，恰恰是机械训练最难触及的。

英语科的转轨则以“取消三十年惯例”的方式呈现。全国Ⅰ卷应用文写作以“Ranking My College Life Essentials”为题，要求考生对未来大学生活中的学习、社交、睡眠三方面按重要性排序并阐述理由；沿用多年的“李华写信”模式退出[15]。全国Ⅱ卷则要求结合班级作文集设计配图并自荐画图，实质是“建议信”与“申请信”的任务融合。这两道题的共同点在于：取消了格式这一可以预先准备的外壳，只保留了交际目的这一必须现场建构的内核。当格式不再是得分点，模板的边际收益趋近于零。

物理、化学、生物三科的转轨体现为“情境真实度的系统性提升”。物理全国卷明确“通过定性和半定量的方式考查学生的物理基础”，第17题以理想气体状态变化为情境，将实验定律与状态图结合，考查“通过物理图像获取信息的能力”；第19题以航天员空间站出舱活动为情境，定性考查万有引力定律与圆周运动；第21题以带电小球在平行金属板间的运动为情境，“具有很强的开放性，要求学生在多个变量不确定的情况下进行定性分析”[16]。化学全国卷第27题以从辉钼矿制备高纯三氧化钼的真实工业流程为情境，第28题以半导体基础原料高纯硅的制备为学术情境[16]。生物全国卷第6题以重组质粒构建与鉴定为情境，“要求学生想到单酶切后自连、正连、反连等多种情况，考查思维的系统性”；第32题以国家一级保护动物黑颈鹤的保护实践为情境，考查营养级、种群数量调节机制与生态位调查[16]。

值得注意的是生物第6题的思维结构。单酶切后的自连、正连、反连三种情形，构成了一个完整的情形枚举空间——漏掉任何一种，结论即不成立。这类题目的区分度来源不是知识量，而是思维的完备性。用SOLO的框架衡量，它要求的是“多点结构”向“关联结构”的跃迁：考生不仅要列举各种情形（多点），还要理解各情形之间的逻辑关系并据此推断片段长度（关联）。

历史科的转轨最具方法论意味。第25题提供西汉晁错关于农业的论述与湖北官仓赈贷记录的考古数据，要求分析“文献记录与考古数据的互证关系”；第43题要求“从竹作为物质载体的物用性到演化为中华文明精神象征的过程中提炼历史认识”[17]。官方评析点明其意图：“避免机械的史料罗列辨析，重点考查学生在解决具体问题的过程中运用史料实证方法解决问题的能力。”

这一表述值得逐字推敲。“机械的史料罗列辨析”所对应的，正是长期盛行的“史料实证”训练套路——给出材料，问“材料反映了什么”，答案从材料中摘取。这种题型的构念其实是“信息提取”，被冠以“史料实证”之名，构成了典型的构念标签与实际测量对象不符。2026年的题目将“史料实证”还原为其本义：史料实证的核心不是“从材料中读出什么”，而是“用材料去检验一个判断是否成立”。前者是接受性的，后者是建构性的。

3.3 试题形态的转轨：从“结构化题型”到“半结构化任务”

2026年试题形态变化中，最容易被低估的是模块边界的消融。

语文全国卷明确“打通各模块的考查内容”，阅读与语言运用、阅读与写作、默写与古诗鉴赏之间的壁垒被逐一拆除[14]。数学全国Ⅰ卷第18题实现“平面几何与三角函数融合”[5]。英语全国Ⅰ卷阅读C篇聚焦“特定树种释放的化学物质与汽车尾气结合后可能影响人体健康”，实质融合了化学学科内容；全国Ⅱ卷阅读D篇介绍巴塞罗那地铁列车利用再生制动系统进行能量回收，融合了物理与工程[15]。历史第33题“以16世纪世界贸易格局的深刻变化为背景，要求学生分析新航路的开辟如何导致了贸易重心转移”，将经济史、全球史与地理知识编织在同一分析框架内[17]。

模块融合的测量学后果常被误读为“增加了难度”。实际上，融合本身不增加任何单一知识点的难度，它增加的是检索成本——考生必须先在更大的知识空间中定位适用模块，再完成模块内的操作。这在IRT框架下表现为题目的b参数上移（定位困难）与a参数上升（区分更灵敏）的同步发生。这正是“看着不难、做着易错”的技术解释。

另一项被低估的变化是客观题承载高阶功能。语文全国Ⅱ卷阅读Ⅱ第9题给出三个文段，要求根据思想倾向与艺术风格选出与《打橘子》同属《燕知草》的段落。官方评析指出，此题“不以传统主观题的方式，让考生就阅读文本的主题、手法等作出分析阐释，而是以客观题方式，让考生在多个文本中进行判断和选择”[14]。传统观念中，客观题对应低阶记忆，主观题对应高阶思维；此题颠覆了这一对应——它以零评分误差的方式，测量了原本只能靠主观题测量的风格辨识能力。这在测量学上是一次效率极高的创新：用客观题的形式获取主观题的信息量。

同样值得注意的是全国Ⅱ卷阅读Ⅰ“廊桥”的非连续性文本设计：“在第3小题处引入新的问答文段，与原材料组合成一个新的非连续性文本”，三个小题“分别考查了信息定位与转换、文体功能比较分析、深度思辨与证据运用三种能力，正好也对应了认知过程中'提取—分析—批判'的能力升级”[14]。这种“题内递进”的设计，实质是在单题组内构造了一条微型的认知发展轨迹，其诊断价值远高于三道彼此独立的平行题。

3.4 作答要求的转轨：从“结论正确”到“证据链自洽”

开放性试题并非2026年的新事物，但2026年的开放性发生了质的变化：开放的不再是答案，而是论证路径。

历史第43题“要求考生作答不局限于单一时段知识”，从竹的物用性到精神象征“提炼历史认识”[17]。这里的开放体现为时空尺度的选择权——考生可自选时段、自选维度，但所选时段与维度必须能支撑其结论。政治第17题以某地引导干部树立和践行正确政绩观、编制权责相符事项清单的真实案例为情境[6]。地理第4—6题呈现兰新铁路某段电气化改造中通过“改直为弯”实现“多拉快跑”的案例，“不同于一般新建铁路改线'裁弯取直'的方案，考查学生运用创新思维解决现实问题的能力”[6]。

“改直为弯”这一情境的选择极见功力。它构成了一个认知冲突：考生的既有经验是“裁弯取直”更优，而现实案例恰恰相反。要解释这一反常，考生必须调用坡度、牵引定数、能耗、运行时间等多重约束，构建一个多维权衡模型。这类题目的评分难点在于：合理的解释路径不止一条，评分标准必须能够识别“路径不同但逻辑自洽”的作答。这就把评分从“采点”推向了“论证质量评估”。

正是在这一意义上，本文认为2026年标志着评分范式的转折点：从“答案标准”走向“证据标准”。答案标准的核心问题是“结论对不对”，证据标准的核心问题是“结论是否有充分且相关的证据支撑，证据之间是否构成无断裂的链条”。前者可由采分点表实现，后者必须依靠分层评分量表（rubric）与评分者培训。

这一转变的代价是信度风险。开放性越强，评分者间一致性（inter-rater reliability）越难保证。国际测评的经验可供借鉴：PISA 2022创造性思维测评中，建构反应任务占比高达92%，其质量控制依赖“精准且开放的评估标准”与编码员培训体系[18]。高考的体量与时限决定了它无法完全照搬PISA的编码流程，但“分层评分量表+样例锚定+双评复核”的技术组合已具备推广条件。这一点将在第六部分展开。

四、数据检验：测量学指标说了什么

政策文本描述“意图”，实测数据检验“效果”。本节以福建省教育考试院《2026年福建省普通高考学科评价报告》披露的指标为主要数据源。选择福建的理由有三：其一，该省自2016年起连续编写分学科评价报告，指标体系稳定，具备跨年度可比性；其二，福建2026年夏季高考考生26.79万人，物理科目组18.97万人、历史科目组4.89万人，样本量足以支撑分科分析；其三，该报告是省级考试院依托真实阅卷大数据编写的官方评价文本，权威性高于一般教研分析[19]。

需要说明的是，单省数据不能直接外推全国，但其揭示的结构性特征具有参考价值——尤其是当这些特征与全国卷的命题设计在逻辑上相互印证时。

4.1 难度：稳定的总体，迁移的信息

2026年福建数学全省平均分74.9分（满分150），难度值P=0.50，标准差23.92，较2025年下降3.5分。物理科目组均分79.2（P=0.53，SD=22.15），历史科目组均分58.1（P=0.39，SD=23.11）[19]。

P=0.50意味着什么？在CTT框架下，这处于“中等偏难”区间，是常模参照考试较为理想的整体难度位。它支持了教育部考试院“保持试题总体难度稳定”的表述——从全卷平均得分率看，2026年并未出现难度跃升。

但P值是一个聚合指标，它会掩盖分布形态的变化。图2给出了分分数段的考生占比：

图2  2026年福建省高考数学成绩分布

数据来源：福建省教育考试院《2026年福建省普通高考学科评价报告》

分布呈现三个特征。第一，显著正偏态。峰值落在81—90分段（16.84%），61—70、71—80、81—90、91—100四段合计60.46%，51—100五段合计70.44%。第二，右尾极薄。121—130段占1.45%，131—140段占0.40%，141—150段仅0.02%——全省47人，约万分之二。第三，组间形态分化。物理组峰值在91—100段附近且右尾较厚（121—130段1.78%），历史组峰值前移至51—70段且右尾几近消失（131—150段合计0.02%）。

正偏态本身不是新现象，但2026年的偏态程度值得注意。报告显示，与2025年相比，141—150段人数增加23人，131—140段减少78人，121—130段减少1372人，121—150高分段合计4460人[19]。顶端微增、上中部显著收缩——这一“顶部抬升、肩部下陷”的形态变化，恰是IRT框架下TIF峰值上移与肩部信息量流失的典型表现。

用通俗语言解释：试卷对“真正理解”的考生给出了更高的上限（顶端人数微增），但对“熟练但未通透”的考生收紧了得分通道（上中部人数大幅减少）。这批“熟练但未通透”的考生，正是刷题训练的主要受益群体。他们的得分下降，并非因为不会做，而是因为原本依赖的题型识别与程序调用在陌生情境中失效。

这构成了本文第一个核心判断的实证基础：2026年的“难”，是难度参数稳定前提下的信息结构重排，而非难度水平的抬升。这也解释了为什么考生体感与官方定调会出现系统性背离——体感反映的是个人得分相对预期的落差，而非全卷平均难度。

4.2 区分度：被重新分配的测量精度

区分度的变化更为隐蔽，也更为关键。

在CTT框架下，全卷区分度可由标准差与信度间接反映。福建数学全省SD=23.92，物理组SD=22.15，历史组SD=23.11。作为参照，若一份试卷的得分分布过于集中（SD偏小），则其区分能力受限；SD适中而分布偏态，则意味着区分主要发生在分布的某一侧。

2026年的情况是：SD维持在合理区间（23—24），但分布偏态加剧。这意味着区分度的分布发生了不均衡配置——在中低分段，区分依然有效（51—100段每段占比均在10%以上，形成连续的梯度）；在高分段，区分变得极为陡峭（121分以上每10分区间的人数占比从1.45%骤降至0.02%）。换言之，试卷在“能否上本科”这一区间的分辨力较强，在“能否进入顶尖高校”这一区间的分辨力则压缩到了极窄的分数带内。

这一结构对选拔的影响是双面的。正面看，它提高了顶尖区分带内的信息密度——在121—150这30分的区间内，要完成从1.45%到0.02%的筛选，每一分的边际价值都被放大。负面看，它提高了测量误差的相对权重——当大量考生挤在极窄的分数带内，一两分的偶然波动就可能导致位次的显著变化，这对测量精度提出了更高要求。

更值得关注的是组间落差。图3显示，物理组与历史组的数学均分落差从2021年的19.3分扩大到2026年的21.1分，六年间的轨迹并非单调发散，而是呈现“先收窄后扩大”的形态：2021年落差19.3分，2022年收窄至13.7分（该年两组成员均大幅下滑，历史组降幅更大），此后逐年扩大至2026年的21.1分。

图3  福建省高考数学平均分六年轨迹

数据来源：福建省教育考试院历年《普通高考学科评价报告》

这一轨迹的政策含义需要谨慎解读。落差扩大可能源于三重因素的叠加：其一，选科分层的固化——物理组聚集了数理能力较强的考生，历史组则相反，这是“3+1+2”模式的固有结构效应；其二，试题对抽象推理与空间想象的要求提高，而这类能力与选科群体存在系统性相关；其三，教学资源配置的差异。福建省报告同时披露，历史类6个选科组合的平均得分全部低于本科线，其中“历化生”组合平均分比本科线低21.07分[19]。这提示落差扩大更多是结构与教学因素共同作用的结果，而非单纯的命题效应。

但从测量公平性的角度，这一现象提出了一个真问题：当试卷的能力要求与某一考生群体的课程准备系统性错配时，测验的构念效度是否仍然成立？ 严格地说，如果历史组考生在高中阶段接受的数学课程与物理组完全相同（课标要求确实相同），那么测验对他们同样是“公平”的——落差反映的是学习结果差异，而非测量偏差。但若考虑到历史组考生的数学学习动机、课时投入与教师配置存在系统性差异，则“同一把尺子”未必等于“公平的测量”。这是2027年命题需要正视的结构性议题，而非仅靠调整难度所能解决。

4.3 跨年度比较：一个“反常识”的发现

将福建数学均分置于更长的时间轴上，会得到一个反直觉的结论。

2021年至2026年，物理组数学均分的轨迹为：86.2→62.5→73.5→77.02→81.9→79.2；历史组为：66.9→48.8→54.4→58.63→62.3→58.1[19]。2022年是明显的低谷（新高考首年、疫情背景下线上教学影响），此后连续三年回升，2025年达到阶段性高点，2026年再度回落。

关键在于，2026年的回落幅度（物理组-2.7分，历史组-4.2分）远小于2022年的跌幅，且回落发生在连续三年回升之后。这提示：2026年的得分下降不是“难度事故”，而是“结构性调整的代价”。若命题者突然大幅提高难度，通常会观察到所有分数段的同步下移；而2026年的数据呈现的是“上中部收缩、顶端微增”的非对称变化，这更符合构念调整的特征——试题并没有变难，而是改变了“什么样的能力能得分”。

这一发现的方法论意义在于：单看平均分无法判断命题性质，必须结合分布形态。这为后续年度建立“分布形态监测”提供了依据，也提示各省在编写学科评价报告时，应将分数段分布、偏度、峰度纳入常规披露指标，而非仅报告均分与难度值。

4.4 国际参照：PISA 2025的镜像

将视野拉至国际，可为一个关键问题提供参照：中国基础教育的既有优势，是否足以支撑“素养立意”的命题转向？

PISA 2025结果显示，中国北京、上海、江苏、浙江四省市在科学（597分）与数学（612分）两项位列参测91个国家和地区第一，阅读527分居第二；计算问题解决能力560分居第三[20]。更值得关注的是分布结构：科学高水平学生占36%（OECD为7%），低水平仅3%（OECD为26%）；数学高水平占54%（OECD为8%），低水平占4%（OECD为35%）；阅读高水平占10%（OECD为6%），低水平占7%（OECD为31%）（图4）。

图4  PISA 2025：中国四省市与OECD“高位厚底”结构对比

数据来源：OECD《PISA 2025 Results (Volume I)》

这一“高位厚底”结构，为中国高考推进素养立意提供了重要支撑：当绝大多数学生已具备扎实的基础知识与基本技能，测验便有条件把测量重心上移到“情境中的迁移与创造”。若底部学生占比过高，推进高情境化命题反而会加剧“非能力性失分”，损害测量公平。这是中国与部分OECD国家在命题改革节奏上存在差异的结构性原因。

但PISA 2025同时揭示了隐忧。中国四省市具有成长型思维的学生占比仅50%（OECD平均69%），对学校有归属感的学生占64%（OECD平均76%）[21]。成长型思维与“遇到困难时是否坚持、是否愿意寻求帮助”密切相关。当试题从“可预测”转向“不可预测”，学生的坚持意愿将成为影响得分的重要非认知因素。这意味着命题改革若缺乏学习动机与心理韧性的配套支持，可能放大非认知因素对分数的干扰，进而侵蚀构念效度。这是本文对2027年的一个预警，也是当前讨论中普遍被忽视的维度。

另一个参照来自PISA 2022创造性思维测评。该测评以“产生多样化想法、产生创造性想法、评估和改进想法”三个维度，覆盖书面表达、视觉表达、社会问题解决、科学问题解决四个领域，建构反应任务占比92%[18]。中国四省市未参加PISA 2022，因此缺乏直接可比数据。但该框架对高考的启示在于：创造性思维的测量必须依托领域特异的任务，而非通用的“发散思维题”；同时必须关注“适切性”与“原创性”的平衡——只求新颖而不切题，不构成创造性思维。2026年语文全国Ⅰ卷第5题的“提两个有逻辑关系的问题”，正是“适切性约束下的原创性”这一要求的本土化实现。

五、2027年趋势研判：六个判断与三个反证条件

基于前文分析，本节提出对2027年高考命题的六个判断。每一判断均标注其证据基础与可能被推翻的条件，以避免“预言式”论断的独断性。

图5  高考内容改革四阶演化与2027年命题定位（示意）

作者据政策文本与文献绘制；纵轴为相对示意，非实测值

在展开具体判断之前，有必要先看清2026年在长周期中的位置。若以“考查什么”为纵轴、以命题能力要求与情境真实度为横轴，高考内容改革可粗略划分为四个阶段（图5）：知识立意阶段以记诵再现为主，答案唯一；能力立意阶段将学科能力分解为可训练的题型；素养立意阶段以真实情境统整知识，素养以外显行为呈现；2026年开启的第四阶段，则在素养基础上叠加了对思维过程本身的测量要求——不仅要看素养是否外显，还要看思维是如何展开的。

这一阶段定位的关键在于：前三阶段的改革都是"加法"——在既有框架内增加新的考查内容；第四阶段的改革是"减法"——削减可预测性，压缩套路的生存空间。减法比加法困难得多，因为它要求在削减的同时维持测量精度。这正是本文判断2027年命题难点的根本所在。

5.1 判断一：总体难度守恒，区分度重分配将常态化

2027年高考不会出现显著的难度跃升，全卷平均难度大概率维持在P≈0.50—0.55区间。理由有三：其一，政策层面，教学〔2026〕1号文明确“注重考查基础知识、基本技能、基本方法”，考试院强调“保持试题总体难度稳定”[1][10]；其二，制度层面，2027年是29省全面新高考后的首个“常态年”，命题需要为后续年度确立可延续的难度基准，不具备冒险空间；其三，学术层面，2027版高考蓝皮书明确2027年命题“坚持'稳中求进、守正创新'的原则，在保持试卷结构和总体难度基本稳定的前提下，进一步增强试题的开放性、探究性与综合性”[2]。

但“难度守恒”不等于“得分容易”。前文已论证，构念调整会自动引发TIF峰值的迁移。2027年的具体表现将是：基础题（约50%）的得分率可能略有上升——因为命题明确“杜绝偏题、怪题、超标题”，回归教材原型；中档题（约30%）的得分率承压——因为情境陌生度与模块融合度继续提高；压轴题（约20%）的得分分布进一步极化——顶端仍有少数考生能够完整建构，多数考生只能拿下前置设问。

这一判断的可检验指标是：2027年各省学科评价报告中，数学（及物理）的偏度系数将继续为正，且121分以上区间的集中度（该区间人数占全卷考生比例）较2026年变化不大或略有下降；同时，中档题区间的题目难度值离散度上升。

5.2 判断二：“情境”将从装饰性走向约束性

2026年的情境设计已经相当成熟，但多数情境仍属“背景性”——它提供话题与素材，却不构成解题的硬约束。2027年的变化方向，是让情境成为不可绕过的约束条件。

证据基础来自政策文本的措辞升级。教学〔2026〕1号文要求“加强项目式、探究式的真实情境问题设计”[1]。“项目式”一词的加入极为关键：项目式的本质特征是多约束、多目标、多路径，其情境不是背景板，而是问题结构本身。2026年地理第4—6题的“改直为弯”已显露这一特征——若剥离情境，题目无从作答，因为“为何不改直”的答案完全蕴含在坡度、能耗、牵引定数这些情境要素之中。

2027年的具体形态预测：其一，数据型情境增多，即情境以图表、数据集、实验记录的形式呈现，考生须先完成数据清洗与特征提取，再进入学科分析。2026年数学全国Ⅱ卷第15题以电子产品首次故障时间图表为材料，考查“观察—分析—论证”思维过程[5]，已属此类。其二，不完整情境增多，即情境故意缺失某些参数，要求考生判断“还需要什么信息才能得出结论”——这与“问题提出能力”的考查方向一致。其三，冲突型情境增多，即情境中的现实方案与理论最优解相悖（如“改直为弯”），迫使考生理解现实约束下的次优选择。

这一判断的可检验指标是：2027年真题中，“若剥离情境仍可作答”的题目比例下降；情境信息量（以题干字数、图表数量计）与题目难度值之间的相关性上升。

5.3 判断三：评分范式将从“采点”迁移到“证据链”

这是本文最具前瞻性也最具争议的判断。

2026年的开放性试题已经暴露出采分点评分的失效。历史第43题要求“提炼历史认识”，政治第17题要求分析政绩观案例，地理第4—6题要求解释反常方案——这些题目的合理作答路径多元，采分点表难以穷尽。若仍按“命中几个点给几分”评分，结果是奖励了覆盖关键词的考生，而非论证严密的考生，构成新的构念污染。

2027年的可能变化：其一，分层评分量表（rubric）在主观题评分中的使用范围扩大，从作文、读后续写扩展至政史地生的开放性试题。其二，“证据链完整性”成为独立评分维度，与“结论正确性”并列。其三，样例锚定（anchor scripts）制度在省级评卷中推广，即以典型作答样本统一评分者尺度。

支撑这一判断的，是国际大规模测评的成熟经验。PISA 2022创造性思维测评对建构反应任务采用多维编码，评分不仅看结果，还看“改进想法的质量”这一过程特征[18]。SOLO分类理论则为分层赋分提供了现成的层级框架[9]。国内已有省级考试院在学科评价报告中引入SOLO层级分析，技术条件趋于成熟。

需要坦承风险：评分范式的迁移会推高评卷成本与信度管理难度。在1290万考生、数千万份答卷的体量下，全面推行分层评分不现实。更可能的路径是“重点题分层、其余题采点”的混合模式——每科选取2—3道核心开放题实施分层评分，其余题目维持采分点评分。这一折中方案既能获取关键诊断信息，又不至于使评卷体系超载。

5.4 判断四：人工智能素养将以“间接考查”方式进入试卷

2026年已出现明确的AI相关命题。语文全国Ⅱ卷第21题要求学生判断材料中蕴含的多条“线索”是否成立，“引导学生思考人工智能大语言模型'预测下一个词'的运行逻辑”[6]；北京卷微写作要求为敬老院“人工智能（AI）与幸福晚年”主题活动撰写宣传语[12]。

2027年的走向，本文判断为“不考AI知识，考AI替代不了的能力”。这一判断的直接依据是2027版高考蓝皮书的明确表述：AI对高考的“本质影响”不在于增加AI专业知识考查或工具操作，“考查重心将从聚焦于那些能够被快速检测、模仿和标准化流程替代的能力，转向更多考查学生发现与提出问题的能力、对论证进行评估的能力、对证据进行选择和评价的能力、批判性思维能力，以及鉴赏力和判断力”[2]。

具体到学科形态：语文可能出现“评价一段AI生成的文本”的任务（考查鉴赏与判断）；英语可能出现“判断AI续写是否符合原文逻辑”的任务（考查语篇逻辑）；数学可能出现“检验一个证明过程是否有漏洞”的任务（考查论证评估）；理科可能出现“评估一个实验方案是否可行”的任务（考查方案批判）。这类任务的共同特征是：它们测量的正是人类相对于AI的比较优势。

这一判断的可检验指标是：2027年真题中出现“评价/检验/质疑给定结论”类任务的数量；以及这类任务在评分标准中是否设置了“指出缺陷”的独立得分点。

5.5 判断五：教考衔接将从“素材回归”走向“任务同构”

2026年“回归教材”的信号极为强烈。数学全国卷大量基础题、中档题改编自教材原型；物理第22题情境“来源于教材中'探究平抛运动竖直分运动的规律'这一学生熟悉的实验案例”；化学第7、8、9题均“基于新课标的核心知识”[16]。

但2027年的“教考衔接”不会停留在“教材素材进试卷”这一层面。本文判断，其方向是任务同构——即高考试题的任务结构与课标所描述的学习任务结构趋于一致。

理由在于课标修订的技术路线。修订后的学业质量标准“整体刻画学生在真实情境中运用学科知识、观念、方法等分析解决问题的典型表现”，并“依托具体情境，对运用学科知识、技能分析解决问题的典型行为进行分层刻画”[4]。这意味着课标本身已经用“任务+表现”的语言描述学习结果。命题若要与之一致，就必须采用同样的任务语法，而非退回“知识点覆盖”的旧语法。

实践含义是：教材中的“探究活动”“项目任务”“单元小结”将获得比“课后习题”更高的命题价值。2026年语文全国Ⅰ卷语言文字运用以“出片”为话题，要求为热词释义并拟例句，官方评析特别指出“这一题目与教学内容也是紧密衔接的，高中语文教材必修上册第八单元'词语积累与词语解释'中，明确提出要'关注新词语，让语言鲜活生动'”[14]——这正是任务同构的典型例证：考的不是“词语知识”，而是教材所要求的“为新词语制作档案”这一任务本身。

5.6 判断六：开放性试题的“信度红线”将成为政策焦点

前五个判断描述趋势，第六个判断描述约束。

开放性试题的扩张必然遭遇信度瓶颈。当答案不再唯一，评分者间一致性下降；当评分者间一致性下降，测量的公平性受质疑；当公平性受质疑，高利害考试的合法性受挑战。这一链条决定了开放性不可能无限扩张，必然存在一条“信度红线”。

2027年的政策焦点，可能从“如何更开放”转向“如何在开放中守住信度”。可能的技术路径包括：其一，限制极端开放题的比例，将全卷“完全开放题”（无标准答案）控制在5%以内，其余开放性试题采用“有限开放”（答案空间可枚举但路径多元）。其二，强化评分标准的前置开发，即在命题阶段同步完成评分量表与样例锚定，而非考后临时制定。其三，引入双评与仲裁的常态化机制，对开放性试题实行100%双评。

这一判断的实践含义对教学侧更为直接：“开放”不等于“随意”。考生需要理解，开放性试题的得分依赖论证的结构完整性，而非观点的独特性。SOLO的“关联结构”层级提示我们：把三个相关因素组织成有内在逻辑的解释，比提出一个新颖但孤立的观点更容易得分。

5.7 三个反证条件

学术判断应当可被证伪。以下三种情形若出现，本文的上述判断需作重大修正：

反证条件一：2027年出现显著的难度跃升。 若各省学科评价报告显示全卷难度值降至0.45以下，且分数分布呈对称下移（各分数段同步左移）而非偏态加剧，则说明命题者采取了“提高难度”而非“重分配区分度”的策略，判断一失效。

反证条件二：开放性试题比例不升反降。 若2027年真题中开放性试题占比低于2026年，或评分标准重新向“采分点”收敛，则说明信度压力已压倒改革动力，判断三、判断六需修正。

反证条件三：AI相关任务停留在“话题层面”。 若2027年涉AI试题仍以“AI作为背景素材”为主，未出现“评价/检验AI输出”类任务，则说明命题者尚未把AI素养转化为可测量的构念，判断四失效。

六、命题技术与教学转化：从判断到行动

6.1 命题侧：三项技术建议

第一，建立“构念—任务—评分”三重对齐表。 现行双向细目表只能对齐“知识点—题目”，无法对齐“素养—任务—评分”。建议在命题蓝图中增设两栏：一栏标注每题所诊断的核心属性（依据CDM），一栏标注该题的评分依据（结论/证据/结构层级）。三栏对齐后，可有效防止“构念标签与实际测量对象不符”的系统性偏差——这正是2026年历史科所纠正的“机械史料罗列”问题的根源。

第二，以TIF而非平均分作为组卷的质量指标。 平均分只反映试卷的“重心”，TIF反映试卷的“视力分布”。建议在组卷阶段即计算目标TIF曲线，确保在本科线附近与顶尖区分带均有足够的信息量。对于选拔性考试，理想形态是“双峰TIF”——在本科线附近有一个信息峰保证基础分层，在高端有一个信息峰保证顶尖区分。

第三，将“情境必要性检验”纳入审题流程。 具体操作：对每道情境题，尝试剥离情境后重述题目，若仍可作答，则该情境为装饰性，应予重构。这一简单检验可有效提升情境的真实约束力，避免“穿靴戴帽”式的情境包装。

6.2 教学侧：从“解题训练”到“任务参与”

对一线教学而言，2026年的信号并不指向“多练新题型”——新题型一旦被大量训练，同样会沦为新的套路。真正的转向是从“解题”走向“任务参与”。

其一，重建教材的任务价值。 教材中的探究活动、单元任务、跨学科主题，其命题价值正在超过课后习题。建议教师在复习阶段重走教材的“任务路径”，而非仅重做教材的“习题”。具体做法：把每个单元的探究活动还原为“问题—证据—结论”的完整链条，让学生经历一次真实的任务闭环。

其二，训练“陌生化阅读”。 九科共同的能力瓶颈是信息处理。建议每周安排一次“陌生材料训练”：给定一份超出学科边界的材料（如科研论文摘要、工业流程说明、政策文本），要求学生在限定时间内完成“提取—建模—论证”三步。训练重点不在做题，而在建立信息处理的固定流程：先看设问，再标条件，最后判断调用哪个模型。

其三，把“错因”分类从知识维度转向认知维度。 传统错题本按知识点归类（函数、数列、立体几何），这只回答了“哪里不会”，未回答“为什么不会”。建议增设认知维度标签：信息提取失败、模型选择错误、论证链条断裂、表达不规范。统计一个月后，可识别出真正的失分机制——多数中等生的瓶颈不在知识，而在“模型选择”与“论证链条”。

其四，正视非认知因素。 PISA 2025显示的成长型思维与学校归属感偏低，提示教学不能只做认知训练。当试题的陌生度提高，学生的坚持意愿、求助意愿、面对不确定性的耐受力，将直接转化为分数差异。这不是“心理鸡汤”，而是构念效度的组成部分。

6.3 区域侧：警惕“新套路”的再生产

一个值得警惕的现象是：2026年高考结束后，“反套路”本身正在被迅速套路化。各类“新题型专项训练”“情境题解题模板”“开放题万能框架”已在市场上流通。这类产品在逻辑上自相矛盾——若开放题的答案可由模板生成，它便不再是开放题。

对教研部门而言，真正的任务不是提供“新模板”，而是构建“任务库”而非“题库”。任务库的组织逻辑应是“情境类型×认知要求”，而非“题型×难度”。前者培养迁移，后者强化匹配。福建省教育考试院连续十年编写学科评价报告的做法提供了范例：以真实阅卷数据诊断教学问题，以诊断结果校准教学行为，形成“评价—诊断—改进”的闭环，而非“考试—刷题—再考试”的循环[19]。

七、结语：从“破题”到“立题”

回望2026年，高考命题完成的是一次否定性的工作：破除了题型的固化、套路的有效性与答案的唯一性。这项工作必要且艰难——它要对抗的是一个年产值以百亿计、从业者以十万计的备考产业所维系的认知惯性。

但否定之后必须有肯定。2027年的命题将面临一个更困难的任务：为“素养立意”确立可操作、可复制、可信赖的测量范式。这包括：如何让开放性不牺牲信度，如何让情境不沦为装饰，如何让“会问”成为可评分的构念，如何让分层评分在千万量级的考试中落地。这些问题没有现成答案，国际测评的经验只能提供参照，无法直接移植——因为没有任何一个国家在如此规模、如此高利害的考试中进行过如此激进的素养转向。

本文的核心判断可以浓缩为一句话：2026年解决的是“考什么”的问题，2027年要解决的是“怎么评”的问题。前者是破题，后者是立题。破题靠勇气，立题靠技术。

对中国基础教育而言，PISA 2025的“高位厚底”结构是一份珍贵的资产——它意味着我们有条件把测量重心上移，而不至于牺牲底部公平。但资产也会变成包袱：当“高原”成为常态，如何在高台上识别“尖峰”，将成为更精细的技术挑战。高考的选拔功能最终不取决于平均分的高低，而取决于在关键分数带上能否“看得清”。这正是命题测评学存在的意义，也是本文所有技术讨论的归宿。

命题是一门遗憾的艺术。任何一份试卷都无法穷尽学科素养的全部维度，任何一次改革都会产生预期之外的副作用。但方向是清楚的：从测量“知道什么”，走向测量“能用所知道的做什么”，最终走向测量“能提出什么值得知道的问题”。这三步，2026年迈出了第二步的实质性一步，2027年将决定第三步能否落稳。

参考文献

[1] 教育部. 关于做好2026年普通高校招生工作的通知（教学〔2026〕1号）[Z]. 2026-01-13.

[2] 徐尚昆. 2027版高考蓝皮书学术成果发布：AI时代高考命题的能力转向[R]. 北京：现代教育出版社、中国高考报告学术委员会, 2026-09-19.

[3] 中原名师赵小强中学数学工作室. 2026年新高考数学Ⅰ卷命题解读与学生视角做题分析[R]. 2026.

[4] 课程教材研究所. 做好中小学课程日常修订，推动基础教育课程高质量发展[J]. 基础教育课程, 2025-12-03.

[5] 中国高考报告学术委员会. 高考研究报告（2026）[M]. 北京：新华出版社, 2025.

[6] 教育部教育考试院. 教育部教育考试院专家评析2026年高考全国卷试题[N]. 中国教育报, 2026-06-10(03).

[7] 雷新勇. 大规模教育考试：命题与评价[M]. 上海：华东师范大学出版社.

[8] 教育部教育考试院. 中国高考评价体系[S]. 北京：人民教育出版社, 2019.

[9] Biggs J B, Collis K F. Evaluating the Quality of Learning: The SOLO Taxonomy[M]. New York: Academic Press, 1982.

[10] 教育部教育考试院. 2026年高考命题与组考总体情况[EB/OL]. 中国教育新闻网, 2026-06-07.

[11] 教育部教育考试院. 二〇二六年高考命题保持试题总体难度稳定[N]. 中国教育报, 2026-06-08.

[12] 曾玥. 小切口大视野：2026年高考作文的文化共鸣与思辨进阶[EB/OL]. 中国新闻网, 2026-06-07.

[13] 教育部. 2026年全国高考报名人数为1290万人[EB/OL]. 央视新闻, 2026-06-03.

[14] 教育部教育考试院. 关注语文生活，深化融合创新——2026年高考语文试题评析[EB/OL]. 2026-06-07.

[15] 张一帆. 守正创新 素养立意——2026年高考英语全国一卷评析[N]. 教师报, 2026-07-26.

[16] 教育部教育考试院. 2026年高考物理、化学、生物全国卷试题评析[EB/OL]. 中国考试, 2026-06-08.

[17] 教育部教育考试院. 2026年高考历史、思想政治、地理全国卷试题评析[EB/OL]. 2026-06-08.

[18] 屠莉娅, 梁汉卿. 创造性参与的宏观设计与微观建构——PISA 2022创造性思维测评的分析与启示[J]. 教育测量与评价, 2026(2).

[19] 福建省教育考试院. 2026年福建省普通高考学科评价报告[R]. 福州, 2026.

[20] OECD. PISA 2025 Results (Volume I)[R]. Paris: OECD Publishing, 2026-09-08.

[21] 中国教育报. 2025年国际学生评估项目（PISA）测评结果公布，中国学生表现优异[N]. 中国教育报, 2026-09-30.

[22] 保继光. 高考的观念重塑与教学策略[R]. 2027版高考蓝皮书学术成果发布会, 2026-09-19.

[23] 李勇. 新高考内容改革的理念、路径及趋势[R]. 2027届高考命题趋势解读暨高效备考研讨会, 2026-09-19.

[24] OECD. PISA 2022 Assessment and Analytical Framework[R]. Paris: OECD Publishing, 2023.

[25] 姜钢. 高考内容改革与命题趋势[R]. 2027年陕西省新高考命题趋势及第一轮复习备考研讨会, 2026-09-19.

附：图表索引

附：主要数据一览